View
102
Download
0
Category
Preview:
Citation preview
1
Séminaire en technologies de l’information
GIS 354 - Cours 5 : Introduction aux Systèmes d’Information Géographiques
Mokhtar SAADA3 juin 2005
2Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Contenu de la présentation
Le SIG par l’exemple SIG Vs. SI (définition) Données spatiales Les cartes dans un SIG L’analyse spatiale
3Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Quelques exemples
4Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05Source: Boyles David, 2002. GIS means Business. Volume 2, ESRI, Redlands, p.5.
De petite échelle…
5Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05Source: Boyles David, 2002. GIS means Business. Volume 2, ESRI, Redlands, p.5.
... à grande échelle
6Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05Source: Boyles David, 2002. GIS means Business. Volume 2, ESRI, Redlands, p.3.
Données
géographiques
et descriptives
Le SIG :Une BDD dans une carte
7Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Exp. : Distribution de l’emploi
Les 95 Comtés au Tennessee (2001)
Min: 210 max: 35,124 moyenne: 4,646
Énoncés de la première loi géographique : tout et chaque phénomène est relié à tous les autres, mais des phénomènes proches dans l’espace auront tendance à être d’avantage liés que des phénomènes éloignés (Tobler 1970)
8Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Requête directe
Taux d’occupation ?
9Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Requête directe
Taux d’occupation ?
10Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05Source: Boyles David, 2002. GIS means Business. Volume 2, ESRI, Redlands, p.19.
L’aspect visuel et interactif
11Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
SIG vs. SI
12Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Rappel de la définition d’un SI Un Système d’Information (SI) est un
ensemble de composantes inter reliées qui recueillent de l’information, la traitent, la stockent et la diffusent afin de soutenir la prise de décision et le contrôle au sein de l’organisation. (Laudon et Laudon 2001)
Décision
Collecte Stockage Traitement Diffusion
13Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Une définition
Un Système d’information Géographique (SIG) est un SI qui offre la possibilité de traiter des données géographiquesdonnées géographiques et de procéder à des analyses spatialesanalyses spatiales en vue de les visualiservisualiser pour assister les gestionnaires dans leurs prises de décision.décision.
14Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
GIS ?
En anglais Géographic Infirmation System (GIS)
GIS, what’s in the S? Systems: the technology Science: the concepts and theory Studies: the societal context
Ron Briggs (2005), UTDallas, Intro to GIS
15Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Les fondements du SIG
Technologies de l’Information et des Communications & SI
Les Sciences Géographiques
Les domaines d’application
CartographieStatistiques spatiales
Géographie(s)
16Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Les données Spatiales
17Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
De la réalité aux données
Réalité
Phénomènes(objet tangible tel maison, évènement tel accident,,
être vivant tel personne, concept tel lot)
composée de
Classe d'objets (entités) ex.: maison
modélisés par
Attributs ex.: nombre d’étagesOpérations ex.: calcul de la valeur marchande
décrites par
Donnée ex.:2
qui contiennent ou produisent une
Source: Y. Bédard & S. Larrivée (2000). Notes de cours. Département des sciences géomatiques, Université Laval, Québec.
18Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Classe d'objets
La relation en pointillé est facultative
Source: Y. Bédard & S. Larrivée (2000). Notes de cours. Département des sciences géomatiques, Université Laval, Québec.
Classe spatialeex.: maison
Classe non spatialeex.: personne
localisation spatiale indirecte
ex: personne réside dans maison
ou
attributs graphiquesex.: couleur, niveau, poids
attributs géométriquesex.: X, Y, rayon, superficie
réfé
renc
ée
spat
iale
men
t par représentée par
Attributs descriptifsex.: prénom, nombre d'étages, adresse
Classe géométriqueex.: polygone, ligne, point
décr
ite p
ar
décrite par
localisée par
localis
ée par
ou
Classe d’objets et attributs
19Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Ce qui est spécifique aux SIG
Collecte Stockage Traitement Diffusion
•Arpentage•Télédétection•Photo aérienne •Numérisation•GPS•Géocodage•Cellulaire•RTLS
•Couches de données•Analyses spatiales•Modèles et théories
•Cartes Vecteur Raster•Tables
•Visualisation•Internet•Impression
•Pré-traitement• Fusion• intégration
20Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Les composantes d’un SIG Acquisition de données et Input standardisation et formatage. Stockage de données stockage des données et de leurs structure.
Extraction des données DataBase Management System (DBMS) permet de gérer les données spatiales et leurs attributs
Manipulation et analyse des données ces traitement peuvent être
faits sur d’autres logiciels en lien dynamique avec le SIG. Il s’agit des analyses spatiales et mathématiques.
Visualisation et Output cartes, tableaux et graphes. Peuvent être sous
forme de rapport imprimé ou d’un affichage interactif. Systems Management organise les données et assure le transfert de
l’information.
Rhind (1981)
21Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Ce qui distingue les SIG des SI
Carte
BDDSpatiale
Analyse Spatiale
RequêtesRequêtes
VisualisationVisualisation
Analyses simplesAnalyses simples
ModélisationModélisation
Aide à la décisionAide à la décision
22Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Les outils d’acquisition des données Arpentage Télédétection Photo aérienne Numérisation GPS Géocodage Cellulaire RTLS
23Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Les systèmes de géoréférencement
24Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
L’intégration des données : Le géocodage Le géocodage est le rattachement des données à un
système de référencement spatial. Ainsi, les données deviennent visibles sur une carte.
La précision dépend du découpage adopté mais aussi de la qualité des cartes. Il est théoriquement possible d’avoir un géocodage en XYZ.
Les listes de clients ne sont jamais fiables à 100% Le code postal permet un bon compromis de géocodage
25Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Le zoning comme référence spatiale
Parcelle individuelle
Districts de recensement
Districts des Codes postaux
Parcelle individuelle
Districts de recensement
Districts des Codes postaux
26Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Le géocodage en Codes postaux
Code postal à sherbrooke
J1J xxx Nord
J1K xxx Mt BelleVue
J1L xxx Nord Est (carrefour)
J1E xxx Fleurimont
J1G xxx Est
J1H xxx Ouest
J1N xxx Rock-Forest
J1M xxx Lenoxville
J0B xxx Saint-Élie-d'Orford
Région de tri d'acheminement (RTA)comprend en moyenne 7 000 ménages
Unité de distribution locale (UDL)comprend en moyenne 15 ménages
27Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Le géocodage en Codes postaux
28Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Les cartes dans un SIG
29Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
0 1 2 3 4 5 6 7 8 90 R T1 R T2 H R3 R4 R R5 R6 R T T H7 R T T8 R9 R
Monde réel
Représentation vecteur
ligne
polygone
point
Représentation raster
Distinction Raster et Vecteur
30Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Distinction Raster et Vecteur
31Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
La vectorisation
Extraction de couches(Layers)
32Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Les couches de données
Relation dynamique
33Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Fonctionnalités d’un SIG
• Explorer une base de données• Analyser des faits ou des phénomènes • Synthétiser un ensemble d’observations et/ou de variables• Présenter un diagnostic ou le résultat des analyses
34Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
L’analyse spatiale
35Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
L’analyse spatiale
Raisonnement qui permet de déduire les caractéristiques d'un phénomène en faisant intervenir des données à référence spatiale.
À titre d'exemple, on peut circonscrire les maisons situées à moins de 3 kilomètres d’un commerce.
www.mrn.gouv.qc.ca/territoire/geomatique/geomatique-vocabulaire.jsp
36Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Les composantes de l’analyse spatiale Analyse statistique de la distribution
spatiale. (mesures : concentrations, dispersions et disparités)
Interaction spatiale (modèles gravitaires et estimation des déplacements)
Modèles de localisation et d’implantation Corrélation spatiale (auto corrélation et
régression spatiale)
Longley et al. 1999
37Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Auto corrélation spatiale Objectif : mesurer le niveau de ressemblance
entre voisins Hypothèse : Deux objets sont considérés
comme voisins s’ils sont à une distance inférieure à un seuil donné
Principe : comparer la variation d’une variable entre unités spatiales voisines prises 2 à 2, à la moyenne des variations observées dans l’ensemble des unités spatiales.
Méthode : Indice I de Moran ou c de Geary pour mesurer le niveau de ressemblance entre lieux voisins et lieux éloignés
38Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
L’analyse des réseaux
• Chaque élément linéaire du réseau est un segment;• Chaque élément ponctuel est une intersection;• Chaque segment se connecte à deux intersections;
nœud nœud
nœud
nœud
nœud
39Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Les trois typesd’analyse de réseau:
• Détermination d’itinéraire(Tracing analysis)
• Identification du parcoursoptimal (Routing analysis)
• Allocation de réseau(Network allocation) ex.franchise
40Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Détermination d’itinéraireIl s’agit d’identifier les connexions du réseau pour un point donné et dans une direction donnée en respectant certaines contraintes (éviter les sens uniques et les virages à gauche).
41Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Identification du tracé optimalIl s’agit de déterminer le parcours optimal pour le mouvement de ressources entre des points du réseau en tenant compte des distances, des nœuds, des détours, des coûts et du temps.
• Si le critère est la longueur du réseau, l ’itinéraire optimal sera le plus court.
• Si le critère est la rapidité du réseau, l ’itinéraire traversant le moins d ’intersections sera retenu
42Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Allocation de réseauIl s’agit d’identifier une intersection comme un centre d ’intérêt pour chercher ensuite la portion du réseau qui mène à ce centre en respectant certains critères.
Exemples• le temps maximal;• la distances maximales
vers le centre;• la capacité du centre.
43Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Les courbes isochrones
Courbes délimitant la zone de chalandise d’un point de vente pour un temps de déplacement maximum donné.
Lorsqu’une zone de chalandise est découpée par des courbes isochrones, chaque point d’une courbe correspond à un temps de déplacement donné.
Les courbes ne sont pas concentriques car déformées par l’influence variable des voies d’accès sur le temps de déplacement.
44Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Temps d’accès au centre ville
Isochrones à partir de la ville de Bussy (région parisienne)
0 à 30 min. 30 à 60 min. 60 min. et plus
0 à 30 min. 30 à 60 min. 60 min. et plus
45Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Zones à moins d’1 h de galeries de la capitale
Zones à moins d’35mn de Grande Place
Zones à moins d’1 h du Carrefour d’estrie
Zones à moins d’1 h des galeries de la capitale
Zones à moins de 35mn de la Grande Place
Zones à moins d’1 h du Carrefour d’Estrie
Average household income(projected: 2005)by Forward Sortation Area
$0
$50,000
+$100,000
Estimation théorique des zones de chalandise
46Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
L’analyse d’une zone de chalandise
47Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
La zone de chalandise est le territoire qui accueille la plus grande majorité (80 à 90 %) des clients d’un point de vente.
La délimitation de la zone de chalandise permet de savoir où sont les clients (actuels ou éventuels) Il sera ainsi possible de les quantifier et de les qualifier.
La zone de chalandise est souvent décomposée en trois zones concentriques par les courbes isochrones. (primaire, secondaire et tertiaire)
La zone de chalandise et sa délimitation
48Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
La zone de chalandise et sa délimitation
49Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Le tracé de la zone de chalandise n’est pas évident car c’est là où la demande est la plus dispersée.
Le bornage théorique polygonal de la zone de chalandise se fait généralement d’après la loi gravitaire de Reilly et du principe des points de rupture de Converse.
La théorie des places centrales (un des modèles gravitaires) apporte trois concepts essentiels dans l’analyse de la zone de chalandise: La hiérarchie dans les places centrales La portée d’un produit Le seuil de demande
La zone de chalandise et sa délimitation
50Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Pour un point de vente opérationnel, la zone de chalandise est calculée empiriquement.
La zone de chalandise calculée empiriquement nécessite des collectes de données Ad-Hoc. Les pratiques les plus courantes sont les suivantes: Collecte du code postal des clients à la caisse Enquête auprès d’un échantillon de clients du point de
vente Tirages promotionnels Relevé des plaques d’immatriculation (peu fiable)
La zone de chalandise et sa délimitation
51Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Il est impossible pour des commerces qui évoluent dans un environnement concurrentiel (ex: les épiceries ou les réseaux de franchise) de définir leur stratégie marketing sans une analyse de leur zone de chalandise.
Les analyses les plus efficaces portent sur les variables suivantes: La part de marché (partage du gâteau) Le taux de pénétration (ciblage) La fidélité de la clientèle (communication/promotion)
La zone de chalandise et sa délimitation
52Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Découpage du marché
ConsommateursMarché Potentiel
Non ConsommateursAbsolus
Prospects
Marché Actuel
Le taux de pénétration = ------------MA
MP
53Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Découpage du marché
Inconditionnels Fidélisés Fragiles Convertibles Disponibles Ambivalents Distants Réfractaires
54Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
L'indice de saturation
Plus l'indice de saturation est bas, meilleures seront les chances de réussite du nouveau commerce
IS =Nb. de consommateurs X Dépenses par consommateur
Nb. de pieds carrés disponibles aux fins du commerce de détail
55Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Le potentiel de vente dans une zone de chalandise
Nombre de ménages dans la zone de chalandise X Montant que dépense chaque ménage pour le produit étudié
= Taille globale du marché X la part du marché (en %)
= Chiffre d'affaires probable
56Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Les modèles et théories
57Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Les modèles d’analyse spatiale Théorie des places centrales de Christaller &
Losch Théorie du minimum de différenciation Théorie de l’implantation des sites de
production de Weber & Von Thunen Modèle gravitaire de Reilly Modèle probabiliste du territoire de Huff Modèles d’auto corrélation
58Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Hotelling's "Stability in Competition"
Sur une plage où les baigneurs sont uniformément répartis.
Deux vendeurs de crème glacée se partagent le territoire. Ils ont une offre identique.
Le coût de déplacement est identique pour tous les acheteurs.
59Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Hotelling's "Stability in Competition"
Au départ, A et B ont des parts de marché égales
A se rapproche de B pour augmenter sa part de marché
Pour récupérer sa part de marché, B passe de l’autre côté de A
Au final, les deux vendeurs se partagent le marché en se positionnant au centre
…
60Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Les conclusions de Hotelling
La concurrence exerce une force centripète. Qui se ressemblent, s’assemblent.Qui se ressemblent, s’assemblent.
La concentration implique un meilleur rayonnement
Le principe du minimum de différenciation.
La localisation du point de vente a un effet direct sur le potentiel commercial.
Le comportement du consommateur est au cœur des dynamiques concurrentielles.
61Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Conclusion
Limite des modèles théoriques basés sur le comportement rationnel.
Limite des SIG actuels au niveau du traitement de flux.
Les SIG ne peuvent pas donner LA solution, c’est à l’analyste de décider.
La localisation permet de « contextualiser » les données qui deviennent plus pertinentes et enrichissent l’information
L’espace est en même temps résultante et générateur de connexions
L’espace est index et qualificatif
62Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
CAS PRATIQUECAS PRATIQUE implantation dans un environnement
concurrentiel Ville de Sherbrooke Choix de site d’implantation pour un
Club Vidéo pour enfants Ciblage Paysage concurrentiel Partenariat avec Provigo
63Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Choix du site d’implantation (site selection) Taille et densité de la ville Caractéristiques économiques et socio-
démographiques Localisation de la clientèle cible Évaluation du potentiel actuel et futur Caractéristiques du lieu de l'implantation Voisinage attractivités et répulsions Emplacement des concurrents Access, accessibilité et visibilité Flux piéton et véhicules Politique d’implantation (retail location)
64Introduction aux Systèmes d’information Géographiques - M. SAADA - Été 05
Exercice Récupérer la référence suivante : Progress in computational methods for representing geographical
concepts Authors: Egenhofer M. J.; Glasgow J.; Gunther O.; Herring J. R.; Peuquet
D. J. Source: International Journal of Geographical Information Science, 1
December 1999, vol. 13, no. 8, pp. 775-796(22) Faire un résumé d’une page maximum Faire un graphique ou un tableau représentant la
relation entre les concepts qui vous semblent les plus pertinents
L’évaluation porte essentiellement sur l’esprit de synthèse
À remettre le 10 juin 2005 sur papier ou par courriel : m.saada@usherbooke.ca
Recommended