Généralisation des cartes topographiques nationales 1:250 000 à Ressources Naturelles Canada

Généralisation des cartes topographiques nationales 1:250 000 à Ressources Naturelles Canada

2

Plan de la présentation

Un peu de contexte sur la cartographie topographique 1: 250 000 à RNCan

Le modèle de généralisation utilisé pour le développement du prototype

Le prototype monté avec FME 2010

3

La cartographie topographique au Canada

10 000 000 km2 à cartographier Responsabilité partagée entre les provinces

et le gouvernement fédéral Le 1:50 000 est l’échelle de base de la

cartographie nationale qui couvre presque tout le pays

13 200 jeux de données 1:50 000 983 jeux de données 1:250 000

4

État du produit topographique 1:250 000 au Canada

Le produit 1:250 000 est vieux Le produit 1:250 000 est encore utilisé:

Échelle de reconnaissance Souvent utilisé comme carte de base dans le

Nord Beaucoup de téléchargements

Le produit 1:250 000 n’est pas aligné avec le nouveau produit CanVec 1: 50 000

Il est pressant de créer un nouveau produit CanVec 1:250 000

5

La production du 1:250 000 à NRCan

Le but de ce projet est de dériver automatiquement le 1:250 000 à partir des données 1:50 000 de la BDG: La vectorisation des cartes papier 1:50 000 est

complétée L’amélioration de la précision planimétrique des jeux

de données 1:50 000 est complétée La mise à jour des données 1:50 000 du Nord est

complétée La cartographie des jeux de données 1:50 000

manquant dans le Nord est en train d’être complétée

6





7

La problématique de la généralisation automatique

La généralisation automatique est un processus très complexe

Essaie de simuler le comportement d’un cartographe

Peu de solutions commerciales offertes sur le marché

Collaboration avec le Dr Sabo de l’Université Laval

Une partie du modèle de généralisation du Dr Sabo a été utilisé pour le prototype

8

Les fondements d’une bonne généralisation automatique

Des outils objectifs pour caractériser les objets cartographiques

Connaissance en temps réel de l’état des objets de la carte durant le processus

Décomposition simple et efficace des tâches effectuées par les cartographes

Règles permettant de bien guider le processus

9

Modèle de généralisation

Évaluation des caractéristiques des objets géographiques

Évaluation du besoin de généraliser et coordination du processus de généralisation

Généralisation des objets

Données généralisées

(Mesures)

(Contraintes)

(Comportements)

(Opérateurs)

Spécifications cartographiques cibles

Formaliser les connaissances (Cas de généralisation)

Caractérisation des propriétés des objets géographiques

Données initiales

10






(Mesures)

(Contraintes)

(Comportements)

(Opérateurs)




Données initiales

11

Les mesures

Les mesures sont utilisées pour calculer les caractéristiques des objets (ou groupes d’objets) de la carte (ex.: la distance entre deux courbes de niveau adjacentes)

Les mesures sont employées avant (pour savoir quoi et comment généraliser) et après la généralisation (pour évaluer le succès des opérations de généralisation)

Les mesure impliquent des formules mathématiques simples (ex.: la longueur d’une ligne), des algorithmes complexes et des structures de données auxiliaires (ex.: la triangulation pour évaluer la proximité)

12






(Mesures)

(Contraintes)

(Comportements)

(Opérateurs)




Données initiales

13

Les contraintes

Les contraintes sont des règles auxquelles les données sont confrontées pour respecter les spécifications cartographiques à rencontrer (ex.: Une surface doit respecter l’aire minimale limite)

Les contraintes peuvent être appliquées à un objet (ex.: longueur minimale) ou à plusieurs objets (ex: contraintes de maintien de réseau)

Les contraintes utilisent les mesures pour évaluer leurs degrés de satisfaction

Pour l’atteinte de la généralisation, un objet doit respecter plusieurs contraintes

14






(Mesures)

(Contraintes)

(Comportements)

(Opérateurs)




Données initiales

15

Les cas de généralisation et le comportement de généralisation

Cas de généralisation: C’est une formalisation des connaissances des

cartographes (règles de généralisation) et un outil de communication entre le cartographe et l’analyste/concepteur du processus de généralisation

Le cas de généralisation permet de cacher la complexité du « comment généraliser »

Le cas de généralisation ne nous dit pas quel algorithme ou paramètre utiliser

16

Exemple d’un cas de généralisation

Pour toutes les végétations qui enfreignent la contrainte Dimension: Aire minimale Si la végétation enfreint la contrainte Position:

proximité Agréger la surface avec son voisin

Sinon Éliminer la surface


17


Comportement de généralisation Unité de contrôle qui permet de mettre en œuvre les

cas de généralisation Fait le lien entre les contraintes et les opérateurs et

les algorithmes de généralisation Des mécanismes pour choisir les algorithmes et les

paramètres sont implémentés Ex.: Quand la Contrainte Forme: Détail minimum

n’est pas satisfaite, simplifier avec Douglas-Peucker et un paramètre prédéfini, et réévaluer la contrainte. Si le résultat n’atteint pas les critères désirés, utiliser un algorithme différent et/ou un paramètre différent.

18






(Mesures)

(Contraintes)

(Comportements)

(Opérateurs)




Données initiales

19

Opérateurs et algorithmes de généralisation

Les opérateurs de généralisation sont des transformations typiques et récurrentes. Ils permettent de décomposer le processus de généralisation en plusieurs parties de façon à gérer la complexité

Il y a une douzaine d’opérateurs de généralisation classiques: sélection, simplification, lissage, agrégation, déplacement,...

Ces opérateurs sont des transformations abstraites et sont implémentés à l’aide d’algorithme de généralisation

Pour chaque opérateur de généralisation, il y a une multitude d’algorithme. Ex.: pour la simplification: Douglas & Peucker, Lang, Wang,...

20





21

Prototype: Le contexte

Nous avons choisi un jeu de données avec: Très peu d’entités anthropiques Une topographie modérée Pas de toponyme Le focus est sur le modèle géographique plutôt

que cartographique (pas de déplacement) 5 entités à généraliser: courbe de niveau, cours

d’eau, étendue d’eau, région boisée, terre humide

Un contrat avec Safe Software pour développer de nouveaux outils de généralisation dans FME

22






(Mesures)

(Contraintes)

(Comportements)

(Opérateurs)




Données initiales

13 nouvelles mesures

6 nouveaux algorithmes de généralisation

23

La simplification des lignes

Simplification des courbes de niveau

Une opération de généralisation de base

Nous pensons tous que l’algorithme Douglas-Peucker résout ce problème…

Est-ce qu’il émule le travail du cartographe suffisamment bien?

Un exemple avec des courbes de niveau

24



Rouge: Original

Noir: Courbes de niveau avec DP 10m

25



Rouge: Original


26



Rouge: Original


27



Rouge: Original


28



Rouge: Original


29




Les résultats sont inacceptables

Est-ce que cela simule le travail d’un cartographe

Non

La simplification Douglas-Peucker ne donne pas de bons résultats pour la généralisation des entités naturelles

30



Rouge: Original

Noir: Courbes de niveau avec l’algorithme Wang et un paramètre de 150m

L’algorithme de Wang enlève les coudes qui sont sous la tolérance et conserve ceux au-dessus

Nouvelle option dans FME 2010 Transformer: Generalizer

31


De bons résultats sont obtenus avec les entités naturelles:

• Courbes de niveau

• Végétation

• Étendues d’eau

•…

La tolérence peut varier d’une entité à l’autre

Avant la simplification, les lignes qui partagent une frontière commune sont fusionées afin de conserver les relations spatiales

32

Agrégation

Agrégation par addition

Construction de triangles entre les objets rapprochés

Dissolution des triangles qui respectent le critère de distance minimale

Utilisation de la surface fusionnée pour unir (agréger) les objets originaux

Les résultats sont excellents et apparaissent très naturels

33

Agrégation

Agrégation de courbes de niveau isolées de même élévation

Les entités dans les cercles bleus ont été identifiées comme enfreignant la contrainte: Proximité

34

Agrégation

De très bons résultats avec d’autres entités naturelles:

• Végétation

• Terres Humides

• Étendues d’eau

35

Généralisaton de l’hydrographie

L’hydrographie est la couche la plus importante de notre base de données 1:50 000; >65% des entités et des toponymes sont reliés à l’eau;

La navigabilité est un précepte de base lors de la généralisation de la couche hydrographique

Une des prémisses pour obtenir de bons résultats lors de la généralisation est qu’il fautArrêter de voir l’hydrographie comme une couche graphique mais plutôt…Commencer à utiliser l’hydrographie en tant que réseau…

36


La première étape:

Dériver un squelette pour toutes les entités de surfaces

Déterminer le sens d’écoulement pour les entités dérivées (le squelette)

Nouveau transformer de FME 2010 utilisé:

•NetworkFlowOrientor (pour le sens d’écoulement)

37


La prochaine étape:

Différentiation des réseaux linéaires primaire et secondaire

Effectuer par l’identification d’un seul puits et l’utilisation du plus court chemin entre le puits et les différentes sources

Le résultat: un réseau (avec cycle) est transformé en arbre (sans cycle)

Nouveau transformer de FME 2010 utilisé:

-StreamPriorityCalculator-ShortestPathFinder

38


S1

S1

S1

S1

S1

S1

S1

S1

S1

S3

S3

S2

S2

S2

S2

S2

S1La troisième étape:

Application d’un classement (ordre de réseau) au réseau hydrographique

Deux systèmes de classement de réseaux sont intéressants pour la généralisation:

- Le classement de Strahler

- Le classement de Horton

Dans un premier temps, le classement de Strahler est appliqué au réseau Nouveau transformer FME 2010 utilisé: - StreamOrderCalculator

39


H1S1

H1S1

H3 S1

H2S1

H1 S1

H1S1

H1 S1

H2S1

H1S1

H3S3

H3S3

H3 S2

H2S2

H3 S2

H2 S2

H2 S2

Dans une deuxième passe, le classement de Horton est appliqué au réseau

À partir du puits, remonter le réseau afin d’identifier le canal principal

À chaque jonction, un choix doit être fait afin de suivre soit:

- Le chemin le plus droit

- Le chemin le plus long

- La rivière nommée

- D’autres priorités

40


H3 H2

H2

H3

H3

H3

H2

H3

H2

H2

La quatrième étape:

Sélection de segments basée sur l’ordre de Horton

Le résultat est comparable au résultat du cartographe

Objectivité et répétitivité du processus

Méthodologie invariante d’échelle

41


Les goulots d’étranglement dans les surfaces doivent être pris en compte afin de respecter les tailles minimales (largeur et longueur) sur la carte attendue

42


Le “Triangulator” de FME a été utilisé pour trouver les goulots d’étranglement des surfaces

Des mesures ont été prises sur ces surfaces d’étranglement afin de déterminer l’opération de généralisation à effectuer

43


Deux opérations de généralisation ont été exécutées sur les surfaces d’étranglement:

- Exagération

- Réduction (surface à ligne)

Réduction

Exagération

44

D’autres nouveaux outils FME utilisés dans le prototype

Boîte englobante orientée de façon à mieux évaluer la largeur et la longueur d’un objet

Exagération d’un objet de façon à le faire correspondre à une taille donnée

45

D’autres nouveaux outils FME utilisés dans le prototype

Déplacement de Nickerson qui édite/déplace une portion de ligne qui est trop près d’un autre objet

46

Conclusions

Les cas de généralisation représentent la pierre angulaire du processus de généralisation

Les résultats du prototype laissent présager qu’il serait possible de généraliser automatiquement les données de la BDG et obtenir des résultats satisfaisants

Il manque encore certains outils pour faciliter la généralisation des données géospatiales dans l’environnement FME

47

???

Questions

Documents

Généralisation des cartes topographiques nationales 1:250 000 à Ressources Naturelles Canada