Upload
aime-girard
View
107
Download
0
Embed Size (px)
Citation preview
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
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
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
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
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
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
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
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
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
Les cas de généralisation et le comportement de généralisation
17
Les cas de généralisation et le comportement de généralisation
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
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
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
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
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
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
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
La simplification des lignes
Simplification des courbes de niveau
Rouge: Original
Noir: Courbes de niveau avec DP 10m
25
La simplification des lignes
Simplification des courbes de niveau
Rouge: Original
Noir: Courbes de niveau avec DP 20m
26
La simplification des lignes
Simplification des courbes de niveau
Rouge: Original
Noir: Courbes de niveau avec DP 30m
27
La simplification des lignes
Simplification des courbes de niveau
Rouge: Original
Noir: Courbes de niveau avec DP 40m
28
La simplification des lignes
Simplification des courbes de niveau
Rouge: Original
Noir: Courbes de niveau avec DP 50m
29
La simplification des lignes
Simplification des courbes de niveau
Noir: Courbes de niveau avec DP 50m
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
La simplification des lignes
Simplification des courbes de niveau
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
La simplification des lignes
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
Généralisaton de l’hydrographie
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
Généralisaton de l’hydrographie
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
Généralisaton de l’hydrographie
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
Généralisaton de l’hydrographie
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
Généralisaton de l’hydrographie
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
Généralisaton de l’hydrographie
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
Généralisaton de l’hydrographie
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
Généralisaton de l’hydrographie
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