Communication de l'information qualité

Diérents moyens de communication de la qualité des données géographiques peuvent être utilisés an d'informer un utilisateur, et ainsi aider celui-ci à identier si une base de données correspond à ses besoins.

Métadonnées Le moyen le plus utilisé actuellement demeure la diusion de métadon-nées, à travers les éléments proposés dans la norme ISO19113 (2002). Bien qu'utiles et nécessaires, beaucoup d'auteurs s'interrogent sur la capacité des métadonnées à véritable-ment informer l'utilisateur en termes de qualité externe des données géographiques (Boin et Hunter,2008). Nous verrons eectivement par la suite qu'en plus de leur caractère option-nel dans les métadonnées, les mesures de qualité préconisées dans la spécication technique

ISOTS19138(2006) peuvent s'avérer complexes à interpréter pour l'utilisateur nal. Ainsi, d'autres méthodes de communication de la qualité des données géographiques ont été proposées ces dernières années, principalement dans le domaine de la recherche.

Faïz (1999) etQiu et Hunter (2002) ont par exemple proposé des modèles permettant de gérer les informations qualité à diérents niveaux de détail, considérant que l'information qualité proposée dans les métadonnées peut porter une dimension trop générale, ne tenant pas compte de l'hétérogénéité interne des données décrites.

Visualisation de la qualité Diérents travaux ont également été menés dans le domaine de la visualisation de l'information qualité, en particulier ceux de Beard et Butteneld

(1991), qui ont proposé des méthodes permettant de représenter les éléments d'évaluation de la qualité des données géographiques avec diérentes variables visuelles.

Dans le même domaine,Hope et Hunter(2007) ont étudié l'impact de la représentation de l'information qualité (en l'occurrence une information d'imprécision géométrique) sur un processus de prise de décision, montrant que la représentation choisie inuence directement la décision nale.

Logiciels et outils D'autres travaux ont visé ces dernières années à développer des ou-tils SIG intégrant la notion d'erreur dans l'utilisation des données, comme par exemple les concepts d'error-sensitive GIS (Unwin,1995) ou d'error-aware GIS (Duckham et Mc-Creadie,2002).

Devillers (2004) a proposé quant à lui un modèle multidimensionnel d'information sur la qualité des données géographiques permettant d'enrichir d'indicateurs supplémentaires les informations qualité proposées dans les métadonnées, et de les communiquer sous forme de tableaux de bord à l'utilisateur.

He (2007) a également proposé un outil SIG, permettant à un utilisateur de mettre en ÷uvre des modèles d'erreurs développés en recherche ces dernières années.

Enn, Brown et Heuvelink (2007) ont proposé un environnement logiciel, le Data Un-certainty Engine, permettant d'intégrer et de propager l'incertitude dans les modèles en-vironnementaux. Williams et al. (2008) proposent également un schéma XML, baptisé UncertML, permettant de décrire l'incertitude et sa propagation dans un soucis d'inter-opérabilité entre données et modèles.

1.2. Imperfection, prise de décision et qualité des données géographiques Ces nombreux initiatives montrent bien à quel point la communication d'une information sur la qualité des données géographiques constitue un point fondamental dans toute utili-sation de données géographiques, mais que les moyens actuels ne garantissent pas toujours sa bonne compréhension pour l'utilisateur.

La section suivante va nous permettre de nous focaliser sur la qualication de l'imprécision géométrique des objets vectoriels, en présentant les mesures les plus couramment rencon-trées ainsi que les modèles d'évaluation développés ces dernières années en recherche.

Synthèse Section Cette section a tout d'abord permis de présenter le concept de qualité des données géographiques, ainsi que les éléments permettant de l'éva-luer. Nous avons vu que ces éléments d'évaluation ont varié selon les auteurs au cours des dernières années, et ce malgré la normalisation proposée par l'ISO. Nous avons surtout pu constater que ces éléments d'évaluation s'orientent davantage dans une logique de qualité interne, c'est à dire d'adéquation aux spécications, comme l'illustrent les éléments d'évaluation proposés dans les normes de l'ISO. An de rendre l'information qualité plus compréhensible pour l'utilisateur nal, nous avons nalement montré que de nombreuses propositions ont été réalisées ces dernières années en recherche, an de trouver d'autres moyens de communication des informations relatives à la qualité des données géographiques.

Conclusion de la section

Nous avons vu dans cette section que la notion d'imperfection des bases de données géogra-phiques sous-entend un ensemble de notions plus spéciques, abordées ces dernières années par de nombreux auteurs, sans que ne se dégage de véritable consensus terminologique. Dans le cadre de ce travail de thèse, nous avons retenu la classication de l'imperfec-tion proposée parBouchon-Meunier(1995), en nous focalisant plus particulièrement sur la notion d'imprécision. Nous avons montré que chacune des notions proposées permet d'ex-primer spéciquement l'imperfection concernée, ce qui peut s'avérer utile dans le cadre d'un processus d'aide à la décision.

En eet, tout processus de prise de décision sollicitant l'information géographique est confronté à l'imperfection des données, pouvant rendre la décision prise incertaine. An de réduire cette incertitude, une évaluation de la qualité des données géographiques doit donc être entreprise.

Après avoir présenté le concept de qualité des données géographiques, diérents éléments proposés dans la littérature ont été identiés an de faciliter son évaluation. Au niveau géométrique, nous avons notamment montré que les éléments proposés dans le cadre de la normalisation internationale préconisée par l'ISO s'attachent principalement à décrire l'exactitude de position. Egalement, nous avons vu que de nombreux moyens de commu-nication de l'information sur la qualité des données géographiques ont été proposés ces dernières années en recherche, an de faciliter sa compréhension par l'utilisateur nal. La section suivante nous permettra de réaliser un état de l'art sur les mesures et les modèles permettant d'évaluer l'imprécision géométrique des données géographiques.