La donnée topographique est également disparate et peut provenir de diverses sources, payantes ou non. Présentons une liste non exhaustive de ces dernières afin de choisir la plus appropriée à notre problématique.
6.2.1 Les données de l’Institut de l’Information Géographique et fo-restière (IGN)
L’IGN propose de nombreuses données de topographie sous forme de grilles avec différentes résolutions. La plus petite résolution est de 1m en latitude/longitude et la plus grande peut aller jusqu’à 250m de résolution. Ces données ne sont pas gratuites. Les plus fines résolutions ne sont pas sous licence ouverte et sont accessibles soit par achat soit par licence pour l’enseignement ou la recherche. La donnée topographique accessible est celle de résolution de 25m mais ces fichiers ne sont disponibles que pour la France. Sachant que nous souhaitons trouver des données présentes mondialement, nous ne les écartons pas pour autant car elles permettent d’avoir un référentiel assez précis pour le territoire français.
6.2.2 WorldDEM d’Airbus
La donnée WordDEM d’AIRBUS est disponible sur le globe avec une précision de 12 x 12m depuis 2014. Cette donnée est payante et n’est pas sous licence ouverte. Acquise par balayage satellitaire, elle est utilisée dans de nombreux domaines, militaires, agricoles, ou encore dans la prospection d’énergies fossiles.
6.2.3 SRTM Data
La donnée SRTM - Shuttle Radar Topography Mission - est disponible sous licence ouverte sur le globe avec une résolution de 90 x 90m. Une version à 250m a été aussi mise à disposition.
Cette donnée est une interpolation de données acquises par satellite [15]. Elle est aussi complétée avec la donnée ASTER DEMs, notamment pour certaines zones du Sahara. La donnée se télécharge facilement par zone géographique en format ascou en geotiff.
6.2.4 Conclusion sur la topographie
Les données topographiques se ressemblent car l’information est simple, la seule différence vient de la résolution et de l’accessibilité. Les contraintes que nous nous sommes imposées filtrent grandement le choix de la donnée. Afin de visualiser les différences entre les sources nous avons choisi de présenter sur le tableau 8 l’exemple de la côte bretonne.
SRTM 250M SRTM 90M
IGN 250M IGN 75M
Tableau 8 – Comparaison des fichiers d’élévation pour une zone donnée
Comme nous pouvons le constater, plus la résolution est petite, plus les détails sont élevés.
Cependant la résolution de 75m ou de 90m ne sera pas suffisante pour une visualisation correcte.
Un interpolation de cette donnée doit être faite et est traitée dans le chapitre 7.
Chapitre 7
Conversion de la donnée en 3D
Nous avons vu dans la partie précédente quelles données SIG nous allons utiliser durant ce travail. Ces données vectorielles sont considérées dans la plupart des cas comme de la donnée 2.5D :
— La géométrie de chaque objet correspond à la partie 2D
— L’information concernant sa hauteur correspond à la demi-dimension
La hauteur du bâtiment donnée en addition à la forme plane de l’objet nous permet d’implé-menter une extrusion selon l’axe des Z.
7.1 Différences entre les données 2.5D et 3D
La donnée vectorielle est décrite avec des formes planes (points, lignes et polygones) et avec des attributs. Tous les objets d’une couche vectorielle ont au moins un attribut, la clef primaire, qui permet de les rendre uniques. De plus, d’autres données peuvent être attribuées à chacun de ces éléments afin de mieux les définir. Par exemple, pour un fichier contenant des données vectorielles délimitant des habitations, nous pouvons avoir :
— le nombre d’étages,
— la date de construction,
— le matériau utilisé (béton, briques, etc.),...
Généralement une donnée attributaire d’élévation est liée à ce type de données qui corres-pond :
— soit à la base du bâtiment,
— soit à l’élévation totale du bâtiment
— soit à sa hauteur.
Cette information, considérée comme une demi-dimension, nous permet d’appliquer une extru-sion verticale de chaque bâtiment. Par contre, cela ne nous permet pas d’avoir des “trous” (tel qu’un pont) dans la structure car un seul (z) (ou H) est attribué par objet. Les données 3D sont décrites différemment. Pour tous les points (x,y) un (z) est attribué. Dans notre exemple des habitations, cela reviendrait à avoir la description des contours des fenêtres, ou le renfoncement de la porte d’entrée. Pour avoir une donnée aussi précise, la technologie Lidar est généralement utilisée. Celle ci est basée sur le principe des ondes réfléchies. Lorsqu’une acquisition Lidar est réalisée, tous les objets autour de l’appareil d’acquisition sont géo-référencés avec un (z) pour chaque sommet. Une fois les sommets stockés, la donnée peut être utilisée de façon brute, ou alors un traitement peut être fait pour découper chaque objet 3D. Pour avoir une donnée de
haute qualité, le dispositif Lidar est déplacé en différents points pour avoir chaque côté de l’ob-jet étudié. Le résultat d’un obl’ob-jet 3D traité au Lidar est illustré dans la figure 28. De plus une quatrième information est souvent stockée lors de l’acquisition via cette méthode : la couleur.
Ceci donne alors un nuage de points colorés qui reconstitue un objet de façon très réaliste.
Figure 28 – Représentation d’une capture 3D par Lidar d’une façade de maison
On observe la façade avec ses renfoncements, son toit de forme complexe, ou bien son chien assis. Ces détails sont précis et permettent une visualisation proche de la réalité. N’ayant pas accès à cette donnée 3D au cours de cette étude, l’extrusion sera employée sur la modélisation des bâtiments. Afin de garder un certain réalisme, un algorithme d’application de textures aléatoires sera appelé pour chaque bâtiment, celui-ci sera expliqué dans la partie 7.3.1.