C 3.4 Qual ité des bases de données géographiques
C.3.8 Général isation contextuelle
Anne Ruas et Jean-François Hangouët C o n t e x t e - o b j e c t i f s
La généralisation cartographique est fondamentalement contextuelle : les composants de la carte sont redessinés en fonction de leur participation au paysage géographique de la zone considérée.
Après quelques travaux sur la généralisation indépendante (notamment des objets linéaires, avec les thèses de Corinne Plazanet en 1 996 et d'Emmanuel Fritsch en 1 998, mais aussi des bâtiments avec le mémoire de D EA de Sylvain Damour en 1 994) , le laboratoire COGIT se consacre désormais essentiellement aux recherches sur l'automatisation de la généralisation contextuelle.
Il y a eu les recherches sur la généralisation de l'orographie (thèse de Pascale Monier en 1 997) et les recherches particulières sur la généralisation des zones urbaines ; il y a les recherches particulières sur la généralisation des réseaux routiers, les recherches sur l'élaboration de règles de généralisation pour employer des algorithmes adaptés aux situations, et les recherches (celles qui seront décrites ici) , sur les regroupements et traitements d'objets séparés dans la base mais qui participent à un même phénomène géographique sur le terrain, et sur les stratégies d'orchestration des outils et connaissances pour le déroulement d'une généralisation.
Afin de réaliser nos recherches, deux plates-formes expérimentales ont été développées au laboratoire au cours des années précédentes :
PlaGe est une plate-forme procédurale codée en ADA et Motif, dont l'objectif est de tester et de concevoir des algorithmes permettant la généralisation de données linéaires, essentiellement routières. Cette plate-forme comporte actuellement de nombreux algorithmes de généralisation ainsi que des outils d'analyse qui permettent de travailler sur l'adéquation entre une route (forme conflit) et l'algorithme le plus adapté,
Stratège est un système expert orienté-objet qui utilise LISP comme langage de programmation. Son objectif est la généralisation de données urbaines (BD Topo) . Pour cela, les études ont porté sur une modélisation bien plus riche de l'information géographique qui permet de décrire les contraintes liées à chaque processus de généralisation à différents niveaux d'analyse. Des algorithmes de sélection du réseau de rues, de sélection de bâtiments et de déplacement ont pu être conçus.
Le passage d'une base de données géographiques ou topographiques à une carte de qualité acceptable, nécessite la généralisation, interactive ou automatique.
L'automatisation totale de la rédaction cartographique à partir de la base de données, en fonction des seules spécifications de produit final, est sans nul doute utopique : les objectifs en production sont de disposer de larges palettes d'outils automatiques qui sachent reconnaître des groupes géographiques et proposer des transformations (contextualité) mais aussi de soulager l'opérateur cartographe du choix entre les divers outils applicables (stratégie) .
Plus particulièrement pour la production à I'IGN, l'objectif est la dérivation automatisée de cartes ou de bases de données à partir des bases de données de référence (BD Topo, BD Carto, Georoute, etc) en fonction de chaque spécification client. Le premier client de I'IGN étant I'IGN, il s'agira donc d'automatiser la production de produits-clés, tels que les 1 : 25 000 et 1 : 1 00 000.
Notre objectif principal est ·d'identifier les mécanismes permettant la prise en compte de spécifications diverses afin de réaliser, à des coûts réduits, des produits correspondant à ceux qui sont identifiés par le département marketing de I'IGN et de concevoir des outils permettant des dérivations multiples, simples et efficaces des données IGN.
Les progrès que nous avons réalisés en compréhension du processus, en modélisation et en algorithmie nous ont permis de concevoir un modèle de généralisation qui sert de base à la conception d'un nouveau SIG orienté-objet dans le cadre du projet européen AGENT. Ce modèle est sommairement décrit ci-dessous.
A c t i v i t é s - r é s u l t a t s
Orographie
Faute de moyens, la généralisation de l'orographie n'a pas été traitée en 1 998.
Aspects stratégiques de la généralisation
Les recherches en stratégie de généralisation reposent sur un ensemble de concepts qui seront décrits dans la thèse d'Anne Ruas (1 999) . Nous ne décrirons ici que quelques principes illustrés dans les figures C.3.8. 1 et C.3.8.2.
L'automatisation du processus de généralisation impose que le système puisse reconnaître les entités qui nécessitent une généralisation. La nécessité de généralisation dépend d'informations de contrôle qui sont introduites au début du processus, telles que le thème de la carte, l'échelle finale (dans le cas d'une carte) les quantités de réduction requises, etc. Ces informations doivent être traduites sur les données géographiques qui décriront leurs insatisfactions.
La traduction des spécifications de généralisation requiert une identification des caractères qui porteront des contraintes à respecter.
Ces caractères (forme, taille, position, densité, alignement, quantité d'information, etc, . . . ) existent à différents niveaux d'analyse que nous appelons :
micro : lorsqu'ils sont portés sur un objet initial ou une partie d'objet (une maison, par exemple) , méso : lorsqu'ils reposent sur un groupe d'objets (un quartier, par exemple) ,
macro : lorsqu'ils reposent sur une population d'objets (toutes les routes, par exemple) .
En phase de recherche, nous identifions les caractères importants pour un processus de généralisation, les méthodes et mesures nécessaires pour décrire ces caractères et les façons de contraindre ces caractères en fonction des spécifications de chaque généralisation. La figure C.3.8. 1 résume le processus d'identification des caract�res et des contraintes portées par ces caractères.
Spécification de généralisation
Identification des caractères à différents niveaux d'analyse
Identification des mesures pour qualifier les caractères
Identification des caractères et des mesures concernées
par une généralisation
Sous-ensemble de mesures associé au schéma
Analyse :
- des valeurs à atteindre, - des variations acceptables.
Spécification non traduisible
Conception
Initialisation
figure C.3.8. 1 : identification des caractères et des contraintes à différents niveaux d'analyse [RUAS 98]. La
démarche proposée repose sur l'autonomie décisionnelle des entités géographiques. L 'espace géographique est ainsi constitué d'un ensemble d'objets, appelés situations, défini à différents niveaux d'analyse.
Ces situations sont capables de s'auto-analyser en consultant les violations de contraintes portées par leurs caractères. Chaque caractère contraint est une entité qui dispose de méthodes pour analyser l'écart entre son état courant et son état idéal.
Les contraintes étant de nature hétérogène, les situations consultent leur degré d'insatisfaction ainsi que leur priorité relative afin décider de la meilleure contrainte à résoudre à un instant donné ainsi que de la meilleure opération de généralisation à réaliser. Les contraintes instanciées fournissent à leur situation des propositions ordonnées de traitement afin de faciliter les choix algorithmiques.
La généralisation d'une situation géographique est une démarche progressive, les contraintes étant progressivement respectées par l'usage contrôlé d'algorithmes de généralisation.
Selon la nature des situations, des contraintes non respectées et des connaissances procédurales, la stratégie de généralisation peut être stochastique ou déterministe. Chaque opération réalisée est contrôlée par la situation en évaluant l'amélioration ou la détérioration de l'état de ses contraintes. La figure C.3.8.2 résume ce processus.
Ce processus de généralisation repose sur un enrichissement considérable de la description de l'espace géographique notamment par l'identification des phénomènes géographiques du niveau méso (voir plus loin) . La modélisation des données a été expérimentée sur Stratège dans le cadre de la généralisation de données urbaines et est en cours d'implémentation sur la plate-forme LAMPS2 dans le cadre du projet AGENT.