Letteratura scientifica selezionata sul tema "Cartographie automatisée"

Ce travail détaille la méthodologie innovante déployée pour définir les zones d’apport (domestiques et pluviales) des sédiments accumulés dans chaque bassin de dessablement du réseau d’assainissement de la Ville de Paris. La méthode est automatisée autant que possible, mais elle implique quatre étapes d’intervention manuelle. La définition des zones d’apport répond à deux objectifs : 1) délimiter les habitations et bâtiments à autre usage (commerces, restaurants, bureau, etc.) drainés par chaque bassin de dessablement ; 2) circonscrire la surface drainée (bassin versant) prenant non seulement en compte les habitations et bâtiments, mais aussi les parcs/jardins, et la chaussée. Cette étude a permis de distinguer deux fonctionnements du réseau d’assainissement : 1) un fonctionnement en temps sec pour lequel les effluents circulent dans un nombre réduit de tronçons, car la ligne d’eau reste sous les seuils des tronçons sans effluents ; 2) un fonctionnement en temps de pluie pour lequel la ligne d’eau dépasse les seuils des tronçons sans effluents. Les eaux unitaires circulent alors dans de plus nombreux tronçons afin d’éviter les débordements en surface. Ensuite, l’agencement particulier des bassins de dessablement entre eux a aussi été mis en avant. En effet, les bassins de dessablement sont positionnés selon une cascade sédimentaire, avec des bassins de dessablement se trouvant en aval d’autres. 45 bassins de dessablement sur 159 ont été sélectionnés pour correspondre de façon univoque aux problématiques ciblées. Il s’agit des 45 bassins de dessablement qui n’ont pas de bassin amont. La zone d’apport de ces 45 bassins de dessablement a pu être délimitée. Cette surface circonscrite est un nouvel objet scientifique qui permettra par la suite de sélectionner, à l’échelle d’intérêt pour notre étude, toutes les données spatialisées externes relatives à chaque bassin de dessablement, telles que celles fournies par l’Institut national de la statistique et des études économiques, l’Atelier parisien d’urbanisme, etc.

La cartographie de l’occupation du sol du Gabon en 2010 et 2015 et celle des changements entre ces deux dates a été réalisée dans le cadre du programme OSFACO [1] par l'Agence Gabonaise d'Etudes et d'Observations Spatiales (AGEOS). Il s’agit de la première carte d’occupation du sol de référence à l’échelle nationale dont la légende est issue d’une concertation des acteurs majeurs du secteur forestier gabonais. Cette carte a été obtenue en affinant celle du couvert forestier du Gabon (forêt/non forêt) obtenue dans le cadre des projets OSFT [2] et GEOFORAFRI [3]. La cartographie s’est basée sur l’utilisation des images satellitaires SPOT 5/7, Sentinel 2 pour l’année 2015 et les images SPOT 4, ASTER et ALOS 1 pour l’année 2010. Les méthodes de classification semi-automatisée et d'amélioration manuelle ont été combinées pour une meilleure précision des classes d’occupation du sol. Les résultats obtenus mettent en évidence 10 classes d’occupation du sol représentant les grands ensembles paysagers du pays, dominés par les forêts qui occupent 89% de la superficie totale du Gabon en 2015. Les classes d’occupation du sol qui ont le plus évolué entre 2010 et 2015 sont les forêts, les savanes, les terres agricoles et les surfaces artificialisées. Les principales pertes en forêt sont liées à la conversion des forêts vers les surfaces artificialisées, les terres cultivées et les sols nus. Les gains en forêt les plus importants quant à eux sont observés au niveau de la fermeture des pistes forestières. La validation du produit, réalisée par une équipe indépendante de celle qui a produit la carte, s’est basée sur une donnée de référence issue d’un plan d’échantillonnage combinant une composante systématique et aléatoire suivant la méthodologie de Sannier et al. (2016). L’analyse de la correspondance entre la donnée d’occupation du sol produite et la donnée de référence a permis d’estimer la précision globale à 95%. [1] Observation Spatiale des Forêts d’Afrique Centrale et de l’Ouest, projet financé par l’Agence Française de Développement (AFD), de 2016 à 2020.[2] Observation Spatiale des Forêts tropicales, projet financé par l’AFD, de 2011 à 2015.[3] Renforcement des capacités et accès aux données satellitaires pour le suivi des forêts en Afrique Centrale et de l’Ouest, projet financé par le Fonds Français pour l'Environnement Mondial (FFEM), de 2012 à 2017.

Les activités humaines en forêt humide tropicale sont à l'origine de perturbations et de dégradations du fait de leur mitage du couvert forestier. Des capacités permettant de mesurer l'étendue des dégâts sont indispensables au calcul des émissions de carbone dans le cadre des programmes Redd+ (Réduction des émissions dues à la déforestation et la dégradation des forêts). La télédétection est un outil puissant pour le recueil de ce type d'information (concernant, par exemple, l'exploitation forestière ou minière ou les projets d'infrastructure). Différentes techniques sont mises en ¿uvre pour identifier et quantifier l'ouverture du couvert forestier. Il s'agit ici de les compléter en comparant l'ouverture passée et actuelle du couvert forestier afin de documenter le renouvellement des écosystèmes suite aux opérations d'exploitation forestière. Cet article présente une approche mettant en ¿uvre une chaîne de traitement semi-automatisée adaptée à l'imagerie Landsat. En post-traitement, l'information portant sur l'ouverture de la canopée est extraite à l'aide d'algorithmes spécifiques. Un index spatial, calibré sur des données radiométriques à basse résolution, indique les taux d'ouverture passés et actuels. Ce procédé fournit des estimations de la dégradation forestière permettant de décrire les données de télédétection à basse résolution (issues de Modis, par exemple) utilisées pour la cartographie terrestre. Ces estimations sont alors croisées avec des cartes de couverture terrestre afin de distinguer des catégories forestières actuelles. Cet outil a été développé dans le cadre du projet CoForChange, dont l'objectif global est de prévoir l'évolution du couvert forestier et de la distribution des essences dans le Bassin du Congo liée aux changements globaux, et de développer des outils d'aide à la décision. Cet article présente un exemple en grandeur et en temps réels, situé dans la forêt humide aux frontières de la République centrafriquaine, de la République du Congo et du Cameroun, analysé année par année à l'aide de trente années d'archives Landsat.

Les cartes d'occupation du sol produites à des résolutions spatiales et temporelles élevées constituent actuellement une ressource très importante pour beaucoup d'organismes privés ou publics. Le développement de méthodes de cartographie automatique, fiables et robustes basées sur la classification d'images satellites constitue ainsi un enjeu majeur. Dans ce cadre, l'imagerie radar apporte l'avantage de fournir des images de jour comme de nuit, et quelles que soient les conditions météorologiques. Plus récemment, l'exploitation des informations de rétrodiffusion fournies par les images SAR (Synthetic Aperture Radar) polarimétriques a permis d'étendre les possibilités apportées par l'imagerie radar. Dans cette étude, une carte d'occupation du sol a été produite sur une partie de la plaine d'Alsace et du massif vosgien à partir (1) de 76 paramètres polarimétriques extraits d'une image ALOS PALSAR en polarisation quadruple et (2) d'une méthode de classification orientée-objet. Plusieurs algorithmes de classification ont été testés et l'algorithme du plus proche voisin est ressorti comme donnant les meilleurs résultats. La méthode mise en place à l'avantage d'être semi-automatique et facilement reproductible. Neuf classes d'occupation du sol ont été cartographiées avec un taux de bon classement de 69%. Plus précisément, trois d'entre elles ont été très correctement détectées : la forêt, l'urbain et l'eau. D'autres classes ont été confondues du fait de la similarité de leur signature polarimétrique : les zones de vignobles, les prairies et les zones de cultures. Enfin, trois classes non visibles sur les données a priori et les images optiques de référence ont pu être identifiées sur l'image polarisée. Ces premiers résultats sont prometteurs pour la cartographie de l'occupation des sols à partir d'images SAR polarimétriques.

Depuis les années 1980, la qualité croissante d'images satellites destinées à l'observation de la terre ouvre de nouvelles possibilités en photo-interprétation dans l'analyse des risques naturels, à la fois pour la prévision, la surveillance et l'analyse d'endommagement (Kerle et Oppenheimer, 2002 ; Domenikiotis et al., 2003). Suite à une crue torrentielle de février 2013 qui a affecté 93 bâtiments le long du chenal Avenida Venezuela dans la ville d'Arequipa, Pérou et endommagé 23 des 53 ponts, une étude a été menée en utilisant l'imagerie Pléiades. Des relevés de terrain ont servi de contrôle pour la cartographie du bâti et des infrastructures critiques sur deux images Pléiades respectivement d'avant-crue en 2012 et d'après-crue en 2013. Les objectifs de cette étude sont : (1) améliorer la cartographie de l'occupation du sol en milieu urbain sur des images Pléiades à résolution submétrique ; (2) tester l'apport de la classification supervisée semi-automatique à l'aide du logiciel Monteverdi (©CNES, Toulouse, France) ; (3) comparer la qualité des résultats et évaluer le potentiel de l'utilisation de la classification supervisée à partir des images Pléiades et (4) identifier l'impact de la crue torrentielle sur le chenal lui-même. Les résultats confirment une nette amélioration de la précision de la cartographie de vulnérabilité grâce aux images HRS à échelle locale. La délimitation d'objet est bien meilleure et la combinaison de la classification semi-automatique avec une digitalisation manuelle sous SIG donne des résultats très prometteurs.

La méthode électromagnétique basse fréquence (ou EMI pour ElectroMagnetic Induction), située à la croisée des méthodes magnétique, électrique et radar, offre de nombreuses possibilités de développement mais subit également d’importantes contraintes techniques. Malgré des développements instrumentaux initiés dans les années 60, son utilisation a longtemps été limitée en archéologie à la cartographie de la conductivité électrique apparente et/ou de la susceptibilité magnétique soit sur des surfaces restreintes soit avec des stratégies à large maille. Depuis la fin des années 2000, du fait de leur application en science du sol, les méthodes EMI se sont plus largement diffusées. Les appareils mono-fréquence et mono-récepteur ont ouvert la voie à des appareils multi-récepteurs et multi-fréquences avec des perspectives très larges en termes de caractérisation spatiale 3D des structures cartographiées comme d’analyse des propriétés physiques des sols. Le développement de systèmes tractés et automatisés a permis à cette méthode de trouver une place dans l’archéologie du paysage. Ce progrès technique, qui s’est traduit par une quantité importante de données a prévalu sur un travail théorique approfondi illustré aujourd’hui par l’inversion de données et l’analyse des sensibilités aux différentes propriétés géophysiques qui ouvrent de larges perspectives. Nous évoquerons les limites instrumentales auxquelles ces applications doivent faire face mais sont souvent négligées par les utilisateurs de ces méthodes. Nous présenterons également le résultat de modélisations 1D et 3D.

La cartographie assisté par l’ordinateur (CAO) repose sur l’utilisation des systèmes d’information géographique, des images à haute résolution ainsi que des récepteurs GPS (systèmes de positionnement universel) pour le levé des coordonnées géographiques x et y. Ce qui conduit à une analyse spatiale à partir des images acquises et à l’utilisation des technologies géo-spatiales, ceux-ci entrainent la production des cartes, pour qu’elles soient produites par des moyens informatisés, il faut disposer des couches des données standards tels que le shape file de limite administrative, des routes, des villes, des territoires et des hydrographies qui constituent la base des activités de cartographie de recensement et de collecte des données. Le traitement automatique des données issues des activités en amont de cartographie de recensement présente à la fois deux avantages, le premier est lié à l’efficacité, qui se traduit par la quantité de résultats pouvant être obtenus par unité d’intrants, cela montre que l’on peut en faire plus en moindre coût, d’une part, l’avantage lié à l’utilité se traduit par des effets des programmes qui bénéficient d’informations améliorées, d’autre part. La cartographie numérique de recensement est ainsi une cartographie assistée par ordinateur, elle fait appel à une technologie informatique et en tire parti des nouvelles technologies géo-spatiales pour réaliser plus rapidement de meilleures cartes et améliorer la qualité globale des données de recensement que sa mise à jour. Mots clés: Télédétection, analyse spatiale, imagerie satellite et aérienne

La caractérisation détaillée de vastes territoires pose un défi de taille et est souvent limitée par les ressources disponibles et le temps. Les travaux de cette maîtrise s’incorporent au projet ParaChute qui porte sur le développement d’une Méthode québécoise d’Évaluation du Danger des Chutes de Pierres (MEDCP) le long d’infrastructures linéaires. Pour optimiser l’utilisation des ressources et du temps, une méthode partiellement automatisée facilitant la planification des travaux de terrain a été développée. Elle se base principalement sur la modélisation des trajectoires de chutes de pierres 3D pour mieux cibler les falaises naturelles potentiellement problématiques. Des outils d’automatisation ont été développés afin de permettre la réalisation des modélisations sur de vastes territoires. Les secteurs où l’infrastructure a le plus de potentiel d’être atteinte par d’éventuelles chutes de pierres sont identifiés à partir des portions de l’infrastructure les plus traversées par les trajectoires simulées. La méthode a été appliquée le long du chemin de fer de la compagnie ArcelorMittal Infrastructures Canada. Le secteur couvert par l’étude débute à une dizaine de kilomètres au nord de Port-Cartier (Québec) et s’étend sur 260 km jusqu’au nord des monts Groulx. La topographie obtenue de levés LiDAR aéroportés est utilisée afin de modéliser les trajectoires en 3D à l’aide du logiciel Rockyfor3D. Dans ce mémoire, une approche facilitant la caractérisation des chutes de pierres le long d’un tracé linéaire est présentée. Des études de trajectoires préliminaires sont réalisées avant les travaux sur le terrain. Les informations tirées de ces modélisations permettent de cibler les secteurs potentiellement problématiques et d’éliminer ceux qui ne sont pas susceptibles de générer des chutes de pierres avec le potentiel d’atteindre les éléments à risque le long de l’infrastructure linéaire.
The detailed characterization of large area is a challenging task because time and resources are frequently limited. This Master’s thesis is part of the ParaChute research project. The aim of this project is to develop a rockfall susceptibility rating system along linear infrastructures. A partially automated method has been developed to facilitate field works planning while optimizing time and resources. It is mainly based on 3D rockfall simulations carried out systematically and efficiently on every rock slopes located nearby the infrastructure to help identify potential hazardous natural cliffs. Automation tools were developed to allow the realization of simulations over large area. The proposed method also uses the software Rockyfor3D and only requires surface elevation model obtained from airborne LiDAR survey as input data. However, other data, such as orthophotos, were used for calibration. The method was applied along the ArcelorMittal Infrastructures Canada railway. The covered zone starts near Port-Cartier (Québec) and extends 260 km north along the ArcelorMittal Infrastructures Canada railway up to the Groulx Mountains. In this Master’s thesis, a partially automated method that helps to choose on which areas to focus field work by telling if there is a possibility for a block to reach the linear infrastructure is detailed.

Le peuplement de BDRM-3D (Bases de Données à Représentation Multiple 3D) est de plus en plus requis pour supporter des applications avancées de cartographie sur demande et d’analyse décisionnelle géospatiale. Cette thèse présente une nouvelle approche de saisie photogrammétrique en représentation multiple visant à peupler une BDRM-3D de bâtiments. L’approche proposée est nommée approche SAISIE car elle est Semi-Automatique, Initialisée et Supportée par l’Intervention humainE. Elle traite simultanément l’extraction des Géométries Détaillées (GD) et des Géométries Simplifiées (GS). Elle s’appuie notamment sur les nouveaux concepts de Patron d’Acquisition en Représentation Multiple et d’« Instance Driven SASS » (Sélection et Gestion des Algorithmes, des Sources et des Réglages gérée au niveau de l’instance) afin d’améliorer la performance des traitements automatiques mis en œuvre. Ces deux concepts ont été introduits lors de cette recherche. Le concept de PARM résulte du rapprochement des concepts de patron géométrique (introduit pour supporter la généralisation) et de modèle paramétrique (introduit pour supporter la saisie photogrammétrique). Deux nouveaux algorithmes de reconnaissance de forme, l’un traitant de la détermination automatique des paramètres d’implantation de patrons géométriques 3D et l’autre de l’extraction automatique des emprises au sol de bâtiments, ont par ailleurs été introduits lors de la réalisation de cette thèse. L’approche SAISIE ainsi que les concepts et algorithmes proposés pour la supporter ont été mis en œuvre et expérimentés sur quatre sites de tests couvrant plus de trois cent bâtiments. Les résultats obtenus et l’expérience acquise lors des développements des prototypes nous ont permis d’établir une analyse de l’approche SAISIE ainsi que des recommandations pour les recherches futures.
3D MRDB (Multi Representation Data Base) population is more and more required to support advanced cartographical applications and advanced geospatial decisional analysis. This dissertation presents a new photogrammetric approach dedicated to multiple representation acquisition process to populate the buildings of a 3D MRDB. The proposed approach is named SAISIE (this French acronym matches with a semi-automatic acquisition process, initialized and supported by human intervention). The SAISIE approach tackles simultaneously the Detailed Geometries (DG) extraction and the Simplified Geometries (GS) extraction. This uses both the Multi-Representation Acquisition Pattern concept and the Instance Driven SASS concept (SASS : Selection of the Algorithms, Sources and Setting) to improve the process performance. These two new concepts have been introduced during this research. The MRAP concept stems from bridging together the geometric pattern concept (used to support generalisation process) and the parametric model (used to support the photogrammetric building extraction). Two new algorithms have also been introduced. The first one deals with the automatic implantation of 3D geometric pattern and the second one with the automatic extraction of building footprints. The SAISIE approach, the new concepts and the two new algorithms, have been implemented and tested with four test sites. These test sites cover more than three hundred buildings. Results analysis and several recommendations, based on our experimentation and experience, are proposed to conclude this dissertation.

Les dunes de sable éoliennes à différentes échelles (m-km) sont les principales formes topographiques dans les systèmes éoliens et se retrouvent sur divers corps planétaires comme la Terre, Mars ou Vénus. Elles résultent de l'interaction entre le vent, les sédiments transportés et le substratum. La forme, la taille, la disposition spatiale et le déplacement des dunes permet d'analyser les interactions entre les flux d'air et l'apport de sédiments, modulés par les conditions de surface. La production de cartes détaillées des caractéristiques individuelles des dunes couplée à une analyse statistique morphométrique spatialisée devient donc nécessaire pour mieux comprendre et caractériser l'origine de la formation et de l'évolution des dunes éoliennes.Cependant, cartographier les dunes avec précision sur de grandes étendues reste encore aujourd'hui une tâche difficile pour deux raisons. Tout d'abord, compte tenu de la disponibilité des ensembles de données de télédétection avec une résolution spatiale (et temporelle) toujours croissante, une telle cartographie nécessite des procédés automatisés car la numérisation manuelle i) est chronophage et ii) peut être d'une subjectivité et d'une qualité non-uniformes. Ces limites sont principalement dues au fait que les opérateurs humains ne peuvent pas suivre des critères de cartographie similaires sur de vastes zones d'étude, en particulier lorsqu'il s'agit de morphologies complexes. Ensuite, cette cartographie se révèle ardue ; notamment en raison de la complexité de certaines formes et de l'absence de classification universellement acceptée des dunes, malgré les efforts de recherche récents.Ce travail a donc pour objectif premier de proposer une nouvelle méthode de cartographie des dunes éoliennes axée sur une approche couplant du Deep Learning pour tracer le contour des dunes, une "squelettisation" et une analyse de réseau pour cartographier leurs crêtes et leurs connectivités (défauts). L'originalité de cette étude réside dans la capacité à cartographier ces caractéristiques à différentes échelles, allant de quelques kilomètres au désert entier. Les algorithmes développés montrent d'excellentes performances pour analyser des zones géographiques étendues et complexes avec une précision de l'ordre de 90 %. Cette méthode a permis de créer, pour la première fois, une base de données de plusieurs milliers de dunes du désert du Rub'Al Khali (le plus grand désert actif au monde), avec une fidélité élevée par rapport aux observations visuelles des dunes présentes sur le MNT.À partir de cette base de données, nous avons étudié la variabilité morphologique des dunes en les comparant avec les données de vent (ERA5 Land Reanalysis) à l'échelle du désert, afin de quantifier et de comprendre leurs changements morphologiques et leurs répartitions spatiales en lien avec la dynamique des vents. Cette analyse morphométrique spatialisée est basée sur une Analyse en Composante Principale (ACP) et met en évidence les paramètres dominants suivant : la longueur des dunes (PC1) explique plus de 50 % de la variance et décrit les dunes linéaires du SW du désert ; la hauteur (PC2) représente 18 % de la variance et décrit les dunes en croissant du NW ; et la densité de défauts (PC3) explique 14 % de la variance, représentant les dunes en étoile et en dôme au SE. Des tests de p-value ont aussi été réalisés sur ces paramètres et révèlent des valeurs inférieures à 0,05, confirmant ainsi une organisation spatiale significative des dunes à l’échelle du désert.Chaque forme archétypale de dune est dominée par l'un des trois paramètres identifiés par l'ACP, et les transitions entre ces formes représentent des étapes évolutives. En comparant ces résultats avec les données de vent, nous obtenons un modèle évolutif où la forme, la taille et l'orientation des dunes sont fortement influencées par les caractéristiques directionnelles du flux de sable associés aux vents du Shamal et du Kharif.(...)
Aeolian dunes at different scales (m-km) are the primary topographic forms in aeolian systems and are found on various planetary bodies such as Earth, Mars, or Venus. They result from the interaction between wind, transported sediments, and the substrate. The shape, size, spatial arrangement, and movement of dunes allow for the analysis of interactions between airflows and sediment supply, modulated by surface conditions. The production of detailed maps of individual dune characteristics, coupled with spatial morphometric statistical analysis, is thus necessary to understand better and characterize the origin of dune formation and evolution.However, accurately mapping dunes over large areas remains a challenging task today for two reasons. Firstly, considering the availability of remote sensing datasets with ever-increasing spatial (and temporal) resolution, such mapping requires automated processes since manual digitization i) is time-consuming and ii) can be subjective and of uneven quality. These limitations are mainly because human operators cannot maintain consistent mapping criteria across large study areas, especially when dealing with complex morphologies. Secondly, this mapping is challenging, particularly due to the complexity of some forms and the lack of a universally accepted dune classification, despite recent research efforts.The primary objective of this work is to propose a new method for mapping aeolian dunes, focusing on an approach that couples Deep Learning to delineate the dune outlines, "skeletonization," and network analysis to map their crestlines and connectivities (defects). The originality of this study lies in the ability to map these features at various scales, ranging from a few kilometers to entire deserts. The developed algorithms demonstrate excellent performance in analyzing large and complex geographic areas with an accuracy of around 90%. This method has enabled the creation, for the first time, of a database containing several thousand dunes from the Rub'Al Khali desert (the largest active desert in the world), with high fidelity compared to visual observations of the dunes present in the Digital Elevation Model (DEM).From this database, we studied the morphological variability of the dunes by comparing them with wind data (ERA5 Land Reanalysis) on a desert scale, in order to quantify and understand their morphological changes and spatial distributions in relation to wind dynamics. This spatialized morphometric analysis is based on Principal Component Analysis (PCA) and highlights the dominant parameters as follows: dune length (PC1) explains more than 50% of the variance and describes the linear dunes in the SW of the desert; height (PC2) represents 18% of the variance and describes the crescent-shaped dunes in the NW; and defect density (PC3) explains 14% of the variance, representing star and dome dunes in the SE. P-value tests were also conducted on these parameters and revealed values below 0.05, thus confirming a significant spatial organization of dunes at the desert scale.Each archetypal dune form is dominated by one of the three parameters identified by the PCA, and transitions between these forms represent evolutionary stages. By comparing these results with wind data, we obtain an evolutionary model in which dunes shape, size, and orientation are strongly influenced by the directional characteristics of sand flow associated with the Shamal and Kharif winds. The analysis of wind data to the different statistically defined dune populations also revealed two dune growth modes: an elongation mode in the west, where the crests of linear dunes align with the sediment flow, favoring their stretching, and an instability mode in the east, where isolated and crescentic dunes, perpendicular to the flow, optimize their vertical growth

Les travaux présentés dans ce mémoire abordent le problème de l'analyse automatique de documents cartographiques. L'application proposée concerne l'interprétation des documents cadastraux français. La méthodologie employée s'appuie sur des résultats d'études sur la perception visuelle et sur une description hiérarchisée du document. La stratégie, basée sur le modèle du document, utilise une approche mixte avec différents points de vue sur l'image à traiter. La partie descendante est caractérisée par un ensemble de traitements qui, grâce à une analyse multi-résolution de l'image, permettent d'émettre des hypothèses sur la structure globale de l'image. Les hypothèses émises par ce point de vue sont validées par un ensemble de traitements d'analyse de l'image. Cette analyse est réalisée selon différents niveaux hiérarchiques sur lesquels sont implantés des spécialistes charges de l'extraction de caractéristiques spécifiques au document traité. Dans le cas du cadastre, ces spécialistes traitent de l'analyse des zones texturées, de l'extraction des objets linéaires, de la reconnaissance des caractères et de la reconstitution des entités cadastrales. Les résultats de cette analyse mixte peuvent mettre en évidence des objets non interprétables au sens du cadastre, à cause d'incohérences sémantiques dues à différents facteurs. Une stratégie d'analyse est alors proposée, elle permet grâce à des cycles d'aller-retours entre les traitements hauts et bas niveaux, de résoudre les incohérences de façon autonome. Les résultats présentés, issus de tests effectués sur des données de laboratoire, laissent augurer de bonnes performances sur des bases de données plus importantes et permettent d'envisager l'adaptabilité de la stratégie à d'autres types de documents

Cette thèse traite du problème de la vectorisation et de la cotation automatique des courbes de niveaux extraites d'une carte scannée, dans le but de construire un modèle numérique de terrain. Les courbes de niveau sont extraites de la carte scannée suivant des critères colorimétriques et morphologiques. En ce qui concerne l'interprétation proprement dite des courbes de niveau, nous nous sommes, dans un premier temps, intéressé à l'aspect reconstruction exhaustive et automatique des courbes de niveau, l'idée étant qu'il est plus aisé de coter un ensemble de courbes parfaitement fermées plutôt que des courbes interrompues. Nous montrons l'insuffisance d'une analyse locale pour résoudre convenablement les cas ambigus et nous proposons un système de reconstruction automatique basé sur un processus d'optimisation global, capable de résoudre la plupart des ambiguïtés de reconstruction par la prise en compte de la propriété topologique des courbes. Cette première partie de notre étude a permis de mettre en évidence le fait que l'information courbe de niveau présente sur la carte scannée est souvent insuffisante pour permettre une bonne interprétation du relief. Nous avons donc mis au point une autre stratégie d'interprétation des courbes de niveau, basée sur l'estimation du sens de la pente. Une telle estimation peut être obtenue en utilisant un mnt extérieur de plus faible précision et/ou de moins bonne qualité que la carte (comme par exemple des mnt issu de stéréoscopie aérienne ou satellitaire), ou bien en interprétant les données altimétriques numériques présentes sur la carte (ie. Les cotations et les points de cote). Ce système produit de bons résultats, facilement exploitables car une mesure de croyance est associée à chacune des courbes cotées

Les travaux présentés dans ce mémoire abordent différents aspects de l'analyse de documents cartographiques, du prétraitement couleur à la reconnaissance de toponymes en passant par l'extraction d'objets géographiques. Le premier chapitre est consacré à la classification couleur. Ce prétraitement permet d'obtenir, à partir d'images de cartes numérisées en cyan, magenta, yellow, les plans couleurs rouge, vert, bleu et noir proches des planches-mères ayant permis l'impression des cartes. L'originalité de la segmentation CMY/TS est sa capacité à reconstruire les objets masqués par les superpositions. Cette classification permet d'apporter une information plus compacte et plus complète aux modules d'extraction subséquents. Le second chapitre présente d'une part, une méthode de caractérisation et d'extraction de zones texturées basée sur une modélisation structurelle et statistique des textures. Cette méthode permet de modéliser conjointement l'aspect macroscopique régulier et structuré des textures ainsi que leur aspect microscopique plus aléatoire. D'autre part, est présenté un module d'extraction des réseaux linéaires et plus particulièrement des réseaux routiers basé sur un suivi de trait particulier contrôlé par un ensemble de mesures statistiques regroupées en un critère dit de Gibbs. Le dernier chapitre présente une stratégie particulière de reconstruction de toponymes à partir d'une méthode originale de reconnaissance de caractères invariante à la translation, à l'homothétie et à la rotation. Ce module permet de plus de reconstituer les limites de parcelles formées de pointillés. Ces différents modules fournissent, à partir des cartes papier existantes, des données structurées et organisées, prêtes à être intégrées dans des systèmes d'information géographique

La modélisation géométrique de surfaces géologiques est un domaine en plein essor dont l'objectif est de représenter, de façon précise, des surfaces géologiques complexes. Les approches basées sur les méthodes de C. A. O. Classiques n'étant pas suffisamment adaptées pour la modélisation de telles surfaces, le professeur Mallet a proposé une nouvelle approche de la modélisation des surfaces naturelles dans le cadre du projet GOCAD. Le noyau du projet réside dans un nouveau principe d'interpolation en 3 dimensions appelé D. S. I. (Discrete Smooth Interpolation). Les travaux présentés dans ce mémoire furent menés au sein de ce projet et consistaient à développer un ensemble d'outils géométriques pour la construction automatique de modèles géologiques. Parmi ces outils, on trouve le calcul des courbes d'isovaleurs sur des surfaces complexes et la modélisation de failles. La nouvelle approche, pour le calcul des courbes d'isovaleurs sur des surfaces, se distingue par sa rapidité et sa précision même si les surfaces sont complexes (par exemple présentant des trous). La modélisation d'une faille passe par la construction d'une surface et par la caractérisation de la relation qu'elle entretient avec un horizon. Cette dernière opération a été rendue possible par la mise en place de trois contraintes géométriques D. S. I. : OnTsurf, VecLink et OnBorder. Les outils de modélisation géométrique du projet GOCAD seront utilisés pour mettre au point un prototype de générateur automatique de modèles géologiques

Afin d'améliorer les connaissances géoscientifiques sur les eaux souterraines dans le sud de l'Ontario, un modèle régional tridimensionnel de la géologie des formations superficielles du sud de l'Ontario a été élaboré dans le cadre d'une collaboration entre la Commission Géologique de l'Ontario et la Commission Géologique du Canada. Couvrant une superficie d'environ 66 870 kilomètres carrés, le modèle est une synthèse des modèles géologiques existants, de la cartographie de la géologie de surface et des données de subsurface. Le modèle est une reclassification simplifiée en 9 couches de nombreuses formations sédimentaires superficielles locales cartographiées, dont l'épaisseur dépasse par endroits 200 m et dont le volume total est d'environ 2 455 kilomètres cubes. Le modèle intègre la cartographie de la géologie de surface à l'échelle 1:50 000 avec un modèle numérique d'élévation (MNE) topographique corrigé bathymétriquement de 90 m et 8 modèles 3D locaux existants. Les données archivées sur le sous-sol comprennent 10 237 forages géotechniques et stratigraphiques, 3 312 pics de levés géophysiques, 15 902 sites et sections de cartographie de terrain, 537 puits de surveillance et d'approvisionnement en eau et 282 995 enregistrements de puits d'eau. Correspondant approximativement aux couches aquifères et aquitards régionaux, les couches primaires du modèle sont (de la plus ancienne à la plus jeune) : Le substratum rocheux, l'aquifère de base, les sédiments inférieurs, le till régional, le remplissage de chenaux après le till régional, les sédiments fluvioglaciaires, les boues après le till régional, les sables glaciolacustres et les sédiments récents/organiques. La modélisation a été réalisée à l'aide d'une application de modélisation implicite (LeapFrog®) complétée par une approche de la classification des données basée sur les connaissances d'experts et une procédure de système expert basée sur des règles pour l'interprétation et la validation des données. Un cycle itératif de codage automatisé des données, de construction de modèles intermédiaires et de corrections manuelles des données, d'évaluations d'experts et de révisions a conduit au modèle 3D final. Ce modèle de géologie de surface complète le développement d'une série de modèles géologiques et hydrogéologiques régionaux en 3D pour le sud de l'Ontario.