Géomatique –

UR06 - cours n°3

[Link]@[Link]
Poste 44.60
Bureau O211

[Link]
1
 Plan du cours n°3
- UV UR06 -

1.- Rappel du cours précédent et petits exercices

2.- Du monde réel à l’information géographique

numérique : Notion de couche, notion de modèle et processus de
modélisation

2
Une définition des SIG

Un SIG est l'ensemble des structures, des

méthodes, des outils et des données numériques
constitué pour rendre compte de phénomènes
localisés et faciliter les décisions à prendre dans
un espace donné.
Joliveau 2003

3
 Qu’est ce qui a été déterminant dans
l’évolution des SIG ?
La technologie des ordinateurs
La collecte des données
Les méthodes de traitement de données

Où en est-on aujourd’hui ?
• Une technologie avancée qui permet à des non experts d’accéder et de
manipuler de l’information géographique

• Les collectivités locales sont de plus en plus conscientes des capacités

de cet outil d’aide à la décision. C’est devenu un vecteur de
modernisation et de communication

• Les échanges restent difficiles : problèmes de normalisation des

données, des formats d’échanges, flou juridique… Apparition des
4
premières normes
Qu’est ce que l’information attributaire ?
• C’est l’information sur la nature et les attributs de l’objet
(appelée aussi information sémantique)
• Attention la couleur attribuée à un objet lors de la
cartographie n’est pas une information attributaire !!

Quel est l’autre type d’information ?

• C’est l’information géométrique (appelée
aussi information spatiale) qui nous informe
sur la localisation de l’objet, sa forme…

5
Que détermine-t-on pour modéliser la
réalité?

• Détermination de la nature des phénomènes

(habitat, cultures…)
• Détermination du type d’entité spatiale
(point, ligne, polygone)
• Détermination des éventuels regroupements
• Détermination de la topologie

6
 Un dernier exemple
d’application…
• [Link]

7
 2.- Du monde réel à
l’information géographique

8
Quelques rappels…

9
2 – Du monde réel à l’IG : rappels
 10
2 – Du monde réel à l’IG : rappels
 11
2 – Du monde réel à l’IG : rappels
Création de la structure des couches du SIG

Structure des fichiers dans les SIG en « couche »

Dans les SIG chaque couche est codée informatiquement par plusieurs
fichiers, décrivant, dans des fichiers séparés, l’ attributaire et le
graphique.

12
2 – Du monde réel à l’IG : notion de couche d’information
La définition de cette structure correspond au minimum

•Au nom des fichiers de la couverture

•Au type des objets graphiques : point, ligne ou polyligne,
polygone.
•A la définition des champs (attributs, colonnes)
Nom du champ : population, type occsol…
Type : entier, réel, chaîne de caractère, date, booléen

Le type de champ doit correspondre à la nature des informations

qu’il va contenir par la suite aux opérations que l’on voudra
effectuer

13
2 – Du monde réel à l’IG : notion de couche d’information
Exemple de menu tables dans ARCGIS
14
2 – Du monde réel à l’IG : notion de couche d’information
Intérêt d'un modèle numérique de
description de l'information géographique

• Organisation des données

• Interrogation des données
• Distinction
– du mode de description des données
– du mode de visualisation des données

15
2 – Du monde réel à l’IG : notion de modèle
Les modèles de données
• Données spatiales
– modèle vecteur (point, ligne, polygone)
– modèle maillé (raster, trame)
• Données attributaires
• D'autres modèles de données

16
2 – Du monde réel à l’IG : notion de modèle
 Le modèle de données vecteur

• Les objets du monde réel sont représentés sous

forme de points, lignes et polygones.
• Les points identifient des lieux sous forme de
coordonnées.
• Les lignes connectent les points.
• Les polygones sont formés par les lignes
connectées entre elles.

17
2 – Du monde réel à l’IG : notion de modèle
 La topologie
• La topologie exprime relations spatiales entre les
entités vectorielles connectées ou adjacentes.
• Des données topologiques ou basées sur une
topologie sont utiles pour détecter et corriger les
erreurs de numérisation (par ex. deux lignes sur une
couche vectorielle de routes qui ne se croisent pas
parfaitement à une intersection).
• La topologie est nécessaire pour effectuer certains
types d’analyse spatiale, comme l’analyse de réseau.
18
2 – Du monde réel à l’IG : notion de modèle
Métro de Londres : comment se rendre de Westminster à St Pancras ?
Sur une carte du métro, les relations topologiques sont illustrées par des cercles
qui montrent la connectivité.
19
2 – Du monde réel à l’IG : notion de modèle
 Erreurs topologiques

• Les erreurs topologiques brisent la relation entre les entités. Ces

erreurs doivent être réparées afin de pouvoir analyser les données
vectorielles avec des procédures telles que l’analyse de réseau (par
ex. trouver le meilleur itinéraire à travers un réseau de routes) ou les
mesures (par ex. trouver la longueur d’une rivière)
20
2 – Du monde réel à l’IG : notion de modèle
 La topologie
Afin de permettre la création d’objets spatiaux, ces erreurs
doivent être évitées ou corrigées:
• Dans la mesure du possible, ces erreurs doivent être évitées
lors de la digitalisation.
• A défaut, la topologie doit être “créée” a posteriori
– en corrigeant les données “à la main”, sur la base d’un examen
visuel détaillé
– en appliquant un programme de “création de topologie”
(topologybuilder), qui identifie les ambiguïtés et les résout
conformément à des paramètres (tolérances métriques) définies par
l’utilisateur

21
2 – Du monde réel à l’IG : notion de modèle
 Démarche de création de la
topologie
[Link] des données
• –raccordements sur points ou sur lignes proches
• –suppressions des dépassements
• –suppressions d’éclats et de lignes dupliquées

[Link]éation d’un graphe planaire

• –création des noeuds manquants

• –agrégation de polylignes décrivant les arcs

[Link] et agrégation d’objets

• –points
• –lignes (avec ou sans orientation)
• –surfaces (simples ou complexes)

22
2 – Du monde réel à l’IG : notion de modèle
 Le modèle de données vecteur

• Les objets sont définis par les coordonnées de leur

contour dans un système de coordonnées cartésiennes
• La précision dans la localisation de ces coordonnées est
virtuellement infinie et ne dépend que de la puissance
de la machine
• Elle est dans la pratique limitée par les sources des
données.

23
2 – Du monde réel à l’IG : notion de modèle
 Le modèle de données "Spaghetti"
• Les données héritées du dessin assisté par ordinateur paraissent en
général correctes à un observateur.
• Un “zoom” met cependant souvent en évidence de nombreuses
erreurs, qui rendent impossibles la définition d’objets numériques
(lignes, polygones, zones, ...). On distingue principalement:
– les erreurs géométriques
– point manquant ou mal placé
– arc manquant ou mal placé
– type ou forme de courbe inadéquat
–les erreurs topologiques
– lignes “pendantes” (arcs dépassés ou non atteints)
– polygones non fermés
– arcs dupliqués
– Centroïdes dupliqués
– noeuds superflus

24
 L'intérêt d'une structure topologique
de données
• Elle évite les redondances (pas d’arcs ou de nœuds
dupliqués) et économise de la place mémoire

• Elle facilite les traitements spatiaux fondés sur des

relations topologiques suivantes :
– Quelles sont les routes qui débouchent sur la place centrale ?
– Quelles sont les routes que je dois prendre pour aller à la mairie ?
– Quelle est l'occupation du sol de la parcelle voisine ?

25
2 – Du monde réel à l’IG : notion de modèle
 Avantages/inconvénients du modèle
• Avantages vecteur
– logique naturelle de gestion par objet
– stockage peu volumineux
– Adapté quand on a de multiples attributs décrivant une
même couche d’entités géométriques
– on peut enregistrer les résultats de croisement de plusieurs
couches dans une nouvelle.
– on peut créer des zones-tampons ou buffer.

– possibilité d'intégration Raster/Vecteur. Un plan raster peut

être utilisé de manière passive, mais aussi active en
enrichissant automatiquement la base de données vectorielles
: c'est l'intégration Raster / Vecteur.
26
2 – Du monde réel à l’IG : notion de modèle
 Avantages/inconvénients du modèle
vecteur
• Inconvénients
– difficile de gérer les données à variation spatiale
continue
– cela demande plus de temps et de rigueur dans la
création et la mise à jour des données
– l'application de règles topologiques risque de créer
de nouvelles erreurs qu'il faudra gérer...

27
2 – Du monde réel à l’IG : notion de modèle
Domaines d’utilisation préférentiels du
mode vectoriel
Représentation d’objets bien individualisés sur un territoire
Exemple : routes, bornes, parcelles

Valorisation des attributs associés aux objets modélisés

Expression de relations entre les objets

thématique et ou géométrique

Travail sur les réseaux

Exemple : routes, réseau d’assainissement ...

28
2 – Du monde réel à l’IG : notion de modèle
 Les modèles de données maillés
• L'espace est découpé selon une grille régulière de taille
prédéterminée (résolution)
• A chaque maille est attribuée une valeur numérique et une seule,
pouvant correspondre à une mesure (pollution, altitude), à une
catégorie (type de végétation) ou à l'identifiant d'un objet (numéro
d'une école, d'une commune, d'une route,…)
• Convient particulièrement à l’observation de phénomènes dont les
limites sont floues.

Exemple de découpage régulier –

image issue d’un satellite radar
la ville de La Paz

29
2 – Du monde réel à l’IG : notion de modèle
 30
2 – Du monde réel à l’IG : notion de modèle
 Avantages/inconvénients des modèles
maillés
• Avantages :

– intègre les images scannées, les images satellitaires

– Adapté quand on a de multiples couches d’entités
géométriques, avec peu d’attributs associés à chaque couche
– facilité d'utilisation : La dimension thématique est donnée par
des valeurs numériques de la grille et la dimension spatiale est
déduite par la position relative du pixel.
– le croisement des données est facile à réaliser : toutes les
grandeurs sont ramenées à la même unité de base (le pixel).

31
2 – Du monde réel à l’IG : notion de modèle
 Avantages/inconvénients des modèles
maillés
• Inconvénients :
– cartographie peu agréable (phénomène d'aliasing ou marches
d'escalier)
– résolution a priori
– fichier lourd en mémoire
– manque de précision

32
2 – Du monde réel à l’IG : notion de modèle
Domaines d’utilisation préférentiels du
mode raster
Représentation d’un phénomène variant de façon continue
Exemple : altitude, pente ...

Représentation d’un phénomène sur l’intégralité d’un territoire

donnée
Exemple : analyse de l’occupation du sol en tout point d’une zone à l’aide d’une image
issue de satellite

Analyses spatiales simples et rapides (statistiques de surface)

→ Simplicité d’exécution des opérations de croisement
Exemple de traitements :
- étude du cumul des plusieurs phénomènes sur un territoire,
- comparaison de l’extension d’un même phénomène entre deux dates
33
2 – Du monde réel à l’IG : notion de modèle
Gérer les champs (données à variation
spatiale continue)

• On peut stocker les données aussi bien en raster qu'en

vecteur
• Le modèle maillé est bien adapté à la gestion de
données continues
• Le modèle vecteur est plus orienté gestion d'entités

– Mais il existe des méthodes de gestion de donnés à variation

continue en mode vecteur
– Et l'on peut gérer des entités en mode maillé.

34
2 – Du monde réel à l’IG : notion de modèle
Gérer les champs (données à variation
spatiale continue)

Grille raster Points réguliers

200 260
240

180 270
200

170 220

130 250

Points irréguliers Isolignes

35
2 – Du monde réel à l’IG : notion de modèle
Deux exemples de représentation de données à variation
spatiale continue

36
2 – Du monde réel à l’IG : notion de modèle
 Les modes de conversion raster/ vecteur –
vecteur/raster

Vectorisation :
Transforme une image mode raster en un fichier en mode vecteur.
Chaque plage de l’image contenant les pixels de même valeur est
convertie en un polygone défini par les coordonnées de ses sommets

Rasterisation :
Chaque polygone est traduit en cellules chaque cellule tombant à
l’intérieur d’un polygone reçoit une valeur égale à la valeur de
l’attribut du polygone

37
 Synthèse

Des technologies différentes pour

représenter des concepts différents (Golay)

Technologie vecteur Technologie raster

Agrégation Agrégation
d’information préalable d’information
à la saisie postérieure à la saisie
Modélisation de limite Modélisation de surface
Adapté à des mises à Adapté à des mises à
jour continues jour globales

38
 Stocker les données attributaires

• Une bonne organisation des données attributaires

est cruciale dans un projet SIG.
• Dans certaines applications (par exemple les SIG
socio-économiques), la composante attributaire est
en volume plus importante que la composante
spatiale.
• Le temps passé à décrire et organiser correctement
sa base de données est toujours plus que compensé
par le gain de temps au moment de la gestion et de
l’exploitation.
39
2 – Du monde réel à l’IG : notion de modèle
Les modèles de données attributaires

• Les données sont stockées séparément des

coordonnées.
• Un identifiant commun permet de relier les identifiants
des points à des tables d'attributs
• Le niveau de structuration peut être plus ou moins
élevé :
– Fichier texte
– Fichier Excel (tableur)
– Table d’un SGBD

40
2 – Du monde réel à l’IG : notion de modèle
Les fichiers tableurs

• Avantages
– Lisible par tous les logiciels
– Simple à modifier
• Inconvénients
– Peu structurée donc interrogation et mise à jour difficile
– Interrogation longue (accès séquentiel)
– Mal adapté à la gestion de grandes masses de données

41
La structure SGBD

• Plusieurs types
– Hiérarchique (1970)
– Réseau (1970)
– Relationnel (1980)
– Orientées Objet (1990)

• Une structuration SGBD facilite la gestion des bases de

données importantes

42
43
44
45
La structure relationnelle

• Les système de gestion de base de données

relationnelles (SGBD-R) sont les plus utilisés
• On produira une base de données plus efficiente
et sans redondance,
– en utilisant un SGBD Relationnel
– en procédant à une normalisation (séparation des
données en autant de tables, qu'il y a d'entités logiques)

46
2 – Du monde réel à l’IG : notion de modèle
La structure relationnelle
• Avantages
– Les données sont regroupées dans des tableaux cohérents
– Adapté à la gestion de bases de données complexes
– Relations entre les tables grâce à des attributs clés
– Elimination des redondances des bases de données

• Inconvénients
– Lente quand les bases de données deviennent importantes
– Mal adaptée à la gestion des relations spatiales entre les entités

47
2.2 Les structures des bases de données
géographiques

48
2 – Du monde réel à l’IG structuration des bases de données
 Structure par couches vecteur
Un identifiant commun permet de relier les identifiants des objets
géométriques à des tables d’attribut :
• la structure la plus classique d’une base de données géographique vecteur est de
la forme : couches géométrique vecteurs  tables SGBD
• A chaque entité géométrique correspond une ligne de la table dans le SGBD

Table d'attribut des objets polygones

Poly id Aire Pop. Tx. Cr.

1 2 1 297 4583 2.7
2 607 3927 3.1
3 3 806 9271 3.8

De la même manière, on pourra définir une table d'attributs des

points, des lignes ou polygones

49
2 – Du monde réel à l’IG structuration des bases de données
 Structure par couches raster
En mode raster, les données attributaires sont placées directement dans
les grilles sous forme de valeurs numériques
Il y a virtuellement autant de grilles que d’attributs

Attribut 1

Attribut 2

Attribut 3

50
2 – Du monde réel à l’IG structuration des bases de données
 Id Province District P_Pop P_TFR D_Pop D_TFR
101 Merida Palma 214084 3,2 89763 3,4
102 Merida S. Maria 214084 3,2 45938 2,9
103 Merida Veralo 214084 3,2 78383 3,2
104 La Paz Bolo 397881 3,7 98302 3,9
105 La Paz Jose 397881 3,7 67352 4,2
106 La Paz Malabo 397881 3,7 102839 3,7
107 La Paz Chilabo 397881 3,7 129388 2,8
… … … … … … …

Exemple de mauvaise organisation des

données :
Les données des provinces sont stockées
103 dans la même table que celles des districts.
102 Elles sont inutilement répétées pour chaque
101
104
district
105
107
106
51
2 – Du monde réel à l’IG : notion de modèle
 Id District D_Pop D_TFR Province
101 Palma 89763 3,4 Merida
102 S. Maria 45938 2,9 Merida
103 Veralo 78383 3,2 Merida
104 Bolo 98302 3,9 La Paz
105 Jose 67352 4,2 La Paz
106 Malabo 102839 3,7 La Paz
107 Chilabo 129388 2,8 La Paz
… … … … …

P_Pop P_TFR Province

397881 3,7 La Paz
103
102 214084 3,2 Merida
101 … … …
104
105
107
Cette organisation relationnelle est plus
106 économe et plus efficace.
52
2 – Du monde réel à l’IG : notion de modèle
2.3 Du monde réel à l’information
géographique : Le processus de
modélisation

53
 Processus de modélisation

 Un modèle est une représentation simplifiée d’une

réalité complexe
 Un modèle est une abstraction d’une réalité où, en
fonction d’un but spécifique, les éléments essentiels sont
mis en évidence et les détails non essentiels éliminés.

Autant de modèles pour un même territoire que l’on

aura d’objectifs visés

Une information décrit un modèle de la réalité

54
2 – Du monde réel à l’IG : processus de modélisation
 Processus de modélisation

 Le monde est très complexe et la mesure des phénomènes présente

des difficultés variables selon leur nature et l'échelle de perception.

 L'utilisateur du SIG voit le monde à travers la base de données.

 Les mesures et les échantillons de la BD doivent représenter le

monde de manière aussi exhaustive et consistante que possible selon
le besoin exprimé.

 Le contenu de la BD doit être pertinent (sujet et caractéristiques

représentés, période de temps considérée, région étudiée et échelle
d'analyse) en regard des objectifs visés

 Le contenu de la BD présente une vue partielle du monde.

55
2 – Du monde réel à l’IG : processus de modélisation
 Démarche de modélisation du territoire
1 - Perception préalable de l’espace géographique :

Le territoire se définit comme une portion de l’espace géographique

circonscrite par des limites politico-administratives.
Au cours de la modélisation, on identifie sur ce territoire :
 les éléments spatiaux (bâti, arbre, route, …)
 les caractéristiques spatiales ou non spatiales de ces éléments ou
de l’espace géographique en général
 les relations spatiales ou non entre ces objets

56
2 – Du monde réel à l’IG : processus de modélisation
 La démarche de modélisation

Golay 2001

 Perception (observation de l’objet d’étude) = représentation

cognitive (identification, sélection, délimitation)

 Modèle cognitif = représentation physique (mesure, codage)

57
 Modèle physique 2 – Du monde réel à l’IG : processus de modélisation
 58
Source : [Link]
La réalisation d’une base de données est complexe. Le découpage en
plusieurs étapes permet de gérer cette complexité.

3 modèles se succèdent :
Modèle conceptuel -> Modèle Logique -> modèle physique

59
60
61
Tables de données reliées entre elles et rentrées dans un SGBDR
62
 Création du modèle conceptuel
• Une fois listées les données à notre disposition et ce à
quoi nous voulons arriver, on passe à la modélisation
conceptuelle des données.
• Un Modèle Conceptuel de Données (MCD) clarifie,
filtre et organise les besoins.
• Il permet une meilleure compréhension du système et
sert d'interface entre tous les acteurs du projet.

63
 Création d’un modèle
conceptuel
• Le MCD constitue un diagramme des tables de la base
de données avec leurs champs contenus et les relations
entre ces tables.
• Il facilite la compréhension des interactions entre les
diverses données et des liens nécessaires,
• La principale difficulté va être d’associer des données de
sources multiples => gros travail d’homogénéisation des
données en amont,
• Il faut également intégrer la notion d’empilement
d’échelle (pays-région-département-agglo-commune-
IRIS-parcelles-bâtiment) 64
 Analyse des informations
• Les entités et ses propriétés
• Les associations,
• Les cardinalités

65
• Entité : Un individu ou un objet, une chose concrète
ou abstraite qui peut être reconnue distinctement (ex.
entité élève)

• Propriété : Une propriété est une information qui

caractérise une entité. Une propriété peut être
élémentaire (ex. nom) ou calculée (ex. âge) Seules les
propriétés élémentaires figurent dans une entité.

66
Occurrence
Correspond aux valeurs prises par les propriétés.
Ex. Martin est une occurrence de la propriété « nom »

Identifiant
C’est une (ou plusieurs) propriété particulière qui définit sans
équivoque une occurrence d’une entité.
⇨ L’identifiant est souligné pour le repérer des autres propriétés.
⇨ L’identifiant d’une entité est souvent un numéro ou un code.
⇨ L’identifiant doit avoir une valeur unique pour chaque entité.

67
Association :
Une association assure le lien entre deux ou plusieurs entités.
Elle s’exprime par un verbe d’action à l’infinitif.

Cardinalités :
Les cardinalités sont des chiffres situés de chaque côté de
l’association.
Ils correspondent au nombre de possibilités minimales (0 ou 1) et
maximales
(1 à n) de participation d’une occurrence d’une entité à
l’association.

68
69
Les cardinalités (2)
Cardinalité minimale :
0 : Une entité peut exister tout en étant impliquée dans aucune
association.
1 : Une entité existe si elle est impliquée dans au moins une
association.
n : Une entité existe si elle est impliquée dans plusieurs
associations.

Cardinalité maximale :
1 : Une entité peut être impliquée dans au maximum une
association.
n : Une entité est impliquée dans plusieurs associations.

70
Exemple de cardinalité

71
Exemple de cardinalité

72
Exemple de cardinalité

1-1 1-n 1-1

1-1

0-n 0-n

73
Création du modèle Logique

74
 Règle 1 : Changement
sémantique
•Chaque entité donne naissance à une relation.
•Les propriétés deviennent des attributs de la relation.
•L’identifiant s’il existe devient la clé primaire de la relation
et il est souligné pour le différencier des autres attributs.

75
Règle 1changement sémantique

1-n

76
 Règle 2 : regroupement des
entités
Si les cardinalités maximales d’une association sont égales à
1:
• Les deux entités sont regroupées
• Les propriétés deviennent des attributs de la relation

77
 Règle 3 : Insertion de clefs
étrangères dans une relation
Si les cardinalités maximales d’une association sont égales à 1 et n:
• L’entité n donne naissance à une relation
- qui a comme clé primaire son identifiant.
• L’entité 1 donne naissance à une relation
- qui a comme clé primaire son identifiant et
- comme clé étrangère, l’identifiant de l’entité n.

78
 Règle 4:Création d’une
nouvelle relation
Si les cardinalités maximales d’une association sont égales à n et
n:
• Chaque entité donne naissance à une relation
-qui a comme clé primaire son identifiant.

• On crée une nouvelle relation

- qui a comme clé primaire les deux clés étrangères de chaque
entité.

79
 Remarques sémantiques et
formelles
Schéma : Nom de la relation suivi des attributs

Clé primaire : Attribut qui identifie chaque instance de la relation.

Ni doublons, ni valeurs nulles
Elle doit être la plus petite possible
Éviter les chaînes de caractères (erreur de saisie).
Peut être constituée de plusieurs attributs si nécessaire.

Clé étrangère : Attribut ou groupe d’attributs qui sont clé primaire dans
d’autres relations. Elle est suivie du signe #

80
2.4 Du monde réel à l’information
géographique
Intégration des données

81
2 – Du monde réel à l’IG : intégration des données
Intégrer des données dans un SIG
1. les données existent
L'importation de données est la première manière d'acquérir
des données. trois types de moyens d'importer des données :

- importer une base de données structurée dans un

format interne à un SIG.

-importer un fichier "à plat", simple fichier textes

contenant toutes les informations structurées de façon simple.
Un important travail de structuration des données est
nécessaire pour coïncider avec la structure interne du SIG.

- passer par une des normes d'échange disponible sur le

marché

D'une façon générale, l'importation des données sémantiques

est plus simple : import de simples fichiers Excel ou Access...
82
2. les données n’existent pas

• La géométrie des objets provient essentiellement de

vectorisation d'images existantes : fonds de carte,
photos ou images satellites redressées. Mises comme
fond d'écran en mode raster les objets peuvent être
saisis à la souris ou bien installés sur une table à
digitaliser. Pour passer une carte ou une photo en mode
raster, on utilise un scanneur.

• La numérisation consiste à suivre avec le curseur le

contour d'un objet sur le document à numériser, en
Numériser à partir d'une enregistrant les points caractéristiques (début, points
photographie aérienne
intermédiaires, fin). Après avoir numérisé la géométrie
des objets, on remplit selon ses besoins une fiche
attributaire pour chaque objet.

83
2 – Du monde réel à l’IG : intégration des données
 Echelles de mesure
- Il en existe plusieurs :

Qualitatif Nominal : type occsol Qualitatif Ordinal :

Culture, bâti, eau… hiérarchisation route
1er, 2eme, 3eme…
Quantitatif Intervalle : Quantitatif De rapport : hauteur
température du sol d’un bâtiment
-5 0 5 10 15 20 25 30 35
0 10 20 30 40 50 60m

-Une échelle nominale sert à identifier les entités ou les objets.

-Sur une échelle nominale les nombres n’ont pas de signification numérique
-Une échelle est ordinale quand le classement qu’elle exprime a une valeur universelle
-Sur une échelle de rapport le 0 est absolu et le rapport entre les nbres significatifs
-Sur une échelle d’intervalle, la différence entre les nbres intervient mais l’échelle fait
référence à un 0 arbitraire

84
2 – Du monde réel à l’IG : intégration des données
Exercice

• Dans quel types d’échelle classe-t-on :

– Des données linéaires sur les types de rues (routes, voie
ferrée, sentier)
– Des données linéaires d’isolignes d’altitudes
– Des données ponctuelles de statut administratif de ville
(capitale, chef lieu de département, commune simple)
– Des données surfacique de précipitation (100 mm / an ; 300
mm / an…)

85
Considérations générales sur les échelles de mesure
Nominal Ordinal et Interval Cardinal

Identification, Identification,
Contenu des identification hiérarchisation sans hiérarchisation mais en
informations quantification des fonction de la
rapports quantification
=, <> <, >, =, <> <, >, =,<>, +, -, x, /
Opérations Quelques Opérations logiques Opérations logiques et
possibles opérations arithmétiques
logiques
Dénombrement Médiane, quantile Moyenne, variance,
Statistiques : mode, corrélation, etc …
associées amplitude

Valeurs discrètes
Valeurs discrètes et
continues

Caractéristiques des échelles de mesure [GOL 01]

86
2 – Du monde réel à l’IG : intégration des données
 Echelles de mesure
Les représentations multiples

-Un même phénomène peut être représenté de différentes manières, à différentes

échelles et avec différents niveaux de précision
-Il peut donc exister de multiple représentations d’un même phénomène

Effet de l’échelle sur les choix de représentation des objets

[THE 02] 87
2 – Du monde réel à l’IG : intégration des données
Aspects spatiaux : importance de l’échelle de
représentation

L'échelle dans les SIG recouvre deux aspects :

 l'échelle cartographique est le rapport entre les distances de la
représentation graphique (carte, écran, etc.) et celles de la réalité.
Souvent des confusions entre échelle cartographique et échelle
d'observation, de modélisation ou de perception .

 la résolution définit la taille du plus petit objet observable. Tout

objet en dessous de cette taille est ignoré (à l'image de la résolution
d'un image issue d’un satellite)

La généralisation tend à diminuer la complexité du modèle. Elle

engendre des déformations, au détriment du modèle mais au profit
de la lisibilité [GOL 01] 88
2 – Du monde réel à l’IG : intégration des données
Exercice

89