En voyant la croissance actuelle des capacités informatiques, les utilisateurs des SIG montrent de plus en plus leur volonté de vouloir intégrer la dimension temporelle aux jeux de données spatiaux afin de pouvoir enrichir leur analyse par le biais d'une étude évolutive. C'est bien la notion d’historicité de l’information géographique qui intéresse de plus en plus les acteurs du domaine. On cherche ainsi à « restituer » l’information historique des phénomènes afin de mieux comprendre ce qui s’est produit dans le passé et, éventuellement, anticiper certaines évolutions futures. Dans la plupart des temps, quand un utilisateur souhaite comparer les dimensions temporelles dans un SIG, il procède souvent comme avec des cartes : il superpose les images de la même localisation mais dans une temporalité différente. Il superpose alors deux images représentant des états différents et compare les objets deux par deux. Cependant, les conditions de prises de vues, la saison, l’heure, etc. variant généralement d’une fois sur l’autre, les changements de couleurs ou de niveaux de gris sont parfois mal interprétés et faussent l’interprétation qu’on peut en tirer. Ainsi, l’identification des changements associés au temps peut parfois être hasardeuse ou imprécise, suivant le degré de précision de la base de données.
Figure n°1 : Comparaison diachronique entre deux photos aériennes du Nord de Saint-Étienne grâce à l’outil Remonter le temps de l’IGN (https://remonterletemps.ign.fr/). Photo de 1950-1965 à gauche, 2022 à droite
On retrouve donc la nécessité de modéliser ces données de nature et d'évolution différentes. Ces évolutions temporelles suivent une des trois évolutions suivantes :
Figure n°2 : Évolution discrète d’un objet.
En considérant ces différences, les méthodes de modélisation doivent donc être adaptées en conséquence pour refléter correctement les évolutions temporelles des objets. Pour intégrer le temps dans un SIG, il faut passer par une modélisation. Elle simplifie le problème des relations spatio-temporelles pour les rendre accessibles aux requêtes spatiales, à l’analyse et à la visualisation. Cette modélisation introduit toutefois des difficultés supplémentaires pour celui qui veut observer un phénomène géographique avec un SIG. L’implémentation du temps dans les SIG ne correspond pas exactement à l’observation de phénomènes géographiques, et plus généralement, l’observation de données sur un phénomène n’équivaut pas à l’observation du phénomène lui même. En effet, l’opération de mise à jour des données consiste à introduire des changements dans la base de données pour refléter au mieux la réalité du terrain. Elle ne reflète pas exactement les évolutions de ce terrain et peut par exemple introduire des changements de type correction d’erreurs qui ne correspondent à aucune modification dans la réalité.
Modélisation du temps dans les SIG
Avant de pouvoir stocker des observations d'un phénomène dans une base de données, il est nécessaire de créer un modèle qui représente de manière formelle du phénomène. Dans une base de données, le modèle aura pour pour but de montrer toutes les interactions entre les données et le temps.
Le modèle de données entité-association avec temps (ou modèle EAT) est un modèle de données utilisé en SIG pour représenter les entités géographiques qui ont une dimension temporelle. Il permet de gérer l'historique des données géographiques en associant une date de début et une date de fin à chaque entité géographique. Le modèle EAT se base sur le modèle entité-association traditionnel en ajoutant la dimension temporelle aux entités et aux relations. Cela permet de prendre en compte les changements qui se produisent dans l'environnement géographique au fil du temps, tels que l'évolution des limites administratives ou des propriétés foncières.
Modèles d’implémentation et de gestion des mises à jour attributaires
Mise à jour spatiale
Développement à venir
— Florian COSSE - 2022/2023
Bibliographie