Les organisations utilisent régulièrement la référence spatiale dans leurs jeux de données (ex. adresse civique, nom de lieu, coordonnées). Les SIG exploitent déjà très bien ces données pour offrir différentes fonctions d’analyse spatiale. Par contre, leur capacité à produire de l’information synthèse, à mettre en évidence des tendances et à détecter des corrélations est parfois mise en doute. Ce n’est pas que les SIG ne peuvent pas le faire, c’est plutôt la lourdeur et la complexité du processus qui sont mises en cause. Ces dernières années ont vu apparaître des systèmes géodécisionnels de type SOLAP (Spatial On-Line Analytical Processing). Ces outils sont dédiés à l’exploration interactive des données spatio-temporelles et à leur analyse selon une approche considérée comme étant plus intuitive et surtout plus efficace. Cette approche, appelée « analytique » ou « multidimensionnelle », est issue du monde de l’informatique décisionnelle et fait appel au croisement d’axes d’analyse (ex. produit, région, année) organisés en hiérarchies avec différents niveaux de détails (ex. pays-province-région-MRC-ville). L’intégration de ce principe avec ceux des SIG permet de gérer la cartographie des objets étudiés. Ainsi, avec la présence d’axes d’analyse thématiques, temporels et spatiaux géométriques, l’utilisateur n’a qu’à cliquer sur le niveau de détail désiré pour chaque axe d’analyse afin d’obtenir instantanément la valeur recherchée sur une carte, un tableau, un histogramme, etc. Les analyses spatio-temporelles offertes par la technologie SOLAP actuelle demeurent simples. Il apparaît toutefois possible de développer de nouveaux opérateurs synthèse d’analyse spatio-temporelle pour tirer pleinement profit d’une telle technologie. De tels opérateurs pourront non seulement enrichir les capacités d’analyse spatio-temporelle de ces outils, mais ils permettront également de produire plus facilement les vues globales et de synthèses très appréciées des utilisateurs des SOLAP. Cette présentation portera donc sur les capacités d’analyse spatio-temporelle des outils SOLAP et sur ces nouveaux opérateurs synthèse. Différents exemples seront présentés.
Présentation du Keynote du jeudi 20 octobre 2016 - M. Paul Ramsey
Vers de nouveaux opérateurs synthèse spatio-temporels
1. Vers de nouveaux
opérateurs synthèse
spatio-temporels
Eve Grenier
Université Laval
Yvan Bédard
Université Laval
Louis Cloutier
Syntell
Géomatique 2009
2. Plan de la présentation
• Approche analytique
• Distinctions entre les outils SIG et SOLAP
• Potentiel d’analyse spatio-temporelle de nouveaux
opérateurs synthèse
3. Approche analytique
• Axes d’analyse
– Thématique
– Temporel
– Spatial géométrique
2005 – 2008 Employés
2005 … 2008 Direction Vente
Janvier … Décembre Employé A Employé B Employé C
Axe d’analyse temporel Axe d’analyse thématique
4. Approche analytique
• Axes d’analyse Employés
– Thématique
Employé D
– Temporel
Employé C Vente
– Spatial géométrique
Employé B
• Données recherchées Employé A Direction
Années
– Données numériques Produit A
Produit B Catégorie 1
– Opérateurs synthèse
Produit C
Produit D Catégorie 2
2005 2006 2007 2008
Produits
Analyse du nombre d’unités vendues
5. Approche analytique
• Axes d’analyse Employés
– Thématique
Employé D
– Temporel
Employé C Vente
– Spatial géométrique
Employé B
• Données recherchées Employé A Direction
Années
– Données numériques Produit A
Produit B Catégorie 1
– Opérateurs synthèse
Produit C
Produit D Catégorie 2
2005 2006 2007 2008
Axes d’analyse Produits
Analyse du nombre d’unités vendues
6. Approche analytique
• Axes d’analyse Employés
– Thématique
Employé D
– Temporel
Employé C Vente
– Spatial géométrique
Employé B
• Données recherchées Employé A Direction
Années
– Données numériques Produit A
Produit B Catégorie 1
– Opérateurs synthèse
Produit C
Produit D Catégorie 2
2005 2006 2007 2008
Produits
Analyse du nombre d’unités vendues
Donnée recherchée
7. Approche analytique
• Axes d’analyse Employés
– Thématique
Employé D
– Temporel
Employé C Vente
– Spatial géométrique
Employé B
• Données recherchées Employé A Direction
Années
– Données numériques Produit A
Produit B Catégorie 1
– Opérateurs synthèse 45 Produit C
Produit D Catégorie 2
Employé A 2005 2006 2007 2008
Produit C Produits
2006
Analyse du nombre d’unités vendues
8. Approche analytique
• Axes d’analyse Employés
– Thématique
Employé D
– Temporel
Employé C Vente
– Spatial géométrique
Employé B
587
• Données recherchées Employé A Direction
Années
– Données numériques Produit A
Produit B Catégorie 1
– Opérateurs synthèse
Produit C
Produit D Catégorie 2
Employé D 2005 2006 2007 2008
Tous les produits Produits
Toutes les années (2005 – 2008)
Analyse du nombre d’unités vendues
9. Approche analytique
• Axes d’analyse Employés
– Thématique
Employé D
– Temporel
Employé C Vente
– Spatial géométrique
2154 Employé B
• Données recherchées Employé A Direction
Années
– Données numériques Produit A
Produit B Catégorie 1
– Opérateurs synthèse
Produit C
Produit D Catégorie 2
Département vente 2005 2006 2007 2008
Produits de Catégorie 1 Produits
Toutes les années (2005 – 2008)
Analyse du nombre d’unités vendues
10. SIG vs SOLAP
SIG SOLAP
• Données détaillées • Données détaillées et de synthèse
• Données d’une époque • Données multi-époques
• Manipulation des données par • Manipulation des données par
requêtes en langage SQL navigation (clics de souris)
• Analyse topologique, de • Analyse par croisement de
proximité, de superposition, 3D… thèmes d’analyse
• Temps de réponse variable selon • Temps de réponse rapide
le type d’analyse
11. SIG vs SOLAP
Tous les employés
7 Production des niveaux plus
Direction Vente
génériques
Employé A Employé B Employé C Employé D
Plusieurs jointures de tables
Tous les produits
7 nécessaires
Catégorie 1 Catégorie 2
7 x 7 x 5 = 245
Produit A Produit B Produit C Produit D croisements possibles
2005 – 2008
5 Ceci n’est qu’un exemple simplifié,
imaginez la réalité!
2005 2006 2007 2008
12. SIG vs SOLAP
Optimisation pour
Flexibilité d’analyse l’analyse de données
SIG
Optimisation pour
SOLA la prise de décision
P
Vitesse de réponse pour
le calcul de données synthèses
Les outils SIG et SOLAP répondent à des
besoins différents et sont complémentaires
13. Exemple 1 : accidents routiers
Type de
véhicule
Cause Secteur
Date
et Position
heure
Nb de
Nb de
passagers
décès
Nb de
blessés
14. Exemple 1 : accidents routiers
Axe d’analyse spatial géométrique
Axes d’analyse Type de
véhicule
Cause Secteur
Date
et Position
heure
Nb de
Nb de
passagers
décès
Nb de
Données recherchées blessés
15. Exemple 1 : accidents routiers
Axe d’analyse spatial géométrique
Combien d’accidents routiers sont survenus dans les MRC de la région de
la Capitale Nationale en 2006 pour tous types de véhicules et de causes?
O - 15
16 - 35
36 - 50
16. Exemple 1 : accidents routiers
Axe d’analyse spatial géométrique
Combien d’accidents routiers sont survenus dans les MRC de la région de
la Capitale Nationale en 2006 pour tous types de véhicules et de causes?
Forage sur Charlevoix
O - 15
16 - 35
36 - 50
17. Exemple 1 : accidents routiers
Axe d’analyse spatial géométrique
Combien d’accidents routiers sont survenus dans les MRC de la région de
la Capitale Nationale en 2006 pour tous types de véhicules et de causes?
O-3
4-7
8 - 10
18. Exemple 1 : accidents routiers
Axe d’analyse spatial géométrique
Combien d’accidents routiers sont survenus dans les MRC de la région de
la Capitale Nationale en 2006 pour tous types de véhicules et de causes?
O-3
Forage sur Baie‐St‐Paul
4-7
8 - 10
19. Exemple 1 : accidents routiers
Axe d’analyse spatial géométrique
Combien d’accidents routiers sont survenus dans les MRC de la région de
la Capitale Nationale en 2006 pour tous types de véhicules et de causes?
1
20. Exemple 1 : accidents routiers
Axe d’analyse spatial géométrique
Combien d’accidents routiers sont survenus dans les MRC de la région de
la Capitale Nationale en 2006 pour tous types de véhicules et de causes?
1
Changement de donnée recherchée
21. Exemple 1 : accidents routiers
Axe d’analyse spatial géométrique
Combien de blessés ont été recensés par accident dans la ville de
Baie-St-Paul en 2006 pour tous types de véhicules et de causes?
0
1-2
3-4
22. Exemple 1 : accidents routiers
Axe d’analyse spatial géométrique
Combien de blessés ont été recensés par accident dans la ville de
Baie-St-Paul en 2006 pour tous types de véhicules et de causes?
0
1-2
3-4
23. Exemple 1 : accidents routiers
Axe d’analyse spatial géométrique
Combien de blessés ont été recensés par accident dans la ville de
Baie-St-Paul en 2006 pour tous types de véhicules et de causes?
0
1-2
3-4
24. Exemple 1 : accidents routiers
Donnée recherchée spatiale géométrique
Axes d’analyse Type de
véhicule
Cause Secteur
Date
et
heure
Position
Nb de
passagers
Nb de
Nb de décès
Données recherchées blessés
25. Exemple 1 : accidents routiers
Donnée recherchée spatiale géométrique
Combien d’accidents routiers et où sont-ils survenus dans les MRC de la
région de la Capitale Nationale en 2006 pour tous types de véhicules et de
causes?
O - 15
16 - 35
36 - 50
Opérateur Zone
synthèse de d’accidents
regroupement
routiers
26. Exemple 1 : accidents routiers
Donnée recherchée spatiale géométrique
Combien d’accidents routiers et où sont-ils survenus dans les MRC de la
région de la Capitale Nationale en 2006 pour tous types de véhicules et de
causes?
Forage sur Charlevoix
O - 15
16 - 35
36 - 50
Opérateur Zone
synthèse de d’accidents
regroupement
routiers
27. Exemple 1 : accidents routiers
Donnée recherchée spatiale géométrique
Combien d’accidents routiers et où sont-ils survenus dans les MRC de la
région de la Capitale Nationale en 2006 pour tous types de véhicules et de
causes?
O-3
4-7
8 - 10
Zone
d’accidents
routiers
28. Exemple 1 : accidents routiers
Donnée recherchée spatiale géométrique
Combien d’accidents routiers et où sont-ils survenus dans les municipalités
de la MRC de Charlevoix en 2006 et 2007 pour tous types de véhicules et
de causes?
2006 2007
O-3
4-7
8 - 10
Zone
d’accidents
routiers
29. Exemple 1 : accidents routiers
Donnée recherchée spatiale géométrique
Combien d’accidents routiers et où sont-ils survenus dans les municipalités
de la MRC de Charlevoix en 2006 et 2007 pour tous types de véhicules et
de causes?
2006 2007
O-3
4-7
8 - 10
Zone
d’accidents
routiers
30. Exemple 1 : accidents routiers
Donnée recherchée spatiale géométrique
Combien d’accidents routiers et où sont-ils survenus dans les municipalités
de la MRC de Charlevoix en 2006 et 2007 pour tous types de véhicules et
de causes?
2006 2007
O-3
4-7
8 - 10
Zone
d’accidents
routiers
31. Exemple 1 : accidents routiers
Donnée recherchée spatiale géométrique
Combien d’accidents routiers et où sont-ils survenus dans les municipalités
de la MRC de Charlevoix en 2006 et 2007 pour tous types de véhicules et
de causes?
2006 2007
O-3
4-7
8 - 10
Zone
d’accidents
routiers
32. Exemple 2 : feux de forêt
Où a-t-on répertorié des feux de forêt causés par la foudre dans la MRC de
Maria-Chapdelaine de 2005 à 2008?
Opéra
teu
synthè r
se
d’unio
n
33. Exemple 2 : feux de forêt
Où a-t-on répertorié des feux de forêt causés par la foudre dans la MRC de
Maria-Chapdelaine de 2005 à 2008? Opérateur
synthèse
Opéra d’intersection
teu
synthè r
se
d’unio
n
Opérateur
synthèse de
fusion
34. Exemple 3 : VNO
Quelle est la densité des cas d’oiseaux morts atteints du virus du Nil
occidental répertoriés en 2008 pour les MRC de la région de la Capitale
Nationale?
Opérat
e
synthè ur
densité se de
surfaci
que
O – 1 /km2
2 – 3 /km2
4 – 5 /km2
35. Exemple 4 : smog
Quelle est la moyenne de superficie des épisodes de smog sur la ville de
Québec ayant durés entre 4 et 8 heures en janvier 2008?
Opérat
eur syn
de mo thès
yenne- e
superfi
cie
O – 150 km2
151 – 300 km2
301 – 450 km2
36. Exemple 4 : smog
Quelle est la moyenne de superficie des épisodes de smog sur la ville de
Québec ayant durés entre 4 et 8 heures en janvier 2008?
Nombre de km de route par région Opérat
eur syn
Maximum-intersection de mo thès
yenne- e
Dénombrement-adjacence superfi
cie
Nombre d’intersection par km
Etc. O – 150 km2
151 – 300 km2
301 – 450 km2
37. Conclusion
• Ces nouveaux opérateurs synthèse exploitent
l’appartenance des objets géométriques à une région
spatiale et à une époque temporelle.
• L’utilisation de ces opérateurs synthèse enrichit les
capacités d’analyse spatio-temporelle des outils SOLAP.