modèle d’isochrones automatisé dans des opérations … · description du projet •contexte...
Post on 13-Sep-2018
215 Views
Preview:
TRANSCRIPT
Modèle d’isochrones automatisé dans
des opérations de recherche terrestre
• Présenté par : Miguel Blanco
Organisation
• Université de Sherbrooke
• Secteur d'activité: Éducation 1er , 2e et 3e cycles
• Emplacement: Villes de Sherbrooke et Longueuil
• 40 000 étudiants
• 7 000 employés
• 3 400 professeurs
• Département de géomatique appliquée
• Centre d’applications et de recherches en télédétection (Cartel)
• Bac. en géomatique appliquée à l’environnement
• Diplôme de 2e cycle en géomatique appliquée
• M. Sc. en sciences géographiques (géomatique, télédétection, environnements géographiques et géodéveloppement durable)
• Doctorat en télédétection (géomatique, télédétection, traitement d’images)
Description du projet
• Contexte
Chaque fois qu’une personne est disparue, une alerte est donnée. La police et les groupes de recherche terrestre spécialisés travaillent pour la retrouver, mais, par où commencer? Dans quelles directions orienter les recherches? Combien du temps pour balayer les différents secteurs? C’est souvent une question d’heures ou même des minutes pour la retrouver vivante!
• Objectif
L’objectif fondamental de ce travail de recherche a consisté en développer un algorithme complexe pour élaborer des cartes d’isochrones automatiques de la vitesse de marche probable des disparus en tenant compte des restrictions dues aux variables environnementales (relief, occupation du sol, météorologie) et anthropiques (âge, sexe, taille, poids et activité physique).
Description du projet
Collaboration
• Pr. Goze Bertin Bénié, Directeur de recherche
• Alain Croteau et Doris Paulin, Coordinateurs de recherche terrestre à la Sûreté du Québec.
• Financement: Bourse d’études en SIG d’Esri Canada.
Environnement technologique
• ArcGis Desktop 10.2 avec l’extension Spatial Analyst.
• Programmation en Python
• Modules: os, math, arcpy, arcpy.sa
• Outils principaux:
• arcpy.Buffer_analysis
• arcpy.Clip_analysis
• arcpy.Clip_management
• arcpy.FeatureToRaster_conversion
• arcpy.Mosaic_management
• arcpy.sa.Raster
• arcpy.sa.Power
• arcpy.sa.PathDistance
Données
• Sûreté du Québec, 2013 (8 cas de disparus)
• Géogratis v.2.0 (www.geogratis.ca)
• CanVec
• Circa 2000 – vectorielle
• Modèle numérique de surface de Canada (MNSC)
• Environnement Canada. Donnes historiques de la météo au tour des 8 cas de disparus.
Théorie de recherche
Koopman, 1946, 1980
Stone, 1981
Zosa et Company inc,
Bureau de recherche et sauvetage
É.-U.
Garde côtière, É.-U. 1996
Frost, 2000
Cooper et autres, 2003
Concepts
essentiels
Probabilité d'aire
(PDA)
Probabilité de détection
(PDD)
Probabilité de succès
(PDS)
Problématique
Au Canada annuellement il y a au tour de 9 000 incidents signalés
(gouvernement du Canada, 2013)
Programme national de recherche et de sauvetage du Canada.
Niveau fédéral: Recherches aéronautiques, maritimes et parcs
nationaux
Niveau des provinces: Recherche terrestre au sol et dans les eaux
intérieures.
Bénévoles recherche au sol: + 300 organisations . + 18 000
membres
Problématique
Monde réel en temps réel
Applicatives géomatiques: MapSAR, Géosûreté – Recherche terrestre, SarPlan
Sites d’étude
Méthodologie
Vitesse de marche de Tobler (1993) modifié
V=6e^(-3,5|S+0,05|)
V = Vitesse de marche humaine (km/h).
e = Exponentiel en base naturelle.
S = la valeur de la pente en degrés.
V=Vm*e^(-3,5|S+0,05|)
Vm =Vip*e^0.175
Vm = Vitesse maximale sur le pic ( – 3
degrés
Vip = Vitesse de marche en fonction du
sexe, taille, poids, activité physique et
météo dans une superficie plate
S = 0 et V = VIP
Algorithme (début)
#-*- coding:Latin-1 -*## UNIVERSITÉ DE SHERBROOKE# DEPARTEMENT DE GÉOMATIQUE APPLIQUÉE### Ce script fait: Cartes d'isochrones de marche# à partir du point initial (PI)
##Crée par Miguel Blanco, Avril 2013.## ###################################################################!/usr/bin/env python
import arcpy, os, arcpy.sa, matharcpy.env.overwriteOutput = True
# Se rendre sur la Carte actuellemxdCarte = arcpy.mapping.MapDocument("CURRENT")# Paramètres à remplir pour l'utilisateurUTM =arcpy.GetParameterAsText(0)CoordX = arcpy.GetParameterAsText(1)CoordY = arcpy.GetParameterAsText(2)
# Paramètres du comportementComport = arcpy.GetParameterAsText(3)
# Paramètres de l'individuinage= arcpy.GetParameterAsText(4)insexe = arcpy.GetParameterAsText(5)intaille= arcpy.GetParameterAsText(6)inpoids = arcpy.GetParameterAsText(7)inactPhysique = arcpy.GetParameterAsText(8)
Formulaire
Isochrones
Isochrones
Création des secteurs de recherche
Isochrones
Amélioration de la probabilité d’aire
(PDA)
Coût de voyage Isochrones
Isochrones
Exemple sur 8 cas
Avantages
• L’outil a une double utilisation
• la première est d’analyser les données historiques des recherches. Il y a 19 catégories (chasseurs, randonneurs, enfants, autistes, dépressifs…)
• La deuxième est d’améliorer la prise des décisions dans l’analyse des scénarios de la recherche.
Leçons à tirer
Recommandation:
1. Densifier les couches des routes
2. Dans le modèle, la personne qui marche n’a pas de fatigue. Donc, est
nécessaire à l’intégrer (perte d’énergie dans le temps).
Prochaines étapes
• Divulgation
• Intégration à MapSAR
• Disposition de l’outil dans un GéoWeb
• Le tester, évaluer, améliorer.
Questions
Merci!
miguel.blanco@usherbrooke.ca
miguelblanco71@gmail.com
top related