Show simple document record

dc.contributor.advisorBénié, Goze Bertinfr
dc.contributor.authorChakroun, Hédiafr
dc.date.accessioned2014-05-15T18:09:08Z
dc.date.available2014-05-15T18:09:08Z
dc.date.created1998fr
dc.date.issued1998fr
dc.identifier.isbn061246685Xfr
dc.identifier.urihttp://savoirs.usherbrooke.ca/handle/11143/2696
dc.description.abstractRésumé: La présente recherche porte sur le développement d'outils d'analyse spatiale pour la modélisation des données multisources afin d'effectuer la prospection ou l'aménagement du territoire en tenant compte d'une multitude de contraintes. L'objectif principal consiste à étudier les multiples aspects de l'intégration explicite de la dimension spatiale à un processus de pondération des données multisources traduisant les contraintes associées aux entités spatiales. À cet effet, différentes approches de spatialisation des poids ont été élaborées. Le cas spécifique de la recherche d'un plus court chemin (PCC) a été retenu pour tester les approches de pondération développées. Dans un premier temps, une étude conceptuelle a permis de mettre le processus de pondération dans un cadre formel tel que l'intégration de la dimension spatiale se fait selon des règles explicites. Nous avons ensuite élaboré deux approches de spatialisation des poids. La première est une approche globale où nous avons établi des fonctions de pondération qui prennent en considération la fréquence des scores des éléments spatiaux pondérés. La seconde est une approche contextuelle où le poids d'une entité spatiale est calculé en fonction de son voisinage. Deux méthodes contextuelles ont été étudiées : la spatialisation a posteriori pratiquée sur les poids et la spatialisation a priori pratiquée sur les scores. L'application de la pondération contextuelle a priori à différents niveaux de voisinage est une pondération contextuelle adaptative. Deux algorithmes de segmentation ont servi à examiner la méthode contextuelle a posteriori. L'utilisation de l'information contextuelle a priori dans le calcul des poids a été effectuée à l'aide d'un outil intégré de segmentation et de voisinage basé sur la structure des diagrammes de Voronoï. L'application des algorithmes adaptés et développés s'est effectuée d'une part sur des données artificielles et, d'autre part, sur des données réelles correspondant aux contraintes relatives au passage d'une ligne électrique. La spatialisation des poids selon l'approche globale, appliquée à des cas particuliers de distribution fréquentielle des scores des entités spatiales, a eu comme effet une réduction significative du coût total d'un PCC relativement au cas d'une pondération conventionnelle. En ce qui a trait aux PCC calculés à partir de cartes de poids spatialisés selon la méthode contextuelle a posteriori, la configuration de la segmentation utilisée influence le coût du PCC résultant. Des segments ayant la forme de polygones de Voronoï ont permis d'obtenir le coût le plus faible du tracé d'une ligne et ce, par le biais d'une réduction simultanée de la longueur du tracé et de son coût en scores. L'effet de l'intégration du voisinage dans la pondération a généré des poids variant sur une large dynamique de valeurs parce que les régions similaires par leurs scores mais dissemblables par leur homogénéité sont pondérées différemment. Dans le cas où le voisinage intégré dans le calcul des poids est relativement étendu, les coûts totaux des PCC sont plus faibles que ceux des PCC de la pondération non contextuelle. L'intégration explicite de la dimension spatiale au calcul des poids relatifs à des contraintes d'aménagement s'est avérée être un outil qui permet de diversifier les scénarios de pondération afin de simuler la diversité des interrelations et les particularités des entités spatiales.||Abstract: The present research is concerned with the development of spatial analysis tools for multisource data modelisation applied to prospecting and planning problems under constraints.The main pursued objective was the explicit integration of the spatial dimension into a weighting process from multiple constraints associated with spatial entities. Several weight spatialization approaches are elaborated and the corresponding developed algorithms are experimented on the special case of finding a least-cost shortest path. First, a conceptual frame is used to define explicit rules of the spatial dimension integration. Next, two spatialization approaches are defined.The first one is a global method where the weighting functions used take into account the frequency distribution of scores associated with spatial entities.The second approach consist in the calculation of a contextual weight for each spatial entity according to its neighbourhood. Two contextual methods have been suggested: an a posteriori approach applied on weights and an a priori approach applied on scores; the a priori approach applied to several neighbourhood levels constitute an adaptive weighting method.The a posteriori approach is studied by means of two segmentation algorithms whereas the a priori one is investigated by an integrated tool of segmentation and neighbourhood based on a Voronoï diagram structure.The adapted and developed algorithms were applied on artificial data cases and a real data case relative to the optimization of power lines under spatial constraints.The global weights spatialization, used on specific frequency distribution of scores, allows a significant reduction of a shortest path total cost compared to a conventional weighting process.The effect of the contextual a posteriori weighting method on a shortest path total cost is found to be dependent on the segmentation configuration. When we use this approach, the lowest total cost of a power line transmission line--resulting from a reduction of both the length and the scores costs of the path--is observed when the spatialization of weights is made within Voronoï polygons.The neighbourhood integration to the weighting process produce weights which vary on a wide range of values; this is basically due to the fact that regions having similar scores but dissimilar homogeneity are weighted differently. When the considered neighbourhood is sufficiently extended, the total cost of shortest path is reduced by comparison to the cost resulting from a non-contextual weighting.The spatialization of weights associated to planning constraints is found to be a tool for simulating the relationships and the particularities of the spatial entities.fr
dc.language.isofrefr
dc.publisherUniversité de Sherbrookefr
dc.rights© Hédia Chakrounfr
dc.titleConcepts et techniques d'intégration du contexte spatial dans les modèles de pondération des données multisourcesfr
dc.typeThèsefr
tme.degree.disciplineTélédétectionfr
tme.degree.grantorFaculté des lettres et sciences humainesfr
tme.degree.levelDoctoratfr
tme.degree.namePh.D.fr


Files in this document

Thumbnail

This document appears in the following Collection(s)

Show simple document record