Généralisation des cartes topographiques nationales 1:250 000 à Ressources Naturelles Canada

1. Généralisation des cartes topographiques nationales 1:250 000 à Ressources Naturelles Canada

2. Plan de la présentation • Un peu de contexte sur la cartographie topographique 1: 250 000 à RNCan • Le modèle de généralisation utilisé pour le développement du prototype • Le prototype monté avec FME 2010

3. La cartographie topographique au Canada • 10 000 000 km2 à cartographier • Responsabilité partagée entre les provinces et le gouvernement fédéral • Le 1:50 000 est l’échelle de base de la cartographie nationale qui couvre presque tout le pays • 13 200 jeux de données 1:50 000 • 983 jeux de données 1:250 000

4. État du produit topographique 1:250 000 au Canada • Le produit 1:250 000 est vieux • Le produit 1:250 000 est encore utilisé: • Échelle de reconnaissance • Souvent utilisé comme carte de base dans le Nord • Beaucoup de téléchargements • Le produit 1:250 000 n’est pas aligné avec le nouveau produit CanVec 1: 50 000 • Il est pressant de créer un nouveau produit CanVec 1:250 000

5. La production du 1:250 000 à NRCan • Le but de ce projet est de dériver automatiquement le 1:250 000 à partir des données 1:50 000 de la BDG: • La vectorisation des cartes papier 1:50 000 est complétée • L’amélioration de la précision planimétrique des jeux de données 1:50 000 est complétée • La mise à jour des données 1:50 000 du Nord est complétée • La cartographie des jeux de données 1:50 000 manquant dans le Nord est en train d’être complétée

6. Plan de la présentation • Un peu de contexte sur la cartographie topographique 1: 250 000 à RNCan • Le modèle de généralisation utilisé pour le développement du prototype • Le prototype monté avec FME 2010

7. La problématique de la généralisation automatique • La généralisation automatique est un processus très complexe • Essaie de simuler le comportement d’un cartographe • Peu de solutions commerciales offertes sur le marché • Collaboration avec le Dr Sabo de l’Université Laval • Une partie du modèle de généralisation du Dr Sabo a été utilisé pour le prototype

8. Les fondements d’une bonne généralisation automatique • Des outils objectifs pour caractériser les objets cartographiques • Connaissance en temps réel de l’état des objets de la carte durant le processus • Décomposition simple et efficace des tâches effectuées par les cartographes • Règles permettant de bien guider le processus

9. Modèle de généralisation Données initiales Caractérisation des propriétés des objets géographiques (Mesures) Spécifications cartographiques cibles Évaluation des caractéristiques des objets géographiques (Contraintes) Évaluation du besoin de généraliser et coordination du processus de généralisation Formaliser les connaissances (Cas de généralisation) (Comportements) Généralisation des objets (Opérateurs) Données généralisées

10. Modèle de généralisation Données initiales Caractérisation des propriétés des objets géographiques (Mesures) Spécifications cartographiques cibles Évaluation des caractéristiques des objets géographiques (Contraintes) Évaluation du besoin de généraliser et coordination du processus de généralisation Formaliser les connaissances (Cas de généralisation) (Comportements) Généralisation des objets (Opérateurs) Données généralisées

11. Les mesures • Les mesures sont utilisées pour calculer les caractéristiques des objets (ou groupes d’objets) de la carte (ex.: la distance entre deux courbes de niveau adjacentes) • Les mesures sont employées avant (pour savoir quoi et comment généraliser) et après la généralisation (pour évaluer le succès des opérations de généralisation) • Les mesure impliquent des formules mathématiques simples (ex.: la longueur d’une ligne), des algorithmes complexes et des structures de données auxiliaires (ex.: la triangulation pour évaluer la proximité)

12. Modèle de généralisation Données initiales Caractérisation des propriétés des objets géographiques (Mesures) Spécifications cartographiques cibles Évaluation des caractéristiques des objets géographiques (Contraintes) Évaluation du besoin de généraliser et coordination du processus de généralisation Formaliser les connaissances (Cas de généralisation) (Comportements) Généralisation des objets (Opérateurs) Données généralisées

13. Les contraintes • Les contraintes sont des règles auxquelles les données sont confrontées pour respecter les spécifications cartographiques à rencontrer (ex.: Une surface doit respecter l’aire minimale limite) • Les contraintes peuvent être appliquées à un objet (ex.: longueur minimale) ou à plusieurs objets(ex: contraintes de maintien de réseau) • Les contraintes utilisent les mesures pour évaluer leurs degrés de satisfaction • Pour l’atteinte de la généralisation, un objet doit respecter plusieurs contraintes

14. Modèle de généralisation Données initiales Caractérisation des propriétés des objets géographiques (Mesures) Spécifications cartographiques cibles Évaluation des caractéristiques des objets géographiques (Contraintes) Évaluation du besoin de généraliser et coordination du processus de généralisation Formaliser les connaissances (Cas de généralisation) (Comportements) Généralisation des objets (Opérateurs) Données généralisées

15. Les cas de généralisation et le comportement de généralisation • Cas de généralisation: • C’est une formalisation des connaissances des cartographes (règles de généralisation) et un outil de communication entre le cartographe et l’analyste/concepteur du processus de généralisation • Le cas de généralisation permet de cacher la complexité du « comment généraliser » • Le cas de généralisation ne nous dit pas quel algorithme ou paramètre utiliser

16. Les cas de généralisation et le comportement de généralisation Exemple d’un cas de généralisation • Pour toutes les végétations qui enfreignent la contrainte Dimension: Aire minimale • Si la végétation enfreint la contrainte Position: proximité • Agréger la surface avec son voisin • Sinon • Éliminer la surface

17. Les cas de généralisation et le comportement de généralisation • Comportement de généralisation • Unité de contrôle qui permet de mettre en œuvre les cas de généralisation • Fait le lien entre les contraintes et les opérateurs et les algorithmes de généralisation • Des mécanismes pour choisir les algorithmes et les paramètres sont implémentés • Ex.: Quand la Contrainte Forme: Détail minimum n’est pas satisfaite, simplifier avec Douglas-Peucker et un paramètre prédéfini, et réévaluer la contrainte. Si le résultat n’atteint pas les critères désirés, utiliser un algorithme différent et/ou un paramètre différent.

18. Modèle de généralisation Données initiales Caractérisation des propriétés des objets géographiques (Mesures) Spécifications cartographiques cibles Évaluation des caractéristiques des objets géographiques (Contraintes) Évaluation du besoin de généraliser et coordination du processus de généralisation Formaliser les connaissances (Cas de généralisation) (Comportements) Généralisation des objets (Opérateurs) Données généralisées

19. Opérateurs et algorithmes de généralisation • Les opérateurs de généralisation sont des transformations typiques et récurrentes. Ils permettent de décomposer le processus de généralisation en plusieurs parties de façon à gérer la complexité • Il y a une douzaine d’opérateurs de généralisation classiques: sélection, simplification, lissage, agrégation, déplacement,... • Ces opérateurs sont des transformations abstraites et sont implémentés à l’aide d’algorithme de généralisation • Pour chaque opérateur de généralisation, il y a une multitude d’algorithme. Ex.: pour la simplification: Douglas & Peucker, Lang, Wang,...

20. Plan de la présentation • Un peu de contexte sur la cartographie topographique 1: 250 000 à RNCan • Le modèle de généralisation utilisé pour le développement du prototype • Le prototype monté avec FME 2010

21. Prototype: Le contexte • Nous avons choisi un jeu de données avec: • Très peu d’entités anthropiques • Une topographie modérée • Pas de toponyme • Le focus est sur le modèle géographique plutôt que cartographique (pas de déplacement) • 5 entités à généraliser: courbe de niveau, cours d’eau, étendue d’eau, région boisée, terre humide • Un contrat avec Safe Software pour développer de nouveaux outils de généralisation dans FME

22. Modèle de généralisation Données initiales 13 nouvelles mesures Caractérisation des propriétés des objets géographiques (Mesures) Spécifications cartographiques cibles Évaluation des caractéristiques des objets géographiques (Contraintes) Évaluation du besoin de généraliser et coordination du processus de généralisation Formaliser les connaissances (Cas de généralisation) (Comportements) 6 nouveaux algorithmes de généralisation Généralisation des objets (Opérateurs) Données généralisées

23. La simplification des lignes Simplification des courbes de niveau Une opération de généralisation de base Nous pensons tous que l’algorithme Douglas-Peucker résout ce problème… Est-ce qu’il émule le travail du cartographe suffisamment bien? Un exemple avec des courbes de niveau

24. La simplification des lignes Simplification des courbes de niveau Rouge: Original Noir: Courbes de niveau avec DP 10m

25. La simplification des lignes Simplification des courbes de niveau Rouge: Original Noir: Courbes de niveau avec DP 20m

26. La simplification des lignes Simplification des courbes de niveau Rouge: Original Noir: Courbes de niveau avec DP 30m

27. La simplification des lignes Simplification des courbes de niveau Rouge: Original Noir: Courbes de niveau avec DP 40m

28. La simplification des lignes Simplification des courbes de niveau Rouge: Original Noir: Courbes de niveau avec DP 50m

29. La simplification des lignes Simplification des courbes de niveau Noir: Courbes de niveau avec DP 50m Les résultats sont inacceptables Est-ce que cela simule le travail d’un cartographe Non La simplification Douglas-Peucker ne donne pas de bons résultats pour la généralisation des entités naturelles

30. La simplification des lignes • Simplification des courbes de niveau • Rouge: Original • Noir: Courbes de niveau avec l’algorithme Wang et un paramètre de 150m • L’algorithme de Wang enlève les coudes qui sont sous la tolérance et conserve ceux au-dessus • Nouvelle option dans FME 2010 Transformer: Generalizer

31. La simplification des lignes • De bons résultats sont obtenus avec les entités naturelles: • Courbes de niveau • Végétation • Étendues d’eau • … • La tolérence peut varier d’une entité à l’autre • Avant la simplification, les lignes qui partagent une frontière commune sont fusionées afin de conserver les relations spatiales

32. Agrégation Agrégation par addition Construction de triangles entre les objets rapprochés Dissolution des triangles qui respectent le critère de distance minimale Utilisation de la surface fusionnée pour unir (agréger) les objets originaux Les résultats sont excellents et apparaissent très naturels

33. Agrégation Agrégation de courbes de niveau isolées de même élévation Les entités dans les cercles bleus ont été identifiées comme enfreignant la contrainte: Proximité

34. Agrégation • De très bons résultats avec d’autres entités naturelles: • Végétation • Terres Humides • Étendues d’eau

35. Généralisaton de l’hydrographie L’hydrographie est la couche la plus importante de notre base de données 1:50 000; >65% des entités et des toponymes sont reliés à l’eau; La navigabilité est un précepte de base lors de la généralisation de la couche hydrographique Une des prémisses pour obtenir de bons résultats lors de la généralisation est qu’il faut Arrêter de voir l’hydrographie comme une couche graphique mais plutôt… Commencer à utiliser l’hydrographie en tant que réseau…

36. Généralisaton de l’hydrographie • La première étape: • Dériver un squelette pour toutes les entités de surfaces • Déterminer le sens d’écoulement pour les entités dérivées (le squelette) • Nouveau transformer de FME 2010 utilisé: • NetworkFlowOrientor (pour le sens d’écoulement)

37. Généralisaton de l’hydrographie • La prochaine étape: • Différentiation des réseaux linéaires primaire et secondaire • Effectuer par l’identification d’un seul puits et l’utilisation du plus court chemin entre le puits et les différentes sources • Le résultat: un réseau (avec cycle) est transformé en arbre (sans cycle) • Nouveau transformer de FME 2010 utilisé: • StreamPriorityCalculator • ShortestPathFinder

38. Généralisaton de l’hydrographie • La troisième étape: • Application d’un classement (ordre de réseau) au réseau hydrographique • Deux systèmes de classement de réseaux sont intéressants pour la généralisation: • - Le classement de Strahler • - Le classement de Horton • Dans un premier temps, le classement de Strahler est appliqué au réseau • Nouveau transformer FME 2010 utilisé: • - StreamOrderCalculator S1 S1 S1 S1 S1 S2 S1 S1 S1 S2 S2 S1 S2 S3 S2 S1 S3

39. Généralisaton de l’hydrographie • Dans une deuxième passe, le classement de Horton est appliqué au réseau • À partir du puits, remonter le réseau afin d’identifier le canal principal • À chaque jonction, un choix doit être fait afin de suivre soit: • Le chemin le plus droit • Le chemin le plus long • La rivière nommée • D’autres priorités H1 S1 H3 S1 H2 S1 H1 S1 H1 S1 H3 S2 H1 S1 H1 S1 H3 S2 H2 S2 H2 S2 H2 S1 H2 S2 H3 S3 H1 S1 H3 S3

40. Généralisaton de l’hydrographie La quatrième étape: Sélection de segments basée sur l’ordre de Horton Le résultat est comparable au résultat du cartographe Objectivité et répétitivité du processus Méthodologie invariante d’échelle H3 H2 H3 H3 H2 H2 H2 H2 H3 H3

41. Généralisaton de l’hydrographie Les goulots d’étranglement dans les surfaces doivent être pris en compte afin de respecter les tailles minimales (largeur et longueur) sur la carte attendue

42. Généralisaton de l’hydrographie Le “Triangulator” de FME a été utilisé pour trouver les goulots d’étranglement des surfaces Des mesures ont été prises sur ces surfaces d’étranglement afin de déterminer l’opération de généralisation à effectuer

43. Généralisaton de l’hydrographie Deux opérations de généralisation ont été exécutées sur les surfaces d’étranglement: - Exagération - Réduction (surface à ligne) Exagération Réduction

44. D’autres nouveaux outils FME utilisés dans le prototype • Boîte englobante orientée de façon à mieux évaluer la largeur et la longueur d’un objet • Exagération d’un objet de façon à le faire correspondre à une taille donnée

45. D’autres nouveaux outils FME utilisés dans le prototype • Déplacement de Nickerson qui édite/déplace une portion de ligne qui est trop près d’un autre objet

46. Conclusions • Les cas de généralisation représentent la pierre angulaire du processus de généralisation • Les résultats du prototype laissent présager qu’il serait possible de généraliser automatiquement les données de la BDG et obtenir des résultats satisfaisants • Il manque encore certains outils pour faciliter la généralisation des données géospatiales dans l’environnement FME

47. Questions ???