Navigation – Plan du site
2011
573

Construction d’une généalogie des territoires pour la représentation du changement

Christine Plumejeaud, Maher Ben Rebah, Jérôme Gensel et Marlène Villanova-Oliver

Résumés

Notre recherche se focalise sur la gestion de zonages territoriaux de natures multiples et évolutives, qui servent de supports à la collecte de données statistiques. Il s’agit de proposer un modèle capable de rendre de compte de la généalogie des unités constituant ces zonages, afin d’analyser la nature des changements qui se sont produits. Le modèle, centré sur l’identité des unités géographiques, est indexé par les évènements dont les effets sur les unités sont explicités. En complément, les principes de l’algorithme de mise à jour de ce modèle sont exposés. Il propose de façon conjointe la détection des évènements, via l’usage d’une contrainte géométrique, et l’appariement d’unités géographiques, à partir de l’usage d’une fonction de croyance qui objective les critères de continuité de l’identité. Une interface dédiée à l’expert permet de configurer les critères d’appariement, de vérifier et d’enrichir les résultats de cet appariement avec des métadonnées sur les évènements.

Haut de page

Notes de l’auteur

Cet article a été présenté lors de la rencontre de jeunes chercheurs à Tours en décembre 2010 organisé par le GdR 3359 MoDyS (http://modys.univ-tours.fr).

Texte intégral

Introduction

1L’information statistique territoriale disponible aujourd’hui sur tous les espaces géographiques est un potentiel de richesse encore largement inexploité du fait de l’hétérogénéité et de l’évolutivité des supports de cette information. En effet, les territoires, sur lesquels est collectée l’information, sont sujets à recomposition et cela rend difficile la comparaison de données sur le long terme. Ce problème, connu sous le terme de « Split Tract Problem » (Howenstine, 1993), se décline sous plusieurs aspects.

2L’aspect sur lequel nous nous concentrons concerne la constitution d’une série temporelle de statistiques socio-économiques associée à des unités zonales. Cette information se décline sous la forme de différents indicateurs (ou variables) comme la population, la richesse, etc., issus du comptage des effectifs inclus spatialement dans chaque unité. Puisque les unités changent de forme et de taille au cours du temps, les valeurs de chaque variable ne sont pas comparables entre deux versions de zonage. Il est nécessaire de procéder à une opération d’harmonisation des unités de chaque version (Gregory, 2002 ; Norman, Rees et Boyle, 2003), c’est-à-dire à l’appariement des unités de chaque version, afin de calculer sur un zonage de référence choisi l’évolution de la variable économique.

3Il s’agit donc de concevoir un modèle de données capable de répondre à cette problématique. De nombreux auteurs ont déjà défendu l’idée selon laquelle la constitution de la généalogie des unités territoriales est une aide précieuse pour comprendre le changement (Lardon, Libourel et Cheylan, 1999 ; Cheylan et Lardon, 1993). Cette théorie sous-tend l’usage du paradigme identitaire, c’est-à-dire d’accorder une « vie » à l’unité territoriale qui est créée (apparaît), est modifiée (se transforme) puis est supprimée (disparaît), et donc de conférer une identité propre à chaque unité territoriale, qui constitue, par composition avec d’autres unités, un zonage. Cependant, suivant le zonage considéré, les critères pour reconnaître une unité d’une version à l’autre peuvent évoluer, surtout en se projetant dans le temps long (sur des périodes de quelques siècles). Par exemple, un bâtiment sur des cartes anciennes, aux contours parfois incertains, sera reconnu par son adresse et sa fonction, alors que sur les cartes numériques les plus récentes, il sera aussi connu par son empreinte spatiale de façon précise. Dans ces conditions, nous proposons une définition de l’identité et un algorithme suffisamment générique pour permettre le suivi de cette identité au cours du temps.

4Par ailleurs, il apparaît que pour la compréhension du changement, la description des évènements qui sont la cause de ces changements est d’une aide précieuse (Claramunt, 1995 ; Worboys, 2005). En effet, les évènements relient les modifications observées entre elles, et leur donnent sens. Les évènements qui nous intéressent correspondent à des processus de restructuration territoriale, tels que décrits par M. Thériault (1999) : ce sont ceux de fusion, scission et redistribution territoriales. Dans les systèmes comme celui proposé par L. Spéry (2001), pour la gestion du cadastre, seule une saisie manuelle permet une acquisition de ces évènements, après consultation des documents cadastraux. Bien que cette approche ne soit pas dénuée d’intérêt (car elle autorise également la capture de métadonnées sur les évènements), elle semble fastidieuse et peu générique. Or, en associant un invariant géométrique à ces évènements, il est possible de les inférer. Ainsi, nous visons un algorithme de mise à jour du modèle, qui, tout en intégrant la connaissance de ces évènements et des effets qu’ils produisent sur les unités territoriales, pourrait également les inférer automatiquement.

5 Nous structurons notre proposition comme suit : la deuxième section est consacrée à l’introduction du modèle, dont nous résumons brièvement les principes, et que nous positionnons par rapport aux approches existantes. La troisième section présente les principes de l’algorithme de mise à jour du modèle en décrivant le fonctionnement de l’appariement des unités sur un exemple réel, celui des changements d’organisation des unités de la Nomenclature des Unités Territoriales Statistiques (NUTS) au Danemark entre 2003 et 2006. La quatrième section montre l’apport de cette modélisation pour une analyse thématique du changement. Enfin, nous concluons sur les perspectives que ces travaux offrent, notamment dans le cadre de la gestion de territoires sur le temps long.

Un modèle pour des hiérarchies de zonages évolutifs

Présentation du modèle

6Nous rappelons ici les principes de notre modèle dont une description exhaustive est fournie dans Plumejeaud et al. (2009). Ce modèle vise à prendre en compte plusieurs types de zonages, qu’ils forment une partition complète de l’espace - ce sont alors des « maillages » (Grasland, 1998) - ou non. Ces zonages sont, par exemple, ceux utilisés pour la collecte de données statistiques, comme ceux définis par la nomenclature NUTS, ou bien des zonages à caractère économique comme les bassins d’emploi. Le modèle prend en compte le caractère hiérarchique de ces zonages qui s’organisent en structures arborescentes (appelées nomenclatures). Notre propos entend ici se concentrer sur l’aspect mutatif de ces zonages au cours du temps, c’est-à-dire de prendre en compte le changement de forme et de taille, de nom, de code, etc. des unités qui les composent. Le terme de mutation est préféré à celui d’évolution pour mieux signifier le caractère brutal du changement. En effet, ces zonages sont le produit de l’homme, des « fiats objects » (Smith, 1994) qui se transforment brutalement sous l’effet de décrets législatifs.

7Ce modèle est centré sur l’unité géographique, (GeographicUnit), objet dont nous décrivons l’ensemble des attributs qui peuvent évoluer au cours du temps, et sont donc munis d’un intervalle de validité temporel (validityInterval) : son nom (Designation), son code (Code), son centre (Center), et la désignation de ce centre (Center.Designation), son empreinte spatiale (Footprint), généralement un polygone associé à un certain système de projection (ReferenceSystem).

8Ce modèle orienté-objet est donc basé sur un paradigme identitaire, et les unités géographiques sont décrites par trois parties qui peuvent évoluer indépendamment (la partie spatiale, la partie thématique et la partie identitaire) tel que défini dans Lardon, Libourel, Cheylan (1999). Comme expliqué en introduction, dans le cadre d’une analyse des changements, il apparaît également nécessaire d’adjoindre une description des évènements susceptibles de se produire dans le cadre des restructurations dont les zonages font l’objet (i.e. fusion, scission et redistribution territoriales)) et qui seront rattachés aux attributs des unités géographiques. Un évènement est aussi un objet, car il possède l’empreinte spatio-temporelle des objets qu’il impacte, et il peut être composé de sous évènements. A. Galton (2004) donne l’exemple de la guerre de cent ans qui est composée de batailles, et nous citons l’exemple de la restructuration de la carte hospitalière en France qui s’étale sur plusieurs années, en modifiant progressivement les zones couvertes par chaque hôpital. Chaque évènement possède un identifiant unique, et il est daté, soit par un intervalle s’il dure, soit par une date sinon. Nous distinguons principalement deux types d’évènements (Fig. 1) qui complètent le modèle :

  • les évènements de type « territorial » (TerritorialEvent) indexent les unités géographiques qui participent à un même évènement, et une classe d’association (Status) précise le statut de chaque unité dans cet évènement : le statut indique si l’unité est apparue, s’est transformée ou bien a disparu durant l’évènement.

  • les évènements de type « évolutif » (LifeEvent) ne sont associés qu’à une seule unité à la fois, et sont utilisés pour décrire l’évolution d’une unité. Cette évolution peut être liée à un évènement territorial, mais pas obligatoirement.

Figure 1 : Association des évènements aux unités géographiques comme cause de leurs transformations.

Figure 1 : Association des évènements aux unités géographiques comme cause de leurs transformations.

9Les unités qui sont transformées ou qui disparaissent sont appelées les prédécesseurs de l’évènement, alors que les unités qui apparaissent ou se transforment suite à l’évènement en sont les successeurs. Les évènements de type généalogique peuvent avoir des impacts sur l’évolution individuelle des unités impliquées dans l’évènement : elles peuvent apparaître (Appearance), ou bien se transformer sans perte de leur identité (Transformation) ou bien disparaître (Disappearance). La classe Transformation indique quels sont les attributs de l’unité géographique qui ont changé.

10L’événement dit « généalogique » (ou GenealogyEvent), de durée non nulle (représentée par un intervalle de validité, validityInterval), permet de représenter la composition entre évènements. Les évènements territoriaux (TerritorialEvent) peuvent ensuite être classifiés, et nous nous appuyons ici sur une adaptation de la classification des évènements produite par L. Spery (2001), qui comporte deux niveaux (Fig. 2).

Figure 2. Classification des évènements territoriaux.

Figure 2. Classification des évènements territoriaux.

11Un premier niveau de classification des évènements s’applique à déterminer simplement le nombre d’empreintes spatiales impliquées dans l’évènement, avant et après, et s’inspire de la classification de M. Thériault et C. Claramunt (1999), tandis que le second niveau prend en compte la continuité de l’identité des unités géographiques participant à l’évènement. Au premier niveau, il existe trois principaux évènements territoriaux : la fusion (Merge), la division (Split) ou bien le remembrement (Redistribution). La fusion se distingue par le fait qu’à l’issue de l’évènement, il ne reste qu’une unité géographique dans le système territorial, et inversement, la division ne met en jeu qu’une unité géographique avant l’évènement, alors que le remembrement implique plus d’une unité géographique, avant et après l’évènement. Au second niveau, la distinction entre les sous-évènements de fusion, que sont la Fusion ou bien l’Integration, ou les sous-évènements de division, que sont la Scission ou bien l’Extraction, ou les sous-évènements de remembrement, que sont la Reallocation ou bien la Rectification, porte sur la survie de l’identité des unités impliquées dans l’évènement.

Utilisation du modèle sur un exemple

12L’exemple des modifications survenues sur le territoire du Danemark montre comment ces évènements permettent de construire le graphe de la généalogie des unités. La figure 3 présente les modifications de zonage de niveau 3 dans la NUTS au Danemark, entre 2003 et 2006. Il s’avère que le nombre d’amters (équivalent danois des départements français dans la NUTS) fut réduit de 15 à 11, par des opérations de fusion et redistribution. Toutes les unités changèrent d’unité d’appartenance, car un zonage de niveau 2 fut également introduit. Le premier évènement considéré est une Rectification qui implique les unités de code DK001, DK002 et DK003 transformées respectivement en DK011, DK012, DK013, avec un changement de nom et de géométrie pour chacune d’entre elles. Bien que tous leurs attributs changent, l’expert estime qu’elles conservent leur identité, et ce n’est donc pas une Redistribution, mais bien une Rectification. Le second évènement à modéliser est celui de la Transformation de l’unité de code DK004 : elle change de code (DK021), mais également de nom (« Roskilde » s’appelle ensuite « Østsjaelland »). Les changements de cette unité, modélisés comme une Transformation, isolés des autres unités, ne sont par conséquent pas associés à un évènement territorial. Le dernier évènement modélisé est celui de la Fusion entre DK005 et DK006 qui produit DK022. Cette Fusion est associée à la Disparition (Disappearance) de DK005 et DK006, et à l’apparition (Appearance) de DK022.

Figure 3 : Changements au Danemark, au niveau 3 de la NUTS entre 2003 et 2006

Figure 3 : Changements au Danemark, au niveau 3 de la NUTS entre 2003 et 2006

13Dans la figure 3 apparaissent les trois graphes de généalogie qui sont déduits de la connaissance de ces évènements. Le premier graphe montre par exemple que DK013, DK012 et DK011 sont les successeurs de DK003, DK002, DK001 respectivement, lors d’un évènement de rectification. L’association par un évènement de ces trois unités peut être utilisée pour l’harmonisation des séries statistiques, en réduisant la portée du travail de transfert de variables à ces seules unités. De façon individuelle, DK013 est affiliée directement à DK003, puisque l’unité DK003 ne disparaît pas : elle est simplement transformée, lors d’un évènement de vie (LifeEvent).

Comparaison de cette approche avec les travaux existants

  • 1 Traduction libre : « modèle à superposition de couches »
  • 2 Traduction libre : « modèle spatio-temporel composite »

14Ce modèle orienté-objet, basé sur un paradigme identitaire, avec une indexation du changement par des évènements s’inscrit dans la continuité de précédents travaux (Cheylan et Lardon, 1999 ; Claramunt et Thériault, 1995 ; Lardon, Libourel, et Cheylan, 1999 ; Wachowicz, 1999 ; Worboys 2005). Ces travaux ont montré la supériorité de ce type d’approche sur des modèles de type « snapshot layers »1 (Armstrong, 1988) ou bien « space-time composite »2 (Langran, 1988). En effet, ils permettent un vrai suivi spatial et temporel de l’évolution des entités. Cependant, cette approche ne s’est pas répandue car la question de l’identification des entités n’a pas été résolue de façon à pouvoir mettre à jour de façon automatique les modèles orientés-objets. Ainsi, I. Gregory (2002) comme J. Albrecht (2007) indiquent qu’une grande majorité de modèles implémentés se basent sur des modèles de type « space-time composite ». En effet, la définition de l’identité et des critères de sa persistance doivent être éclaircis pour permettre la mise à jour du modèle. Il s’agit de déterminer un critère mesurable pour identifier une même entité entre deux versions, que ce soit en comparant le nom, l’empreinte spatiale, le code ou son centre. Or, chacun de ces attributs peut changer entre deux versions, sans que l’identité de l’entité associée ne soit altérée. Par exemple, lorsque le département français numéro 22 nommé ’Côtes du Nord’ change d’appellation en ’Côtes d’Armor’, il faudrait considérer que le département 22 disparaît au profit d’un nouveau département 22 ayant les mêmes attributs, sauf pour le nom. Cette solution est peu satisfaisante, car en fait le département 22 a seulement changé de nom. L’empreinte spatiale pourrait également être définie comme traceur de l’identité, mais le problème est ici aggravé pour deux raisons :

  1. un département peut s’étendre, tout en restant le même département (nom et statut juridique) et c’est certainement l’évolution de cet objet que le système doit permettre d’étudier. Par exemple, lorsque Saint Priest, commune de l’Isère avant 1967, change de département d’appartenance pour être incluse dans le Rhône, les frontières de l’Isère et du Rhône changent sans que leurs identités respectives ne soient impactées.

  2. les niveaux de généralisation diffèrent souvent légèrement entre deux versions d’un même zonage, et amènent à observer des empreintes spatiales différentes pour une unité qui n’a pas changé (Ruas, 1999).

15Il s’avère que travaux effectués dans le cadre de l’intégration de données géographiques hétérogènes peuvent apporter des solutions au problème de l’identification. En effet, le processus d’intégration nécessite à la fois d’unifier la sémantique des schémas et des métadonnées (via le biais d’ontologies, mais nous ne traitons pas cette question), mais aussi d’éliminer les objets redondants et de regrouper les parties complémentaires. Il s’agit en l’occurrence de réaliser une opération d’appariement d’objets en vue de produire des liens explicites entre les objets homologues. L’appariement est défini comme « une opération automatisée ou interactive, qui vise à figer les paires (objet de référence, objet à évaluer) afin d’y appliquer les mesures des écarts » (Devogele, 1997, p. 37). Afin de réaliser l’appariement de bases de données géographiques, des méthodes innovantes de comparaison des attributs ont été proposées, en particulier pour l’attribut spatial. Dans ces conditions, il semble indispensable de produire une description (ou mesure) des formes en vue de les comparer. Ceci reste une tâche complexe, de nombreux types de mesure ont été élaborés : l’aire, le périmètre, l’élongation, le niveau de convexité, etc. Les travaux de A. Bel Adj Ali (2001) établissent une liste exhaustive de mesure de distance entre polygones. Ils font par ailleurs remarquer que la distance surfacique est une distance qui se révèle suffisamment robuste dans un grand nombre de cas : elle consiste à mesurer le rapport de l’aire non commune de deux surfaces à l’aire de leur union. Si ce rapport est suffisamment petit, alors les deux surfaces sont considérées égales.

16Dans Olteanu, Mustiere et Ruas (2009), l’efficacité de la technique par fusion de connaissances est démontrée pour l’appariement de cadastres urbains. Cette technique, basée sur la théorie des fonctions de croyance de Dempster-Schafer, permet de prendre en compte l’incertitude sur les valeurs des données : il s’agit de modéliser le degré d’appariement entre deux objets en fonction de différents critères. Chaque critère comparé produit une probabilité de ressemblance, et l’appariement est une composition de ces probabilités effectuée par une fonction de croyance. Les critères proposés ici portent essentiellement sur la géométrie d’un bâtiment (forme, taille, et différents indices de la mesure de la géométrie), mais la catégorie du bâtiment considéré est également utilisée : un niveau sémantique est donc incorporé dans les critères de comparaison. Dans la suite, nous nous inspirons de ces travaux pour la gestion de l’identité des unités géographiques.

Description du processus de filiation des unités

17Le modèle introduit est capable de représenter les différents états de l’espace géographique, mais aussi d’associer les changements aux différents évènements qui sont intervenus sur l’espace géographique. Nous expliquons maintenant le processus d’identification des unités géographiques à travers ces états, et la méthode de détection semi-automatique des évènements.

Calcul des évènements et de l’appariement des unités

18Dans le cas illustré précédemment, le processus de construction du graphe de généalogie semble simple et procède en deux étapes : d’abord sont reconnus les différents évènements territoriaux de premier niveau, grâce à un invariant géométrique simple qui stipule que l’union des géométries des unités précédant un évènement est égale à l’union des géométries des unités succédant à l’évènement. Ensuite, les unités de chaque version sont appariées une à une suivant un critère d’identité permettant de décider si les unités se sont transformées, ont disparues ou sont apparues d’une version à l’autre. Et par conséquent, il est alors possible de spécifier complètement le type de chaque évènement considéré puisque la continuité des unités participant à chaque évènement a été déterminée.

19Le premier problème que pose cet algorithme est la question de la reconnaissance de géométries identiques, puisque ces géométries sont rarement généralisées d’une manière strictement identique d’une version à l’autre du zonage. Nous sommes donc conduits à employer des mesures de distance entre géométries permettant leur appariement. Dans le cas de figure de la NUTS, nous proposons d’utiliser le test de distance surfacique, réputé robuste, et de plus paramétrable, que nous formalisons ainsi : deux géométries (des polygones) g1 et g2 sont égales (noté ≈) si, d’une part, elles s’intersectent, et, d’autre part, la part de la surface intersectée est suffisamment grande devant celle de leur union (Eq. 1). Ce test peut donc être paramétré par une valeur qui définira la tolérance du test. Plus cette valeur est élevée, plus le test tolère un grand écart entre deux géométries pour conclure à leur égalité.

20Le second problème est causé par l’appariement des unités u’ d’une version V’ à celles des unités u’’ d’une version V’’ : utiliser un seul critère ne suffit généralement pas pour apparier une unité, surtout lorsqu’il existe des incertitudes sur le critère comme c’est le cas pour l’égalité géométrique, mais aussi de nom ou de code (car il persiste souvent des erreurs de saisie dans l’écriture des noms des unités par exemple). Par ailleurs, la continuité de l’identité est également un problème de croyance, d’opinion subjective de l’observateur. Notre proposition, qui s’inspire des travaux de Olteanu, Mustiere et Ruas (2009), consiste à introduire une fonction de masse F qui agrège l’ensemble des critères sélectionnés par l’observateur pour la nomenclature considérée : ce sont les attributs des unités de chaque version, qui sont comparés deux à deux. L’agrégation peut être une somme pondérée, le calcul d’un maximum ou d’un minimum. La fonction de masse F renvoie une valeur comprise entre 0 et 1, en combinant des valeurs booléennes valuées à 0 (pour faux) et 1 (pour vrai) pondérées par des coefficients i attachés à chaque attribut constituant un critère de comparaison. La somme des coefficients i vaut 1. Ainsi, si la comparaison d’une unité u’ avec une unité u’’ renvoie 1, c’est que tous les attributs sont identiques deux à deux. De façon générale, la fonction de masse peut s’écrire comme une fonction qui associe à tout couple d’unités (u′, u′′) une valeur d’appariement p comprise entre 0 et 1 (Eq. 2).

21L’équation 3 fournit un exemple de définition de la fonction de masse F, qui porte sur le code, la géométrie (footprint), le nom (name) et son unité d’appartenance (super) pour l’unité :

22La notation mathématique |(u′.code − u′′.code)| symbolise le test de distance entre l’attribut code des unités u′ et u′′. S’ils sont égaux (de distance nulle), la valeur absolue de leur différence renvoie 0. De même, |(u′.super − u′′.super)| vérifie que les unités supérieures de u’ et u” sont appariées lorsqu’elles existent. La comparaison de chaînes de caractères (code et nom) ne pose pas de problème particulier. Cette comparaison de chaînes de caractères peut reposer sur la distance de Levenshtein (1965) par exemple, ou d’autres, en fonction du contexte. Enfin, un seuil d’appariement doit être fixé : si la valeur retournée par la fonction de masse est supérieure à ce seuil, alors les deux unités sont considérées comme étant appariées. Dans ce cas, un évènement de Transformation entre les deux unités appariées u’ et u’’ est instancié pour signifier qu’elles sont en fait la même unité u.

23L’algorithme ensuite procède à la construction de deux matrices, dont les lignes sont les identifiants informatiques des unités de la première version, et les colonnes celui des unités de la seconde version. La première matrice permet d’identifier les unités impliquées dans un même évènement par des tests d’intersection puis d’égalité successifs (les détails concernant les étapes de construction de la matrice d’appariement spatial sont omis). La figure 4 montre comment cette matrice d’appariement spatial est remplie dans le cas du Danemark. Les évènements territoriaux mentionnés sont bien reconnus : la redistribution entre DK001, DK002, DK003 (qui produit DK011, D012, DK013), la fusion qui intervient entre DK005 et DK006 (pour donner DK022), la stabilité spatiale de l’unité DK004 (sa géométrie est égale à celle de DK021).

Figure 4 : Matrice d’appariement spatial instanciée pour le cas du Danemark, version 2003 et version 2006

code

id

DK011

DK012

DK013

DK021

DK022

id

u’’1

u’’2

u’’3

u’’4

u’’5

DK001

u’1

Redistribution

Redistribution

Redistribution

 

 

DK002

u’2

Redistribution

Redistribution

Redistribution

 

 

DK003

u’3

Redistribution

Redistribution

Redistribution

 

 

DK004

u’4

 

 

 

Égalité

 

DK005

u’5

 

 

 

 

Fusion

DK006

u’6

 

 

 

 

Fusion

24La seconde matrice est en fait un cube dont la troisième dimension correspond aux valeurs d’appariement pour chacun des critères définis par l’utilisateur. L’agrégation de ce cube suivant la fonction de masse produit la matrice d’appariement global : les valeurs à 1 correspondent à des transformations des unités, et les valeurs à 0 des disparitions (si l’unité est sur une ligne) ou bien des apparitions (si l’unité est sur une colonne). De cette seconde matrice se déduisent les évènements de vie, et il est ainsi possible de les associer aux unités qui décrivent les différentes versions du zonage, et par la même d’assurer le suivi de l’identité des unités à travers chaque version.

25Le choix des paramètres d’appariement, aussi bien au niveau du test surfacique, que de la pondération des critères introduit un aléa sur les résultats. Ainsi deux tests visant à apparier les versions 2003 et 2006 de la NUTS (le nombre de points moyen des géométries varie de 128 au niveau 0 à 21 au niveau 3) ont été réalisés avec une pondération identique des critères (1/3 pour l’empreinte spatiale, 1/3 pour le code, 1/6 pour le nom et 1/6 pour l’unité supérieure), mais avec un seuil de test de distance surfacique différent (0.01 pour le premier, 0.1 pour le second). Leurs résultats ne concordent que dans 83 % des cas. Le premier test manque 4 évènements au niveau 3 de la NUTS, ainsi que l’extraction du Monténégro de la Serbie, au niveau 0. Le second test repère ces évènements, mais croit à tort que les unités codées LT007 et LT004 sont liées dans un évènement. Également, il ne détecte pas l’évènement de redistribution intervenu entre DK011, DK012, DK013 et DK001, DK002, DK003, contrairement au premier test.

Exploitation des résultats de l’appariement

26Un aspect important de cette recherche concerne l’exploitation de ces résultats. Du fait de cette incertitude sur les résultats de l’appariement, il est nécessaire de faire intervenir la validation d’un expert. Pour cela, nous proposons une interface dédiée qui permet aussi bien de consulter, trier et analyser les résultats produits, que d’ajuster au cas par cas les résultats d’appariement. Cette interface doit d’abord permettre de configurer la fonction de masse qui est utilisée pour calculer l’appariement des unités. En effet, les critères d’appariement varient suivant le type de nomenclature observée, et le modèle proposé est générique. Le choix (et l’importance) des attributs qui servent pour l’identification d’une unité, comme le mode de combinaison de ces attributs, relève d’un travail d’expert spécifique au domaine considéré.

27Ensuite, l’analyse de ces résultats doit permettre de retrouver les évènements territoriaux détectés et de vérifier les transformations induites sur les unités, mais aussi de faciliter les analyses, ainsi que la capture de métadonnées sur les évènements, qui seront enregistrées dans les évènements comme un champ descriptif. L’interface de la figure 5 est donc proposée à cet effet : le cadran en haut à gauche de l’interface permet de trier les évènements territoriaux par type, puis de les sélectionner un à un. Le cadran en bas à gauche permet d’éditer les informations relatives à l’évènement sélectionné. Le panneau de droite propose une visualisation directe des modifications induites par l’évènement sélectionné, en centrant deux cartes (celles du zonage avant et du zonage après l’évènement) sur les unités territoriales impliquées. En bas à droite, l’utilisateur peut consulter les résultats de l’appariement, critère par critère, et peut également modifier les résultats, et déclarer une unité disparue et non pas transformée, ou bien l’apparier avec une autre unité de son choix (à la condition qu’elle ne soit pas déjà appariée).

Figure 5 : Interface pour l’analyse des résultats d’appariement des versions

Figure 5 : Interface pour l’analyse des résultats d’appariement des versions

Interprétation du changement

28Les informations acquises dans le modèle permettent ainsi de créer une vue d’ensemble des changements. Il s’agit alors de s’interroger sur la localisation, spatiale et temporelle, la fréquence et la densité de ces changements, voire d’analyser leurs impacts thématiques, et d’émettre des hypothèses sur les motifs de ces changements. Plumejeaud et al. (2011) propose à cet effet des outils pour l’analyse interactive du changement. Sur le plan thématique, l’apport de cette modélisation à l’analyse et à la visualisation des changements territoriaux est indéniable. Cet apport peut être analysé suivant deux points de vue.

29Selon le premier point de vue, le zonage est un support de l’information statistique et cette modélisation est une clé pour construire des séries temporelles harmonisées. Le formalisme qui a été mis au point pour décrire la généalogie des unités territoriales permet en particulier de reconstituer une série cohérente de données spatio-temporelles (Ben Rebah et al., 2011, pp 1-32). La non-concordance des versions des zonages territoriaux, administratifs et statistiques, est un obstacle souvent infranchissable. L’identification des généalogies des unités territoriales permet de créer des clés de passage entre les données des recensements collectées dans des zonages différents et de procéder à l’harmonisation temporelle. Désormais, il est possible de faire des études rétrospectives en projetant des données récentes dans un zonage ancien et des études prospectives en intégrant des données anciennes dans un zonage récent. Cette harmonisation est une étape essentielle pour la visualisation dynamique du territoire (Ben Rebah, 2011).

30Selon le second point de vue, le zonage est un objet d’analyse géopolitique des changements territoriaux. Un recensement précis des changements spatio-temporels du découpage administratif permet de mieux comprendre les logiques sous-jacentes à leur évolution en les analysant, non pas comme une suite d’états, mais comme un processus. Ainsi, la fréquence des changements renvoie au contexte économique et social du pays ou de la région en question. D’une manière générale, les épisodes de changement de régime politique ou de politique économique sont marqués par des modifications importantes du découpage administratif (Ben Rebah, 2008). L’analyse de la nature des changements et de leurs successions permet de comprendre la stratégie du pouvoir pour modifier le territoire. Le morcellement du territoire, qui se traduit par une suite de scissions des unités administratives, pourrait exprimer une volonté de réduire le pouvoir local. Par exemple, en Tunisie, l’espace correspondant au gouvernorat de Tunis et sa banlieue en 1956 a connu des transformations très importantes s’inscrivant dans cette logique de morcellement. Il est passé d’un seul gouvernorat en 1956 à 2 en 1972, modifiés en 1975, à 4 en 1983 et à 5 en 2001.

31Le formalisme basé sur l’étude de la généalogie des unités permet de tracer l’historique et la trajectoire d’une unité administrative durant son existence (sa vie) qui se définit par une date de création et une date de suppression. Cette analyse permet de construire un arbre généalogique des unités et de procéder à une typologie des profils d’évolution. Elle permet également de faire des simulations prospectives pour anticiper certains changements.

Conclusion

32En réponse au problème de la reconstitution de la généalogie des unités territoriales dans le cadre de zonages changeant, nous avons présenté un modèle basé sur l’identité des unités territoriales, associé à des évènements de changements. Pour ce modèle, nous présentons un algorithme capable d’automatiser le processus de mise à jour et de suivi de l’identité des unités dans le temps. Une interface d’interrogation de ces changements, et de contrôle de l’algorithme est aussi proposée à l’expert pour faciliter l’exploration de ces changements.

33Cet algorithme nécessite, pour la partie qui infère les évènements, de disposer des géométries de chaque version dans des niveaux de généralisation comparables. Or, en remontant dans l’histoire, les cartes précises des territoires se raréfient. En vue de gérer l’incertitude sur la localisation ou les frontières des objets, nous pourrions nous appuyer sur les travaux de F. B. Zhan (1998) pour calculer des probabilités d’intersection entre géométries. À court et moyen terme, notre objectif est de modéliser puis propager l’incertitude existant sur les critères (modélisée sous la forme d’une probabilité de ressemblance) jusqu’au niveau de la décision d’appariement, puisque la théorie des croyances qui a inspiré notre approche gère l’imprécision et l’incertitude sur les critères d’appariement. Enfin, sur le long terme, il s’agit de prendre en compte le caractère évolutif de l’identité, et d’étudier comment la fonction de masse évolue au cours du temps.

Haut de page

Bibliographie

Albrecht J., 2007, « Dynamic GIS. », Handbook of GIScience, London, Blackwell, 436–446

Armstrong M.P., 1988, « Temporality in spatial databases. », GIS/LIS 88 Proceedings : Accessing the World, Falls Church, VA : American Society for Photogrammetry and Remote Sensing, 2 : 880-889

Bel Adj Ali A., 2001, Qualité géométrique des entités géométriques surfaciques. Application à l’appariement et définition d’une typologie des écarts géométriques, Thèse de doctorat, Université de Marne la Vallée, IGN. 210p.

Ben Rebah M., 2008, La cartographie dynamique comme outil d’investigation territoriale : le cas du découpage territorial en Tunisie, Thèse de doctorat, Université de Paris VII, 328 p.

Ben Rebah M., 2011, « Représenter l’évolution démographique en Tunisie (1975-2004) : quelles cartes dynamiques ? », Mappemonde, No 101 (en cours de publication).

Ben Rebah M., Plumejeaud C., Ysebaert R., Peeters D., 2011, « Modeling territorial changes and time series database building process : empirical approach and applications », Technical report. Espon database and data development project, UMS RIATE, University Paris Diderot. 31 p.

Cheylan C., Lardon S., 1993, « Towards a Conceptual Data Model for the Analysis of Spatio-Temporal Processes : The Example of the Search for Optimal Grazing Strategies. », COSIT, 158-176

Claramunt C., Theriault M., 1995, « Managing time in GIS : an event oriented approach. », Clifford J., Tuzhilin A., Recent Advances on Temporal Databases, Switzerland, Zurich : Springer-Verlag, 23-42.

Devogele T., 1997, Processus d’intégration et d’appariement des bases de données géographiques. Application à une base de données routière multi-échelles., Thèse de doctorat, Université de Versailles, IGN. 206p.

Galton A., 2004, « Fields and Objects in Space, Time, and Space-time. », Spatial cognition and computation, 4(1), 39–68

Grasland C., 1998, « Les maillages territoriaux : niveau d’observation ou niveaux d’organisation. », Actes des entretiens J. Cartier, Les découpages du territoire, INSEE-METHODES, 77, 115–132

Gregory I., 2002, « Time-variant GIS Databases of Changing Historical Administrative Boundaries : A European Comparison. », Transactions in GIS, 6(2), 161-178

Howenstine E., 1993, « Measuring Demographic Change : The Split tract Problem. » The Professional Geographer, 45 (4), 425-430

Langran G.L., Chrisman, N.R., 1998, « A Framework for Temporal Geographic Information. », Cartographica : The International Journal for Geographic Information and Geovisualization, 25(3), 1-14

Lardon S., Libourel T., Cheylan J-P., 1999, « Concevoir la dynamique des entités spatio-temporelles. », Revue internationale de géomatique, 9(1), 67–99

Levenshtein V.I., 1965, « Binary codes capable of correcting deletions, insertions, and reversals. », Doklady Akademii Nauk SSSR, 4(163), 845–848

Norman P., Rees P., Boyle P., 2003, « Achieving data compatibility over space and time : creating consistent geographical zones. », International Journal of Population Geography, 9, 365-386

Olteanu A.-M., Mustière S., Ruas A., 2009, « Fusion des connaissances pour apparier des données géographiques. », Revue Internationale de Géomatique, 19(3), 321–349

Plumejeaud C., Gensel J., Villanova-Oliver M., Ben Rebah M., Vergnaud G., 2009, « Modélisation de hiérarchies territoriales multiples - Vers la gestion d’informations spatio-temporelles évolutives », Colloque International de Géomatique et d’Analyse Spatiale (SAGEO 2009), Paris, November 25-27, France

Plumejeaud C., Gensel J., Villanova-Oliver M., (2010) « Opérationnalisation d’un profil ISO 19115 pour des métadonnées socio-économiques », INFORSID 2010, Marseille, May 25-28, France, 25-41

Plumejeaud C., Mathian H., Gensel J., Grasland C., 2011, « Spatio-temporal analysis of territorial changes from a multi-scale perspective », International Journal of Geographical Information Systems, August 2011, 1-16

Ruas A., 1999, Modèle de généralisation de données géographiques à base de contraintes et d’autonomie., Thèse de doctorat, Université de Marne la Vallée, IGN. 320p.

Smith B., 1994, « Fiat Objects. » Topoi, 20(2), 131-148

Spéry L., Claramunt C., Libourel T., 2001, « A Spatio-Temporel Model for the Manipulation of Lineage Metadata », GeoInformatica, 5(1), 51-70

Thériault M., Claramunt C., 1999, « La représentation du temps et des processus dans les SIG. » Revue internationale de géomatique, 9(1), 67–99.

Wachowicz M., 1999, Object-oriented design for temporal gis. Bristol, PA, USA, Taylor & Francis, 118p.

Worboys M.F., 2005, « Event-oriented approaches to geographic phenomena », International Journal of Geographical Information Science, 19(1), 1-28.

Zhan F.B., 1998, « Approximate analysis of binary topological relations between geographic regions with indeterminate boundaries. », Soft Computing, 2, 28–34

Haut de page

Notes

1 Traduction libre : « modèle à superposition de couches »

2 Traduction libre : « modèle spatio-temporel composite »

Haut de page

Table des illustrations

Titre Figure 1 : Association des évènements aux unités géographiques comme cause de leurs transformations.
URL http://cybergeo.revues.org/docannexe/image/24851/img-1.png
Fichier image/png, 201k
Titre Figure 2. Classification des évènements territoriaux.
URL http://cybergeo.revues.org/docannexe/image/24851/img-2.png
Fichier image/png, 202k
Titre Figure 3 : Changements au Danemark, au niveau 3 de la NUTS entre 2003 et 2006
URL http://cybergeo.revues.org/docannexe/image/24851/img-3.png
Fichier image/png, 155k
Titre Eq. 1
URL http://cybergeo.revues.org/docannexe/image/24851/img-4.png
Fichier image/png, 3,1k
Titre Eq. 2
URL http://cybergeo.revues.org/docannexe/image/24851/img-5.png
Fichier image/png, 4,0k
Titre Eq. 3
URL http://cybergeo.revues.org/docannexe/image/24851/img-6.png
Fichier image/png, 9,2k
Titre Figure 5 : Interface pour l’analyse des résultats d’appariement des versions
URL http://cybergeo.revues.org/docannexe/image/24851/img-7.png
Fichier image/png, 424k
Haut de page

Pour citer cet article

Référence électronique

Christine Plumejeaud, Maher Ben Rebah, Jérôme Gensel et Marlène Villanova-Oliver, « Construction d’une généalogie des territoires pour la représentation du changement », Cybergeo : European Journal of Geography [En ligne], Systèmes, Modélisation, Géostatistiques, document 573, mis en ligne le 02 décembre 2011, consulté le 23 septembre 2017. URL : http://cybergeo.revues.org/24851 ; DOI : 10.4000/cybergeo.24851

Haut de page

Auteurs

Christine Plumejeaud

Laboratoire d’Informatique de Grenoble, équipe Steamer
681 rue de la Passerelle, 38402 St Martin d’Hères
cplumejeaud@gmail.com

Maher Ben Rebah

Chercheur en post-Doc
Institut de Géographie Alpine, Laboratoire PACTE
14 bis avenue Marie Reynoard, CP 38000 Grenoble
maher.benrebah@ums-riate.fr

Jérôme Gensel

Laboratoire d’Informatique de Grenoble, équipe Steamer
681 rue de la Passerelle, 38402 St Martin d’Hères
jerome.gensel@imag.fr

Marlène Villanova-Oliver

Laboratoire d’Informatique de Grenoble, équipe Steamer
681 rue de la Passerelle, 38402 St Martin d’Hères
marlene.villanova-oliver@imag.fr

Haut de page

Droits d’auteur

© CNRS-UMR Géographie-cités 8504

Haut de page