No description available.

L’étude du processus actuel d’acquisition, de gestion et d’analyse des données, en particulier de la donnée géospatiale, sur un chantier de fouille archéologique, met en évidence des lacunes importantes : imprécision, lenteur, redondance, etc. Le SIG apparaît pour beaucoup comme une solution utile et pertinente. Pourtant, si les SIG soulèvent l’enthousiasme de la communauté archéo-informatique, les archéologues de terrain se montrent quant à eux beaucoup plus prudents, voir réticents, à l’idée d’introduire ces technologies sur les chantiers. Ce constat est à la base du questionnement général de cette recherche. Il relance la discussion sur la manière d’introduire efficacement les savoir-faire géomatiques au sein d’une organisation, ici plus spécifiquement au sein d’un chantier de fouille archéologique. L’objectif de cette recherche consiste à montrer que la conception et le développement participatif d’une solution logicielle géomatique nomade peut soutenir efficacement la géomatisation « acceptée » du processus d’acquisition des données lors de la fouille. Un prototype logiciel, baptisé Arch-Tablet, a ainsi été conçu et développé suivant une démarche participative centrée sur l’utilisateur. Il a ensuite été testé auprès des archéologues de Parcs Canada, en charge de la fouille du site de l’ancien château de St-Louis, situé sous les planches de la terrasse Dufferin, à Québec. Ces derniers ont accepté de s’investir comme partenaires du projet Archéogéomatique en général et de cette recherche en particulier, en nous accordant un droit de visite sur leur chantier et en nous consacrant, à la demande, un peu de leur temps. Des tests ont été menés sur le terrain dans un premier temps, puis en laboratoire dans un second temps. Les résultats obtenus démontrent, d’un point de vue technologique, que la solution répond efficacement aux différentes faiblesses qui avaient été préalablement identifiées au niveau du processus actuel d’acquisition des données. Par ailleurs, d’un point de vue méthodologique, les commentaires recueillis auprès des archéologues démontrent clairement que la solution a été bien acceptée sur le plan humain. L’alternative proposée par cette recherche s’avère donc prometteuse.

Dans le cadre de cette étude, j’ai examiné la richesse spécifique des oiseaux et la biogéographie de fragments de forêt tropicale afin de comprendre et prédire les effets de la perte et de la fragmentation des habitats sur les oiseaux de paysages forestiers menacés à proximité du canal de Panama. Pour atteindre cet objectif, j’ai utilisé la relation superficie-espèce (species-area relationship, SAR), utilisée couramment en biologie de la conservation. Cependant, le modèle que j’ai utilisé ici diffère de la SAR originale puisqu’il ajoute les effets non aléatoires de la répartition de la diversité et des patrons de perte d’habitat, normalement ignorés dans les études de ce genre. Je démontre que ces patrons ne sont pas aléatoires. La diversité augmente graduellement à partir des forêts sèches et saisonnières du Pacifique, en allant vers les forêts humides sempervirentes de l’Atlantique. L’analyse de coefficients de direction (Path Analysis) révèle que la diversité aviaire est influencée principalement par l’hétérogénéité de l’habitat. L’humidité explique partiellement la diversité floristique, ainsi que l’âge de la forêt, la topographie et la superficie (taille et la configuration de l’habitat). De façon similaire, la perte d’habitat a résulté de plusieurs facteurs socio-économiques favorisant de manière prévisible l’urbanisation ou l’agriculture. En raison de la présence de deux agglomérations urbaines en croissance dans cette partie du Panama, la perte d’habitat devrait surtout se faire au profit de l’urbanisation. Les forêts sans protection, près des régions urbaines, des autoroutes ou des populations aisées paraissent en danger immédiat de conversion. Quand la SAR est ajustée afin d’inclure le gradient de diversité d’oiseaux et les scénarios de perte d’habitat plausibles, la perte projetée d’espèces est plus élevée que si on utilise la SAR originale. Le modèle prédit un déclin abrupt de la richesse en espèces suivant la perte de 24 % d’habitat à partir des forêts actuellement présente. Ce résultat peut avoir de sérieuses conséquences pour la conservation dans la région du canal de Panama et même d’autres régions dans les tropiques. Mes recherches appuient l’idée que la SAR «améliorée» permet des prédictions réalistes sur l’extinction locale d’espèces suivant la perte d’habitat, puisqu’elle tient compte de la répartition non aléatoire des espèces et des menaces non aléatoires de perte d’habitat. / In this study, I examined the biogeography of avian species richness in fragmented tropical forests in order to understand and predict the effect of habitat loss and fragmentation on avian diversity in endangered forested landscapes near the Panama Canal. To reach this goal, I used the species-area relationship (SAR), a commonly used tool of Conservation Biology. However, the model I employed here differed from the standard SAR since it added the effect of non-random distribution patterns of species richness, and the non-random patterns of habitat loss, both previously neglected. In this study, I show that neither pattern was random. Species richness increased gradually from the dry seasonal forests of the Pacific coast to the humid evergreen forests of the Atlantic coast. Richness was higher in intact mature humid forests with higher vegetation diversity, and in rugged topography (which supports the habitat heterogeneity hypothesis); it also followed area (in larger and continuous tracts of forests). Similarly, habitat loss happened according to two predictable socio-economic patterns: urbanization or conversion to agriculture. Habitat loss scenarios were derived from the strongest factors (biophysical or socio-economic). Owing to the presence of two major growing cities in our study area, most habitat loss is expected to occur following urbanization. Unprotected forests in proximity of urbanized areas, main highways or affluent populations may be in immediate danger of conversion. The species-area relationship used in this study, which included the distribution patterns of richness and the habitat loss scenarios, yielded more dramatic and realistic results, compared to the standard SAR. The model predicted a drastic decline in forest bird species richness following the loss of only 24 % of actual forests remaining, a phenomenon called fragmentation threshold. This result alone may have strong repercussions on conservation discussions in the Panama Canal region and other endangered landscapes in the tropics. The use of this “improved” SAR model in making projections of species loss following habitat loss in the tropics represent a tool that might be extremely useful in conservation since it takes into account non-negligible aspects previously omitted.

Le développement technologique de ces dernières années a eu comme conséquence la démocratisation des données spatiales. Ainsi, des applications comme la cartographie en ligne et les SOLAP qui permettent d’accéder à ces données ont fait leur apparition. Malheureusement, ces applications sont très limitées du point de vue cartographique car elles ne permettent pas une personnalisation flexible des cartes demandées par l’utilisateur. Pour permettre de générer des produits plus adaptés aux besoins des utilisateurs de ces technologies, les outils de visualisation doivent permettre entre autres de générer des données à des échelles variables choisies par l'utilisateur. Pour cela, une solution serait d’utiliser la généralisation cartographique automatique afin de générer les données à différentes échelles à partir d’une base de données unique à grande échelle. Mais, compte tenu de la nature interactive de ces applications, cette généralisation doit être réalisée à la volée. Depuis plus de trois décennies, la généralisation automatique est devenue un sujet de recherche important. Malheureusement, en dépit des avancées considérables réalisées ces dernières années, les méthodes de généralisation cartographique existantes ne garantissent pas un résultat exhaustif et une performance acceptable pour une généralisation à la volée efficace. Comme, il est actuellement impossible de créer à la volée des cartes à des échelles arbitraires à partir d’une seule carte à grande échelle, les résultats de la généralisation (i.e. les cartes à plus petites échelles générées grâce à la généralisation cartographique) sont stockés dans une base de données à représentation multiple (RM) en vue d’une éventuelle utilisation. Par contre, en plus du manque de flexibilité (car les échelles sont prédéfinies), la RM introduit aussi la redondance à cause du fait que plusieurs représentations de chaque objet sont stockées dans la même base de données. Tout ceci empêche parfois les utilisateurs d’avoir des données avec un niveau d’abstraction qui correspond exactement à leurs besoins. Pour améliorer le processus de la généralisation à la volée, cette thèse propose une approche basée sur un nouveau concept appelé SGO (objet auto-généralisant: Self-Generalizing Object). Le SGO permet d’encapsuler des patrons géométriques (des formes géométriques génériques communes à plusieurs objets de la carte), des algorithmes de généralisation et des contraintes d’intégrité dans un même objet cartographique. Les SGO se basent sur un processus d’enrichissement de la base de données qui permet d’introduire les connaissances du cartographe dans les données cartographiques plutôt que de les générer à l’aide des algorithmes comme c’est typiquement le cas. Un SGO est créé pour chaque objet individuel (ex. un bâtiment) ou groupe d’objets (ex. des bâtiments alignés). Les SGO sont dotés de comportements spécifiques qui leur permettent de s'auto-généraliser, c.-à-d. de savoir comment généraliser l’objet qu’ils représentent lors d’un changement d’abstraction (ex. changement d’échelle). Comme preuve de concept, deux prototypes basés sur des technologies Open Source ont été développés lors de cette thèse. Le premier permet la création des SGO et l’enrichissement de la base de données. Le deuxième prototype basé sur la technologie multi-agent, utilise les SGO créés pour générer des données à des échelles arbitraires grâce à un processus de généralisation à la volée. Pour tester les prototypes, des données réelles de la ville de Québec à l’échelle 1 : 1000 ont été utilisées. / With the technological development of these past years, geospatial data became increasingly accessible to general public. New applications such as Webmapping or SOLAP which allow visualising the data also appeared. However, the dynamic and interactive nature of these new applications requires that all operations, including generalization processes, must be carried on-the–fly. Automatic generalization has been an important research topic for more than thirty years. In spite of recent advances, it clearly appears that actual generalization methods can not reach alone the degree of automation and the response time needed by these new applications. To improve the process of on-the-fly map generalization, this thesis proposes an approach based on a new concept called SGO (Self-generalizing object). The SGO allows to encapsulate geometric patterns (generic geometric forms common to several map features), generalization algorithms and the spatial integrity constraints in the same object. This approach allows us to include additional human expertise in an efficient way at the level of individual cartographic features, which then leads to database enrichment that better supports automatic generalization. Thus, during a database enrichment process, a SGO is created and associated with a cartographic feature, or a group of features. Then, each created SGO is transformed into a software agent (SGO agent) in order to give them autonomy. SGO agents are equipped with behaviours which enable them to coordinate the generalization process. As a proof of concept, two prototypes based on Open Source technologies were developed in this thesis. The first prototype allows the creation of the SGO. The second prototype based on multi-agents technology, uses the created SGO in order to generate data on arbitrary scales thanks to an on-the-fly map generalization process. Real data of Quebec City at scale 1: 1000 were used in order to test the developed prototypes.

Les applications d’aide à la décision spatiale telles que SOLAP (Spatial OLAP) sont traditionnellement conçues pour les environnements informatiques de bureau. L’adaptation des applications SOLAP aux contextes d’utilisation mobile (e.g. PDA et téléphones mobiles) pose certains problèmes dus à la nature et aux contraintes de ces environnements. Ce projet de recherche vise à apporter une solution, basée sur une architecture orientée services (SOA), pour l’adaptation des cubes de données SOLAP aux environnements mobiles. Il s’agit d’un service Web capable de transformer les cubes SOLAP des entrepôts de données géo-décisionnelles en mini-cubes de taille réduite, adaptés aux clients mobiles. Le service permet de sélectionner un sous-ensemble des cubes existants par l’intermédiaire d’opérateurs paramétrables, d’appliquer des traitements de simplification aux membres spatiaux, et finalement de transmettre ces données en format XML. Ce travail de recherche ouvre donc la voie à la conception et au développement de nouvelles applications géospatiales décisionnelles mobiles. / Decision support systems such as SOLAP (Spatial OLAP) have been originally designed as desktop applications. Adapting SOLAP applications to mobility contexts (e.g. using PDAs and mobile phones) pose some challenges due to the constraints of these environments. This research projects aims to provide a solution, based on a Service Oriented Architecture (SOA), for adapting SOLAP data cubes to mobile environments. It consists of a Web service which is capable of transforming SOLAP cubes from spatial data warehouses, in order to create mini-cubes of reduced size, suitable for mobile clients. This service allows selecting a subset of existing cubes (using parameterizable operators), applying simplification algorithms to spatial members, and finally transfering the data in an XML format. This research opens the way to the design and development of new geospatial decisional mobile applications.

Les applications géodécisionnelles évoluent vers le temps réel et nécessitent un mécanisme de mise à jour rapide. Or, ce processus est complexe et très coûteux en temps de calcul à cause de la structure dénormalisée des données, stockées sous forme de cube. La méthode classique qui consistait à reconstruire entièrement le cube de données prend de plus en plus de temps au fur et à mesure que le cube grossit, et n'est plus envisageable. De nouvelles méthodes de mise à jour dites incrémentielles ont fait leurs preuves dans le domaine du Business Intelligence. Malheureusement, de telles méthodes n'ont jamais été transposées en géomatique décisionnelle, car les données géométriques nécessitent des traitements spécifiques et complexes. La mise à jour des cubes de données spatiales soulève des problèmes jusqu'alors inconnus dans les cubes de données classiques. En plus de cela, une large confusion règne autour de la notion de mise à jour dans les entrepôts de données. On remarque également que l'architecture des entrepôts de données suit la tendance actuelle d'évolution des architectures de systèmes informatiques vers une distribution des tâches et des ressources, au détriment des systèmes centralisés, et vers le développement de systèmes interopérables. Les architectures en émergence, dites orientées services deviennent dans ce sens très populaires. Cependant, les services dédiés à des tâches de mise à jour de cubes sont pour l'heure inexistants, même si ceux-ci représenteraient un apport indéniable pour permettre la prise de décision sur des données toujours à jour et cohérentes. Le but de ce mémoire est d'élaborer des méthodes de mise à jour incrémentielles pour les cubes spatiaux et d'inscrire le dispositif dans une architecture orientée services. La formulation de typologies pour la gestion de l'entrepôt de données et pour la mise à jour de cube a servi de base à la réflexion. Les méthodes de mise à jour incrémentielles existantes pour les cubes non spatiaux ont été passées en revue et ont permis d'imaginer de nouvelles méthodes incrémentielles adaptées aux cubes spatiaux. Pour finir, une architecture orientée services a été conçue, elle intègre tous les composants de l'entrepôt de données et contient le service web de mise à jour de cube, qui expose les différentes méthodes proposées.

No description available.

No description available.

No description available.

Un déclin mondial des populations de caribou forestier est présentement observé. Il devient impératif d’envisager des stratégies d’aménagement pour atténuer l’impact négatif de l’aménagement forestier sur le caribou. L’objectif principal de ce projet est donc de déterminer l’impact de différentes approches de spatialisation de la récolte dans un contexte d’optimisation de la récolte de matière ligneuse afin de préciser la relation entre la possibilité forestière et la qualité de l’habitat du caribou forestier. Plusieurs scénarios de récolte ont été simulés et évalués sur un horizon de 150 ans en tenant compte du régime de feu, d’un indice de perturbation du territoire, d’un indice de qualité d’habitat, du niveau de coupe du territoire et de l’importance du réseau routier. Les résultats indiquent que l’augmentation de la taille des compartiments de coupe et l’ajout de certaines contraintes spatiales permet d’augmenter la probabilité d’observation du caribou forestier et de réduire l’importance du réseau routier, mais produit également une diminution de la possibilité forestière.