Dans ce travail, une modélisation hydrogéologique du bassin-versant de la Somme dans le nord de la France a été menée avec une attention particulière sur l'interaction rivière-aquifère. Le modèle couplé a été utilisé. Un Système d'Information Géographique a été incorporé à toutes les étapes du processus de modélisation pour la préparation des données d'entrée et la visualisation des résultats des simulations. Le processus commence par l'analyse du Modèle Numérique de Terrain (MNT). Ensuite, les maillages de surface et de l'aquifère ont été crées. Une discrétisation plus fine a été effectuée sur le réseau des rivières et les limites des sous-bassins. Pour le modèle de surface, des données météorologiques, d'occupation du sol et de type de sol ont été acquises. Le modèle de surface permet de répartir les precipitations en évapotranspiration, infiltration et ruissellement de surface. Des niveaux piézométriques en régime permanents sont calculés par le modèle de nappe. L'écoulement dans la zone non saturée a été simulé par un modèle utilisant la cascade de Nash. Les simulations d'écoulement transitoire souterrain et de surface ont été réalisées en prenant en compte les interactions nappe-rivière sur un pas de temps journalier. La calibration et la validation des résultats ont été faites en utilisant les mesures des débits et des niveaux piézométriques dans le bassin. La forte influence de la nappe sur le regime hydrologique du bassin est bien représentée par le modèle. Des comparaisons de prédiction des zones inondées en 2001 ont été effectuées avec d'autres modèles. Enfin, des analyses de sensibilité ont été réalisées afin d'orienter de futures collectes de données terrain.

Les plateformes de crowdsourcing spatial (PCS) sont des systèmes qui permettent à des personnes, appelées commanditaires, de publier des tâches spatiales afin de trouver la main-d’œuvre pour les exécuter. Ces tâches spatiales exigent que leurs exécutants soient à un endroit donné, souvent dans une fenêtre de temps donnée, pour être accomplies. Quelques exemples de PCS sont Uber et TaskRabbit. Les PCS suscitent beaucoup d’intérêt dans la recherche, mais des pistes de recherche sont encore à explorer.Doan et al. [2011] a soutenu que l’objectif réside maintenant dans “la construction de plateformes générales de crowdsourcing qui peuvent être utilisées pour développer rapidement ces systèmes”. Depuis, peu de travaux ont porté sur la conception technique des PCS. En outre, il existe un écart entre ce qui est mis en oeuvre par les PCS de l’industrie et les propositions que l’on trouve dans la littérature scientifique. Nous proposons GENIUS-C, une architecture générique pour les PCS. Nous fournissons une implémentation de référence (IR) pour GENIUS-C, fonctionnant comme un cadre pour le développement de PCS. GENIUS-C et son IR sont destinés à combler les écarts entre le monde académique et industriel, et faciliter la compréhension et le développement rapide de PCS.Nous étudions également l’important problème de l’appariement des exécutants et des tâches d’un PCS. Comment peut-on trouver une ou plusieurs tâches adaptées à un exécutant (et vice versa)? Certains utilisent des techniques de système de recommandation, d’autres des approches d’optimisation. La plupart d’entre eux ne tiennent pas compte des dimensions spatio-temporelles des tâches et des exécutants. Ceux qui en tiennent compte ignorent les préférences des exécutants, des commanditaires ou du système lui-même. Dans ce contexte, nous identifions et modélisons le problème réel et récurrent suivant: une fois que l’exécutant est prêt à accomplir des tâches, quelle est la meilleure séquence de tâches à suivre en respectant ses contraintes spatio-temporelles? Comment cette séquence peut-elle être obtenue en tenant compte des préférences de l’exécutant, des commanditaires, du système lui-même ou d’une combinaison de ceux-ci? Nous nommons cette situation le Problème de la Recommandation de Trajectoire, auquel nous proposons une solution optimale, et étudions des heuristiques d’approximation pour le résoudre. / Spatial Crowdsourcing Platforms (SCP) are systems that allow people, called requesters, to publish spatial tasks in order to find suitable workforce to perform it. These spatial tasks require workers to be at a given location, usually within a given time window, to be accomplished. Some examples of SCPs are: Uber, BlaBlaCar and TaskRabbit. SCPs are source of much interest for academy, however several research opportunities remain.Doan et al. [2011] argued that the race is now on “toward building general crowdsourcing platforms that can be used to develop such systems quickly". Since then, little has been done to investigate the technical design of SCPs precisely. Also, there is a gap between what is done in commercial platform and in scientific literature. We propose GENIUS-C, a generic architecture for SPCs. We provide a reference implementation (RI) for GENIUS-C, that works as a framework for the development of SCPs. GENIUS-C and its RI are meant to fill the gap between the academic and industry world, and facilitate the understanding and the quick development of new SCPs.We also study the important problem of matching workers and tasks. How can we find one or more tasks suitable for a worker (and vice versa)? Some tackle this issue using recommender system techniques, others optimization approaches. Most of them do not take into account the spatiotemporal dimensions of tasks and workers. Others take it into account, but to ignore the preferences of either workers, requesters or the system itself. In this context, we identify and model the following common real-life problem: once a worker is willing to spend sometime accomplishing tasks, what is the best sequence of tasks to be followed respecting their spatiotemporal constraints? How can this sequence be obtained taking into account the preferences of the worker, the requesters, the system itself, or a combination of them? We name this situation the Trajectory Recommendation Problem (TRP), propose a feasible exact solution and study approximation heuristics for it.

Les récentes évolutions dans les technologies de l'information et de la communication, avec le développement de l'Internet, conduisent à l'explosion des volumes des sources de données. Des nouveaux besoins en recherche d'information émergent pour traiter l'information en relation aux contextes d'utilisation, augmenter la pertinence des réponses et l'usabilité des résultats produits, ainsi que les possibles corrélations entre sources de données, en rendant transparentes leurs hétérogénéités. Les travaux de recherche présentés dans ce mémoire apportent des contributions à la conception d'une Nouvelle Approche de Recherche d'Information (NARI) pour la prise de décision. NARI vise à opérer sur des grandes masses de données cataloguées, hétérogènes, qui peuvent être géo référencées. Elle est basée sur des exigences préliminaires de qualité (standardisation, réglementations), exprimées par les utilisateurs, représentées et gérées à l'aide des métadonnées. Ces exigences conduisent à pallier le manque de données ou leur insuffisante qualité, pour produire une information de qualité suffisante par rapport aux besoins décisionnels. En utilisant la perspective des utilisateurs, on identifie et/ou on prépare des sources de données, avant de procéder à l'étape d'intégration des contenus. L'originalité de NARI réside dans la métaphore de l'écart d'impédance (phénomène classique lorsque on cherche à connecter deux systèmes physiques hétérogènes). Cette métaphore, dont R. Jeansoulin est à l'origine, ainsi que l'attention portée au cadre réglementaire, en guident la conception. NARI est structurée par la dimension géographique (prise en compte de divers niveaux de territoires, corrélations entre plusieurs thématiques) : des techniques d'analyse spatiale supportent des tâches de la recherche d'information, réalisées souvent implicitement par les décideurs. Elle s'appuie sur des techniques d'intégration de données (médiation, entrepôts de données), des langages de représentation des connaissances et des technologies et outils relevant du Web sémantique, pour supporter la montée en charge, la généralisation et la robustesse théorique de l'approche. NARI est illustrée sur des exemples relevant de la santé

L’extraction d’information spatiale à partir de données textuelles est désormais un sujet de recherche important dans le domaine du Traitement Automatique du Langage Naturel (TALN). Elle répond à un besoin devenu incontournable dans la société de l’information, en particulier pour améliorer l’efficacité des systèmes de Recherche d’Information (RI) pour différentes applications (tourisme, aménagement du territoire, analyse d’opinion, etc.). De tels systèmes demandent une analyse fine des informations spatiales contenues dans les données textuelles disponibles (pages web, courriels, tweets, SMS, etc.). Cependant, la multitude et la variété de ces données ainsi que l’émergence régulière de nouvelles formes d’écriture rendent difficile l’extraction automatique d’information à partir de corpus souvent peu standards d’un point de vue lexical voire syntaxique.Afin de relever ces défis, nous proposons, dans cette thèse, des approches originales de fouille de textes permettant l’identification automatique de nouvelles variantes d’entités et relations spatiales à partir de données textuelles issues de la communication médiée. Ces approches sont fondées sur trois principales contributions qui sont cruciales pour fournir des méthodes de navigation intelligente. Notre première contribution se concentre sur la problématique de reconnaissance et d’extraction des entités spatiales à partir de corpus de messages courts (SMS, tweets) marqués par une écriture peu standard. La deuxième contribution est dédiée à l’identification de nouvelles formes/variantes de relations spatiales à partir de ces corpus spécifiques. Enfin, la troisième contribution concerne l’identification des relations sémantiques associées à l’information spatiale contenue dans les textes. Les évaluations menées sur des corpus réels, principalement en français (SMS, tweets, presse), soulignent l’intérêt de ces contributions. Ces dernières permettent d’enrichir la typologie des relations spatiales définies dans la communauté scientifique et, plus largement, de décrire finement l’information spatiale véhiculée dans les données textuelles non standards issues d’une communication médiée aujourd’hui foisonnante. / The extraction of spatial information from textual data has become an important research topic in the field of Natural Language Processing (NLP). It meets a crucial need in the information society, in particular, to improve the efficiency of Information Retrieval (IR) systems for different applications (tourism, spatial planning, opinion analysis, etc.). Such systems require a detailed analysis of the spatial information contained in the available textual data (web pages, e-mails, tweets, SMS, etc.). However, the multitude and the variety of these data, as well as the regular emergence of new forms of writing, make difficult the automatic extraction of information from such corpora.To meet these challenges, we propose, in this thesis, new text mining approaches allowing the automatic identification of variants of spatial entities and relations from textual data of the mediated communication. These approaches are based on three main contributions that provide intelligent navigation methods. Our first contribution focuses on the problem of recognition and identification of spatial entities from short messages corpora (SMS, tweets) characterized by weakly standardized modes of writing. The second contribution is dedicated to the identification of new forms/variants of spatial relations from these specific corpora. Finally, the third contribution concerns the identification of the semantic relations associated withthe textual spatial information.

Dans des contextes sociétaux marqués par une véritable crise de légitimité du politique et une renaissance affirmée de la démocratie locale, tant dans les pratiques que dans les cadres réglementaires, les projets liés à l'aménagement du territoire sont régulièrement portés sur la place publique en France, en Belgique et au Québec. Les citoyens revendiquent davantage de transparence en matière d'information et un droit de regard sur les décisions qui rythment la vie locale. Ainsi, l'usage de l'information géographique comme support des réflexions collectives demeure un véritable défi, dans la mesure où elle inscrit dans l'espace des projets aux enjeux souvent complexes. La question du statut de l'information géographique dans les dispositifs de réflexion territoriale, impliquant des temps de participation, se trouve de fait posée. Cette thèse interroge en particulier les usages des représentations spatiales physiques (produites par les technologies géomatiques), à travers les concepts de participation, d'accès, et d'adoption. D'un point de vue méthodologique, la recherche réalisée met en perspective, de manière originale en géographie sociale, une étude Delphi et des études de cas exploratoires, lesquelles identifient les formes de représentations spatiales physiques mobilisées dans les processus de participation, la nature et les caractéristiques de leurs usagers et les motivations des acteurs impliqués. Les résultats démontrent le caractère indispensable d'un usage réfléchi et pédagogique de l'information géographique dans une démarche d'apprentissage sociale. De même, ils mettent en évidence l'usage indirect des technologies de l'information géographique à des fins de participation publique, qui remportent toutefois une forte adhésion par l'ensemble des acteurs.

De nos jours, l'information géographique constitue une ressource incontournable dans un contexte de prise de décision et les données numériques spatiales sont de plus en plus fréquemment exploitées comme support et aide à la décision par de nombreuses organisations.<br />L'institution militaire utilise elle aussi les données spatiales comme soutien et aide à la décision. A chaque étape d'une mission, des informations géographiques de tous types sont employées (données numériques, cartes papiers, photographies aériennes...) pour aider les unités dans leurs choix stratégiques. Par ailleurs, l'utilisation de réseaux de communication favorise le partage et l'échange des données spatiales entre producteurs et utilisateurs situés à des endroits différents. L'information n'est pas centralisée, les données sont répliquées sur chaque site et les utilisateurs peuvent ponctuellement être déconnectés du réseau, par exemple lorsqu'une unité mobile va faire des mesures sur le terrain.<br />La problématique principale concerne donc la gestion dans un contexte militaire, d'une application collaborative permettant la mise à jour asynchrone et symétrique de données géographiques répliquées selon un protocole à cohérence faible optimiste. Cela nécessite de définir un modèle de cohérence approprié au contexte militaire, un mécanisme de détection des mises à jour conflictuelles lié au type de données manipulées et des procédures de réconciliation des écritures divergentes adaptées aux besoins des unités participant à la mission.<br />L'analyse des travaux montre que plusieurs protocoles ont été définis dans les communautés systèmes (Cederqvist :2001 ; Kermarrec :2001) et bases de données (Oracle :2003 ; Seshadri :2000) pour gérer la réplication des données. Cependant, les solutions apportées sont souvent fonctions du besoin spécifique de l'application et ne sont donc pas réutilisables dans un contexte différent, ou supposent l'existence d'un serveur de référence centralisant les données. Les mécanismes employés en information géographique pour gérer les données et les mises à jour ne sont pas non plus appropriés à notre étude car ils supposent que les données soient verrouillées aux autres utilisateurs jusqu'à ce que les mises à jour aient été intégrée (approche check in-check out (ESRI :2004), ou utilisent un serveur centralisé contenant les données de référence (versionnement : Cellary :1990).<br />Notre objectif est donc de proposer des solutions permettant l'intégration cohérente et autant que possible automatique, des mises à jour de données spatiales dans un environnement de réplication optimiste, multimaître et asynchrone.<br />Nous proposons une stratégie globale d'intégration des mises à jour spatiales basée sur une vérification de la cohérence couplé à des sessions de mises à jour. L'originalité de cette stratégie réside dans le fait qu'elle s'appuie sur des métadonnées pour fournir des solutions de réconciliation adaptées au contexte particulier d'une mission militaire.<br />La contribution de cette thèse est double. Premièrement, elle s'inscrit dans le domaine de la gestion de la mise à jour des données spatiales, domaine toujours très actif du fait de la complexité et de l'hétérogénéité des données (Nous limitons néanmoins notre étude aux données géographiques vectorielles) et de la relative «jeunesse » des travaux sur le sujet. Deuxièmement, elle s'inscrit dans le domaine de la gestion de la cohérence des données répliquées selon un protocole optimiste, en spécifiant en particulier, de nouveaux algorithmes pour la détection et la réconciliation de données conflictuelles, dans le domaine applicatif de l'information géographique.

Le développement des réseaux de télécommunications radiomobiles nécessite de la part des opérateurs une prise en compte de plus en plus fine du milieu géographique dans lequel les ondes radioélectriques se propagent. Afin d'optimiser la qualité des télécommunications mobiles et la localisation des antennes relais, une étude sur les données géographiques utilisées en ingénierie radiomobile GSM a été menée. La demande est surtout concentrée en milieu urbain, or l'implantation des antennes y est plus difficile du fait de la complexité du milieu et de la présence de nombreux objets géographiques (bâtiments, infrastructures, etc.) qui jouent le rôle d'obstacle pour la propagation des ondes radio.<br />Les possibilités d'Analyse Spatiale et d'intégration de données pertinentes au sein d'un Système d'Information Géographique, ont permis d'appréhender l'influence des données géographiques (qualité, typologie, échelle, morphologie, etc.) sur la qualité (justesse de la prédiction radio, temps de calcul) de la modélisation de la propagation des ondes radio. Nous avons également introduit de nouvelles variables géographiques indirectes (indicateurs morphologiques, surfaces de visibilité, etc.) dans la modélisation, afin de caractériser plus efficacement le milieu géographique en présence. L'ensemble de ces résultats a été implémenté dans des algorithmes basés sur une approche géographique. Ils ont permis d'optimiser les calculs de couverture de champ dans les modèles radio. Les résultats obtenus ont servi à la réalisation d'un prototype informatique : le modèle OpenMorph.<br />Le modèle OpenMorph a été mis en œuvre en articulation avec un Système d'Information Géographique. Il se compose de deux parties : un module d'Analyse Spatiale qui permet de calculer les données géographiques et un module de calcul radio qui implémente deux modèles de propagation (Okumura-Hata et COST-LD). Afin de valider le modèle OpenMorph, une simulation a été effectuée sur la Communauté Urbaine de Strasbourg.

Depuis le milieu des années 1990, l'INFO-STRATEGIE, c'est-à-dire la stratégie de mise en place de l'Information Géographique, est au cœur des préoccupations des gestionnaires du territoire et des urbanistes. Elle nécessite des données multi-sources, multi-échelles et mises à jour régulièrement à une périodicité adaptée à l'évolution du milieu urbain. Les images d'Observation de la Terre représentent un potentiel important d'acquisition d'IG. Actuellement, le marché connaît une évolution majeure avec la mise en orbite de produits-systèmes Très Haute Résolution (THR) de résolution inférieure à 5 m. Cette évolution technologique débouche sur une abondance de données numériques, sources potentielles d'IG en milieu urbain, modifie les attentes des utilisateurs et transforme leurs applications. Une réflexion en termes de demande (formalisation des besoins) et non plus d'offre est indispensable pour répondre à la multiplication de l'utilisation d'IG à diverses échelles. Par ailleurs, répondre aux besoins des « utilisateurs finaux » (politiques, gestionnaires, techniciens) revient à préciser les ajustements nécessaires à la définition des capacités des nouveaux produits-systèmes. A partir d'une enquête auprès des utilisateurs d'IG, un cahier des charges précisant les besoins en information à grande échelle est établi. Des « niches potentielles d'utilisation » des images métriques sont identifiées. Des tests sont appliqués pour analyser les gains dans l'utilisation de ces nouveaux capteurs. L'un des enjeux de l'augmentation de la résolution spatiale est une nouvelle vision du territoire plus proche de la réalité. Les objets urbains s'individualisent (domaine de l'identification) et sont caractérisés par leurs éléments constitutifs (domaine de l'analyse). Cet apport de détails perturbe les procédures classiques d'extraction automatiques et complexifie l'attribution des objets aux nomenclatures existantes. Le test de plusieurs algorithmes classiques conduit à la formalisation de règles d'identification des objets urbains sur des images THR. Ces règles sont intégrées dans une procédure de classification « orientée-objets ».

Face à l'explosion des nouvelles technologies (mobiles, capteurs, etc.), de grandes quantités de données localisées dans l'espace et dans le temps sont désormais disponibles. Les bases de données associées peuvent être qualifiées de bases de données spatio-temporelles car chaque donnée est décrite par une information spatiale (e.g. une ville, un quartier, une rivière, etc.) et temporelle (p. ex. la date d'un événement). Cette masse de données souvent hétérogènes et complexes génère ainsi de nouveaux besoins auxquels les méthodes d'extraction de connaissances doivent pouvoir répondre (e.g. suivre des phénomènes dans le temps et l'espace). De nombreux phénomènes avec des dynamiques complexes sont ainsi associés à des données spatio-temporelles. Par exemple, la dynamique d'une maladie infectieuse peut être décrite par les interactions entre les humains et le vecteur de transmission associé ainsi que par certains mécanismes spatio-temporels qui participent à son évolution. La modification de l'un des composants de ce système peut déclencher des variations dans les interactions entre les composants et finalement, faire évoluer le comportement global du système.Pour faire face à ces nouveaux enjeux, de nouveaux processus et méthodes doivent être développés afin d'exploiter au mieux l'ensemble des données disponibles. Tel est l'objectif de la fouille de données spatio-temporelles qui correspond à l'ensemble de techniques et méthodes qui permettent d'obtenir des connaissances utiles à partir de gros volumes de données spatio-temporelles. Cette thèse s'inscrit dans le cadre général de la fouille de données spatio-temporelles et l'extraction de motifs séquentiels. Plus précisément, deux méthodes génériques d'extraction de motifs sont proposées. La première permet d'extraire des motifs séquentiels incluant des caractéristiques spatiales. Dans la deuxième, nous proposons un nouveau type de motifs appelé "motifs spatio-séquentiels". Ce type de motifs permet d'étudier l'évolution d'un ensemble d'événements décrivant une zone et son entourage proche. Ces deux approches ont été testées sur deux jeux de données associées à des phénomènes spatio-temporels : la pollution des rivières en France et le suivi épidémiologique de la dengue en Nouvelle Calédonie. Par ailleurs, deux mesures de qualité ainsi qu'un prototype de visualisation de motifs sont été également proposés pour accompagner les experts dans la sélection des motifs d'intérêts.

Depuis les années 2000, les technologies du Web permettent aux utilisateurs de prendre part à la production de données : les internautes du Web 2.0 sont les nouveaux capteurs de l’information. Du côté de l’Information Géographique affluent de nombreux jeux de données en provenance de plates-formes de cartographie participative telles qu’OpenStreetMap (OSM) qui a largement impulsé le phénomène de la Géographique Participative (VGI). La communauté OSM représente aujourd’hui plus de deux millions de contributeurs qui alimentent une base de données géospatiales ouverte dont l’objet est de capturer une représentation du territoire mondial. Les éléments cartographiques qui découlent de ce déluge de VGI sont caractérisés par des tags. Les tags permettent une catégorisation simple et rapide du contenu des plates-formes de crowdsourcing qui inondent la toile. Cette approche est cependant un obstacle majeur pour le partage et la réutilisation de ces grands volumes d’information. En effet, ces ensembles de tags, ou folksonomies, sont des modèles de données beaucoup moins expressifs que les ontologies. Nous proposons un méta-modèle pour rapprocher la folksonomie et l’ontologie OSM afin de mieux exploiter la sémantique des données qui en sont issues, tout en préservant la flexibilité intrinsèque à l’utilisation de tags. / Post-2000s web technologies have enabled users to engage in the information production process: Web 2.0 surfers are the new data sensors. Regarding Geographic Information (GI), large crowdsourced datasets emerge from the Volunteered Geographic Information (VGI) phenomenon through platforms such as OpenStreetMap (OSM). The latter involves more than two millions contributors who aim at mapping the world into an open geospatial database. This deluge of VGI consists of spatial features associated with tags describing their attributes which is typical of crowdsourced content categorization. However, this approach is also a major impediment to interoperability with other systems that could benefit from this huge amount of bottom-up data. Indeed, folksonomies are much less expressive data models than ontologies. We address the issue of loose OSM metadata by proposing a model for collaborative ontology engineering in order to semantically lift the data while preserving the flexible nature of the activity of tagging.