Présentée par: Amaneh Jadidi Mardkheh Candidate de doctorat en Sciences
Géomatiques
Université LavalDépartement des Sciences Géomatiques
Plan de la présentation
• Mise en contexte• Défis de recherche• Objectifs• Solutions• Résultats• Conclusion
1
Mise en Contexte
Érosion côtièreÉrosion côtière est un phénomène naturel complexe qui menace le littoral du monde entier
2
Phénomène naturel:Érosion cotière
Enjeux:Eléments à risques
aa
Mise en Contexte
Risque et ses composants et analyse de risque
2
Phénomène naturel:Érosion cotière
Enjeux:Eléments à risques
aa
alea Enjeux
Vulnérabilité Risque
vulnérabilité physique
Vulnérabilité sociale
Vulnérabilité économique
Probabilité d'occurrence intensité
bb Risque = alea x vulnérabilité
Identification d’alea Érosion
Élaborer l’index des vulnérabilités
Mise en Contexte
Prise à la décision
2
Phénomène naturel:Érosion cotière
Enjeux:Eléments à risques
aa
alea Enjeux
Vulnérabilité Risque
vulnérabilité physique
Vulnérabilité sociale
Vulnérabilité économique
Probabilité d'occurrence intensité
bb Risque = alea x vulnérabilité
Prise de décision
cc
Pêche et océan
Environnement
AgricultureTransport
Municipalité
Cadastre
etc.
Mise en Contexte
Représentation des zones à risque
3
FaibleMoyenElevé
Défis de recherche
• Plusieurs utilisateurs de littoral sous l'autorité de différents paliers d’organisations gouvernementales
• Plusieurs sources de données
• Plusieurs critères pour évaluer de risque
empêche d’avoir une vision cohérente du risque et un processus décisionnel efficace
4
Défis de recherche
Nature du risqueMultidimensionnelMulti-échelle (micro, méso, macro)HiérarchieExistence d’incertitude
Limites de SIGRequêtes complexesRetrouver rapidement l'information ad hoc
5
Besoin d’un outil géo-décisionnel SOLAP Besoin d’une représentation multi échelle en considérant le paramètre d’incertitude
Objectifs
I: Développement d’un outil géo-décisionnel pour améliorer l'évaluation du risque d'érosion côtière à l'aide SOLAP
II: Représentation des zones à risque pour prendre en compte l’incertitude inhérente en utilisant la théorie des ensembles flous
6
Solution I
Approche analytique conceptuelle pour développer un outil géo-décisionnel
7
Solution I
Analyse des besoins
Inventaire des donnéesRégions de Gaspé
8
Data Source
Lidar Data (2003, 2004, 2006) INRS-ETE, Quebec, Canada
2006 Census Canada Statistic Canada
Administrative boundary Nat. Resources Canada Geobase database
Topography Map Natural Resource of Canada
Habitat map Natural Resource of Canada
Hydrology Network Nat. Resources Canada (GeoBase database)
National Road Network Nat. Resources Canada (GeoBase database)
Land Cover Nat. Resources Canada (GeoBase database)
Technical Reports Transport Ministry of Quebec
Solution I
Identification d’alea (érosion)Niveau de marée (MSL)ArcGIS et LP360
Identification des enjeuxLes peuplesLes infrastructures (routes, ponts,…)Les maisons….
9
Solution I
Élaborer l’index de vulnérabilité
10 (Gornitz et al. 1991; Thieler and Hammer-Klos 1999; Shaw et al. 1998; Xhardé 2007, Boruff et
al. 2005)
Solution I
Développement d'un modèle conceptuel multidimensionnel spatial
Identification des dimensionsSpatialesTemporellesThématiques
Identification des mesuresSpatialesNumériques
11
Solution I
Dimensions spatiauxSegment d’analyse Structures
12
I G SPATIAL ANALYSIS UNIT
ALL
COUNTRY
PROVINCE
REGION
MRC
MUNICIPALITY
SPATIAL ANALYSIS UNIT
I G STRUCTURE
ALL
TRANSPORT COMUNICATION SERVICE
SEGMENT
SECTION
TYPE OF STRACUTE
VALUE $
HOTELBUILT INVIRONMENT
PROPERTY
PRIVATE PUBLIC
HOUSE
Solution I
Dimension temporelle
13
I T TIME
ALL PERIOD
YEAR
MONTH WEEK
DAY
SEASON
Solution I
Dimensions thématiquesPeuplesNiveau de marée Hauteur de vagueRéseau hydrologieGéologie….
13
I PEOPLE AT RISK
ALL
AGE SEX OCCUPATION EDUCATION INCOME$
CLASSIFCATION
HABITAT EMPLOYEE TOURISM
Solution I
Identification des mesuresMesures spatiales
risque pour tous les enjeux vulnérables dans n'importe quel niveau de détail par rapport à une ou plusieurs dimensions dans une région particulière et de la période avec une priorité de distance de la côte,…
Mesures numériquesNombre de personnes à risqueNombre des structures à risque…
14
Résultat I
15
M COASTAL EROSION RISK ASSESMENT CONCEPTUAL MODEL
e
SPATIAL ANALYSIS UNIT
ID_analysis_unit analysis unit ID_municipality Municipality Id_mrc MRC ID_region region Id_country country id_all all
E TIME
Id_day Day id_week week id_month month id_season id_Year season Year id-all all
x
E
COASTAL CHANGE RATE
ID_erosion_rate erosion rate ID_calss_rate Erosion rate classification ID_all all
E
u
STRUCTURE
ID_type_structure Type of structure ID_property_type property type id_value$ Value$ Id_section section id_segment segment id_all all
E
DRAINAGE AND HYDROLOGY NETWORK
ID_presence_drainage Presence Driange Network id_all all
E
PROTECTION STRUCTURE
ID_protection_structure Presence of protection structure id_status Status id_all
E
GEOLOGY OF COAST
ID_goelogy_coast geology of coast id-weekness-geology weekness of geological structure Id_all all
E
HISTORICAL HAZARD
ID_type_hazard Type of hazard ID_Intensity Intensity ID_all all
E
ELEVATION OF COAST
ID_real_evelvation real_evelvation ID_classification of elevatioan classification of elevation id_all all
E
TIDE
ID_tide_range tide range ID_tide variation tide variation ID_all all
E
WAVE HEIGHT
ID_wave height wave height id_wave_height_classification wave_height_classification id_all all
E
MEAN SLOP
ID_real_mean_slop real mean slop ID_class_mean_slop classification of mean slop ID_all all
E DISTANCE VULNERABLE OBJECT_COAST
ID_real_distance real distance ID_class_distance distance classification id_all all
E
LAND USE
ID_land_classification land use classification id_all all
E
DISTANCE COASTLINE TO 5M DEPTH
ID_distance_5m distance of coastline to 5m depth id_all all
E
PEOPLE AT RISK
ID_classification_people classification ID_Age Age id_sex sex id_education Eduacation id_Occupation Occupation ID_income iIncome $ id_all all
E
COASTAL EROSION RISK ASSESSMENT
ID_Fact Number of spatial unit at risk Density of population at denger Number of structure at risk risk_priority_distance risk_priority_goelogy_coast risk_priority_slop risk_priority_people risk_priority_structure risk_priority_physical_dimension risk_priority_socioeconomic overall risk Loss$ ID_analysis_unit ID_erosion_rate id_presence_drianaige ID_protection_strucutre ID_geology_coast Id_wave_height ID_tide_range ID_real_elevation ID_real_mean_slop ID_classification_people ID_real_distance ID_distance_5m ID_land_classification ID_type_hazard ID_type_strucutre ID_day
B
Résultat I
16
• Modèle de requête en étoile Spatial unit analysis
Country
Analysis unitDay
Distance of vulnerable object from coastline
Classification
Time
Land Use
Type
Section Structure
ElevationCoastal change rate
TypeWeakness
Geology Type
Week
Month
Year
MunicipalityMRC
RegionProvince
Property
Classification
Value
Segment
Real value
ClassificationClassification
Erosion rate
Distance
Season
Solution II
17
Approche algorithmique à l’aide de la théorie des ensembles flous
Ensemble des objets dont l'appartenance à la classe prend une valeur entre zéro et un
Solution II
18
Load LiDAR Data
Geo-referencing
Create TIN & DTM
Extract MSL
Calculate Erosion Rate
Classification: represent erosion sites
Load other cartography
Layers
Extract and classify vulnerable
features
Determine segment size
Gridding space as pixel
Define Membership Function for each pixel
Pre-calculate Measures based on risk formula
Construct Fact table
Fuzzy representation of risk for each pixel
Aggregation of pixel (fuzzy object)
Multi scale representation of risk
zones
Rep
eat f
or e
ach
epoc
h
LP360MF is
defined for each criterion
Résultat attendu II
19
M ul ti -S cal e R epr esen tati on of Coastal R i sk
Conclusion
Arguments:Nature du risquePlusieurs sources de données et des critères sont en conflitÉtude spécifique sur un enjeu du risque à l’échelle locale avec les perspectives courts termes Les limites de SIGL’existence d’incertitude
Outil géo-décisionnel est un rôle important pour améliorer l'évaluation du risque d'érosion côtière:
inclue plusieurs types d’objets vulnérables et leurs interactionsApproche des ensembles flous est une solution pour mieux représenter les zones à risque
20
Fin
21