Syt Inf Risqu Extr

Systmes dinformation et risques naturels
Coordonn par Franck Guarnieri et Emmanuel Garbolino Prfac par Marc Lobet
Les Presses de lcole des Mines Paris, 2003
cole des Mines de Paris, 60, boulevard Saint-Michel, 75272 Paris CEDEX 06 FRANCE e-mail : delamare@dg.ensmp.fr http://www.ensmp.fr/Presses ISBN : 2-911762-52-5 Dpt lgal : dcembre 2003 Achev dimprimer en dcembre 2003 (Stipa / Grou-Radenez, Paris) Tous droits de reproduction, de traduction, dadaptation et dexcution rservs pour tous les pays
PREFACE
MARC LEOBET Bureau de l'information et de la coordination interministrielle Sous-direction de la prvention des risques majeurs Direction de la prvention des pollutions et des risques Ministre de l'cologie et du dveloppement durable
Les journes systmes dinformations et risques naturels sont un point de convergence des diffrentes exprimentations et travaux de recherche sur financements europens et/ou nationaux, en mme temps quun lieu de prsentation de la part de certains bureaux dtudes parmi les plus avancs. A ce titre, elles sont un moment privilgi dinformation pour les professionnels du secteur, mais aussi un lieu dinformation et dchange. Dans ce domaine de la prvention des risques naturels majeurs, on assiste galement, comme le montre la slection de textes propose dans cet ouvrage, une conceptualisation grandissante dune approche multirisque, servie par des applications divers stades davancement, mais qui, ensemble, dressent un panorama fidle des meilleures actions disponibles. Lquilibre entre les contributions thoriques, les prsentations dexprimentations et les comptes-rendus dactions oprationnelles est optimal, et les meilleures prsentations du SIRNAT sont prsentes ici. Enfin, le contexte social et politique pousse actuellement une meilleure prise en compte des risques naturels diffrents niveaux dans notre socit. Nous constatons, chaque occasion, que le nombre dtudiants et de chercheurs, toutes disciplines confondues, de bureaux dtudes et dentreprises qui sorientent dans cette direction est de plus en plus lev. Paralllement, si les collectivits territoriales les plus importantes ont dvelopp depuis longtemps un systme dinformation pour la prvention des risques naturels, nous assistons depuis dix-huit mois une nouvelle mobilisation, notamment de structures intercommunales, allant jusqu la cration de postes ddis ce dlicat domaine. Signe de dynamisme des rflexions en cours, et sans doute de la relative nouveaut du sujet pour les acteurs, nous avons constat que nombre de praticiens lus et fonctionnaires prsents au SIRNAT assistaient des prsentations scientifiques, tandis que beaucoup de chercheurs assistaient aux comptes-rendus des bonnes pratiques .
Je suis convaincu que ce partage dexprience entre les parties prenantes, au-del des traditionnels dcoupages disciplinaires, est la cl dune meilleure russite de la prvention des risques. Jespre que cet ouvrage collectif parviendra montrer quels pourraient tre les contours dune communaut de la prvention des risques naturels majeurs, et quil participera son dveloppement. Marc LOBET
SOMMAIRE
Introduction par F. Guarnieri : I - XII
Chapitre 1. Formalisation des connaissances et contribution du langage de modlisation UML : application laide la modlisation du comportement des incendies de fort (Napoli A.) : 1 - 21
Chapitre 2. La multireprsentation de donnes spatio-temporelles applique en risques naturels (Burnet R., Manche Y.) : 23 - 37
Chapitre 3. Lapport des Systmes dInformation Gographique au traitement des problmatiques relatives aux risques naturels (SauvagnarguesLesage S.) : 39 - 53
Chapitre 4. Utilisation de la cartographie des zones inondables en Loire moyenne pour laide la dcision en cas de crise (Gautheron A., Pignol C.) : 55 - 67
Chapitre 5. Le Systme d' Information Gographique du bassin des Risques Majeurs de l' estuaire de la Seine SIGRIMAS (Mallet P., Lions P.) : 69 101
Chapitre 6. Mise en ligne de lAtlas des Dossiers Communaux Synthtiques des risques majeurs sur le dpartement de lAude (Durand H.) : 103 111
Chapitre 7. Apport des systmes dinformation dans la gestion des risques naturels par les socits et mutuelles dassurance (Guarnieri F., Rigaud E., Napoli A., Nussbaum R., Robert F.) : 113 - 127
Chapitre 8. Dveloppement dun serveur dinformations pour laide la gestion des crises associes aux inondations (BOLO P.) : 129 - 144
Systmes d' information et risques naturels Chapitre 9. Apport des technologies de l Internet dans la pratique du brlage dirig (Rigolot E., Guarnieri F., Rigaud E., Napoli A.) : 145 - 158
Chapitre 10. Un modle adaptatif de prvision des crues dans le bassin suprieur de la Garonne ( Sontheimer T., Cornuau P., Vidal J.J., Glize P.) : 159 174
Chapitre 11. Identification de la vulnrabilit aux inondations et aide la programmation des interventions par analyse multicritre spatiale (Graillot D., Batton-Hubert M., Dechomets R.) : 175 - 192
Chapitre 12. Caractrisation du risque de submersion en arrire du cordon dunaire gardois (Farnole P., Laval F.) : 193 - 209
Chapitre 13. Apports de la tldtection trs haute rsolution spatiale l' tude du risque d' inondation (Raclot, D., Maurel P., Puech C.) : 211 - 229
Chapitre 14. MOSE, le nouvel outil de prvision des crues de la Meuse (Raymond M., Jacquet P., Hypolite B.) : 231 - 245
Conclusion par F. Guarnieri : 247 - 251
II
INTRODUCTION
F. GUARNIERI Ecole des Mines de Paris Ple Cindyniques BP 207 06904 Sophia-Antipolis franck.guarnieri@ensmp.fr
Dcembre 2001, lors du colloque SIRNAT-GERI1 2001, prs de quatre cent cinquante personnes se retrouvrent autour de cinquante deux prsentations, dont lobjet visait dmontrer les contributions possibles et effectives des Technologies de lInformation et de la Communication (TIC), ainsi que de la Gomatique, la gestion des risques naturels. Deux ans plus tard, Orlans, les journes SIRNAT 20032 connurent un succs similaire.
Les thmes abords lors des confrences couvraient des domaines technologiques riches et varis, tels que les langages de modlisation, les systmes dinformation gographique, lintelligence artificielle distribue, la tldtection, lInternet, le e-learning Richesse et varit que lon retrouvait aussi dans les thmatiques des risques naturels, puisque les feux de forts ctoyaient les inondations, les tremblements de terre, les avalanches
Au del du succs en terme de participants, de la qualit dune grande majorit des contributions, nous dressions avec Grard Brugnot du CEMAGREF (co-organisateur du colloque) le constat quune communaut de scientifiques, dingnieurs, dindustriels (de lobservation de la terre) et de gestionnaires venaient, trs certainement, non pas de natre, cela aurait t bien prtentieux de notre part de lannoncer, mais tout simplement de se trouver, de sapprcier, de partager des expriences, des points de vue, des
1 SIRNAT-GERI 2001 : Systme d Information et Risques NATurels et Gestion des Risques, organis par le Groupe des Ecoles des Mines, le CEMAGREF, l Institut de Mathmatiques Appliques de Grenoble, la Chambre de Commerce et d Industrie des Alpes Maritimes et le Club Hightech de Sophia-Antipolis s est tenu les 6 et 7 dcembre 2001, Sophia-Antipolis. 2 SIRNAT 2003 : Systme d Information et Risques NATurels et Gestion des Risques, organis par le Groupe des Ecoles des Mines, le CEMAGREF, l IMAG, le BRGM s est tenu les 29 et 30 janvier 2003, Orlans.
II
Systmes d' information et risques naturels
divergences... Toutes ces choses qui, misent bout bout, traduisent la richesse et le dynamisme d une communaut d ides et de pratiques.
Une communaut qui s enrichit rgulirement de nouveaux venus, particulirement dynamiques et inventifs, comme Roland Nussbaum3 qui initia dbut 2002, avec le soutien de notre laboratoire, de l AFIGEO4 et l AFPCN5, un groupe de travail qui mis au cur des proccupations du secteur priv la question de l information gographique et des risques naturels. Les rsultats6 furent prsents lors d un colloque au Snat en novembre 2002, conclu par une intervention de madame La Ministre de l Ecologie et du Dveloppement Durable.
Dix ans plus tt Laurent Buisson et Jean Luc Wybo prsentaient leur thse.
La premire [BUI90] dcrivait la conception et la ralisation du systme base de connaissances ELSA destin l analyse de sites avalancheux. Le systme utilisait une reprsentation de connaissances par objets spatiaux lmentaires (point, ligne, polygone) afin d infrer des proprits de l espace (gographique) apte satisfaire des besoins en terme de modlisation des phnomnes lis l avalanche.
La seconde [WYB91] prsentait un systme d infrence gographique EXPERTGRAPH fond sur une reprsentation pixelise de l espace et ce, dans le but de prdire le risque incendie de fort principalement sur la base de connaissances mtorologiques acquises en temps rel.
3 Roland Nussbaum est le directeur de la Mission Risques Naturels des socits et mutuelles d assurances. La revue SIG La Lettre l a dcrit comme mi-gographe, mi-assureur mais totalement convaincu l information gographique. (n35, mars 2002). 4 AFIGEO : Association Franaise pour l Information Gographique. 5 AFPCN : Association Franaise pour la Prvention des Catastrophes Naturelles. 6 Rapport de l AFIGEO et de l AFPCN, 2002, : Partager l information gographique sur le risque d inondation pour mieux le grer.
Introduction
III
La valorisation et la reconnaissance de leurs travaux se ralisaient dans l intimit de deux groupements scientifiques : le Rseau CASSINI7 porteur des esprances, motivations et combats de la communaut de l information gographique, des Systmes d Information Gographique (SIG), puis de la Gomatique, et le Programme Environnement, Vies et Socits (PEVS) du CNRS8, dirig alors par Alain Pav et plus particulirement dans le cadre du comit Mthodes, Modles et Thories (MMT) qui visait promouvoir (un autre beau combat) des contributions transdisciplinaires principalement centres sur les questions de modlisation dans le domaine de l environnement [GUA97].
Laurent et Jean Luc venaient d ouvrir la voie La voie de bon nombre de thses. Pas uniquement la mienne [GUA95], mais aussi celles de Vincent Cligniez [CLI98], Yannick Manche [MAN00], Aldo Napoli [NAP01]
La communaut des systmes d information et des risques naturels s est donc peu peu organise et s est dote trs rcemment d un rseau principalement anim par le BRGM, le CEMAGREF, l IMAG et le Groupe des Ecoles des Mines (Als, Paris, Nancy et St Etienne). Il a pris l habitude de se runir trs rgulirement par le biais de confrences scientifiques et technologiques visant d une part dresser un tat des pratiques et des dernires avances et d autre part vulgariser auprs des pouvoirs publics, des collectivits locales et des bureaux d tudes les travaux conduits dans le secteur de la R&D.
Les travaux prsents par les quipes de recherche mettent l' accent sur trois points majeurs concernant l' apprhension et la gestion des risques naturels, notamment pour la caractrisation de la vulnrabilit des sites et l' estimation des alas :
La formalisation des donnes et des connaissances : elle permet de capitaliser et de reprsenter les donnes du problme et le problme luimme selon des normes smantiques permettant un dialogue entre les acteurs. Elle assure une vision d' ensemble des donnes et des bases de donnes tablir. Elle cherche intgrer les connaissances et les pratiques des acteurs du systme. Elle fait le lien entre le modle
7 Rseau cassini : http://lisi.insa-lyon.fr/~laurini/cassini/sigma.htm 8 http://www.cnrs.fr/cw/fr/prog/progsci/evs.html
IV
conceptuel et les moyens techniques dvelopper, notamment en matire de modlisation environnementale (Chapitres 1 et 2). L' usage dcupl des Systmes d' Information et des techniques d observation de la terre associant les systmes de gestion de bases de donnes environnementales, leur reprsentation spatiale par le biais de modles mathmatiques et/ou statistiques de simulation (Chapitres 3, 4, 5, 7, 10). Le rle de l' information spatiale et la possibilit pour les chercheurs, les dcideurs et les citoyens d' accder une information qui se structure progressivement selon les besoins de chacun (images satellitaires, donnes IGN, BRGM, Mto-France etc) et dont l accs semble grandement se faciliter par le recours aux technologies de l Internet (Chapitres 6, 8, 9, 11, 12, 13 et 14).
De nombreux outils d' aide la dcision, allant du prototype exploratoire au dispositif oprationnel, traduisent le dynamisme de la communaut et l' existence d' une demande croissante en la matire s' adressant aux collectivits territoriales nationales, voire europennes, et aux assureurs.
Le prsent manuscrit compte quatorze chapitres organiss selon les trois points cits ci dessus. Afin de laisser libre cours au lecteur dans le choix de ses lectures nous en donnons pour chacun d eux un bref aperu.
Chapitre 1. Formalisation des connaissances et contribution du langage de modlisation UML : application l aide la modlisation du comportement des incendies de fort
Ce chapitre prsente une mthode pour modliser les donnes et les connaissances du domaine des incendies de forts l' aide du langage UML (Unified Modelling Language). Le but de cette mthode est non seulement de modliser des donnes utilises dans les modles de propagation, mais aussi de capitaliser l' exprience des acteurs et de dcrire la dmarche exprimentale. Il s' agit donc d' un processus de modlisation alliant la modlisation mtier avec la modlisation des donnes et du problme. L' emploi d' UML a l' avantage de formaliser cet ensemble d' information avec un langage standardis, ouvert, graphique et suffisamment souple pour permettre une volution de l' architecture du modle. Cette formalisation permet donc d' optimiser la transition entre l' tape d' exprimentation et celle de modlisation. Le modle conceptuel de la dmarche exprimentale et de l organisation des connaissances issues d exprimentations en milieu naturel permet, au modlisateur d optimiser la prparation de
Introduction
l exprimentation ainsi que la capitalisation des connaissances qui en sont issues. La concrtisation de cette approche est matrialise par la cration d' un premier prototype de systme de gestion des connaissances qui a t prouv et valid par des experts. L' activit de formalisation des connaissances dans la recherche en environnement s' impose ainsi comme un vritable mtier dans une communaut o les besoins pour acqurir, distribuer, grer et capitaliser l' information et les savoir-faire sont en pleine augmentation.
Chapitre 2. La multi-reprsentation de donnes spatio-temporelles applique en risques naturels
Le projet europen MurMur (Multi Reprsentation et Multi Rsolution) a pour objectif de faciliter l' accs et l' utilisation des donnes spatiotemporelles ayant des rsolutions et des reprsentations diffrentes. Ce projet prvoit l' emploi d' un logiciel de gestion des banque de donnes et d' un systme d' information gographique (SIG). L' unit Etna du Cemagref, dont les recherches sont focalises sur les risques naturels, se pose en tant qu' utilisatrice de ce systme d' information o un mme objet peut avoir une reprsentation spatiale ou temporelle diffrente en fonction des bases de donnes qui le reprsentent comme c' est le cas, par exemple, pour les tronons de routes rfrencs dans les bases de donnes BDCARTO, BDTOPO et BD GEOROUTES de l' IGN. L' intgration de la multireprsentation constitue une dmarche mergente de la modlisation des systmes et des bases de donnes, s' appuyant notamment sur le langage UML et des extensions gomtriques, avant leur implmentation dans un SIG. Elle apporte une aide pour le ciblage de la distribution de l' information en fonction des acteurs. La contribution de MurMur dans la gestion des risques naturels s' tablit sur plusieurs niveaux associants la rcupration des informations disponibles, la production de documents de synthses de donnes surtout cartographiques et de zonages et enfin, le traitement au cas par cas des permis de construire et de certificats d' urbanisme.
Chapitre 3. L apport des Systmes d Information Gographique au traitement des problmatiques relatives aux risques naturels
Ce chapitre illustre l' application d' un SIG pour la gestion des risques naturels dans le cadre des incendies de forts, de l' alerte face aux inondations pour l' intervention des services de la Scurit Civile dans le dpartement du Gard. L' emploi du SIG permet d acqurir puis de mettre jour de l information gographique (digitalisation, tldtection, GPS, ), de grer l information gographique (stockage, structuration), de manipuler
VI
et analyser l information gographique (recherche d informations, analyse spatiale, analyse topologique, croisement de couches d informations, ) et de restituer l information gographique (cartes, fichiers, tableaux, graphiques). L' apport du SIG est donc de premire importance non seulement pour la localisation des vnements porteurs de risques, mais aussi pour la modlisation des risques et pour l' organisation des secours. Le couplage du SIG avec des systmes de communication par satellite permettra aux SIG d' tre au centre de la tlgomatique.
Chapitre 4. Utilisation de la cartographie des zones inondables en Loire moyenne pour l aide la dcision en cas de crise
Ce chapitre prsente la mthodologie labore pour calculer et reprsenter les zones inondables prvisibles, partir des rsultats du modle hydraulique et d' un modle numrique de terrain de faible prcision dans le bassin-versant de la Loire. Cette tude est ralise dans le cadre du Plan Loire Grandeur Nature en vue de raliser un amnagement global de la Loire en prenant en compte la scurit des personnes et des biens face au risque d' inondation, la satisfaction des besoins en eau et la restauration de la diversit cologique du milieu. La ralisation de ces objectifs est concilier avec un dveloppement conomique durable des territoires concerns. A terme, cette tude propose de raliser des atlas de cartes des zones inondables prvisibles en fonction de 6 scnarios de crue pr-calcule selon un gradient croissant d' intensit. Ces cartes devront tre utiles aux services d' annonce de crue et aux services d' intervention. En thorie, elles devront tre utilisables en temps rel.
Chapitre 5. Le Systme d' Information Gographique du bassin des Risques Majeurs de l' estuaire de la Seine SIGRIMAS
Le SIG SIGRIMAS a t dvelopp par la Direction pour l' Information sur les Risques Majeurs (DIRM) pour la gestion des risques dans l' estuaire de la seine, dans le cadre des effondrements des cavits souterraines. Les orientations de ce SIG sont la centralisation des informations relatives aux risques majeurs, la production d' tudes gocindyniques et le travail en rseau gomatique avec les collectivits territoriales. Les auteurs prsentent les diffrents "modules" de leur SIG et mettent l' accent sur l' importance de la conception de bases de donnes gorfrences, notamment celles produites par le BRGM pour la localisation des "Cavits souterraines" et des "Mouvements de terrain". L' emploi d' un modle conceptuel d' analyse de risques source-effet-cible est voqu.
Introduction
VII
Chapitre 6. Mise en ligne de l Atlas des Dossiers Communaux Synthtiques des risques majeurs sur le dpartement de l Aude
Ce chapitre prsente la publication sur Internet des informations relatives sur les risques majeurs susceptibles de se dvelopper sur le lieux de vie, de travail et de vacance du citoyen (loi du 22 juillet 1987) dans le dpartement du l' Aude. Le site Internet prsente des sources cartographiques allant du 1/1.000.000 au 1/25.000 par l' intermdiaire d' une interface graphique permettant des zooms, des requtes, des liens etc. Les technologies utilises associent du code en HTML et Javascript pour la production et la consultation des cartes.
Chapitre 7. Apport des systmes d information dans la gestion des risques naturels par les socits et mutuelles d assurance
Ce chapitre aborde l' intrt d' utiliser des systmes d' information pour la gestion des risques naturels par les socits et mutuelles d' assurance, afin de faciliter l' accs l' information pour ces dernires. Ce systme d' information est structur en tant que portail o des documents en PDF, HTML et articles papier sont rfrencs et leur consultation est facilite par un moteur de recherche. Ce moteur est reli entre autre la base de donnes CORINTE (Communes Risque Naturels et Technologiques du Ministre de l' Amnagement du Territoire et de l' Environnement). Ce site possde un outil de requte spcialis pour les relations assureur/assur avec le point sur l' avancement de la situation des documents sur le risque et la restitution graphique de ces informations. Ce site est galement compos d' annuaires, d' une cyberthque et d' une banque de donnes statistiques sur les risques naturels. Les auteurs mettent l' accent sur le besoin de sources d' informations cartographique sur les alas.
Chapitre 8. Dveloppement d un serveur d informations pour l aide la gestion des crises associes aux inondations SISPASE est un outil oprationnel d' aide la dcision lors des pisodes de crues et s adresse l ensemble des acteurs concerns. L utilisation de l outil par des services coordonnateurs peut galement tre envisage ; ainsi les Services Interministriels de Dfense et de Protection Civile (SIDPC) peuvent recourir SISPASE lors des runions des cellules de crise. Il doit tre considr comme un serveur d informations sur les enjeux et les actions prvoir en cas de crue. L outil apporte une vision intgre puisqu il regroupe l ensemble des enjeux grs par diffrents services. Les
VIII Systmes d' information et risques naturels
fonctionnalits cartographiques ouvrent de nouvelles perspectives lors de la gestion des crises en offrant une reprsentation globale du phnomne l chelle d un val inondable. SISPASE ne doit pas pour autant se positionner en substitution de l exprience des services gestionnaires. Il s agit d un outil qui apporte une nouvelle dimension d analyse mais qui reste limit pour la planification des actions dployer sur le territoire. L intrt de l outil rside galement dans le fait qu il permet de raliser des simulations permettant d anticiper les actions selon diffrentes dynamiques de progression des crues. L ensemble des cotes mesures et associes un pisode de crue est archiv par le systme. De manire identique, les dates d inondation des enjeux sont stockes dans la base de donnes. SISPASE peut ainsi tre considr comme un outil de capitalisation de l information. Les niveaux d eau intgrs par SISPASE correspondent aux valeurs transmises par les services d annonce des crues. L outil peut cependant utiliser les rsultats d une modlisation hydraulique. L adaptation des bases de donnes d autres valles peut tre envisage en respectant les rgles de modlisation de l information imposes par le systme.
Chapitre 9. Apport des technologies de l Internet dans la pratique du brlage dirig
La technique du brlage dirig est prsente dans ses principes et ses objectifs ainsi que le cadre de son dveloppement en France et en Europe pour conclure la ncessit d un outil de mdiation entre chercheurs et praticiens pour une meilleure diffusion de la technique. Le systme de formation et d aide la dcision sur la pratique et les effets du brlage dirig (SFAD-BD) est l un des principaux produits issus du programme de recherches europen Fire Torch destin promouvoir le dveloppement du brlage dirig dans le Sud de l Europe. C est un systme d information interactif et facile d accs utilisant les technologies de l Internet. La dmarche d identification des besoins, de recueil de la connaissance, puis de sa formalisation au moyen de la mthode UML est d abord dtaille. Puis les choix technologiques de dveloppement du systme sont exposs ainsi que leur mise en uvre. Enfin les diffrents modules de formation et d aide la dcision sont prsents : bilans statistiques rgionaux, principes de prcaution, gestion des contraintes, effets du brlage sur le milieu, gestion des fumes. Finalement, les perspectives de dveloppement du systme sont voques.
Introduction
IX
Chapitre 10. Un modle adaptatif de prvision des crues dans le bassin suprieur de la Garonne
Le modle STAFF (Software Tool for Adaptative Flood Forecast) est un outil de prvision auto-adaptatif disposant de capteurs pour l' observation des phnomnes naturels. Ce modle est bas sur la thorie des AMAS (Adaptative Multi-Agent Systems). Il a t dvelopp par la socit ARTAL en collaboration avec l' IRIT et la DIREN Midi-Pyrnnes. STAFF comprend des agents "capteurs" pour lesquels la cohrence des valeurs d' entre et de sortie est teste et un agent "station". Pour une station de prvision donne, le systme est constitu de plusieurs sma capteurs ayant chacun pour rle de calculer une prvision horaire de variation de hauteur d eau. Pour calculer cette prvision un sma capteurs est constitu d agents qui ont pour rle de dterminer l influence dans le calcul de la prvision de chaque donne en entre du systme. La prvision d un sma capteurs est la somme des donnes en entre du systme pondres par les influences dtermines par les agents. La prvision du systme est la somme des prvisions des sma capteurs . Les rsultats obtenues avec le systme STAFF et les modles hydrologiques sont trs voisins. Par contre le systme STAFF, moyennant un apprentissage sur quelques vnements, permet de disposer de prvisions sur tous les points de mesure et ne ncessite pas d informations en dbit. Ces capacits donnent STAFF un intrt particulier pour les systmes de prvision courte chance. Ce systme de prvision est actuellement intgr dans la plate-forme d annonce de crues SOPHIE de la DIREN Midi-Pyrnes. Dans le cadre de la diffusion de la plate-forme SOPHIE, cette nouvelle technique sera accessible aux services d annonce des crues.
Chapitre 11. Identification de la vulnrabilit aux inondations et aide la programmation des interventions par analyse multicritre spatiale
L valuation de la vulnrabilit des territoires soumis des risques d inondation implique un recours naturel des supports d information de type cartographique sous forme de cartes de vulnrabilit. L objectif de cet article consiste caractriser la vulnrabilit des zones urbaines en cas d inondations pour en limiter les effets partir d une analyse multicritre dtaille de cette vulnrabilit. Cette approche est complmentaire aux mthodes qui permettent d aboutir la production de cartes de risques partir d indices de vulnrabilit tablis selon l occupation des sols (vulnrabilit agricole, vulnrabilit urbaine et industrielle). Cette dmarche est applique l' agglomration nioise.
Les sources d inexactitude de la mthode propose sont d une part lies aux donnes relatives aux modes d occupation du sol d un site tudi et, d autre part, l valuation des critres. L absence de connaissance et par consquent le manque de prcision sur les caractristiques d un site influence l valuation des critres. La mthode possde aussi quelques dsavantages. Elle ne permet pas la prise en compte de l chelle "temporelle". Ainsi, la note calcule, exprime une vulnrabilit un instant prcis mais ne retient pas l volution au cours du temps. Nanmoins, il est possible de comparer la vulnrabilit d un mme site deux dates diffrentes. La valeur des notes obtenues par analyse multicritres ne peut tre exploite qu titre de comparaison. Il s agit d une valuation relative de la vulnrabilit de certaines zones soumises des risques d inondation par rapport d autres. Cette dmarche pourrait tre utilise, par exemple, dans le but d identifier des zones prioritaires amnager ou protger dans le cadre d une planification urbaine concerte.
Chapitre 12. Caractrisation du risque de submersion en arrire du cordon dunaire gardois
L objectif de l tude est de caractriser le risque de submersion l arrire par perce du cordon dunaire lors des temptes de Sud-Est qui lvent une forte houle sur le littoral Gardois et provoquent une forte lvation du niveau d' eau. L ala de submersion lors de temptes est directement dpendant de l quilibre des plages et du cordon dunaire, rsultat d un processus sdimentaire dans lequel la houle et le vent jouent un rle dterminant. Pour caractriser l ala de submersion, un diagnostic morphosdimentaire a t ralis en s appuyant sur un orthophotoplan ralis partir des prises de vue verticales (anne 2000), un Modle Numrique de Terrain (NMT), des profils topobathymtriques anciens et actualiss et un profil en long du cordon dunaire. Pour lutter contre le recul du trait de cte et d rosion du cordon dunaire, la solution retenue est la construction d pis en enrochements (au nombre de 46) installs sur environ 5,6 km de littoral. Ils interrompent ainsi une fraction du transit sdimentaire apport par la houle. Dans cet article, quatre niveaux d' intervention sont proposs.
Chapitre 13. Apports de la tldtection trs haute rsolution spatiale l' tude du risque d' inondation
L objectif de ce chapitre est d tudier la place de la Tldtection Haute Rsolution Spatiale la fois pour une meilleure comprhension de l ala
Introduction
XI
l intrieur du champ d inondation et pour une meilleure caractrisation des enjeux vulnrables. La mthode repose sur la valorisation de photographies ariennes en cours de crue pour une meilleur connaissance de l' ala, en transformant la vision horizontale 2D en estimation de niveaux d eau 3D. La mise au point de l algorithme fait intervenir des domaines scientifiques complmentaires : SIG et tldtection, mais aussi hydraulique et intelligence artificielle. La zone d tude porte sur la Moselle entre Metz et Thionville. Par la structuration cohrente de la base de donnes et ses fonctionnalits propres, le SIG mis en place valorise bien les photographies verticales et obliques d archives. Il permet de disposer sous une forme numrique, en plus de ces photographies, des limites des casiers et pour un vnement hydraulique donn, de l extension du champ d inondation, des cotes et des hauteurs d eau pour chaque casier. Les images moyenne rsolution interprtes automatiquement apparaissent suffisantes pour la plupart des enjeux en zone rurale et pour les enjeux globaux en zone urbaine (enveloppe des villes, dcoupage selon la densit du bti). La THRS permet de complter cette premire caractrisation de l occupation du sol surtout sur les zones urbaines qui concentrent les enjeux, et de manire plus marginale dans les zones rurales, sachant dans ce dernier cas que l utilit des nouvelles informations obtenues (habitat isol, serres, marachage) est mettre en balance avec la lourdeur des moyens mobiliser (donnes volumineuses et coteuses, traitements informatiques lourds).
Chapitre 14. MOSE, le nouvel outil de prvision des crues de la Meuse
La puissance de calcul des matriels informatiques actuels permet de crer de nouveaux outils qui rvolutionnent les moyens de prvision des crues. L exemple est donn ici d un tout nouvel outil de prvision des crues de la Meuse franaise : MOISE. Ce dernier est capable d intgrer en temps rel et de faon automatique l ensemble des donnes mesures sur le bassin de la Meuse (pluviographes et limnigraphes) pour fournir des prvisions de crue en tout point de la valle, en termes de lignes d eau, de limnigrammes ou d hydrogrammes et de cartes d ala, voire de risque. Cela est rendu possible grce l intgration dans une plate-forme informatique de modles de calcul hydrologique, hydraulique et cartographique. L outil est simple manipuler pour le prvisionniste puisque les logiciels de calcul sont transparents. Il permet d obtenir des rsultats trs parlants et directement transmissibles au grand public (via Internet par exemple).
XII Systmes d' information et risques naturels BIBLIOGRAPHIE
[BUI90] BUISSON L., 1990 : Le raisonnement spatial dans les systmes base de connaissances, application l analyse de sites avalancheux Thse de l universit Joseph Fourrier, Grenoble 1.
[CLI98] CLIGNIEZ V., 1998 : Un outil de reprsentation gnrique de l' espace pour l' tude des risques naturels , Thse d' informatique, Universit Jean Monnet, Saint-Etienne.
[GUA95] GUARNIERI F., 1995 : Modles de systmes et systmes de modles dans les systmes base de connaissances, application la prvention des incendies de forts , Thse de doctorat en Gographie de l Universit de Grenoble I.
[GUA97] GUARNIERI F., WYBO J.L.., 1997: Systmes de modles dans les systmes base de connaissances, application aux questions de l environnement Tendances nouvelles en modlisation pour l environnement, sous la direction de F. Blasco, Editions Elsevier.
[MAN00] MANCHE Y., 2000 : Analyse spatiale et mise en place de systme d' information pour l' valuation de la vulnrabilit des territoires de montagnes face aux risques naturels Universit Joseph Fourrier, Grenoble I.
[NAP01] NAPOLI A., 2001 : Formalisation et gestion des connaissances dans la modlisation du comportement des incendies de fort ; Thse de Doctorat ; Universit de Nice - Sophia Antipolis.
[WYB91] WYBO J.L., 1991 : Analyse base sur les connaissances et suivi temps rel d' information gographique volutive, thse de Doctorat en Informatique, Universit de Nice - Sophia Antipolis.
CHAPITRE 1 : FORMALISATION DES CONNAISSANCES ET CONTRIBUTION DU LANGAGE DE MODLISATION UML : APPLICATION LAIDE A LA MODLISATION DU COMPORTEMENT DES INCENDIES DE FORT
A. NAPOLI Ecole des Mines de Paris Ple Cindyniques BP 207 06904 Sophia-Antipolis aldo.napoli@ensmp.fr
1. INTRODUCTION
Lincendie constitue une menace pour les espaces naturels , les personnes (habitants, pompiers) et leurs biens (habitations, zones agricoles, quipements). Chaque anne, les feux brlent prs de 500.000 ha en moyenne dans le Sud de lEurope -France, Espagne, Grce, Portugal, Italie- (Commission Europenne, 1996). A chaque feu de fort, peut tre associ un impact conomique (cot de la prvention, de la lutte). Il est donc ncessaire de comprendre le phnomne incendie de fort afin de le prdire et limiter ainsi ses dgts. Le systme incendie de fort doit tre analys au travers de la dmarche de modlisation. Nous proposons dassister le modlisateur dans lacquisition, la formalisation et la gestion des connaissances issues de lexprimentation en milieu naturel. Laide la modlisation a t constitue par la spcification de la dmarche effectue par lexprimentateur. Cette dmarche de capitalisation de lexpertise a consist :
tudier l exprimentation en milieu naturel par un tat de l art et la pratique de l exprimentation ; dcrire l aide du langage de modlisation UML1 la dmarche exprimentale ; formaliser l aide d UML, les exprimentations en milieu naturel. connaissances issues des
Cette Modlisation Mtier (modlisation des activits de l expert) est suivie par une tape de modlisation objet des lments du systme d information. La spcification de ce systme d information a contribu au
1 Unified Modeling Language
recueil et l organisation des connaissances du domaine. Le langage de modlisation UML a t choisi afin de spcifier le systme de gestion des connaissances issues d exprimentations en milieu naturel. Ce travail de double formalisation, tant de la dmarche d exprimentation que des connaissances qu elle permet d acqurir, participe l aide la modlisation du comportement des feux de fort.
2. DMARCHE DE FORMALISATION DES CONNAISSANCES ET CONTRIBUTION DU LANGAGE DE MODLISATION UML
Nous tudions dans cette partie les modes d acquisition, de formalisation et de reprsentation des connaissances multi-expertes pour la conception d un systme d information. Nous dfinissons le rle de chaque acteur dans la dmarche d acquisition des connaissances. La mthode de formalisation est dcrite et discute.
2.1. DONNES, INFORMATIONS, CONNAISSANCES ET COMPTENCES
Les objets manipuls par un systme d information sont (Fig. 1) :
des donnes : valeurs stockes dans le systme sous forme alphanumrique ou boolenne ; des informations : connaissances dclarative ; elles sont statiques et indpendantes du contexte et de ses activits ; des connaissances : connaissances procdurales ; elles sont inscrites dans l action et troitement dpendantes de son contexte.
Les rgles d expertise et les traitements permettent de mettre en uvre ces entits. Les donnes, informations et connaissances sont complmentaires. Elles participent toutes les phases de la conception d un systme d information : de l acquisition des connaissances au codage des donnes.
1..n 1..n Donne 1..n Information 1..n Connaissance
1..
1..n
1..
1..n
Figure 1 : Relations entre donnes, informations et connaissances A ces connaissances, nous pouvons ajouter la notion de comptence propre l expert.
2.2. LES COMPTENCES
La comptence associe les connaissances dclaratives et les connaissances procdurales. Elle peut tre dfinie comme suit (Micaelli et Perrin, 1997) :
elle est relative une action, par exemple : lutter contre un feu de fort;
Formalisation des connaissances et modlisation des incendies de fort avec UML 3
elle est dpendante d un contexte donn, par exemple : raliser une exprimentation afin de mesurer la propagation d un feu ; elle est le rsultat d une interaction entre diffrents types de savoirs :
les connaissances dclaratives ; le savoir-faire ou les connaissances procdurales ou opratoires ; les capacits cognitives et capacits conatives (juger de sa capacit faire une action) ; le savoir tre, par exemple la confiance du responsable de l exprimentation vis--vis des excutants.
La comptence fait donc partie intgrante de l action. Des indicateurs peuvent valuer les performances de la comptence. Par exemple, la comptence peut tre analyse travers sa capacit innover, cooprer ou rutiliser les savoirs acquis (Micaelli et Perrin, 1997). Nous avons vu que les donnes, les informations, les connaissances et les comptences participent la rsolution d un problme. Nous allons donc nous intresser aux modes d acquisition de ces connaissances afin de les formaliser et proposer un modle conceptuel de l exprimentation en milieu naturel.
2.3. LACQUISITION DES CONNAISSANCES
L acquisition des connaissances constitue la premire phase de la conception d un systme d information. Elle repose principalement sur une appropriation des mthodes et des informations manipules par les experts d un domaine. Le transfert de connaissances s avre bien souvent empirique et il est difficile d automatiser une telle tche.
2.3.1. Les acteurs de lacquisition des connaissances
Les acteurs du processus d acquisition des connaissances sont (Zelfani, 1993 ; Dieng et al., 2000) :
lexpert : le spcialiste du domaine ; Il dtient les connaissances htrognes modliser ainsi que l exprience et le savoir-faire ; le cogniticien : le modlisateur des connaissances ; il recueille, analyse et formalise les connaissances de l expert du domaine.
2.2.2. Les modes dacquisition des connaissances
Les mthodes d acquisition hirarchiquement classes ainsi :
des
connaissances
peuvent
tre
la pratique du mtier de lexpert : le cogniticien exerce lui-mme le mtier qu il se propose de modliser ; lobservation de lexpert dans le cadre de sa fonction : le cogniticien se propose de suivre l expert dans l exercice de ses fonctions afin de recueillir les connaissances tacites de l expert ;
les interviews dexperts : le cogniticien pose les questions directement l expert ; les questionnaires : le cogniticien laisse une srie de questions l expert qui rpondra en temps voulu ; les tests ou les simulations : les connaissances tacites sont dduites travers une srie de tests de situation que le cogniticien propose l expert ; la bibliographie : le cogniticien tudie tous les ouvrages et articles parus dans le domaine ; les donnes : le cogniticien dduit les connaissances tacites des donnes recueillies ou dduites par l' expert ; le cogniticien doit tre un expert du domaine tudi.
Les connaissances manipules et mises en uvre dans cette tude ont t acquises :
par une analyse bibliographique des exprimentations pratiques travers le monde afin d en dduire un modle conceptuel le plus gnrique possible ; par l interview et l observation des experts dans le cadre de leurs fonctions ; les spcialistes de l INRA2 d Avignon et de l UNSA3 ont t choisis ; par la pratique des exprimentations en milieu naturel dans les dpartements des Alpes-Maritimes et des Landes.
La frontire entre le cogniticien et l expert du domaine est donc plutt permable. La pratique du mtier de l expert a permis d assimiler plus favorablement les connaissances ainsi que le contexte de recueil des informations. Aprs avoir dfini les diffrents modes d acquisition des connaissances utiliss dans notre tude, nous allons nous intresser aux mthodes qui permettent de formaliser les connaissances ncessaires notre travail de conceptualisation.
2.3. LA FORMALISATION DES CONNAISSANCES
La premire caractristique de l ingnierie des connaissances est d expliquer les connaissances tacites issues des experts (Zacklad, 2000). De par l investissement de l expert et de ses interrelations avec l ingnieur de connaissances (cogniticien), nous pouvons dduire que la formalisation,
2 Institut National de la Recherche Agronomique 3 Universit de Nice-Sophia Antipolis
comme l acquisition des connaissances, n est pas purement descriptive, mais aussi une phase constructive. Deux types de connaissances sont formalisables (Vinck, 1997) :
les connaissances explicites : ce qui peut tre explicit est immdiatement formalisable ; les connaissances implicites : elles reprsentent ce qui pourrait tre formalis aprs avoir t explicit ; elles reprsentent la majorit de la connaissance.
La connaissance est formelle ou du moins formalisable (Vinck, 1997). Un phnomne, une rgle ou un mcanisme X peut ainsi tre reprsent fidlement dans un langage (X). Le savoir peut tre formalis l aide d un langage scientifique S (X), tel que le langage informatique ou le langage mathmatique. Toutefois un savoir ou une comptence est souvent exprim dans un langage ordinaire O (X), utilis par une certaine communaut de scientifiques non initis la formalisation de la connaissance. Lorsque le savoir n est pas explicit, on suppose son existence, tout au moins implicite ou tacite T (X) : c est le langage de l expert, le dtenteur de la connaissance formaliser. Le modle de l extraction du savoir et de la capitalisation des connaissances peut donc tre reprsent par (Vinck, 1997) :
T (X) O (X) S (X)

Parmi les mthodologies scientifiques employes afin de capitaliser la connaissance, nous pouvons distinguer deux sortes de mthodes de modlisation complmentaires :
les mthodes issues de l Intelligence Artificielle ; les mthodes issues du Gnie Logiciel.
Nous nous sommes intresss dans cette tude une mthode issue du Gnie Logiciel : la modlisation Oriente Objet. Le langage UML, fond sur cette mthode a t choisi afin de formaliser les connaissances issues de l exprimentation.
3. LE RECOURS AU LANGAGE UML DE MODLISATION DES CONNAISSANCES
Les mthodes permettent de construire et d expliciter des modles partir des lments du systme ou phnomne que l on veut tudier ou reprsenter. A une mthode est associ un formalisme. Le langage de modlisation UML a t choisi pour son formalisme graphique qui permet de manipuler et reprsenter aisment tout modle (Muller, 1997). De plus, ce formalisme constitue un excellent moyen de communication, contribuant ainsi changer les informations entre experts de domaines diffrents qui participent la mise au point du modle.
UML est un langage permettant de spcifier, visualiser, implmenter et documenter les systmes informatiques (Rumbaugh et al., 1999). C est un amalgame de trois langages de modlisation clbres, faisant usage de nombreux aspects de la programmation oriente objet. Le langage UML a dj t adopt par certains chercheurs dveloppant des systmes d information pour les risques naturels (Napoli et al., 1999 ; Desconnets et al., 2000 ; Maurel et al., 2000 ; Villanova, 2000 ; Cranefield et Purvis, 2001 ; Napoli, 2001). Il est donc adaptable aux problmatiques environnementales.
3.1. LES CARACTRISTIQUES D' UML
UML est un langage de modlisation permettant de spcifier, reprsenter, construire et documenter les systmes d' information. Le langage UML est :
une mthode pour dvelopper un systme d information ; un langage de communication : c' est un moyen pour acqurir la connaissance sur un sujet et l exprimer par rapport l' objet de communication, le sujet tant le systme en question ; un langage de modlisation : il se focalise sur la comprhension du systme (et de son contexte) via la formulation d' un modle qui est compos de la connaissance lie au systme et de l' application approprie de cette connaissance constituant l' intelligence du systme ; un langage standardis : il unifie les systmes d' information et les meilleures pratiques des industries technologiques travers diffrents types de systmes (logiciels ou non), de domaines (commerce de logiciels) et de processus de cycle de vie.
L objet de cette recherche tant la conception et la spcification d un systme d information et non son dveloppement informatique, nous avons choisi UML comme langage de modlisation.
3.2. COMMENT MODLISER AVEC UML ?
UML fournit sept sortes de diagrammes permettant de reprsenter les diffrents aspects du systme modliser. Nous pouvons classer ces diagrammes en trois catgories :
les diagrammes dynamiques : ils modlisent les acteurs externes au systme et leurs interactions avec le systme ; ils dcrivent chronologiquement les interactions ; des automates d' tat fini dcrivent le cycle de vie des objets d' une classe donne ; les diagrammes statiques de structure : les diagrammes de classes reprsente les diffrentes classes du systme, les oprations et les relations entre elles ; les diagrammes d' implmentation : ils montrent la structure du programme avec les diffrents composants ; ils reprsentent la structure
physique d' un systme en montrant la rpartition de ses diffrents quipements. Les graphiques prsents dans cet article sont des crans de saisie d' un logiciel graphique adapt UML : Rational Rose de la socit Rational Software. Cet outil permet d' assister le modlisateur dans sa phase de conception d' un systme d' information.
4. MODLISATION LAIDE DUML DE LA DMARCHE EXPRIMENTALE
Ce travail de Modlisation Mtier l aide d UML, de la dmarche exprimentale et du systme d information pour l aide la modlisation du comportement des feux de fort est fond sur l tat de l art des exprimentations travers le monde et sur la participation aux campagnes d exprimentations en milieu naturel effectues en collaboration avec l INRA d Avignon et l UNSA dans les dpartements des Alpes-Maritimes et des Landes. Les diffrentes tapes de la modlisation ont t ralises l aide du logiciel Rational Rose de Rational Software Company.
4.1. LA DMARCHE EXPRIMENTALE
La dmarche exprimentale se dcompose en trois phases (Fig. 2) :
la prparation : elle consiste tudier le site exprimental l aide de documents pralablement recueillis, mettre en place le dispositif de mesure, assurer la scurit sur le site afin d viter que le feu ne se propage d autres massifs forestiers, mesurer les paramtres topographiques (altitude, pente ) ; lexcution : elle consiste mesurer les paramtres mtorologiques (temprature, vent ) et de vgtation (type de combustible, paisseur ) avant le brlage, mettre le feu la parcelle exprimentale, mesurer les paramtres mtorologiques et les paramtres du feu (intensit, vitesse de propagation ) pendant le brlage ; le suivi des effets : il consiste tudier les consquences d un feu sur la topographie (effet d rosion acclr), sur la vgtation (vitesse de renouvellement ou disparition de certaines espces, pourcentage de vgtation brle, rsistance d autres espces ), sur la faune (mouvement de population, arrive de nouvelles espces ).
Prparer l' Exprimentation
Scurit Equipe scientifique Excuter l' Exprimentation
Suivre Effets de l' Exprimentation
Figure 2 : Cas dutilisation de la dmarche exprimentale

4.2. LEXCUTION DE LEXPRIMENTATION
Seule l tude du comportement du feu a t retenue pour la modlisation de cette phase (Fig. 3). Il n a pas t tenu compte de l action du dispositif de scurit, celui-ci n intervenant pas dans les mesures de propagation. L une des composantes les plus importantes de cette phase est sans nul doute la mesure des diffrents paramtres du feu et de son environnement.
Excuter Exprimentation <<Utilise>>
<<Utilise>> <<Utilise>>
Mise feu Filmer feu
Mesurer Paramtres
Responsable Vido Responsable Mise feu
Camra
Figure 3 : Cas dutilisation de lexcution de lexprimentation
Formalisation des connaissances et modlisation des incendies de fort avec UML 9 4.2.1. Diagramme de squence concernant lexcution de lexprimentation
La chronologie de l excution de l exprimentation en milieu naturel peut tre reprsente l aide d un diagramme de squence (Fig. 4).
: Responsable Combustible
: Station Mto Automatique
: Responsable Mto
: Responsable Mise feu
: Responsable Exprimentation
: Responsable Mesure du Feu
: Responsable Vido
: Rseau de thermocouples
Parcelle
Excuter l' Exprimentation. Mesurer les diffrents paramtres intervenant dans la propagation du feu.
Mesurer paramtres du combustible (Charge,Epaisseur,teneur en eau)
Mesurer Mto (Temprature,Hygromtrie,vitesse et direction du vent) toutes les n sec jusqu' Fin Exprimentation
Mesurer Mto (Temprature,Hygromtrie)
Mise feu de la parcelle (Type,mthode, quantit)
Dclencher dbut Exprimentation
Filmer Feu jusqu' Fin Exprimentation
Mesurer caractristiques du feu (Vpropagation, hauteur & angle flamme, longueur du front) toutes les n sec jusqu' Fin Exprimentation
Mesurer temprature des flammes Mesurer vitesse du vent toutes les n sec jusqu' fin Exprimentation
Dclencher Fin Exprimentation
Mesurer Mto (Temprature,Hygromtrie)
Mesurer paramtre combustible (teneur en eau,% brl)
Figure 4 : Diagramme de squence de l excution de l exprimentation Cette phase se dcompose en plusieurs tapes :
les mesures des paramtres du combustible avant la mise feu (charge, paisseur, teneur en eau ) ; les mesures des paramtres mtorologiques faible variabilit temporelle avant la mise feu (temprature et humidit de l air ) ;
10
la mise feu de la parcelle, en ligne ou ponctuelle ; filmer la propagation du front de flamme ; mesurer par observation, les caractristiques du feu (angle des flammes, longueur du front ) ; mesurer la temprature des flammes ; mesurer les paramtres mtorologiques forte variabilit temporelle (vitesse et direction du vent) ; mesurer nouveau les paramtres mtorologiques et du combustible aprs l extinction de la parcelle.
4.2.2. Cas dutilisation de la mesure des diffrents paramtres
Les mesures effectues sont de trois types (Fig. 5) :
les mesures concernant le feu (vitesse de propagation, longueur du front de flammes ) ; les mesures de combustibles (type de vgtation, densit et paisseur de la strate, teneur en eau ) ; les mesures des paramtres mtorologiques (vent, temprature de l air ).
Mesurer Paramtres <<Etend>> <<Etend>> <<Etend>>
Mesurer Caractristiques du feu
Mesurer Combustible
Mesurer Mto
Responsable Mesure du Feu
Responsable Combustible
Figure 5 : Cas d utilisation de la mesure des paramtres Ces phases de mesures des paramtres sont trs spcialises. Le personnel charg de les effectuer doit raliser cette tche avec une extrme rigueur
afin de ne pas introduire d erreurs dans les donnes. Il est important d accompagner les mesures d une description prcise du protocole de mesure afin de pouvoir rendre comparable les mesures effectues sur diffrents sites exprimentaux.
4.2.3. Exemple : Cas dutilisation de la mesure des paramtres mtorologiques
Nous nous sommes particulirement intresss la mesure des paramtres mtorologiques durant les exprimentations. Nous proposons donc de dtailler cette composante (Fig. 6). Les mesures effectues sont de deux types :
celles effectues manuellement : une ou plusieurs personnes sont charges d effectuer les mesures l aide de capteurs mto portables ; celles effectues automatiquement : une ou mtorologiques automatiques enregistrent climatologiques certains pas de temps. plusieurs stations les paramtres
Mesurer Mto <<Etend>>
<<Etend>>
Mesurer Mto Manuellement
Mesurer Mto Automatiquement
Responsable Mto
Capteur Mto
Station Mto Automatique
Figure 6 : Cas d utilisation de la mesure des paramtres mtorologiques

4.2.4. Diagramme de dploiement du dispositif de mesure
Le diagramme de dploiement du dispositif montre les diffrents appareils de mesure et matriels informatiques connects entre eux (Fig. 7).
12
Capteurs Station mto automatique automatiques
PC
Modem
Rseau de thermocouples Base de donnes Imprimante Thermo couples
Figure 7 : Diagramme de dploiement du dispositif Aprs avoir formalis la dmarche exprimentale, nous allons nous intresser la modlisation des connaissances issues d exprimentations en milieu naturel afin de concevoir le systme de gestion de connaissances MODELLIS (MODELLed-Information System).
5. MODLISATION DUN SYSTME DE GESTION DES CONNAISSANCES POUR LA MODLISATION DU COMPORTEMENT DES FEUX DE FORT
Toute modlisation et toute validation de modle reposent sur des donnes exprimentales. Il nous a donc paru intressant de dvelopper un outil d aide l exprimentation. Ce systme d information permettrait de grer la masse de donnes htrognes recueillies lors d exprimentations en milieu naturel. L objet de ce systme d information est de mettre disposition des exprimentateurs et modlisateurs, les donnes recueillies sur diffrentes zones ateliers afin de :
comparer les donnes issues d cosystmes diffrents, participer au dveloppement des modles l aide de ces donnes, caler ou valider des modles avec des donnes d cosystmes diffrents, simuler le phnomne partir de scnarios rels.
La gestion des donnes est l une des tches les plus importantes d un systme d information. Elle se dcompose en quatre phases (Fig. 8) :
la saisie des donnes exprimentales ; la mise jour de ces donnes ; la consultation de ces donnes ; l impression de ces donnes.
Grer des donnes <<Utilise>> <<Utilise>> <<Utilise>>
<<Utilise>>
Imprimer Donnes Saisir Exprimentation Mettre jour Donnes Consulter Donnes
Pupitreur
Imprimante
Figure 8 : cas d utilisation de la gestion des donnes du systme d information Afin de ne pas alourdir cette partie avec des schmas redondants, nous ne prsenterons que le diagramme correspondant la saisie des paramtres. Les tapes de mise jour et de consultation des donnes font appel des processus semblables ceux utiliss lors de la saisie des donnes.
5.1. LA SAISIE DES DONNES CONCERNANT LEXPRIMENTATION
Une exprimentation correspond un feu contrl ralis sur une parcelle exprimentale. Elle est dfinie par son mode d allumage, ses enregistrements vido, ses mesures mto (capteurs manuels, stations automatiques). L allumage de la parcelle est caractrise par le type et la mthode d allumage (ponctuel ou en ligne), la quantit d hydrocarbure utilise pour la mise feu. Les donnes exprimentales sont trs htrognes (Fig. 9). Elles concernent les paramtres lis au dispositif de mesure, aux caractristiques gographiques, ainsi qu aux paramtres (exprimentaux) mesurs lors de l exprimentation.
14
<<Utilise>> <<Utilise>> Saisir Exprimentation <<Utilise>> Saisir Dispositif de mesure <<Utilise>> <<Utilise>> <<Utilise>> Saisir Vido
Saisir Srie Saisir Paramtres Exprimentation Saisir Elments Gographiques Saisir Allumage
Figure 9 : Cas d utilisation de la saisie des donnes concernant l exprimentation Aprs avoir saisi le numro de l' exprimentation ainsi que sa description, le pupitreur saisit obligatoirement et chronologiquement toutes les informations relatives la parcelle exprimentale, la srie d' exprimentations, au dispositif de mesure, l' allumage. Ces informations peuvent tre slectionnes si elles existent dj dans la base de donnes.
5.2. STRUCTURE GNRALE DU SYSTME DINFORMATION
Un diagramme de classes a t labor afin de reprsenter de manire gnrale la structure statique du systme. La modlisation objet ayant t choisie comme mthodologie, les composants du systme sont reprsents par des classes d objets et des relations entre ces classes. Le systme d information pour la gestion des donnes issues de l exprimentation en milieu naturel comporte 29 classes (Fig. 10). Ce diagramme est dduit de l tude des besoins pralablement tablis dans la dfinition des cas d utilisation et des diagrammes de squences. Le systme d information sera donc compos des classes d objets de ces diagrammes si le dveloppement se fait l aide d un langage de programmation objet. Pour la conception d un systme de gestion de base de donnes relationnelle les classes du diagramme sont reprsentes par des tables. Les attributs de chaque classe sont dtaills afin de dcrire avec prcision la classe d objets. Nous pouvons distinguer sept modules :
les classes d objets relatives au dispositif de mesure (capteur manuel, station automatique ) ; les classes d objets relatives aux entits gographiques et leurs caractristiques (zone atelier, site exprimental ) ; les classes d objets relatives la documentation ;
les classes d objets relatives aux mesures des paramtres mtorologiques (mesures ponctuelles et mesures continues) ; les classes d objet relatives aux caractristiques de l exprimentation (types d allumage, srie d exprimentations) ; les classes d objets relatives au combustibles (espce, couche ) ; les classes d objets relatives au brlage (caractristiques du feu, film de la propagation ).
Zone Atelier NumZoneA : integer Rseau de Zones Ateliers NumRseauZA : integer Rgion : string Dpartement : string :Rseau Automatique
{or}NumRseauA : integer
Description : string
:Site Exprimental NumSite : integer Dpt : integer Commune : integer Lieu-dit : string Surface : integer Description : string :Donnes Mto Srie NumMtoS : integer Date/Heure_Instal : string Date/Heure_Desinstal : string Distance/Parcelle : real Nom_Fichier_SA : string Pas_de_Tps : integer :Document Numrique NumDocN : integer Format : string Rsolution : integer EspaceDisque : integer :Document Type Zone Dimension :Carac. Gographiques NumCaracG : integer Pente : integer :Document Papier NumDocp : integer Exposition : string NatureSol : string Xlamb3 : integer Ylamb3 : integer :Exprimentation NumExp : integer Description : string :Donnes Mto Ponctuelle :Capteur Manuel NumCapteurM : integer
Date/Heure : string
Position/Parcelle : string Mesure Mto NumMtoP : integer
Echelle : integer
:Dimensions NumDim : integer :Parcelle Exprimentale NumParcelle Description Forme : string Longueur : integer Largeur : integer Rayon : integer
Figure 10 : Extrait du diagramme de classes Tous ces modules s organisent autour de la classe Exprimentation qui constitue l lment central de ce systme.
6 VERS UN PROTOTYPE DENVIRONNEMENT DE RSOLUTION DE PROBLME DAIDE LA MODLISATION DES INCENDIES DE FORT
Nous prsentons brivement dans cette partie un prototypage d un systme de gestion des connaissances d une zone atelier. L objet de cette dmarche est de prsenter l un des composants d un Environnement de Rsolution de Problmes (ERP) pour l aide la modlisation du comportement des incendies de fort.
16
Rappelons qu un Environnement de Rsolution de Problme ddi l aide la modlisation du comportement des incendies de fort est gnralement constitu de trois sous-systmes spcialiss (Rousseau, 1998 ; Buisson, 1990 ; Gallopoulos et al., 1992 ; Guarniri, 1995 ; Guarniri et al., 1998) (Fig. 11) :
un systme de gestion des bases de connaissances acquises lors d exprimentations : le systme d information MODELLIS ; un systme de gestion des bases de modles de simulation du comportement des feux ; une Interface Homme-Machine (IHM) permettant de manipuler l ERP.
MODELLIS Systme de gestion des connaissances I
Base de Connaissances d une Zone Atelier
H Systme de gestion des Modles
Base de Modles de comportement des feux de fort
Figure 11 : Reprsentation graphique d un ERP d aide la modlisation du comportement des feux de fort
6.1. LE SOUS-SYSTME DE GESTION DE LA BASE DE DONNES ET DE CONNAISSANCES
La quantit de donnes ncessaires un modle de simulation et acquises lors d exprimentations, est souvent considrable et cela peut avoir des rpercussions ngatives sur l' efficacit de l' ERP. Les donnes et les informations de base, qui fournissent l' ensemble des connaissances indispensables l' utilisateur, doivent donc tre gres par l' ERP sous la forme d' un sous-systme de gestion des donnes. Le recours ce systme est ds lors ncessaire. L ensemble des donnes est reprsent sous forme de tables relies par des relations de cohrence.
Dans le cadre de cette tude, une base de donnes (couvrant la zone atelier) a t conue puis dveloppe. Ceci nous a conduit rflchir la structure et l' organisation d' une telle base selon les informations disponibles et acquises sur le terrain :
la localisation des zones ateliers et des sites exprimentaux ; la topographie ; la vgtation ; les donnes climatiques et mtorologiques rgionales et locales ; les donnes issues de photographies ariennes ou acquises pour les besoins de diverses tudes ; la description du dispositif de mesure ; les donnes issues de l exprimentation conduite sur le terrain.
6.2. MODELLIS : UN SYSTME DE GESTION DES DONNES ET CONNAISSANCES DUNE ZONE ATELIER
Un premier prototype de systme d information pour la gestion des donnes et des connaissances d une zone atelier ddie la modlisation du comportement des feux de fort, a t dvelopp. Bien que le modle conceptuel ait t valid, le prototype n est pas encore directement utilisable par les utilisateurs finaux : la base de donnes n a t teste que sur quelques exprimentations conduites dans les Alpes-Maritimes (UNSA) et dans les Landes (INRA d Avignon et UNSA).
6.2.1. Prsentation du prototype exploratoire MODELLIS
Afin d assister les chercheurs dans leurs activits lies l exprimentation, nous proposons de concevoir un prototype de systme d information pour la gestion de connaissances acquises lors d exprimentations, dans des zones ateliers. Les connaissances pouvant tre codes en donnes, ce premier prototype a t dvelopp avec le Systme de Gestion de Base de Donnes Relationnelles, Microsoft Access. Nous l avons nomm MODELLIS. Le dveloppement se fonde sur la modlisation conceptuelle prsente prcdemment. L ensemble des donnes est accessible par des fentres et de multiples menus. L IHM, constitue de formulaires de saisie et de consultation, a t spcialement tudie afin de rendre son utilisation la plus intuitive possible.
6.2.2. Les fonctionnalits de MODELLIS
MODELLIS comprend trois modules traitant les donnes relatives (Fig. 12) :
une zone atelier (caractristiques de la zone, du site et de la parcelle exprimentale) ; un dispositif exprimental (les capteurs utiliss pour les mesures) ;
18
une exprimentation (les donnes acquises lors d exprimentations).
Les donnes de ces modules peuvent tre gres indpendamment les unes des autres. Ainsi, un dispositif de mesure spcifique un type de site exprimental, peut tre document avant la dfinition du dit site ; il en est de mme en ce qui concerne l exprimentation et la zone atelier. Il est cependant recommand l utilisateur de respecter une certaine hirarchisation de la gestion des donnes afin ne pas oublier certaines informations. Nous conseillons donc de saisir les donnes du dispositif et de la zone atelier avant celles de l exprimentation. Nous nous proposons de dcrire les principales fonctionnalits de cette application.
Figure 12 : Ecrans de saisie d une parcelle exprimentale et de ses caractristiques gographiques dans MODELLIS Ceci nous a galement conduit nous interroger sur d ventuelles adaptations de ces informations pour en permettre l' intgration et l' exploitation au sein de l' ERP (homognit des units de mesures, modification du format de donnes...). Enfin, cela nous a permis de dfinir les traitements mettre en uvre sur ces donnes afin d' atteindre les objectifs fixs dans le cadre de la problmatique traiter.
7. CONCLUSION
La formalisation des connaissances constitue une vritable aide la modlisation pour le scientifique. Nous avons vu que l acquisition et la formalisation des connaissances pouvaient assister le scientifique dans sa dmarche de modlisation d un phnomne environnemental. La gestion et l organisation rigoureuses des connaissances issues d exprimentations en
milieu naturel permettent d optimiser, dans la dmarche modlisatrice, la transition entre l tape d exprimentation et celle de modlisation. Le modle conceptuel de la dmarche exprimentale et de l organisation des connaissances issues d exprimentations en milieu naturel permet, au modlisateur d optimiser la prparation de l exprimentation ainsi que la capitalisation des connaissances qui en sont issues. Le recours au langage de modlisation UML a permis, de conceptualiser l ensemble des connaissances et comptences ncessaires l exprimentation en milieu naturel. Son utilisation intuitive par la ralisation de diffrents diagrammes descriptifs et son approche fonde sur la Modlisation Objet, nous ont permis d laborer le modle conceptuel de la dmarche exprimentale et celui de l organisation des connaissances issues d exprimentations en milieu naturel. Dvelopp spcialement pour le Gnie Logiciel et plus particulirement pour la conception de Systme d Information, UML nous a permis de contribuer la conception d un Systme de Gestion des Connaissances (MODELLIS), composant part entire d un futur Environnement de Rsolution de Problme pour la modlisation des incendies de fort. La ralisation d un premier prototype de systme de gestion des connaissances a permis une concrtisation partielle du modle conceptuel propos. L utilisation, dans le cadre d exprimentations conduites dans les dpartements des Alpes-Maritimes et des Landes, nous a permis d prouver ponctuellement l utilit d un tel outil informatique et de valider le modle conceptuel des connaissances. En perspective, nous pouvons dire que l activit de formalisation des connaissances dans la recherche en environnement constituera un vritable mtier. Le travail de cognition effectu lors de l acquisition des connaissances et le travail de modlisation ralis lors de leur formalisation ne peuvent se faire sans une approche multi-experte. En effet, il est impossible d tre un spcialiste de la formalisation de connaissances, sans avoir auparavant, acquis les connaissances et comptences ncessaires l expert. L objet de l analyse du cogniticien n est pas seulement de retranscrire les informations nonces de l expert, mais aussi d acqurir les connaissances tacites utiles la rsolution d un problme.
BIBIOGRAPHIE BUISSON L., 1990 : Le raisonnement spatial dans les systmes base de connaissances Application l analyse de sites avalancheux ; Thse de Doctorat ; Universit Joseph Fourier de Grenoble ; 1176 p. COMMISSION EUROPEENNE, 1996 : Les feux de fort dans le Sud de l Union Europenne - 1989-1993 Etude prparatoire l installation du systme communautaire d information sur les feux de fort ; Office des publications officielles des Communauts europennes ; Luxembourg ; 61 p.
20
CRANEFIELD S. et PURVIS M., 2001 : Integrating environmental information : incorporating metadata in a distributed information system s architecture ; Advances in Environmental Research 5 ; Elsevier Sciences Ltd ; pp. 319325. DESCONNETS J.C., MARTIN C. et LIBOUREL T., 2000 : Autour d une exprience de conception d un outil d valuation du risque sismique ; In. Actes du colloque SIRNAT, (Systmes d' Information pour les Risques Naturels), Grenoble, France ; 13 p. DIENG R., CORBY O., GIBOIN A., MATTA N. et RIBIERE M., 2000 : Mthodes et outils de gestion des connaissances ; Edition Dunod ; 302 p. FOUET J.M., 1997 : Connaissances et savoir-faire en entreprise ; Ed. Herms, Paris ; 414 p. GALLOPOULOS E., HOUSTIS E. et RICE J.R., 1992 : Future research directions in problem solving environments for computational science ; CSRD Report NO 1259. Report of a Workshop on Research Directions in Integrating Numerical Analysis, Symbolic Computing, Computational Geometry, and Artificial Intelligence for Computational Science, Washington, DC, April 11-12, 1991 ; 52 p. GUARNIERI F., 1995 : Modles de systmes et systmes de modles dans les systmes base de connaissances Application la prvention des incendies de forts ; Thse de Doctorat ; Universit Joseph Fourier de Grenoble ; 218 p. GUARNIERI F., ANDERSEN C.K., OLAMPI S. et CHAMBINAUD N., 1998 : FireLab, towards a Problem Solving Environment to support forest fire behaviour modelling In Proceedings of the 14 th International Conference on Forest fire Meteorology, Coimbra, Portugal. MAUREL P., MERIAUX P., TOURMENT R., PAQUIER A., PARDO C. et CHRYAT M., 2000 : Analyse et prototypage d un SIRS gnrique pour aider la gestion intgre des zones fluviales endigues ; Actes du colloque SIRNAT, (Systmes d' Information pour les Risques NATurels), Grenoble, France ; 13 p. MICAELLI J.P. et PERRIN J., 1997 : Les trois ges de la capitalisation des connaissances in FOUET J.M., (Coord.), Connaissances et savoir-faire en entreprise ; Ed. Herms, Paris ; pp. 23-39. NAPOLI A., 2001 : Formalisation et gestion des connaissances dans la modlisation du comportement des incendies de fort ; Thse de Doctorat ; Universit de Nice-Sophia Antipolis ; 213 p.
Formalisation des connaissances et modlisation des incendies de fort avec UML 21 NAPOLI A., GUARNIERI F. et CARREGA P., 1999 : Forest Fire Metrology: Methodological and Technological Approach to Support the Experimental Process in Forest Fire Behaviour Modelling ; In Actes du symposium international DELFI Feux de forts : besoins et innovations ; Athnes, Grce ; pp. 216-223. ROUSSEAU B., 1988 : Vers un environnement de rsolution de problmes en biomtrie - Apport des techniques de l intelligence artificielle et de l interaction graphique ; Thse de l Universit Claude Bernard Lyon I ; 281 p. RUMBAUGH J., JACOBSON I. et BOOCH G., 1999 : The Unified Modeling Language Reference Manual ; Addison-Wesley, Object Technology Series ; 550 p. VILLANOVA M., 2000 : Modlisation UML d un systme d information ddi aux risque naturels ; In Actes du colloque SIRNAT, (Systmes d' Information pour les Risques NATurels), Grenoble, France ; 12 p. VINCK D., 1997 : La connaissance : ses objets et ses institutions in FOUET J.M., (Coord.), Connaissances et savoir-faire en entreprise ; Ed. Herms, Paris ; p. 55-91. ZACKLAD M., 2000 : Ingnierie des connaissances appliques aux systmes d information pour la coopration et la gestion des connaissances ; Habilitation Diriger des Recherches ; l Universit Paris 6 ; 152 p. ZELFANI M., 1993 : Ingnierie de la connaissance et raisonnement dans un univers multi-agents : XPENT-CASSIS, un systme bases de connaissance en gotechnique ; Thse de Doctorat ; Universit de St-Etienne ; 170 p.
CHAPITRE 2 : LA MULTIREPRSENTATION DE DONNES SPATIO-TEMPORELLES APPLIQUE EN RISQUES NATURELS
R. BURNET Ingnieur de Recherche (roland.burnet@cemagref.fr) Y. MANCHE (yannick.manche@cemagref.fr) Unit de Recherche Etna Du Cemagref de Grenoble 2, rue de la Papeterie BP 76 38 402 Saint Martin d'Hres
RSUM
L'unit de recherche Etna, dont l'activit est l'tude des risques naturels, est implique dans un projet europen de recherche ddi aux bases de donnes spatio-temporelles. Cette implication, qui semble contre nature, est en fait justifie par la nature des donnes que cette unit de recherche est amene manipuler et par les problmes qui se posent pour raliser les applications que cette unit ambitionne de raliser. En apportant ce cas d'tude au projet MurMur, l'unit Etna contribue ainsi faire progresser la gestion de donnes spatio-temporelles, mais espre profiter des novations qui vont tre ralises pour faire progresser les outils d'aide la gestion des risques naturels et une large diffusion des connaissances. Mot-cls : Multi-reprsentation, donnes spatio-temporelles, modlisation, systme d'information, risques naturels, projet europen. Il peut tre surprenant qu'une unit de recherche du Cemagref sur les rosions torrentielles, la neige et les avalanches (Etna) soit associe un programme de recherche europen sur les bases de donnes. Certes, c'est une unit de recherche, mais les thmes pour lesquels elle revendique cette appellation sont trs loigns de la recherche en matire de base de donnes. En ralit c'est titre d'utilisateur final, que l'unit de recherche Etna intervient dans ce programme. Que peuvent apporter les risques naturels un tel programme de recherche et rciproquement que peut apporter ce programme aux risques naturels ? C'est ces questions que cet article va tenter de rpondre.
24
1. LE PROJET
Le projet europen en question est un projet IST dnomm MurMur pour multireprsentation et multi rsolution. Il a l' ambition de permettre, en utilisant un logiciel de gestion de donnes, SGBD ou SIG, la manipulation de donnes spatio-temporelles qui peuvent avoir plusieurs reprsentations et des rsolutions diffrentes. Il regroupe six partenaires : trois sont des laboratoires de recherche en bases de donnes : le laboratoire d' informatique de l' Universit Libre de Bruxelles ; le laboratoire de base de donnes de l' Ecole Polytechnique Fdrale de Lausanne ; L' institut d' informatique et organisation de l' Universit de Lausanne.
Star Informatic de Lige, diteur de logiciel SIG. le laboratoire COGIT de l' Institut Gographique National (IGN) en temps que fournisseur de donnes ; l' unit de recherche Etna du Cemagref, en temps qu' utilisateur de donnes.
et deux utilisateurs finaux :
Un systme de gestion de base de donnes, que ce soit un SGBD ou un SIG, utilisent une reprsentation des objets du monde rel. Cette reprsentation est le rsultat de la modlisation qui dpend beaucoup de l' utilisation souhaite des donnes qui va en tre faite. Ceci implique qu' il existe une multitude de reprsentations d' un mme objet du monde rel. L' objectif principal du projet MurMur est d' tendre les fonctionnalits d' un logiciel commercial de gestion de donnes (SGBD ou SIG) pour supporter la coexistence de reprsentations multiples des objets en particulier les reprsentations d' objets spatiaux, ceci des rsolutions, ou chelles, diffrentes tout en gardant la trace de l' volution temporelle de ces objets. Ces fonctionnalits qui devront tre apportes un logiciel existant impliquent d' introduire la notion de point de vue, qui associe le droit d' accs aux donnes, la reprsentation et la rsolution qui vont tre utiliss pour rpondre aux requtes d' applications ou d' utilisateurs diffrents. Prenons l' exemple de la gestion des risques naturels qui regroupent plusieurs types de documents. Pour le mme objet du rel, il est possible d' avoir plusieurs reprsentations. C' est le cas des ouvrages paravalanches qui sont indiqus de faon schmatique sur les Cartes de Localisation Probable des Avalanches (CLPA) et qui peuvent tre reprsents en dtail sur des plans d' excution ou de rception des ouvrages. Un particulier qui consulte une CLPA, mme s' il souhaite en agrandir l' chelle, n' est pas intress par une description dtaille de ces ouvrages, par contre un technicien de gestion des risques devra consulter le dtail des ouvrages,
La multireprsentation de donnes spatio-temporelles pour les risques naturels
25
comme la hauteur d' une digue, pour en valuer l' efficacit. Cet exemple montre quaux concepts de multi-rsolution et multi-chelle, il faut y associer le concept de point de vue qui sera galement pris en charge dans le cadre de ce projet.
2. L'APPORT DE L'UR ETNA CE PROJET
Petits rappels :
Etna intervient dans MurMur en temps qu' utilisateur de donnes spatiotemporelles ; en partenariat avec le laboratoire LSR de l' IMAG, du service RTM 741 de l' ONF, Etna tait partenaire du Projet SIRVA (Systme d' Information des Risques de la haute Valle de l' Arve) ralis dans le cadre d' un contrat de plan Etat-Rgion. C' est d' ailleurs, dans le cadre de ce projet, et son terme qu' avait t organise la premire session de SIRNAT.
Le projet SIRVA a mis jour diffrents problmes de ralisation d' un systme d' information destin aux risques naturels [4]. Dans le cadre de sa thse sur la mise en place de systmes dinformation pour les risques Yannick Manche [5] confirme ces problmes en prcisant que les mthodes classiques de rsolution procdurale sont rapidement insuffisantes dans le cas des phnomnes complexes comme les risques naturels. Il est indispensable dexploiter des connaissances empiriques pour apprhender efficacement un phnomne qui, par sa complexit, chappe une reprsentation spatiale dterministe [2]. Lespace sert alors de rfrentiel commun aux diffrents processus qui entrent en compte, cest pour cela que la modlisation des informations doit tre lie leur reprsentation spatiale. Cela nous montre que pour mettre en place un SIG pour lanalyse des risques naturels en montagne, il nous manque encore des mthodes. Ainsi, cela nous permet dorienter notre dmarche vers des mthodologies danalyses spatiales ainsi que vers la modlisation des systmes et des bases de donnes, plutt que de vouloir mettre en place un SIG immdiatement. Et c' est sur la base de ces problmes que l' UR Etna est en mesure d' apporter des cas d' utilisation qui sont prendre en compte dans MurMur.
2.1. PLUSIEURS ACTEURS DIFFRENTS
Le systme SIRVA avait l' ambition de pouvoir restituer l' information sur les risques naturels un public vari allant du grand public, au technicien spcialiste de la gestion des risques en passant par les lus locaux. Il parat vident que tous les documents ne doivent pas tre communiqus au grand
1 Service dpartemental de Haute Savoie de la Restauration des terrains de
Montagne de l' Office National des Forts (ONF).
26
public essentiellement parce qu' ils ne sont pas rdigs pour cela et qu' ils risquent donc d' tre mal interprts. D' autre part les acteurs n' auront pas les mmes droits, un technicien pourra insrer de nouvelles donnes ou en modifier, ce qui sera bien entendu impossible pour le grand public. Voici comment, pour le projet MurMur, ont t dfinis les acteurs concerns par les risques naturels :
Geographic sector consultation
Phenomenon consultation
Risk manager
Vulnerable area consultation
Public
Risk zone consultation
Risk zone determination per data crossing (cadastral map, hazard map)
Data base update
Risk technician
Scientist
Figure 1 : acteurs de la gestion des risques (d'aprs [5])

2.2. UTILISATION DE NOMBREUX DOCUMENTS DES CHELLES DIFFRENTES
Bien souvent les documents relatifs aux vnements sont raliss sur une cartographie au 1/25 000. Il en est ainsi par exemple des Cartes de
27
Localisation Probable des Avalanches. Les documents d' urbanisme, POS ou PPR2 sont une chelle voisine du 1/5 000, et les plans cadastraux sont entre le 1/500 et le 1/2 000. Au sein d' un systme d' information o il doit tre possible de superposer plusieurs couches d' information, par exemple cadastre et CLPA, il n' est pas possible que le trac des CLPA sur le plan cadastral soit fait par un simple trait vecteur. Ceci ne traduirait pas la prcision avec laquelle la CLPA a t tablie. Il faut donc que les contours des avalanches des CLPA soient reprsents de faon diffrente s' ils sont superposs sur un document d' chelle diffrente.
2.3. MULTIREPRSENTATION DE MMES OBJETS
Les risques naturels fournissent moins de cas de multireprsentation que l' IGN, qui dispose de trois bases de donnes diffrentes pour les trois cartographies du territoire franais :
la BDTOPO ; la BDCARTO ; la BD GEOROUTES.
Pour chacune de ces bases, le mme objet, un tronon de route ou un carrefour par exemple, est reprsent de trois faons diffrentes. Chaque mise jour d' un objet sur une base doit tre galement faite sur les deux autres. Le projet MurMur a l' ambition de rsoudre ce problme de manire plus lgante que par la technique de gestion de liens d' appareillement qui est en gnral applique dans de tels cas. Pour les risques naturels, on peut appliquer la multireprsentation aux ouvrages de protections. Chaque ouvrage fait l' objet, pour sa ralisation, d' un plan d' implantation et de plans d' excution. Ces plans trs dtaills sont de prcieux documents pour le technicien des risques naturels, et on peut donc les considrer comme autant de reprsentations diffrentes du mme ouvrage. De plus, sur certains documents, les CLPA en particulier, les ouvrages de protection contre les avalanches sont indiqus de faon schmatique avec une localisation approximative. Il est alors naturel de prvoir d' associer dans la reprsentation prcise de cet ouvrage, le symbole utiliser pour le reprsenter sur une carte au 1/25 000 et d' utiliser sa localisation fournie par le plan dtaill pour le positionner prcisment. En cas de disparition de l' ouvrage, le fait de faire disparatre soit le symbole sur la carte, soit l' ouvrage sur le plan entranerait automatiquement la mise jour de l' autre document.
2 Plan de Prvention des Risques naturels prvisibles.
28
Figure 2 : Exemple de plan dtaill d'un dispositif paravalanche de plusieurs ouvrages, et leur reprsentation par symboles sur la carte CLPA
2.4. NOMBREUSES DONNES TEMPORELLES
C' est une vidence que pour avoir une bonne reprsentation des phnomnes tels que les risques naturels, la composante temps est primordiale. Ce n' est pas le lieu pour dcrire en dtail l' apport du temps dans la prise en compte des risques, mais il sera plus intressant de dcrire comment ce temps doit tre utilis. La composante temps dans une base de donne est gre par un champ date, mais bien souvent l' utilisateur sera plus intress par la version que par la date. Par exemple, au cas o plusieurs versions d' un mme document seraient disponibles au sein de la base, l' utilisateur prfrera demander quelle est la premire version ou la dernire. Ensuite il voudra peut tre connatre la version suivante ou prcdente.
3. APPORT DE MURMUR DANS LA GESTION DES RISQUES
La prise en compte des risques naturels l occasion des oprations d' urbanisme engendre un flux important de donnes, notamment dans le cadre de l' tablissement d' un PPR :
rcupration des informations disponibles sur les phnomnes ; production de documents de synthse de ces donnes, essentiellement des cartes ;
29
production de documents de zonage, qui intgrent les connaissances relatives aux phnomnes et aux enjeux ; traitement au cas par cas des demandes de permis de construire et de certificats d urbanisme, voire d expertises ponctuelles. Ce traitement utilise toutes les connaissances produites aux tapes prcdentes et gnre des avis, qui sont de nouvelles donnes, car l' chelle d' expertise est beaucoup plus fine. Les avis rsultants posent un gros problme de cohrence entre parcelles voisines, car ils sont mis de faon ponctuelle.
Paralllement, et de faon totalement indpendante, la nature continue de fonctionner en tmoignant vis--vis de ces procdures une indiffrence totale. Elle gnre pisodiquement des phnomnes qui peuvent tre exceptionnels, dont l' impact peut tre catastrophique selon l' ampleur de ces phnomnes et la vulnrabilit des zones atteintes. D' un point de vue administratif, ces nouveaux phnomnes peuvent, dans certains cas, remettre en cause le zonage et les procdures associes d un PPR. Du point de vue de la gestion des donnes, il faut s' assurer que ces vnements sont convenablement dcrits et enregistrs dans des bases de donnes, mme si leur intensit et/ou leurs effets ne sont pas extrmes. Ainsi, la mise en place de bases de donnes spatiales devient un outil extrmement intressant pour la gestion quotidienne des risques naturels. De plus, la mise en place de base de donnes gographiques concernant les risques naturels se heurte trs rapidement aux difficults de reprsentations des donnes des chelles extrmement diffrentes. En effet, le systme doit grer des donnes gographiques issues de sources trs varies ayant des qualits et des reprsentations diffrentes. Tous ces acteurs s intressent un mme phnomne du monde rel regard selon diffrents points de vue. L information gographique est donc collecte, saisie et analyse diffrentes chelles de rsolution et d abstraction de l espace, de sorte que la perception des processus gographiques dpend de ces chelles d observation [7]. Un des intrts de disposer d informations gographiques sous forme numrique est de pouvoir accder une grande diversit d informations. On est de moins en moins limit par la quantit d informations stocker. En revanche, si on veut visualiser ces informations sous forme d une carte (l utilisation la plus courante), trs vite on arrive la saturation de la carte en objets gographiques, qui finissent par la rendre illisible. Or, la nature mme des donnes gographiques fait qu il est indispensable de les visualiser cartographiquement pour que leur reprsentation soit utile. Il faut donc, pour produire une carte partir de donnes numriques, disposer de spcifications cartographiques prcises et d un systme capable d extraire des donns l information qui nous intresse, et ensuite, en driver une reprsentation graphique adapte l chelle voulue [8].
30
Sur une carte papier , le volume d informations et l emprise de la carte sont directement conditionns par l chelle qui est fixe. Le nombre de thmes et leur degr de dtail sont donc limits si l' on veut produire une carte lisible. Si l utilisateur veut disposer de plusieurs reprsentations d une mme zone, il lui faut obligatoirement faire raliser plusieurs cartes et faire lui-mme le rapprochement entre ces cartes. Il ne faut pas oublier que l chelle, en gographie, est un terme qui peut dsigner le niveau d abstraction d une reprsentation spatiale. Dfinir une abstraction est un processus qui mne naturellement la modlisation [9]. Ainsi, chaque chelle correspond un niveau d abstraction, donc des objets graphiques qui peuvent tre diffrents. En numrique, l chelle, telle que nous la concevons pour une carte papier, n a plus de sens, elle est remplace par un niveau d abstraction o les objets sont reprsents comme sur une carte papier.
3.1. MODLISATION DES DONNES
3.1.1. Etat de l'art en la matire
Avant toute chose, la mise en place d' un systme d' information ncessite une modlisation des donnes. S' il n' est plus contestable de faire une modlisation de donnes "classiques" en UML (Unified Modelling Language) [3], il est beaucoup plus difficile de trouver un standard pour des donnes spatio-temporelles, et encore moins pour des donnes spatiotemporelles pouvant avoir plusieurs gomtries. Cependant on peut citer deux approches pour raliser une modlisation de ce type de donnes :
Perceptory, dvelopp par le centre de recherche en gomatique de l' Universit Laval au Qubec ; MADS, dvelopp l' Universit de Lausanne en partenariat avec Le laboratoire d' informatique de l' Universit Libre de Bruxelles et le Laboratoire de Base de Donnes de l' Ecole Polytechnique Fdrale de Lausanne, approche qui est utilise et complte dans le cadre de MurMur.
3.1.2. Perceptory
Sous cette dnomination, existe un logiciel d' AGL utilisant le formalisme UML enrichi d' un plug-in pour grer les spcifications spatio-temporelles des donnes (Spatial Plug-in for Visual Language). Pour chaque entit, il est possible de dfinir une ou plusieurs gomtries, et des variations temporelles. Dvelopp pour la modlisation de la ralit dans la perspective de mettre en place des bases de donnes spatiales, ce CASE Tools (Computer-Assisted Software Engineering ou Atelier de Gnie Logiciel), c' est--dire un environnement de conception de systmes, permet d intgrer la gomtrie et l volution temporelle des objets dans le modle conceptuel de donnes. Ainsi, en utilisant un langage visuel tel qu UML associ des pictogrammes reprsentant la gomtrie, le modle se trouve grandement amlior, et sa comprhension facilite. Cet UML spatial permet de formaliser notre modle de l espace. Par la suite, la construction
31
du prototype utilisera les avances apportes par ce type de dmarche, aidant la modlisation des donnes spatiales [1]. Il s agit d un outil de matrise d ouvrage et non de matrise d uvre. Pour la gomtrie, nous utilisons trois notations graphiques de base, nommes pictogrammes :
Pour que la comprhension visuelle du modle soit explicite, Perceptory n' accepte qu un nombre limit de combinaisons de pictogrammes, sachant que les autres sont dfinies dans le dictionnaire de donnes associ. Les combinaisons ci-dessous nous en donnent un exemple :
La combinaison des pictogrammes spatiaux avec les pictogrammes temporels nous permet de reprsenter l volution spatiale des objets. Retenons aussi que les carrs sont utiliss pour le spatial et les cercles pour le temporel.
MADS
Dj conu avant le dmarrage du projet MurMur par les trois laboratoires de recherche, ce formalisme a t enrichi pour permettre de rpondre au cahier des charges du projet. Ce formalisme, tout comme Perceptory, utilise des pictogrammes pour reprsenter les caractristiques spatiales et temporelles d' une entit, d' un attribut ou d' une relation entre deux attributs [10].
32
Ainsi pour les gomtries, il est possible d' avoir les cas suivants :
Figure 3 : Pictogrammes utiliss en formalisme MADS pour la spatialit La hirarchie fait ressortir les hritages qui peuvent se propager, une gomtrie peut en effet tre redfinie par raffinement, une "simple geo" peut tre redfinie en "Line" ou "Point", mais pas en "line set". Pour la partie temporelle les pictogrammes sont les suivants :
Figure 4 : Pictogrammes utiliss en formalisme MADS pour la temporalit
33
Et il est possible de mixer, pour une mme entit, diffrents pictogrammes, comme dans l' exemple ci-dessous :
Figure 5 : Exemple d'entit spatio-temporelle La partie gauche est ddie au temporel, la partie droite au spatial. Dans ce cas, le temporel exprime un intervalle de temps (dbut de vie, fin de vie), le spatial exprime soit une gomtrie de type surface, soit de ligne oriente, cette gomtrie variant dans le temps. Le carr latral est une estampille et exprime, par la couleur, que la gomtrie est faite au 1/25 000 et, par la lettre, que le point de vue est celui d' un technicien. Pour les relations spatiales entre les entits, les pictogrammes suivants sont utiliss : Type spatial disjunction adjacency crossing
Pictogramme
Dfinition Les entits lies ont des gomtries disjointes Les entits lies ont des gomtries adjacentes (pas de surface commune) Les entits lies ont une partie commune dont la dimension est infrieure la plus grande dimension des deux entits Les entits lies ont une partie commune dont la dimension est gale la dimension des deux entits La gomtrie d' une entit est totalement incluse dans la gomtrie de l' autre entit Les gomtries des deux entits lies sont gales
overlapping
inclusion
equality
Table 1: Relations topologiques en MADS [6]
34
Les spcificits spatio-temporelles peuvent tre galement attribues aux attributs ou aux relations. L' exemple ci-dessous, montre l' application du spatial et du temporel des attributs, et propose une solution alternative.
Torrent Torrent
f( )
f( )
Nom Nom
Corrections
Corrig par
Identifiant
Emplacement
Correction
Identifiant
Figure 6 : Illustration de deux modlisations possibles pour la reprsentation du mme monde rel Dans le cadre de MurMur, une modlisation des donnes a t faite, dans un premier temps manuellement. Cette modlisation est base sur une description des donnes qui utilise le modle MADS, qui a du tre adapt pour supporter la multi-reprsentation. On trouvera en fin de document le rsultat de cette modlisation (figure 7).
35
La ralisation de cette modlisation a permis l' quipe d' Etna d' avoir une meilleure approche de la nature des donnes disponibles et de leur interaction. La modlisation tant ralise, il faut ensuite implmenter cette modlisation au sein d' un systme de gestion de base de donne. Pour la ralisation du prototype, le projet MurMur, utilise Oracle 8i avec sa partie spatiale, mais l' architecture de MurMur est faite en sorte qu' il suffise de dvelopper un traducteur (wrapper) spcifique pour un autre systme depuis un stade assez avanc de description des donnes ralise en XML. Toutes ces oprations de dfinition du schma puis de l' implantation sur Oracle vont tre ralises par un diteur de schma qui en sortie fournira les scripts en sql de cration des tables sous Oracle, avec bien entendu les contraintes d' intgrit ncessaires pour respecter certaines descriptions de donnes du schma qui ne sont pas supportes par Oracle et qui doivent donc tre traduites en plusieurs tables.
3.2. GNRATION DE REQUTES
Une fois la base structure et remplie des donnes, il sera ncessaire de raliser des requtes sur ces donnes. Pour cela un diteur de requtes sera galement dvelopp. Il sera bien videmment associ un "visualiseur" du rsultat des requtes qui pourra servir pour faire des slections interactives ou affiner une requte. Ainsi, il sera possible, pour l' UR Etna, de mettre disposition de ses membres un systme de consultation de donnes en gnrant, via cet diteur, des requtes qui peuvent tre trs complexes. Pour la gestion du temps, il a t dit qu' il tait bien souvent prfrable de manipuler le concept de version plutt que la date elle-mme. Le systme MurMur doit galement fournir, au travers d' un service spcifique la fonctionnalit de voyage dans le temps. Ainsi, obtenir quel tait l' tat des lieux, constructions, vnements connus, travaux de protection, voies de communication lorsque tel vnement s' est produit sera ralis assez simplement du point de vue utilisateur.
4. CONCLUSION
Ce projet, qui occupe en gros une personne/an sur les deux ans et demi du projet, demande effectivement un investissement assez important de la part de l' unit Etna, mais le bnfice est loin d' tre ngligeable. D' une part, il y a une comptence en modlisation qui a du tre acquise et qui sera prcieuse pour les projets en cours et futurs de cette unit, mais il y aura aussi la mise dispositions d' outils extrmement performants qui profiteront beaucoup la mise en place de divers systmes d' information ddis aux risques naturels, que ce soit dans leur conception, leur maintenance ou leur utilisation.
36
Figure 7: modellisation des donnes base sur le modle MADS.

5. BIBLIOGRAPHIE [1] Y. Bdard ; Visual Modeling of Spatial Databases : Towards Spatial PVL and UML. , Geomatica, Vol. 53, No. 2, (1999a) pp 169-186. [2] R. Bolognesi ; L analyse spatiale des risques d avalanches. Premiers dveloppements d un environnement informatique d aide la dcision , thse de doctorat, Cemagref division Nivologie Laboratoire de la Montagne Alpine, Universit Joseph Fourier Grenoble I, (1991) 218 p. [3] G. Booch, J. Rumbaugh, I. Jacobson ; The Unified Modeling Language user Guide, Reading : Addison-Wesley (1999) 482 p.
37
[4] Y. Manche, M. Villanova, H. Martin, R. Burnet ; Un systme d information dans le domaine des risques naturels : le projet SIRVA , Revue Internationale de Gomatique, (2002) 16 p. - Accept [5] Y. Manche ; Analyse spatiale et mise en place de systme d information pour l valuation de la vulnrabilit des territoires de montagnes face aux risques naturels, thse de doctorat, Universit Joseph Fourier Grenoble I, Cemagref UR ETNA (2000) 172 p. [6] MurMur Consortium ; Supporting Multiple Representations in SpatioTemporal databases , 6th EC-GI & GIS Workshop, Lyon, France, (June 28-30, 2000). [7] L. Raynal, P. Dumolard et al ; Grer et gnrer des donnes spatiales hirarchises, Revue Internationale de Gomatique, Vol 6, n4, (1996) pp 365-382. [8] N. Regnauld (1998) ; Gnralisation du bti : structure spatiale de type graphe et reprsentation cartographique, thse de doctorat, Universit de Provence, Aix-Marseille I Institut Gographique National, COGIT, (1998) 191 p. [9] P. Rigaux ; Interfaces visuelles et multi-reprsentation dans les bases de donnes spatiales, thse de doctorat, Conservatoire National des Arts et Mtiers Paris. (1995) 164 p. [10] C. Vangenot, C. Parent, S. Spaccapietra ; Multi-representations and multiple resolutions in geographic databases , Advanced Database Symposium' 99 (ADBS 99), IPSJ Symposium Series Vol.99, NB019, Tokyo, Japan.
CHAPITRE 3 : LAPPORT DES SYSTMES DINFORMATION GOGRAPHIQUE AU TRAITEMENT DES PROBLMATIQUES RELATIVES AUX RISQUES NATURELS
S. SAUVAGNARGUES-LESAGE Ecole des Mines dAls
1. INTRODUCTION
Dun point de vue historique, les traces de digues difies contre les inondations au 5ime Sicle avant JC en Egypte sont la preuve dune prise de conscience relative aux risques naturels. Le concept de risque prend toutefois vritablement naissance au 18ime Sicle [Bai95], aprs le tremblement de terre de Lisbonne en 1756, au travers dun courrier de Jean-Jacques Rousseau Voltaire : Convenez que la nature navait point rassembl l 2000 maisons de 6 7 tages et que, si les habitants de cette grande ville eussent t disperss Le dgt eut t beaucoup moindre et peut tre nul . Toutefois, lanalyse des risques est encore plus rcente (fin de la premire Guerre Mondiale), car issue du domaine de laronautique. Elle consistait essentiellement calculer des taux de dfaillances. Elle na cess de se dvelopper depuis. Le dveloppement a paralllement port sur les outils danalyse des risques (dtection des phnomnes, mthodes danalyse des risques), et sur les outils dvaluation et de reprsentations de ces risques (modles de propagation, cartographie). Loutil cartographique, connu depuis Ptolme et qui na eu de cesse dvoluer depuis, sinsre dans lvolution technologique. La carte papier est tout dabord devenue numrique, puis sont apparus les Systmes dInformation Gographique. La notion de risques naturels et les Systmes dInformation Gographique sont aujourdhui fortement imbriqus : il est dsormais possible de parler de lapport des Systmes dInformation Gographique la gestion des problmatiques relatives aux risques naturels. Pour aborder ce thme, les spcificits des risques naturels seront traites dans un premier temps, puis sera abord lapport des Systmes dInformation Gographique cette problmatique. Ces lments seront enfin illustrs par deux exemples.
40
2. SPCIFICITS DU TRAITEMENT DES PROBLMATIQUES RELATIVES AUX RISQUES NATURELS
Les risques naturels prsentent un certain nombre de spcificits. Ils se diffrencient des autres types de risques, les risques technologiques par exemple, par deux principaux aspects :
les caractristiques des phnomnes initiateurs (tectonique des plaques, par exemple) qui n ont pas t cr par l Homme, ne peuvent pas tre matris par l Homme, et parfois mme ne peuvent pas tre anticipes ; les caractristiques relatives la gographie de l occurrence de ces risques. Les zones soumises un ou plusieurs risques sont gnralement tendues (zones de contact entre deux plaques tectoniques, zones soumises au risque cyclonique, ), et il est quasiment impossible d anticiper sur la localisation gographique prcise du prochain vnement.
Ceci implique naturellement un mode de traitement particulier, au niveau de la gestion des risques, de la gestion des crises, et de l valuation des dommages. Le traitement des problmatiques relatives aux risques naturels utilise depuis longtemps la cartographie comme support de restitution. L apparition des Systmes d Information Gographique et leur importance grandissante dans ce domaine, fait que ce sont aujourd hui des outils majeurs dans la prise en compte, l valuation et la gestion des risques naturels.
2.1. DFINITIONS
Les risques naturels, comme les autres risques, se dfinissent par le croisement d alas et d enjeux. L ala est gnralement identifi par la probabilit d occurrence d un vnement qui peut affecter un systme (naturel ou technologique). Les enjeux regroupent les personnes, les biens, les quipements et l environnement menacs par un ala et susceptibles de subir des prjudices ou des dommages. Le concept de risque est un concept anthropique ; la seule occurrence d un ala sans enjeux ne constituant pas un risque. L ala naturel est le rsultat de la survenue d un phnomne naturel initiateur [Ayr01]. Ces phnomnes peuvent avoir des origines uniques :
climatique : ils donnent lieux aux alas inondations , cyclones , godynamique : ils donnent lieux aux alas sismes , volcans , mouvements de terrain ,
L' apport des SIG au traitement des problmatiques relatives aux risques naturels 41
ou pour origine des interactions :
climat / godynamique : ils donnent lieux aux alas avalanches , crues torrentielles , climat / anthropique : ils donnent lieux notamment aux alas feux de forts .
Chaque ala se dfinie par une probabilit d occurrence et une intensit. Ces deux paramtres sont d une facilit d apprhension variable selon l ala naturel considr. Si l intensit d un sisme est quantifiable avec prcision, sa probabilit d occurrence fait toujours partie des domaines de recherche parmi les plus actifs. Paralllement, l volution de la socit fait que la connaissance des enjeux et de leur vulnrabilit devient primordiale. Cela contribue pousser toujours plus loin la prise en compte, la hirarchisation et la quantification des vulnrabilits humaines, conomiques, et environnementales. Les deux notions d ala et d enjeu possdent une composante gographique. Celle-ci est indispensable leur identification (un cours d eau, par exemple), localisation, quantification, valuation, et hirarchisation La connaissance de cette composante gographique est de fait primordiale. L ala naturel possde toutefois la particularit gographique d tre parfois difficilement localisable avec prcision. Il est en effet possible de cerner une zone soumise un type d ala (feux de forts, boulement rocheux, ), mais la localisation du point de dpart et de l emprise demeurent des inconnues jusqu l occurrence du phnomne. Les enjeux, classiquement les zones d implantations anthropiques, sont quant eux facilement localisables. Le problme de leur prise en compte rside essentiellement dans :
la connaissance des caractristiques prcises de ces implantations (coles, tablissements recevant du public, ) ; l accs aux bases de donnes adaptes la problmatique aborde (existence, disponibilit, cot, fracheur de l information, ) ; la hirarchisation des enjeux entre eux.
La connaissance, la localisation de l ala naturel et des enjeux sont donc les lments essentiels pralables au traitement des risques naturels. La composante gographique tient une place particulirement importante, apprhende ici au travers de divers outils vocations variables.
2.2. LE TRAITEMENT DES PROBLMATIQUES RELATIVES AUX RISQUES NATURELS
Les problmatiques relatives aux risques naturels peuvent revtir trois principaux aspects : la gestion des risques, la gestion des crises, la gestion de l aprs crise.
42
La gestion des risques naturels se traite aujourd hui en France essentiellement au travers d outils rglementaires tels que les Plans de Prvention des Risques naturels prvisibles. Mis en place depuis 1995 et prescrits par les Prfets, les Plans de Prvention des Risques ont pour objectif de limiter les zones exposes un ou plusieurs risques naturels, de dlimiter les zones o une activit quelconque aurait pour effet d accrotre les risques, de dfinir les mesures de prvention, de protection et de sauvegarde ncessaires, de dfinir les mesures qui doivent tre adoptes dans les zones risques. Toutefois, la gestion des risques ne se limite pas l laboration de ces Plans de Prvention des Risques. Un grand nombre d tudes de risques ont pour objectif d aider des collectivits locales connatre leur environnement en dehors de toute obligation rglementaire. Dans ce cadre, la composante cartographique possde une place capitale dans l laboration de ce document. En effet, la carte constitue le support de restitution des informations rglementaires : carte informative du phnomne considr, carte d ala, plan de zonage. La gestion des crises se traite depuis toujours par l intermdiaire d outils permettant la connaissance gographique de la zone concerne. Ds l Antiquit, les cartes avaient une vocation militaire, et les plus grands progrs de la cartographie furent observs durant les deux Guerres Mondiales. Il s agit dans cette optique de localiser la zone o se droule la crise, d apprhender ses caractristiques gographiques, les implantations humaines, les voies d accs et de communications, la localisation de l vnement, et l emprise de son volution probable,... La gestion de l aprs crise ncessite galement des outils forte composante cartographique : localisation des zones ayant subies des dommages, valuation de leur ampleur et de leur intensit, identification des infrastructures de communications permettant l accs des moyens de secours, localisation de zones hors-dommages permettant le regroupement des populations,
Ces trois grands cadres d utilisation de la cartographie pour la gestion des risques naturels mettent en vidence un certain nombre de contraintes :
les donnes de base reprsentes sur la carte doivent tre d une grande prcision et d une grande fracheur ; la quantit d information cartographier est importante pour pouvoir rpondre aux besoins ; pour une information cartographie, un certain caractristiques descriptives doivent tre reprsentes. nombre de
Les Systmes d Information Gographique proposent dsormais les fonctions ncessaires pour palier ces contraintes.
L' apport des SIG au traitement des problmatiques relatives aux risques naturels 43
2.3. DE LA CARTE PAPIER AUX SYSTMES DINFORMATION GOGRAPHIQUE
Nous venons de le voir, le management des risques naturels est indissociable de l aspect cartographique. Toutefois, la carte papier possde certains inconvnients :
la quantit d information contenue sur une carte est limite, sous peine d illisibilit ; la carte dite est un document fig, et des cartes peuvent tre primes ds leur parution (cartographie de la topographie des pentes d un volcan en activit), ceci tant essentiellement d aux dlais de fabrication et de mise jour ; l extraction d une information exacte est dlicate (hauteur d eau estime pour une crues centennale en un point donn) ; aucune analyse quantitative ne peut tre mene (valuation des surfaces incendies par type de vgtation et par commune) ; toute analyse spatiale partir de plusieurs cartes est difficile voire impossible.
L omniprsence de ces inconvnients et le dveloppement de l informatique ont conduit, dans les annes 1960, l informatisation du dessin des cartes. A l origine, cela rpondait essentiellement des impratifs de mise jours, et d dition en grand nombre. Puis le concept d information gographique est apparu. Une information gographique reprsente tout objet pouvant tre repr par sa localisation et ses caractristiques. Les Systmes d Information Gographique ont ainsi fait leur apparition au milieu des annes 1960. Le premier, le Canadian Geographic Information System , traitait des aspects relatifs l environnement et l occupation des sols. Ds lors, l utilisation des Systmes d Information Gographique n a cess de se dvelopper, dans le domaine des risques naturels notamment.
3. LAPPORT DES SYSTMES DINFORMATION GOGRAPHIQUE
Un Systme d Information Gographique peut tre dfini comme un outil informatique de gestion de bases de donnes gorfrences. A chaque objet composant une carte correspond un ensemble de donnes attributaires qui dcrivent cet objet.

Syt Inf Risqu Extr

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Syt Inf Risqu Extr

Uploaded by

Copyright:

Available Formats

Systmes dinformation et risques naturels

Les Presses de lcole des Mines Paris, 2003

Introduction par F. Guarnieri : I - XII

Conclusion par F. Guarnieri : 247 - 251

Systmes d' information et risques naturels

7 Rseau cassini : http://lisi.insa-lyon.fr/~laurini/cassini/sigma.htm 8 http://www.cnrs.fr/cw/fr/prog/progsci/evs.html

Systmes d' information et risques naturels

Chapitre 2. La multi-reprsentation de donnes spatio-temporelles applique en risques naturels

Systmes d' information et risques naturels

VIII Systmes d' information et risques naturels

Chapitre 9. Apport des technologies de l Internet dans la pratique du brlage dirig

Systmes d' information et risques naturels

Chapitre 12. Caractrisation du risque de submersion en arrire du cordon dunaire gardois

Chapitre 14. MOSE, le nouvel outil de prvision des crues de la Meuse

XII Systmes d' information et risques naturels BIBLIOGRAPHIE

1 Unified Modeling Language

Systmes d' information et risques naturels

Les objets manipuls par un systme d information sont (Fig. 1) :

Formalisation des connaissances et modlisation des incendies de fort avec UML 3

2.2.2. Les modes dacquisition des connaissances

Les mthodes d acquisition hirarchiquement classes ainsi :

Systmes d' information et risques naturels

2 Institut National de la Recherche Agronomique 3 Universit de Nice-Sophia Antipolis

Formalisation des connaissances et modlisation des incendies de fort avec UML 5

T (X) O (X) S (X)

Systmes d' information et risques naturels

Formalisation des connaissances et modlisation des incendies de fort avec UML 7

La dmarche exprimentale se dcompose en trois phases (Fig. 2) :

Systmes d' information et risques naturels

Prparer l' Exprimentation

Scurit Equipe scientifique Excuter l' Exprimentation

Suivre Effets de l' Exprimentation

Figure 2 : Cas dutilisation de la dmarche exprimentale

Excuter Exprimentation <<Utilise>>

Mise feu Filmer feu

Responsable Vido Responsable Mise feu

Figure 3 : Cas dutilisation de lexcution de lexprimentation

: Station Mto Automatique

: Responsable Mise feu

: Responsable Mesure du Feu

Mesurer paramtres du combustible (Charge,Epaisseur,teneur en eau)

Mesurer Mto (Temprature,Hygromtrie)

Mise feu de la parcelle (Type,mthode, quantit)

Dclencher dbut Exprimentation

Filmer Feu jusqu' Fin Exprimentation

Dclencher Fin Exprimentation

Mesurer Mto (Temprature,Hygromtrie)

Mesurer paramtre combustible (teneur en eau,% brl)

Systmes d' information et risques naturels

4.2.2. Cas dutilisation de la mesure des diffrents paramtres

Les mesures effectues sont de trois types (Fig. 5) :

Mesurer Paramtres <<Etend>> <<Etend>> <<Etend>>

Mesurer Caractristiques du feu

Responsable Mesure du Feu

Formalisation des connaissances et modlisation des incendies de fort avec UML 11

4.2.3. Exemple : Cas dutilisation de la mesure des paramtres mtorologiques

Mesurer Mto <<Etend>>

Mesurer Mto Manuellement

Mesurer Mto Automatiquement

Station Mto Automatique

Figure 6 : Cas d utilisation de la mesure des paramtres mtorologiques

Systmes d' information et risques naturels

Capteurs Station mto automatique automatiques