Exploiter l’intelligence contenue dans la donnée géospatiale

 

Avec Maps, Google a mis un gros coup de pied dans la fourmilière. Connectés, géolocalisables, les utilisateurs grand public sont habitués à la cartographie. Les entreprises s’y mettent également. Les technologies, mâtures, sont amenées à consommer de plus en plus de données. L’objet du SIG n’est plus de faire des cartes : l’enjeu est de comprendre l’évolution de gros volumes de données à la fois dans l’espace et dans le temps, par une représentation cartographique visuelle. Notre esprit aujourd’hui ne peut pas ingurgiter les volumes de données gigantesques contenues dans un fichier Excel. Mais nos yeux sont capables de voir des choses que notre cerveau ne sait pas appréhender tout de suite. L’idée est bien d’arriver à représenter dans l’espace et dans le temps ces données pour aider à la prise de décision. Des données qui proviennent de multiples sources. Du système d’information (assets d’un réseau électrique, autoroutier, ferroviaire… pour les utilities), des capteurs géolocalisés sur le terrain, des bases d’informations des collectivités locales ou open source. Mais aussi des réseaux sociaux, pour lesquels l’information géographique peut être contenue dans une description textuelle. Par exemple, dans la semaine qui suit un salon automobile, les tweets émis lors de la présentation d’un nouveau véhicule vont permettre à une marque d’évaluer sa e-réputation. S’y ajoutent des données socio-économiques distribuées par l’INSEE notamment (situation familiale, revenus…) par ilot d’habitations.

A cette donnée géolocalisée outdoor s’ajoute son équivalent indoor, désormais disponible en 3D, et non plus 2,5D. Ainsi une personne n’est plus seulement localisée par étage, mais également entre deux étages. Cette nouvelle donnée géospatiale indoor est intéressante en matière de sécurité (pour savoir si une personne manquante est coincée dans un ascenseur, par exemple). Cette géolocalisation intéresse les gestionnaires de bâtiments, d’immeubles de bureaux en particulier : il est par exemple possible d’étudier le comportement des occupants pour savoir dans quelle salle ils se réunissent le plus souvent.

De nouvelles sources de données apparaissent aujourd’hui : celles issues de l’imagerie spatiale. Avec une image satellite, il est possible de savoir quel est le degré de salinité d’un sol à 3 m de profondeur. Ou d’identifier sur un pixel de 10 m sur 10 m la signature électromagnétique d’un véhicule (alors que le véhicule lui-même est invisible), et d’en déduire en croisant d’autres sources de données s’il s’agit d’une voiture d’une organisation humanitaire ou d’un groupe terroriste. Piloter par l’imagerie des satellites la circulation ferroviaire ou de véhicules autonomes est envisageable à court terme. Devenue abordable, l’imagerie satellitaire offre des perspectives insoupçonnées. Par exemple GeoRice est une plate-forme permettant de répondre à deux questions cruciales des cultivateurs de riz en Asie : quel est le meilleur moment pour semer le riz, et celui pour le récolter ? A partir du rendement d’un sol mesuré par satellite, de la météo, des cours du marché du riz, de la croissance d’un grain de riz, il est possible d’avoir la réponse à ces deux questions. Autre exemple, les gestionnaires d’infrastructure (eau, pétrole, gaz, autoroutes…) ont le réflexe d’envoyer des agents sur le terrain faire toute sorte de mesures. Aujourd’hui, l’imagerie spatiale permet d’identifier les essences d’une végétation pour analyser le croissance d’un arbre aux abords d’un pylône haute tension par exemple. Cela évite de devoir emmener des personnels sur le terrain, avec la réduction des coûts qui s’ensuit. Dernière illustration, beaucoup de questions se posent avec le Grand Paris. Le plan de transport en Île-de-France est censé faciliter la vie des franciliens. Prédire leurs comportements en matière de déplacements, quels nouveaux services sont à apporter, comment le marché immobilier va-t-il évoluer en fonction des populations…est crucial. Aujourd’hui il est possible de modéliser l’ensemble de ces paramètres dans un seul outil cartographique.

La cartographie reste le moyen le plus facile pour communiquer avec des personnes non spécialistes d’un domaine. Elle permet de donner une représentation visuelle des résultats du croisement d’énormes volumes de données, pour faire du « Géo Big Data ». La donnée spatiale recèle une puissance et une intelligence qui est sous exploitée. Evidemment, il faut que les données soient sur une même emprise géographique et sur une même temporalité, ce qui nécessite un travail important de traitement de ces informations. Fournir à n’importe quel individu une représentation temporelle et cartographique de ce qui se passe sur une zone, et vulgariser l’intelligence extraite de la donnée : tel est le nouvel enjeu du SIG.

David Talabardon, Head of Geographic Information System