Sensor data quality for environmental phenomena monitoring systems
Qualité des données capteurs pour les systèmes de surveillance de phénomènes environnementaux
Résumé
Nowadays, emerging applications in the geographic domain increasingly explore geolocalized information provided by sensors, specially for crisis management, real-time vehicle management, urban or environmental risks management, etc. More particularly, the use of sensors in the surveillance domain, specially environmental surveillance (i.e., floodings, avalanches, volcanoes...), allow a simpler interpretation of the real world. In the meanwhile, the great volume of data coming from these sensors, at variable frequency and positions, acquired in hostile environments with limited battery and communication power turn the data imprecise and uncertain. We have thus a problem regarding the quality of the data provided by these sensors. This research work proposed in this thesis raise the challenge of real-time sensor data quality, in order to help users in the decision making during critical situations. This being, we propose a methodology for the definition, evaluation and communication of sensor data quality. This methodology is inspired by existent methodologies dealing with data quality in different domains and is structured in three phases (the definition, the evaluation and the communication). This methodology, differently from existent methodologies in the information systems domain, needed the specification of sensor data characteristics linked to data quality. The evaluation of the quality, in the core of the methodology, takes into account the acquisition context factors and treatment that can impact the data quality, as well as the metadata management and the evaluation of multi-criterion quality in real-time. The proposed methodology is supported by a visualization prototype called MoSDaQ (Monitoring Sensor Data Quality) that allows us to visualize via web the data provided by environmental observations, together with information related to the data quality in real-time.
Les applications émergentes dans le domaine géographique, exploitent de plus en plus d'informations géolocalisées provenant de capteurs, notamment pour la gestion de risques urbains ou environnementaux, etc. L'utilisation de capteurs au sein du domaine de la surveillance, notamment environnementale (i.e. inondations, avalanches, volcans…), permet une interprétation plus simple du monde réel. Cependant, les grandes quantités de données issues de ces capteurs, à fréquences et positions variables dans le temps, acquises dans des environnements hostiles avec une capacité d'énergie et de communication limitée, rendent les données plus imprécises et incertaines. Le but de notre travail est donc de relever le challenge de la qualité des données issues de capteurs en temps réel, afin d'aider les utilisateurs lors de la prise de décision en situations critiques. Ainsi, nous proposons une méthodologie pour la définition, l'évaluation et la communication de la qualité des données issues de capteurs. Cette méthodologie s'inspire de méthodologies existantes traitant de la qualité de données dans différents domaines et est structurée en trois phases (la définition, l'évaluation et la communication). Cette méthodologie, à la différence des méthodologies existantes dans le domaine des systèmes d'information, a nécessité la spécification de caractéristiques des données issues de capteurs liées à la qualité des données. L'évaluation de la qualité, au sein de la méthodologie prend en compte les facteurs du contexte d'acquisition et du traitement qu'ont un impact sur la qualité des données, ainsi que la gestion des métadonnées qualité et l'évaluation de la qualité multicritères en temps réel. La méthodologie proposée est supportée par un prototype de visualisation appelé MoSDaQ qui permet de visualiser via le web les données issues des observations environnementales, conjointement aux informations liées à la qualité des données exploitées en temps réel.