Systematic error reduction in geometric measurements based on altimetric enrichment of geographical features
Résumé
Dans la plupart des logiciels SIG, les mesures géométriques (longueur, surface) calculées à partir de la géométrie d'objets vectoriels sont effectuées en deux dimensions, ce qui engendre des sous-estimations systématiques. Plusieurs raisons peuvent expliquer cette situation problématique, en particulier les deux suivantes : les déficiences en termes de modélisation géométrique des données vectorielles et l'absence de méthodes correctement mises en óuvre pour calculer ces mesures à l'aide de données d'altitude. Ainsi, afin de réduire l'erreur systématique découlant de l'omission de l'altitude dans les mesures géométriques, l'auteur propose des méthodes visant 1) à enrichir la géométrie des objets géographiques à l'aide de données altimétriques externes et 2) à intégrer les données d'altitude au calcul de longueur et de surface. Les méthodes proposées sont intégrées dans un modèle permettant à tout utilisateur de SIG de tenir compte de l'altitude dans les calculs de longueur et de surface, et ainsi d'évaluer la sous-estimation liée aux mesures en deux dimensions. L'auteur procède enfin à des expérimentations destinées à illustrer le fonctionnement du modèle et à tester l'incidence de la qualité des différentes sources de données altimétriques. Les résultats obtenus indiquent que les modèles numériques d'élévation (MNE) disponibles gratuitement permettent de réduire l'erreur de mesure. Des comparaisons avec des bases de données à haute résolution révèlent également que la sous-estimation liée à l'omission des altitudes ne suffit pas à expliquer l'intégralité de l'erreur de mesure géométrique, qui est également imputable à d'autres causes comme l'erreur de numérisation ou la projection cartographique.