Réduction de l'erreur systématique de mesure géométrique par enrichissement altimétrique des données géographiques
Résumé
Dans la majorité des logiciels SIG, les mesures géométriques (longueur, surface) calculées à partir de la géométrie des objets vectoriels sont réalisées en deux dimensions, ce qui génère des sous-estimations systématiques. Plusieurs raisons peuvent expliquer cette situation, comme les lacunes en termes de modélisation géométrique des données vectorielles, ou encore l'absence de méthodes correctement implémentées pour calculer ces mesures à l'aide d'altitudes. Afin de réduire l'erreur systématique impliquée par l'omission des altitudes dans les mesures géométriques, cet article propose des méthodes pour (1) enrichir la géométrie des objets géographiques en utilisant des données altimétriques provenant de sources externes, (2) calculer la longueur et la surface à l'aide d'altitudes. Ces propositions sont mises en oeuvre au sein d'un modèle permettant à tout utilisateur de SIG de prendre en compte le terrain dans les calculs de longueur et de surface, et ainsi d'évaluer la sous-estimation systématique impliquée par des mesures géométriques en deux dimensions. Une expérimentation est ensuite réalisée pour illustrer le fonctionnement du modèle et tester l'impact de la qualité de plusieurs sources de données altimétriques sur les mesures géométriques. Les résultats démontrent que les modèles numériques d'élévation disponibles gratuitement permettent de réduire de manière réaliste l'erreur de mesure. Sur la base de comparaisons avec des bases de données à haute résolution, l'expérimentation montre également que l'omission du terrain n'est pas suffisante pour expliquer la totalité de l'erreur de mesure. En effet, ceci suppose de modéliser et combiner d'autres processus accumulés sur des données vectorielles impactant les mesures géométriques, telles que l'erreur de saisie ou encore la projection cartographique.