Journée professionnelle 2011 31 mars 2011 - Montpellier La précision, un élément incontournable de la qualité des données ...
Entrée dans l’ère de la donnée de qualité <ul><li>La disponibilité et l’utilisation des données localisées n’étant plus de...
Qu’est-ce qu’une donnée de qualité ? <ul><li>Les critères de qualité diffèrent en fonction des acteurs : techniciens, déci...
La précision des données impacte la qualité de la décision, mais… <ul><li>le cas des orthophotographies </li></ul><ul><li>...
Des données peu précises peuvent répondre à des  questions précises <ul><li>Le croisement du PCI et de l’IFN pour détermin...
De l’intérêt des données à moyenne échelle pour une vision homogène du territoire <ul><li>Analyse de l’occupation du sol s...
La précision : un aboutissement logique <ul><li>La cartographie forestière de l’OFME </li></ul><ul><li>Objectifs  : </li><...
Quelques conclusions <ul><li>Oui, la qualité des données augmente la qualité de la décision </li></ul><ul><li>La précision...
Merci de votre attention
Prochain SlideShare
Chargement dans…5
×

Christine Archias

935 vues

Publié le

0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
935
Sur SlideShare
0
Issues des intégrations
0
Intégrations
232
Actions
Partages
0
Téléchargements
5
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive
  • Généralisation des acquisition mutualisées
  • Expliquer la différence entre la résolution et la précision 15 cm pour une précision planimétrique de 30 cm Sur des données à 20 cm la précision peut varier en fonction de la précision du MNT 18 € est le coût de l’ORTHOV2 au km2
  • Ce n’est pas une utilisation par défaut Elle s’accompagne d’une réflexion méthodologique Et de bonne connaissance de la base Pragmatisme géomatique
  • Généralisation des acquisition mutualisées
  • Christine Archias

    1. 1. Journée professionnelle 2011 31 mars 2011 - Montpellier La précision, un élément incontournable de la qualité des données ? Christine ARCHIAS – CRIGE PACA
    2. 2. Entrée dans l’ère de la donnée de qualité <ul><li>La disponibilité et l’utilisation des données localisées n’étant plus des problèmes les utilisateurs se concentrent aujourd’hui sur leur qualité </li></ul><ul><ul><li>Pour quelles raisons ? </li></ul></ul><ul><ul><li>- Les acquisitions mutualisées se généralisent </li></ul></ul><ul><ul><ul><li>Les politiques d’accès aux données publiques s’ouvrent </li></ul></ul></ul><ul><ul><ul><li>Les coûts de production des données du secteur privé baissent </li></ul></ul></ul><ul><ul><ul><li>Le développement des IDG permet une diffusion large et fluide </li></ul></ul></ul><ul><ul><ul><li>L’usage des SIG se banalise </li></ul></ul></ul><ul><ul><ul><li>La dématérialisation du territoire est en marche </li></ul></ul></ul><ul><ul><ul><li>Les TIC sont au cœur de la société </li></ul></ul></ul><ul><ul><ul><li>Les usages par les citoyens se développent </li></ul></ul></ul><ul><ul><ul><li>Les acteurs locaux pratiquent le marketing territorial </li></ul></ul></ul>
    3. 3. Qu’est-ce qu’une donnée de qualité ? <ul><li>Les critères de qualité diffèrent en fonction des acteurs : techniciens, décideurs, utilisateurs </li></ul><ul><li>Pour un technicien un donnée de qualité est en priorité une donnée : </li></ul><ul><ul><ul><li>qui présente une bonne géométrie </li></ul></ul></ul><ul><ul><ul><li>correctement géo-référencée </li></ul></ul></ul><ul><ul><ul><li>d’une précision compatible avec l’utilisation </li></ul></ul></ul><ul><ul><ul><li>documentée </li></ul></ul></ul><ul><ul><ul><li>actuelle </li></ul></ul></ul><ul><li>Pour un décideur et un utilisateur une donnée de qualité est en priorité une donnée : </li></ul><ul><ul><ul><li>la plus lisible possible </li></ul></ul></ul><ul><ul><ul><li>la plus à jour possible </li></ul></ul></ul><ul><ul><ul><li>la plus détaillée possible </li></ul></ul></ul><ul><ul><ul><li>la plus innovante possible </li></ul></ul></ul><ul><li>La qualité se résume donc souvent en priorité à l’actualité et la précision des données </li></ul><ul><li>La course à la précision est lancée ! </li></ul>
    4. 4. La précision des données impacte la qualité de la décision, mais… <ul><li>le cas des orthophotographies </li></ul><ul><li>La précision augmente les coûts de réalisation </li></ul><ul><li>Elle augmente les volumes de données </li></ul><ul><li>Ce qui augmente notablement les coûts de diffusion </li></ul><ul><li>La précision impose des mesures de contrôle qualité </li></ul><ul><li>Elle accélère accélère l’obsolescence des données </li></ul><ul><li>Dans un cadre mutualisé les usages des données HR sont limités </li></ul><ul><li>Les données sont souvent généralisées pour les utilisations courantes </li></ul><ul><li>C’est bien si l’on a les moyens mais en proportion encore peu d’usages nécessitent des données de grande précision </li></ul>pour une surface de 6000 km2 résolution de 50 cm : 60 Go en TIFF et 6 Go en ecw résolution de 20 cm : 420 Go en TIFF et 32 Go en ecw résolution de 20 cm : entre 40€ et 18€ du km 2 résolution de 15 cm : entre 45€ et 60€ du km 2
    5. 5. Des données peu précises peuvent répondre à des questions précises <ul><li>Le croisement du PCI et de l’IFN pour déterminer les entités forestières </li></ul><ul><li>soumises à un plan simple de gestion (PSG) </li></ul><ul><li>1. Le CRPF doit inciter les propriétaires d’entités forestières à se doter d’un PSG (obligation légale) </li></ul><ul><li>2. Il doit déterminer pour cela la localisation et l’emprise de ces entités (parcelles) </li></ul><ul><li>3. Les informations de la matrice cadastrale ne reflètent pas la réalité terrain </li></ul><ul><li>4. L’utilisation de la cartographie de l’IFN donne des résultats probants </li></ul><ul><li>5. Malgré le croisement entre des données de précision métrique et décamétrique </li></ul>
    6. 6. De l’intérêt des données à moyenne échelle pour une vision homogène du territoire <ul><li>Analyse de l’occupation du sol sur les territoires de SCOT du Var à partir </li></ul><ul><li>d’une base de données régionales </li></ul><ul><li>1. L’AUDAT analyse l’évolution de l’OCSOL en 1999 et 2006 sur les SCOT du Var </li></ul><ul><li>2. Pour l’élaboration des diagnostics de SCOT </li></ul><ul><li>3. La base régionale permet de disposer d’un référentiel commun inter-SCOTs </li></ul><ul><li>4. La base peur être croisée avec les données du RP </li></ul><ul><li>5. Son faible coût relatif permet de l’actualiser sur un pas de temps de 5 à 6 ans </li></ul><ul><li>6. Elle répond à l’obligation du Grenelle II (mesure de la consommation d’espace tous les 6 ans) </li></ul>
    7. 7. La précision : un aboutissement logique <ul><li>La cartographie forestière de l’OFME </li></ul><ul><li>Objectifs : </li></ul><ul><li>- faciliter l’échange d’informations sur la forêt et la filière bois entre acteurs </li></ul><ul><li>- contribuer au développement d’une politique forestière territoriale </li></ul><ul><li>- appui à l’entité régionale de certification (PEFC) </li></ul><ul><li>2004 : utilisation de l’OCSOL 1999 du CRIGE pour la réalisation de cartes et de fiches de territoires </li></ul><ul><li>A partir de 2005 : utilisation de la BD cartographique sur étagère de l’IFN </li></ul><ul><li>Entre 2006 et 2010 : retour d’expérience sur les usages des deux BD et spécification d’un inventaire HR </li></ul><ul><li>En 2011 : Acquisition d’une cartographie IFN à façon, composante forêt d’une nomenclature OCSOLHR </li></ul>
    8. 8. Quelques conclusions <ul><li>Oui, la qualité des données augmente la qualité de la décision </li></ul><ul><li>La précision et l’actualité des données sont des critères importants mais partiels pour qualifier une donnée </li></ul><ul><li>Sans bon usage des données, pas de décision de qualité </li></ul><ul><li>Le bon usage nécessite : </li></ul><ul><li>- de connaître parfaitement l’objectif visé </li></ul><ul><li>- une connaissance parfaite données utilisées (métadonnées) </li></ul><ul><li>- une maîtrise des codes de l’analyse spatiale </li></ul>
    9. 9. Merci de votre attention

    ×