Modélisation d'un système de prévention des incendies

UNIVERSITÉ MOHAMMED V RABAT
ÉCOLE NATIONALE SUPÉRIEURE D’INFORMATIQUE ET D’ANALYSE DES SYSTÈMES
Projet fin de 2ème
année
Réalisés par : Encadré par :
MEJDAOUI Soufiane Pr. ETTALBI Ahmed
MOSSATI Oussama
Année universitaire : 2019/2020

UM5 ENSIAS
Génie Logiciel 2 PFA2
Dédicaces
Nous dédions ce modeste travail avec sincérité et fierté
A nos chers parents,
A nos familles, nos professeurs, nos amis et à toute personne qui nous a soutenus le long de notre parcours.
C’est grâce à votre amour, vos encouragements et la confiance que vous nous avez accordé que nous arrivons aujourd’hui
à réaliser ce travail.
Nous espérons que vous trouverez dans ce travail le témoignage de nos profondes reconnaissances.
Nulle dédicace ne puisse exprimer nos sentiments envers vous pour votre soutien moral.

UM5 ENSIAS
Remerciements
Avant tout, nous devons remercier Dieu tout puissant qui nous a donné le courage
et la force pour mener ce travail à terme.
En premier lieu nous tenons à remercier vivement notre encadrant de projet
Monsieur ETTALBI Ahmed, Professeur à L’Ecole Nationale Supérieur d’Informatique
et Analyse des Systèmes, pour ses conseils avisés et pour la confiance qu’il nous a
accordé tout au long de notre formation. Ce fut un grand plaisir de travailler ensemble et
suivre ses suggestions.
Nous tenons également à témoigner notre profonde reconnaissance à Monsieur EL
FAKER Abdellatif, Professeur à L’Ecole Nationale Supérieur d’Informatique et Analyse
des Systèmes, pour nous avoir fait l’honneur d’être membre de jury.

UM5 ENSIAS
Liste des abréviations
ANN: Artificial Neural Network
ML: Machine Learning
UAV: Unmanned Aerial Vehicle
GIS: Geographic information system
FNN: Forward Neural Network
WSN: Wireless Sensor Network
FFMC: Fine Fuel Moisture Code
DMC : Duff Moisture Code
DC: Drought Code
ISI: Initial Spread Index
2TUP: 2 track unified process
UML: Unified Modeling Language

UM5 ENSIAS
Table des figures
Figure 1: UML logo...................................................................................................................... 24
Figure 2: Architecture et Relation entre les services du système ................................................. 29
Figure 3: Diagramme de cas d’utilisation du citoyen ................................................................... 31
Figure 4: Diagramme de cas d’utilisation de l’administrateur...................................................... 31
Figure 5: Diagramme de cas d’utilisation du Station.................................................................... 32
Figure 6: Diagramme de classe..................................................................................................... 33
Figure 7: Diagramme de séquence scénario du système .............................................................. 34
Figure 8: Diagramme de séquence incendie potentiel .................................................................. 35
Figure 9: Diagramme d’activité plan de réaction ......................................................................... 36
Figure 11: Maquette ‘Consulter des statistiques par ville’ (Session Admin) ............................... 37
Figure 10: Maquette ‘Gestion des Station’ (Session Admin)....................................................... 38
Figure 12: Maquette ‘Page d’accueil pour Les Citoyens’ ............................................................ 38
Figure 13: Maquette ‘Visualiser du Map’..................................................................................... 39

UM5 ENSIAS
Résumé
La forêt est considérée comme un ressource naturelle indispensable, mais les incendies de
forêt qui peuvent détruire la sécurité des ressources forestières et menacent l'environnement
humain considérée comme l'une des catastrophes les plus graves. Comment surveiller et recueillir
des informations sur les incendies de forêt à tout moment, il est un problème difficile pour le
problème de prévention des incendies de forêt.
La lutte contre les incendies de forêt dure depuis des décennies, en commençant par
l'utilisation de l'apprentissage automatique et le traitement d'images de drones pour détecter le feu
à un stade précoce afin de réduire la zone brûlée. Cependant, les statistiques montrent que le
nombre d’incendies de forêt a augmenté au fil des ans. Pour surmonter ce défi, la prédiction a
envisagé l'un des moyens efficaces de protéger la forêt et de préparer des scénarios à l'avance en
cas de tempête de feu.
Notre étude se devise en deux partie : Back-office qui se focalise sur tous ce qui est en
relation avec les données, Front-office la partie consacrée à l’étude des fonctionnalités du système
ainsi que son architecture. Dans ce rapport nous allons expliquer notre vision sur la partie Front-
office.
Mots-clés : incendies de forêt, apprentissage automatique, prévention, zone brûlée,
prédiction, Front-Office.

UM5 ENSIAS
Abstract
The forest is considered as a precious and indispensable nature resource, but forest fire,
which can destroy forest resource safety and threaten human-living environment is considered as
one of the severest disasters. How to monitor and collect information of firestorm at any time, it is
a difficult problem for Forest Fire Prevention Departments to urgently solve.
The fight against forest fires has been going on for decades, beginning with using machine
learning and processing drone images to detect the fire at early stages in order to trap the fire and
decrease the burned area. However, statistics shows that the number of forest fire has increased
over the years. To overcome this challenge, prediction considered one of the efficient ways to
protect the forest and prepare scenarios in advance in case of a reel firestorm.
Our study is divided into two parts: Back-office, which focuses on all that is related to data,
Front-office the part devoted to the study of the functionality of the system as well as its
architecture. In this report, we will explain our vision on the Front-office part.
Keywords: forest fire, prevention, firestorm, machine learning, burned area, prediction,
Front-Office.

UM5 ENSIAS
Sommaire
Dédicaces........................................................................................................................................ 2
Remerciements .............................................................................................................................. 3
Liste des abréviations ................................................................................................................... 4
Table des figures ........................................................................................................................... 5
Résumé........................................................................................................................................... 6
Abstract.......................................................................................................................................... 7
Introduction générale ................................................................................................................. 10
Chapitre 1 : Contexte Général................................................................................................... 12
1. Problématique........................................................................................................................ 13
2. Objectifs ................................................................................................................................ 13
3. Méthodologie ........................................................................................................................ 14
4. Planning................................................................................................................................. 14
Conclusion................................................................................................................................. 14
Chapitre 2 : Etude préliminaire du sujet.................................................................................. 15
1. Description ............................................................................................................................ 16
2. Travail à faire ........................................................................................................................ 16
3. Collection des documents ..................................................................................................... 16
4. Classification des documents ................................................................................................ 17
5. Etude des documents............................................................................................................. 18
5.1 Points d’intérêts discutés ................................................................................................. 18
5.2 Synthèse........................................................................................................................... 20
Conclusion................................................................................................................................. 22
Chapitre 3 : Analyse et conception............................................................................................ 23
1. Méthodologie d’analyse........................................................................................................ 24
1.1 Langage UML.................................................................................................................. 24
2.1 Justification du choix d’UML.......................................................................................... 24
2. Analyse et identification des besoins .................................................................................... 25
2.1 Besoins fonctionnels........................................................................................................ 26
2.2 Besoins non fonctionnels................................................................................................. 27
3. Architecture des composants du système.............................................................................. 28

UM5 ENSIAS
4. Modélisation statique du système ......................................................................................... 29
4.1 Identification des acteurs................................................................................................. 29
4.2 Diagrammes des cas d’utilisations .................................................................................. 30
4.3 Diagramme de classe....................................................................................................... 32
5. Modélisation dynamique du système.................................................................................... 34
5.1 Diagrammes de séquences............................................................................................... 34
5.2 Plan de réaction contre un incendie potentiel.................................................................. 35
6. Maquettes .............................................................................................................................. 37
Conclusion................................................................................................................................. 39
Conclusion et perspectives ......................................................................................................... 40
Références.................................................................................................................................... 41

UM5 ENSIAS
Introduction générale
Comme nous le savons maintenant, la forêt est le protecteur de l'équilibre environnemental de la
Terre, elle est considérée comme l'une des ressources les plus indispensables.
Cependant, des incendies de forêt se produisent chaque année, parfois en raison d'un comportement
humain incontrôlé dans les activités sociales, ainsi par des différents phénomènes naturels et
environnementaux, comme la foudre ou la combustion spontanée de feuilles séchées ou de sciure
de bois.
Dans les dernières années, les incendies de forêt ont augmentés très rapidement, entraînant des
pertes des espèces et de vies, un grand nombre d’animaux, décès de plantes, la destruction de la
nature et l'équilibre environnemental, et même un petit changement du climat forestier.
La prévention et la détection des incendies de forêt sont progressivement devenues une priorité de
l’état et de la société. Il est donc absolument nécessaire de trouver des moyens de prévenir les
incendies de forêt.
Les systèmes de prévision des risques d'incendie de forêt sont un outil essentiel pour la prévision
des risques d'incendie de forêt, un soutien pour la disparition ou bien le contrôle de ces incendies,
et aident à la planification des incendies et à l'allocation des ressources de contrôle.
Dans ce cadre s’inscrit notre projet de fin de la deuxième année qui consiste à modéliser un système
complet de prévention des incendies depuis la collection des données vers l’utilisation du système
par ses acteurs ; parties Front-office et back-office, sur mesure de ne pas attendre le début de
l’incendie pour le détecter et y réagir, mais c’est d’anticiper.
Dans ce rapport nous allons vous présenter la modélisation de la partie Front-office du système,
or que l’autre groupe vont vous présenter celle du Back-office.
Pour vous approcher mieux aux différentes étapes suivies durant toute la période du projet, nous
vous propose ce rapport qui est présenté sous forme de trois chapitres principaux :
Dans le premier chapitre, nous allons vous mettre dans le contexte général du projet en parlant de
la problématique, objectif du projet, la méthodologie et le planning suivi.

UM5 ENSIAS
Dans le deuxième chapitre, nous allons faire une étude préliminaire du projet, dont le but est de
déterminer les objectifs du projet c’est-à-dire de définir ce qui sera inclus dans les objectifs du
projet, à travers le cahier de charge, les documents collectés et l’étude de ces documents.
Le dernier chapitre sera consacré à la spécification et l’analyse des différents besoins fonctionnels
et non fonctionnels. Ensuite, nous allons passer à la conception UML, en exposant les différents
diagrammes qui modélisent le système. Et nous terminerons ce rapport par une conclusion générale
et les perspectives du travail.

UM5 ENSIAS
Chapitre 1
Contexte Général
Ce premier chapitre introduit le contexte général dont lequel le projet s’intègre, en
présentant à la fois son thème principal, la problématique générale et les objectifs du
projet.

UM5 ENSIAS
1. Problématique
Prédire ce qui pourrait arriver à l'avenir a toujours été considéré comme une activité mystérieuse
que les scientifiques tentent de transformer en activité scientifique basée sur des théories et des
modèles.
Dans la société moderne, la prédiction peut être utilisée dans de nombreux problèmes du monde
afin de tester notre compréhension scientifique du comportement des systèmes ou phénomènes
complexes. Elle est en fait utilisée pour approcher plusieurs problèmes difficiles et réels dans une
variété de domaines et des applications telles que les prévisions financières et prévisions
environnementales… L'un d’eux est lié à la prévision des incendies de forêt, qui affecte chaque
année de nombreux pays et régions du monde.
Malgré les efforts déployés pour développer et améliorer des systèmes de détection d'incendies de
forêt, Les statistiques montrent qu'au cours des 20 dernières années, il y a eu une évolution du des
incendies de forêt. Le nombre de petits et moyens incendies a diminué tandis que le nombre de
grands incendies augmente
Par conséquent, La concentration a changé de 'La Détection' vers 'La Prédiction'. Alors, dans le
cadre de la protection de la forêt contre l'évolution continue des incendies, L'objectif de notre
travail est de modéliser un système de prévention d'incendies de forêt.
2. Objectifs
L’objectif du projet est de modéliser un système de prévention d'incendies de forêts pour préparer
à l’avance des scénarios permettant d’intervenir si un incendie se déclenche. Nous nous
concentrons sur la modélisation des fonctionnalités et utilisateurs du système (Partie Front-Office)
en se basant sur les données manipulées dans la partie Back-Office.

UM5 ENSIAS
3. Méthodologie
La conduite de tel projet est relativement complexe si on ne suit pas une méthodologie et un
planning bien défini à l’avance. Ainsi, l'objectif de notre projet est de bien modéliser le système,
le travail réalisé se décompose en quatre phases principales:
 Recherche et étude des documents afin de collecter des informations et prendre une idée
générale sur le problème.
 Déterminer les différentes fonctionnalités offertes aux utilisateurs du système en s'inspirant
des informations collectés dans l'étape de la recherche.
 Choisir les outils pour bien présenter et modéliser notre système.
 Proposer une modélisation de ces fonctionnalités à l'aide des architectures et des
diagrammes en utilisant aussi les paramètres extraits dans la partie Back-office.
4. Planning
En plus de ce chapitre d’introduction, ce document est composé de trois grands chapitres, suivis
d’une conclusion générale où nous résumons nos principales contributions ainsi qu’un aperçu sur
les perspectives de ce travail.
Chapitre 1 (Contexte général): Présentation générale de la problématique, les objectifs de ce
travail et la méthodologie suivie afin de modéliser un système qui offre des solutions possibles.
Chapitre 2 (Etude préliminaire du sujet): Ce chapitre est fait en collaboration avec l'autre binôme,
Il présente l'ensemble des taches à réaliser en se basant sur les informations collectées durant
l'étude des plusieurs documents et articles.
Chapitre 3 (Analyse et conception): Ce chapitre est concerné par la description du travail effectuée
pendant l’analyse et la conception du projet. Il propose une modélisation de ce système à l’aide
des différents outils, ainsi que quelques justifications de choix de ces outils.
Conclusion
Dans ce chapitre nous avons donnés une vue globale sur le contexte général du projet. Cette
première partie nous a beaucoup aidés pour bien comprendre l'objectif du projet et extraire la
problématique qu’on pourra la résoudre par la suite dans les chapitres suivants.

UM5 ENSIAS
Chapitre 2
Etude préliminaire du sujet
Dans ce deuxième chapitre, nous allons faire une étude préliminaire du projet, dont le but
est de déterminer les objectifs du projet c’est-à-dire de définir ce qui sera inclus dans
les objectifs du projet, à travers le cahier de charge, les documents collectés et l’étude
de ces documents.

UM5 ENSIAS
1. Description
Le système visé dans notre projet est un système de prévention des incendies de forêts.
L'objectif est de dresser et modéliser les fonctionnalités que doit offrir le système de prévention
des incendies de forêts aux différents utilisateurs du système. Ces fonctionnalités agissent sur des
données qui seront recensées et modélisées dans la partie 2 (Back-office).
2. Travail à faire
o S'inspirer des documents qui traitent le même sujet.
o Dresser une liste exhaustive des fonctionnalités des différents utilisateurs de ce système.
o Réfléchir sur une architecture de composants/modules du système.
o Choisir un ou plusieurs outils de modélisation de ces fonctionnalités
o Proposer une modélisation de globale du système (baser sur les différents Schémas de
modélisation connus)
3. Collection des documents
En premier lieu, il fallait rechercher des documents qui traitent notre sujet du système de
prévention des incendies ou au moins les systèmes de détection des incendies. Le but de cette étude
est de collecter les solutions employées et prendre une idée générale sur le problème, au niveau
des données et ou niveau fonctionnalités et modélisation et finir par recenser une liste des
fonctionnalités du système et une liste des acteurs qui agissent avec le système ainsi qu’une
modélisation sous forme des digrammes et architecture.
Ces documents sont collectés avec prudence sur des sites web connus de recherche, et auprès de
l’encadrant :
 A neural network approach for predicting forest fires [1]
 An Efficient and Optimal Clustering Algorithm For Real-Time Forest Fire Prediction with
Sensor Networks and Data Mining [2]
 Intelligent software agents for forest fire prevention and fighting [3]
 FPGA Implementation Of Artificial Neural Network For Forest Fire Detection In Wireless
Sensor Network [4]

UM5 ENSIAS
 Efficient forest fire occurrence prediction for developing countries using two weather
parameters [5]
 Development And Structure Of The Canadian Forest Fire Behavior Prediction System [6]
 Early Forest Fire Detection Using Drones and Artificial Intelligence [7]
 Emerging methods for early detection of forest fires using unmanned aerial vehicles and
LoRaWAN sensor networks [8]
 Intelligent Early Warning System for Ecological Forest Fire Based on Big Data [9]
 The Research of Forest Fire Monitoring Application [10]
 Monitoring System for Forest Fire Based on Wireless Sensor Network [11]
4. Classification des documents
On finit par classifier les documents collectés en deux types :
Les documents du problème de Prévention des incendies
 A neural network approach for predicting forest fires
 An Efficient and Optimal Clustering Algorithm For Real-Time Forest Fire Prediction with
Sensor Networks and Data Mining
 Intelligent software agents for forest fire prevention and fighting
 Monitoring System for Forest Fire Based on Wireless Sensor Network
 FPGA Implementation of Artificial Neural Network For Forest Fire Detection In Wireless
Sensor Network
 Development And Structure Of The Canadian Forest Fire Behavior Prediction System
 Efficient forest fire occurrence prediction for developing countries using two weather
parameters
Les documents du problème de détection des incendies
 Early Forest Fire Detection Using Drones and Artificial Intelligence
 Emerging methods for early detection of forest fires using unmanned aerial vehicles and
LoRaWAN sensor networks
 Intelligent Early Warning System for Ecological Forest Fire Based on Big Data
 The Research of Forest Fire Monitoring Application

UM5 ENSIAS
5. Etude des documents
5.1 Points d’intérêts discutés
Artificial Neural Network (ANN)
Les réseaux des neurones artificiels (ANN) sont des systèmes informatiques vaguement inspirés
des réseaux neuronaux biologiques qui constituent le cerveau. Ces systèmes "apprennent" à
effectuer des tâches en considérant des exemples, généralement sans être programmé avec des
règles spécifiques à une tâche.
Un réseau des neurones artificiels est basé sur une collection d’unités connectées ou de nœuds
appelés neurones artificiels, qui modélisent librement les neurones dans un cerveau biologique.
Chaque connexion, comme les synapses d’un cerveau biologique, peut transmettre un signal à
d’autres neurones. Un neurone artificiel qui reçoit un signal le traite et peut envoyer des neurones
connectés à lui.
Les causes des incendies
Les incendies de forêt sont souvent causés par toutes sortes de facteurs combinés. Tout d’abord,
la température de l’air de la forêt peut avoir un grand impact, parce que la température de l’air de
la forêt va directement affecter la chance d’allumage du carburant. Deuxièmement, l’humidité
relative de l’air peut affecter directement la dégrée de sécheresse du carburant, ce qui peut
indirectement modifier les propriétés physiques des matériaux combustibles et leurs
inflammabilités. Lorsque des feux de forêt se produisent, la concentration de fumée est un signe
de propagation du feu, il est très utile pour les travaux de sauvetage de comprendre les
changements de situation d’incendie de forêt dans en temps réel grâce à la concentration de fumée
qui aide à prévoir la direction et l’intensité de l’incendie. Par conséquent, l’humidité relative de
l’air, la température et la concentration de fumée des incendies sont des paramètres clés du système
de surveillance des incendies de forêt.
En ce qui concerne l’effet humain, alors que les petits agriculteurs/bergers quittent les champs,
leurs pâturages se transforment lentement en combustible hautement inflammable. Les citoyens
quittent leurs villes pour vivre proche de la nature (souvent pour des raisons économiques). Ils
n’introduisent pas plus de carburant, mais un risque de déclenchement plus élevé.

UM5 ENSIAS
L'apprentissage des machines (ML)
L'apprentissage des machines est inspiré de la capacité humaine d’apprendre par l’exemple et de
généraliser les connaissances sur des nouveaux cas.
C'est un alternatif aux modèles traditionnels, utilisé pour des problèmes difficiles qui sont riches
en données mais pauvres en modèles.
 Apprentissage supervisé : Les données de l’ensemble d’apprentissage sont étiquetées (la
solution, la classe, la catégorie ou le résultat est connu pour chaque exemple)
 Apprentissage non supervisé : les données ne sont pas étiquetées
Algorithme de rétro-propagation : minimise l’erreur de la couche de sortie, supervise le modèle
d’apprentissage, calcule les erreurs de signal et les réduit par itérations.
 Apprentissage des machines (Machine Learning) : 1 couche cachée (Hidden Layer)
 Apprentissage approfondi (Deep Learning) : >1 couche cachée (Hidden Layer)
Computer Vision
La vision par ordinateur est un domaine scientifique interdisciplinaire qui traite la façon dont les
ordinateurs peuvent acquérir une compréhension de haut niveau à partir d’images numériques ou
de vidéos. Du point de vue de l’ingénierie, il cherche à comprendre et à automatiser les tâches que
le système visuel humain peut accomplir.
Unmanned Aerial Vehicle (UAV)
UAV : Un véhicule aérien (communément appelé drone) sans pilote humain à bord. Les UAVs
sont une composante d’un système d’aéronef sans pilote, qui comprend un UAV, un contrôleur au
sol et un système de communication entre les deux. Le vol des UAVs peut fonctionner avec
différents degrés d’autonomie, soit sous contrôle à distance par un opérateur humain, soit de façon
autonome par des ordinateurs de bord.
Geographic information system (GIS)
Un système d’information géographique (SIG) est un système d'information qui permet de saisir
et d’analyser des données spatiales et géographiques. Les applications SIG (ou applications SIG)
sont des outils informatiques qui permettent à l’utilisateur de créer des requêtes interactives

UM5 ENSIAS
(recherches créées par l’utilisateur), d’analyser les données spatiales, de modifier les données
présentées dans les cartes et de partager visuellement les résultats de ces opérations.
Forward Neural Network (FNN)
Un réseau de neurones à propagation avant est un réseau de neurones artificiels où les connexions
entre les nœuds ne forment pas un cycle. En tant que tel, il est différent de son descendant : les
réseaux de neurones récurrents.
Le réseau de neurones à propagation avant était le premier et le plus simple type de réseau de
neurones artificiels conçu. Dans ce réseau, l’information se déplace dans une seule direction, vers
l’avant, à partir des nœuds d’entrée, à travers les nœuds cachés (le cas échéant) et vers les nœuds
de sortie. Il n’y a pas de cycles ou de boucles dans le réseau.
Wireless Sensor Network (WSN)
Le réseau de capteurs sans fil (WSN) désigne un groupe de capteurs spatialement dispersés et
dédiés pour surveiller et enregistrer les conditions physiques de l’environnement et organiser les
données collectées à un emplacement central. Les WSN mesurent les conditions
environnementales comme la température, le bruit, les niveaux de pollution, l’humidité, le vent,
etc.
5.2 Synthèse
Après cette étude des documents qui a faite en collaboration avec l'autre groupe, nous avons décidé
que ce sont les données qui vont circuler dans le système, que nous utiliserons dans notre partie
Front-office comme données d’entrées. (Ordre d’importance décroissant)

UM5 ENSIAS
Données d'entrée retenues
 Humidité relative (en %)
 Précipitations (en mm/m2
)
 Température ambiante (en degrée Celsius)
 Densité verdure
 Vent (vitesse en Km/h)
 Activité humaine
 Date : YYYY/MM/DD
 Coordonnées (X et Y en m)
 Pourcentage de la pente
 Gradient de la pente
 Élévation
 Latitude
 Longitude
 Radiation solaire
 Pression atmosphérique
 Fine Fuel Moisture Code (FFMC)
 Fuel characteristics and physical properties
 Drought Code (DC) : Indice de sécheresse de la forêt
 Duff Moisture Code (DMC)
 Soil water content
 Concentration de la fumée
 Concentration du monoxide de Carbon

UM5 ENSIAS
 Initial Spread Index (ISI)
 Images scans (Infrared or visible spectrum) : Pour détecter la présence de la fumée, la
présence de la flamme et son intensité.
Données de sortie retenues :
 Alarme précoce
 Zone brûlée en hectare
 Location du feu
 Sévérité du feu
 Direction du feu
 Intensité du feu
 Simulation de la propagation du feu
Conclusion
Au cours de cette partie, nous avons précisé les objectifs du projet, et collecter les documents
nécessaires pour commencer le travail, nous avons faire également une étude de ces documents, et
nous avons constatés que la majorité des documents et recherches s'intéressent plus dans le côté
‘’Data'’ que le coté '’Client'’, nous n’avons pas pu trouver d’autres ressources qui traitent la partie
Front-Office (Les fonctionnalités, les utilisateurs du système...). Donc nous allons la modéliser à
90% de notre effort et 10% en s'inspirant des documents qui nous ont donné une vision globale de
la démarche de la modélisation du projet.
Dans le chapitre nous allons appliquer ce qui est retenu de ces documents et faire une analyse du
système en termes de ses fonctionnalité et exigences puis on essaie de donner une modélisation de
ce système.

UM5 ENSIAS
Chapitre 3
Analyse et conception
La conception est une phase importante avant la réalisation de tout projet, Cette phase
nécessite des méthodes permettant de mettre en place un modèle sur lequel on va
s'appuyer. C’est-à-dire créer une représentation similaire à la réalité de telle façon à
faire ressortir les points auxquels on s’intéresse.

UM5 ENSIAS
1. Méthodologie d’analyse
Pour bien conduire mon projet et assurer le bon déroulement des différentes phases, nous avons
opté la démarche 2TUP comme une méthodologie de conception et de développement (En future).
Après le choix de la méthodologie, nous aurions besoin du langage UML (Unified Modeling
Language) comme un langage modélisation.
Notre choix s’est basé sur les points forts de ce langage notamment sa standardisation et les divers
diagrammes qu’il propose. Aussi UML présente le meilleur outil pour schématiser des systèmes
complexes sous un format graphique et textuel simplifié et normalisé.
En effet UML n’est ni un processus ni une démarche, d’où il fallait choisir une méthodologie de
conception et de développement que nous avons adopté l’adopter.
1.1 Langage UML
UML (Unified Modeling Language / langage de modélisation
objet unifié) est une démarche orientée objet qui permet de
modéliser toutes les étapes du développement d'une application
informatique, de sa conception à la mise en route, grâce à des
diagrammes qui sont très explicites. Elle est née de la fusion de
trois méthodes orientées objet Booch, OMT et OOSE. Les 3
experts (Booch, OMT et OOSE) ont focalisé leur attention sur les deux aspects : modélisation et
formalisation afin de concevoir un langage de modélisation standard et universel utilisé notamment
pour le développement informatique en langage objet.
Il existe bien sûr des outils de modélisation pour créer de tels diagrammes. En ce qui me concerne,
nous utiliserons Enterprise Architect qui est un logiciel de modélisation et de conception UML.
Couvrant par ses fonctionnalités, l'ensemble des étapes du cycle de conception d'application.
2.1 Justification du choix d’UML
UML est avant tout un support de communication performant, qui facilite la représentation et la
compréhension de solutions objet.
Figure 1: UML logo
Figure 2:
Architecture et
Relation entre les
services du
systèmeFigure 1:
UML logo

UM5 ENSIAS
 L'aspect formel de sa notation, limite les ambiguïtés et les incompréhensions.
 Son indépendance par rapport aux langages de programmation, aux domaines d'application
et aux processus, en fait un langage universel.
 UML contrairement à son prédécesseur MERISE qui est une méthode systémique (Orienté
Donnée), donne un sens intéressant à l'approche objet et couvre de plus tout le cycle de
réalisation du logiciel.
 Il cadre l'analyse.
 Il permet également de générer automatiquement une partie de code, par exemple en
langage Java, grâce aux outils de modélisation UML.
2. Analyse et identification des besoins
Il s’agit d’une étape cruciale dans la réalisation d’une application donnée. Le futur de logiciel
dépend beaucoup de cette phase, elle nous permet le développement d’une application suffisante.
Pour cela, le client et le développeur doivent être en étroite relation, voire avoir un intermédiaire
entre eux s’il le faut.
Les développeurs doivent transformer les idées floues en une spécification précise de besoins,
souhaits et exigences exprimés par une communauté d’utilisateurs. Ainsi, ils définies une relation
entre un système et son environnement.
Pour arriver à nos objectifs, il nous faut prendre connaissance de :
 L’étude de la faisabilité : domaine de l’application, l’état actuel de l’environnement du
futur système, les ressources, etc.
 L’analyse et la définition des besoins : permet de trouver un commun accord entre les
spécialistes et les utilisateurs.
L’étude préalable appelée ingénierie des exigences ou analyse et spécification des besoins,
constitue une phase capitale, toute la suite du projet dépend d’elle, elle doit être faite avec beaucoup
de rigueur et plus d’attention pour que le projet réussit avec un grand succès.

UM5 ENSIAS
2.1 Besoins fonctionnels
Les besoins fonctionnels expriment une action que doit effectuer le système en réponse à une
demande (sorties qui sont produites pour un ensemble donné d’entrées).
Et pour cela nous devons définir les services souhaités. Dans ce qui suit, nous décrions les
différents besoins fonctionnels de notre système :
 Un capteur envoi les données au serveur périodiquement.
 Serveur reçoit les données su diffèrent capteurs, celle du vent, température, humidité…
 Un modèle utilise ces paramètres pour calculer le seuil qu’un incendie soit probable.
 Dans le cas d'une alerte d'un incendie potentiel dans une zone, le système notifie toutes les
personnes concernées par cette zone géographique.
 La Station informe les autorités locales correspond à la zone géographique de l’'incendie
potentiel.
 Les autorités faisant un plan (répartition de ses propres ressources humaines & logistiques)
 Le système déclare aussi le type de l’incendie potentiel c’est.à dire son degré de danger.
 Dans le cas que l’incendie potentiel se transforme en incendie réel, le système enregistre
tous les paramètres concernant cet incendie dans les historiques.
 Dans le cas d’un incendie probable, la Station faire un plan de réaction.
 Dans le cas contraire, le système enregistre également ces paramètres dans l’archive.
 Le système permet la visualisation sur MAP des incendies potentiels pour tous ses
utilisateurs.
 La Maintenance des matériels doit se faire périodiquement (Drones, capteurs ...)
 La Station peut réclamer un incendie de sa zone géographique.
 Tout utilisateur de système peut voir des statistiques selon plusieurs critères (zone
Géographique, périodes, ...)
 Chaque incendie potentiel a une location. (Le point de feu)
 Un administrateur fait la gestion des comptes.
 Un administrateur fait la gestion des paramètres.
 Un administrateur fait la gestion des ressources.
 Un administrateur fait la gestion de l’historique (par zone Géographique, période,
paramètres)

UM5 ENSIAS
 Un administrateur fait la gestion d’archivages (données, alarmes, maintenance des
matériels)
 Le système permet la consultation de tous les incendie, en cours et/ou terminés.
 Le système permet au station/citoyen de signaler un départ, une évolution ou une fin de
feu.
 Recevez une alerte en temps réel pour tous les nouveaux événements à proximité d’un
citoyen, à l'aide des notifications en fonction de sa position géographique.
 Suivez l'actualité de la défense des populations et des forêts contre les incendies.
 L'application vous donnera également accès à un affichage d'une carte ayant le carroyage
DFCI sur laquelle vous pourrez effectuer une recherche à partir d'une coordonnée DFCI
satellite.
2.2 Besoins non fonctionnels
Il s’agit des fonctionnalités qui caractérisent le système. Ce sont des besoins liés à la performance
et le type de conception. Ces besoins peuvent concerner les contraintes d’implémentation (langage
de programmation, type SGBD, de système d'Exploitation...).
Notre application doit nécessairement assurer ces besoins :
 L'Ergonomie : le thème adopté par l’application doit être inspiré des couleurs et du logo
type de l’entreprise d’accueil. La manipulation de l'interface ne doit pas nécessiter des
connaissances poussées en informatique, elle doit être simple et claire afin de s'adapter aux
connaissances informatiques de notre utilisateur.
 La Compatibilité : l'application doit être compatible avec des applications partagées, avec
des applications tierces, sur des systèmes d’exploitation et des plateformes différents.
 L’Extensibilité : l'application devra être extensible, c'est à dire qu'il pourra y avoir une
possibilité d'ajouter ou de modifier de nouvelles fonctionnalités.
 La Performance : l’application devra être performante, c'est-à-dire que le système doit
réagir dans un délai précis, quel que soit l’action de l’utilisateur.
 La Portabilité : Application écrite dans un langage portable, avec des librairies tierces
portables et/ou remplaçables aisément.

UM5 ENSIAS
 Fiabilité et rapidité : le système doit garantir la rapidité et la fiabilité de la recherche des
informations, ainsi qu'une gestion optimale des ressources.
 La Sécurité : l’application devra être hautement sécurisée, les informations ne devront pas
être accessibles à tout le monde, c'est-à-dire que le site web est accessible par un identifiant
et un mot de passe attribué à une personne physique.
 L’accessibilité : les utilisateurs de l’application doivent avoir la possibilité d’accéder à
leurs comptes de n’importe quel point du service.
 La convivialité : l’application doit être simple et facile à manipuler même par des non
experts.
3. Architecture des composants du système
Un composant est une unité autonome représentée par un classeur structuré, comportant une ou
plusieurs interfaces requises ou offertes. Son comportement interne, généralement réalisé par un
ensemble de classes, est totalement masqué : seules ses interfaces sont visibles. Il doit fournir un
service bien précis. Les fonctionnalités qu'il encapsule doivent être cohérentes entre elles et
génériques puisque sa vocation est d'être réutilisable.
Dans cette architecture on a divisé notre système en des sous-systèmes communiquent entre eux
par des interfaces ou des protocoles, parmi les composant/services du système :
 Manipulation des data
 Calcule & résultat final
 Visualisation sur MAP
 Archivage
 Historique
 Localisation (matériels, les données, incendies)
 System Administration
 Contrôle des matériels

UM5 ENSIAS
4. Modélisation statique du système
4.1 Identification des acteurs
Un acteur représente l’abstraction d’un rôle joué par des entités externes (utilisateur, dispositif
matériel ou autre système) qui interagissent directement avec le système étudié. Un acteur peut
consulter et/ou modifier directement l’état du système, en émettant et/ou en recevant des messages
éventuellement porteurs de données.
La mise en marche de l’application nécessite essentiellement trois acteurs :
 Un Administrateur, ses fonctionnalités principales:
o Gestion des comptes
o Gestion des paramètres
o Vérification de la maintenance des matériels
o Assurer le suivi du workflow du plan de réaction contre un incendie probable par
la station
Figure 2: Architecture et Relation entre les services du système
Figure 3: Diagramme de cas d’utilisation du citoyenFigure 2:
Architecture et Relation entre les services du système

UM5 ENSIAS
 La Station, ses fonctionnalités principales:
o Réservation les ressources logistique s et humaines
o Informer les autorités locales
o Réclamer un incendie
o Consulter les incendies potentiels
 Le Citoyen, ses fonctionnalités principales:
o Consulter les statistiques sur les incendies
o Visualiser les incendies potentiels sur MAP
o Signaler un départ d’un incendie
4.2 Diagrammes des cas d’utilisations
Les cas d'utilisation (Use case) « représentent un ensemble de séquences d'actions réalisées par le
système et produisant un résultat observable intéressant pour un acteur particulier ». En effet, ils
sont des représentations fonctionnelles du système, ils permettent de modéliser les attentes des
utilisateurs afin de réaliser une bonne délimitation du système et également d'améliorer la
compréhension de son fonctionnement. Les cas d'utilisation sont déclenchés à la suite de la
stimulation d'un acteur externe.
Un diagramme de cas d'utilisation est un diagramme UML qui fournit une représentation visuelle
des exigences du système, et qui aide à identifier la façon dont les acteurs interagissent avec ce
dernier.
Après l’identification des acteurs, on a élaboré les digrammes des cas d’utilisations. Les figures
suivantes montrent les cas d’utilisation pour l’administrateur, d’une part, et de Station et citoyen
d’autre part.

UM5 ENSIAS
Figure 3: Diagramme de cas d’utilisation du citoyen
Figure 4: Diagramme de cas d’utilisation de
l’administrateurFigure 3: Diagramme de cas d’utilisation du
citoyen
Figure 4: Diagramme de cas d’utilisation de l’administrateur
Figure 5: Diagramme de cas d’utilisation du StationFigure 4:
Diagramme de cas d’utilisation de l’administrateur

UM5 ENSIAS
4.3 Diagramme de classe
Le diagramme de classes est considéré le plus important de la modélisation orientée objet. Il
montre la structure interne du système et permet de fournir une représentation abstraite des objets
du système qui vont interagir ensemble pour réaliser les cas d’utilisation.
Ce diagramme s’agit d’une vue statique car on ne tient pas compte du facteur temporel dans le
comportement du système. Les principaux éléments de cette vue statique sont les classes et leurs
relations : association, généralisation et plusieurs types de dépendances, telles que la réalisation et
l’utilisation.
Figure 5: Diagramme de cas d’utilisation du Station
Figure 6: Diagramme de classeFigure 5: Diagramme de cas
d’utilisation du Station

UM5 ENSIAS
Figure 6: Diagramme de classe
Figure 7: Diagramme de séquence scénario du systèmeFigure
6: Diagramme de classe

UM5 ENSIAS
5. Modélisation dynamique du système
5.1 Diagrammes de séquences
Les deux diagrammes suivants montrent deux scénarii principaux dans notre système, dans
premier scénario (fig.7) les capteurs déjà installés dans les forêts envoient les données sur l’état
atmosphérique actuel, la valeur du température, du vent, de l’humidité …, ces paramètres
s’utilisent comme des entrées de notre modèle pour calculer un seuil qu’in incendie soit potentiel,
dans le cas d’un incendie potentiel, le scénario est décrit dans le fig.8 , le système annonce une
alerte pour tous ses utilisateur et plus spécifiquement au Station concernée par la zone
géographique où l’incendie peut s’effectuer. La Station ensuite faire sans plan de réaction (Décrit
dans ce Chap3-5.2) en appelant les autorités locales et réservant les ressources logistique.
Figure 7: Diagramme de séquence scénario du système
Figure 8: Diagramme de séquence incendie potentielFigure 7:
Diagramme de séquence scénario du système

UM5 ENSIAS
5.2 Plan de réaction contre un incendie potentiel
Dans le cas d’un incendie potentiel, la station concernée doit faire un plan de réaction pour éviter
un incendie incontrôlable, cela en appelant les autorités locale (polices, gendarmes, pompiers …)
et réserver les ressource logistique (les réservoirs d’eau, les ambulances …) dès que la station
reçois la notification du système, les autorités locales aussi faisant son plan selon la charge sur les
ressource humaines disponible, et la bonne répartition des ressources logistiques. Egalement la
station doit suivre un Workflow dans le système qui nous a aidés à garder une trace sur le plan et
son état actuel.
Ce plan ou ce Workflow est représenté par le diagramme d’activité suivant :
Figure 8: Diagramme de séquence incendie potentiel
Figure 9: Diagramme d’activité plan de réactionFigure 8:
Diagramme de séquence incendie potentiel

UM5 ENSIAS
Figure 9: Diagramme d’activité plan de réaction
Figure 11: Maquette ‘Consulter des statistiques par ville’
(Session Admin)Figure 9: Diagramme d’activité plan de
réaction

UM5 ENSIAS
6. Maquettes
Notre rôle dans ce projet est de modéliser le système en question, après la finalisation de la
modélisation on a pensé de réaliser des pages web statiques dans lesquelles on a montré comment
on a imaginé la réalisation de ce système. On a focalisé dans cette partie sur les maquettes des
fonctionnalités les plus importantes du système :
 L’administrateur peut consulter plusieurs statistiques, par ville, station ou date.
Figure 11: Maquette ‘Consulter des statistiques par ville’ (Session Admin)
Figure 10: Maquette ‘Gestion des Station’ (Session Admin)Figure 11:
Maquette ‘Consulter des statistiques par ville’ (Session Admin)

UM5 ENSIAS
 L’administrateur gère les stations, le paramètres et les matériels.
 Le citoyen peut reclamer un départ d’incendie ou consulter les statistique et l’historique...
Figure 10: Maquette ‘Gestion des Station’ (Session Admin)
Figure 12: Maquette ‘Page d’accueil pour Les Citoyens’Figure
10: Maquette ‘Gestion des Station’ (Session Admin)
Figure 12: Maquette ‘Page d’accueil pour Les Citoyens’
Figure 13: Maquette ‘Visualiser du Map’Figure 12: Maquette
‘Page d’accueil pour Les Citoyens’

UM5 ENSIAS
 Dans le cas d’une incendie potentiel, une alerte affichera avec la location et la ville de la
zone en danger.
Conclusion
La modélisation d’un système avant sa réalisation permet de mieux comprendre le fonctionnement
du système. L’analyse est l’étape la plus importante et la plus difficile de la modélisation. Elle
permet de modéliser le domaine d'application, d'analyser l'existant et les contraintes de réalisation.
Elle s'effectue par une abstraction et une séparation des problèmes. La conception est l’architecture
du système, elle met en œuvre tout un ensemble d'activités qui à partir d'une demande
d'informatisation d'un processus permettent la conception, l'écriture et la mise au point d'un produit
informatique jusqu’à sa livraison au demandeur.
Figure 13: Maquette ‘Visualiser du Map’

UM5 ENSIAS
Conclusion et perspectives
Dans le projet de fin de la deuxième année on a eu l’opportunité de mettre en œuvre les
connaissances ainsi que les compétences acquises au cours de notre formation acquise durant deux
ans à l’ENSIAS. Il nous permit par ailleurs d’acquérir de nouveaux concepts de développement et
de modélisation.
Le travail s’est fixé comme objectifs de satisfaire le maximum des besoins du cahier de charge et
faciliter les tâches aux utilisateurs.
Le projet est présenté sous trois volets principaux. Dans un premier lieu, on a essayé de présenter
l’endroit du projet. De même, on a donné une vision sur la problématique de ce projet, ses objectifs
et son apport. Dans un deuxième lieu, on a effectué une étude préliminaire du projet, dont le but
est de déterminer les objectifs du projet à travers le cahier de charge, les documents collectés et
l’étude de ces documents. Et finalement, on a consacré la troisième partie passé au contexte global
du projet en décrivant sa méthodologie d’analyse suivie de l’analyse et la conception UML puis
on a donné quelques maquettes de développement de ce système.
En définitive, ce projet a été une expérience déterminante dont nous allons évidemment profiter
au niveau professionnel et personnel et surtout le travail à distance dans la situation de cette
pandémie covid-19, il été une opportunité d’assurer le travail du groupe à distance, résoudre les
problèmes qui se présentent au cours du projet et surtout comment profiter le maximum possible
des indications de notre encadrant académique.
Comme perspectives de ce travail, nous comptons continuer à implémentation les modules du
système, juste après le stage d’été et avant l’entrée scolaire ça sera le but d’améliorer nos
connaissances en termes de moyens techniques et personnels.

UM5 ENSIAS
Références
[1] A neural network approach for predicting forest fires :
https://ieeexplore.ieee.org/document/5945716
[2] An efficient and optimal clustering algorithm for real-time forest fire prediction
[3] Intelligent software agents for forest fire prevention and fighting
https://www.sciencedirect.com/science/article/pii/S0925753501000212
[4] The research of forest fire monitoring application
[5] FPGA implementation of artificial Neural Network for forest fire detection in wireless Sensor Network
[6] Efficient forest fire occurrence prediction for developing countries using two weather parameters
https://www.researchgate.net/publication/220118999_Efficient_forest_fire_occurrence_p
rediction_for_developing_countries_using_two_weather_parameters
[7] Canadian Forest Service Publications
https://cfs.nrcan.gc.ca/publications?id=10068
[8] Early Forest Fire Detection Using Drones and Artificial Intelligence
http://docs.mipro-proceedings.com/cis/15_cis_5206.pdf
[9] Emerging Methods for Early Detection of Forest Fires Using Unmanned Aerial Vehicles and Lorawan
Sensor Networks
[10] Intelligent Early Warning System for Ecological Forest Fire Based on Big Data
http://www.ekolojidergisi.com/download/intelligent-early-warning-system-for-
ecological-forest-fire-based-on-big-data-6605.pdf

UM5 ENSIAS
[11] Monitoring system for forest fire based on wireless sensor network

Modélisation d'un système de prévention des incendies

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (20)

Similaire à Modélisation d'un système de prévention des incendies

Similaire à Modélisation d'un système de prévention des incendies (20)

Dernier

Dernier (15)

Modélisation d'un système de prévention des incendies