Télécharger en tant que PDF, PPTX
Téléchargé parACSG - Section Montréal
Intelligence d'affaires (BI) et SIG au service de l'analyse des glaces dans l'arctique canadien
Le projet Canice, présenté à Montréal le 3 octobre 2013, vise à améliorer l'accessibilité aux données sur les glaces grâce à une application web utilisant des services web et des données multi-sources, principalement du Service canadien des glaces. L'application offre des fonctionnalités d'analyse et de visualisation avancées, permettant une exploration interactive des données multi-époques et multi-échelles, facilitant ainsi l'analyse des glaces dans la région de la mer de Beaufort. Ce projet est financé par le ministère des affaires autochtones et développement du nord Canada et implique plusieurs partenaires universitaires.
![Marco comun europeo referencia lengua scvc mer[1]](https://cdn.slidesharecdn.com/ss_thumbnails/marcocomuneuropeoreferencialenguascvcmer1-100520133123-phpapp01-thumbnail.jpg?width=640&height=640&fit=bounds)
Intelligence d'affaires (BI) et SIG au service de l'analyse des glaces dans l'arctique canadien
- 1. Géomatique 2013 Montréal 3 octobre2013 Michelle Fortin Professionnelle de Recherche Yvan Bédard Professeur Responsable de projet Sonia Rivest Professionnelle de Recherche Tania Roy Étudiante à la maîtrise
- 2. Plan de présentation Introduction Présentation du projet CanIce Schéma de l’architecture technologique de l’application Données sources Service Canadien des Glaces Modèle - Structure qui sous-tend l’application Dimensions (paramètres d’analyse) extraites des données Données (Mesures) dérivées Présentation de l’application Exploration interactive des données multi-époques multi-échelles ○ Exemple de requêtes ○ Croisement de paramètres Conclusion
- 3. Projet CanIce Objectif Améliorer l’accessibilitéaux données sur les glaces à l’aide de services WEB Financé par Ministère des Affaires autochtones et Développement du Nord Canada EERB (Evaluation Environnementale Région de Beaufort) Partenaires Focus sur la région de la mer de Beaufort Service canadien des glaces (Environnement Canada) Université de Waterloo (Réseau Canadien d’Information sur la Cryosphère) (Polar Data Catalog) Université Ryerson (SIG et bases de données) Université Laval (Cubes de données et SOLAP) Mandat de l’équipe de l’Université Laval Développement d’une application SOLAP (Spatial-Online Analytical Processing) offrant des fonctionnalités de visualisation et d’analyse non-disponibles dans le portail du SCG
- 4. Introduction Technologie implantée Données Multi-sources Service Canadien desGlaces ArcGIS Oracle GéoGratis Données Multi-formats Vectorielle Satellitaire
- 5. Introduction Technologie implantée Données Multi-sources Service Canadien desGlaces ETL Extraction, Transformation, Alimentation (« Load ») FME - Access ArcGis – Eclipse Java Analyse des glaces ArcGIS Oracle Extraction Serveur SOLAP Oracle MySQL GéoGratis Données Multi-formats Vectorielle Satellitaire Map Admin BD centrale « Hypercubes » de données
- 6. Introduction Technologie implantée Données Multi-sources Service Canadien desGlaces ETL Extraction, Transformation, Alimentation (« Load ») FME - Access ArcGis – Eclipse Java Utilisateur Application Analyse des glaces Map CLIENT ArcGIS Oracle Extraction Serveur SOLAP Oracle MySQL GéoGratis Données Multi-formats Vectorielle Satellitaire Map Admin Exploitation des données BD centrale « Hypercubes » de données Environnement WEB convivial
- 7. Données sources Données fourniespar le Service Canadien des Glaces Polygones de glace -
- 8. Données sources Données fourniespar le Service Canadien des Glaces Polygones de glace Codes de l’œuf (EggCode) - Caractériser les - conditions des glaces - -
- 9. Données sources Données fourniespar le Service Canadien des Glaces Polygones de glace Codes de l’œuf (EggCode) - Concentrations - Forme de la glace - Stade de développement (âge)
- 10. Données sources Données fourniespar le Service Canadien des Glaces Polygones de glace Codes de l’œuf (EggCode) - Concentrations (Ca, Cb, Cc, Cd …) - Forme de la glace (Fa, Fb, Fc …) - Stade de développement (Sa, Sb …) D ( T - b a R S
- 11. Données sources Données fourniespar le Service Canadien des Glaces Polygones de glace Codes de l’œuf (EggCode) - Concentrations (Ca, Cb, Cc, Cd …) - Forme de la glace (Fa, Fb, Fc …) - Stade de développement (Sa, Sb …) Date - 9 semaines (1 février 2010 – 4 avril 2010) - Compilation hebdomadaire T - Gl - Gla a R S
- 12. Données sources Données fourniespar le Service Canadien des Glaces Polygones de glace Arctique de l’Est Codes de l’œuf (EggCode) Arctique de l’Ouest - Concentrations (Ca, Cb, Cc, Cd …) - Forme de la glace (Fa, Fb, Fc …) - Stade de développement (Sa, Sb …) Sous-région Amundsen Côte Est Date - 9 semaines (1 février 2010 – 4 avril 2010) - Compilation hebdomadaire Baie d’Hudson Grands Lacs a Type de glace - Glace de lac - Glace de mer Régions arctiques Sous-régions arctiques
- 13. Données externes GéoGratis –Ressources Naturelles Canada Bathymétrie – profondeur d’eau > 2500 mètres 501 à 2500 mètres 201 à 500 mètres Sous-région Amundsen 0 à 200 mètres Région Arctique de l’Ouest
- 14. Données externes GéoGratis –Ressources Naturelles Canada Ortho mosaïque Radarsat-1 Résolution 250 m Carte de l’Amérique Du Nord
- 15. Données externes GéoGratis –Ressources Naturelles Canada Ortho mosaïque Radarsat-1 Résolution 250 m Carte de l’Amérique du Nord
- 16. SOLAP Spatial On-Line AnalyticalProcessing Intelligence d’affaires BI Fonctionnalités SIG Technologie SOLAP Modélisation ○ Approche multi-dimensions ○ Niveaux hiérarchiques, granularité agrégations précalculées (vitesse requêtes) ○ Mesures dérivées DIMENSION SPATIALE DIMENSION TEMPORELLE Pays Année Province Mois Ville Jour agrégation agrégation
- 17. STRUCTURE DIMENSIONNELLE 6 PARAMÈTRESD’ANALYSE Dimension Spatiale Dimension Temporelle Niveau d’occurence • • • • Forme de la glace Primaire Secondaire Tertiaire traces Concentrations Stade de développement de la glace Âge Souvent associé à une épaisseur maximum et minimum selon la norme
- 18.
- 19.
- 20.
- 21.
- 22.
- 23.
- 24.
- 25.
- 26. Hiérarchies dimensionnelles Variables indépendantes Tout territoire Régionsarctiques Sous-régions Toutes les années Tous types de glaces Bathymétrie Année Mois Mailles Saison Catégorie de forme Toutes les formes 10 = 100% 9+ = 91 - 99% 9 = 90% 8 = 80% 7 = 70% …1… 0 = 0% semaine Forme de la glace Niveau d’occurence Stade fin Groupe Large groupe Type de glace Tous les stades Concentrations Catégorie de Concentrations Compacte Très serrée Serrée Etc… Toutes concentrations
- 27. Tout territoire Mesures dérivées Variablesdépendantes Régions arctiques Sous-régions Toutes les années Tous types de glaces Bathymétrie Année Mois Mailles Saison semaine Surface couverte par la glace km2 Forme de la glace Catégorie de forme Toutes les formes Niveau d’occurence Stade fin Groupe Large groupe Type de glace Tous les stades Concentrations Catégorie de Concentrations Toutes concentrations
- 28. Tout territoire Mesures dérivées Variablesdépendantes Régions arctiques Sous-régions Tous types de glaces Toutes les années Bathymétrie Année Mois Mailles Saison semaine % surface d’eau couverte par la glace Forme de la glace Catégorie de forme Toutes les formes Niveau d’occurence Stade fin Groupe Large groupe Type de glace Tous les stades Concentrations Catégorie de Concentrations Toutes concentrations
- 29. Tout territoire Mesures dérivées Variablesdépendantes Régions arctiques Sous-régions Toutes les années Tous types de glaces Bathymétrie Année Mois Mailles Saison semaine Forme de la glace Catégorie de forme Toutes les formes Niveau d’occurence Volume min Volume max Stade fin Groupe Large groupe Type de glace Tous les stades Concentrations Catégorie de Concentrations Toutes concentrations
- 30. Mesures dérivées Variables dépendantes Toutterritoire Régions arctiques Sous-régions Toutes les années Tous types de glaces Bathymétrie Année Mailles Saison Niveau d’occurence Mois semaine Surface dont l’épaisseur de glace est indéterminée km2 (indicateur de qualité sur volume) Concentrations Forme de la glace Stade fin Catégorie de Catégorie de forme Concentrations Groupe Toutes les formes Large groupe Type de glace Tous les stades Toutes concentrations
- 31. Mesures dérivées Variables dépendantes Toutterritoire Régions arctiques Sous-régions Toutes les années Tous types de glaces Bathymétrie Année Mailles Saison Niveau d’occurence Mois Différence entre 2 dates semaine de la surface d’eau couverte par la glace Km2 gel (+) dégel(-) Concentrations Forme de la glace Stade fin Catégorie de Catégorie de forme Concentrations Groupe Toutes les formes Large groupe Type de glace Tous les stades Toutes concentrations
- 32. Tout territoire Mesures dérivées Variablesdépendantes Régions arctiques Sous-régions Toutes les années Tous types de glaces Bathymétrie Année Mois Mailles Saison % surface d’eau semaine couverte par la glace Forme de la glace Catégorie de forme Toutes les formes Niveau d’occurence Quel est le % surface couverte par - Glace très serrée (catégorie concentration) - de 1er année (stade développement - groupe) - dans la sous-région Amundsen - Pour la semaine du 7 février Stade fin Groupe Large groupe Type de glace Tous les stades Concentrations Catégorie de Concentrations Toutes concentrations
- 33. Tout territoire Mesures dérivées Variablesdépendantes Régions arctiques Sous-régions Toutes les années Tous types de glaces Bathymétrie Année Mois Mailles Saison % surface d’eau semaine couverte par la glace Forme de la glace Catégorie de forme Toutes les formes Niveau d’occurence Quel est le % surface couverte par - Glace très serrée (catégorie concentration) - de 1er année (stade développement - groupe) - dans les zones de 0 à 200m profondeur - Pour la semaine du 7 février Stade fin Groupe Large groupe Type de glace Tous les stades Concentrations Catégorie de Concentrations Toutes concentrations
- 34. VISUALISATION DES DONNÉES- interface finale Mesure « Surface couverte par la glace » Forage dans la dimension spatiale
- 35. VISUALISATION DES DONNÉES Mesure« Différence de Surface de glace » Gel ou dégel (représentation binaire) Gel Stable Dégel
- 36. VISUALISATION DES DONNÉES Consultationde la qualité des données sur la mesure « volume de glace » volume max Surface dont l’épaisseur Est indéterminée
- 37. VISUALISATION DES DONNÉES Consultationde la qualité des données sur la mesure « volume de glace » volume max Surface dont l’épaisseur est indéterminée
- 38. VISUALISATION DES DONNÉES Consultationde la qualité des données sur la mesure « volume de glace » Catégorie Stade de développement Glace 1ère année Surface d’épaisseur indéterminée Tous stades de développement Catégorie Stade de développement Vieille glace
- 39. Conclusion valeur ajoutée L’application SOLAPfacilite et accélère l’analyse des données sur les glaces interactivité organisation hiérarchique des dimensions
- 40.
- 41.
- 42.
- 43.
- 44.
- 45.
- 46. Conclusion Navigation Outil SOLAP Basé sur internet,aucun clavier ni requête SQL
- 47. Conclusion Démos en ligneau kiosque du Centre de Recherche en Géomatique Le 3 octobre : 9h20 et 15h40 Le 4 octobre : 10h05 et 14h50
- 48.