| Summary: | Plus de la moitié de la population mondiale vit de nos jours dans les villes. Cette proportion s'élève à 77.5% en France. La densité importante de la population urbaine provoque plusieurs problèmes environnementaux tels que les bruits, les canicules urbaines, les pollutions chimiques ou la pollution magnétique. Dans une ville, les habitants pourraient obtenir des informations sur ces phénomènes grâce aux infrastructures informatiques et au partage de l'information entre services techniques et citoyens. Si l'un des objectifs des villes intelligentes est d'améliorer la gestion des ressources - comme l'eau et l'électricité - un autre est de pouvoir contrôler jour après jour ce qui se passe dans la ville au niveau du climat et des pollutions en collectant des informations locales et en les affichant sur un portail public. Mais ces informations, généralement transmises sous forme de graphiques ou de cartes, ne sont pas faciles à interpréter. L’objectif de cette thèse est de proposer des solutions pour améliorer la représentation cartographique de phénomènes urbains dans leur contexte géographique afin que celle-ci soit facile à comprendre aussi bien pour les services techniques, que pour le grand public non spécialistes de ces phénomènes.Afin de faciliter la perception d’une carte de phénomène, nous proposons une représentation à différents niveaux de détail, une variété de choix de l’espace cartographique ; des symboles simples et adaptifs au phénomène et une identification automatique de zones particulières. Pour les niveaux de détail, nous adaptons la densité graphique aux différents niveaux de détail (optimisation préparatoire dans la base de données) et à l’échelle courante de visualisation (optimisation dynamique et interactive avec l’utilisateur). Pour le choix de l’espace cartographique, un phénomène peut être représenté sur l’ensemble de bâtiments, sur les rues ou sur une structure de géométrie quelconque saisie par l’utilisateur. Enfin pour l’identification automatique de zones particulières, nous identifions les valeurs extrêmes, dépassant le seuil de dangerosité ou les zones de forte dispersion de valeur importante, pour permettre à l’utilisateur de les localiser rapidement. Nous avons proposé aussi d’ajouter le concept de l’observateur et d’adapter la visualisation selon la position de l’observateur afin de diminuer la superposition entre les présentations 3D de différents niveaux de hauteur d’un phénomène, lorsqu’il varie en fonction de l’altitude (et qu’on dispose de ces données) === More than half of the world's population now lives in cities. This proportion is 77.5% in France. The high density of the urban population causes several environmental problems such as noise, urban heat waves, chemical pollution or magnetic pollution. In a city, the inhabitants could get all the information by the computer infrastructures and the information sharing between the citizens themselves. If one of the objectives of smart cities is to improve the management of resources - such as water and electricity - another is to be able to control day by day what is happening in the city in terms of climate and pollution by collecting local information and mapping it in the public portal of cartography. Although the link between civic services, the interactions between people and government institutions is very important, the concerned information, usually represented by graphics or maps, is not easy to for all people to understand and to interpret. Thus the objective of this thesis is to propose solutions to improve the representation of urban phenomena with their geographical context and at different levels of detail so that it becomes easy to understand for the general public.In order to facilitate the perception of a phenomenon map, we propose a representation at different levels of detail, from the most general to the most detailed and to adapt the graphic density to the level of detail (preparatory optimization in the database) and to the current visualization scale (dynamic and interactive optimization with the user); a various choices of the cartographic space, for example a phenomenon may be represented on the set of buildings or streets, or on any structure of geometry chosen by the user; simple and adaptive symbols to the phenomenon; and an automatic identification of particular zones: with extreme values, exceeding the threshold of dangerousness or with a large dispersion, this allows the user to quickly locate areas of interest throughout the visualization. We also proposed to add the concept of observer and adapt the visualization according to the position of the observer in order to reduce the superposition between the 3D presentations of different levels of height of a phenomenon, when it varies according to of the altitude (and that these data are available)
|
|---|
