Suite

Comment trouver le chemin le moins coûteux sur un DEM en fonction de l'amplitude et de la direction de la pente ?


Quel type d'algorithmes puis-je utiliser pour trouver un chemin à moindre coût à travers un DEM où il coûte plus cher de traverser une cellule en descendant ou en montant que de suivre le contour du terrain ?

Tous les exemples que j'ai vu impliquent la création d'une surface à moindre coût où le ordre de grandeur de la pente fait partie du coût - mais le direction n'est pas.

De plus, les exemples supposent que le coût de déplacement à travers une cellule ne dépend pas de la direction du déplacement.


Les outils ArcMap Path Distance peuvent le faire, bien que ce soit modérément complexe. Plus précisément, vous devez utiliser les facteurs horizontaux et verticaux. Cela examine l'aspect/l'élévation pour déterminer s'il s'agit d'une montée, d'une descente ou parallèle à la pente, et attribue un poids différent à chaque direction d'approche.


Comment trouver le chemin le moins coûteux sur un DEM en fonction de l'amplitude et de la direction de la pente ? - Systèmes d'information géographique

Par J. Garbrecht et L. W. Martz

La topographie joue un rôle important dans la distribution et les flux d'eau et d'énergie dans les paysages naturels. L'extraction automatisée des paramètres topographiques des DEM est reconnue comme une alternative viable aux levés traditionnels et à l'évaluation manuelle des cartes topographiques, en particulier à mesure que la qualité et la couverture des données DEM augmentent. Les capacités et les limites des DEM à utiliser dans les applications de modèles de ressources en eau sont passées en revue. Plus précisément, la disponibilité, la qualité et la résolution des données sont abordées du point de vue de l'application. Les problèmes liés à l'extraction automatisée des informations topographiques et de drainage des MNT sont présentés. Ceux-ci incluent l'identification du drainage en présence de fosses et de zones plates dans le MNT, le rôle déterminant de la définition de la source du canal dans la configuration du réseau de drainage et les capacités d'analyse de réseau pour les réseaux raster. Les résultats des derniers résultats de recherche concernant la réduction des propriétés des sous-bassins distribués en une valeur représentative pour les sous-bassins sont également présentés. L'augmentation de la qualité et de la résolution des produits DEM, les nouvelles méthodologies de traitement raster et l'extension des capacités SIG et des liens avec les modèles de ressources en eau devraient conduire à une plus grande dépendance aux DEM en tant que source d'informations topographiques et de drainage de surface.

Les processus hydrologiques et les problèmes de ressources en eau sont couramment étudiés à l'aide de modèles de bassins versants distribués. Ces modèles de bassin versant nécessitent des informations physiographiques telles que la configuration du réseau de canaux, l'emplacement des divisions de drainage, la longueur et la pente du canal et les propriétés géométriques du sous-bassin. Traditionnellement, ces paramètres sont obtenus à partir de cartes ou d'enquêtes sur le terrain. Au cours des deux dernières décennies, ces informations ont été de plus en plus dérivées directement des représentations numériques de la topographie (Jenson et Domingue, 1988 Mark, 1984 Moore et al., 1991 Martz et Garbrecht, 1992). La représentation numérique de la topographie s'appelle un modèle numérique d'élévation (DEM). La dérivation automatisée des données topographiques des bassins versants à partir des MNT est plus rapide, moins subjective et fournit des mesures plus reproductibles que les techniques manuelles traditionnelles appliquées aux cartes topographiques (Tribe, 1992). Les données numériques générées par cette approche ont également l'avantage de pouvoir être facilement importées et analysées par les systèmes d'information géographique (SIG). Les progrès technologiques fournis par les SIG et la disponibilité et la qualité croissantes des MNE ont considérablement élargi le potentiel d'application des MNE à de nombreuses études hydrologiques, hydrauliques, des ressources en eau et environnementales (Moore et al., 1991). Dans cet article, la production, la disponibilité, la qualité, la résolution et les capacités des MNT sont passées en revue et discutées en ce qui concerne la dérivation de données topographiques à l'appui des enquêtes hydrologiques et des ressources en eau. Le sujet traité dans cet article concerne les MNE de paysages naturels et ne s'étend pas aux milieux urbanisés où des structures à petite échelle et artificielles telles que des caniveaux, des bras de mer, des fossés de drainage et des ponceaux contrôlent les modèles de drainage de surface.

Production DEM, qualité et disponibilité

La structure de données DEM la plus courante est la structure raster ou grille. Ceux-ci consistent normalement en une matrice de cellules de grille carrées avec l'altitude moyenne des cellules stockée dans un tableau à deux dimensions. L'emplacement d'une cellule dans l'espace géographique est implicite à partir de l'emplacement des lignes et des colonnes de la cellule dans le réseau, à condition que les coordonnées des limites (géo-références) du réseau soient connues. Les DEM à grille sont largement disponibles et utilisés en raison de leur simplicité, de leur facilité de traitement et de leur efficacité de calcul (Martz et Garbrecht, 1992). Les inconvénients incluent la dépendance de la taille de la grille de certains paramètres topographiques calculés (Fairfield et Leymarie, 1991) et l'incapacité d'ajuster localement la taille de la grille aux dimensions des caractéristiques topographiques de la surface terrestre. D'autres structures de données DEM, telles que le réseau irrégulier triangulé et les structures basées sur les contours, ont surmonté certains des inconvénients des DEM en grille, mais elles ont leurs propres lacunes et ne sont pas aussi largement disponibles et utilisées que les DEM en grille. Le reste de cet article se concentrera sur les DEM de type grille populaires.

Aux États-Unis, les DEM les plus largement disponibles sont ceux distribués par l'US Geological Survey (USGS). Ils sont produits à partir de données altimétriques dérivées de cartes de courbes de niveau existantes, d'altitudes numérisées et de modèles stéréoscopiques photogrammétriques basés sur des photographies aériennes et des images de télédétection satellitaires. Les données DEM de l'USGS de 7,5 minutes ont un espacement de grille de 30 mètres sur 30 et sont basées sur le système de géoréférencement Universal Transverse Mercator (UTM). Ces DEM offrent une couverture en blocs de 7,5 sur 7,5 minutes, et chaque bloc offre la même couverture qu'un quadrilatère standard de séries de cartes USGS de 7,5 minutes (USGS, 1990). Récemment, l'USGS a commencé la production de DEM de 7,5 minutes à une résolution de 10 mètres sur 10 avec une résolution verticale de 1 décimètre. Cependant, à l'heure actuelle, la couverture fournie par ce produit est clairsemée. Les données USGS DEM à 1 degré ont un espacement de grille de 3 par 3 secondes d'arc et fournissent une couverture en blocs de 1 par 1 degré. Deux couvertures offrent la même couverture qu'un quadrilatère standard de la série de cartes USGS à 1 par 2 degrés. Les données DEM de 30 minutes de l'USGS ont un espacement de grille de 2 secondes d'arc sur 2 et se composent de quatre blocs DEM de 15 minutes sur 15. Deux DEM de 30 minutes offrent la même couverture qu'un quadrilatère standard de la série de cartes USGS de 30 par 60 minutes. Tous les DEM USGS fournissent des valeurs d'altitude en pieds ou en mètres entiers.

Les DEM produits par l'USGS sont classés en trois niveaux de qualité croissante. La classification de niveau 1 est généralement réservée aux données dérivées de la numérisation du programme national de photographie en haute altitude, du programme national de photographie aérienne ou de photographies équivalentes. Une erreur quadratique moyenne (RMSE) verticale de 7 mètres est la norme de précision ciblée, et une RMSE de 15 mètres est le maximum autorisé. La classification de niveau 2 concerne les ensembles de données altimétriques qui ont été traités ou lissés à des fins de cohérence et édités pour supprimer les erreurs systématiques identifiables. Un RMSE de la moitié de l'intervalle de contour de la carte d'origine est le maximum autorisé. Il n'y a pas d'erreurs supérieures à un intervalle de contour en magnitude. Les MNT de classification de niveau 3 sont dérivés des données de graphiques linéaires numériques (DLG) en utilisant des éléments sélectionnés à la fois de l'hypsographie (contours, élévations ponctuelles) et de l'hydrographie (lacs, rivages, drainage). Si nécessaire, les lignes de crête et les principales caractéristiques de transport sont également incluses dans la dérivation. Un RMSE d'un tiers de l'intervalle de contour est le maximum autorisé. Il n'y a pas d'erreurs supérieures aux deux tiers de l'intervalle de contour en amplitude. La plupart des données produites au cours de la dernière décennie relèvent de la classification de niveau 2. La disponibilité des DEM de niveau 3 est très limitée.

L'USGS, Earth Science Information Center, Reston, Virginie, offre une variété de produits de données d'élévation numériques (USGS, 1990). Les autres sources de données DEM incluent l'ancienne Agence de cartographie de la défense (DMA) (maintenant l'Agence nationale d'imagerie et de cartographie, NIMA) et le Centre national de données géophysiques (NGDC) de la National Oceanic and Atmospheric Administration (NOAA). Les données DEM personnalisées peuvent également être obtenues auprès d'un certain nombre de fournisseurs commerciaux. De nouvelles technologies, telles que l'altimétrie laser (LA) (Ritchie, 1995) et l'interférométrie radar (RI) (Zebker et Goldstein, 1986), sont actuellement explorées pour la production de MNE mondiaux de haute qualité et haute résolution (Gesch, 1994).

Considérations sur la précision du DEM dans les applications de ressources en eau

Les DEM sont utilisés dans les projets de ressources en eau pour identifier les caractéristiques liées au drainage telles que les crêtes, les fonds de vallée, les réseaux de canaux et les modèles de drainage de surface, et pour quantifier les propriétés du sous-bassin et du canal telles que la taille, la longueur et la pente. La précision de ces informations topographiques est fonction à la fois de la qualité et de la résolution du DEM, et des algorithmes de traitement DEM utilisés pour extraire ces informations.

L'adéquation d'un USGS DEM pour les projets de ressources en eau dépend largement des techniques de production de DEM. Les DEM USGS de 7,5 minutes produits avant 1988 étaient principalement basés sur le profilage manuel de modèles stéréoscopiques photogrammétriques (USGS, 1990). Dans les paysages à faible relief, les MNT résultants présentent souvent des motifs de rayures est-ouest systématiques qui peuvent les rendre impropres à la paramétrisation des caractéristiques de drainage (Garbrecht et Starks, 1995). La figure 1a montre deux DEM adjacents qui ont été produits par différentes techniques. Le côté gauche illustre le motif de rayures est-ouest associé au profilage manuel des stéréo-modèles photogrammétriques. L'impact du traçage sur les études de drainage est triple. Premièrement, les contours des éléments de drainage, tels que les dépressions ou les chemins de drainage, ne sont pas bien définis. Les limites des entités peu profondes qui ont une orientation nord-sud (c'est-à-dire perpendiculaires à la bande) sont souvent représentées dans le MNT sous forme de lignes irrégulières ayant des indentations est-ouest. Deuxièmement, les chemins de drainage sont systématiquement biaisés dans la direction est-ouest en raison du débit qui s'écoule dans et suivant les bandes d'élévation artificielles. La figure 1b illustre les différences dans le modèle de drainage en raison du modèle de rayures dans les données d'élévation. Et, troisièmement, le striping peut introduire des blocages de drainage dans la composante d'écoulement nord-sud. Ces blocages de drainage peuvent produire des dépressions artificielles de différentes tailles. La source du striping est une combinaison d'erreurs humaines et algorithmiques associées à la méthode de profilage manuel (B. Kunert, USGS, Rolla, Mid Continent Mapping Center, communication personnelle). Bien que ces erreurs de "rayage" soient bien connues (Garbrecht et Starks, 1995), elles respectent les normes de précision de l'USGS (1990). Alors que la plupart des DEM développés aujourd'hui sont dérivés de DLG et sont traités selon les normes de niveau 2, de nombreux DEM distribués aujourd'hui ont été développés dans le passé et ne répondent qu'aux normes de niveau 1.

Figure 1a : Couverture de deux DEM USGS adjacents de 7,5 minutes près d'Amarillo, Texas Valeurs d'élévation du DEM en échelle de gris.

Figure 1b : Couverture de deux DEM USGS adjacents de 7,5 minutes près d'Amarillo, Texas Valeurs d'élévation du DEM en échelle de gris avec le réseau de drainage dérivé du SIG.

Les normes de niveau 1 exigent une valeur RMSE de 7 mètres, avec une valeur maximale autorisée de 15 mètres. Une tolérance d'erreur d'altitude absolue de 50 mètres est définie pour les erreurs pour tout nœud de grille par rapport à la hauteur réelle à partir du niveau moyen de la mer. De plus, tout réseau de 49 points d'élévation contigus ne doit pas être erroné de plus de 21 mètres (USGS, 1990). Ces tolérances d'élévation sont importantes pour les études de drainage, car une différence d'élévation de 1 ou 2 mètres peut affecter le chemin d'écoulement et les caractéristiques de ruissellement.

La résolution horizontale du DEM et son rapport à la résolution verticale peuvent avoir une incidence significative sur les paramètres de surface terrestre calculés qui impliquent des différences d'altitude. Par exemple, la pente est calculée comme la différence d'élévation entre deux pixels adjacents divisée par la distance qui les sépare. Étant donné que les élévations DEM sont généralement rapportées en mètres ou en pieds complets, la pente calculée ne peut prendre qu'un nombre limité de valeurs discrètes. Pour un DEM de 30 mètres avec des altitudes rapportées en mètres, une valeur de pente entre deux pixels peut être zéro (pas de changement d'altitude), 0,033 (changement d'altitude de 1 mètre) ou un multiple de celui-ci. De tels incréments peuvent être adéquats pour représenter les valeurs de pente en terrain montagneux, mais pour les zones plates, telles que les Grandes Plaines des États-Unis, une résolution DEM verticale de 1 mètre est insuffisante pour fournir des valeurs de pente locales précises. Ainsi, les MNE de paysage à faible relief et à résolution verticale limitée ne se prêtent pas bien à une détermination précise des pentes de drainage et à l'emplacement précis des canaux et des crêtes. Les problèmes de qualité et de résolution du DEM ne peuvent généralement pas être résolus en lissant ou en faisant la moyenne du DEM. De telles approches masquent simplement les problèmes sans augmenter la qualité de la sortie. La solution la plus simple pour surmonter les problèmes de résolution décrits est de produire sur mesure un DEM avec un rapport de résolution horizontal sur vertical prédéfini, ou d'utiliser un DEM haute résolution produit par des méthodes plus avancées. D'autres solutions incluent l'utilisation de méthodes d'analyse DEM conçues pour surmonter les problèmes associés aux représentations numériques de paysages à faible relief par des DEM de résolution limitée (Garbrecht et Martz, 1999a). Des exemples de tels problèmes sont l'augmentation de l'occurrence et de la taille des zones plates et des fosses parasites. Les fosses sont des cellules qui n'ont pas de cellule adjacente à une altitude inférieure et, par conséquent, n'ont pas de chemin d'écoulement descendant vers une cellule adjacente. D'autre part, les zones plates sont caractérisées par des cellules adjacentes avec les mêmes valeurs d'altitude. Les fosses et les zones plates se produisent dans la plupart des MNT raster, mais sont prédominants dans les MNT à résolution limitée des paysages à faible relief. La figure 2 montre la distribution spatiale et l'étendue des fosses et des zones plates (zones en gris clair) d'un MNT d'un bassin versant dans le centre de l'Oklahoma. La prédominance des fosses et des zones plates dans les fonds de vallée (zones de bas relief) est bien visible. Les fosses sont généralement considérées comme des caractéristiques parasites qui résultent d'erreurs d'interpolation lors de la génération de MNT et de la troncature des valeurs interpolées sur la sortie (O Callaghan et Mark, 1984 Mark, 1988 Fairfield et Leymarie, 1991). Les fosses sont une difficulté majeure pour les méthodes d'évaluation DEM qui reposent sur l'approche de simulation d'écoulement de surface pour l'analyse du drainage, car un manque de chemins d'écoulement vers le bas conduit à une définition incomplète du modèle de drainage. Les problèmes d'identification du drainage pour les zones planes sont similaires à ceux rencontrés pour les fosses. Ce sujet est abordé plus en profondeur dans la section sur l'extraction automatisée des caractéristiques de drainage des MNT.

Figure 2 : Distribution spatiale et étendue des fosses et des zones plates dans un MNT d'un bassin versant du centre de l'Oklahoma.

La qualité et la résolution doivent être prises en compte dans la sélection d'un MNT pour la modélisation hydrologique. La qualité fait référence à la précision des données d'altitude tandis que la résolution fait référence à la précision des données spécifiquement à l'espacement de la grille horizontale et à l'incrémentation de l'altitude verticale. La qualité et la résolution doivent être cohérentes avec l'échelle et le modèle du processus physique considéré et avec les objectifs de l'étude. Pour de nombreuses applications de modèles environnementaux basés sur des processus physiques, les données USGS 30 par 30 mètres DEM (niveaux 1 et 2) ont des normes de précision larges et une résolution plutôt grossière avec des lacunes documentées (Garbrecht et Starks, 1995 Ostman, 1987 Topographic Science Working Group , 1988). En particulier, l'identification du drainage de surface est difficile dans les paysages à faible relief, tout comme la dérivation d'informations connexes telles que la pente et la courbure du relief. Des recherches sont en cours pour évaluer l'impact des limitations de précision, du bruit et de la faible résolution des données DEM sur les résultats de la modélisation. Des exemples de telles études incluent Wolock et Price (1994) et Zhang et Montgomery (1994).

L'exactitude des caractéristiques de drainage extraites des MNT en fonction de la résolution du MNT a été étudiée par Garbrecht et Martz (1994). La résolution horizontale d'un DEM avec un espacement de grille original de 30 mètres a été diminuée par l'agrégation de cellules. Des caractéristiques de drainage sélectionnées pour plusieurs configurations de réseaux de canaux hypothétiques ont été extraites pour une gamme de résolutions DEM à l'aide du logiciel TOPAZ (Garbrecht et Martz, 1994). La figure 3 illustre la perte de précision de gauche à droite avec l'augmentation du coefficient de grille. Le coefficient de grille est la surface d'une cellule divisée par la surface de référence du réseau, qui est la moyenne du sous-bassin versant. Les valeurs affichées concernent des caractéristiques du réseau sélectionnées telles que la zone source du canal, le nombre de canaux, la longueur du canal, la densité de drainage, etc. L'analyse de sensibilité a suggéré qu'un MNT devrait avoir une zone de grille inférieure à 5% de la zone de référence du réseau pour reproduire le caractéristiques de drainage sélectionnées avec une précision d'environ 10 %. Il a été conclu que la dépendance de la résolution de la grille a été introduite par l'incapacité d'un MNT à reproduire avec précision les caractéristiques de drainage qui sont à la même échelle que la résolution spatiale du MNT. Pour les canaux sinueux, cela se traduit par des longueurs de canaux plus courtes et pour les réseaux à forte densité de drainage, cela conduit à la capture du canal et de la zone de drainage. La capture des canaux et des zones de drainage se produit lorsque la résolution DEM ne peut plus résoudre la séparation entre les canaux ou les limites de drainage. Dans de telles situations, le nombre de canaux, la taille des zones de drainage direct et la configuration du réseau de canaux peuvent s'écarter considérablement de celui obtenu par un MNA haute résolution. Ainsi, si de petits éléments de drainage sont importants, la résolution doit être sélectionnée par rapport à la taille de ces éléments.

Figure 3 : Écarts par rapport à la référence pour les caractéristiques de drainage sélectionnées par rapport aux coefficients de grille (d'après Garbrecht et Martz, 1994)

Zhang et Montgomery (1994) ont utilisé des données altimétriques numériques à haute résolution de deux petits bassins versants de l'ouest des États-Unis pour examiner l'effet de la résolution DEM sur la représentation de la surface terrestre et les résultats des simulations hydrologiques. Ils ont évalué des DEM ayant des résolutions de 2 à 90 mètres et ont conclu que des maillages de 10 mètres suffiraient pour de nombreuses applications de modélisation géomorphique et hydrologique basées sur le DEM. Commentant cette recherche, Garbrecht et Martz (1996) ont suggéré que le choix de la résolution DEM pour les applications de simulation dépend non seulement de l'échelle des processus modélisés, mais aussi de l'approche de simulation numérique et des paramètres spécifiques du paysage qui doivent être extraits de le DEM. Pour les modèles hydrologiques qui fonctionnent selon une approche de grille, les paramètres du paysage et les processus de simulation sont déterminés à chaque cellule de grille.Ainsi, le volume de données et les ressources de calcul sont proportionnels au nombre de mailles qui elles-mêmes augmentent quadratiquement pour chaque doublement de la résolution horizontale du DEM. Cela peut être un facteur limitant pour les applications pratiques et encourage la sélection de DEM de résolution inférieure. D'autre part, les modèles qui utilisent les sous-bassins comme unité opérationnelle ne dépendent que du MNT pour extraire des paramètres représentatifs pour l'ensemble du sous-bassin, et les processus sont simulés au niveau du sous-bassin, indépendamment de la résolution du MNT. Cette approche est moins exigeante en termes de volume de données et de ressources de calcul. Il est également souvent moins sensible au bruit et à la résolution du DEM, car les paramètres de paysage représentatifs des sous-bassins, tels que la longueur, la largeur et la pente de la pente, sont dérivés de nombreuses cellules de grille. En conséquence, les effets de la variabilité locale induite par le réseau et de l'incrémentation discrète sont en grande partie éliminés par le processus de calcul de moyenne sur le sous-bassin.

Dans une étude de Seybert (1996), les couvertures SIG de l'utilisation des terres, des sols et de l'altitude (DEM) ont été utilisées pour étudier l'effet de la dégradation de la résolution des données spatiales sur la sortie d'un modèle de ruissellement de surface basé sur des événements. L'étude a été réalisée sur un bassin versant agricole de 7,27 km 2 (2,81 mi 2 ) dans le centre de la Pennsylvanie. Des dimensions de cellules carrées allant de 5 mètres à 500 mètres ont été étudiées, en commençant par des couches de données spatiales de la résolution la plus fine et en dégradant systématiquement les données à la résolution la plus grossière. Les résultats de l'étude de résolution des données spatiales indiquent que les estimations de volume dans le modèle sont moins sensibles au changement de résolution spatiale que les estimations de débit de pointe. De plus, l'augmentation du nombre de sous-bassins dans la représentation du bassin versant a amené le modèle à augmenter les estimations du volume de ruissellement et du débit de pointe. Le rapport de la superficie moyenne du sous-bassin à la superficie des cellules de la grille a été utilisé comme indicateur de résolution spatiale et un rapport global du bassin à la grille d'environ 10 2 s'est avéré être un seuil acceptable de résolution spatiale pour des résultats de modèle raisonnables.

La discussion ci-dessus fournit quelques indications générales sur les résolutions DEM appropriées pour des applications spécifiques, mais il ne semble pas y avoir de directives pour la résolution DEM pour des applications générales. En théorie, la résolution DEM doit être choisie en fonction de la taille des caractéristiques de la surface terrestre à résoudre, de l'échelle des processus modélisés et du modèle numérique utilisé pour modéliser les processus. Dans la pratique, cependant, la sélection de la résolution DEM pour une application particulière est souvent motivée par la disponibilité des données, le jugement, les applications de test, l'expérience et, enfin et surtout, le coût.

Extraction automatisée des caractéristiques de drainage

Les principaux problèmes liés à la dérivation du drainage de surface, des réseaux de drainage et des informations topologiques associées à partir des MNT sont liés à la résolution et à la qualité du MNT et à la méthodologie utilisée pour dériver ces informations. Les problèmes de résolution et de qualité du DEM ont été traités dans une section précédente. Cette section traite de la méthodologie de traitement raster utilisée dans la dérivation des informations topographiques/topologiques de drainage à partir des DEM de l'USGS. Les discussions sont limitées aux méthodologies basées sur la méthode D-8 (décrite ci-dessous). La méthode D-8 est sélectionnée ici car il s'agit d'une méthode de traitement DEM raster simple et largement utilisée.

La méthode D-8 (Fairfield et Leymarie, 1991) définit le réseau de drainage à partir de MNT raster en utilisant un analogue d'écoulement de surface. La méthode identifie le chemin d'écoulement descendant le plus raide entre chaque cellule d'un MNT raster et ses huit voisins (d'où le nom de méthode D-8) et définit ce chemin comme le seul chemin d'écoulement quittant la cellule raster. Le réseau de drainage est identifié en sélectionnant un bassin versant seuil au fond duquel part un canal source toutes les cellules dont le bassin versant est supérieur à ce bassin versant seuil classé dans le réseau de drainage. Cette approche d'identification des réseaux de drainage est simple et génère directement des réseaux connectés (Martz et Garbrecht, 1992). L'utilisation de la méthode D-8 pour l'analyse du bassin versant et du réseau de drainage a récemment été critiquée au motif qu'elle ne permet l'écoulement que dans une direction à partir d'une cellule DEM. Cela ne représente pas un écoulement suffisamment divergent sur des pentes convexes (Freeman, 1991 Quinn et al., 1991 Costa-Cabral et Burges, 1994) et peut conduire à un biais dans l'orientation de la trajectoire d'écoulement (Fairfield et Leymarie, 1991). Bien que l'algorithme de direction d'écoulement multiple semble donner des résultats supérieurs dans la région d'amont d'un canal source, un algorithme de direction d'écoulement unique est supérieur dans les zones d'écoulement convergent et le long de vallées bien définies (Freeman, 1991 Quinn et al., 1991). Ainsi, pour l'analyse des écoulements de surface sur les pentes des collines, l'approche à écoulements multiples peut être plus appropriée. Cependant, si l'objectif principal est la délimitation du réseau de drainage pour de grandes zones de drainage avec des canaux bien développés, l'utilisation d'un seul algorithme de direction d'écoulement semble plus appropriée (Martz et Garbrecht, 1992).

La méthode D-8, ainsi que de nombreuses autres approches, a des difficultés à identifier le drainage de surface en présence de dépressions, de zones plates et de blocages d'écoulement (Garbrecht et Starks, 1995 Martz et Garbrecht, 1998). Ces caractéristiques sont souvent le résultat du bruit des données, des erreurs d'interpolation et des erreurs de production systématiques dans les valeurs d'élévation du DEM. De telles caractéristiques se produisent dans la plupart des DEM et sont considérées comme fausses, principalement en raison de leur origine principalement numérique. Les difficultés proviennent du fait que les cellules raster dans les dépressions, les cuvettes et les zones plates n'ont pas de cellules voisines à une altitude inférieure et, par conséquent, n'ont pas de chemin d'écoulement descendant vers une cellule voisine. Il est de pratique courante d'enlever les dépressions et les zones plates avant l'identification du drainage.

Identification du drainage de surface à partir des MNE raster

Un certain nombre de méthodes ont été développées pour traiter les cuvettes et les zones plates dans les MNT afin d'analyser automatiquement les caractéristiques hydrographiques du terrain. Band (1986) augmente simplement l'élévation des cellules puits jusqu'à ce qu'un chemin descendant vers une cellule devienne disponible, sous la contrainte que le flux ne peut pas retourner à une cellule puits. O Callaghan et Mark (1984) suggèrent de lisser un MNT avant l'analyse pour réduire la taille et le nombre de puits. Jenson et Domingue (1988) et Martz et De Jong (1988) proposent des méthodes de traitement des éviers d'une manière plus générale et plus efficace (Freeman, 1991). Ces méthodes permettent de faire face à des situations topographiques complexes telles que des dépressions imbriquées, des dépressions avec des zones planes et des dépressions tronquées et des zones planes en bordure du MNT. Ils impliquent de "remplir" chaque dépression du DEM jusqu'à l'élévation du point de trop-plein le plus bas hors de l'évier. Cette approche implique que tous les puits sont le résultat d'une sous-estimation de l'altitude (Martz et Garbrecht, 1998). Cependant, certains puits résultent de l'obstruction des voies d'écoulement par des élévations surestimées. Dans de tels cas, il est plus approprié de briser l'obstruction que de remplir l'évier créé par l'obstruction (Martz et Garbrecht, 1999a). La rupture d'obstruction est particulièrement efficace dans les DEM de paysages qui ont un faible relief par rapport à la résolution verticale du DEM, car les puits causés par l'obstruction du chemin d'écoulement sont plus fréquents dans ces situations. Une méthode combinée de remplissage et de brèche a été présentée par Garbrecht et al. (1996).

Une fois que les éviers d'un MNT sont supprimés par brèche et remplissage, la surface plane résultante doit toujours être interprétée pour définir le modèle de drainage de surface. Les surfaces planes ne résultent pas seulement du remplissage de l'évier, mais peuvent également résulter d'une résolution DEM verticale et/ou horizontale trop faible pour représenter adéquatement le paysage, ou d'un paysage vraiment plat (ce qui se produit rarement). Plusieurs approches pour définir le drainage de surface à travers les zones plates ont été discutées précédemment (Band, 1986 Jenson et Domingue, 1988 Martz et De Jong, 1988). D'autres méthodes reposent sur des techniques allant du lissage du paysage à l'affectation arbitraire de la direction du flux. Une discussion de diverses approches peut être trouvée dans Tribe (1992) et les commentaires ultérieurs de Martz et Garbrecht (1995). Une approche plus récente a été présentée par Garbrecht et Martz (1995). Cette approche est basée sur la reconnaissance du fait que le drainage de surface dans les paysages naturels se fait vers les terrains plus bas et loin des terrains plus élevés. Pour reproduire une telle tendance sur une surface plane, deux gradients peu profonds sont imposés sur les surfaces planes pour forcer le flux à s'éloigner du terrain plus élevé entourant la surface plane et attirer le flux vers le terrain inférieur sur le bord de la surface plane. Cette approche se traduit par un modèle de direction d'écoulement convergent sur la surface plane qui est également compatible avec la topographie entourant la surface plane (Garbrecht et al., 1996). La figure 4a montre le schéma de drainage d'une situation hypothétique de selle de montagne qui consiste en une surface plane au centre entre un terrain plus élevé à droite et à gauche, trois emplacements de terrain plus bas, un en haut et deux en bas. Le drainage calculé, ainsi que la convergence et la cohérence du débit avec la configuration du terrain environnant, sont une grande amélioration par rapport aux modèles de drainage des méthodes qui sont en proie au problème du débit parallèle (Figure 4b). Il faut cependant reconnaître que toute méthode d'identification du drainage dans les zones plates est une approximation et peut ne pas refléter avec précision le modèle de drainage réel qui peut suivre des incisions de canal qui sont trop petites pour être résolues à la résolution du paysage numérique.

Figure 4a : Schéma de drainage calculé sur une topographie de selle plate (d'après Garbrecht et Martz, 1997b). Les flèches indiquent la direction du drainage. La taille des flèches est représentative de la zone de drainage en amont. Les divisions de drainage sont indiquées par des lignes épaisses de drainage calculées d'après Garbrecht et Martz (1996).

Figure 4b : Schéma de drainage calculé sur une topographie de selle plate (d'après Garbrecht et Martz, 1997b). Les flèches indiquent la direction du drainage. La taille des flèches est représentative de la zone de drainage en amont. Les divisions de drainage sont indiquées par des lignes épaisses de drainage calculées d'après Martz et De Jong (1988) et Jenson et Domingue (1988).

Extraction du réseau de drainage

Un réseau de drainage peut être extrait d'un MNT avec une densité ou une résolution de drainage arbitraire (Tarboton et al., 1991). Les caractéristiques du réseau extrait dépendent de la définition des sources de canaux sur la topographie numérique de la surface terrestre. Une fois les sources du canal définies, la topologie essentielle et les caractéristiques morphométriques du réseau de drainage sont définies implicitement en raison de leur étroite dépendance à la définition de la source du canal. Ainsi, l'identification correcte des sources de canaux est essentielle pour l'extraction d'un réseau de drainage représentatif des MNT.

Les concepts fondamentaux qui traitent de l'initiation du canal peuvent être facilement trouvés dans la littérature scientifique (Montgomery et Dietrich, 1988, 1989 et 1992). Deux méthodes prédominantes pour les sources de réseau dans les DEM sont la zone de seuil constant et la méthode de la zone de support critique dépendante de la pente (Montgomery et Foufoula-Georgiou, 1993 Tribe, 1992). La méthode de la zone à seuil constant suppose que les sources du canal représentent la transition entre le profil convexe du versant de la colline (écoulement en nappe dominé) et les profils concaves de la pente du canal (débit du canal dominé). La méthode de la surface à seuil constant a trouvé une large application (Band, 1986 Morris et Heerdegen, 1988 Tarboton et al., 1991 Gardner et al., 1991). Les détails de l'application, l'utilisation et les implications de cette méthode sont discutés par Tarboton et al. (1991) et Montegomery et Foufoula-Georgiou (1993). Garbrecht et Martz (1995) ont élargi l'utilisation de la méthode de la zone de seuil constant en permettant à la zone de seuil de varier au sein du MNT. Ceci est particulièrement utile dans les grands bassins versants dans lesquels la géologie et les caractéristiques du réseau de drainage présentent des modèles spatiaux distincts. L'utilisateur doit cependant établir a priori les valeurs des zones à seuil constant et leur domaine d'application.

La méthode de la zone de support critique dépendante de la pente suppose que la source du canal représente un seuil d'érosion. Cette hypothèse implique que la source du canal est le résultat d'un changement dans les processus de transport des sédiments d'un écoulement en nappe à un écoulement concentré, plutôt que d'une transition spatiale dans les profils de pente longitudinaux. Cette méthode a été présentée par Montgomery et Foufoula-Georgiou (1993) et est basée sur les travaux d'initiation du canal de Dietrich et al. (1993). Les principales différences entre les réseaux définis par les méthodes des seuils constants et dépendants de la pente sont la variabilité spatiale de la pente. Montgomery et Foufoula-Georgiou (1993) rapportent qu'avec la méthode du seuil dépendant de la pente, la densité de drainage est plus élevée dans les portions plus pentues du bassin versant, comme c'est le cas dans les paysages naturels.

La méthode de la surface à seuil constant semble plus pratique dans son application, comme en témoigne son utilisation généralisée. La préférence actuelle pour cette méthode peut être attribuée au fait que les valeurs de pente locales sont difficiles à obtenir à partir des MNT. En effet, un DEM avec une résolution horizontale et verticale de 30 m et 1 mètre, respectivement, ne peut produire que des pentes locales de zéro, 0,03 ou des incréments de celles-ci. Ainsi, une estimation précise de la pente locale nécessite soit un MNT à haute résolution, soit des mesures sur le terrain.

Un autre problème souvent préoccupant avec les réseaux de drainage extraits des MNT est le positionnement précis des canaux dans le paysage numérique. Les comparaisons avec des cartes réelles ou des photos de zones montrent souvent des divergences, en particulier dans les paysages à faible relief. La principale raison de cet écart est la nature approximative des paysages numériques qui ne peuvent pas capturer d'informations topographiques importantes inférieures à la résolution DEM. Bien que la position du canal dans le paysage numérique soit cohérente avec la topographie numérique, elle peut ne pas refléter le chemin de drainage réel sur le terrain. D'un point de vue pratique, ce dilemme peut être surmonté en "brûlant" le chemin des canaux le long de chemins pré-numérisés. Ceci est réalisé en abaissant artificiellement l'élévation des cellules DEM le long des lignes numérisées ou en élevant l'ensemble du DEM sauf le long des chemins des cours d'eau (Cluis et al., 1996 Maidment et al., 1996). Cependant, la prudence est de mise avec cette méthode car elle peut produire des chemins d'écoulement qui ne sont pas cohérents avec la topographie numérique.

Topologie du réseau de drainage

Une fois qu'un réseau de canaux est extrait d'un DEM, il est généralement affiché sous la forme d'une chaîne de cellules raster. Pour que ces images soient utiles dans la modélisation hydrologique et de ruissellement, les liens de canaux individuels et les zones contributrices adjacentes doivent être explicitement identifiés et associés à des informations topologiques pour les connexions en amont et en aval. Une telle indexation des canaux est simple dans les SIG vectoriels, mais généralement pas facile dans les données raster. Pourtant, l'organisation spatiale et la connectivité du réseau de canaux sont fondamentales pour le routage des flux et la liaison automatisée des informations SIG raster du réseau et de la modélisation traditionnelle du ruissellement de surface. Garbrecht et Martz (1997a) ont proposé un algorithme qui interprète une image raster SIG d'un réseau, indexe les liens des canaux et les nœuds du réseau, et organise les canaux en une séquence pour le routage des flux en cascade (Garbrecht, 1988). L'algorithme utilise une trace cellule par cellule le long des canaux du réseau pour identifier pour chaque lien de canal l'ordre de Strahler, l'indice, la séquence d'acheminement du flux en cascade, les affluents d'entrée en amont, la connexion en aval et la pente longitudinale du canal. et la longueur. Ces données sont fournies sous forme de tableau et peuvent être utilisées comme données d'entrée pour la modélisation hydrologique.

Calcul des propriétés du sous-bassin distribué

L'extraction automatisée traditionnelle des caractéristiques de drainage des MNT s'est concentrée sur l'identification des limites de drainage, des canaux et de la segmentation des bassins versants (Band, 1986 Jenson et Domingue, 1988 Martz et Garbrecht, 1992 Wolock et McCabe, 1995 Tarboton et al. 1991). L'identification des propriétés distribuées des sous-bassins à partir des modèles numériques d'élévation (MNE) est un domaine d'exploration relativement récent. Contrairement aux caractéristiques topographiques identifiables de manière unique telles que les fossés de drainage et les canaux, les propriétés distribuées nécessitent une méthode ou un modèle pour réduire les informations distribuées en une valeur représentative pour l'ensemble du sous-bassin versant. Ainsi, une propriété de sous-bassin représentatif peut avoir des valeurs différentes selon le modèle sous-jacent utilisé pour la réduction des données. Les écarts entre les différentes valeurs ne sont pas des erreurs d'approximation, mais résultent des différentes interprétations de la propriété de sous-bassin par les modèles de réduction des données. Ces différences peuvent avoir des implications importantes pour la modélisation pluviométrique-ruissellement distribuée et de l'érosion. Les modèles alternatifs suivants pour les calculs de longueur et de pente du sous-bassin, ainsi que les différences résultantes dans les valeurs représentatives de la longueur et de la pente, sont discutés et des recommandations pour une application appropriée des diverses alternatives sont proposées. Les modèles alternatifs de réduction des données sont compatibles avec les hypothèses de la méthode D-8 puisque tous les calculs sont effectués sur les propriétés DEM dérivées par cette méthode.

Alternatives de longueur de sous-bassin

Un sous-bassin versant est une zone de pente qui draine l'écoulement de surface dans le premier canal de pente descendant adjacent. La longueur du sous-bassin est souvent nécessaire pour estimer la distance parcourue par le ruissellement ou la distance de routage du flux. Deux modèles de longueur de sous-bassin représentatif sont proposés : la distance moyenne de déplacement et la longueur moyenne du trajet d'écoulement. La distance moyenne de déplacement est la moyenne de la distance entre chaque point du sous-bassin versant jusqu'au premier canal en aval. Cette distance de déplacement moyenne peut être interprétée comme la distance entre le centroïde de ruissellement du sous-bassin versant et le premier canal de pente descendante adjacent. Le centroïde de ruissellement est analogue au centre de masse, sauf qu'il représente le point de distance de déplacement égale dans les directions amont et aval au lieu du point de distribution de masse uniforme. Pour les sous-bassins de forme grossièrement rectangulaire, la distance de déplacement moyenne est d'environ la moitié de la longueur du sous-bassin et, deux fois la distance de déplacement moyenne correspond à la longueur de la ligne de partage des eaux à la limite amont du sous-bassin vers le canal en aval. La deuxième alternative, la longueur moyenne du trajet d'écoulement, est différente car tous les points du sous-bassin ne sont pas pris en compte dans les calculs de longueur. Une longueur de trajet d'écoulement est définie comme la distance entre une ligne de partage et le premier canal de pente descendante adjacent. Ainsi, seule la distance entre les cellules de drainage et le canal en aval est prise en compte dans les calculs de longueur. Il convient de noter qu'une ligne de partage des eaux n'est pas seulement située à la limite amont du sous-bassin, mais également à l'intérieur du sous-bassin tel que défini par des crêtes locales dans la topographie.Ainsi, la longueur du trajet d'écoulement est généralement plus courte que la distance moyenne à la ligne de partage des eaux qui forme la limite amont du sous-bassin.

La figure 5 montre la distribution cumulative des longueurs représentatives du sous-bassin versant (telles que calculées à partir du MNT) et des longueurs dérivées de la carte jusqu'à la ligne de partage des eaux (telle qu'estimée par la méthode manuelle) pour le bassin versant WG11 dans le bassin versant expérimental de Walnut Gulch, Tomstone, Arizona ( Goodrich et al., 1994). Comme prévu, la longueur moyenne du trajet d'écoulement est plus longue que la distance de déplacement moyenne. Cette différence est attribuée au fait que la distance de déplacement moyenne comprend la distance de toutes les parties du sous-bassin tandis que les longueurs des trajets d'écoulement commencent généralement dans les parties supérieures du sous-bassin où les divisions de drainage sont principalement situées. Une longueur à diviser a été calculée en multipliant la distance de déplacement (distance au centroïde de ruissellement) par 2 ou 1,5 pour les formes de sous-bassin rectangulaire ou triangulaire, respectivement. La longueur à diviser calculée correspond relativement bien à la longueur à diviser qui a été dérivée manuellement des cartes. Les différences restantes entre la distance de déplacement moyenne et la méthode dérivée de la carte sont principalement liées aux variations des formes de sous-bassin qui s'écartent des deux formes supposées, rectangulaire ou triangulaire. L'observation intéressante est que le facteur de proportionnalité entre la longueur moyenne du trajet d'écoulement et la distance moyenne de déplacement n'est pas 2 comme on l'aurait intuitivement et correctement attendu pour les sous-bassins rectangulaires, mais une valeur inférieure à 2. Cette différence est liée à la forme sous-bassin et au nombre et à la répartition des divisions de drainage au sein du sous-bassin. La forme du sous-bassin affecte l'emplacement du centroïde de ruissellement et la distance moyenne de déplacement, tandis que la distribution des divisions de drainage dans le sous-bassin affecte la longueur du trajet d'écoulement. L'utilisateur doit sélectionner une mesure de longueur qui est cohérente avec les exigences d'analyse, ainsi qu'avec les hypothèses et les méthodes sous-jacentes du modèle de bassin versant distribué dans lequel la longueur représentative est utilisée.

Figure 5 : Distribution de fréquence de la longueur du sous-bassin (tiré de Garbrecht et Martz, 1999b).

Alternatives de pente de sous-bassin

La pente du sous-bassin est une variable importante pour les calculs de ruissellement, d'érosion et de flux d'énergie. Quatre modèles de pente de sous-bassin représentatif sont proposés : la pente moyenne du terrain, la pente moyenne du trajet d'écoulement, la pente moyenne de la distance parcourue et la pente globale. La pente moyenne du terrain est la moyenne de la valeur de la pente locale en chaque point du sous-bassin. La pente moyenne du chemin d'écoulement est la moyenne de la pente de tous les chemins d'écoulement dans le sous-bassin. Encore une fois, les chemins d'écoulement sont définis comme la route suivie par le ruissellement commençant à une division et se terminant au premier canal de pente descendante adjacent. La pente moyenne de la distance de déplacement est la moyenne de la pente de chaque point du sous-bassin vers le canal descendant adjacent suivant. Et, la pente globale est calculée comme l'élévation moyenne du sous-bassin moins l'élévation moyenne du canal de réception divisée par la distance de déplacement moyenne.

La figure 6 montre la distribution cumulative des pentes représentatives du sous-bassin versant (telles que calculées à partir du MNT) et des pentes dérivées de la carte (telles qu'estimées par la méthode manuelle) pour le bassin versant WG11. La pente moyenne de la distance de déplacement produit la plus petite pente des quatre alternatives, principalement parce que les pentes plus plates dans la partie inférieure des sous-bassins sont accentuées par l'inclusion répétée dans la distance de déplacement des points en amont du sous-bassin. Il ne s'agit pas nécessairement d'une mauvaise approximation, car elle met l'accent sur les sous-bassins hydrographiques soumis à des débits plus importants. La pente moyenne du chemin d'écoulement est légèrement plus raide car il y a moins de divisions dans la partie inférieure du sous-bassin et, par conséquent, moins de chemins d'écoulement proviennent de la partie la plus plate du sous-bassin. La pente du terrain produit la pente la plus raide car toutes les valeurs de pente sont des valeurs de pente locales maximales et, par conséquent, toutes les zones du sous-bassin, à paliers et à plat, sont également soulignées. Enfin, la pente globale suit le modèle de la pente moyenne du chemin d'écoulement pour les pentes plus petites et le modèle de la pente du terrain pour les pentes plus élevées. La meilleure correspondance entre les pentes globales et dérivées de la carte est principalement due au fait que la pente dérivée de la carte est basée sur une procédure similaire à celle de la pente globale. Ainsi, la meilleure correspondance entre la pente globale et la pente dérivée de la carte n'est pas une indication d'une meilleure pente représentative, mais seulement une indication de similitude dans les modèles sous-jacents. Ainsi, chacune des quatre alternatives est également valable, et l'utilisateur devra sélectionner la valeur de pente la plus appropriée pour son application. En général, on pense que la pente du terrain est mieux adaptée aux calculs d'énergie verticale et de flux massique, tandis que la distance de déplacement et les longueurs de trajet d'écoulement sont plus adaptées aux applications de ruissellement et d'érosion.

Figure 6 : Distribution de fréquence de la pente du sous-bassin (tiré de Garbrecht et Martz, 1999b).

Les modèles numériques d'élévation de type grille (MNE) sont souvent utilisés comme source de données topographiques pour les modèles de bassins versants distribués. Cette popularité croissante des données DEM est attribuée en partie à : 1) l'accès économique et facile aux données 2) une couverture presque complète des États-Unis contigus à différentes résolutions et 3) les capacités avancées des systèmes d'information géographique (SIG) pour traiter les données. Cependant, comme pour la plupart des données, les DEM présentent des lacunes et des limites qui doivent être comprises avant d'utiliser les données dans des applications de modélisation des ressources en eau. La qualité et la résolution du DEM sont deux caractéristiques importantes du DEM qui peuvent avoir un impact sur les résultats de l'application. La qualité fait référence à la précision avec laquelle les valeurs d'altitude sont rapportées, et la résolution fait référence à l'espacement et à la précision des valeurs d'altitude. La qualité et la résolution du DEM doivent être cohérentes avec l'échelle de l'application et des processus modélisés, la taille des caractéristiques de la surface terrestre à résoudre, le type de modèle de bassin versant (processus physique, empirique, localisé, etc.), et les objectifs de l'étude. Pour de nombreuses applications de modèles de bassin versant basés sur des processus physiques, les données DEM de l'USGS de 30 mètres sur 30 ont des normes de précision étendues et une résolution plutôt grossière. L'utilisateur doit s'assurer que les caractéristiques topographiques pertinentes et importantes sont résolues avec précision par le DEM sélectionné. Des DEM personnalisés de qualité et de résolution améliorées peuvent être obtenus à un coût plus élevé auprès de fournisseurs commerciaux. Cependant, dans la pratique, la sélection du DEM est souvent motivée par la disponibilité des données, le jugement, les applications de test, l'expérience et, enfin et surtout, le coût.

Les DEM sont souvent traités par des progiciels SIG pour définir la configuration du réseau de canaux, l'emplacement des divisions de drainage, la longueur et la pente du canal et les propriétés du sous-bassin. La dérivation automatisée de ces informations à partir des MNT est plus rapide, moins subjective et fournit des mesures plus reproductibles que l'évaluation manuelle traditionnelle des cartes. Les capacités et les limites de l'extraction automatisée de données topographiques à partir de MNT sont discutées pour les méthodologies basées sur la méthode D-8. Les packages de traitement DEM actuels peuvent, sur la base d'hypothèses simplificatrices, identifier le drainage de surface en présence de dépressions et de zones planes. Cependant, la différenciation entre dépressions réelles et fausses et l'identification d'un véritable drainage dans les zones planes restent insaisissables et l'utilisateur doit composer avec des approximations. Il a également été reconnu que la configuration du réseau de drainage, ainsi que ses caractéristiques topologiques et morphométriques essentielles, dépendent fortement de la définition des sources des canaux. Les deux méthodes dominantes pour les sources de réseau dans les DEM sont la zone de seuil constant et la méthode de la zone de support critique dépendante de la pente. La méthode de surface à seuil constant semble plus pratique dans son application et ne nécessite pas l'estimation d'une pente locale de la surface du terrain. Une fois le réseau de drainage identifié, une analyse de réseau automatisée peut être effectuée pour indexer les liaisons et les jonctions des canaux, établir la connectivité des canaux, déterminer la longueur des liaisons et les valeurs de pente, quantifier la composition du réseau de drainage et définir une séquence de routage de flux en cascade appropriée à travers le réseau.

Des développements récents concernant l'estimation de valeurs représentatives pour les propriétés de sous-bassin distribué à partir de MNT ont été présentés. En particulier, les modèles de réduction de données (DR) pour réduire les valeurs de longueur et de pente variant dans l'espace en une seule valeur représentative pour le sous-bassin sont discutés. Les valeurs représentatives obtenues à partir de différents modèles de DR et de méthodes dérivées de cartes affichent des différences significatives. Les différences ne sont pas des erreurs d'approximation, mais résultent de la définition différente de la longueur et de la pente représentatives et des différents modèles DR. Aucune méthode n'a été jugée supérieure à une autre. Il est recommandé que la sélection d'une valeur représentative particulière soit faite en fonction des processus physiques et des circonstances dans lesquelles elle sera utilisée.

Les tendances et développements passés, la qualité et la résolution croissantes des nouveaux produits DEM, les nouvelles méthodologies de traitement raster, ainsi que les capacités croissantes du SIG et la liaison avec les modèles de bassins versants traditionnels, nous amènent à croire que l'utilisation des DEM pour dériver des données topographiques et de drainage pour les enquêtes sur les ressources en eau va continuer à augmenter.

Groupe, L.E. 1986. Partitionnement topographique des bassins versants avec des modèles d'élévation numériques. Recherche sur les ressources en eau, 22(1):15-24.

Cluis, D., Martz, L.W., Quentin, E. et Rechatin, C. 1996. Couplage SIG et DEM pour classer les voies hortoniennes des sources non ponctuelles au réseau hydrographique. Dans : Application of Geographic Information Systems in Hydrology and Water Resources Management (édité par K. Kovar et H.P. Nachtnebel), Publication de l'Association internationale des sciences hydrologiques n° 235, 37-45.

Costa-Cabral M.C. et S.J. Burges. 1994. Digital Elevation Model Networks (DEMON): un modèle d'écoulement sur les pentes pour le calcul des zones de contribution et de dispersion. Recherche sur les ressources en eau, 30(6):1681-1692.

Dietrich, W.E., C.J. Wilson, D.R. Montgomery et J. McKean. 1993. Analyse des seuils d'érosion, des réseaux de canaux et de la morphologie du paysage à l'aide d'un modèle numérique de terrain. Journal of Geology, 101 : 259-278.

Fairfield, J. et P. Leymarie. 1991. Réseaux de drainage à partir de modèles d'élévation numériques en grille. Recherche sur les ressources en eau, 30(6) : 1681-1692.

Freeman, T. G. 1991. Calcul de la zone de captage avec un écoulement divergent basé sur une grille régulière. Informatique et géosciences, 17(3):413-422.

Garbrecht J. 1988. Détermination de la séquence d'exécution de l'écoulement du canal pour le routage en cascade dans un réseau de drainage. Hydrosoft, Computational Mechanics Publications, 1(3):129-138.

Garbrecht, J. et L.W. Martz. 1994. Dépendance de la taille de la grille des paramètres extraits des modèles d'élévation numériques. Computers and Geosciences, 20(1):85-87, 1994.

Garbrecht, J. et L.W. Martz. 1995. Avancées dans l'analyse de paysage automatisée. Actes de la première conférence internationale sur l'ingénierie des ressources en eau, Eds. W.H. Espey et P.G. Combs, American Society of Engineers, San Antonio, Texas, 14-18 août 1995, Vol. 1, p. 844-848.

Garbrecht, J. et L.W. Martz. 1996. Commentaire sur "Digital Elevation Model Grid Size, Landscape Representation, and Hydrologic Simulations" par Weihua Zhang et David R. Montegomery. Recherche sur les ressources en eau, 32 (5) : 1461-1462.

Garbrecht, J. et L.W. Martz. 1997a. Classement automatisé des canaux et indexation des nœuds pour les réseaux de canaux raster. Computers and Geosciences, #96-146, sous presse.

Garbrecht, J. et L.W. Martz. 1997b. L'attribution de la direction du drainage sur les surfaces planes dans les modèles numériques d'élévation raster. Journal of Hydrology, 193:204-213.

Garbrecht, J. et L.W. Martz. 1999a. TOPAZ : un outil d'analyse numérique automatisé du paysage pour l'évaluation topographique, l'identification du drainage, la segmentation des bassins versants et la paramétrisation des sous-bassins TOPAZ Overview. U.S. Department of Agriculture, Agricultural Research Service, Grazinglands Research Laboratory, El Reno, Oklahoma, USDA, ARS Publication No. GRL 99-1, 26 pages, avril 1999.

Garbrecht, J. et L.W. Martz. 1999b. Méthodes de quantification des propriétés de sous-bassin distribué à partir de modèles d'élévation numériques. 19 e Journées annuelles d'hydrologie de l'AGU, Fort. Collins, Colorado. Dans la presse.

Garbrecht, J. et P. Starks. 1995. Note sur l'utilisation des couvertures DEM de 7,5 minutes de l'USGS niveau 1 pour les analyses de drainage du paysage. Ingénierie photogrammétrique et télédétection, 61 (5) : 519-522.

Garbrecht J., P.J. Starks et L.W. Martz. 1996. Nouvelles méthodologies de paramétrage du paysage numérique. Dans Actes du Symposium annuel de l'AWRA sur les SIG et les ressources en eau, AWRA, 22-26 septembre 1996, Fort Lauderdale, Floride, p. 357-365.

Gardner, T.W., K.C. Sasowsky et R.L. Day. 1991. Extraction automatisée des propriétés géomorphiques à partir des données d'altitude numériques. Suppléments de géomorphologie, 80:57-68.

Gesch, D. B. 1994. Exigences en matière de données topographiques pour la recherche EOS sur le changement global. U.S. Geological Survey, Department of the Interior, Open-File Report 94-626, 60 p.

Goodrich, D.C., T.J. Schmugge, T.J. Jackson, C.L. Unkrich, T.O. Keefer, R. Parry, L.B. Bach et S.A. Amer. 1994. Sensibilité de simulation de ruissellement à la teneur en eau initiale du sol télédétectée, Recherche sur les ressources en eau, 30(5):1393-1405.

Jenson, S.K. et J.O. Domingue. 1988. Extraction de la structure topographique à partir des données d'altitude numériques pour l'analyse du système d'information géographique. Ingénierie photogrammétrique et télédétection, 54(11):1593-1600.

Maidment, D.R., F. Olivera, A. Calver, A. Eatherral et W. Fraczek (1996), A Unit Hydrograph Derived From a Spatially Distributed Velocity Field, Hydrologic Processes.

Mark, D. M. 1984. Détection automatique des réseaux de drainage à partir de modèles numériques d'élévation. Cartographica, 21(2/3) :168-178.

Mark, D. M. 1988. Modèles de réseau en géomorphologie. Dans Anderson, M. G., éd., Modélisation des systèmes géomorphologiques. John Wiley & Sons, Chichester, p.73-96.

Martz, L.W. et De Jong. 1988. CATCH : un programme Fortran pour mesurer le bassin versant à partir de modèles d'élévation numériques. Informatique et géosciences, 14(5) : 627-640.

Martz, L.W. et J. Garbrecht. 1992. Définition numérique du réseau de drainage et des zones de sous-bassin à partir de modèles numériques d'élévation. Informatique et géosciences, 18(6) : 747-761.

Martz, L.W. et J. Garbrecht. 1995. Reconnaissance automatisée des lignes de vallée et des réseaux de drainage à partir de modèles d'élévation numériques en grille: une revue et une nouvelle méthode. Commenter. Journal of Hydrology, 167(1):393-396.

Martz, L.W., et Garbrecht, J. 1998. Le traitement des zones plates et des dépressions fermées dans l'analyse automatisée du drainage des modèles numériques d'élévation raster. Processus hydrologiques 12, 843-855.

Martz, L.W., et Garbrecht, J. 1999. Un algorithme de rupture de sortie pour le traitement des dépressions fermées dans un DEM raster. Computers & Geosciences (sous presse).

Montgomery D.R. et W.E. Dietrich. 1988. Où commencent les chaînes ? Nature, 36 (6196): 232-234.

Montgomery D.R. et W.E. Dietrich. 1989. Zones sources, densité de drainage et initiation du canal. Recherche sur les ressources en eau, 25(8) :1907-1918.

Montgomery D.R. et W.E. Dietrich. 1992. Channel Initiation et le problème de l'échelle du paysage. Sciences 225 : 826-830.

Montgomery D.R. et E. Foufoula-Georgiou. 1993. Recherche sur les ressources en eau, 29(12):3925-3934.

Moore, I.D., R.B. Grayson et A.R. Ladson. 1991. Modélisation numérique du terrain : examen des applications hydrologiques, géomorphologiques et biologiques. Processus hydrologiques, 5(1):3-30.

Mooris, D.G. et R.G. Heerdegen. 1988. Réseaux de limites de captage et de canaux automatiquement dérivés et leurs applications hydrologiques. Géomorphologie, 1(2):131-141.

O Callaghan, J. F. et D. M. Mark. 1984. L'extraction des réseaux de drainage à partir des données numériques d'altitude. Vision par ordinateur, graphiques et traitement d'images, 28:323-344.

Ostman, A. 1987. Estimation de la précision des banques de données d'altitude numériques. Ingénierie photogrammétrique et télédétection, 53(4):425-430.

Quinn, P., K. Beven, P. Chevallier et O. Planchon. 1991. La prévision des chemins d'écoulement des pentes pour la modélisation hydrologique distribuée à l'aide de modèles numériques de terrain. Processus hydrologiques, 5(1):59-79.

Ritchie, J. C. 1995. Mesures altimétriques laser aéroportées de la topographie du paysage. Télédétection de l'environnement, 53(2):85-90.

Seybert, Thomas A. 1996. Effective Partitioning of Spatial Data for Use in a Distributed Runoff Model, thèse de doctorat en philosophie, Département de génie civil et environnemental, Université d'État de Pennsylvanie, août 1996.

Tarboton, D.G., R.L. Bras et I. Rodrigues-Iturbe. 1991. Sur l'extraction de réseaux de canaux à partir de données d'altitude numériques. Recherche sur les ressources en eau, 5(1):81-100.

Groupe de travail sur la science topographique. 1988. Topographic Science Working Group Report to the Land Process Branch, Earth Science and Application Division, siège de la NASA, Lunar and Planetary Institute, Houston, Texas, 64 p.

Tribe, A. 1992. Reconnaissance automatisée des têtes de vallée à partir de modèles numériques d'élévation. Processus de surface de la Terre et formes de relief, 16 (1) : 33-49.

Commission géologique des États-Unis, ministère de l'Intérieur. 1990. Modèles numériques d'élévation : Guide des utilisateurs de données. National Mapping Program, Technical Instructions, Data Users Guide 5, Reston, VA, 38 p.

Wolock, D.M. et C.V. Prix. 1994. Effets de l'échelle de la carte d'altitude numérique et de la résolution des données sur un modèle de bassin hydrographique basé sur la topographie. Recherche sur les ressources en eau, 30(11):3041-3052.

Wolock, D.M. et J.G. McCabe. 1995. Comparaison des algorithmes de direction d'écoulement simple et multiple pour le calcul des paramètres topographiques dans TOPMODEL. Recherche sur les ressources en eau, 31(5):1315-1324.


Un système d'information géographique, ou SIG, fournit une base de données centrale stockant chaque élément de données que vos hommes terrestres, votre équipement et vos opérations génèrent et les transforment en informations exploitables.

Voici 30 façons d'utiliser les données SIG pour améliorer votre activité pétrolière et gazière.

1. Analyse des prospects : Utilisez le SIG pour estimer la réserve ou le volume d'hydrocarbures ainsi que pour estimer les réserves. Effectuez une analyse raster basée sur un volume prospectif déterministe de pétrole et de réservoirs et une analyse spatiale des données de puits dans des sources d'hydrocarbures non conventionnelles telles que le schiste.

2. Acquisition de données : Acquérir des données pour votre étude de plan, y compris les zones restreintes par rapport aux zones accessibles, les limites des fermes, les villes et les routes et le potentiel d'utilisation de dynamite ou de vibroseis. Créez des visualisations sismiques, gravimétriques, magnétiques et tomographiques à partir des données.

3. Interprétation des données : Générez des cartes et des visualisations de données pour l'interprétation des données. Créez un lien de données et une visualisation 3D.Générez des cartes de surface, y compris des images satellite. Développez des cartes gravimétriques et magnétiques ainsi que des grilles et des cartes sismiques souterraines à partir d'une collection complexe de données.

4. Création de carte d'index de données : Fournissez des cartes numériques efficaces pour que le personnel des compagnies pétrolières puisse les utiliser pour voir les données disponibles. Ils peuvent utiliser les données pour réduire considérablement le temps consacré à l'information cherchant à effectuer leur travail. Ces cartes sont souvent disponibles via des applications SIG basées sur le Web qui sont extrêmement intuitives et conviviales, nécessitant peu de formation. Toutes les données d'intérêt sont affichées côte à côte dans une interface utilisateur ou un tableau de bord unique.

5. Production et visualisation de cartes automatisées : Le SIG fournit une méthode basée sur les données pour créer des cartes de plusieurs sites. Acheminez efficacement les camions de service et autres véhicules et intervenants.

6. Enquête d'exploration : Pour les levés à terre, générez un cadre visuel pour l'exploration de tous vos actifs. Vous avez accès à la modélisation 3D des données hiérarchiques géophysiques, géologiques et pétrophysiques. Au large, utilisez la cartographie bathymétrique et accédez aux relevés des fonds marins. Définissez des cartes de voies de navigation avec intégration de données. Effectuez une analyse sismique 3D et utilisez le traitement d'images satellite à la demande pour les activités d'exploration et de cartographie offshore.

7. Cartes thématiques : Créez et affichez une variété de cartes thématiques à l'aide de l'ensemble de données substantiel du SIG. Vous pouvez créer des cartes choroplèthes, proportionnelles, isarithmiques (contour), à points et asymétriques pour pratiquement n'importe quelle utilisation. Les cartes thématiques sont une forme de visualisation de données qui peut afficher des données quantitatives en couleur représentant la densité, le pourcentage, la valeur moyenne ou la quantité d'un événement dans une zone géographique. Les couleurs séquentielles représentent des valeurs de données positives ou négatives croissantes ou décroissantes ou une plage de valeurs. Les cartes isarithmiques ou de contour utilisent des isolignes pour afficher des valeurs 3D pour l'altitude ou d'autres types d'informations pour la cartographie topographique.

8. Analyse de la superficie : Avec un SIG, vous pouvez évaluer et classer rapidement les opportunités à partir d'un ensemble de données d'actifs multidisciplinaire. Attribuez des pondérations et des critères, classez la superficie, les baux, les entreprises et les blocs. Explorez les statistiques sur une plateforme visuelle.

9. Analyse de bassin : Cartographier les accumulations potentielles d'hydrocarbures. Effectuer une modélisation hydrologique et une cartographie du réseau de migration des fluides secondaires souterrains. Vous pouvez visualiser la direction du flux et la cartographie de l'accumulation de flux à travers le DEM ainsi que les chemins de migration potentiels.

10. Analyse du jeu : Cartographier les segments de risque pour chaque élément du jeu pétrolier. Vous pouvez également cartographier les risques régionaux et générer des cartes géologiques. Effectuez des vérifications sur le terrain ou développez des images de validation avec des données d'enquête sur le terrain.

11. Classement des blocs : Le classement par blocs est une méthode d'analyse quantitative utilisée pour classer les opportunités plus efficacement avec le SIG que manuellement. Évaluez les blocs de concessions pétrolières et gazières ou les licences et évaluez-les pour extraire des quantités substantielles de divers types de données afin de simplifier le processus de prise de décision. Le classement par blocs est particulièrement efficace lors de la compétition pour l'acquisition de licences.

12. Bien planifier : La planification des puits a été compliquée avec l'augmentation des ressources en hydrocarbures non conventionnels tels que le pétrole et le gaz de schiste ainsi que le méthane de houille. Le SIG aide à planifier les modèles de plateforme de puits autour de multiples contraintes de forage de surface. L'analyse spatiale optimise les modèles de forage pour trouver les configurations les plus efficaces et optimiser les flux de travail.

13. Gestion des pipelines : Suivez les inspections avec des données à distance. Analysez des données dispersées dans l'espace en temps réel et accédez aux données de géodésie des fonds marins et de gestion des actifs au large. Surveillez vos pipelines pour les géorisques et les fuites.

14. Acheminement du pipeline : Déterminer le chemin optimal pour construire des pipelines pour transporter des produits pétroliers. Produisez une analyse de chemin à moindre coût et une analyse de réseau pour des itinéraires respectueux de l'environnement et rentables. L'analyse du chemin au moindre coût identifie l'itinéraire avec le moins d'obstacles entre un point source et la destination de livraison. L'analyse est basée sur l'effort requis pour parcourir les cellules dans un ou plusieurs jeux de données raster tels que la pente et la couverture terrestre. Réduisez les coûts de 15 %.

15. Opérations sur le terrain : Utilisez la technologie des capteurs volants pour collecter des images à la demande en haute résolution sur un emplacement de terrain. Sondez le site et surveillez régulièrement vos sites. Identifiez et gérez les changements trouvés. L'utilisation du SIG à cette fin est beaucoup plus rentable que la mise en service de données de capture satellite.

16. Gestion de la diffusion : Combinez le routage et la gestion des pipelines avec le suivi des véhicules et des navires pour planifier et surveiller toutes les phases de la distribution des hydrocarbures. Visualisez le parcours complet du puits à la raffinerie, en passant par la vente et la distribution.

17. Opérations de forage : Examinez l'emplacement en surface, déterminez le type de plate-forme et obtenez des données de journal à distance. Géoorientez le puits vers un emplacement cible précis et diffusez en direct les données à associer aux travaux souterrains. Utilisez l'analyse spatiale dans le SIG pour optimiser les schémas et les configurations de forage. Renforcez la prise de décision pour des opérations de forage efficaces et productives avec une analyse du terrain pour la planification sismique ainsi que des cartes de relevé sismique et le traitement d'images satellite.

18. Gestion des actifs : Un SIG stocke, collecte et visualise l'emplacement physique de chaque actif, y compris les pipelines, les puits, les stations de pompage et les terminaux de réservoirs. Il surveille également les informations non spatiales telles que la date et l'installation des tuyaux. La surveillance des données non spatiales vous aide à déterminer quand il y a un besoin de maintenance ou de réparation.

19. Gestion des installations : Surveillez avec précision les changements environnementaux associés en temps quasi réel pour la santé, la sécurité et la conformité environnementale avec la mise en page 3D fournie par le SIG. Surveillez à distance les interventions d'urgence lors de déversements d'hydrocarbures, d'explosions ou de fuites.

20. Gestion des terres : Les hommes de terrain utilisent les données SIG pour cartographier les informations importantes sur les baux, telles que les dates d'expiration, les droits de redevance dérogatoires, les redevances dérogatoires, les intérêts directs, les noms des bailleurs et la superficie brute et nette. Centralisez vos données de gestion foncière pour générer des rapports afin de vous conformer facilement aux régulateurs.

21. Suivi des navires : Surveillez les ressources hydrauliques précieuses avec un emplacement précis pour assurer une livraison rapide des biens et services. Le suivi des navires permet également des interventions d'urgence efficaces.

22. Suivi de véhicule ou de flotte : Suivez les véhicules terrestres mobiles pour assurer une arrivée rapide sans incident. En cas de catastrophe, vous pouvez facilement surveiller la position et la vitesse de chaque véhicule et de la flotte dans son ensemble.

23. Suivi de production : L'analyse des données SIG vous permet de surveiller l'ensemble de votre activité pétrolière et gazière. Suivez la production des puits, gérez les pipelines et les installations et gérez vos opérations portuaires pour suivre tous les produits pétroliers et gaziers à mesure qu'ils se déplacent dans le monde.

24. Numérisation des journaux de puits : L'acquisition de données de diagraphie de puits dans un format numérique améliore l'efficacité globale. Il n'est pas nécessaire de tenir des journaux papier, et toutes les personnes impliquées dans un puits particulier ont accès aux mêmes informations à chaque fois. La mise à jour de plusieurs documents n'est pas nécessaire, ce qui réduit le risque d'erreur et l'effort requis pour maintenir les données.

25. Surveillance environnementale : La controverse a entouré l'industrie pétrolière et gazière pendant des années concernant son impact environnemental. Avec le développement du schiste, il est crucial de surveiller avec précision les changements environnementaux. Intégrez et visualisez les données horodatées par rapport à la ligne de base, telles que les DEM régulièrement mis à jour pour détecter l'affaissement causé par l'extraction de ressources.

26. Gestion de l'environnement : TLa variété des types de forage et la longueur des pipelines de distribution exigent une gestion environnementale pour assurer la sécurité, les réglementations environnementales sont respectées et tout problème résolu immédiatement. La surveillance des données environnementales et la réponse aux problèmes identifiés réduisent rapidement les coûts perdus et préservent le terrain pour une utilisation future une fois le forage et la distribution terminés.

27. Télédétection pour la stabilité du terrain : Votre SIG peut recevoir, stocker et manipuler les données du radar interférométrique à synthèse d'ouverture par satellite, ou InSAR. Surveillez les géorisques potentiels pour comprendre quand et où déployer le personnel, augmenter les précautions de sécurité et poursuivre la production. Pour plus de précision, les données de télédétection peuvent être comparées à celles des relevés au sol.

28. Gestion des catastrophes : Au fur et à mesure que vous forez plus profondément dans l'océan ou déployez des opérations de fracturation, le besoin de gestion des catastrophes augmente. Le forage traditionnel et les opérations sur le terrain nécessitent déjà une mine de données pour maintenir la sécurité. Les plates-formes pétrolières dans l'océan profond et la production de schiste ajoutent à la complexité des données accumulées. Le SIG prend la montagne de données et donne un sens à chaque besoin d'activité de réparation et de maintenance pour atténuer les catastrophes et minimiser les ressources nécessaires à la récupération.

29. Intervention d'urgence : Plus vous pouvez réagir rapidement à une urgence, plus l'impact sur les opérations et l'environnement est faible. La collecte et l'analyse de données à distance dans la base de données SIG sont rapides et faciles, ce qui permet à votre intervention d'urgence de démarrer avec les bonnes informations au bon moment.

30. Déclassement : Lorsque vient le temps d'arrêter les opérations et de supprimer des actifs, le SIG peut analyser les données de terrain des phases antérieures du cycle de vie des champs pétrolifères et vous aider à supprimer toute infrastructure et tous les actifs placés. Récupérer le site pour l'occupation du sol en un temps record et sans que rien ne glisse entre les mailles du filet.

Alors que le besoin d'exploration et de production d'hydrocarbures continue de croître, malgré les incursions de l'énergie éolienne, houlomotrice et solaire, la quantité de données générées par ces opérations augmente de façon exponentielle.

En automatisant le stockage de vos données et la génération de rapports, vous pouvez créer des processus plus efficaces que par le passé. Un SIG est un investissement qui se rentabilisera plusieurs fois, à partir de votre premier puits.


Ruissellement : eaux de ruissellement de surface et de surface

Lorsque la pluie tombe sur le paysage, elle ne reste pas là à attendre d'être évaporée par le soleil ou lapée par la faune locale - elle commence à bouger (à cause de la gravité). Une partie s'infiltre dans le sol pour rafraîchir les eaux souterraines, mais la plus grande partie s'écoule en pente sous forme de ruissellement de surface. Le ruissellement fait partie intégrante du cycle naturel de l'eau.

Ruissellement : eaux de ruissellement de surface et de surface

Après de fortes pluies, vous pourriez voir des nappes d'eau couler en descente. toujours à la recherche d'un cours d'eau dans lequel il peut se heurter, afin qu'il puisse continuer à participer au cycle naturel de l'eau.

Lorsque la pluie tombe sur la terre, elle ne reste tout simplement pas là, elle commence à se déplacer selon les lois de la gravité. Une partie des précipitations s'infiltre dans le sol pour se reconstituer Les eaux souterraines de la Terre. La majeure partie s'écoule en descente sous forme de ruissellement. Le ruissellement est extrêmement important dans la mesure où non seulement il maintient les rivières et les lacs pleins d'eau, mais il modifie également le paysage par l'action de l'érosion. L'eau qui coule a un pouvoir énorme : elle peut déplacer des rochers et creuser des canyons, découvrez le Grand Canyon !

Le ruissellement se produit bien sûr pendant les tempêtes, et beaucoup plus d'eau coule dans les rivières (et comme ruissellement) pendant les tempêtes. Par exemple, en 2001, lors d'une tempête majeure à Peachtree Creek à Atlanta, en Géorgie, la quantité d'eau qui a coulé dans la rivière en une journée représentait 7 pour cent de tout le débit de l'année.

Quelques définitions du ruissellement :

1. La partie des précipitations, de la fonte des neiges ou de l'eau d'irrigation qui apparaît dans les cours d'eau de surface, les rivières, les drains ou les égouts non contrôlés (non réglementés par un barrage en amont). Le ruissellement peut être classé en fonction de la vitesse d'apparition après la pluie ou la fonte des neiges en tant que ruissellement direct ou ruissellement de base, et selon la source en tant que ruissellement de surface, écoulement d'orage ou écoulement souterrain.

2. La somme des rejets totaux décrits en (1) ci-dessus, pendant une période de temps spécifiée.

3. La profondeur à laquelle un bassin versant (zone de drainage) serait couverte si tout le ruissellement d'une période donnée y était uniformément réparti.

Facteurs météorologiques affectant le ruissellement :

  • Type de précipitation (pluie, neige, grésil, etc.)
  • Intensité des précipitations
  • Quantité de pluie
  • Durée des précipitations
  • Répartition des précipitations sur les bassins versants
  • Direction du mouvement de la tempête
  • Précipitations antérieures et humidité du sol qui en résulte
  • Autres conditions météorologiques et climatiques qui affectent l'évapotranspiration, telles que la température, le vent, l'humidité relative et la saison.

Caractéristiques physiques affectant le ruissellement :

  • L'utilisation des terres
  • Végétation
  • Le type de sol
  • Zone de vidange
  • Forme du bassin
  • Élévation
  • Pente
  • Topographie
  • Sens d'orientation
  • Modèles de réseau de drainage
  • Étangs, lacs, réservoirs, puits, etc. dans le bassin, qui empêchent ou altèrent le ruissellement de continuer en aval

Ruissellement et qualité de l'eau

Une partie importante des précipitations dans les bassins versants boisés est absorbée dans les sols (infiltration), est stockée sous forme d'eau souterraine et est lentement rejetée dans les cours d'eau par des suintements et ressorts. Les inondations sont moins importantes dans ces conditions plus naturelles, car une partie du ruissellement pendant une tempête est absorbée dans le sol, réduisant ainsi la quantité de ruissellement dans un cours d'eau pendant la tempête.

À mesure que les bassins versants sont urbanisés, une grande partie de la végétation est remplacée par surfaces imperméables, réduisant ainsi la zone où des infiltrations dans les eaux souterraines peuvent se produire. Ainsi, il se produit davantage de ruissellement d'eaux pluviales - des eaux de ruissellement qui doivent être collectées par de vastes systèmes de drainage qui combinent des bordures, des égouts pluviaux (comme le montre cette image) et des fossés pour transporter les eaux de ruissellement directement vers les cours d'eau. Plus simplement, dans un bassin hydrographique aménagé, beaucoup plus d'eau arrive dans un cours d'eau beaucoup plus rapidement, ce qui augmente la probabilité d'inondations plus fréquentes et plus graves.

Et si la rue dans laquelle vous habitez n'avait qu'une bordure construite autour d'elle, sans prise d'eau pluviale comme celle illustrée ici. Tous les points bas de votre rue recueilleraient de l'eau lorsqu'il pleuvait. Et si votre rue était entourée de maisons avec des cours en pente ascendante, alors tout le ruissellement de ces cours et allées s'accumulerait dans un lac au bas de la rue. (Crédit : Robert Lawton)

Une prise d'eau pluviale comme celle illustrée sur cette photo est un site courant dans presque toutes les rues. Le ruissellement des précipitations, et parfois les jouets des petits enfants laissés sous la pluie, sont collectés par ces drains et l'eau est acheminée via la bordure de la rue ou le fossé de drainage le long de la rue jusqu'au drain d'égout pluvial vers des tuyaux qui aident à déplacer le ruissellement vers les environs. ruisseaux et ruisseaux. les égouts pluviaux aident à prévenir les inondations dans les rues du quartier.

Les fossés de drainage pour transporter les eaux de ruissellement vers les bassins de stockage sont souvent construits pour retenir les eaux de ruissellement et collecter les sédiments en excès afin de les maintenir hors des cours d'eau.

Les eaux de ruissellement des terres agricoles (et même de nos propres cours) peuvent transporter des nutriments en excès, tels que azote et phosphore dans les cours d'eau, les lacs et les nappes phréatiques. Ces nutriments en excès ont le potentiel de dégrader la qualité de l'eau.

Pourquoi le ruissellement des eaux pluviales pourrait-il être un problème?

En s'écoulant à la surface du sol, les eaux pluviales captent des polluants potentiels qui peuvent inclure des sédiments, des nutriments (provenant des engrais pour pelouse), des bactéries (provenant de déchets animaux et humains), des pesticides (provenant de produits chimiques pour pelouse et jardin), des métaux (provenant des toits et des routes) , et les sous-produits pétroliers (provenant de fuites de véhicules). La pollution provenant d'un vaste territoire sans point d'origine unique et généralement véhiculée par les eaux pluviales est considérée comme une pollution diffuse. En revanche, les sources ponctuelles de pollution proviennent d'un seul point, tel qu'un tuyau d'évacuation municipal ou industriel. Les eaux de ruissellement polluées peuvent être nocives pour les plantes, les animaux et les humains.

Le ruissellement peut transporter beaucoup de sédiments

Lorsque les tempêtes frappent et que les débits augmentent, les sédiments déplacés dans la rivière par le ruissellement peuvent finir par être vus à des centaines de kilomètres par les satellites. Les images de droite montrent les conséquences de l'ouragan Irene en Floride en octobre 1999. Les rivières remplies de sédiments déversent d'énormes quantités de sédiments en suspension dans l'océan Atlantique. Les sédiments déversés dans les océans ont un effet sur l'écologie des océans, à la fois dans le bon et dans le mauvais sens. Et c'est l'une des façons dont les océans sont devenus ce qu'ils sont : salés.

Floride, 14 octobre 1999. Lorsque l'ouragan Irene est passé au-dessus de la Floride en 1999, les fortes pluies sur terre ont causé d'importantes quantités de ruissellement qui ont d'abord pénétré les rivières de Floride, puis déversées les eaux de ruissellement, contenant beaucoup de sédiments, dans l'océan Atlantique.
(Crédit : NASA Visible Earth.​​​​​​​)

Floride, 16 décembre 2002. La côte est de la Floride est en grande partie exempte de sédiments provenant du ruissellement. Les eaux côtières peu profondes à l'ouest de la Floride sont très troubles (remplies de sédiments), peut-être à cause d'une tempête qui est passée quelques jours plus tôt.
(Crédit : Terre visible de la NASA)


Application

Pour montrer les capacités d'AccessMod dans différents contextes réalistes, nous avons utilisé des données de la partie sud du Malawi (voir Figure 5a). Cette zone a été choisie car elle représente un mélange de zones rurales et urbaines, présente des niveaux de densité de végétation différents et plusieurs rivières constituent des barrières aux déplacements. Les ensembles de données utilisés ici sont ceux qui ont été préparés pour le didacticiel AccessMod inclus dans le package de téléchargement :

Ensembles de données utilisés pour l'exemple d'analyse. (A) Encart montrant l'emplacement du Malawi et la zone d'intérêt dans la partie sud du pays (B) Modèle numérique d'élévation (DEM) (C) Grille de couverture terrestre avec le réseau fluvial et routier, et le sous-ensemble de 10 établissements de santé utilisés dans la grille de population d'analyse (D) avec le réseau fluvial. La zone humide du sud (polygone blanc) n'est pas prise en compte dans l'analyse et est traitée comme « pas de données ».

• Le Digital Elevation Model (DEM) à 30 secondes d'arc appelé GTOPO30 et généré par l'U.S. Geological Survey [26].

• La grille de répartition de la population de 1 km 2 créée sur la base des données du recensement de la population de 1998, et fournie par l'Office national des statistiques du Malawi. Cet ensemble de données a été ajusté au recensement de 2006 (figure 5d). Les cellules situées à l'extérieur des frontières du Malawi se voient attribuer des valeurs "Pas de données".

• Une version simplifiée de la grille de couverture terrestre de 1 km 2 générée à partir de la base de données Landscan de 1998 [27] dans laquelle les zones urbaines ont été ajoutées à partir de l'ensemble de données du Global Rural-Urban Mapping Project (GRUMP) [28]. Dans cette grille, l'occupation du sol est classée en trois classes (surface bâtie, végétation basse et dense).

• Les emplacements géographiques d'un sous-ensemble de 10 établissements de santé provenant d'un recensement des établissements de santé mené par le ministère de la Santé du Malawi en 2002-2003 [29]. Afin d'être utilisé dans AccessMod, la table attributaire de ce fichier de formes a été modifiée afin de contenir la capacité de couverture de la population de chaque établissement (Figure 1).

• Le réseau routier principal fourni par le Survey Department du Malawi (Figure 5c). Certains segments ont été modifiés afin de faire face au problème de résolution abordé dans la section de discussion de ce document.

• Une partie du réseau de drainage (rivières principales) (Figure 5c) et l'ensemble de données sur les zones humides (Figure 5d) fournis par le Survey Department du Malawi.

Toutes ces couches ont été projetées dans la projection UTM spécifique au pays (zone 36) afin d'avoir des mètres comme unités cartographiques. Notez que nous n'utilisons qu'un petit sous-ensemble d'établissements de santé de l'ensemble du réseau existant, ainsi qu'une partie seulement du réseau routier (routes principales uniquement). Les résultats présentés ici ne sont donc qu'illustratifs et ne doivent pas être considérés comme reflétant le niveau actuel d'accessibilité à la santé dans ce domaine (voir le rapport WHO/REACH TRUST/EQUINET/TARSC [30] pour un exemple d'évaluation complète de l'accès au VIH /Soins du SIDA dispensés au Malawi).

Nous définissons dans le tableau 2 les quatre scénarios de transport qui sont contrastés. Ces scénarios reflètent des situations de voyage réelles au Malawi qui ont été informées par une enquête de sortie des patients menée au Malawi en 2007 [30]. Dans le scénario 1, tous les patients marchent jusqu'à l'établissement de santé le plus proche. Une vitesse de marche est donc attribuée à chaque type de couverture végétale, avec de petites différences de vitesse décrivant l'influence de la densité de la végétation. Dans le scénario 2, on suppose que les patients marchent d'abord jusqu'à la route principale ou la zone de construction la plus proche, puis utilisent une voiture pour continuer leur voyage. La vitesse de déplacement est donc fortement augmentée sur les routes principales, et modérément dans les zones bâties pour refléter un trafic plus dense. Le scénario 3 est similaire au scénario 2 mais il considère que les transports en commun (bus) sont utilisés, et les vitesses de déplacement sont donc diminuées en conséquence pour refléter ce moyen de transport plus lent. Dans le scénario 4, un vélo est utilisé sur chaque type d'occupation du sol, sauf dans une végétation dense où il est censé être plus facile de marcher et de pousser son vélo à côté. Pour tous les scénarios, le DEM est utilisé pour calculer les pentes et attribuer des corrections anisotropes aux vitesses de déplacement à pied et à vélo.

Nous montrons à la figure 6 les résultats de l'analyse du réseau des formations sanitaires en utilisant chaque scénario de transport et un temps de trajet maximum de 90 minutes. Pour les scénarios 2 et 3, les bassins versants s'étendent beaucoup plus loin que pour les scénarios 1 et 4. Ceci est dû à l'utilisation de véhicules à moteur sur des routes qui allongent la distance parcourue dans le temps de trajet maximum fixé. La plupart des bassins versants du scénario 1 sont approximativement circulaires, ce qui reflète l'uniformité de la couverture terrestre autour des établissements de santé considérés. Cependant, certains de ces bassins versants ont une surface tronquée qui est due au réseau fluvial intermédiaire traité ici comme une barrière complète aux déplacements. Cela illustre deux points importants concernant la qualité des données spatiales dans AccessMod. Premièrement, les coordonnées géographiques des établissements de santé doivent être suffisamment précises. Un changement substantiel de ces coordonnées peut conduire à un bassin versant très différent si, par exemple, cela placerait l'établissement de santé de l'autre côté d'une rivière ou dans un type de couverture terrestre différent. Cela s'applique bien sûr également aux autres couches utilisées dans AccessMod (par exemple, les réseaux routiers et fluviaux, les barrières aux déplacements, l'étendue de la zone d'exclusion).

Résultats de l'analyse du réseau existant des formations sanitaires. Les étendues des bassins versants sont basées sur quatre scénarios de déplacement et un temps de déplacement maximum de 90 minutes. (A) Seulement à pied (B) voiture + marche (C) bus + marche (D) vélo + marche. Les paramètres de chaque scénario sont définis dans le tableau 2.

Deuxièmement, les barrières complètes à la circulation devraient être complétées par un franchissement approprié lorsque c'est effectivement le cas. Les ponts routiers traversant les principales rivières sont des exemples de traversées qui ont des conséquences importantes dans l'analyse. La non prise en compte de ces éléments peut conduire à ce qu'un sous-ensemble de la population ne soit pas atteint par un bassin versant et à une sous-estimation potentielle de la population couverte.

La population couverte est également très différente selon chaque scénario présenté à la figure 6. Lorsque l'on considère les scénarios 2 et 3, 47,4 % et 38,2 % de la population sont desservis, respectivement. Mais seulement 8,5 % et 20,3 % de la population sont desservis si l'on considère les scénarios 1 et 4 de marche et de vélo, respectivement. Pour un temps de trajet maximum donné, le mode de transport dans la partie sud du Malawi a donc un impact important sur la population desservie. Cela nécessite un examen attentif de la façon dont les patients se rendent à l'établissement de santé le plus proche et de la façon dont la population totale est répartie entre les différents scénarios de transport. Avec ce type d'informations, AccessMod peut être utilisé pour effectuer plusieurs analyses où chaque sous-population est traitée séparément, et les résultats fusionnés à la fin par l'utilisateur.

Il est également intéressant de confronter ces résultats avec les résultats obtenus avec une approche isotrope (pas de prise en compte des pentes) et une approche anisotrope où le temps de trajet est calculé « à partir » de chacune des formations sanitaires. Nous montrons dans le tableau 3 ces résultats alternatifs. Nous pouvons observer que l'approche isotrope surestime la population couverte, ce qui est attendu en raison de sa considération irréaliste d'un « paysage » plat complet sans aucune entrave aux vitesses de déplacement. Les résultats de l'approche anisotrope calculés « à partir » des formations sanitaires sont légèrement différents de ceux correspondants calculés « vers » les formations sanitaires, en particulier pour les scénarios 1 et 4. L'étendue de l'inadéquation entre les résultats des approches isotrope et anisotrope dépend du paysage topographique, mais on s'attend à ce que cette inadéquation soit extrême dans les zones vallonnées ou montagneuses.

L'un des résultats de l'analyse précédente est une grille de densité de population montrant la population non desservie par le réseau des formations sanitaires et le scénario de transport envisagé. Cette grille peut être utilisée dans une analyse de mise à l'échelle ultérieure, dont l'objectif est de cibler des emplacements optimisés pour de nouvelles formations sanitaires. Dans AccessMod, ces emplacements optimisés sont des cellules avec la plus grande population non desservie, car il est considéré comme plus rentable de hiérarchiser ces zones. Nous montrons à la figure 7 un exemple d'un tel exercice de mise à l'échelle ciblant cinq nouveaux établissements de santé avec un temps de trajet maximum de 90 minutes. La grille de densité de population de base de cette analyse est celle obtenue après application de l'analyse du réseau existant dans le scénario de transport 2 (voiture + marche). De plus, nous avons considéré une zone impropre à de nouvelles formations sanitaires et qui se situe autour de la grande zone humide du sud. A noter qu'AccessMod intègre automatiquement cette zone inadaptée dans l'analyse, mais considère de manière appropriée la population de cette zone comme atteignable et prise en compte par la zone de chalandise des nouvelles formations sanitaires.

Résultats de l'analyse de mise à l'échelle. Les résultats montrent les emplacements et les zones de chalandise correspondantes de cinq nouveaux établissements de santé sur la base d'un temps de trajet maximum de 90 minutes.

Les résultats de l'analyse de mise à l'échelle (Figure 7) montrent les cinq nouveaux établissements de santé situés dans des cellules ciblées qui ont la densité de population la plus élevée, mais qui n'étaient pas desservis par le réseau existant. Le type d'établissement de santé pour chaque emplacement est différent, en fonction à la fois du « nouveau tableau d'information sur l'établissement de santé » (voir tableau 1) saisi par l'utilisateur et de la taille de la population dans chacune des cellules ciblées. AccessMod donne la priorité au type d'établissement de santé qui servirait mieux la population dans la cellule ciblée. Cette façon de paramétrer l'analyse de mise à l'échelle rend AccessMod très flexible pour prendre en compte différents types d'allocation de ressources. Par exemple, deux scénarios pourraient être opposés dans lesquels un budget total est utilisé pour cibler plusieurs nouveaux petits établissements de santé ou un hôpital plus grand. AccessMod pourrait aider à comparer la population desservie résultante dans les deux scénarios, et pourrait donc mieux éclairer le processus de décision.


Introduction

Les pentes naturelles et aménagées, composées de matériaux granulaires comme les roches, le béton et le sol, peuvent conserver leur intégrité structurelle même lorsque les dommages se propagent. Mais il existe un point de basculement, au-delà duquel les dommages peuvent se propager et provoquer une défaillance catastrophique avec peu ou pas de signes avant-coureurs apparents 1,2,3 . Les glissements de terrain à Xinmo (Chine, 2017) et l'effondrement du barrage de Brumadinho (Brésil, 2019) sont des rappels récents de l'impact dévastateur de la rupture des pentes sur les vies humaines et les moyens de subsistance, les infrastructures et l'environnement 1,2,3,4,5 . Ici le terme échec est utilisé d'un point de vue opératif et est le moment où la pente s'effondre totalement ou partiellement, affichant une accélération paroxystique et une désintégration du matériau mobilisé. Une défense de première ligne essentielle contre ces dangers est la surveillance et l'analyse à grande échelle du mouvement des pentes à l'aide des technologies de télédétection 1,3,6,7,8,9,10,11,12 . Certaines de ces mesures ont maintenant atteint des résolutions spatiales et temporelles (par exemple, Slope Stability Radar 7 ) qui permettent d'établir des liens directs avec la déformation fondamentale et la défaillance des matériaux granulaires 1,3,6,11. Néanmoins, il y a des défis importants à surmonter avant que le plein potentiel de ces actifs de données puisse être exploité pour l'évaluation des risques géotechniques et la gestion des dangers 11,12. L'un des, sinon, le plus grand défi réside dans l'analyse et l'interprétation des données de surveillance en ce qui concerne la micromécanique sous-jacente et la dynamique de la déformation dans le régime de rupture précurseur (PFR) 6,7,8,9,10. Ici, nous abordons ce défi en formulant un cadre holistique pour l'analyse spatio-temporelle de la stabilité des pentes pour l'estimation des défaillances (SSSAFE). SSSAFE est basé sur la physique et a des liens explicites avec la micromécanique et la dynamique de la rupture ductile à fragile dans les solides granulaires (par exemple, 13,14,15,16 et les références qui y sont contenues).

Une caractéristique de SSSAFE est sa caractérisation détaillée de la coévolution spatio-temporelle des voies préférées pour la force et les dommages dans PFR à l'aide de données cinématiques. Comme souligné dans diverses revues 3,6,9,10,11,12 , peu d'attention a été accordée à la dynamique spatio-temporelle de la déformation des glissements de terrain, les approches existantes en matière de prévision des glissements de terrain et de systèmes d'alerte précoce (EWS) tombant dans l'une des deux catégories suivantes : (a) analyse spatiale d'une pente instable pour estimer l'emplacement et la géométrie d'un glissement de terrain 17 , ou (b) analyse temporelle de la déformation du sol de points de mesure uniques présentant un fluage tertiaire, pour fournir une prévision à court terme du moment de la rupture 1 ,10,18 . La première s'appuie en partie sur des jugements d'experts (par exemple le choix du critère de rupture et de la méthode d'analyse 6 ) et sur des données in situ (profondeur des lithologies et de la nappe phréatique, paramètres de résistance de la roche ou du sol) qui portent toujours une certain niveau d' incertitude et de biais de représentativité 19 .

En analyse temporelle, la théorie de la vitesse inverse (INV) proposée à l'origine par Fukuzono 20 est la méthode la plus largement appliquée pour la prédiction du moment de l'effondrement dans les stades terminaux de la PFR. Cette approche n'a pas d'aspect spatial et repose sur des hypothèses qui motivent des axes d'amélioration de la prévision 1,7 . Étant basée sur la valeur inverse d'un paramètre dérivé, cette méthode est fortement affectée par le bruit, en particulier lorsque la vitesse n'est pas particulièrement élevée. Bien que cela puisse être résolu en lissant les données à l'aide d'une moyenne mobile 10,18 , cela se fait au prix d'une sensibilité réduite aux changements importants dans les tendances d'accélération dus à des événements à court terme, y compris : les conditions aux limites de surface (par exemple, le génie civil et travaux miniers 6 ), les variations des facteurs déclencheurs de l'instabilité des pentes (par exemple, les précipitations 2 , les séismes 21 , les explosions minières 7,8 ), et les interactions mécaniques intrinsèquement complexes entre les différentes parties de la pente. Des sites d'instabilité simultanés peuvent également interagir et induire des redistributions de contraintes qui conduisent un glissement de terrain à « s'auto-stabiliser » 22,23,24. Les efforts 1,7 pour améliorer l'approche INV donnent des preuves prima facie pour suggérer que des prévisions plus précises peuvent être réalisées lorsque les caractéristiques spatiales des déplacements de pente sont incorporées dans l'analyse temporelle des données de surveillance.

En conséquence, des travaux récents se sont concentrés sur l'évolution spatio-temporelle de la cinématique des glissements de terrain dans les PFR dans deux études de cas utilisant : (a) les données radar au sol d'un éboulement dans une mine à ciel ouvert (Mine 1) où deux sites d'instabilité ont émergé, conduisant l'un à s'auto-stabiliser avant que le plus grand ne s'effondre et (b) les données radar satellite Sentinel 1 (Xinmo) de l'effondrement catastrophique de Xinmo, qui a fait 83 morts 4,24,25,26,27,28 . Guidés par les enseignements tirés de la physique et de la dynamique de la rupture granulaire, ceux-ci ont fourni une prédiction précoce fiable de l'emplacement et de la géométrie de la région de rupture 4,24,25,27,28, ainsi que des points de changement de régime dans le PFR 4,25, 26,28 . Dans cette étude, nous nous appuyons sur ces efforts pour développer un cadre holistique axé sur les données qui élimine les incertitudes associées à un modèle de contrainte-déformation postulé pour la pente, tout en conservant des liens explicites avec les premiers principes de la mécanique de la rupture et de la rupture de structures hétérogènes et désordonnées. solides granulaires (par exemple, 13,14,15,16 et références y figurant). Pour ce faire, nous adoptons une approche transdisciplinaire qui intègre la théorie des flux de réseau de défaillance granulaire 13,14,15,16 et la mésoscience 29,30,31. Étant donné la nouveauté de cette formulation à plusieurs égards, la section suivante donne un bref aperçu des développements pertinents qui, tissés ensemble, forment la base de SSSAFE.


Comment trouver le chemin le moins coûteux sur un DEM en fonction de l'amplitude et de la direction de la pente ? - Systèmes d'information géographique

Effectuer une substitution de lecteur

Effectuer une substitution de lecteur pour créer les lecteurs virtuels L et M.

Créer un nouveau document ArcMap

Ajouter des couches de données de modèle de surface à un bloc de données

Afficher une couche TIN et modifier sa symbologie

    Renommez le bloc de données Layers en TIN . (Plus d'informations sur le format TIN : http://en.wikipedia.org/wiki/Triangulated_irregular_network)

Maintenant, vous pouvez voir plus de variation d'altitude. Mais sans ombrage artificiel, il est difficile de déterminer la forme.

Cochez à nouveau la case Afficher l'ombrage pour voir le relief

Voyez-vous comment l'ombrage fait une grande différence dans l'apparence des modèles de surface ? Ombres est ce qui permet à l'œil d'interpréter une surface comme un objet tridimensionnel.

dem histogramme

Affichez l'histogramme à partir de l'altitude TIN (ouvrez le Propriétés > Symbologie > Classification dialogue pour le TIN).

Vous venez de charger et de modifier les propriétés de la légende d'un TIN. Pourquoi pensez-vous que chaque triangle apparaît avec une seule nuance ? Quelle caractéristique du modèle TIN rend cela ainsi ?

Les TIN sont utilisés en plus des grilles en tant qu'ensembles de données représentant des surfaces. Certaines fonctions de modélisation et d'analyse de surface dans ArcGIS agissent uniquement sur les surfaces TIN, et non sur les surfaces de grille.

Dériver les grilles de pente et d'aspect

Dériver une grille de pente de degré

    Effectuez un zoom arrière au maximum.

Créer une grille de pourcentage de pente

Le pourcentage de pente est défini comme (montée / course * 100 %). De nombreuses professions utilisent la pente en pourcentage pour les calculs plutôt que la pente en degrés. L'image suivante montre comment les pentes en pourcentage et en degrés sont définies :

  1. Du Analyste spatial menu, sélectionnez Raster Calculatrice.

Question pour les geeks de géométrie dans le public : Quelle est la base de cette conversion (pourquoi ça marche) ?

L'examen des valeurs de cellule devrait vous montrer que les deux méthodes de génération de pourcentage de pente donnent les mêmes données.

Créer une grille d'aspect

    Du Analyste spatial boîte à outils, sélectionnez Surface > Aspect .

La pente et l'aspect sont souvent utilisés pour la modélisation de la végétation et de l'habitat. Ils sont également utilisés pour tous les types d'autres réglementations relatives à l'aménagement du territoire, à la gestion et au développement.

Trouver le chemin de descente le plus raide

Trouver le chemin de descente le plus raide montre la direction dans laquelle l'eau s'écoulera d'un emplacement sélectionné par l'utilisateur jusqu'à ce que la pente se stabilise.

    Modifiez le symbole de ligne par défaut pour faire du symbole de ligne par défaut une ligne magenta épaisse (afin de voir les chemins de descente plus facilement). Toutes les lignes graphiques ajoutées par la suite utiliseront ce symbole. Dans le menu Dessin, cliquez sur l'onglet Dessin et sélectionnez Propriétés du symbole par défaut .

Sélectionnez une couleur magenta et modifiez l'épaisseur à 2 pixels et cliquez sur OK pour terminer cette configuration :

Notez comment le chemin le plus raide "saute" d'un ruisseau à l'autre. Vous reconnaîtrez peut-être cette erreur de modèle de surface plus tard au cours de l'exercice sur la modélisation hydrologique. [Si vous cliquez à un endroit qui ne descend pas, utilisez l'outil pointeur à droite de "Dessin" dans la barre d'outils inférieure, cliquez avec le bouton droit sur la case sélectionnée et sélectionnez "couper". Cela peut supprimer la ligne magenta.]

Cet exemple trouve le chemin descendant le plus raide pour l'eau s'écoulant vers ou dans un ruisseau. Notez qu'il a des problèmes lorsque les voies d'écoulement ne sont pas clairement définies dans les données de surface.

Des analyses similaires peuvent être utilisées pour déterminer les chemins les moins coûteux pour les surfaces qui représentent des caractéristiques autres que l'altitude. Pouvez-vous penser à d'autres applications pour cette technique d'analyse, en utilisant des données de grille autres que l'altitude ?

Analyser la ligne de mire et créer des profils de surface

Ce processus vous permettra d'analyser quelles parties du paysage sont visibles le long d'une ligne de mire entre un observateur et une cible. Il vous permet de déterminer si un objet ou une partie du paysage qui se trouve entre un observateur et une cible peut être vu.

    Assurez-vous que la couche dem est sélectionnée dans la barre d'outils 3D Analyst.

    Réglez le décalage de l'observateur à 6 pieds (environ la hauteur d'un observateur). Unité Z ici sera basé sur l'unité de projection.

Vous pouvez voir où le paysage est visible (vert) et non visible (rouge) le long de la ligne de mire.

Vous venez de créer une ligne de visée entre deux points. Cela inclut également la fonctionnalité permettant de créer des profils de surface en coupe transversale, ce qui est probablement plus utile qu'une simple ligne de mire.

Les champs de vision sont similaires aux analyses de visibilité directe, mais sont calculés sur la base du paysage plutôt que sur une seule ligne. Ces types d'analyses sont utilisés dans tout type de recherche ou de planification où il est important de connaître les zones visibles à partir d'un seul endroit (par exemple, certains types d'études sur la faune, les opérations forestières, les emplacements des tours de téléphonie cellulaire).

Certains objectifs de planification et de gestion doivent tenir compte de l'impact visuel des activités. Il est possible de générer les zones visibles à partir d'un seul point ou de plusieurs points (par exemple, vous pouvez placer des points le long d'une autoroute pour déterminer quelles parties du paysage sont visibles depuis la route).

    Dans l'Analyste 3D d'ArcToolbox, sélectionnez Surface fonctionnelle > Interpoler la forme

Dans la section transversale de surface précédente, la ligne définissant la section transversale était définie de manière planimétrique comme une ligne droite tracée entre deux points.Dans ce cas, la ligne de coupe transversale de surface est définie de manière planimétrique comme une ligne courbe (le chemin d'écoulement du ruisseau 27). Cette fonctionnalité vous permet de voir l'élévation de la surface à divers endroits le long d'une ligne courbe, telle qu'une route ou un ruisseau.

    Ouvrez ArcScene (à partir du même endroit sur la barre des tâches où ArcMap est démarré).

    Modifier la symbologie pour utiliser un dégradé de couleurs

  1. Cliquez sur Obtenir des hauteurs pour. et assurez-vous qu'il est réglé sur le dem la grille.
  2. Définir un Conversion d'unités Z de 3. Cela définit un facteur d'exagération vertical de 3.

  1. Choisir dem couche comme surface d'élévation.
  2. Modifier le Conversion d'unités Z à 3.
  3. Ajouter un décalage de 150 pour faire tenir la ligne au-dessus de la surface.

L'affichage de données sans élévation en 3 dimensions est une technique qui peut être utilisée pour communiquer des valeurs sans avoir besoin d'autre explication que l'image et la connaissance de la variable affichée. À quels autres types de données pouvez-vous penser pour l'affichage 3D ?


Pour permettre la réplication de notre travail, le modèle et le code d'analyse sont open source, et une version archivée est disponible en téléchargement sur https://doi.org/10.18130/V3/QB0NPX (réf. 68). Cela inclut le package Python et tous les scripts utilisés pour instancier Temoa, exécuter les analyses et créer les tracés dans cet article, qui sont également disponibles en téléchargement sur https://github.com/EnergyModels/temoatools.

Murakami, H., Levin, E., Delworth, T.L., Gudgel, R. & Hsu, P.-C. Effet dominant du réchauffement relatif de l'Atlantique tropical sur l'occurrence des ouragans majeurs. La science 362, 794–799 (2018).

Seidl, R. et al. Les perturbations forestières sous le changement climatique. Nat. Clim. Changer 7, 395–402 (2017).

Ji, C. et al. Analyse de données à grande échelle sur la résilience du réseau électrique dans plusieurs régions de service américaines. Nat. Énergie 1, 16052 (2016).

Jufri, F. H., Widiputra, V. & Jung, J. Revue de l'état de l'art sur la résilience du réseau électrique aux événements météorologiques extrêmes : définitions, cadres, méthodologies d'évaluation quantitative et stratégies d'amélioration. Appl. Énergie 239, 1049–1065 (2019).

Chicco, G. & Mancarella, P. Multi-génération distribuée : une vue complète. Renouveler. Soutenir. Rév. 13, 535–551 (2009).

Viral, R. & Khatod, D. K. Planification optimale des systèmes de génération distribués dans le système de distribution : une revue. Renouveler. Soutenir. Rév. 16, 5146–5165 (2012).

Manuel GTW World Turbine World 2018 (Pequot Publishing, 2018).

Bie, Z., Lin, Y., Li, G. & Li, F. Combattre l'extrême : une étude sur la résilience du système électrique. Proc. IEEE 105, 1253–1266 (2017).

Pehl, M. et al. Comprendre les émissions futures des systèmes électriques à faible émission de carbone par l'intégration de l'évaluation du cycle de vie et de la modélisation énergétique intégrée. Nat. Énergie 2, 939–945 (2017).

Hunter, K., Sreepathi, S. & DeCarolis, J. F. Modélisation pour un aperçu à l'aide d'outils d'optimisation et d'analyse de modèles énergétiques (Temoa). Économie d'énergie. 40, 339–349 (2013).

McCollum, D.L. et al. Quantifier les incertitudes influençant les impacts à long terme des prix du pétrole sur les marchés de l'énergie et les émissions de carbone. Nat. Énergie 1, 16077 (2016).

Spyrou, E., Hobbs, B. F., Bazilian, M. D. & Chattopadhyay, D. Planification des systèmes électriques dans les États fragiles et touchés par des conflits. Nat. Énergie 4, 300–310 (2019).

Patankar, N., de Queiroz, A. R., DeCarolis, J. F., Bazilian, M. D. & Chattopadhyay, D. Intégrer l'incertitude des conflits dans la planification de l'électricité : une étude de cas au Soudan du Sud. Maintien de l'énergie. Dév. 49, 53–64 (2019).

Perera, A.T.D., Nik, V.M., Chen, D., Scartezzini, J.-L. & Hong, T. Quantification des impacts du changement climatique et des événements climatiques extrêmes sur les systèmes énergétiques. Nat. Énergie 5, 150–159 (2020).

Abdin, I.F., Fang, Y.-P. & Zio, E. Un cadre de modélisation et d'optimisation pour la conception de systèmes électriques avec une flexibilité opérationnelle et une résilience contre les vagues de chaleur extrêmes et les sécheresses. Renouveler. Soutenir. Rév. 112, 706–719 (2019).

Mukhi, N., Hobbs, B., Chattopadhyay, D. et Spyrou, E. Intégration de la résilience climatique dans la planification du système électrique : le cas du Bangladesh (Banque mondiale, 2017).

Labriet, M., Kanudia, A. & Loulou, R. L'atténuation du climat dans un avenir technologique incertain : une analyse TIAM-World. Économie d'énergie. 34, S366–S377 (2012).

Newlun, C.J., Figueroa, A.L. & McCalley, J.D. dans Cinquante-sixième rapport annuel du Centre de recherche sur l'énergie électrique 33-41 (Centre de recherche sur l'énergie électrique de l'Iowa State University, 2019).

Nateghi, R., Guikema, S. D. & Quiring, S. M. Comparaison et validation de méthodes statistiques pour prédire les durées de coupure de courant en cas d'ouragan. Risque Anal. 31, 1897–1906 (2011).

Winkler, J., Dueñas-Osorio, L., Stein, R. & Subramanian, D. Évaluation des performances des systèmes d'alimentation topologiquement divers soumis à des ouragans. Reliab. Ing. Syst. Saf. 95, 323–336 (2010).

Panteli, M. & Mancarella, P. Modélisation et évaluation de la résilience des infrastructures électriques critiques aux événements météorologiques extrêmes. Système IEEE. J. 11, 1733–1742 (2017).

Solutions de résilience énergétique pour le réseau de Porto Rico (Département de l'Énergie des États-Unis, 2018).

Lu, D. & Alcantara, C. Après l'ouragan Maria, Porto Rico a été plongé dans le noir pendant 181 jours, 6 heures et 45 minutes. Le Washington Post (11 octobre 2017).

Tracés historiques des ouragans (National Oceanic and Atmospheric Administration, consulté le 9 septembre 2019) https://www.coast.noaa.gov/hurricanes/

Profil opérationnel (Autorité de l'énergie électrique de Porto Rico, consulté le 10 juillet 2018) https://www.aeepr.com/INVESTORS/OperationalProfile.aspx

Campbell, R.J., Clark, C.E. et amp Austin, D.A. Réparer ou reconstruire : Options pour l'énergie électrique à Porto Rico (Service de recherche du Congrès, 2017).

Rapport ReImagina Porto Rico (Commission consultative résiliente de Porto Rico, 2018).

Distribución Porcentual de la Generación de Energía por Tipo (Commission de l'énergie de Porto Rico, consulté le 28 juillet 2018) http://energia.pr.gov/datos/distribucion-porcentual-de-la-generacion-de-energia-por-tipo/

Porto Rico: Profil du territoire et estimations énergétiques (US Energy Information Administration, consulté le 10 juillet 2018) https://www.eia.gov/state/data.php?sid=RQ#Prices

Loi sur la politique publique de l'énergie de Porto Rico (Communauté de Porto Rico, 2019).

Stockage d'électricité et énergies renouvelables : coûts et marchés à l'horizon 2030 (Agence internationale des énergies renouvelables, 2017).

Loulou, R., Goldstein, G. & Noble, K. Documentation pour la famille de modèles MARKAL (Programme d'analyse des systèmes de technologie énergétique de l'Agence internationale de l'énergie, 2004).

Howells, M. et al. OSeMOSYS : le système de modélisation énergétique open source. Une introduction à son éthique, sa structure et son développement. Politique énergétique 39, 5850–5870 (2011).

Cohen, S.M. et al. Documentation du modèle de système de déploiement énergétique régional (ReEDS) : version 2018 (Laboratoire national des énergies renouvelables, 2019).

Jaglom, W.S. et al. Évaluation des impacts prévus du changement climatique sur la température du secteur de l'électricité aux États-Unis à l'aide du modèle de planification intégrée. Politique énergétique 73, 524–539 (2014).

Grinsted, A., Moore, J. C. & Jevrejeva, S. Menace projetée d'ouragan atlantique due à la hausse des températures. Proc. Natl Acad. Sci. Etats-Unis 110, 5369–5373 (2013).

Staid, A., Guikema, S. D., Nateghi, R., Quiring, S. M. & Gao, M. Z. Simulation des impacts des cyclones tropicaux sur le système électrique américain dans des scénarios de changement climatique. Changement climatique 127, 535–546 (2014).

Knutson, T. et al. Évaluation des cyclones tropicaux et du changement climatique, partie II : réponse projetée au réchauffement anthropique. Taureau. Un m. Météorol. Soc. 101, E303–E322 (2020).

Ouyang, M. & Dueñas-Osorio, L. Évaluation multidimensionnelle de la résilience aux ouragans des systèmes d'alimentation électrique. Structurer. Saf. 48, 15–24 (2014).

Watson, E.B. Modélisation de la résilience du réseau électrique dans des conditions de vent d'ouragan avec une production accrue d'énergie solaire photovoltaïque et éolienne. Thèse de doctorat, George Washington Univ. (2018).

Robert T. Stafford Disaster Relief And Emergency Assistance Act, P.L. 93-288 tel que modifié (Gouvernement fédéral des États-Unis, 2016) https://www.fema.gov/robert-t-stafford-disaster-relief-and-emergency-assistance-act-public-law-93-288-amended

Documentation du projet Temoa (North Carolina State University, consulté le 15 novembre 2020) https://temoacloud.com/temoaproject/index.html

Étude d'intégration de la production d'énergie renouvelable PREPA (Siemens Industrie, 2014).

Teichgraeber, H. et al. Événements extrêmes dans l'agrégation de séries chronologiques : une étude de cas pour des systèmes d'approvisionnement énergétique résidentiels optimaux. Appl. Énergie 275, 115223 (2020).

Mavromatidis, G., Orehounig, K. & Carmeliet, J. Conception de systèmes énergétiques distribués sous incertitude : une approche de programmation stochastique en deux étapes. Appl. Énergie 222, 932–950 (2018).

Hermann, S., Miketa, A. et Fichaux, N. Estimer le potentiel des énergies renouvelables en Afrique : une approche basée sur les SIG Document de travail (Agence internationale des énergies renouvelables, 2014).

Lehner, B., Verdin, K. & Jarvis, A. Nouvelle hydrographie mondiale dérivée de données d'élévation spatiales. Éos 89, 93–94 (2008).

Broxton, P. D., Zeng, X., Sulla-Menashe, D. & Troch, P. A. Une climatologie de la couverture terrestre mondiale utilisant les données MODIS. J. Appl. Météorol. Climatol. 53, 1593–1605 (2014).

Aires Naturelles Protégées de Porto Rico 2015 (The Caribbean Landscape Conservation Cooperative, consulté le 15 mai 2018) https://caribbeanlcc.databasin.org/datasets/

Atlas mondial du vent 2.0 (Université technique du Danemark, consulté le 23 août 2019) http://globalwindatlas.com/

Carte des ressources solaires (Solargis, consulté le 10 juillet 2018) https://solargis.com

Hoogwijk, M., de Vries, B. & Turkenburg, W. Évaluation du potentiel géographique, technique et économique mondial et régional de l'énergie éolienne terrestre. Économie d'énergie. 26, 889–919 (2004).

Instantané d'énergie Porto Rico (Laboratoire national des énergies renouvelables, 2015).

Plan de ressources intégré de Porto Rico 2018-2019 (Industrie de Siemens, 2019).

Quarantième rapport annuel sur la propriété électrique de la Puerto Rico Electric Power Authority (URS Corporation, 2013).

Base technologique annuelle 2019 (Laboratoire national des énergies renouvelables, consulté le 24 octobre 2019) https://atb.nrel.gov/

Perspectives énergétiques annuelles 2020 (Administration américaine de l'information sur l'énergie, 2020).

Transport et distribution d'électricité (Programme d'analyse des systèmes de technologie énergétique de l'Agence internationale de l'énergie, 2014).

Panteli, M., Pickering, C., Wilkinson, S., Dawson, R. & Mancarella, P. Résilience du système électrique aux conditions météorologiques extrêmes : modélisation de la fragilité, évaluation probabiliste de l'impact et mesures d'adaptation. IEEE Trans. Système d'alimentation 32, 3747–3757 (2017).

Rapport d'évaluation de l'enfouissement de la phase 3 : modélisation ex ante des coûts et des avantages (Quanta Technology, 2008).

Schneider, P. J. & Schauer, B. A. HAZUS—son développement et son avenir. Nat. Dangers Rév. 7, 40–44 (2006).

Goodman, J.N. Mesures de performance pour la réponse structurelle du PV résidentiel aux effets du vent. Thèse de doctorat, Georiga Institute of Technology (2015).

Rose, S., Jaramillo, P., Small, M. J., Grossmann, I. & Apt, J. Quantifying the ouragan risk to offshore wind turbines. Proc. Natl Acad. Sci. Etats-Unis 109, 3247–3252 (2012).

Franklin, J.L., Black, M.L. & Valde, K. Profils de vent du mur de l'œil dans les ouragans déterminés par les sondes GPS Dropwinds (Administration nationale des océans et de l'atmosphère, 2000) https://www.nhc.noaa.gov/aboutwindprofile.shtml

Hall, K. L. Hors de vue, hors d'esprit 2012 : une étude mise à jour sur l'enfouissement des lignes électriques aériennes (Edison Electric Institute, 2013).

Bennett, J.A., DeCarolis, J.F. et amp Clarens, A.F. Modèle et données pour « l'extension de la modélisation du système énergétique pour inclure les risques météorologiques extrêmes et l'application aux événements d'ouragan à Porto Rico » (Univ. de Virginie Dataverse, 2020) https://doi.org/10.18130/V3/QB0NPX

Bennett, J.A. et al. Faisabilité de l'utilisation du sCO2 turbines pour équilibrer la charge dans les réseaux électriques avec un déploiement élevé de la production solaire. Énergie 181, 548–560 (2019).

Hubbard, S. Hazus : Estimation des dommages et des pertes économiques : Porto Rico, États-Unis (Agence fédérale de gestion des urgences, 2017).


Matériels et méthodes

Données radiocarbone

Le tableau S1 comprend toutes les dates AMS les plus anciennes pour les horizons gravettiens à travers l'Europe présentes dans la base de données de Louvain Radiocarbone Paléolithique Europe, Version 20 [19]. Nous n'avons pas inclus les résultats conventionnels au radiocarbone car, comme cela a été fréquemment publié, ces résultats ne sont pas aussi fiables que ceux des méthodes AMS. Nous n'avons pas non plus utilisé de dates avec des erreurs standard supérieures à 500 ans. Pourtant, nous sommes conscients que même ceux-ci présentent divers problèmes liés à la fois au type d'échantillon (c'est-à-dire charbon, os et coquille) et au type de prétraitement effectué par chaque laboratoire (par exemple, [20, 21-25]).

Nous n'avons utilisé que la date unique gravettienne la plus ancienne de chaque site. Nous avons également rejeté des contextes dont les attributions culturelles ou chronologiques étaient équivoques (par exemple, un horizon gravettien daté de 45 ka ou une date provenant d'une couche attribuée à « l'Aurignacien/Gravettien » ou au « Gravettien ? »). Enfin, nous avons limité la chronologie aux dates antérieures à 27 ka années radiocarbone.

Nous avons pu filtrer un total de 33 sites datés entre 37,5 et 30 ka cal BP. L'étalonnage des dates AMS a été réalisé à l'aide du logiciel OxCal en ligne (https://c14.arch.ox.ac.uk) et de la courbe d'étalonnage IntCal13 pour l'hémisphère nord [26].

Pour définir et confirmer le site gravettien le plus ancien, nous avons utilisé la commande Order et la fonction Différence dans le logiciel OxCal. La commande Order fournit des informations sur la distribution de probabilité de la différence entre deux dates. Grâce à ces deux fonctions, nous avons pu comparer tous les sites et définir les sites les plus anciens, ainsi que vérifier la probabilité de chevauchement chronologique entre ces sites plus anciens (tableau S2). Ainsi, nous avons pu vérifier qu'il existe trois localisations potentielles comme sites gravettiens les plus anciens, par ordre d'antiquité : Buran Kaya III, Geissenklosterle et Krems-Hundssteig. La fonction Différence indique qu'il existe une probabilité de quelques centaines d'années de chevauchement entre les deux premiers (-2194/271), et d'environ un millénaire entre les deux derniers sites (-2200/1087). Il n'y a pas de chevauchement entre Bourane Kaya III et Krems-Hundssteig (-2826/-116). La commande Order confirme que Buran Kaya III est le site le plus ancien, suivi de Geissenklosterle qui a une probabilité de 80% d'être plus vieux que Krems-Hundssteig.

Méthodes SIG

Tous les calculs spatiaux ont été effectués à l'aide d'ArcGIS 10.4.1 par ESRI. La modélisation coût-distance a été réalisée à l'aide de l'ensemble de données d'altitude de la Shuttle Radar Topography Mission (SRTM) avec une résolution de 1 seconde d'arc (c'est-à-dire une grille carrée de 30 m) disponible sur https://earthexplorer.usgs.gov.

Le logiciel crée d'abord une surface de coût accumulé où chaque cellule du nouveau raster a une valeur qui accumule le coût du déplacement vers l'extérieur de l'origine jusqu'à atteindre la destination, tout en stockant le raster de backlink qui représente le chemin de moindre coût. La surface de coût a été acquise à l'aide du raster de pente, généré avec l'outil Pente dans la boîte à outils Spatial Analyst en utilisant les degrés comme mesure de sortie, et une table de facteurs verticaux utilisée par l'outil Distance de chemin pour convertir la pente dans le temps. Ceci a été développé avec la fonction de randonnée de Tobler [27] pour trouver les chemins les plus rapides entre chacun des sites les plus anciens et tous les sites restants. La fonction de Tobler attribue un coût temporel par degré de pente et est utilisée dans de nombreuses études archéologiques du sentier à moindre coût (par exemple, [28, 29-31]). Les chemins de moindre coût présentés dans la figure 1 ont été générés à partir des surfaces de coût accumulées et du raster de backlink à l'aide de l'outil Chemin de coût, et la surface de coût accumulée a été convertie en lignes vectorielles à l'aide de l'outil Raster en polyligne. Dans ce type d'analyse, les huit voisins d'une cellule raster sont évalués et le chemin généré se déplace vers les cellules avec la plus petite valeur cumulée ou de coût. Ce processus est répété plusieurs fois jusqu'à ce que la source et la destination soient connectées. Le chemin terminé est la plus petite somme de valeurs de cellules raster entre les deux points et il a le coût le plus bas.

Carte avec les isoplèthes de 150 km pour les modèles coût-distance pour A) Bourane Kaya III B) Geissenklosterle C) Krems-Hundssteig.

Mesurer l'onde d'avance

Comme nous n'avons pas été en mesure de définir un seul site le plus ancien, en raison de la probabilité de chevauchement chronologique entre les trois sites, nous avons considéré chacun de ces emplacements individuellement comme l'épicentre possible de l'origine et de l'expansion du techno-complexe gravettien. Sur la base de chaque origine possible, et suivant la distance de rayon de 150 km utilisée par Fort, Pujol et Cavalli-Sforza [12] pour les ondes d'avance paléolithiques, nous avons calculé des isoplèthes de 150 km à partir de Bourane Kaya III, Geissenklosterle et Krems-Hundssteig , en utilisant une seule approche de calcul : la méthode Distance-coût.

Après le calcul des modèles de distance (Fig 1), nous avons tracé les emplacements des sites et sélectionné, pour l'estimation de la vitesse de propagation, un seul site dans chaque isoplèthe, celui avec la date la plus ancienne.

Nous avons ensuite calculé la distance entre le site d'origine et tous les autres sites en utilisant la méthode du moindre coût (tableau 1). Ces modèles calculent la distance minimale en ligne droite entre deux sites, en intégrant la courbure de la terre dans le calcul. Les données du chemin de moindre coût ont également pris en compte les valeurs du modèle numérique d'élévation et de la pente (voir les méthodes SIG ci-dessous) pour estimer l'itinéraire le moins coûteux entre les trois sites d'origine possibles et chacun des sites restants.

Enfin, nous avons également calculé l'intervalle de temps entre la date calibrée moyenne de chacun des trois sites les plus anciens et la date calibrée moyenne de chacun des sites restants.

Suivant les arguments de Fort [15], Hamilton et Buchanan [13], et Jerardino et al. [14] (c'est-à-dire qu'il y a probablement beaucoup plus d'erreur dans la mesure du temps que dans la mesure de la distance), pour estimer le taux de propagation du techno-complexe gravettien, les intervalles de temps (axe des y) ont été tracés par la distance (axe des x ), et une régression linéaire a été ajustée pour chaque modèle de calcul de distance. Le nombre de sites étant assez faible, chaque régression linéaire a été calculée avec un intervalle de confiance de 80 %. En utilisant la valeur de pente de chaque régression, la vitesse et l'erreur de propagation ont été calculées selon Jerardino et al. (équations 2 à 4).


Utilisation de l'analyse de régression en entreprise

L'analyse de régression peut être très utile pour les entreprises et ci-dessous, nous avons discuté de certaines des principales utilisations.

Analyses prédictives

Il aide à déterminer les risques et opportunités futurs. C'est l'application la plus utilisée de l'analyse de régression en entreprise.

Accroître l'efficacité

La régression peut vous aider à optimiser le processus métier. Parce que grâce à cela, vous pouvez créer des décisions basées sur les données qui éliminent les conjectures, la politique d'entreprise et les hypothèses de la prise de décision.

Prise en charge des décisions

De nos jours, les entreprises sont surchargées de données financières, d'achat et d'autres données liées à l'entreprise. Il est donc très difficile d'en tirer des informations utiles. Mais avec l'aide de l'analyse de régression, vous pouvez obtenir des informations exploitables à partir des grandes données brutes.