Présentation de l'analyse de superposition

Disponible avec une licence Spatial Analyst.

L'analyse de superposition consiste en un ensemble de méthodologies appliquées à la sélection d'un site optimal ou à la modélisation d'aptitude. Il s'agit d'une technique permettant d'appliquer une échelle commune de valeurs à des entrées diverses et différentes de façon à créer une analyse intégrée.

Les modèles d'aptitude identifient les meilleurs emplacements, ou les emplacements préférés, pour un phénomène spécifique. Les types de problèmes traités par l'analyse d'aptitude sont les suivants :

  • Où construire un nouveau quartier résidentiel
  • Quels sont les meilleurs sites pour l'habitat des cerfs
  • Où la croissance économique a-t-elle le plus de chance de repartir
  • Quels sont les emplacements les plus exposés aux coulées de boue

L'analyse de superposition nécessite souvent l'analyse de nombreux facteurs différents. Par exemple, choisir le site d'un nouveau quartier résidentiel implique d'évaluer des éléments, tels que le prix du terrain, la proximité des services existants, la pente et la fréquence des crues. Ces informations sont présentes dans différents rasters avec différentes échelles de valeur : devises, distances, degrés, etc. Vous ne pouvez pas ajouter un raster de prix du terrain (devise spécifique) à un raster de distance avec les services publics (mètres) et obtenir un résultat significatif.

De plus, les facteurs de votre analyse peuvent ne pas tous présenter la même importance. Pour le choix d'un site, le coût du terrain peut s'avérer plus important que la distance avec les services publics. C'est vous qui décidez de l'importance de chaque facteur.

Même avec un raster unique, vous devez attribuer un ordre de priorité aux valeurs. Certaines valeurs d'un raster spécifique peuvent être idéales pour votre projet (telles que des pentes de 0 à 5 degrés), tandis que d'autres peuvent être appropriées, incorrectes, voire inacceptables.

Voici les étapes générales à suivre pour effectuer une analyse de superposition :

  1. Définir le problème.
  2. Décomposer le problème en sous-modèles.
  3. Identifier les couches significatives.
  4. Reclassifier ou transformer les données au sein d'une couche.
  5. Pondérer les couches en entrée.
  6. Ajouter ou combiner les couches.
  7. Sélectionner les meilleurs emplacements.
  8. Analyser.

Les trois premières étapes sont communes à la plupart des démarches de résolution des problèmes spatiaux et sont particulièrement importantes pour l'analyse de superposition.

1. Définir le problème

La définition du problème constitue l'un des aspects les plus complexes du processus de modélisation. L'objectif global doit être identifié. Tous les aspects des étapes suivantes du processus de modélisation de superposition doivent contribuer à cet objectif global.

Les composants en rapport avec l'objectif sont à définir. Certains composants peuvent être complémentaires et d'autres concurrentiels. Cependant, il est nécessaire d'établir une définition précise de chaque composant et de leurs interactions.

Il n’est pas seulement important d’identifier le problème, il faut également en avoir une parfaite compréhension pour définir à quel moment le problème est résolu ou à quel moment le phénomène est satisfait. Lors de la définition du problème, vous devez établir des mesures spécifiques afin d'identifier la réussite de la sortie du modèle.

Par exemple, pour l'identification du meilleur emplacement pour une station de ski, l'objectif global peut être de gagner de l'argent. Tous les facteurs identifiés dans le modèle doivent contribuer à la rentabilité de la station.

2. Décomposer le problème en sous-modèles

La plupart des problèmes de superposition sont complexes. Il est donc recommandé de les décomposer en sous-modèles pour plus de clarté, pour organiser votre réflexion et pour résoudre de façon plus efficace le problème de superposition.

Par exemple, un modèle d'aptitude lié à l'identification du meilleur emplacement pour une station de ski peut être décomposé en un ensemble de sous-modèles visant à rendre la station rentable. Le premier sous-modèle peut être un sous-modèle de MNT qui identifie les emplacements présentant une grande variété de MNT favorables pour les skieurs et les snowboardeurs.

S'assurer que les visiteurs pourront atteindre la station de ski peut faire l'objet d'un sous-modèle d'accessibilité. Ce sous-modèle peut inclure les accès à partir des grandes villes et l'accès via les routes locales.

Un sous-modèle de coût permet d'identifier les meilleurs emplacements pour la construction de la station. Ce sous-modèle peut identifier les pentes les moins abruptes, ainsi que celles proches des réseaux électriques et d’eau, comme étant favorables.

Certains attributs ou couches peuvent figurer dans plusieurs sous-modèles. Par exemple, des pentes escarpées peuvent être considérées comme favorables dans le sous-modèle de MNT, mais comme défavorables dans les sous-modèles liés au coût de construction.

3. Identifier les couches significatives

Vous devez identifier les attributs ou les couches qui affectent chaque sous-modèle. Chaque facteur représente et décrit un composant des phénomènes définis par le sous-modèle. Chaque facteur contribue aux objectifs du sous-modèle, et chaque sous-modèle contribue à l'objectif global du modèle de superposition. Tous les facteurs qui contribuent à la définition du phénomène, et seulement ces facteurs, doivent être inclus dans le modèle de superposition.

Pour certains facteurs, il peut être nécessaire de créer des couches. Par exemple, il peut être souhaitable d'être plus proche d'un grand axe routier. Pour identifier la distance de chaque cellule par rapport à une route, l'outil Distance euclidienne peut être exécuté pour créer le raster de distance.

4. Reclasser/transformer

Il n'est pas possible de combiner directement différents systèmes de numérotation de manière efficace. Par exemple, ajouter un facteur de pente à un facteur d'utilisation du sol générerait des résultats dépourvus de signification. Les quatre principaux systèmes de numérotation sont les suivants :

  • Ratio : l'échelle de ratio comporte un point de référence, en général zéro, et les nombres de cette échelle sont comparables. Par exemple, les valeurs d'altitude correspondent à des ratios, et une altitude de 50 mètres est deux fois moins élevée qu'une altitude de 100 mètres.
  • Intervalle : les valeurs appartenant à une échelle d'intervalle sont relatives les unes aux autres. Il n'existe cependant pas de point de référence commun. Par exemple, l'échelle du pH correspond à une échelle d'intervalle, où plus la valeur au-dessus de la valeur 7, considérée comme neutre, est élevée, plus l'alcalinité augmente et où plus la valeur au-dessous du 7 est faible, plus l'acidité augmente. Ces valeurs ne sont cependant pas complètement comparables. Ainsi, un pH de 2 n'est pas deux fois aussi acide qu'un pH de 4.
  • Ordinal : une échelle ordinale établit un ordre, tel que le premier, le deuxième et le troisième d'une course. L'ordre est établi, mais les valeurs d'ordre assignées ne peuvent pas être directement comparées. Ainsi, la personne arrivée en première position n’a pas nécessairement couru deux fois plus vite que celle arrivée en deuxième position.
  • Nominal : il n'existe aucune relation entre les valeurs assignées de l'échelle nominale. Ainsi, les valeurs d'utilisation du sol, qui sont des valeurs nominales, ne peuvent pas être comparées les unes aux autres. Une utilisation du sol de 8 ne représente probablement pas le double d'une utilisation du sol de 4.

Compte tenu de la différence possible des intervalles de valeurs et des différents types de systèmes de numérotation de chaque couche en entrée, avant de combiner les multiples facteurs pour analyse, vous devez reclasser ou transformer chaque facteur dans une échelle de ratio commune.

Il est possible de prédéfinir des échelles communes, graduées de 1 à 9 ou de 1 à 10, où la valeur la plus élevée correspond à la valeur plus favorable. L'échelle peut également être graduée de 0 à 1, pour définir la possibilité d'appartenance à un ensemble spécifique.

5. Pondérer

Certains facteurs peuvent être plus importants que d'autres pour l'objectif global. Dans ce cas, avant de combiner les facteurs, il est possible de les pondérer en fonction de leur importance. Par exemple, dans le sous-modèle de construction de la station de ski, les critères de pente peuvent être deux fois plus importants que ceux applicables au coût de construction et à la distance par rapport à la route. Par conséquent, avant de combiner les deux couches, les critères de pente doivent être multipliés par un facteur deux fois plus important que les critères de distance avec la route.

6. Ajouter/combiner

Dans l'analyse de superposition, il est souhaitable de définir la relation de tous les facteurs en entrée entre eux pour identifier les emplacements souhaitables qui répondent aux objectifs du modèle. Par exemple, les couches en entrée, après avoir été correctement pondérées, peuvent être regroupées dans un modèle de superposition pondérée additif. Dans cette approche combinatoire, on suppose que plus les facteurs sont favorables, plus l'emplacement est souhaitable. Par conséquent, plus la valeur associée au raster en sortie obtenu est élevée, plus l'emplacement est souhaitable.

Vous pouvez appliquer d'autres approches combinatoires. Par exemple, dans une analyse de superposition de logique floue, les approches combinatoires explorent la possibilité d’appartenance d’une localisation à plusieurs ensembles.

7. Sélectionner les meilleures localisations

Dans la plupart des analyses de superposition et modèles d'aptitude, l'identification des meilleurs emplacements pour le phénomène modélisé est l'objectif final. Ce phénomène a des exigences spatiales et de taille spécifiques pour pouvoir fonctionner de façon efficace. Ces exigences incluent la surface totale nécessaire pour fonctionner, le nombre de régions sur lesquelles la surface doit être répartie, les caractéristiques de forme des régions, ainsi que la distance minimale et maximale entre les régions.

L'outil Localiser les régions vous permet d'identifier les meilleures combinaisons des régions souhaitées correspondant aux contraintes spatiales définies.

8. Analyser

La dernière étape du processus de modélisation consiste à analyser les résultats. Les emplacements potentiellement idéaux correspondent-ils aux critères ? Il peut être judicieux de ne pas se limiter à explorer les meilleures localisations identifiées par le modèle, mais de rechercher également les deuxième et troisième sites les plus favorables.

Vous devez vous rendre sur les lieux des emplacements identifiés. Vous devez vous assurer que ce que vous pensez exister existe vraiment. Les choses peuvent avoir évolué depuis la création des données du modèle. Supposons que la vue soit l’un des critères en entrée du modèle. Plus la vue est belle, plus la localisation emporte la préférence. A partir des données d'altitude en entrée, le modèle a identifié les emplacements ayant la plus belle vue. Toutefois, lors de la visite d'un des sites favoris, vous découvrez qu'un immeuble a été construit en face de l'emplacement, obstruant la vue.

A partir de l'entrée de toutes les étapes ci-dessus, un emplacement est sélectionné.

Rubriques connexes