Le SIG a débuté dans les années 60 avec l’émergence des ordinateurs et des premiers concepts de géographie informatique. L’illustration ci-dessous précise quelques dates clés de l’évolution du SIG :
Il existe différents logiciels SIG, gratuits et open source comme QGis ou sous licence payante comme ARCGIS, permettant l’import et l’export de données à des formats variés (Shape, Excel, etc.)
Pour les études acoustiques, nous utilisons le SIG pour les 3 axes suivants :
L’intérêt principal du SIG réside dans la géolocalisation des données jusque-là classées dans des tables (topographie, routes, habitations, écoles, cours d’eau…) et permet une superposition en couche ou calque. Pour chaque couche, une table attributaire est associée à un objet géométrique géoréférencé.
Le SIG permet de réaliser un atlas cartographique généré avec une même mise en forme sur une grande étendue géographique (linéaire, communes…). Les isophones sont insérés dans un ou plusieurs fonds de carte (plan IGN, vue aérienne, PLUih…).
La mise en ligne des cartes ou « Webmapping » est ensuite réalisée à l’aide d’outil dédié comme Arcgis. Il est également possible de réaliser une représentation interactive d’informations géographiques avec des fonctions spécifiques (zooms…).
Dans le cadre des cartes stratégiques de bruit, il est demandé de faire un décompte des populations exposées au bruit. Le SIG permet de croiser les couches « isophones » issues des calculs avec les couches « bâtiments » et le « maillage de la population » (appelé également « carroyage »). Le SIG est donc un véritable outil permettant de croiser des informations pour en extraire des données quantifiées ou des rendus sous forme de cartes.
Avec l’outil « Model Builder » d’ARCGIS, il est possible d’élaborer des « Workflows » de géotraitement qui systématisent le traitement de données de manière itérative. Par exemple, le développement de différents modules permet d’automatiser le calcul de la population exposée ou encore d’identifier les impacts sanitaires du bruit (forte gêne, perturbation du sommeil et cardiopathie ischémique).
Avec un processus validé, cela permet d’assurer des résultats cohérents et d’améliorer la production des résultats.
Sur le plan des études environnementales, le SIG permet de croiser des thématiques souvent traitées séparément pour en faire une analyse plus pertinente et permettre aux décideurs de disposer d’une meilleure base de réflexion. Ainsi sur une même zone d’étude, il est possible de croiser la qualité de l’air et le bruit d’infrastructures de transport, puis de rajouter d’autres thèmes comme les ilots de chaleur, parcs & jardins ou encore le plan local de santé.
La limite du SIG est souvent liée à la pertinence et l’actualisation des données d’entrée. Ces mêmes données qui demandent un travail d’homogénéisation et de traitement des incohérences géométriques.
Avec des bonnes données, le SIG est capable de raconter une histoire, à l’image du « Storymap » d’Arcgis qui permet d’associer des cartes de bruit à du texte narratif, des représentations visuelles et du contenu multimédia.
L’intelligence artificielle (IA) est de plus en plus utilisée dans le domaine de l’information géographique. L’intégration des capacités d’IA et en particulier de « Machine Learning » est une tendance importante depuis quelques années.
Le « Deep Learning » offre la capacité de parcourir des catalogues avec de grandes quantités de données, qui renseignent ensuite les SIG. L’application de cette technique d’apprentissage en profondeur résout, en quelques minutes, les tâches qui peuvent prendre plusieurs jours à une personne. Un énorme gain de temps !
Grâce à leur capacité à traiter de grands volumes de données, les algorithmes d’intelligence artificielle sont promis à un bel avenir dans le domaine de l’information géographique. Pour autant, l’IA ne remplace pas le travail de l’expert, il faudra encore longtemps des géomaticiens !
Vous pouvez également nous contacter directement par téléphone sur le standard au 05.62.24.36.76
