Disponible avec une licence Spatial Analyst.
L'analyse de superposition consiste en un groupe de méthodes appliquées à la sélection de site ou à la modélisation d'aptitude. Il s'agit d'une technique qui permet d'appliquer une échelle commune de valeurs à des entrées différentes pour créer une analyse intégrée.
Les modèles d'aptitude identifient les meilleurs emplacements ou les emplacements préférés pour un phénomène spécifique. Exemples de problèmes traités par l'analyse d'aptitude :
- Où construire un nouveau lotissement
- 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, la sélection d'un site pour un nouveau lotissement passe par l'évaluation d'éléments tels que le coût du terrain, la proximité par rapport aux services publics d'eau et d'électricité existants et la fréquence des inondations. Ces informations existent dans différents rasters avec des échelles de valeurs différentes : euros, distances, degrés, etc. Vous ne pouvez pas ajouter un raster de coût de terrain (euros) à un raster de distance par rapport aux installations d'eau et d'électricité (mètres) et obtenir un résultat significatif.
De plus, les facteurs de votre analyse peuvent ne pas avoir la même importance. Il se peut que le coût du terrain soit un facteur plus important dans le choix d'un terrain que la distance par rapport aux installations de service public. C'est à vous de décider de l'importance de chacun des facteurs en jeu.
Même dans un seul raster, vous devez hiérarchiser les valeurs. Certaines valeurs d'un raster particulier peuvent être parfaitement adaptées à l'utilisation que vous voulez en faire (par exemple, des pentes de 0 à 5 degrés), d'autres le sont dans une moindre mesure ou pas du tout.
Voici les étapes générales à suivre pour effectuer une analyse de superposition :
- Définir le problème.
- Décomposer le problème en sous-modèles.
- Identifier les couches significatives.
- Reclassifier ou transformer les données au sein d'une couche.
- Pondérer les couches en entrée.
- Ajouter ou combiner les couches.
- Analyser.
Les trois premières étapes sont communes à la résolution de presque tous les problèmes spatiaux et sont particulièrement importantes dans l'analyse de superposition.
1. Définir le problème
La définition du problème représente un des aspects les plus complexes du processus de modélisation. En effet, l'objectif global doit être identifié. Tous les aspects des étapes restantes du processus de modélisation doivent participer à cet objectif global.
Les composants en rapport avec l'objectif sont à définir. Certains des composants peuvent être complémentaires et d'autres concurrentiels. Cela étant dit, vous devez avoir une définition précise de chaque composant et comprendre la manière dont ils interagissent.
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, il faut définir des mesures spécifiques afin d'identifier la réussite du modèle.
Par exemple, lors de l'identification du meilleur emplacement pour une station de sports d'hivers, l'objectif global peut consister à gagner de l'argent. Tous les facteurs qui sont 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 étant complexes, il est préférable de décomposer le problème en sous-modèles pour plus de clarté, pour organiser vos idées et pour résoudre le problème de superposition plus efficacement.
Par exemple, un modèle d'aptitude pour identifier le meilleur emplacement pour construire une station de sports d'hiver peut se décomposer en plusieurs sous-modèles qui participeront à la rentabilité de la station. Le premier sous-modèle peut concerner le terrain afin d'identifier les emplacements qui offrent un large choix en matière de terrains appropriés pour les skieurs et les surfeurs sur neige.
S'assurer que les clients peuvent atteindre le domaine skiable peut faire l'objet d'un sous-modèle d'accessibilité. Ce sous-modèle peut inclure l'accès depuis les villes principales ainsi que l'accès aux routes secondaires.
Le sous-modèle de coût permet d'identifier les meilleurs emplacements pour construire. Ce sous-modèle permettrait d'identifier les pentes les plus plates ainsi que celles proches des services d'approvisionnement en eau et électricité.
Certains attributs ou certaines couches peuvent appartenir à plusieurs sous-modèles. Par exemple, les pentes raides peuvent représenter un élément favorable dans le sous-modèle du terrain et avoir un impact négatif sur le coût dans le sous-modèle de la 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 conviendra peut-être de créer des couches. Par exemple, il peut être plus souhaitable d'être proche d'un axe routier principal. Pour identifier la distance entre chaque cellule par rapport à une route, vous pouvez utiliser l'outil Distance euclidienne pour créer le raster de distance.
4. Reclassifier/transformer
Il n'est pas toujours possible de combiner directement différents systèmes de numérotation efficacement. Par exemple, l'ajout de valeurs associées à la pente à celles de l'utilisation du sol donnerait des résultats inexploitables. Liste des quatre systèmes de numérotation :
- Rapport - L'échelle de rapport comporte un point de référence, en général le zéro, et les nombres de cette échelle sont comparables. Par exemple, les valeurs d'altitude correspondent à des rapports et une altitude de 50 mètres est deux fois moins élevée que 100 mètres.
- Intervalle - Les valeurs appartenant à une échelle d'intervalle sont relatives les unes aux autres ; il n'existe toutefois pas de point de référence. 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. Il convient toutefois de noter que ces valeurs ne sont pas totalement comparables. Par exemple, un pH de 2 n'est pas deux fois aussi acide qu'un pH de 4.
- Ordinal - Une échelle ordinale permet d'établir l'ordre d'arrivée, premier, deuxième et troisième, dans une course. La relation d'ordre est définie, mais il n'est pas possible de comparer directement les valeurs d'ordre entre elles. Par exemple, la personne qui est arrivée en premier n'est pas forcément deux fois plus rapide que la personne arrivée deuxième.
- Nominal - Il n'existe pas de relation entre les valeurs affectées dans l'échelle nominale. Par exemple, les valeurs associées à l'utilisation du sol, qui sont des valeurs nominales, ne peuvent pas être comparées les unes aux autres. Une utilisation du sol de valeur 8 n'est probablement pas le double d'une utilisation du sol de valeur 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 facteurs multiples pour analyse, vous devez reclassifier ou transformer chaque facteur dans une échelle de rapport 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. Pondération
Certains facteurs peuvent être plus déterminants 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 sports d'hiver, les critères applicables aux pentes 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 applicables aux pente doivent être multipliés par un facteur pour qu'ils soient deux fois plus importants que les critères applicables à la distance à 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 désirables 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 et plus désirable est l'emplacement. Par conséquent, plus la valeur associée au raster en sortie est élevée, plus désirable est l'emplacement.
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'un emplacement à plusieurs ensembles.
7. Analyser
La dernière étape du processus de modélisation consiste à analyser les résultats. Est-ce que les emplacements potentiellement idéals correspondent aux critères ? Il peut être judicieux de ne pas se limiter à explorer les meilleurs emplacements identifiés par le modèle et de rechercher également les deuxièmes et troisièmes sites plus favorables.
Les emplacements identifiés doivent être visités. Vous devez valider que ce que vous pensez exister existe vraiment. Les choses peuvent avoir évolué depuis la création des données pour le modèle. Imaginons que la vue soit un des critères en entrée du modèle ; plus la vue est belle et plus l'emplacement 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.