Automatisation de la mise à jour Rencontre dopportunité 29 octobre 2009.

Présentation au sujet: "Automatisation de la mise à jour Rencontre dopportunité 29 octobre 2009."— Transcription de la présentation:

1 Automatisation de la mise à jour Rencontre dopportunité 29 octobre 2009

2 Les ressources naturelles du Canada – Pour aujourdhui et pour demain2 Plan Bilan de lanalyse des résultats de lextraction Énoncé des besoins et objectifs Méthodologie proposée Budget et échéancier

3 3 Bilan de lanalyse Procédure utilisée Vectorisation de lextraction avec Arc_Object Application des dimensions minimales basées sur les tolérances de changement Découpage des surfaces automatiquement extraites sur les éléments de la classe Étendue deau de la BDG Numéroter les surfaces selon la convention suivante : Nouvel élément détecté non dans BDG (1000-9999) Ajout détecté à entité BDG existante (10000-19999) Retrait détecté à entité BDG existante (20000-29999) Modification non détecté par le traitement (30000-39999) Choix dune orthoimage 20M dont lextraction a été effectuée avec lalgorithme modifié Visiter chaque changement détecté par le traitement et le valider Mettre à jour le fichier Excel indiquant la qualité de données Capter les modifications si la qualité de la géométrie est mauvaise et mettre le No_Seq de la nouvelle entité en lien Ajouter les modifications non détectées par le traitement

4 4 Bilan de lanalyse Constatations: Le mauvais alignement de la BDG à limage cause des erreurs dextraction Les grosses surfaces sont biens extraites Les petites surfaces ont besoin de raffinement Il y a de gros manques dans les rivières doubles Les lacs-rivières sont problématiques La détection des vraies mises à jour a besoin damélioration

5 5 Tableau des résultats fid 0fid 1fid 2fid 3fid 4 004.00%21.00%12.00%31.00%32.00%0.20 1054.00%71.00%59.00%54.00%57.00%0.59 1142.00%8.00%29.00%15.00%11.00%0.21 100.00% 100%100.00% Colonne Fid = secteur Premier chiffre rangée: Détection pertinente (1= Oui, 0 = Non) Deuxième chiffre rangée: Qualité de la géométrie (1= Bon, 0 = Mauvais)

6 6 Besoins/objectifs Algorithme dextraction (CRIM) Raffiner la qualité de lextraction Encapsulation du programme pour exécution au CITS (python + scipy) Utilisation dun MNA Utiliser du vectoriel pour réduire les temps de traitements Autres propositions Utiliser lalgorithme pour (CITS): Aligner la BDG sur limage Détecter/automatiser les changements pour mise à jour Développer un processus dalignement intelligent via matrice de correction (CITS)

7 7 Méthodologie proposée Aligner manuellement les régions hydriques de la BDG sur limage (CITS) Extraction automatique avec lalgorithme raffiné (CRIM) Évaluation et analyse qualitative et quantitative (CITS) Recommandations (CITS)

8 8 Coûts et échéancier Discussion des coûts et dun échéancier

9 9 Varia Reconnaissances de formes