Télécharger la présentation
La présentation est en train de télécharger. S'il vous plaît, attendez
1
Plan de la présentation
Mise en contexte Défis de recherche Objectifs Solutions Résultats Conclusion 1
2
Mise en Contexte Érosion côtière
Érosion côtière est un phénomène naturel complexe qui menace le littoral du monde entier Phénomène naturel: Érosion cotière Enjeux: Eléments à risques a 2
3
Mise en Contexte Risque et ses composants et analyse de risque
Phénomène naturel: Érosion cotière Enjeux: Eléments à risques a Identification d’alea Érosion Élaborer l’index des vulnérabilités alea Enjeux Vulnérabilité Risque vulnérabilité physique Vulnérabilité sociale Vulnérabilité économique Probabilité d'occurrence intensité b Risque = alea x vulnérabilité 2
4
Mise en Contexte Prise à la décision Prise de décision c
Phénomène naturel: Érosion cotière Enjeux: Eléments à risques a alea Enjeux Vulnérabilité Risque vulnérabilité physique Vulnérabilité sociale Vulnérabilité économique Probabilité d'occurrence intensité b Risque = alea x vulnérabilité Prise de décision c Pêche et océan Environnement Agriculture Transport Municipalité Cadastre etc. 2
5
Mise en Contexte Représentation des zones à risque Faible Moyen Elevé
3
6
Défis de recherche Plusieurs utilisateurs de littoral sous l'autorité de différents paliers d’organisations gouvernementales Plusieurs sources de données Plusieurs critères pour évaluer de risque empêche d’avoir une vision cohérente du risque et un processus décisionnel efficace 4
7
Défis de recherche Nature du risque Limites de SIG
Multidimensionnel Multi-échelle (micro, méso, macro) Hiérarchie Existence d’incertitude Limites de SIG Requêtes complexes Retrouver rapidement l'information ad hoc Besoin d’un outil géo-décisionnel SOLAP Besoin d’une représentation multi échelle en considérant le paramètre d’incertitude 5
8
Objectifs I: Développement d’un outil géo-décisionnel pour améliorer l'évaluation du risque d'érosion côtière à l'aide SOLAP II: Représentation des zones à risque pour prendre en compte l’incertitude inhérente en utilisant la théorie des ensembles flous 6
9
Solution I Approche analytique conceptuelle pour développer un outil géo-décisionnel 7
10
Solution I Analyse des besoins Inventaire des données Régions de Gaspé
Data Source Lidar Data (2003, 2004, 2006) INRS-ETE, Quebec, Canada 2006 Census Canada Statistic Canada Administrative boundary Nat. Resources Canada Geobase database Topography Map Natural Resource of Canada Habitat map Hydrology Network Nat. Resources Canada (GeoBase database) National Road Network Land Cover Technical Reports Transport Ministry of Quebec 8
11
Solution I Identification d’alea (érosion) Identification des enjeux
Niveau de marée (MSL) ArcGIS et LP360 Identification des enjeux Les peuples Les infrastructures (routes, ponts,…) Les maisons …. 9
12
Ranking of each parameter with respect to coastal erosion
Solution I Élaborer l’index de vulnérabilité Category Index parameter Ranking of each parameter with respect to coastal erosion Rank 1* Rank 2* Rank 3* Rank 4* Rank 5* Physical indicators Geology & geomorphology (type of coast) Cliff, fjords beaches Talus, stable beach( with vegetation) Talus, and instable beach (without vegetation) Beach Delta, marsh, dune Coast Elevation (DEM) > 25m 17-24m 11-17m 4-10m 0-3m Slop average 1-13 % 14-20 % 21-28 % 29-35 % > 36 % Tide variation(m/year) <-1 1-2 2.1- 4 > 4 Tide range (m) <1 1-1.9 2-4 4.1-6 > 6 Wave height 0- 2.9 5- 5.9 6- 6.9 > 6.9 Hydrology and drainage network Non-presence ---- Presence Distance between shore and depth of 5m m m m m < 300m Distance between coastline and the vulnerable object > 61m 31-60m 21-30m 11-20m 0-10m Weakness of geological structure Absence of faults, fractures or subsidence Presence of faults, fractures or subsidence Socioeconomic indicators Land occupation Park, Forest, marsh, vegetation land Rural zone mixed Rural zone (rural and other) Urbane zone (residential) Mixed urbane zones Protection structure (type, status, date of construction) Yes, good state Yes, but destroyed or need to repair Non People at risk (age, sex, income, occupation, education) Principal Component analysis of Census data Tourism Structure (house, manufacture, built environment) and Infrastructure (road, railway, port, bridge, power transfer) 10 (Gornitz et al. 1991; Thieler and Hammer-Klos 1999; Shaw et al. 1998; Xhardé 2007, Boruff et al. 2005)
13
Solution I Développement d'un modèle conceptuel multidimensionnel spatial Identification des dimensions Spatiales Temporelles Thématiques Identification des mesures Numériques 11
14
Solution I Dimensions spatiaux Segment d’analyse Structures 12
15
Solution I Dimension temporelle 13
16
Solution I Dimensions thématiques Peuples Niveau de marée
Hauteur de vague Réseau hydrologie Géologie …. 13
17
Solution I Identification des mesures Mesures spatiales
risque pour tous les enjeux vulnérables dans n'importe quel niveau de détail par rapport à une ou plusieurs dimensions dans une région particulière et de la période avec une priorité de distance de la côte, … Mesures numériques Nombre de personnes à risque Nombre des structures à risque 14
18
Résultat I 15
19
Distance of vulnerable object from coastline
Résultat I Modèle de requête en étoile Spatial unit analysis Country Analysis unit Day Distance of vulnerable object from coastline Classification Time Land Use Type Section Structure Elevation Coastal change rate Weakness Geology Type Week Month Year Municipality MRC Region Province Property Value Segment Real value Erosion rate Distance Season 16
20
Solution II Approche algorithmique à l’aide de la théorie des ensembles flous Ensemble des objets dont l'appartenance à la classe prend une valeur entre zéro et un 17
21
Solution II MF is defined for each criterion LP360
Load LiDAR Data Geo-referencing Create TIN & DTM Extract MSL Calculate Erosion Rate Classification: represent erosion sites Load other cartography Layers Extract and classify vulnerable features Determine segment size Gridding space as pixel Define Membership Function for each pixel Pre-calculate Measures based on risk formula Construct Fact table Fuzzy representation of risk for each pixel Aggregation of pixel (fuzzy object) Multi scale representation of risk zones Repeat for each epoch LP360 MF is defined for each criterion 18
22
Résultat attendu II 19
23
Conclusion Arguments:
Nature du risque Plusieurs sources de données et des critères sont en conflit Étude spécifique sur un enjeu du risque à l’échelle locale avec les perspectives courts termes Les limites de SIG L’existence d’incertitude Outil géo-décisionnel est un rôle important pour améliorer l'évaluation du risque d'érosion côtière: inclue plusieurs types d’objets vulnérables et leurs interactions Approche des ensembles flous est une solution pour mieux représenter les zones à risque 20
24
Merci pour votre attention
Fin Merci pour votre attention 21
Présentations similaires
© 2024 SlidePlayer.fr Inc.
All rights reserved.