Thèse soutenue

Fusion de données géoréférencées et développement de services interopérables pour l’estimation des besoins en eau à l’échelle des bassins versants
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Mickaël Beaufils
Direction : Laurent PolidoriJean-Michel Follin
Type : Thèse de doctorat
Discipline(s) : Géomatique
Date : Soutenance le 04/12/2012
Etablissement(s) : Paris, CNAM
Ecole(s) doctorale(s) : Ecole doctorale Arts et Métiers (Paris)
Partenaire(s) de recherche : Laboratoire : Laboratoire Géomatique et Foncier. Équipe de Géodésie et de Géomatique (Le Mans)
Jury : Président / Présidente : Yamna Djellouli
Examinateurs / Examinatrices : Laurent Polidori, Jean-Michel Follin, Yamna Djellouli, Michel Mainguenaud, Alain Bouju, Valérie Jouët, Pierre Lagarde
Rapporteurs / Rapporteuses : Michel Mainguenaud, Alain Bouju

Résumé

FR  |  
EN

De nos jours, la préservation de l’environnement constitue un enjeu prioritaire. La compréhension des phénomènes environnementaux passe par l’étude et la combinaison d’un nombre croissant de données hétérogènes. De nombreuses initiatives internationales (INSPIRE, GEOSS) visent à encourager le partage et l’échange de ces données. Dans ce sujet de recherche, nous traitons de l’intérêt de mettre à disposition des modèles scientifiques sur le web. Nous montrons l’intérêt d’utiliser des applications s’appuyant sur des données géoréférencées et présentons des méthodes et des moyens répondant aux exigences d’interopérabilité. Nous illustrons notre approche par l’implémentation de modèles d’estimation des besoins en eau agricoles et domestiques fonctionnant à diverses échelles spatiales et temporelles. Un prototype basé sur une architecture entièrement orientée services web a été développé. L’outil s’appuie sur les standards Web Feature Service (WFS), Sensor Observation Service (SOS) et Web Processing Service (WPS) de l’OGC. Enfin, la prise en compte des imperfections des données est également abordée avec l’intégration de méthodes d’analyse de sensibilité et de propagation de l’incertitude.