CONCEPTION D’UNE BASE DE DONNEES...

20 KONAN-WAIDHET Arthur Brice, SAVANE Issiaka, BIEMI Jean : Conception d’une base de données...

CONCEPTION D’UNE BASE DE DONNEES SPATIALES EN VUE D’UNE GESTION INTEGREE DES RESSOURCES DANS LA REGION DE

DENGUELE (Nord-Ouest de la Côte d’Ivoire).

KONAN-WAIDHET Arthur Brice, Etudiant en Thèse Unique de Télédétection et SIG à l’UFR des sciences de la terre et des ressources minières / CURAT,Université de Cocody, Abidjan (Côte d’Ivoire).22 BP 801 Abidjan

22, Email:[email protected]

SAVANE Issiaka, Maître de recherche Hydrogéologie-Télédétection et SIG à l’UFR des sciences et gestion de l’environnement, Université de Abobo-Adjame, Abidjan (Côte d’Ivoire), 02 BP 801 Abidjan 22. Email:

[email protected]

BIEMI Jean, Professeur Titulaire en Hydrogéologie à l’UFR des sciences de la terre et des ressources minières, Université de Cocody, Abidjan (Côte d’Ivoire).22 BP 801 Abidjan 22

RÉSUMÉ

L’objectif principal de ce travail est de mettre en place un outil d’aide à la décision dans la planifi cation et la gestion des projets de développement dans la région de Denguélé.

La mise en œuvre de cet outil a nécessité une collecte de données satellitaires, cartographiques et descriptives. Sa conception est basée sur la méthode MERISE et com-prend deux (2) étapes : la modélisation des données et la réalisation d’un prototype.

La modélisation des données permet de défi nir la structure de la base de données et comprend deux grandes phases: la modélisation conceptuelle des données (MCD) et la modélisa-tion logique des données (MLD).

La réalisation du prototype comprend deux (2) phases : l’implantation du modèle physique de données (MPD) et l’élaboration des requêtes.

Le résultat des requêtes se présente sous forme de tableaux, de graphique ou sous forme cartographique. Les données à référence spatiale permettent d’avoir des infor-mations, autant sur les données descriptives que sur leur position dans l’espace.

Les requêtes proposées peuvent facilement être réalisées et reproduites par les gestionnaires du territoire.

Cette base de données spatiales est un outil qui devrait faciliter la gestion des données et l’organisation des inter-ventions dans de la région de Denguélé.

Mots-clés : BASE DE DONNÉES SPATIALES, MERISE, GESTION DU TER-RITOIRE, MODÉLISATION DES DONNÉES, DENGUÉLÉ, CÔTE D’IVOIRE.

ABSTRACT

CONCEPTION OF GEOGRAPHICAL DATA BASIS FOR INTEGRATED MANAGEMENT OF RESOURCES IN THE AREA OF DENGUELE (North-West of Côte d’Ivoire).

The main aim of this work consist of setting a tool which use has to make easy a decision in the planning and management of developing plans in the area of Denguele.

The fulfi lment of that tool needed check of information necessarily to realise a spatial data basis. Its conception is based on the MERISE method and followed two great steps : the modelisation of data and the fulfi lment of a prototype.

The purpose of modelisation is to defi ne the structure of the data basis. It is summerized into two phases: the conceptual modelisation of data (CMD), and the logical modelisation of data (LMD).

The fulfi lment of the prototype has been done at two levels : the settlement of the physical model data (PMD) and the formulation of requests.

The result of requests is presented on the form of boards, graphic or on cartographic form. Data with spatial reference gives informations to any user as well as about the descriptive data and their position in space. The proposed requests are easily reachable and reproductible thanks to the managers of the land.

That tool must easily help for data management and also for the development of the area of Denguele.Key words : GEOGRAPHICAL DATA BASIS, MERISE, LAND MANAGEMENT, MODELISATION OF DATA, DENGUÉLÉ, CÔTE D‘IVOIRE

Revue de Géographie Tropicale et d’Environnement, n° 6, 2006

© EDUCI, 200621

I-INTRODUCTION

Certaines régions de la Côte d’Ivoire, à l’instar du Denguélé, ont un handicape au niveau du dé-veloppement économique et social du fait de leur éloignement des principaux centres économiques mais aussi de l’insuffi sance des réseaux de com-munication. Cela a pour conséquence l’exode rural massif vers les villes prospères.

Disposer d’informations adéquates en temps réel pour élaborer des projets d’aménagement en faveur de la population est une nécessité pour les gestionnaires du Denguélé. Cependant, ces données révélées par divers travaux1,2 de type numérique, alphanumérique et cartographique sont stockés dans des bibliothèques sans aucune interaction entre elles. Par conséquent, le délai de recherche est assez long. Il faut donc pouvoir regrouper toutes ces données relatives à la région dans une base de données en vue d’une prise de décision assez rapide et effi cace.

De telles initiatives ont déjà été prises ailleurs et cela a permis d’élaborer une interface graphique per-mettant une intégration et une gestion des données. Ces travaux étaient basées sur des thématiques spé-cifi ques : exploitation du bois3, exploitation du réseau ferroviaire4, gestion de la réserve des grangettes5.

Au niveau du Denguélé, aucune étude véritable n’a été entreprise dans ce sens.

C’est face à toutes ces réalités que, nous nous proposons de concevoir une base de données spatia-les selon la méthode MERISE. Elle s’inscrit dans une approche pluridisciplinaire. L’objectif est de mettre en place un outil d’aide à la décision dans la plani-fi cation et la gestion des projets de développement au niveau de la région de Denguélé.

II-CONTEXTE GENERAL DU SITE D’ETUDE

II.1 LOCALISATION GÉOGRAPHIQUE DU SITE DE L’ÉTUDE

Située au Nord-Ouest de la Côte d’Ivoire à 880 km d’Abidjan, la région de Denguélé est une porte d’entrée des pays voisins que sont le Mali au Nord et la Guinée à l’Ouest. Il partage également des frontiè-res administratives avec trois régions : le Bafi ng et le worodougou au Sud et la région des Savanes à

l’Est. La région s’étend sur une superfi cie de 10 343 km2 et se situe entre les longitudes 7° et 8°15 Ouest et les latitudes 9° et 10°25 Nord (Figure 1).

La limite de la zone d’étude est celle drainée par des rivières tributaires du fl euve Niger principalement le Bani.

Figure 1 : Localisation de la zone d’étude


II.2 DESCRIPTION GÉNÉRALE

Le climat est de type soudanais connu pour sa longue saison sèche qui s’étend sur la moitié de l’année (novembre à avril). Malgré cela, la région enregistre annuellement de grandes quantités de pluies. Elle se situe entre les isohyètes 1400 et 1600. Une pluviométrie comparable se situe plutôt dans les zones forestières du pays, pourtant la région est cou-verte de savane, ce qui permet de comprendre que le phénomène d’évapotranspiration y est élevé.

La région compte près de 222.446 habitants constitués en majorité de Malinké et de Sénoufo. L’activité essentielle de la région est l’agriculture, secondée par l’élevage.

Le développement de l’agriculture contribue de façon notable à la modifi cation des écosystèmes.

Les cultures de rente que sont le coton et l’ana-carde, permettent à bon nombre de paysans de re-lever un tant soit peu leur revenu et représentent un apport fi nancier non négligeable pour l’économie de la région. Cette agriculture doit avant tout s’appuyer sur une parfaite maîtrise et une gestion rationnelle des ressources en eau.

III- APPROCHE METHODOLOGIQUE

III.1 ACQUISITION DES DONNEES

La conception de la base de données repose sur la qualité des données collectées.

Les données disponibles pour la réalisation de ce prototype sont :

- des données satellitaires : les images Landsat TM de 1986 et 2000 collectées au Centre de Carto-graphie et de Télédétection (C.C.T),

- des données cartographiques : un extrait topo-graphique à l’échelle 1/200 000. Cette carte fournit des informations relatives aux réseaux routier, hy-drographique et à l’occupation du sol,

- des données descriptives : collectées à l’institut national de la statistique (INS), à l’issue de travaux antérieurs et par des enquêtes sur le terrain. Ces données concernent la population, les infrastructures et activités socio-économiques, les infrastructures culturelles et touristiques.

III.2 MODELISATION DES DONNEES

La modélisation des données comprend deux grandes phases : la modélisation conceptuelle des données (MCD) et la modélisation logique des don-nées (MLD). Elle repose sur la Méthode d’Etude et de Réalisation Informatique pour les Systèmes d’Ensemble ou MERISE qui a été développée à l’ori-gine pour la gestion d’entreprise. Mais, nous l’avons adapté à la gestion du territoire.

III.2.1 Modélisation conceptuelle des données (MCD)

Dans cette phase, on s’intéresse à doter la base de données d’une structure solide qui permettra, d’une manière effi cace, d’optimiser les traitements.

Le MCD a été élaborée à partir du logiciel Sybase Power AMC 9.5, selon le formalisme Entité-Relation qui prend en compte les éléments suivants : les en-tités, les relations et les cardinalités.

Les objets ou les éléments pour lesquels on sou-haite conserver des informations sont les entités. Les associations entre ces entités sont les relations. Dans le langage de description de la base de données une entité est semblable à un sujet et une relation à un verbe. La cardinalité indique le type de relation désiré : un à plusieurs ou plusieurs à plusieurs.

On identifi e les objets du monde réel comme des entités possédant deux types d’attributs : les attributs alphanumériques qui donnent une description de l’objet et les attributs graphiques qui décrivent la géométrie de l’objet. Ces derniers sont marqués par un pictogramme.

Ce formalisme utilise un langage graphique simple pour dégager une description synthétique des objets et de leurs liens structurels.

III.2.2 Modélisation logique des données (MLD)

La phase de modélisation logique des données consiste à organiser les entités du MCD suivant le modèle de données de type relationnel.

Dans ce type de modèle, les entités et les asso-ciations sont représentées par un concept unique : la relation. Les relations sont des tableaux à deux (2) dimensions (ligne et colonnes) appelés tables. Au


© EDUCI, 200623

niveau des données spatiales, on distingue les tables pri-maires (contenant les entités à référence spatiale) et les tables secondaires (contenant les entités descriptives).

La traduction du MCD en MLD dépend essentielle-ment des cardinalités entre les entités de part et d’autre des associations. Ainsi, lorsque ces cardinalités sont supérieures à 1 de part et d’autre de la relation, l’asso-ciation devient une table. Dans le cas contraire, elle est supprimée au passage du MCD au MLD.

III.3 REALISATION DU PROTOTYPE La réalisation du prototype comprend deux (2)

phases : l’implantation du modèle physique de données (MPD) et la réalisation des requêtes.

III.3.1 Implantation du modèle physique de données (MPD)

Il s’agit essentiellement de créer les tables obtenues à partir du MLD, et d’établir entre elles les liens relationnels appropriés.

Les outils utilisés pour l’implantation du MPD sont : le Système de Gestion de Base de Données (SGBD) Access, pour la création de toutes les tables descripti-ves et le logiciel MapInfo pour la création de supports cartographiques et des tables à référence spatiale.

III.3.1.1 Création des tables descriptives

Elle est réalisée à partir du mode création dans une fenêtre Access. Il faut au préalable donner un nom à la table avant de pouvoir commencer la saisie des champs (Figure 2). Chaque champ correspond à un des attributs retenus lors de la modélisation logique. Chaque attribut est caractérisé par un type de donnée (texte, numérique, date…).

Chaque table comporte une clé primaire (maté-rialisé par la présence d’une clé). Cette clé permet d’avoir des lignes différentes les unes des autre au sein de chaque table.

Une fois la table créée, on peut entreprendre des modifi cations si cela s’avère nécessaire.

Figure 2 : Table «DESCRIPTIF» en mode création

La saisie des enregistrements se fait en mode feuille de données (Figure 3). Les en-têtes des colonnes correspondent aux différents attributs (ou champs). La saisie de données supplémentaires se fait à la suite des lignes déjà remplies.


Figure 3 : Création de la table « DESCRIPTIF » en mode feuille de données

III.3.1.2 Création des tables à références spatiales

Les tables primaires sont des objets de type vec-toriel représentés par des points et des surfaces.

Les étapes de création d’une table sous MapInfo débutent par une description des différents champs ou attributs de chaque table spatiale (Figure 4). La défi nition de la table consiste à préciser le type de

données (entier, réel, chaîne de caractères…), leur taille (ou largeur) en fonction du nombre de carac-tères à saisir. Cette défi nition de table se réalise directement dans la boîte de dialogue.

Il faut d’abord géoréférencer la carte topogra-phique utilisée comme support cartographique en précisant le système de projection (latitude/longitude, WGS 84).

Figure 4 : Exemple de la structuration de la table «VILLAGE»

Une fois les champs défi nis, on nomme la table et on peut commencer à saisir les objets (= numériser), si et seulement si la couche (ou table primaire) est en mode d’édition de données (fi gure 5).


© EDUCI, 200625

Symbole du mode d’édition de données

Figure 5: Gestionnaire de couche et édition de la table «VILLAGE»

III.3.2 Réalisation des requêtes

Une base de données doit permettre à ses utilisateurs d’en extraire tous les renseignements dont ils ont besoin. Dans MapInfo, les requêtes sont réalisées par sélections sur une ou plusieurs tables. Le but de cette étape est de tester et de démontrer les capacités du prototype dans la réalisation des requêtes. Ces dernières sont formulées en langage SQL, autant sur des tables spatiales que non spatiales.

IV-RESULTATS ET DISCUSSION

IV.1 RÉSULTATS

IV.1.1 Modélisation conceptuelle des données (MCD)

Le schéma conceptuel de données élaboré à partir des entités retenues apparaît, du point de

vue graphique comme un ensemble de polygones reliés par des polylignes (Figure 6). Les entités sont représentées par des rectangles et les relations par des verbes dans des formes ovales.

Les entités retenues pour le MCD sont défi nies selon trois classes d’entités :

- entités sans dimension spatiale ou entités descriptives au nombre de vingt cinq (25),

- entités à référence spatiale au nombre de quatre (4) : (village, barrage potentiel, pluviomètre, sous bassins),

- objets cartographiques au nombre de quatre (4) : (extrait topographique, réseau routier, réseau hydrographique, images satellitaires), nécessaire pour localiser les deux premiers types d’entités.


Figure 6 : Modèle conceptuel de données de la région de Denguélé


© EDUCI, 200627

Légende du pictogramme

IV.1.2 Modélisation logique des données (MLD)

Une observation du MCD permet de noter trois types de cardinalité entre les entités qui sont à l’origine de la détermination des tables du MLD :

1- relation binaire aux cardinalités (X, 1) - (X, n), X = 0 ou X = n : dans ce cas, la clé primaire de la table à la cardinalité (X, n) devient une clé étrangère de la table à la cardinalité (X, 1) ;

2- relation binaire aux cardinalités (X, n) - (X, n), X = 0 ou X =1 : dans ce cas, il y a création d’une table supplémentaire ayant comme clé primaire une clé composée des identifi ants des deux (2) entités. On dit que la clé primaire de la nouvelle table est la concaténation des clés primaires des deux premières tables ;

3- relation binaire aux cardinalités (1,1) - (1,1) : dans ce cas, les deux entités deviennent des tables. C’est l’entité émettrice de la contrainte d’intégrité référentielle (c’est-à-dire l’entité «mère») qui reçoit l’identifi ant de l’entité «fi lle».

Cela donne en défi nitive vingt sept (27) tables descriptives, en raison de la transformation de deux (2) associations en tables, et quatre (4) tables à référence spatiale.

IV.1.3 Exploitation du Prototype

Toutes les tables nécessaires à la requête sont appelées à partir de la fonction «From» de MapInfo qui possède une interface graphique.

A travers deux exemples de requêtes réalisées sur le prototype, nous expliquons comment se fait leur lecture et leur signifi cation réelle.

IV.1.3.1 Affi cher les villages et le nombre de bénéfi ciaire du projet agricole oignon lancé par les autorités gouvernementales en 1988.

La requête entière se traduit de la manière sui-vante :

Select VILLAGES.nomvillage, PROJET_AGRI-COLE.nom_projet,

PROJET_AGRICOLE.nb_bénéfi ciaire

From VILLAGES, PROJET_ AGRICOLE

Where VILLAGES.idvillage = PROJET_AGRI-COLE.idvillage And

PROJET_AGRICOLE.nom_projet = «oignon»

La saisie s’effectue dans une fenêtre «Sélection SQL» et prend la forme suivante (Figure 7) :

Entité spatiale ponctuelle

Entité spatiale linéaire

Entité spatiale surfacite

Entité rasterSans pictogramme Entité non spatiale


Figure 7 : Formulation de la requête «Affi cher les villages et le nombre de bénéfi ciaire du Projet Agricole Oignon lancé par les autorités gouvernementales en 1988».

Cette requête renvoie le contenu de la colonne «nomvillage» de la table VILLAGES et le contenu des colonnes «nom_projet» et «nb_bénéficiaire» de la table PROJET_AGRICOLE. La jointure se fait sur «idvillage» dans la clause Where pour indiquer au système que, la liaison entre les deux tables s’effectue

sur cette colonne commune. Le nom du projet concerné est «oignon» qui est le critère imposé par la requête.

Résultat de la requête

Cette requête se traduit par les résultats illustrés ci-dessous (fi gures 8 et 9) :

Figure 8 : Résultat de la requête : Affi cher les villages et le nombre de bénéfi ciaire du projet agricole oignon lancé par les autorités gouvernementales au cours de l’année 1988 sous forme de tableau


© EDUCI, 200629

Figure 9 : Résultat de la requête : Affi cher les villages et le nombre de bénéfi ciaire du projet agricole oignon

lancé par les autorités gouvernementales au cours de l’année 1988 sous forme cartographique

Les couches sélectionnées et utilisées comme toile de fond à la requête sont les réseaux hydrogra-phique et routier (fi gure 9). Elles servent de repère cartographique.

Ce résultat permet non seulement d’avoir des informations géographiques (situation des villages où le projet «oignon» a été réalisé, illustré par un rectangle rouge mais également toutes les informations (le nom du village et le nombre de bénéfi ciaire) de la base de données se référant à la requête (fi gure 8).

Le projet «oignon» a été lancé en 1988 au niveau de la région de Denguélé en vue de vulgariser la technique culturale de l’oignon de contre-saison. Les villages ont été inégalement intéressés par cette nouvelle spéculation, notamment pour des raisons culturelles. En effet, cette culture a été particulièrement acceptée par les malinkés alors que

les Sénoufo, pour des raisons d’interdiction liées à leur culture l’ont refusé6.

A travers le résultat de la requête, l’on note que la culture de l’oignon ne peut être pratiqué qu’à proximité d’une ressource en eau. La culture de l’oignon réclame des travaux quotidiens (notamment d’arrosage) et débute en octobre alors que les travaux champêtres ne sont pas achevés (particulièrement la récolte du coton). Il est donc intéressant pour les paysans de choisir un site à proximité de leur champ.

Ce résultat pourrait donc suggérer la réalisation de petites retenues d’eau en vue de la valorisation de la culture d’oignon qui constitue une ressource fi nancière additionnelle pour les paysans. Ces petites retenues d’eau peuvent également, contribuer au développement des cultures maraîchères, de la pisciculture, de l’agriculture et de l’agro-pastorale.


IV.1.3.2 Quels sont les villages où le coton est la principale culture d’exportation ?

La requête entière se traduit de la manière suivante :Select VILLAGES.nomvillage, DESCRIPTIF.cult exportation

From VILLAGES, DESCRIPTIFWhere VILLAGES.idvillage = DESCRIPTIF.idvillage And DESCRIPTIF.cult exportation= «coton»

La saisie s’effectue dans une fenêtre «Sélection SQL» de MapInfo (fi gure 10) :

Figure 10 : Formulation de la requête «les villages où le coton est la principale culture d’exportation».

Cette requête renvoie le contenu de la colonne «nomvillage» de la table VILLAGES et le contenu de la colonne «cult_exportation» de la table DESCRIPTIF. La jointure se fait sur «idvillage» dans la clause Where pour indiquer au système que, la liaison entre les deux tables s’effectue sur cette colonne commune. Le nom de la culture d’exportation

concerné est «coton» qui est le critère imposé par la requête. Il est important de mettre les côtes « » dans la clause Where, sinon le système interprétera «coton»comme une colonne.

Résultat de la requête

Cette requête se traduit par les résultats illustrés ci-dessous (fi gures 11, 12, 13) :

Figure 11 : Résultat de la requête : les villages où le coton est la principale culture d’exportation sous forme de table


© EDUCI, 200631

Le résultat de cette requête est présenté d’une part en utilisant comme toile de fond une image satel-litaire de l’année 1986 et d’autre part, en utilisant une image satellitaire de l’année 2000.

Figure 12 : Cartographie des sites où le coton est la principale culture d’exportation avec l’image de l’année 1986 en toile de fond

Figure 13 : Cartographie des sites où le coton est la principale culture d’exportation avec l’image de l’année 2000 en toile de fond


L’utilisation de deux (2) images prises à des dates différentes (1986 et 2000) permet d’apprécier la dynamique de l’occupation du sol sur une période de 14 années. L’image satellitaire couvre les villages de Kotouba, Kadiola et Gbahanla. Ces villages étaient très petits sur l’image de 1986 mais se sont étendus sur l’image de 2000. En effet, de 1986 à 2000, la population de ces localités a considérablement augmentée. On est passé de 308 à 474 habitants à Kotouba, de 175 à 364 habitants à Kadiola, puis de 259 à 847 habitants à Gbahanla.

Sur l’image de 2000, on note aussi une augmen-tation des superfi cies des zones de cultures. Cela est visible à travers les polygones de couleur blanche qu’on observe sur cette image. Le coton demeure en effet, la principale culture de rente de la région. Cela se traduit par un engouement de la population rurale active vis-à-vis de cette culture. Aussi, faut-il le noter, les paysans bénéfi cient de l’appui technique de la Compagnie Ivoi-rienne pour le Développement du Textile (CIDT).

L’extension de la culture du coton a entraîné, avec elle, celles du maïs et de l’arachide, qui sont les premières à être commercialisées et bénéfi cient elles aussi, de condition de marché favorable du fait de l’augmentation régulière de la demande. L’exten-sion des cultures à pour corollaire la dégradation du couvert végétal. Ainsi, sur l’image de 2000, on évalue l’occupation du sol par les cultures à environ 6,087 hectares (l’ensemble constitué par les polygones en blanc sur l’image). Cette occupation du sol n’est pas seulement le fait de la culture du coton. Elle prend aussi en compte l’anacarde et le soja.

L’image satellitaire utilisée comme support car-tographique permet ainsi d’apprécier les différentes pressions exercées par les pratiques agricoles sur l’environnement.

Ces résultats peuvent permettre de sensibiliser les populations sur l’inconvénient de certaines pratiques culturales sur les sols. Il est effectivement diffi cile pour les paysans de se rendre compte de l’impact réel des défrichements sur le bassin, étant dans le village (la savane leur semble toujours abondante).

IV- DISCUSSION

La base de données obtenue est cohérente, c’est-à-dire que pour chaque donnée fournie, il est

possible de retrouver toutes les informations s’y rattachant. En effet, pour chaque village donné, il est possible d’avoir toutes les données descriptives, et donc toutes les activités socio-économiques et les ressources en eau. La base de donnée ne contient aucune redondance, ceci évite la présence de donnée aberrante. La cohérence de la base de données est traduite par un bon fonctionnement du système d’information lors de la réalisation des traitements7. Le système d’information réalisé dans le cadre de ce travail, est ouvert et peut permettre des opérations de mise à jour permanente.

Le modèle entité-relation a été appliqué avec succès par d’autres auteurs pour la mise en place d’un système d’information à référence spatiale dans différents domaines. Notamment au niveau de l’habitat8 et dans la gestion d’un bassin versant9.

Cela prouve que la démarche adoptée pour la conception de cette base de données spatiales peut s’adapter à des problématiques très diversifi ées.

L’outil de prototypage, MapInfo, permet d’apprécier les potentialités d’un tel logiciel dans la mise en œuvre d’un Système d’Information à référence spatiale. L’exploitation de l’interface cartographique facilite les analyses et présente des résultats pertinents et utiles à la prise de décision10. Ainsi, les utilisateurs de cette base de données sont à même de trouver les données qui les intéressent en fonction des critères de sélection souhaités11. Le couplage MapInfo/Access a été testé avec le prototype et il a montré son effi cacité. La démarche adoptée peut permettre à une tierce personne de poursuivre aisément ce travail.

CONCLUSION

Ce travail vise à la mise en place d’un outil d’aide à la décision dans la planifi cation et la gestion des pro-jets de développement dans la région de Denguélé.

La mise en œuvre de cet outil nécessite une bonne qualité des données collectées et de leur traitement.

La conception de cette base de données spatiales selon la méthode MERISE comprend deux (2) étapes : la modélisation des données et la réalisation d’un prototype.

Le MCD a été élaborée à partir du logiciel Sybase Power AMC 9.5, selon le formalisme Entité-Relation.


© EDUCI, 200633

Le MLD organise les données du MCD suivant un SGBD de type relationnel.

La réalisation du prototype s’est effectuée en deux (2) étapes : l’implantation du modèle physique de données (MPD) et l’élaboration de requêtes.

Les outils utilisés pour l’implantation des données sont le SGBD Access, pour la création de toutes les tables descriptives d’une part, et d’autre part, le logiciel MapInfo pour la création de supports cartographiques, des tables à référence spatiale ainsi que pour la formulation des requêtes en langage SQL.

Les entités du MCD sont défi nies selon trois classes d’entités :

- entités sans dimension spatiale ou entités descriptives au nombre de vingt cinq (25),

- entités à référence spatiale au nombre de quatre (4) : (village, barrage potentiel, pluviomètre, sous bassins),

- objets cartographiques au nombre de quatre (4) : (extrait topographique, réseau routier, réseau hydrographique, images satellitaires), nécessaire pour localiser les deux premiers types d’entités.

La traduction du MCD en MLD donne en défi ni-tive vingt sept (27) tables descriptives et quatre (4) tables spatiales.

Les requêtes proposées sont facilement réalisables et reproductibles par les gestionnaires du territoire. Les résultats obtenus avec cette méthode sont fi ables et se présentent sous forme de tableaux, de graphique ou sous forme cartographique. Les données à référence spatiale permettent de visualiser la situation des villages, des barrages potentiels et des pluviomètres. Ce qui renseigne tout utilisateur, autant sur les données descriptives de ces entités, que sur leur position dans l’espace et sur les objets qui les entourent.

Les objectifs définis dans le cadre de la problématique de ce travail ont été atteints. Cela, à travers la conception d’un prototype de système d’information qui permet de répondre à un certain nombre de besoins des gestionnaires de la région.

REFERENCES

1- SAVANE I. (1997) : Contribution à l’étude géologique et hydrogéologique des aquifères discontinus du socle cristallin d’Odienné (Nord-Ouest de la Côte d’Ivoire). Apport de la Télédétection et d’un Système d’Information Hydrogéologique à Référence Spatiale. Thèse d’état, 398 p.

2- INS(2004) : Situation démographique nationale, volume v : tome 4, Atlas des infrastructures socio-économiques de la région du Denguélé, 63 p.

3- NKOUMAKALI B. (2003) : Mise en place d’un SIG pour le contrôle et le suivi des activités des unités de trans-formation du bois au Gabon. Mémoire de DESS. Univ.Marne-la-vallée, 44 p.

4- BARO A. (2003) : interface entre système d’information des ventes et système d’information géographique. Mémoire de DESS. Univ.Marne.

5- BENAGLI C. (1998) : Conception d’un SIRS environnemental pour la gestion des réserves naturelles des grangettes. Ecole Polytechnique Fédérale de Lausane 88p. http://lasig.rpfl .ch/recherche/rapport/cb 1998.pdf(25/04/2006)

6- FROMAGEOT Audrey (1996): Valorisation maraîchère petits barrages dans le nord de la Côte d’Ivoire. Etude de cas : valorisation de l’oignon de contre saison à Korokara. Bulletin GIDIS-CI. pp. 11-17.

7- BROCHIER C. (1998) : Approche Méthodologique et opérationnelle pour l’élaboration d’un SIG au sein de l’ONG action contre la faim, Rapport 24 p.

http://www.action contre la faim.org (12/05/2006)8- MAYOR C. (1998) : Etude et Conception d’un Système

d’Information à Référence Spatiale pour la gestion des hébergements lors des JO 2006 en VALAIS, Ecole Polytechnique Fédérale de Lausane 62 p.

http://lasig.rpfl.ch/recherche/rapport/cm 1998.pdf (25/04/2006)

9- MONAT F. (2000) : Mise en place d’un Système d’Information Géographique (SIG) pour le bassin du Merguelil (Tunisie), Ecole Nationale Supérieur Agronomique, Montpellier Rapport de stage, DESS 103 p.

http://www.mpl.ird.fr/dirha/pdf/tuni/merg1/signt/monat. (25/04/2006)

10- PETTANGE C. et TAMO T. T. (1997) : SIGSADRE : un système d’aide à la planifi cation et la gestion du réseau d’eau dans les quartiers à habitat spontané. Sécheresse n°3 septembre1998, volume 9 p. VII.

11- MOURE B. (2003) : Gestion des données topographique de référence du service de l’information géographique de la ville d’Orléans. Mémoire de DEA. Edition

Noisy-le grand,Univ.Marne-la-vallée, 51 p.

CONCEPTION D’UNE BASE DE DONNEES...

Documents

Transcript of CONCEPTION D’UNE BASE DE DONNEES...