Modèle d’isochrones automatisé dans

des opérations de recherche terrestre

• Présenté par : Miguel Blanco

Organisation

• Université de Sherbrooke

• Secteur d'activité: Éducation 1er , 2e et 3e cycles

• Emplacement: Villes de Sherbrooke et Longueuil

• 40 000 étudiants

• 7 000 employés

• 3 400 professeurs

• Département de géomatique appliquée

• Centre d’applications et de recherches en télédétection (Cartel)

• Bac. en géomatique appliquée à l’environnement

• Diplôme de 2e cycle en géomatique appliquée

• M. Sc. en sciences géographiques (géomatique, télédétection, environnements géographiques et géodéveloppement durable)

• Doctorat en télédétection (géomatique, télédétection, traitement d’images)

Description du projet

• Contexte

Chaque fois qu’une personne est disparue, une alerte est donnée. La police et les groupes de recherche terrestre spécialisés travaillent pour la retrouver, mais, par où commencer? Dans quelles directions orienter les recherches? Combien du temps pour balayer les différents secteurs? C’est souvent une question d’heures ou même des minutes pour la retrouver vivante!

• Objectif

L’objectif fondamental de ce travail de recherche a consisté en développer un algorithme complexe pour élaborer des cartes d’isochrones automatiques de la vitesse de marche probable des disparus en tenant compte des restrictions dues aux variables environnementales (relief, occupation du sol, météorologie) et anthropiques (âge, sexe, taille, poids et activité physique).

Description du projet

Collaboration

• Pr. Goze Bertin Bénié, Directeur de recherche

• Alain Croteau et Doris Paulin, Coordinateurs de recherche terrestre à la Sûreté du Québec.

• Financement: Bourse d’études en SIG d’Esri Canada.

Environnement technologique

• ArcGis Desktop 10.2 avec l’extension Spatial Analyst.

• Programmation en Python

• Modules: os, math, arcpy, arcpy.sa

• Outils principaux:

• arcpy.Buffer_analysis

• arcpy.Clip_analysis

• arcpy.Clip_management

• arcpy.FeatureToRaster_conversion

• arcpy.Mosaic_management

• arcpy.sa.Raster

• arcpy.sa.Power

• arcpy.sa.PathDistance

Données

• Sûreté du Québec, 2013 (8 cas de disparus)

• Géogratis v.2.0 (www.geogratis.ca)

• CanVec

• Circa 2000 – vectorielle

• Modèle numérique de surface de Canada (MNSC)

• Environnement Canada. Donnes historiques de la météo au tour des 8 cas de disparus.

Théorie de recherche

Koopman, 1946, 1980

Stone, 1981

Zosa et Company inc,

Bureau de recherche et sauvetage

É.-U.

Garde côtière, É.-U. 1996

Frost, 2000

Cooper et autres, 2003

Concepts

essentiels

Probabilité d'aire

(PDA)

Probabilité de détection

(PDD)

Probabilité de succès

(PDS)

Problématique

Au Canada annuellement il y a au tour de 9 000 incidents signalés

(gouvernement du Canada, 2013)

Programme national de recherche et de sauvetage du Canada.

Niveau fédéral: Recherches aéronautiques, maritimes et parcs

nationaux

Niveau des provinces: Recherche terrestre au sol et dans les eaux

intérieures.

Bénévoles recherche au sol: + 300 organisations . + 18 000

membres

Problématique

Monde réel en temps réel

Applicatives géomatiques: MapSAR, Géosûreté – Recherche terrestre, SarPlan

Sites d’étude

Méthodologie

Vitesse de marche de Tobler (1993) modifié

V=6e^(-3,5|S+0,05|)

V = Vitesse de marche humaine (km/h).

e = Exponentiel en base naturelle.

S = la valeur de la pente en degrés.

V=Vm*e^(-3,5|S+0,05|)

Vm =Vip*e^0.175

Vm = Vitesse maximale sur le pic ( – 3

degrés

Vip = Vitesse de marche en fonction du

sexe, taille, poids, activité physique et

météo dans une superficie plate

S = 0 et V = VIP

Algorithme (début)

#-*- coding:Latin-1 -*## UNIVERSITÉ DE SHERBROOKE# DEPARTEMENT DE GÉOMATIQUE APPLIQUÉE### Ce script fait: Cartes d'isochrones de marche# à partir du point initial (PI)

##Crée par Miguel Blanco, Avril 2013.## ###################################################################!/usr/bin/env python

import arcpy, os, arcpy.sa, matharcpy.env.overwriteOutput = True

# Se rendre sur la Carte actuellemxdCarte = arcpy.mapping.MapDocument("CURRENT")# Paramètres à remplir pour l'utilisateurUTM =arcpy.GetParameterAsText(0)CoordX = arcpy.GetParameterAsText(1)CoordY = arcpy.GetParameterAsText(2)

# Paramètres du comportementComport = arcpy.GetParameterAsText(3)

# Paramètres de l'individuinage= arcpy.GetParameterAsText(4)insexe = arcpy.GetParameterAsText(5)intaille= arcpy.GetParameterAsText(6)inpoids = arcpy.GetParameterAsText(7)inactPhysique = arcpy.GetParameterAsText(8)

Formulaire

Isochrones

Isochrones

Création des secteurs de recherche

Isochrones

Amélioration de la probabilité d’aire

(PDA)

Coût de voyage Isochrones

Isochrones

Exemple sur 8 cas

Avantages

• L’outil a une double utilisation

• la première est d’analyser les données historiques des recherches. Il y a 19 catégories (chasseurs, randonneurs, enfants, autistes, dépressifs…)

• La deuxième est d’améliorer la prise des décisions dans l’analyse des scénarios de la recherche.

Leçons à tirer

Recommandation:

1. Densifier les couches des routes

2. Dans le modèle, la personne qui marche n’a pas de fatigue. Donc, est

nécessaire à l’intégrer (perte d’énergie dans le temps).

Prochaines étapes

• Divulgation

• Intégration à MapSAR

• Disposition de l’outil dans un GéoWeb

• Le tester, évaluer, améliorer.

Questions

Merci!

miguel.blanco@usherbrooke.ca

miguelblanco71@gmail.com