Développement d un environnement générique d intégration et de traitement de données spatiotemporelles

Transcription

1 SETIT rd International Conference: Sciences of Electronic, Technologies of Information and Telecommunications March 27-31, 2005 TUNISIA Développement d un environnement générique d intégration et de traitement de données spatiotemporelles S. Sagar*, I. R. Farah* et M. B. Ahmed* *Laboratoire de Recherche en Informatique Arabisée et Documentique Intégrée (R.I.A.D.I),Ecole Nationale des Sciences de l Informatique. Campus Universitaire de la Manouba, 2010 Manouba, Tunis, Tunisie. Téléphone : , Télécopieur : Samya.Sagar@riadi.rnu.tn riadh.farah@ensi.rnu.tn mohamed.benahmed@riadi.rnu.tn Résumé: Pour répondre à la variété des applications mettant en œuvre les données géo-référencés et spatio-temporelles, nous proposons dans cet article une plate-forme de capture, d intégration et de gestion de données spatio-temporelles comme outil d aide à la décision stratégique. Cette plate-forme regroupera des sources hétérogènes de données géographiques et factuelles, d une part, et des méthodes et outils de traitement et de gestion de ces données d autre part. C est la raison pour laquelle nous avons proposé d étendre cette plate forme afin d être générique. Pour aider les utilisateurs de la plate-forme, celle-ci sera dotée d un gestionnaire de méta-données et d un ensemble de méthodes d extraction de connaissances. Pour le développement de cette plate-forme générique nous nous somme basés sur une gamme de produits logiciels libres, extensibles, et interopérables. L architecture résultante est une architecture 3-tiers offrant à l utilisateur à la fois un accès aisé aux différentes ressources de la plate-forme via le réseau Internet et des réponses à ses requêtes adaptées à ses besoins et à son profil. Mots clés: aide à la décision, géo-référencée, plate-forme générique, spatio-temporelle. 1 Introduction L environnement géographique a toujours été une des grandes préoccupations de l homme et ce, dans plusieurs domaines tels que les problèmes de l environnement : désertification, pollution marine, la gestion du trafic, la recherche pétrolière, la géologie, l aménagement du territoire, la gestion des ressources, etc. L information géographique a été représentée, interrogée surtout dans un contexte statique, en s intéressant à l étude d un phénomène instantané. Une bonne maîtrise de ces données nécessite leur intégration en prenant en compte la dynamique des systèmes en intégrant l aspect temporel. Les concepts ; spatial et temporel ont été longtemps traités séparément, on parle ainsi de systèmes d information géographique, de base de données spatiales ou géographiques et de base de données temporelles. Or pour une bonne prise de décision, l intégration de ces deux concepts est indispensable. En effet, l information temporelle permet de suivre et de visualiser l évolution d un phénomène géo-référencé, d extrapoler l état futur d un lieu, de simuler différents scénarios d intervention et d analyser les causes ou les impacts des changements [Bedard & al., 2002]. Au cours des dernières années, l intégration de l aspect spatial et de l aspect temporel ainsi que la gestion des données spatio-temporelles ont été à l origine de nombreuses études et de plusieurs travaux de recherche-développement. La description et l analyse des processus spatio-temporels sont des tâches essentielles dans les sciences géographiques. Le développement des outils technologiques pour les informations géographiques qui conviennent à ces tâches appartiennent au développement et à la recherche traditionnelle de la sciences géographiques. Basées sur cette origine, les recherches actuelles concernant l analyse des processus spatio-temporels se focalisent sur les principaux sujets suivants : Différentiation des différents concepts pour décrire les processus spatio-temporels : Notons l approche

2 d étude de changement basée identité proposée par [Hornsby & al., 2000]. Ou encore la conception spatiotemporelle basée événements où plusieurs modèles ont été proposés ; [Peuquet & al., 1995], [Claramount & al., 1995], [Allen & al., 1995] et [Chen & al., 1998]. Modélisation spatio-temporelles : Plusieurs modèles ont été proposés soit pour la modélisation spatiale ; [David & al., 1993], [Pantazis, 1997]. Ou encore la modélisation temporelles ; [Gregersen & al., 1998], [Bertino & al., 1998]. Pour les modèles spatiotemporels ont peut noter ; [Bedard, 1999], [Price & al., 1999],[Parent & al., 1999], etc. Les langages d interrogation spatio-temporels : Précédemment, les travaux se sont focalisés soit sur l information temporelle ou l information spatiale ; [Lorentzos & al., 1997], [Toman, 1997], [Egenhofer, 1994], [Güting & al., 1995]. Dans des travaux plus récents, l intention s est focalisée sur l information spatio-temporelle donnant naissance au langage STQL [Erwig & al., 1999] ainsi que l extension SQLST par [Chen & al.]. L indexation des bases de données spatiotemporelles : Parmis les types variés de requêtes spatio-temporelles, les plus communes sont celles qui impliquent les window queries dans le temps. On note en particulier, les requêtes timestamp (ou timeslice) et les Interval queries. Pour traiter ces deux types de requêtes [Tao & al., 2001] proposent le MV3R-tree pour rétablir des évènements passés. [Tao & al., 2003] proposent le TPR*-tree pour prédire des faits futurs. L association des composants d information géographique avec les systèmes de simulation : Dans le but d évaluer des standards d interopérabilité pour développer des services de simulation et de contrôle flexibles et variables dans le domaine de traitement géographique. [Schulze & al., 2002] proposent une architecture qui utilise des services d intégration basés sur le Web pour réunir les deux standards d interopérabilités de pointes, dans le domaine de l information géographique, à savoir OWS [OGC, 2003] et dans le domaine de la simulation, l architecture HLA [Straßburger, 2001]. L architecture résultante ; DALI, est une architecture pour l interopérabilité spatio-temporelle distribuée. L association des SIG avec les systèmes de visualisation pour l exploration des processus variants dans l espace et de façon dynamique : [Wachowicz] propose une approche de processus à trois niveaux pour explorer les données géographiques, cette recherche porte sur l intégration de GVis, GIS et KDD. Ces différents travaux ont été réalisés pour apporter une aide appréciable aux géographes, aux géologues, aux écologistes, aux planificateurs de territoires, aux archéologues, etc. En tentant de cerner ces données géo-référencées et spatio-temporelles, plusieurs modèles, produits et outils logiciels ont été développés pour répondre à des problèmes soulevés par des applications mettant en œuvre ce type de données. Ces applications nombreuses et variées sont généralement traitées par des systèmes différents. Cependant, pour répondre à cette variété, sans cesse croissante, d applications produisant ainsi une grande variété de données complexes et hétérogènes et un grand nombre de méthodes et de programmes manipulant ces données, nous proposons dans cet article une nouvelle approche assurant la réalisation d une plate-forme générique, ouverte, extensible et interopérable, pour répondre à un nombre maximum d applications spatiotemporelles. 2 Présentation de la plate-forme La plate-forme que nous proposons est une plateforme générique de capture, d intégration et de gestion de données spatio-temporelles pour l aide à la décision stratégique et ce, à base d outils et de produits libres. Cette plate-forme intergicielle serait dédiée à toute sorte d applications environnementales telles que la pollution marine ou encore le suivi de la désertification, etc. Notre étude se focalise en premier lieu, à trouver le maximum de composants qui peuvent être intégrés dans la plate-forme : outils, produits et méthodes, ainsi que les données qui doivent être collectées, suivant les applications, dans les bases de données de la plate-forme et manipulées par celle-ci. En second lieu, nous nous sommes intéressés à la question de savoir comment ces composants peuvent être intégrés et comment ils peuvent communiquer et coopérer à la réalisation d un objectif commun. La recherche et l intégration de ces composants doit répondre aux objectifs que nous nous somme fixés comme première démarche pour la conception et la réalisation de cette plate-forme à savoir : Le couplage entre les données images à haute résolution spatiale (HRS) et base résolution spatiale (BRS) au niveau pixellaire ; L ajout d une composante temporelle dans un système d informations de données géographiques, et ce pour l aide à la prise de décision dans le domaine environnemental. La figure 1 illustre l architecture proposée du modèle conceptuel de base de l environnement générique. Celle-ci présente des modules pour regrouper : les données de nature hétérogènes, les méthodes associées pour traiter, analyser et gérer chaque type de données à qui nous pourrons spécifier des méta-données utilisées par des méthodes d exploitation de données et d extraction de connaissances pour l aide à la décision.

3 Interfaces dédiées Bases de données factuelles Générateur d outils d aide à la décision Gestionnaire des Métadonnées Figure 1. Architecture du modèle de base proposée Bases d Images HRS+BRS compressées Bases de méthodes (solveurs) 2.1 Composants de la plate-forme Pour chaque module de l environnement générique nous avons essayé de regrouper les différents composants qui peuvent le constituer et s intégrer dans la plate-forme. Cependant, il est important de noter que pour pouvoir énumérer quelles sont toutes les données et les méthodes que nous pouvons intégrer dans notre plate-forme générique -qui feront l objet des bases de données factuelles ou encore images, et de la base de méthodes- il faudra spécifier pour chaque application ; quelles sont les données et méthodes associées. Il est également important de signaler qu un certain nombre de méta-données peuvent être dégagées et données directement par les principaux intéressés de l application ou générées à l aide d outils comme RDF ou Dublin Core, etc. Si nous considérons comme exemple, l application consistant à détecter des changements dans un environnement donné, les questions qui peuvent être posées sont les suivantes : Quelles sont les données nécessaires pour ce type d applications? Quelles sont les méthodes de détection des changements? Quelles sont les règles à définir selon les données en entrée? Pour ce type d application, il est possible d utiliser des images à haute résolution spatiale (HRS), une séquence d image à base résolution spatiale (BRS), etc. Les méthodes généralement utilisées sont ; Le couplage au niveau pixellaire d images HRS et des méthodes de classification. Le résultat peut être la radiométrie qui jouera le rôle d un indicateur d aide à la décision Les bases de données Les données des bases de données et d images de l environnement générique, sont extraites des différentes applications, ainsi ils sont non seulement de types divers, mais également de sources et de formats différents. Ce sont des données complexes et hétérogènes. Dans notre plate-forme nous avons spécifié deux types de données ; des données factuelles et des données images satellitales. Nous aurons ainsi deux sortes de bases de données : Des bases de données factuelles constituées de données provenant de nombreux organismes, et sont de natures diverses : fichiers, documents, bases de données, etc. Les documents sont de formats différents ; RTF, DOC, PDF, HTML, PPT, XLS, XML, etc. et peuvent contenir des données telles que : les données vérité du terrain, les divisions administratives, le Plan d Occupation des Sols (POS), les données socio-démographiques, etc. Des bases d images (HRS et BRS) qui sont constituées d un ensemble d images provenant de plusieurs types de satellites : images à BRS (données NOAA/AVHRR, VEGETATION), images à HRS (données SPOT, LANDSAT, IRS), images de classification valides sur le terrain, images HRS ou BRS calibrées, images MNT à 3D (Modèle numérique du terrain), données cartographiques, etc. Ces bases de données doivent être structurées de façon à supporter une variété de données hétérogènes La base de méthodes Toutes les méthodes qui seront utilisées dans les thématiques traitées par la plate-forme, forment la base de méthodes. Ces méthodes seront ainsi appliquées aux données spatio-temporelles intégrées dans les bases de données et seront généralement gérées par des outils ou des programmes spécifiques qui seront par conséquent intégrés dans la plate-forme. Cette base est en fait une boîte à outils de traitement de problèmes spatiotemporels. Cette boîte à outils sera une collection de produits essentiellement libres. Nous pouvons donner comme exemples de ces méthodes (nous nous sommes appuyés essentiellement sur les méthodes de télédétection pour l extraction de l information spatiale.) : fusion de données, séparation de sources, Fission/Fusion multicapteurs, méthodes de recalage géométrique automatique pour le changement de systèmes de projection, méthodes de classification, méthodes de couplage d informations (et d images), méthodes pour la manipulation des coordonnées géographiques (exp. PROJ), méthodes pour la projection des données géographiques, (exp. USGS), etc Gestionnaire des méta-données Le gestionnaire des méta-données de l environnement générique regroupe les méta-données qui peuvent être des informations associées à des images satellitales, ou reliées à des données factuelles, comme elles peuvent être des résultats de sortie d une méthode de traitement de données, et peuvent ainsi jouer le rôle d indicateur d aide à la décision, ces métadonnées peuvent être : des indicateurs de classification d images à HRS / BRS d un site d étude, des profils temporels qui décrivent l évolution temporelle quotidienne de chaque type d occupation du sol, la radiométrie d une image satellite, la réflectance pour préciser la date d acquisition d une image, etc.

4 2.1.4 Générateur d outils d aide à la décision L intégration, le traitement et l analyse des données factuelles, géo-référencées et spatio-temporelles, sont en fait utilisés pour éclairer et aider les décideurs de prendre les bonnes décisions là où il le faut et quand il le faut. Cette aide à la prise de décision vise différents domaines exp. environnement, et qui ne peut se faire que par l exploitation des données intégrées dans une plate-forme générique (en ce sens qu elle prend en charge de multiples formats de données, de nombreuses méthodes de traitement, de nombreuses restitutions des résultats à travers des interfaces dédiées, ). C est la raison pour laquelle le module doit rassembler toutes les méthodes et les outils d aide à la décision. En fait, nous pouvons considérer ces méthodes depuis le niveau d intégration des données géo-référencées et factuelles en utilisant des données historisées. Nous pouvons ainsi spécifier un DataWarehouse dédié et utiliser les techniques de type OLAP. Au niveau de l analyse des données géo-référencées et factuelles ; nous pourrons utiliser les méthodes de DataMining et d extraction de connaissance à partir des données intégrées (ECD), transformant la méthode en un générateur de connaissances Interface dédiée Les résultats seront visualisés via l interface de la plate-forme, ces résultats peuvent être des images ou des données demandées par un utilisateur quelconque. 2.2 Relations entre les différents modules Les méthodes intégrées dans la plate-forme, au sein de la boîte à outils, admettent en entrée des données brutes et fournissent comme résultats des données élaborées. Les données en entrée de ces méthodes peuvent être aussi bien des données spatiales telles que des données géo-référencées, des images calibrées, etc. ou encore des données spatio-temporelles, comme ils peuvent être des données factuelles se présentant sous forme de rapports, d histogrammes ou de valeurs statistiques, etc. Ces données sont issues des bases de données factuelles ou images de la plate-forme. Les résultats de ces méthodes sont soit des données factuelles, soit une image traitée, transformée, prédite, etc. ou bien des méta-données. Les résultats seront transférés vers l une des bases présentes dans la plate-forme ou utilisés par le gestionnaire de méta-données. Ce dernier pourra soit stocker ces résultats, soit utiliser ces méta-données comme indicateurs d aide à la décision et seront alors les entrées d une méthode intégrée dans le générateur d outils d aide à la décision. Le gestionnaire de méta-données, outre son rôle de stocker les informations pour les traiter ou les transférer vers un des outils d aide à la décision disponibles, peut également envoyer les résultats vers l interface dédiée de la plate-forme générique répondant à une demande formulée par n importe quel utilisateur. L interface peut également afficher des résultats sous forme d images, d histogrammes, de tables, ou encore d une liste présentant un ensemble d indicateurs descriptifs facilitant, à l utilisateur, la prise de décision pour une application particulière. Ainsi, cette interface doit pouvoir se connecter aux différentes bases de données existantes, au gestionnaire de méta-données et au générateur d outils d aides à la décision. Les résultats à afficher (images et indicateurs de décision) doivent être adaptables au choix de l utilisateur. Compte tenu de la variété et de l hétérogénéité des données intégrées dans la plate-forme, il est important de noter que pour pouvoir consulter ces données de la façon la plus générique possible, au niveau du gestionnaire de méta-données, il faut construire des moniteurs (wrappers) permettant à ces données provenant des différentes bases de données, d être vues de la même façon. Cette plate-forme fournirait ainsi à ses utilisateurs une très grande variété de méthodes d affichage des résultats et ce, suivant l application d une part, et suivant le profil de l utilisateur, d autre part. Cette plate-forme doit se présenter non seulement comme un simple système de gestion de données mais aussi, comme un système intelligent d aide à la décision. C est pourquoi il faudrait se concentrer sur un ensemble d outils, de produits et de méthodes de plusieurs applications et une méthodologie d intégration des outils les plus appropriés. 3. Développement de la plate-forme Pour pouvoir implémenter cette plate-forme, nous avons besoin d un ensemble de produits et d outils logiciels. Ces outils doivent répondre non seulement aux exigences que nous nous sommes fixées, telles que la généricité, mais aussi aux différentes tâches que doit accomplir cette plate-forme. Cependant, ces outils doivent aussi bien couvrir tous les modules de la plateforme qu assurer les relations et les échanges entre les différents composants du système. Ainsi, en vue de développer cette plate-forme que nous voulons aussi générique qu ouverte, notre choix s est focalisé essentiellement sur des produits libres et ouverts. Ces produits disposent d autres caractéristiques que nous pensons, sont d une très grande importance pour le développement de la plateforme, et d une très grande nécessité si nous voulons que cette plate-forme soit extensible, au fur et à mesure de l apparition d autres applications et entre autres l intégration de nouvelles données et méthodes. La plate-forme doit être assez flexible pour une meilleure capture, traitement et analyse des données spatiotemporelles aussi bien pour des applications existantes que pour celles non encore prévues. Les outils sur lesquels notre étude s est focalisée sont des outils qui présentent les caractéristiques

5 suivantes : l extensibilité, l interopérabilité, la flexibilité, la portabilité et la standardisation. Pour concevoir les bases de données de notre plate-forme nous nous sommes appuyés sur le modèle conceptuel MADS. Le développement de cette plate-forme se base sur le SIG GRASS, le système de médiation LeSelect et les différents services offerts par le consortium OpenGIS. 3.1 Le modèle conceptuel MADS MADS [Parent & al., 1999] est un modèle conceptuel de données spatio-temporelles. Comparé à d autres modèles existants, le modèle MADS se présente comme le meilleur modèle pour la représentation des données spatio-temporelle. Pour pouvoir introduire le concept spatio-temporel dans notre plate-forme, nous utiliserons ce modèle pour la conception de la base de données spatio-temporelles, sans oublier, qu en prenant compte de la principale caractéristique de ce modèle, à savoir, l orthogonalité entre les trois dimensions ; structurelle, spatiale et temporelle, il nous est possible d utiliser MADS pour des applications qui présentent des données classiques, spatiales, temporelles et spatio-temporelles. De plus, il est vrai que MADS est un modèle qui adopte principalement le point de vue discret, néanmoins, il fournit également des concepts pour pouvoir exprimer une vue continue (utilisation des attributs variables). Ainsi, pour la représentation des données images raster, qui seront présentes dans les bases de données images (ces bases peuvent être simplement un ensemble de fichiers) de la plate-forme, nous proposons de travailler au niveau pixellaire. Pour ce faire, au niveau du schéma conceptuel, chaque pixel sera représenté par un objet dont la géométrie peut être un point ou une surface simple au quel on lui associe un attribut variable. Notons que nous pourrons à ce type de données ajouter des attributs pour décrire par exemple la valeur de réflectance ou la radiométrie de chaque pixel. Ces caractéristiques pourront servir pour estimer l occupation du sol d une région d étude, ou encore pour la détection de changements. Ainsi, une majorité des bases de données présentes dans la plate-forme générique seront conceptuellement représentées par le modèle MADS. 3.2 Outils de développement Le SIG GRASS GRASS ( et est un système d information géographique ouvert (libre) utilisé dans un grand nombre d applications. En effet, il permet la gestion des données, l analyse spatiale, le traitement d images, la production graphique, la génération de cartes, la modélisation spatiale, et la visualisation de données à 2D, 2.5D et à 3D. GRASS peut aussi être utilisé pour sauvegarder des mises à jour de cartes. Il permet la manipulation et l utilisation de plusieurs types de données géographiques ; ces données peuvent être de sources, de satellites et de formats divers. Les utilisateurs de ce SIG peuvent ainsi produire des graphiques, des statistiques, des rapports ainsi que des palmarès de données modélisées et calibrées. GRASS se présente ainsi comme un système géographique très puissant pour la gestion des données spatiales de natures très diverses, ce qui semble très intéressant vue l hétérogénéité des données que nous voulons intégrer au sein de la plate-forme ciblée. Ainsi, ce système sera utilisé, d une part, pour stocker les données des bases d images de la plate-forme. De plus, bien que le point faible de GRASS est qu il ne soit pas couplé en interne à un SGBD, il peut facilement s interfacer à n importe quelle base de données en utilisant par exemple un ODBC, entres autres aux bases de données spatiales et spatiotemporelles que nous nous proposons d intégrer dans notre plate-forme. GRASS dispose d un ensemble de modules intégrant un nombre important d outils, de programmes et de méthodes permettant de traiter les données géographiques. Ce qui pourra constituer le noyau de départ pour la réalisation de la boîte à outils de la plateforme. De plus, étant donné l architecture ouverte et multiniveaux de ce système, il est aisément possible d intégrer de nouveaux programmes et de nouvelles méthodes. Notons également que les résultats-sorties de ces méthodes peuvent être aussi bien des données factuelles que des données images. Ces résultats peuvent être visualisées sous plusieurs formes Le système de médiation LeSelect LeSelect [SMIS, 2003] système développé par l INRIA dans le cadre du projet SMIS- offre un moyen d intégrer plusieurs sources de données hétérogènes de façon à faciliter la tâche à l utilisateur de données. Il permet ainsi la publication de ressources qui peuvent être des données structurées, semi-structurées ou plates, ou encore des services qui sont des programmes de transformation de données comme par exemple, le traitement d images satellites. Ce système permet la représentation de données de nature hétérogène suivant un modèle commun qui est le modèle relationnel. Pour ce faire, LeSelect utilise des adaptateurs (wrappers) donnant une vue uniforme des ressources via un modèle de données pivot, ainsi le rôle de ces wrappers est de traduire des données en tables relationnelles. LeSelect est d une très grande utilité pour le développement de la plate-forme générique proposée tant au plan méthodologique, qu au niveau des outils développés et utilisés que dans la variété des données. Nous adopterons pour la plate-forme proposée les approches utilisées par LeSelect, en empruntant l intermédiation entre des sources de données hétérogènes ; d images satellitales (haute et base

6 résolution), d images vérité de terrain, des données factuelles extraites de documents ayant plusieurs formats (traitement de texte, tableurs, documents PDF, documents XML,.. ) et éventuellement de bases de données spatio-temporelles ou encore d un datawarehouse, d une part, et de la boîte à méthodes (une sorte de boîte à outils) ; modèles, programmes et applications, d autre part. Ceci revient à utiliser des wrappers qui permettront d assurer d avantage la généricité de la plate-forme. Nous développerons ainsi pour chaque type de données un wrapper approprié, nous créerons également des wrappers de programme pour pouvoir invoquer les méthodes de la boîte à méthodes en fonction bien évidemment, des besoins des clients sur les données sélectionnées. Notons également que nous pouvons profiter de l architecture distribuée et ouvert de LeSelect pour la répartition et le partage des données. Comme middleware nous pouvons utiliser CORBA ou SOAP, Zope, en nous penchant essentiellement sur SOAP et ZOPE Les services OpenGIS Un des principaux objectifs de la plate-forme que nous proposons, est de rendre les données et les services géographiques et spatio-temporels disponibles à un maximum d utilisateurs. Ainsi, le développement d un système basé sur le Web par l intégration des différents composants décrits ci-dessus permettrait, d une part, le partage d informations et d expertises techniques parmi un grand nombre d utilisateurs, et d autre part, il permettrait à l utilisateur d opérer avec la plate-forme sans avoir à s accrocher aux complexités technologique des différents produits et outils intégrés dans celle-ci. Pour accéder aux bases de données et des méthodes de traitements de données disponibles au sein de la plate-forme générique, l utilisateur a seulement besoin d avoir un navigateur Web et un accès Internet. Pour des buts similaires, l OGC dans une coopération avec des experts de SIG a réalisé des standards de systèmes ouverts avancés pour les données spatiales et les technologies informatiques liées. Les spécifications WMS (Web Map Server) ont émergé dans l OGC pour la conception de systèmes interopérables pour les données spatiales partagées entre les utilisateurs. Le projet Open Source Minnesota MapServer ( offre le développement et le déploiement WMS conforme au OGC. Le MapServer fournit un environnement de développement de plate-forme pour construire des applications spatiales sur Internet. Plusieurs outils de programmation sont disponibles pour le développement d applications basées sur les MapServer. Ainsi que différents formats de données sont supportés par le MapServer. Étant donné les avantages évidents à fournir des accès et des services standards, il serait intéressant de développer la plate-forme de traitement de données spatio-temporelles en utilisant le toolkit du MapServer. Celui-ci sera utilisé principalement pour le développement de l interface dédiée de la plate-forme. 3.3 Intégration des diffèrent outils dans la plateforme Le premier prototype de l architecture de la plateforme est représenté dans la figure ci-dessous (figure 2). Ce prototype est une architecture 3-tiers dont voici les différents composants : Tiers 1 : ce niveau est composé par l ensemble des bases de données factuelles et géo-référencées de la plate-forme. En particulier, les bases de données spatiales et spatio-temporelles représentent la description des données images disponibles dans le SIG GRASS. Pour ces bases de données le SDE (Spatial Data Engine) permettra l accès et la manipulation des données géographiques, le PostGIS permettra de supporter des objets géographiques des bases de données PostgreSQL. Au même niveau nous trouvons le SIG GRASS. Nous pourrons utiliser le Open source GDAL (Geospatial Data Abstraction Library) qui fonctionne comme une bibliothèque de conversion pour les formats raster des données spatiales. La bibliothèque OGR, qui est un Open Source, peut également être associée, elle fournit un accès à une variété de fichiers vecteurs. Le système de médiation LeSelect se trouve également à ce niveau. Nous associons à chaque type de données existant dans la plate-forme un wrapper particulier, de même pour chaque programme ou méthode de traitement de données existant dans la boîte à outils de la plateforme. Tiers 2 : ce niveau regroupe deux différents serveurs : Un serveur Java (exp. Tomcat) permettant la communication entre l utilisateur et les différentes tables construites par LeSelect. Un MapServer qui étend les capacités du SIG utilisé en permettant l affichage de cartes géographiques sur le Web. Tiers 3 : l interaction entre l utilisateur et la plateforme est réalisée via le protocole HTTP, basé sur la production dynamique de pages HTML. MapServer SIG GRASS ODBC Client DB SIG (GRASS DB) Serveur Java Wrapper Wrapper.. Wrapper Wrapper Wrapper Wrapper Wrapper Wrapper Serveur Web PostGIS/SDE. Spatiale HTTP Spatiotemporelle GDAL/OGR... PDF HTTP XML JDBC LeSelect Figure 2. Prototype de l architecture de la plate-forme... Wrapper DWH

7 Conclusion Dans le domaine de gestion de données à référence spatiale, avec la possibilité de les intégrer avec les données temporelles, nous proposons dans cet article une première solution de plate-forme générique d intégration de données spatio-temporelles. Cette proposition a pour but de répondre principalement à deux problèmes qui consistent, à la négligence du concept temporel dans les systèmes de gestion et de traitement de données géographiques, d une part, et à la variété d applications qui existent et qui sont généralement traitées de façon indépendante par des systèmes dédiés, d autre part. L architecture de cette plate-forme est une architecture 3-tiers, offrant aux utilisateurs la possibilité de consulter les différentes informations de celle-ci. Comme suite à notre travail, nous pensons doter cette plate-forme d un générateur de wrappers à la fois de données et de méthodes. Il sera doté, en plus, d un méta-modèle au-dessus de tous les wrappers existants dans la plate-forme, de sorte que le générateur pourrait servir à choisir le bon wrapper parmi tous les wrappers de la plate-forme et selon la requête posée. Remerciements On remercie tous les membres du laboratoire RIADI (ENSI Tunis), Ainsi que les membres du projet AIR à l INRIA pour l aide qui nous on apporté pour l élaboration de ce travail. Références [AIR, 2003] AIR Project. LeSelect : General Overview. [Allen & al., 1995] A. Allen, G. Edwards et Y. Bedard. Qualitative causal modeling in temporal GIS. Spatial Information Theory- A theoretic basis for GIS, N 988, pages , Springer-Verlag, [Bedard, 1999] Y. Bedard. Visual modelling of spatial databases: Towards spatial pvl and uml. In Geomatica, Vol. 53(2), pages , [Bedard & al., 2002] Y. Bedard, et Y.V. Chestien. La gestion du temps avec les systèmes de gestion de données localisées: état actuel et avenues futures. Course stepped up «Bases de données spatio-temporelles» (SCG-64967, Y. Bédard et G. Edwards) and «Réalisation d applications en SIRS» (SCG-64739, Y.V. Chestein), [Bertino & al., 1998] E. Bertino, E. Ferrari, G. Guerrini, et I. Merlo. Extendign the odmg object model with time. In Proceedings of the 12th European Conference on Object- Oriented Programming, ECOOP 98, pages 41-66, Brussels, Belgium, [Chen & al.] C. X. Chen, et C. Zaniolo. SQL ST : A Spatiotemporal Data Model and Query Langauge. International Conference on Conceptual Modeling the Entity Relationship Approch. [Chen & al., 1998] J. Chen, et J. Jiang. Event-based Spatiotemporal Database Design. GIS-Between Visions and Applications, IAPRS, Stuttgart, Vol. 32, Part 4, pages , [Claramunt & al., 1995] C. Claramunt, et M. Theriault. Managing time in GIS: an event-oriented approach. Recent Advances in Temporal Databases, pages 23-43, Springer, [David & al., 1993] B. David, L. Raynal, et G. Schorter. Geo2: Why objects in a geographical dbms?. In Proceedings of the 3rd International Symposium on Advances in Spatial Databases, SSD 93, pages , Springer, [Egenhofer, 1994] M. J. Egenhofer. Spatial SQL : A Query and Presentation Language. In IEEE Transactions on Knowledge and dala Engineering, Vol.6, N 1, pages 86-95, [Erwig & al., 1999] M. Erwig, R. H. Güting, M. Schneider, et M. Vazirgiannis. Spatio-Temporal Data Types: An Approach to Modeling and Querying Moving Objects in Databases. GeoInformatica, 3(3), [Gregersen & al., 1998] H. Gregersen, et C.S. Jensen. Conceptual modelling of time-varying information. Technical Report TR-35, TimeCenter, September [Güting & al. 1995] R. H. Güting, et M. Schneider. Realm- Based Spatial Data Types: The ROSE Algebra. In VLDB Journal, Vol.4, N 2, pages , [Hornsby & al., 2000] K. Hornsby et M. Egenhofer. Identitybased change: A foundation for spatio-temporal knowledge representation. International Journal of Geographical Information Science, 14(3): , [Lorentzos & al., 1997] N. A. Lorentzos, et Y. G. Mitsopoulos. SQL Extension for Interval Data. In IEEE Transactions on Knowledge and Data Engineering, Vol.9, N 3, pages , [OGC, 2002] OGC. Open GIS Consortium Request For Quotation And Call For Participation in the OGC Web Services Initiative Thread 2 and Demonstration [Pantazis, 1997] D. Pantazis. Con.g.o.o.: A conceptual formalism for geographic database design. In M. Craglia and H. Couclelis, editors, Geographic Information Research Bridging the Atlantic, pages Taylor & Francis, [Parent & al., 1999] C. Parent, S. Spaccapietra, E. Zimányi, P. Donini, C. Plazanet, et C. Vangenot. MADS ou l information spatio-temporelle à portée de ses utilisateurs. Quatrième rencontres de TheoQuant, Besançon, France, Fevrier [Peuquet & al., 1995] D. J. Peuquet, et N. Duan. An eventbased spatiotemporal data model (ESTDM) for temporal analysis of geographical data. Int. J. Geographic Information Systems, Vol.9, No.1, pages 7-24, [Price & al., 1999] R. Price, K. Ramamohanarao, et B. Srinivasan. Spatio-temporal extensions to unified modeling language. In Proceedings of the Workshop on Spatio-Temporal Data Models and Languages, IEEE DEXA 99, Florence, Italy, [Schulze & al., 2002] T. Schulze, A. Wytzisk, I. Simonis, et U. Raape. Distributed spatio-temporal modeling and simulation. Proceedings Winter Simulation Conference,

8 E. Yücesan, C.-H. Chen, J. L. Snowdon, et J. M. Charnes, eds, [Straßburger, 2001] S. Straßburger. Distributed Simulation Based on the High Level Architecture in Civilian Application Do-mains. SCS Series Advanced Simulation, SCS-Europe BVBA, [Toman, 1997] D. Toman. A Point-Based Temporal Extension of SQL. In Proceedings of the 6th International Conference on Deductive and Object- Oriented Databases, pages , [Tao & al., 2001] Y. Tao, et D. Papadias. MV3R-tree: A Spatiotemporal Access Method for Timestamp and Interval Queries. Dans Proceedings of the 27th International Conference on Very Large Databases, pages , [Tao & al., 2003] Y. Tao, D. Papadias, et J. Sun. The TPR*- Tree: An Optimized Spatio-Temporal Access Method for Predictive Queries. VLDB, [Wachowicz] M. Wachowicz. Integrating GVis, GIS and KDD for Exploring Spatio-Temporal Data.