Le système d’information géographique Douala révèle une approche innovante pour prévenir les inondations dans le bassin versant du Tongo-Bassa. En identifiant les zones vulnérables, cette recherche transforme la gestion des risques, offrant des solutions critiques pour la sécurité des résidents face aux inondations récurrentes.
134
Le modèle physique des données
Lorsque les tables et le couches sont créées à partir d’un MLD, elles peuvent immédiatement êtres chargées dans un SGBD via des scripts SQL auto générés. Les tables et les couches qui se créent dans le SGBD maintiennent l’intégralité des relations qui les relie on parle alors du Modèle Physique des Données (MPD). On entend donc d’un MPD la matérialisation physique de la totalité des tables et des couches d’un système et de leur interrelation dans une base de données.
Cela distingue une base de données prévu pour un système d’information d’une simple base de données de stockage.
Bien que la création du MPD puisse se faire automatiquement à partir du schéma MLD, cette option n’est pas suffisante en matière de mise en place d’un SIG. Les tables et les couches automatiquement crées à partir d’un MLD ne sont pas spatiales or la base de données de notre système se doit d’être essentiellement spatiale.
Une base de données est dite spatiale lorsque les entités de chaque couche possèdent des propriétés géométriques du type points lignes et polygones et lorsque chaque couche possède un système de référence spatiale.
L’importance de détenir plutôt une base de données spatiale se situe au niveau où l’analyse du risque d’inondation se fait à partir d’un programme SIG qui traditionnellement affiche les données sous forme cartographique afin d’en faciliter l’interprétation, mais surtout pour rendre possible les requêtes spatiales, les mesures des superficies, des distances, des altitudes…
La mise en place d’un SIG nécessite donc un recours à la mise à jour manuelle des couches et des entités à partir d’un programme SIG.
La mise à jour des propriétés des couches à partir d’un SIG permet d’y affecter un système référence planimétrique, altimétrique, une géométrie, une topologie… Une fois les nouvelles propriétés ajoutées, les différentes entités peuvent êtres par la suite crées par édition graphique (dessin vectoriel) ce qui facilite la construction des formes géométriques parfois très complexes.
La complexité de la géométrie des entités est parfois accentuée que cela serait impossible de les reconstituer en renseignant manuellement les lignes de la table correspondante directement dans un SGBD. A ce niveau, la mise à jour des entités des différentes couches doit donc se faire instantanément et très aisément à partir d’un SIG ayant accès aux données du SGBD.
Si les couches spatiales existent déjà à l’avance, il convient juste de charger les différentes couches dans le SGBD en s’assurant que l’ensemble de leurs propriétés et de leurs interdépendances soit conservé conformément au MLD. Ce qui fut notre cas.
La confection de notre MPD a nécessité le recours à une extension spatiale permettant la mise à jours des tables crées à partir du MLD et le chargement des couches spatiales existantes dans le SGBD tout en conservant leur géométrie, leurs diverses propriétés, et leurs relations d’interdépendance.
Les images qui suivent montrent l’implémentation de notre MPD rendu possible grâce au système de gestion de base de données spatiale PostgreSQL/PostGIS.
[28_solutions-innovantes-pour-un-sig-de-prevention-des-inondations_40]
Capture écran Tchameni Franck 2017
Photo 9 : Création d’une nouvelle base de données dans PostgreSQL. Une nouvelle base de données nommée MPD_SIG_BVTB a été créée pour accueillir le MPD
[28_solutions-innovantes-pour-un-sig-de-prevention-des-inondations_41]
Capture écran Tchameni Franck 2017
Photo 10: Chargement des différentes tables dans le SGBD.
Ensuite le MPD a été automatiquement crée dans la base de donnée via un script SQL correspondant à PostgreSQL le programme JMERISE a été utilisé pour automatiser la création du MPD.
[28_solutions-innovantes-pour-un-sig-de-prevention-des-inondations_42]
Capture écran Tchameni Franck 2017
Photo 11 : Connexion au SGBD depuis QGIS
Ensuite nous nous sommes connectés au SGBD depuis le programme QGIS pour avoir accès aux différentes tables du MPD créées.
[28_solutions-innovantes-pour-un-sig-de-prevention-des-inondations_43]
Capture écran Tchameni Franck 2017
Photo 12 : Ajouts des propriétés géométriques et spatiales aux différentes tables du MPD
Par la suite, nous avons minutieusement annexé des propriétés géométriques et spatiales à chaque table du MPD afin que les différentes tables deviennent spatiales. Nous avons fait recours à l’extension DBmanager de QGIS pour assurer cette tâche.
[28_solutions-innovantes-pour-un-sig-de-prevention-des-inondations_44]
Capture écran Tchameni Franck 2017
Photo 13 : Contrôle des propriétés géométriques, spatiales et des interdépendances (contraintes) des couches dans DBmanager.
Les différentes propriétés spatiales ajoutées peuvent être vérifiées directement dans DBmanager qui affiche à travers PostGIS les types de tables et les contraintes qui les relient. A ce niveau, si les couches spatiales du système n’existent pas encore, les tables peuvent être importées dans un SIG pour une numérisation graphique des entités.
Mais si au contraire, les couches spatiales existent, on se contentera plutôt d’un chargement des entités des différentes couches dans les tables. Ce qui a été notre cas.
[28_solutions-innovantes-pour-un-sig-de-prevention-des-inondations_45]
Capture écran Tchameni Franck 2017
Photo 14 : Chargement des entités spatiales dans les tables
Une fois la préparation des tables terminée, nous avons utilisé l’algorithme Import Vectors into PostGIS database de l’extension GdalTools de QGIS pour charger les entités dans les tables spatiales du MPD. Il est conseillé d’opter pour les options de mise à jour des entités au lieu d’écraser la table existante.
Lorsque le chargement des entités dans les tables est terminé, il est alors possible de visualiser, d’analyser et d’interpréter les données directement à partir d’un programme SIG.
[28_solutions-innovantes-pour-un-sig-de-prevention-des-inondations_46]
Cliché capture écran Tchameni Franck 2017
Photo 15 : Visualisation des couches spatiales à partir du programme QGIS
141
Lorsque les tables d’un MPD sont déjà mises à jour et accessibles à partir d’un SIG il convient alors d’analyser les données via des requêtes et des géotraitements pour aboutir à des résultats utiles à la décision. Ces requêtes et ces géotraitements doivent être également faites de manière méthodique si l’on souhaite arriver à des résultats percutants et justes.
Dans le chapitre suivant, nous proposerons pour notre SIG un processus de traitement automatisé et nous interprèterons les résultats.
Questions Fréquemment Posées
Comment un système d’information géographique (SIG) aide-t-il à prévenir les inondations à Douala?
Le système proposé permet de générer des listes de résidents vulnérables et sert de base pour l’alerte et la sensibilisation des populations.
Quelle est l’importance d’une base de données spatiale dans un SIG?
Une base de données est dite spatiale lorsque les entités de chaque couche possèdent des propriétés géométriques du type points lignes et polygones et lorsque chaque couche possède un système de référence spatiale.
Comment se fait la mise à jour des couches dans un SIG?
La mise à jour des propriétés des couches à partir d’un SIG permet d’y affecter un système référence planimétrique, altimétrique, une géométrie, une topologie.