La modélisation des données SIG révèle des enjeux cruciaux liés à l’occupation non réglementée des lits de cours d’eau à Douala. Cette recherche innovante propose un système d’information géographique pour anticiper les inondations, offrant des solutions vitales pour la sécurité des résidents vulnérables.
MODÈLEISATION DES DONNEES DU SYSTEME
Au sens littéral, un système d’information (SI) est un ensemble organisé de ressources : matériels, logiciels, personnels, données, procédures permettant d’acquérir, traiter, stocker, communiquer des informations (sous forme de données, textes, images, sons, etc…) dans des organisations. Ces ressources sont inters reliés.
Le logiciel apparait donc comme une composante du système d’information. En réalité il existe même des systèmes d’informations complètement manuelles ne faisant aucunement recours aux techniques informatiques. Le système d’information est donc vaste et peut englober ou pas des systèmes informatiques.
Lorsqu’un système d’information fait recours aux méthodes informatiques, il doit fonctionner selon un formalisme et sur la base de certaines données numériques. Les données numériques permettant le fonctionnement dudit système d’information doivent être représentées selon leurs caractéristiques et leurs interrelations dans le monde réel afin que leur interprétation débouche sur des résultats utiles à la prise de décision.
Généralement, la manipulation le stockage et l’accessibilité de ces données nécessitent de faire recours aux systèmes de gestion de bases de données informatique (SGBD) qui structurent l’ensemble des informations sous forme de table afin qu’elles soient interrogées et analysées via des requêtes tels que SQL.
La modélisation des données pour un système informatisé consiste donc d’abord à identifier et à décrire les éléments majeurs qui interviennent à la base du fonctionnement d’un phénomène, ensuite, à ressortir les relations d’interdépendance qui existe entre ces différents éléments, et enfin, de déboucher sur l’intégralité des informations nécessaires pour le traitement d’une opération.
Dans la théorie des modèles de données entités-associations comme dans le Modèle MERISE (Méthode d’Etude et de Réalisation Informatique pour les Systèmes d’Entreprise), trois niveaux de préoccupations sont généralement définit à savoir :
- Le niveau Conceptuel
- Le niveau Logique
- Le niveau Physique
Une modélisation des données entité-association peut faire recours à plusieurs méthodes et langages parmi lesquelles le langage UML ( Unified Modèleing Language ). Mais à l’heure actuelle, aucun langage ni aucune méthode ne fait l’objet d’une norme internationale certifiée. La modélisation des données de notre système d’information a été réalisée suivant la méthodologie MERISE et nos différents niveaux d’abstraction se déclinent dans les pages ci- dessous.
Le modèle conceptuel des données
Le modèle conceptuel des données (MCD) nous a permis de représenter de façon structurée les données de base dont dépend le SIG. Le modèle conceptuel identifie les éléments majeurs qui sont à la base du fonctionnement d’un phénomène et décrit la sémantique des données c’est à dire le sens attaché à ces données et à leurs relations.
Les principales classes d’entités mobilisées sont centrées autour de deux associations (ou relations) principales à savoir les inondations engendrées par les crues et la vulnérabilité causées par les faibles pentes des bas fond. Nous avons affecté des cardinalités pour mesurer l’interdépendance qui existe entre certaines classes d’entités.
Notre MCD décrit un phénomène selon lequel un bassin versant urbanisé réceptionne une pluie qui alimente les rivières et qui finit par engendrer une crue. Et la crue à son tour inonde les infrastructures et les biens vulnérables situés sur les faibles pentes des bas-fonds du bassin versant. Le schéma suivant présente le MDC déployé pour notre SIG.
Dans notre MDC, onze (11) couches ou classes d’entités synthétisent l’ensemble des enjeux soumis à la vulnérabilité des inondations que nous avons répertoriés dans le cadre de notre étude. Ces enjeux ont en commun d’être tous situés dans les bas-fonds d’un même bassin versant représenté ici par BASSINS_ET_SOUS_BV.
Les bas-fonds quant à eux sont matérialisés ici par la classe d’entité FAIBLES_PENTES a partir duquel nous sommes appuyés pour calculer et délimiter la zone inondable du BVTB le référence a été fixée selon la crue du probatoire 2016.
L’élément déclencheur de la catastrophe est matérialisé ici par la table PLUIES elle est mesurée et communiquée par les stations de l’ASECNA au niveau de l’aéroport de Douala. L’aléa est représenté par les couches RIVIERES et CRUE elles sont là pour transmettre le comportement des rivières qui engendre crue.
Rappelons que le comportement de ces rivières est intimement lié aux propriétés de la pluie. Chaque classe d’entité présentée dans notre MCD a été durement renseignée par des colonnes sensées contenir les informations indispensables au fonctionnement du system.
[27_modelisation-des-donnees-sig-pour-la-prevention-des-inondations_38]
Source: Tchameni Franck 2017
Figure 36 : Le schéma du modèle conceptuel des données
:
132
Le modèle logique des données
133
Le Modèle Logique des Données (MLD) découle directement du Modèle conceptuel des données. C’est un passage obligatoire dans la théorie de modélisation des données entités-association. Il se charge de représenter, via un formalisme précis et standardisé, l’ensemble des tables qu’il faudrait créer pour réaliser le système d’information décrit dans le MCD.
Les relations d’interdépendance que nous avons définie en amont dans notre MCD ont été automatiquement traitées pour aboutir à une proposition de l’ensemble des classes d’entité qu’il faudra créer pour le fonctionnement total du système. Ainsi toute relation (ou association) est transcrite afin d’être intégrée dans une table sans compromettre le cycle du système.
Notre MLD devrait donc également décrire un phénomène selon lequel un bassin versant urbanisé réceptionne une pluie qui alimente les rivières et qui finit par engendrer une crue. Et la crue à son tour inonde les infrastructures et les biens vulnérables situés sur les faibles pentes des bas-fonds du bassin versant.
Dans la prochaine figure représentant le MLD, deux tables ont vu le jour à savoir la table VULNERABILITE et la table INONDATION. La première permet de faire un inventaire très exhaustif de chaque bien et infrastructure soumis à la vulnérabilité des inondations dans les bas-fonds du bassin versant, et la seconde permet de répertorier les différents biens et infrastructures qui seront touchés par une crue calculée à partir des prévisions de l’ASECNA.
La table INONDATION très dynamique en fonction des prévisions, vient s’imposer comme une des principales plaques tournantes de notre système d’information. C’est grâce à elle que peuvent être produite tous les rapports des inondations dans le bassin versant, et c’est également grâce à elle que les alertes pourront être possibles.
Par exemple, pour chaque crue prévue ou engendrée, la table INONDATION doit pouvoir fournir la liste des écoles, des centres de santé, des poteaux électriques, des ponts, des espaces agricoles, des fontaines publiques, des marchés, des immeubles et ménages frappés ou susceptibles d’être frappés afin que la procédure d’alerte ou de prise en charge puisse être enclenchée.
C’est donc cette même liste qui pourra être retenue en guise de rapport pour chaque inondation survenue dans le bassin versant. Son archivage permanent pourra constituer une base de données historiques sur les inondations dans le BVTB.
[27_modelisation-des-donnees-sig-pour-la-prevention-des-inondations_39]
Source: Tchameni Franck 2017
Figure 37 : Schéma conceptuel du modèle logique des données
Questions Fréquemment Posées
Qu’est-ce qu’un système d’information géographique (SIG) dans le contexte de la prévention des inondations?
Un système d’information géographique (SIG) est un ensemble organisé de ressources permettant d’acquérir, traiter, stocker et communiquer des informations, notamment pour modéliser les facteurs de risque d’inondation.
Comment la modélisation des données SIG aide-t-elle à identifier les risques d’inondation?
La modélisation des données SIG permet d’identifier et de décrire les éléments majeurs intervenant dans le phénomène d’inondation, ainsi que les relations d’interdépendance entre ces éléments, facilitant ainsi la prise de décision.
Quels sont les niveaux de préoccupation dans la modélisation des données SIG?
Dans la modélisation des données SIG, trois niveaux de préoccupations sont définis : le niveau conceptuel, le niveau logique et le niveau physique.