Recherches
Objectifs
Nous nous intéressons à l’ensemble des données, structures de données, algorithmes et modèles nécessaires à l’analyse du territoire pour une meilleure compréhension de son fonctionnement et de ses évolutions (analyse menée avec des utilisateurs finaux: prescripteurs publics, chercheurs en modélisation numériques et géographiques, sociétés privées). Ce projet recouvre donc les questions liées à:
- l’intégration (mise en cohérence, fusion, enrichissement, etc.) de données hétérogènes, multi-sources et multi-dimensionnelles,
- l’organisation des données (modélisation, choix des niveaux d’analyse, identification des structures/objets/éléments pertinents d’étude, sources d’imperfection, etc.) afin de permettre
- in fine le raisonnement sur les phénomènes spatialisés, la détection et caractérisation du changement, la sémantisation, la simulation, etc.
Des objectifs transversaux se dégagent, notamment sur l’extraction et la structuration de connaissances concernant la description du territoire, sur les caractérisations possibles du territoire et de ses évolutions et la réutilisation de ces connaissances pour simuler les évolutions territoriales.
Nos principaux produits de recherches sont guidés par les usages et visent à co-construire, à la fois avec des communautés scientifiques et des prescripteurs, des modèles, des données structurées et sémantisées, des connaissances sur les territoires et ses évolutions, mais également des scénarios de simulations.
Choix stratégiques
Nous réalison un travail interdisciplinaire raster-vecteur-texte avec des thématiciens/opérationnels pour valider l’intérêt applicatif des recherches : des utilisateurs finaux qui peuvent être d’autres chercheurs (comme les écologues, climatologues, historiens intéressés par la numérisation de cartes ou images anciennes), des prescripteurs ou des sociétés privées pour l’aménagement du territoire, la planification, ou la gestion des ressources naturelles.
Un autre point commun des recherches de l’équipe est une approche fondamentalement multi-sources. Ces sources multiples, qu’elles soient institutionnelles ou collaboratives sont souvent toutes utiles pour un problème thématique donnée. Il s’agit alors de mettre en avant la complémentarité entre les différents types de données (format : vecteur/raster/3D ; différents niveaux de détail, capteurs à résolutions spatiales, spectrales et temporelles hétérogènes mais complémentaires).
L’équipe fait également le choix de plutôt développer des méthodes capables de traiter le plus possible toutes les échelles spatiales (ilôt/quartier ⇒ France entière) et temporelles (du changement abrupt à 300 ans d’histoire). Au-delà des questions de modélisation que ce choix implique, traiter de grandes échelles spatiales et temporelles nécessite un travail sur le passage à l’échelle des traitements qui doivent être capables de gérer des données très massives, de manière automatique et en limitant le paramétrage manuel des méthodes.
Nous faisons et sommes fiers de faire de la recherche ouverte et reproductible.