Search

With the continuous development of geo-localized sensor technology and data acquisition infrastructures, environmental and urban science researchers have new opportunities to study geographic phenomena at different temporal and spatial scales. Indeed, the wide range of geographic data now available offers multiple possibilities for exploring spatio-temporal data for a better understanding of the nature of the dynamics of underlying environmental processes. In front of such opportunities, major challenges emerge and raise many methodological issues related to the conceptualization and digital representation of space-time. The objective of this research is to develop a hybrid model of the geographical space that reconciles the field and object approaches and that takes into account a fine integration of the temporal dimension. On the basis of this hybrid spatio-temporal data model, our approach specifies a wide range of spatio-temporal queries qualified as hybrid and which allows exploiting the potential of the developed model. The aim is to explore and validate to what extent such a hybrid representation can provide a feasible and semantically rich model, and on the other hand to allow the definition of manipulation mechanisms at the level of a query language for the study of complex geographic phenomena. The proposed validation context is that of a marine geomorphology dynamics phenomenon. This case is considered as a relevant example of an environmental phenomenon for which a hybrid representation makes sense. A series of performance and scalability experiments are finally reported and show how the whole model behaves.; Grâce au développement permanent de la technologie des capteurs géo-localisés et des infrastructures d'acquisition de données, les chercheurs en sciences environnementales et urbaines disposent de nouvelles possibilités pour étudier les phénomènes géographiques à différentes échelles temporelles et spatiales. En effet, le large éventail de données géographiques désormais disponibles offre de multiples possibilités d'exploration des données spatio-temporelles pour une meilleure compréhension de la nature de la dynamique des processus environnementaux sous-jacents. Face à de telles opportunités, des défis majeurs se manifestent et soulèvent cependant de nombreuses questions méthodologiques liées à la conceptualisation et à la représentation numérique de l'espace-temps. L'objectif de cette recherche consiste à développer une modélisation hybride de l'espace géographique qui réconcilie les approches champs et objet et qui prenne en compte une fine intégration de la dimension temporelle. Sur la base de ce modèle de données spatio-temporel hybride, notre approche spécifie un large éventail de requêtes spatio-temporelles qualifiées d'hybrides et qui permet d’exploiter le potentiel du modèle développé. La finalité consiste à explorer et de valider dans quelle mesure une telle représentation hybride puisse fournir une modélisation faisable et sémantiquement riche, et d'autre part de permettre la définition de mécanismes de manipulation au niveau d'un langage d'interrogation pour l'étude de phénomènes géographiques complexes. Le contexte de validation proposé est celui d’un phénomène de dynamique de géomorphologie marine. Ce cas est considéré comme un exemple pertinent de phénomène environnemental pour lequel une représentation hybride a un sens. Une série d'expériences de performance et d'extensibilité sont finalement rapportées et montrent comment l'ensemble du modèle se comporte.

With the continuous development of geo-localized sensor technology and data acquisition infrastructures, environmental and urban science researchers have new opportunities to study geographic phenomena at different temporal and spatial scales. Indeed, the wide range of geographic data now available offers multiple possibilities for exploring spatio-temporal data for a better understanding of the nature of the dynamics of underlying environmental processes. In front of such opportunities, major challenges emerge and raise many methodological issues related to the conceptualization and digital representation of space-time. The objective of this research is to develop a hybrid model of the geographical space that reconciles the field and object approaches and that takes into account a fine integration of the temporal dimension. On the basis of this hybrid spatio-temporal data model, our approach specifies a wide range of spatio-temporal queries qualified as hybrid and which allows exploiting the potential of the developed model. The aim is to explore and validate to what extent such a hybrid representation can provide a feasible and semantically rich model, and on the other hand to allow the definition of manipulation mechanisms at the level of a query language for the study of complex geographic phenomena. The proposed validation context is that of a marine geomorphology dynamics phenomenon. This case is considered as a relevant example of an environmental phenomenon for which a hybrid representation makes sense. A series of performance and scalability experiments are finally reported and show how the whole model behaves.; Grâce au développement permanent de la technologie des capteurs géo-localisés et des infrastructures d'acquisition de données, les chercheurs en sciences environnementales et urbaines disposent de nouvelles possibilités pour étudier les phénomènes géographiques à différentes échelles temporelles et spatiales. En effet, le large éventail de données géographiques désormais disponibles offre de multiples possibilités d'exploration des données spatio-temporelles pour une meilleure compréhension de la nature de la dynamique des processus environnementaux sous-jacents. Face à de telles opportunités, des défis majeurs se manifestent et soulèvent cependant de nombreuses questions méthodologiques liées à la conceptualisation et à la représentation numérique de l'espace-temps. L'objectif de cette recherche consiste à développer une modélisation hybride de l'espace géographique qui réconcilie les approches champs et objet et qui prenne en compte une fine intégration de la dimension temporelle. Sur la base de ce modèle de données spatio-temporel hybride, notre approche spécifie un large éventail de requêtes spatio-temporelles qualifiées d'hybrides et qui permet d’exploiter le potentiel du modèle développé. La finalité consiste à explorer et de valider dans quelle mesure une telle représentation hybride puisse fournir une modélisation faisable et sémantiquement riche, et d'autre part de permettre la définition de mécanismes de manipulation au niveau d'un langage d'interrogation pour l'étude de phénomènes géographiques complexes. Le contexte de validation proposé est celui d’un phénomène de dynamique de géomorphologie marine. Ce cas est considéré comme un exemple pertinent de phénomène environnemental pour lequel une représentation hybride a un sens. Une série d'expériences de performance et d'extensibilité sont finalement rapportées et montrent comment l'ensemble du modèle se comporte.

Spatio-temporal events denote a large range of phenomena with different characteristics. For example, migration flows studies appear to be very different from disease spread studies. Indeed, interestingness of the first relies on tracking trajectories, whereas the second is about finding the factors of spread. Moreover, each class of a spatio-temporal problem can be tackled differently, depending on which parameters are considered: the studied spatial neighbourhood, the number of characteristics associated with the objects, or whether events are supposed correlated or independent. As a result, data mining techniques are often specificto a sub-class of spatio-temporal problem, that is to say, to a limited set of hypothesis.In order to bring out new knowledge from data, it seems to be necessary to enlarge this set of hypothesis, that is to say, to widen the field of possibilities regarding correlations that may exist between events. For this, we propose a new model that allows to take into account more considerations than existing studies. For example, this representation allows to model the complex spatio-temporal dynamic of erosion phenomenon: an object can be split up in several other objects, or can merge with other objects into one. More precisely, we use a single directed graph, that becomes acyclic thanks to the temporal component of the problem, and that is attributed by several characteristics., Les événements spatio-temporels regroupent une large diversité de phénomènes comportant des caractéristiques propres. Par exemple, l’étude de flux migratoires se révèle ainsi très différente de l’étude de propagation de maladies. En effet, le domaine d’intérêt de la première porte sur le suivi des trajectoires, tandis que celui de la deuxième porte sur les facteurs de la propagation. De plus, chaque classe d’un problème spatio-temporel peut être abordée différemment, que l’on considère ou non un voisinage spatial, une caractérisation des objets d’étude unique ou multiple, ou bien une (in)dépendance entre les événements. Ainsi, les techniques de fouilles de données développées sont souvent restées spécifiques à une sous-classe de problème spatio-temporel, c’est-à-dire sous un ensemble restreint d’hypothèses.Or, pour réussir à dégager des connaissances nouvelles à partir de données, il est nécessaire d’élargir cet ensemble d’hypothèses, c’est-à-dire élargir le champs des possibles quant aux corrélations qu’il peut exister entre événements. Nous proposons donc une modélisation de ces phénomènes spatio-temporels permettant de prendre en compte plus de considérations que dans l’état de l’art. En outre, cette modélisation permet d’exprimer des événements qui existent dans les phénomènes d’érosion : un objet d’étude peut se diviser en plusieurs objets, ou fusionner avec d’autres objets pour n’en former qu’un seul. Plus précisément, nous modélisons les dynamiques spatio-temporelles sous la forme d’un unique graphe orienté, que la composante temporelle des problèmes rend acyclique, et dont les sommets sont attribués par plusieurs caractéristiques.