‹ retour au glossaire du SIG
Traitement de données topographiques
Définition
Le traitement de données topographiques convertit des mesures d’altitude brutes — nuages de points LiDAR, appariements photogrammétriques, interférométrie radar — en produits utilisables comme des MNE, des courbes de niveau, des lignes de rupture et des dérivés hydrologiques. Les étapes comprennent la classification (sol, végétation, bâtiments), la suppression des valeurs aberrantes, la densification ou l’éclaircissement des points, l’interpolation de surface et la correction des artefacts. Des flux robustes préservent les éléments nets comme les falaises et les digues tout en minimisant le bruit.
Application
Les agences produisent des jeux de données d’altitude officiels ; les ingénieurs conçoivent les infrastructures ; les gestionnaires de plaines inondables construisent des modèles hydrauliques ; et les scientifiques étudient la géomorphologie. Les contrôles qualité (points de vérification, exactitude verticale, complétude) font partie intégrante de la recette.
FAQ
Pourquoi les lignes de rupture sont-elles nécessaires même avec un LiDAR dense ?
Le maillage automatique peut étaler les bords des chenaux et des talus ; les lignes de rupture imposent des transitions nettes et maintiennent le réalisme hydraulique.
Comment choisir les méthodes d’interpolation pour créer un MNE ?
Le voisin naturel et le TIN préservent les formes locales ; le krigeage offre un contrôle statistique ; l’IDW est simple mais peut former des cibles concentriques. Le choix dépend du relief et de la densité des données.
Quels artefacts apparaissent couramment et comment les corriger ?
Décalages de bord, bandes, cuvettes et pics, fantômes de végétation. Appliquez l’équilibrage de tuiles, la suppression des bandes, le comblement des cuvettes et l’affinage de la classification.
En quoi les rapports d’exactitude vont-ils au-delà d’une seule valeur de RMSE ?
Rapportez par classe d’occupation du sol, tranche de pente et méthode de collecte ; incluez l’intervalle de confiance à 95 % et pas seulement l’erreur moyenne, pour refléter la performance dans le pire cas.
