[./fr_constat_pag.html]
[./fr_demarche_page.html]
[./fr_services.html]
[./fr_secteurs.html]
[./fr_integration.html]
[./fr_modele.html]
[./accueil_fr.html]
[./fr_contacts.html]
[./fr_references.html]
[./fr_references_modelisation.html]
[./fr_modele_ga.html]
[./fr_modele_isatis.html]
[./fr_modele.html]
[./fr_modele_solutions.html]
[Web Creator] [LMSOFT]
Expertise SIG
Projets Afrique
Valorisation SIG
Aide à la décision
dthomas@geovalor.com
Pour construire un modèle numérique par interpolation, deux approches sont possibles : déterministe ou probabiliste.

Les méthodes déterministes, par exemple inverse des distances, ont plusieurs inconvénients : subjectivité du choix des paramètres, non prise en compte des propriétés intrinsèques du phénomène, absence de critère de précision. Ces méthodes ne permettent donc pas de JUSTIFIER les résultats obtenus.

GEOVALOR privilégie l'approche probabiliste permettant de justifier les modèles numériques obtenus. La modélisation géostatistique conduit en effet à une interpolation cohérente avec la physique du phénomène et une quantification de la précision du modèle.
Quelle que soit sa finalité ou les technologies utilisées, le processus de modélisation comprend classiquement les phases suivantes :

1.      analyse des données disponibles
2.      traitement pour obtenir le modèle souhaité, soit la construction d’une grille régulière aux noeuds de laquelle est calculée la valeur du phénomène
3.      exploitation de la modélisation, pour participer à la prise de décision; par exemple cartographie de la grille régulière

Classiquement, les SIG gèrent et manipulent des données factuelles, informations rattachées à des objets localisés (par exemple la description d'un propriétaire à partir de la parcelle cadastrale). Utiliser le SIG comme un outil d'aide à la décision, nécessite bien souvent de construire des modèles numériques en interpolant des mesures ponctuelles. Par exemple construire une représentation continue de la topographie sous forme de MNT à partir d'un ensemble de points cotés, ou encore la dispersion continue d'un polluant sur l'ensemble d'un site industriel à partir de quelques échantillons mesurés ponctuellement)..

L'intérêt n'est pas uniquement de fournir une cartographie continue du phénomène (pollution, risque épidémiologique, etc), mais aussi de pouvoir combiner cette information avec des données factuelles (par exemple, identifier les zones de pollution probable à moins de 500 m d'habitations).