Données cartographiques de précision en OpenData
23 octobre 2020
Les données cartographiques ont pendant longtemps été produite pour permettre aux personnes de se déplacer. La précision attendue et les besoins en détails représentés n'imposaient pas une précision en dessous du mètre. Les nouveaux outils numériques permettent aujourd'hui de descendre à un niveau de précision beaucoup plus fin, par exemple de l'ordre du centimètre, un cadre à la description d'informations de l'environnement beaucoup plus détaillée. On parle alors de cartes HD, ou encore de micromapping, suivant les usages et pratiques envisagées.
Cette échelle de précision permettent d'envisager de nouveaux usages, depuis la voiture autonome jusqu'à l'aide au déplacement par mobilité douce, où le trottoir devient l'échelle minimum d'information requise.
Si les grands acteurs du guidage des véhicules intelligents et autonomes travaillent aujourd'hui à la construction de leurs propres bases de données, des acteurs institutionnels et collaboratifs s'intéressent également à cette échelle de représentation, proposant leurs données sous la forme de données ouvertes.
Dans cet article, nous proposons de faire un inventaire de ces bases de données, en s'intéressant aux informations qu'elles comportent, au territoire qu'elles couvrent, et à la précision et à actualisation de leur contenu.
Retrouvez les autres articles de ce blog sur la page principale.
Les données collaboratives
La principale base de données géographique collaborative est OpenStreetMap. Distribuée sous licence Open Database License, elle couvre l'ensemble du territoire mondial, et accueille depuis son lancement en 2004 les contributions quotidiennes de milliers de participants.
Les données de cette base sont très hétérogènes, à la fois dans leur précision, dans le type d'information qu'elles représentent, dans les sources utilisées, et dans la fréquence de mise à jour. Chaque contributeur est en effet libre de procéder suivant ce qu'il souhaite faire, en respectant les préconisations décidées collégialement.
Plusieurs travaux s'intéressent à la qualité des données présentes dans OpenStreetMap. On peut par exemple citer [Sehra 2017] qui s'intéressent à la précision des données sémantiques et à leur consolidation, ou [Brovelli 2018] qui étudie la précision géométrique à l'aide d'une base de données régionale de référence.
Il est important de noter que si bon nombre de contributions sont réalisées à l'aide d'orthophotographies d'une précision de l'ordre de quelques mètres, certains contributeurs disposent de moyens ou d'un accès à des données de meilleure qualité. Ainsi, on remarque un début de convergence au sein d'OpenStreetMap des données publiées sous licence libre par les collectivités locales (voir plus loin), lesquelles maîtrisent leur territoires et disposent souvent d'outils ou de prestations de grande précision géométrique.
Ainsi, si jusqu'à peu, on observait majoritairement des contributions décrivant uniquement les rues, on constate aujourd'hui l'émergence du micromapping, pratique consistant à reproduire une information fine: cheminements piétons sur les trottoirs, voire emprise au sol des trottoirs, localisation des îlots sur la voirie, position des arbres, sémantique décrivant la qualité du revêtement, les obstacles à franchir, les dénivelés, etc. Si la précision de ces données est là encore assez hétérogène, on remarque une convergence progressive vers une grande finesse de détails.
Dans l'exemple ci-dessous, un contributeur présente l'évolution de la donnée disponible dans OpenStreetMap sur un campus universitaire:
Certains territoires disposent ainsi de détails très précis sur la géométrie et l'usage des abords des voies de circulation automobiles. On peut par exemple regarder le travail réalisé sur la commune de Montrouge (voir image ci-dessous), où tous l'emprise au sol des trottoirs ont été cartographiés, au centre-ville de Brest où les cheminements piétons ont été décrits par des tracés linéaires, ou au centre-ville d'Orange où l'on observe une combinaison de tracés linéaires et d'informations sur la forme des trottoirs. En europe, on peut citer la ville de Prague, ou encore Gijón, où les informations liées à la mobilité piétonne sont très présentes.
Parmi les initiatives locales, on trouve aussi des territoires où un travail spécifique à une modalité a été initié. Par exemple, à Montréal on a travaillé sur les bordures de trottoir, dans une approche très orientée sur les pratiques automobiles. On trouve ces problématiques sous les mots anglais curb et kerf.
Les données des collectivités locales
À l'échelle de la ville, les collectivités locales sont les principales exploitantes de données de haute précision, que ça soit pour l'entretien des infrastructures, mais aussi pour l'application de réglementations d'occupation de l'espace public.
Avec l'ouverture croissante des données produites par les services publics et la dynamique des données ouvertes ou open data, on observe une ouverture de ces données de cartographie fine, avec souvent une mise à jour régulière, et un contrôle de la qualité.
On peut par exemple citer la ville de Paris qui propose depuis 2019 sur son espace opendata une mise à jour mensuelle d'informations collectées par ses services et prestataires: emprise au sol des trottoirs, mobiliers urbains, chaussées, etc.
Une liste non exhaustive des données ouvertes sur les trottoirs a été réalisée par la communauté OpenStreetMap à la sortie du confinement en 2020. Il permet d'identifier les acteurs locaux ayant déjà fait un pas dans la mise à disposition de leurs données.
Car si peu de communes ont fait cet effort, on sait que le numérique devient un outil essentiel de la gestion des voiries et des espaces publics, avec notamment le Plan Corps de Rue Simplifié (PCRS), un référenciel de haute précision « destiné à servir de support topographique échangeable et mutualisable » (CRAIG).
Dans les faits, les collectivités locales réalisent la collecte de ces données à des fréquences variables, suivant des dispositifs et avec une précision qui peut varier d'un territoire à l'autre, soit par leurs propres moyens, soit en sollicitant des prestataires spécialistes de la question, comme Wegoto avec lequel nous travaillons au projet OD4M.
Il est donc difficile d'évaluer de manière uniforme la qualité et la précision des données sur tout le territoire représenté.
Les données du cadastre
Le plan cadastral définit pour chaque territoire les propriétés foncières. En France, il s'agit d'un découpage par communes, dont la qualité est très variable suivant les territoires, et dont la demarérialisation a été initiée en 2002 par la Direction générale des Finances publiques. Ce sont ces données qui ont notamment permis d'alimenter OpenStreetMap en important massivement le bâti, avec l'autorisation de la DGFiP.
Sur le service de consultation du cadastre en ligne, on peut constater que le cadastre des grandes villes contient parfois le tracé des bordures de trottoir. Ces tracés, parfois utilisés par les contributeurs d'OpenStreetMap pour documenter les cheminements piétons est souvent issu des feuilles numérisées, et il est difficile d'identifier explicitement la source qui a servi à leur intégration, tout autant que la date où cette donnée a été relevée.
Les données LIDAR
L'IGN a annoncé la coordination d'un projet de couverture nationale en données Lidar Haute Densité (HD), avec une densité de 10 points par mètre carré. Annoncé pour un calendrier 2020-2025, il s'agira de la première collecte de cette envergure par un acteur public.
Références
- [Sehra 2017] Sehra, Sukhjit Singh, Jaiteg Singh, and Hardeep Singh Rai. "Assessing OpenStreetMap data using intrinsic quality indicators: an extension to the QGIS processing toolbox." Future Internet 9.2 (2017): 15.
- [Brovelli 2018] Brovelli, Maria Antonia, and Giorgio Zamboni. "A new method for the assessment of spatial accuracy and completeness of OpenStreetMap building footprints." ISPRS International Journal of Geo-Information 7.8 (2018): 289.