Chapitre III
Matériels et méthodes
24
données en coordonnées géographiques et la troisième valeur n’est autre que le paramètre
estimé (Fig. III.8).
Un grid est constitué de cellules carrées espacées, régulièrement réparties sur un territoire
donné. Chaque cellule possède un nœud situé au centre du point, qui représente l’estimation
de la valeur d’un seul paramètre mesuré (Pitney Bowes, 2009).
Les grids peuvent être utilisé pour visualiser de manière efficace la tendance de l'information
géographique sur un territoire, ils donnent le pouvoir de comparer et questionner
mathématiquement les couches et les requêtes d’informations, créer de nouveaux grids, trier,
et analyser des couches.
Figure (III.8) : Structure de génération d’un grid
Il est à noter que pour la génération des grids d’estimation pour chaque paramètre, il est
recommandé d’avoir un nombre suffisant de stations couvrant d’une manière régulière la zone
d’étude.
Il est évidemment impossible de mesurer les valeurs en tous points de l’espace, pour cela
l’interpolation est la technique qui permet de donner par estimation des valeurs aux points non
échantillonnés. Le processus consiste à estimer les valeurs du grid en utilisant les valeurs
mesurées prises à partir d’un ou de plusieurs couches de point. Beaucoup de méthodes
mathématiques peuvent être appliquées à l’interpolation des valeurs de grids, mais il n’y a
aucune solution parfaite. Le choix de la méthode d’interpolation dépend des caractéristiques
des données in situ (type, précision et densité) et d’autres facteurs tels que le temps de calcul
(Pitney Bowes, 2009).
La méthode d’interpolation utilisée est celle dite de la pondération par l’inverse de la
distance couramment désigné par les lettres IDW: (Inverse Distance Weighting) (Fig. III9)
puisqu’elle se prête bien aux données environnementales (mesures chimiques) (Pitney
Bowes, 2009).
Matériels et méthodes
24
données en coordonnées géographiques et la troisième valeur n’est autre que le paramètre
estimé (Fig. III.8).
Un grid est constitué de cellules carrées espacées, régulièrement réparties sur un territoire
donné. Chaque cellule possède un nœud situé au centre du point, qui représente l’estimation
de la valeur d’un seul paramètre mesuré (Pitney Bowes, 2009).
Les grids peuvent être utilisé pour visualiser de manière efficace la tendance de l'information
géographique sur un territoire, ils donnent le pouvoir de comparer et questionner
mathématiquement les couches et les requêtes d’informations, créer de nouveaux grids, trier,
et analyser des couches.
Figure (III.8) : Structure de génération d’un grid
Il est à noter que pour la génération des grids d’estimation pour chaque paramètre, il est
recommandé d’avoir un nombre suffisant de stations couvrant d’une manière régulière la zone
d’étude.
Il est évidemment impossible de mesurer les valeurs en tous points de l’espace, pour cela
l’interpolation est la technique qui permet de donner par estimation des valeurs aux points non
échantillonnés. Le processus consiste à estimer les valeurs du grid en utilisant les valeurs
mesurées prises à partir d’un ou de plusieurs couches de point. Beaucoup de méthodes
mathématiques peuvent être appliquées à l’interpolation des valeurs de grids, mais il n’y a
aucune solution parfaite. Le choix de la méthode d’interpolation dépend des caractéristiques
des données in situ (type, précision et densité) et d’autres facteurs tels que le temps de calcul
(Pitney Bowes, 2009).
La méthode d’interpolation utilisée est celle dite de la pondération par l’inverse de la
distance couramment désigné par les lettres IDW: (Inverse Distance Weighting) (Fig. III9)
puisqu’elle se prête bien aux données environnementales (mesures chimiques) (Pitney
Bowes, 2009).