Skip to main content

Remettre les données dans l’infrastructure de données spatiales

La pandémie de COVID-19 a mis en lumière l’importance cruciale du partage de tous les types de données, tant spatiales que non spatiales. Le développement des infrastructures de données spatiales (IDS) au Canada a progressé au point où les informations sur la COVID-19 pourraient être partagées de manière efficace et efficiente entre les responsables de la santé publique, ainsi qu’avec le grand public. Bien qu’il y ait de nombreuses mises en œuvre réussies de ressources en ligne sur la COVID-19 à l’usage de nombreuses parties intéressées, il y a encore de nombreux gains d’efficacité qui devraient être mis en œuvre pour améliorer le partage des données. Lisez ce billet de blogue pour voir des exemples de cartes en ligne, apprendre comment évaluer votre IDS sur la base d’un modèle d’évaluation de l’évolution et découvrir quelles données doivent être incluses dans votre IDS pour tirer le meilleur parti de vos renseignements et de vos investissements.

Si notre réponse en ligne à cette pandémie nous a appris quelque chose, c’est que le partage des données est difficile mais essentiel pour aider les décideurs à comprendre les situations et à faire des choix éclairés. Il est clair que la gestion d’une pandémie comporte un important volet de données spatiales, allant de la localisation des foyers de contagion à la recherche de contacts en passant par la surveillance de l’emplacement des équipements de protection individuelle (EPI). Heureusement, l’infrastructure de données spatiales (IDS) du Canada et les services web d’Esri ont permis aux développeurs et aux utilisateurs de partager rapidement des données spatiales et non spatiales à travers le monde. Cela a permis la création de nombreux outils en ligne, notamment de cartes de foyers d’épidémie utilisant des données en temps quasi réel. En outre, des tableaux de bord et des graphiques en ligne aident les décideurs à comprendre et à analyser les tendances actuelles afin de prévoir des scénarios et de décider des mesures à prendre pour lutter contre le virus.

COVID-19 Canada : Tableau de bord de l’état de la situation de l’Agence de la santé publique du Canada

En tant que nation, nous avons encore beaucoup de travail à faire pour continuer à construire une IDS moderne et complète qui réponde aux besoins des Canadiens de manière rentable. Nous savons maintenant que les données spatiales et le partage des données spatiales correspondent à des infrastructures essentielles et même critiques pour la santé et le bien-être du Canada. Il faut donc continuer à investir massivement dans l’IDS du Canada, de sorte que nous puissions en retirer toute l’efficacité et tous les avantages possibles. Par exemple, les organismes gouvernementaux continuent de créer plusieurs fois les mêmes données géospatiales (ou des données similaires) sous des formes légèrement différentes, puis ne les partagent pas (ou pas de manière efficace) pour le plus grand profit des gouvernements ou des contribuables.

L’un des meilleurs moyens de déterminer l’état actuel des IDS au Canada et ce qui doit être amélioré est de procéder à une évaluation du modèle d’évolution des IDS, similaire à celle du modèle URISA d’évolution des capacités du SIG ou du modèle d’évolution Slimgim. L’une ou l’autre de ces méthodes pourrait être adaptée pour évaluer l’évolution d’une organisation en ce qui a trait à l’utilisation et à l’amélioration de son IDS. Les modèles d’évolution sont très efficaces, car ils peuvent s’appliquer autant à des organisations qui font leurs premiers pas dans le domaine des IDS qu’à des organisations expérimentées en la matière. Par exemple, sur la base du modèle URISA, une évaluation des IDS essentielles au Canada pourrait examiner les éléments suivants :

  • Composantes qui étayent l’IDS dans l’organisation. Cette partie de l’évaluation porte sur la technologie, les données et les capacités humaines nécessaires pour fournir des services IDS efficaces.
  • Composantes qui assurent le bon fonctionnement de l’IDS dans l’organisation. Ce volet évalue la gestion, les politiques de collaboration et les flux de travaux de l’organisation nécessaires pour fournir des services IDS efficaces.

L’utilisation d’un modèle d’évaluation de l’évolution est une approche différente de celle utilisée dans le passé pour évaluer les IDS au Canada. Par exemple, j’ai déjà utilisé la méthode de la fiche de rendement, comme je le mentionne dans mon billet de blogue « Pourquoi le Canada doit-il continuer à développer son infrastructure de données spatiales ». Le principal avantage de l’approche du modèle d’évolution des capacités (modèle CMM) est qu’elle est bien connue et comprise. En outre, cette approche peut être appliquée (et a été appliquée) dans de nombreux secteurs, des services linguistiques aux évaluations de sécurité en passant par les évaluations de la GI/TI.

Caractéristiques des domaines du modèle d’évolution

Depuis peu de temps, plusieurs nouvelles IDS ont été envisagées ou sont en cours de construction. Ces IDS prendront en charge un large éventail d’applications, telles que les évaluations marines et environnementales, les infrastructures urbaines et la santé publique. Il n’y a rien de mal à développer chacune de ces IDS indépendamment pour sous-tendre chaque application spécifique, car les organisations qui financent les initiatives doivent répondre à leurs clients, à leurs utilisateurs et à leurs besoins commerciaux. Toutefois, chaque nouvelle IDS devrait être interopérable avec les autres IDS canadiennes afin de garantir que l’acquisition et l’exportation de données puissent être effectuées avec une efficacité maximale et que chaque IDS puisse utiliser les services disponibles dans les autres IDS.

Lors du développement d’une IDS, il faut tenir compte des éléments suivants pour assurer l’interopérabilité :

  1. Parties intéressées : Tous ceux et celles qui sont impliqués dans le développement, l’exploitation et l’utilisation de l’IDS.
  2. Exigences : Liste des applications, des données, des cas d’utilisation et des technologies que l’IDS doit prendre en charge.
  3. Scénarios d’utilisation : Produits ou services typiques pour lesquels l’IDS serait utilisée.
  4. Architecture technique : Sur place, logiciel-service, plateforme-service, infrastructure-service ou environnement hybride.
  5. Applications : Outils pour rechercher, acquérir, éditer, analyser, visualiser et publier des données.
  6. Données géospatiales de base : Type et source des données de fond de carte.
  7. Données thématiques ou commerciales : Type et source des couches de données thématiques.
  8. Fonctionnement : Manière dont les composantes du système d’IDS fonctionnent à l’interne et à l’externe.
  9. Organisation : Comment l’ensemble des personnes impliquées sont organisées pour répondre aux exigences associées à l’IDS.
  10. Gouvernance : Identification des groupes ayant des rôles d’autorité, de prise de décision et de responsabilité.

Du côté des données, il existe de nombreuses catégories générales qui doivent être identifiées et prises en compte dans une IDS :

  1. Données géospatiales de base (fond de carte) : De nombreuses IDS se fondent sur les mêmes données de départ que l’on peut trouver dans la carte communautaire du Canada et dans ArcGIS Online.
  2. Données géospatiales thématiques (commerciales ou opérationnelles) : Ces couches cartographiques répondent aux exigences spécifiques de l’IDS et peuvent aller de l’environnement à la qualité de l’air en passant par la bathymétrie.
  3. Données d’imagerie : Ces ensembles de données géoréférencées sont de format matriciel et peuvent provenir de capteurs satellitaires, aériens, de drones ou terrestres. Une attention particulière doit être accordée au stockage et à la transmission des images en raison de la taille potentiellement importante de ces fichiers.
  4. Données spatiales : Ces ensembles de données répondent aux exigences spécifiques de l’IDS, mais ils contiennent des éléments qui nécessitent un traitement supplémentaire pour déterminer la localisation spatiale spécifique (par exemple, la latitude et la longitude) des données. Les données spatiales sont généralement présentées sous forme de tableaux et peuvent contenir des adresses, des subdivisions de recensement ou des codes postaux.
  5. Données de capteurs : Ces flux de données proviennent de capteurs souvent basés sur des architectures de l’Internet des objets (IdO). Ces données sont souvent acquises sous la forme d’un flux en temps réel de valeurs de capteurs collectées à un endroit connu (fixe ou mobile). Ces données proviennent, par exemple, de fluviomètres, de compteurs routiers et de capteurs sur véhicules.
  6. Vidéo en temps réel : Ces flux de données sont un type spécifique de données issues de capteurs et sont classés séparément parce que leur volume et les exigences en matière de temps réel nécessitent un traitement particulier. Ces flux vidéo proviennent généralement de dispositifs terrestres. Il s’agit par exemple de caméras de circulation, de sécurité et de vidéosurveillance.
  7. Données non spatiales : Ces ensembles de données contiennent des attributs ou d’autres données qui échappent à toute considération géométrique. Il s’agit par exemple de la documentation du système, des documents de politique et des spécifications des modèles de données.
  8. Métadonnées : Ces ensembles contiennent des données qui décrivent et donnent des informations sur d’autres données. Parmi les exemples de types de métadonnées, on peut citer les métadonnées ISO 19115 et Dublin Core.

Quelques-uns des types de données qui doivent être pris en compte dans une IDS. De haut en bas : fond de carte, images, données thématiques, caméra de circulation, documentation et métadonnées.

Les IDS au Canada ont effectivement prouvé leur immense valeur durant cette pandémie, mais ce n’est pas le moment de rester les bras croisés. Des problèmes subsistent quant à l’exhaustivité, à la précision et à l’actualité des données. Certains sites demeurent lents et ne fournissent pas le rendement nécessaire. En outre, plus d’IDS sont nécessaires dans les agences de santé publique afin que les données puissent être plus facilement partagées. Il y a beaucoup de travail à faire et des solutions sont offertes pour vous aider. Donc, qu’est-ce qui vous empêche d’améliorer votre IDS existante ou de créer une nouvelle IDS qui profitera à vos parties intéressées et à la communauté géospatiale en général?

Ce billet a été écrit en anglais par Gordon Plunkett et peut être consulté ici.