The coastal area is a multi-issue area that promote the production of new data to improve its characterization, including LiDAR surveys (Light Detection and Ranging) for the generation of Digital Terrain Model (DTM) with high spatial resolution. Challenges are located on the integration and the rendering of these data, because of their heterogeneity (images and vectors), but also because current visualization systems do not allow a continuous rendering of land and sea with tide consideration. We propose to improve the visualization of the littoral area by representing more realistically water level dynamics: (1) with the use of more precise data such as LiDAR, to visualize more precisely coastal elements and thus enhance the perceived realism and (2) by manipulating the realism with image photorealism and expressive rendering technics. Finally, we propose several rendering methods to visualize these data on two applications of hybrid visualization: LiDAR/map and Lidar/ortho-image. MOTS-CLES : visualisation, realisme, maree, lidar, stylisation
Copyright © by the paper’s authors. Copying permitted for private and academic purposes. Proceedings of the Spatial Analysis and GEOmatics conference, SAGEO 2015.
Le littoral est défini comme étant la zone comprise entre une étendue maritime et la terre ferme, au milieu de laquelle se situe le trait de côte définissant la séparation officielle de ces deux entités. Le trait de côte est défini par la laisse des plus hautes mers astronomiques (coefficient 120, conditions météorologiques normales). En fonction des usages et des régions, cette définition peut varier sur la largeur de la zone, allant de quelques centaines de mètres à plusieurs kilomètres. Le littoral est ainsi composé majoritairement de zones humides, dont la zone d’estran qui est comprise entre la ligne astronomique des plus basses et des plus hautes mers. La gestion optimale du littoral est un objectif essentiel pour sa protection (évolution du trait de côte sous l’effet de l’érosion, protection du domaine côtier notamment des parcs naturels marins, protection de la faune et de la flore), la prévention des risques (inondation, pollution, catastrophe naturelle), l’aménagement (portuaire, touristique, industriel), l’exploitation des ressources vivantes et minérales, la recherche et les études scientifiques mais également les besoins militaires.
La zone littorale est marquée par le dynamisme des marées, i.e. du va-et-vient continu de l’eau sur la terre, d’où la complexité de l’observer et de la visualiser. Les techniques d’observations sous-marines et terrestres étant différentes (capteurs, traitements, etc.), les données produites sont hétérogènes en résolution, précision, nature, référence, etc. Concernant la visualisation du littoral, les légendes choisies pour la cartographie sont souvent différentes sur terre et sur mer car réalisées par des producteurs différents et pour des usages différents. Les cartes maritimes répondent généralement à des fins de navigation avec un objectif de représentation de la profondeur d’eau alors que les cartes terrestres répondent généralement à une logique de description topographique orientée randonnée, grand public, etc. Ainsi, la représentation du littoral est rendue d’autant plus difficile par les variétés des données, des usages et des producteurs. Deux éléments spatio-temporels sont utilisables pour les représentations de la mer dans une visualisation de la zone côtière : l’interface terre/mer et la profondeur d’eau. L’interface terre/mer est souvent représentée de manière statique dans les visualisations existantes du littoral, représentant un niveau maximal théorique du niveau de la mer appelé trait de côte. Ce manque d’information dynamique (spatio-temporelle) s’applique également aux zones immergées/émergées telles que les bancs de sables ou les rochers, éléments importants en navigation maritime et qui n’apparaissent pas ou peu dans les visualisations existantes. La profondeur de l'eau est représentée dans les cartes à destination de la navigation maritime et symbolise la profondeur de l'eau de manière statique, c'est-à-dire par rapport à une référence fixe, en général le zéro du référentiel national. Il faut ensuite ajouter les informations de marées afin d’obtenir la hauteur d'eau réellement présente au temps choisi. Or, le phénomène de marée est un phénomène connu, prévisible et dont la hauteur d’eau estimée est précise, ce qui permet son utilisation dans des cartes à grande échelle. La précision des Modèles Numériques de Terrain (MNT) combinée à l’estimation précise de la hauteur d’eau permet ainsi d’obtenir des données de profondeurs d’eau à hautes résolutions spatiales et temporelles.
Nous nous intéressons ici à deux enjeux. Premièrement, la représentation de la mer et de la terre nécessite des données fines, notamment pour la représentation de l’interface terre/mer. Désormais, avec des MNT plus précis (50cm en mer, 20cm sur terre), à haute résolution (5m en mer, 1m sur terre) et continu entre terre et mer (bathymétrique et aéroporté), il est possible d’obtenir précisément l’information de profondeur d’eau et de séparation terre/mer dans un système de visualisation. Un deuxième enjeu consiste à utiliser tous les outils et techniques de paramétrisation du rendu permettant d’introduire plus de réalisme dans la représentation du littoral (par exemple, la représentation des fonds marins dans une ortho-image). Notre problématique est de proposer et tester une méthodologie permettant à la fois de sélectionner, d’enrichir et de visualiser des données géographiques mais également de pouvoir paramétrer le rendu de ces données hétérogènes et ainsi accentuer le réalisme de la visualisation.
Nous verrons dans un premier temps l’existant en matière de visualisation de la zone littorale. Ensuite, afin de répondre à notre problématique de visualisation de la zone côtière, nous proposerons une méthodologie générale permettant l’intégration de données hétérogènes, leur enrichissement et leur rendu. Enfin, nous présenterons et discuterons deux cas d’applications de visualisations hybrides selon les données utilisées : LiDAR1/carte et LiDAR/ortho-image. 2.
Nous détaillons dans un premier temps les différents types de visualisation existants, notamment pour la zone littorale : statique, statique à partir de phénomènes dynamiques, interactif et dynamique. Nous présentons ensuite les travaux qui se sont focalisés sur l’amélioration du niveau de réalisme passant par la précision des phénomènes et objets représentés. Nous explicitons enfin l’objectif de cet article et notamment les questions qu'il pose pour la représentation de la profondeur d'eau et de l’interface terre/mer en zone littorale, deux éléments que nous considérons comme enrichissant et apportant plus de réalisme à la visualisation.
La visualisation est définie comme la création et l’utilisation de représentations
visuelles pour aider la pensée, la compréhension et la diffusion
Copyright © by the paper’s authors. Copying permitted for private and academic
purposes. Proceedings of the Spatial Analysis and GEOmatics conference, SAGEO
2015.
2012b), à la modélisation et visualisation des courants et marées
La première catégorie de visualisation comprend les visualisations dites statiques, dont les éléments représentés sont fixés et ne représentant pas un phénomène dynamique. Nous citerons deux exemples de ce type de visualisation statique : la juxtaposition au niveau du trait de côte de deux produits cartographiques (cf Figure 1) et la visualisation de la profondeur d’eau (fixée) à partir de relevés LiDAR bathymétriques (cf Figure 2).
La seconde catégorie regroupe une ou une série de visualisations statiques
produites à partir d’au moins un ou plusieurs éléments dynamiques, dans le temps ou
dans l’espace. Nous prenons l’exemple ici
Copyright © by the paper’s authors. Copying permitted for private and academic purposes. Proceedings of the Spatial Analysis and GEOmatics conference, SAGEO 2015.
Figure 3 : Visualisation de la profondeur d’eau à différents états : (a) marée montante et (b) marée haute (source Yang et al. 2014)
La quatrième catégorie regroupe les visualisations dynamiques dont les
caractéristiques d’un ou plusieurs éléments de la visualisation sont animés
Nous définissons le réalisme comme la crédibilité perçue par l’utilisateur depuis
la visualisation en référence à sa connaissance et sa perception du monde. Le rendu
réaliste vise à créer une image qui soit la plus fidèle possible à la scène représentée,
qu’il soit photo-réaliste ou non
La visualisation peut conserver un niveau d’intégration homogène des données,
offrant un meilleur compromis de rendu entre réalisme et abstraction
Le style cartographique est défini comme étant la manière de rendre
l’information géographique, en particulier en fonction des différentes utilisations du
contenu et de l’apparence
Nous proposons ainsi d’améliorer la visualisation de la zone littorale par l’ajout de nouvelles données hétérogènes ayant montré un apport significatif en précision et en qualité de transmission des informations : un MNT obtenu par relevés LiDAR aéroporté et bathymétrique et les informations de marée. Afin d’ajouter du réalisme à la visualisation du littoral, nous proposons d’enrichir ces nouvelles données afin de représenter des phénomènes réels tels que la profondeur d’eau et la séparation terre/mer, toutes les deux dynamiques et fonction des états de la marée. La méthode proposée devra également pouvoir s’adapter au type de rendu souhaité, c’est-à-dire fournir les outils de stylisation permettant un rendu photo-réaliste ou non. 3.
Afin de répondre à notre problématique qui est d’obtenir une visualisation réaliste de la zone littorale, nous proposons une méthodologie générale de visualisation de données permettant l’ajout de données et de techniques spécifiques à la zone littorale pour l’obtention de l’estimation de la profondeur d’eau et la délimitation terre/mer. La Figure 5 présente ces quatre grandes étapes. Etape 1 : Acquisition des données. Dans un premier temps, les données sont acquises (données raster ou vecteur, observations, prédictions) puis prétraitées (corrections géométriques, interpolation, etc.). En règle générale, ces opérations sont effectuées par les agences nationales productrices d’informations géographiques. Etape 2 : Sélection des données. A partir de ces bases de données, nous sélectionnons les données que nous voulons visualiser. En particulier, pour estimer et représenter la profondeur de l’eau et la séparation terre/mer, nous avons besoin de deux informations principales : un modèle numérique de terrain (MNT) pour l’information d’élévation du terrain (sous-marin ou non) et de l’information de hauteur d’eau fournie par l’observation des marées. Dans le cas de la visualisation du littoral, nous avons besoin d’un MNT de grande précision obtenu à partir de données Lidar aéroporté et bathymétrique. La hauteur d’eau est obtenue à partir des informations de marée observées ou prédites puis interpolées pour chaque point d’eau du globe à un temps t (jour/heure/minute). Etape 3 : Enrichissement des données. Le but de cette étape est d’enrichir les données existantes pour une représentation simple mais réaliste de la mer en utilisant la profondeur d’eau et l’interface terre/mer. La profondeur d’eau s’obtient par différence entre l’élévation de l’eau et l’élévation du terrain. Le calcul de l’interface terre/mer s’obtient à partir des deux informations présentées à l’étape 2 en effectuant l’intersection de la surface du terrain et de la surface d’eau. Le résultat obtenu est ainsi une ligne séparant la Copyright © by the paper’s authors. Copying permitted for private and academic purposes. Proceedings of the Spatial Analysis and GEOmatics conference, SAGEO 2015. terre et la mer à un temps fixé. La précision de ces deux informations dépend donc à la fois de la précision de l’élévation du terrain et de l’estimation de hauteur d’eau. Etape 4 : Rendu. Afin de visualiser les données, nous utilisons un moteur de rendu paramétré par le style. Cette paramétrisation se fait à l’aide de la norme SLD introduite précédemment.
Afin d’illustrer et de tester notre méthode, nous allons présenter plusieurs résultats de visualisation du littoral en fonction des différents états/niveaux de marée. Les deux applications concernent la visualisation hybride de données LiDAR stylisées (à travers l’utilisation d’un MNT), respectivement avec une carte et une ortho-image. Nous utilisons une palette de couleurs dites conventionnelles pour la première application, basée sur les standards cartographiques, et naturelles pour la seconde, basées sur l’ortho-image ; l’objectif étant ici d’observer l’effet de l’ajout de nos nouvelles données stylisées sur le niveau d’homogénéité et de réalisme des visualisations.
Nous nous intéressons à la commune de Lanildut dans le Finistère, France. Cette commune du littoral breton est choisie pour sa diversité des structures spatiales à représenter : estuaire, littoral préservé, rochers immergés/émergés, voies navigables, marnage important (~8 mètres). Nous disposons des données suivantes : un MNT issu de données LiDAR bathymétrique et aéroporté (Litto3D®) ; de données de marée (Refmar®) ; de données topographiques : occupation du sol, zones urbaines, hydrographie, réseaux routiers, informations touristiques, etc. ; des légendes pour la cartographie (IGN et SHOM) et des ortho images 50cm (BD ORTHO®). Pour rendre la profondeur de l’eau, nous utilisons le paramètre ColorMap du RasterSymbolizer de la norme SLD/SE. Ceci permet d’affecter des couleurs, palettes Copyright © by the paper’s authors. Copying permitted for private and academic purposes. Proceedings of the Spatial Analysis and GEOmatics conference, SAGEO 2015. de couleurs ou gradients de couleurs pour des valeurs ou intervalles de valeurs choisis, qui dans notre cas, correspondent aux profondeurs d’eau. L’utilisation de l’option interpolation de couleurs dans l’outil ColorMap entre plusieurs valeurs de profondeur permet d’obtenir un rendu continu, contrairement à l’utilisation de teintes hypsométriques. Nous avons utilisé ici le moteur de rendu développé sur la plateforme OpenSource GeOxygene (IGN et version OpenGL développée dans le cadre du projet ANR Mapstyle) qui permet entre autres l’utilisation de rendus expressifs afin de styliser des éléments et augmenter le réalisme des visualisations. Notre méthode est applicable à tout logiciel utilisant la norme SLD.
L’application se positionne sur les usages classiques des cartes à l’échelle 1 :25 000 de la zone littorale (randonnées à pied, à vélo, etc.). Actuellement, seule la carte ScanLittoral® est disponible pour le littoral français (terre et mer, cf Figure 6) et est obtenue à partir de processus cartographiques différents et donnent lieu à une hétérogénéité visuelle de part et d’autre du trait de côte. Les légendes sont définies par les agences nationales de cartographie. Notons également que l’information de marée est importante pour des usages de randonnée, de pêche ou autres applications de loisir en bord de mer. Afin d’améliorer la visualisation maritime des cartes existantes, nous nous sommes inspirés de la légende officielle de l’Organisation Hydrographique Internationale (OHI) des cartes maritimes pour paramétrer le rendu de profondeur d’eau. La paramétrisation est définie en Table 1. Les couleurs des profondeurs intermédiaires sont ensuite obtenues par interpolation linéaire. Les éléments cartographiques de la terre sont stylisés à partir du style standard de l’IGN. La visualisation obtenue (cf Figure 7) est comparée à la carte ScanLittoral® (cf Figure 6).
Figure 7 : Résultat de notre système de visualisation, échelle 1 :25 000
Dans le cas des ortho-images du littoral et notamment pour l’observation de la mer, plusieurs phénomènes peuvent apparaître et causer des irrégularités de visualisation : niveau d’eau, couleur, luminosité, texture, etc. (cf Figure 8). Afin de corriger ces problèmes de visualisation, nous proposons de remplacer la partie maritime d’une ortho-image par des données enrichies par notre méthode : la profondeur de l’eau et l’interface terre/mer dynamique. Nous nous sommes inspirés des couleurs de la mer dans l’ortho image afin de reproduire manuellement un style « mer ortho image » (cf Table 2). Le résultat du rendu est présenté en Figure 9, la partie ortho image est conservée pour la terre et seule la partie maritime est rendue à l’aide de notre méthode. Le résultat se rapproche de la réalité de l’ortho-image de la BD ORTHO® et corrige les irrégularités de cette dernière. La perception du fond marin ajoute ainsi du sens à l’ortho-image et permet donc une meilleure transmission de l’information côté mer avec, comme pour l’application 1, une meilleure perception des zones immergées/émergées.
Figure 9 : Résultat de la visualisation (mer) et BD ORTHO® (terre)
La Figure 10 illustre l’évolution de la visualisation en fonction du niveau de marée. Concernant la partie maritime du rendu cartographique (1.a à 1.d), nous pouvons observer l’évolution des couleurs et de la séparation terre/mer. Cette variation du rendu en fonction de l’état de marée, et donc de la profondeur de la mer, ajoute un peu plus au réalisme et de crédibilité à l’information transmise par la visualisation du littoral, notamment pour les zones immergées/émergées et la perception des fonds marins. Comme pour l’application 1, nous pouvons observer la variation du rendu pour la visualisation hybride LiDAR/ortho-image (2.a à 2.d) en fonction de l’état de marée. Pour aller plus loin, nous observons que l’information de profondeur ne suffit pas pour représenter de manière exacte la couleur de la mer, il faudrait ainsi ajouter la connaissance de la nature du fond marin (information incomplète et imprécise), la composition de l’eau voire la modélisation des courants pour pouvoir simuler de manière encore plus réaliste la partie maritime de notre visualisation de la zone côtière. Copyright © by the paper’s authors. Copying permitted for private and academic purposes. Proceedings of the Spatial Analysis and GEOmatics conference, SAGEO 2015.
Les applications présentées précédemment ont permis de faire plusieurs constats : (1) l’utilisation de données plus précises influe positivement sur la perception du réalisme, notamment pour la perception des fonds marins et des zones immergées/émergées, ce qui améliore la crédibilité des informations transmises par la visualisation, (2) la méthode est générique, indépendante des bases de données utilisées (ortho-image ou vecteur), (3) la paramétrisation du rendu permet de s’adapter facilement aux différents cas d’applications, seule la palette de couleurs est modifiée dans nos applications, la donnée profondeur d’eau étant identique et (4) la méthode a permis une intégration visuelle de données hétérogènes afin d’obtenir un rendu homogène. Les applications présentées ouvrent également la voie à de nouveaux cas d’usages des visualisations en zone littorale avec des itinéraires de randonnées pouvant désormais prendre en compte les dynamiques de l’interface terre/mer mais également d’autres utilisations comme la pêche à pied, la baignade, etc. Deux perspectives majeures sont envisagées. La première concerne l’évaluation des rendus proposés, notamment sur le choix des styles utilisés et de leur impact sur le degré de réalisme perçu. Cette évaluation se basera sur les protocoles d’évaluation proposés par Hoarau et Christophe (2015) à partir d’un panel d’utilisateurs afin de paramétrer les interpolations de couleurs. La seconde perspective concerne la validation de la généricité et de la reproductibilité de la méthode avec des tests d’intégration de données de même nature (LiDAR, ortho-image, carte) mais de sources différentes.
Ce travail est financé par l’Agence Nationale de la Recherche, projet MapStyle [ANR-12-CORD-0025]. Nous tenons également à remercier l’IGN et le SHOM pour les données misent à disposition.
Allen, T., Sanchagrin, S. et Lee, N. (2010). Geovisualization Strategies To Analyze and
Communicate Inundation Risk From Storm Surges.
Non-photorealism in
Augmented
Reality.