Fusion de données pour la cartographie de réseaux urbains : application aux réseaux d’assainissement

Data fusion for urban network mapping : application to wastewater networks

• Auteur / Autrice : Yassine Belghaddar
• Direction : Carole Delenne, Ahlame Begdouri
• Type : Thèse de doctorat
• Discipline(s) : Géomatique
• Date : Soutenance le 13/12/2022
• Etablissement(s) : Université de Montpellier (2022-....) en cotutelle avec Université Sidi Mohamed ben Abdellah (Fès, Maroc)
• Ecole(s) doctorale(s) : École Doctorale GAIA Biodiversité, agriculture, alimentation, environnement, terre, eau (Montpellier ; 2015-...)
• Partenaire(s) de recherche : Laboratoire : HydroSciences (Montpellier) - HydroSciences (Montpellier)
• Jury : Président / Présidente : Aicha Majda
• Jury : Examinateurs / Examinatrices : Carole Delenne, Ahlame Begdouri, Aicha Majda, Karim Tabia, Célia Da Costa Pereira, Azeddine Zahi, Laure Berti-Équille, Abderrahmane Seriai
• Jury : Rapporteur / Rapporteuse : Karim Tabia, Célia Da Costa Pereira

Mots clés

Mots clés contrôlés

Voirie et réseaux divers

Fusion multicapteurs

Mots clés libres

Appariement des objets

Fusion de données

Graph Neural Network

Réseaux souterrains

Object Matching

Data fusion

Graph Neural Network

Underground networks

Résumé

Nombreuses sont les raisons qui rendent la maitrise des données des réseaux souterrains essentielle~: réduire le coût des réparations et des interventions, lancer des simulations hydrauliques, préserver l'environnement etc. Les données disponibles relatives à ces réseaux et plus spécifiquement ceux d'assainissement sont diverses en terme de types (textes, images, SIG, etc.) et de formats (analogique, numérique). De plus, ces données émanant de sources multiples sont généralement incomplètes, imprécises, incertaines et parfois contradictoires. De ce fait, dans le but d'extraire l'information pertinente à partir de ces données multi-sources/multi-formats, un processus de fusion de données est nécessaire. En effet, les attributs (profondeur, diamètre d'une conduite, etc.) sont toujours associés à une représentation spatiale des objets (conduite, exutoire, etc.). Dans ce cadre, les travaux de cette thèse auront comme premier objectif d'utiliser, adapter et proposer des techniques de fusion et d'intégration de données spatiales pour combiner les données collectées à partir de plusieurs sources. En deuxième lieu, le focus sera mis sur l'objectif de complétion et d'estimation des données manquantes. Le résultat de ce travail pluridisciplinaire sera la mise en place de méthodes de fusion et de complétion de données manquantes permettant la cartographie et la modélisation hydraulique d'un réseau d'assainissement urbain.

There are many reasons that make data management of underground networks essential: reducing the cost of repairs and expansion, running hydraulic simulations, preserving the environment etc. The available data related to these networks and more specifically wastewater ones are various, and come in different types (texts, images, GIS ,etc.) and formats (analog, digital). In addition, these multisource/multi-format data are usually incomplete, uncertain, imprecise and sometimes contradictory. Consequently, in order to extract relevant information from these inputs, a data fusion process is necessary. In fact, attributes (depth, diameter of a pipe, etc.) are always associated to a spatial representation of the objects (pipes, outfall, etc.). In this context, this work will concentrate first on using, adapting and putting forward data fusion and integration techniques to combine data collected from different sources. The second part of this thesis will be dedicated to impute and estimate missing data of a wastewater network. The result of this multidisciplinary work will be to put forward methods for fusing data and imputing the missing ones, which enables the mapping and the modelling of urban wastewater networks.