Les sources et les données collectées vont prendre sens dans un contexte spatial d’application, avec ce besoin de passer au stade de la modélisation de l’entité spatiale étudiée, révélant les processus mis en œuvre. La réalité n’étant pas analysable dans sa totalité, on doit la reconstruire en n’en prenant qu’une partie, pour permettre une lecture et une interprétation à partir des informations les plus pertinentes et cela par rapport aux hypothèses initiales.

La modélisation doit être envisagée comme un moyen d’élaboration de la connaissance et de réflexion sur cette connaissance, en s’efforçant de dépasser les insuffisances des approches classiques. Le modèle qui en résulte doit pouvoir répondre aux questionnements suivants : Quels sont les objectifs fixés et à atteindre ainsi que les résultats escomptés ? Quels sont les processus et les méthodes ? Quelles sont les données mises à disposition ou qu’il est possible de créer et d’acquérir ? Ainsi, tout modèle permet d’aborder le système en terme de fonctionnement et donc de dynamique. Support de connaissances, il participe ainsi à rendre l’approche et la démarche reproductibles.
 
De la réalité au modèle, il existe une véritable nécessité conceptuelle. La conceptualisation et la théorie précèdent la modélisation dont elles en sont des sous-ensembles. Il s’agit de représenter une vision simplifiée et saisissable du système dans toute sa complexité. En d’autres termes, c’est rendre compte d’une partie des phénomènes observés à travers une présentation plus accessible que l’observation du réel. Un modèle est donc le reflet d’une réalité réduite à sa plus simple expression. C’est une représentation, un point de vue ou une vision de la réalité, par là il est différent du réel. Tout point de vue est une façon de voir qui privilégie certaines perspectives. Cet aspect réducteur est portant indispensable à la compréhension et à un besoin de communiquer cette compréhension.
 
Dans une modélisation conceptuelle, la réalité, les aspects et les objets de la réalité sont traduits sous forme d’un modèle. À ce stade, la représentation est juste de nature informationnelle. Aucun système formel n’est véritablement complet, en ce sens que toute réalité physique ne peut être enfermée dans une formalisation unique, donc expliquée dans sa totalité. Le modèle formel qui caractérise la science structurale est insuffisant pour comprendre la complexité d’un système, il manque toute la signification phénoménologique. En effet, un objet structural se caractérise par une structure alors qu’un objet structural-phénoménologique contient une structure mais aussi des significations phénoménologiques. La science structurale n’est pas complètement structurale, seule la modélisation tend à être strictement structurale. Une fois le modèle pensé et créé, son fonctionnement devient alors structural-phénoménologique. Le phénoménologique doit être intégré dans l’acte de la modélisation. C’est une façon novatrice de faire de la recherche ou de la pratiquer. Cette recherche qualitative est spécifique à une manière d’interroger les phénomènes. Leur observation et leur analyse relèvent d’une subjectivité qui dépend de la posture épistémologique du chercheur.

De l’ébauche à la création d’un MCD, on se réfère à la modélisation hypergraphique qui repose sur la théorie des ensembles et le concept d’hypergraphe. Elle a pour but la reconnaissance du squelette des données. Dans une logique de structures de données, l’objet, la classe, l’attribut et le lien constituent les quatre concepts fondamentaux ; chacun correspondant respectivement à l’élément, l’ensemble, la propriété et la relation dans la théorie des ensembles. De là, peuvent être déduits sept types d’entités abstraites : la classe d’objets, l’attribut de classe, l’attribut d’objet, la classe de liens, l’attribut de lien, le lien entre classes et le lien entre objets. Ces concepts se caractérisent dans la théorie des graphes et des hypergraphes par le sommet, la classe ou l’arête, la valuation et le lien ou l’arc. Ainsi, les sommets de l’hypergraphe correspondent aux objets ou éléments, les arêtes aux classes ou aux ensembles. Les sommets sont porteurs de valuations qui représentent les attributs ou les propriétés des objets et des classes, de même les arcs entre chaque sommet matérialisent les liens entre objets et les liens entre classes. 
La modélisation hypergraphique a cet avantage de considérer que le système étudié est le résultat de processus distincts, ce qui peut éviter les redondances dans le choix des items appelés aussi attributs ou variables. On ne conseille pas de réunir en un seul modèle des sous-ensembles élaborés pour des problématiques différentes. Le risque est de représenter n fois l’action d’un attribut sur un phénomène, avec des problèmes de temporalités et de structuration du modèle. En fait, on doit définir un cadre conceptuel qui va regrouper les diverses compétences autour d’un questionnement central et de préoccupations communes. Si le modèle reste encore imparfait, il peut être à tout moment modifié car il est par essence évolutif. C’est à partir d’éléments composites, parcellaires et de démarches intuitives que repose la modélisation, privilégiant l’imagination, la création et l’invention.
 
Par conséquent, l’absence et/ou le manque de sources et de données ne conditionnent pas la faisabilité du MCD, ainsi que la création du SIG. Seuls la problématique, les hypothèses et les objectifs de travail sont nécessaires pour penser le modèle. Une fois élaboré, il peut suggérer les sources et les données à acquérir. L’idée selon laquelle on ne peut pas mettre en place un SIG si l’on ne possède pas assez de données, est erronée. On peut toujours créé des données dérivées à partir de très peu de données initiales. Puis, l’usage du SIG n’est pas immédiat car la modélisation géographique du monde réel en vue de la création d’un SIG comprend des étapes primordiales, de la détermination de la structure des données spatiales et/ou thématiques à sa conception, du modèle abstrait au modèle logique, de la création de la geodatabase jusqu’à la création physique des données spatiales et/ou thématiques.

La manière de structurer des phénomènes spatiaux dépend de la problématique donnée - recherche fondamentale - et de l’application donnée - recherche appliquée -. On a tendance à différencier les deux types de recherche : la recherche fondamentale n’aurait pas d’autre but que de produire de nouvelles idées et connaissances générales, de nouveaux concepts alors que la recherche appliquée se voudrait plus pragmatique et surtout guidée par des finalités plus économiques. Cependant, de nombreuses applications n’auraient pas été possibles sans recherche fondamentale au préalable. On peut dire que les applications résultent avant tout de la recherche fondamentale.
 
Les différents niveaux de modélisation de l’information géographique - Figure 1 - intègrent la théorie de l’information spatiale, les applications et les sciences informatiques. Les niveaux 1 et 2 relèvent de la recherche fondamentale. Les niveaux 3 et 4 correspondent à un maillon commun aussi bien à la recherche fondamentale qu’à la recherche appliquée ; il s’agit plus précisément du point d’arrivée pour la recherche fondamentale et du point de départ pour l’applicatif. Le niveau 5 est celui uniquement de la recherche appliquée et l’applicatif n’a de sens que parce qu’il est rapporté aux données. L’applicatif découle et s’appuie sur la geodatabase. Ainsi, les préoccupations du thématicien sont aux niveaux 1 et 2 alors que celles du géomaticien sont aux niveaux 3, 4 et 5.

La recherche appliquée a pour but la mise au point de méthodes d’implémentation des nouveaux concepts, de nouveaux langages de modélisation, de programmation. Elle va permettre de concrétiser d’autres concepts et théories comme par exemple la geodatabase qui n’est autre que l’image physique du MCD, élaboré selon la méthode HBDS.

La constitution de tout corpus de données repose sur des données primaires et secondaires. Les premières résultent de l’observation, des relevés de terrain en vue d’une description et/ou d’une explication ; elles peuvent correspondre aussi aux données extraites entre autres des différents documents, des archives, de la littérature grise. L’analyse de leur contenu permet une exploitation, une confrontation de la quantité d’informations dans l’espace et le temps. Les secondes concernent les données administratives et les recensements issus des organismes privés ou publics. Les documents cartographiques, les photographies aériennes, les images satellitaires, les bases de données constituent d’autres types de matériaux de recherche, devenus quasiment indispensables à toute étude.

De manière générale, il y a souvent une confusion entre source, donnée et information et on a tendance à les employer indifféremment. La source se comprend aisément. Par contre, la donnée est souvent synonyme de donnée statistique qui est issue en fait d’un travail d’enquête, de recueil de données et de traitements statistiques. On peut se référer à la définition fournie par François BOUILLÉ du concept et de la nature d’une donnée. Sont proposées deux définitions pour le « concept de données » à savoir une sémantique et une autre mathématique.
 
La définition sémantique dit qu’« une donnée est une information discrète issue de la structure des phénomènes continus ou discrets dont la structure des données donne une image ». Cette définition est formalisée mathématiquement de la façon suivante :

 
<donnée> ::=<classe>|<attribut>|<objet>|<lien>
<attribut> ::=<attribut de classe>|<attribut d’objet>
<lien> ::=<lien entre classe<|<lien entre objet>
 
 

D’autre part, la « nature d’une donnée » se définit comme « la catégorie dans laquelle elle se range, à savoir : ·         la classe,
·         l’objet,
·         l’attribut de classe,
·         l’attribut d’objet,
·         le lien entre classes,
·         le lien entre objets ».
Une donnée est le point d’arrivée d’une information et le point de départ pour une autre information. Une donnée n’est pas interprétée alors que l’information l’est, on peut en déduire une donnée. En fait, toute donnée qui a du sens pour un utilisateur, peut être considérée comme une information. Cette dernière résulterait du transfert, de traitement(s) ou de géotraitement(s) de la connaissance issue de la donnée. Plusieurs cas sont possibles - Figure 2 - .

Pour l’Association Française de Normalisation - AFNOR -, la donnée serait « un fait, une notion ou un instrument représentés sous une forme conventionnelle convenant à une communication, à une interprétation ou à un traitement soit par l’homme, soit par les moyens informatiques […] Les données géographiques comprennent l’ensemble des données géométriques, des données descriptives et des métadonnées utilisées dans l’application géomatique. Les données sont traitées et se distinguent des programmes qui eux, s’exécutent. Elles peuvent être créées par l’utilisateur ou par le programme lui-même. Enfin, elles sont réinterprétables et redeviennent des informations dès qu’on les décode dans leur contexte ».
 
La préparation des données géographiques et thématiques suppose de bien connaître la nature et le type de sources, de données. Cette étape est la plus minutieuse car elle dépend dans une large mesure de leur disponibilité, surtout de leur qualité et de leur conservation qui peuvent être à l’origine des problèmes d’erreurs et de distorsion de l’information.

On recense à la fois dans les sources analogiques et numériques, les sources scripturales, textuelles/écrites - manuscrit ou dactylographié -, les sources iconographiques, les sources cartographiques, les sources statistiques et les sources audiovisuelles - Figure 3 - . Si l’état de la documentation constitue parfois un obstacle quant à son acquisition, sa richesse permet d’avoir de nouveaux espaces de réflexion.

Sources analogiques
 
·         sources archivistiques :
 
Les archives sont des sources premières et considérées à ce titre fiables, elles n’ont pas fait l’objet de restitution, d’interprétation par divers auteurs. Elles peuvent être civiles ou militaires. Des archives sous forme papier issues des documents du Département de la Défense Américaine sont données à titre d’exemple pour monter les faits de guerre.

·         sources historiques :

·         photographies au sol :
 
La lecture et la compréhension d’un paysage se réfèrent à l’image ; cela permet de passer d’un espace perçu à un espace conçu. Un exemple de terrain peut être restitué par des croquis à partir des photographies au sol.

·         photographies aériennes :
Les images aériennes contiennent des données spatialisées qui permettent de mesurer les changements survenus dans le paysage. Une comparaison est faite entre une carte topographique - structures, usages des terres - et un orthophotoplan.

·         images, dessins, schémas, esquisses, croquis et carnets de voyages :

·         herbiers :
D’autres sources et données sont constituées à partir de prélèvements de végétaux pour leur reconnaissance et leur étude.

·         relevés au sol :

·         informations spatiales en 3D - blocs-diagrammes - :

Sources numériques
 
·         photographies aériennes numérisées :

·         données satellitaires et données issues de capteurs radars :

·         informations spatiales en 3D - MNT, MNE - :

A partir d’une liste de données statistiques du Département de la Défense Américaine, des géotraitements ont été nécessaires pour aboutir aux cartes analytiques et synthétiques - analyse spatiale -. La représentation par isolignes est celle où la valeur ajoutée est la plus élevée.

À partir des cartes de défoliation du Département de la Défense Américaine, chaque transect a été numérisé et renseigné avant de vérifier l’ensemble sur les images satellites. Ces dernières ont permis aussi de montrer les dynamiques de cicatrisation des paysages après guerre.

Une information géographique concerne un objet localisé sur la surface terrestre, défini par plusieurs attributs. En fait, il peut être localisé à l’aide d’un système de référence - coordonnées x, y - dans l’espace, ce qui le rend comparable par rapport à d’autres objets géographiques. Il existe plusieurs types d’objets géographiques, de l’unité spatiale qui découle du découpage d’un espace continu à une entité ou un objet dans l’espace à un flux ou un échange entre deux lieux dans l’espace. L’information géographique permet en ce sens le repérage, la localisation mais aussi la comparaison, l’action et la prévision, intégrant les propriétés de la topologie. Dès lors, la connaissance des paramètres de fiabilité concerne aussi l’information géographique car la question du contenu, de l’organisation du SIG et de la diffusion doit faire l’objet d’une réflexion.

 
La question de l’échelle implique que toute partition d’un espace continu conditionne l’existence d’informations spatialement agrégées. Ainsi, la lecture, l’interprétation des répartitions spatiales d’un même thème changent avec l’échelle géographique. Certains processus ne s’expriment qu’à une certaine échelle bien définie. La notion d’échelle, dans son sens strict, n’existe pas dans un SIG, elle est seulement présente dans l’opération de publication sous forme de cartes. Il faut se référer au principe de granularité qui prend en compte le niveau de précision - type, nature, quantité, significations spatiales et sémantiques -, le champ d’étude - étendue sur laquelle s’inscrit l’étude -, et la résolution spatiale - surface sur laquelle les informations sont portées -.
 
D’autre part, la qualité de l’information géographique exige une définition des phénomènes et des données de départ qui dépendent beaucoup de la manière dont les producteurs ont procédé pour le recueillir et les rassembler. Plusieurs critères sont proposés pour atteindre un niveau de qualité souhaité :
 
- se renseigner sur les méthodes de collecte des données, sur les caractéristiques de l’échantillon et les méthodes de l’échantillonnage,
- connaître les variables, les critères et les normes retenus,
- tester la comparabilité des variables,
- être attentif aux découpages géographiques proposés,
- se demander quelle est l’origine, la finalité des données,
- ne pas négliger que certaines données transmises sont peut-être incomplètes pour plusieurs raisons - manque d’informations, confidentialité -.
 
Ce sont les besoins des utilisateurs qui définissent les caractéristiques de la qualité. Ces exigences rejoignent celles de précision. Des données d’une certaine précision ne sont de bonne qualité que pour la personne qui en fait la demande. De ce fait, la non qualité d’une donnée résulte d’une inéquation entre les besoins et l’utilisation. Il s’agit de deux notions couramment citées dans le domaine du SIG. Les données de qualité sont indispensables à tout projet donc cela n’a pas de sens de stocker des données imprécises.
 
Finalement, les données précises sont des données de qualité. En terme de responsabilité, une importance est accordée à la qualité de l’information géographique qui erronée, mal définie, incomplète, peut être à l’origine de mauvaises interprétations.

La qualité est l’ensemble des propriétés et des caractéristiques d’une information, ce qui lui confère l’aptitude à satisfaire les besoins exprimés ou implicites alors que la précision serait la qualité qui exprime le degré d’erreur d’une mesure, en ce sens que plus une mesure est précise et plus l’erreur qui l’affecte est faible. La précision est donc un des éléments de la qualité. Une information peut être très bien précise et pourtant, elle n’est pas exacte.
 
Pour décrire et renseigner les données, les métadonnées apportent des renseignements précieux sur la manière dont elles ont été recueillies, la date de la saisie, la personne qui en est responsable, les mises à jour. Une source de données ne peut se limiter qu’à son contenu géographique et thématique, les données sur les données caractérisent la source elle-même. L’ensemble des données doit être accessible et partageable par tous, du fournisseur à l’utilisateur.

 
Les données spatiales et/ou thématiques sont destinées à être diffusées, partagées, échangées et mutualisées par internet ou non. Dans ce but, des normes ou standards géographiques ont été élaboré(e)s par un groupe de travail de l’organisation internationale des normes connu sous l’acronyme ISO/TC211. Ce groupe de travail est composé d’un ensemble de sous-groupes spécialisés dans un domaine de l’information géographique et travaille en étroite collaboration avec l’Open Geospatial Consortium - OGC - dont les membres sont des industriels. Les sous-groupes de travail de ISO/TC211 conçoivent et élaborent les modèles abstraits des normes géographiques qui sont au nombre d’une quarantaine. Elles commencent par 191XX. Les modèles des normes géographiques sont présentés sous forme de schémas UML - Unified Modeling Language - - Figure 4 -. L’OGC, quant à elle, indique les spécifications d’implémentation des normes géographiques comme par exemple le langage GML - Geography Markup language -/ISO 19136, WFS - Web Features Service -/ISO 19143, WMS - Web Mapping Service -/ISO 19128, etc.
 
Afin qu’elles puissent être réutilisées, exploitées de nouveau, il est nécessaire de connaître les caractéristiques qui ont présidé à la création des données spatiales ou non. Ce sont les métadonnées. Celles-ci doivent être connues et renseignées d’une façon précise. Elles concernent le référentiel géographique direct ou indirect en terme de datum géodésique, d’ellipsoïde, de système de coordonnées géographiques ou non, la ou les date(s) ainsi que le cadre de leur création, leur(s) auteur(s), le format d’échange, le modèle de données spatiales et/ou thématiques, l’étendue géographique couverte par les données spatiales et/ou thématiques, la généalogie c’est-à-dire la description des processus qui ont permis la création des données, la qualité de l’information, les conditions d’utilisation, etc. La norme géographique qui lui correspond est ISO 19115 et ses compagnons. En effet, les normes géographiques sont complémentaires les unes des autres. Par ailleurs, la norme ISO 19115 et ses compagnons sont encodées en XML selon les règles d’encodage définies dans la norme ISO 19139 - Figure 5 -.
 
La Qualité de l’information géographique est exprimée par de nombreux critères parmi ceux-ci, il est possible de citer la précision qu’elle soit sémantique, géométrique et/ou temporelle, l’exhaustivité, la métaqualité, etc.Les principales normes ISO/TC211 associées à la qualité de l’Information Géographique sont : ISO 19113 - les principes -, ISO 19114 - méthodologie d’évaluation -, ISO 19115 et ISO 19115-2 - formalisation des concepts -, ISO 19138 - la gestion des mesures qualité -.

Conclusion :
 
Les données spatiales et/ou thématiques nourrissent la recherche aussi bien fondamentale qu’appliquée. C’est pour cette raison que les données spatiales et/ou thématiques qu’elles soient initiales ou dérivées, doivent pouvoir être accessibles par le plus grand nombre d’utilisateurs notamment au travers des technologies web cartographique ou non. Afin de faciliter les échanges, la compréhension des données, les processus de traitements et/ou de géotraitements mis ou à mettre en œuvre, plusieurs normes ont été conçues d’une façon abstraite puis implémentées selon des spécifications, elles-mêmes régies par d’autres normes. Parmi celles-ci, les normes ISO 19115 et 19115-2 illustrent les propos précédents. En effet, les normes géographiques sont dans un premier temps conceptualisées d’une façon abstraite puis formalisées par un schéma UML. Cette première phase peut s’apparenter à une démarche de recherche fondamentale. Dans un deuxième temps, elles sont implémentées en utilisant un encodage XML. Cette phase est très proche d’une démarche de recherche appliquée.

Références bibliographiques :

Claude BERGE, 1970 - Théorie des graphes et des hypergraphes, Dunod Université, Paris, 516p.
François BOUILLÉ, 1977 - Un modèle universel de banque de données, simultanément partageable, portable, répartie, thèse de doctorat ès Sciences Mathématiques, Paris, Université Pierre et Marie Curie Paris VI, 447p.
François BOUILLÉ, 1978 - Hypergraphes et structures de données cartographiques, le système HBDS, 9th International Conference of the ICA, College Park, USA, University of Maryland, 26 july-2 august, 16p.
CNIG - Conseil National de l’Information Géographique - Information Géographique, recommandation relative à la mise en œuvre de la norme EN ISO 19115 sur les  métadonnées, version 1.0 du 12 juin 2006, groupe de travail technique « Référentiel de données - Modélisation » / « Sous-groupe Information géographique - Catalogage », commission des référentiels, groupe de Travail Interministériel sur le Catalogage
David DANKO, 2005 – ESRI & Interoperability, ISO TC 211 Metadata Project Leader, OGC Metadata WG Chair, http://www.amfm.it/eventi/2005/interoperabilita/interventi/esri.pdf
Jean DENÈGRE, François SALGÉ, 2004 - Les Systèmes d’Informations Géographiques,seconde édition, Que Sais-Je ?, PUF, 128p.
DIRECTIVE INSPIRE, niveau européen - http://www.ec-gis.org/inspire/
IGN - Institut Géographique National - site web de la cellule de normalisation de l’IGN http://eden.ign.fr
Nicolas LESAGE, 2003 - Les formats d’échange de données géographiques, ENSG, Marne la Vallée, janvier 2003
Nicolas LESAGE, 2006 - Cours sur les normes géographiques, ENSG, Marne la Vallée, novembre 2006
OPEN GIS - site web http://www.opengis.org
Françoise PIROT, Thierry SAINT GÉRAND, 2004 - Du concept HBDS à la geodatabase topologique : 25 ans les séparent, SIG 2004, conférence francophone ESRI, Issy-les-Moulineaux, 6-7 octobre 2004, communication : recherche
Françoise PIROT, Thierry SAINT GÉRAND, 2005 - La geodatabase sous ArcGis, des fondements conceptuels à l’implémentation logicielle, in Géomatique Expert, n°41/42, février-mars, pp. 62-66.
Françoise PIROT, 2006 - Méthodologies pour la modélisation de l’Information Spatiale, colloque international euro-méditerranéen : Système d’Information Géographique et Télédétection, des outils d’aide à la décision et à la gestion des territoires dans les pays du bassin méditerranéen, Méknès - Maroc -, 8-9-10 novembre 2006
Thao TRAN, Françoise PIROT, 2006 - Guerre et modélisation spatiale : pour une reconstitution historique de la défoliation - 1961-1971 - appliquée au Sud Viêt-Nam, SIG 2006, conférence francophone ESRI, Issy-les-Moulineaux, 11-12 octobre 2006, communication : risques
Thao TRAN, 2007 - Les perturbations anthropiques contemporaines dans les mangroves du Sud Viêt-Nam. Entre nature, civilisations et histoire. Approches par modélisation et analyse spatiales, thèse de doctorat nouveau régime Géographie-Environnement, Paris, Université Paris IV-Sorbonne, 605p.