Le portail francophone de la géomatique

Bonjour,

La version couleurs du même modèle.

Problème : Je suis un ministère chargé de gérer les bases et la perception des impôts locaux sur les propriété bâties.
Je souhaite détecter automatiquement les éléments fiscalisés.

- Possibilité 1 : Je donne de l'argent (beaucoup) et toutes les données produites par des services de l'Etat à Google.

- Possibilité 2 : J'utilise les données produites par les services de l'Etat et les compétences de mes agents.


Tout le monde connait la réponse.

[Edit:] Désolé pour la qualité de l'image mais la limite de taille des PJ l

Dernière modification par ChristopheV (Thu 12 October 2023 19:37)

Bonjour Christophe,


Possibilité 1 : "C'est pas cher c'est l'Etat qui paie...".

Intéressant le travail réalisé par votre équipe.
Pouvez vous en dire plus, est-ce une extension interne de PostgreSQL ou un développement en interne?
Je travaille sur les constructions illégales, j'ai vu que QGIS à quelques extensions intéressantes dans le domaine du machine learning.

@+
Sylvain

Bonjour,

L'équipe se résume à ma pomme ...
Ici il s'agit des données ouvertes de l'IGN. MNT 1 m et MNS 0.5m+ Hortho HR 20cm.

Après il y a un petit travail sur les rasters, les pentes, les élévations ...
Une petite réflexion sur les couleurs et les opérations logiques de combinaison de deux rasters ...

@CQuest c'est la qualité des images en PJ sur GeoRezo, la qualité des données IGN est amplement suffisante

En fait il s'agit de reprendre le processus et les données de fabrication d'une image orthorectifiée à partir d'un couple de prises de vue aériennes, et tenter de l'appliquer à l'envers et donner l'illusion d'une vision stéréoscopique pour faciliter la lecture.

J'ajoute qu'un raster équivalent initialisé à NODATA, puis rempli des ruptures de pentes et un ensemble d'ensembles de points facilement interpolables via la méthode de Langrange avec des faibles degrés.
Donc facile de reconnaître les droites (bâti) et la végétation (Bsplines). Cette partie n'est pas encore fonctionnelle, mais il n'y a pas d'obstacles techniques majeurs.

Nota pour les pentes un article sympa :
https://www.erudit.org/fr/revues/cgq/19 … 1225ar.pdf

Et pour les interpolations :
https://math.univ-angers.fr/~labatte/IN … ue2009.pdf

Dernière modification par ChristopheV (Fri 13 October 2023 19:33)

Bonjour,

Oui les étendues d'eau renvoient des trucs bizarres, le MNS (fabriqué à partir du LIDAR si j'ai tout compris les explications sur géoservice) brut, comparé au MNT au niveau de la plage située sur la PJ donne des élévations de 68 mètres !!!, modélisé ça fait un joli Tsunami ,

le phénomène est aussi visible au niveau des rochers formants des îles, on constate très bien la diffusion, dispersion du signal en fonction de la profondeur de la mer.
Une constatation les piscines ne sont pas des objets de pente 0 (enfin inf à 3° soit env 5m 23 d'élévation pour 100 m) contrairement au cours de tennis et autres stades.

Je ne pense pas que l'eau ne renvoie pas d'échos, mais que la profondeur de l'eau induit une modification du signal retour.
J'avais constaté ce phénomène avec la mesure de distance laser, quand je mesurais physiquement une piscine, si ma visée avait le malheur de frôler l'eau ou de la traverser même un peu, la distance renvoyée était farfelue. Après peut-être qu'un ingé IGN qui passe par ici pourrait nous éclairer.

Ma méthode permet aussi, et là où je suis c'est important, de faire la différence entre un terrain démaquisé et un autre, de détecter les pistes (même à travers la végétation), en matière de protection incendie c'est utile.