De la Conception dun Entrept de Donnes

Spatiales un Outil Go-Dcisionnel pour

une Meilleure Analyse du Risque Routier
Khalissa Derbal Amieur* Ibtissem Frihi** Kamel Boukhalfa*

Zaia Alimazighi*

(*) Universit des Sciences et de la Technologie Houari Boumediene (USTHB)

Email : {kderbal,kboukhalfa,zalimazighi}@usthb.dz
(**) Universit Mhamed Bougara, Boumerdes (UMBB)
Email : i.frihi@gmail.com

RSUM. Flau des temps modernes, le phnomne des accidents de la circulation obre lourdement les ressources de la socit. La route fauche tous les ans des milliers de vies et handicape
des dizaines de milliers de blesss. Ce nombre important de victimes ncessite ltude de ce
phnomne pour en extraire tous les facteurs dinf uence et permettre ainsi de proposer des mesures prventives. La plupart des tudes actuelles ignorent lintgration de linformation gographique et notamment lobjet spatial Route dans lanalyse de ce phnomne. Nous prsentons
dans ce travail, une solution go-dcisionnelle base sur un entrept de donnes spatiales et un
outil go-spatial intgrant lobjet spatial route comme un axe danalyse du risque routier. Nous
prsentons dans la partie exprimentation les principales fonctionnalits de notre outil.

Plague of modern times, the phenomenon of the traff c accidents hampers heavily
resources of the society. The road mows every year thousands of deaths and tens of thousands
wounded. This frightening number of victims requires a study of this phenomenon in order to
extract all indicators affecting this problem and allow proposing preventive measures. Most current studies ignore the integration of geographic information including the geographic object
"Road" in the analysis of this phenomenon. We present in this work, a geospatial decision making solution based on a spatial data warehouse and a geospatial tool integrating the geographic
object "road" as an analysis dimension. Some functionalities of our developed geodecisional
tool are described in experiment section.
ABSTRACT.

MOTS-CLS :

Risque Routier, Entrept de Donnes Spatiales, Outil Gospatial

KEYWORDS:

Road Risk, Spatial Data Warehouse, Geospatial Tool

1. Introduction
Les entrepts de donnes sont gnralement destins aux dcideurs dentreprises
souvent non spcialistes de linformatique (Royer et al. 2012). Ils doivent donc tre
munis dinterfaces graphiques adaptes ce type dutilisateurs. Lobjectif de ces entrepts est de servir de support pour la prise de dcision en permettant une meilleure
exploitation des informations contenues dans les systmes oprationnels des entreprises. Cependant, ces donnes ont parfois, un aspect gographique et servent souvent
reprsenter et analyser certains phnomnes sur une carte. Par consquent, lintgration de linformation gographique dans un entrept de donnes devient de plus en
plus indispensable au processus de prise de dcision (Bimonte 2007).
Lanalyse dun phnomne ncessite lexploration des diffrents facteurs qui interviennent dans sa description. Ces phnomnes sont gnralement caractriss par
une complexit du point de vue quantit dinformations manipules et instabilit dans
le temps. Les utilisateurs dune telle information notamment les dcideurs ont besoin
donc dune synthse sous forme dindicateurs perceptibles et facilement analysables
en vue dune prise de dcision rapide et eff cace. Ceci est rendu possible grce aux
diffrents types de diagrammes auxquels sajoute linformation cartographique. Parmi
les phnomnes tudis : gestion du traf c routiers (Bauzer-Medeiros et al. 2006), feux
de forts (Miquel et al. 2002a), protection de lenvironnement (Bimonte 2007), tudes
pour lagricultures (Nilakanta et al. 2008, Bimonte et al. 2012b), les accidents de la
route, etc. Ce dernier phnomne constitue un enjeu humain considrable pour la socit. Chaque anne, en Algrie et partout dans le monde on estime des milliers de
personnes tues et dautre blesses dans des accidents de la route. En effet, en Algrie, le Centre National de Prvention et de Scurit Routire (CNPSR1 ) ), charg de
ltude et de lanalyse de ce phnomne, publie priodiquement des rapports et des
statistiques sur ce phnomne. Le tableau 1, reprsente une tude comparative des
statistiques du nombre de dcs durant les huit premiers mois de 2011 et 2012 2 . Ces
statistiques indiquent clairement ltat alarmant de ce phnomne.

Janvier Aot 2011

Janvier Aot 2012
Diffrence
%
Moyenne quotidienne (2011)
Moyenne quotidienne(2012)

Zone urbaine
509
477
-32
-6,29
02
02

Zone rurale
2516
2578
62
2,46
10
11

Totale
3025
3055
30
0,99
12
13

Tableau 1. Le nombre de morts en Algrie (Les Huits premiers mois de 2011-2012)

Le risque routier est devenu de plus en plus un problme trs inquitant enregistrant une nette volution en Algrie et travers le monde. Ce dernier, ne cesse
de susciter lintrt de lensemble des dcideurs de diffrents organismes publics et
1. http ://www.cnpsr.org.dz/
2. http ://www.cnpsr.org.dz/dwld/stat%208%20mois%202012.pdf

socio-conomiques car le taux daccidents est proccupant et dpasse les efforts fournis dans tous les pays du monde (Bauzer-Medeiros et al. 2006, Bertini et al. 2005).
Toutes ces considrations, nous ont motiv tudier ce phnomne et proposer des
solutions dcisionnelles contribuant son analyse. Le risque routier, rsulte dun ensemble de facteurs numrables connus par tous comme le conducteur, le vhicule,
la route et les conditions de circulation (Houria 2010, Bauzer-Medeiros et al. 2006).
tant donne que la route est identif e en tant quobjet gographique, le facteur route
est donc porteur de cette information en plus de la zone pouvant tre de diffrentes
nature (rurale , urbaine, etc. ) et constitue gnralement le fond de la carte. Une route
est constitue dun ensemble de tronons caractriss par leurs localisations (coordonnes spatiales) et un ensemble de donnes descriptives. Toutefois lanalyse de ce
phnomne est complexe et ncessite une tude tale dans le temps en mettant en
vidence la route comme un objet gographique visualisable sur la carte. Cela ncessite dintgrer cette composante gographique dans lentrept de donnes af n de
produire des analyses avec des rsultats visualisables sur la mme carte (Bimonte et
al. 2010, Bimonte et al. 2012a). Plusieurs travaux ont t consacrs ltude du problme du risque routier dans le contexte des systmes dinformation gographique
(Bauzer-Medeiros et al. 2006, Houria 2010, Pirotti et al. 2011). Cependant, peu de
travaux ont trait ce problme dans le contexte des entrepts de donnes spatiales.
Les rapports publis par le CNPSR sont dune importance extrme pour les dcideurs en risque routier, nanmoins ils prsentent quelques insuff sances. Les statistiques publies sont labores par rapport des critres prsentant une grande corrlation comme la nature de la zone (rurale ou urbaine), le parc de vhicules, le nombre de
dcds et de blesss par tranches dges, par sexe, etc. Ces statistiques sont reportes
sur des tableaux ou sur des histogrammes indpendants, ce qui rend lanalyse du phnomne par prise en compte simultane de ces diffrents facteurs, ce qui est souvent
indispensable, complexe voire impossible. De plus, ces rapports ngligent certains facteurs prpondrants du phnomne de risque routier (acteurs du phnomne) comme
les causes daccidents. En effet, les informations concernant le conducteur et ltat de
la route par exemple, reports gnralement par les autorits (gendarmerie, protection
civile etc.), ne sont pas impliques directement dans ltude. Par ailleurs, la reprsentation symbolique de lobjet route sur la carte est dun impact rel, car elle permet
de prendre en charge plusieurs critres de visualisation implicites et explicites savoir : la nature de la route (double sens, autoroute, double circulation, etc), la zone
concerne (nord, sud, rurale, urbaine, montagneuse, etc). Cependant, linformation
gographique est gnralement sous-employe dans le processus dcisionnel notamment dans les entrepts de donnes, do la ncessite de couplage entre les systmes
OLAP classiques et les Systmes dInformations Gographiques (SIG) af n daboutir un systme OLAP Spatial (SOLAP) au sein dun entrept de donnes spatiales
(Bimonte 2007, Bimonte et al. 2012a).
Pour remdier aux insuff sances cites ci-dessus et contribuer lanalyse de ce
phnomne mondial, nous proposons la conception dun Entrept de Donnes Spatiales (EDS) intgrant lobjet spatial route et et supportant un outil go-dcisinnel que

nous avons mis en uvre. Ce dernier permettra de consolider lanalyse du phnomne

par la carte interactive et faciliter ainsi la prise de dcision.
Le prsent papier est organis comme suit. Dans la section 2, nous passons en revue
quelques concepts de base lis aux entrepts de donnes spatiales. La section 3 sera
consacre lexploration de quelques travaux de recherche lie la problmatique
aborde. La section 4 propose notre dmarche de conception de lEDS. La section
5 prsente les diffrents types de requtes permettant de rpondre aux besoins des
dcideurs. La section 6 prsente loutil dcisionnel que nous avons mis en uvre.
Nous terminons par une conclusion et des perspectives.
2. Concepts de Base
2.1. Entrept de donnes spatiales
LEntrept de Donnes (ED) a t formalis en 1990 par Bill Inmon. Il sagit
dune collection de donnes orientes sujet, intgres, et contenant des informations
histories, non volatiles et exclusivement destines aux processus daide la dcision
(Immon 1992). En effet, dans un ED, il est ncessaire de conserver lhistorique de la
donne. Ainsi, une mme requte effectue deux mois dintervalle en spcif ant la
date de rfrence de la donne, donnera le mme rsultat.
Un Entrept de Donnes Spatiales (EDS) est une collection de donnes spatiales
et non spatiales : orientes-sujet, intgres, variantes dans le temps, et non volatiles
ddies la prise de dcision spatiale (Stefanovic et al. 2000). Un EDS est une reformulation dun ED conventionnel la seule diffrence dintgrer des donnes de
nature spatiale. Ces dernires imposent de nouveaux oprateurs de navigation et une
reformulation des concepts classiques de dimensions et de mesures pour prendre en
compte la composante spatiale (Ruiz et al. 2009).
Une dimension correspond laxe de lanalyse, elle est dcrite par une ou plusieurs
hirarchies. Un fait modlise le sujet de lanalyse, il est form de mesures correspondantes aux informations de lactivit analyse. Par exemple, la gestion des commandes
peut tre analyse selon les dimensions : Client, Magasin, et Temps. Les dimensions
se prsentent sous forme dune liste dlments organiss de faon hirarchique. Dans
les entrepts de donnes spatiales, les dimensions et les mesures peuvent contenir des
composantes spatiales. Il existe trois types de dimensions spatiales : (1) les dimensions gomtriques, (2) les dimensions non gomtriques et (3) les dimensions mixtes
(voir f gure 1).
Gomtriques : chaque lment de la dimension est associ un objet gomtrique.
Non gomtriques : dans ce cas, la dimension contient uniquement des donnes
non spatiales. Les donnes nont que la valeur nominale de la rfrence spatiale (nom
du pays, nom de ltat, nom de la ville).

Figure 1. Les trois types de dimensions spatiales.

Mixtes : qui contiennent en mme temps des donnes gomtriques et non gomtriques.
Les mesures dun fait sont gnralement numriques et fournissent une description
quantitative du fait. Par exemple, pour la gestion des commandes, les mesures peuvent
tre la quantit du produit command et le montant de la commande. Un fait est associ une ou plusieurs combinaisons de membres des dimensions. Certaines mesures
peuvent tre calcules partir dautres mesures ou proprits de membres. Elles sont
appeles mesures drives (Blaschkaand et al. 1998). Les mesures spatiales sont le
rsultat dun calcul obtenu par lapplication dun oprateur spatial, elles peuvent tre
sous les trois formes suivantes : objets gomtriques (polygones, cercles, points etc.),
valeurs mtriques (surface, distance, longueur) ou encore de pointeurs spatiaux. Dans
ce dernier cas, les formes gomtriques sont stockes dans un f chier part et ceci
lorsque la technologie utilise ne permet pas de les stocker dans la structure de lentrept donnes.
2.2. Dimension spatiale et hirarchie
Un EDS relationnel hrite de plusieurs composantes des entrepts de donnes classiques, tels que les tables de faits, de dimensions, de mesures numriques et les hirarchies qui agrgent ces mesures selon plusieurs niveaux de granularit. Les dimensions
spatiales doivent tre organises selon plusieurs niveaux de granularit ou selon diffrents niveaux de dtails pour supporter les oprations SOLAP comme roll-up et drilldown. SOLAP df nit des hirarchies de dimensions spatiales par le biais dinclusions
ou de relations topologiques dintersection (Chen et al. 2011, Praing et al. 2009) et ne
ref tent pas la smantique des relations hirarchiques. Cependant, les objets gographiques peuvent tre lis par des relations thmatiques, spatiales et de gnralisation
cartographique (Weibel et al. 1999, Bernier et al. 2007, McMaster et al. 1992, Sabine
et al. 1995, Sabine 1998, Bimonte 2007, Bimonte et al. 2012a, Bedard 2012).

La gnralisation est la slection et la reprsentation simplif e de dtail adapt

une chelle et/ou un objectif de la carte (Derbal et al. 2012). La gnralisation
est utile pour diffrentes tches, comme par exemple pour rduire la quantit inutile
dinformations, elle assure les fonctionnalits du zoom intelligent, etc. Une hirarchie
est spatiale sil y a au moins un niveau qui contient la composante spatiale. Celui-ci
est dit niveau spatial. Une hirarchie spatiale peut tre totalement spatiale si tous les
niveaux sont spatiaux, ou partiellement spatiale sil y a au moins un niveau non spatial.
2.3. OLAP Spatial
Les systmes SOLAP sont des technologies utilises dans le domaine de linformatique dcisionnelle ou Business Intelligence (BI) (Bimonte et al. 2010, Bimonte et
al. 2012a). Ils permettent aux dcideurs dexplorer et danalyser une grande quantit
de donnes go-rfrences, gnralement par le biais dinterfaces utilisateur interactives de navigation. Ils permettent dorganiser linformation selon le modle spatiomultidimensionnel. SOLAP permet lanalyse des donnes numriques et spatiales selon plusieurs dimensions, qui sont organises en hirarchies thmatiques et spatiales.
Cette technologie est applique dans plusieurs domaines dapplication (par exemple,
des risques environnementaux, sant, etc). Lun des premiers chercheurs qui a introduit ce concept est Yvan Bdard et son quipe. Ils ont df ni OLAP spatial (SOLAP)
comme une plate-forme visuelle construite pour supporter lanalyse spatiotemporelle
rapide et facile et lexploration de donnes dans une approche multidimensionnelle
plusieurs niveaux dagrgation disponible sur les cartes, les tableaux et les diagrammes (Bedard et al. 2005, Bedard et al. 2007). Plusieurs travaux de recherche ont
t consacrs ltude des outils SOLAP pour la combinaison des diffrentes technologies OLAP et SIG, modlisation de cubes de donnes spatiales, indexation spatiale,
agrgation spatiale, la matrialisation des cubes de donnes go-spatiales (Han et al.
1998, Stefanovic et al. 2000, Lu et al. 2000).
3. Travaux Connexes
Les systmes dcisionnels ont t dvelopps pour rpondre aux proccupations
des entreprises telles que lexploitation eff cace de limportant volume dinformations,
provenant soit de leurs systmes oprationnels, soit de leur environnement extrieur.
La plupart de ces systmes reposent sur un espace de stockage centralis, appele entrept de donnes ; son rle est dintgrer et de stocker linformation utile aux prises
de dcisions et de conserver lhistorique des donnes pour supporter les analyses effectues. Lvolution de la cartographie numrique a fait que cette information soit
disponible, et son usage sest rpondu dans tous les domaines. La carte est devenue
dsormais, un moyen incontournable dans linterprtation de ces phnomnes, elle facilite la perception de leurs proprits spatiales et aide leur comprhension. (Han
et al. 1998, Stefanovic et al. 2000) ont t les premiers proposer un modle multidimensionnel en toile pour les entrepts de donnes spatiales. Les dimensions dans

ce cas, peuvent tre spatiales, non spatiales ou bien des donnes numriques. Les
auteurs dans (Miquel et al. 2002b), traitent le problme dintgration des donnes htrognes (temporelle ou spatiale) dans un entrept de donnes af n den extraire des
connaissances gographiques. Ceci peut tre effectu par lexploration des donnes
dtailles associes une priode et des tudes temporelles sur des donnes intgres
et comparatives. Deux approches ont t proposes pour modliser les donnes spatiotemporelles dans des structures multidimensionnelles. La premire consiste utiliser
un cube unique pour intgrer toutes les donnes, et la deuxime consiste crer un
cube spcif que pour chaque priode analyser. Dans (Malinowski et al. 2004), les
auteurs visent amliorer lanalyse et la conception de lEDS et OLAP (SOLAP)
en intgrant les systmes de composantes spatiales dans un modle multidimensionnel savoir les dimensions spatiales et les mesures spatiales. Plusieurs scnarios ont
t prsents savoir les dimensions spatiales avec une hirarchie spatiale. En outre,
plusieurs dimensions peuvent partager une partie de la hirarchie spatiale, lorsque
plus dune dimension spatiale est reprsente dans un modle multidimensionnel, une
relation topologique entre ces deux est ncessaire. cette relation est fonde sur un
prdicat spatial. Dans ce papier, une mesure peut tre reprsente par une gomtrie,
ou bien comme le rsultat doprateurs spatiaux. Dans ce type dapplication spatiomultidimensionnelle, la table de faits df nit une jointure spatiale entre les dimensions
spatiales. Cette table de faits permet davoir une vision multidimensionnelle des relations spatiales. Elle autorise le calcul des mesures spatiales pour les membres de
tous les niveaux des hirarchies des dimensions, comme par exemple les parties des
autoroutes qui passent par des villes ou les parties des autoroutes qui passent par des
pays.
(Bertini et al. 2005) a tabli un entrept des f ns de stockage et de visualisation. La visualisation se base sur lutilisation de couleurs permettant de diffrencier la
congestion du traf c de sa f uidit. Elle relve de la fonction de suivi du traf c routier et
ne concerne pas les fonctionnalits de dcision et de contrle. (Bauzer-Medeiros et al.
2006) a propos une dmarche multidisciplinaire pour le traitement de masses de donnes spatio-temporelles dans le domaine du traf c routier. Cette dmarche intgre un
entrept de donnes des fonctionnalits danalyse et de reprsentation multi-chelle
numrique et symbolique. La plupart des systmes dinformation pour le traf c routier
utilise des bases de donnes classiques pour la gestion des donnes, ce qui limite les
fonctionnalits offertes aux utilisateurs. Le travail que nous prsentons dans ce papier,
vient complter ces fonctionnalits classiquement connues dans les systmes dcisionnels par une visualisation cartographique af n daider mieux interprter, analyser et
par consquent prendre de bonnes dcisions.
Sandro Bemonte (Bimonte 2007) a propos un modle formel GeoCube et une algbre associe, af n dintroduire les aspects smantiques et spatiaux de linformation
gographique dans lanalyse multidimensionnelle. Lalgbre propose permet de fournir les oprateurs de forage et de coupe, et des oprateurs de navigation au sein de la
hirarchie de mesures. Cette algbre permet, grce aux oprateurs qui modif ent dynamiquement la structure de lhypercube, de concilier analyse OLAP et analyse spatiale.

Ainsi un prototype web GeWOlap conforme au modle propos est ralis. Les donnes proviennent de ltude environnementale effectue dans la lagune de Venise.
4. Le Modle Conceptuel de lEDS Propos
Af n de fournir aux dcideurs un moyen danalyse eff cace, dans leur processus
danalyse dun phnomne aussi important que le risque routier, nous avons intgr la
donne gographique dans un entrept de donnes supportant le systme dcisionnel
dvelopp. Nous proposons dans cette section le modle conceptuel de lEDS mis en
uvre. Comme nous lavons dj voqu, dans cette tude nous nous sommes bass
sur des rapports danalyse publies actuellement par le CNPSR et qui prsentaient
des insuff sances marquante (voir section 2). De ce fait, notre modle propos prend
en charge ces insuff sances particulirement par lintgration de donnes spatiales
travers la dimension route qui constitue un facteur prpondrant dans lanalyse. Les
dcideurs peuvent ainsi tirer prof t des avantages de la carte et peuvent par consquent
exploiter la carte de faon interactive. Des exemples sont prsents dans la section
consacre la mise en uvre de notre systme (voir section 6). En effet, les SIG
actuels se concentrent sur laspect topographique, en revanche notre systme ajoute
cet aspect des mesures extraites de lentrept et qui seront aff ches sur la carte. Nous
menons une conception oriente objet base sur le langage UML.
Les risques routiers sont apparus dun fait dommageable pour un usager de la
route, il peut sagir de risque daccident, de blessure ou de mort. Un accident de la
route est un choc qui a lieu sur le rseau routier entre un engin roulant (automobile,
moto, vlo, etc.) et toute autre chose ou personne et qui engendre des blessures humaines et/ou des dgts matriels. Ces dgts sont soit des dgts occasionnes aux
vhicules, un lment de la route (chausse, panneaux, barrires de protection, etc.)
ou un lment extrieur celle-ci (btiment, mobilier urbain, cabine de tlphone).
De nombreux facteurs contribuent aux risques de collision tel que le type de vhicule, la vitesse de circulation, lenvironnement routier, lexprience du conducteur, le
sexe mais aussi son comportement et son tat physique. Deux mthodes ont t utilises af n de collecter les besoins des utilisateurs de notre entrept de donnes : (1)
une collecte oriente source, qui se limite identif er les besoins de lED partir de
lensemble des donnes disponibles au niveau des sources et (2) une collecte oriente
besoins qui identif e les besoins des utilisateurs et des dcideurs. Lanalyse des besoins
effectue a t en majeur partie base sur des documents fournis par le CNPSR. Nous
avons donc identif les acteurs et les objets qui interviennent dans un accident.
Notre entrept est modlis par un schma en f ocon de neige (voir f gure 2), o
les dimensions sont organises en hirarchie comme la dimension Temps, Route et
Conducteur. Chacun des membres appartient un niveau hirarchique (ou niveau de
granularit) particulier. Par exemple, la hirarchie de la dimension Temps commence
par le moment de laccident reprsent par lattribut ID_Temps, ensuite lheure, le
jour, le mois et anne. Notre modle est compos dune grande table de faits et un ensemble de tables de dimensions relies par des cls trangres. La table de faits dans

<< Table de Fait >>

Cause
Road
ID_Cause
Cause
Fautif
Description
Route
ID_Route
Nom
Nature
Sens_Circulation
Geometry_Route

Incident

Road
Tronon

Road
Section

ID_Tronon
Nom
ID_Route
Geometry_tronon

ID_Section
Nom
ID_Tronon
Geometry_section

ID_conducteur
ID_Temps
ID_Section_route
ID_vehecule
ID_cause
Nb_bless
Nbre_veh_impl
Nb_morts

Time
Temps

Heure
Hour

ID_Temps
Heure

Heure
Jour

Jours
days
Jour
Mois

Mois
months
<< Dimension Spatiale >>

Vehicle
Propritaire
ID_Propritaire
Nom_ Propritaire
Prnom_ Propritaire
Address_ Propritaire

Vehicle
Assurance
ID_Assurance
Nb_Assurance
Type_Assurance
Exp_Date_Ins

Mois
Anne
Vehicle
Vhicule

Driver
Conducteur

ID_Vhicule
ID_Popritaire
ID_Assurance
Date_Prem_Circ
Numro_Chassie
Marque
Type_Vhicule
Type_nergie
Puissance
Consump_Avg
Nb_Places

ID_Conducteur
Numro_Permis
Nom
Prnom
Date_Naissance
Sexe
Adresse
Profession

Anne
Year
Anne

Vehicle
Permis
Numro_Permis
Type_Permis
Date_Permis
Nb_Points
Goupe_ Sanguin

Figure 2. Le modle conceptuel de lEDS dvelopp

notre cas, est reprsente par la table Incident. Elle contient les informations omniprsentes (mesures) dans la description dun accident tel que le nombre de victimes, le
nombre de blesss, le nombre de vhicules impliqus dans laccident. Linformation
gographique est interprte par la dimension Route. Cette dernire est dcrite par
des informations descriptives (nom, nature, sens de circulation) et par linformation
gomtrique qui est la gomtrie de lobjet (il sagit dans ces cas dune poly-ligne reprsente en mode vecteur par un ensemble de points {(xi , yj )}. La dimension Route
est dcrite via une hirarchie gographique, o le niveau le plus bas est reprsent
par une Section. Un ensemble de sections forment un tronon et un ensemble de tronons forment une Route. La table de dimension Cause contient des informations descriptives Cause, Description et Fautif af n de distinguer entre les conducteurs ayant
provoqu laccident et les victimes.
Les informations relatives aux conducteurs peuvent tre divises en deux catgories : (1) des informations standards savoir nom, prnom, adresse, numro de permis
et (2) des informations utiles la prise de dcision savoir la profession, date dobtention du permis et le genre. Les informations concernant les vhicules sont galement
classes en deux catgories : (1) des informations de description gnrale telles que :
immatriculation, nom, prnom et adresse du propritaire du vhicule et numro de
chssis du vhicule et (2) et dautres utiles la prise de dcisions telles que : le type,
date de sortie de premire circulation, marque, nergie et puissance, etc.

5. Traitement de Requtes SOLAP

Le df majeur auquel est confront le traitement des requtes SOLAP est de rduire le temps de rponse aux requtes ad hoc de type windows query, que lutilisateur
gnre lors de la manipulation de la carte, tout en minimisant le nombre de jointures
entre la table de faits et les tables de dimension. Nous proposons dans cet article,
deux types de requtes (1) un ensemble de requtes prdf nies et des requtes de type
windows-query. Lensemble des requtes prdf nies permet de rpondre aux besoins
lis lusage de linformation gographique. En effet, lissue de notre tude conceptuelle et en se basant sur les rapports mis en ligne par CNPSR, nous avons recens
un rpertoire de questions auxquelles peut rpondre notre entrept de donnes. Ces
requtes sont utilises af n de faciliter le processus de prise de dcision. Parmi ces
requtes nous citons : les routes les plus dangereuses marques par un grand nombre
de victimes daccidents (plus de dtails sont donns dans la section 6). Rpondre eff cacement ces requtes ncessite lappel linformation cartographique via une carte
aff che lcran permettant de visualiser les routes ou les tronons de routes impliqus dans lincident. Cela est ralis travers des requtes de type windows-query
ou lutilisateur peut interroger directement la carte : nombre de blesss dune ville
slectionne sur la carte,nombre de morts sur une route particulire, un tronon particulier, etc.
6. Mise en uvre de lOutil Go-Dcisionnel
Le dveloppement de notre prototype go-dcisionnel, ddi au risque routier a t
ralis dans lenvironnement Oracle 11g qui intgre Oracle Spatial via ses diffrents
composants :WebLogic Server et Jdevlopper (voir f gure 3) : (i) Loutil de visualisation Oracle MapViewer permet daff cher la carte gographique et les rsultats des
diffrentes requtes spatiales excutes sur la carte (les exemples sont donns dans
les paragraphes suivants), (ii) Loutil Oracle MapBuilder a t utilis pour charger
les donnes gographiques dans le SGBD et la construction de la carte gographique,
et cela par la cration la carte de base, des styles et des thmes (iii) Jdevlopper a
t utilis pour la ralisation de linterface client et limplmentation des diffrentes
fonctionnalits du systme.
Le jeu de donnes spatiales utilis est en mode vecteur, il reprsente une rgion
gographique situe au nord dAlgrie caractrise de zone urbaine dense, il sagit de
la commune de Dar-El-Beida dans la capitale Alger. Deux thmes sont reprsents
dans notre entrept de donnes, le thme routier df ni un haut niveau de dtail et le
thme bti df ni un niveau moins dtaill car il sert de point de rfrence sur la carte.
La route est reprsente par des tronons reprsentant un objet gographique stock
avec sa description smantique et ses coordonnes.
Ce prototype dcisionnel sarticule autour de deux acteurs principaux : ladministrateur et le dcideur. Dans la f gure 3, nous prsentons larchitecture globale de
lapplication dveloppe base sur un EDS. Ce dernier et les mta-donnes de la carte

Interface

Dcideur

Administrateur
HTTP

Oracle Weblogic Server

Mapviewer

JDBC

Base de donnes Oracle

Metadata
Style

EDS

Map
Builder

Thme

Cartes

Figure 3. Larchitecture de loutil Go dcisionnel

Excution des
requtes sur EDS
Slection des dimensions et des
mesures sur lesquelles l'analyse est
effectue .

Figure 4. Prsentation de linterface principale de loutil Go-decisional propos

sont stocks dans le SGBD oracle spatial, le composant Mapviewer qui est dploy
dans Weblogic Server se charge de laff chage de la carte au client.
Les fonctionnalits de notre outil sont prsentes travers un ensemble dinterfaces. Deux catgories dutilisateurs sont considrs, ladministrateur et le dcideur.
Laccs au systme est assure par un systme dauthentif cation classique avec nom

Slection de dimensions
Reprsentation gographique de
la zone tudie: Fond de carte

Choix de dimensions

Figure 5. Slection des Dimensions

Figure 6. Exemple de requtes gnres

Les taux d'accidents des routes

les plus dangereuses

Ce symbole indique la route la plus

dangereuse. Trois routes sont
dtermines.

Figure 7. Aff chage du rsultat de la requte sur la carte ou en camembert

dutilisateur et mot de passe. Linterface principale de notre application-dcideur est

prsente par la f gure 4.
Fonctionnalits Destines au Dcideur :
Comme lillustre la f gure 4, le dcideur peut excuter des requtes (prsentes
dans la partie de droite de linterface) ou bien choisir une analyse plus dtaille, en
choisissant les dimensions et les mesures sur lesquelles il veut effectuer lanalyse (sur
le ct gauche de linterface).
Loutil permet galement au dcideur de choisir les dimensions sur lesquelles il
veut excuter ces requtes. La f gure 5, reprsente les requtes proposes selon deux
dimensions : temps et route choisis par le dcideur.
Par exemple, si lutilisateur slectionne deux dimensions : Route et Temps, loutil
permet de gnrer la requte approprie. La f gure 6, prsente trois requtes gnres
Q1 , Q2 et Q3 comme suit :

Les taux d'accidents des routes

les plus dangereuses

Figure 8. Aff chage dans un Bar graphe

les routes les plus dangereuses

Figure 9. Recherche spcif que sur les

tables de dimensions

Q1 : La rpartition des accidents par anne.

Q2 : La distribution des accidents par route sur une priode de temps.
Q3 : Les routes les plus dangereuses par anne.
Comme une tude de cas, nous avons considr la requte Q3 : Les routes les plus
dangereuses par anne. Notre outil go-dcisionnel permet au dcideur de visualiser
le rsultat (les routes cibles) de la requte sous diffrents types aff chage :
Aff chage sur la carte avec une prsentation sur un Diagramme en camembert
comme lillustre la f gure 7.
Aff chage dans une table
Aff chage sous forme de bar graphe (voir f gure 8)
Fonctionnalits Destines ladministrateur :
Ladministrateur effectue des tches lies ladministration et la personnalisation
de EDS sur lequel est bas notre outil dcisionnel. Il peut ajouter des requtes prdf nies pour tre exploites par les utilisateurs. Il peut aussi modif er ou supprimer des
requtes existantes. Ladministrateur peut mettre jour les informations stockes dans
lEDS savoir : lajout de donnes, la suppression de donnes ou la recherche dune
information particulire. A travers linterface prsente par la f gure 9, ladministrateur peut effectuer la recherche dune donne particulire dans lentrept de donnes
et ainsi vrif er sa validit. Pour cela certaines informations doivent tre introduites
par ladministrateur. Par exemple, effectuer une recherche par le numro de permis
pour aff cher les informations du conducteur. Ladministrateur peut aussi intervenir au
niveau de la table des faits af n de complter des informations concernant les accidents
comme la section ou le tronon de route o est survenu laccident. En effet, lors de
lalimentation via lETL, seule la route peut tre mentionne. Nous donnons la possibilit ladministrateur de complter cette information en prcisant la section de route
o laccident est survenu.

7. Conclusion
Nous avons prsent dans ce papier, la conception dun entrept de donnes
spatiales supportant loutil Go-dcisionnel mis en uvre, ddi au risque routier.
La complexit de ltude et lanalyse de ce phnomne est particulirement due au
nombre de facteurs intervenants ainsi qu leurs interactions. Bien que ces facteurs
soient connus et numrables, leur prise en compte simultane lors de lanalyse inf ue
considrablement sur le rsultat prsent. En effet, les rapports publis par CNPSR,
contiennent des informations marques par une richesse sur le plan statistique mais
manquent dorientation danalyse o diffrents tableaux prsentent des statistiques
par willaya, ville et commune selon un facteur ou deux. De plus, nous avons constat
labsence du facteur route, cette information gographique qui par sa caractristique
cartographique visualisable aidera le dcideur dans son processus danalyse. Lentrept de donnes spatiales que nous avons propos intgre lobjet gographique route
comme dimension spatiale indispensable pour une meilleure analyse du risque routier.
Notre outil permet de rpondre certaines requtes dcisionnelles complexes
comme : les routes marques par le plus daccidents, les routes les plus meurtrires
(celles qui marquent le nombre maximum sur un bilan priodique), routes faisant le
plus de victimes etc. Il permet aussi la prsentation des rsultats sur une carte pour une
meilleur analyse et exploitation. Ainsi il fournit une interface interactive permettant la
formulation des requtes sur la carte.
La mise en uvre de cet outil a requis lutilisation de beaucoup de technologies et
doutils intgrs dans la chane dOracle. Cependant, quelques pistes techniques et de
recherche restent explorer. Nous pouvons citer : (1) lenrichissement de loutil par
limplmentation des oprations dagrgations sur les mesures, par exemple, suite
un zoom arrire, (2) le calcul automatique de mesures pour un ensemble de tronons
de route constituant la route entire et (3) ladaptation des approches de gnralisation
df nies dans le cadre des SIG aux les entrepts de donnes spatiales (Bimonte et al.
2012a).
8. Bibliographie
Bauzer-Medeiros C., Carles O., Devuyst F., Hugueney B., Joliveau M., Jomier G., Manouvrier
M., Naija Y., Scemama G., Stean L., Vers un entrept de donnes pour le traf c routier ,
EDA, 2006.
Bedard Y., Origines, volution et df s de la technologie SOLAP , Confrencier invit, 2012.
Bedard Y., Rivest S., Proulx M.-J., Spatial On-Line Analytical Processing (SOLAP) :
Concepts, Architectures and Solutions from a Geomatics Engineering Perspective, Dans :
Robert Wrembel & Christian Koncilia (ed(s)), Data Warehouses and OLAP : Concepts,
Architectures and Solutions, Chap. 13 , IBM Press-Idea Group, 2007.
Bedard Y., Rivest S., Proulx M.-J., Badard T., Merging hypermedia GIS with spatial on-line
analytical processing : Towards hypermedia solap , Geographic Hypermedia : Concepts
and Systems, 2005.

Bernier E., Bdard Y., A Data Warehouse Strategy for on-Demand Multiscale Mapping ,
Generalisation of Geographic Information, 2007.
Bertini R., Matthews S., Hansen S., Delcambre A., Rodriguez A., ITS archived data user
service in Portland, Oregon : now and into the future , Intelligent Transportation Systems,
2005. Proceedings. IEEE, p. 568 - 573, 2005.
Bimonte S., Intgration de linformation gographique dans les entrepts de donnes et lanalyse en ligne : de la modlisation la visualisation., PhD thesis, Institut National des
Sciences Appliques de Lyon, 2007.
Bimonte S., Bertolotto M., Gensel J., Boussaid O., Spatial OLAP and Map Generalization :
Model and Algebra. , IJDWM, 2012a.
Bimonte S., Boulil K., Chanet J.-P., Pradel M., Def nition and Analysis of New Agricultural
Farm Energetic Indicators Using Spatial OLAP , ICCSA (2), p. 373-385, 2012b.
Bimonte S., Fatto V. D., Paolino L., Sebillo M., Vitiello G., A Visual Query Language for
Spatial Data Warehouses , Geoinformation and Cartography, 2010.
Blaschkaand M., Sapia C., Hof ing G., Dinter B., Finding your way through multidimensional
data models , Proceedings of the 9th International Workshop on Database and Expert
Systems Applications, p. 198 -203, 1998.
Chen T., Schneider M., The Neighborhood Conf guration Model : A Framework to Distinguish Topological Relationships between Complex Volumes , ER Workshops, p. 251-260,
2011.
Derbal K., Boukhalfa K., Alimazighi Z., A Muti-Representation and Generalisation Based
Webmapping Approach Using Multi-Agent System Predicates , ICWIT, p. 83-92, 2012.
Han J., Koperski K., Stefanovic. N., An eff cient two-step methodforclassif cation of spatial
data, Proc.InternationalSymposiumon Spatial Data Handling, 1998.
Houria B., Matrise du Risque Routier en Milieu Professionnel Cas dune Entreprise du
Transport Routier en Algrie , 17e Congrs de Maitrise des Risques et de Sret de Fonctionnement 5-7 octobre 2010 La Rochelle, 2010.
Immon W. H., Building the data warehouse, WILLEY, 1992.
Lu C.-T., Tan X., Chawla S., Shekhar S., Vatsavai R. R., MapCub :Avisualisation tool for
spatial data warehouses , Geographic Data Mining and Knowledge Discovery,London :
Taylor and Francis,, 2000.
Malinowski E., Zimanyi E., Representing Spatiality in a Conceptual Multidimensional Model , ACM GISp. 12-21, 2004.
McMaster R. B., K S. S., Generalization in Digital Cartography , Washington : Association
of American Geographers, 1992.
Miquel M., Bdard Y., Brisebois. A., Conception dentrept de donnes gospatiales partir de sources htrognes. Exemple dapplication en foresterie. , Ingnerie des Systmes
dinformation, 2002a.
Miquel M., Bedard Y., Brisebois A., Pouliot J., Marchand P., Brodeur J., Multidimensional spatiotemporal data warehouse in acontext of evolving specif cations , Symposium on
Geospatial Theory, Processing and Applications, Ottawa, 2002b.
Nilakanta S., Scheibe K., Rai A., Dimensional issues in agricultural data warehouse designs ,
Computers and Electronics in Agriculture, vol. 60, n 2, p. 263-278, 2008.

Pirotti F., Guarnieri A., Vettore A., Collaborative Web-GIS Design : A Case Study for Road
Risk Analysis and Monitoring , T. GIS, vol. 15, n 2, p. 213-226, 2011.
Praing R., Schneider M., Topological feature vectors for exploring topological relationships ,
Int. J. Geogr. Inf. Sci., vol. 23, n 3, p. 319-353, 2009.
Royer K., Bellatreche L., Le-Mouel A., Schmitt G., Un Entrept de Donnes pour la Gestion
des Vhicules Electriques : Retour dExprience , EDA, p. 118-127, 2012.
Ruiz C. V., Times V. C., A Taxonomy of SOLAP Operators , SBBD, p. 151-165, 2009.
Sabine T., Hierarchical structures in map series, PhD thesis, Technical University Vienna, 1998.
Sabine T., U F. A., A Multi-Scale DAG for Cartographic Objects , ACM/ASPRS, 1995.
Stefanovic N., Han J., Koperski K., Object-based selective mateialization for eff cient implementation ofspatial data cubes. , IEEE Transactions on Knowledge and Data Engineering,
2000.
Weibel R., Dutton G., Generalising spatial data and dealing with multiple representations ,
Geographical Information Systems : Principles and Technical Issues, 1999.