Les Big Data géospatiales peuvent-elles améliorer la vie quotidienne ?

Voici où nous en sommes. Il existe maintenant tellement de données issues des réseaux sociaux qu’afin de leur donner un sens, nous devons  inculquer à  nos  ordinateurs  de l’intelligence. Cette intelligence  vient  de notre propre  connaissance,  car  nous  seuls  savons  ce  qui  est  important  dans  notre  vie  quotidienne  et  pour  notre travail.  Avant  l’avènement  des  Big  Data,  dans  notre  monde  des  SIG,  nous  devions  nous  asseoir  devant  une carte, l’analyser  et  en  tirer  des  conclusions.  Cette  approche  n'a  plus  de  sens  dès  lors  que  les  Big  Data  sont livrées avec des références de coordonnées. Tout ce que nous avons à faire dans ce monde des Big Data est de décider  ce  qui  est  important,  et  de  transmettre  à  nos  ordinateurs  ces  informations.  Mais  comment  leur transmettre cette intelligence ?

Remporter  du  succès  dans  le  monde  des  Big  Data  géospatiales  dépend  d’un  certain  nombre  de  critères. Concentrons-nous sur deux d’entre eux. Le premier  concerne  les normes,  et le second  porte sur  l'encodage de notre propre connaissance de ce qui est important. L'industrie  du  SIG a réalisé  de grandes avancées  dans le domaine  des  normes  au  cours  des  deux  dernières  décennies,  et  le  langage  GML  (Geographic  Markup Language)  est  un  standard  OGC  essentiel  dans  le  monde  des  Big  Data  géospatiales.  À  un  niveau  basique,  il permet d’associer  de l'intelligence à  des objets. Nous pouvons utiliser cette intelligence  pour examiner les Big Data  et trouver,  parmi celles-ci,  les informations  associées  aux  objets et que  nous jugeons importantes.  Avant tout,  nous nous concentrons sur un extrait de la carte  (par exemple  un carré ou un cercle  autour d'un point); ensuite,  par exemple,  si nous avons besoin d’examiner les objets qui pourraient être sujets à des inondations le  long  d'un  cours  d'eau  entre  deux  points,  nous  pouvons extraire  les  objets  fortement  connectés  (par  leur position) au cours d'eau. Le résultat est visible sur la carte.

Quelle importance cela peut-il vraiment avoir  ? Si nous avions  extrait  des données du monde des  Big Data  sur la carte,  le résultat aurait  inclus  des données  peu  intéressantes  pour nous. La transmission des données  non pertinentes,  alors que  nous  souhaitons  gérer  notre monde complexe  en temps réel,  n'est pas  une démarche intelligente.  Cela  va même plus loin  si nous devons  modifier certaines de ces données. Seuls les changements effectivement appliqués devraient être transmis ; c'est cela, la vraie intelligence.

Il  y  a  quelques  années,  le  service  des  routes  du  Queensland,  en  Australie a installé des  capteurs  le  long  de  leurs  principaux  axes  routiers  qui transmettent  un  certain  nombre  de  paramètres toutes les 30 secondes. Cela inclut, entre autres, la position des véhicules. En soi, il ne s’agit pas de grandes  quantités  de  données  par  rapport au  monde  des  Big  Data. Toutefois,  le  calcul  de  la  position  et  la transmission  des  données  se  basent  sur  une  couverture  satellitaire  et  sur  la  téléphonie  mobile.  Lorsque  la connexion est interrompue, les données sont stockées  temporairement dans  les puces des  camions  pour une transmission  ultérieure.  Lorsque  le  flux  de  données  reprend,  les  alarmes  se déclenchent  en  raison  de  la rupture dans la transmission.  Ajouter  de l'intelligence supplémentaire aux données recueillies par les capteurs est essentiel afin de pouvoir garantir que les prises de décisions se basent bien sur des données correctes.