Nous avons tous conscience de l'omniprésence des données dans notre quotidien pour chercher un commerce ou un itinéraire depuis nos smartphones. En activant l'historique de nos positions sur nos mobiles, notre quotidien est même capté par certaines plateformes.
Qu'en est-il de ces plateformes de services, qui utilisent généralement notre position dans l'espace pour proposer des services temps réel permettant de connaitre les horaires du prochain bus, ou d'être informé de certains risques naturels et/ou technologiques ? Comment ces services fonctionnent-ils ? Quelle est la part des technologies et de l'humain dans la qualité de ces services ?
A partir de trois plateformes dans les domaines des transports collectifs, des risques naturels et de la qualité de l'air, nous vous proposons de découvrir quelques chaines de traitement et de valorisation de données acquises par des capteurs dit IoT (Internet of Things, Internet des objets).
Intervenants
- Mathias TREFFOT (Eurométropole de Strasbourg)
- Eric HERBER (Atmo Grand Est)
- Fabrice HERY (DREAL)
A noter : les présentations ci-dessous sont diffusées à partir de la chaîne YouTube DataGrandEst. Si vous rencontrez des difficultés pour les visionner, nous vous invitons à utiliser les liens mentionnés dans la rubrique "Document (lien) plus bas sur cette page"
Regarder le webinaire complet
Ou choisir une vidéo selon l'intervention
Le fonctionnement de l’application « StrasApp »
L'utilisation des systèmes capteurs (microcapteurs) pour suivre la qualité de l'air
Eric HERBER (Atmo Grand Est)
Prévoir les crus, grâce au service « Vigicrues »
Fabrice HERY (DREAL)
FAQ
Je n’ai pas connaissance d’un tel projet. S’il devait exister, il serait porté par le service géomatique de la collectivité et non par la direction de la communication.
Actuellement non, mais cela pourrait être envisagé avec la future plateforme DataGrandEst. Par ailleurs, la diffusion des PCRS Raster et Vecteur en open data est prévue sur la Geoplateforme de l'IGN.
Les données sont publiées en Licence ODbL et Licence ouverte.
C’est exact, les données publiées en open data sont disponibles sur la plateforme du gouvernement (Data.gouv.fr) tout comme sur la plateforme d’ATMO Grand Est ou encore celle de la Région Grand Est.
ATMO Grand Est dispose d’une volumétrie totale de 100 Go dans notre base de diffusion pour environ 170 flux de données en opendata. Pour ce qui est des données produites via les systèmes capteurs, les données raffinées sont remontées sur un espace de stockage du fournisseur des capteurs (prestation généralement payante). Au travers d’une API, ATMO Grand Est récupère ces données, réintégrées sur un pas de ¼ heure, dans son propre système d’exploitation à l’instar des données produites par les analyseurs de l’observatoire réglementaire. La volumétrie sera plus importante chez le fournisseur des capteurs qui stocke les données de l’ordre de la seconde/minute contrairement à ATMO Grand Est qui stocke des données réintégrées au 15 minutes.
Nous travaillons à l’intégration de l’IA dans nos outils de modélisation. Nous développons des réseaux de neurones pour accélérer les temps de calcul et couvrir toute la région Grand Est à 25 mètres de résolution en prévision quotidienne. Ces nouvelles productions seront mises à disposition du public au travers de la diffusion prochaine (été 2024) de l’application AirToGo qui permettra de disposer de prévision horaire de qualité de l’air, d’évaluer son exposition lors d’un trajet ou encore d’être informé en cas d’épisode de pollution via notifications (https://www.airtogo.fr/°)
ATMO Grand Est dispose d’un parc capteurs mobilisé pour mener des opérations de sensibilisation à la qualité de l’air auprès des citoyens. Plusieurs opérations en ce sens ont été réalisées par ATMO Grand Est par le passé telles que l’opération Vision’Air (https://atmo-vision.eu/visionair/). Nous accompagnons les acteurs du Grand Est qui souhaiteraient déployer ce type d’opération. Le prêt de capteurs aux citoyens peut faire prendre conscience des enjeux liés à la qualité de l’air pour amener à des changements de comportements. L’approche citoyenne de sensor community va en ce sens en plaçant le citoyen comme acteur. Cette approche a en revanche un inconvénient : la communauté produit des données qui peuvent se révéler difficile à exploiter en lien avec un manque de contextualisation des mesures (proximité ou non du capteur/de la mesure avec une source de pollution par exemple…)