Voir la source de Fouille de données spatiales

La '''fouille de données spatiales'''<ref>{{en}} {{Lien web | url  = http://www.spatial.cs.umn.edu/ | titre = ''{{Lang|en|Spatial Database and Spatial Data Mining Research Group}}'' : Site officiel | année = 2011 | consulté le =15 mai 2011}}</ref> (''{{Lang|en|spatial data mining}}'') est la technique d'exploration de [[données géographiques]], à notre échelle sur terre, mais aussi [[Astronomie|astronomiques]], dont le but est de découvrir des [[Régularité (perception)|régularités]] intéressantes dans des [[Analyse de données textuelles|données textuelles]], [[Synchronie et diachronie|diachroniques]], ou [[Géométrie euclidienne|géométriques]] telles que [[vecteur]]s, trames, graphes. Les données spatiales donnent des informations à des échelles différentes, fournies par des techniques différentes, sous des formats différents, dans une période de temps souvent longue en vue de l'observation des changements. Les volumes sont donc très importants, les données peuvent être imparfaites, bruitées. De plus, les relations entre les données spatiales sont souvent implicites : les relations ensemblistes, topologiques, directionnelles et métriques se rencontrent fréquemment dans cette spécialisation de l'[[Exploration de données|exploration des données]]. La fouille de données spatiales est donc particulièrement ardue.

L'[[analyse spatiale]] participe avec les [[Système d'information géographique|systèmes d'information géographique]] à l'analyse exploratoire des données spatiales, mais sa raison d'être constitue la modélisation spatiale<ref name=CMorency>{{pdf}}{{Lien web | url= http://afitl.ish-lyon.cnrs.fr/tl_files/documents/CST/N49/Moren49.pdf | titre  = Étude de méthodes d’analyse spatiale et illustration à l’aide de microdonnées urbaines de la grande région de Montréal | auteur = Catherine Morency | année = 2006 | consulté le = 6 aout 2011}}</ref>.  

On utilise la fouille de données spatiales pour explorer les données des [[sciences de la terre]], les données cartographiques du crime, celles des [[recensement]]s, du [[trafic routier]], des foyers de [[cancer]]<ref>{{pdf}}{{en}} {{Lien web | url= http://www.spatial.cs.umn.edu/paper_ps/giscience.pdf | titre  = ''{{Lang|en|Spatial Data Mining: Accomplishments and Research Needs}}'' | auteur = Shashi Shekhar | coauteurs   = Pusheng Zhang | année = 2004 | consulté le = 15 mai 2011}}</ref>{{etc}}

== Histoire ==
[[Fichier:Snow-cholera-map-1.jpg|thumb|right|Une carte originale de John Snow décrivant le mode de propagation du choléra en 1854 dans le quartier de Soho, Londres]]
L’histoire de la fouille de données spatiales est liée à celle de la géographie, de l’astronomie et des mathématiques, et au développement de ces disciplines. 
[[Fichier:Diffusion de la peste noire en europe 1347-1351.png|thumb|left|La répartition de la peste bubonique en Europe. La carte montre la distribution des épidémies de peste au cours du temps.]]
Historiquement, la fouille de données est tout d’abord physique et descriptive. La [[Histoire de la cartographie | cartographie]] a été un des moteurs de celle-ci. En Chine, aux environs des {{-s2|V|e|IV|e}}, les premières cartes indiquent les éléments du relief et des éléments économiques avec une tentative de classification pour les représenter<ref>{{en}} [[:en:History of cartography|History of cartography]]</ref>. Du temps de [[Ptolémée]] la classification des formes du relief est achevée<ref>{{lien web|langue=en|url=http://www.cosmovisions.com/geographieGRChrono.htm|titre=Histoire de la géographie| auteur= www.cosmovisions.com | consulté le = 29 mai 2011}}</ref>. En [[Europe]],  apparaissent à la fin du {{s|IX|e}} les [[Portulan|portulans]] pour lesquels le référencement et la classification des [[Amer (navigation maritime)|amers]] étaient nécessaires. 

C’est en 1855 qu’apparait peut-être la première fouille de données géographique prédictive. Cette année-là, [[John Snow]] recherche les causes de l’épidémie de choléra de la fin de l’année 1854 à Londres, et avec une hypothèse novatrice, et une description précise des foyers de la maladie, prouve que l’eau est un vecteur de contamination et trouve la pompe à eau de ''{{Lang|en|Broad Street}}'' qui en est la cause<ref name=frauhofer>{{pdf}}{{en}} {{Lien web | url = http://www.sebd.org/2007/images/May-Tutorial-SEBD-07.pdf | titre = ''{{Lang|en|15th Italian Symposium on Advanced Database Systems - SEBD’07}}'' | auteur = Michael May | année = 2007 | consulté le = 28 mai 2011}}</ref>.

En 1905, les docteurs McKay, Fleming, et Burton font un véritable travail de ''{{Lang|en|data miners}}'' pour expliquer les taches dentaires de 87,5 % des habitants de [[Colorado Springs]]. Analyse des corrélations, avec l’observation des caries notamment, analyse géographique du phénomène, localisant aux alentours de [[Pikes Peak]] les enfants ayant des taches, et finalement, en 1931, l’explication par d’autres dentistes  du phénomène lié au fluor présent dans les eaux du Colorado bues par les habitants<ref>{{en}} {{Lien web | url =http://www.cs-ds.org/history.asp#fluoride| titre = ''{{Lang|en|History of Dentistry in the Pikes Peak Region}}''| auteur = Colorado Springs Dental Society | année = 2011 | consulté le = 28 mai 2011}}</ref>. 

En 1934, Gehlke et Biehl se rendirent compte, en étudiant les résultats d'un recensement dans la région de Cleveland, qu'un coefficient de corrélation augmentait avec les niveaux d’agrégation, soulevant ainsi un fameux problème connu en analyse géographique à savoir : le problème des unités spatiales modifiables (''{{Lang|en|modifiable areal unit problem (MAUP)}}'')<ref name=openshaw>{{pdf}}{{en}} {{Lien web|url=http://www.qmrg.org.uk/files/2008/11/38-maup-openshaw.pdf|titre=''{{Lang|en|modifiable areal unit problem}}''|auteur=S. Openshaw|consulté le=10 juin 2011}}</ref>{{,}}<ref>{{pdf}}{{Lien web|url= http://www.mgm.fr/PUB/Mappemonde/M493/POPULATION.pdf|titre=Répartition de la Population et Structure Spatiale de Référence|auteur=Christiane Weber|coauteurs=Jacky Hirsch et Aziz Serradj|consulté le=10 juin 2011}}</ref>.

Le sud-africain Daniel Gerhardus Krige, créateur éponyme, met au point la technique d'interpolation des données spatiales en 1951-1952 connue sous le nom de [[krigeage]] (''{{Lang|en|Kriging}}'')<ref name=gratton>{{Lien web|url=http://www.iag.asso.fr/articles/krigeage_juillet2002.htm|titre=Le Krigeage : la Méthode Optimale d’Interpolation Spatiale|auteur=Yves Gratton|consulté le=25 juin 2011}}</ref>, formalisée par [[Georges Matheron]] à l'[[École nationale supérieure des mines de Paris|École des Mines de Paris]] en 1962<ref name=gratton/>.

Le premier SIG, le [[Système canadien d'information géographique]]<ref>{{Harvsp|Guarnieri|Garbolino|2003|p=43}}</ref> est créé par [[Roger Tomlinson]] en 1964-66 et est opérationnel en 1971<ref>{{Lien web|url=http://w3.geode.univ-tlse2.fr/personnels/paegelow/MP_HDR-tome1.pdf|titre=Géomatique et Géographie de l'Environnement : De l'analyse spatiale à la modélisation prospective[auteur=Martin Paegelow|coauteurs=|page=31|consulté le= 25 juin 2011}}</ref>. La société ''{{Lang|en|Environmental Systems Research Institute}}'' (ESRI) est fondée en 1969 par Jack et Laura Dangermond à [[Redlands]], [[Californie]]<ref>{{en}} {{lien web|url=http://www.spaceandtech.com/spacedata/logs/1978/1978-020a_gps-1-1_sumpub.shtml|titre= ''{{Lang|en|NAVSTAR GPS 1-1 - Summary}}''|auteur=NAVSTAR | année = 2001 | consulté le = 12 aout 2011}}</ref>. Le 22 février 1978 à 23h44, le premier satellite GPS est lancé par l'US Air Force<ref>{{en}} {{lien web|url=http://www.esri.com/about-esri/about/history.html|titre= ''{{Lang|en|Esri History}}''|auteur=ESRI | consulté le = 12 aout 2011}}</ref>. 

Depuis l’avènement de l’[[exploration de données]], les techniques de fouilles de données se sont rapprochées de celles en vigueur dans l'analyse spatiale pour traiter les gros volumes de données, perfectionner les techniques, et diversifier les applications.

== Applications ==
[[Image:MeuseRiverZincConcentr01.png|thumb|Représentation graphique des bords de la Meuse aux [[Pays-Bas]] où des concentrations anormales de [[zinc]] ont été observées.]]
La fouille de données spatiales trouve son application aussi bien dans le domaine public, dans le domaine scientifique que dans le secteur privé. Mais les objectifs ne sont pas identiques. En exploitant les données géographiques, les administrations recherchent plutôt des modèles concernant la population et son bien-être<ref name=cnig>{{pdf}}{{Lien web | url = http://www.cnig.gouv.fr/Front/docs/cms/politique-infogeo-france_124041319114720200.pdf | titre = Politique de l'information géographique en France | auteur = François Salgé|  année = 2004 | consulté le = 6 aout 2011}}</ref>{{,}}<ref group="Note"> voir par exemple le [[Géoportail (France)|Géoportail]] de l'administration française pour la mise à disposition de données géographiques concernant le citoyen et les administrations territoriales.</ref>, tandis que l'industrie a des objectifs de rentabilité dans l'implantation d'usines, d'antennes de télécommunication, de panneaux publicitaires{{etc}}<ref name=frauhofer/>{{,}}<ref name=PDuke>{{pdf}}{{en}} {{Lien web | url = http://www.predx.com/docs/GeospatialDataMining.pdf | titre = ''{{Lang|en|Geospatial Data Mining for Market Intelligence}}'' | auteur = Paul Duke|  année = 2001 | consulté le = 5 aout 2011}}</ref>. Dans le domaine des sciences, l'exploration des données spatiales sert la [[Recherche scientifique|recherche]]. En [[astronomie]] et en [[astrophysique]], la fouille de données spatiales sert à la classification automatique<ref name=OMalkov>{{pdf}}{{en}} {{Lien web | url =http://articles.adsabs.harvard.edu/cgi-bin/nph-iarticle_query?2008ASPC..394..381M&amp;data_type=PDF_HIGH&amp;whole_paper=YES&amp;type=PRINTER&amp;filetype=.pdf | titre = ''{{Lang|en|Data Mining in Astronomy: Classiﬁcation of Eclipsing Binaries}}'' | auteur = Oleg Malkov| coauteurs  = Leonid Kalinichenko, Marat D. Kazanov, Edouard Oblak | année = 2008 | consulté le = 28 mai 2011}}</ref> d'objets spatiaux, ou bien à découvrir des régions dignes d’intérêt, ou des objets rares dans l'immensité de notre univers<ref name=deAngelis>{{pdf}}{{en}} {{Lien web | url = http://www.fisica.uniud.it/~deangeli/test/frailis.pdf | titre = ''{{Lang|en|Data Management and Mining in Astrophysical Databases}}'' | auteur = Alessandro De Angelis | coauteurs  = Marco Frailis, Vito Roberto | année = 2007 | consulté le = 28 mai 2011}}</ref>. En [[archéologie]], les données géographiques et la fouille de données spatiales sont exploitées pour trouver de nouveaux sites<ref>{{en}} [[:en:GIS in archaeology|''{{Lang|en|GIS in archaeology}}'']]</ref>. La fouille de données spatiales est utilisée en [[épidémiologie]] pour suivre et prévoir la propagation des maladies<ref>{{pdf}}{{en}} {{Lien web | url = http://people.cs.vt.edu/~naren/papers/SIGKDDExplorations2006-pandemic.pdf | titre = ''{{Lang|en|Spatial Data Mining to Support Pandemic Preparedness}}'' | auteur = Chris Bailey-Kellogg| coauteurs= Naren Ramakrishnan, Madhav V. Marathe | année = 2006 | consulté le = 5 aout 2011}}</ref>. Les [[Sciences de la vie et de la Terre]] ont aussi recours à cette technique pour évaluer les tendances au cours du temps des modifications de la végétation dans des zones sensibles<ref>{{pdf}}{{en}} {{Lien web | url = http://ir.yic.ac.cn/bitstream/133337/4738/1/Application%20of%20spatio-temporal%20data%20mining%20and%20knowledge%20discovery%20for%20detection%20of%20vegetation%20degradation%20Analysis%20of%20time-series%20remote%20sensing%20images%20using%20spatial%20statistics%20method.pdf | titre = ''{{Lang|en|Application of Spatio-temporal Data Mining and Knowledge Discovery for Detection of Vegetation Degradation }}'' | auteur = Xi-yong HOU| coauteurs= Lei Han, Meng GAO, Xiao-li BI, Ming-ming ZHU  | année = 2010 | consulté le = 5 aout 2011}}</ref>.

== Système d'information ==
=== Système d'information géographique ===

{{article principal|Système d'information géographique}}

{{Citation bloc|
Un [[Système d'information géographique]] est un système informatique permettant, à partir de 
diverses sources, de rassembler et d'organiser, de gérer, 
d'analyser et de combiner, d'élaborer et de présenter des 
informations localisées géographiquement, contribuant 
notamment à la gestion de l'espace.|Société française de photogrammétrie et télédétection, 1989 |style=left}}

Les SIG ont pour vocation l'acquisition, l'archivage, l'analyse, l'affichage et l'abstraction des données géographiques. L'apport d'un SIG, pour ce qui concerne la fouille de données, est le stockage de l'information géographique numérisée que l'analyste géographe peut ainsi manipuler avec un outil intégré au SIG pour la visualisation par exemple ou bien des outils externes<ref name=bard>{{pdf}}{{Lien web|url=http://aci.ign.fr/PhD/2004/Bard.pdf|titre=Méthode d'évaluation de la qualité des données géographiques généralisées|auteur=Sylvain Bard|consulté le=13 juin 2011}}</ref> comme GeoDa<ref name=LAnselin>{{pdf}}{{en}} {{Lien web|url=http://geodacenter.asu.edu/pdf/geodaGA.pdf|titre=''{{Lang|en|GeoDa: An Introduction to Spatial Data Analysis}}''|auteur=[[Luc Anselin]]|coauteurs=Ibnu Syabri, Youngihn Kho|consulté le=6 aout 2011}}</ref>. Un des SIG les plus connus que l'on trouve sur le marché est [[ArcGIS]]<ref>{{en}} {{Lien web|url=http://www.esri.com/software/arcgis/index.html|titre=ArcGIS|auteur=ESRI|consulté le=05 Aout 2011}}</ref>; [[Quantum GIS]]<ref>{{Lien web|url=http://www.qgis.org/|titre=Quantum GIS|auteur=la communauté QGIS|consulté le=06 Aout 2011}}</ref> est un autre SIG que l'on peut citer et qui appartient à la sphère des logiciels libres.
<!-- 
<ref>{{pdf}}{{en}} {{Lien web|url=|titre=|auteur=|consulté le=}}</ref>
-->
Un SIG contient des données alphanumériques et des données spatiales. Dans un SIG, les données sont stockées soit sous format [[Image vectorielle|vectoriel]], soit sous format [[Rastérisation|raster]]<ref>{{Lien web|url=http://www.tice.ac-versailles.fr/logicielslibres/spip.php?article81|auteur=CRDP Versailles|titre=Les Systèmes d’Information Géographiques libres|consulté le=12 juin 2011}}</ref>{{,}}<ref>{{pdf}}{{Lien web|url=http://laeti.perrierbrusle.free.fr/SIG_1.pdf|auteur=Laetitia Perrier Brusle|titre=SIG : Théorie, définition, applications|consulté le=11 juin 2011}}</ref>. Le format vectoriel gère les points, les lignes et les polygones, les vecteurs sont complétés par des informations alphanumériques. Les données raster sont stockées sous forme de cellules formant une maille. Ces données sont aussi complétées par des données alphanumériques telles que la moyenne, le max, le min, la somme de grandeurs géographiques<ref>{{Lien web|url=http://www.coastlearn.org/fr/gis/format.htm|titre=Formats raster et vectoriel|auteur=coastlearn|consulté le=12 juin 2011}}</ref>.

{{article détaillé|Structures de données dans un SIG}}

=== Autres logiciels ===
{{article principal|Logiciels de fouilles de données spatiales}}
Outre GeoDa, déjà cité, on trouve Geominer<ref>{{pdf}}{{en}} {{Lien web|url=http://www.cs.uiuc.edu/~hanj/pdf/geodemo.pdf|titre=GeoMiner : A System Protoype for Spatial Data Mining|auteur=Jiawei Han|coauteurs=Krzysztof Koperski, Nebojsa Stefanovic|consulté le = 13 juin 2011}}</ref>, Descartes<ref>{{pdf}}{{en}} {{Lien web|url=http://www.iemss.org/iemss2002/proceedings/pdf/volume%20uno/348_komarov.pdf|titre=DESCARTES & EFIMOD: An Integrated System for Simulation Modelling and Exploration Data Analysis for Decision Support in Sustainable Forestry|auteur=A. Komarov|coauteurs=O. Chertov, G. Andrienko, N. Andrienko, A. Mikhailov, P. Gatalsky|consulté le = 13 juin 2011}}</ref>, Fuzzy Spatial OQL for Fuzzy KDD, GWiM, GeoKD<ref name=kuba>{{pdf}}{{en}} {{Lien web|en|url=http://www.fi.muni.cz/reports/files/2001/FIMU-RS-2001-05.pdf|titre=Data Structures for Spatial Data Mining|auteur= Petr Kuba|consulté le=29 mai 2011}}</ref>, SPIN<ref>{{pdf}}{{en}} {{Lien web|url=http://epp.eurostat.ec.europa.eu/portal/page/portal/research_methodology/documents/47.pdf|titre=An architecture for the SPIN! spatial data mining platform|auteur=Michael May|coauteurs=Alexandre Savinov|consulté le = 13 juin 2011}}</ref>!{{etc}}

== Fouilles et techniques de fouille ==
Les techniques de fouilles de données spatiales s'inspirent de celles de la [[Exploration de données|fouille de données classique]], avec une difficulté supplémentaire dans la nature des données qui est celle de la dépendance des données entre elles. Dans la fouille de données classique les variables sont supposées indépendantes, dans la fouille de données spatiales les données sont liées entre elles : une zone est dépendante de ce qui se passe aux alentours, une situation à un instant t dépend de ce qui s'est passé à l'instant t-1. Ces relations peuvent être métriques, topologiques, ou directionnelles<ref>{{pdf}}{{Lien web|url=http://www.prism.uvsq.fr/users/karima/papers/ECG_2006.pdf|auteur=Nadjim Chelghoum|coauteurs=Karine Zeitouni, Thierry Laugier, Annie Fiandrino,Lionel Loubersac|titre=Fouille de données spatiales : Approche basée sur la programmation logique inductive|consulté le = 11 juin 2011}}</ref>. 
=== Fouilles ===
==== Données aberrantes ====
[[File:Variogramcloud01.png|thumb|Exemple de nuage-variogramme, issu des données "Meuse" et de l'exemple donné par Edzer J. Pebesma dans le package gstat de R]]
La recherche de données spatiales aberrantes ({{Citation étrangère|lang=en|outliers}}) concerne la recherche de données spatiales dont les valeurs ne sont pas similaires à celles de leurs voisins<ref name=Lu>{{en}}{{pdf}}{{Lien web|url=http://www.spatial.cs.umn.edu/paper_ps/soutlier.pdf|titre={{citation étrangère|langue=en|A Unified approach to spatial outliers detection}}|auteur=Chang Tien Lu|coauteurs=|année=|consulté le=28 septembre 2011}}</ref>. On trouve cette technique dans la recherche des incidents de trafic automobiles (accidents, bouchons...)<ref name=Lu/>. Les données aberrantes peuvent être repérées  par les techniques de visualisation graphiques, ou par des techniques quantitatives. Dans la première catégorie on trouve les [[Nuage_variographique|nuages de variogrammes]] et les graphes de dispersions de Moran ({{citation étrangère|lang=en|Moran scatterplots}}); dans la seconde sont répertoriés les autres graphes de dispersions<ref name=Shedhar1>{{en}}{{pdf}}{{Lien web|url=http://www.spatial.cs.umn.edu/paper_ps/dmchap.pdf|titre={{citation étrangère|langue=en|Trends in Spatial Data Mining}}|auteur=Shashi Shekhar |coauteurs=Pusheng Zhang, Yan Huang, Ranga Raju Vatsavai|année=|consulté le=02 octobre 2011}}</ref>.
[[File:Moranscatterplot01.png|thumb|right|Graphique de dispersion de Moran d'après l'exemple donné par Roger Bivand dans le package spdep de R sur les données afcon (Spatial patterns of conflict in Africa 1966-78) préparées par Luc Anselin]]

==== Colocalisation ====
La recherche des colocalisations concerne deux ou plusieurs phénomènes spatiaux reliés entre eux<ref>{{pdf}}{{en}} {{Lien web|url=http://www.spatial.cs.umn.edu/paper_ps/coloc.pdf |titre={{citation étrangère|langue=en|Discovering Spatial Co-location Patterns}}|auteur=Yan Huang|année=2003|consulté le=29 septembre 2011}}</ref>. 
Plus précisément, ''Shekhar et al.'' nous disent que des caractéristiques spatiales booléennes ({{Citation étrangère|lang=en|Boolean spatial feature}}) sont des types d'objets spatiaux présents ou absents en différents lieux. Par exemple, des espèces de plantes, d'animaux, des types de routes{{etc}} sont des caractéristiques spatiales booléennes. Des schémas de colocalisation sont des sous-ensembles de caractéristiques spatiales booléennes qui sont souvent situées simultanément aux mêmes endroits<ref>{{pdf}}{{en}} {{Lien web|url=http://www.spatial.cs.umn.edu/CS8715/SDM6_shekhar_zhang_huang_vatsavai.pdf |titre={{citation étrangère|langue=en|Trends in Spatial Data
Mining}}|auteur=Shashi Shekhar| coauteurs = Pusheng Zhang, Yan Huang, Ranga Raju Vatsavai|année=|consulté le=04 septembre 2011}}</ref>.

==== Autocorrélation ====
Les méthodes statistiques supposent que les échantillons ou/et les variables soient non corrélées. En analyse des données spatiales, il arrive que les variables soient autocorrélées, souvent parce que leurs mesures dépendent de la distance<ref>{{en}} {{Lien web|url=http://www.geog.ubc.ca/courses/geob479/notes/spatial_analysis/spatial_autocorrelation.htm|titre={{Citation étrangère|langue=en|Spatial Autocorrelation}}|auteur=Brian Klinkenberg|consulté le=9 juillet 2011}}</ref>. Il est important de savoir si les variables sont  autocorrélées ou non. Les tests [[Indice de Moran|I de Moran]], [[Indice de Geary|C de Geary]] et [[Indice de Ripley|K de Ripley]]<ref>{{pdf}}{{en}} {{Lien web|url=http://www.public.iastate.edu/~pcaragea/S40608/Notes/Dixon_Ripley_K.pdf|titre=''{{Lang|en|Ripley’s K function}}|auteur=Philip M. Dixon|consulté le=17 septembre 2011}}</ref> permettent d'en avoir une connaissance précise<ref>{{pdf}}{{en}} {{Lien web|url=http://cran.r-project.org/web/packages/spdep/vignettes/CO69.pdf|titre={{Citation étrangère|langue=en|Spatial Autocorrelation}}|auteur=Arthur J. Lembo, Jr|consulté le=9 juillet 2011}}</ref>{{,}}<ref>{{pdf}}{{en}} {{Lien web|url=http://faculty.salisbury.edu/~ajlembo/419/lecture15.pdf|titre=''{{Lang|en|“The Problem of Spatial Autocorrelation:” forty years on}}|auteur=Roger Bivand|consulté le=9 juillet 2011}}</ref>.

=== Techniques ===

==== Interpolation ====
[[Image:Coloured Voronoi 2D.png|thumb|left|Un [[diagramme de Voronoï]].]]
L'interpolation est la technique consistant à estimer la valeur d'un phénomène au point <math>x_0</math>  en fonction des valeurs de ce même phénomène aux points <math>x_1, x_2,...., x_n</math>. L'interpolation est nécessaire quand les mesures ne peuvent pas être effectuées partout, comme pour les précipitations, les températures, la composition des sols, les sources de pollution, la végétation<ref name=Sárközy1>{{en}} {{Lien web|url=http://www.agt.bme.hu/public_e/funcint/funcint.html|titre={{Citation étrangère|langue=en|Gis Functions - Interpolation}}|auteur=Ferenc Sárközy|consulté le=2 octobre 2011}}</ref>. 

Les techniques d'interpolation spatiales utilisent des approches déterministes ou des approches stochastiques.

* Dans la première catégorie, les analystes géographes préfèrent la [[méthode de Shepard]]<ref>{{en}} {{Lien web|url=http://www.ems-i.com/smshelp/Data_Module/Interpolation/Inverse_Distance_Weighted.htm|titre=Inverse Distance Weighted Interpolation|auteur=ems-i|consulté le=3 octobre 2011}}</ref>, celles des [[Recherche des plus proches voisins|plus proches voisins]], ou la [[Pondération inverse à la distance|pondération inverse de la distance]] ( {{Citation étrangère|lang=en|Inverse distance weighting}}), ou bien des méthodes de partitionnement comme celle des [[Diagramme de Voronoï|diagrammes de Voronoï]], les techniques de type splines laplaciennes ou de [[Tendance de surface|tendances de surfaces]] ({{Citation étrangère|lang=en|Surface Trend}})<ref name=SOM1>{{Lien web|url=http://sigomatic.blogspot.com/search/label/interpolation|titre=Interpolation|auteur=SOM|consulté le=25 août 2023}}</ref>.

* Dans la seconde catégorie, les analystes géographes se tournent vers la [[Régression (statistiques)|régression]], la régression locale et le [[krigeage]]<ref name=SOM1/>.

==== Segmentation ====
Le ''{{Lang|en|Clustering}}''<ref name=frauhofer/>{{,}}<ref group="Note"> voir [[Glossaire de l'exploration de données]] pour la définition du ''{{Lang|en|Clustering}}''</ref> dans le domaine des données spatiales permet de grouper des points selon des caractéristiques communes intéressantes, trouver des sous-trajectoires dans des chemins empruntés, ou bien de regrouper des pixels selon des couleurs qui permettent ensuite de retrouver des éléments naturels (fleuves, mer, forêts)<ref name=kuba/>.
Plusieurs techniques ayant des buts différents sont utilisées dans la segmentation :<br/>

La classification non supervisée spatiale ou segmentation spatiale peut être développée par des méthodes hiérarchiques, des méthodes de partitionnement, d'autres fondées sur la densité de points ou de trajectoires, ou les méthodes fondées sur des grilles<ref name=guo>{{pdf}}{{en}} {{Lien web | langue=en | url=http://www.spatialdatamining.org/sites/spatialdatamining.net/files/publications/intro403.pdf | titre={{Citation étrangère|langue=en|Spatial data mining and geographic knowledge discovery—An introduction}}|auteur=Diansheng Guo|coauteurs=Jeremy Mennis|consulté le=29 mai 2011}}</ref>.

[[Image:MeuseSIDNCarolina01.png|thumb|right|Carte de Caroline du Nord indiquant la fréquence de mort subite du nourrisson d'après le fichier "SIDS".]]
La régionalisation recouvre des techniques dont le but est la classification non supervisée incorporant les contraintes de contiguïté<ref name=guo />. Plus précisément, ces techniques permettent de regrouper des objets spatiaux dans des régions contiguës tout en optimisant une fonction "objectif"<ref>{{Harvsp|Miller|Han|2009|p=336}}</ref>. 

L'analyse de motifs de points s'intéresse à la détection des points chauds, foyers d'épidémies ou proximité entre centres industriels et apparition de phénomènes tels que maladie, disparition d'espèces<ref name=gatrell>{{pdf}}{{en}} {{Lien web | langue=en | url=http://www.dpi.inpe.br/cursos/ser301/referencias/gattrel_paper.pdf | titre={{Citation étrangère|langue=en|Spatial point pattern analysis and its
application in geographical epidemiology}} | auteur=Anthony C Gatrell | coauteurs=Trevor C Bailey, Peter J Diggle, Barry S Rowlingson | consulté le=29 mai 2011}}</ref>...

==== Classification et Régression ====


La classification spatiale utilise des modèles pour prédire les classes prédéfinies fondées sur des caractéristiques (variables explicatives) que sont les entités aussi bien que les relations spatiales avec d'autres entités et leurs caractéristiques<ref>{{Lien web|langue=en|url=http://videolectures.net/kdd09_frank_mrasc/ |titre= {{citation étrangère|langue=en|A Multi-Relational Approach to Spatial Classification}}|auteur=|consulté le = 20 septembre 2011}}</ref>{{,}}<ref>{{pdf}}{{Lien web|langue=en|url=http://www.isprs.org/proceedings/XXXVI/2-W25/source/CONCEPTS%20PRINCIPLES%20AND%20APPLICATIONS%20OF%20SPATIAL%20DATA%20MINING%20AND%20KNOWLEDGE%20DISCOVERY.pdf|titre= {{citation étrangère|langue=en|Concepts, Principles and Applications of Spatial Data Mining and Knowledge Discovery}}|auteur=Deren LI|coauteurs= Shuliang WANG|consulté le = 29 mai 2011}}</ref>{{,}}<ref>{{pdf}}{{Lien web|langue=en|url=https://www.sfu.ca/icurs/docs/KDD-2009-SpatialClassification.final.pdf|titre={{citation étrangère|langue=en|A Multi-Relational Approach to Spatial Classification}}|auteur=Richard Frank|coauteurs=Martin Ester, Arno Knobbe|consulté le=20 septembre 2011}}</ref>. Autrement dit, les modèles permettent d'estimer les fonctions de classification, en fonction des caractéristiques géospatiales de l'environnement<ref name=SSVWC>{{pdf}}{{Lien web|langue=en|url=http://www-users.cs.umn.edu/~vatsavai/papers/mrf-tmm.pdf|titre=Spatial Contextual Classification and Prediction Models for Mining Geospatial Data|auteur=Shashi Shekhar|coauteurs=Paul R. Schrater, Ranga R. Vatsavai, Weili Wu, Sanjay Chawla|consulté le=22 octobre 2011}}</ref>.
Parmi les techniques modélisant la dépendance spatiale à des fins de classification ou de régression  figurent :

Le Modèle d’[[Auto-régression simultanée]] ({{citation étrangère|lang=en|Simultaneous AutoRegressive Model}} ou {{Citation étrangère|lang=en| SAR}}) est une généralisation du modèle de régression linéaire défini pour tenir compte de l'autocorrélation spatiale dans les problèmes de classification et de régression.
Le modèle est utilisé dans les domaines aussi divers que l'économie locale<ref>{{pdf}}{{en}} {{Lien web|url=http://bss.sfsu.edu/economics/newsevents/papers/lee.pdf |titre={{citation étrangère|langue=en|Spatial Competition in the Retail Gasoline Market: An Equilibrium Approach Using SAR Models}}|auteur=Sang-Yeob Lee|coauteurs=|année=|consulté le=15 octobre 2011}}</ref>, l'analyse d'image<ref>{{pdf}}{{en}} {{Lien web|url=http://dspace.library.iitb.ac.in/jspui/bitstream/10054/445/1/30678.pdf |titre={{citation étrangère|langue=en|Zoom Based Super-resolution Through SAR Model Fitting}}|auteur=M. V. Joshi|coauteurs=Subhasis Chaudhuri|année=|consulté le=15 octobre 2011}}</ref>, l'hydrologie<ref>{{pdf}}{{en}} {{Lien web|url=https://books.google.com/books?id=fkZlK3E7nowC&pg=PA53&lpg=PA53&dq=%22using+the+SAR+model%22&source=bl&ots=wOUgtuG5zl&sig=6DnM-1zbC_pVBdYUOBOaYOmHvHU&hl=en&ei=mrSZTo6VKM2XOtLKrYkK&sa=X&oi=book_result&ct=result&resnum=10&ved=0CGcQ6AEwCQ#v=onepage&q=%22using%20the%20SAR%20model%22&f=false|titre={{citation étrangère|langue=en|Hydrological Models for Environmental Management}}|auteur=Mikhail V. Bolgov|coauteurs=Lars Gottschalk, Irina Krasovskaia|année=|consulté le=15 octobre 2011}}</ref>, l'analyse criminologique<ref>{{pdf}}{{en}} {{Lien web|url=http://www.amstat.org/sections/srms/proceedings/y2006/Files/JSM2006-000556.pdf |titre={{citation étrangère|langue=en|Treatment of Spatial Autocorrelation in Geocoded Crime Data  }}|auteur=Krista Collins|coauteurs=Colin Babyak, Joanne Moloney|année=|consulté le=15 octobre 2011}}</ref>{{etc}} 


La [[Régression géographiquement pondérée]] ({{Citation étrangère|lang=en| Geographically Weighted Regression}} ou {{Citation étrangère|lang=en| GWR}}) est un autre modèle de régression tenant compte de l'hétérogénéité spatiale <ref>{{Lien web|url=http://onlinelibrary.wiley.com/doi/10.1002/widm.25/full|titre={{citation étrangère|langue=en|Identifying patterns in spatial information: A survey of methods}}|auteur=Shashi Shekhar|coauteurs=Michael R. Evans, James M. Kang, Pradeep Mohan|année=2011|consulté le=23 septembre 2011}}</ref>{{,}}<ref name=MCASF1>{{pdf}}{{en}} {{Lien web|url=http://ncg.nuim.ie/ncg/GWR/GWR_WhitePaper.pdf|titre={{citation étrangère|langue=en|Geographically Weighted Regression White Paper }}|auteur=Martin Charlton|coauteurs=A Stewart Fotheringham|année=2009|consulté le=23 septembre 2011}}</ref>.


Les [[Champ aléatoire de Markov| champs aléatoires markoviens]] forment une autre famille d'outils permettant la classification des phénomènes géolocalisés. Dans ce modèle les relations d'interdépendances sont décrites par un graphe non orienté<ref name=SSVWC/>, en tenant compte de la caractéristique markovienne exprimant que la dépendance ne provient que des voisins immédiats<ref name=SSVWC/>. 
Si <math>f : S \rightarrow L</math> définit les classes <math>L=\{l_i,~ i=1..n\}</math> d'un ensemble de sites ou d'évènements spatiaux <math>S=\{s_j,~ j=1..m\}</math> est un champ aléatoire markovien, alors les classes <math>f_L(s_i)</math> sont des variables aléatoires possédant la propriété de Markov qui considère que la classe   <math>f_L(s_i)</math> ne dépend que des voisins de <math>s_i</math>, traduisant ainsi dans le modèle la dépendance spatiale<ref>{{Harvsp|Miller|Han|2009|p=129}}</ref>{{,}}<ref>{{pdf}}{{Lien web|url=http://www.univ-msila.dz/fr/multimedia/upload/File/les%20M%C3%A9moires%20de%20magist%C3%A9re/M%C3%A9moires%20Informatique/M%C3%A9moire(BELHADJ%20FOUDIL).pdf|titre=Reconstruction Tridimensionnelle à Partir de Coupes Seriées|auteur=Foudil Belhad|année=|consulté le=24 septembre 2011}}</ref>.


Une alternative au modèle d’auto-régression simultanée est le modèle d'[[Auto-régression conditionnelle]] fondé sur le concept de champ aléatoire de Markov<ref>{{ppt}}{{en}} {{Lien web|url=www.ualberta.ca/~haitao2/RenR501/ch14.SAR_CAR.ppt|titre={{Citation étrangère |langue=en|Chapter 14 – Spatial autoregressive models}} | auteur=Haitao|année=|consulté le=28 octobre 2011}}</ref>. Ce modèle est utilisé lorsque les dépendances sont locales avec une dépendance de premier ordre (Est-Ouest/ Nord-Sud) alors que le modèle SAR est plutôt utilisé dans le cas des dépendances de second ordre<ref>{{en}} {{Lien web|url=http://stats.stackexchange.com/questions/277/spatial-statistics-models-car-vs-sar|titre={{Citation étrangère |langue=en|Spatial statistics models — CAR vs SAR}} | auteur=John L. Taylor|année=|consulté le=28 octobre 2011}}</ref>.

==== Règles ====
<!-- Voici un commentaire
http://www.di.uniba.it/~malerba/activities/mstd/2.pdf
 -->
===== Règle d'association =====
Une règle d'association spatiale est une règle d'association où X ou Y contient des prédicats spatiaux - de types distance, direction, topologique - tels que proche, éloigné, contient, contigu{{etc}} Effectuer une fouille pour trouver les règles d'associations spatiales, consiste à trouver tous les prédicats, trouver tous les ensembles d'objets ( {{Citation étrangère|lang=en|itemset}} ), et générer les règles fortes  ( {{Citation étrangère|lang=en|strong rules}} ), celles qui atteignent le support minimum et dépassent le seuil de confiance<ref>{{pdf}}{{en}} {{Lien web | url  = http://www.inf.ufrgs.br/~vbogorny/vbogornyThesis.pdf | titre = ''{{Lang|en|Enhancing Spatial Association Rule Mining in a Geographic Databases}}'' | auteur =''{{Lang|en|Vania Bogorny}}'' |  consulté le =8 octobre 2011}}</ref>. L'exemple tiré de <ref>{{pdf}}{{Lien web|langue=en|url=http://www.cs.ecu.edu/~dingq/CSCI6905/readings/koperski96spatial.pdf|titre=Spatial Data Mining : Progress and Challenges : Survey paper|auteur=Krzysztof Koperski|coauteurs=Junas Adhikary, Jiawei Han|consulté le=29 mai 2011}}</ref>

<center><math>is\_a(x,school) \rightarrow close\_to(x, parks)</math> <math>(80 \%)</math></center>
signifie que si l'objet est une école elle est proche d'un parc avec un taux de confiance de 80 %. School et park sont des objets, <math>close\_to</math> est un prédicat.

===== Règle caractéristique =====


===== Règle discriminante =====

===== Règle prédictive =====

==== Détection de tendance ====
==== Géovisualisation ====

== Limites et problèmes ==
Le problème des unités spatiales modifiables (''{{Lang|en|modifiable areal unit problem (MAUP)}}'') se pose quand des données spatiales sont collectées au niveau individuel des objets et sont progressivement agrégées dans des groupes préalablement définis. Parfois, les résultats changent au fur et à mesure que le nombre de groupes diminue et l'agrégation augmente. En fait, ce problème peut être décomposé en deux phénomènes distincts : le premier est un problème d'échelle - les résultats se modifient quand les groupes s'agrandissent -, mais aussi un problème d'agrégation - le choix des groupes influe sur les résultats<ref name=openshaw/>.

Comme dans toute exploration de données, la fouille de données spatiale est soumise à la contrainte de la qualité des données. Deux aspects de la qualité des données sont envisagées : la qualité interne et la qualité externe. La première fait référence à la généalogie des données - d'où proviennent-elles, quelles sont les transformations qu'elles ont subies -, à la précision géométrique (''{{Lang|en|positional accuracy}}'') par rapport au terrain, à l'actualité (''{{Lang|en|temporal accuracy}}'') qui met en jeu l'aspect temporel, à la cohérence logique (''{{Lang|en|logical consistency}}'') mettant en jeu la modélisation des données par rapport aux lois de la physique par exemple, et à l'exhaustivité (''{{Lang|en|completeness}}'')<ref name=bard/>{{,}}<ref>{{Harvsp|Miller|Han|2009|p=101}}</ref>. La seconde fait référence à l'adéquation des données aux besoins des analystes (''{{Lang|en|fitness for use}}'')<ref>{{Lien web|url=http://icaci.org/documents/ICC_proceedings/ICC2003/Papers/222.pdf|auteur=M. Caprioli|coauteurs=A. Scognamiglio, G. Strisciuglio et E.  Tarentino|titre=Rules and Standards for Spatial Data Quality in GIS Environments|consulté le=13 juin 2011}}</ref>{{,}}<ref name=Miller>{{Harvsp|Miller|Han|2009|p=102}}</ref>. Des données de qualité pour un analyste sont celles qui égalent ou dépassent ses attentes<ref name=Miller/>.

== Notes et références ==
=== Notes ===
{{Références|groupe=Note}}

=== Références ===
{{Références|colonnes=2}}

== Voir aussi ==
=== Bibliographie ===
* {{en}} {{ouvrage|prénom1=Harvey|nom1=Miller|prénom2=Jiawei|nom2=Han|titre=''{{Lang|en|Geographic Data Mining and Knowledge Discovery}}''|éditeur=CRC Press|lieu=Boca Raton|année=2009| pages totales=458|isbn=978-1-4200-7397-3|consulté le = 11 juin 2011}}.{{plume}}
*{{en}} {{ouvrage|langue=fr|prénom1=Yee|nom1=Leung|titre=Knowledge Discovery in Spatial Data|éditeur=Springer|lieu=Heidelberg|année=2010| pages totales=360|isbn = 978-3-6420-2664-5|consulté le = 14 mai 2011}}
* {{Next Generation of Data Mining}}
* {{Ouvrage |langue=fr |prénom1=Franck |nom1=Guarnieri |prénom2=Emmanuel |nom2=Garbolino |titre=Systèmes d'information et risques naturels |éditeur=Presses des MINES |lieu=Paris |année=2003 |pages totales=251 |isbn=978-2-911762-52-9 |lire en ligne=https://books.google.com/books?id=WNZYQ8hPJFwC&printsec=frontcover |consulté le=25 juin 2011}}

=== Articles connexes ===
* [[Analyse spatiale]]
* [[Système d'information géographique]]
* [[Recherche d'image par le contenu]]
* [[Glossaire de l'exploration de données]]
* [[Diagramme de Voronoï]]

=== Liens externes ===
* Hans-Peter Kriegel, [http://www.dbs.informatik.uni-muenchen.de/Forschung/KDD/SpatialKDD/ Spatial Data Mining]

{{Palette|Exploration de données|Big data}}

{{portail|informatique|statistiques|géographie}}

{{DEFAULTSORT:Fouille de donnees spatiales}}
[[Catégorie:Ingénierie décisionnelle]]
[[Catégorie:Exploration de données]]
[[Catégorie:Analyse spatiale]]

[[en:Data mining#Spatial data mining]]