Suite

Utilisation de ST_split pour diviser une entité linéaire à l'aide de points proches

Utilisation de ST_split pour diviser une entité linéaire à l'aide de points proches


J'ai un fichier de formes de lignes et un fichier de formes de points, et

  • la ligne n'a qu'un segment

et sa table attributaire,

  • le fichier de formes de points a des points près de la ligne au-dessus, pas dessus

et le regard attentif,

Je veux utiliser ST_split pour diviser cette ligne aux endroits les plus proches des points Je veux obtenir la ligne d'origine avec plus de segments (parce qu'elle est divisée). Par exemple, recherchez l'emplacement sur la ligne, qui est le plus proche du point, et divisez la ligne à cet emplacement (étoile).

J'ai chargé ce fichier de formes de ligne dans PostGIS et voici mon code SQL dans PostgreSQL,

sélectionnez ST_AsText(ST_Split(ST_GeomFromText('LINESTRING(0 0, 247907.60 2746404.62, 200 200, 400 400)'), ST_Line_Interpolate_Point(ST_GeomFromText('LINESTRING(0 0, 247907.60 2746404.62, 200 200) 400 400)'), 0.2 )

Et j'ai vérifié le tableau de cette ligne, il n'était pas divisé.

Où ai-je fait des erreurs? Je suis nouveau dans l'utilisation de ST_split, merci de me faire des suggestions, merci.

J'utilise QGIS 2.2, PostgreSQL 9.2 et PostGIS 2.0.4 sous Windows 8.1 x64.


Mise à jour #1

@simplexio, j'ai utilisé votre code,

select ST_Line_SubString(ST_GeomFromText('LINESTRING(0 0, 247907.60 2746404.62, 200 200, 400 400)'), 0 , 0.200 ) comme geom dans split_line ;

et j'ai une nouvelle table nommée split_line,

Mais comme j'ai utilisé le code suivant que vous avez posté,

SELECT ST_Line_SubString(line, 0, ST_Line_Locate_Point(l.line, p.point)) as from_start_geom, ST_Line_SubString(l.line,ST_Line_Locate_Point(l.line, p.point), 1) to_end_geom, l.line_id, p.point_id FROM lignes l , points p O l.line_id = 1 , p.point_id = 1

j'ai une erreur de syntaxe,

Comment résoudre ce problème et continuer Et où dois-je affecter la ligne que je veux diviser en entrée de st_split?


Comme cela a été suggéré précédemment et dans la documentation ST_Split, vous devez d'abord aligner votre ligne sur les points, puis appeler ST_Split.

Si vous êtes comme moi, un exemple vaut plus que des mots :

SUPPRIMER LA TABLE SI EXISTE CREATE TABLE split AS( SELECT (ST_Dump(ST_Split(ST_Snap(a.the_geom, b.the_geom, 0.00001),b.the_geom))).geom FROM line_table a JOIN point_table b ON ST_DWithin(b.the_geom, a.wkb_geometry, " Votre tolérance à la recherche de lignes (par exemple, un nombre)") );

Je n'ai pas réussi à faire fonctionner votre code et, d'après ce que je peux voir, cela devrait fonctionner, il y a peut-être un problème avec ST_Split et la tolérance. Vous pouvez utiliser le code suivant :

select ST_Line_SubString(ST_GeomFromText('LINESTRING(0 0, 247907.60 2746404.62, 200 200, 400 400)'), 0 , 0.200 ) comme geom dans split_line ;

Vous avez maintenant une table (split_line) qui a une colonne (geom) qui a des lignes de 0 à 0,2 (max est 1). la localisation de la fraction se fait à l'aide de ST_Line_Locate_Point(line,geom) return float, st_Line_SubString(line, from,to) renvoie toujours des chaînes de lignes, il est donc plus facile de gérer celles-ci plutôt que les ensembles géométriques dont vous avez besoin pour "ouvrir" et extraire uniquement des lignes

SELECT ST_Line_SubString(line, 0, ST_Line_Locate_Point(l.line, p.point)) as from_start_geom, ST_Line_SubString(l.line,ST_Line_Locate_Point(l.line, p.point), 1) to_end_geom, l.line_id, p.point_id FROM lignes l , points p O l.line_id = 1 ET p.point_id = 1

voir : http://trac.osgeo.org/postgis/ticket/2192 il semble que lorsque vous utilisez st_split, vous devez utiliser st_snap pour accrocher le point sur la ligne. si possible, je préférerais les méthodes de référencement linéaire car ce sont du code plus mature.


Une autre méthode pour diviser les lignes :

créer une table in_edges_split comme select a.id, (st_dump(st_split(st_segmentize(a.geom,1),st_union(b.geom)))).geom as geom from in_edges a, in_points b où st_intersects(a.geom,b .geom) groupe par a.id;

Ou si vous devez d'abord aligner vos points sur les lignes :

créer une table in_edges_split comme select a.id, (st_dump(st_split(st_segmentize(a.geom,1),st_union(b.geom)))).geom as geom from in_edges a, (select st_snap(d.geom,c. geom,0.00000001) comme geom de in_edges c, in_points d) b group by a.id;

Recherche de défauts

La Californie n'est pas tombée dans l'océan, mais elle pourrait être poussée à des centaines de kilomètres au large, faisant du Nevada le nouveau littoral du continent, selon l'hypothèse des scientifiques du Nevada Bureau of Mines and Geology de l'Université du Nevada, Reno. Ils ont combiné des décennies de données et les dernières technologies pour étudier la Walker Lane, un couloir d'environ 1 000 kilomètres de long (625 miles) criblé de centaines de failles sismiques.

Plusieurs chercheurs de l'Université font partie d'un groupe de scientifiques qui étudient le système massif de failles relativement discontinues qui traverse l'ouest du Nevada. Elle est connue sous le nom de Walker Lane et dans environ 7 à 8 millions d'années, elle pourrait devenir la nouvelle frontière tectonique entre les plaques nord-américaine et pacifique. Le groupe de l'Université est relativement rare, car il comprend une expertise qui analyse les zones de failles à trois échelles de temps différentes allant de dizaines de millions d'années (géologie structurale/tectonique) à environ deux millions d'années (paléosismologie) à nos jours (géodésie) . Cette combinaison d'expertise est nécessaire pour comprendre l'évolution de quelque chose d'aussi grandiose que Walker Lane. En substance, l'équipe de l'Université combine les techniques de terrain les plus modernes avec les dernières technologies telles que les satellites, le LIDAR et les simulations informatiques.

L'idée qu'un important système de failles décrochantes se développe juste à l'est de la Sierra Nevada n'est pas nouvelle, mais les récents progrès technologiques ont permis de localiser et de cartographier plus facilement les nombreuses failles sismiques de la région, donnant plus de preuves à l'hypothèse idée. Et l'idée a reçu une certaine attention des médias nationaux.

Le récent séisme de magnitude 7,1 à Ridgecrest, en Californie, situé à l'est de la Sierra Nevada et dans la partie sud de Walker Lane, rappelle que le système de failles intérieures, la zone de cisaillement de Walker Lane-est de la Californie, est peu connu. , mais partie fondamentale de la frontière entre les plaques tectoniques du Pacifique et de l'Amérique du Nord.


Introduction

Les épidémies récentes et la pandémie de COVID-19 en cours soulignent l'importance de comprendre le risque de propagation des maladies infectieuses en temps réel pour soutenir les mesures de prévention et de confinement de la santé publique. L'émergence de nouvelles maladies infectieuses s'est accélérée au cours des dernières décennies en raison de changements importants dans l'utilisation des terres, la croissance démographique et l'augmentation des voyages et du commerce internationaux 1,2. Les épidémies qui commencent dans les régions les plus reculées du monde peuvent désormais se propager rapidement aux centres urbains et aux pays lointains avec des conséquences mondiales 3 . Un exemple puissant de ce phénomène est la pandémie actuelle de COVID-19 qui est originaire de Chine et s'est propagée dans pratiquement tous les pays et régions du monde au moment de la rédaction 4 .

L'analyse des épidémies et la modélisation en temps réel ont fourni des éléments clés pour éclairer la réponse de santé publique lors d'épidémies et de pandémies passées 5,6,7 ainsi que pendant la pandémie de COVID-19 en cours 8,9,10 . La qualité des données incorporées dans les algorithmes de prévision est essentielle à la performance du modèle. Des flux de données fiables disponibles en temps réel pour éclairer les évaluations des risques sont donc essentiels 11 . Alors que les données sur le nombre de cas et de décès collectées via la surveillance traditionnelle, par exemple via les infrastructures de santé publique existantes, sont solides, la collecte de ces données est gourmande en ressources et les données ne sont donc disponibles pour une analyse en amont qu'après un délai considérable 12 .

Les outils de détection et de surveillance des maladies sur Internet offrent une diffusion rapide et en temps réel des données sur les maladies infectieuses émergentes dans le monde. La surveillance numérique des maladies est moins coûteuse et prend moins de temps que la surveillance traditionnelle. Cependant les données acquises sont soumises à plus de bruit que celles collectées par la surveillance classique de la santé publique. Les outils de surveillance numérique sont désormais reconnus comme des outils complémentaires importants à la surveillance traditionnelle des maladies dans la reconnaissance et le suivi rapides des menaces de maladies infectieuses émergentes 13,14. Bien qu'il y ait eu un intérêt croissant pour l'utilisation de divers flux de données sur Internet pour les enquêtes épidémiologiques 15,16,17,18, à ce jour, aucun cadre automatisé qui combine les flux de données, les analyse d'une manière statistiquement robuste et produit des rapports exploitables dans le temps quasi réel a été développé.

Le Programme de surveillance des maladies émergentes (ProMED, www.promedmail.org) a été l'un des premiers entrants dans le domaine de la surveillance numérique des maladies 19 . ProMED rassemble des informations provenant de sources formelles et informelles, notamment des rapports des médias, des rapports officiels, des médias sociaux, des observateurs locaux et un réseau de cliniciens à travers le monde. Les rapports générés par la surveillance ascendante sont examinés, contrôlés et commentés par une équipe d'experts en la matière avant d'être publiés sur le réseau ProMED. Les rapports ProMED atteignent plus de 80 000 abonnés dans au moins 185 pays plusieurs fois par jour 20 . Les analystes des épidémies et les experts en la matière du ProMED ont déclenché des alarmes opportunes concernant les épidémies majeures dans le passé, telles que des avertissements concernant la propagation du virus Zika aux Amériques 21 , ou la détection précoce du SRAS 22 . ProMED a été reconnu internationalement pour avoir fourni le premier rapport détaillé et l'évaluation des risques d'un groupe de cas de pneumonie d'étiologie inconnue à Wuhan, en Chine, en décembre 2019 menant à la pandémie de COVID-19 23 .

HealthMap (www.healthmap.org) est un autre outil largement utilisé pour la surveillance des épidémies. En plus des alertes ProMED, HealthMap utilise des agrégateurs de nouvelles en ligne, des rapports de témoins oculaires et d'autres sources d'informations formelles et informelles et permet de visualiser les alertes sur une carte 24 . Les données de surveillance recueillies par HealthMap et ProMED ont été intégrées dans le système de surveillance Epidemic Intelligence from Open Sources (EIOS), développé par l'Organisation mondiale de la santé (OMS). ProMED et HealthMap sont tous deux utilisés par les principaux organismes de santé publique, notamment les Centers for Disease Control and Prevention (CDC) des États-Unis et l'OMS.

Dans cette étude, nous proposons un nouveau cadre statistique pour estimer et visualiser les risques posés par les événements épidémiques. Notre approche intègre plusieurs flux de données pour quantifier l'hétérogénéité spatiale du risque de propagation de la maladie. Un objectif secondaire est d'explorer le potentiel d'un tel cadre pour prévoir la future trajectoire d'incidence. Nous rapportons une analyse rétrospective de l'épidémie d'Ebola en Afrique de l'Ouest 2013-16 en utilisant les données organisées par ProMED et HealthMap. Pour évaluer la robustesse de ces données de surveillance numérique, nous avons également appliqué le cadre de manière rétrospective aux données colligées par l'OMS qui ont été mises à disposition à la fin de cette épidémie. Nous présentons une comparaison des données ProMED et HealthMap en temps quasi réel avec les données rétrospectives de l'OMS et les résultats de l'analyse spatio-temporelle réalisée sur ces trois sources de données. Un résultat clé de notre modèle est la quantification du risque de propagation d'une épidémie, et pour chaque pays d'où provient ce risque. Notre analyse basée uniquement sur les données épidémiques disponibles via ProMED/HealthMap fournit une évaluation réaliste de leurs forces et faiblesses.

Résultats

Comparaison des données ProMED, HealthMap et OMS

Les séries chronologiques d'incidence ont été calculées à partir des données ProMED, HealthMap et de l'OMS pour les trois pays principalement touchés, la Guinée, le Libéria et la Sierra Leone, et sont présentées dans la figure 1 (voir la figure supplémentaire 1 pour un exemple du flux de travail de pré-traitement).

une Incidence quotidienne dérivée des données ProMED (bleu), HealthMap (vert) et OMS (orange). Les incidences quotidiennes qui n'étaient pas directement disponibles à partir des données ProMED et HealthMap et qui ont donc été imputées (voir Méthodes) sont indiquées respectivement en bleu et en vert plus clairs. Les données de l'OMS ont été agrégées au niveau des pays. L'axe des y diffère pour chaque tracé. b Le nombre médian de reproduction variant dans le temps R t estimée à l'aide des données de l'OMS (orange), ProMED (bleu) et HealthMap (vert). Les régions ombrées représentent les intervalles de crédibilité à 95 % (95 % CrI) pour le R t estimations. Le nombre de reproduction a été estimé sur des fenêtres glissantes de 28 jours avec un a priori Gamma avec une moyenne de 1 et une variance de 0,25, en utilisant le package R EpiEstim 26 . Estimations affichées à l'heure t sont pour la fenêtre de 28 jours se terminant le jour t.

Nous avons mesuré la corrélation entre les séries chronologiques d'incidence quotidienne et hebdomadaire dérivées des données ProMED, HealthMap et de l'OMS en utilisant le coefficient de corrélation de Pearson. Il y avait des différences substantielles entre les séries chronologiques d'incidence quotidienne dérivées des trois sources de données, en particulier au plus fort de l'épidémie. Cependant, malgré ces divergences, l'incidence hebdomadaire dérivée de ProMED et HealthMap était modérément à fortement corrélée avec celle rapportée par l'OMS plus tard (les coefficients de corrélation de Pearson agrégés dans les trois pays 0,44 et 0,74, respectivement, p valeur < 0,001, voir également la Fig. 2 supplémentaire pour les tendances hebdomadaires).

Pour évaluer globalement dans quelle mesure toute différence d'incidence aurait un impact sur la quantification de la transmissibilité tout au long de l'épidémie, nous avons estimé la transmissibilité variable dans le temps, mesurée par le nombre de reproductions. R t (le nombre moyen de cas secondaires au moment t par individu infecté 25 ), en utilisant l'incidence de chacune des trois sources de données (Fig. 1). R t a été estimée indépendamment pour chaque pays en utilisant le package R EpiEstim 26 sur une fenêtre temporelle glissante de 4 semaines. Il y avait des différences substantielles dans les estimations de R t selon la source de données d'incidence utilisée (Fig. 1b). La corrélation entre la médiane R t les estimations des données ProMED ou HealthMap avec les estimations des données de l'OMS variaient de faibles (0,30, entre le nombre de reproductions de l'OMS et du ProMED en Guinée) à très fortes (0,72, entre le nombre de reproductions de l'OMS et du ProMED en Sierra Leone, Fig. 3 supplémentaire). .

Risque de propagation spatiale

Un modèle de processus de branchement spatialement explicite (voir Méthodes) a été utilisé pour prévoir l'incidence future à court terme et prédire la présence ou l'absence de cas dans un pays. Pour chaque semaine et chaque pays d'Afrique, notre modèle générait une alerte si l'incidence prévue (en utilisant un centile prédéterminé de l'intervalle de prévision) était supérieure à 0. Nous avons classé une alerte pour une semaine donnée comme une véritable alerte lorsque l'incidence observée était également supérieur à 0, en tant que fausse alerte lorsqu'aucun cas n'a été observé et en tant qu'alerte manquée si des cas ont été observés mais n'ont pas été prédits par le modèle. L'utilisation de différents centiles de la prévision (par exemple, la médiane ou le 95e centile) a donné différents taux d'alertes vraies, fausses et manquées, qui ont été résumées dans une courbe ROC.

Nous avons constaté que le modèle nous permettait de prédire de manière robuste la présence ou l'absence de cas dans tous les pays jusqu'à une semaine à l'avance. Dans l'ensemble, notre modèle a atteint une sensibilité élevée (c'est-à-dire un taux d'alerte réel) mais une spécificité variable (c'est-à-dire 1 - taux de fausse alerte). Maximiser la moyenne entre la sensibilité et la spécificité a conduit à une sensibilité de 93,7% et une spécificité de 96,0% au seuil de 42,5% (Fig. 2a). La sensibilité du modèle est restée élevée sur un horizon de prévision plus long tandis que la spécificité s'est détériorée avec davantage de fausses alertes émises 4 semaines à l'avance (Fig. 47).

une Les taux d'alerte Vrai et Faux utilisant différents seuils de classification pour les alertes déclenchées 1 (violet), 2 (violet clair), 3 (rose foncé) et 4 (vert) semaines à l'avance. La courbe noire représente les taux d'alerte globaux vrais et faux. Sur chaque courbe, le point indique les taux d'alertes vraies et fausses au seuil de 42,5%. Pour un seuil donné (Xcentile de l'intervalle de prévision), nous avons défini une alerte Vraie pour une semaine où le Xe centile de l'intervalle de prévision et l'incidence observée pour un pays étaient tous deux supérieurs à 0 fausse alerte pendant une semaine où le seuil pour un pays était supérieur à 0 mais l'incidence observée pour ce pays était 0 et alerte manquée pendant une semaine où le seuil pour un pays était de 0 mais l'incidence observée pour ce pays était supérieure à 0. Le taux d'alertes réelles est le rapport des alertes vraies correctement classées au nombre total d'alertes vraies et manquées (c'est-à-dire (alertes vraies)/(alertes vraies + alertes manquées)). Le taux de fausses alertes est également le rapport entre les fausses alertes et le nombre total de fausses alertes et de semaines sans alerte (où l'incidence observée et le seuil d'incidence sont tous deux de 0). b Les alertes Vrai (vert), Faux (orange) et Manqué (rouge) 1 semaine à l'avance utilisent le 42,5e centile de l'intervalle de prévision comme seuil. La figure ne montre que les pays du continent africain pour lesquels le 42,5e centile de l'incidence prévue ou l'incidence observée a été supérieur à 0 au moins une fois. La première alerte dans chaque pays est représentée par des carrés plus grands. Les alertes dans un pays au cours d'une semaine où aucun cas n'a été observé au cours de la semaine précédente sont indiquées à l'aide de triangles. Dans chaque cas, les semaines pour lesquelles tous les points observés ont été imputés sont indiquées dans des tons plus clairs. Les codes pays, indiqués sur l'axe des y, sont les suivants : CIV Côte d'Ivoire, GHA Ghana, GIN Guinée, LBR Libéria, MLI Mali, NGA Nigeria, SEN Sénégal, SLE Sierra Leone, BFA Burkina Faso. Les alertes sont basées sur des prévisions utilisant les données ProMED, une fenêtre d'étalonnage de 2 semaines et un horizon de prévision de 4 semaines.

Nous avons testé les performances du modèle pour prédire la présence de cas dans des pays autres que les trois pays les plus touchés (Guinée, Libéria et Sierra Leone). La sensibilité et la spécificité du modèle sont restées élevées sous ce critère plus strict. La moyenne de sensibilité et de spécificité était maximale au seuil de 92,5% dans ce cas avec une sensibilité de 85,7% et une spécificité de 81,7% (Fig. 48).

De même, le modèle a montré une sensibilité élevée (83,3 %) et une spécificité (82,0 %) pour prédire la présence de cas dans les semaines suivant une semaine sans cas observé dans tous les pays d'Afrique (Fig. 49 supplémentaire) au seuil de 93 % (choisi pour maximiser moyenne entre sensibilité et spécificité). Sur les 9 alertes manquées d'une semaine dans ce cas, 3 se trouvaient au Libéria vers la fin de l'épidémie, après que le Libéria eut été déclaré exempt d'Ebola à deux reprises 27,28 . La distribution d'intervalles en série que nous avons utilisée ne tient pas compte des intervalles très longs entre les infections telles que celle associée à la transmission sexuelle de la maladie à virus Ebola 29 . L'utilisation des dernières données disponibles sur les paires d'infections primaires et secondaires et les modèles qui permettent une plus grande hétérogénéité dans la distribution des cas, par exemple, l'utilisation de distributions binomiales négatives pourrait potentiellement améliorer l'évaluation du risque de propagation dans de tels cas 30,31.

Le choix d'un seuil auquel déclencher une alerte est subjectif et implique un compromis entre sensibilité et spécificité. En général, l'utilisation d'un seuil élevé pour déclencher une alerte conduit à une sensibilité élevée avec une spécificité raisonnablement élevée (Fig. 50 supplémentaire). Le seuil de déclenchement d'une alerte peut être informé par les coûts relatifs des alertes manquées et fausses en utilisant potentiellement un seuil plus élevé lorsque l'incidence observée est faible. Il convient également de noter que lorsque notre modèle n'a pas déclenché d'alerte en une semaine, une alerte vraie ou fausse a été déclenchée au cours des dernières semaines dans tous les cas sauf un, indiquant un risque potentiel de propagation de l'épidémie à ce pays. .

Ces résultats suggèrent que le modèle est capable de capturer et même d'anticiper la propagation spatiale de l'épidémie. Il est important de noter que, comme le modèle est ajusté aux données de l'une des trois sources de données accumulées au cours de l'épidémie, il est capable de prédire la présence de cas relativement tôt dans l'épidémie (Fig. 51 supplémentaire) lorsque ces entrées seraient particulièrement utile.

Le risque de propagation spatiale dans notre modèle repose sur l'estimation des schémas de déplacement des cas infectieux. Notre méthode fournit également des estimations de la probabilité que des cas restent dans un pays tout au long de leur période infectieuse, et dans quelle mesure la distance entre deux emplacements affecte le flux de cas infectieux entre eux. Les estimations en temps réel de ces paramètres au cours de l'épidémie (Fig. 34 supplémentaire) suggèrent que même si le flux relatif de cas entre les emplacements n'a pas considérablement varié au fil du temps, la probabilité de traverser les frontières nationales peut avoir diminué après le phase initiale de l'épidémie.

Enfin, nous quantifions le risque relatif d'importation d'un cas dans un pays en provenance de tout autre pays actuellement touché. Le risque d'importation est proportionnel au flux de population dans un pays en provenance de tous les autres pays estimé à l'aide d'un modèle de mobilité (ici, modèle de gravité) pondéré par l'infectiosité dans chaque pays (qui dépend du nombre de cas et de l'heure à laquelle ils ont été infectés , voir Méthodes). Nos estimations des pays présentant un risque plus élevé d'agir comme source d'importation étaient en grande partie cohérentes avec la source déclarée des cas (Fig. 3). Dans 4 des 5 cas signalés de propagation internationale de l'épidémie en Afrique de l'Ouest, le modèle a correctement attribué le risque relatif le plus élevé d'agir comme source d'importation (risque relatif > 0,9 pour l'importation au Libéria, au Nigéria et en Sierra Leone et 0,49 en cas du Mali) à la source réelle identifiée par des enquêtes épidémiologiques et génomiques rétrospectives 32 .

Pour chaque pays à incidence non nulle, la figure montre le risque relatif d'importation (voir Méthodes). Étant donné que nous avons prévu tous les 7 jours, le risque d'importation a été estimé à l'aide de prévisions les plus proches et antérieures à la date du premier cas dans ce pays signalé dans les données utilisées. La date à laquelle le risque a été estimé pour chaque pays est indiquée dans la figure. Le bleu indique un risque relatif faible tandis que les nuances de rouge plus foncées représentent un risque relatif plus élevé d'agir comme source d'importation. Le blanc est utilisé pour indiquer l'absence de risque. Les estimations présentées ici utilisent les données ProMED avec une fenêtre d'étalonnage de 2 semaines. Le pays pour lequel le risque est estimé est indiqué en gris. Le cercle noir représente la source réelle d'importation telle qu'elle a été identifiée rétrospectivement par des enquêtes épidémiologiques et génomiques. Pour chaque pays, la figure ne montre que le risque d'importation en provenance d'autres pays et ne montre pas le risque de transmission à l'intérieur du pays.

Prévisions à court terme

La capacité du modèle à prédire de manière robuste la future trajectoire de l'épidémie était limitée et dépendait de la source de données (Fig. 4) ainsi que de la fenêtre de temps utilisée pour l'inférence (fenêtre d'étalonnage) et de l'horizon de prévision. Les résultats utilisant une fenêtre d'étalonnage de 2 semaines et un horizon de prévision de 4 semaines utilisant les données ProMED sont présentés dans le texte principal (voir les figures supplémentaires 6 et 7 pour les autres horizons de prévision et fenêtres d'étalonnage). Dans l'ensemble, 48,7 % de l'incidence hebdomadaire observée dans les trois pays ont été incluses dans l'intervalle de prévision de 95 % (49,8 % et 53,7 % pour HealthMap et l'OMS, respectivement, tableau supplémentaire 1). En règle générale, les prévisions du modèle étaient 0,5 fois inférieures ou supérieures à l'incidence observée (95 % CrI 0,0–32,0) sur la base de l'erreur absolue moyenne relative (Fig. 5d), voir Méthodes pour plus de détails. Nous n'avons trouvé aucune preuve de biais systématique dans aucune semaine de l'horizon de prévision (biais médian 0,12, figure 5a).

une L'incidence hebdomadaire dérivée des données ProMED et la prévision d'incidence sur 4 semaines sur une échelle logarithmique. Les points pleins représentent l'incidence hebdomadaire observée, tandis que les points bleu clair indiquent les semaines pour lesquelles tous les points de données ont été obtenus par interpolation. Les projections sont faites sur des fenêtres de 4 semaines, basées sur le nombre de reproductions estimé au cours des 2 semaines précédentes. b Le nombre de reproduction utilisé pour faire des prévisions sur chaque horizon de prévision de 4 semaines. c Le nombre de reproduction effectif estimé rétrospectivement en utilisant l'ensemble de données complet jusqu'à la longueur d'une fenêtre d'étalonnage avant la fin. Dans chaque cas, la ligne noire continue est l'estimation médiane et la région ombrée représente l'intervalle de crédibilité à 95 %. La ligne pointillée horizontale rouge indique la R t = 1 seuil. Les résultats sont présentés pour les trois pays principalement touchés, bien que l'analyse ait été effectuée conjointement en utilisant les données de tous les pays d'Afrique.

Les indicateurs de performance sont une le pourcentage de semaines pour lesquelles l'intervalle de prévision à 95 % contenait l'incidence observée, b erreur absolue moyenne relative, c biais, et acuité. Dans chaque panneau, les limites de la boîte représentent les 25e et 75e centiles et la ligne correspond à la médiane de la distribution de la métrique respective. Les moustaches s'étendent jusqu'à 1,5 * Inter-quartile dans les deux sens. En prévision, nous avons supposé que la transmissibilité était constante sur l'horizon de prévision. Si le 97,5e centile de l'estimation R utilisée pour la prévision était inférieur à 1, nous avons défini l'épidémie comme étant en phase de déclin au cours de cette période. De même, si le 2,5e centile de R était supérieur à 1, nous avons défini l'épidémie comme étant en phase de croissance. La phase a été définie sur stable lorsque l'intervalle de crédibilité à 95 % des estimations R contenait 1. Voir Méthodes pour les définitions de chaque métrique.

En règle générale, les prévisions individuelles se situaient à moins de 17,0 % (95 % CrI 0–80 %) de la prévision médiane (basée sur la médiane et 95 % CrI pour la netteté relative, Fig. 5b, voir Méthodes).

Comme prévu, la robustesse des prévisions (à la fois l'exactitude et la précision) a diminué au cours de l'horizon de prévision (Fig. 5c). Au cours de la première semaine de la fenêtre de prévision, 58,0 % des valeurs observées (dans les trois pays) se situaient dans l'intervalle de prévision de 95 %, diminuant à 49,4 %, 42,3 % et 45,0 % au cours des deuxième, troisième et quatrième semaines de l'horizon de prévision. .

Les performances du modèle variaient selon le pays et la phase de l'épidémie, définies comme "en croissance", "en déclin" et "stable" selon R t estimations (voir les définitions des phases dans Méthodes). En général, les performances du modèle étaient meilleures dans la phase stable avec 66,7 % des observations contenues dans l'intervalle de prévisions à 95 % (contre 40,2 % et 30,8 % dans les phases de déclin et de croissance, respectivement, tableau supplémentaire 1). Cependant, l'incertitude de prévision était la plus grande dans la phase stable et la plus faible dans la phase de croissance (Fig. 5b). Il est important de noter que dans la phase de croissance, le modèle avait tendance à surestimer tout en sous-estimant dans la phase de déclin (Fig. 5a).

Dans l'ensemble, le modèle a fonctionné modérément mieux en utilisant les données de l'OMS par rapport aux données ProMED et HealthMap (Fig. 33 supplémentaire) et avec des fenêtres d'étalonnage plus courtes (Fig. 32).

En plus de fournir des résultats opérationnels tels que l'incidence prévue à court terme dans les pays actuellement touchés ou le risque de propagation aux pays voisins, notre méthode fournit également des estimations en temps quasi réel des paramètres sous-jacents au modèle de transmission. Premièrement, le numéro de reproduction R t pour chaque pays touché est estimée sur la fenêtre temporelle d'inférence, ici sur les deux dernières semaines (Fig. 4), deuxième ligne). Nous avons constaté que ces estimations en temps quasi réel de R t étaient en bon accord avec les estimations rétrospectives obtenues en utilisant l'ensemble de la série chronologique d'incidence (Fig. 4, rangée du bas, coefficients de corrélation variant entre 0,58 et 0,90, Fig. 5 supplémentaire).


Contenu

Les continents européen et africain ne sont pas contigus, et la délimitation entre ces continents n'est donc qu'une question de savoir quelles îles doivent être associées à quel continent.

La possession insulaire atlantique portugaise des Açores est à 1 368 km (850 mi) de l'Europe et à 1 507 km (936 mi) de l'Afrique, et est généralement regroupée avec l'Europe si elle est regroupée avec n'importe quel continent. En revanche, les îles Canaries et les îles de Madère (dont ces dernières comprennent également les îles Desertas et les îles Savage) au large de la côte atlantique du Maroc sont beaucoup plus proches et généralement regroupées avec l'Afrique, les îles Canaries ne sont qu'à 100 km ( 62 mi) de la côte africaine à leur point le plus proche mais à 945 km (587 mi) de la côte européenne, tandis que Madère est à 520 km (320 mi) de l'Afrique et à 1 000 km (620 mi) de l'Europe. [1]

La nation insulaire méditerranéenne de Malte est à environ 81 km (50 mi) de la côte de la Sicile en Europe - beaucoup plus proche que la distance de 288 km (179 mi) de la côte africaine la plus proche. L'île italienne voisine de Lampedusa (île principale des îles Pélagie) est à 207 km (129 mi) de la Sicile tandis qu'à seulement 127 km (79 mi) de la côte africaine de même, Pantelleria est à 100 km (62 mi) de la Sicile et à seulement 71 km (44 mi) de la côte africaine. Toutes ces îles méditerranéennes sont en fait situées sur la plaque africaine et peuvent être considérées comme faisant partie du continent africain. [2] [3] Cependant, pour des raisons politiques et historiques, les cartes les affichent généralement comme faisant partie de l'Europe. Un seul îlot espagnol, connu sous le nom d'île d'Alboran, est également discutable sur la plaque africaine ou la plaque eurasienne. Cette île est située dans la mer d'Alboran, à 50 km (31 mi) au nord de la côte marocaine et à 90 km (56 mi) au sud de l'Espagne.

Territoire gouverné par l'Europe en Afrique Modifier

Il y a six occurrences définitives de territoires faisant sans équivoque partie du continent africain, mais étant légalement administrés par un État européen. Trois d'entre eux sont administrés par la France et trois d'entre eux sont administrés par l'Espagne. L'existence de ces territoires brouille encore plus la frontière entre l'Afrique et l'Europe, notamment en ce qui concerne les territoires espagnols immédiatement adjacents et/ou connectés au continent africain. Les territoires français se situent à l'intérieur de l'océan Indien, et, par conséquent, sont plus disloqués de la frontière principale entre les deux continents.

Les territoires mineurs d'outre-mer espagnols inhabités et non incorporés, connus sous le nom de plazas de soberanía (« Localités de souveraineté »), [4] sont de petites îles qui se trouvent immédiatement à côté de la côte nord-africaine, à l'exception de Peñón de Vélez de la Gomera, qui était à l'origine une île comme les autres « localités », mais est par la suite directement connectée au littoral marocain (africain). Les deux autres territoires espagnols sont les enclaves de Ceuta et Melilla, qui sont deux villes côtières peuplées situées directement sur le continent africain, toutes deux limitrophes du Maroc.

Deux des territoires français sont les départements et régions d'outre-mer habités de la Réunion et de Mayotte. La Réunion est un territoire insulaire situé près de la nation insulaire de Maurice et à l'est de la nation insulaire de Madagascar (tous deux considérés comme faisant partie du continent africain). Mayotte est un territoire insulaire situé à l'ouest de Madagascar dans le canal du Mozambique. Le dernier territoire est constitué des îles Éparses de l'océan Indien, faisant partie administrativement des Terres australes et antarctiques françaises. Ce territoire français se compose d'une série d'atolls insulaires mineurs inhabités de l'océan Indien, situés dans les eaux profondes entourant Madagascar.

La frontière entre l'Europe et l'Asie est inhabituelle parmi les frontières continentales en raison de ses caractéristiques principalement montagneuses et fluviales au nord et à l'est de la mer Noire. La raison est historique, la division de l'Europe et de l'Asie remontant aux premiers géographes grecs.

Au sens moderne du terme « continent », l'Eurasie est plus facilement identifiable comme un « continent », et l'Europe a parfois été décrite comme un sous-continent de l'Eurasie. [5]

Historique Modifier

Ligne rouge "UNE" était communément acceptée en Russie et au Kazakhstan à l'époque de l'Union soviétique. La définition moderne communément acceptée correspond principalement aux lignes "B" et "F" dans cette image.

La triple division de l'Ancien Monde en Europe, Asie et Afrique est utilisée depuis le 6ème siècle avant JC, en raison des premiers géographes grecs tels qu'Anaximandre et Hécatée. [5]

Anaximandre a placé la frontière entre l'Asie et l'Europe le long de la rivière Phasis (le Rioni moderne) dans le Caucase (de son embouchure par Poti sur la côte de la mer Noire, à travers le col de Surami et le long de la rivière Kura jusqu'à la mer Caspienne), une convention encore suivi d'Hérodote au Ve siècle av. [6] Comme la connaissance géographique des Grecs a augmenté pendant la période hellénistique, [7] cette convention archaïque a été révisée et la frontière entre l'Europe et l'Asie était maintenant considérée comme le Tanais (la rivière Don moderne). C'est la convention utilisée par les auteurs de l'époque romaine tels que Posidonius, [8] Strabon [9] et Ptolémée. [dix]

Tout au long du Moyen Âge et jusqu'au XVIIIe siècle, la division traditionnelle de la masse continentale de l'Eurasie en deux continents, l'Europe et l'Asie, a suivi Ptolémée, avec la frontière suivant les détroits turcs, la mer Noire, le détroit de Kertch, la mer d'Azov et le Don (connu dans l'antiquité sous le nom de Tanais). Mais les cartes produites au cours des XVIe et XVIIIe siècles avaient tendance à différer dans la façon de continuer la frontière au-delà du coude du Don à Kalach-na-Donu (où elle est la plus proche de la Volga, maintenant jointe à elle par le canal Volga-Don), en territoire non décrit en détail par les géographes antiques.

Philip Johan von Strahlenberg en 1725 a été le premier à s'écarter de la frontière classique du Don en traçant la ligne le long de la Volga, en suivant la Volga au nord jusqu'au Samara Bend, le long d'Obshchy Syrt (la ligne de partage des eaux entre la Volga et l'Oural), puis au nord le long de l'Oural Montagnes. [11] [12] Les cartographes ont continué à différer sur la limite entre le Don inférieur et Samara jusqu'au 19ème siècle. L'atlas de 1745 publié par l'Académie des sciences de Russie indique que la frontière suit le Don au-delà de Kalach jusqu'à Serafimovich avant de se diriger vers le nord en direction d'Arkhangelsk, tandis que d'autres cartographes du XVIIIe au XIXe siècle tels que John Cary ont suivi la prescription de Strahlenberg. Au sud, la dépression de Kuma-Manych a été identifiée vers 1773 par un naturaliste allemand, Peter Simon Pallas, comme une vallée qui, autrefois, reliait la mer Noire et la mer Caspienne, [12] [13] et a ensuite été proposé comme frontière naturelle entre les continents.

Au milieu du XIXe siècle, il y avait trois conventions principales, l'une suivant le Don, le canal Volga-Don et la Volga, l'autre suivant la dépression de Kuma-Manych jusqu'à la Caspienne puis l'Oural, et la troisième abandonnant le Don au total, suivant le bassin versant du Grand Caucase jusqu'à la mer Caspienne. La question était encore traitée comme une controverse dans la littérature géographique des années 1860, Douglas Freshfield préconisant la limite de la crête du Caucase comme la meilleure possible, citant le soutien de divers géographes modernes. [14]

En Russie et en Union soviétique, la frontière le long de la dépression de Kuma-Manych était la plus couramment utilisée dès 1906. [15] En 1958, la Société géographique soviétique a formellement recommandé que la frontière entre l'Europe et l'Asie soit tracée dans les manuels scolaires de Baydaratskaya Bay, sur la mer de Kara, le long du pied oriental des montagnes de l'Oural, puis en suivant la rivière Oural jusqu'aux collines de Mugodzhar, puis la rivière Emba et la dépression de Kuma-Manych, [16] plaçant ainsi le Caucase entièrement en Asie et dans l'Oural entièrement en Europe. [17] Cependant, la plupart des géographes de l'Union soviétique ont favorisé la frontière le long de la crête du Caucase [18] et cela est devenu la convention standard au cours de la fin du 20e siècle, bien que la limite Kuma-Manych soit restée en usage dans certaines cartes du 20e siècle.

Définition moderne Modifier

La frontière moderne entre l'Asie et l'Europe est une construction historique et culturelle [19] et pour cette raison sa définition a varié. Une frontière communément acceptée suit la mer Égée, les Dardanelles-mer de Marmara-Bosphore (ensemble connu sous le nom de détroit turc), la mer Noire, le long du bassin versant du Grand Caucase, la partie nord-ouest de la mer Caspienne et le long de la rivière Oural et les montagnes de l'Oural à la mer de Kara, telles que cartographiées et répertoriées dans la plupart des atlas, y compris celui de la National Geographic Society, et telles que décrites dans The World Factbook. [20] [21] Selon cette définition particulière, la Géorgie et l'Azerbaïdjan ont tous deux une grande partie de leur territoire en Asie, bien que chacun ait des parties nord situées en Europe. [22] Cependant, il n'y a jamais eu d'accord universel sur les frontières continentales, en particulier en ce qui concerne la région du Caucase entre la mer Noire et la mer Caspienne. Comme l'explique l'Encyclopedia Britannica :

« Le bassin versant du Grand Caucase, l'épine dorsale du système, fait traditionnellement partie de la ligne de démarcation entre l'Europe et l'Asie, mais la frontière orientale de l'Europe a fait l'objet de nombreux débats. Un schéma largement accepté trace la ligne de démarcation le long de la crête de la chaîne du Grand Caucase, plaçant la partie de la région au nord de la ligne en Europe et la partie au sud de celle-ci en Asie. Une autre place la partie occidentale de la région du Caucase en Europe et la partie orientale (la majeure partie de l'Azerbaïdjan et de petites parties de l'Arménie, de la Géorgie et de la côte russe de la mer Caspienne) en Asie. Un autre schéma encore identifie la rivière Aras et la frontière turque comme la ligne de démarcation continentale, situant ainsi l'Arménie, l'Azerbaïdjan et la Géorgie en Europe » [23]

La Russie et la Turquie sont des États transcontinentaux avec un territoire à la fois en Europe et en Asie. Alors que la Russie est historiquement, culturellement et politiquement un État européen, avec une histoire de conquêtes impériales en Asie. A l'inverse, la situation de la Turquie est l'inverse, celle d'un Etat asiatique avec des conquêtes impériales en Europe. Le Kazakhstan est également un État transcontinental selon cette définition, avec ses provinces du Kazakhstan occidental et d'Atyrau s'étendant de chaque côté de l'Oural. [24] La ville turque Istanbul est une ville transcontinentale en raison de sa situation des deux côtés du Bosphore (l'un des détroits turcs).

Cette délimitation de l'Oural est le seul segment à ne pas suivre une grande chaîne de montagnes ou un vaste plan d'eau, qui séparent souvent vraiment les populations. Cependant, la rivière Oural est la division la plus couramment utilisée par les autorités, [20] [24] [25] est la caractéristique naturelle la plus importante de la région, et est "la plus satisfaisante de celles (options) proposées" [26] qui comprennent la rivière Emba, un cours d'eau beaucoup plus petit qui se jette plus loin dans le Kazakhstan d'Asie centrale. Les ponts de l'Oural à Atyrau et Orenburg sont même étiquetés avec des monuments permanents gravés du mot "Europe" d'un côté, "Asie" de l'autre. [27]

La dépression Kuma-Manych (plus précisément, la rivière Manych, le canal Kuma-Manych et la rivière Kuma) reste citée moins souvent comme une limite naturelle possible dans les sources contemporaines. [28] Cette définition a atteint son apogée au XIXe siècle, mais son utilisation a diminué au fil du temps, car elle comprenait des zones traditionnellement européennes [28] vague ] de Russie, comme Stavropol, Krasnodar, et même des régions juste au sud de Rostov-on-Don, en Asie.

Un moyen formel par lequel les États sont regroupés dans une zone continentale spécifiée ou une autre consiste à utiliser la définition utilisée à des fins statistiques par la Division de statistique des Nations Unies (DSNU) : [29] Selon la DSNU, « l'affectation de pays ou de zones à des groupes spécifiques est pour la commodité statistique et n'implique aucune hypothèse concernant l'affiliation politique ou autre des pays ou territoires ». [30] De plus, la classification UNSD diffère souvent de celles des autres organisations des Nations Unies. Par exemple, alors que l'UNSD inclut la Géorgie et Chypre en Asie occidentale, l'Organisation des Nations Unies pour le développement industriel et l'UNESCO incluent les deux États d'Europe. [31] [32]

Le Conseil de l'Europe comprend des États transcontinentaux ou eurasiens, tels que l'Arménie, l'Azerbaïdjan, Chypre, la Géorgie, la Russie et la Turquie. Parmi ceux-ci, Chypre est membre de l'Union européenne, tandis que la Géorgie a été explicitement informée qu'elle était éligible à l'adhésion à l'UE « comme tout autre État européen ». [33]

Îles Modifier

Chypre est une île de la Méditerranée située sur le plateau continental asiatique, faisant partie géologiquement de la plaque anatolienne et adjacente à l'Asie Mineure, par laquelle elle est généralement associée à l'Asie (Asie occidentale), comme dans The World Factbook et le géoscheme des Nations Unies , mais la République de Chypre a néanmoins été admise au Conseil de l'Europe en 1961 et a rejoint l'UE en 2004. La partie nord de l'île fonctionne comme la République turque non reconnue (sauf par la Turquie) de Chypre du Nord.

Les îles grecques de l'Égée du Nord et le Dodécanèse se trouvent sur la côte de la partie asiatique de la Turquie (sur le plateau continental asiatique). Ainsi, généralement, ces groupes d'îles pourraient être considérés comme faisant partie de l'Asie. Plus précisément, les petites îles de Kastellorizo, Strongyli Megistis et Ro (toutes ces îles font encore partie du groupe du Dodécanèse) se trouvent directement au sud du littoral de l'Anatolie turque, dont elles sont directement adjacentes. De plus, ils se trouvent à une certaine distance à l'est du reste du groupe du Dodécanèse en direction de Chypre et de la ville turque d'Antalya. Semblables à Chypre, ces petits îlots seraient nominalement considérés comme asiatiques si seul le plateau continental était utilisé pour définir la frontière, en ignorant les influences historiques et culturelles sur la frontière.

L'île russe de Vaygach et Novaya Zemlya s'étendent vers le nord depuis l'extrémité nord des montagnes de l'Oural et sont une continuation de cette chaîne dans l'océan Arctique. Alors que Novaya Zemlya était diversement regroupée avec l'Europe ou avec l'Asie sur les cartes du XIXe siècle, elle est maintenant généralement regroupée avec l'Europe, la frontière continentale considérée comme rejoignant l'océan Arctique le long de la rive sud de la mer de Kara. L'archipel arctique russe de Franz Josef Land plus au nord est également associé à l'Europe.

La notion géographique de continent s'oppose aux îles et aux archipels. [36] Néanmoins, certaines îles sont considérées comme faisant partie de l'Europe au sens politique. Cela comprend notamment les îles britanniques (partie du plateau continental européen et pendant la période glaciaire du continent lui-même) les îles de la mer du Nord, de la mer Baltique et de la Méditerranée qui font partie du territoire d'un pays situé sur la Continent européen, les Açores sur la dorsale médio-atlantique, une partie du Portugal et généralement aussi les États insulaires d'Islande (partie de la Norvège et/ou du Danemark du XIIIe au début du XXe siècle) et Malte.

Les îles norvégiennes de Jan Mayen et Svalbard dans l'océan Arctique sont généralement associées à l'Europe.

Au sud de l'Arctique, l'Europe et l'Amérique du Nord sont séparées par l'Atlantique Nord. En termes d'association de ses îles océaniques à l'un ou l'autre des continents, la frontière est généralement tracée entre le Groenland et l'Islande et entre les Bermudes et les Açores. Groupe Ocidental (Groupe occidental) - toutes les autres îles de l'Atlantique Nord sont continentales. L'Islande et les Açores sont des saillies de la dorsale médio-atlantique et sont associées et peuplées d'Europe, même s'ils ont des zones sur la plaque nord-américaine. (Les définitions des "continents" sont une construction physique et culturelle remontant à des siècles, bien avant l'avènement ou même la connaissance de la tectonique des plaques. Ainsi, la définition d'un "continent" relève du domaine de la géographie physique et culturelle [c'est-à-dire de la géopolitique], tandis que le continent les définitions des plaques relèvent de la tectonique des plaques dans le domaine de la géologie.)

Le Groenland fait géographiquement partie de l'Amérique du Nord. Sur le plan politique, cependant, il est davantage associé à l'Europe car il fait partie du Royaume du Danemark, bien qu'il dispose d'un régime intérieur étendu et que le droit de l'UE ne s'y applique plus.

Trois îles des Caraïbes font légalement partie directement des Pays-Bas, à savoir les Pays-Bas caribéens (Bonaire, Saba et Sint Eustatius). Deux îles des Caraïbes font légalement partie directement de la France, la Guadeloupe et la Martinique.


Contenu

Le territoire de la Croatie couvre 56 594 kilomètres carrés (21 851 milles carrés), [1] ce qui en fait le 127e plus grand pays du monde. [2] La géographie physique de la Croatie est définie par son emplacement - elle est décrite comme faisant partie de l'Europe du Sud-Est [3] La Croatie borde la Bosnie-Herzégovine (sur 1 009,1 km) et la Serbie (sur 317,6 km) à l'est, la Slovénie sur 667,8 km à l'ouest, la Hongrie sur 355,5 km au nord et le Monténégro sur 22,6 km et la mer Adriatique au sud. [4] Il se situe principalement entre les latitudes 42° et 47° N et les longitudes 13° et 20° E. Une partie de l'extrême sud de la Croatie est séparée du reste du continent par une courte bande côtière autour de Neum appartenant à la Bosnie-Herzégovine . [5]

La frontière de 348 kilomètres de la Croatie avec la Hongrie a été héritée de la Yougoslavie. Une grande partie de la frontière avec la Hongrie suit la rivière Drava ou son ancien lit de rivière dont une partie de la frontière date du Moyen Âge. La frontière à Međimurje et Baranya a été définie comme une frontière entre le Royaume de Hongrie et le Royaume des Serbes, Croates et Slovènes, rebaptisé plus tard Royaume de Yougoslavie, conformément au Traité de Trianon de 1920. [6] [7] Le Le contour actuel de la frontière de 956 kilomètres (594 mi) avec la Bosnie-Herzégovine et de 19 kilomètres (12 mi) de la frontière avec le Monténégro est en grande partie le résultat de la conquête ottomane et de la reconquête ultérieure de territoires dans la Grande Guerre turque de 1667-1698 officiellement se terminant par le traité de Karlowitz, [8] ainsi que les cinquième et septième guerres ottomanes-vénitiennes. [9] Cette frontière a subi des modifications mineures en 1947 lorsque toutes les frontières des anciennes républiques constituantes yougoslaves ont été définies par des commissions de démarcation mettant en œuvre les décisions AVNOJ de 1943 et 1945 concernant l'organisation fédérale de la Yougoslavie. Les commissions ont également défini Baranya et Međimurje comme territoires croates, et ont en outre établi la frontière actuelle de 314 kilomètres (195 mi) entre la Serbie et la Croatie en Syrie et le long du Danube entre Ilok et l'embouchure de la rivière Drava et plus au nord jusqu'à la Frontière hongroise la section Ilok/Drava correspondait à la frontière entre le Royaume de Croatie-Slavonie et le comté de Bács-Bodrog qui existait jusqu'en 1918 (fin de la Première Guerre mondiale). La majeure partie de la frontière de 600 kilomètres (370 mi) avec la Slovénie a également été définie par les commissions, correspondant à la frontière nord-ouest du Royaume de Croatie-Slavonie, [10] et établissant une nouvelle section de la frontière croate au nord de la péninsule d'Istrie selon la composition ethnique du territoire appartenant auparavant au Royaume d'Italie. [11]

En vertu du traité de paix de 1947 avec l'Italie, les îles de Cres, Lastovo et Palagruža et les villes de Zadar et Rijeka et la majeure partie de l'Istrie sont passées à la Yougoslavie et à la Croatie communistes, tout en découpant le territoire libre de Trieste (FTT) en tant que ville- Etat. [12] La FTT a été divisée en 1954 puisque Trieste elle-même et la zone au nord de celle-ci ont été placées sous contrôle italien et le reste sous contrôle yougoslave. L'arrangement a été rendu permanent par le traité d'Osimo en 1975. La partie yougoslave de l'ancienne FTT a été divisée entre la Croatie et la Slovénie, en grande partie conforme à la composition ethnique de la population de la région. [13]

À la fin du XIXe siècle, l'Autriche-Hongrie a établi un réseau géodésique, pour lequel la référence d'altitude a été déterminée par le niveau moyen de la mer Adriatique à la jetée Sartorio à Trieste. Ce repère a ensuite été retenu par l'Autriche, adopté par la Yougoslavie, et conservé par les États qui ont émergé après sa dissolution, dont la Croatie. [14] [15]

Longueur des frontières terrestres de la Croatie (y compris les rivières) [1]
Pays Longueur
Slovénie 600 km (370 mi)
Hongrie 348 km (216 mi)
Serbie 314 km (195 mi)
Bosnie-Herzégovine 956 km (594 mi)
Monténégro 19 km (12 mi)
Le total 2 237 km (1 390 mi)

Points extrêmes Modifier

Les points géographiques extrêmes de la Croatie sont Žabnik dans le comté de Međimurje comme point le plus au nord, Rađevac près d'Ilok dans le comté de Vukovar-Syrmia comme point le plus oriental, le cap Lako près de Bašanija dans le comté d'Istrie comme point le plus occidental et l'îlot de Galijula ​​dans l'archipel de Palagruža à Split -Comté de Dalmatie comme point le plus au sud. Sur le continent, le cap Oštra de la péninsule de Prevlaka dans le comté de Dubrovnik-Neretva est le point le plus au sud. [1]

Revendications maritimes Modifier

L'Italie et la Yougoslavie ont défini leur délimitation du plateau continental dans la mer Adriatique en 1968, [17] avec un accord supplémentaire sur la frontière dans le golfe de Trieste signé en 1975 conformément au traité d'Osimo. Tous les États successeurs de l'ex-Yougoslavie ont accepté les accords. Avant l'éclatement de la Yougoslavie, l'Albanie, l'Italie et la Yougoslavie ont d'abord proclamé des eaux territoriales de 15 milles marins (28 km 17 mi), puis réduites à la norme internationale de 12 milles marins (22 km 14 mi), toutes les parties ont adopté des systèmes de base. La Croatie a également déclaré sa zone de protection écologique et halieutique (ZERP) - une partie de sa zone économique exclusive - comme s'étendant jusqu'à la limite du plateau continental. Les eaux territoriales de la Croatie englobent 18 981 kilomètres carrés (7 329 milles carrés), ses eaux internes situées dans la ligne de base couvrent 12 498 kilomètres carrés supplémentaires (4 826 milles carrés). [18]

Conflits frontaliers Modifier

Litiges aux frontières maritimes Modifier

La Croatie et la Slovénie ont entamé des négociations pour définir des frontières maritimes dans le golfe de Piran en 1992, mais ne sont pas parvenues à un accord, ce qui a entraîné un différend. Les deux pays ont également déclaré leurs zones économiques, qui se chevauchent partiellement. [19] [20] La demande de la Croatie pour devenir un État membre de l'UE a été initialement suspendue en attendant la résolution de ses différends frontaliers avec la Slovénie. [19] Ceux-ci ont finalement été réglés par un accord pour accepter la décision d'une commission d'arbitrage internationale mise en place via l'ONU, permettant à la Croatie de progresser vers l'adhésion à l'UE. [21] [22] [23] Le différend n'a causé aucun problème pratique majeur dans des domaines autres que les progrès des négociations d'adhésion à l'UE, même avant la convention d'arbitrage. [19]

La frontière maritime entre la Bosnie-Herzégovine et la Croatie a été formellement établie en 1999, mais quelques questions sont encore contestées : la péninsule de Klek et deux îlots dans la zone frontalière. La frontière maritime Croatie-Monténégro est contestée dans la baie de Kotor, dans la péninsule de Prevlaka. La situation a été exacerbée par l'occupation de la péninsule par l'armée populaire yougoslave et plus tard par l'armée serbo-monténégrine, qui à son tour a été remplacée par une mission d'observation des Nations Unies qui a duré jusqu'en 2002. La Croatie a repris la région avec un accord qui a permis la présence monténégrine dans les eaux croates de la baie, et le différend est devenu beaucoup moins litigieux depuis l'indépendance du Monténégro en 2006. [19]

Litiges aux frontières terrestres Modifier

Les différends frontaliers terrestres concernent des bandes de terre relativement petites. Les différends frontaliers entre la Croatie et la Slovénie sont : le long du cours inférieur de la rivière Dragonja où la Slovénie revendique trois hameaux sur la rive gauche de la rivière le pic Sveta Gera de Žumberak où les revendications territoriales exactes n'ont jamais été faites et semblent être limitées à une caserne militaire sur le pic lui-même et le long de la rivière Mura où la Slovénie veut que la frontière soit le long du lit actuel de la rivière au lieu d'un ancien et revendique un morceau de terre (en grande partie sinon complètement inhabité) près de Hotiza. [24] [25] Ces réclamations sont également en train d'être réglées par arbitrage exécutoire. [21] [22] [23]

Il existe également des différends frontaliers terrestres entre la Croatie et la Serbie. Les deux pays contrôlent actuellement chacun une rive du fleuve actuel, mais la Croatie prétend que la ligne frontalière devrait suivre les frontières cadastrales entre les anciennes municipalités de la RS Croatie et de la RS Serbie le long du Danube, telles que définies par une commission yougoslave en 1947 ( suivant effectivement un ancien lit de rivière) les frontières revendiquées par la Croatie incluent également les îles Vukovar et Šarengrad dans le Danube comme son territoire. [26] Il y a aussi un différend frontalier avec la Bosnie-Herzégovine, [27] spécifiquement la Croatie revendique le canal d'Unčica sur la rive droite d'Una comme frontière à Hrvatska Kostajnica, [28] tandis que la Bosnie-Herzégovine revendique le cours de la rivière Una comme frontière là-bas. . [29]

Géologie Modifier

La géologie de la Croatie présente des roches précambriennes principalement recouvertes de roches sédimentaires plus jeunes et déformées ou superposées par l'activité tectonique. [30]

Le pays est divisé en deux principales provinces côtières, une plus petite partie du bassin pannonien et les plus grandes Dinarides. Ces domaines sont très différents.

Le paysage karstique de la plate-forme carbonatée de Croatie a contribué à créer les conditions d'altération pour former de la bauxite, du gypse, de l'argile, des amphibolites, du granit, de la spilite, du gabbro, de la diabase et du calcaire. [31]

Topographie Modifier

La majeure partie de la Croatie est constituée de plaines, avec des altitudes de moins de 200 mètres (660 pieds) au-dessus du niveau de la mer enregistrées dans 53,42 % du pays. La plupart des basses terres se trouvent dans les régions du nord du pays, en particulier en Slavonie, représentant une partie du bassin pannonien. Les zones avec des altitudes de 200 à 500 mètres (660 à 1 640 pieds) au-dessus du niveau de la mer englobent 25,61 % du territoire croate, et les zones entre 500 et 1 000 mètres (1 600 et 3 300 pieds) au-dessus du niveau de la mer couvrent 17,11 % du pays. Un autre 3,71 % de la terre est de 1 000 à 1 500 mètres (3 300 à 4 900 pieds) au-dessus du niveau de la mer, et seulement 0,15% du territoire croate est élevé à plus de 1 500 mètres (4 900 pieds) au-dessus du niveau de la mer. [1] La plus grande concentration de terrain à des altitudes relativement élevées se trouve dans les régions de Lika et Gorski Kotar dans les Alpes dinariques, mais de telles régions se trouvent dans une certaine mesure dans toutes les régions de Croatie. [18] Le bassin pannonien et les Alpes dinariques, ainsi que le bassin adriatique, représentent les principales parties géomorphologiques de la Croatie. [32]

Bassin Adriatique Modifier

La côte continentale de la mer Adriatique de la Croatie mesure 1 777,3 kilomètres (1 104,4 mi) de long, tandis que ses 1 246 îles et îlots ont 4 058 kilomètres supplémentaires (2 522 mi) de littoral. La distance entre les points extrêmes du littoral croate est de 526 kilomètres (327 mi). [33] Le nombre d'îles comprend toutes les îles, îlots et rochers de toutes tailles, y compris ceux qui n'émergent qu'à marée basse. [34] Les plus grandes îles de l'Adriatique sont Cres et Krk, chacune couvrant 405,78 kilomètres carrés (156,67 milles carrés) la plus haute est Brač, atteignant 780 mètres (2 560 pieds) au-dessus du niveau de la mer. Les îles comprennent 47 îles habitées en permanence, les plus peuplées d'entre elles étant Krk et Korčula. [35]

Le rivage est le littoral le plus découpé de la Méditerranée. [36] La majorité de la côte est caractérisée par une topographie karstique, développée à partir de la plate-forme carbonatée adriatique. La karstification a commencé en grande partie après l'élévation finale des Dinarides aux époques oligocène et miocène, lorsque la roche carbonatée a été exposée aux effets atmosphériques tels que la pluie qui s'est étendue à 120 mètres (390 pieds) au-dessous du niveau de la mer actuel, exposée pendant le dernier maximum glaciaire baisse du niveau de la mer. On estime que certaines formations karstiques sont liées à des baisses antérieures du niveau de la mer, notamment la crise de salinité messinienne. [37] La ​​plus grande partie de la côte orientale est constituée de roches carbonatées, tandis que la roche flysch est significativement représentée sur la côte du golfe de Trieste, sur la côte du golfe de Kvarner en face de Krk et en Dalmatie au nord de Split. [38] Il existe des zones alluviales relativement petites de la côte adriatique en Croatie, notamment le delta de la Neretva. [39] L'Istrie occidentale s'affaisse progressivement, s'étant affaissée d'environ 1,5 mètre (4 pi 11 po) au cours des 2000 dernières années. [40]

Dans le bassin adriatique moyen, il existe des preuves de volcanisme permien dans la région de Komiža sur l'île de Vis, en plus des îles volcaniques de Jabuka et Brusnik. [41] Les tremblements de terre sont fréquents dans la région autour de la mer Adriatique, bien que la plupart soient trop faibles pour être ressentis, un tremblement de terre faisant des dégâts importants se produit toutes les quelques décennies, avec des tremblements de terre majeurs tous les quelques siècles. [42]

Alpes Dinariques Modifier

Les Alpes dinariques sont liées à une ceinture de plis et de chevauchements du Jurassique supérieur à récent, elle-même faisant partie de l'orogenèse alpine, s'étendant au sud-est des Alpes du Sud. [43] Les Alpes dinariques en Croatie englobent l'ensemble des régions de Gorski Kotar et de Lika, ainsi que des parties considérables de la Dalmatie, avec leur bord nord-est allant de 1 181 mètres (3 875 pieds) de Žumberak à la région de Banovina, le long de la rivière Sava, [ 44] et leurs reliefs les plus à l'ouest étant de 1 272 mètres (4 173 pieds) ićarija et 1 396 mètres (4 580 pieds) de montagnes Učka en Istrie. Les Alpes dinariques contiennent la plus haute montagne de Croatie - 1 831 mètres (6 007 pieds) Dinara - ainsi que toutes les autres montagnes de Croatie supérieures à 1 500 mètres (4 900 pieds) : Biokovo, Velebit, Plješivica, Velika Kapela, Risnjak, Svilaja et Snježnik . [1]

La topographie karstique représente environ la moitié de la Croatie et est particulièrement importante dans les Alpes dinariques.[45] Il existe de nombreuses grottes en Croatie, dont 49 sont plus profondes que 250 mètres (820,21 pieds), 14 plus profondes que 500 mètres (1 640,42 pieds) et 3 plus profondes que 1 000 mètres (3 280,84 pieds). [46] La grotte la plus longue de Croatie, Kita Gaćešina, est en même temps la grotte la plus longue des Alpes dinariques à 20 656 mètres (67 769 pieds). [47]

Bassin Pannonien Modifier

Le bassin pannonien a pris forme grâce à l'amincissement miocénien et à l'affaissement des structures de la croûte formées au cours de l'orogenèse varisque du Paléozoïque supérieur. Les structures paléozoïques et mésozoïques sont visibles à Papuk et dans d'autres montagnes de Slavonie. Les processus ont également conduit à la formation d'une chaîne stratovolcanique dans le bassin de 12 à 17 Mya. Un affaissement intensifié a été observé jusqu'à 5 Mya ainsi que des basaltes d'inondation à environ 7,5 Mya. Le soulèvement tectonique contemporain des montagnes des Carpates a coupé le flux d'eau vers la mer Noire et la mer Pannonienne formée dans le bassin. Les sédiments ont été transportés vers le bassin depuis les montagnes des Carpates et dinariques en soulèvement, des sédiments fluviaux particulièrement profonds se sont déposés à l'époque du Pléistocène pendant la formation des montagnes transdanubiennes. [48] ​​En fin de compte, jusqu'à 3 000 mètres (9 800 pieds) de sédiments ont été déposés dans le bassin et la mer s'est finalement drainée à travers la gorge de la Porte de fer. [49]

Les résultats sont de grandes plaines dans les régions de Baranya et de Syrmia en Slavonie orientale, ainsi que dans les vallées fluviales, en particulier le long de la Sava, de la Drava et de la Kupa. Les plaines sont entrecoupées de structures de horst et de graben, qui auraient brisé la surface de la mer Pannonienne en tant qu'îles. [ citation requise ] Les plus hauts parmi ces reliefs sont à 1 059 mètres (3 474 pieds) Ivan ftica et 1 035 mètres (3 396 pieds) Medvednica au nord de Zagreb - les deux sont également au moins partiellement à Hrvatsko Zagorje - ainsi que 984 mètres (3 228 pieds) Psunj et Papuk de 953 mètres (3 127 pieds) qui est le plus haut parmi les montagnes de Slavonie entourant Požega. [1] Psunj, Papuk et Krndija adjacent se composent principalement de roches paléozoïques de 300 à 350 Mya. Požeška gora, adjacente à Psunj, se compose de roches néogènes beaucoup plus récentes, mais il y a aussi des sédiments du Crétacé supérieur et des roches ignées formant la crête principale de 30 kilomètres (19 mi) de la colline, ils représentent la plus grande forme de relief igné en Croatie. Un plus petit morceau de terrain igné est également présent sur Papuk, près de Voćin. [50] Les deux, ainsi que les montagnes Moslavačka gora, sont peut-être des restes d'un arc volcanique de la même collision de plaques tectoniques qui a causé les Alpes dinariques. [43]

Hydrographie Modifier

La plus grande partie de la Croatie, 62 % de son territoire, est englobée par le bassin hydrographique de la mer Noire. La région comprend les plus grands fleuves qui coulent dans le pays : le Danube, la Sava, la Drava, la Mura et la Kupa. Le reste appartient au bassin versant de la mer Adriatique, où le plus grand fleuve est de loin la Neretva. [51] [52] Les fleuves les plus longs de Croatie sont les 562 kilomètres (349 mi) de Sava, 505 kilomètres (314 mi) de Drava, 296 kilomètres (184 mi) de Kupa et une section de 188 kilomètres (117 mi) de le Danube. Les plus longs fleuves se jetant dans la mer Adriatique sont le Cetina de 101 kilomètres (63 mi) et une section de seulement 20 kilomètres (12 mi) de la Neretva. [1]

Les plus grands lacs de Croatie sont le lac Vrana de 30,7 kilomètres carrés (11,9 milles carrés) situé dans le nord de la Dalmatie, 17,1 kilomètres carrés (6,6 milles carrés) le lac Dubrava près de Varaždin, 13,0 kilomètres carrés (5,0 milles carrés) Peruća Lac (réservoir) sur la rivière Cetina, 11,1 kilomètres carrés (4,3 milles carrés) lac Prokljan près de Skradin et 10,1 kilomètres carrés (3,9 milles carrés) lac réservoir Varaždin à travers lequel la rivière Drava coule près de Varaždin. [1] Les lacs les plus célèbres de Croatie sont les lacs de Plitvice, un système de 16 lacs avec des cascades les reliant par des cascades de dolomie et de calcaire. Les lacs sont réputés pour leurs couleurs distinctives, allant du turquoise au vert menthe, en passant par le gris ou le bleu. [46] La Croatie possède une richesse remarquable en termes de zones humides. Quatre d'entre elles sont incluses dans la liste Ramsar des zones humides d'importance internationale : Lonjsko Polje le long des rivières Sava et Lonja près de Sisak, Kopački Rit au confluent de la Drava et du Danube, le delta de la Neretva et Crna Mlaka près de Jastrebarsko. [51]

Les taux annuels moyens de précipitation et d'évaporation sont respectivement de 1 162 millimètres (45,7 pouces) et de 700 millimètres (28 pouces). Compte tenu du bilan hydrique global, le total des ressources en eau croates s'élève à 25 163 mètres cubes (888 600 pieds cubes) par an et par habitant, dont 5 877 mètres cubes (207 500 pieds cubes) par an et par habitant provenant de sources situées à l'intérieur de la Croatie. [53]

Climat Modifier

La plupart de la Croatie a un climat océanique modérément chaud et pluvieux (Cfb) tel que défini par la classification climatique de Köppen. Les températures mensuelles moyennes varient entre -3 °C (27 °F) (en janvier) et 18 °C (64 °F) (en juillet). Les régions les plus froides du pays sont Lika et Gorski Kotar, où un climat forestier enneigé se trouve à des altitudes supérieures à 1 200 mètres (3 900 pieds). Les zones les plus chaudes de la Croatie se trouvent sur la côte adriatique et surtout dans son arrière-pays immédiat, qui se caractérisent par un climat méditerranéen puisque les températures sont modérées par la mer. Par conséquent, les pics de température sont plus prononcés dans les zones continentales : la température la plus basse de −36,0 °C (−32,8 °F) a été enregistrée le 4 février 1929 à Gospić, et la température la plus élevée de 42,8 °C (109,0 °F) a été enregistrée le 5 août 1981 à Ploče.

Les précipitations annuelles moyennes sont de 600 à 3 500 millimètres (24 à 138 po) selon la région géographique et le type de climat dominant. Les précipitations les plus faibles sont enregistrées dans les îles extérieures (Vis, Lastovo, Biševo et Svetac) et dans les parties orientales de la Slavonie, cependant, dans ce dernier cas, elles surviennent principalement pendant la saison de croissance. Les précipitations les plus importantes sont observées sur la chaîne de montagnes Dinara et à Gorski Kotar, où se produisent certains des totaux de précipitations annuelles les plus élevés d'Europe.

Les vents dominants à l'intérieur sont légers à modérés du nord-est ou du sud-ouest dans la zone côtière, les vents dominants sont déterminés par les caractéristiques locales. Des vitesses de vent plus élevées sont plus souvent enregistrées pendant les mois les plus frais le long de la côte, généralement sous forme de buras frais du nord-est ou, moins fréquemment, sous forme de jugos chauds du sud. Les régions les plus ensoleillées du pays sont les îles extérieures, Hvar et Korcula, où plus de 2 700 heures d'ensoleillement sont enregistrées par an, suivies du sud de la mer Adriatique en général, du nord de la côte adriatique et de la Slavonie, toutes avec plus de 2 000 heures. d'ensoleillement par an. [5]

Caractéristiques climatiques dans les grandes villes de Croatie
Ville Température moyenne (haute quotidienne) Précipitations totales moyennes
janvier juillet janvier juillet
°C °F °C °F mm dans journées mm dans journées
Dubrovnik 12.2 54.0 28.3 82.9 95.2 3.75 11.2 24.1 0.95 4.4
Osijek 2.6 36.7 28.0 82.4 45.5 1.79 12.2 60.8 2.39 10.2
Rijeka 8.7 47.7 27.7 81.9 134.9 5.31 11.0 82.0 3.23 9.1
Diviser 10.2 50.4 29.8 85.6 77.9 3.07 11.1 27.6 1.09 5.6
Zagreb 3.1 37.6 26.7 80.1 48.6 1.91 10.8 81.0 3.19 10.9
Source : Organisation météorologique mondiale [54]

Biodiversité Modifier

La Croatie peut être subdivisée en plusieurs écorégions en raison de son climat et de sa géomorphologie, et le pays est par conséquent l'un des plus riches d'Europe en termes de biodiversité. Il existe quatre types de régions biogéographiques en Croatie : méditerranéenne le long de la côte et dans son arrière-pays immédiat, alpine dans la majeure partie de la Lika et du Gorski Kotar, pannonienne le long de la Drave et du Danube, et continentale dans les régions restantes. [55] Parmi les plus importants figurent les habitats karstiques, notamment le karst submergé, comme les canyons de Zrmanja et Krka et les barrières de tuf, ainsi que les habitats souterrains. La géologie karstique a produit environ 7 000 grottes et fosses, dont beaucoup sont habitées par des animaux troglobitiques (exclusivement troglodytiques) tels que l'olm, une salamandre des cavernes et le seul vertébré troglobitique européen. [56] Les forêts sont également importantes dans le pays, car elles couvrent 26 487,6 kilomètres carrés (10 226,9 milles carrés) représentant 46,8 % de la surface terrestre de la Croatie. [18] Les autres types d'habitats comprennent les zones humides, les prairies, les tourbières, les fens, les habitats de broussailles, les habitats côtiers et marins. [57] En termes de phytogéographie, la Croatie fait partie du royaume boréal en particulier, elle fait partie des provinces illyriennes et d'Europe centrale de la région circumboréale et de la province adriatique de la région méditerranéenne. Le Fonds mondial pour la nature divise les terres croates en trois écorégions : les forêts mixtes de Pannonie, les forêts mixtes des montagnes dinariques et les forêts de feuillus illyriennes. [58] Les biomes en Croatie incluent la forêt feuillue/mixte tempérée et les forêts méditerranéennes, les bois et les broussailles se trouvent tous dans le domaine paléarctique. [59]

La Croatie compte 38 226 taxons connus, dont 2,8% sont endémiques, le nombre réel (y compris les espèces non découvertes) est estimé entre 50 000 et 100 000. [57] L'estimation est soutenue par près de 400 nouveaux taxons d'invertébrés découverts en Croatie rien qu'en 2000-2005. [57] Il existe plus d'un millier d'espèces endémiques, notamment dans les montagnes Velebit et Biokovo, les îles de l'Adriatique et les rivières karstiques. La législation protège 1 131 espèces. [57] Les cultivars indigènes de plantes et les races d'animaux domestiques sont également nombreux, ils comprennent cinq races de chevaux, cinq races de bovins, huit races de moutons, deux races de porcs et une race de volaille. Même les races indigènes comprennent neuf races menacées ou en danger critique d'extinction. [57]

Taxons connus et endémiques en Croatie [57]
Nom Taxons connus Taxons endémiques Taxons endémiques, %
Les plantes 8,871 523 5.90%
Champignons 4,500 0
Lichens 1,019 0
Mammifères 101 5 4.95%
Des oiseaux 387 0
Reptiles 41 9 21.95%
Amphibiens 20 7 35.00%
Poisson d'eau douce 152 17 12.00%
Poissons marins 442 6 1.36%
Invertébrés terrestres 15,228 350 2.30%
Invertébrés d'eau douce 1,850 171 9.24%
Invertébrés marins 5,655 0
LE TOTAL 38,266 1,088 2.84%

Il existe 444 aires protégées croates, couvrant 8,5% du pays. Ceux-ci comprennent 8 parcs nationaux, 2 réserves intégrales et 11 parcs naturels, représentant 78 % de la superficie totale protégée. [18] La zone protégée la plus célèbre et le plus ancien parc national de Croatie est le parc national des lacs de Plitvice, un site du patrimoine mondial de l'UNESCO. Le parc naturel de Velebit fait partie du programme de l'UNESCO sur l'homme et la biosphère. Les réserves strictes et spéciales, ainsi que les parcs nationaux et naturels, sont gérés et protégés par le gouvernement central, tandis que les autres aires protégées sont gérées par les comtés. En 2005, le réseau écologique national a été créé comme première étape de la préparation à l'adhésion à l'UE et à l'adhésion au réseau Natura 2000. [57]

La destruction de l'habitat représente une menace pour la biodiversité en Croatie, car les terres aménagées et agricoles sont étendues aux anciens habitats naturels, tandis que la fragmentation de l'habitat se produit lorsque des routes sont créées ou agrandies. Une autre menace pour la biodiversité est l'introduction d'espèces envahissantes, avec Caulerpa racemosa et C. taxifolia identifiés comme particulièrement problématiques. [60] Les algues envahissantes sont surveillées et régulièrement enlevées pour protéger l'habitat benthique. [57] Les monocultures agricoles ont également été identifiées comme une menace pour la biodiversité. [61] [62]

Écologie Modifier

L'empreinte écologique de la population et de l'industrie de la Croatie varie considérablement entre les régions du pays puisque 50 % de la population réside sur 26,8 % du territoire national, avec un impact particulièrement élevé de la ville de Zagreb et des régions du comté de Zagreb - leur superficie combinée comprend 6,6 % du territoire croate tout en englobant 25 % de la population. [64] L'empreinte écologique provient notamment du développement accru des agglomérations et de la côte maritime conduisant à la fragmentation de l'habitat. Entre 1998 et 2008, les plus grands changements d'utilisation des terres ont concerné les zones artificiellement développées, mais l'échelle de développement est négligeable par rapport aux États membres de l'UE. [60]

L'Agence croate pour l'environnement (CEA), une institution publique créée par le gouvernement croate pour collecter et analyser des informations sur l'environnement, [65] a identifié d'autres problèmes écologiques ainsi que divers degrés de progrès en termes de réduction de leur impact environnemental. Ces problèmes incluent des décharges légales inadéquates ainsi que la présence de décharges illégales entre 2005 et 2008, 62 décharges autorisées et 423 décharges illégales ont été réhabilitées. Au cours de la même période, le nombre de permis de gestion des déchets délivrés a doublé, tandis que le volume annuel de déchets solides municipaux a augmenté de 23 %, atteignant 403 kilogrammes (888 livres) par habitant. Les processus d'acidification des sols et de dégradation de la matière organique sont présents dans toute la Croatie, avec une augmentation des niveaux de salinité des sols dans la plaine fluviale de la Neretva et des zones d'expansion des sols alcalins en Slavonie. [60]

Les niveaux de pollution atmosphérique croate reflètent la baisse de la production industrielle enregistrée en 1991 au début de la guerre d'indépendance de la Croatie - les niveaux d'émission d'avant-guerre n'ont été atteints qu'en 1997. L'utilisation de carburants désulfurés a conduit à une réduction de 25 % des émissions de dioxyde de soufre entre 1997 et 2004, et une nouvelle baisse de 7,2 % en 2007. La hausse du NOX émissions arrêtées en 2007 et inversées en 2008. [60] L'utilisation d'essence sans plomb a réduit les émissions de plomb dans l'atmosphère de 91,5% entre 1997 et 2004. Les mesures de la qualité de l'air indiquent que l'air dans les zones rurales est essentiellement propre, et dans les centres urbains il est généralement conforme aux exigences légales. [64] Les sources les plus importantes d'émissions de gaz à effet de serre (GES) en Croatie sont la production d'énergie (72 %), l'industrie (13 %) et l'agriculture (11 %). L'augmentation annuelle moyenne des émissions de GES est de 3 %, restant dans les limites du protocole de Kyoto. Entre 1990 et 2007, l'utilisation de substances appauvrissant la couche d'ozone a été réduite de 92 %, leur utilisation devrait être abolie d'ici 2015. [60]

Même si la Croatie dispose de ressources en eau suffisantes, celles-ci ne sont pas uniformément réparties et les pertes du réseau public d'approvisionnement en eau restent élevées, estimées à 44 %. Entre 2004 et 2008, le nombre de stations de surveillance de la pollution des eaux de surface a augmenté de 20 % le CEA a recensé 476 cas de pollution des eaux sur cette période. Dans le même temps, les niveaux de pollution par les déchets organiques ont légèrement diminué, ce qui est attribué à l'achèvement de nouvelles stations d'épuration, leur nombre a augmenté de 20 %, atteignant un total de 101. Presque tous les aquifères souterrains de la Croatie sont de qualité supérieure, contrairement aux eaux de surface disponibles la qualité de ces derniers varie en fonction de la demande biochimique en oxygène et des résultats des analyses bactériologiques de l'eau. En 2008, 80 % de la population croate était desservie par le système public d'approvisionnement en eau, mais seulement 44 % de la population avait accès au réseau d'égouts public, avec des fosses septiques en service. La surveillance de la qualité de l'eau de la mer Adriatique entre 2004 et 2008 a indiqué de très bonnes conditions oligotrophes le long de la majeure partie de la côte, tandis que des zones d'eutrophisation accrue ont été identifiées dans la baie de Bakar, la baie de Kaštela, le port de Šibenik et près de Ploče d'autres zones de pollution ont été identifiés près des grandes villes côtières. Entre 2004 et 2008, le CEA a recensé 283 cas de pollution marine (dont 128 provenant de navires), soit une baisse de 15 % par rapport à la période couverte par le précédent rapport [60] 1997 à août 2005. [64] ]

Utilisation des terres Modifier

En 2006, 46,8 % de la Croatie était occupée par 26 487,6 kilomètres carrés (10 226,9 milles carrés) de forêts et d'arbustes, tandis que 22 841 kilomètres carrés (8 819 milles carrés) ou 40,4 % des terres étaient utilisés à diverses fins agricoles, dont 4 389,1 carrés. kilomètres (1 694,6 milles carrés), soit 7,8 % du total, pour les cultures permanentes. La couverture de buisson et d'herbe était présente sur 4 742,1 kilomètres carrés (1 830,9 milles carrés) ou 8,4 % du territoire, les eaux intérieures occupaient 539,3 kilomètres carrés (208,2 milles carrés) ou 1,0 % et les marais couvraient 200 kilomètres carrés (77 milles carrés) ou 0,4 % du pays. Les surfaces artificielles (principalement constituées de zones urbaines, de routes, de végétation non agricole, de zones sportives et d'autres installations de loisirs) occupaient 1 774,5 kilomètres carrés (685,1 milles carrés) ou 3,1% de la superficie du pays. La plus grande impulsion pour les changements d'utilisation des terres est l'expansion des colonies et la construction de routes. [18]

En raison de la guerre d'indépendance croate, il existe de nombreux champs de mines restants en Croatie, retraçant en grande partie d'anciennes lignes de front. En 2006, les champs de mines suspectés couvraient 954,5 kilomètres carrés (368,5 milles carrés). [18] En 2012, 62 % des champs de mines restants sont situés dans des forêts, 26 % d'entre eux se trouvent sur des terres agricoles et 12 % se trouvent sur d'autres terres, il est prévu que le déminage sera terminé d'ici 2019. [66] ]

Régions Modifier

La Croatie est traditionnellement divisée en de nombreuses régions géographiques, souvent superposées, dont les frontières ne sont pas toujours clairement définies. Les plus grandes et les plus facilement reconnaissables dans tout le pays sont la Croatie centrale (également décrite comme la macro-région de Zagreb), la Croatie orientale (correspondant en grande partie à la Slavonie) et la Croatie montagneuse (Lika et Gorski Kotar à l'ouest de la Croatie centrale). Ces trois comprennent la partie intérieure ou continentale de la Croatie. La Croatie côtière se compose de deux autres régions : la Dalmatie ou le littoral sud, entre la zone générale de la ville de Zadar et la pointe la plus méridionale du pays et le littoral nord situé au nord de la Dalmatie, englobant le littoral croate et l'Istrie. Les régions géographiques ne sont généralement pas conformes aux limites des comtés ou à d'autres divisions administratives, et elles englobent toutes des régions géographiques plus spécifiques. [67]

Démographie Modifier

Les caractéristiques démographiques de la population croate sont connues grâce à des recensements, normalement effectués tous les dix ans et analysés par divers bureaux de statistique depuis les années 1850. Le Bureau croate des statistiques s'acquitte de cette tâche depuis les années 90. Le dernier recensement en Croatie a été effectué en avril 2011. La population permanente de la Croatie au recensement de 2011 avait atteint 4,29 millions. La densité de population était de 75,8 habitants par kilomètre carré et l'espérance de vie globale en Croatie à la naissance est de 75,7 ans. La population a augmenté régulièrement (à l'exception des recensements effectués après les deux guerres mondiales) de 2,1 millions en 1857 à 1991, quand elle a culminé à 4,7 millions. Depuis 1991, le taux de mortalité de la Croatie a continuellement dépassé son taux de natalité, le taux de croissance naturelle de la population est donc actuellement négatif. [68] La Croatie se trouve actuellement dans la quatrième ou cinquième étape de la transition démographique. [69] En termes de structure d'âge, la population est dominée par le segment des 15 à 64 ans. L'âge médian de la population est de 41,4 ans et le ratio hommes-femmes de la population totale est de 0,93 hommes pour 1 femme. [5] [70]

La Croatie est habitée principalement par des Croates (89,6 %), tandis que les minorités comprennent des Serbes (4,5 %) et 21 autres ethnies (moins de 1 % chacune) reconnues par la Constitution croate.[5] [71] L'histoire démographique de la Croatie est marquée par d'importantes migrations, dont : l'arrivée des Croates dans la région [72] la croissance de la population de langue hongroise et germanophone après l'union personnelle de la Croatie et de la Hongrie [73] l'adhésion des migrations de l'Empire des Habsbourg [74] déclenchées par les conquêtes ottomanes [75] [76] [77] et la croissance de la population de langue italienne en Istrie et en Dalmatie pendant la domination vénitienne. [9] Après l'effondrement de l'Autriche-Hongrie, la population hongroise a décliné, [78] tandis que la population de langue allemande a été chassée ou a fui pendant la dernière partie et après la Seconde Guerre mondiale, [79] et un sort similaire a été subi par le population italienne. [80] La fin du XIXe siècle et le XXe siècle ont été marqués par des migrations économiques à grande échelle à l'étranger. [81] [82] [83] Les années 1940 et 1950 en Yougoslavie ont été marquées par des migrations internes en Yougoslavie, ainsi que par l'urbanisation. Les migrations importantes les plus récentes sont survenues à la suite de la guerre d'indépendance de la Croatie, lorsque des centaines de milliers de personnes ont été déplacées. [84] [85] [86]

La langue croate est la langue officielle de la Croatie, mais les langues des minorités reconnues par la Constitution sont officiellement utilisées dans certaines unités gouvernementales locales. [71] [87] Le croate est la langue maternelle identifiée par 96% de la population. [88] Une enquête de 2009 a révélé que 78 % des Croates déclarent connaître au moins une langue étrangère, le plus souvent l'anglais. [89] Les plus grandes religions de la Croatie sont le catholicisme romain (86,3 %), le christianisme orthodoxe (4,4 %) et l'islam (1,5 %). [90] Le taux d'alphabétisation en Croatie est de 98,1 %. [2] La proportion de la population âgée de 15 ans et plus obtenant des diplômes universitaires a augmenté rapidement depuis 2001, doublant et atteignant 16,7% en 2008. [91] [92] On estime que 4,5% du PIB est consacré à l'éducation. [2] L'enseignement primaire et secondaire est disponible en croate et dans les langues des minorités reconnues. La Croatie a un système de santé universel et en 2010, la nation a consacré 6,9% de son PIB aux soins de santé. [93] Le revenu mensuel net en septembre 2011 était en moyenne de 5 397 kuna (environ 729 €). [94] Les sources d'emploi les plus importantes en 2008 étaient le commerce de gros et de détail, l'industrie manufacturière et la construction. En octobre 2011, le taux de chômage était de 17,4 %. [95] Le revenu des ménages équivalent médian de la Croatie dépasse le standard de pouvoir d'achat moyen des dix pays qui ont rejoint l'UE en 2004, tout en étant à la traîne de la moyenne de l'UE. [96] Le recensement de 2011 a enregistré un total de 1,5 million de ménages privés dont la plupart étaient propriétaires de leur logement. [5] [70]

Géographie politique Modifier

La Croatie a d'abord été subdivisée en comtés au Moyen Âge. [97] Les divisions ont changé au fil du temps pour refléter les pertes de territoire à la conquête ottomane et la libération ultérieure du même territoire, en plus des changements dans le statut politique de la Dalmatie, de Dubrovnik et de l'Istrie. La division traditionnelle du pays en comtés a été abolie dans les années 1920, lorsque le Royaume des Serbes, Croates et Slovènes et le Royaume de Yougoslavie qui a suivi ont introduit respectivement les oblasts et les banovinas. [98] La Croatie dirigée par les communistes, en tant que partie constitutive de la Yougoslavie d'après-guerre, a aboli les divisions antérieures et introduit des municipalités (principalement rurales), subdivisant la Croatie en une centaine de municipalités environ. Les comtés ont été réintroduits en 1992 par une législation, considérablement modifiée en termes de territoire par rapport aux subdivisions d'avant les années 1920 - par exemple, en 1918, la partie transleithanienne de la Croatie a été divisée en huit comtés avec leurs sièges à Bjelovar, Gospić, Ogulin, Požega, Vukovar , Varaždin, Osijek et Zagreb, tandis que la législation de 1992 a établi 14 comtés sur le même territoire. Le comté de Međimurje a été créé dans la région éponyme acquise par le traité de Trianon de 1920. [99] [100] (La Constitution croate de 1990 prévoyait une Chambre des comtés faisant partie du gouvernement, et les comtés eux-mêmes sans préciser leur nom ou leur nombre. [101] Cependant, les comtés n'ont été réellement rétablis qu'en 1992 , [102] et la première Chambre des comtés a été élue en 1993.) [103]

Depuis le rétablissement des comtés en 1992, la Croatie a été divisée en 20 comtés et la capitale de Zagreb, cette dernière ayant l'autorité et le statut juridique d'un comté et d'une ville en même temps (le comté de Zagreb en dehors de la ville est administrativement séparé à partir de 1997). [104] [105] Les frontières des comtés ont changé dans certains cas depuis (pour des raisons telles que les liens historiques et les demandes des villes), la dernière révision ayant lieu en 2006. Les comtés se subdivisent en 127 villes et 429 municipalités. [106]

La division de la Nomenclature européenne des unités territoriales statistiques (NUTS) de la Croatie est réalisée à plusieurs niveaux. Le niveau NUTS 1 place l'ensemble du pays dans une seule unité, tandis qu'il existe trois régions NUTS 2, à savoir la Croatie centrale et orientale (pannonienne), la Croatie du nord-ouest et la Croatie adriatique. Le dernier englobe tous les comtés le long de la côte adriatique. Le nord-ouest de la Croatie comprend la ville de Zagreb et les comtés de Krapina-Zagorje, Varaždin, Koprivnica-Križevci, Međimurje et Zagreb, et la Croatie centrale et orientale (Pannonienne) comprend les régions restantes—Bjelovar-Bilogora, Virovitica-Podravina, Požega-Slavonia, Brod -Comtés de Posavina, Osijek-Baranja, Vukovar-Syrmia, Karlovac et Sisak-Moslavina. [107] Les comtés individuels et la ville de Zagreb représentent des unités de subdivision de niveau NUTS 3 en Croatie. Les divisions des unités administratives locales NUTS sont à deux niveaux. Les divisions LAU 1 correspondent aux comtés et à la ville de Zagreb, ce qui les rend identiques aux unités NUTS 3, tandis que les subdivisions LAU 2 correspondent aux villes et municipalités de Croatie. [108]

comté Siège Superficie (km 2 ) Population
Bjelovar-Bilogora Bjelovar 2,652 119,743
Brod-Posavina Slavonski Brod 2,043 158,559
Dubrovnik-Neretva Dubrovnik 1,783 122,783
Istrie Pazin 2,820 208,440
Karlovac Karlovac 3,622 128,749
Koprivnica-Križevci Koprivnica 1,746 115,582
Krapina-Zagorje Krapina 1,224 133,064
Lika-Senj Gospić 5,350 51,022
Međimurje akovec 730 114,414
Osijek-Baranja Osijek 4,152 304,899
Požega-Slavonie Požega 1,845 78,031
Primorje-Gorski Kotar Rijeka 3,582 296,123
Sibenik-Knin Sibenik 2,939 109,320
Sisak-Moslavine Sisak 4,463 172,977
Split-Dalmatie Diviser 4,534 455,242
Varaždin Varaždin 1,261 176,046
Virovitica-Podravina Virovitique 2,068 84,586
Vukovar-Srijem Vukovar 2,448 180,117
Zadar Zadar 3,642 170,398
Comté de Zagreb Zagreb 3,078 317,642
Ville de Zagreb Zagreb 641 792,875

Urbanisation Modifier

Le taux d'urbanisation moyen en Croatie s'élève à 56%, avec une population urbaine en croissance et une population rurale en diminution. La plus grande ville et capitale du pays est Zagreb, avec une population urbaine de 686 568 habitants dans la ville elle-même. La zone métropolitaine de Zagreb comprend 341 colonies supplémentaires et, en 2001, la population de la région avait atteint 978 161 habitants. Environ 60% des habitants du comté de Zagreb vivent dans la zone métropolitaine de Zagreb, tout comme environ 41% de la population urbaine de la Croatie. [109] Les villes de Split et Rijeka sont les plus grandes agglomérations de la côte adriatique croate, la population de chaque ville dépassant les 100 000 habitants. Il existe quatre autres villes croates de plus de 50 000 habitants : Osijek, Zadar, Pula et Slavonski Brod. Le district de Zagreb de Sesvete, qui a le statut d'établissement autonome mais pas de ville, compte également une population aussi importante. Onze autres villes sont peuplées de plus de 20 000 personnes. [70]


COMTÉ DE DUVAL

Figure 5 (la gauche) effectue un zoom sur la configuration actuelle de la zone 2020 qui sera modifiée pour 2021. Elle comprend les rivières St. Johns et Trout afin que le lecteur puisse visualiser l'impact de la rivière sur les produits de prévision, de veille et d'avertissement pour la zone "Inland Duval" actuelle.

Figure 6 (milieu) indique les nouvelles zones météorologiques publiques et incendie avec les rivières St. Johns et Trout incluses. Notez que la zone "Trout River" deviendra une nouvelle zone de prévision météorologique publique/incendie et portera le numéro FLZ225 . Sur le plan météorologique, cela est dû aux événements d'écoulement du nord-est et aux inondations côtières sur le système de la rivière Trout qui s'y déversent principalement directement de la rivière Saint-Jean, entraînant des impacts importants le long de ce plan d'eau.

Une deuxième nouvelle zone "South Central Duval", numérotée FLZ325, a été créée pour tenir compte de la rivière St Johns au sud du centre-ville de Jacksonville et comprend les rivières Ortega et Cedar. Cela était nécessaire à la fois en raison de la grande zone ouverte de la rivière et de l'effet de seiche auquel la rivière est soumise lors des tempêtes.

Enfin, avec la suppression des systèmes Trout et St Johns River, une description de "Western Duval" décrit mieux la nouvelle zone géographique à l'ouest de la rivière St Johns et une nouvelle désignation de numéro de zone FLZ425 était appropriée pour cet emplacement. Les zones côtières à l'est de l'Interstate 95 resteront INCHANGÉ et conservera le numéro de zone actuel FLZ125.

Figure 7 (droite) illustre les modifications apportées à la zone 2020/Current "Inland Duval". Notez que les zones colorées en vert et en jaune ont été supprimées de l'ancienne "Inland Duval" (maintenant en 2021 "Western Duval" Zone).

Les figures 8a et 8b représentent la nouvelle zone de météo publique et incendie 2021 "Trout River" sans (8a) et avec le système Trout River (8b). La zone de la rivière Trout comprend les rivières Trout et Ribualt. Cette nouvelle zone se verra attribuer un nouveau numéro de zone FLZ225

Les figures 9a et 9b illustrent la forme de la nouvelle zone de météo publique et incendie de 2021 "South Central Duval" (9a) qui améliorera le service aux zones fluviales du comté de Duval au sud du pont Fuller Warren (9b). Cette nouvelle zone se verra attribuer un nouveau numéro de zone FLZ325

Figure 10 (la gauche) montre la zone "Western Duval" reconfigurée et renommée, créée en découpant les systèmes de la rivière Trout et St Johns à partir de l'ancienne zone "Inland Duval". La zone Western Duval se verra attribuer un nouveau numéro de zone FLZ425 .

Le chiffre 11 ( droite) illustre les trois changements apportés au comté de Duval, sans le réseau de la rivière St Johns.


Planification d'itinéraire d'UAV pour la classification active des maladies

L'eucalyptus représente l'une des principales sources de matières premières au Brésil, et chaque année, des pertes substantielles estimées à 400 millions de dollars sont dues à des maladies. La surveillance active des cultures d'eucalyptus peut aider à obtenir des informations précises sur les zones contaminées, afin d'améliorer le temps de réponse. Les véhicules aériens sans pilote (UAV) permettent une acquisition de données à faible coût et un balayage rapide de vastes zones, mais le succès du processus d'acquisition de données dépend d'une planification efficace de l'itinéraire de vol, en particulier en raison des temps d'autonomie traditionnellement faibles. Cet article propose un cadre unique pour l'acquisition efficace de données visuelles à l'aide de drones qui combine la perception, la représentation de l'environnement et la planification d'itinéraire. Un modèle probabiliste de l'environnement étudié, contenant des eucalyptus malades, du sol et des arbres sains, est progressivement construit à l'aide d'images acquises par le véhicule, en combinaison avec le GPS et les informations inertielles pour le positionnement. Cette carte incomplète est ensuite utilisée dans l'estimation du prochain point à explorer selon une certaine fonction objectif, visant à maximiser la quantité d'informations collectées sur une certaine distance parcourue. Les résultats expérimentaux montrent que l'approche proposée se compare avantageusement aux autres méthodes de planification d'itinéraires traditionnellement utilisées.

Ceci est un aperçu du contenu de l'abonnement, accessible via votre institution.


Utilisation de ST_split pour diviser une entité linéaire à l'aide de points à proximité - Systèmes d'information géographique

Caractéristiques des canaux et des barres mouillés pour les rivières Tillamook, Trask, Wilson, Kilchis et Miami, Oregon, en 1967, données numériques vectorielles Open File Report 2012-1187

https://water.usgs.gov/lookup/getspatial?ofr2012_1187_Tillamook_Wetted_Channel_and_Bar_Features_1967 Jones, Krista L. Keith, Mackenzie K. O'Connor, Jim E. Mangano, Joseph F. Wallick, J. Rose

Évaluation préliminaire de la stabilité du chenal et du transport des matériaux de fond dans le bassin de la rivière Coquille, dans le sud-ouest de l'Oregon Rapport public 2012-1187 de l'U.S. Geological Survey

Ces données ont été créées pour appuyer l'évaluation préliminaire de la stabilité du chenal et du transport des matériaux du lit sur les rivières Tillamook, Trask, Wilson, Kilchis, Miami et Nehalem, au nord-ouest de l'Oregon. Cette cartographie a été utilisée pour suivre les changements dans la morphologie du canal et la forme du plan au fil du temps.

Aucun prévu -123.893445 -123.723840 45.620912 45.395179 Catégorie de sujet ISO 19115 informations géoscientifiques eaux intérieures environnement Thésaurus de l'USGS transport de sédiments géomorphologie fluviale changement de chaîne historique stabilité du canal

Système d'information sur les noms géographiques (GNIS)

US 503-251-3474 [email protected]

Les photographies de 1939 et 1967 des six zones d'étude ont été géorectifiées à l'aide de 5 à 14 points de contrôle au sol. L'erreur quadratique moyenne totale des photographies rectifiées, un indicateur des incertitudes de position horizontale dues au processus de géorectification, était inférieure à 4,9 m pour toutes les zones d'étude. En général, les points de contrôle au sol pour la géorectification étaient situés près des chenaux principaux, de sorte que les erreurs de position des caractéristiques des chenaux devraient être inférieures à l'erreur quadratique moyenne signalée pour les photographies individuelles. La numérisation a été effectuée à une échelle de 1:2 000 dans les sous-bassins de la baie de Tillamook et en amont du kilomètre de rivière 19,0 sur la rivière Nehalem. En aval du kilomètre de rivière 19,0 sur la rivière Nehalem, la numérisation a été effectuée à l'échelle 1:10 000.

Changement de chenal et transport des matériaux du lit dans le bassin de la rivière Umpqua, Oregon Rapport d'enquête scientifique de l'U.S. Geological Survey 2011-5041

112 p. https://pubs.usgs.gov/sir/2011/5041/ en ligne 1939 2009 condition du sol Wallick, 2011 Le rapport décrit les méthodes détaillées utilisées pour la rectification et le mosaïquage des photographies, ainsi que la délimitation de la ligne centrale du canal, du canal mouillé et des barres. Département américain de l'Agriculture

1967 photographie aérienne image de télédétection 20000 photographie aérienne 19670219 état du sol USDA 1967 Les photographies aériennes ont fourni une couche de base à partir de laquelle les caractéristiques du chenal ont été délimitées.

Les photographies de 1939 et 1967 des six zones d'étude ont été géorectifiées à l'aide de 5 à 14 points de contrôle au sol. L'erreur quadratique moyenne totale des photographies rectifiées, un indicateur des incertitudes de position horizontale dues au processus de géorectification, était inférieure à 4,9 m pour toutes les zones d'étude. En général, les points de contrôle au sol pour la géorectification étaient situés près des chenaux principaux, de sorte que les erreurs de position des caractéristiques des chenaux devraient être inférieures à l'erreur quadratique moyenne signalée pour les photographies individuelles.

Une règle de topologie de géodatabase ESRI de « ne doit pas se chevaucher » a été utilisée pour la mise à jour. Cela nécessitait qu'aucun polygone de fonction de barre ne rencontre le même espace.

Les barres visibles sur les photographies aériennes ont été délimitées à l'aide d'une classe d'entités surfaciques. Le contour a été tracé pour représenter l'entité telle qu'elle est vue à une échelle de 1:2 000 dans les sous-bassins de la baie Tillamook et en amont du kilomètre de rivière 19,0 sur la rivière Nehalem. En aval du kilomètre de rivière 19,0 sur la rivière Nehalem, la numérisation a été effectuée à l'échelle 1:10 000. Toutes les caractéristiques des barres dans la zone d'étude de plus de 200 mètres carrés ont été numérisées.

Les bords des canaux mouillés visibles sur les photographies aériennes ont été délimités à l'aide d'une classe d'entités polylignes. Les extrémités des lignes ont été accrochées aux polygones de barres existants.

La délimitation des barres, des lignes médianes des canaux et des bords des canaux mouillés a été vérifiée par les membres de l'équipe du projet pour assurer une délimitation cohérente des caractéristiques entre les années et dans toute la zone d'étude et la cohérence avec le protocole de délimitation de Wallick et autres (2011).

La classe d'entités de polygones à barres a été convertie en points à l'aide de l'outil « entité à point » dans ArcToolbox.

Les classes d'entités de polygones à barres et de polylignes de canaux mouillés ont été converties en polygones à l'aide de l'outil « entités en polygone » dans ArcToolbox. La classe d'entités de point de barre a été utilisée pour étiqueter ces polygones avec les informations attributaires correctes.

Les polygones ont été intersectés avec une classe d'entités surfaciques des tronçons d'étude pour limiter l'étendue de la cartographie et attribuer des noms de tronçons aux polygones à l'aide de l'outil « Intersection » d'ArcToolbox.

Les polygones d'entités du chenal mouillé ont été étiquetés manuellement dans la table attributaire.


REMARQUE : Cette technique n'attache pas le nouveau sommet au bord. La seule façon de le faire est de faire glisser le nouveau sommet vers un sommet créé sur l'arête souhaitée à l'aide de la technique n°1.

Sélectionnez un sommet existant

Ctrl + LMB loin du sommet sélectionné pour créer un nouveau sommet

Dans la fenêtre 3D, vérifiez que :

  • Accrocher pendant la transformation (icône d'aimant) est tourné au
  • Type d'élément à accrocher à est défini sur Bord
  • Quelle partie accrocher sur la cible est réglé sur Le plus proche

RMB pour faire glisser le sommet pour s'accrocher au bord souhaité (le sommet déplacé doit être entouré d'un cercle pour indiquer qu'il s'accrochera au bord). Relâchez le RMB et le LMB pour confirmer le placement.

Vous pouvez sélectionner le nouveau sommet et utiliser Glissière de sommet pour changer son emplacement sur le bord Shift - V .

Une autre option serait d'extruder des sommets : avec un seul sommet est sélectionné Ctrl - LMB crée un nouveau sommet à la position du curseur de la souris et relie les sommets par une nouvelle arête.

Pour les arêtes connectées à une face, vous pouvez utiliser l'outil Couteau pour placer un sommet où vous le souhaitez. Si vous ne souhaitez créer qu'un seul nouveau sommet, cliquez simplement et faites glisser sur une seule arête avec l'outil couteau.

Je sais que c'est vieux et tout. Mais il existe un moyen beaucoup plus simple de le faire. Extrudez simplement un sommet à partir de l'un des sommets du bord souhaité, sélectionnez l'accrochage au bord et faites glisser le sommet à travers le bord souhaité comme un couteau dans du beurre jusqu'à l'endroit où vous le souhaitez. Fonctionne comme un gant.

Appuyez sur E pour extruder à partir du sommet actuellement sélectionné. Vous pouvez le faire à plusieurs reprises pour créer une longue chaîne.

Sélectionnez l'arête dont vous voulez placer le sommet au milieu, cliquez avec le bouton droit et sélectionnez Subdiviser. Il sera directement au milieu du bord. De là, vous pouvez glisser si vous en avez besoin à une position différente autre que 50 % le long de la longueur du bord.

Bien qu'il ne soit pas aussi simple que de l'utiliser sur un bord, Subdivide est également disponible en mode Vertex Select. Vous pouvez également sélectionner les sommets, puis les utiliser, mais notez qu'ils doivent avoir une arête les reliant directement entre eux. Si vous en avez d'abord besoin, sélectionnez les deux verts non connectés et utilisez Join (touche J), ​​ce qui créera un bord, puis vous pouvez utiliser Subdivide.


Une méthode d'extraction automatique des informations sur le fonctionnement de l'entraîneur à partir des données de trajectoire historiques

La qualité du service de voyage pour le transport routier repose fortement sur la richesse des données sur les opérations de transport. Actuellement, la plupart des types de données, y compris les données d'exploitation des autocars, sont collectées par une enquête manuelle qui prend beaucoup de temps et de main-d'œuvre, ce qui entrave considérablement la réalisation d'un service intelligent d'informations sur le trafic. Compte tenu des problèmes ci-dessus, cet article vise à introduire une méthode d'extraction automatique des informations sur le fonctionnement des autocars à l'aide des données historiques de trajectoire GPS d'autocars massifs.Le procédé analyse d'abord les caractéristiques de trajectoire des autocars dans les gares et identifie les groupes de points très denses en tant que gares d'autocars à l'aide de l'algorithme de clustering DBSCAN. Ensuite, les informations sur les horaires sont obtenues en effectuant un ajustement des erreurs sur les séries temporelles réelles d'arrivée et de départ de plusieurs équipes, et le nom de la gare routière est interrogé à partir du point d'intérêt (POI) et de la base de données de noms géographiques fournie par la carte en ligne. Enfin, l'itinéraire régulier de conduite des autocars est extrait par une méthode de fusion de trajectoire incrémentale. La méthode proposée est appliquée au traitement des données de trajectoire historiques dans la région Pékin-Tianjin-Hebei en Chine, et les résultats expérimentaux montrent que la précision d'extraction est de 84 % et vérifient son efficacité et sa faisabilité. La méthode proposée utilise des techniques d'exploration de données pour extraire des informations sur le fonctionnement des autocars à partir de grandes données de trajectoire et permet d'économiser beaucoup de travail, de temps et de coûts économiques requis par l'enquête sur site.

1. Introduction

Le service intelligent d'informations sur le trafic consiste à utiliser des technologies avancées (Internet des objets, cloud computing, etc.), des données d'exploitation de transport, des analyses et des algorithmes de décision pour obtenir des connaissances sur le trafic afin de fournir des services de prise de décision au gouvernement, aux entreprises et au public. . Des exemples typiques sont la surveillance du trafic en temps réel [1, 2], la planification des transports en commun [3, 4], la planification du temps de trajet [5, 6] et le système de demande et de réservation de billets en ligne [7]. Depuis le 20e siècle, les services intelligents d'information sur le trafic ont été largement utilisés dans divers domaines et sont devenus un élément important et une direction de recherche brûlante dans le domaine des transports intelligents [8, 9]. La qualité du service intelligent d'information sur le trafic est affectée non seulement par la précision et l'efficacité des algorithmes d'analyse, mais aussi par l'exhaustivité et la qualité des données d'exploitation de transport [10]. Les chercheurs ont effectué de nombreux travaux de recherche sur l'analyse du trafic et les algorithmes de décision [11] cependant, peu d'études se concentrent sur la collecte de données sur les opérations de transport, en particulier l'amélioration du niveau d'automatisation et la précision du processus de collecte de données. Il existe principalement deux types de méthodes de collecte des données sur les opérations de transport : l'une est collectée par des équipements de surveillance, tels qu'une caméra ou une bobine à induction pour obtenir le flux de trafic, tandis que l'autre est collectée par une enquête manuelle, telle que les informations sur l'exploitation des autocars, y compris l'emplacement, le nom, l'horaire et l'itinéraire de la station. Dans le monde réel, la plupart des données sur les opérations de transport doivent être collectées par le biais d'un travail manuel. En prenant comme exemple les informations sur l'exploitation des autocars en Chine, un grand nombre d'entreprises de transport de passagers sont impliquées dans cette industrie, et le mode de fonctionnement dans les gares routières de passagers est isolé et peu standardisé [12]. Ce serait une tâche très longue et laborieuse de collecter manuellement des informations détaillées sur le fonctionnement des autocars dans une grande zone ou même à travers le pays. Par conséquent, pour réaliser un service d'informations de trafic intelligent pour le transport routier de passagers, il existe un besoin urgent de procédés de collecte d'informations détaillées sur le fonctionnement des autocars d'une manière rapide, efficace et peu coûteuse.

Avec le développement des technologies de détection et de localisation, de nombreux véhicules sont équipés de récepteurs GPS (Global Positioning System) et d'équipements de communication sans fil. Les véhicules collectent en permanence des informations en temps réel, y compris les emplacements, les paramètres de mouvement et le temps de positionnement tout en se déplaçant, puis les transmettent au centre de données. Ce type de données est appelé données de voiture flottantes [13, 14]. Des données massives de positionnement de véhicule sont de plus en plus accumulées, ce qui crée une nouvelle façon de résoudre les défis ci-dessus [15]. L'émergence de ces données permet d'utiliser les technologies d'analyse des mégadonnées pour extraire des connaissances riches à partir des données de trajectoire [16], y compris des informations sur le fonctionnement des véhicules de tourisme.

Le travail de recherche lié à cet article est principalement divisé en trois aspects. L'une est l'extraction de régions d'intérêt basées sur des données de trajectoire. Palma et al. et Bhattacharya et al. ont proposé des méthodes d'analyse des caractéristiques du mouvement (vitesse, azimut, accélération, etc.) à des emplacements spécifiques et ont trouvé des endroits intéressants/importants liés à la personne/à l'objet [17, 18]. De nombreux chercheurs ont exploré davantage la région d'intérêt pour diverses applications, et, parmi celles-ci, Zheng et al. ont utilisé des algorithmes d'exploration de trajectoire pour analyser les données de trajectoire GPS générées par l'utilisateur afin de recommander des attractions touristiques et des attractions touristiques personnalisées [19]. En outre, Li et al. ont utilisé l'algorithme DBSCAN pour extraire les emplacements des parkings en analysant les caractéristiques typiques des données de voitures flottantes dans les parkings [20].

Un autre aspect est l'extraction d'itinéraire basée sur des données de trajectoire. Schoredl et al. et Li et al. ont proposé deux méthodes d'extraction de cartes routières de haute précision à partir des trajectoires des véhicules équipés de récepteurs GPS [21, 22], et leurs méthodes conviennent respectivement aux fréquences d'échantillonnage élevées et basses des données de localisation. Différent du leur, Cao et Krumm ont proposé un nouveau modèle gravitationnel pour convertir la trajectoire GPS originale en un réseau routier pouvant guider la sélection du chemin [23]. Dans le but d'extraire des informations plus détaillées, Tang et al. ont proposé une méthode pour extraire les informations du réseau routier au niveau des voies à partir des trajectoires GPS de véhicules de faible précision en fonction du nombre de voies de circulation et des règles de direction [24]. Kuntzsch et al. a établi un modèle de croisement explicite avec une fonction fractionnaire pour extraire le réseau de trafic des données GPS et a prouvé la faisabilité de la méthode à travers des expériences sur des ensembles de données GPS de différentes tailles et qualités de données [25].

En plus de la région d'intérêt et de l'identification des itinéraires, les chercheurs ont également effectué de nombreuses recherches sur l'extraction de modèles spatio-temporels basés sur des données de trajectoire. Par exemple, Kang et Yong ont proposé une méthode de recherche de motifs spatio-temporels dans les données de trajectoire, qui a d'abord découvert des régions spatio-temporelles significatives, puis extrait des motifs spatio-temporels fréquents en utilisant une approche de projection de préfixe [26]. De même, Lei et al. [27] et Zhao et al. [28] ont proposé un modèle/cadre analytique spatio-temporel pour capturer les modèles de mouvement des objets. Différent de ceux-ci, Lu et al. ont proposé une méthode d'analyse visuelle pour étudier le comportement des véhicules le long d'un itinéraire, en se concentrant sur la distribution temporelle et spatiale du temps de trajet, c'est-à-dire le temps passé sur chaque segment de route et le changement de temps de trajet pendant les heures de pointe / creuses [29 ]. Les modèles temporels et spatiaux d'objets en mouvement extraits des données de trajectoire peuvent également être utilisés pour des recommandations de planification de voyage, par exemple, Zheng et al. [30] et Hsieh et al. [31] ont extrait des lieux et des activités intéressants à partir des données de trajectoire, puis ont recommandé des itinéraires de voyage. Certains chercheurs ont également effectué des travaux sur la reconnaissance de formes périodiques comme une méthode de détection de période probabiliste pour les objets en mouvement [32]. Bien que les chercheurs aient proposé diverses méthodes sur les données de trajectoire pour identifier la région d'intérêt, la route d'intérêt et les modèles spatio-temporels, peu d'études ont exploré l'utilisation complète des méthodes d'exploration de données pour extraire des informations sur le fonctionnement des autocars.

Cet article vise à introduire une méthode d'extraction automatique des informations sur le fonctionnement des autocars à l'aide des données historiques de trajectoire GPS des autocars massifs. Après avoir analysé les caractéristiques typiques des trajectoires GPS collectées dans les stations, l'algorithme de regroupement spatial DBSCAN est utilisé pour identifier l'emplacement des stations. Ensuite, les informations sur les horaires sont obtenues en effectuant un ajustement des erreurs sur les séries temporelles réelles d'arrivée et de départ de plusieurs quarts de travail, et le nom de la gare routière est identifié par le point d'intérêt (POI) et la base de données de noms géographiques fournie par la carte en ligne. Enfin, l'itinéraire de conduite régulier de chaque ligne de car est extrait par un algorithme de fusion de trajectoire incrémentale. Cette méthode était prometteuse pour obtenir des informations sur l'exploitation des autocars dans une vaste zone de manière rapide et peu coûteuse.

2. Méthodologie

Le développement et la popularisation de l'Internet des véhicules ont amené les voitures flottantes à générer une grande quantité de données de suivi. Les données de suivi enregistrent l'emplacement et les paramètres de mouvement des véhicules pendant que les véhicules se déplacent et sont une source de données indispensable pour étudier le comportement des véhicules et pour extraire des informations cachées [33]. L'une des nombreuses plates-formes flottantes pour voitures est la plate-forme nationale de surveillance des véhicules commerciaux (NCVMP) établie par le ministère des Transports de Chine en 2010 pour surveiller plusieurs types spéciaux de véhicules commerciaux, y compris les autocars. Pour les autocars, les informations les plus importantes sont les informations sur l'exploitation des autocars, y compris l'emplacement et le nom des gares, les horaires et les itinéraires d'exploitation des autocars. Pour divers types de raisons, les conducteurs d'autocars peuvent parfois ajuster leur itinéraire de conduite en fonction des conditions de la route ou des habitudes de conduite, de sorte que l'itinéraire de différentes équipes même du même autocar ou l'heure d'arrivée à la même gare ne sont souvent pas exactement les mêmes. . Par conséquent, comment extraire avec précision les emplacements des stations, les horaires réguliers et les itinéraires de conduite à partir des données de trajectoire historiques sont la clé de cette recherche.

Le flux de travail global d'extraction des informations sur l'exploitation des autocars à partir des données de trajectoire des autocars est illustré à la figure 1. Il se compose principalement de quatre parties : extraction de l'emplacement de la gare, identification du nom de la gare, extraction des horaires et génération de l'itinéraire. Premièrement, les points de positionnement anormaux dans l'ensemble de données d'origine qui sont irréguliers ou illogiques sont supprimés, et les points de trajectoire appartenant aux itinéraires des autocars sont séparés de l'ensemble de données d'origine sur la base des informations de base sur l'exploitation des autocars. Deuxièmement, cet article utilise l'algorithme DBSCAN pour extraire l'emplacement des gares où les autocars se garent pour que les passagers montent et descendent et calcule l'heure d'arrivée et de départ régulière pour chaque gare en utilisant la théorie de l'ajustement des erreurs. Troisièmement, sur la base du nom de lieu et de la base de données de POI des cartes en ligne, le nom de la station est obtenu grâce aux emplacements des stations extraits. Dans la procédure d'extraction d'itinéraire de conduite, toute trajectoire d'un autocar est d'abord considérée comme un itinéraire candidat, et d'autres trajectoires sont continuellement mises à jour vers l'itinéraire candidat par un processus de fusion comprenant la classification et la fusion des points de trajectoire et le filtrage de confiance, et enfin la conduite régulière l'itinéraire de chaque autocar est obtenu.


Voir la vidéo: THORNLANDS RSL 880M2 - MG CONSTRUCTIONS LAST DECK