Mandjo Béa Boré
Mandjo Béa Boré
Analyste-développeur
Mandjo Béa Boré

Mandjo Béa BoréAnalyste-développeur

Créer des applications et cartes pour raconter la donnée et la transformer en leviers d'action

construit avec:

🧭 Optimisation du plus court chemin - Aéroports Canada

2024Spatial Analysis
Dans ce scénario, mon objectif est d'identifier l'itinéraire le plus court entre deux communautés isolées du nord du Canada : Coppermine dans les Territoires du Nord-Ouest et Kangiqsualujjuaq au Nunavik (Nord du Québec). Comment déterminer le chemin optimal entre ces localités éloignées ?

Un grand merci à Esri Canada pour avoir généreusement fourni les données de formation utilisées comme base pour ce projet. Le jeu de données inclut des localisations d'aéroports et des informations sur les trajectoires de vol existantes. Il est important de noter que ces données ont été largement modifiées à des fins pédagogiques et ne représentent ni les routes aériennes réelles ni des données d'aviation opérationnelles.

Dans ce projet, j'ai relevé un défi de mise en réseau afin de déterminer l'itinéraire le plus efficace entre deux localités éloignées : Coppermine et Kangiqsualujjuaq. L'objectif était d'identifier l'itinéraire le plus court possible en utilisant des données géographiques réelles et les outils ArcGIS Network Analyst.

Pour ce faire, j'ai commencé par construire un jeu de données réseau à partir de données publiques du transport aérien canadien. Cela a impliqué l'importation des localisations d'aéroports et des itinéraires existants dans ArcGIS Pro, puis leur structuration en un réseau connecté à l'aide de Python. Grâce à la fonction arcpy.na.CreateNetworkDataset(), j'ai créé un réseau routable, puis avec arcpy.na.BuildNetwork(), je l'ai activé afin qu'il reconnaisse toutes les connexions possibles.

Ensuite, j'ai utilisé le Route Solver d'ArcGIS Network Analyst pour calculer l'itinéraire optimal. J'ai défini Coppermine comme point de départ et Kangiqsualujjuaq comme destination. Le solveur a analysé toutes les routes possibles, en comparant distances et connexions, et a renvoyé le plus court itinéraire accompagné d'informations clés telles que la distance totale et la séquence recommandée du trajet.

Cette approche démontre comment les technologies géospatiales peuvent être utilisées pour résoudre des problématiques réelles de calcul d'itinéraires — qu'il s'agisse de planification des transports, de logistique ou d'intervention d'urgence. La même méthode peut être appliquée à des réseaux routiers, des routes maritimes ou même des sentiers de randonnée, offrant un moyen fiable et automatisé pour faciliter la navigation et la prise de décision.

Technologies utilisées :
ArcGIS Pro 3.5
Network Analyst
Network Dataset
Python
Route Solver

SHARE

Mandjo Béa Boré

Créer des applications et cartes pour raconter la donnée et la transformer en leviers d'action