Mémoire

Abstract

Ce mémoire répond à une demande de l'entreprise GeoPostcodes, gestionnaire d'une base de données de codes postaux pour de nombreux pays. GeoPostcodes dispose de tables de polygones pour les premiers caractères des codes postaux. Mais pour les codes plus précis, certains pays ne fournissent pas de polygone. L'entreprise a donc développé une méthode basée sur des données de codes postaux sous forme de points, en utilisant la tessellation de Voronoï. Cependant, cette approche présente des limitations, notamment le risque de traverser des bâtiments ou de ne pas respecter la structure urbaine. Pour résoudre ce problème, nous avons recours à la bibliothèque Python momepy, capable de prendre en compte les bâtiments et la structure urbaine. Momepy propose trois types de tessellations formées autour des bâtiments plutôt que des points, évitant ainsi les incohérences liées aux bâtiments coupés. Nous avons développé un programme permettant à GeoPostcodes de choisir parmi ces tessellations et d'en ajuster les paramètres. Le programme utilise des données d'OpenStreetMap via OSMnx et l'Overpass API, visant à lier les cellules de tessellation obtenues aux données des codes postaux des points. Les résultats principaux démontrent qu'il est possible d'attribuer correctement des codes postaux aux cellules, moyennant un choix et un paramétrage pertinent des tessellations, ainsi que des potentiels ajustements en post-traitement. Le succès de cette méthode dépend également de la disponibilité et de la cohérence des données, tant pour les bâtiments que pour les points de GeoPostcodes. Pour contrer cette problématique, nous suggérons l'utilisation d'autres sources pour les bâtiments et les barrières, comme les initiatives Microsoft Global ML Building Footprints ou Overture Maps.