Vous êtes sur la page 1sur 19

1

Evolution et dveloppement des mthodes dAnalyse spatiale multicritre pour des modles daptitude : lexemple des
applications en Gosciences

Raffaella Balzarini, Paule-Annick Davoine et Muriel Ney
prnom.nom@imag.fr
Laboratoire dInformatique de Grenoble (LIG) quipes Steamer et Metah.
ESRI France, Dpartement Education et Recherche

Rsum :
Cet article propose un tour dhorizon sur les mthodes danalyse multicritres intgres aux Systmes dInformation
Gographiques : il aborde les raisons dtre et les applications de ce couplage de plus en plus oprationnel dans des domaines
pluridisciplinaires o les problmes rsoudre ont des caractres spatiaux et dcisionnels prpondrants. Notre analyse
sappuie sur une synthse des travaux de Salem Chakhar, de lUniversit Paris- Dauphine et de Jacek .Malzcewski, professeur
au Dpartement de gographie de lUniversity of Western Ontario.
A travers cet article nous souhaitons apporter un clairage simple et concis sur les concepts, la terminologie et les
fonctionnalits qui participent la mise en uvre de lanalyse multicritre dans les SIG et fournir une passerelle entre les
diffrents champs disciplinaires qui contribuent son volution.



Introduction
1. Mthodologie gnrale combine aux concepts de spatialit
2. Synthse des mthodes de lAMC
3. Les modes dintgration SIG-AMC
4. Synthse des approches SIG - AMC selon la littrature
5. Les domaines dapplication de lAMC
6. Le couplage SIG-AMC dans les domaines des Gosciences
7. Le couplage SIG-AMC dans ARCGIS V.10
8. Les limites et les difficults
Conclusions










2
Introduction
Lanalyse spatiale multicritre (ASMC) est une mthode danalyse spatiale qui permet de combiner plusieurs critres, de
diffrente nature, afin dobtenir un rsultat cartographique indiquant des zones plus ou moins aptes la solution du problme.
A l'origine, cette mthode a t dveloppe dans le cadre des mathmatiques, des sciences conomiques et du gnie industriel.
L'analyse multicritre, galement nomme " aide multicritre la dcision ", connat un dveloppement trs important depuis
la deuxime moiti des annes 1970 et peut tre dsormais considre comme un outil scientifique part entire.
(http://ec.europa.eu/europeaid/evaluation/methodology/tools/too_cri_def_fr.htm)
Lanalyse multicritre ou Evaluation multicritre (AMC-EMC) pour la rsolution de problmes spatiaux est bien antrieure
lutilisation des Systmes dInformation Gographique : cas dune localisation (Khalil et al., 2003), amnagement et utilisation
du sol (Koo et OConnell, 2006), implantation dinfrastructures, calcul du plus court chemin, planification urbaine et rgionale,
zonage, environnement (Lahdelma et al., 2000 ; Kiker et al., 2005), agriculture (Janssen et Rietveld, 1990), gestion et
conservation des ressources en eau (Raju et Pillai, 1999a), planification du transport (Jankowski, 1995).
Cependant, les mthodes dAMC toutes seules sont incapables de tenir compte de tous les aspects des problmes de dcision
rfrence spatiale ; aussi les logiciels dAMC ne disposent pas de capacits ncessaires pour la gestion des donnes rfrence
spatiale et ils manquent doutils ncessaires la reprsentation cartographique des rsultats (C. M. G. Kdowid, Vertigo,
2010). En revanche, lapproche de loutil SIG est bien adapte pour rpondre ces deux insuffisances. Le couplage ou
lintgration des SIG et des mthodes de lAMC semblent donc tre la meilleure solution pour combler leurs lacunes
respectives. Elle constitue une voie privilgie et incontournable pour faire voluer les SIG vers de vritables systmes d'aide
la dcision (Laaribi 2000 ; Joerin 1997 ; Paegelow, 2004 ; Chakhar 2006). Le champ de lASMC est donc le rsultat de la
conjonction de plusieurs domaines disciplinaires : les mathmatiques, lanalyse spatiale et la gomatique. Cet article prsente
une synthse des interactions, des dveloppements et des impacts de ces diffrents domaines sur les applications pratiques des
secteurs professionnels et de la recherche.
Lanalyse spatiale a merg et connu un dveloppement bien avant lavnement des SIG, lanalyse spatiale met en vidence
des structures et des formes dorganisation spatiale rcurrentes, que rsument par exemple les modles, les champs
dinteraction de type gravitaire, les trames urbaines hirarchises, les divers types de ou de territoires, etc.. (D.Pumain,
CyberGo). Pour un certain temps, les deux domaines ont volu indpendamment lun de lautre. Ils ont uvr fournir,
chacun de son cot, un clairage oprationnel aux problmes complexes spatialiss. Les modles danalyse spatiale et les SIG
ont plusieurs similarits, comme le besoin de donnes rfrence spatiale et la capacit analytique pour traiter ces donnes, les
diffrences demeurent cependant nombreuses. La plupart de ces diffrences sont gnralement inhrentes aux approches
suivies : un modle danalyse spatiale tend approfondir les traitements sur des phnomnes de la ralit spatiale quillustrent
les fonctions danalyse effectues sur des mesures et par des calculs, alors quun SIG se proccupe beaucoup plus de la
structure du systme, cest--dire des composantes ou des lments qui reprsentent cette ralit. Cest ce qui explique, en
bonne partie, les difficults dintgration de lanalyse spatiale et des SIG. (S. Chakhar, 2006).
Dans les SIG, lanalyse spatiale, tout en sappuyant sur les concepts gographiques, se matrialise travers des applications
informatiques qui permettent lestimation, la prdiction, linterprtation et la comprhension des phnomnes du monde rel,
autrement dit, la modlisation des phnomnes spatiaux. En termes gnraux, un modle est une reprsentation simplifie de
la ralit en vue de la comprendre et de la faire comprendre (P. Haggett 1965, in L.Sanders 2001). Dans les SIG on peut
identifier deux grandes catgories de modles :
A) modles de reprsentation : reprsentent les objets gographiques (il est important de distinguer entre les termes "entit
gographique" et "objet gographique". Selon Malczewski (1999), le terme entit gographique est utilis pour dsigner un
3
lment du monde rel, i.e., les entits sont contenues dans lespace gographique. Le terme objet gographique est une
reprsentation dans le SIG dune entit gographique ; S.Chakhar, 2006). Ces modles essaient de formaliser les
caractristiques gomtriques (par exemple, la forme d'un btiment) et de capturer les relations spatiales entre les objets
(prlations de proximit entre deux objets gographiques, dintersection, de voisinage)
B) modles de go-traitement: simulent lensemble des traitements/oprations mathmatiques ou informatiques qui
sappliquent aux objets gographiques et aux interactions entre les objets, dcrits dans le modle de reprsentation. Les
relations sont modlises l'aide des mthodes danalyse spatiale. De nombreux types de modles de go-traitement peuvent
permettre de rsoudre divers problmes, notamment :
Problmes d'aptitude. (i.e.) Quel est l'emplacement optimal pour un site, comme une nouvelle cole, une dcharge d'ordures
ou un parking ?
Problmes de distance. Quels sont les habitats protgs les plus proches pour une espce en danger ?
Problmes de surface. Quel est le taux de pollution dans diffrents endroits d'un canton ?
Problmes d'hydrologie. Dans quelle direction le flux hydraulique coule-t-il d'une surface ?
Les problmes spatiaux, dont la complexit est lie lhtrognit des donnes et des concepts mobiliser, ont souvent
une nature multicritre et un caractre dcisionnel : ils sont de (i) de nature multidimensionnelle, interdisciplinaires et
difficilement formaliss, (ii) impliquent plusieurs personnes et institutions, ayant gnralement des prfrences et des objectifs
divergeants , (iii) ncessitent la dfinition de plusieurs critres conflictuels dont limportance nest pas la mme, et (iv)
demandent une quantit considrable de donnes quantitatives et qualitatives : cest le champ dapplication de lanalyse
multicritre (S. Chakhar, 2006).
Lanalyse spatiale multicritres intgre aux SIG est donc une application dans la modlisation de go-traitements pour la
rsolution de problmes spatiaux et particulirement pour les problmes daptitude, et comporte plusieurs mthodes de mises
en uvre, telles que la combinaison boolenne (boolean overlay), la somme pondre linaire (weighted linaire combination
WLC) ou la Ordered Weighted Average OWA ( Jiang et Eastman, 2000).

1. La Mthodologie gnrale dAMC combine aux concepts de spatialit
Le paragraphe qui suit propose un aperu sur la mthodologie et la terminologie gnrale de lAMC, tout en introduisant
lassemblage avec les concepts et les techniques des Systmes dInformation Gographiques.
En toute gnralit, lorsquon pose un problme multicritre, il sagit den trouver la solution la plus adquate, compte tenu
dun certain ensemble de critres, cette solution pouvant prendre diverses formes (choix, affectation, classement). On peut
alors oprer en 4 grandes tapes (Sami Ben Mena, BASE Vol.4, 2000) :

1. Dresser la liste des actions potentielles
2. Dresser la liste des critres prendre en considration
3. tablir le tableau des performances
4. Agrger les performances

Afin de prciser le sens donn aux principaux lments linguistiques qui caractrisent les tapes, nous prsentons ci dessous
une brve explication des notions employes par les diffrents auteurs.
1. Notion d Action (S. Chakhar, 2006, pag. 60)
4
[Bernard Roy (1985) dfinit ainsi la notion daction : Une action est la reprsentation dune ventuelle contribution la
dcision globale susceptible, eu gard ltat davancement du processus de dcision, dtre envisage de faon autonome et
de servir de point dapplication laide la dcision (Rsultat)
En analyse multicritre, et notamment au sein de lcole francophone, le terme "action" est utilis dans le sens de proposition
et non dans son sens traditionnel de ralisation (Laaribi, 2000). Les auteurs anglophones utilisent assez souvent le terme
"alternative" pour dsigner des solutions possibles, des variantes, ou des actions potentielles.[..] Lorsque laction prendre est
dfinie par sa localisation gographique, sa forme et/ou ses relations spatiales, on parlera daction spatiale. [..]Une action
spatiale est dfinie travers au moins deux lments (Malczewski, 1999) : (i) laction elle mme (quoi faire ?) et (ii) la
localisation gographique (o faire ?)
La cardinalit de lensemble des actions spatiales est une caractristique importante permettant de distinguer sil est reprsent
sous une vue discrte ou continue :
- vue discrte : dans des problmes rfrence spatiale, on peut se trouver en prsence dun ensemble discret dactions
connues a priori et trs souvent sujettes dbat. Ce sont des problmes de nature discrte : dix tracs possibles pour une
autoroute, par exemple.
- vue continue : le nombre dactions est trs grand voire infini ; ces actions ne sont gnralement pas explicites davance et
sont plutt exprimes partir de contraintes, par exemple, le nombre dhectares dune terre agricole alloue un programme
de dveloppement rural. Pour des raisons pratiques, un tel ensemble est souvent reprsent sous une forme discrtise (par
exemple, cellules matricielles).
Cette dichotomie correspond bien la reprsentation actuelle des problmes dcisionnels rfrence spatiale : la
reprsentation vectorielle qui est approprie un ensemble discret dactions potentielles et la reprsentation matricielle (raster)
qui est plus approprie un ensemble dactions trs grand].
Reprsentation des actions spatiales (S.Chakhar, 2006, pag. 62)
[Les actions spatiales reprsentent des visions particulires de lespace gographique. Elles peuvent donc tre reprsentes par
des entits spatiales. La manire dont ces actions sont reprsentes est dpendante du modle de donnes utilis dans le SIG
(Malczewski, 1999). Les donnes gomtriques sont gnralement organises en structures en tessellation (rgulire : raster,
ou irrgulire) ou en structures vectorielles (points, lignes, polygones, etc.). Dans le premier cas, chaque pixel reprsente une
action potentielle. Il est galement possible dutiliser une combinaison de plusieurs pixels pour reprsenter une action. Dans
une reprsentation vectorielle, les actions spatiales sont modlises par des entits ponctuelles, linaires ou polygonales.]

2. Notion de Critre (S.Chakar, 2006, pag. 64)
[Un critre est un facteur de jugement sur la base duquel on mesure et on value une action ; il diffre de la notion de variable
dans la mesure o un critre est reli aux prfrences du dcideur alors quune variable ne lest pas ncessairement. Vincke
(1992) dfinit le concept de critre ainsi : Un critre est une fonction g, dfinie sur A, qui prend ses valeurs dans un ensemble
totalement ordonn, et qui reprsente les prfrences du dcideur selon un point de vue.
Notons que les critres sont parfois appels facteurs. Dautres auteurs, comme Nijkamp et al. (1990), utilisent le terme
"objectif" pour les problmes dvaluation continue et le terme "critre" pour les problmes discret. Dans une dmarche
multicritre de "haut vers le bas" (topdown), les critres sont dfinis en termes dune association entre objectifs et attributs.
(S.Chakhar, 2006, pag. 68) Dans les mthodes multicritres du critre unique de synthse, les critres dvaluation sont
souvent modliss en termes dobjectifs et dattributs. Un objectif est une direction traduisant une perspective de changement
concernant ltat futur souhait par le dcideur. Un attribut est un moyen pour mesurer lachvement dun objectif. La relation
5
entre objectifs et attributs peut tre reprsente par une structure hirarchique ayant son premier niveau lobjectif global qui
est "clat" en sous-objectifs qui sont leur tour "clats" en sous-sous-objectifs jusqu ce que lon atteigne un niveau
mesurable que lon qualifie dattributs. Par ex. dans le cas, emprunt de Malczewski (1999) dun problme de gestion de fort
dans une zone montagneuse, on a un objectif principal : amliorer la gestion de la fort , dclin en sous-objectifs :
maximiser la production du bois, minimiser les fluctuations de la rivire, maximiser la conservation du sol.. ; qui sont
chacun caractris par des attributs mesurables : les sol et llvation pour la production du bois, le sol, llvation et la
gologie pour la fluctuation du sol Une contrainte (appele aussi critre dadmissibilit) est un facteur permettant de
circonscrire et de limiter les actions prises en considration (e.g. le site dimplantation dune usine doit tre 500 mtres dune
autoroute)].
Selon Godard, [les critres sont de deux types, les contraintes* et les facteurs*. Les contraintes sont les critres boolens qui
limitent notre analyse des rgions particulires. Quelle que soit la mthode utilise finalement pour l'agrgation des critres,
les contraintes sont toujours des images boolennes. Dans ce cas, les contraintes diffrencient les zones que nous qualifions
d'aptes au dveloppement rsidentiel de celles qui sont considres comme inaptes, quelles que soient les conditions. Par
opposition, les facteurs sont des critres qui dfinissent un certain degr d'aptitude pour toutes les rgions. Ils dfinissent des
zones d'aptitude, ou de solutions alternatives, qui sont exprimes par des valeurs continues. Le score des facteurs individuels
peut soit amliorer (avec des rsultats levs) soit rduire (avec des rsultats faibles) l'aptitude d'une solution alternative (le
degr auquel cela se produit dpend de la mthode d'agrgation utilise). Les facteurs peuvent tre standardiss d'un certain
nombre de faons selon les critres individuels et la forme d'agrgation choisie finalement]. (V. Godard, cours IDRISI, 2007).

3. Notion de Tableau des performances (S.Chakhar, 2006, pag. 72)
[ galement appel matrice dvaluation ou matrice de jugements ou encore matrice de dcision. Le tableau de performance
est une matrice [gj(ai))] de dimension nxm o n est le nombre des actions et m le nombre de critres. Chaque ligne i exprime
les performances de laction ai relativement aux n critres considrs. Chaque colonne j exprime les valuations de toutes les
actions relativement au critre gj.]

Les trois premires tapes dcrites au paragraphe prcdent sont communes toutes les mthodes et ne prsentent que de
faibles variations. La quatrime prsente, elle, une diversit nettement suprieure. Si les mthodes dagrgation sont si
nombreuses, cest parce quil est dans la nature des choses quaucune mthode ne respecte la totalit des exigences quun
utilisateur pourrait trouver normales dans lide du multicritre (Schrlig, 1985). Il faut donc dcider sur quelle exigence on
va cder. Face ce choix, on peut distinguer trois attitudes ou approches oprationnelles (Roy, 1985).

4. Notion d Agrgation (S.Ben Mena, 2000 4 (2), 8393, pag. 87 )
Selon Ben Mena (2004), trois mthodes dagrgation sont proposes :
1. [Lagrgation complte. La premire attitude serait dinclure toutes les performances dans ce quon appellerait en
mathmatique une fonction dutilit ou dagrgation (Roy, 1985), en leur attribuant dventuels poids. Cela suppose que tous
les jugements sont commensurables alors quune des justifications de lapproche multicritre est la non commensurabilit de
ces jugements. Comme on la dit ci-avant, on cde sur une exigence : la commensurabilit. Il est noter que cette technique
suppose en outre que les jugements soient transitifs, do lappellation agrgation complte transitive. En outre on notera que
Roy (1985) et Maystre et al. (1994) lappellent encore approche du critre unique de synthse vacuant toute incomparabilit
et que Vincke (1989) nomme cette approche thorie de lutilit multiattributes. Ce critre unique risque videmment de
6
passer toutes les nuances la moulinette. Toutefois, les mthodes dagrgation complte peuvent savrer intressantes ou tout
simplement les seules utilisables (Schrlig, 1985).
2. Lagrgation partielle. Une seconde attitude est de respecter lincomparabilit et lintransitivit au prix de la clart des
rsultats ! En effet, cette technique ne permet pas dobtenir un rsultat indiscutable comme on sy attend en gnral, pour tout
ce qui est base de mathmatique (Schrlig, 1985). Ici, on cde donc sur la clart. Comme on se contente dans ce cas
dapprhender partiellement les consquences des divers jugements, cette attitude est dite dagrgation partielle. Dautres
(Roy, 1985 ; Maystre et al., 1994) lappellent encore approche du surclassement de synthse acceptant lincomparabilit ou
mthodes de surclassement (Vincke, 1989). Dans cette approche, la technique consiste comparer les actions deux deux et
vrifier si, selon certaines conditions prtablies, lune des deux actions surclasse lautre ou pas et ce, de faon claire et nette.
partir de toutes ces comparaisons, on tente ensuite de raliser une synthse. Les mthodes dagrgation partielle vont donc se
diffrencier par leur faon de raliser ces deux tapes.
3. Lagrgation locale Les deux types de mthodes dagrgation qui prcdent supposent que A (action) soit de dimensions
raisonnables. Or A peut tre trs grand, voire infini lorsque les actions varient en continu. La technique est alors de partir dune
solution de dpart (aussi bonne que possible) et de voir autour de cette solution sil ny en a pas de meilleure. On pratique
donc une exploration locale et rptitive de A. Do son nom de technique dagrgation locale itrative (Schrlig, 1985). Ces
mthodes sont en outre souvent interactives entre la personne qui fait dtude et le demandeur. Cest pourquoi on les nomme
aussi approche du jugement local interactif avec itrations essais-erreur (Roy, 1985 ; Maystre et al., 1994) ou encore
mthodes interactives (Vincke, 1989). On notera quici, on a renonc toute vision globale].

2. Synthse des Mthodes SIG-AMC
Les mthodes SIG-AMC sont classes sur la base de lensemble des actions A en 2 catgories :
1. Mthodes Discrtes :
impliquent un ensemble fini (ou dnombrable) dactions. Les actions sont reprsentes en forme vectorielle ou raster discrtis.
1. Critre
unique de
synthse
1.A principe
Le principe gnral est que le dcideur a pour but de
maximiser une fonction dutilit en agrgeant les
valuations partielles de chaque Action en une
valuation globale. (Chakhar, 2006)
Agrgation complte (top-down approach)
On cherche agrger les n critres afin de les rduire
en un critre unique. On suppose que les jugements
sont transitifs.
(N.Lehoux, P.Valle, 04, Poltytech Laval, CA)

1.B Cadre conceptuel
Ecole amricaine Top down
Pour Keeney (92) consiste construire une
structure hirarchique ayant son premier niveau
lobjectif
global qui est "clat" en sous-objectifs qui sont
leur tour "clats" en sous-sous-objectifs jusqu
ce que lon atteigne un niveau mesurable que lon
qualifie dattribut.

1.C Mthodes
Weight Sum (WLC)
Weight Product Method (WPM) ou Multiplication de
ratios
Analytic Hierarchy Process AHP
Ordered Weighted Average OWA

7
Multi Attribute Utility Theory MAUT
2.
Surclassement
de synthse

2.A Principe
Utilise des fonctions dAgrgation partielle.
En effet, les critres sont agrgs en utilisant une
relation binaire partielle S, tel que aSb veut dire "a est
au moins aussi bonne que b". La relation binaire S est
appele relation de surclassement (Chakhar).
Agrgation partielle (bottom-up approach)
On cherche comparer des actions potentielles ou des
classements les uns aux autres et tablir entre ces
lments des relations de surclassement. On doit alors
respecter lincomparabilit. (N.Lehoux, P.Valle, 04,)

2.B Cadre conceptuel
Ecole franaise Bottom up
B. Roy (85) consiste identifier toutes les
consquences pouvant rsulter de la mise en
uvre des actions, que lon structure en
dimensions puis en axes de signification autour
desquels sont construits les critres.
2.C Mthodes (techniques)
Electre I, II, III, IV (B. Roy, 1968 et +)
Promthe I et II (J.-P. Brans, 1980)
Melchior (J. P. Leclerc, 1984)
Qualifex (J. Paelinck, 1976)
Oreste (M. Reubens, 1979)
Regim (P. Nijkamp et P. Rietveld,
1983)
Naiade (G. Munda, 1995)

Mthodes Continues :
voquent un nombre trs grands dactions, voir infini. Les actions sont reprsentes en forme matricielle (avec des valeurs
continues).
Approche daggrgation : Locale et itrative.

Cela permet dalterner des tapes de calculs
(fournissant les compromis successifs) et des
tapes de dialogue (source dinformations
supplmentaires sur les prfrences du dcideur).
Contrairement aux mthodes discrtes, les
algorithmes de rsolution dans le cas des mthodes
continues exigent que les prfrences du dcideur
soient exprimes progressivement durant le
processus de rsolution. Lalgorithme de
rsolution sarrte lorsque le dcideur accepte la
solution propose par la procdure/lordinateur.
On cherche en premier lieu une solution de dpart.
Par la suite, on procde une recherche itrative
Cadre conceptuel
Gardiner et Steuer, 1994a/b.
8
pour trouver une meilleure solution.
(N.Lehoux, P.Valle, 04,).
Mthodes
(techniques)
Mthode :
Interactive Goal Programming (Dyer, 1972)
STEM (Benayoun et al. 1971)
PRIAM (Lvine et Pomerol, 1986)


3. Les modes dintgration SIG AMC (S.Chakhar, 2006, pag. 41-42)
Des nombreux arguments identifis dans la littrature (Pereira et Duckstein, 1993 ; Laaribi, 2000 ; Chakhar et Martel, 2003,
2004 ; Malczewski, 2004) jouent en faveur dun couplage entre SIG et AMC, qui permette de combler leurs lacunes
respectives : dune part la difficult pour les SIG prendre en compte la dimension multicritre inhrente des problmes
caractre dcisionnel, dautre part les limites de lAMC lorsquil sagit de reprsenter la dimension spatiale des problmes
spatiaux. Les chercheurs et les spcialistes saccordent sur lintrt de conjuguer les potentialits des deux outils pour crer des
systmes daide la dcision spatiale plus pousss. Lintgration SIG-AMC constitue une voie privilgie et incontournable
pour faire voluer les SIG vers de vritables systmes d'aide la dcision (Laaribi 2000 ; Joerin 1997 ; Paegelow, 2004 ;
Chakhar 2006).
Selon Chakar (S.Chakhar, 2006, pag. 40-42), trois types dintgration dessinent essentiellement le panorama des conjonctures
informatiques et spatiales, lintgration directe, encastre et complte :
1. Dans lintgration indirecte, les deux outils, un SIG et un logiciel dAMC, restent indpendants et le dialogue entre eux se
fait travers un systme intermdiaire. Ce dernier permet de reformuler et restructurer les donnes obtenues suite lopration
de superposition dans le SIG en une forme convenable pour le logiciel dAMC. Les autres paramtres ncessaires lanalyse
sont introduits directement via le logiciel dAMC. Les rsultats de lanalyse (compltement effectue par le logiciel dAMC)
peuvent tre visualiss par le logiciel dAMC ou exports, via le systme intermdiaire, vers le SIG pour les visualiser ou les
stocker (dbut 90).
2. Dans lintgration encastre, les deux logiciels restent indpendants mais une seule interface (le plus souvent celle du SIG)
est utilise. Le dialogue entre les deux systmes se fait toujours via un systme intermdiaire mais pour lutilisateur
lintgration est apparemment ralise puisque les changes de donnes lui sont transparents. Ce mode est une premire tape
vers une intgration effective et lutilisation des fonctionnalits danalyse multicritre est plus facile que le mode prcdent.
Cependant, le fait que les donnes soient stockes indpendamment, la souplesse dexploitation et linteractivit restent
toujours problmatiques (fin 90).
3. Dans lintgration complte, on obtient un systme SIG-AMC intgr possdant une interface unique et une base de donnes
commune. Dans ce mode, les fonctionnalits de lanalyse multicritre sont actives directement comme toute autre fonction de
9
base du SIG. La base de donnes du SIG est renforce afin quelle supporte aussi bien les donnes rfrence spatiale que les
paramtres ncessaires lapplication des techniques danalyse multicritre.

3.1 Limites sur les travaux dintgration (S.Chakhar, 2006, pag.50)
La plupart de travaux dintgration SIG-AMC ont opt soit pour lintgration indirecte (33.2%) soit pour lintgration
encastre (29.8%). Lintgration complte nest utilise que dans 11.0%.
- La plupart des travaux dintgration proposent lincorporation dune seule ou dun nombre limit de(s) mthode(s) dAMC
dans le SIG. Les problmes de dcision rfrence spatiale sont trs diffrents et il nest pas possible quune seule mthode
puisse tre applique avec succs tous ces problmes. Par ailleurs, la "dmocratisation" de lutilisation du SIG a largie son
champ dapplication mais a fait natre au mme temps la ncessit de diversifier les techniques danalyse et de modlisation
disponibles dans les SIG y compris celles de lAMC.
- Dans la plupart des applications de lAMC, le choix de la mthode utiliser se fait de manire assez arbitraire : soit que
lanalyste est familiarise avec une mthode particulire, soit quelle a t dveloppe de manire ad hoc ou encore tout
simplement parce quelle est disponible sous forme de logiciel. Cependant, limportance du choix de la mthode utiliser dans
un problme particulier a t souleve par diffrents auteurs (e.g. Ozernoy, 1992 ; Hobbs et Meier, 1994 ; Guitouni, 1998 ; Cao
et Brustein, 1999 ; Guitouni et al., 1999b ; Laaribi, 2000 ; Lahdelma et al., 2000 ; Lu et al., 2000 ; Caillet, 2003 ; Liu et al.,
2003 ; Opricovic et Tzeng, 2006).
- Selon les chiffres reports par Malczewski (2006), 71.3% darticles ou rapports de recherche sur les travaux dintgration
SIG-AMC concernent des mthodes discrtes et 28.7% concernent des mthodes continues. Parmi ceux adresss aux mthodes
discrtes, il comptabilise 58.3% de travaux qui utilisent les mthodes du critre unique de synthse et seulement 4.7% qui
utilisent les mthodes de surclassement de synthse. Nanmoins, les mthodes de surclassement de synthse sont gnralement
mieux adaptes aux problmes de dcision sur le territoire (Malczewski, 1999 ; Joerin et Musy, 2000 ; Joerin et al., 2001).

4. Synthse des approches SIG - AMC selon la littrature
Rsum et traduction libre de larticle phare de J.Malczewski : GIS-based multicriteria decision analysis : a survey of the
literature, IJGIS, 2006.
Lauteur trace un panorama complet des travaux scientifiques du couplage SIG AMC (en ang. GIS-MCDA), travers
lanalyse de 319 articles, publis dans 135 revues de 1990 2004. La slection des articles sest base sur de moteurs de
recherche scientifique sur le Web, sur des base de donnes et des librairies numriques, en indiquant une requte Boolenne
qui contenait les termes suivants : GIS and multicriteria (or multiobjective or multiattribute). Une recherche manuelle
supplmentaire a complt le travail lectronique.
Lauteur montre le dveloppement des articles rfrencis SIG-AMC dans la priode tudie. On remarque que ce
dveloppement a t relativement modeste dans la premire moiti des annes 90 : en effet, seulement 26 articles (8.2% du
total) ont t publis ce sujet avant 1995. A partir de 1995 jusqu 2000 on remarque une nette acclration des publications,
qui passent de 9 en 95 40 en 00. Mais 70% des 319 articles rpertoris apparait dans les dernires 5 annes. Cette rapide
augmentation du volume de la recherche en SIG AMC peut tre explique par trois facteurs : (i) une large reconnaissance de
la communaut scientifique envers les apports de lAMC la gomatique ; (ii) la disponibilit croissante de logiciels dAMC,
grce leurs cots abordables et leur prise en main facile ; (iii) la disponibilit et la relative facilit dexploitation de modules
dAMC intgrs au systme IDRISI ou TNT-GIS.
Les articles ont t classs selon une taxonomie des approches bases :
10
- sur les components go-informatiques de SIG-AMC reprsents par la dichotomie suivante: (i) donnes raster vs donnes
vecteurs, (ii) critres spatiaux explicites vs critres spatiaux implicites, (iii) dcisions-solutions (alternatives) explicites vs
dcisions-solutions implicites.
- sur les components AMC de SIG-AMC reprsents par la dichotomie suivante (iv) multiattribute decision problems
(MADA) vs multiobjective decision problems (MODA), (v) les modes combinatoires pour les deux types de problmes ;(vi)
dcision individuelle vs dcision de groupe, (vii) dcision base sur les certitude vs dcision base sur les incertitudes
(probabilistic and fuzzy).
(i) 47,6% des articles concerne la recherche sur des donnes raster, contre 47% des articles sur des donnes
vecteurs ;
(ii) Les critres spatiaux explicites concernent des problmes qui prsentent des caractristiques spatiales videntes,
telles que la forme, la dimension, la contigit ; les critres spatiaux implicites ne sont pas directement
gographique mais ont un impact sur le problme, tels que laccessibilit, laltitude, linclination dun terrain,
etc 70% des articles concerne les deux types de critre. Sur les 152 articles bass sur la donne raster 7,9% ont
critre explicites et 29,6% ont des critres implicites. Sur les 150 articles bass sur la donne vecteur, 13,3%
traitent critres explicites et 8% traitent des critres implicites ;
(iii) Une dcision-solution est constitue de 2 lments : laction (quoi faire ?) et la localisation (o le faire ?). La
localisation de sites potentiels ou la recherche de surface dusage du sol, sont des exemples de solutions
explicites, tandis que les implicites sont des solutions qui subissent les consquences (pas immdiatement directe)
dune dcision, tels que minimiser les risques dinondations sur une zone peut crer des risques ailleurs. Sur les
152 des articles bass sur des donnes raster, 37,5% traitent de solutions explicites et 27% traitent de solutions
implicites ; sur les 150 articles bass sur des donnes vecteurs 38,7% traitent de solutions explicites et 32, 7%
traitent de solutions implicites ;
(iv) Les problmes de type multiattribute se rfrent des problmes qui ont un nombre de solutions rduit et
prdtermin lintrieur dune rgion dtude ; les problmes de type multiobjective se rfrent des problmes
qui ont des solutions tendues partout dans la rgion dtude : concrtement les premires relvent de donnes
discrtes et les deuximes de donnes continues. 70% des articles traitent de la MADA et 30% la MODA.
(v) La Somme pondre (Weighted Summation WS) et ses procdures associes, sont les approches les plus
populaires. Trs souvent la WS est utilise en conjonction avec les oprations Boolennes (Eastman et Al.1995,
Pettit & Pullar 1999, Perez et Al. 2003) et la Ordered Weighted Averaging (OWA) (Jiang and Eastman 2000),
Rinner and Malczewski 2002, Makropoulos et Al. 2003, Rashed and Weeks 2003) est une extension rcurrente et
une gnralisation des deux prcdentes. La large prdominance de la WS est due au fait quelle est relativement
facile implmenter dans un environnement SIG en utilisant des oprations dalgbre des cartes (map algebra) et
de la modlisation cartographique; aussi cette approche est facile comprendre par les utilisateurs et les
dcideurs. Or, certains auteurs (Hobbs, 80, Lai & Hopkins, 89, Heywood, 95 et Malczewski, 00) soulignent que
les implmentations des procdures de WS sont souvent faites sans une comprhension profonde des hypothses
sous-jacentes, et aussi que lapplication de la mthode se fait sans une comprhension complte de deux concepts
fondamentaux de la WS : lattribution des poids aux facteurs et les calculs pour obtenir les cartes danalyse
correspondantes.


11
5. Les domaines dapplication
Malczewski (GIS-based multicriteria decision analysis : a survey of the literature, IJGIS, 2006) met aussi laccent sur une des
plus remarquables caractristiques des approches SIG-AMC qui est le large panel de situations/problmes dcisionnels o elle
peut intervenir : gestion territoriale de lenvironnement, transport, planification urbaine, gestion des dchets, hydrologie et
ressources en H20, agriculture et fort, gologie gomorphologie et cartographie.

72,4% des applications se trouvent dans les domaines :
- de la gestion territoriale et environnementale
- du transport
- de la planification urbaine
- de la gestion des dchets
- de lhydrologie et des ressources en H2O
- de lagriculture et la fort
27,6% restant concerne les domaines :
- de la gologie et la gomorphologie
- de la cartographie
Les problmes dcisionnels traits concernent :
- 30% lanalyse de susceptibilit/ faisabilit (carte daptitude)
- 15,4% lvaluation de scnarios (ressources hydriques)
- 14, 5% la slection de sites propices
- 11% la localisation de ressources
La figure 1 illustre le tableau complet de lauteur.


Fig. 1. J.Malczewski : GIS-based multicriteria decision analysis : a survey of the literature, IJGIS, 2006,Vol. 20, N.7

12
Il est intressant de remarquer que une partie importante du 72,4 % des situations/problmes o la SIG-AMC peut intervenir
relvent des comptences et connaissances Goscientifiques (gestion environnementale, des dchets, hydrogologie,
ressources), auquel on peut ajouter le 27,6% restant qui concerne directement le domaine des gosciences. Les problmatiques
dcisionnelles sont donc typiquement traites dans des projets professionnels et de recherche en sciences de la terre et de
lenvironnement. Les Gosciences seraient-elles la dcouverte des mthodes SIG-AMC ?
De lacquisition de la donne sur le terrain et en laboratoire la prise de dcision par les instances comptentes, les diffrentes
phases de traitement, danalyse et de modlisation propres au processus de traitement de linformation goscientifique peuvent
tre conceptualises (Ledru, 2007). La Figure2 (Ledru, 2007) illustre la progression des actions ncessaires pour rpondre un
problme goscientifique, ainsi que les tches cognitives associes et mobilises lors du processus. On remarquera que le
traitement de la connaissance gologique, une fois standardise et intgre dans des systmes dinformation, converge vers la
prise de dcision : cette dernire phase devient, dans la plupart des problmatiques de terrain, lobjectif final du processus. On
remarquera galement les fonctions cognitives modliser et btir des scnarios , qui pour des fins de prise de dcision sur
des modles daptitude (susceptibilit ou vulnrabilit du sol), appellent les connaissances en analyse spatiale multicritres.

6. Lintrt du couplage SIG-AMC dans les domaines des Gosciences
Les mthodes danalyse spatiale multicritre (SIG-AMC) occupent une place prdominante au sein des applications destines
la prise de dcision. La maitrise de ces mthodes est donc un atout indispensable au gologue car les problmatiques de terrain,
demandant le croisement de donnes multi sources, et la cartographie de modle daptitude (susceptibilit/vulnrabilit) sont
de plus en plus frquentes en Gosciences : nous avons pu le constater en observant des nouvelles orientations tant au niveau
de la transition entre lenseignement suprieur et la demande professionnelle que au niveau de la recherche applique.
- Les stages de fin dtudes en Master professionnel.
Les mmoires de Master 2 offrent une palette intressante de la typologie des missions traites (Balzarini, 2010 et Balzarini,
Davoine, Ney, 2011). Nous avons analys les rapports de stage de annes 2008-2010 du Master Sciences du Territoire et de
Fig.2 Processus de traitement de linformation goscientifique.
Source : P. Ledru, Apport des SIG la connaissance gologique, Geosciences, 2007
13
lEnvironnement de lObservatoire des Sciences de lUnivers de Grenoble (Universit Joseph Fourier), mentions Gologie,
Exploration et Risque GER et Eaux Souterraines ES.
Lanne 2009-2010 marque une nette augmentation du nombre de stages qui ncessitent lutilisation des SIG et dont les
projets concernent des applications mthodologiques didentification de site (zone) avec des fonctionnalits techniques
propres aux procds danalyse spatiale multicritre. Les missions identifies dans les stages, peuvent se positionner, dans le
processus de traitement de linformation go scientifique du triangle de Ledru (2007) (figure 2), au niveau de la phase de
connaissance et de dcision et mobilisent les domaines cognitifs de lanalyse et de la modlisation.
- La recherche applique : des chiffres et des cas dtude en volution.
Du point de vue la recherche applique, une augmentation de lintrt des chercheurs en gosciences vers lanalyse spatiale
multicritres peut tre remarque en analysant les quelques principales revues scientifiques internationales et en essayant de
tracer lvolution des articles traitant la susceptibilit, la faisabilit du sol et/ou lanalyse multicritres.
En reprenant la mthode de J.Malczewski (GIS-based multicriteria decision analysis : a survey of the literature, IJGIS, 2006)
pour la classification des articles scientifiques, nous pouvons focaliser la recherche dans des revues exclusivement lies aux
gosciences, issues de la bibliothque numrique Science Direct dans les sujets Earth and Planetary Sciences,
Environmental Sciences. Les requtes permettent de reprer les articles contenant le mot-cl suivant :
1. GIS , 2. multi criteria decision analysis , 3. land suitability
Deux importantes revues, combinant nouvelles technologies et gosciences ont t privilgies :
Computers & Geoscience et International Journal of Applied Earth Observation and Geoinformation, La Fig.3 illustre
lvolution de la production scientifique entre 1999 et 2011.

0
5
10
15
20
25
30
1
9
9
8
1
9
9
9
2
0
0
0
2
0
0
1
2
0
0
2
2
0
0
3
2
0
0
4
2
0
0
5
2
0
0
6
2
0
0
7
2
0
0
8
2
0
0
9
2
0
1
0
2
0
1
1
annes
n
o
m
b
r
e

d
'
a
r
t
i
c
l
e
s
C&G R2
C&G R3
IJAEG R2
IJAEG R3

Fig.3 Graphique sur lvolution de la production internationale go scientifique traitant des mthodes SIG-AMC(Balzarini,
2011)

On observe galement des cas dtudes partout dans le monde, sur des problmatiques diffrentes.., comme les exemples du
tableau T.3, non exhaustif, ci de suite montrent :

14
Sujet de ltude Rfrences bibliographiques Pays
Identification de sites de stockage
de dchets pollus par
hydrocarbures
Caractrisation de zones favorables limplantation de sites potentiels
de stockage dans le cadre du plan POLMAR-TERRE en Vende
Rapport final BRGM/RP 53489-FR Novembre 2004
France
Identification daquifres dans un
terrain cristallin.
Groundwater favorability map using GIS multicriteria data analysis on
crystalline terrain, Sao Paulo State, Brazil (V. Madrucci, F. Taioli,
C.C . de Araujo, 2008)
Brazil
Identification de zones aptes la
prsence dor.
Multi-criteria analysis in GIS environment for natural resource
development - A case study on gold exploration (N. R. Sahoo,
P.Jothimani and G. K. Tripathy Tata Infotech Ltd, SEEPZ, Mumbai,
400 096)
Inde
Identifier les caractristiques des
aquifres des roches cristallines
dans une zone semi-aride.
Impacts of Climate, Topograpy and Weathearing profile on
Hydrogeology and Water Resources Assesment in SemiArid Terrain.
Using Earth Observation 1 ALI, ASTERDEM and GIS techniques (G.
Balamurugan, Dr. S. Rajendran , V.Tirukumaran, 2010)
Inde
Identification des zones
potentiellement propices la
prsence de ressources
gothermales.
GIS model for geothermal resource exploration in Akita and Iwate
prefectures, northern Japan (Y. Noorollahi_, Ryuichi I. H. Fujii,
T.Tanaka, 2006)
Japon
Cration dune carte des conflits
dintrts sur lexploitation du sol
pour des ressources lithologiques.
Sustainable land-use decision making from the geological point of view:
an example for the use of geo-resources in a metropolitan area
(O.Marinoni, S. Lang, C. Lerch , A.Hoppe).
Allemagne
Bilan des priorits sur les
ressources naturelles, lchelle
nationale, support dun systme
gographique daide la dcision.
The Application of a Simple Spatial Multi- Criteria Analysis Shell to
Natural Resource Management Decision Making (R.G. Lesslie, M. J.
Hill, Patricia Hill, H. P Cresswell and S. Dawson1, 2008)
Australie
Identification des zones vulnrables
aux inondations.
Multicriteria Analysis for Flood Vulnerable Areas in Hadejia-Jamaare
River Basin, Nigeria (S.Yahaya, N. Ahmad, R. F.Abdalla, 2010)
Nigeria
Carte de susceptibilit du risque
volcanique
Automatic GIS-based system for volcanic hazard assessment
(A.Felpeto, J.Marti, R.Ortiz, 2007)
Espagne

Tableau 3. Exemples de cas dtude qui utilisent des mthodes danalyse spatiale multicritres dans diffrents domaines
des Gosciences.

7. Le couplage SIG-AMC dans ARCGIS V.10
Dans ARCGIS ARCINFO V. 10 les mthodes danalyse spatiale multicritres interviennent essentiellement dans les
fonctionnalits de Superposition (Overlay) et dAlgbre Spatiale, utilises pour la modlisation daptitude.
En gnral, il existe deux types de fonctionnalits de superposition :
-la superposition d'entits (superposition de points, lignes ou polygones) et
-la superposition de rasters. Dans la superposition de rasters, chaque cellule de chaque couche rfrence le mme
15
emplacement gographique. En consquence, elle est apte l'association des caractristiques de nombreuses couches dans une
seule couche. Habituellement, les valeurs numriques sont attribues chaque caractristique, ce qui permet l'association
mathmatique des couches et l'attribution d'une nouvelle valeur chaque cellule dans la couche en sortie.
L'analyse de superposition pour trouver des endroits rpondant certains critres est souvent plus efficace si elle fait appel la
superposition de rasters. De faon gnrale, on peut formaliser la procdure de mise en ouvre dune analyse multicritre pour
une modlisation daptitude, en dclinant les tapes suivantes :.


1. reformuler le problme
2. identifier les critres thoriques
3. traduire les critres en donnes et en
variables mesurables
4. uniformiser les donnes
5. classer les donnes
6. normaliser la donne
7. affecter un poids chaque couche-critre
8. choisir le type danalyse
9. effectuer des tests (comparer les rsultats)
10. prendre une dcision
1. reformuler le problme
2. identifier les critres thoriques
3. traduire les critres en donnes et en
variables mesurables
4. uniformiser les donnes
5. classer les donnes
6. normaliser la donne
7. affecter un poids chaque couche-critre
8. choisir le type danalyse
9. effectuer des tests (comparer les rsultats)
10. prendre une dcision



Les outils qui permettent deffectuer cette procdure sont localiss dans la Toolbox, boite Spatial Analyst, caisse
Superposition, outils Appartenance Floue, Somme Pondre, Somme Floue, Superposition Pondre.
Les outils pondrs , tout en prsentant quelques diffrences fonctionnelles, font appel lalgorithme Weighted Linear
Combination (WLC) un des plus employes pour rsoudre des problmes multicritres, notamment la slection de sites et de
modles d'aptitude.
Le principale obstacle lapplication des mthodes danalyse multicritre sur ARCGIS, rside dans lorganisation
alphabtique et non conceptuelle des fonctionnalits (outils). Un utilisateur non expriment nest pas accompagn dans son
choix dtapes et de mthodes, car la procdure droule plus haut (ou similaires), nest pas vraiment traduite au niveau
ergonomique. A cela sajoute une ultrieure possible confusion gnre par les outils de superposition vectorielles qui
prsentent la mme terminologie (et en partie les mmes principes danalyse multicritres). En effet, dans la Toolbox on trouve
16
un ensemble de fonctionnalits, une boite appele Outils danalyse , qui est consacre exclusivement aux oprations de
superposition des donnes vecteurs : on y trouve, entre autres, une entre appele Superposition avec des fonctionnalits
dagrgation on dintersection, dont lalgorithme est une opration boolenne (OR et AND). Les fonctionnalits danalyse
multicritres sont donc appliques en partie aux donnes vectorielles, mme sil nexiste pas, prsent dans le logiciel, un outil
qui permette la pondration des importances relatives pour ces dernires.
Dans une dmarche de solution de problme spatial multicritres, la prsence de donnes multi sources et multi formats (l o
des conversions ne sont pas pertinentes) est trs plausible : une aide la prise en main et au traitement de cette multiplicit
semble indispensable. Pour cela, des solutions daccompagnement pdagogique, reprsents par ex. par des chemins bass sur
la discrimination de la typologie de la donne et du problme traiter, seront envisager pour faciliter lusage des
fonctionnalits danalyse multicritres.
La Fig. 4 illustre lenvironnement de Superposition dans Spatial Analyst
Fig.4 Capture dcran sur les outils dAnalyse Spatiale de la Toolbox, dtail de la boite Superposition

8. Limites et difficults
Chakar (2006) souligne que le grand ventail de mthodes offertes par le couplage SIG-AMC a permis dtendre le champ
dapplication des mthodes multicritres, mais en mme temps a gnr un autre problme : celui du choix de la mthode
appliquer dans un problme spcifique. Limportance du problme du choix de la mthode multicritre a t souleve par
diffrents auteurs et dmontre dans plusieurs cas pratiques (e.g. Evans, 1984 ; Jelassi, 1987 ; Hobbs et al., 1992 ; Ozernoy,
1992, 1997 ; Hobbs et Meier, 1994 ; Guitouni, 1998 ; Cao et Brustein, 1999 ; Guitouni et al., 1999b ; Laaribi, 2000 ; Lahdelma
et al., 2000 ; Lu et al., 2000 ; Caillet, 2003 ; Liu et al., 2003 ; Opricovic et Tzeng, In press).
Pour Lu et al. (2000), le fait que les mthodes de prise de dcision objectifs multiples sont utilises essentiellement dans un
cadre acadmique et le nombre rduit des dcideurs effectifs qui utilisent ces mthodes (Angehrn et Jelassi, 1994), revient,
17
entre autre, aux diffrents modles mathmatiques et processus de rsolution utiliss dans ces mthodes, compliquant, pour des
utilisateurs souvent non familiariss avec ces mthodes, le choix de la mthode appliquer.


Conclusions
Le SIG par sa capacit de stockage, de gestion, danalyse, de modlisation et daffichage de donnes rfrence spatiale, mais
aussi par ses possibilits dintgration des mthodes dASMC, se prsente comme loutil le plus adquat pour apprhender les
problmes de dcision rfrence spatiale (S.Chakar, 2006). Malgr certaines lacunes qui concernent essentiellement le
support dans le choix des mthodes et des procdures, les potentialits dintgration entre SIG et AMC, illustre par le nombre
croissant de travaux publis depuis 1990, sont aujourdhui de plus en plus explores.
On constate en effet, que le couplage SIG- AMC a gnr suffisamment de littrature pour tre considr comme un vritable
champ de recherche pour les sciences gomatiques et a contribu la diffusion des SIG dans deux contextes particuliers :
laide la dcision spatial et le SIG collaboratif (S.Chakar, 2006).
Les mthodes danalyse offertes par le couplage SIG-AMC favorisent galement des connexions parmi des domaines
disciplinaires diversifis mais souvent complmentaires, tels que lamnagement du territoire, la gestion de lenvironnement,
la gologie, la gotechnique et lhydrogologie : ces mthodes se prtent la rsolution dune multitude de problmes spatiaux
et constituent souvent une des phases de la mise en uvre dun projet territorial.


Rfrences

Balzarini R., Proposition dingnierie pdagogique pour lintgration des SIG en Gosciences appliques :
l@telierSIG_Gosciences , Mmoire Master 2 Ingnierie de dveloppement territorial Go-SIT, Institut de Gographie
Alpine, Universit Joseph Fourier Grenoble, 2010
Balzarini R., Davoine PA., Ney M. GIS in geosciences training: an experience in pedagogical engineering, International
Cartographic Conference, 2011
Ben Mena, S. Introduction aux mthodes multicritres daide la dcision, BASE Vol.4, 2000.
Chakar, S. Thse de doctorat : Cartographie dcisionnelle multicritre : formalisation et implmentation , 2006,
LAMSADE, Paris- Dauphine.
Godard,V., cours de Master, Aide la dcision et SIG, Dpartement de Gographie Universit Paris 8, 2007
Jiang, H., et Eastman, J.R. Applications of fuzzy in multi-criteria evaluation in GIS. International Journal of geographical
Information Science, 2000
Kdowid, C. M. G. Modlisation gomatique par valuation multicritres pour la prospection des sites dagriculture urbaine
Ouagadougou. Vertigo, V.10, N2, 2010
Keeney, R.L., Valued-focused thinking: A path to creative decision. Hravard University Press, Cambridge, USA, 1992
Ledru, P., Apport des SIG la connaissance gologique, Geosciences, 2007
Lehoux, N., Valle, P. cours Analyse Multicritres, Poltytech Laval, CA, 2004
Malzcewski, Jacek GIS-based multicriteria decision analysis : a survey of the literature, IJGIS, 2006, Vol. 20, N.7, 703-
726.
Pumain, D., HyperGo http://www.hypergeo.eu/spip.php?article38, 2004
18
Roy, B. Mthodologie multicritres daide la dcision . Economica, Paris, 1985
Sanders, L., Modles en analyse spatiale, Herms-Lavoisier 2001






































19