Kalisio signe une convention avec le SMMAR

Dans le cadre de son Contrat Innovation avec l'agence de développement économique de la région Occitanie (AD'OCC), Kalisio a signé une convention avec le SMMAR. En effet, l'un des objectifs de ce programme R&D ambitieux est d'évaluer la possibilité de créer des modèles prédictifs de niveau d'eau à base d'intelligence artificielle afin de mieux prévenir le risque inondation. Grâce à cette convention, Kalisio pourra exploiter les mesures hydrométriques du SMMAR, propriétaire d'un ensemble de stations de mesure sur son périmètre, en complément des stations déjà accessibles grâce au portail Hub'Eau.

En synchronisant les prévisions à la visualisation temps-réel de l'étendu d'une zone située sous un certain niveau (voir la vidéo) nous pourrions connaitre de façon précise, et plusieurs heures à l'avance, les zones potentiellement inondées d'une région.

 

Fonds cartographiques basés sur les données OpenStreetMap

En tant qu'acteur de l'Open Source et de l'Open Data dans le domaine de la donnée géographique, Kalisio propose des fonds cartographiques basés sur les données OpenStreetMap. Néanmoins, parce que la fondation OpenStreetMap est une organisation à but non lucratif avec des ressources limitées, vous ne pouvez tout simplement pas utiliser les serveurs de tuiles d'openstreetmap.org selon votre bon vouloir (voir la politique d'utilisation des tuiles):

OpenStreetMap data is free for everyone to use. Our tile servers are not.

Jusqu'à présent, nous utilisions donc un fournisseur tiers pour disposer de données optimisées (i.e. tuiles) prêtes à l'emploi et hébergées sur nos serveurs, ou ceux de nos clients. Aujourd'hui, nous sommes heureux de pouvoir générer nos propres tuiles à partir de la base de données OpenStreetMap en totale autonomie, notamment grâce au fabuleux écosystème que nous participons à enrichir:

  • kaabah pour le déploiement automatisé d'infrastructures de calcul,
  • krawler pour l'orchestration des tâches de calcul,
  • openmaptiles pour l'import de la base de données OpenStreetMap et la génération des tuiles,
  • tippecanoe pour l'aggrégation des tuiles,
  • kargo pour la mise à disposition des tuiles via différents protocoles OGC standards.

Un travail qui pourrait paraître anodin en 2021 mais qui ne l'est pourtant pas. Ce n'est pas moins de 256 processeurs et plusieurs jours de calcul qui auront été nécessaires à produire ce jeu de données de 90 gigaoctets, ce que quelques statistiques illustreront:

  • 508 millions de bâtiments,
  • 602 millions d'entités liées au transport (routes, voies ferrées, etc.),
  • 80 millions de points d'intérêt (équipements publics, tourisme, boutiques, etc.),
  • 113 millions d'entités administratives (pays, états, régions, villes).

Rien de révolutionnaire ou qui n'existe déjà (e.g. Google Maps), mais c'est aussi cela la souveraineté numérique, un savoir-faire permettant l'indépendance et la résilience.

Visualisez le résultat dans Kano.

Maps based on OpenStreetMap data

As an Open Source and Open Data player, Kalisio offers maps based on OpenStreetMap data. However, because the OpenStreetMap Foundation is a non-profit organization with limited resources, you simply cannot use the openstreetmap.org tile servers as you wish (see Tile Usage Policy ):

OpenStreetMap data is free for everyone to use. Our tile servers are not.

Until now, we have therefore used a third-party provider to get ready to use optimized data (ie tiles) hosted on our servers, or those of our customers. Today, we are happy to be able to generate our own tiles from the OpenStreetMap database in total autonomy, in particular thanks to the fabulous ecosystem that we are helping to enrich:

  • kaabah for the automated provisioning of computing infrastructures,
  • krawler for the orchestration of computational tasks,
  • openmaptiles for importing the OpenStreetMap database and generating tiles,
  • tippecanoe for the aggregation of tiles,
  • kargo for the provision of tiles via various standard OGC protocols.

A work that could seem trivial in 2021 but which is not, however. It required not less than 256 CPUs and several days of calculation to produce this 90 gigabytes dataset, which some statistics will illustrate:

  • 508 million buildings,
  • 602 million transport-related entities (roads, railways, etc.),
  • 80 million points of interest (public facilities, tourism, shops, etc.),
  • 113 million administrative entities (countries, states, regions, cities).

Nothing new or revolutionary (eg Google Maps), but this is a step toward digital sovereignty, a know-how allowing independence and resilience.

 Visualise the result in Kano.

 

Akt'n'Map - Focus sur le risque incendie

Découvrez un article de presse qui parle de notre solution Akt'n'Map dans un dossier dédié au risque incendie, en complément jetez un oeil à nos vidéos:

  • la première illustre l'utilisation des services EFFIS du programme COPERNICUS pour obtenir les prévisions de risque incendie dans les prochains jours,
  • la seconde illustre le couplage avec les prévisions météorologiques de Météo France (modèle ARPEGE) afin de mieux anticiper les situations dangereuses à venir.