🌍 Données & périmètre

Élément Description
Emprise bbox WGS84 (0.0, 48.9, 1.8, 50.1) reprojetée en EPSG:2154.
Sources - OSM (réseau routier driving) : extraction pyrosm + explode sur MultiLineString.
- BD TOPO® (IGN) : couche troncon_de_route.
Colonnes géométriques Centroïdes x_centroid, y_centroid (E/N en EPSG:2154) pour appariement et export.

Note : Des sources hybrides (fusion OSM+IGN) sont prévues, avec un potentiel pour construire un référentiel des virages.

🛠️ Pré-traitement

  • Nettoyage géométrique :
  • Simplification (tolérance 0,5 m)
  • Densification (pas de 5 m)
  • Suppression des tronçons < 15 m
Métrique Description
length_m Longueur
radius_min_m Rayon minimal (cercle par triplets successifs)
curv_mean_1perm Courbure moyenne (moyenne de 1/r le long du tronçon)
(Optionnel) slope_mean_pct Pente moyenne (MNT bilinéaire)
(Optionnel) curvature_profile Profil longitudinal de courbure (utile pour fitting clothoïdes)

🔗 Appariement spatial (nearest neighbor)

  • Jointure : sjoin_nearest (GeoPandas) OSM → BD TOPO par centroïdes
  • Distance max : 20, 30, 50 m
  • Contrainte de classe (--match-class) après normalisation :
  • OSM : highway (normalisé : minuscules, accents retirés)
  • BD TOPO : nature mappé vers catégories OSM (ex. bretelle → motorway_link, route à 2 chaussées → trunk, chemin → track), puis normalisé
  • Mapping fusionné : défaut + configs/class_map.yml (prioritaire)
  • Remarque : L'appariement est itérativement ajusté avec différents seuils de distance, et des approches hybrides sont testées (géométrie OSM + attributs IGN).

📊 Calcul des écarts

Pour chaque métrique ( m \in {\texttt{length_m}, \texttt{radius_min_m}, \texttt{curv_mean_1perm}} ) :

[ \Delta m = m_{\mathrm{OSM}} - m_{\mathrm{BDTOPO}} ]

  • Option --drop-inf : censure des ±∞ dans radius_min_m avant calcul

  • Filtrage supplémentaire : possible via variables d’environnement RS3_RADIUS_MIN_M, RS3_RADIUS_CLIP_M.

  • Visualisation : résultats également affichés avec des graphiques (hist, box, violin).

  • Exports :

Export Description
📄 Résumé (describe) Fichier compare__nearest_diffs.csv (suffixes *nearest_diffs_d{20,30,50}.csv possibles)
📊 Quantiles Fichier nearest_quants_d{20,30,50}.csv
🗂️ Appariements détaillés (--keep-cols) Fichier compare__nearest_matches.csv
📑 Stats par classe Fichier compare__nearest_byclass.csv
🌐 Segments géo OSM↔BD Fichier compare__nearest_links.gpkg

📈 Analyses statistiques

  • Comparaison globale :
  • Tests de normalité implicites remplacés par des tests robustes non paramétriques.
  • Welch t-test (moyennes, distributions à variances différentes).
  • Kolmogorov–Smirnov (KS) (différences de distribution).

  • Mann–Whitney U (distribution des rangs).

  • Mesures d’effet :

  • Cohen’s d (taille d’effet standardisée, sensible aux distributions normales).

  • Cliff’s delta (mesure robuste de dominance entre distributions).

  • Par classe de route :

  • Analyses répétées pour chaque catégorie normalisée (motorway, trunk, primary, secondary, etc.).

  • Visualisations par boxplots et violon plots.

  • Exploration des biais :

  • Effet de la distance d’appariement (20 m / 30 m / 50 m).

  • Influence potentielle de la typologie (urbain vs rural), vitesses maximales et pente.

  • Vers un référentiel hybride : en agrégeant les segments OSM et IGN validés par clothoïdes et seuils de R², possibilité de créer un catalogue robuste de virages (rayon, longueur, pente).