Conception de nouveaux designs

V = Vx cos (angle) + Vy sin (angle)

Chaque point du disque est donc positionné en fonction de la direction de l‟avion. Les avions volent dans toutes les directions, c‟est pourquoi on obtient un disque. Les zones de fortes densités qui correspondent aux directions privilégiées des vols (les orientations des pistes d‟atterrissage et de décollage par exemple).

Nous avons ajouté dans l‟image suivante l‟altitude de l‟avion codée avec la couleur (les avions qui volent bas sont en rouge, et ceux qui volent haut sont en bleu) et la taille des points radar qui nous informe de la vitesse (faible vitesse avec une taille réduite et forte vitesse avec un diamètre de point important).

On constate que les points bleus (les avions qui volent haut) sont larges (ils volent vite).

Ceci s‟explique car les performances des avions sont meilleures en altitude (moins de prestances au frottement). Cette vue peut ainsi être exploitée pour trouver des avions qui ne respectent pas les contraintes environnementales : par exemple des avions rouges avec une taille de point importante.

3. L’occupation spatiale des voies aériennes

Cette visualisation s‟inspire de la représentation créée en 1880 par Etienne-Jules Marey sur les horaires des trains entre Paris et Lyon [Tufte, 1983]. C‟est un graphe à deux dimensions qui place chaque ligne de train selon sa distance des gares de Lyon et Paris sur l‟axe de Y et selon son heure sur l‟axe des X. Le parcours de l‟axe des Y donne toutes les gares disponibles sur le trajet Paris-Lyon. Le parcours de l‟axe des X donne toutes les heures d‟une journée. L‟orientation des lignes permet de connaître la direction des trains : les lignes qui partent du haut à gauche vers le bas à droite correspondent aux trains en direction de Lyon, les lignes qui partent du bas à gauche vers le haut à droite correspondent aux trains en direction de Paris. De plus, les lignes horizontales indiquent que le train s‟est arrêté à une gare donnée et la longueur de cette ligne horizontale indique le temps d‟arrêt. La pente des lignes indique la vitesse des trains avec des arrêts

si elles comportent des sections horizontales. Des informations plus globales sont aussi fournies sur la fréquence des trains sur une journée grâce à la densité des lignes.

L‟image suivante est la représentation originale de Marey. Tufte en a critiqué la couleur de fond pour les gradations du graphe en lui préférant une autre couleur que celle utilisée pour dessiner les lignes de train, comme par exemple un marron clair en application de ses principes de qualité graphique.

L‟application au domaine de l‟ATC n‟est pas encore évaluée mais cette classe de visualisation peut aider à mettre en avant les charges de trafic sur les routes aériennes et ainsi appuyer les décisions concernat la répartition des avions sur une journée.

Dans l‟image suivante, la couleur indique l‟altitude de l‟avion avec :

 du bleu pour les altitudes basses (l‟avion est au sol à son aéroport de départ ou d‟arrivée),

 du rouge pour les altitudes hautes (l‟avion est à un niveau de vol élevé, il est en croisière).

Dans cette image, on voit apparaître clairement que certains avions volent plus haut que d‟autres, certains sont plus rapides. On voit apparaître le sens de déplacement les fortes densités de rotation d‟avions mais aussi les séquencements des départs et arrivées (souvent un avion part de la région lyonnaise suivie par un avion qui arrive de la région parisienne). Cette image permet d‟analyser finement les séquencements réels des avions sur une voie aérienne donnée.

Même si ce n‟est pas le propos dans ce chapitre, il est intéressant d‟identifier les informations exploitables dans ce type de visualisation. On peut, par exemple, voir que le matin il n‟y a que des vols au départ de Paris, ensuite on retrouve le hub de midi et le soir plusieurs avions partent quasiment en même temps. Sur la base de ces informations, un gestionnaire pourrait regrouper ces vols avec des appareils plus gros.

E. Conclusion

Notre démarche a été d‟implémenter le modèle de Data Flow pour valider, avec notre expérience, les contraintes liées à son utilisation. Cette approche nous a permis d‟explorer plusieurs domaines : le design avec l‟utilisation des variables visuelles, la caractérisation des visualisations, l‟utilisation du modèle de Data Flow, la qualité des données, l‟exploration des données…

1. Le design

Notre logiciel permet l‟utilisation de variables visuelles pour représenter n‟importe quel champ de données. Cette connexion est rendue explicite avec la création de liens par l‟utilisateur. Nous avons généralisé l‟utilisation des variables visuelles et ainsi permis à l‟utilisateur d‟essayer plusieurs designs. Cette utilisation du logiciel permet le prototypage de visuels avec des caractéristiques de design explicites et paramétrables.

2. La caractérisation

Le paramétrage des choix de design est en soi une forme de caractérisation ; cette description est nécessaire et suffisante pour la production d‟une visualisation. Elle regroupe alors l‟ensemble des informations qui compose la visualisation ainsi que le détail de son design.

Cette caractérisation est critiquable sur plusieurs points ; elle n‟est ni formatée, ni synthétique. Son exploitation en est alors difficile. La comparaison de deux

caractérisations n‟est pas directement réalisable. De plus, rien ne prouve que toutes les informations que contient cette caractérisation soit exhaustive.

Néanmoins, cette première caractérisation permet de contenir des informations remarquables pour chaque design et ainsi permet leur différentiation.

3. L’utilisation du modèle de DataFlow

Nous avons recréé à l‟aide du modèle de Data Flow l‟image radar utilisée par les contrôleurs aériens et la marche de Napoléon. Pour ce faire, nous avons dû apporter un certain nombre de modifications au modèle :

 utilisation d‟un élément mémoire conservant le nom de l‟avion pour ne l‟afficher qu‟une seule fois dans l‟étiquette,

 utilisation du filtrage dynamique et usage spécifique des paramètres de filtrage pour afficher la taille correcte de la comète radar,

 utilisation d‟une variable de profondeur pour ordonner les dessins des formes à l‟écran (Minard),

 utilisation de couches contenant la description d‟une entité visuelle,

 utilisation des techniques d‟animation.

Le modèle de Data Flow semble donc adapté pour la production de visualisations. Nous avons seulement mis en évidence quelques problèmes déjà étudiés et traités par les toolkits de visualisation [Baudel, 2002] [Fekete, 2004] [Wilkinson, 1999].

4. Les données

L‟utilisation du modèle de DataFlow a aussi mis en évidence les problématiques liées aux données et à leur qualité. Pour produire l‟affichage des comètes radar, les données doivent être échantillonnées avec un taux constant mais aussi interpolées. L‟ordre de traitement dans le modèle du DataFlow n‟est pas sans conséquence sur la visualisation produite.

Pour afficher la comète radar, nous avons utilisé des zones mémoires. Cette astuce pose un problème lors de la navigation dans les données. Le sens de parcours modifie la visualisation. Cette problématique est à prendre en considération pour garder la cohérence entre le visuel et la base de données.