Advertisement

Distributed Spatio-Temporal Voronoi Diagrams: State of Art and Application to the Measurement of Spatial Accessibility in Urban Spaces

  • Hafssa AggourEmail author
  • Aziz Mabrouk
Conference paper
Part of the Lecture Notes in Networks and Systems book series (LNNS, volume 92)

Abstract

Irregular development and rapid changes are largely used to contribute to the production of large and uncontrollable data, making the management, analysis, processing, storage and interpretation of these massive spatial data extremely efficient. As a result, the displacement at the level of urban spaces becomes noticeably difficult. In this article, we are implementing a new approach that uses spatiotemporally voronoï diagrams based on a distributed architecture to solve large data processing problems on the one hand, and spatial accessibility in urban areas problems on the other hand.

Keywords

Big data Voronoï network diagram Distributed computing Spatio-temporal modeling Short path 

References

  1. 1.
    Mabrouk, A., Boulmakoul, A., Karim, L., Lbath, A.: Safest and shortest itineraries for transporting hazardous materials using split points of voronoï spatial diagrams based on spatial modeling of vulnerable zones. Procedia Comput. Sci. 109, 156–163 (2017).  https://doi.org/10.1016/j.procs.2017.05.311CrossRefGoogle Scholar
  2. 2.
    Mondo, D.G.: Un modèle de graphe spatio-temporel pour représenter l’évolution d’entités géographiques, thèse, l’UBO, pp. 1–163, octobre 2011Google Scholar
  3. 3.
    Kurata, Y., Egenhofer, M.J.: The head-body-tail intersection for spatial relations between directed line segments. In: GIScience Geographic Information Science. Lecture Notes in Computer Science, vol. 4197, pp. 269–286 (2006)Google Scholar
  4. 4.
    Freksa, C.: Using orientation information for qualitative spatial reasoning. In: Spatio-Temporal Reasoning, pp. 162–178 (1992)Google Scholar
  5. 5.
    Schlieder, C.: Reasoning about ordering. In: Frank, A., Kuhn, W.E. (eds.) COSIT, Lecture Notes in Computer Science, vol. 988, pp. 341–349 (1995)Google Scholar
  6. 6.
    Langran, G., Chrisman, N.R.: A framework for temporal geaographic information systems. Cartographica 25(3), 1–14 (1988)CrossRefGoogle Scholar
  7. 7.
    Parkes, D., Thrift, N.: Times, spaces and places. a chronogeographic perspective. Geograph. J. 147(2), 247 (1981).  https://doi.org/10.2307/634576CrossRefGoogle Scholar
  8. 8.
    Frihida, A.: Contribution à la modélisation des données spatio-temporelles. Traitement du signal et de l’image. Ecole Nationale d’Ingénieurs de Tunis, pp. 13–20 (2015)Google Scholar
  9. 9.
    Jiang, L., et al.: A neural network method for the reconstruction of winter wheat yield series based on spatio-temporal heterogeneity. Comput. Electron. Agric. 154, 46–53 (2018).  https://doi.org/10.1016/j.compag.2018.08.047CrossRefGoogle Scholar
  10. 10.
    Pollnow, S., et al.: An adaptive spatio-temporal gaussian filter for processing cardiac optical mapping data. Comput. Biol. Med. 102, 267–277 (2018).  https://doi.org/10.1016/j.compbiomed.2018.05.029CrossRefGoogle Scholar
  11. 11.
    Zgaya, H.: Conception et optimisation distribuée d’un système d’information d’aide à la mobilité urbaine: Une approche multi-agent pour la recherche et la composition des services liés au transport, p. 241 (2007)Google Scholar
  12. 12.
    Bouha, N.: Modélisation, approche multi agent et outils d’aide à la décision applique sur les systèmes du trafic routier urbain, p. 8 (2014)Google Scholar
  13. 13.
    Ahmed, H.S., et al.: Une approche ASIF distribuée pour le calcul des émissions CO2 dans les chaines logistiques marocaines (2014).  https://doi.org/10.13140/rg.2.1.2615.0166
  14. 14.
    Xia, D., Wang, B., Li, Y., Rong, Z., Zhang, Z.: An efficient MapReduce-based parallel clustering algorithm for distributed traffic subarea division. Discrete Dyn., Nat (2015)CrossRefGoogle Scholar
  15. 15.
    Boulmakoul, A., Karim, L., Daissaoui, A.: Un système distribué proactif à base d’e-phéromone floue pour la prévision et l’analytique des patterns de congestions du trafic urbain dans un environnement cloud, p. 15 (2016)Google Scholar
  16. 16.
    Mabrouk, A., Boulmakoul, A.: Nouvelle approche basée sur le calcul des itinéraires courts et sûrs pour le TMD favorisant l’accès rapide aux secours, pp. 7–9 (2017)Google Scholar
  17. 17.
    Kos, M., et al.: A Speech-based distributed architecture platform for an intelligent ambience. Comput. Electr. Eng. 71, 818–832 (2018)CrossRefGoogle Scholar
  18. 18.
    Ledoux, H., Gold, C.M.: Modelling three-dimensional geoscientific fields with the voronoï diagram and its dual (2006)Google Scholar
  19. 19.
    Okabe, A., Boots, B., Sugihara, K., Nok Chiu, S., Kendall, D.G.: Spatial Tessellation: Concepts and Applications of Voronoï Diagrams. Wiley, Chichester (2000).  https://doi.org/10.1002/9780470317013CrossRefzbMATHGoogle Scholar
  20. 20.
    Okabe, A., Satoh, T., Furuta, T., Suzuki, A., Okano, K.: Generalized network Voronoï diagrams: concepts, computational methods, and applications. Int. J. Geograph. Inf. Sci. (2008)Google Scholar
  21. 21.
    Erwig, M.: The graph Voronoï diagram with applications. Networks, 156–163 (2000)Google Scholar
  22. 22.
    Kanoulas, E., Du, Y., Xia, T., Zhang, D.: Finding fastest paths on a road network with speed patterns. In: ICDE, pp. 10–19 (2006)Google Scholar
  23. 23.
    Zhao, L., Ohshima, T., Nagamochi, H.: A* Algorithm for the time-dependent shortest path problem, pp. 3–6 (2008)Google Scholar
  24. 24.
    Mabrouk, A., Boulmakoul, A.: Logicielle intégrant un système spatial décisionnel pour la géo-gouvernance des réseaux urbains. In: Conference ASD, pp. 8–9 (2013)Google Scholar
  25. 25.
    Mabrouk, A., Boulmakoul, A.: Modèle Spatial Objet basé sur les Diagrammes Spatiaux de Voronoï pour la géo-gouvernance des espaces urbains. In: Conference INTIS, pp. 10–11(2012)Google Scholar
  26. 26.
    Mabrouk, A., Boulmakoul, A., Karim, L.: Support d’aide à la décision basé sur un modèle spatial de Voronoï pour la géo-gouvernance des réseaux de transport de matières dangereuses dans un milieu urbain. In: Conference INTIS 2016, p. 14 (2016)Google Scholar
  27. 27.
    Mabrouk, A., Aggour, H., Boulmakoul, A.: Processus de calcul parallèle des réseaux spatiaux de Voronoï basé sur une architecture distribuée. In: Conference ASD, pp. 2–13 (2018)Google Scholar

Copyright information

© Springer Nature Switzerland AG 2020

Authors and Affiliations

  1. 1.ER Information Systems EngineeringAbdelmalek Essaadi UniversityTétouanMarocco

Personalised recommendations