Vous pouvez lire le billet sur le blog La Minute pour plus d'informations sur les RSS !
Feeds
10964 items (0 unread) in 53 feeds
-
Décryptagéo, l'information géographique
-
Cybergeo
-
Revue Internationale de Géomatique (RIG)
-
SIGMAG & SIGTV.FR - Un autre regard sur la géomatique
-
Mappemonde
-
Imagerie Géospatiale
-
Toute l’actualité des Geoservices de l'IGN
-
arcOrama, un blog sur les SIG, ceux d ESRI en particulier
-
arcOpole - Actualités du Programme
-
Géoclip, le générateur d'observatoires cartographiques
-
Blog GEOCONCEPT FR
-
Géoblogs (GeoRezo.net)
-
Geotribu
-
Les cafés géographiques
-
UrbaLine (le blog d'Aline sur l'urba, la géomatique, et l'habitat)
-
Séries temporelles (CESBIO)
-
Datafoncier, données pour les territoires (Cerema)
-
Cartes et figures du monde
-
SIGEA: actualités des SIG pour l'enseignement agricole
-
Data and GIS tips
-
Neogeo Technologies
-
ReLucBlog
-
L'Atelier de Cartographie
-
My Geomatic
-
archeomatic (le blog d'un archéologue à l’INRAP)
-
Cartographies numériques
-
Veille cartographie
-
Makina Corpus
-
Oslandia
-
Camptocamp
-
Carnet (neo)cartographique
-
Le blog de Geomatys
-
GEOMATIQUE
-
Geomatick
-
CartONG (actualités)
-
20:00
Buildrz, la cartographie au service des promoteurs immobiliers
sur Veille cartographieCet article Buildrz, la cartographie au service des promoteurs immobiliers est apparu en premier sur Veille cartographique 2.0.
Qu’est-ce que Buildrz ? Une start-up créée par deux jeunes urbanistes : Suzanne Fritelli et Manuel Verrier, il y a bientôt 3 ans. Aujourd’hui Buildrz compte une vingtaine d’employés et recrute toujours. Ils emploient des développeurs, des ingénieurs, des urbanistes, des géomaticiens et encore d’autres domaines. Buildrz est une application web pour développer « l’urbanisme numérique » comme […]
Cet article Buildrz, la cartographie au service des promoteurs immobiliers est apparu en premier sur Veille cartographique 2.0.
-
20:00
Une cartographie de la pollution a Paris
sur Veille cartographieCet article Une cartographie de la pollution a Paris est apparu en premier sur Veille cartographique 2.0.
Via une carte dynamique disponible sur le site de la ville de Paris , il est maintenant possible de connaitre les niveaux de nombreux polluants dont l’ozone , les particules fines et le dioxyde de carbone , a n’importe quel moment dans l’enceinte de la capitale. Les données sont quasi en temps réel(chaque heure) avec […]
Cet article Une cartographie de la pollution a Paris est apparu en premier sur Veille cartographique 2.0.
-
18:43
Cartographier l'occupation des sols d'une partie de l'Australie à 10 m de résolution
sur Séries temporelles (CESBIO)Peu de pays sont plus éloignés de la France que l'Australie. La carte d'occupation des sols dont nous parlons aujourd'hui concerne l'État du Victoria au Sud-Est de l'Australie. Cet État est quasiment diamétralement opposé à la Turquie avec des latitudes autour de 37°S et des longitudes autour de 145°E. Nous avons reproduit la méthode qui est utilisée pour créer la carte de la France par l'équipe OSO du CESBIO. Dans ce post, je parlerai des differentes étapes que nous avons suivies pour créer notre carte (qui, dans les grandes lignes, reprend les idées de la chaîne IOTA-2), et j'en profiterai pour vous montrer de belles images Sentinel-2 et leurs cartes associées.
La carte
Commençons par la fin, et donc par la carte complète ci-dessous.
Carte d'occupation des sols de l'État du Victoria en Australie
Victoria fait à peu près la moitié de la taille de la France métropolitaine. Au Sud, vous pouvez voir la côte de la mer de Tasmanie avec la grande ville de Melbourne (en rose) à peu près au milieu, le long de la côte. Pour l'anecdote, la ville de Melbourne est très étendue et à peu près la même surface que Shanghai mais avec 5 fois moins d'habitants. Au Nord-Est de Melbourne, vous pouvez voir une large surface boisée (en vert plutôt foncé) : ce sont les Alpes victoriennes (eh oui, nous avons aussi nos Alpes !). Au Nord-ouest, on peut voir une large région agricole (en orange et en jaune) puis, à l'extrème Nord-Ouest, le désert.
Notre carte est la première carte d'occupation des sols créée à 10 m de résolution - la précédente avait été créée à 250 m (la résolution de MODIS). Je ne résiste pas à vous présenter un effet avant/après autour du Lac Eildon :
Comparaison de la précédente carte à 250 m avec notre carte à 10 m Comment cette carte a-t-elle été créée ?
Dans les grandes lignes, nous avons suivi les idées de la chaîne IOTA-2 du CESBIO, mais nous avons développé nos propres scripts d'appel à la librairie OTB, en utilisant notre algorithme de classification développé par Dr Charlotte Pelletier (une ancienne du CESBIO) pendant son séjour à Monash University : TempCNN. Voici les principales étapes du processus :
- Téléchargement de toutes les images Sentinel-2 de juillet 2017 à août 2018 (d'hiver à hiver) au niveau-2A. Pour cette étape, notre boulot a été grandement facilité par le service PEPS qui nous a permis de télécharger les produits Sentinel-2 au niveau 2A : nous avons donc collecté 4,000+ images, recouvrant 37 tuiles, et ce directement avec les corrections atmosphériques et les masques de nuages (grâce au traitement à la demande par le logiciel de corrections atmosp?ériques MAJA !).
- Prétraitement. Nous avons d'abord ré-interpolé à 10 m les bandes à 20 m (et n'avons pas utilisé les bandes à 60 m), puis construit deux cubes de données (un pour toutes les images de la série et un pour tous les masques), et finalement créé un cube de données ré-interpolées temporellement (pour avoir les mêmes dates pour toutes les tuiles et enlever les nuages). Tout ça a été fait grâce à l'OTB. Petite note en passant : notre NFS est tombé en panne et nous avons dû nous résoudre à utiliser 7 disques de 4To...
Notre NFS est tombé en panne...
- Création du jeu d'entraînement. Nous avons pu bénéficier des campagnes de terrain de l'équipe d'Agriculture Victoria ; données qui avaient été collectées pour la création de la carte à résolution MODIS ci-dessus. Nous y avons ajouté quelques polygones d'urbain, puis mis en relation ces polygones aux données images de nos cubes ré-interpolés (un cube par tuile) et enregistré ces 'pixels' étiquetés (une série temporelle multi-variée par pixel) dans une base de données Sqlite.
- Apprentissage du modèle. Nous avons utilisé notre algorithme TempCNN basé sur un réseau convolutionnel, ayant pour objectif d'extraire des motifs de dynamiques temporelles dans l'évolution des bandes spectrales. Nous avons amélioré la précision de 1,5% de précision par rapport au Random Forest (et +3% pour le F-Score). L'apprentissage va assez vite pour nos 3,8M d'échantillons, il a pris moins de deux heures.
- Création de la carte. Une fois le modèle entraîné, nous l'avons utilisé pour classifier les tuiles une par une, puis fusionné ces résultats (les tuiles ayant un recouvrement), et finalement recoupé la carte pour correspondre à l''mprise de l'État de Victoria.
Et voilà ! Nous avons mis un serveur à disposition ; vous pouvez donc allez voir le résultat sur [MonashVegMap.org]
Retour d'expérienceDu début à la fin, la création de la carte nous aura pris.e.s environ 6 mois : 3 mois pour obtenir un premier résultat puis 3 mois pour faire une deuxième passe et corriger quelques problèmes (principalement liés à des données manquantes - il n'est pas toujours facile de savoir que des données manquent quand on gère tant de données). Je pense que notre surprise principale a été que nous avions probablement sous-estimé le temps passé à pré-traiter les données : téléchargement et prétraitement nous ont pris 7 semaines alors même que nous récupérions directement les données au niveau 2A. Notre procédure aurait également pu être optimisée pour éviter les entrées/sorties sur les disques, ce que IOTA fait (pas de stockage de résultat intermédiaire). Globalement, nous étions surpris·e·s de nous rendre compte que le processus développé au CESBIO marcherait si facilement : nous nous attendions à devoir réinventer des traitements pour telle ou telle partie du processus, mais non (sauf peut-être la fusion des résultats des différentes tuiles). Donc, un grand merci s'impose pour l'équipe de Jordi Inglada qui a mis au point le processus.
La carte a été reçue très positivement avec de nombreux contacts et téléchargements du fichier GeoTiff final, notamment pour la modélisation des feux (un thème important en Australie, et la gestion des bassins versant et de l'agriculture.
Je ne pouvais pas finir ce post sans vous montrer une belle image de la région viticole australienne ; ci-dessous la ville de Shepparton dans laquelle nous cultivons du Shiraz (pensez Côte du Rhône poussant dans une terre ocre). On voit d'ailleurs bien les exploitations viticoles sur la carte en violet (et je recommande une visite si vous êtes dans la région).
Shepparton, as viewed by Sentinel-2
Shepparton, notre carte
-
18:00
America is Becoming More Diverse
sur Google Maps ManiaThe Brookings Institution has used recently released U.S. Census Bureau estimates for 2018 to map out where America is becoming more diverse. Six Maps that Reveal America's Expanding Racial Diversity looks particularly at the metro areas where the white, black, Hispanic and Asian populations have shown marked growth. The article starts with an interactive map which shows where minority groups -
16:00
The Orientation of UK Runways
sur Google Maps ManiaThe orientation of airport runways are normally determined by prevailing wind directions. Aircraft find it easier to land without a crosswind and planes can more easily take-off and land upwind. Aircraft also need a lower ground speed at both landing and take-off when they are pointing into the wind. As a consequence runways are usually built to point in the prevailing wind direction. In fact
-
11:28
Jackie Ng: MapGuide 4.0 Showcase: Transform all the things!
sur Planet OSGeoDid you know that MapGuide uses CS-Map, a coordinate system transformation library with support for many thousands of coordinate systems out of the box? No matter how esoteric the map projection your data is in, MapGuide can re-project geospatial data in and out of it thanks to this library.
So it is quite a shame that for the longest time, MapGuide's powerful coordinate system transformation capabilities has zero representation in any part of the mapagent (the HTTP API provided by MapGuide).
To use MgCooordinateSystem and friends (the classes that wrap the CS-Map library) requires building a your own MapGuide application using the MapGuide Web API in one of our supported languages (.net, Java or PHP) and having your client application call into your own MapGuide application. There is nothing out of the box in the mapagent for a client map viewer application to do a basic HTTP request for transforming coordinates or requesting feature data to be transformed to a certain coordinate system.
For MapGuide 4.0, we've exposed the coordinate system transformation capabilities in APIs where it makes sense. Such as our SELECTFEATURES APIs for returning feature data. In my previous showcase post, I've shown how appending VERSION=4.0.0 and CLEAN=1 now gives you an intuitive GeoJSON result for this API.
The coordinates are based on the coordinate system of the data source it comes from. In the above screenshot, this is latitude/longitudes (code: LL84, epsg: 4326).
Suppose you want this data in web mercator (code: WGS84.PseudoMercator, epsg: 3857) so you can easily plonk this GeoJSON onto a slippy map with OpenStreetMap or your own XYZ tiles, which would also be in web mercator. With MapGuide 4.0, you can now also include a TRANSFORMTO=WGS84.PseudoMercator parameter to your HTTP request and that GeoJSON data will be transformed to web mercator.
The other major capability gap is that the mapagent offers no API over the mapagent for transforming a series of coordinates from one coordinate system to another. For MapGuide 4.0, there's now a dedicated API for doing this: The CS.TRANSFORMCOORDINATES operation.
With this operation, simply feed it:- A comma-separated list of space-separated coordinate pairs (COORDINATES)
- The CS-Map code of the source coordinate system the above coordinates are in (SOURCE)
- The CS-Map code of the target coordinate system to transform to (TARGET)
- Your desired output format of JSON or XML (FORMAT)
- If you want JSON, whether you want the pretty JSON version (CLEAN)
A place where this new API is sorely needed is MapGuide Maestro, which previously required kludgy workarounds for transforming bounding boxes in Map Definitions (when adding layers in different coordinate systems, or re-computing extents):- Tapping into the MgCoordinateSystem APIs of the local connection mode (if available)
- Using an alternate library for transformation with less reliability due to smaller range of supported coordinate systems.
-
11:00
CARTO Blog: Retail Revenue Prediction Models with Spatial Data Science
sur Planet OSGeoAs we round the corner into the latter half of 2019, the retail apocalypse continues. Business Insider is projecting more than 8,000 store closures in 2019, with major bran...
-
7:15
Entre tradition et modernité, l’efficacité commerciale aujourd’hui. Entretien avec Nicolas Caron – 2ème partie
sur Blog GEOCONCEPT FRLes ressorts de l’efficacité commerciale n’ont pas de secrets pour Nicolas Caron ! Passionné par les métiers de la vente, il a cofondé avec Frédéric Vendeuvre, en 2003, le cabinet de formation commerciale et de conseil Halifax Consulting. Leurs équipes accompagnent chaque année des milliers de commerciaux des plus grandes entreprises internationales partout en Europe, en Asie et sur le continent américain.
Nous avons eu envie de rencontrer Nicolas après avoir lu son ouvrage « Lève-toi et vends ! », un livre à la fois souriant et percutant que tous les commerciaux – et même les non commerciaux – soucieux d’efficacité et de performance devraient s’empresser de lire !
La première partie de l'interview vous a plu ? Découvrez la suite de l'entretien dans ce billet !