Vous pouvez lire le billet sur le blog La Minute pour plus d'informations sur les RSS !
Feeds
11867 items (4 unread) in 55 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 (1 unread)
-
arcOpole - Actualités du Programme
-
Géoclip, le générateur d'observatoires cartographiques
-
Blog GEOCONCEPT FR

-
Géoblogs (GeoRezo.net)
-
Conseil national de l'information géolocalisée
-
Geotribu
-
Les cafés géographiques
-
UrbaLine (le blog d'Aline sur l'urba, la géomatique, et l'habitat)
-
Icem7
-
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 (2 unread)
-
Veille cartographie (1 unread)
-
Makina Corpus
-
Oslandia
-
Camptocamp
-
Carnet (neo)cartographique
-
Le blog de Geomatys
-
GEOMATIQUE
-
Geomatick
-
CartONG (actualités)
-
22:04
GIS for Math
sur James Fee GIS BlogThere was great reflection over Thanksgiving at my house.
I got into GIS partly because I love maps but mostly because I love using math to solve problems. Nothing makes me happier than running some analysis and seeing the results. pic.twitter.com/cnOW0Bk1Ah
— James Fee (@jamesmfee) December 2, 2019Well maybe that is hyperbole but I was asked how the heck did I get myself where I am today. I think I’ve told this story many times before on this blog, but one more time won’t hurt. I was working toward a degree in Economics when statistics classes his my schedule. I really took to these and started to try and take as many as I could before I graduated. One of these was given by the Geography Department at Arizona State University. The name of the course has been lost to time but I do recall they used SPSS which I despised. The kicker though was the TA for that class introduced me to Perl and that was the introduction to the freedom that open scripting tools can give you.
Maps have been something as a kid I loved, like you I read the atlas and the Thomas Brothers Guide, but math and statistics is what drew me to GIS. SPSS and Perl are no longer part of my toolset (thank god honestly) but the skills I learned back then still make calculations in GIS analysis much easier for me. Cartography is the tip of the iceberg with GIS, the math is what makes it sing. Don’t forget that.
-
21:32
La librairie Python Geopandas
sur Veille cartographieCet article La librairie Python Geopandas est apparu en premier sur Veille cartographique 2.0.
Geopandas est un projet open source entièrement intégré à la librairie pandas gérant des fonctions pour intégrer et analyser de la donnée dans des chaînes de traitement Python. Geopandas permet la manipulation des objets spatiaux dans presque tous les formats vecteur (ESRI Shapefile, GeoJSON, KML…). En plus des manipulations géométriques, toutes les fonctionnalités statistiques de […]
Cet article La librairie Python Geopandas est apparu en premier sur Veille cartographique 2.0.
-
21:28
Hyperion : the platform that allowed risk assessment and effective decision making.
sur Veille cartographieCet article Hyperion : the platform that allowed risk assessment and effective decision making. est apparu en premier sur Veille cartographique 2.0.
Geospark Analytics is a Washingtion DC-based start-up founded in 2017. This start-up is specialized in data analysis and helps organizations to avoid risks and make accurate decisions. The society is focused on spatial data and believes that real time data is a relevant material to provide risk assessment. To visualize the risks and vulnerabilities on […]
Cet article Hyperion : the platform that allowed risk assessment and effective decision making. est apparu en premier sur Veille cartographique 2.0.
-
19:00
What are Your Chances of a White Christmas?
sur Google Maps ManiaIf you are dreaming of a white Christmas this year then you might like to check out this interactive map from NOAA. NOAA's White Christmas map uses historical weather data to provide a prediction of the chance of experiencing at least 1 inch of snow at your location on Christmas Day. The whiter the map at your location then the more chance there is of having a white Christmas. NOAA's odds of
-
16:55
Exploration cartographique de relations mondiales #2
sur Carnet (neo)cartographiqueLa cartographie de relations mondiales souffre de problèmes graphiques spécifiques à ce type de données, à leur échelle géographique d’analyse, leur résolution notamment. L’effet spaghetti qui en résulte peut être résolu en filtrant les nœuds et/ou les liens à cartographier…
Ce second billet poursuit l’exploration de relations aériennes mondiales qui avait été engagée [Voir #1], dans un objectif d’analyse cartographique.
L’objectif ici est d’explorer les résultats cartographiques obtenus suite à une double sélection de l’information, réalisée sur les nœuds (les aéroports) et sur leurs relations. Cette exploration sur le filtrage fait l’objet de deux billets, successivement notés 2 et 3 [Voir #3].
Plusieurs possibilités théoriques et méthodologiques de filtrage étant envisageables, nous faisons le choix général de raisonner selon les positions (ou selon les rangs), en termes de degrés (des sommets et des liens). Cette posture est justifiée par le fait nous cherchons à savoir quels sont les aéroports qui occupent une position majeure (quels sont les premiers) en captant une part significative du nombre de relations – donc en termes de densité de trafic (nombre de lignes) et non de trafic passager, les relations de la base Openflightdata mobilisée n’étant pas pondérées (ou valuées). Cela étant, des données complémentaires peuvent être mobilisées pour enrichir la carte.
2.1. Les aéroports majeurs à l’échelle mondiale
La carte des aéroports de premier rang 1 (first degree airports) varie selon les critères retenus (niveau global de la matrice) ou local (sélection de lignes / colonnes de la matrice) des aéroports, ou de leur agglomération de rattachement – mais c’est une autre question que j’espère d’ailleurs pouvoir traiter un jour… Nous arbitrons donc ici entre différents critères tels le nombre de degrés pondérés ou non à l’échelle mondiale, régionale, locale, globale de la matrice d’adjacence, etc..
Nous avons choisi de raisonner selon le niveau géographique, en retenant le rang 1 par pays – ce mode de sélection en référence au flux majeur est très populaire chez les géographes. Rappelons que le nombre d’aéroports total de la base est de 5 584 relatifs à 3 325 villes.
Figure 1. Aéroports de rang 1 par pays
Pour plus de lisibilité, il est possible d’afficher les labels des entités sélectionnées…
Figure 2. Liste des aéroports de rang 1 par pays
… ainsi que le poids de ces différents aéroports en termes de degrés pondéré.
Le volume total de relations aériennes (entrantes ou sortantes) est analysé au regard du trafic en termes de passagers pour identifier les aéroports qui sont doublement denses : en termes de densité de lignes et de trafic de passagers.
Figure 3. Degré et encombrement des aéroports de rang 1 par pays
La petite sélection (arbitraire et largement discutable) des dix plus gros aéroports permet de différencier les aéroports qui sont à la fois majeurs pour leur pays, en termes de densité de ligne aérienne, et les plus denses en termes de trafic passager au niveau mondial.
Ces aéroports les plus denses (incluant ceux dont le volume est le plus important – entourés de tiretés vert) sont tous situés dans l’hémisphère nord : d’abord en Asie, en Chine (Beijing) et à Hong-Kong, en Europe (Francfort, Londres et Paris Charles de Gaulle en 5e position) et aux États-Unis (Chicago). Il est intéressant d’observer que les aéroports les plus encombrés en termes de densité de trafic passager sont également situés en Asie (mais pas en Chine!), au Japon et en Corée ; aussi en Australie (l’aéroport de Sydney se distingue par son encombrement et non par sa densité de lignes), de même que Johannesburg en Afrique du sud et Saõ Paulo au Brésil.
Poursuivons notre exploration cartographique en ne retenant que ces 4% d’aéroports majeurs (pour leur pays) et visualisons les sur un fond de carte en projection polaire – comme vu dans le billet précédent (déjà mentionné, voir ici).
Figure 4. Aéroports de rang 1 par pays, en projection polaire
Examinons à présent les relations majeures de ces aéroports.
2.2. Les relations aériennes issue des nœuds majeurs, à l’échelle mondialeLa cartographie des relations aériennes impliquant cette sélection d’aéroports va mettre l’accent sur les couples de relations les plus importants, en termes de fréquence de ligne.
Pour augmenter la lisibilité de ces relations, leur teinte varie en fonction de la part en % que chacune de ces lignes représente par rapport au total.
Figure 5. Relations aériennes – version 1
La figure obtenue n’étant pas très lisible, il est possible d’agir sur la disposition des lignes en fonction de leur valeur, autrement dit de favoriser la perception visuelle des couples de relations présentant les relations aériennes les plus nombreuses (en proportion de l’ensemble, par exemple) – en les plaçant au premier plan, comme ci-dessous.
Figure 5. Relations aériennes – version 2
La carte obtenue souligne alors les relations les plus importantes dans l’ensemble, elle dessine en particulier les motifs de sous-réseaux intra continentaux ; ils sont situés aux Amériques (États-Unis / Mexique / Canada), en Europe (France, Allemagne, Espagne) ainsi qu’en Asie, mais dans des proportions du total moins importantes. On observe plus généralement, et logiquement, de façon complémentaire à la carte de la figure 3 (qui portait sur le degré des aéroports impliqués dans ces relations), que les relations les plus importantes sont celles de l’hémisphère nord.
Il est possible d’améliorer un chouïa cette figure, en faisant une autre sélection à savoir, celle de ne représenter que les 1% de relations les plus fortes, comme ci-après.
Figure 5. Relations aériennes – version 3
La sur-sélection des valeurs comme ci-dessous fait apparaître des motifs (apparemment) intéressant qu’il est possible de commenter à foison. Elle souligne effectivement les relations aériennes les plus denses, en mettant l’accent sur les pays présentant les aéroports qui accueillent la densité de lignes la plus importante.
Mais la carte obtenue est-elle vraiment si intéressante ? Une variante pus efficace de ces possibilités de filtrage sera présentée dans le Billet #3.
Avant cela, il est possible de ne sélectionner que le lien majeur (de ces aéroports majeurs).
2.3. Les relations majeures des aéroports majeurs, à l’échelle mondialeEn suivant le même raisonnement que pour les nœuds, il est possible de ne représenter que la relation majeure de chacun de ces aéroports.
Figure 6. Relations internationales majeures des aéroports de rang 1, par pays à l’échelle mondiale
La carte qui en résulte apparaît plus intéressante que la précédente. Son filtrage très important révèle les seuls plus forts des nœuds et des liens (les premiers de cordée !) . La sélection conduit en effet à isoler différents principaux sous-réseaux de relations aériennes qui présentent de nombreuses lignes avec quelques aéroports (États-Unis, Europe et Asie… ), ces sous-réseaux sont organisées autour d’aéroports d’envergure internationale. Après un tel filtrage, il est ensuite possible de poursuivre l’analyse soit dans le cadre de la théorie des graphes (calculer des mesures de centralité des sommets …) soit dans le cadre de la théorie gravitaire (pour le dire vite), pour explorer par exemple le rôle de l’espace géographique.
Billets liés :
Exploration cartographique de relations mondiales, Carnet (néo)cartographique, [https:]]
Exploration cartographique de relations mondiales #3 liens distants, Carnet (néo)cartographique, [https:]]
Exploration cartographique de relations mondiales #4 anamorphose, Carnet (néo)cartographique. [https:]]
Géographe et cartographe, Chargée de recherches à l'IFSTTAR et membre-associée de l'UMR 8504 Géographie-Cités.
-
15:00
World Climate Stripes
sur Google Maps ManiaThe European Commission's ERA5 Explorer allows you to view historical climate data for cities around the world. Click on the map and you can explore a range of climate statistics showing how the climate has changed at the selected location over the last forty years. The map even generates climate stripes for your selected location. The Era5 Explorer interactive map itself can show the average
-
14:12
Jackie Ng: Announcing: mapguide-react-layout 0.12.8
sur Planet OSGeoThis bugfix release fixes additional localization holes in:- The feature tooltip prompt text when it contains a hyperlink
- The share link to view component.
This release will be the last one in the 0.12.x series as I move full steam ahead with the next 0.13 release. Yeah ... slight change of plans about putting this project on short hiatus.
It turns out mapguide-react-layout needs some major updates for several key libraries its using, so it's not worth holding off on this any longer.
The journey to this next release is worth a long overdue blog post to talk about it as well.
Project Home PageDownloadmapguide-react-layout on npm -
11:44
gvSIG Team: Recursos abiertos 20 años después de la formulación de Digital Earth por Al Gore
sur Planet OSGeoDisponible la excelente presentación sobre recursos abiertos impartida por Antonio F. Rodríguez del Centro Nacional de Información Geográfica y que incita al debate.
¿Sabías que según un estudio de la IDE de España el 72% de los datos oficiales que se publican no tienen licencia? ¿Cuáles son las tendencias en publicación de datos? ¿Qué licencias deben tener los datos abiertos? ¿Las Infraestructuras de Datos Espaciales están en crisis? ¿Si se hace negocio con nuestros datos, podemos pedir nuestra parte? Todo esto y más en la siguiente presentación:
-
10:31
gvSIG Team: Infraestructura de Datos Espaciales y Sistema Central de Direcciones de Uruguay
sur Planet OSGeoYa están disponibles las presentaciones relativas a la Infraestructura de Datos Espaciales y Sistema Central de Direcciones de Uruguay impartidas en las 15as Jornadas Internacionales de gvSIG.
Ambos proyectos suponen un salto cualitativo en la gestión y disponibilidad de información geográfica en Uruguay. Ambos proyectos han sido realizados por la Asociación gvSIG con software libre y, en particular, con la Suite gvSIG.
La IDEUY y el Proyecto de Adquisición de Imágenes Digitales y Modelos de Elevación de todo el Uruguay:
Sistema Central de Direcciones del Uruguay: