Planet Georezo » Toile géomatique francophone

Un Planet est un site Web dynamique qui agrège le plus souvent sur une seule page, le contenu de notes, d'articles ou de billets publiés sur des blogs ou sites Web afin d'accentuer leur visibilité et de faire ressortir des contenus pertinents aux multiples formats (texte, audio, vidéo, Podcast). C'est un agrégateur de flux RSS. Il s'apparente à un portail web.
Vous pouvez lire le billet sur le blog La Minute pour plus d'informations sur les RSS !

Canaux

4846 éléments (2 non lus) dans 116 canaux

Dans la presse

Du côté des éditeurs

Toile géomatique francophone

Géomatique anglophone

Blogs GeoRezo.net

Autres planets

Planet OSGeo

Abonnez vous à cette page (RSS) !

Toile géomatique francophone

Sauter à la page: 1 2 3 ... 13

22 juin 2018
11:47
Méfiez-vous des cartes, pas des migrants : les réfugiés syriens.
sur Carnet (neo)cartographique

Depuis 2011, la Syrie est en proie à une violence inouïe, mettant des millions de gens sur les routes de l’exode. Rappelons que ce conflit est né d’un mouvement de contestation pacifique, dans le souffle libérateur des printemps arabes contre le régime de Bachar El-Assad. Ce mouvement fut réprimé dans le sang. Depuis, la situation n’a eu de cesse de se complexifier et de s’internationaliser avec l’entrée dans le jeu de groupes djihadistes et de puissances étrangères. Selon l’Observatoire syrien des droits de l’Homme (OSDH), cette guerre aurait causé la mort de plus de 353 000 personnes en 7 ans, dont 106 390 civils (19 811 enfants et 12 513 femmes). Un véritable carnage.

Pour survire, beaucoup ont “choisi” de fuir leur pays. Où sont-ils allés ? Où ont-ils été “accueillis” ? Quels sont les pays européens les plus hospitaliers ? Pour répondre à ces questions, nous nous sommes livrés (Françoise Bahoken et moi-même) à un petit exercice cartographique en vidéo. L’objectif est de donner à voir la construction d’une carte décrivant la migration syrienne, surtout sa sensibilité aux partis-pris méthodologiques.

Si les chiffres retenus datent de mi 2015 et ont pu évoluer, ce qui compte ici c’est avant tout la démonstration. Notre propos est avant tout pédagogique. Il focalise en premier lieu l’attention sur le rôle des cartes dans notre perception de la crise migratoire syrienne. Que nous disent-elles ? L’effet de différents choix (graphiques, textuels, etc.) sur les cartographies obtenues fait l’objet d’un second temps. En quoi ces cartes diffèrent-elles ? Nous dessinent-elles objectivement la réalité de ce phénomène migratoire ? N’y a-t-il pas là un risque de manipulation ? Le troisième temps déconstruit ces cartes pour tenter d’y répondre. Bref, peut-on vraiment faire confiance aux cartes…

En savoir plus

Bahoken F., Lambert N. (2017), Contrefaçons cartographiques, in : Clochard O. (coord.), Atlas des migrants en Europe. Approches critiques des politiques migratoires, Armand Colin, 3e ed., pp. 34-35.

Sources

ONU (2015), Trends in International Migrant Stock: Migrants by Destination and Origin.
[www.un.org]

Banque mondiale (2015), World Development Indicators, United Nations Population Division. [api.worldbank.org]

Fond de carte des pays : NaturalEarthData (2018), 50m_admin_0_countries
[www.naturalearthdata.com]

Photographies (captures) :
– Europe 1 : « Bain de foule et manifestation pour la venue de Macron à Toulouse » [www.europe1.fr] (publié le 11 septembre 2017 à 16h16, modifié à 16h49)
– Caviar (@tweeteur31) sur Twitter : [https:]

Nicolas Lambert
More Posts
Follow Me:

20 juin 2018
13:09
PostGIS : Nettoyage et Validation de données géographiques
sur GEOMATICK

Vive le partage des données! Vive l’Open Data! On ne peut qu’être satisfaits de l’ouverture des jeux de données mais en matière de données géographiques, on peut vite « déchanter » en téléchargeant des fichiers (shapefile, GeoJSON, etc) corrompus. Vous savez quand vous vous lancez dans des géotraitements sur QGIS et que vous obtenez une multitude d’erreurs pour intersecter des entités vectorielles par exemple (figure 1).

Figure 1 : Erreur lors d’une intersection de deux entités vectorielles dans QGIS

L’erreur signalée par QGIS est ici « Invalid geometries », ce qui -comme vous le savez déjà- signifie que la géométrie spatiale de l’entité géographique concernée comporte une erreur. Cette dernière peut être causée par plusieurs incohérences géométriques tels une duplication des nœuds, un polygone avec moins de trois nœuds, des auto-intersections, une géométrie inexistante, etc. Alors comment valider et nettoyer l’ensemble des géométries des vecteurs?

En faisant quelques recherches sur internet, on s’aperçoit qu’il existe plusieurs méthodes et outils pour répondre à cette problématique. Ainsi, on peut se référer aux articles de François Atilio qui décrit certaines étapes de validation des données géographiques notamment à partir d’une base spatialite. Anita Graser utilise le logiciel libre GRASS pour corriger les erreurs géométriques des données après les avoir détecter dans QGIS. Cette détection est possible grâce à l’outil « vérifier la validité » disponible par le chemin :

Vecteur > Outils de géométrie > Vérifier la Validité

Ici, je ne m’attarde pas sur ce procédé car dans la majorité des cas, je n’utilise QGIS que pour visualiser les couches SIG et je réalise les corrections géométriques directement dans PostgreSQL / PostGIS. L’idée reste identique puisqu’on s’assure dans un premier temps de la validité des données puis on les modifie dans la table spatiale.

Après le chargement de votre couche SIG dans le SGBD PostgreSQL avec votre outil préféré (shp2pgsql, ogr2ogr, etc), on utilise quelques requêtes SQL permettant de corriger géométriquement des données SIG dans PostGIS. On imagine une table « A » (de type MULTIPOLYGON) ayant pour identifiant « gid » (clé primaire) et pour colonne géométrique « geom ». Veuillez vous Connecter pour consulter ce contenu. S'Inscrire Gratuitement ››

En conclusion, l’extension spatiale PostGIS permet de traiter de manière approfondie les données géographiques par l’implémentation de multiples fonctions. Ici, on a utilisé plusieurs d’entre elles dans l’objectif de corriger les géométries non valides d’entités vectorielles. Par extension, après cette validation, on pourra se consacrer à différents géotraitements comme les intersections de vecteurs. Pour aller plus loin, PostGIS met à disposition une documentation pour la gestion des bases de données géographiques.

14 juin 2018
15:40
Three snow seasons in the Pyrenees through the eyes of Sentinel-2 and Landsat-8
sur Séries temporelles

On June 23 we will celebrate the third anniversary of Sentinel-2A in orbit. With three years of data we can start looking at the inter-annual variability of biophysical variables, like.. (random example), the snow cover.

This is what I attempted to do for the Theia workshop. I downloaded all available snow cover products from Theia over the Central Pyrenees (tile 31TCH) and I generated additional snow maps from the Theia Landsat-8 level-2A products using let-it-snow processor. Landsat-8 images enable to increase the frequency of observations when only Sentinel-2A was operational between 2015 to 2017.

I resampled the Landsat-8 snow maps to the same reference grid as Sentinel-2 at 20 m resolution using the nearest neighbor method. I cropped all snow maps to the intersection of the Sentinel-2 tile (green polygon) and Landsat-8 tile (red polygon).

When there was a snow map from Sentinel-2 (S2) and Landsat-8 (L8) on the same day, I merged them into a composite using a simple pixel-based rule:

If S2 is non-valid then: composite=L8,
else: composite=S2

where a "non-valid pixel" is a cloud pixel or a no-data pixel. I give the priority to S2 because of its higher spatial resolution, but also because the better temporal resolution of the Sentinel-2 mission improves the cloud mask in Theia products. This first step reduces the amount of non-valid pixels (e.g. cloud pixels in % indicated in the figure below):

Then I generated a cloud-free time series of daily snow cover maps from 01 Sep 2015 to 31 May 2018 by interpolation in the temporal dimension using the closest valid pixel as shown below:

I computed the sum of snow pixels in the resulting stack of cloud-free snow maps along the time dimension, for each of the past three snow seasons. This provides the number of snow days per pixel (AKA a snow persistence map).

These maps show that the area covered by a permanent snowpack was larger in 2018. To further analyze the results I aggregated the snow cover duration by elevation band of 200 m starting from elevation band 0 m-200 m, etc. and plotted the data as boxplots (outliers were removed for clarity)

The Theia snow products indicate that snow cover was virtually permanent above 2400 m in 2018 from 01 Jan to 31 May, in contrast with 2017 and 2016.

Finally, looking at the evolution of the snow cover area from these data, it seems that the exceptional 2018 snow season is not over yet!

Evolution of the snow cover in the Central Pyrenees from Sentinel-2 and Landsat-8

Aneto peak (3304 m)  on 07 Jun 2018 vs. 01 Jun 2017

⁩pic.twitter.com/muRrfbO0BP

— Météo Pyrénées (@Meteo_Pyrenees) June 8, 2018

Col des Tentes (2200 m) near Gavarnie on 08 June 2018:

pic.twitter.com/ZTE6WiSU2A

— Météo Pyrénées (@Meteo_Pyrenees) June 9, 2018

13 juin 2018
10:13
Nouveau sur le site : ArcGIS Online, ArcGIS pro gratuitement pour tout l'enseignement agricole technique
sur Sigea : actualités

Nouveau sur le site : ArcGIS Online, ArcGIS pro gratuitement pour tout l'enseignement agricole technique

12 juin 2018

12:06

La vectorisation du produit OSO, comment ça marche ?

sur Séries temporelles

Le produit vecteur d'OSO 2017 est enfin sorti ! Après plusieurs semaines de traitements, les vecteurs de chaque département sont disponibles ici. La production requiert la mobilisation d'une grande quantité de ressources de calcul et une stratégie de traitements un peu particulière. Nous voulions vous expliquer comment parvient-on à produire cette couche d'information.

Exemple du raster initial (10 m), régularisé (20m) et vectorisé

A priori, le plus simple serait de prendre la couche raster issue de la chaine de traitements iota² de l'intégrer dans notre logiciel SIG préféré et d'appuyer sur le bouton "Vectorisation" ! Mais les choses ne sont pas si simples, certaines contraintes et besoins nous obligent à quelques tours de passe-passe :

Tout d'abord, comment vectoriser un raster de plus 15 milliards de pixels sans dépassement mémoire ?
Le crénelage issu de la couche raster ne plait pas à la plupart des utilisateurs. un produit simplifié et lissé serait plus approprié.
Et comment s'assurer de la pertinence topologique des produits vectoriels obtenus ?

Un format vectoriel topologique

Il s’agissait, dans un premier temps, d'identifier un format vectoriel basé sur le modèle "topologique" (à la différence du modèle "spaghetti"). Le modèle "topolgique" considère une couche vectorielle comme un graphe d'arcs connectés et non d'entités indépendantes. Ce graphe recense l'ensemble des relations de voisinage et d'appartenance de chaque élément géographique (noeud, arc, polygone) de la couche. Dans ce contexte, toute déformation d'une couche vectorielle basée sur ce modèle ne modifie pas les relations d'adjacence. En d'autres termes, en déformant des polygones, par exemple en éliminant des noeuds pour les simplifier, aucun trou entre polygone est généré, à la différence d'un modèle spaghetti.

Il existe plusieurs formats "topologiques". Nous en citerons 2 :

TopoJSON qui est une extension topologique du format GeoJSON. Il est adapté à la publication cartographique en ligne.
Le format vectoriel de la bibliothèque Grass

Après quelques expérimentations, il s'est avéré que la bibliothèque vectorielle Grass était la plus adaptée à nos besoins, en partie pour ses possibilités de lissage non disponibles avec la librairie TopoJSON ainsi qu'un ensemble de fonctions vectorielles de base nécessaire à nos traitements.

Afin de limiter la charge mémoire nécessaire à la vectorisation d'un raster de
plus de 15 milliards de pixels, nous avons eu recours à 2 solutions :

effectuer la vectorisation sur un produit régularisé à 20 m issu du produit initial à 10 m,
sérialiser / paralléliser les traitements de vectorisation.

La régularisation

La phase de régularisation a consisté à appliquer plusieurs filtres majoritaires successifs pour gommer les pixels isolés, grâce à l'outil gdal_sieve. Afin d'assurer une cohérence sémantique, des règles "métier" de régularisation ont été appliquées. Par exemple, des pixels isolés (a priori un seul pixel) de cultures annuelles (cultures d'été ou d'hiver) peuvent être remplacés uniquement par des pixels de ce même groupe. Dans la même philosophie, des pixels de feuillus ne peuvent être remplacés que par des pixels de résineux. A l'issue de cette étape, le raster d'occupation du sol à 20 m de résolution spatiale ne possède plus que 2.8 milliards de pixels.

La couronne d'adjacence

Nous avons donc développé une méthode de parallélisation et de sérialisation des traitements. La difficulté méthodologique concerne la dépendance spatiale et sémantique des polygones ou des entités (agrégats homogènes de pixels ou clump). Il est impossible de découper la donnée géographique en zones homogènes régulières (tuile) indépendantes. Une entité doit être traitée dans son ensemble. Dans le cas d'une simple vectorisation, le traitement parallèle de sous-ensemble d'entités de pixels est réalisable. Cependant, dans le cas d'une opération de simplification (modification topologique), il est nécessaire de prendre en compte le voisinage des entités / polygones à simplifier, pour ne pas perdre la cohérence topologique (trous, biais de simplification) au moment de la fusion des sous-ensembles. Une couronne d'adjacence autour des entités / polygones à simplifier est donc calculée et associée à chaque traitement parallèle. Ainsi, un même polygone est impliqué dans au moins deux traitements de simplification, en tant qu'entité à simplifier et en tant qu'élément de la couronne d'adjacence. De cette façon, les sous-ensembles de polygones simplifiés peuvent être assemblés à l'échelle géographique souhaitée sans risque d'incohérence topologique.

Le principe méthodologique de cette approche est illustré grâce à la carte ci-dessous. Le territoire est découpé en tuiles.

Extraction des entités et de la couronne d'adjence d'une tuile

Pour la vectorisation de la France, nous nous appuyons sur un ensemble de 100 tuiles, ce nombre de tuiles est un peu arbitraire. Chaque tuile est traitée en parallèle (indépendance sémantique et topologique). Au sein d'une tuile, les entités (agrégats) de pixels de la tuile sont extraits ainsi que les entités de la couronne d'adjacence. Cette opération, bien que relativement simple, est très couteuse en ressources (RAM, processeurs et temps de traitement). Les applications OTB utilisées pour réaliser cette opération sont :

La vectorisation

A l'issue de cette opération, la plus lourde du traitement de vectorisation, un raster localisant les entités et sa couronne d'adjacence est disponible pour chaque tuile. La seconde phase de traitements peut commencer. Pour chaque département (produits en parallèle), les rasters des tuiles intersectant le département sont mosaïquées. Ce raster d'occupation du sol mosaïqué peut finalement être :

vectorisé,
simplifié avec l'algorithme de Douglas-Peucker ¹,
lissé avec des splines cubiques d'Hermite ²,
filtré en supprimant les polygones dont la superficie est inférieure à l'unité minimale de collecte / cartographique et
découpé à l'échelle du département !

Illustration de la méthode Douglas-Peucker (source : [rdp.readthedocs.io)]

Dans l'intérêt de préserver au mieux les informations d'occupation du sol initiales, à savoir celles produites par iota², un calcul de statistiques zonales est effectué. Cette opération, bien qu'assez simple est elle aussi gourmande en ressources, puisqu'il s'agit de compter pour chaque polygone le nombre de pixels initiaux de chaque classe d'occupation du sol OSO. Il existe plusieurs méthodes (par exemple en utilisant les applications otbcli_SampleSelection et otbcli_SampleExtraction de l'OTB), nous avons opté pour l'outil gdalwarp et la librairie scikit-image pour parvenir à cette information qui consiste à comparer une donnée vectorielle avec une donnée raster.

Finalement, une des difficultés de cette opération de production réside dans l'attribution des ressources de calcul pour la phase de détection de la couronne d'adjacence. Elles sont en effet entièrement dépendantes de la continuité paysagère de la couronne d'adjacence de la tuile traitée. Comme le montre la figure ci-dessous, les emprises de ces couronnes adjacence sont très variables.

Emprises des entités et des couronnes d'adjacence par tuile

Quelles ressources ?

Pour produire la vectorisation de la France, nous avons eu besoin de quelques ressources informatiques et d'un peu de temps, comme l'atteste le tableau ci-dessous :

Nom	CPU	RAM (Go)	Temps par unité spatiale	Temps total estimé
Régularisation	15	90	3 h 30	3 h 30
Calcul des entités raster	1	50	5 h	5 h
Couronnes d'adjacence	4 - 400 / tuile	60 - 90	1 - 110 h	≈ 2 000 h
Vectorisation	1 - 4 / departement	5 - 86	1 - 9 h	≈ 100 h
Statistiques zonales	6 - 24 / département	9 - 18	1 - 24 h	≈ 180 h
Jointure	1 / département	1 - 2	1 - 3 h	≈ 50 h

Quelques statistiques pour finir...

On obtient un total de 12.7 millions de polygones sur l'ensemble de la France métropolitaine (continent plus Corse). Le plus grand a une taille de 350 000 ha et se trouve en Gironde, je vous laisse deviner de quel élément paysager il s'agit ?!

Et le code, pour aller plus loin !

L'ensemble des traitements présentés ci-dessus sont disponibles sur le dépôt git de iota² : [https:]] . N'hésitez pas à nous faire des retours, des propositions d'amélioration ou des critiques !

Bibliographie

^{1. David H Douglas et Thomas K. Peucker, « Algorithms for the reduction of the number of points required to represent a digitized line or its caricature », Cartographica: The International Journal for Geographic Information and Geovisualization, University of Toronto Press, vol. 10, no 2,‎ 1973, p. 112-122 ↩}
^{2. Bartels, R. H.; Beatty, J. C.; and Barsky, B. A. "Hermite and Cubic Spline Interpolation." Ch. 3 in An Introduction to Splines for Use in Computer Graphics and Geometric Modelling. San Francisco, CA: Morgan Kaufmann, pp. 9-17, 1998. ↩}

06 juin 2018
16:29
[INSPIRE by clouds] Où en est la France par rapport à ses voisins?
sur GeoRezo.net - Géoblogs

L'Agence européenne de l'environnement (AEE) publie elle aussi un tableau de bord INSPIRE qui permet de comparer les différentes mises en oeuvre des Etats européens*.

Quelques remarques, rubrique "INSPIRE EU dashboard" :
- l'AEE abandonne l'affichage des taux pour afficher des valeurs absolues de données. Cela avantage mécaniquement les pays les plus grands (quoique...);
- L'Allemagne et maintenant la France ont des politiques de web services très proches et franchement différentes de tous les autres Etats.

Rubrique "INSPIRE Indicator trends" :
- la France est première en nombre de séries de données diffusées;
- Elle est deuxième ou première en conformité des données publiées (c'est une surprise car le taux est quand même bas, à 15%);

Dans les cartes, configurables à loisirs (et donc trop!), celle ci-dessous de l'indicateur NSi2 (données à la fois consultable et téléchargeable) montre une position française plutôt avantageuse.

Par l'accès via "INSPIRE Monitoring indicator values", après quelques filtres, je constate que le taux d'accessibilité (NSi2) est bien de 60% pour la France, en 8ème position (sur 29). Le suivant est à 50% tandis que le précédent est à 62%, ce qui montre que nous sommes plutôt dans un peloton de tête.

Enfin, dans le menu "INSPIRE Monitoring Raw Data statistics", un peu plus complexe, on peut voir que les données d'usage du sol représentent presque la moitié du total des données au niveau européen, et les deux-tiers des données de l'annexe III.

Il ne s'agit là que d'une lecture évidemment orientée par mes fonctions. Ce qui me paraît intéressant est de vous donner ainsi un aperçu du possible afin que vous portiez vous-mêmes vos questions. Et, bien sûr, regarder avec curiosité les mêmes données publiées sur le Géocatalogue.

* Les plus attentifs d'entre vous auront remarqué un air de famille avec le tableau de bord du Géocatalogue. Normal! C'est le même logiciel, évidemment open source, que le BRGM a adapté à nos besoins (d'affichage régional, pas exemple).
13:49
[INSPIRE by clouds] Rapport de la France 2018 (au titre de l’année 2017)
sur GeoRezo.net - Géoblogs

Après le retour des cloches de Rome, puis les ponts du joli mois de mai, vient l'envoi par la France de son rapport sur la mise en oeuvre de la directive INSPIRE.
Cette année encore, le rapport est agrémenté de graphiques qui rendent plus accessibles les principales évolutions.

Le résumé officiel est le suivant :

"Le présent rapport indique une forme de maturité de l'infrastructure de données géographique française avec, dans un cas, une rupture brutale liée à une mise à niveau de l'infrastructure. Il note :
- une reprise de la croissance des métadonnées publiées (+18 % contre +13 % en 2016) en augmentant encore le taux de conformité (à 92%) ;
- un taux de conformité des données qui décolle enfin, de 3 % à 15 %. Cela provient de données respectant les spécifications nationales (CNIG ou COVADIS). Elles sont de facto conformes INSPIRE mais n’étaient pas forcément déclarées comme telles les années précédentes. Beaucoup sont encore à mieux déclarer.
- L’indicateur NSi2 mesurant les données à la fois consultables et téléchargeables est resté stable à 60%, notamment en raison de l’intégration de nouvelles métadonnées qui n’ont pas encore eu le temps d’être rendues accessibles par les plateformes régionales considérées.
- La montée en charge continue du nombre de données mises à disposition par l'infrastructure centrale du ministère en charge de l'environnement [GéoIDE] a entraîné de graves problèmes de performance liés à une description des capacités de service trop lourde. L'année dernière, le ministère a dû opérer un changement d'architecture afin de limiter le nombre de données par service en réseau. Cela a conduit à passer globalement de six services maximum par organisation à un à trois services en réseau par série de données.
- Cette multiplication par dix des services en réseau qui représentent désormais 93 % du total a produit un impact majeur sur plusieurs indicateurs (NSi3, utilisation des services en réseau, divisé par 10, par exemple, ou NSi4, conformité des services, passant à 96 %). Cela montre les limites de ces indicateurs dont nous soutenons la simplification drastique."

En changeant de façon majeure son architecture, GéoIDE reprend des solutions déjà constatées dans l'Union européenne, par exemple en Allemagne. Comme il publie la moitié des métadonnées françaises, cela rend les comparaisons annuelles des indicateurs illusoires.

A mon sens, cela renforce l'intérêt du tableau de bord du Géocatalogue qui présente par producteur et par IDG à la fois le rapport de la France et, à côté, un point hebdomadaire.

05 juin 2018
16:49
Colloque international : TERRITOIRES, RÉGIONS, ROYAUMES, Tours (CESR), 20-21 juin 2018
sur Cartes et figures du monde

TERRITOIRES, RÉGIONS, ROYAUMES : Le développement d’une cartographie locale et régionale dans l’Occident latin et le monde arabe (Xe-XVe siècle)

Colloque international

20-21 JUIN 2018, Organisé par Nathalie Bouloux (CESR), Jean-Charles Ducène (EPHE) et Stéphane Boissellier (CESCM)
CHU CLOCHEVILLE / Amphithéâtre George Sand ; CESR, TOURS / Salle Rapin

Programme et affiche

PROG-COLL-CARTO-2018-p

COLL-CARTO-2018-

MERCREDI 20 JUIN 2018
CHU Clocheville – Amphithéâtre George Sand

9h Accueil des participants par Benoist Pierre (Directeur du CESR)
9h15 Jean-Charles Ducène et Nathalie Bouloux – Introduction

GENÈSE ET STRUCTURE D’UNE CARTOGRAPHIE RÉGIONALE ET LOCALE
Président de séance – Georges Tolias

9h30 Paul D. Harvey (Professor Emeritus of Medieaval History, University of Durham)
Le rôle d’expérience individuelle dans la cartographie européenne
du Moyen Âge
10h Nathalie Bouloux (Université de Tours-CESR)
Genèse et fonctions d’une cartographie régionale en Occident
(xiie-xve siècle) : quelques propositions
Discussion et pause

11h Sabine Hynek (Fern Universität in Hagen)
Exchange of knowledge in late medieval and early modern German
cartography – some reflection on examples from Nuremberg
11h30 Nick Millea (Map Librarian, Bodleian Libraries, University of Oxford)
The appliance of science and the Gough Map of Great Britain: can
hyperspectral techniques reveal the secrets of the manuscript’s origins?
Discussion

DÉFINIR LA RÉGION ET LA CARTOGRAPHIER
Président de séance – Patrick Gautier Dalché

14h Alfred Hiatt (Queen Mary, University of London)
The province in Latin and Arabic geographical thought:
terminology and representation
14h30 Georges Tolias (directeur de recherches, Institut de recherches historiques
/ FNRS – Directeur d’études, EPHE /PSL)
La Géographie ptoléméenne et la cartographie ‘nationale’,
du xve au xvie siècle : un quiproquo ?
Discussion et pause

15h30 Emmanuelle Vagnon (CNRS-LAMOP, Paris)
Cartes marines et cartes d’îles : l’invention d’un espace maritime
régional (xiiie-xvie siècle)
16h Camille Serchuk (Southern Connecticut State University, USA)
La perspective et ses limites dans la cartographie locale française
au début de l’époque moderne
Discussion

JEUDI 21 JUIN 2018
CESR – Salle Rapin

CARTOGRAPHIE D’ESPACES LOCAUX ET RÉGIONAUX
Président de séance – P. D. Harvey

9h Jean-Charles Ducène (Directeur d’études, EPHE/ PSL)
Les cartes d’al-Idrˉısˉı reprendraient-elles des cartes régionales
antérieures ?
9h30 Patrick Gautier Dalché (Directeur de recherche émérite CNRS-IRHT ;
directeur d’études émérite EPHE)
Jacques Signot et la carte d’Italie
Discussion et pause

10h30 Marica Milanesi (Université de Pavie)
Reti fluviali nelle carte d’Italia tra ’400 e ’500
11h Robin Seignobos (IFAO, Le Caire)
La représentation du Nil et de ses sources dans les manuscrits
d’al-Suyˉutˉı (1445-1505) : genèse et transmission
Discussion

CARTOGRAPHIE, TERRITOIRE ET ADMINISTRATION
Président de séance – Camille Serchuk

13h30 Éric Vallet (Paris 1 Panthéon-Sorbonne, Orient & Méditerranée)
Une cartographie du territoire sultanien dans le Yémen rassoulide
(fin xiiie-début xive siècle)
14h Nadja Danilenko (Promoviert, Freie Universität Berlin)
This used to be cartography. On the artification of al-Istakhri’s
Book of Routes and Realms
Discussion et pause

15h Juliette Dumasy (Université d’Orléans)
La figure d’Albi (vers 1314 ?)
15h30 Paul Fermon (Docteur, EPHE)
Découvrir le territoire par la cartographie. Logiques d’échelles
dans les visites d’inspections de territoires en litige au xve siècle
Discussion

Stéphane Boissellier (Université de Poitiers, CESCM)
Conclusions

9:38
Où en est le vélo de Nomad Maps un mois après son départ ?
sur Veille cartographie

Cet article Où en est le vélo de Nomad Maps un mois après son départ ? est apparu en premier sur Veille cartographique 2.0.

Si vous ne connaissez pas l’aventure Nomad Maps, je vous invite à lire cet article qui la présente dans ses moindres détails. En bref Nomad Maps c’est le projet d’Alban Vivert, un géomaticien-cartographe lyonnais, qui entend utiliser la cartographie collaborative comme une opportunité de développement en Amérique du Sud : « cette itinérance cyclopédique mènera des actions concrètes […]

Cet article Où en est le vélo de Nomad Maps un mois après son départ ? est apparu en premier sur Veille cartographique 2.0.

04 juin 2018
9:13
Accéder à une geodatabase personnelle ESRI avec QGis (2.18 ou 3.0)
sur Blog SIG & Territoires ---- Le blog SIG pour la gestion territoriale

Si vous avez installé une version 64 bits de QGIS sous Windows et que vous trouvez que les GeoDatabases Personnelles (* .mdb) ne fonctionnent plus, cette solution peut résoudre le problème.

Si vous n’avez pas installé Microsoft Office 64 bits sur votre machine, installez microsoft access database engine 64 bit.

Cette méthode résout le problème pour les versions 2.18 et 3.0 de QGis.

Dans le panneau Variables d’environnement des paramètres système avancés de Windows, définissez les deux nouvelles variables suivantes en tant que variables utilisateur ou variables système:

nom de la variable : OGR_SKIP
valeur: ODBC

nom de la variable: PGEO_DRIVER_TEMPLATE
valeur: DRIVER=Microsoft Access Driver (*.mdb, *.accdb);DBQ=%s

Pour charger une classe d’entités de la geodatabase vous suivrez les pas suivants:
Pour QGis 2.18
Allez dans Couche-> Ajouter une couche -> Ajouter une couche vecteur

Laissez l’option Fichier sélectionnée, et cliquez sur Parcourir

Pointez sur la geodatabase personnelle.

Cliquez sur Ouvrir. Une fenêtre s’ouvre qui vous permet de choisir la ou les classes d’entités contenues dans la geodatabase à charger.
Pour QGis 3.0
Allez dans Couche-> Ajouter une couche -> Ajouter une couche vecteur

Laissez l’option Fichier sélectionnée, et cliquez sur le bouton … de la section Source.

Pointez sur la geodatabase personnelle.

Cliquez sur le bouton Ajouter. Une fenêtre s’ouvre qui vous permet de choisir la ou les classes d’entités contenues dans la geodatabase à charger.

03 juin 2018
19:33
Carte de France des orages en temps réel
sur Chroniques Cartographiques

Carte de la vigilance orange météo pour les orages Extension de la #VigilanceOrange pour #orages sur 7 départements + ajout de l'#IlleEtVilaine en raison de la #crue de la Vilaine. pic.twitter.com/LG3Wrqi1qM — Météo Villes (@Meteovilles) 10 juin 2018 Ce...

02 juin 2018
19:22
Parution des actes du colloque d’Albi « A l’échelle du monde »
sur Cartes et figures du monde

A l’échelle du monde. La carte, objet culturel, social et politique du Moyen Âge à nos jours. Cartes et Géomatique, n° 234, Décembre 2017 Les actes du colloque d’Albi (17-18 octobre 2016), édités par Thibault Courcelle, Emmanuelle Vagnon et Sandrine Victor, ont été publiés dans le numéro 234 de la revue « Cartes et Géomatique ». La publication réunit la plus grande partie des communications du colloque. Outre le large éventail chronologique proposé, du Moyen Âge jusqu’à aujourd’hui, le regard croisé des historiens et des géographes a permis d’aborder deux grandes thématiques : d’une part les fonctions des cartes au Moyen Âge et à l’époque moderne, d’autre part les caractéristiques de «l’échelle monde » aujourd’hui dans le traitement géographique des informations. La revue trimestrielle « Cartes et Géomatique » est publiée par le Comité français de Cartographie, qui consacre un numéro par an à l’histoire de la cartographie ancienne. Les articles seront disponibles en ligne dès l’année prochaine. Vous trouverez ici la page de couverture et le sommaire :
234-sommaire

01 juin 2018
17:02
Edugéo: learning geography through play.
sur Veille cartographie

Cet article Edugéo: learning geography through play. est apparu en premier sur Veille cartographique 2.0.

The evolutions of geographic information systems have revolutionized the way we learn geography. Before the development of geoinformatics, we used to learn national and international geography with big maps of the world displayed in class and in our books. The learning process was based on memorizing this huge puzzle which is the world. Nowadays, it […]

Cet article Edugéo: learning geography through play. est apparu en premier sur Veille cartographique 2.0.

16:56
Exposition : Le monde vu d’Asie – Au fil des cartes (16 mai-10 septembre 2018)
sur Cartes et figures du monde

Du 16 mai au 10 septembre 2018

Musée Guimet

Présentation du catalogue :

[www.seuil.com]

Le Musée national des arts asiatiques – Guimet propose pour la première fois une exposition cartographique qui relate une autre histoire du monde, épousant pleinement le point de vue asiatique. Les chefs d’œuvres, célèbres ou inédits, témoignent de la richesse des différentes traditions (Chine, Japon, Corée, Inde, Vietnam, etc.) et des échanges féconds entre les différentes régions asiatiques, ainsi qu’entre l’Asie et le reste du monde.

Ces cartes et représentations iconographiques (peintures, gravures, manuscrits ou objets), souvent reléguées au statut de documents exotiques, apparaissent ici comme de véritables œuvres d’art et de précieuses sources historiques, qui éclairent le rôle décisif de l’Asie dans le processus de mondialisation du XVe jusqu’au XXe siècle. Elles donnent à voir les constructions cosmographiques, les routes de pèlerinages, les itinéraires de découvertes, les gestes impériales, les projets urbains, et les expansions coloniales, autant de phénomènes culturels et de pratiques sociales participant à l’invention de l’Asie qui, hier comme aujourd’hui, se situe au centre du monde.

Commissaires

Sophie Makariou
Présidente du MNAAG, commissaire générale

Pierre Singaravélou
Professeur d’histoire contemporaine
à l’université Paris 1 Panthéon-Sorbonne

Fabrice Argounès
Enseignant en géographie à l’Université Paris 1
Panthéon-Sorbonne

Adrien Bossard
Conservateur, section Chine du MNAAG

16:43
Gestion des risques et des crises: OGERIC Web.
sur Veille cartographie

Cet article Gestion des risques et des crises: OGERIC Web. est apparu en premier sur Veille cartographique 2.0.

Ogeric Web est un outil d’aide à la décision en cellule de crise mis en place en 2014. Il a été conçu par le Service de défense, de sécurité et d’intelligence économique en tant que maîtrise d’ouvrage. La partie technique a été confié à l’Institut national de l’information géographique et forestière en tant que mission […]

Cet article Gestion des risques et des crises: OGERIC Web. est apparu en premier sur Veille cartographique 2.0.
15:26
La gratuité de l’API Google Maps, c’est fini !
sur Veille cartographie

Cet article La gratuité de l’API Google Maps, c’est fini ! est apparu en premier sur Veille cartographique 2.0.

Dans 10 jours très exactement, à partir du 11 juin 2018, Google va changer les règles d’utilisation de son API qui concerne Maps. Jusqu’ici, l’utilisation des fonctionnalités de Google Maps était quasiment gratuite. Mais qu’est ce donc qu’une API ? API pour application programming interface, désigne un ensemble normalisé de classes, de méthodes ou de […]

Cet article La gratuité de l’API Google Maps, c’est fini ! est apparu en premier sur Veille cartographique 2.0.

8:17
Réplication d’une base de données postgresql sur un poste de travail windows
sur Blog SIG & Territoires ---- Le blog SIG pour la gestion territoriale

Nous allons configurer une réplication logique d’une table de la base de données de notre serveur linux sur une installation de postgresql sur un poste de travail windows.

La réplication permet d’avoir sur un poste distant une copie actualisée de la base de données centralisée. Cette copie ne sera pas utilisée pour les mises à jour locales, car elle sera en lecture seule. Par contre elle permet de travailler hors connexion et beaucoup plus rapidement, car les échanges entre la base centrale et le réplicat local ne contient que les mises à jours de la base centralisée.

Pour notre exemple, nous allons utiliser une table nommée institutions_partenaires, située dans une base de données nommée postgres sur un serveur.

Mise en place de la réplication sur la base du serveur (master) Activation de la réplication logique de postgresql 10
Nous devons, tout d’abord, modifier le paramètre wal_level du fichier postgresql.conf , sur le serveur, en mettant la valeur logical.

Puis, vous devez redémarrer postgresql pour que la modification sois prise en compte.

Pour vérifier que la modification a bien été prise en compte, avec pgAdmin (ou par ligne de commande) exécutez la commande

show wal_level;
Création d’un utilisateur avec des privilèges de réplication
Pour créer un utilisateur, nommée rep avec les privilèges de réplication, exécutez la commande

CREATE ROLE rep REPLICATION LOGIN PASSWORD ‘Password’;

et pour lui donner les droits sur la table institutions_partenaires, rentrez la commande:

GRANT ALL ON institutions_partenaires TO rep;

Création d’une publication de la table
Pour créer la publication de la table, rentrez la commande suivante:

CREATE PUBLICATION publi_partenaires FOR TABLE institutions_partenaires ;

Pour finir la mise en place sur la paretie serveur, vous devez autoriser l’utilisateur rep à se connecter à la base de données postgresql:

Ajoutez la ligne

# TYPE DATABASE USER CIDR-ADDRESS METHOD
Host postgres rep 0.0.0.0/0 md5

Dans le fichier pg_hba.conf.

Et redémarrez postgresql sur le serveur pour que la modification soit prise en compte.
Mise en place de la réplication sur le poste distant (slave) Création de la table sur le poste distant
Tout d’abord, il faut créer la table institutions_partenaires dans la base du poste distant.

Une manière, parmi d’autres, est de copier la définition sql de la table du serveur et de l’exécuter sur le poste distant.

N’oubliez pas, avant d’exécuter la commande sql sur le poste distant d’enlever la dernière ligne

GRANT ALL ON TABLE public.institutions_partenaires TO rep;

car cet utilisateur n’existe pas sur le poste distant.

Par contre, n’oubliez pas de faire un GRANT pour les utilisateurs de la table sur le poste distant pour qu’ils puissent se connecter à la table. Les utilisateurs pourront utiliser alors les données contenues dans la table, mais ils ne pourront pas les modifier. Seules les update, insert et delete effectués sur la table maîtresse apparaîtront automatiquement dans la table esclave.

Création d’une souscription à la table
Pour souscrire la nouvelle table créée à la publication faite sur le serveur, rentrez la commande:

CREATE SUBSCRIPTION subscri_partenaires CONNECTION ‘dbname=postgres host=195.83.124.222 user=rep password=Password port=5433’ PUBLICATION publi_partenaires;

Une fois exécutée, rentrez la commande:

table institutions_partenaires;

pour vérifier que la réplication a bien eu lieu.

Chaque fois que la table maître sera mise à jour, les modifications seront répercutées sur la table esclave.

28 mai 2018
13:45
MAJA/THEIA workshop Program
sur Séries temporelles
We have just updated the MAJA/THEIA workshop website to add a draft program. The workshop will be held in Toulouse, from 13th to 14th of June, and will be hosted by the ENSEEIHT engineering school in Toulouse historical center. Registrations are still open, until the third of June.

The aim of this workshop is to collect feedback and share experiences on the quality, use and applications of the L2A surface reflectance products delivered by Theia from Sentinel-2 data.
The meeting objectives are as follows :
- to provide information about L2A product status and validation
- to gather feedback from users about L2A product quality
- to show applications and results of L2A Sentinel-2 time series
- to share experiences on how to use the products
- to collect suggestions for improvements.
We look forward to meeting you soon !

The organising Comittee (Arnaud Sellé, Olivier Hagolle, Céline Arnal)

12:28
Comment créer un Business Cartographique en ligne?
sur GEOMATICK
Que vous soyez géomaticien dans le secteur privé ou public, fonctionnaire, salarié, étudiant ou indépendant, la création d’un business cartographique en ligne est un bon moyen d’arrondir ses fins de mois voire d’en vivre. En plus d’une motivation financière, cet objectif génère une montée en gamme de vos compétences en Géomatique et une diversité de vos tâches quotidiennes. Il existe une multitude d’outils et de moyens afin de mettre en place un Système d’Informations Géographiques en ligne générant des gains. Le plus important est la viabilité de l’idée et de se poser la bonne question : quelle valeur j’apporte à mes clients? Si vous ne savez pas répondre à cette interrogation de base, cela ne sert à rien de commencer un projet car votre idée peut être révolutionnaire à vos yeux mais personne n’achètera vos produits ou vos services.

Dans cet article, on s’attache à donner quelques pistes de réflexions et expériences dans la mise en œuvre d’un business cartographique. Dans un premier temps, on évoquera la valeur fondamentale de la donnée géographique puis les outils utilisés pour la bancariser jusqu’à la mise du produit sur le marché.
1. La Data SIG : le nerf de la guerre
Les donnés géographiques définissent sans aucun doute la valeur ajoutée de tout business. Que l’on veuille vendre un produit ou un service en ligne, la détention d’informations spatialisées inédites fait clairement la différence vis à vis de concurrents. Plusieurs cas de figure se présentent dans l’acquisition des données :
- L’acquisition de la data SIG est exclusive, c’est-à-dire que l’organisme détenteur est protégé par des lois ou des intérêts politico-économiques et il a donc tout loisir de proposer des services uniques (données de télécommunication, personnelles, immobilières, données satellitaires, etc).
- La donnée est largement accessible par quiconque mais demande des géo-traitements approfondis (géostatistiques, changements d’échelles, etc).
- On peut aussi créer ses propres données et les mettre à disposition (relevés terrain, topographiques, prise de vues aériennes, etc).
- Les utilisateurs du service proposé sont finalement les créateurs de la donnée à leur insu (sites d’annonces, Facebook, Google, Amazon, etc).
Depuis quelques années déjà, l’Open Data, comme son l’indique, garantit l’ouverture des données produites par les acteurs publics et cela permet donc sa réutilisation. Malgré une amélioration conséquente de l’accès aux données, on observe tout de même une large disparité dans leur publication issue des collectivités mais aussi dans la volonté de certains organismes de mettre à disposition ou de faciliter l’acquisition (de masse) des données brutes. A l’échelle de la France, la plateforme gouvernementale Data.Gouv ou encore les différentes plateformes géographiques régionales deviennent de véritables mines d’or avec un véritable effort des collectivités dans la mise à jour régulière des données géographiques sur les territoires et les domaines concernés.

On peut citer également des engagements collaboratifs remarquables comme OpenStreetMap qui permettent de mettre à disposition une diversité considérable de data à l’échelle planétaire.

Vous avez trouvé une idée de service et une source de données à fort potentiel? Et maintenant comment la valorise-t-on auprès de nos clients?
2. Développement du business

Avant de mettre à disposition ou de vendre une information géographique aux utilisateurs du service, on doit héberger et organiser les données.
2.1. Serveurs et Bases de données spatialisées : le Back-End
Les Serveurs

Un serveur web est fondamental pour mettre à disposition un service en ligne. Si vous ne voulez pas vous embêter à gérer un serveur physique dans vos locaux ou à votre domicile, de nombreux hébergeurs proposent des offres de serveur mutualisé ou dédié. Un serveur dédié permet d’avoir un maximum de liberté sur les installations à la fois du système d’exploitation et des logiciels comme par exemple l’installation d’un serveur cartographique (GeoServer, MapServer) ou des outils de traitements de données SIG (Shell, Gdal, Python, etc). Pour éviter des frais trop onéreux, vous pouvez commencer par des offres de type VPS qui vous permettront de vous « faire la main » et de mettre en place votre architecture SIG. Les capacités en RAM et en disque étant relativement limités pour les premiers prix, il faudra bien évidemment penser à évoluer vers des serveurs plus puissants car les données géographiques sont gourmandes en ressources informatiques… et surtout vous aurez de plus en plus de clients !

Le Système de Gestion de Base de Données (SGBD)

Après avoir mis en place et sécuriser le serveur web, il est temps de passer à la conception de la base de données dans un Système de Gestion de Base de Données (SGBD) tel PostgreSQL / PostGIS. Pour ma part, je considère une donnée comme n’importe quel être vivant, en clair elle a un cycle de vie : elle est créée (insert), elle peut évoluer par des modifications (update) et enfin être supprimée (delete)… snif snif mais elle peut ressuscitée ouf. Et comme un organisme, elle appartient à un système avec de nombreuses interactions entre les éléments. Pour la faire vivre dans son système, il faut la bancariser de manière structurée grâce à un Modèle de Concept de Données (MCD). Combien d’utilisateurs interviennent sur la base? Faut-il mettre en œuvre des actions (triggers) automatiques pour les mises à jour? quelles sont les fréquences de sauvegarde de la base? Droits des utilisateurs, Schémas, Clés primaires, Contraintes, Indexes, Séquences, Triggers, Fonctions, Types de Géométries, Projection SIG sont autant d’éléments à prendre en compte dans le cycle de vie des data spatialisées. Une base de données optimisées permet ensuite de garantir sa bonne utilisation dans une interface dédiée aux clients.
2.2. Interface de WebMapping et Module de Paiement en Ligne : le Front-End
Application Mobile ou Site Internet?

Le type de support (mobile, tablette ou PC) sur lequel le client achètera votre produit est privilégié en fonction de sa nature. Que propose-t-on aux utilisateurs et clients : l’accès à une donnée dynamique évoluant au cours du temps et de l’espace? une analyse statistique d’informations géographiques en ligne ou sous forme de rapport? En effet, proposer une livraison à n’importe quelle personne se trouvant à x kilomètres d’un magasin ou vendre un pdf comportant une analyse comparative de l’évolution démographique dans les villes françaises de moins de 5000 habitants ne relève pas du même besoin et surtout on se doute que la recherche de l’acheteur ne provient pas du même support. Ainsi, on choisit un langage de programmation adapté au(x) support(s) choisi(s) afin de développer l’application mobile et/ou le site internet.

Quelle librairie pour le WebMapping?

Par contre, le point commun entre ces deux services est que le tunnel de vente a pour point de départ la cartographie avant le paiement en ligne. Plusieurs librairies JavaScript pour réaliser une carte dynamique en ligne sont disponibles gratuitement et Open Sources comme OpenLayers et Leaflet. OpenLayers vs Leaflet, quelle bibliothèque choisir? Certains privilégient la légèreté de Leaflet et la rapidité de mise en place de certaines fonctionnalités (info bulle par exemple), d’autres verront dans OpenLayers une prise en charge plus stable et plus complète des données SIG et des protocoles HTTP (WM(T)S, WF(T)S, etc).

Le module de paiement en ligne et le référencement de votre site

Plusieurs API pour intégrer des modules de paiement en ligne existent avec la prise en charge de nombreuses monnaies dans le monde. On retient les solutions Stripe et Paypal, simples d’utilisations et fiables plutôt que les solutions bancaires plus onéreuses. Stripe vs Paypal? La documentation de Stripe me paraît beaucoup plus approfondie et facile d’utilisation que celle de Paypal qui a dû faire des efforts ces dernières années pour faciliter l’implémentation de services payants comme par exemple les abonnements. Au niveau des coûts, cela dépend de la provenance géographique des transactions financières ainsi que les quantités et les montants enregistrés.

Enfin, un point essentiel à ne pas négliger est le référencement naturel (SEO search engine optimization) de votre site internet et ce n’est pas l’interface de WebMapping qui aidera les robots des moteurs de recherche à trouver votre service. Pour cela, l’écriture d’articles décrivant les besoins et vos produits sont indispensables.
3. La mise sur le marché du produit basé sur des connaissances géographiques

Après le développement, on s’attaque à la mise du produit sur le marché et là encore, on y va étape par étape. On peut s’appuyer sur le concept de Lean Start Up développé par Eric Ries en 2008 qui consiste à vendre un service ou un produit fiable avec un coût minimal. On parle bien de produit fiable et non de produit optimal car une erreur fréquente est de vouloir être totalement satisfait de ce que l’on vend. Le test du service et du produit est réalisé de manière permanente et évolutive avec les feedbacks des utilisateurs. D’ailleurs, dans le domaine de la géomatique, les données géographiques sont en constante évolution et cela implique des mises à jour à l’infini, ce qui consolidera inévitablement la qualité de votre business.

Je vous fais part d’une vidéo de l’info entrepreneur Olivier Roland expliquant les bienfaits du Lean Start Up. Sa chaîne Youtube est remplie de références intéressantes sur la création de business en ligne, notamment pour les créateurs de blogs.

En aparté, personnellement, je ne connais pas de géomaticien vivant de son blog SIG, d’ailleurs je m’étonne de ne pas lire plus de contenus liés à la géomatique sur la toile.

En conclusion, il n’existe pas de cahier des charges magique pour réaliser un business cartographique à succès. J’entends déjà certaines personnes me dire qu’il faut de l’argent pour créer un business, qu’il faut du temps, des compétences particulières… blablablabla… oui un tas d’excuses pour éviter de se mettre au travail et de se lancer dans l’aventure. Aujourd’hui, il est relativement simple de créer une entreprise sans débourser le moindre centime et de nombreux outils SIG utiles à la création d’un business sont gratuits. Il n’est pas nécessaire de dépenser des milliers d’euros dans des serveurs cartographiques ou des bases de données payantes. Après avoir repéré un besoin pour les personnes morales ou physiques, il faut passer à l’action! Chacun ses compétences, chacun ses moyens et chacun son réseau mais une chose est certaine : lancer un business cartographique ne sera jamais un échec. Bien au contraire, il vous permettra de cibler vos points faibles et points forts, vos erreurs et vos réussites et ainsi de faire évoluer le service en fonction des leçons tirées de vos bilans successifs. Une construction du business se fait étape par étape et il est évidemment important de s’appuyer sur des compétences externes, voire de déléguer certaines phases. A vos projets!

8:21
QGis 3 (et QGis cloud) et OpenStreetMap
sur Blog SIG & Territoires ---- Le blog SIG pour la gestion territoriale

Si vous vous essayez à la nouvelle version 3 de QGis et que vous êtes un adepte des fonds de carte OpenStreetMap, vous ne manquerez pas de vous demander où sont passés les plugins qui vous permettent de le faire dans la version 2.18.

Vous cherchez sur le net, vous tombez sur plein d’articles sur le fait que la version 3 nécessite un redéveloppement des plugins, qu’il faut être patient et attendre…

Pas de panique, tout va bien! Et il ne faut rien attendre.Tout simplement, dans la version 3 vous n’avez plus besoin du tout de plugin pour continuer à utiliser OpenStreetMap.

Ils sont disponibles par défaut dans la liste du panneau EXPLORATEUR

Répondons tout de suite aux deux questions :
Pourquoi deux?
La couche nommée OpenStreetMap est la couche officielle servie par openstreetmap.org, la couche nommée osm est la couche servie par maps.wikimedia.org. Mais vous pouvez en ajouter d’autres (OpenCycleMap, OpenSeaMap,…).
Et si elle ne sont pas présentes?
Vous devez récupérer les adresses des couches OpenStreetMap que vous souhaitez voir dans votre panneau EXPLORATEUR. Pour cela, allez à l’adresse https://wiki.openstreetmap.org/wiki/Tile_servers

Vous verrez la liste des couches disponibles

La colonne tiles url contient les adresse à copier-coller dans QGis

Attention! il faut enlever les signes $ dans les adresse avant de les coller dans QGis.

Pour ajouter une de ces adresses:

Cliquez droit sur Tiles xyz dans le panneau EXPLORATEUR, puis sur New Connection

Donnez un nom (celui qui apparaîtra dans le panneau EXPLORATEUR) et rentrez l’url correspondante (en enlevant les signes $)

Voilà, c’est fait!

Pour les utiliser comme fond de carte, il suffit de les cliquez-déplacer vers le panneau COUCHES.
Et pour QGis Cloud?
Là, vous allez coincer (inutilement).

Petit rappel. Pour publier des projets dans QGis Cloud, vous téléchargez les données de votre projet dans le cloud, sauf les fonds de carte que vous définissiez dans QGis 2.X avec un bouton Add background layer

Dans QGis 3, vous avez le plugin QGis Cloud, mais les développeurs ont oublié d’enlever un message d’avertissement. Et il vous mettra dans l’embarras.

Si on se fie à ce message, vous allez cherchez à installer le plugin OpenLayers dans QGis 3… et il n’existe plus!

Au fait, c’est le message qui n’est pas bon. La version 3 de QGis Cloud n’a plus besoin du plugin OpenLayers. Vous utilisez le fond de carte choisi dans votre projet et quand vous publiez votre projet dans le cloud, le plugin QGis cloud fait le travail pour vous : il détecte quel fond de carte vous utilisez et il l’insère dans votre projet cloud.

Donc, beaucoup plus simple qu’auparavant, si ce n’est par ce fichu message qu’il faudra enlever.

7:30
GeoRezo, le siteweb incontournable de la communauté SIG française
sur Veille cartographie

Cet article GeoRezo, le siteweb incontournable de la communauté SIG française est apparu en premier sur Veille cartographique 2.0.

Georezo.net est le 1er forum dédié au SIG en France (1). Le site rassemble une large partie de la communauté de l’information géographique… et pas que ! C’est le meilleur endroit pour trouver une solution technique à un problème « géo-informatique ». Mais c’est aussi l’occasion de trouver un emploi… GeoRezo c’est quoi ? « GeoRezo » est la […]

Cet article GeoRezo, le siteweb incontournable de la communauté SIG française est apparu en premier sur Veille cartographique 2.0.

24 mai 2018
22:50
Visualizing the vegetation dynamics in Africa
sur Séries temporelles

The Global Imagery Browse Services (GIBS) is a great new API provided by the NASA to access its vast collection of Earth Observation products. For example the following URL allows you to download a jpeg picture of the Terra MODIS NDVI on 2018 Jan 01 over Africa:

[https:]]

By looping on the "TIME" parameter (in a bash script using wget) I could get all the available products from 2016-07-30 until yesterday, and make this animation (using ffmpeg).

Evolution of the Normalized Difference Vegetation Index in Africa since 2016-July-30 from #MODIS @NASAEarth pic.twitter.com/IE2lYq6pot

— Simon Gascoin (@sgascoin) May 24, 2018

Each layer comes with a specific colormap that is consistent with the product. In addition you can download a stack of multiple layers with different opacities, for example you can overlay the MODIS "fire" layer on the "NDVI" layer.

[https:]]

It's convenient to use the worldview online data browser to get the right URL template. Just click on "Take a snapshot" and copy the URL. You can also download the images as Geotiff if you wish to combine them with other geospatial data.
22 mai 2018
22:45
Are Sentinel-2 water vapour products useful ?
sur Séries temporelles
Atmospheric absorption: in blue, the surface reflectance of a vegetation pixel, as a function of wavelength. In red, the reflectance of the same pixel at the top of atmosphere. For a wavelength of 1.38 µm, water vapour totally absorbs the light that comes from the earth surface at sea level. At 0.94 µm (940nm), a weaker water vapour absorption band only partly absorbs the photons.

=>

Sentinel-2B has two channels centered on water vapour absorption bands: channel 9 (940 nm) and channel 10 (1380 nm). Band 10 corresponds to a very strong absorption, strong enough to prevent any photon to reach ground from the Sun without being absorbed in the atmosphere. This band is intensively used to detect and correct high clouds.

In this blog, we discussed much less band 9 (940 nm) yet. Here, water vapour absorption is not strong enough to catch all the photons which reach the surface. The proportion of absorbed photons depends on the water vapour atmospheric content, and also on the viewing and solar zenith angles. We use band 9 for atmospheric correction, but it could be useful to study convection phenomena within the atmosphere too.

Apart from bands 9 and 10, a couple other bands are sensitive to water vapour absorption, in the red and near infrared parts of the spectrum. Bet absorption is low, below 3% generally. It requires a correction but does not need a high accuracy in the water vapour estimation. We do not attempt to correct bands 9 and 10 from absorption, as a much greater accuracy would be needed regarding water vapour.

To correct for this absorption, we need to know the water vapour content. To estimate it, we use as reference another band (8a, 865 nm), which is close to band 9 but outside the absorption band. The comparison of TOA reflectances in both bands gives an absorption rate which can be converted in a water vapour content. As absorption is low, we set up a very simple estiomation method, which makes three main assumptions :
1. the surface reflectance for bands 865 and 940 nm is the same (which is quite accurate, even if small variations are possible)
2. all water vapour is above the other layers of the atmosphere (which is really false, but in the near infra-red, the atmosphere does not scatter much except for large aerosol contents). If the surface reflectance is high, this inaccuracy has little importance, and, we are lucky, most earth surfaces except water have rather high surface reflectances in the near infra-red
3. we computed our look-up tables using 6SV, which samples the spectrum with a resolution of 2.5 nm. Water vapour absorption is in fact the result of a number of very thin absorption lines much thinner than 6S resolution. Our computation is somewhat inaccurate when water vapour content in the atmosphere is high.
4. as clouds hide most of the water vapour, we do not compute water vapour above clouds, and use a gap filling method to obtain a water vapour value for each pixel.
You will find more details in MAJA's Algorithm Theoretical Basis Document.

Water vapour validation of Sentinel-2 L2A products delivered by Theia, for all Aeronet match-ups gathered in February 2018 (in g/cm2)

Finally, despite all these approximations, our validation results are correct when water vapour content is below 3 g/cm2. A small bias appears above 3 g/cm2, probably due to the assumptions 2 and 3 described above. Our performance is around 0.15 g/cm2, but I am quite sure a more elaborate method could do better.

Using our method, we deliver nice water vapour maps, which are available in real time from Theia distribution site. But up to now, I have not seen any use of Sentinel-2 water vapour products. I might have missed a few ones, but I think this is explained by the fact that Sentinel-2 is a land monitoring mission.

Our colleagues working on marine surfaces, sometimes borrow our Sentinel-2, and lend us their Sentinel-3, but the atmosphericists must have overlooked our preferred mission (literally speaking). Let's try to entice them to use it with some images

First case study : Pô valley, Italy
As you may see on the little map, the studied tile is just west of Milan, and North East of Turin. In the North West corner, the Alps already reach 4000 m with the Monte Rosso.

On the water vapour image (you may click to enlarge it), the terrain is visible, due to the fact that water vapour concentrates in the lower layers of the atmosphere. On the zoomed image, a large contrast is visible along a North-South crest where some cumulus clouds are forming. The valley to the West looks dry, while the plain to the East is wet. My interpretation, is that advection started in the east and terrain winds have started to bring wetness from the plains. Regarding the plain, one can note that moisture is greater in the green region in the center of the image rather in the east, near Milan, where vegetation looks dry.

Sentinel-2 RGB image between Turin and Milan Italy
(and zoom on Aosta Valley) Corresponding water vapour image,
between 0 (dark blue) and 2.5 (white) g/cm2.

Second case study : Mongu Zambia

The second case study corresponds to a plateau in Zambia, near Mongu (which is a very famous sites for people working on land product validation). A valley crosses the image in the west. Then a steep slope to reach the plateau from the valley (of course). Moisture is higher in the valley, a little lower in the plateau. Some artefacts may be seen near the small lakes due to the lower surface reflectances. But what drew my attentions are the oscillations are the oscillations of water content forming lines in diagonal. Can you spot them ? I am a complete Boeotian in aeronomy, but could that be gravity waves due to the altitude variation (I hope real aeronomists will not make fun of me !). If I am wrong, explanations are welcome in the comments section

Sentinel-2 RGB image above Mongu, Zambia Corresponding water vapour image,
between 1.5 and 2.5 g/cm2.

Finally, I really think Sentinel-2 has potential to interest specialists of atmospheric physics and meteorologists thanks to its ability to image water vapour at a high resolution (~100m). Please tell the experts you know in that domain !
18 mai 2018
17:38
Des applications pour la vapeur d'eau observée par Sentinel2 ?
sur Séries temporelles
Absorption atmosphérique. En bleu, la réflectance de surface pour un pixel couvert de végétation, en fonction de la longueur d'onde, en rouge la réflectance au sommet de l'atmosphère pour ce même pixel. A 1.38 µm, la vapeur d'eau absorbe totalement la lumière provenant de la surface au niveau de la mer. Autour de 0.94 µm, une autre bade d'absorption de la vapeur d'eau est visible, mais l'absorption y est moins intense

=>

Sentinel-2B dispose de deux canaux centrés sur des bandes d'absorption de la vapeur d'eau: la bande 9 (940nm) et la bande 10 (1380 nm). La bande 10 correspond à une très forte absorption, telle qu'en général, dans cette bande, les photons n'ont aucune chance d'atteindre le sol, et encore moins le satellite après réflexion sur le sol. Cette bande est utilisée pour détecter les nuages hauts.

Dans ce blog, nous avons jusqu'ici moins parlé de la bande d'absorption à 940 nm. Ici l'absorption des photons passant par la surface terrestre n'est pas totale, seule une forte proportion d'entre eux est absorbée, et cette proportion dépend bien sûr de la quantité de vapeur d'eau, mais aussi de l'inclinaison des directions solaires et d'observation. Cette bande nous sert à la correction atmosphérique, mais pourrait aussi, je pense, intéresser les spécialistes de l'atmosphère.

En plus des bandes citées ci-dessus, plusieurs bandes spectrales de Sentinel-2 sont affectées par la vapeur d'eau, comme les bandes rouges, ou proche infra-rouges, mais l'absorption y est très faible, en général de 1 à 3%. L'absorption est cependant suffisante pour nécessiter une correction.

Pour bien corriger cette absorption, il faut connaître la quantité de vapeur d'eau. Pour estimer la vapeur d'eau, nous utilisons comme référence une autre bande, la bande 8a (865 nm), proche de la bande 9 mais située en dehors de la bande d'absorption. La comparaison nous donne un taux d'absorption, que nous pouvons convertir en contenu de vapeur d'eau. Nous ne cherchons pas à corriger l'absorption sur les bandes 9 et 10 car les résultats seraient insuffisamment précis. Pour les autres canaux, comme l'absorption est faible, nous avons mis en œuvre dans notre chaîne de correction atmosphérique MAJA, une méthode rudimentaire d'estimation de la vapeur d'eau, qui suppose que :
1. la réflectance de la surface terrestre est la même dans les bandes 865 et 940 (c'est assez vrai, même si de petites variations peuvent être observées)
2. que toute la vapeur d'eau est située au dessus des autres couches de l'atmosphère (c'est très faux, d'autant plus s'il y a beaucoup d'aérosols et beaucoup de vapeur d'eau). Cependant, si la surface est brillante, l'effet de cette erreur reste modéré, et, en général, à part pour les surfaces en eau, les réflectances des surfaces terrestres sont plutôt élevées dans le proche infrarouge.
3. nos calculs sont faits avec le code de transfert radiatif 6SV, qui a une résolution spectrale de 2.5 nm. L'absorption de la vapeur d'eau dans la bande 940 est le résultat d'une multitude de petites bandes d'absorption beaucoup plus fines que 2.5nm. Nos calculs sont donc assez imprécis, d'autant plus s'il y a beaucoup de vapeur d'eau dans l'atmosphère
La méthode utilisée est détaillée dans l'ATBD de MAJA.

Validation de la vapeur d'eau obtenue sur les produits de THEIA produits avec MAJA en février 2018,pour lesquels une observation du réseau Aéronet est disponible (en g/cm2)

Bref, malgré toutes ces approximations, nos résultats de validation sont très honnêtes pour des contenus en vapeur d'eau situés entre 0 et 3 g/cm2 de sol. Ils sont biaisés au delà de 3 g/cm2 (probablement en raison des approximations 2 et 3 décrites ci-dessus). La performance obtenue est autour de 0.15 g/cm2. Une méthode un peu plus raffinée devrait aisément améliorer les résultats.

Nous produisons donc de belles cartes de vapeur d'eau, disponibles en quasi temps réel auprès de Theia. Cependant, je n'ai vu jusqu'ici aucun utilisateur s'intéresser à la vapeur d'eau issue de Sentinel-2 (je ne vois pas tout...). J'imagine que c'est dû au fait que Sentinel-2, c'est une mission pour le suivi des surfaces terrestres. Nos collègues des surfaces marines, habitués à notre voisinage sur les côtes s'y sont intéressés, nous leurs prêtons Sentinel-2, et ils nous prêtent Sentinel-3. Mais les atmosphériciens sont bien au dessus de tout celà (au sens propre ). Essayons un peu de les aguicher avec les images qui suivent.

Etude de cas 1 : plaine du Pô, Italie
Comme vous pouvez le voir sur la carte ci-jointe, la tuile concernée par cette étude de cas se trouve juste à l'Ouest de Milan et au Nord Est de Turin. Dans le coin Nord Ouest, On atteint la zone du Mont Rose et ses 4000m.
Vous trouverez ci-dessous à droite, l'image de vapeur d'eau et à gauche, la composition colorée RVB après correction atmosphérique. En dessous, un zoom sur la vallée qui mène au Mont Rose.

Sur l'image de vapeur d'eau (n'hésitez pas à cliquer dessus pour les voir en grand), on retrouve bien le relief, ce qui est normal puisque la vapeur d'eau tend à se concentrer dans les basses couches de l'atmosphère. Sur le zoom, on voit un fort contraste de vapeur d'eau le long de la crête Nord/Sud où se forment quelques cumulus. Attention,la vapeur d'eau n'est pas calculée au dessus des nuages, mais elle est interpolée. La vallée à l'Ouest est sèche, alors que celle à l'Est est plus humide. J'imagine que l'advection a démarré et des brises de relief ont commencé à se former, qui font remonter l'humidité des plaines.
En plaine justement, il me semble qu'on voit aussi que l'humidité est plus forte sur la zone de cultures, bien verte sur l'image RGB, alors qu'elle est moins forte sur la zone où il y a davantage de sols nus, dans la banlieue de Milan.

Image Sentinel-2 RGB entre Turin et Milan, Italie Image de vapeur d'eau correspondante.
comprise entre 0 (bleu sombre) and 2.5 (blanc) g/cm2.

Etude de cas 2 : Mongu Zambia

Le deuxième cas étudié correspond à un plateau de Zambie, près de la ville de Mongu (un célèbre site de validation des produits de végétation). Une vallée traverse le plateau à l'ouest, il y a un dénivelé d'une centaine de mètres au bord du plateau le long de cette vallée. On note bien que l'humidité est plus forte dans la vallée. On note quelques artefacts au niveau des petits lacs asséchés du plateau (probablement liés aux approximations décrites plus hauts). Mais ce qui a attiré mon attention, ce sont les oscillations de la vapeur d'eau, en diagonale, au dessus du plateau. les voyez vous ? Je suis une bille en aéronomie, mais pourrait-il s'agir d'ondes de gravité. . Bon, je vais peut-être faire rire les spécialistes avec mes explications, qu'ils n'hésitent pas à corriger et améliorer ma description du phénomène ou proposer d'autres explications dans les commentaires.

Image Sentinel-2 RGB sur Mongu, Zambie Image de vapeur d'eau correspondante.
comprise entre 1.5 (bleu sombre) and 2.5 (blanc) g/cm2.

Bref, il me semble que la connaissance du contenu en vapeur d'eau à haute résolution devrait intéresser les spécialistes d'aéronomie et de convection. N'hésitez pas à en informer ceux que vous connaissez.

15:11
Nouveau sur le site : Téléchargez la carte de l'ensemble des établissements publics 2018
sur Sigea : actualités

Les cartes des établissements de l'enseignement agricole pour l'année 2017 sont disponibles sur cette page :

sigea.educagri.fr/enseignement-agricole/cartes-de-lea.html

12:31
Conférence 24 mai 2018 : les archives du laboratoire cartographique de Jacques Bertin
sur Cartes et figures du monde

Dans le cadre des conférences « Trésors du patrimoine écrits » qui ont lieu à l’Institut national du Patrimoine (auditorium de la Galerie Colbert – 2 rue Vivienne, 75002 Paris) vous êtes invités ce jeudi 24 mai 2018 à 18h à découvrir le fonds du laboratoire de cartographie dirigé par Jacques Bertin à l’École des Hautes-Études en Sciences sociales, conservé au Archives nationales, ainsi que l’apport essentiel de Jacques Bertin à la science et à la production cartographiques dans la seconde moitié du XXe siècle.

Lien vers le site

Affiche conference Bertin-2

Présentation-Nadine Gastaldi

17 mai 2018
23:00
Jungle bus, cartographier les transports de votre ville
sur Veille cartographie

Cet article Jungle bus, cartographier les transports de votre ville est apparu en premier sur Veille cartographique 2.0.

Il faut savoir que 60% des villes dans le monde ne sont pas dotés de plans de bus ! Cette application nommé « Jungle bus » a donc pour objectif de collecter des données concernant les transports. Ces données sont ensuite partagées sur OpenStreetMap. Pour faciliter la vie de chacun, deux membres de la communauté d’OpenStreetMap ont créé […]

Cet article Jungle bus, cartographier les transports de votre ville est apparu en premier sur Veille cartographique 2.0.

16:46
Machine learning for land cover map production - Follow-up on the TiSeLaC challenge
sur Séries temporelles

I discussed some important aspects to take into account when validating land cover maps in a previous post. In that same post I insisted on the fact that machine learning pipeline building using a blind optimisation of accuracy metrics can lead to unrealistic expectations about land cover maps produced using these approaches.

I cited as an example the TiSeLaC challenge, where 2 of the participating teams achieved FScores above 99%, which is an accuracy higher than the one we can expect from the reference data used for the validation.

I assumed that this unrealistic performances where due to over-fitting and the use of a validation set too similar to the training set. I have recently asked the challenge organisers about the procedure for splitting the reference data into train and test sets and they confirmed that the split was done at the pixel level and not at the polygon level. Therefore, nearly identical pixels coming from the same polygon could be used for training and validation.

Therefore, looking at the challenge results, one could expect that all the teams would have got similar high performances. Since this was not the case, I asked for references to the methods used. Two of the methods are published. I am assuming that these are the 2 winning methods.

One of the methods uses spatial nearest neighbour classification to decide the labels, that is, the class for a pixel is decided using the labels of the nearest pixels of the training set. Here, "nearest" means the closest in the image using an Euclidean distance on the spatial coordinates of the pixel. Indeed, the pixel coordinates where provided as a separate record, but I don't think they were intended to be used as features. And, yes, the best results are obtained if only pixel coordinates are used (no reflectances, no NDVI, nothing!). And 1 single neighbour works best than 2-NN or 10-NN.

This shows that indeed, neighbouring pixels were present in the training and test sets, and the fewer the information used (just the closest pixel) the better the result obtained.

To quickly check this, I ran a simple, out-of-the-box, Random Forest classifier using the coordinates as features and got 97.90% accuracy on the test set, while using the image features gives about 90%.

The second of the 2 winning methods (which is actually the first with an FScore of 99.29 while the method above obtains 99.03), uses 3 deep neural networks, 2 of which use temporal convolutions for each pixel. The third network is a multi-layer perceptron were the input features are statistics computed on all the pixels found in a spatial neighbourhood of the pixel to be classified. Different sizes of neighbourhoods between 1 and 17 are used. This is much more complex than using only the label of the closest pixel, but actually, contains the same information. Adding the information of the 2 first networks may allow to correctly classify the few pixels that the previous method got wrong. The performance difference between the 2 methods is less than 0.3%, which may probably fall within typical confidence intervals.

What can we learn from these results?

First of all, blind metric optimisation without domain knowledge can produce misleading results. Any remote sensing scientist knows that pixel coordinates only are not good predictors for producing a map. Otherwise, one could just spatially interpolate the reference data. Even when applying krigging, other variables are usually used!

Second, when organising this kind of contest, realistic data sets have to be used. The split between training and validation has to follow strict rules in order to avoid neighbouring pixels appearing in both data sets.

Third, map validation has to have a spatial component: are the shapes of the objects preserved, is there image noise in the generated map, etc. This is a tricky question which needs either to have dense reference data in some places or having specific metrics which are able to measure distortions without reference data. Obtaining dense reference data is very costly to and can even be impossible if some of the classes can't be identified by image interpretation (we are not tagging images of cats or road signs!). Developing specific metrics for spatial quality which don't need reference data is an open problem. Some solutions have been developed for the assessment of pan-sharpening algorithms, but the problem is rather different.

Finally, I hope that this critical analysis of the TiSeLaC contest will be useful for future contests, because I think that they may be very useful to get together the remote sensing and the machine learning communities.

14 mai 2018
7:30
Quand le SIG revitalise la gestion des cimetières
sur Veille cartographie

Cet article Quand le SIG revitalise la gestion des cimetières est apparu en premier sur Veille cartographique 2.0.

Les SIG ont parfois des applications méconnues, c'est le cas des cimetières. Les SIG permettent pourtant la réalisation d'excellents outils de gestion et de suivi des concessions funéraires. Alors, pourquoi le SIG révolutionne-t-il la gestion de ces espaces ?

Cet article Quand le SIG revitalise la gestion des cimetières est apparu en premier sur Veille cartographique 2.0.

12 mai 2018
18:57
Carte de France de propagation du moustique-tigre
sur Chroniques Cartographiques

Moustique-tigre (Aedes albopictus) Le moustique Aedes albopictus (communément appelé « moustique tigre ») qui est à l'origine un moustique vivant dans les pays tropicaux prolifère en Europe et s'étend de plus en plus vers le Nord de la France. Initialement...

11 mai 2018
11:41
MAJA V3.1 will be distributed this May
sur Séries temporelles
Example of cirrus cloud correction

We will start distributing MAJA V3.1 this May to replace MAJA V1 on CNES free software platform.

It is also in the pipeline of enhancements of Theia processing platform (MUSCATE), but this pipeline is quite full, so we will need to be patient (which requires a big effort for me, patience not being my best quality...)

MAJA V3 comes with a lot of enhancements compared to V1 :
- MAJA V2: The multi-temporal methods included in MAJA were assuming that all successive observations in a time series are made with the same viewing angles. This assumption is wrong when we are using the overlap region between different satellite tracks. MAJA now takes this into account and normalizes the reflectance before computing the AOT. The surface reflectances provided to the user are still not normalized, given that the normalization factor is not perfectly accurate (in should depend on the pixel content, while we use a constant correction).
- MAJA V2: We have introduced a thin cirrus cloud correction (method from DLR). The corrected cirrus clouds are still flagged as cloudy, as this correction is not always perfect, and often shows the cirrus cloud shadow beneath.
- MAJA V3: MAJA assumed that aerosols were of "continental type", small rural aerosol with low absorption. This assumption is usually valid for Europe, with exceptions, but is wrong in many arid or polluted places. MAJA V3.1 introduces a new interface with Copernicus Atmosphere Monitoring Service real time products. The AOT from CAMS is generally less accurate than that estimated by MAJA from Sentinel-2 images, so we did not use it directly, but the use of the aerosol type from CAMS enhances the results, especially when the aerosol model is very different from the continental model. The use of CAMS is an option, it is not mandatory.
Scatter plot of AOT estimated by MAJA at 550 nm versus AERONET, over arid sites. Left: constant aerosol model. Right: five CAMS aerosol models. MAJA 3.1 brings a large improvement of the statistics
- MAJA 3.1: for historical, yet unfortunate reasons, MAJA used to have two different formats, one when used within THEIA, using as input Theia's L1C internal format, and MAJA "native" format, when processing directly products from ESA. From V3.1, MAJA will use only Theia's format. However differences are moderate, the main one is the fact that all the spectral bands are split in different Geotiff files. MAJA 3.1 will not recognise the L2A native format, so it will be necessary to start again an initialisation procedure (with backward mode) before processing time series in nominal mode.
- MAJA 3.1 will be provided for both RedHat/CentOS/Fedora and Ubuntu platforms.
We will provide a new version of the start_maja.py utility, which allows to run MAJA V3.1. The coming days will be used to check and prepare the parameters to use MAJA with or without cirrus correction and with/without CAMS.

This new version of MAJA is the result of the work of quite a lot of people :
- Bastien Rouquié and myself at CESBIO
- Camilles Desjardins and Pierre Lassalle at CNES
- Elsa Bourgeois, Guillaume Rochais (until last year), Bruno Angéniol and Elise Durand from CAP GEMINI to assist us in the validation of CESBIO's work, and of the new operational versions from CS-SI
- Aurélien Bricier and Thomas Feuvrier (until last year) for the development of MAJA within CS-SI.
Many thanks to all, and to our funding agencies, CNES and ESA.

10 mai 2018
21:40
A dans l’ABC de sémiologie
sur Carnet (neo)cartographique

Dans un article peu mentionné en Cartographie, Jacques Bertin présente une classification des variations sémiologiques en typographie, en prenant l’exemple de la lettre A.

L’article intitulé Classification typographique. Voulez-vous jouer avec mon A ? est un court texte d’ailleurs disponible sur Persée (ici), publié en 1980, dans la revue Communication et Langage, par Bertin lui-même. L’auteur y réalise une revue de ses premières propositions (les dits principes de sémiologie). Intéressant.

L’objectif de l’article est, en effet, d’identifier « […] les variables indépendantes, c’est-à-dire toutes autres variations exclues, que l’on peut rencontrer dans la lettre, et, éventuellement, dans le mot […] » en réalisant un inventaire dans une perspective typographique, déjà analysée par ailleurs.

Cette classification prend la forme d’un inventaire des possibilités – de l’époque – de variations typographiques de la lettre A dont l’auteur précise qu’elles auraient pu être réalisées en cartographie (voir Fig. 1).

Fig. 1. Classification typographique et sémiologique (Bertin, 1980)

L’auteur présente ensuite chacune des variables rétiniennes mobilisées dans la Fig. 1.. Il distingue notamment une variation de visibilité du symbole en fonction de la variable visuelle utilisée (partie droite de la figure).

Concernant la variable Taille, Bertin indique par exemple que sa variation proportionnelle [de surface de l’unité spatiale de type polygone, applicable pour symboliser des caractères quantitatifs discrets] correspond en typographie à la variation du « corps de la lettre » mais à une nuance près : « l’épaisseur du trait doit être constante ». Surprise ! Et Bertin de poursuivre « La Taille n’est donc pas l’agrandissement photographique, ce que tous les lettristes savent parfaitement, mais ce qui pose le problème de la réduction photographique d’une composition ».

Cette remarque sur la mise en œuvre de la Taille m’évoque deux réflexions.

La première porte sur la différence entre le zoom et le changement d’échelle qui ne sont pas équivalents, comme le savent les cartographes.

La seconde réflexion concerne le cas particulier des flux à savoir, le caractère apparemment paradoxal de la mise en œuvre de la Taille. Sans rentrer dans les détails (références sur demande via les commentaires), il a pu être montré que la Taille n’était pas applicable aux lignes (ou aux bandes) … comme en typographie ! (seules les largeur et hauteur respectives sont mobilisées).

Cela fait donc deux exceptions à la règle ! Hum hum.

Et si [dans le contexte de l’analyse cartographique] l’exception était plutôt la mise en œuvre de la Taille sur des polygones (éventuellement assimilés à des points dont la surface est mesurable) ?

Référence mentionnée :

Bertin J. (1980), Classification typographique. Voulez-vous jouer avec mon A ? Revue Communication et Langage, n°45, pp. 70-75. Disponible sur Persée,ici

Billets liés :

– Eviter un #mapfail : Tableau récapitulatif

Françoise Bahoken
Géographe et cartographe, Chargée de recherches à l'IFSTTAR et membre-associée de l'UMR 8504 Géographie-Cités.
More Posts

20:38
Facebook sort son application de carto
sur Veille cartographie

Cet article Facebook sort son application de carto est apparu en premier sur Veille cartographique 2.0.

La dimension géographique prend de l’ampleur dans le domaine des réseaux sociaux. A quelques semaines de la mise en place de la RGPD*, après avoir encouragé la start-up Mapstr, Facebook se lance lui aussi dans la carte interactive avec Local. Quelle plus-value pour l’utilisateur ? La possibilité d’avoir des lieux et des événements testés et […]

Cet article Facebook sort son application de carto est apparu en premier sur Veille cartographique 2.0.

15:31
Enneigement en amont du lac de Serre-Ponçon
sur Séries temporelles

Si vous avez vu le JT du 26 mars dernier, vous savez que le lac de Serre-Ponçon est à un niveau exceptionnellement bas en ce moment [1].

Extrait du journal 12/13 de France 3 du 26/03/2018

En effet, si l'on compare les images Sentinel-2 du lac en avril 2017 et avril 2018, on remarque une grosse différence dans la partie amont, au nord-est du lac (cliquer sur les images pour agrandir).

Images Sentinel-2 du Lac de Serre-Ponçon

Voici la comparaison des surfaces en eau entre ces deux dates:

Surface en eau en amont du barrage de Serre-Ponçon au 20 avril 2017 et 2018

Pourquoi la surface du lac a-t-elle perdu 15 kilomètre carrés entre 2017 et 2018 ? Comme nous l'expliquent les ingénieurs d'EDF dans ce reportage, cela est dû à deux phénomènes : 1) il a fait froid cet hiver, donc il a fallu turbiner pour accompagner la forte demande en électricité 2) il a beaucoup neigé cet hiver dans les Alpes, donc EDF a préféré faire de la place dans le lac en prévision de la fonte printanière.

Que nous apprend Sentinel-2 sur l'enneigement en amont du barrage de Serre-Ponçon ?

Pour extraire la surface du lac, j'ai utilisé un algorithme simple de classification des images Sentinel-2 par Hollstein et al. [2], qui présente l'avantage de pouvoir être appliqué à la volée dans le EO-Browser. Cette méthode marche assez bien pour délimiter la surface du lac mais donne des choses bizarres pour la surface enneigée. Pour cela, mieux vaut utiliser le produit neige Theia. On peut trouver des images claires acquises le 20 avril 2017 et le 20 avril 2018 sur les deux tuiles qui couvrent le bassin versant du lac.

Si l'on compare la surface enneigée on voit de nouveau une différence significative entre les deux années. La fraction enneigée du bassin est 37% le 20 avril 2018, contre 20% le 20 avril 2017.

Comparaison de l'enneigement au 20 avril dans le bassin versant de la Durance à Espinasse (exutoire du lac de Serre-Ponçon)

Que les amateurs de baignades soient rassurés : il y a largement de quoi faire remonter le niveau du lac d'ici l'été prochain... D'ailleurs la remontée a déjà commencé : le lac aurait gagné 20 m depuis le 20 avril d'après SPtourisme.

Références

[1] [https:]]

[2] A. Hollstein et al., Ready-to-Use Methods for the Detection of Clouds, Cirrus, Snow, Shadow, Water and Clear Sky Pixels in Sentinel-2 MSI Images. Remote Sensing (2016). doi:10.3390/rs8080666

09 mai 2018
16:56
Encore un peu de Street (c)art(es)
sur Carnet (neo)cartographique

Camarades cartographes, après les cartes de EGS [voir], je vous propose d’aller un peu plus loin dans l’univers des street (c)art(es), avec quelques oeuvres réalisées par des pointures du graff.

New York par MOMO

Momo est un artiste américain né en 1974 à San Francisco. Sa carte de New York, est en réalité une coulée de peinture longue de 13 kilomètres. Cette ligne au sol, qui matérialise la trajectoire de l’artiste dans les rues de Manhattan, ne signifie rien quand on sillonne soi même les rues. Mais, son sens se révèle dès lors qu’on prend de la hauteur. A l’échelle de la carte, apparaît alors le blase de son auteur, Momo, dessiné d’un seul trait. Cette oeuvre est probablement le plus grand tag du monde.

Berlin, par Martin Tibabuzo

Martin Tibuzo est un artiste né à Buenos Aires et installé actuellement à Nuremberg. Membre du collectif Fase (plateforme mulimedia regroupant des artistes de street art argentins), il a à son actif plusieurs travaux cartographiques. Sa carte de Berlin, dans un style très enfantin, est haute en couleur.

Barcelone par Sixeart

Sixeart est un artiste Catalan né en 1975, adepte de la sculpture et de la peinture à la bombe. Son style, qu’il décrit comme « futuriste primitif » est constitué d’un assemblage complexe de symboles simples, le tout, formant un langage graphique expressif, qui n’est pas sans rappeler nos pratiques cartographiques. Justement, sa carte de Barcelone est un ensemble lignes, cercles, flèches, lettres, indiquant les rues et les places de la villes, reliées à la façon d’un circuit. Une carte finalement complexe, à l’image de son travail.

Copenhaque par Affex Ventura

Affex Ventura est artiste Danois, né en 1980. Artiste rebel et contestataire, inspiré par le punk, la culture Hobo, le hardcore américain, la culture du tatouage, etc, il a développé une esthétique graphique populaire et ironique. Sa carte de Copenhague, intitulée « Dumpstermap of Norrebro (Cartes des décharges de Norrebro) ne déroge pas à la regle. C’est une carte Hobo-trash qui représente les meilleurs endroits pour faire les poubelles dans ce quartier.

Los Angeles par Augustine Kofie

Augustine Kofie est née à Los Angeles en 1973. Formée aux beaux arts de UCLA, son style est très contemporain qu’elle définie elle même comme « retro futuriste ». C’est ce qu’évoque effectivement cette association de couleurs plutôt passéistes avec des formes très géométriques et abstraites, qui pour un néophyte comme moi, évoque les oeuvres de Kandinsky.

Le monde vu par Aram Baratholl

Aram Baratholl est un artiste Allemand, né à Brème en 1972. Spécialiste notamment des « graffiti geeks », adepte de l’hacktivisme et de l’open source, son travail n’est pas à proprement parler cartographique. Son projet « Maps » se situe en réalité à la jonction entre entre art numérique et art publique. Avec des épingles google hautes de 6 mètres, placées à l’endroit exact où Google indique le centre de la ville lors d’une recherche sur Google Maps, l’artiste cherche à réintroduire le virtuel dans le réel, le numérique dans monde , pour mettre à nu l’imaginaire véhiculé par les cartes. Mais également ses artifices.

Aller plus loin

Les cartes ci-dessus sont tirées de l’ouvrage absolument génial de Rafael Schatcer (Atlas du street art et du graffiti, Flammarion, septembre 2017). Cet Atlas, qui n’en est pas vraiment un, offre un panorama mondial de ce qui se fait en terme de street art aujourd’hui. Il compile les travaux de 113 artistes sur 25 pays. A l’intérieur, on y trouve aussi 12 cartes de villes spécialement crées par 12 artistes. Du coup, je ne pouvais pas faire autrement que d’en parler sur ce blog

Nicolas Lambert
More Posts
Follow Me:

08 mai 2018
18:31
Pollution des sols : la carte de France interactive
sur Chroniques Cartographiques

Cet après-midi, en me promenant sur les bords de Seine, à Saint-Martin-de-Boscherville (76), je me suis souvenu que cet hiver il y avait eu des crues hivernales. En effet, ces crues ont charrié tout un tas de polluants qui habituellement finissent dans...

04 mai 2018
17:32
Le monde vu par EGS
sur Carnet (neo)cartographique

Camarades cartographes, j’ai toujours été convaincu de la nécessité de sortir la cartographie (et les resultant de la recherche en géographie) hors des murs de l’université. Certains, ont quant à eux décidé d’utiliser carrément les murs (mais pas que) pour y faire des cartes. Et quelles cartes !!! Pour commencer cette série d’articles (d’autres sont donc à suivre), intéressons nous à l’artiste Finlandais, EGS.

Bienvenue dans l’univers des STREET cARTes…

A border between states is the strongest line a human can draw

EGS, c’est son blaze, est un artiste finlandais né en 1974. Connu pour avoir travaillé dans le monde entier, il a peint dans les rues, dans des galleries, dans des tunnels, sur des trains, sur des camions, dans plus de 40 pays différents. Il a produit une quantité d’oeuvre considérable et a collaboré avec de nombreux artistes internationaux. Loin des styles new-yorkais des années 80-90, EGS a développé un style unique et une maîtrise totale de la typographie, qui a inspiré nombre d’artistes. Il est aujourd’hui une figure majeure du graff nordique et mondial. Très créatif et prolifique, son oeuvre aujourd’hui plus abstraite, est en perpétuelle évolution.

Maps are images of the world, yet borders that divide states are human inventions that keep changing with the passing time

La particularité de ce graffeur qui se définit lui même comme « graffeur anthropologue », est qu’il s’est spécialisé dans les cartes. Ses oeuvres sont donc ainsi un mélange unique d’histoire politique et de géographie retranscrits la plupart du temps dans un style typographique en noir et blanc, qui peut parfois rappeler un travail à l’encre. Unique au monde. Et Magnifique…

Quelques échantillons à découvrir ci-dessous:

Le Monde, dans le métro d’Helsinki

Le Monde, au centre d’art contemporain d’Helsinki, 2018

Le monde, sur un mur à Tirana (Albanie), 2014

Le monde, dans un atelier à Helsinki (Finlande), 2014

Le monde, sur un camion à Saint-Pétersbourg (Russie), 2014

ARCOmadrid, Madrid (Espagne), 2014

Colab gallery, 2014

Tirana World Map Triptych, 2014

Tirana map 2, 2014

Le Traité de Rarotonga, 2015

Le Traité de Rarotonga (ou Traité pour une zone exempte d’armes nucléaires dans le Pacifique sud), vise à créer une zone d’exclusion des armes nucléaires dans le Pacifique sud. Il fut signé à Rarotonga, dans les Îles Cook, le 6 août 1985

Le traité de Saint-Pétersbourg, 2015

Le traité de Saint-Pétersbourg, a été signé entre le Japon et la Russie a été signé le 7 mai 1875. Il stipule que le Japon renonce à la partie de l’île de Sakhaline qu’il possède en échange du groupe des îles Kouriles possédé par la Russie.

Le traité de Varsovie, 2015

Le traité de Varsovie est un traité signé en 1970 entre l’Allemagne de l’Ouest et la Pologne. Il engage les deux pays signataires à accepter les frontières existantes : la ligne Oder-Neisse.

Le traité de Versaille, 2013

Le traité de Versailles est un traité de paix signé le 28 juin 1919 entre l’Allemagne et les Alliés à l’issue de la Première Guerre mondiale.

Pour en savoir plus :

[https:]
[egshelsinki.com]
[https:]
[https:]

Nicolas Lambert
More Posts
Follow Me:

14:38
Nouveau sur le site : Cartes en PDF des établissements publics et privés de l'enseignement agricole 2018
sur Sigea : actualités

Les cartes des établissements de l'enseignement agricole pour l'année 2017 sont disponibles sur cette page :

sigea.educagri.fr/enseignement-agricole/cartes-de-lea.html

11:40
ESA is making plans for a global Sentinel2 reprocessing in 2019 to enhance multi-temporal registration
sur Séries temporelles

A good piece of news, directly from ESA's S2 project manager: ESA is now making plans for a global reprocessing of Sentinel-2 archive in 2019. As explained here, Sentinel-2 data multi-temporal registration isn't perfect yet. It should be improved in the first quarter of 2019, thanks to the use of ground control points obtained via automatic matching, but the issue with the reprocessing of Sentinel-2 archive had not been addressed. It is now, but of course not before 2019.

I let you imagine the amount of processing required to do so for the complete 3.5 years archive of Sentinel-2 at that time, so it will be costly and require hard work, but yet it is indispensable. Let's thank ESA and Copernicus for considering this and letting us know !
02 mai 2018
17:17
The odds to find snow in St. Moritz
sur Séries temporelles
Did you know that the St. Moritz Casino is the highest in Switzerland? If you like gambling, I have a little game for you: what are the odds to find snow near St. Moritz?

Fortunately, I just finished the processing of 218 Sentinel-2 dates from 2015-Dec-04 to 2018-Apr-10 of tile 32TNS with our let-it-snow processor. I did this off-line production for a colleague because, as of today, Theia only distributes the snow products after July 2017 in this region of Switzerland (see the available products here).

A quick way to check the output is to compute a snow cover probability map: that is, for each pixel, the number of times that snow was observed divided by the number of times that the snow could be observed.

To compute this map we just need to know that the Theia snow products (LIS_SEB.TIF raster files) are coded as follows:
0: No-snow
100: Snow
205: Cloud including cloud shadow
254: No data

Here is a piece of script to do this:
```
#!/bin/bash 
# initialize snow.tif with zeros
# store in Byte because we have less than 255 dates
f0=$(find . -name LIS_SEB.TIF | head -1)
gdal_calc.py --overwrite -A $f0 --type=Byte --calc=A*0 --outfile=snow.tif
# accumulate snow pixels in snow.tif
for f in $(find . -name LIS_SEB.TIF)
do
# snow is coded with 100
gdal_calc.py --overwrite -A $f -B snow.tif --type=Byte --calc="B+(A==100)" --outfile=snow.tif
done

# now do the same for clear.tif
# init
gdal_calc.py --overwrite -A $f0 --type=Byte --calc=A*0 --outfile=clear.tif
# accumulate clear pixels in clear.tif
for f in $(find . -name LIS_SEB.TIF)
do
# only snow and no snow are coded with values lower than 101
gdal_calc.py --overwrite -A $f -B clear.tif --type=Byte --calc="B+(A<101)" --outfile=clear.tif
done

# Finally compute the snow probability in % (100.0* makes the calculation in float)
gdal_calc.py -A snow.tif -B clear.tif --type=Byte --calc="(100.0*A)/B" --outfile=snowProba.tif
```
This is the output:

The images are scaled from 0 (black) to 100 (white). The units are number of days for snow and clear, percentage for snowProba.

From which you can map the odds to find snow near St. Moritz (click on the image to animate)!

30 avril 2018
17:00
La cartographie des routes va faire un bond en avant
sur Veille cartographie

Cet article La cartographie des routes va faire un bond en avant est apparu en premier sur Veille cartographique 2.0.

Le M.I.T. a mis au point un nouveau système pour identifier les routes à partir d'images satellite. A partir de cette intelligence artificiel, les chercheurs estiment pouvoir augmenter la reconnaissance des routes dans le monde, avec 45% de précisions en plus. Le système s'annonce donc comme révolutionnaire...

Cet article La cartographie des routes va faire un bond en avant est apparu en premier sur Veille cartographique 2.0.

29 avril 2018
18:55
Clone de Convocation à l'Assemblée Générale Ordinaire 2018
sur OpenStreetMap France

Cher.e.s ami.e.s et membres de l'Association OSM-France, cher.e.s contributeurs.trices, Comme chaque année depuis la création de l'association OpenStreetMap France, la rencontre annuelle SOTM, qui se tiendra cette année à Bordeaux, les 1, 2 et 3 juin, est l'occasion de tenir notre assemblée générale ordinaire. Cette année, il est prévu que notre AG se tienne

28 avril 2018
15:11
[MUSCATE news] Early Sentinel-2B L2A images over France are available
sur Séries temporelles

=>

MUSCATE sentinel-2 L2A counter just reached 80000 products, but a lot more products were processed these past weeks. Indeed, the MUSCATE team started processing the early Sentinel-2B images acquired from July to October 2017, which were missing on our catalog. Indeed. We only started Level 2A treatments in October 2017, in real time (a bit late, but before the ESA;)). We take advantage of this processing to reprocess Sentinel-2A data, since the quality of the products from MAJA improves with the repetitiveness of the observations. And since we replace old versions with new ones (v 1.7), the product counter is not affected by the reprocessing of S2A data.

The reprocessing of data on France and its overseas territories is finished, and the treatment of the other European zones is in progress. We will continue soon with the African zones then those of the rest of the world. If you are using the Sentinel-2 data acquired in the second half of 2017, we encourage you to download them again. We took advantage of this reprocessing to also produce snow products in the France area.
15:00
[Nouvelles de MUSCATE] Le traitement au niveau 2A des anciennes données Sentinel-2B sur la France est terminé
sur Séries temporelles

=>
Le compteur de produits de Niveau 2A de Sentinel-2 de MUSCATE vient de franchir les 80000 produits, mais en fait, MUSCATE en a produit beaucoup plus. En effet, l'équipe d'exploitation (Joel, Raquel, Sylvie) a commencé à traiter les données de Sentinel-2B acquises de juillet à octobre 2017, qui manquaient dans notre catalogue. Nous n'avions démarré les traitements de niveau 2A qu'en octobre 2017, en temps réel (avec un peu de retard, mais avant l'ESA ). Nous profitons de ce traitement pour retraiter les données Sentinel-2A, puisque la qualité des produits issus de MAJA s'améliore avec la répétitivité des observations. Et comme nous remplaçons les anciennes versions par les nouvelles (v 1.7), le compteur de produits n'est pas affecté par le retraitement des données S2A.

Le retraitement des données sur la France et ses territoires d'outre-mer est terminé, et le traitement des autres zones Européennes est en cours. Nous poursuivrons prochainement avec les zones Africaines puis celles du reste du monde. Si vous utilisez les données Sentinel-2 acquises au deuxième semestre 2017, nous vous encourageons donc a les télécharger à nouveau. Nous avons profité de ce retraitement pour produire également les produits neige sur la zone France.

25 avril 2018
10:10
Un Atlas mondial de statististiques
sur Veille cartographie

Cet article Un Atlas mondial de statististiques est apparu en premier sur Veille cartographique 2.0.

A la recherche d’éléments socio-économiques ou culturels sur n’importe quel pays du monde ? Le tout de manière facile, rapide, avec des données exploitables et des sources fiables ? Ne cherchez plus Actualitix à tout centralisé. 450 indices différents sont ainsi disponibles pour l’ensemble des pays où la donnée est disponible. De quoi alimenter facilement ses propres […]

Cet article Un Atlas mondial de statististiques est apparu en premier sur Veille cartographique 2.0.

23 avril 2018
7:00
API de la Base Adresse Nationale française : Exemple d’utilisation du Géocodage avec OpenLayers
sur GEOMATICK
Vous travaillez sur la mise en place d’une interface de WebMapping avec la possibilité de localiser une adresse? Ce module est relativement facile à développer avec les API de Géocodage de Google Maps et de Bing par exemple.

A l’échelle de la France, on est ravi de pouvoir utiliser l’API de la Base Adresse Nationale (BAN) mise à disposition par l’ETALAB qui a pour mission de coordonner l’ouverture et la réutilisation des données publiques (Open Data) depuis 2011, notamment à travers la plateforme de data.gouv. La BAN est comme son nom l’indique le référentiel géographique de l’ensemble des adresses françaises issu d’un travail collaboratif de nombreux acteurs comme la DGFiP, La Poste, l’IGN, OpenStreetMap et encadré par l’Administrateur Général des Données et le Conseil National de l’Information Géographique.

Ici, on utilise l’API BAN pour localiser une adresse française sur une carte dynamique grâce à OpenLayers (v4) et jQuery. La documentation de l’API BAN indique que la réponse retournée par l’interrogation du lien : https://api-adresse.data.gouv.fr/search/?q=+adresse est un objet GeoJSON contenant plusieurs entités géographiques (features). Le nombre de ces dernières peut être limité en ajoutant le paramètre limit dans l’URL.

Avec OpenLayers, deux solutions JavaScript s’offrent à nous pour afficher le vecteur sur la carte :
1. La première consiste à prendre en charge le GeoJSON retourné dans la source du vecteur grâce à la méthode loader.
2. On peut aussi obtenir les coordonnées géographiques de chaque entité retournée et s’en servir pour créer des entités ponctuelles.
Voici la première méthode (1) :
Veuillez vous Connecter pour consulter ce contenu. S'Inscrire Gratuitement ››
En conclusion, on s’est servi des APIs BAN, OpenLayers et jQuery pour géocoder les adresses françaises sur une carte. Les résultats retournés par l’API sont relativement rapides et grâce à cette performance, on peut noter son large succès. De plus, contrairement à Google Maps, l’appel à l’API n’est pas limité par un nombre de requêtes et aucune création de compte n’est nécessaire.

D’autres utilisations de l’API sont possibles comme le géocodage inversé si les coordonnées géographiques sont connues ou le géocodage de masse depuis un fichier de format csv.

21 avril 2018
0:32
Display a shape file in Google Earth
sur Blog SIG & Territoires ---- Le blog SIG pour la gestion territoriale

Even if Google does not advertise, it should be known that Google Earth Pro license has become free since the beginning of 2015. You can

The option Set colour from field allows you to enter manually the colour to apply for each of the different values included in the Name field.

By default, the loaded layer is not activated. Check the adequate box to display the layer.

20 avril 2018
16:41
Venµs captured the orange snow in the Pyrenees
sur Séries temporelles

Theia just published the first Venµs images today, including a beautiful view of the Pyrenees. Once you have dezipped/untared/unzipped the files you can make a true color composite using the command:

gdal_translate -b 7 -b 4 -b 3 -scale 0 300 0 255 -ot byte VE_VM01_VSC_PDTIMG_L1VALD_ES_LTERA_20180419.DBL.TIF myColorCompo.tif

I tend to focus on the snow so I stretched the colors between reflectances 0-1000 instead of 0-300:

gdal_translate -b 7 -b 4 -b 3 -scale 0 1000 0 255 -ot byte VE_VM01_VSC_PDTIMG_L1VALD_ES_LTERA_20180419.DBL.TIF mySnowColorCompo.tif

First, I was a bit puzzled by the orange shade in the northern part of the image. We inspected carefully the image with Olivier because at this stage radiometric calibration issues are still possible..

Baqueira ski resort (Tuc Deth Dossau area, Beret) on 2018 Apr 19 by Venus

However the same color is also visible in yesterday's Sentinel-2B image of the western Pyrenees.

Formigal ski resort on 2018 Apr 19 by Sentinel-2B

Also, webcams all across the Pyrenees show the same orange snow, for example this picture shows the same area as the Venµs image above:

Baqueira ski resort (Tuc Deth Dossau area, Beret) on 2018 Apr 20 (webcam picture from [https:]

It looks like Saharan dust but I don't know when it happened! In the previous Venus image (2 days before, on April 17) the snow looks more "white" but some orange shades are still visible.

Baqueira ski resort (Beret area) by Venus

I called the Arcalis ski resort to figure out and a nice woman told me that this brown powder came two weeks ago while it was raining/snowing. I should stop looking at satellite images and go more often to the field..

16:30
Art et géomatique : des domaines compatibles ?
sur Veille cartographie

Cet article Art et géomatique : des domaines compatibles ? est apparu en premier sur Veille cartographique 2.0.

A Paris, l’Atelier des Lumières, un centre d’art numérique, a ouvert ses portes ce vendredi 13 avril dernier. Il apporte à la ville Lumière un nouvel espace dédié à l’art, innovant et dans l’ère du temps. L’une des expositions d’inauguration réalisée par le collectif turc Ouchhh en annonce long sur l’usage des nouvelles technologies pour la […]

Cet article Art et géomatique : des domaines compatibles ? est apparu en premier sur Veille cartographique 2.0.
12:42
L’art GPS : les oeuvres virtuelles de Stephen Lund
sur Veille cartographie

Cet article L’art GPS : les oeuvres virtuelles de Stephen Lund est apparu en premier sur Veille cartographique 2.0.

La Géographie est une science qui laisse libre cours à son imagination et à sa créativité. Particulièrement, l’âme artistique de certains s’exprime dans la cartographie comme nous avons pu le voir avec la carte topographique en Lego de Yann Slostowski en 2017 ou avec les paysages créés avec des cartes par Ji Zhou en 2015. Cette […]

Cet article L’art GPS : les oeuvres virtuelles de Stephen Lund est apparu en premier sur Veille cartographique 2.0.

10:08
Theia started the distribution of Venµs products in Near Real Time
sur Séries temporelles
Great news for our little Venµs satellite project: Theia has started distributing Venµs L1C data in near real time. The data acquired yesterday are already available on [https:]]

These L1C products are tagged with 0.9 version, which means that their quality is not as good as what we think we will be able to deliver in a couple of months. The multi-spectral and multi-temporal registration can still be improved, even if it is not too far from our expectations yet in most cases. The image quality teams are finishing an error budget of the current situation, and also preparing the improvement with our Israeli partner who manage the satellite. We will tell you about that.

The L2A delivery will also start in a few weeks, but the L1C teams, who had much more work than expected with this satellite, handled us correct products very late, and we still need to tune a few parameters to provide good quality products.

On the Theia website, you will find several ways to download the tiles. My little download tool has also been updated. Once you have registered, and updated the config.cfg file, you will be able to download at once all the products in Australia with the following command line :
```
python theia_download.py -l 'Australia' -c VENUS -a config.cfg -d 2018-01-01
```
The data format is explained here. Its packaging with useless zips and tars is still provisional and will be simplified very soon.
18 avril 2018
17:18
L’open data et les barrières : la réalité de la diffusion des données !
sur Veille cartographie

Cet article L’open data et les barrières : la réalité de la diffusion des données ! est apparu en premier sur Veille cartographique 2.0.

Augmenter la transparence des actions des gouvernements est un objectif de ces dernières années. Un des leviers pour atteindre ce but est la diffusion des données, dont les données géographiques. Néanmoins, les directives, lois et circulaires sur « la diffusion des données » oublient un élément important : les agents derrière la mission. L’ouverture des données dans l’Union […]

Cet article L’open data et les barrières : la réalité de la diffusion des données ! est apparu en premier sur Veille cartographique 2.0.

13:56
Carte de France interactive "Tourisme & Handicap"
sur Chroniques Cartographiques

Tourisme & Handicap est une marque d’État octroyée aux professionnels du tourisme qui œuvrent en faveur de l'accessibilité pour tous.Cette marque a pour but d'améliorer l'information en faveur des personnes handicapées en leur fournissant des indications...
8:09
Tour de France des parcs d'attractions
sur Chroniques Cartographiques

En avril les beaux jours reviennent et la plupart des parcs d'attractions et de loisirs ouvrent de nouveau leurs portes. L'occasion pour moi de mettre à jour l'article réalisé en 2016, d'en faire une application à part entière sous forme de tour de France...

17 avril 2018
20:00
Le géomarketing facilement
sur Veille cartographie

Cet article Le géomarketing facilement est apparu en premier sur Veille cartographique 2.0.

Besoin de se faire une idée du marché ? De connaître la population potentiellement impactée par un nouveau magasin ? De définir une zone de chalandise ? De connaître des lieux d’intérêt dans un espace donné ? Owlapps est là pour vous laisser accès à des outils géomarketing faciles d’utilisation. Ils permettent de : réaliser une zone de […]

Cet article Le géomarketing facilement est apparu en premier sur Veille cartographique 2.0.

16 avril 2018
23:30
Reviewer un #mapfail : mosaïque de variantes
sur Carnet (neo)cartographique

Mots-clés : cartographie statistique, choroplèthe, représentation, sémiologie, grain, texture-structure. #cartostats #semio

————

Ce billet est le troisième et dernier d’une petite série présentant la review d’un #mapfail sur une carte, dont le procédé de représentation est incorrect, d’un point de vue sémiologique. Il vient à la suite de celui-ci et de celui-ci listant respectivement les problèmes de sémiologie identifiés et la principale solution : l’utilisation de la variable visuelle (v.v.) Valeur.

Ce billet présente les 56 possibilités minimales de variantes à la la carte d’origine : la 1ère possibilité de variante est un aplat en niveaux de gris – variation d’intensité de la teinte – sur fond blanc, la seconde étant la même carte sur un fond gris, et ainsi de suite.

Les variantes ne mobilisent que les v.v. choisies pour réaliser la carte d’origine. Le fond de la carte étant grisé, les variantes proposent donc systématiquement un fond gris et un fond blanc (choix personnel), sauf une d’entre elles (autre choix personnel qui constitue l’exception qui confirmera la règle).

Fig. 8. Mosaïque de variantes

Pour en savoir plus sur la construction de ces légendes, et visualiser des cartes combinant la Valeur et la Couleur, lire la suite en page 2/2.

Billets liés :

– Eviter un #mapfail : Tableau récapitulatif

– Reviewer un #mapfail : Le.s problème.s (1/3)

– Reviewer un #mapfail : Solution envisageable (2/3)

Françoise Bahoken
Géographe et cartographe, Chargée de recherches à l'IFSTTAR et membre-associée de l'UMR 8504 Géographie-Cités.
More Posts

14 avril 2018
16:29
La géomatique ça sert aussi à faire la guerre !
sur Veille cartographie

Cet article La géomatique ça sert aussi à faire la guerre ! est apparu en premier sur Veille cartographique 2.0.

En 1976, Yves Lacoste écrivait La géographie, ça sert, d'abord à faire la guerre, y dénonçant l'enseignement et l'orientation prise par la géographie à la seconde moitié du XXeme siècle. Il n'est cette fois-ci pas question de critique, mais de réflexion quant à l'importance de la géomatique dans le champ militaire... alors quelle place accorde-t-on aux SIG dans l'armée ?

Cet article La géomatique ça sert aussi à faire la guerre ! est apparu en premier sur Veille cartographique 2.0.

11:49
Enneigement au 1er avril 2018 dans les Pyrénées
sur Séries temporelles
Le 1er avril est le moment privilégié par les hydrologues pour caractériser le potentiel hydrologique du manteau neigeux. Dans le cadre de l'OPCC [1] nous avons compilé différents indicateurs [2] :
- L'équivalent en eau du manteau neigeux dans les sous-bassins pyrénéens du bassin de l'Ebre est calculé par la Confederación Hidrográfica del Ebro (agence de bassin) à partir d'observations MODIS, des données météorologiques, et un modèle de type "degré-jour" (la fonte est proportionnelle à la température de l'air).
- Du côté français l'équivalent en eau de la neige est calculé par Météo-France à l'aide de la chaîne Safran-Isba-Modcou qui contient un modèle à bilan d'énergie du manteau neigeux (la fonte est calculée en prenant en compte les différents apports de chaleur dont le rayonnement solaire).
- Enfin le Cesbio produit des chroniques journalières de la surface enneigée par interpolation spatio-temporelle des images MODIS.
Que nous montrent ces graphiques ? En France l'équivalent en eau du manteau neigeux au 1er avril dépasse de près de deux fois la moyenne 1981-2010 et se situe environ au 10e rang depuis 1959 (assez loin cependant de 2013 l'année record). En Espagne dans le bassin de l'Ebre l'équivalent en eau du manteau neigeux au 1er avril atteint le double de la moyenne des 5 dernières années. En fait, il s'agit de la valeur la plus haute enregistrée depuis la mise en place de ce système de suivi de l'enneigement en 2002 par l'agence de bassin. La télédétection montre que la surface enneigée a battu le record depuis 2000 dans les Pyrénées au 1er avril, mais la surface enneigée n'est qu'un indicateur partiel du stock de neige. L'effet du stock important de neige devrait devenir évident à la fin de la saison de fonte, comme en 2013 [3]. En effet, à conditions météo égales, la pente de la courbe de la surface enneigée durant la période de fonte reflète la quantité de neige initiale. Un avantage de la télédétection en revanche est que l'on peut appliquer une méthode qui ne dépend pas du côté de la frontière où l'on situe

En 2013 le stock de neige exceptionnel côté français avait contribué à déclencher la crue de Lourdes. Cette année, la fonte commence a provoquer des crues dans le nord de l'Espagne où l'Ebre est sorti de son lit (voir les photos sur El Pais).

Et depuis le 1er avril, la neige a continué à s'entasser côté français... On peut donc anticiper qu'il y aura de nouveau un risque de crue élevé dans les gaves cette année.

L'#enneigement dans les #Pyrénées reste très important pour une mi-avril. Le retour à 0 sera long sur les nivôses, en juillet à l'Ardiden ?
La photo a été prise hier par le gardien du refuge des Oulettes de Gaube, situé au pied du Vignemale. pic.twitter.com/iR37P7JPkc

— Gaétan Heymes (@GaetanHeymes) April 13, 2018

Mise à jour du 16 avril : comparaison de l'enneigement avec celui de l'an dernier d'après MODIS :

Notes

[1] "Observatoire Pyrénéen du Changement Climatique" (projet FEDER/Poctefa) https://opcc-ctp.org

[2] "Un enneigement particulièrement remarquable sur l’ensemble des Pyrénées" https://opcc-ctp.org/fr/actualites/489-un-enneigement-particulierement-remarquable-sur-lensemble-des-pyrenees

[3] "Crue du 18 juin 2013 en pays Toy" https://fr.wikipedia.org/wiki/Crue_du_18_juin_2013_en_pays_Toy

13 avril 2018
21:30
Qu’est-ce qu’un #mapfail ?
sur Carnet (neo)cartographique

Le blog Cartographie(s) numérique(s), principalement organisé autour d’un collectif d’enseignants en Histoire et Géographie, propose un long billet dédié au cumul de #mapfail dans l’analyse cartographique d’une information sensible, une pratique religieuse.

Le billet de Sylvain Genevois, intitulé La cartographie du monde musulman et ses nombreux « map fails » (ici), est organisé autour d’une carte du géoweb (voir Fig. 1) extraite de l’article D’où viennent les pèlerins de la Mecque ? publié en 2017 dans La Croix. Intéressant.

Fig. 1. Capture écran de la carte intitulée : « CARTE Plus de deux millions de musulmans, venus du monde entier, prennent part au pèlerinage à La Mecque, l’un des cinq piliers de l’islam, qui débute mercredi 30 août en Arabie saoudite ».

L’intérêt du billet réside, d’abord, dans la proposition suivante d’une définition du #mapfail qui désignerait « (…) toutes formes d’oubli, d’erreur ou d’approximation, en général involontaires mais pas obligatoirement, qui détournent le message de la carte. Ces cartes défectueuses ne sont pas propres au Géoweb, mais l’explosion du nombre de cartes sur Internet a rendu le problème particulièrement visible », ce d’autant plus qu’un certain nombre de cartographes s’amusent depuis quelques années maintenant à tagger de #mapfail ces cartes erronées.

Ensuite dans la lecture critique de la cartographie d’une pratique religieuse par différents auteurs, permettant de recenser quelques erreurs et, surtout, leurs répercussions sur la compréhension du phénomène. On apprécie particulièrement la présentation de la carte erronée, ainsi que les variantes sur le sujet proposées qui sont également, hélas, erronées (à l’exception d’une seule).

Au-delà de ces problèmes de sémiologie, le billet accorde une bonne place au lien entre le traitement graphique d’une information sensible, son analyse cartographique, l’interprétation de la vue, en particulier dans le cadre du développement d’Internet qui entraîne la prolifération d’images interactives de tous sortes.

Plus généralement, l’intérêt apparent pour le sujet du #mapfail devrait permettre d’ouvrir la voie vers une première typologie collective d’erreurs qui – à l’heure du Tous cartographes ! – devraient pouvoir être évitées à peu de frais.

Pour consulter le billet de Sylvain Genevois, c’est par ici.

Françoise Bahoken
Géographe et cartographe, Chargée de recherches à l'IFSTTAR et membre-associée de l'UMR 8504 Géographie-Cités.
More Posts

6:34
ArcHydro: determination of the watersheds of a territory (1)
sur Blog SIG & Territoires ---- Le blog SIG pour la gestion territoriale
We will use ArcHydro to calculate the different whatersheds of a given territory. It is not only important to know the different steps to achieve the desired result, but also the assumptions we will be using. Indeed, they are not privative of ArcHydro, however they are the only ones available.

In order to determine the watershed we must follow the following steps:
1. Determination of the direction of the flow
2. Determination of the network flow
3. Segmentation of the network flow
4. Determination of the watershed in each section of the network flow
5. Fusion of the watershed for each element in order to create the watersheds of the expected size.
1. Determination of the direction of the flow
Each cell of the DTM is surrounded by eight other cells.

ArcHydro establishes towards which cell the water is flowing to, from the central cell by calculating the slope between the central cell and the surrounding eight. It takes into consideration that the water flows to the cell with the steepest slope.

This hypothesis is one of the pillars of ArcHydro, but, by no means, universal. Other algorithms (not available through ArcGis) consider that, even if the larger flow is to the steeper cell, there will, anyway, a flow to all the cells steeper than the central one.

In order to follow the process, we will use the corrected DEM from previous articles articles ( ArcHydro : 2- Preparing a corrected DEM for hydrology – Part 1 and ArcHydro : Prepare a corrected DEM for hydrology – Part 2 ).

To calculate the flow direction clik on “Land preprocessing»->« Flow direction «

The result shows the different direction of the flow calculated from the TAM
1. Determination of the network flow
The second step consists in calculating how many cells flow upstream toward each of the cells of the DTM.

When no cell flows towards the considered cell, the value is zero. When several cells flow towards the considered cell, the value is equal to the sum of the flow values of these cells.

To calculate the direction of the flow, click on » Land Preprocessing »->« Flow accumulation «

The only field to fill are the raster input (Flow direction), and the name of the raster output.

The result is presented as follows:
1. Segmentation of the network flow
Why the watershed flow is not an hydrographic watershed? The hydrographic watershed lists the rivers/streams. The qualification of river/stream essentially rests in the following criteria:
- The presence and the permanence of a natural bed at the origin, distinguishing, therefore, a water course in a channel or ditch manmade.
- The permanence of the flow most part of the year. As for our case study, we will not take into consideration those criteria. We will build a watershed based on the accumulation data. We will create a watershed based on an accumulation threshold, for example 150. This means that when the accumulation reaches 150 cells, we consider that it constitutes a section of our hydrographic watershed. This is completely independent of the fact that this specific cell is or not located in the “official” watercourses. It is evident that that from a certain threshold, it will, undoubtedly, included in the “official” watercourses. The threshold definition does not follow any specific rule. It depends on the objective of the study, the size of the area being studied, the ground type, in short, depends on a lot of parameters. Putting it this way does not help you in anyway. Then, how to find the adequate value?
Let’s say that by the end of the data processing, you will obtain a photo of your overall territory. You will choose a value in order to create your hydrographic watershed according the quality of your photo. It is the smallest size that will give you information. According to your objective, and being aware that when you increase the definition of your photo, the more complicated becomes the process, you will have to find a suitable number. It is not worthwhile to increase the definition if you are not aiming for a global view, and it will equally inconvenient to decrease a lot the definition is your objective is to study the details of your chosen area.

To calculate the network flow click « Terrain Preprocessing »-> « Stream definition ». The definition window opens:

You can return the number of storage cells, the average surface watershed from which we consider that there exists a real one. It is very convenient that you can return just one of the values, and ArcHydro automatically calculates the other. In our example, we return 150 cells, which corresponds to a catchment area of about 0.84 sq km.

The result is the following :

In the next article we will use this network in order to calculate the watersheds.

0:11
“Head in the clouds”: the NASA Spring Cloud Observations Data Challenge will end this Sunday 15th April 2018
sur Veille cartographie

Cet article “Head in the clouds”: the NASA Spring Cloud Observations Data Challenge will end this Sunday 15th April 2018 est apparu en premier sur Veille cartographique 2.0.

The US space agency offers an opportunity to Internet users to participate in its work on climate. From March 15th to April 15th, people around the world are invited to participate in sky mapping in the framework of the du Spring Cloud Observations Data Challenge. 1. A free Application available This gigantic open data collection […]

Cet article “Head in the clouds”: the NASA Spring Cloud Observations Data Challenge will end this Sunday 15th April 2018 est apparu en premier sur Veille cartographique 2.0.

12 avril 2018
16:29
A bit of bad news regarding Sentinel-2 multi-temporal registration
sur Séries temporelles

Update from May 4th 2018 : ESA has started planning for a global reprocessing in 2019

The information gathered by Sentinel-2 system on Sentinel-2 orbit, attitude, date accuracy, and viewing directions of all detectors allows an excellent accuracy for the geolocation of all Sentinel-2 pixels. The overall geo-location accuracy is better than 11 or 12 meter, for about 97 % of the cases, which is about the size of one Sentinel-2 pixel. Such a performance is more or less equivalent to that obtained for Pleiades, but Pleiades has a resolution of 0.7m. It is therefore really an achievement, which is to be credited to ESA, to the satellite and instrument manufacturer, and to the image quality teams (including my CNES colleagues).

But even if it is excellent, it is not enough. The standard need for multi-temporal registration errors is 0.3 pixels, and the current performances show that for more than 50% of the cases, the performance does not meet that requirement.

From Sentinel-2 data quality report

For many users, I guess, these figures do not mean much, and it is not easy to figure out their impact on real life applications. The animation below (made by the twitter star Simon Gascoin) makes that much more concrete :

Time series of Sentinel-2 images of the construction of Nour solar power station near Ouarzazate in Morocco. (made by Simon Gascoin using Sentinelhub)

Now, you see the vibrations, I guess. As the scene can be observed from two different orbits, part of the tremor was due to a bias in the yaw calibration parameter, which was solved in May 2016. As time goes by, an improvement is therefore noticeable, even if the images still viber. Imagine now that you want to process a time series of data, for instance to produce a land cover map. These vibrations will result in a blurred result, and finally, the final resolution of your product will be much reduced. Using that rule of thumb of a resolution which is 3 times the registration error, we could say that the resolution of Sentinel-2 time series is 30m. Which is a pity, given the user needs as well as the additional costs to pass from a 30m resolution instrument to a 10m resolution instrument.

There is of course a solution for that, which is using ground control points, obtained using automatic image matching techniques to a Global Reference Image. The methodology to make this GRI was defined by colleagues from the French Cartographic Institute (IGN). It is a large scale triangulation method using Sentinel-2 cloud free data, continent by continent. Elaborating the GRI took a long time, with a difficulty related to the collection of almost cloud free images. The Europe and Australia reference images were ready one year after launch.

Still, the registration is not operational yet. My colleagues in CNES defined the methods, and even provided libraries to do that, but ESA decided to start the development from scratch with new industry providers. The software produced 3 years after launch still has performance issues. It is simply not able to process in real time all the data provided by Sentinel-2. As a result ESA just announced that using ground control points will only start next year.

Well that's easy to criticize (and I am known as an easy critic, this blog post will not help my reputation), but specialists know that Image matching techniques need very large computational resources, and therefore the task is really hard. Anyone who has already downloaded a Sentinel-2 image can imagine the data volume to process and reprocess and the computational resources it involves.

Speaking of reprocessing, what I am very concerned of is also that when I asked if the older Sentinel-2 data would be reprocessed, I was answered by Sentinel-2 project manager.

" there are no plans to reprocess the older data"

Archive data are really important, many users work on change detection, long term trends, compare crop development of the current year to older data. One of the reasons not to reprocess is that a very high percentage of all downloads concerns the most recent data. That's probably true, but if we tend to download the most recent data, isn't it just because we already have the older ones ? So, I think we should urge ESA and Copernicus EU to consider a major reprocessing of Sentinel-2 data as soon as the operational version of ortho-rectification with ground control points is available.

15:50
[Le blog SIG & URBA] DDU 2017
sur GeoRezo.net - Géoblogs
En 2017, je n'ai pas pu poursuivre mon engagement dans le groupe de travail "DDU" animé par le CEREMA, sous la houlette du CNIG. Au mois de mai je vous présentais d'ailleurs un rapide historique de ce groupe.

La lecture du compte-rendu de la réunion de février 2018 m'a fait replonger dans le sujet et je ne résiste pas à l'envie de vous proposer une synthèse, toute personnelle, de l'état d'avancement des sujets et débats auxquels j'ai collaboré pendant plusieurs années :
- L'année 2017 a été très largement consacrée à la mise en forme du standard 2017. Avec les dernières évolutions réglementaires du code de l'urbanisme c'était un gros chantier, en particulier du point de vue juridique ! Espérons un peu de stabilité pour que le groupe de travail puisse se consacrer aux autres sujets.
- Qui dit nouveau standard dit nouvelle proposition de symbologie et plusieurs membres du groupe de travail sont mis à contribution.
- Côté PSMV, la coordination avec le ministère de la culture devrait permettre d'aboutir bientôt, avec une codification spécifique, mais cohérente, avec celle des PLU accompagnée d'une symbologie correspondant à la légende nationale en cours de validation par la Commission Nationale du Patrimoine de l'Architecture.
- Côté SCOT, le standard se présentera sous une forme simplifiée du point de vue géométrique avec simplement le périmètre. Les divers documents réglementaires seront associés sous forme de documents compilés du type pdf.
- Côté SUP il n'y aura pas d'évolutions importantes pour l'instant : avec juste quelques corrections mineures, l'heure est à la stabilité.
- Côté perspectives, des réflexions sont lancées sur la structuration de la partie réglementaire des documents d'urbanisme. La présentation de 2 solutions a eu lieu au cours de cette réunion de février l'une orientée plutôt rédaction et organisation du règlement et l'autre permettant de visualiser ou simuler l'impact des diverses dispositions réglementaires. C'est d'ailleurs un sujet sur lequel je voudrais aller plus loin et pour lequel j'avais ouvert une discussion en novembre dernier : [Des applis pour l'urbanisme].
Toutes les ressources "DDU" :
- Les ressources du groupe de travail : [cnig.gouv.fr]
- Les compte-rendus de réunion : [cnig.gouv.fr]
- Discussion sur le forum géomatique du GeoRezo, [PLU_numerique] Nouvelles prescriptions nationales : [https:]]
- Index des principales questions posées sur le fil de discussion GeoRezo : https://georezo.net/wiki/main/urbanisme/urba_doc/index_faq. Cette page wiki a été réalisée fin 2016 et n'est plus mis à jour depuis, avis aux bonnes volontés !

11 avril 2018
13:36
Printemps 2018 : retour des pollens et allergies
sur Chroniques Cartographiques

Le réseau National de Surveillance Aérobiologique (RNSA) nous met en garde sur le risque allergique qui revient cette semaine pour une bonne partie de la France. Les pollens de bouleau, avec les vents et le beau temps vont voyager et recouvrir une bonne...

09 avril 2018
20:35
EscapeGIS : devenez le nouveau détective d’ESRI et plongez dans l’univers des SIG
sur Veille cartographie

Cet article EscapeGIS : devenez le nouveau détective d’ESRI et plongez dans l’univers des SIG est apparu en premier sur Veille cartographique 2.0.

Le 6 avril dernier, ESRI France dévoilait sur ses comptes Linkedin et Twitter une nouveauté qui risque d’en satisfaire plus d’un. Passionnés d’enquêtes et/ou de systèmes d’information géographique (SIG), cette nouvelle production est pour vous. EscapeGIS est un jeu mêlant réflexion et manipulation des SIG, comme un jeu de société ou un jeu vidéo… mais cette […]

Cet article EscapeGIS : devenez le nouveau détective d’ESRI et plongez dans l’univers des SIG est apparu en premier sur Veille cartographique 2.0.

08 avril 2018
18:50
Reviewer un #mapfail : Solution envisageable
sur Carnet (neo)cartographique
Mots-clés : cartographie statistique, choroplèthe, représentation, sémiologie, grain, texture-structure. #cartostats #semio

————

Bien que « l’Assemblée générale de l’ONU ait condamnée cette tradition mutilante, près de 30 millions de femmes pourraient être concernées dans les trente prochaines années ». Plus d’informations sont disponibles ici.

Ce billet est le second d’une petite série présentant la review d’un #mapfail sur la carte Épidémiologie des mutilations sexuelles féminines en Afrique, dont le procédé de représentation est incorrect, d’un point de vue sémiologique. Il vient à la suite de celui-ci listant les problèmes de sémiologie identifiés. En effet, vue la nature de l’information statistique à représenter, un caractère quantitatif continu, sa représentation par trois variables visuelles (v.v.) mises en œuvre comme s’il s’agissait d’un caractère qualitatif est, par définition, erronée.

Ce billet présente la principale solution envisageable, avant d’évoquer éventuellement des variantes.
Le choix de la Valeur
Rappelons tout d’abord la légende de la carte que nous examinons dans ce billet (la carte est reproduite sur la Fig. 1bis ci-dessous)

Fig. 2 bis. Légende de la carte d’origine

MSF : Mutilations sexuelles féminines.

Mettre en œuvre trois variables rétiniennes pour représenter un seul caractère est déjà, en soi, un problème. Le second problème est que le caractère en question est de type quantitatif continu (Part des MFS en %). La mise en œuvre des variables visuelles Couleur, Orientation, Grain – Texture-Structure est donc par définition erronée ; ces trois variables s’appliquant à des caractères qualitatifs nominaux, leur propriété est de permettre de différencier et non d’ordonner les unités spatiales.

Il convient donc d’utiliser une v.v. traduisant l’ordonnancement des classes de valeurs d’intensité des unités spatiales, en l’occurrence la Valeur.
Petit argumentaire
En présence d’un caractère de taux (ou de rapport), il convient de mobiliser la variable visuelle Valeur, en association ou non avec d’autres v.v., pour réaliser une carte correcte sur le plan sémiologique. -> Voir le tableau récapitulatif disponible ici.

La variable numérique (le taux en % de MFS par pays africain) – parce qu’elle est continue – doit être discrétisée pour pouvoir être représentée. Cette discrétisation entraîne le découpage de la série en classes de valeurs d’intensités, définies par des bornes. Pour la représenter, il convient également de segmenter les valeurs d’intensité de la teinte choisie.

Cela va conduire à la réalisation d’aplats présentant une nuance de teinte pour une classe de valeurs. C’est pourquoi la v.v. Valeur ne s’applique qu’aux caractères quantitatif continus.

La variable visuelle Valeur
Représenter des variations (de valeur) d’intensité de noir (en niveaux de gris) ou d’une teinte permet de conserver l’associativité des objets (géo)graphiques, la proximité des unités spatiales, tout en respectant leur différenciation liée à leurs valeurs numériques différentes.

A chaque classe de valeur numérique va ainsi correspondre une intensité de teinte correspondant à une quantité de noir (ou de la teinte) par rapport au blanc (ou à celle du fond).

Trois principales contraintes graphiques sont notables pour la mise en œuvre de la Valeur :
- le choix du nombre de (k) classes, issues d’une discrétisation des valeurs numériques. Elle résulte théoriquement de l’application de différentes formules (ce n’est pas le sujet ici) ;
- la longueur théorique illimitée de la v.v. Valeur, alors que le seuil de perception de l’œil humain est limité à 7-8 niveaux / paliers / classes différentes ;
- le choix de valeurs d’intensité de la teinte pour les classes de valeurs numériques.
Le principe général de mise en œuvre de la v.v. Valeur est présenté sur la Fig 5a).

Fig. 5a). Mise en œuvre de la Valeur en niveaux de gris

Source : D. Poitevin (1999)

La Fig. 5a) présente une légende en 7 postes, du plus clair au plus foncé. Il s’agit d’un nuancier en niveaux de gris (sur 4 colonnes, à partir de la gauche) et de poncifs (la dernière colonne de droite). Les teintes les plus foncées, qui correspondraient aux valeurs les plus fortes, sont placées à la base des barres et inversement pour les plus claires.

Ces différents (p) postes correspondent aux (k) différentes classes de valeur, le critère d’appartenance à une classe étant ici exclusif.
Modification de la légende d’origine (en niveaux de gris)
Pour corriger la carte, il convient donc de modifier sa légende d’origine (voir Fig. 2 ou ici) en substituant la Valeur aux v.v. utilisées.

La montée en intensité de la teinte noire est présentée en niveaux de gris, car les auteurs avait déjà pré-sélectionné le noir. La progression est exprimée en % de CMJN, sur la Fig. 6a). Pour en savoir plus, voir R. Brunet (1987) p. 165.

Fig. 6) Montée en intensité de la teinte en niveaux de gris, de la légende d’origine

La légende d’origine comptait 5 classes, auxquelles nous en avons rajouté une 6e, en blanc, pour décrire les zones de la carte » Non concernées (N.C.) » par la mesure et donc par la représentation.

Fig. 1 bis.) Rappel de la carte d’origine (reproduction de l’original)

Fig. 7) Proposition d’une version de la carte d’origine en niveaux de gris

7.a) … sur un fond gris

7. b) …. sur un fond blanc

Quelques modifications ont été apportées sur les versions proposées (Fig 7a et 7b) par rapport à la carte d’origine (Fig. 1bis).

L’échelle cartographique a été rajoutée, sa mention étant indispensable. Les autres modifications, toutes facultatives, sont les suivantes : l’alignement à gauche du titre, l’augmentation du nombre de pays du bassin méditerranéen représentés, le maintien des contours des pays en N.C., l’ajout d’un ombrage, la suppression de la mention » Combattre l’excision », l’éclaircissement du fond de la planche…

Reste à savoir laquelle de ces deux cartes pourrait convenir pour la communication envisagée…sachant que la carte a été réalisée en couleurs !

Pour rester dans le même esprit, il est possible de la colorer, et de substituer à ces niveaux de gris différentes modalités des v.v. préalablement choisies. Cela revient à combiner la Valeur avec soit la Couleur, soit avec la Texture-Structure avec sans variation d’Orientation.

Ces différentes combinaisons portent à 5-6 l’éventail minimal des possibilités de variantes envisageables de la carte d’origine corrigée (Fig. 7), sachant qu’il en existe bien d’autres ! A suivre … billet (3/3).

Références mentionnées :

Brunet R. (1987), La carte mode d’emploi, Fayard-Reclus, 269 p.

Poitevin D. (1999), La carte, moyen d’action. Guide pratique pour la conception et la réalisation de cartes, Ellipses, 200 p.

Zanin, C., Trémélo, M.-H. (2003), Savoir-faire une carte. Aide à la conception et à la réalisation d’une carte thématique univariée, Belin, Coll. Géographie, 200 p.

Billets liés :

– Eviter un #mapfail : Tableau récapitulatif

– Reviewer un #mapfail : Le.s problème.s (1/3)

– Reviewer un #mapfail : Mosaïque de variantes (3/3)

Françoise Bahoken
Géographe et cartographe, Chargée de recherches à l'IFSTTAR et membre-associée de l'UMR 8504 Géographie-Cités.
More Posts

07 avril 2018
20:07
MAJA now corrects thin cirrus clouds on LANDSAT-8 and Sentinel-2 images
sur Séries temporelles
=>
Thanks to our collaboration with DLR,, who developed the method [1], and with an ESA funding, we added within MAJA a correction for thin cirrus clouds that works for LANDSAT 8 and Sentinel-2. This correction uses the cirrus band at 1.38 µm, which allows to estimate cirrus reflectance, which is then subtracted from the other bands with an empiric factor derived from the images.

MAJA was made to automatically process large time series, it is therefore not interesting to control visually each image before deciding whether to apply or not cirrus correction. Yet, even if this correction usually provides good results, which sometimes appear magical, it is not perfectly reliable, pfor several reasons :
- some cirrus clouds are too thick to be corrected,
- others are too sharp (the cirrus band does not observe exactly in the same direction as the others, resulting in registration errors for high altitude clouds),
- when the cirrus is removed, its shadow often appears beneath
- the empirical factor can be inaccurate for highly non uniform images
Hence, we have decided to apply the correction only to pixels classified as cirrus clouds, as these pixels are not used by automatic processing. And we had to smooth a little the applied correction along the cloud borders to avoid discontinuities to appear [2]. Because of the unreliability of the method, we advise you to have a look at the image before deciding to use a corrected cirrus pixel in your application. But you can still use almost blindly the pixels not flagged as clouds.

There are a few samples of results. The animations below show alternatively MAJA results without (RUN2) and with (RUN3) cirrus correction. You can see that the modifications occur only for pixels where a cloud was detected, within the green contours.

A Landsat 8 sample. Cirrus clouds are well corrected but their shadows appear.

Same processing applied to a Sentinel-2B image. Results are good, although some thicker cirrus clouds do not disappear completely.

A few other samples for Sentinel-2. On the middle image, a thick cirrus was over corrected.

A few other examples for Landsat 8:

References
[1] Richter, Rudolf, Xingjuan Wang, Martin Bachmann, and Daniel Schläpfer. "Correction of cirrus effects in Sentinel-2 type of imagery." International journal of remote sensing 32, no. 10 (2011): 2931-2941.

[2] Olivier Hagolle, Mireille Huc, Camille Descardins, Stefan Auer, Rudolf Richter, MAJA Algorithm Theoretical Basis Document, [https:]]
18:42
Correction des cirrus sur les images de Sentinel-2 et Landsat 8
sur Séries temporelles
=>

Grâce à notre collaboration avec le DLR, qui a mis au point la méthode [1], nous avons mis en place dans MAJA une correction des cirrus fins pour LANDSAT 8 et Sentinel-2. Cette correction utilise la bande cirrus située à 1.38 µm, qui permet d'estimer la réflectance des cirrus qui est ensuite soustraite des autres bandes avec un facteur de proportionnalité calculé empiriquement.

La chaîne MAJA est faite pour traiter automatiquement de grandes séries de données, il n'est donc pas possible de contrôler visuellement ses sorties pour décider d'appliquer ou non, la correction des cirrus. Or, même si cette correction donne souvent de bons résultats, qui paraissent même parfois magiques, comme dans l'image ci-contre, elle n'est pas toujours fiable, pour plusieurs raisons :
- certains cirrus sont trop épais pour être corrigés,
- d'autres sont trop inhomogènes (car la bande cirrus n'observe pas sous le même angle que les autres bandes),
- lorsqu'on corrige le cirrus, l'ombre du nuage apparaît souvent en dessous
- le facteur empirique peut être imprécis
Nous avons donc décidé de n'appliquer la correction qu'aux pixels classés comme cirrus, que les traitements automatiques n'utilisent pas. Il nous a donc fallu lisser un peu le résultat au niveau des contours pour éviter que des discontinuités n'apparaissent [2]. Si vous souhaitez utiliser ces pixels correspondant à des cirrus après correction, nous recommandons de ne le faire qu'après avoir visualisé l'image.

Voici donc quelques exemples de résultats. Les animations ci-dessous alternent la sortie actuelle de MAJA, sans correction des cirrus (RUN2), avec celle que nous aurons dans quelques jours (RUN3). Vous pouvez remarquer que seuls les pixels situés à l'intérieur des contours verts changent.

Un exemple appliqué à LANDSAT8. Les cirrus sont bien corrigés, mais leurs ombres apparaissent.

Même traitement appliqué à une image Sentinel-2B. La correction est bonne mais quelques nuages plus épais ne disparaissent pas entièrement.

Quelques autres exemples issus de Sentinel-2. N'hésitez pas à cliquer pour voir les images à meilleure résolution. Sur l'image au centre, l'algo a tenté de corriger un nuage plutôt épais, et la correction laisse apparaître une zone sombre, qui n'est pas une réussite sur le plan esthétique. Mais pas de problème pour l'utilisation des données, la zone est bien marquée comme nuageuse.

Quelques autres exemples issus de Landsat-8 :

References
[1] Richter, Rudolf, Xingjuan Wang, Martin Bachmann, and Daniel Schläpfer. "Correction of cirrus effects in Sentinel-2 type of imagery." International journal of remote sensing 32, no. 10 (2011): 2931-2941.

[2] Olivier Hagolle, Mireille Huc, Camille Descardins, Stefan Auer, Rudolf Richter, MAJA Algorithm Theoretical Basis Document, [https:]]

06 avril 2018
19:22
Eviter un #mapfail : tableau récapitulatif
sur Carnet (neo)cartographique
Type d’implantation, type de caractère,
type de variable visuelle
Mots-clés : cartographie statistique, représentation, sémiologie, variables visuelles, variables attributaires (caractères) . #cartostats

Éviter un #mapfail, c’est bien gentil, encore faut-il savoir quelle variable visuelle attribuer à quel type de caractère, en fonction de son implantation (spatiale). Ce billet présente un tableau récapitulatif accessible à tou.te.s.

Christine Zanin et Marie-Laure Tremelo ont proposé, il y a de cela 15 ans, un tableau récapitulatif qui devrait, à mon avis, être placé entre toutes les mains.

Fig. 1. Type d’implantation, type de caractère, type de variable visuelle

Dans les sections suivantes, il ne s’agit pas de présenter toutes les cases de ce tableau, elles seront sûrement reprises dans les différents billets tagués #mapfail. Il s’agit seulement de dire ce à quoi correspondent les différentes rubriques.
Le type d’implantation
Le type d’implantation correspond à l’objet graphique élémentaire qui caractérise le fond de carte, à savoir le support physique (enfin vectoriel) de la représentation. L’implantation est spatiale lorsqu’elle est relative à des objets géographiques – localisés dans un espace géographique -, à des unités spatiales. On distingue traditionnellement trois primitives graphiques élémentaires : le point, la ligne et le polygone qui s’appliquent également à la cartographie (puisque c’est un type de graphique).

M. Goodchild et al. (2007), dans une présentation fort intéressante des aspects conceptuels de la représentation des objets géographiques et de leurs relations, en ajoutent deux autres que sont le volume et l’objet aux limites floues.
Le type de caractère
Le type de données correspond au type de caractère statistique, car c’est bien de cela dont il s’agit. Il est,
- qualitatif
  - nominal (exemple : le type de culture) ;
  - ordinal (exemple : le rang de classement d’un pays) ;
- quantitatif
  - discret (exemple :la population d’un pays, son PIB), il correspond à des effectifs (stocks, masses) ;
  - continu (exemple : la densité de population d’un pays), correspondant à des variables de taux (souvent exprimées en pourcentage) ou de rapport.
Le type de variable visuelle
Il s’agit des fameuses variables rétiniennes formalisées par Jacques Bertin (1967) dans son nom moins fameux ouvrage dédié aux Principes de sémiologie graphique. Bertin propose les six variables visuelles suivantes : la Valeur, la Taille, la Forme, le Grain (Texture-Structure), la Couleur et l’Orientation. La Fig.2 présente son tableau synoptique, que L. Jégou (2014) a récemment redessiné. A noter qu’à ces six variables est ajoutée par certains auteurs, la localisation (X,Y).

Fig. 2. Tableau synoptique des variables visuelles de Jacques Bertin (1967, p. 96)

L’avènement des supports-écran à logiquement conduit à l’extension de cette liste de variables visuelles (aujourd’hui) classiques. Deux directions principales peuvent être mentionnées.

La première consiste à l’extension des possibilités des v.v. classiques. Le cas de la couleur est assez révélateur de nombreux développements. Par exemple, l’introduction de l’opacité de la teinte en 1995 – du canal alpha – permet de nombreux développements y compris dans des directions inattendues, comme dans le cas des flux (voir Bahoken, 2014).

La seconde direction porte sur l’introduction de nouvelles variables, en particulier des variables visuelles dynamiques (par exemple, le clignotement) qui diffèrent des précédentes en ce sens qu’elles vont permettre de représenter les mêmes informations sous une forme non statique – en raison du changement du support -. La variable (classique ou non) sera alors animée ou interactive, dans l’optique d’intégrer le temps ou encore le mouvement (du phénomène) dans la représentation, dans la technologie mise en œuvre pour représenter le phénomène. Différentes typologies de ces nouveaux développements existent dans la littérature.

A noter les travaux du groupe de travail Cartomouv‘, Cartographie du changement, cartographies en mouvement, en particulier son Labo sémio accessible en ligne ici, proposant « d’explorer les potentialités de l’intégration du déroulement du temps dans une représentation cartographique, en partant de l’animation d’objets graphiques simples et génériques… Lire la suite »

Références mentionnées :

Bahoken F. (2014), Pour le renouvellement de la sémiologie de la carte de flux, in : Actes du Colloque, Rencontres « Enseigner la sémiologie graphique », Revue Cartes et Géomatique du Comité Français de Cartographie, Montpellier, Vol. 222, pp. 109-121. En ligne

Bertin J. (1967), Sémiologie graphique, Les diagrammes – Les réseaux – Les cartes, Editions Gauthier-Villar.

Goodchild M. F., Yuan M., Covas J. T. (2007), Towards a general theory of geographic representation, In : International Journal of Geographic Information Science, vol. 21, n°3, pp. 239-260.

Jegou L. (2004) Une approche esthétique pour l’enseignement de la composition de gradients colorés, in : Actes du Colloque, Rencontres « Enseigner la sémiologie graphique », Revue Cartes et Géomatique du Comité Français de Cartographie, Montpellier, Vol. 222, pp. 139-144. En ligne.

Zanin C., Trémélo M.-H. (2003), Savoir-faire une carte. Aide à la conception et à la réalisation d’une carte thématique univariée, Belin, Coll. Géographie, 200 p.

Françoise Bahoken
Géographe et cartographe, Chargée de recherches à l'IFSTTAR et membre-associée de l'UMR 8504 Géographie-Cités.
More Posts

05 avril 2018
14:12
La mobilisation étudiante contre le nouveau système d’entrée à l’université en cartes !
sur Veille cartographie

Cet article La mobilisation étudiante contre le nouveau système d’entrée à l’université en cartes ! est apparu en premier sur Veille cartographique 2.0.

Les mobilisations étudiantes sont nombreuses depuis quelques mois et ont pris un tournant ces dernières semaines avec de plus en plus d’étudiants concernés dans une dizaine d’universités. La mise en place de la sélection à l’entrée de l’Université avec la loi ORE (Orientation et Résussite des Etudiants) est la principale cause de ces mouvements, d’autres […]

Cet article La mobilisation étudiante contre le nouveau système d’entrée à l’université en cartes ! est apparu en premier sur Veille cartographique 2.0.

04 avril 2018
16:03
First delivery of Venµs images
sur Séries temporelles
A first set of 35 images (L1C) is available for download on the following CNES web site:
[https:]]

Venµs is now systematically acquiring data on all selected sites since January 2018, although a few acquisitions were missed from time to time for various technical reasons, which should become progressively less frequent.

The commissioning phase of the Venµs mission is not yet completed regarding image quality (radiometry and geometry). This delay is due to several issues, the most important of which are detailed hereafter. However, since these issues do not prevent the use of the data, CNES decided to process and distribute a first set of 35 Level-1 (L1) images for which the radiometric and geometric qualities are acceptable. Level 1 corresponds to orthorectified Top of the Atmosphere reflectances. This preliminary data set is intended to allow the users to familiarize with the data and their format.

These 35 images are only a subset of the data that are systematically acquired over the Venµs sites since January 2018. We plan to start the distribution of these L1 Venµs time series by April 2018. We expect to start the distribution of the Level-2 products (surface reflectances) by late May or beginning of June, 2018.

Main issues
1. The absolute calibrations of the spectral bands B1 (415 nm) and B2 (440 nm), both located in the blue, are less accurate than the calibration of the other spectral bands. This issue prevents the use of B1 and B2 for retrieving the aerosol optical depth (AOD) or for water color applications.
2. The accuracy of the satellite attitude restitution is for now lower than expected. Due to the fact that the different bands are not acquired simultaneously this has mainly impacts on the inter-band registration. For some sites with heavy cloud cover or uniform landscape, this issue also impacts the multi-temporal registration.
The characterization of radiometric and geometric performances is still ongoing. Efforts are also devoted to the improvement of the preprocessing algorithms.

As soon as significant progresses are made, the whole data set acquired since January 2018 will be reprocessed with the new parameters and algorithms.

The product format document is available here. A more complete version will soon be made available there.

The Venµs page on the Theia web site will keep you informed on the progress made.

Time series of Venµs images acquired over Oklahoma (USA) and processed at level 2A (with a first try of atmospheric effects correction applied)

03 avril 2018
15:04
Pour une cartographie honnête
sur Carnet (neo)cartographique

“On se plaint que les images manipulent. Oui, et alors ? Le texte ne manipulait pas ?”
(Jean-Luc Mélenchon, Le choix de l’insoumission, 2016)

Camarades cartographes, pourquoi faisons-nous des cartes puisque elles ne sont pas objectives ? Je pose ici quelques éléments de réflexion. A débattre, évidemment

Des cartes, pour quoi faire ?

La carte, c’est l’outil du géographe. Le point de départ et le point d’aboutissement du travail en géographie. Car il y a en réalité deux chemins de construction cartographique. Le premier est exploratoire. C’est la visualisation des données sans a priori, pour comprendre un phénomène géographique, se l’approprier, bâtir des hypothèses, les tester, les valider, construire un raisonnement. La carte est alors une méthode d’analyse qui permet, en spatialisant l’information statistique à travers (ou non) des méthodes d’analyses et de modélisation plus ou moins compliquées, d’extraire de l’intelligence d’une somme de données et d’en tirer des conclusions. En d’autres termes, la carte sert “à embrasser de vastes espaces et y lire des distributions qui restent invisibles à ras de terre” (P. Claval, 1995). Mais à la fin du processus exploratoire, une fois que certains faits géographiques ont été dévoilés, la carte change alors de fonction et devient un outil pour expliquer, montrer, donner à voir. On rentre alors dans un processus cartographique démonstratif. C’est le second chemin. Plutôt pédagogique, militant ou scientifique, la carte se construit alors en fonction de l’audience à laquelle elle est destinée : choix des mots, des couleurs, des tracés, etc. Par soucis de clarté, certaines informations sont alors mises en évidence tandis que d’autres sont minimisées ou tout simplement occultées. La construction d’une carte efficace est à ce prix.

Le travail cartographique peut donc se prendre par les deux bouts. Soit dans une démarche exploratoire (cartes de travail, lues par moi), soit dans une démarche démonstrative (cartes d’édition, lues par d’autres). Dans ce second cas de figure, dès lors qu’il s’agit de convaincre, de démontrer ou d’expliquer, la carte ne peut plus être un objet objectif pur, mais incorpore les intentions du cartographe, ses affects, ses valeurs, ses choix, conscients ou inconscients. C’est inéluctable.

Pour une cartographie honnête

La cartographie objective est donc un leurre, car aucune carte ne saurait à elle seule représenter avec neutralité, la réalité du monde sous toutes ses facettes. Faire une carte, c’est toujours sélectionner, choisir, occulter. La carte “déforme la vérité pour aider l’utilisateur à voir ce qu’il a besoin de voir” (M. Monmonier, 1991). “Il n’existe aucune carte complètement adéquate car l’inadéquation est intrinsèque à la cartographie” (N. Goodman, 1972). Tri, hiérarchisation, sélection : il y a toujours une part de subjectivité.

Du coup, la question la plus importante quand on construit une carte, n’est pas de chercher à être objectif, mais plutôt de chercher à la concevoir honnêtement. Et aujourd’hui, à l’heure du numérique, de l’open data, de l’open source, de l’open science, ce travail est plus facile car il est désormais aisé de partager, en même temps que la carte, les données, les sources, les programmes, etc. Bref, livrer aux potentiels contradicteurs, tous les éléments inhérents à la construction de la carte, leur donnant la possibilité de réaliser une contre proposition. Car quand on réalise une carte, même lorsque on travaille en toute bonne foi (ce qui est évidemment indispensable), on a le droit de choisir un angle d’attaque, un point de vue particulier, un parti pris. Mais quand on fait cela, il faut accepter de s’exposer à la critique et au débat. Car il y aurait eu probablement mille et une façons de concevoir la carte autrement. Cartographier honnêtement, c’est donc se donner la possibilité d’utiliser entièreté du langage cartographique pour construire des images claires qui livrent un regard particulier (et partiel) sur le monde. Mais c’est faire cela, en jouant carte sur table (transparence sur les sources, données en libre accès, opérations statistiques traçables, etc.), c’est à dire, en offrant aux lecteurs la possibilité de contester ou de valider une proposition cartographique. Bref, « mentir » honnêtement et en toute transparence.

Nicolas Lambert
More Posts
Follow Me:
02 avril 2018
12:48
[Sémio] Reviewer un #mapfail
sur Carnet (neo)cartographique
L’exemple d’une carte des mutilations féminines en Afrique
Mots-clés : cartographie statistique, choroplèthe, représentation, sémiologie, grain, texture-structure. #cartostats

————

L’autre jour, dans le cabinet d’un service parisien de vaccination international, je suis placée face à une carte décrivant la distribution spatiale des mutilations sexuelles en Afrique (voir Fig.1). Intéressant. Mais c’est hélas #mapfail !

Trois billets sont (vont être) proposés pour « reviewer » cette carte :

(1/3) : Identification de.s problème.s

(2/3) : Solutions envisageables

(3/3) : Mosaïque de variantes
(1/3) Identification de.s problème.s
J’ai commencé par prendre l’affiche en photo (après en avoir demandé l’autorisation) – voir Fig. 1 – dans l’idée d’alimenter la collection de #mapfail que quelques collègues et moi-même enrichissons depuis quelques années maintenant via Twitter.

Fig. 1. Carte « Épidémiologie des mutilations sexuelles féminines en Afrique »

Le contexte
Je me suis ravisée à tagger cette image, en raison du sujet. En effet, est-il plus important de tagger ce #mapfail peu classique (au regard des variables rétiniennes utilisées) ou bien de contribuer à diffuser l’information sur les dommages liés à ces pratiques douteuses en proposant une carte correcte, sur le plan sémiologique ?

J’ai effectué une courte recherche sur Internet pour identifier d’autres cartes portant sur le même sujet. Il en existe effectivement plusieurs exemplaires, focalisés sur les victimes, leur âge, etc. Voir par exemple [brisonslemythe.canalblog.com] La question n’étant pas là, revenons à nos moutons. Pourquoi cette carte ? Plusieurs éléments de la Fig. 1 ont d’emblée attiré mon attention : - Le fait que cette carte soit jolie, elle « saute aux yeux » ; - L’existence d’une carte sur le sujet de l’excision – que je ne connais absolument pas – pour montrer l’ampleur des violences féminines, des dégâts physiques et psychologiques sous-jacents liés à cette pratique ancestrale ; - Le mésusage des principes de sémiologie cartographique, pour une représentation pertinente ; - Le choix des variables visuelles mobilisées : la famille du Grain - Texture-structure, plutôt désuète à l’heure du « Tous cartographes ! » - Last but not least, le fait que cette carte soit difficile à lire, en raison du problème de sémiologie qui ne contribue pas à faciliter sa lecture, la compréhension rapide de la situation. L’image de la fig. 1 - manifestement réalisée par des graphistes, non cartographes – véhicule maladroitement une information sensible, si ce n’est qu’elle diffuse une information erronée. Compte tenu de la gravité du sujet, la tagger sur Twitter contribuerait vraiment à diffuser cette information en l’état, ce qui n’arrange personne : ni les principales concernées, ni les associations qui les soutiennent, ni les graphistes en question, qui ne sauront pas pourquoi elle est #mapfaillée, ni les cartographes qui ne dérideront pas. C’est pourquoi, plutôt que pointer du doigt cette image, il apparaît plus intéressant de la déconstruire pour justement montrer en quoi elle ne convient pas et, en toute modestie, proposer quelques pistes de conception de la même carte, avec la même information. Au préalable, rappelons quelques fondamentaux.">ici.

Pourquoi cette carte ?

Plusieurs éléments de la Fig. 1 ont d’emblée attiré mon attention :
- Le fait que cette carte soit jolie, elle « saute aux yeux » ;
- L’existence d’une carte sur le sujet de l’excision – que je ne connais absolument pas – pour montrer l’ampleur des violences féminines, des dégâts physiques et psychologiques sous-jacents liés à cette pratique ancestrale ;
- Le mésusage des principes de sémiologie cartographique, pour une représentation pertinente ;
- Le choix des variables visuelles mobilisées : la famille du Grain – Texture-structure, plutôt désuète à l’heure du « Tous cartographes ! »
- Last but not least, la difficulté de lecture instantanée, qui me semble imputable au problème de sémiologie cartographique.
L’image de la Fig. 1 – manifestement réalisée par des graphistes, non cartographes – véhicule maladroitement une information sensible, de manière erronée. Compte tenu de la gravité du sujet, la tagger sur Twitter contribuerait vraiment à diffuser cette information en l’état, ce qui n’arrange personne : ni les principales concernées, ni les associations qui les soutiennent, ni les graphistes en question, qui ne sauront pas pourquoi elle est #mapfaillée, ni les cartographes qui ne dérideront pas.

C’est pourquoi, plutôt que pointer du doigt cette image, il m’est apparu plus intéressant de la dé construire pour la re construire, pour justement montrer en quoi elle ne convient pas et, en toute modestie, proposer quelques pistes de conception de la même carte, avec la même information.

Au préalable, rappelons quelques fondamentaux.
Rappels sur quelques fondamentaux de la cartographique statistique
La réalisation d’une carte statistique, telle celle de la Fig. 1, dépend de l’articulation de trois données d’entrée, que sont :
- un type de caractère : ici, ce que l’on comprend être la part de mutilations par pays (en pourcentage de l’ensemble) ;
- un type d’implantation spatiale : il est ici, surfacique (en lien avec les polygones de pays), et correspond au fond de carte ;
- un type de variable visuelle : il y en a plusieurs, voir infra.
La connaissance du type de caractère est essentielle pour la réalisation de cette carte. Elle conditionne, d’une part, le choix de la méthode de traitement à appliquer à l’information (statistique, géographique) en amont de la représentation proprement dite ; d’autre part, le type de variable visuelle à mobiliser pour leur représentation, en fonction de l’implantation spatiale.

Le type de variable attributaire – qualitatif nominal ou ordinal, quantitatif discret (absolu) ou continu (relatif) – intervient donc à la fois dans les traitements réalisés en amont (calcul d’un indicateur, etc.) que dans la manière de représenter graphiquement les résultats. Ne pas en tenir compte conduit à ce que Jean-Pierre Müller (1987) qualifie « d’illogismes statistico graphiques », un autre sujet qui m’intéresse et sur lequel nous reviendrons, peut-être, un jour.

D’après la légende, le type de caractère de la Fig. 1 est quantitatif continu, Il s’agit d’une variable de taux exprimée en %. Pour examiner sa mise en œuvre dans l’image qui nous intéresse, décortiquons sa légende.
Examen de la légende
La légende d’une carte statistique est un élément fondamental, car elle permet de comprendre le phénomène représenté, de lire la carte. La légende est le lien entre le type d’information et les modalités de sa représentation : entre le choix des figurés et les v.v. associées aux variables attributaires, en fonction de la thématique (le fond de la carte) et de l’implantation spatiale (le fond de carte).

La légende proposée est reprise sur la Fig. 2.

Fig. 2. Légende de la carte d’origine

N’ayant pas accès à l’information statistique sous-jacente, nous allons reprendre le découpage en classes de valeurs proposé, en modifiant sa présentation pour les besoins de notre petite démonstration (fig. 3).

Fig. 3. Découpage en classes de la carte d’origine

Deux possibilités sont envisageables quant à la disposition des bornes de classes, selon que l’on souhaite attirer l’attention visuelle sur les valeurs les plus fortes (Fig. 3, à gauche) ou sur les plus faibles (Fig 3, à droite).On considère pour cela que le sens de lecture privilégié des pays de culture latine ou africaine francophone va de la gauche vers la droite (plus précisément : du coin en haut à gauche au coin en bas à droite).

Aussi allons-nous retenir pour la suite, la position des bornes de classes de la partie gauche de la Fig. 3. Nous allons aussi respecter les choix graphiques et esthétiques de.s auteur.s, de réaliser une carte colorée en utilisant du noir du blanc et du grenat.

Pour proposer une ou plusieurs variantes de cette carte, il nous faut au préalable identifier sur la légende présentée en Fig.2 les variables rétiniennes mobilisées.

En y regardant de plus près, trois (v.v.) sont mises en œuvre : la Couleur, le Grain-Texture structure et l’Orientation, tel que détaillé sur la fig. 4

Fig. 4. Variables visuelles associées aux classes de valeurs, dans la carte d’origine

La Couleur est mobilisée dans la variation de teintes des aplats, par trois tons différents – le noir, le grenat et le blanc –, c’est-à-dire dans son principe d’utilisation appliqué aux caractères qualitatifs nominaux (l’exemple classique est celui du type de culture, par exemple : le riz, en gris, le mil en jaune et le sorgho en vert).

La famille du Grain – Texture-structure est mise en œuvre sur les aplats, par des hachures et des points.
- La Texture correspond ici à la mise en œuvre de la (v.v.) Forme en implantation surfacique (qui consiste à changer la structure interne de la surface) – les lignes des hachures et les cercles des points correspondent à des formes géométriques – l’ensemble représentant un poncif (répétition régulière de figurés identiques).
- La Structure représente ici la répartition des figurés, selon un espacement plus ou moins important des hachures ou des points, en faisant varier leur espacement ou leur graisse.
- L’Orientation qui renseigne ici sur la direction générale du poncif (la Structure des figurés), est spécifique aux hachures.
Identification du #mapfail
Ces trois variables visuelles, telles qu’elles sont mises en œuvre, s’appliquent aux caractères qualitatifs nominaux – et non aux caractères quantitatifs continus. En effet, si l’information était qualitative nominale, alors Il serait possible de remplacer les variations de teintes et de texture-structure (hachures ou points) de l’aplat, par une variation de teinte ou encore de l’Orientation des hachures qui, toutes deux, permettent de décrire des différences qualitatives entre les objets. Faire cela est-exact (Fig. 4 bis)?

Fig. 4 bis. Exemples de variations de teintes et d’orientations de la structure interne (de l’aplat)

Il est important de comprendre que ce n’est pas tant le choix des variables visuelles qui pose problème, que leur leur mise en œuvre, inadaptée au type d’information à représenter. D’où le #mapfail.

Qu’aurait-il fallu faire ? Quelles sont les possibilités existantes (en respectant les choix préalables des auteur.es) ?

A suivre… Voir billet (2/3) : Solutions envisageables

Françoise Bahoken
Géographe et cartographe, Chargée de recherches à l'IFSTTAR et membre-associée de l'UMR 8504 Géographie-Cités.
More Posts

01 avril 2018
20:15
eCall : the geolocated emergency call becomes mandatory inside cars
sur Veille cartographie

Cet article eCall : the geolocated emergency call becomes mandatory inside cars est apparu en premier sur Veille cartographique 2.0.

The European Parliament adopted this week a draft law on road safety. So from Sunday, April 1, 2018, all new models of light vehicles put into circulation must be equipped with the eCall system. 1. Car geolocation to save lives eCall is the name of an interoperable pan-European public service that makes it possible to launch […]

Cet article eCall : the geolocated emergency call becomes mandatory inside cars est apparu en premier sur Veille cartographique 2.0.

31 mars 2018
12:48
Carte de France des villes avec transports en commun gratuits
sur Chroniques Cartographiques

Des annonces sont régulièrement faites dans les médias concernant la gratuité des transports en commun à Paris, comme cela se pratique déjà dans d'autres grandes villes du monde. D'ailleurs à partir du 1er Juin prochain, le pass Navigo sera gratuit pour...

30 mars 2018
20:53
La lutte contre les vélos volés s’organise
sur Veille cartographie

Cet article La lutte contre les vélos volés s’organise est apparu en premier sur Veille cartographique 2.0.

Vols de vélo, un fléau strasbourgeois … Pour lutter contre les vols de vélo, une carte interactive a été créée par une internaute Strasbourgeoise. Ce fléau concerne près de 6500 vélos par an au niveau de la CUS. (Communauté Urbaine de Strasbourg). L’objectif de cette carte interactive ? Identifier les endroits les plus sensibles ou […]

Cet article La lutte contre les vélos volés s’organise est apparu en premier sur Veille cartographique 2.0.
29 mars 2018
22:06
Comment Google cartographie les sites les plus reculés du globe
sur Veille cartographie

Cet article Comment Google cartographie les sites les plus reculés du globe est apparu en premier sur Veille cartographique 2.0.

Les caméras de Street View sillonnent la terre en voiture, étoffant sans cesse le service de cartographie de Google. L’enjeu économique est gigantesque pour l’entreprise technologique. Dix ans après la divulgation de la première image Street View sur la plate-forme Google Maps, les internautes peuvent à présent monter virtuellement sur des montagnes, explorer les fonds marins […]

Cet article Comment Google cartographie les sites les plus reculés du globe est apparu en premier sur Veille cartographique 2.0.
18:00
Et si nous changions le terme « Géomatique » ?
sur Veille cartographie

Cet article Et si nous changions le terme « Géomatique » ? est apparu en premier sur Veille cartographique 2.0.

Qui n'a jamais été confronté à l'épineux problème d'expliquer le terme géomatique ? Le contexte est souvent le même un proche, votre boulanger, un membre de famille vous demande ce que vous faites dans la vie, vous répondez non sans assurance que vous travaillez dans la géomatique et vous lisez sur son visage l'incompréhension et le désarroi... Serait-il temps d'opter pour un terme plus évocateur ?

Cet article Et si nous changions le terme « Géomatique » ? est apparu en premier sur Veille cartographique 2.0.
28 mars 2018
10:55
Geomarketing: manufacturing commercial territories thanks to localized databases
sur Veille cartographie

Cet article Geomarketing: manufacturing commercial territories thanks to localized databases est apparu en premier sur Veille cartographique 2.0.

Nowadays, due to increasingly large amounts of rich data, geomarketing is becoming a major decision-making tool in business strategy. 1.The exploitation of localized databases Geomarketing analysis begins with the geocoding or geographic positioning of relevant targets (customers, prospects, points of sale, competitors, etc.). Geocoding consists in associating with an address a coordinate (X, Y) viewable […]

Cet article Geomarketing: manufacturing commercial territories thanks to localized databases est apparu en premier sur Veille cartographique 2.0.

27 mars 2018
23:14
Dust on snow in the Armenian Highlands
sur Séries temporelles

The ESA website featured this Sentinel-2 image of a large and thick plume of dust off Libya (click here to view in the Sentinel-Hub)

Contains modified Copernicus Sentinel data (2018), processed by ESA, CC BY-SA 3.0 IGO

This dust can be tracked up to 2000 km away from its source location towards the northeast, in the Armenian Highlands: the time series of Sentinel-2 images below show the region of Mount Artos (Artos Dağı, Արտոս) in eastern Turkey before, during and after the passage of the dust cloud.

This "orange snow" was also observed in ski resorts in Russia and Romania but I could not find clear-sky satellite images there (only Instagram imagery )

Une publication partagée par Alina Smurygina (@sinyaya_ptiza) le 23 Mars 2018 à 11 :55 PDT

edit: on March 31st, a new Sentinel-2 image was acquired after a snowfall

#orangesnow is not visible anymore! Bitlis Province East Turkey pic.twitter.com/gTalJIG4R2

— Simon Gascoin (@sgascoin) March 31, 2018

A few days later this snow layer has already melted and the orange dust has resurfaced!

18:21
[La Minute GeoRezo] [Trucs&Astuces] Accéder à vos derniers messages
sur GeoRezo.net - Géoblogs
Un petit zoom sur une fonctionnalité que j'apprécie particulièrement.

En bas de la page Forum, vous avez de nombreux liens pour partager sur facebook, linkedin, etc ...

Mais vous avez aussi une boite qui vous permet plusieurs choix :
- l’accès aux messages publiés depuis votre dernier passage,
- ou bien les messages publiés dans les dernières 24 heures,
- ou encore toutes les discussions auxquelles vous avez participé.
Ces fonctionnalités vous sont accessibles si vous êtes identifié.

Et pour plus d'aide à l'usage du GeoRezo : rendez-vous dans les pages d'aide de notre blog "La Minute" : https://georezo.net/blog/laminute/tout-sur-georezo/.

26 mars 2018
17:31
Développer la cartographie des espaces du monde : Nomad Maps, du voyage à la cartographie collaborative
sur Veille cartographie

Cet article Développer la cartographie des espaces du monde : Nomad Maps, du voyage à la cartographie collaborative est apparu en premier sur Veille cartographique 2.0.

Depuis le 12 mars dernier, le projet Nomad Maps a franchi une nouvelle étape de sa concrétisation en rejoignant les réseaux sociaux. Une stratégie de communication bien pensée qui permettra à tous les curieux et amateurs de voyage, de cartographie, et de vélo, de suivre à distance Alban Vivert, […]

Cet article Développer la cartographie des espaces du monde : Nomad Maps, du voyage à la cartographie collaborative est apparu en premier sur Veille cartographique 2.0.

16:52
Nouveau sur le site : formation PostGIS en présentiel
sur Sigea : actualités

Nouveau sur le site : formation PostGIS en présentiel

15:29
Quand les cartes deviennent accueillantes
sur Carnet (neo)cartographique

Camarades cartographes, parfois la carte n’est pas seulement là pour décrire le monde dans lequel nous vivons, mais peut également servir à le rendre plus accueillant. Bienvenue dans l’univers des “Welcome Maps”.

Les « Welcome Maps » sont des cartes interactives réalisées par des associations ou des militants, dans le but de de venir en aide aux réfugiés dans différentes villes en leur apportant des informations utiles. Ou trouver de la nourriture ? Ou prendre une douche ? Ou dormir ? Ou effectuer ses démarches administratives ? Etc. Toutes ces informations sont géolocalisées et accessibles à portée de mains, via une simple interface cartographique. Ces “cartes de bienvenue” sont disponibles dans plusieurs villes en France.

A Paris, une telle carte existe depuis près de deux ans. Créée en avril 2016 sous l’impulsion de Blandine Richard, une étudiante à la Sorbonne (aidée par “Pipof the Who” et “Ronan”), le projet fonctionne de façon collaborative en s’appuyant sur des contributions bénévoles. Le site est réalisé avec Open Street Map (OSM) et Umap (basé sur Django et Leaflet). La carte est disponible en Français, Anglais, Arabe, Farsi et Turc.

A Marseille, le principe est un peu le même. Ou trouver des colis alimentaires, des restos pas chers, ou se soigner, trouver des lieux de rencontre, des écrivains publics, etc ? Ici, la carte a été mise en place par le collectif migrants 13 “El Mamba” qui réunit des personnes “qui sont contre l’idée même de frontières et qui ne sont pas d’accords avec la façon dont l’État Français traite les migrants qui arrivent”. Dans cette démarche militante, l’outil cartographique (réalisé avec cartO) se veut donc un moyen pour “soutenir les personnes qui arrivent sur Marseille qu’elles soient de passage ici ou qu’elles souhaitent s’y installer”.

A Renne, le projet de cartographie interactive est porté par la Maison des Squares avec l’appui de l’association Bienvenue, du CDAD35, de la Cimade, de Langue & Communication, du Réseau Louis Guilloux, du Secours Catholique, du Secours Populaire, du SIAO35 et d’Un toit c’est un droit. Les différentes catégories (apprendre le français, entreposer des bagages, accès à internet, se soigner, toilettes publiques, etc) sont accessibles en cliquant sur “le petit tas de pancakes”

La carte, réalisée avec Umap, n’est malheureusement disponible qu’en Français pour l’instant (consultation le 26 mars 2018).

A l’échelle de la France, le collectif Sursaut citoyen propose également une carte recensant 1000 initiatives citoyennes de solidarité avec les migrants, sur la page d’accueil de son site web. Cette carte, un peu différente des précédentes, utilise la méthode des “clusters” rendus proportionnels (la surface des cercles est proportionnelle au nombre d’initiatives recensés dans le secteur à une échelle donnée). Sursaut citoyen, qui regroupe des bénévoles et salariés engagés auprès des migrants et réfugiés arrivés en France, propose ainsi une liste d’initiatives classées en différentes catégories : insertion, accompagnement juridique, formation, alimentation, interprétariat, etc. Les données affichées sur la carte ont étés collectées en crowdsourcing par plusieurs bénévoles et salariés du collectif. La carte est réalisée avec Leaflet et OpenStreetMap et est disponible en 5 langues (français, arabe, farsi, espagnol, anglais).

En définitive, si on dit encore souvent que la géographie ça sert d’abord à faire la guerre (Y. Lacoste, 1976), nous pouvons désormais rétorquer que la cartographie, dès lors qu’elle est appréhendée par les citoyens et les militants, se veut tout autant un outil au service de solidarités concrètes en faveur des populations les plus faibles. On progresse, non ?

Sources

PARIS : [welcomemap.fr]

MARSEILLE :� [welcomemapmarseill.wixsite.com]

RENNE :� [www.welcomemaprennes.org]

FRANCE :� [https:]

Nicolas Lambert
More Posts
Follow Me:

25 mars 2018
23:59
Mapillary & Esri : une collaboration qui prospère
sur Veille cartographie

Cet article Mapillary & Esri : une collaboration qui prospère est apparu en premier sur Veille cartographique 2.0.

Lorsque Mapillary a lancé son application en 2013, la société suédoise est rapidement devenue internationalement connue pour son approche neutre, indépendante et participative de la cartographie. Mapillary a combiné le cloud, la street view et la technologie mobile au bon moment pour créer une plate-forme de cartographie en ligne composée de millions d’images participatives provenant […]

Cet article Mapillary & Esri : une collaboration qui prospère est apparu en premier sur Veille cartographique 2.0.
23:50
La cartographie collaborative des déchets sur les littoraux, où en est Mersea un an après ?
sur Veille cartographie

Cet article La cartographie collaborative des déchets sur les littoraux, où en est Mersea un an après ? est apparu en premier sur Veille cartographique 2.0.

La pollution des littoraux par les déchets n’est pas un phénomène nouveau. Qu’ils soient encombrants ou microscopiques, les déchets laissés en mer ou jetés dans un cours d’eau finissent en partie sur les plages dont celles de l’Atlantique. « Les marées noires sont très médiatisées, mais ne constituent que 5 % des pollutions maritimes », affirme Lionel Lucas, membre […]

Cet article La cartographie collaborative des déchets sur les littoraux, où en est Mersea un an après ? est apparu en premier sur Veille cartographique 2.0.

24 mars 2018
9:31
Carte des AOC viticoles
sur Chroniques Cartographiques

L'IGN met à disposition sur son Géoportail une carte des délimitations parcellaires des AOC viticoles, données fournies par l'INAO, l'organisme public en charge des appellations contrôlées. Attention, cette carte est donnée à titre indicatif mais l'INAO...

23 mars 2018
17:38
[MUSCATE news] MAJA upgraded to version 2
sur Séries temporelles
Yesterday, the MUSCATE ground segment started delivering Sentinel-2A L2A products using the MAJA V2 processor, while MAJA V1 was used until now. MAJA V2 corrects for a few bugs (such as the pixels flagged as cloud or cloud shadow on the edge of the images) and adds three new features :
- We implemented a correction for directional effects for a better estimate of Aerosol optical thickness. As you probably know, MAJA uses multi-temporal criteria to detect clouds and estimate aerosol content. These criteria suppose that surface reflectance does not change much from one date to the next one. Over a given tile, we can combine data coming from two adjacent orbits, with slightly different viewing angles, and the directional effect can induce some variations in the surface reflectance of successive acquisitions, which would be interpreted as atmospheric effects. We are now using a simple directional correction to reduce this noise source (D.Roy et al). As this directional correction is not perfectly accurate, it is not applied to the surface reflectance we deliver at the end of MAJA processing.
Elsa Bourgeois, from Cap Gemini, compared the performances of processing with or without directional correction. In both cases (S2A, top, S2B, bottom), there is only a very slight improvement of performances.
- We implemented a cirrus correction, that comes from DLR works. This correction is not in production yet, as it needs more validation on a large data set. We simply parametrise MAJA with "cirrus_correction= false". A coming post will address this subject.
- We have started using the new high cloud threshold that was refined in this post. It will result in more cloud cover, with a large difference over mountains.
All these small improvements are now implemented in version 1.6. They do not justify a reprocessing of the Sentinel-2 archive, although the accumulation of successive slight improvement could justify it. We intend to start a reprocessing when MAJA V3 is put in production.
15:52
Speed-up downloads from PEPS S2 mirror site with peps_download.py
sur Séries temporelles

The French Sentinel mirror site, PEPS, has a very clever data management facility. All the products are stored on tapes, with a capacity of several PB, and there is some sort of cache made of disks. The products accessed recently are on disks, while the other products stay on tapes. The storage costs and also power consumption are therefore largely optimized.

The drawback is that before accessing a file on tape, some time is needed to get the tape, and read the file on tapes. This can take something like 2 to 10 minutes. My little tool, peps_download.py was designed when most of the products were on disks, and it was quite slow to download products on tapes. As I am not a patient person, I have tried to speed it up, and it works well, thanks to good advise from CNES peps colleagues (Christophe Taillan and Erwann Poupart).

The previous version was working like that :

Make catalog request

For all product in the request result :

- while product is not downloaded

- try to download the product

- if still on tape, wait for 2 minutes

As a result, for each product on tape, it was necessary to wait for 2 to 10 minutes.

Now, it works like that

Make catalog request

For all products on tape in the request result

- ask to read it on disks

While (still some products to download):

- Redo catalog request

- Download products on disk

- If some products are not on disk yet

- wait for 2 minutes

On my computer, it used to take more that 12 hours to download 2 years of Sentinel-2 data for a given tile. It has now been reduced to less that 3 hours (but my computer is on CNES network). I hope you will have similar results !

22 mars 2018
9:52
The spatial-temporal cube of ArcGis : 2- Hot and Cold Spots
sur Blog SIG & Territoires ---- Le blog SIG pour la gestion territoriale
In the previous article (Le Cube spatio-temporel d’ArcGis : 1- découverte) we discussed how to create a spatial-temporal cube from a cloud of XYZ points.

The points are grouped into » boxes » (bins) corresponding to 3D pixels.
We have discussed how to depict them in an ArcGis Pro 3D scene. In this article we will discuss how to analyze the temporal trends of the bins values, using the analysis of emerging hot spots.

The purpose of this tool is to identify the values grouping trends of the cube built from your data , the so-called « spatial aggregates « .

For the description of the mathematical method that this research tool relies on ( Getis -Ord Gi *) you can download télécharger ici l’article de Getis et Ords. Let’s just say here that the research method for the three axes is to determine wether the occurrence values of the points in your cube can be considered, statistically, as grouped (hot spots) or not grouped (cold spots).

The result of the method entails:
- a so called p-value which is the probability value for the spatial distribution of dots being due to hazard. If p-value is big, it means that it is very likely that the distribution of the 3D pixels around that point is simply the result of hazard. A low p-value, on the contrary, indicates that it is very likely that the grouping is not random, and therefore the result of a specific phenomenon.
- a so called value z-score which is a standard deviation value. This is not an independent value of the p-value but a complementary value.
If you find a weak p-value you would think that there is a strong probability that the observed phenomenon observed be significant.

OK, but how strong? The z-score indicates you than if this value is more than three standard deviations from the mean you have less than 1% chance of being mislead. If it is between 2 and 3, you will have 5% and if it is between 1 and 2 you will have 10%. So it is up to you depending of the subject and your knowledge, determine the acceptable risk level for your hypothesis.

We will keep working with the example of the previous article by using the cube. To perform the analysis; you launch the other command available in the toolbox ExplorationTools for spatial-temporal models, Analysis of emerging hot spots.

The first three fields are simple, input cube, output layer and, for the moment, in Analysis variable you only have one choice as COUNT.

However, the following two fields can be confusing. Indeed, during the construction of the cube, in the previous step, there were two similar fields. These fields made it possible to group the points by 3D pixel. We had defined pixels of 40km in X and Y and 12 hours in Z (time).

But now this is not the matter. Right now you must indicate (or let the control calculate by default) what is what you consider as neighbour of a 3D pixel. Do you consider pixels located 200 km apart as neighbours or not? Do you consider pixels separated by two days as neighbours or not?

Depending on your answer (or lack of it) the results will not be the same.

If you do not fill in the fields, the calculation by default of XY neighbourhood is a little obscure. On the other hand, time value by default is 1.

Once the request is completed, you will find the new layer displayed in your 2D view with the following classification :

To find the desired results you have two groups:
- a group of « hot spots », where something is happening
- a group of « cold spots », where nothing is happening.
- a third « group » that includes the 3D pixels which could not be classified either as hot or cold, the « No trend detected ».
Then, for each type (hot or cold) you‘ll find the 3D pixels classified according to:

New spot: the last 3D pixel of the temporal series appears as a hot or cold spot, while in all the rest of the temporal steps this location was not considered as either of them. These are the points to be monitored in the next temporal series to verify if they are truly significant points or not.

Consecutive Spot:A spot with a single uninterrupted run of statistically significant hot spot bins. Less than ninety percent of all bins are statistically significant hot spots.

Intensifying spot: More than 90% of time steps are significant and values increase as time increases. The last pixels are stronger than those of the beginning. The last time step is significant.

Persistent   Spot: more than 90% of time steps are significant but there is no increasing or decreasing trend in the temporal series.

Diminishing Spot: More than 90% of time steps are significant and values decrease with time. The last pixels are weaker than those of the beginning. The last time step is significant

Sporadic   Spot: less than 90% of time steps are significant. Significant time steps are inserted among not significant time steps. If the significant time steps are hot spots then there are no cold spots in the series, and vice versa.

Oscillating   Spot: less than 90% of time steps are significant. As in the previous category, non-significant time steps are intercalated among significant steps. However, in the significant time steps there are hot as well as cold spots.

Historical   Spot: The most recent period is not significant, but at least ninety percent of the time intervals have been hot or cold spots statistically significant.

These results apply to each temporal series of the cube, i.e. at each column of it. Therefore this representation is, inevitably in two dimensions.

On the other hand, each time series can be either significant or not, and with one, two or three standard deviations. So, we can visualize these results with the 3D visualization tool of the spatial-temporal cube (see previous article of this topic).

You must have a 3D window (Scene) in your project. If you do not, click

Insert ->-New Scene.

You must remove the reference to a layer of elevation. If you don’t, the cube columns will be displayed relative to the ground level and you will lose visibility of the correspondence of the different time steps.

In the geoprocessor window, launch the 3D display control.

Compared to the same order launched in previous article, we have made an analysis of the hot spots in the « Variable Display » window; in addition to COUNT we find and select « Hot and Cold Spot results”.

The result of the order is displayed:

And the window key let us see which are the displayed classes:

The hot spots in red, the cold spots in blue, and with different colour intensity that denotes the confidence of the results: one standard deviation = 90%, two standard deviations = 95%, three standard deviations = 99%.

With these two articles you have something to start trying the

spatial-temporal analysis. In a future article we will discuss the different pre-processing data techniques to be used with these two tools.

21 mars 2018
7:00
La géographie c'est aussi des maths et surtout de la géométrie
sur Chroniques Cartographiques

Arthur Schopenhauer, célèbre philosophe allemand, affirmait que notre perception de la réalité était biaisée par notre représentation. Il expliquait qu'il n'y avait pas une vérité mais des vérités en fonction des représentations du monde propre à chaque...

20 mars 2018
21:40
Les JO 2022, auront-ils lieux ?
sur Veille cartographie

Cet article Les JO 2022, auront-ils lieux ? est apparu en premier sur Veille cartographique 2.0.

Cette année se sont déroulés les Jeux Olympiques d’hiver à PyeongChang en Corée du Sud, (et non pas avec Pyongyang…de la Corée du Nord), pour la 23e année. La neige était assez présente pour que l’on voit les compétiteurs internationaux de ski de fond, de luge, ou de snowboard se défier en plein poudreuse. Mais cela sera-t-il encore possible en 2022…et après ?

Cet article Les JO 2022, auront-ils lieux ? est apparu en premier sur Veille cartographique 2.0.

19 mars 2018
11:25
Nouveau sur le site : Péd@goTICEA, les SIG au service des stages collectifs en STAV
sur Sigea : actualités
La couverture du territoire - Corine Land Cover :
- France métropolitaine (L93) et DOM (UTM)
- Année : 1990, 2000, 2006 révisé, 2012
- Emprise de téléchargement : départements
- Type de données : Shapefile et images raster (TIF)
En téléchargement directe depuis l'interface : sigea.educagri.fr/donnees/interface-de-telechargement-direct/

17 mars 2018

14:22

Validation systématique des produits Sentinel-2 de Theia

sur Séries temporelles

Camille Desjardins (du CNES (DSO/SI/MO)), qui s'occupe de la validation des produits de niveau 2A distribués par THEIA, a très récement mis en place une validation systématique des produits fournis par MAJA, avec l'aide d'un service d'exploitation du CNES (DNO.OT/PE). Le travail est effectué par Bruno Besson avec l'aide de Nicolas Guilleminot (de Thales Services), en utilisant des outils développés par Aurélie Courtois, elle aussi de Thales).

Systématiquement, tous les mois, les valeurs d'épaisseurs optiques d'aérosols et de vapeur d'eau, déterminées par MAJA, sont comparées avec celles du réseau Aeronet, à chaque fois qu'un produit om THEIA observe l'un de ses sites.

Les deux figures ci-dessous montrent les résultats obtenus pour le mois de Février, pour l'épaisseur optique, à gauche, et pour la vapeur d'eau (à droite). Les points bleus correspondent à des validations effectuées dans les conditions idéales pour une bonne comparaison (peu de nuages, pas de données interpolées, données Aeronet qualifiées au niveau 2 ). Les points rouges correspondent à des conditions dégradées, et pour la plupart d'entre eux, c'est dû au fait que les données Aeronet qualifiées ne sont pas encore disponibles. Dans ce cas, il est possible qu'elles soient dégradées, en raison d'une dérive de leur étalonnage... ou de la présence d'une araignée dans le tube du collimateur.


Validation des épaisseurs optiques d'aérosols des produits Sentinel-2 N2A de Theia pour toutes les observations conjointes avec Aeronet en février 2018	Validation de la vapeur d'eau des produits Sentinel-2 N2A de Theia pour toutes les observations conjointes avec Aeronet en février 2018

Les résultats sont très bons ! Pour la vapeur d'eau, ils sont comme d'habitude, avec une estimation très précise de la vapeur d'eau pour les faibles contenus, et une légère surestimation pour les forts contenus. Ces erreurs sont dues au modèle très simple que nous utilisons, qui suppose que la vapeur d'eau est située au-dessus des autres couches de l'atmosphère, alors qu'en fait, elle est principalement mélangée dans les basses couches. Mais cette manière d'estimer la vapeur d'eau est cohérente avec la manière dont nous corrigeons ses effets dans les autres bandes. Les erreurs résultantes sont donc très petites, d'autant que les absorptions sont très faibles.

Pour les aérosols, nos résultats s'améliorent fortement par rapport à ce que nous avions l'an dernier. C'est probablement lié aux améliorations progressives que nous apportons à nos méthodes, et notamment la détection des nuages, mais aussi à la meilleure répétitivité des observations due à la disponibilité récente des deux satellites Sentinel-2 qui fonctionnent à pleine capacité. Puisque notre méthode suppose que les réflectances de surface ne changent pas d'une image à l'autre, plus on observa souvent, meilleurs sont les résultats !

Mais ce n'est probablement pas la seule raison. Nos estimations d'épaisseurs optiques sont en général précise lorsque notre hypothèse de type d'aérosol continental est vérifiée. Quand l'hypothèse est fausse, par exemple dans le cas d'aérosols constitués de poussières, les épaisseurs optiques sont sous estimées par MAJA, ce qui correspond au cas observés dans la partie basse du diagramme. Ce problème apparaît moins souvent en hiver, car l'humidité plus forte empêche le vent de soulever les poussières.

D'ici quelques mois, la version 3 de MAJA sera installée dans MUSCATE. Cette version permet d'utiliser les prévisions de type d'aérosols fournies par le modèle météorologique Copernicus Atmosphère. Comme expliqué dans le billet de Bastien Rouquié, celà devrait encore améliorer nos résultats.

11:28
[Le blog SIG & URBA] L'importance de la carte
sur GeoRezo.net - Géoblogs
Voilà une journée à laquelle j'aurais bien voulu participer, tant le sujet m'intéresse. Mais pour moi la capitale est loin en ce moment ...

L'institut d'aménagement et d'urbanisme organisait le 6 février une rencontre, format "petit déjeuner", sur "la carte, un outil incontournable pour les décideurs".

Je reprends les questions formulées dans l'invitation :
- En quoi la carte est-elle le bon outil pour agir ?
  Quels choix de supports et de modes de représentation ?
- Comment ces choix facilitent-ils l’appropriation de la carte tout au long du processus de décision ?
- Comment s’organise le dialogue autour des cartes entre géomaticiens, experts et commanditaires ?
J'aime bien la conclusion de Laurie Gobled, géomaticienne à l’IAU :

Dans la présentation de Vincent Fouchier, Vincent FOUCHIER, DGA de la métropole Aix-Marseille Provence, on voit bien la large palette des représentations possibles avec une carte.

Dans celle de Thierry Joliveau, professeur à l’université Jean Monnet de Saint-Étienne, je retiens le message qui resitue la carte dans un processus complexe.

Pour moi, au final, la carte est un outil important de réflexion qui permet une représentation des données sous une forme géographique qui rajoute une information par rapport à une simple représentation statique ou statistique.
Mais elle ne doit pas non plus être le seul mode de représentation que l'on offre à nos décideurs. Elle peut, elle doit, être complétée par d'autres modes d'explication :
- les valeurs de référence,
- les principaux taux d'évolution,
- des éléments de représentation.
Et ce sous forme :
- de chiffres,
- de tableaux,
- d'images.
C'est finalement ce que permettent maintenant les "story map" et autres "cartoviz" que développe tout particulièrement l'institut d'aménagement et d'urbanisme d'île de France.

16 mars 2018

15:30

Systematic validation of Sentinel-2 THEIA L2A products

sur Séries temporelles

Very recently, Camille Desjardins (from CNES), who is handling the validation of the L2A products generated by THEIA, has set up a systematic validation of the products delivered by MAJA, with the help of an operational service from CNES (OT/PE) (Bruno Besson, and Nicolas Guilleminot from Thales Services, using tools developed by Aurélie Courtois, also from Thales)

Systematically, a comparison of AOT and water vapour is made for every Sentinel-2 L2A product from THEIA which observes one of the sites of the Aeronet network.

Both plots below show the results obtained during the month of February, for the Aerosol Optical Thickness (left), and for the water vapour content (right). Blue dots correspond to validations in ideal conditions (low cloud amount, no gap filling, and quality assured Aeronet data (Level 2.0). The red dots allow degraded conditions, and most of them correspond to the unavailability, yet, of version 2.0 Aeronet data. As data are processed in near real time, and level 2.0 data are made available a few months later, these plots rely mainly on Level 1.5 data, which are more prone to errors (such as a calibration drift... or the presence of a spider in the instrument tubes).


Aerosol optical thickness validation of Sentinel-2 L2A for all Aeronet match-ups gathered in February 2018	Water vapour validation of Sentinel-2 L2A for all Aeronet match-ups gathered in February 2018 (in g/cm2)

The results are pretty good ! The water vapour results are as usual, with a very accurate determination for low water vapour content, and an overestimation when there is too much water vapour. This is due to the very simple model we use, which supposes the water vapour is above the over atmospheric layers and not mixed. But as we use the same model to perform the atmospheric correction, these errors should be really small.

Regarding AOT, we are getting much enhanced results compared to what we had usually. It is probably related to the continuous improvements we bring to MAJA and its parameters, and to the increased repetitivity of observations due to the availability of S2A and S2B working at full capacity. As our multi-temporal methods assume that the surface reflectance does not change from one image to the next one, the more frequent observations, the better results.

But it is probably not the only reason. Our aerosol estimates are usually good when the aerosol type present in the atmosphere is the same as the one we specified in MAJA processor: a continental model. When the aerosol model is wrong, often in the case of dust, our AOT estimates are too low. These cases correspond to the points in the lower part of the AOT diagram. They are probably much less frequent in winter, as the ground is more wet, and the dust is less easily blown by the wind.

In a few months, the version 3 of MAJA will be installed in MUSCATE, and this version will use an aerosol type variable with time and location, thanks to the use of aerosol forecasts from Copernicus Atmosphere Monitoring Service. This was explained in Bastien Rouquié's post, and should significantly improve our results.

8:00
Interface de WebMapping : avec ou sans Serveur Cartographique? avec ou sans base de données?
sur GEOMATICK

Pièce jointe: [télécharger]
Créer une architecture SIG depuis la base de données jusqu’à l’interface de WebMapping demande d’analyser les besoins finaux des utilisateurs :
- Ces derniers interviennent-ils sur la donnée géographique par différentes opérations (création, modification, suppression) ou est-ce simplement une consultation des couches SIG?
- La mise en place de requêtes sur les géométries spatiales ou les données attributaires jouent un rôle important dans la structuration du SIG (Requêtes en backend ou en frontend).
- La problématique de diffusion des données doit également être considérée (Protocoles [HTTP,] API).
A titre d’exemple, prenons le cas de la création d’une interface de WebMapping créée avec OpenLayers sur laquelle chaque membre enregistré peut intervenir sur une couche SIG.
document.createElement('video'); [https:]]

Le contenu de cette vidéo est réalisé :
- soit avec la mise en place d’un serveur cartographique de type GeoServer.
- soit sans avoir recours au serveur.
Et pourtant les résultats avec l’enregistrement des opérations sur les couches SIG dans la base de données sont identiques dans les deux situations. Et de même, il est tout à fait possible de diffuser les data géo spatialisées, certes via des procédés différents mais toujours avec les normes et standards définis par l’Open Geospatial Consortium.

Par conséquent, avant de s’engager dans des heures de travail ou des milieux d’euros d’investissement, il est indispensable de définir les besoins réels, les outils à mettre en place et les évolutions futures de vos projets SIG.

Vous avez besoin d’une expertise SIG? Demandez conseil : contact@geomatick.com.

15 mars 2018
21:04
Les nouveaux défis de la cartographie routière pour les voitures autonomes
sur Veille cartographie

Cet article Les nouveaux défis de la cartographie routière pour les voitures autonomes est apparu en premier sur Veille cartographique 2.0.

Toute l’intelligence artificielle du monde ne suffira pas à ce qu’une voiture devienne pleinement autonome. Elle doit aussi disposer d’une cartographie ultra précise mise à jour en temps réel afin de rouler sans assistance humaine. Les entreprises qui récoltent les données clés pour la voiture autonome ont bien compris la valeur commerciale de cette base […]

Cet article Les nouveaux défis de la cartographie routière pour les voitures autonomes est apparu en premier sur Veille cartographique 2.0.
19:03
Gowo, le coworking connecté
sur Veille cartographie

Cet article Gowo, le coworking connecté est apparu en premier sur Veille cartographique 2.0.

Ce nouveau réseau social dédié aux coworkers a vu le jour à Genève (Suisse) et facilite la communication et le partage de ressources entre les différents utilisateurs de l’outil. Le coworking, nouvelle manière de travailler Nouvelle manière de travailler à distance, le coworking est en pleine expansion. Actuellement près de 600 espaces dédiés existent d’ores et déjà en France. Mais qu’est […]

Cet article Gowo, le coworking connecté est apparu en premier sur Veille cartographique 2.0.

14 mars 2018
18:10
Les Géomaticiens savent-ils draguer sur Internet?
sur GEOMATICK
Pour les géomaticiennes et géomaticiens qui ne savent pas comment s’y prendre, vous lisez le bon article pour apprendre à draguer sur Internet. On ne parlera pas de matching spatial comme certains auraient pu l’imaginer mais de translation de donnée vectorielle. En clair, un objet géographique n’est pas localisé au bon endroit sur la cartographie pour diverses raisons et il est indispensable de le situer précisément. A titre d’exemple, il arrive souvent que la géolocalisation ou encore le géocodage d’une adresse génèrent des coordonnées géographiques incorrectes. Pour corriger cette erreur, OpenLayers (v4) a implémenté la classe ol.interaction.Translate qui permet à l’utilisateur de déplacer un objet sélectionné grâce à la classe ol.interaction.Select. D’ailleurs, un exemple basique de translation de pays est mise à disposition sur le site d’OpenLayers.

Dans ce tutoriel, après le chargement de l’API d’OpenLayers, on code un script qui autorise l’utilisateur à draguer un objet géographique dessiné par ses soins.
1. Dessin d’une géométrie spatiale avec OpenLayers
Les géométries spatiales composant un vecteur peuvent être un point, une ligne, un polygone, des multi points, des multi lignes, des multi polygones, ou encore une mixité de ces différentes formes que l’on appelle collection de géométries. OpenLayers permet de dessiner ces différents types de géométries (hors collection) en précisant l’option type de la classe ol.interaction.Draw. A l’intérieur de cette dernière, on saisit également la source de donnée vectorielle prise en charge puis on ajoute l’interaction à l’objet associé à la classe ol.Map.
```
// Source de données et couche OpenStreetMap
var osm = new ol.layer.Tile({
	source: new ol.source.OSM(),
});

// Ajout d'un vecteur sans objet géographique dans sa source de donnée
var sourceVecteur = new ol.source.Vector();
var coucheVecteur = new ol.layer.Vector({
	source: sourceVecteur
});

// Déclaration de la carte
var map = new ol.Map({
	layers: [osm,coucheVecteur],
	target: 'map',
	view: new ol.View({
		center: [0,0],
		zoom: 2,
		minZoom: 1
	}),
});

// Interaction du dessin
var dessin = new ol.interaction.Draw({
	type: 'Point',
	source: sourceVecteur,
});
map.addInteraction(dessin);
```
A ce stade, le dessin des points sur la carte est fonctionnel.
2. Translation de la donnée vectorielle dessinée
On ajoute la possibilité de sélectionner l’objet géographique dessiné et cette interaction est ajoutée seulement lorsque le dessin est terminé. L’option condition indique la manière de sélectionner la donnée (clic, double clic, etc).
```
// Interaction de la sélection
var selection = new ol.interaction.Select({
	condition: ol.events.condition.doubleClick,
});

// Fin du dessin du Point
dessin.on('drawend', function(){
	map.removeInteraction(dessin);
	map.addInteraction(selection);
});
```
Puis, l’objet sélectionné peut être ensuite déplacé grâce à la classe ol.interaction.Translate. Dans l’objet lié à la translation et l’option features, on indique les données correspondantes aux objets géographiques sélectionnés par la méthode getFeatures :
```
// Interaction de la translation
var translation = new ol.interaction.Translate({
	features: selection.getFeatures()
});

// Fin du dessin du Point
dessin.on('drawend', function(){
	map.removeInteraction(dessin);
	map.addInteraction(selection);
	map.addInteraction(translation);
});
```
Et pendant le déplacement du vecteur dessiné, ses coordonnées peuvent être obtenues dans un tableau :
```
translation.on('translating', function(e){
	console.log(e.coordinate);
});
```
Et voici le script final :
Veuillez vous Connecter pour consulter ce contenu. S'Inscrire Gratuitement ››
En conclusion, il est souvent utile de donner la possibilité de modifier la localisation d’un objet géographique sur une interface de WebMapping. A travers ce tutoriel, on a introduit trois types d’interactions intégrées à l’API d’OpenLayers : la sélection, le dessin et la translation d’une donnée vectorielle. Pour aller plus loin, on peut imaginer déclencher ces actions en cliquant sur un nouveau contrôle créé sur l’interface cartographique. Il serait aussi intéressant de montrer les coordonnées de l’objet géographique dans une infobulle via un overlay.

Vous avez besoin de vous former rapidement sur OpenLayers? N’hésitez pas à me contacter pour accéder à des formations en ligne à des prix très attractifs.

Sauter à la page: 1 2 3 ... 13

← Du côté des éditeurs Géomatique anglophone →

Communauté	Ressources	L'emploi	Le marché	L'association	Fils RSS
Forum Blogs Wiki Planet Carte des membres Sites amis	Annuaire Agenda Biblio Netvibes Fiches AMO-CNIG Paris PCGIS Téléchargements	Offres d'emploi Banque de CV Carte des CV Formations Démarche Métiers	Geo-Entreprises Geo-Communiqué Appels d'offres	L'association Qui sommes-nous ? Nous aider Bienfaiteurs Partenaires Historique Statuts	Tout le site Job Géomatique Services GeoBlogs ...	Faire un don Mentions légales



Sentinel-2 RGB image between Turin and Milan Italy (and zoom on Aosta Valley)	Corresponding water vapour image, between 0 (dark blue) and 2.5 (white) g/cm2.


Sentinel-2 RGB image above Mongu, Zambia	Corresponding water vapour image, between 1.5 and 2.5 g/cm2.



Image Sentinel-2 RGB entre Turin et Milan, Italie	Image de vapeur d'eau correspondante. comprise entre 0 (bleu sombre) and 2.5 (blanc) g/cm2.


Image Sentinel-2 RGB sur Mongu, Zambie	Image de vapeur d'eau correspondante. comprise entre 1.5 (bleu sombre) and 2.5 (blanc) g/cm2.

Le portail francophone de la géomatique

Canaux

Toile géomatique francophone

Pièce jointe: [télécharger]