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

2411 éléments (0 non lus) dans 117 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 ... 8

26 juillet 2017
14:40
« Faire la carte et restituer le paysage » : journée d’étude CFC/histoire, Vincennes, 17 novembre 2017
sur Cartes et figures du monde

La prochaine journée d’étude annuelle organisée par la commission ‘histoire’ du Comité français de cartographie aura lieu le 17 novembre 2017 au Service historique de la Défense (château de Vincennes), partenaire de la journée tout comme l’Institut Cartogràfici Geològic de Catalunya.

S’appuyant sur l’étude d’une carte militaire française de Barcelone et de ses environs, datée de 1823-1827 et dressée au 1/1000e avec des courbes de niveau, la journée s’intéressera à deux aspects complémentaires : d’une part, aux évolutions de la carte topographique dans les premières décennies du XIXe ; d’autre part, à l’apport des technologies numériques à la reconstitution des paysages à partir des cartes topographiques anciennes.

Pour en savoir plus :JE_CFC_17nov2017_Programme

Formulaire d’inscription à retourner avant le 16/10/2017 à catherine.hofmann@bnf.fr :JE-CFC-17nov2017_fiche-inscription

25 juillet 2017
9:00
Automatisation d’une cartographie à partir d’un flux RSS (Partie 2)
sur GEOMATICK
Dans la première partie, on a vu comment automatiser la bancarisation des données géographiques à partir du flux RSS. Par la suite, on s’occupe de la diffusion cartographique des sites de l’UNESCO.
2. Cartographie des sites de l’UNESCO
Pour partager les données géographiques des sites de l’UNESCO, on utilise GeoServer, puis l’API d’OpenLayers nous permettra de construire une interface cartographique interactive sur internet.
2.1. Ajout des données du SGBD dans le serveur cartographique GeoServer
Dans cet article, GeoServer sert de passerelle entre le SGBD et l’interface cartographique. Après l’ajout d’un espace de travail, on paramètre un entrepôt de type PostGIS qui permet de publier les tables avec les géométries spatiales d’une base de données.

Lors de la publication, on délimite l’étendue de la donnée spatiale en choisissant la projection définie précédemment dans le SGBD. La prévisualisation de la couche SIG, par exemple en format GML, nous assure de la bonne publication de la couche “sites_unesco”.
```
http://localhost/geoserver/unesco/ows?service=WFS&version=1.0.0&request=GetFeature&typeName=unesco:sites_unesco&maxFeatures=50
```
Il est aussi possible de charger les sites de l’UNESCO en WMS et/ou WFS dans QGIS comme le montre la figure 2 ci-après :

Figure 2 : Import des sites de l’UNESCO par le protocole WFS dans QGIS.

Pour chaque mise à jour des données dans PostgreSQL / PostGIS, la couche SIG est automatiquement modifiée dans GeoServer.

En aparté, le style de la couche n’est pas défini dans le serveur, cela nous permettra de découvrir une fonction dans OpenLayers pour créer des classes de valeurs liées aux données.
2.2. Interface cartographique avec OpenLayers
La couche SIG “sites_unesco” de l’espace de travail “unesco” est cartographiée grâce à OpenLayers. Le protocole WFS est pris en charge dans cet exemple comme source de données afin de pouvoir affecter une fonction de style au vecteur. Dans OpenLayers, la gestion des styles peut paraître assez complexe mais l’API offre une vaste possibilité de styliser les couches SIG, et notamment les vecteurs. Pour faire simple, il faut retenir qu’il est possible d’affecter un style global pour la couche ou un style propre pour les objets géographiques qui la composent. Dans ce dernier cas, cela permet d’établir des classes de valeurs attributaires des objets et aussi de modifier le style en fonction de la résolution géographique de la carte. Et pour cela, OpenLayers a construit une fonction associée à la classe ol.style. On y reviendra de manière plus approfondie dans un prochain article.

Ici, plutôt que d’utiliser un popup pour montrer certains attributs de l’objet géographique sélectionné sur la carte, le nom ainsi que la photo du site de l’UNESCO sont visibles à partir d’une certaine résolution. Et pour favoriser la lecture des données, les sites sont discriminés par couleur en fonction de leur catégorie (Cultural, Natural ou Mixed).

Dans le script, on commence par ajouter la source WFS puis la couche vectorielle associée à l’objet Map. Pour le style des objets, la classe étendue ol.style.Style nous sert à définir les caractéristiques des points ol.style.Circle grâce à l’option image. Cette option est aussi utilisée pour définir les icônes appelés avec ol.style.Icon et l’option text est aussi prise en compte pour labelliser les icônes. On définit deux styles : un style basique visible à une résolution élevée (> 500) et un style pour les icônes.
```
// Style du point
var styleBasic = new ol.style.Style({
	image: new ol.style.Circle({
		radius: 7,
		fill: new ol.style.Fill({
			color: '...'
		}),
		stroke: new ol.style.Stroke({
			color: '...',
			width: 3	  
		}),
	})
});
// Style de l'icône et du texte
var styleIcon = new ol.style.Style({
	image: new ol.style.Icon({
		anchor: [0.5, 100],
		anchorXUnits: 'fraction',
		anchorYUnits: 'pixels',
		src: '...', // lien vers l'icône
		scale: 1.3
	}),											
	text: new ol.style.Text({
		text: '...',
		font: 'bold 16px Times New Roman',
		offsetY: -15,
		fill: new ol.style.Fill({
			color: '...'
		}),
		stroke: new ol.style.Stroke({
			color: '...', 
			width: 5
		})
	}), 
});
```
Maintenant, on veut que les styles varient selon certaines valeurs des objets géographiques du vecteur, la fonction de style s’écrit :
```
// Déclaration des variables des couleurs de remplissage et de contour
var fillColor;
var strokeColor;
var fonctionStyle = function(feature, resolution){
	// On obtient les valeurs des objets géographiques
	var nomSite=feature.get('nom');
	var categorieSite=feature.get('categorie');
	var photoSite=feature.get('photo');
	// Mise en place de classe selon les catégories des sites
	if(categorieSite=="Natural"){
		fillColor='rgba(0, 255, 0, 0.3)';
		strokeColor='rgba(34, 121, 34, 1.0)';
	}else if(categorieSite=="Cultural"){
		fillColor='rgba(255, 0, 0, 0.3)';
		strokeColor='rgba(255, 0, 0, 1.0)';
	}else if(categorieSite=="Mixed"){
		fillColor='rgba(0, 0, 255, 0.3)';
		strokeColor='rgba(0, 0, 255, 1.0)';
	}
	var styleBasic = new ol.style.Style({
		image: new ol.style.Circle({
			radius: 7,
			fill: new ol.style.Fill({
				color: fillColor
			}),
			stroke: new ol.style.Stroke({
				color: strokeColor,
				width: 3	  
			}),
		})
	});
	var styleIcon = new ol.style.Style({
		image: new ol.style.Icon({
			anchor: [0.5, 100],
			anchorXUnits: 'fraction',
			anchorYUnits: 'pixels',
			src: photoSite,
			scale: 1.3
		}),											
		text: new ol.style.Text({
			text: nomSite,
			font: 'bold 16px Times New Roman',
			offsetY: -15,
			fill: new ol.style.Fill({
				color: '#fff'
			}),
			stroke: new ol.style.Stroke({
				color: strokeColor, 
				width: 5
			})
		}), 
	});
}
```
Puis, selon la résolution géographique, l’un des deux styles est pris en compte. Le script suivant est placé à la fin de la fonction :
```
if(resolution > 500){
	return [styleBasic];
}else{
	return [styleIcon];
}
```
La fonction fonctionStyle est enfin affectée au style de la couche vectorielle. Attention, la mise en place d’une fonction de style allonge le temps de chargement des objets géographiques.

La cartographie dynamique des sites de l’UNESCO et le script entier sont disponibles dans les exemples de webmapping (figure 3). Dans la démonstration, la couche SIG est un fichier GeoJSON, créé depuis PostgreSQL et seuls les 1064 sites localisés sur les 1073 bancarisés au jour de l’écriture de cet article sont exportés. Ce format de fichier est certes une source de données différente du protocole WFS présentée dans cet article mais cela ne modifie en rien la création du style dans OpenLayers pour les vecteurs.

Figure 3 : Variation de la représentation cartographique des sites de l’UNESCO en fonction de la catégorie du site et de la résolution de la carte.

On a donc créé l’interface de webmapping pour montrer les données géographiques au public. Je voulais finalement vous présenter une manière relativement simple de les diffuser en temps réel : le GeoRSS.
2.3. Diffusion des informations géographiques en GeoRSS
Il est possible de partager et de diffuser les données géographiques par d’autres méthodes qu’une interface cartographique et les protocoles HTTP WMS, WFS, WPS, etc. Le GeoRSS, de format XML, est un standard qui inclue des objets géographiques dans un flux RSS (points, lignes, etc). Deux éléments de standard ont été définis : le GeoRSS simple et le GeoRSS GML défini par l’Open Geospatial Consortium (OGC). On peut utiliser le GeoRSS simple comme une extension de RSS 1.0, 2.0 et Atom. Cette dernière extension est prise en charge par GeoServer pour diffuser le contenu des informations géographiques des couches SIG. Il suffit d’utiliser l’URL suivant en précisant l’espace de travail et la couche SIG souhaitée.
```
http://localhost/geoserver/wms/reflect?layers=unesco:sites_unesco&format=rss
```
Ce flux de données géographiques peut ensuite être directement implémenté dans d’autres cartographies dynamiques avec Google Maps par exemple. En aparté, vous l’aurez remarqué, le flux RSS mis en place par l’UNESCO ne correspond pas aux normes de diffusion de contenu géographique défini pour le GeoRSS.

En conclusion, la mise en place d’une architecture SIG avec des technologies Open Sources nous a montré comment gérer et partager des données géographiques de manière automatisée. A travers l’exemple des sites de l’UNESCO, la bancarisation, la mise à jour et la diffusion d’un jeu de données est possible grâce aux interactions des outils utilisés. L’objectif de cartographier des objets géographiques mis à jour automatiquement est atteint. La gestion du SIG par le géomaticien devient alors minime et il est donc possible de se consacrer à de nouvelles tâches. Toutes proportions gardées, quand on évoque l’automatisation, j’aime bien me souvenir de cette citation de Bill Gates : “I choose a lazy person to do a hard job. Because a lazy person will find an easy way to do it.“. Bien entendu, dans cet exemple, la conception du modèle est relativement simple due notamment à la faible quantité et diversité des données prises en charge.

Enfin, La principale limite est de s’assurer de la disponibilité de la source de données importées, aussi bien d’un point de vue technique que légal. Le bon fonctionnement de l’import est vérifié grâce aux logs alors que l’acquisition du jeu de données pose la question du droit d’utilisation et de diffusion des informations.

24 juillet 2017
17:56
[BILLET] Les cartes de propagande
sur Carnet (neo)cartographique

Camarades cartographes, le pouvoir des cartes n’est plus à démontrer. Pendant longtemps, avant qu’émerge l’ere de la néo-cartographie, les cartes étaient indiscutablement l’apanage des puissants, des dirigeants, de ceux qui façonnent le monde. Pouvoirs politiques, religieux, économiques, militaires, etc. Quiconque était capable de dessiner le monde était capable d’imposer sa propre vision. Pendant la guerre froide, alors que le combat idéologique était polarisé entre deux blocs, les démocraties occidentales d’une part, et les régimes communistes d’autre part, les cartes ont souvent été utilisées de part et d’autre de ces deux camps pour mettre en image l’expression d’une puissance et/ou pour dénoncer certains traits de son adversaire. Pour illustrer mes propos, voici un recueil de cartes de propagande réalisées à cette époque (mais aussi un peu avant et un peu après). Vous y trouverez tout d’abord quelques cartes réalisées par les communistes (affiches électorales, dessins de presse, etc.) puis des cartes réalisées par leurs adversaires (Paix et Liberté, ). Et comme vous pourrez le constater, la bataille cartographique ne manque pas de panache.
1- Cartes de propagande communistes
Le coup de balaie de Lénine, 1920

Sur cette affiche soviétique réalisée dans les années 20, Lénine, balaye les capitalistes hors de la planète sur laquelle il se tient debout. Sur l’affiche, il est écrit « Le camarade Lénine nettoie la Terre de ses saletés superflues ».

Source : [www.lelivrescolaire.fr]

Deux mondes, années 30

Affiche réalisée par René Dubosc pour le parti communiste français, probablement dans les années 30. On y voit deux mondes séparés l’un de l’autre : un monde de chômage, misère et guerre d’une part, et un monde communiste d’autre part qui trace le chemin.

Source : [lesmaterialistes.com]

Le PCF et les 200 familles, 1938

Cette carte, publiée dans une brochure de l’humanité en 1938, montre que la société française est dominée par les 200 familles.

Source : [clioweb.canalblog.com]

La mort du fascisme, 1941

Cette carte réalisée en 1941 montre une unsion soviétique déterminée à combattre l’Allemagne nazie, représentée ici bestialement.

Source : http://redavantgarde.com/collection/show-collection/1365

Les bases américaines dans le monde, 1951

Carte éditée par le parti communiste français qui, pour répondre aux argumentaires sur la menace russe, condamne à son tour la menace militaire américaine.

Source : [lescartesenjeuxpolitiques.wifeo.com]

Non à la colonisation américaine de la France,1950

Affiche publiée par le parti communiste français en 1950 dans un contexte de guerre froide. La pieuvre (aux yeux de dollars) représente ici l’impérialisme américain.

Source : [www.cultivoo.com]

Paix au Vietnam, 1953

Affiche de propagande du PCF en 1953 pour l’arrêt des conflits au Vietnam.

Source : [www.codhos.org]

Affiche électorale, années 60

Sur cette affiche réalisée par le PCF dans les années 60, la carte de France bariolée de bleu, blanc et rouge représente la défense du « peuple », de la « nation » et de « l’intérêt national ».

Source :� [https:]

Non à l’Europe de Giscard et Schmidt, années 70

Affiche réalisée par le parti communiste Français dans les années 1970. On y voit la carte de l’Europe.

Source : [www.communcommune.com]

L’Humanité n’attend plus, 2015

Carte réalisée par Dugudus et publiée par le PCF au moment de la conférence internationale contre le réchauffement climatique. Cette carte montre l’engagement des communistes dans la lutte contre le réchauffement climatique. En mettant en scène des capitalistes attablés autour d’une planète en sang, le PCF fait ici le lien entre la thématique anticapitaliste et l’enjeu climatique.

Source : [www.pcf.fr]
2 – Cartes de propagandes anti-communistes
Carte de propagande nazie à propos de la menace et de l’expansion communistes, 1933

Carte parue dans une brochure d’une trentaine de pages, remplie de photos et d’images anti-communistes. La carte ci-dessus montre une Allemagne nazie menacée de toute part avec en premier lieu la menace gigantesque venant de l’est communiste. Cette menace est symbolisée par une flèche frappant directement le cœur de l’Allemagne, avec le marteau et la faucille (le symbole a seulement 16 ans à l’époque).

source : [longstreet.typepad.com]

Le front populaire, c’est la guerre, 1936

Illustration de « Yo. Mich » pour le Comité de propagande des Républicains nationaux résolument hostile au Front populaire.

Source : [www.lexpress.fr]

Les soviets tirent les ficelles du Front populaire, 1936

Affiche anti communiste à l’époque du Front populaire

Source : [www.societe-histoire-grand-couronne.fr]

La pieuvre communiste menace la France,1937

Une nouvelle fois commanditée par le Comité de propagande des Républicains nationaux d’Henri de Kérillis, cette carte est réalisée par un dessinateur qui se cache sous le pseudonyme « Yo. Mich ». Elle montre la France seule puissance menacée par le communisme. L’image de la pieuvre, l’un des symboles du capital dans les affiches communistes, notamment soviétiques, est ainsi retournée contre le Komintern.

Source : [https:]]

La pieuvre communiste, 1938

Cette carte est la première page d’un pamphlet du Service des bibliothèques catholiques (1938). Elle dépeint le communisme comme une pieuvre avec le visage de Staline et ses tentacules. L’une d’elle entoure totalement l’Espagne, les soviétiques ayant été fortement impliqués dans la guerre civile au côté des républicains.

Source : [bigthink.com]

Contagion communiste, 1946

Cette carte parue dans le Times magazine représente la supposée maladie communiste et sa contagion. Trois variables sont représentées : les zones en quarantaine, les zones infectées et les zones exposées.

Source : [cartographic-catalog.blogspot.fr]

Un parapluie contre la nuée communiste, 1951

Cette carte a été publiée par Paix et Liberté, une organisation anticommuniste active en France entre 1950 et 1955. L’affiche présente une jeune femme à debout sur une Europe verdoyante, cherchant la protection contre les nuages d’orage du communisme à l’aide d’un parapluie orné des drapeaux des nations européennes.

Source : [bostonraremaps.com]

Ou est le camps de la paix, Années 1951

Affiche réalisée dans les années 50 par le mouvement antisoviétique « Paix et liberté » discréditant le Bloc oriental (communiste) belliqueux et agressif, opposé au bloc de l’Europe libre, représentant le camp de la Paix.

Source : [www.larousse.fr]

Ou sont les impérialistes,1952

Carte réalisée une nouvelle fois par Paix et Liberté dans les années 50.

Source : [www.lelivrescolaire.fr]

Comment les communistes menacent les matériaux essentiels, 1955

Cette carte, réalisée par le Research Institute of America, décrit par d’épaisses flèches, la « poussée rouge » menaçant le monde. On peut y lire notamment : Subversion », Infiltration, encouragement des terroristes, expeditions d’armes, Guérillas, etc.

Source : [https:]]

Containment, 1966

Carte de propagande électorale diffusée par le parti libéral lors des élections fédérales le 26 novembre 1966. La carte montre la «menace rouge» qui se dirige vers le sud de la Chine à travers l’Asie du Sud-Est.

Source : [calgeography.sdsu.edu]

21 juillet 2017
12:17
Comment exporter votre projet QGis en page html en deux clics : le plugin Qgis2Web
sur Blog SIG & Territoires ---- Le blog SIG pour la gestion territoriale
Comment communiquer votre travail sous QGis à des partenaires qui n’ont pas d’outils SIG? Sous forme de page html consultable avec n’importe quel navigateur Internet, c’est l’option la plus pertinente.

Le plugin QSGis2Web fournit un moyen facile de distribuer et de visualiser votre travail QGIS sous forme de carte Web utilisant, sans que vous ayez à les connaître, OpenLayers ou LeafLet.

Avec ce plugin, en quelques clics vous exportez votre projet QGis sous forme de page html. Vous créez un répertoire contenant la page index.html et des sous-répertoires avec tous ce qui est nécessaire pour visualiser votre carte, ainsi que les données utilisées.
Un projet QGIS classique contient des données différentes: vecteur et raster. QGIS2WEBf exporte les couches vecteur en format GeoJSON, crée la base de la carte web en utilisant la version actuelle de Leaflet ou d’OpenLayers(au choix). En plus, le plugin ajoute les données raster sous forme de superposition d’images avec un curseur d’opacité.

Installez le plugin QGis2Web à partir du gestionnaire de plugins (Extensions -> Gérer/Installer des extensions).

Le plugin est accessible à partir du menu Internet -> QGis2web

Généralités
Vous pouvez choisir entre plusieurs couches de fond de carte et définir l’étendue initiale de la carte, ainsi que les dimensions de la carte dans votre document HTML. Pour faciliter l’export de couches volumineuses, vous pouvez désactiver l’option de chargement automatique des données dans votre projet QGis, ou décocher l’affichage de la couche. La carte web générée ayant un contrôle d’affichage des couches, vous pourrez les activer une fois terminé la création de la carte. Si votre couche a plus de 1000 enregistrements, elle ne sera pas affichée dans la fenêtre d’aperçu, mais elle sera incluse dans les données exportées.
L’interface du plugin qgis2web
Vous trouverez 4 panneaux, 3 onglets et une barre de boutons.

Commençons par cette dernière.
La barre d’outils
Vous avez deux options pour la bibliothèque de code à utiliser par le plugin pour générer la page HTML. Si vous comptez utiliser le plugin pour créer une carte de base et que vous comptez l’enrichir ou modifier ultérieurement, vous choisirez évidement l’option qui vous correspond. Si non, cela v dépendre des caractéristiques de votre projet. En effet, le plugin essaye de reproduire au mieux votre projet (symbologie, étiquettes, transparence,…). Mais vous verrez à l’usage que tout ne peut pas être reproduit. Leaflet et OpenLayers n’ayant pas les mêmes possibilités, selon les cas votre projet sera mieux reproduit par l’un ou par l’autre.

Si vous changez d’option dans l’interface, l’affichage de la fenêtre d’aperçu est mis à jour automatiquement, et vous verrez le rendu avec la nouvelle bibliothèque de code. Par contre, pour toutes les autres modifications apportées dans les autres panneaux, la mise à jour de l’aperçu ne se fera que si vous cliquez sur le bouton Update preview.

Le bouton Export génère la page html et exporte les données en Json.
La fenêtre d’aperçu.
Vous pouvez voir un aperçu du rendu final dans cette fenêtre. N’oubliez pas de cliquer sur le bouton Update preview pour voir les modifications apportées au paramètres du plugin. Tous les éléments ne seront pas forcément à l’échelle finale. Comme vous pouvez le voir dans l’image précédente, la barre de légende a la taille définitive, mais pas la carte en elle-même.

Cette fenêtre n’est pas simplement une image, elle réagit comme le fera la page finale (clics, surbrillances, etc…)
Le panneau layers et groupes.
Ce panneau permet de configurer deux choses:
- le fait que la couche soit affichée part défaut ou pas: si vous cochez la case Visible, la couche sera affichée dès le chargement de la page HTML. Si la case n’est pas cochée, votre couche apparaîtra dans la barre de légende et il faudra cocher sa case dans la page HTML pour qu’elle soit affichée.
- le rendu des fenêtres popup avec les attributs des entités: cette option ne sera appliquée que dans le cas où vous cocherez l’option Show popups on hover dans le panneau de réglages généraux du plugin.
La gestion des groupes ne fonctionne pas toujours. Si vous avez groupé des couches et que vous ne les voyez pas dans ce panneau, dégroupez les couches dans votre projet.

Les trois options proposées pour la mise en forme des infobulles donnent les résultats suivants:
Le panneau de réglages généraux Réglages de l’exportation des données
Vous pouvez exporter le résultat, soit dans un répertoire de votre machine, soit sur un site ftp de votre serveur. Selon le cas, cliquez sur le bouton … pour définir , soit le répertoire, soit les paramètres de connexion.

La Mapping library location vous permet de charger la bibliothèque OpenLayers ou Leaflet dans le répertoire qui sera créé, ou bien de mettre une ligne d’appel de ces bibliothèques en ligne. La première option est plus volumineuse mais plus sûre quant à son fonctionnement.

L’option Minify GeoJson files élimine les espaces inutiles des fichiers GeoJson. Si vos données sont volumineuses, c’est un moyen de réduire leur taille.

L’autre moyen de réduire la taille des données est de jouer sur le niveau de détail des géométries. L’option Precision permet de généraliser les géométries de type ligne et polygone. L’option maintain ne change pas les géométries. Les valeurs de 1 à 15 déterminent le degré de généralisation apporté aux géométrises, avant leur export. La valeur 1 correspond à la plus forte généralisation, la valeur 15 à la plus légère.
Réglages de l’échelle et du zoom.
Extent vous permet de définir l’étendue de la carte au moment de son affichage. Canevas extent prend l’étendue de la vue actuelle de votre projet QGis. Fit to layers extent affichera l’étendue de la carte correspondant à l’étendue de la couche la plus grande. Ceci est calculé seulement sur les couches locales, qu’elles soient vecteur ou raster, pas sur les couches éventuelle issues de connexions WFS ou WMS.

Max et min zoom level permettent de définir la fourchette de zoom autorisée pour la carte.

Restrict to extent, si cochée, empêche de sortir du cadre défini de la carte.
Réglages de l’apparence
- Add address search ajoute un champ qui permet de rentrer une adresse et de positionner la carte sur celle-ci, en utilisant le geocodage d’adresses.
- Add layers list ajoute la barre de légende des couches.
- Geolocate user place un bouton qui permet, en cliquant dessus, de centrer la carte sur la position de l’utilisateur. Attention, avec Chrome cette option ne marche que si votre carte est hébergée en [HTTPS.]
- Highlight on hover met les entités en surbrillance quand la souris passe dessus.
- Layer search permet de configurer un champ de recherche sur un attribut d’une des couches. Une fois entré une valeur dans ce champ, si la valeur est retrouvée dans la table attributaire, la carte est centrée sur l’entité
- Match project CRS défini le système de coordonnées de la carte en sortie. Si la case est cochée, le système utilisé par la carte sera le même que celui du projet QGis. Par défaut, si la case n’est pas cochée, c’est le système sphérique Mercator (EPSG:3857) qui sera appliqué.
- Add measure tool ajoute un outil de mesure sur la carte résultante.
- Show popups on hover, si cochée, affiche une infobulle avec les attributs
- Template permet de choisir le modèle de carte en sortie. L’option full-screen créera une carte qui aura la taille de l’écran de l’utilisateur, canevas-size créera une carte de la même taile que votre fenêtre cartographique dans votre projet QGis. Vous pouvez ajouter d’autres modèles dans le répertoire user/nom/.qgis2/qgis2web/templates.
Le panneau de réglage du fond de carte
Ce panneau vous permet de définir un ou plusieurs fonds de carte. Vous pouvez faire une sélection multiple en appuyant sur la touche CTRL et en cliquant sur un élément de la liste. Le résultat sur la carte produite sera un bloc dans la légende permettant d’activer le fond de carte souhaité.
Préparation du projet QGis.
Une partie du rendu de la carte finale doit être préparé directement dans votre projet QGis.

Dans l’onglet Projet->Propriétés du projet->Général vous avez trois propriétés de la carte à configurer: le titre du projet, la couleur de surlignage et la couleur de fond.

Le titre n’apparaîtra que si vous sélectionnez Leaflet comme bibliothèque

Dans Propriétés de la couche-> Général vous pouvez modifier le texte du nom de la couche, celui qui apparaîtra dans la barre de légende de votre carte, pour le rendre plus compréhensible, ainsi que définir les échelles entre lesquelles la couche sera affichée.

Dans propriétés de la couche->Style vous pouvez définir le style de votre couche parmi symbole unique, catégorisé et gradué. D’après les concepteurs du plugin le style 2.5D devrait aussi fonctionner, mais moi je n’ai pas réussi…A suivre.

Dans propriétés de la couche->champs vous pouvez définir le nom qui sera affiché pour chaque champ, en remplissant la colonne Alias.

Le champ Outil d’Edition contrôle ce qui va apparaître dans les infobulles si vous sélectionnez le réglage Show popups on hover. Si vous cliquez sur la valeur d’une case de l’Outil d’Edition vous aurez la fenêtre suivante:

Vous pouvez choisir parmi trois options (les autres n’ont aucun effet sur la carte générée):
- Cachée: le champ n’apparaîtra pas dans l’infobulle
- Edition de texte: l’option par défaut, affiche la valeur du champ attributaire dans l’infobulle
- Photo: si votre champ contient un lien vers une image, l’image sera incluse dans l’infobulle.
Un exemple de la dernière option est montré ici:

Pour finir, l’étiquetage de votre projet QGis sera exporté sur la carte résultante, avec quelques limitations:
- Les expressions pour les étiquettes ne sont pas supportées,
- les buffers autour des étiquettes ne sont exportés qu’avec OpenLayers 3,
- Les fonds et les bordures ne sont exportés qu’avec Leaflet
- L’export indique la police de caractères utilisée, mais ne les inclue pas dans le répertoire exporté. Si l’utilisateur n’a pas la police utilisée, l’étiquette n’apparaîtra pas.

19 juillet 2017
15:20
Puberté précoce : la carte de France des perturbateurs endocriniens
sur Chroniques Cartographiques

Pour la première fois en France, l'agence nationale de santé publique partage les résultats d'une étude sur les effets des perturbateurs endocriniens sur les jeunes enfants. Les données enregistrées entre 2011 et 2013 rapportent plus de 1000 cas par an...

17 juillet 2017
8:44
Gestion Intégrée du littoral: 2-localité(espaces) et localisation(espace)
sur Blog SIG & Territoires ---- Le blog SIG pour la gestion territoriale

Si dans l’article précédent (Analyse des données spatiales et analyse spatiale des données) rien n’était particulier à la gestion du littoral, il ne sera pas de même ici. Nous allons commencer à voir en quoi la géomatique appliquée aux zones littorales présente des caractéristiques tout à fait propres.

Mais commençons par une caractéristique générale à toute analyse spatiale, sur terre ou sur mer. Les sciences environnementales sont des sciences de l’observation en opposition aux sciences expérimentales. Nous n’avons que trop rarement la possibilité d’expérimenter, de tester nos idées sur les processus qui expliqueraient les différentes situations. La méthode la plus habituelle consiste à mesurer les valeurs que prennent des variables et d’utiliser leur localisation respective pour expliquer les différences observées. C’est donc leur position géographique la clé de la résolution de nos problèmes. Et c’est là où cette position géographique peut intervenir selon deux modes distincts: sous forme de localité (contexte) ou sous forme de localisation (spatiale).

L’environnement côtier est constitué d’un éventail varié de localités, d’espaces. Chacune de ces localités est déterminée par un ensemble propre de conditions environnementales locales. Dans le contexte de la modélisation spatiale, le traitement de la position géographique comme «localité» s’appuie sur la diversité des lieux qui fait varier la valeur des variables observées. Nous pouvons prendre l’exemple d’une carte de vulnérabilité du littoral: chaque zone (localité) détermine un ensemble propre des variables utilisées pour la classification du littoral.

Dans l’environnement côtier, les gradients des différentes conditions environnementales sont un des aspects les plus marquants. L’approche de la position géographique en tant que localisation (espace) met l’accent sur le comment les objets se situent les uns par rapport aux autres le long de ces gradients, et comment ce positionnement relatif peut expliquer la variabilité observable.

Cette variabilité peut résulter des relations spatiales et peut s’exprimer à travers des mesures telles que la distance, le gradient et le voisinage.
Un gradient est une propriété locale d’un espace mais qui découle de l’ampleur relative d’une variable dans deux zones voisines. Un exemple de gradient peut être la distribution d’une espèce de poisson. On observera des zones(localités) de forte population, des zones(localités) où l’espèce sera absente et tout un éventail de positions géographiques (localisations) où on observera des valeurs décroissantes.

J’espère qu’à présent vous saisissez la nuance entre localité et localisation. Car en ce qui concerne les localités il faut, en environnement littoral, ajouter une caractéristique tout à fait propre: les localités ne sont pas forcément figées dans l’espace. Le cas le plus parlant c’est le cas des masses d’eau. Chaque masse d’eau est caractérisée par toute une série de paramètres (salinité, température,…). Mais elles se déplacent. A un instant donné vous aurez sur un plage une masse d’eau côtière, tempérée. Le lendemain vous trouverez une masse d’eau du large, froide. Si vous vous intéressez aux devenir des polluants, rien ne sert de mélanger vos observations : vous êtes bien au même endroit, mais pas du tout à la même « localité ». La concentration de tel polluant mesuré la veille il faudra aller la comparer avec la concentration d’aujourd’hui dans la même masse d’eau qui peut se trouver à des kilomètres de distance.

Mais vous vous demanderez peut-être où est-ce que je veux en venir. Dans les faits, on peut constater que l’on a une tendance à attaquer billes en tête l’analyse spatiale en se focalisant sur les gradients et en oubliant le préalable de mettre en évidence les localités concernées par notre étude. La complexité et la puissance des outils géomatiques d’aujourd’hui permettent d’avoir des résultats tout à fait présentables, même quand notre démarche intellectuelle n’est pas rigoureuse. C’est un piège qui oblige le géomaticien à toujours se poser la question sur ce que l’outil fait réellement et sur les données et les assomptions que l’on est censés respecter.

L’exemple le plus flagrant est l’application de méthodes de krigeage sur des données littorales qui ne respectent pas le principe de stationnarité de la moyenne. La stationnarité de la moyenne suppose que la moyenne est constante entre les échantillons et qu’elle est indépendante de l’emplacement des échantillons. Si vous voulez faire une carte bathymétrique sur une zone littorale, vous aurez une moyenne différente selon que vous serez tout près de la côte ou loin au large. Vous pouvez ignorer ça et réaliser votre krigeage, vous aurez un résultat qui vous semblera correct même s’il est mathématiquement et conceptuellement faux. La procédure correcte est de déterminer d’abord la tendance des données, l’enlever des valeurs en entrée (ce qui rend la moyenne stationnaire), de réaliser le krigeage et de rajouter la tendance au résultat.

Le résultat obtenu sera différent dans les deux démarches, le deuxième étant beaucoup plus fin et permettant de mettre en évidence des caractéristiques cachées au premier coup d’œil. Par contre en suivant la première démarche vous passerez des heures pour obtenir pratiquement le même résultat qu’en utilisant une méthode d’interpolation IDW qui vous aurait demandé quelques minutes de travail.

Bien que la présence de l’auto-corrélation spatiale présente un défi analytique, il existe un certain nombre d’avantages pratiques découlant de son intégration dans l’analyse des environnements côtiers :
• quantifier l’étendue et le modèle de la dépendance spatiale dans les zones côtières,
• déterminer la présence d’informations redondantes dans les ensembles de données de terrain,
• quantifier la nature et le degré avec lequel les hypothèses fondamentales de la statistique classique (non spatiales) ne sont pas respectées,
• déterminer dans quelle mesure un modèle observé est de nature spatiale ou non, et
• permettre d’utiliser des composantes spatialement structurés du modèle pour combler des variables manquantes.

Dans le prochain article nous aborderons un autre aspect marquant de l’analyse spatiale dans les zones littorales: les échelles spatiales et temporelles de l’analyse.

16 juillet 2017
15:06
Automatisation d’une cartographie à partir d’un flux RSS (Partie 1)
sur GEOMATICK
Construire une cartographie puis la mettre à jour régulièrement tout en buvant un café, ou plutôt sans s’en occuper est possible. Si le projet de géomatique le permet, les stockages, les traitements et les diffusions automatiques de données spatiales sont même indispensables lors de la manipulation d’une quantité importante d’informations géographiques. Et on peut dire que les chaînes de traitements de données spatiales les plus gourmandes en ressources informatiques concernent les disciplines de la météorologie et de la climatologie. D’après la définition du Larousse, l’automatisation est l’exécution totale ou partielle de tâches techniques par des machines fonctionnant sans intervention humaine. En clair, on configure le serveur ou le PC pour répéter une opération ou un ensemble d’opérations à un instant donné. En géomatique, plusieurs questions se posent pour mettre en œuvre un système de cartographies automatisées :
- D’où proviennent les données géographiques (site internet externe, machine connectée, production interne, etc) ?
- Est-il possible de les importer et de les traiter automatiquement sans l’intervention d’un géomaticien ?
- Quelles sont les informations diffusées ?
- Et sur quels supports les diffuser (document pdf, shape, protocoles WMS, WFS, flux GeoRSS, interface cartographique, etc) ?
Dès lors que l’on a répondu à ces questions, on peut mettre en place le processus d’automatisation d’une cartographie. Pour illustrer cette démarche, l’objectif de cet article est de cartographier les sites de l’UNESCO (United Nations Educational, Scientific and Cultural Organization) à partir d’un flux RSS. Dans un premier temps, on cible les informations attributaires et géométriques du fournisseur de données. Ces éléments sont stockés dans un Système de Gestion de Base de Données (SGBD) grâce à l’exécution automatique d’un script. Les tables du SGBD sont ensuite relayées par un serveur cartographique puis les sites de l’UNESCO sont enfin présentés sur une interface de webmapping via le protocole WFS – le résultat final est visible sur l’espace dédié aux exemples -. On terminera par montrer comment diffuser des données géographiques en GeoRSS.

Pour suivre ce tutoriel, il est nécessaire d’avoir installer un serveur web, PHP, le SGBD PotgreSQL / PostGIS et le serveur cartographique GeoServer. La figure 1 schématise les interactions entre les outils Open Sources mis en place dans l’architecture du Système d’Informations Géographiques (SIG).

Figure 1 : Schéma de l’architecture SIG mise en oeuvre pour le traitement automatique de données géographiques.
1. Stockage des données géographiques des sites de l’UNESCO dans le SGBD PostgreSQL / PostGIS
On utilise les langages PHP et SQL afin de bancariser les informations des sites de l’UNESCO dans PostgreSQL / PostGIS.
1.1. Lecture des données attributaires et géométriques du flux RSS
L’UNESCO met à disposition un flux RSS (Rich Site Summary ou Really Simple Syndication) qui répertorie les différents sites retenus par l’organisation. A ce jour, 1073 sites sont référencés à l’échelle mondiale. Le fichier de format XML est mis à jour automatiquement à chaque évolution du contenu du site. Quelles sont les informations présentes dans ce fichier XML?
```
<row>
	<category></category>
	<criteria_txt></criteria_txt>
	<danger/>
	<date_inscribed></date_inscribed>
	<extension></extension>
	<historical_description></historical_description>
	< [http_url><] 
	<id_number></id_number>
	<image_url></image_url>
	<iso_code></iso_code>
	<justification/>
	<latitude></latitude>
	<location></location>
	<longitude></longitude>
	<long_description></long_description>
	<region></region>
	<revision></revision>
	<secondary_dates/>
	<short_description></short_description>
	<site></site>
	<states></states>
	<transboundary></transboundary>
	<unique_number></unique_number>
</row>
```
Chaque site de l’UNESCO est décrit à l’intérieur des balises <row> dans lesquelles on retrouve une vingtaine d’informations tels le nom du site, la catégorie (Cultural, Natural et Mixed), la date d’inscription, les descriptions historiques, des présentations courtes et longues, des éléments spécifiques au website de l’UNESCO (l’identifiant, l’URL et une photo) et des éléments géographiques (le code ou les codes ISO des pays, le ou les pays concernés, la localisation, la longitude et latitude). La situation géographique avec les latitudes et longitudes n’est pas toujours enregistrée puisque certains sites sont étendus sur des régions entières. Toutefois, on se sert de ces informations ponctuelles pour construire la géométrie spatiale de la table PostgreSQL dans laquelle on retient : le nom du site, la catégorie, la date d’inscription, la localisation, les pays concernés, la description courte, la photo, l’URL et l’identifiant unique du website de l’UNESCO. Les latitudes et longitudes de l’UNESCO sont transformées en géométrie spatiale. La table appelée “sites_unesco” est donc créé dans PostgreSQL via PgAdmin :
```
-- Table: public.sites_unesco

-- DROP TABLE public.sites_unesco;

CREATE TABLE public.sites_unesco
(
  gid integer NOT NULL, -- Identifiant unique du site
  nom character varying(255), -- Nom du site de l"UNESCO
  date_inscription integer DEFAULT NULL, -- Date d"inscription du site de l"UNESCO
  categorie character varying(150), -- Catégorie du site 
  localisation character varying(1000) DEFAULT NULL, -- Localisation du site
  pays character varying(500) DEFAULT NULL, -- Pays concernés
  description character varying(3000) DEFAULT NULL, -- Description courte du site
  photo character varying(100) DEFAULT NULL, -- Photo du site
  url_unesco character varying(250) DEFAULT NULL, -- URL du site sur le website de l"UNESCO
  id_unesco integer DEFAULT NULL, -- Identifiant unique du site sur le website de l"UNESCO
  geom geometry(Point,4326) DEFAULT NULL, -- Géométrie du point en Lambert 93
  CONSTRAINT sites_unesco_pkey PRIMARY KEY (gid)
)
WITH (
  OIDS=FALSE
);
ALTER TABLE public.sites_unesco OWNER TO postgres;

CREATE SEQUENCE sites_unesco_gid_seq
    START WITH 1
    INCREMENT BY 1
    NO MAXVALUE
    NO MINVALUE
    CACHE 1;


ALTER TABLE sites_unesco ALTER COLUMN gid SET DEFAULT nextval('sites_unesco_gid_seq'::regclass);
```
Quelques remarques sur la création de la table spatiale. On note que plusieurs valeurs des champs sont par défaut “NULL” puisque certains nœuds du flux RSS des sites de l’UNESCO sont vides. Ici, le propriétaire de la table “OWNER” reste sous les droits de “POSTGRES”, propriétaire par défaut et le schéma choisi est “Public”. On créé une séquence afin d’incrémenter la clé primaire désignée par l’identifiant unique de la table gid. Enfin, comme évoqué précédemment, la géométrie utilisée pour chaque entité est un POINT qui est projeté en WGS 84 (EPSG:4326).
1.2. Construction du script de stockage en PHP et SQL
Une fois la table créée, on construit un script en PHP et SQL qui charge les informations du flux RSS décrites précédemment et alimente la table “sites_unesco”. Pour exécuter le fichier PHP, placé dans le répertoire du serveur web, on visualise le résultat dans un navigateur web.

Comment lire un fichier XML en PHP? La classe simplexml_load_file convertit le fichier XML en objet contenant les éléments de chaque nœud. Si le fichier XML est lisible alors on liste chaque information de chaque site correspondant au nœud row et on les place dans des arrays. Dans le fichier PHP, on écrit :
```
$urlUnesco='http://whc.unesco.org/fr/list/xml/index.xml ';
$xmlUnesco=simpleXML_load_file($urlUnesco,"SimpleXMLElement",LIBXML_COMPACT); 
if($xmlUnesco===FALSE){ 
	echo "Erreur de lecture du fichier XML.";
}else{ 
	foreach($xmlUnesco->row as $itemUnesco){
		$nom[]=$itemUnesco->site;
		$date_inscription[]=$itemUnesco->date_inscribed;
		$categorie[]=$itemUnesco->category;
		$localisation[]=$itemUnesco->location;
		$pays[]=$itemUnesco->states;
		$description[]=$itemUnesco->short_description;
		$photo[]=$itemUnesco->image_url;
		$url_unesco[]=$itemUnesco-> [http_url;] 
		$id_unesco[]=$itemUnesco->unique_number;
		$latitude[]=$itemUnesco->latitude; 
		$longitude[]=$itemUnesco->longitude;
	}
	$nb_site=count($nom);
}
```
Dans la boucle foreach, on peut écrire quelques informations comme le nom des sites par exemple.

Ensuite, pour l’ensemble des sites, les éléments des tableaux sont liés (bind en anglais) aux colonnes correspondantes de la table PostgreSQL. Les latitudes et les longitudes sont transformées en géométrie spatiale ponctuelle grâce à l’extension PostGIS et la classe ST_MakePoint. ST_SetSRID garantit la projection WGS 84 (EPSG:4326) des géométries spatiales. Attention, ces classes ne gèrent pas les valeurs vides et comme quelques sites de l’UNESCO n’ont pas de longitude et de latitude spécifiée, on leur attribue la valeur NULL. On a :
```
ini_set('error_reporting', E_ALL);
ini_set('display_errors', true);
$message='';
try{
	$dbconn=new PDO("pgsql:host=*;dbname=*","utilisateur","mot de passe") or die('Connexion impossible');
	$dbconn->exec("SET CHARACTER SET utf8");
	$dbconn->setAttribute( PDO::ATTR_ERRMODE, PDO::ERRMODE_EXCEPTION );
	$req_ajout=$dbconn->prepare("INSERT INTO public.sites_unesco(gid,nom,date_inscription,categorie,localisation,pays,description,photo,url_unesco,id_unesco,geom) 
		VALUES(DEFAULT,:nom,:date_inscription,:categorie,:localisation,:pays,:description,:photo,:url_unesco,:id_unesco,ST_SetSRID(ST_MakePoint(:longitude,:latitude),4326))"); 
	$urlUnesco='http://whc.unesco.org/fr/list/xml/index.xml ';
	$xmlUnesco=simpleXML_load_file($urlUnesco,"SimpleXMLElement",LIBXML_COMPACT); 
	if($xmlUnesco===FALSE){ 
		$message .= "Erreur de lecture du fichier XML. \r\n";
	}else{ 
		foreach($xmlUnesco->row as $itemUnesco){
			$nom[]=$itemUnesco->site;
			$date_inscription[]=$itemUnesco->date_inscribed;
			$categorie[]=$itemUnesco->category;
			$localisation[]=$itemUnesco->location;
			$pays[]=$itemUnesco->states;
			$description[]=$itemUnesco->short_description;
			$photo[]=$itemUnesco->image_url;
			$url_unesco[]=$itemUnesco-> [http_url;] 
			$id_unesco[]=$itemUnesco->unique_number;
			if($itemUnesco->latitude ==''){ $latitude[]=NULL; }else{ $latitude[]=$itemUnesco->latitude; }
			if($itemUnesco->longitude ==''){ $longitude[]=NULL; }else{ $longitude[]=$itemUnesco->longitude; }
		}
		$nb_site=count($nom);
		if($nb_site > 0){
			for($i=0;$i<$nb_site;$i++){
				$req_ajout->bindValue(':nom', $nom[$i], PDO::PARAM_STR); 
				$req_ajout->bindValue(':date_inscription', $date_inscription[$i], PDO::PARAM_STR); 
				$req_ajout->bindValue(':categorie', $categorie[$i], PDO::PARAM_STR); 
				$req_ajout->bindValue(':localisation', $localisation[$i], PDO::PARAM_STR); 
				$req_ajout->bindValue(':pays', $pays[$i], PDO::PARAM_STR); 
				$req_ajout->bindValue(':description', $description[$i], PDO::PARAM_STR); 
				$req_ajout->bindValue(':photo', $photo[$i], PDO::PARAM_STR); 
				$req_ajout->bindValue(':url_unesco', $url_unesco[$i], PDO::PARAM_STR); 
				$req_ajout->bindValue(':id_unesco', $id_unesco[$i], PDO::PARAM_INT); 
				$req_ajout->bindValue(':longitude', $longitude[$i], PDO::PARAM_INT); 
				$req_ajout->bindValue(':latitude', $latitude[$i], PDO::PARAM_INT);
				if($req_ajout->execute()){ 
					$message .= $nom[$i]." a été ajouté dans la base de données. \r\n";
				}else{ 
					$message .= "Un problème d\'enregistrement dans la base de données a eu lieu pour le site : ".$nom[$i].". \r\n";
				}
			}
		}
	}
}catch(PDOException $e) {
	$e->getMessage();
	$message .= "Erreur de connexion à la base : ".$e.". \r\n";
}
```
On exécute le fichier PHP et logiquement l’ensemble des informations des sites sont stockées dans le SGBD. Si des erreurs apparaissent lors du développement, il est possible de les visualiser en saisissant au début du fichier PHP :
```
ini_set('error_reporting', E_ALL);
ini_set('display_errors', true);
```
Bien entendu en production, on retire ces lignes.

A ce stade, il est possible de visualiser les données géographiques dans PgAdmin et/ou dans QGIS. Le problème est qu’une nouvelle exécution du script entraîne le chargement de tous les éléments précédemment stockés en base. Alors, comment mettre à jour la table PostgreSQL en prenant seulement en compte les modifications du fichier XML? Dans cet exemple, cela concerne la mise à jour de sites de l’UNESCO existant et l’ajout de nouveaux sites. Pour des données mises à jour infra-journalières ou journalières, une date de mise à jour des données du flux XML est souvent associée, ce qui facilite la sélection des données à modifier ou à ajouter dans la table. Ici, étant données les informations retenues, je choisis seulement de mettre en place une vérification entre les noms des sites, ce qui est discutable. On ajoute le “checking” avec la requête SQL préparée :

$req_check=$dbconn->prepare("SELECT nom FROM sites_unesco WHERE nom=:nom");

Puis, un fichier log est créé afin de visualiser les différents résultats du script. Voici le script final du fichier PHP :

Veuillez vous connecter pour consulter ce contenu.

En remarque, on aurait pu séparer la connexion à la base de données et créer un objet lié à la table mais comme le script est exécuté en local et ne fait pas appel à beaucoup d’actions, cela résout les problématiques de sécurité et de classes.
1.3. Mise à jour automatique des données géographiques
Enfin, comme on n’a pas le temps d’exécuter le script tous les jours, un événement est planifié dans le planificateur de tâches de Windows. Il a pour mission de lancer un batch (.bat) très simple qui déclenche PHP :
```
@ECHO OFF
:: "chemin de l'exécutable PHP" chemin du fichier PHP
:: Par exemple : 
"C:\php\php.exe" C:\unesco\fichier.php
```
Sur Linux, l’équivalent est d’éditer un crontab en spécifiant le chemin du programme PHP et du fichier à exécuter. On saisit par exemple :
```
00 11 * * * /usr/bin/php /chemin/fichier.php
```
Le fichier PHP peut être déplacé dans un répertoire inaccessible par le serveur web pour des raisons de sécurité et d’organisation.

La mise à jour automatique des données géographiques est établie, il nous reste à les cartographier et à les diffuser dans la deuxième partie de l’article.

14 juillet 2017
17:22
MUSCATE : New tiles in Europe will be added within Theia's production of Sentinel-2 L2A products
sur Séries temporelles

=>

Just before the holiday period, we are very happy to tell that all the sites that had been selected by Theia for the production of Sentinel-2 Level 2A products are now in production within MUSCATE. for Theia Land data center. The number of tiles processed each days often tops 400 ! Only a couple of sites need a few more days to be completed.

See full screen

But that's not the only good news : given we have some production margins, we are going to add 200 tiles in Europe : Spain, Portugal, Italy, Netherlands, Belgium, Luxembourg, Switzerland, and small parts of Germany and Austria will be included in Theia's production. The new tiles, which appear in red in the image above, will be available in August, starting from images acquired in December 2016. We are also talking with other partners to generalize MAJA processing over Europe.

Finally, regarding Sentinel-2B, a few weeks will be necessary 1) to get some rest, 2) check the quality of our products. S2B data release from Theia should happen in September.
16:24
Muscate : toutes les zones sélectionnées ont été mises en traitement
sur Séries temporelles

=>

Juste avant les vacances, nous pouvons annoncer de très bonnes nouvelles de la production de données Sentinel-2 au niveau 2A, par le centre de traitement de MUSCATE du CNES, pour le compte du centre de données Theia. Pour un petit nombre de sites, il nous faudra encore quelques jours pour terminer la production, mais le nombre de produits traités chaque jour dépasse fréquemment les 400.

See full screen

Enfin, vues les bonnes performances enregistrées, nous allons ajouter environ 200 tuiles à notre liste, en Europe. L'Espagne, le Portugal, l'Italie, la Hollande, la Belgique, le Luxembourg et la Suisse, et des morceaux d'Allemagne et d'Autriche, seront entièrement incluses dans la production de Theia, à partir de décembre 2016. Les nouvelles tuiles, qui apparaissent en rouge sur l'image ci-dessus seront disponibles en août, et seront par la suite traitées en temps réel. Nous discutons aussi avec des partenaires européens pour que l'ensemble de l'Europe soit progressivement mis en production.

Quant à Sentinel-2B, laissez nous quelques semaines pour 1) prendre des vacances et 2) vérifier la qualité des résultats. Ce sera donc pour le mois de Septembre.

13 juillet 2017
11:38
QGis et le WEB:faisons le point
sur Blog SIG & Territoires ---- Le blog SIG pour la gestion territoriale
Le WEB n’est plus réservé aux grands comptes. Les moyens techniques et les coûts des solutions ne sont plus un obstacle pour que tout un chacun puisse diffuser sur le WEB ses données et ses cartes. Mais cette évolution est allé de paire avec une multiplication des solutions techniques et l’obstacle majeur aujourd’hui est de choisir la solution la mieux adaptée à ses besoins. Nous verrons ici un panorama non exhaustif, mais qui, je l’espère, vous aidera à bien choisir avant de vous lancer.
Cartes et/ou données?
La première question à se poser est, toujours, QUOI? Qu’est-ce que vous voulez diffuser? Vous pouvez diffuser des cartes, c’est à dire l’équivalent de ce que vous voyez dans votre interface QGis sur votre poste. L’utilisateur rentre l’URL de votre carte et il retrouve une interface SIG simplifiée et une carte mise en forme par vos soins. Il peut zoomer, afficher ou éteindre les différentes couches, mais il n’a pas accès directement à vos données. Vous diffusez le résultat de votre travail, pas les moyens que vous avez utilisé.

Vous pouvez aussi choisir de mettre en ligne vos données, c’est à dire rendre accessibles des couches de données, sans mise en forme particulière. Dans ce cas, l’utilisateur fera une connexion WFS ou WMS sur vos données et il pourra les intégrer dans ses projets en les mélangeant à ses propres données.

Selon les outils choisis, vous pourrez faire soit l’un, soit l’autre, soit les deux.
Volume?
La deuxième question est COMBIEN? Sans essayer de prévoir au Mo près, vous devrez savoir à l’avance si vous voulez partager des données raster ou non. Si vous vous cantonnez aux données vecteur vos volumes de données seront, en principe, bien au-deçà des limites des outils proposés. Par contre, si vous travaillez avec des données raster (images, mnt, etc) vous dépasserez ces limites dès le début.
Investissement?
Le coût de la solution choisie ne se limite surtout pas aux coûts des logiciels ou des hébergements. Le volet principal sera votre temps. Partons de la base que vous connaissez déjà QGis. Vous avez des solutions où la mise en ligne de vos cartes et/ou données se limitent à l’utilisation d’un plugin dans QGis. Vous en aurez d’autres où il faudra s’investir pour apprendre d’autres logiciels, avec ce que cela implique en temps et en efforts.

Certaines solutions fonctionneront sur votre poste de travail, d’autres nécessiteront la mise en place d’un serveur WEB. Si votre monde se limite à Windows, vous aurez de fortes chances d’avoir à faire avec Linux.

Essayez donc de rester au plus près de vos besoins.
Mettre en ligne que vos données.
La mise en ligne de données géographiques se fait à travers ce que l’on appelle des flux WFS ou WMS. Ces deux termes barbares se référent simplement à deux protocoles standard d’échange de données. Le premier, WFS, correspond aux données vectorielles? Le deuxième, WMS, correspond aux données raster à proprement parler, mais aussi aux données vectorielles mais échangées sous forme d’images (comparez ça à l’envoi d’une copie d’écran de vos couches vecteur).
Geoserver

Toutes les solutions autour de QGis que nous aborderons ici permettent de mettre à disposition du WEB les flux WMS et WFS de vos données. Mais si vous disposez d’un serveur WEB la solution la meilleure est de mettre en place Geoserver. Logiciel Open Source, gratuit, puissant et au top de la sécurité, ce sera un bon investissement. Pour une utilisation de base normale, vous n’aurez pas besoin de plus d’une journée pour l’installer, le configurer et commencer à mettre en place vos flux de données.

Vous pouvez mettre en ligne des couches shapefile mais si vous voulez vraiment exploiter toute la puissance de Geoserver il est conseillé de le coupler à PostgreSQL/Postgis.

Pour avoir plus d’informations sur cette solution, je vous invite à lire l’article « Débuter avec Geoserver ».
Mettre en ligne vos cartes et vos données QGis Cloud
QGis Cloud est un plugin de QGis associé à un service Cloud. Le plugin vous permet de prendre votre projet QGis, de le charger sur le Cloud, de charger vos données sur une base du Cloud et d’obtenir en retour une URL qui permet de visualiser votre carte avec une interface SIG simplifiée et une autre URL pour accéder au flux WMS de vos données. La carte est donc accessible avec un simple navigateur WEB et,par défaut, le public peut se connecter au flux WMS du Cloud pour intégrer vos données dans leurs propres projets.

Avec quelques petits réglages très simples, vous pouvez mettre en ligne vos données sous forme de couches vecteur (WFS) et même autoriser les utilisateurs à mettre à jour les données (WFS-T).

Vous n’avez donc pas à vous occuper de la partie serveur de cette solution. QGis Cloud gère les bases de données et les outils de mise en ligne de la carte.

Voilà pour les plus. Maintenant, quels sont les moins de cette option? Tout d’abord les volumes de données. Pour un projet vous ne pouvez pas, dans l’option gratuite, dépasser 50Mo. Ceci vous interdit de fait, d’avoir des couches raster dans votre projet. Ceci ne concerne pas un fond de carte raster comme Goggle Satellite, OSM, Bing, etc, car QGis Cloud vous permet de définir une de ces sources comme fond de carte, mais il ne la compte pas dans le volume des données (elle n’est pas chargée dans votre base de données).

Vous pouvez passer à l’option payante (unique) et vous aurez droit à 500Mo pour un prix de 65€/mois, à laquelle vous pouvez ajouter 20€/mois par gigaoctet supplémentaire.

Mais si vous mettez en parallèle le coût de l’hébergement d’un serveur complet, chez OVH par exemple, qui tourne pour une option Pro avec 250 Go à moins de 10€ par mois, soyons honnêtes, cette solution n’est vraiment valable que pour les projets relativement petits ou pour ceux qui préfèrent payer cher et ne pas s’investir dans la gestion d’un serveur, car toutes les solutions qui suivent impliquent la mise en place d’un serveur.

Pour plus d’informations sur cette solution, je vous invite à consulter l’article Publiez vos cartes QGis sur le web avec QGis Cloud.
QGis server
C’est la version serveur du projet QGis. Vous aurez donc besoin d’un serveur physique et de disposer sur ce serveur(versions minimales) d’Apache 2.4, PHP 5.5 et PostgresSQL 9.3, avant d’installer QGis Server.

Le principe est simple (même si l’installation peut devenir vite un cauchemar) : vous créez votre projet avec QGis Desktop, vous transférez vos données et le projet sur votre serveur, puis vous paramétrez manuellement la mise en ligne du projet en modifiant des tables de la base PostgreSQL d’administration de QGis Server.

L’utilisateur peut accéder à votre carte ainsi qu’aux flux WFS et WMS . Avec cette solution vous vous affranchissez du problème de volume de vos données.

L’interface dans le navigateur est une interface SIG simplifié (zoom, mesure, affichage des attributs).

Pour plus d’informations sur QGis Server, reportez vous à l’article Installer QGis Server sous Windows 10
Mettre en ligne que vos cartes QGis2Web
Avec cette solution vous avez la possibilité de mettre en ligne vos cartes mais pas les flux WFS et WMS.

QGis2WXeb est un plugin de QGis Desktop. Ce plugin vous permet d’exporter votre projet QGis local sur un serveur HTML classique. Aucun logiciel particulier est nécessaire sur le serveur.

La partie cartographique sera du code LeafLet ou OpenLayers, au choix, contenu dans une page HTML. Vos données seront incluses dans un fichier de données au format GeoJson. Il suffit de copier sur votre serveur la page html et le fichier Json pour que votre carte soit en ligne.

Le gros avantage est de n’avoir rien à faire côté serveur. Le deuxième est que cette solution est un premier pas facile pour aborder la dernière des options que nous verrons après. En effet, la génération du code OpenLayers ou LeafLet peut servir de base pour développer des pages avec des fonctionnalités beaucoup plus riches.

Le principal inconvénient est l’absence de flux WFS et WMS d’une part, et le fait de figer les données tout en les recopiant autant de fois qu’elles sont utilisées dans un projet.

Pour plus d’informations sur QGis2Web, reportez vous à l’article Comment exporter votre projet QGis en page html en deux clics : Qgis2Leaf.
Et si vous devez aller plus loin
Si vos besoins dépassent ce qui a été exposé jusqu’ici, il faut envisager de laisser de côté QGis comme base de votre cartographie sur le WEB. Plusieurs architectures sont possibles, c’est le moins que l’on puisse dire. Pour commencer à réfléchir vous pouvez partir sur l’idée Postgres/Geoserver/OpenLayers. En tout cas l’architecture comprendra forcément:
- un système de gestion de base de données (Postgresql, Oracle, …)
- un serveur de données (WFS,WMS,…)
- un langage d’écriture des pages HTML pour l’interface cartographique (LeafLet,OpenLayers,…)
Vous trouverez un exemple de développement d’une application de Webmapping (recherche d’itinéraire), depuis la base de données à la page HTML, dans la suite d’articles Développer une application avec pgrouting sous Windows (1 à 7)

12 juillet 2017
16:28
8ème Journée Interopérabilité et Innovation :Convergence GIS/BIM
sur Le Forum français de l'OGC

JOURNEE INTEROPERABILITE ET INNOVATION (J2I)

Le Forum OGC France et l'AFNOR organisent la 8ème Journée Interopérabilité et Innovation

Date : Mardi 7 Novembre 2017 Lieu : IFSTTAR à Marne-La-Vallée Thème : CONVERGENCE GIS/BIM

Au programme : des retours d'expérience, des projets innovants avec un focus sur le projet MINnD, partenaire de l'événement, des ateliers et une table ronde pour favoriser les échanges entre les participants.

Ouverture des inscriptions et programme provisoire disponibles début septembre sur le site de l'événement (adresse communiquée ultérieurement).

En attendant, vous pouvez d'ores et déjà noter cette date dans votre agenda et ne pas hésiter à diffuser l'information dans vos réseaux.

Cordialement, L'équipe d'organisation du FORUM OGC France

11:36
Gestion intégrée du littoral- 1-Analyse des données spatiales et analyse spatiale des données
sur Blog SIG & Territoires ---- Le blog SIG pour la gestion territoriale
L’été étant un moment propice pour lever un peu le pied et remettre les idées en place, avant d’attaquer une nouvelle saison pris par les urgences du quotidien, je vous livre une série d’articles avec quelques réflexions sur l’utilisation des outils d’analyse spatiale dans mon domaine de préférence: la gestion intégrée des zones côtières.
Comme le titre le laisse entrevoir, les concepts et les mots de cette belle discipline qu’est la géomatique, sont construits tout autant sur des nuances que sur des exactitudes, sur la rigueur et la souplesse.
De temps en temps, il peut être bénéfique de prendre de la hauteur et de remettre un peu d’ordre dans le cadre conceptuel de nos pratiques quotidiennes.
Le titre fait référence aux deux grandes familles de techniques d’analyse spatiale :
- la première, l’analyse des données spatiales, qui traite des données en tant qu’entités :. Est-ce qu’une valeur est aberrante ou pas ? Quelle est la valeur à laquelle nous devons nous attendre à tel endroit ?
- la deuxième, l’analyse spatiale des données, qui traite les ensembles de données, les différents lots : croiser différentes couches pour trouver des emplacements optimaux, déterminer la dépendance spatiale des données avec du krigeage pour interpoler des valeurs,…
Chacune de ces deux familles de techniques se subdivise en deux.

L’analyse des données spatiales se divise en analyse exploratoire et analyse confirmatoire.

L’analyse exploratoire a pour objectif de décrire, d’expliciter une situation. L’approche suivie est une démarche de recueil de données plutôt ouverte et privilégiant la richesse de la représentation. Les outils utilisés sont des outils exploratoires, descriptifs, qui permettent de décrire un phénomène : hsitogrammes, QQ-plot, diagrammes de Voronoï,…

L’analyse confirmatoire a, quant à elle, l’objectif de vérifier une idée, un modèle. Le recueil des données suit une démarche plutôt fermée, qui privilégie la validation d’une théorie. Ses outils sont des outils confirmatoires, explicatifs, qui permettent de tester des relations entre les variables : autoregression,modélisation des erreurs spatiales, autocorrélation (de Geary, indice de Moran),…

L’analyse spatiale des données peut se diviser en deux grands ensembles méthodologiques, l’algèbre spatiale et la géostatistique.

Les techniques de l’algèbre spatiale constituent une classe de l’analyse spatiale des données clairement distincte. Elle traite les cartes en tant que jeux de données à part entière. Les opérations basées sur la carte sont utilisées pour générer de nouvelles cartes, souvent grâce à l’application de manipulations algébriques simples. En superposant plusieurs cartes l’une sur l’autre, l’analyste est capable d’implémenter des conditions logiques (AND, OR, XOR), des opérations arithmétiques (+, -, ×) pour identifier les zones sur la carte qui répondent à une gamme de critères spécifiés par l’utilisateur . Parmi ces techniques on peut citer l’analyse multicritère, la détection des changements,…

La géostatistique, l’autre grand ensemble de l’analyse spatiale des données, est nécessaire en raison de la dépendance spatiale. La dépendance spatiale est le phénomène qui fait que deux observations auront des valeurs plus proches à mesure que la distance entre les observations est moindre.
Cette composante structurée de la dépendance spatiale peut être utilement employée comme prédicteur statistique dans diverses techniques géostatistiques, par exemple, des méthodes d’interpolation telles que le krigeage. La géostatistique est la solution aux problèmes qui rendent difficile l’application de techniques statistiques classiques, c’est-à-dire non spatiales. : la dépendance spatiale introduit la redondance des données et un écart par rapport aux hypothèses statistiques fondamentales, telles que l’indépendance des observations.
Pour une présentation un peu plus développée de la géostatistique et de ses concepts de base, référez-vous à l’article [https:]] .

11 juillet 2017
11:25
THEIA release Sentinel-2 L2A time series over several regions of Brazil
sur Séries temporelles
Theia has added seven new sites in Brazil, for which Sentinel-2 L2A are produced and distributed, starting in December 2016. These sites will be processed in near real time from now on. Data are produced by the MUSCATE system at CNES, using CNES-DLR MAJA processor. The products can be freely downloaded from [https:]] .

These sites were selected following demands from French scientists, with two main themes :
- Land cover and land use change monitoring
- Water body surface and turbidity
As you probably know, the Sentinel-2 system is only acquiring data at each overpass above Europe and Africa. Above the other continents, so far, Sentinel-2 only acquires data every 20 days. As a result, our processor, MAJA, which makes a deep use of multi-temporal information, lacks some information to provide results with the same quality level as in Europe and Africa. However, the joined time series of quicklooks shows that MAJA manages to provide fairly good results event in these conditions. And the outlook is really good, with the recent availability of S2B data and the coming start of operations of a relay satellite to download data at each overpass.
08 juillet 2017
14:37
❄ Powder alarm on Theia / Avalanche de produits neige sur Theia ❄
sur Séries temporelles

Yesterday Theia shifted into high gear and released 1300 snow products!. These products correspond to 13 Sentinel-2 tiles covering the Western Alps (France/Italy/Switzerland), the Pyrenees (France/Spain) and the Hight Atlas (Morocco).

Hier Theia est passé à la vitesse supérieure et a mis à disposition 1300 produits neige ! Ces produits correpondent aux 13 tuiles Sentinel-2 qui couvrent les Alpes Occidentales (France/Italie/Suisse), les Pyrénées (France/Espagne) et le Haut-Atlas (Maroc).

This was made possible thanks to the great work of Dominique Clesse, Joëlle Donadieu, Céline L'Helguen, Arnaud Selle and Simon Baillarin at CNES. Merci à eux !
07 juillet 2017
15:08
S2B data are now available on Copernicus hub
sur Séries temporelles

A very good piece of news: ESA started distributing Sentinel2-B data on Copernicus hub, two months ahead of schedule. This is really an achievement !

Here is ESA's announcement :

Following the successful completion of the Sentinel-2B Satellite In-Orbit Commissioning Phase, we are happy to announce that access to Sentinel-2B Level-1C products will be opened to all users on 6 July .

Access to Sentinel-2B products will initially be provided through a dedicated hub accessible via the Copernicus Open Access Hub home page with public credentials. This dedicated interface will be maintained until early September, at which point both Sentinel-2A and Sentinel-2B products will be commonly accessible through the nominal Data Hub interfaces.

Regarding Theia L2A production, we will have to wait for the availability of the data in PEPS, by end of July, and then perform some validation before releasing the data. Given the holiday period, it will probably happen in September. However, we have already checked that our L2A products, produced with MAJA withing MUSCATE should be great, as shown in this post some time ago:

13:44
[INSPIRE by clouds] Les partenaires de la Conférence européenne INSPIRE 2017
sur GeoRezo.net - Géoblogs

J'ai le plaisir d'annoncer la liste des sponsors de la conférence européenne INSPIRE 2017 (par ordre d'inscription).

Platinum Sponsors
BKG, GDI-DE and GDI-Baden Württemberg

Gold sponsors
"INSPIRE gis regroupement des sociétés wetransform GmbH, Epsilon Italia S.R.L., Geosparc NV, Geograma S.L., Spatineo Inc., M.O.S.S. Computer Graphick Systeme GmbH"
Conterra
Esri Europe

Silver sponsors
Rasdaman

Bronze sponsors
ISA²
Safe Software
Geo Solutions
GeoCat

Géomatique Expert sera le partenaire media francophone.

Il reste un stand Gold, deux Silver et des plus petits pas chers. Avis aux amateurs!

Bien entendu, on ne saurait oublier les partenaires institutionnels :

Ministère fédéral allemand de l'intérieur,
Ministère de la transition écologique et solidaire,
Etat du Bade-Wurtemberg
Région Grand-Est,
Eurométropole de Strasbourg.

06 juillet 2017
11:55
Installer QGis Server sous Windows 10
sur Blog SIG & Territoires ---- Le blog SIG pour la gestion territoriale
Si vous voulez installer QGis Server sur un poste Windows, vous démarrez une longue route semée d’embuches. Tout d’abord, 95% de la documentation est faite pour une installation sous Linux. Deuxièmement, les recherches sur le WEB ramènent des pages de tout temps, la plupart périmées ou obsolètes. Troisièmement, il faut installer plusieurs composants, les configurer et je n’ai pas trouvé d’article qui balaye la totalité des installations.

Alors, en voici un. Il a été écrit le 6 juillet 2017. Il est à jour à cette date, mais si vous le lisez dans plusieurs mois ou années, je vous conseille fortement de chercher un article plus proche de votre temps.

L’objectif est d’installer et de configurer la dernière version disponible de QGIS Server LTR (2.14.x) sur Windows 10 pour une utilisation avec le Client étendu Web QGIS (EQWC). Les composants nécessaires sont les suivants (versions minimales requises):
- Apache 2.4
- PHP 5.5
- PostgresSQL 9.3
- QGIS Server LTR 2.14
Celles-ci sont les version minimales, ce qui veut dire que vous n’aurez pas de problème si vous installez la dernière version disponible de ces composants.

Pour les trois premiers, commencez par installer PostgreSQL. Vous installerez ainsi StackBuilder qui vous permet d’installer Apache et PHP.

Pour l’installation de PostgreSQL référez-vous à l’article correspondant : [www.sigterritoires.fr]

Pendant l’installation, vous serez amenés à lancer StackBuilder pour installer Postgis. Vous pouvez profiter pour cocher l’installation d’Apache/PHP à ce moment.

Si vous avez déjà installé PostgreSQL, vous pouvez lancer StackBuilder à partir du menu Applications de Windows.

Lancez StackBuilder et suivez les différents pas de l’installation:

(Placez la souris sur la diapo pour arrêter le défilement.)
/*===== general options =========*/ a { box-shadow: none !important; } .view *, .album_categories *, .album_back_button *, #album_disabled_layer { font-family: sans-serif, Arial, Verdana, Sylfaen !important; } #album_disabled_layer { display: none; position: absolute; width: 100%; height: 100%; text-align: center; background-color: transparent; z-index: 10; padding-top: 20px; color: #fff; } #album_list_container { position: relative; } /* ====================== album onhover styles ==========================*/ #album_list .view { -webkit-box-sizing: border-box; -moz-box-sizing: border-box; -o-box-sizing: border-box; display: none; } .view .mask, .view .content { width: 100%; height: 100%; position: absolute; overflow: hidden; top: 0; left: 0; } .view h2 { text-transform: uppercase; color: #fff; text-align: center; position: relative; font-size: 17px; font-family: Raleway, serif; padding: 10px; /*background: rgba(0, 0, 0, 0.8);*/ margin: 20px 0 0 0; } .album_back_button a, .view a { text-decoration: none !important; } .view p { font-family: Merriweather, serif; font-style: italic; font-size: 14px; position: relative; color: #fff; padding: 0px 20px 0px; text-align: center; } .view a.info { display: inline-block; text-decoration: none; font-size: 13px; padding: 2px 14px; margin-bottom: 3px; background: #000; color: #fff; font-family: Raleway, serif; text-transform: uppercase; box-shadow: 0 0 1px #000 } .mask-text h2 { font-size: 20px !important; } .view a.info:hover { box-shadow: 0 0 5px #000 } .view .mask-bg { height: 100%; } .view .album_social { color: #fff; position: absolute; bottom: 3px; left: 3px; border: 1px solid #ffffff; -webkit-border-radius: 3px; -moz-border-radius: 3px; border-radius: 3px; padding: 3px 5px; } .view .album_social:active, .view .album_social:focus, .view .album_social:hover { color: #ffffff; outline: none; } /*1*/ .view .info { margin-top: 5px; } .view-first .mask { opacity: 0; background-color: rgba(0, 0, 0, 0.7); transition: all 0.4s ease-in-out; } .view-first h2 { transform: translateY(-100px); opacity: 0; font-family: Raleway, serif; transition: all 0.2s ease-in-out; } .view-first p { transform: translateY(100px); opacity: 0; transition: all 0.2s linear; } .view-first a.info { opacity: 0; transition: all 0.2s ease-in-out; } /* */ .view-first:hover img { /*transform: scale(1.1);*/ } .view-first:hover .mask { opacity: 1; } .view-first:hover h2, .view-first:hover p, .view-first:hover a.info { opacity: 1; transform: translateY(0px); } .view-first:hover p { transition-delay: 0.1s; } .view-first:hover a.info { transition-delay: 0.2s; } /*2*/ .view-second img { -webkit-filter: grayscale(0) blur(0); filter: grayscale(0) blur(0); -webkit-transition: .3s ease-in-out; transition: .3s ease-in-out; } .view-second .mask { background-color: rgba(226, 200, 127, 0.2); transition: all 0.5s linear; opacity: 0; } .view-second h2 { background: transparent; margin: 20px 40px 0px 40px; transform: scale(0); color: #333; transition: all 0.5s linear; opacity: 0; } .view-second p { opacity: 0; transform: scale(0); transition: all 0.5s linear; } .view-second a.info { opacity: 0; transform: scale(0); transition: all 0.5s linear; } .view-second:hover img { -webkit-filter: grayscale(100%) blur(3px); filter: grayscale(100%) blur(3px); } .view-second:hover .mask { opacity: 1; } .view-second:hover h2, .view-second:hover p, .view-second:hover a.info { transform: scale(1); opacity: 1; } .view-second img { -webkit-filter: grayscale(0) blur(0); filter: grayscale(0) blur(0); -webkit-transition: .3s ease-in-out; transition: .3s ease-in-out; } .view-second:hover img { -webkit-filter: grayscale(100%) blur(3px); filter: grayscale(100%) blur(3px); } /*3*/ .view-third img { transform: scaleY(1); transition: all .7s ease-in-out; } .view-third a.info { opacity: 0; transform: scale(0); transition: all 0.5s linear; } .view-third:hover img { -webkit-transform: scale(10); transform: scale(10); opacity: 0; } .view-third:hover .mask { opacity: 1; } .view-third:hover h2, .view-third:hover p, .view-third:hover a.info { transform: scale(1); opacity: 1; } /* ==== view 4 ===*/ .view-forth-wrapper { overflow: hidden; position: relative !important; height: 100%; /* cursor: pointer;*/ } .view-forth img { max-width: 100%; position: relative; top: 0; -webkit-transition: all 600ms cubic-bezier(0.645, 0.045, 0.355, 1); transition: all 600ms cubic-bezier(0.645, 0.045, 0.355, 1); } .view-forth .mask { position: absolute; width: 100%; /* height: 70px;*/ /* bottom: -70px;*/ height: 50%; bottom: -50%; -webkit-transition: all 300ms cubic-bezier(0.645, 0.045, 0.355, 1); transition: all 300ms cubic-bezier(0.645, 0.045, 0.355, 1); top: inherit; } .view-forth:hover .mask { bottom: 0; } .view-forth:hover img { top: -30px; } /*== view 5 ==*/ .view-fifth .view-fifth-wrapper, .view-fifth .view-fifth-wrapper img { display: block; position: relative; } .view-fifth .view-fifth-wrapper { overflow: hidden; height: 100%; } .view-fifth .view-fifth-wrapper .mask { display: none; position: absolute; background: #333; background: rgba(75, 75, 75, 0.7); width: 100%; height: 100%; } /* ====================== album category styles ==========================*/ #filters { margin: 1% 0; padding: 0; list-style: none; list-style-type: none !important; } #filters li { float: left; list-style-type: none !important; } #filters li:first-child span { margin-left: 0px; } #filters li span { display: block; text-decoration: none; cursor: pointer; } .album_categories { list-style-type: none; margin: 0; padding: 0; overflow: hidden; padding-top: 5px; } /*========= sharing buttons ============*/ .album_socials { position: relative; top: 3px; width: 100px; height: 28px; margin: 0 auto; } .album_socials .rwd-share-buttons { top: 0px !important; width: 100% !important; margin: 0px !important; } .album_socials a { text-decoration: underline !important; } .gallery_images, .album_image_place { margin-top: 15px; margin-top: 15px; } #rwd-share-facebook:hover { background-position: 0 -31px !important; } #rwd-share-twitter:hover { background-position: -31px 32px !important; } #rwd-share-googleplus:hover { background-position: -66px -31px !important; } .rwd-share-buttons li, .rwd-share-buttons li a { width: 26px !important; border: 0px !important; } .rwd-share-buttons { top: 0 !important; } .img_link_btn { position: absolute; z-index: 99999; bottom: 0; left: 0; right: 0; width: 100%; padding: 8px; } .rwd-title { padding: 10px 0px !important; } @media only screen and (max-width: 475px) { .rwd-share-buttons { top: -25px !important; } .rwd-title-text { line-height: 15px; } } /*========= hover style ===========*/ #hover { color: rgba(188, 175, 204, 0.9); } h2#testimonials { color: #fffae3; } div#all { width: 100%; height: 100%; } .view img { height: auto; } .view { color: #fff; margin: 0 10px 10px 0; overflow: hidden; position: relative; text-align: center; float: left; cursor: default; border: 1px solid #ccc; } .view-wrapper { height: 100%; } .view img { display: block; position: relative; transition: all 0.2s linear; height: 100%; width: auto; max-width: 100%; margin: 0 auto; } .mask-text h2 { font-size: 20px !important; margin-top: 20px !important; } /* view 1 */ .view-first .text-category, .view-first .mask-text h2, .view-first .mask-text p { color: #fff; } /* view 2 */ .view-second .text-category, .view-second .mask-text h2, .view-second p { color: #333; } .view-second .mask-text h2 { border-bottom: 1px solid #333; } /* view 3*/ .view-third .mask { background-color: #ccc; transition: all 0.5s linear; opacity: 0; color: #333; } .view-third h2 { border-bottom: 1px solid #333; background: transparent; margin: 20px 40px 0px 40px; transform: scale(0); color: #333; transition: all 0.5s linear; opacity: 0; } .view-third p { color: #333; opacity: 0; transform: scale(0); transition: all 0.5s linear; } .view-third .text-category { color: #333; } /* view 4 */ .view-forth .mask-bg { background: #333; width: 100%; height: 100%; position: absolute; top: 0; left: 0; } .view-forth .mask-text { color: #fff; position: relative; z-index: 500; padding: 5px 8px; } .view-forth .mask-text h2 { margin: 0px; font-size: 13px; padding: 2px; color: #fff; } .view-forth .mask-text h2:hover { cursor: pointer; } .view-forth .text-category { display: block; font-size: 15px; color: #fff; } .view-forth p { color: #fff; } /* view 5 */ .view-fifth .text-category, .view-fifth .text-category *, .view-fifth .mask-text h2, .view-fifth .mask-text p { color: #fff; } var data_gallery_5 = []; var event_stack_gallery_5 = []; data_gallery_5["0"]=[];data_gallery_5["0"]["id"]="0";data_gallery_5["0"]["image_url"]="http://www.sigterritoires.fr/wp-content/uploads/2017/07/ser20.png";data_gallery_5["0"]["description"]="";data_gallery_5["0"]["alt"]="";data_gallery_5["1"]=[];data_gallery_5["1"]["id"]="1";data_gallery_5["1"]["image_url"]="http://www.sigterritoires.fr/wp-content/uploads/2017/07/ser21.png";data_gallery_5["1"]["description"]="";data_gallery_5["1"]["alt"]="";data_gallery_5["2"]=[];data_gallery_5["2"]["id"]="2";data_gallery_5["2"]["image_url"]="http://www.sigterritoires.fr/wp-content/uploads/2017/07/ser22.png";data_gallery_5["2"]["description"]="";data_gallery_5["2"]["alt"]="";data_gallery_5["3"]=[];data_gallery_5["3"]["id"]="3";data_gallery_5["3"]["image_url"]="http://www.sigterritoires.fr/wp-content/uploads/2017/07/ser23.png";data_gallery_5["3"]["description"]="";data_gallery_5["3"]["alt"]="";data_gallery_5["4"]=[];data_gallery_5["4"]["id"]="4";data_gallery_5["4"]["image_url"]="http://www.sigterritoires.fr/wp-content/uploads/2017/07/ser24.png";data_gallery_5["4"]["description"]="";data_gallery_5["4"]["alt"]="";data_gallery_5["5"]=[];data_gallery_5["5"]["id"]="5";data_gallery_5["5"]["image_url"]="http://www.sigterritoires.fr/wp-content/uploads/2017/07/ser25.png";data_gallery_5["5"]["description"]="";data_gallery_5["5"]["alt"]="";data_gallery_5["6"]=[];data_gallery_5["6"]["id"]="6";data_gallery_5["6"]["image_url"]="http://www.sigterritoires.fr/wp-content/uploads/2017/07/ser26.png";data_gallery_5["6"]["description"]="";data_gallery_5["6"]["alt"]="";data_gallery_5["7"]=[];data_gallery_5["7"]["id"]="7";data_gallery_5["7"]["image_url"]="http://www.sigterritoires.fr/wp-content/uploads/2017/07/ser27.png";data_gallery_5["7"]["description"]="";data_gallery_5["7"]["alt"]="";data_gallery_5["8"]=[];data_gallery_5["8"]["id"]="8";data_gallery_5["8"]["image_url"]="http://www.sigterritoires.fr/wp-content/uploads/2017/07/ser28.png";data_gallery_5["8"]["description"]="";data_gallery_5["8"]["alt"]="";data_gallery_5["9"]=[];data_gallery_5["9"]["id"]="9";data_gallery_5["9"]["image_url"]="http://www.sigterritoires.fr/wp-content/uploads/2017/07/ser29.png";data_gallery_5["9"]["description"]="";data_gallery_5["9"]["alt"]="";data_gallery_5["10"]=[];data_gallery_5["10"]["id"]="10";data_gallery_5["10"]["image_url"]="http://www.sigterritoires.fr/wp-content/uploads/2017/07/ser30.png";data_gallery_5["10"]["description"]="";data_gallery_5["10"]["alt"]=""; var huge_it_trans_in_progress_gallery_5 = false; var huge_it_transition_duration_gallery_5 = 1000; var huge_it_playInterval_gallery_5; // Stop autoplay. window.clearInterval(huge_it_playInterval_gallery_5); // alert('huge_it_current_key_gallery_5'); var huge_it_current_key_gallery_5 = ''; function huge_it_move_dots_gallery_5() { var image_left = jQuery(".huge_it_slideshow_dots_active_gallery_5").position().left; var image_right = jQuery(".huge_it_slideshow_dots_active_gallery_5").position().left + jQuery(".huge_it_slideshow_dots_active_gallery_5").outerWidth(true); } function huge_it_testBrowser_cssTransitions_gallery_5() { return huge_it_testDom_gallery_5('Transition'); } function huge_it_testBrowser_cssTransforms3d_gallery_5() { return huge_it_testDom_gallery_5('Perspective'); } function huge_it_testDom_gallery_5(prop) { // Browser vendor CSS prefixes. var browserVendors = ['', '-webkit-', '-moz-', '-ms-', '-o-', '-khtml-']; // Browser vendor DOM prefixes. var domPrefixes = ['', 'Webkit', 'Moz', 'ms', 'O', 'Khtml']; var i = domPrefixes.length; while (i--) { if (typeof document.body.style[domPrefixes[i] + prop] !== 'undefined') { return true; } } return false; } function huge_it_cube_gallery_5(tz, ntx, nty, nrx, nry, wrx, wry, current_image_class, next_image_class, direction) { /* If browser does not support 3d transforms/CSS transitions.*/ if (!huge_it_testBrowser_cssTransitions_gallery_5()) { jQuery(".huge_it_slideshow_dots_gallery_5").removeClass("huge_it_slideshow_dots_active_gallery_5").addClass("huge_it_slideshow_dots_deactive_gallery_5"); jQuery("#huge_it_dots_" + huge_it_current_key_gallery_5 + "_gallery_5").removeClass("huge_it_slideshow_dots_deactive_gallery_5").addClass("huge_it_slideshow_dots_active_gallery_5"); return huge_it_fallback_gallery_5(current_image_class, next_image_class, direction); } if (!huge_it_testBrowser_cssTransforms3d_gallery_5()) { return huge_it_fallback3d_gallery_5(current_image_class, next_image_class, direction); } huge_it_trans_in_progress_gallery_5 = true; /* Set active thumbnail.*/ jQuery(".huge_it_slideshow_dots_gallery_5").removeClass("huge_it_slideshow_dots_active_gallery_5").addClass("huge_it_slideshow_dots_deactive_gallery_5"); jQuery("#huge_it_dots_" + huge_it_current_key_gallery_5 + "_gallery_5").removeClass("huge_it_slideshow_dots_deactive_gallery_5").addClass("huge_it_slideshow_dots_active_gallery_5"); jQuery(".huge_it_slide_bg_gallery_5").css('perspective', 1000); jQuery(current_image_class).css({ transform : 'translateZ(' + tz + 'px)', backfaceVisibility : 'hidden' }); jQuery(".huge_it_slideshow_image_wrap_gallery_5,.huge_it_slide_bg_gallery_5,.huge_it_slideshow_image_item_gallery_5,.huge_it_slideshow_image_second_item_gallery_5 ").css('overflow', 'visible'); jQuery(next_image_class).css({ opacity : 1, filter: 'Alpha(opacity=100)', backfaceVisibility : 'hidden', transform : 'translateY(' + nty + 'px) translateX(' + ntx + 'px) rotateY('+ nry +'deg) rotateX('+ nrx +'deg)' }); jQuery(".huge_it_slider_gallery_5").css({ transform: 'translateZ(-' + tz + 'px)', transformStyle: 'preserve-3d' }); /* Execution steps.*/ setTimeout(function () { jQuery(".huge_it_slider_gallery_5").css({ transition: 'all ' + huge_it_transition_duration_gallery_5 + 'ms ease-in-out', transform: 'translateZ(-' + tz + 'px) rotateX('+ wrx +'deg) rotateY('+ wry +'deg)' }); }, 20); /* After transition.*/ jQuery(".huge_it_slider_gallery_5").one('webkitTransitionEnd transitionend otransitionend oTransitionEnd mstransitionend', jQuery.proxy(huge_it_after_trans)); function huge_it_after_trans() { jQuery(".huge_it_slide_bg_gallery_5,.huge_it_slideshow_image_item_gallery_5,.huge_it_slideshow_image_second_item_gallery_5 ").css('overflow', 'hidden'); jQuery(".huge_it_slide_bg_gallery_5").removeAttr('style'); jQuery(current_image_class).removeAttr('style'); jQuery(next_image_class).removeAttr('style'); jQuery(".huge_it_slider_gallery_5").removeAttr('style'); jQuery(current_image_class).css({'opacity' : 0, filter: 'Alpha(opacity=0)', 'z-index': 1}); jQuery(next_image_class).css({'opacity' : 1, filter: 'Alpha(opacity=100)', 'z-index' : 2}); // huge_it_change_watermark_container_gallery_5(); huge_it_trans_in_progress_gallery_5 = false; if (typeof event_stack_gallery_5 !== 'undefined' && event_stack_gallery_5.length > 0) { key = event_stack_gallery_5[0].split("-"); event_stack_gallery_5.shift(); huge_it_change_image_gallery_5(key[0], key[1], data_gallery_5, true,false); } } } function huge_it_cubeH_gallery_5(current_image_class, next_image_class, direction) { /* Set to half of image width.*/ var dimension = jQuery(current_image_class).width() / 2; if (direction == 'right') { huge_it_cube_gallery_5(dimension, dimension, 0, 0, 90, 0, -90, current_image_class, next_image_class, direction); } else if (direction == 'left') { huge_it_cube_gallery_5(dimension, -dimension, 0, 0, -90, 0, 90, current_image_class, next_image_class, direction); } } function huge_it_cubeV_gallery_5(current_image_class, next_image_class, direction) { /* Set to half of image height.*/ var dimension = jQuery(current_image_class).height() / 2; /* If next slide.*/ if (direction == 'right') { huge_it_cube_gallery_5(dimension, 0, -dimension, 90, 0, -90, 0, current_image_class, next_image_class, direction); } else if (direction == 'left') { huge_it_cube_gallery_5(dimension, 0, dimension, -90, 0, 90, 0, current_image_class, next_image_class, direction); } } /* For browsers that does not support transitions.*/ function huge_it_fallback_gallery_5(current_image_class, next_image_class, direction) { huge_it_fade_gallery_5(current_image_class, next_image_class, direction); } /* For browsers that support transitions, but not 3d transforms (only used if primary transition makes use of 3d-transforms).*/ function huge_it_fallback3d_gallery_5(current_image_class, next_image_class, direction) { huge_it_sliceV_gallery_5(current_image_class, next_image_class, direction); } function huge_it_none_gallery_5(current_image_class, next_image_class, direction) { jQuery(current_image_class).css({'opacity' : 0, 'z-index': 1}); jQuery(next_image_class).css({'opacity' : 1, 'z-index' : 2}); /* Set active thumbnail.*/ jQuery(".huge_it_slideshow_dots_gallery_5").removeClass("huge_it_slideshow_dots_active_gallery_5").addClass("huge_it_slideshow_dots_deactive_gallery_5"); jQuery("#huge_it_dots_" + huge_it_current_key_gallery_5 + "_gallery_5").removeClass("huge_it_slideshow_dots_deactive_gallery_5").addClass("huge_it_slideshow_dots_active_gallery_5"); } function huge_it_fade_gallery_5(current_image_class, next_image_class, direction) { if (huge_it_testBrowser_cssTransitions_gallery_5()) { jQuery(next_image_class).css('transition', 'opacity ' + huge_it_transition_duration_gallery_5 + 'ms linear'); jQuery(current_image_class).css('transition', 'opacity ' + huge_it_transition_duration_gallery_5 + 'ms linear'); jQuery(current_image_class).css({'opacity' : 0, 'z-index': 1}); jQuery(next_image_class).css({'opacity' : 1, 'z-index' : 2}); } else { jQuery(current_image_class).animate({'opacity' : 0, 'z-index' : 1}, huge_it_transition_duration_gallery_5); jQuery(next_image_class).animate({ 'opacity' : 1, 'z-index': 2 }, { duration: huge_it_transition_duration_gallery_5, complete: function () {return false;} }); // For IE. jQuery(current_image_class).fadeTo(huge_it_transition_duration_gallery_5, 0); jQuery(next_image_class).fadeTo(huge_it_transition_duration_gallery_5, 1); } jQuery(".huge_it_slideshow_dots_gallery_5").removeClass("huge_it_slideshow_dots_active_gallery_5").addClass("huge_it_slideshow_dots_deactive_gallery_5"); jQuery("#huge_it_dots_" + huge_it_current_key_gallery_5 + "_gallery_5").removeClass("huge_it_slideshow_dots_deactive_gallery_5").addClass("huge_it_slideshow_dots_active_gallery_5"); } function huge_it_grid_gallery_5(cols, rows, ro, tx, ty, sc, op, current_image_class, next_image_class, direction) { /* If browser does not support CSS transitions.*/ if (!huge_it_testBrowser_cssTransitions_gallery_5()) { jQuery(".huge_it_slideshow_dots_gallery_5").removeClass("huge_it_slideshow_dots_active_gallery_5").addClass("huge_it_slideshow_dots_deactive_gallery_5"); jQuery("#huge_it_dots_" + huge_it_current_key_gallery_5 + "_gallery_5").removeClass("huge_it_slideshow_dots_deactive_gallery_5").addClass("huge_it_slideshow_dots_active_gallery_5"); return huge_it_fallback_gallery_5(current_image_class, next_image_class, direction); } huge_it_trans_in_progress_gallery_5 = true; /* Set active thumbnail.*/ jQuery(".huge_it_slideshow_dots_gallery_5").removeClass("huge_it_slideshow_dots_active_gallery_5").addClass("huge_it_slideshow_dots_deactive_gallery_5"); jQuery("#huge_it_dots_" + huge_it_current_key_gallery_5 + "_gallery_5").removeClass("huge_it_slideshow_dots_deactive_gallery_5").addClass("huge_it_slideshow_dots_active_gallery_5"); /* The time (in ms) added to/subtracted from the delay total for each new gridlet.*/ var count = (huge_it_transition_duration_gallery_5) / (cols + rows); /* Gridlet creator (divisions of the image grid, positioned with background-images to replicate the look of an entire slide image when assembled)*/ function huge_it_gridlet(width, height, top, img_top, left, img_left, src, imgWidth, imgHeight, c, r) { var delay = (c + r) * count; /* Return a gridlet elem with styles for specific transition.*/ return jQuery('').css({ width : width, height : height, top : top, left : left, backgroundImage : 'url("' + src + '")', backgroundColor: jQuery(".huge_it_slideshow_image_wrap_gallery_5").css("background-color"), /*backgroundColor: rgba(0, 0, 0, 0),*/ backgroundRepeat: 'no-repeat', backgroundPosition : img_left + 'px ' + img_top + 'px', backgroundSize : imgWidth + 'px ' + imgHeight + 'px', transition : 'all ' + huge_it_transition_duration_gallery_5 + 'ms ease-in-out ' + delay + 'ms', transform : 'none' }); } /* Get the current slide's image.*/ var cur_img = jQuery(current_image_class).find('img'); /* Create a grid to hold the gridlets.*/ var grid = jQuery('').addClass('huge_it_grid_gallery_5'); /* Prepend the grid to the next slide (i.e. so it's above the slide image).*/ jQuery(current_image_class).prepend(grid); /* vars to calculate positioning/size of gridlets*/ var cont = jQuery(".huge_it_slide_bg_gallery_5"); var imgWidth = cur_img.width(); var imgHeight = cur_img.height(); var contWidth = cont.width(), contHeight = cont.height(), imgSrc = cur_img.attr('src'),/*.replace('/thumb', ''),*/ colWidth = Math.floor(contWidth / cols), rowHeight = Math.floor(contHeight / rows), colRemainder = contWidth - (cols * colWidth), colAdd = Math.ceil(colRemainder / cols), rowRemainder = contHeight - (rows * rowHeight), rowAdd = Math.ceil(rowRemainder / rows), leftDist = 0, img_leftDist = (jQuery(".huge_it_slide_bg_gallery_5").width() - cur_img.width()) / 2; /* tx/ty args can be passed as 'auto'/'min-auto' (meaning use slide width/height or negative slide width/height).*/ tx = tx === 'auto' ? contWidth : tx; tx = tx === 'min-auto' ? - contWidth : tx; ty = ty === 'auto' ? contHeight : ty; ty = ty === 'min-auto' ? - contHeight : ty; /* Loop through cols*/ for (var i = 0; i 0) { var add = colRemainder >= colAdd ? colAdd : colRemainder; newColWidth += add; colRemainder -= add; } /* Nested loop to create row gridlets for each col.*/ for (var j = 0; j 0) { add = newRowRemainder >= rowAdd ? rowAdd : rowRemainder; newRowHeight += add; newRowRemainder -= add; } /* Create & append gridlet to grid.*/ grid.append(huge_it_gridlet(newColWidth, newRowHeight, topDist, img_topDst, leftDist, img_leftDist, imgSrc, imgWidth, imgHeight, i, j)); topDist += newRowHeight; img_topDst -= newRowHeight; } img_leftDist -= newColWidth; leftDist += newColWidth; } /* Set event listener on last gridlet to finish transitioning.*/ var last_gridlet = grid.children().last(); /* Show grid & hide the image it replaces.*/ grid.show(); cur_img.css('opacity', 0); /* Add identifying classes to corner gridlets (useful if applying border radius).*/ grid.children().first().addClass('rs-top-left'); grid.children().last().addClass('rs-bottom-right'); grid.children().eq(rows - 1).addClass('rs-bottom-left'); grid.children().eq(- rows).addClass('rs-top-right'); /* Execution steps.*/ setTimeout(function () { grid.children().css({ opacity: op, transform: 'rotate('+ ro +'deg) translateX('+ tx +'px) translateY('+ ty +'px) scale('+ sc +')' }); }, 1); jQuery(next_image_class).css('opacity', 1); /* After transition.*/ jQuery(last_gridlet).one('webkitTransitionEnd transitionend otransitionend oTransitionEnd mstransitionend', jQuery.proxy(huge_it_after_trans)); function huge_it_after_trans() { jQuery(current_image_class).css({'opacity' : 0, 'z-index': 1}); jQuery(next_image_class).css({'opacity' : 1, 'z-index' : 2}); cur_img.css('opacity', 1); grid.remove(); huge_it_trans_in_progress_gallery_5 = false; if (typeof event_stack_gallery_5 !== 'undefined' && event_stack_gallery_5.length > 0) { key = event_stack_gallery_5[0].split("-"); event_stack_gallery_5.shift(); huge_it_change_image_gallery_5(key[0], key[1], data_gallery_5, true,false); } } } function huge_it_sliceH_gallery_5(current_image_class, next_image_class, direction) { if (direction == 'right') { var translateX = 'min-auto'; } else if (direction == 'left') { var translateX = 'auto'; } huge_it_grid_gallery_5(1, 8, 0, translateX, 0, 1, 0, current_image_class, next_image_class, direction); } function huge_it_sliceV_gallery_5(current_image_class, next_image_class, direction) { if (direction == 'right') { var translateY = 'min-auto'; } else if (direction == 'left') { var translateY = 'auto'; } huge_it_grid_gallery_5(10, 1, 0, 0, translateY, 1, 0, current_image_class, next_image_class, direction); } function huge_it_slideV_gallery_5(current_image_class, next_image_class, direction) { if (direction == 'right') { var translateY = 'auto'; } else if (direction == 'left') { var translateY = 'min-auto'; } huge_it_grid_gallery_5(1, 1, 0, 0, translateY, 1, 1, current_image_class, next_image_class, direction); } function huge_it_slideH_gallery_5(current_image_class, next_image_class, direction) { if (direction == 'right') { var translateX = 'min-auto'; } else if (direction == 'left') { var translateX = 'auto'; } huge_it_grid_gallery_5(1, 1, 0, translateX, 0, 1, 1, current_image_class, next_image_class, direction); } function huge_it_scaleOut_gallery_5(current_image_class, next_image_class, direction) { huge_it_grid_gallery_5(1, 1, 0, 0, 0, 1.5, 0, current_image_class, next_image_class, direction); } function huge_it_scaleIn_gallery_5(current_image_class, next_image_class, direction) { huge_it_grid_gallery_5(1, 1, 0, 0, 0, 0.5, 0, current_image_class, next_image_class, direction); } function huge_it_blockScale_gallery_5(current_image_class, next_image_class, direction) { huge_it_grid_gallery_5(8, 6, 0, 0, 0, .6, 0, current_image_class, next_image_class, direction); } function huge_it_kaleidoscope_gallery_5(current_image_class, next_image_class, direction) { huge_it_grid_gallery_5(10, 8, 0, 0, 0, 1, 0, current_image_class, next_image_class, direction); } function huge_it_fan_gallery_5(current_image_class, next_image_class, direction) { if (direction == 'right') { var rotate = 45; var translateX = 100; } else if (direction == 'left') { var rotate = -45; var translateX = -100; } huge_it_grid_gallery_5(1, 10, rotate, translateX, 0, 1, 0, current_image_class, next_image_class, direction); } function huge_it_blindV_gallery_5(current_image_class, next_image_class, direction) { huge_it_grid_gallery_5(1, 8, 0, 0, 0, .7, 0, current_image_class, next_image_class); } function huge_it_blindH_gallery_5(current_image_class, next_image_class, direction) { huge_it_grid_gallery_5(10, 1, 0, 0, 0, .7, 0, current_image_class, next_image_class); } function huge_it_random_gallery_5(current_image_class, next_image_class, direction) { var anims = ['sliceH', 'sliceV', 'slideH', 'slideV', 'scaleOut', 'scaleIn', 'blockScale', 'kaleidoscope', 'fan', 'blindH', 'blindV']; /* Pick a random transition from the anims array.*/ this["huge_it_" + anims[Math.floor(Math.random() * anims.length)] + "_gallery_5"](current_image_class, next_image_class, direction); } function iterator_gallery_5() { var iterator = 1; return iterator; } function huge_it_change_image_gallery_5(current_key, key, data_gallery_5, from_effect,clicked) { if (data_gallery_5[key]) { if(typeof video_is_playing_gallery_5 != 'undefined' && video_is_playing_gallery_5 && !clicked){ return false; } if (!from_effect) { // Change image key. jQuery("#huge_it_current_image_key_gallery_5").val(key); // if (current_key == '-2') { /* Dots.*/ current_key = jQuery(".huge_it_slideshow_dots_active_gallery_5").attr("data-image_key"); // } } if (huge_it_trans_in_progress_gallery_5) { //errorlogjQuery(".huge_it_slideshow_image_wrap_gallery_5").after(" --IN TRANSACTION--
"); event_stack_gallery_5.push(current_key + '-' + key); return; } var direction = 'right'; if (huge_it_current_key_gallery_5 > key) { var direction = 'left'; } else if (huge_it_current_key_gallery_5 == key) { return false; } // Set active thumbnail position. huge_it_current_key_gallery_5 = key; //Change image id, title, description. jQuery(".huge_it_slideshow_image_gallery_5").attr('data-image_id', data_gallery_5[key]["id"]); jQuery(".huge_it_slideshow_title_text_gallery_5").html(data_gallery_5[key]["alt"]); jQuery(".huge_it_slideshow_description_text_gallery_5").html(data_gallery_5[key]["description"]); var current_image_class = "#image_id_gallery_5_" + data_gallery_5[current_key]["id"]; var next_image_class = "#image_id_gallery_5_" + data_gallery_5[key]["id"]; if(jQuery(current_image_class).find('.huge_it_video_frame_gallery_5').length>0) { var streffect='cubeH'; if(streffect=="cubeV" || streffect=="cubeH" || streffect=="none" || streffect=="fade"){ huge_it_cubeH_gallery_5(current_image_class, next_image_class, direction); }else{ huge_it_fade_gallery_5(current_image_class, next_image_class, direction); } }else{ huge_it_cubeH_gallery_5(current_image_class, next_image_class, direction); } jQuery('.huge_it_slideshow_title_text_gallery_5').removeClass('none'); if(jQuery('.huge_it_slideshow_title_text_gallery_5').html()==""){jQuery('.huge_it_slideshow_title_text_gallery_5').addClass('none');} jQuery('.huge_it_slideshow_description_text_gallery_5').removeClass('none'); jQuery('.huge_it_gallery_like_cont_54174').removeClass('none'); if(jQuery('.huge_it_slideshow_description_text_gallery_5').html()==""){ jQuery('.huge_it_slideshow_description_text_gallery_5').addClass('none'); } jQuery(current_image_class).find('.huge_it_slideshow_title_text_gallery_5').addClass('none'); jQuery(current_image_class).find('.huge_it_slideshow_description_text_gallery_5').addClass('none'); jQuery(current_image_class).find('.huge_it_gallery_like_cont_54174').addClass('none'); //errorlogjQuery(".huge_it_slideshow_image_wrap_gallery_5").after("--cur-key="+current_key+" --cur-img-class="+current_image_class+" nxt-img-class="+next_image_class+"--"); huge_it_move_dots_gallery_5(); window.clearInterval(huge_it_playInterval_gallery_5); play_gallery_5(); } } function huge_it_popup_resize_gallery_5() { var staticsliderwidth=600; var sliderwidth=600; var bodyWidth=jQuery(window).width(); var parentWidth = jQuery(".huge_it_slideshow_image_wrap_gallery_5").parent().width(); if(sliderwidth>parentWidth){sliderwidth=parentWidth;} if(sliderwidth>bodyWidth){sliderwidth=bodyWidth;} var str=(375/staticsliderwidth); jQuery('.huge_it_slideshow_image_wrap_gallery_5').css({'max-height':parentWidth*str-2*0}); } jQuery(window).load(function () { jQuery(window).resize(function() { huge_it_popup_resize_gallery_5(); }); huge_it_popup_resize_gallery_5(); /* Disable right click.*/ /*HOVER SLIDESHOW*/ jQuery("#huge_it_slideshow_image_container_gallery_5, .huge_it_slideshow_image_container_gallery_5, .huge_it_slideshow_dots_container_gallery_5,#huge_it_slideshow_right_gallery_5,#huge_it_slideshow_left_gallery_5").hover(function(){ //errorlogjQuery(".huge_it_slideshow_image_wrap_gallery_5").after(" -- hover --
"); jQuery("#huge_it_slideshow_right_gallery_5").css({'display':'inline'}); jQuery("#huge_it_slideshow_left_gallery_5").css({'display':'inline'}); },function(){ jQuery("#huge_it_slideshow_right_gallery_5").css({'display':'none'}); jQuery("#huge_it_slideshow_left_gallery_5").css({'display':'none'}); }); var pausehover="on"; if(pausehover=="on"){ jQuery("#huge_it_slideshow_image_container_gallery_5, .huge_it_slideshow_image_container_gallery_5, .huge_it_slideshow_dots_container_gallery_5,#huge_it_slideshow_right_gallery_5,#huge_it_slideshow_left_gallery_5").hover(function(){ window.clearInterval(huge_it_playInterval_gallery_5); },function(){ window.clearInterval(huge_it_playInterval_gallery_5); play_gallery_5(); }); } play_gallery_5(); }); function play_gallery_5() { /* Play.*/ huge_it_playInterval_gallery_5 = setInterval(function () { var iterator = 1; huge_it_change_image_gallery_5(parseInt(jQuery('#huge_it_current_image_key_gallery_5').val()), (parseInt(jQuery('#huge_it_current_image_key_gallery_5').val()) + iterator) % data_gallery_5.length, data_gallery_5,false,false); }, '5000'); } jQuery(window).focus(function() { var i_gallery_5 = 0; jQuery(".huge_it_slider_gallery_5").children("div").each(function () { if (jQuery(this).css('opacity') == 1) { jQuery("#huge_it_current_image_key_gallery_5").val(i_gallery_5); } i_gallery_5++; }); play_gallery_5(); }); jQuery(window).blur(function() { event_stack_gallery_5 = []; window.clearInterval(huge_it_playInterval_gallery_5); }); = 0 ? (parseInt(jQuery('#huge_it_current_image_key_gallery_5').val()) - iterator_gallery_5()) % data_gallery_5.length : data_gallery_5.length - 1, data_gallery_5,false,true);return false;"> jQuery(document).ready(function ($) { $('.thumb_wrapper').on('click', function (ev) { var hugeid = $(this).data('rowid'); var myid = hugeid; myid = parseInt(myid); eval('player_' + myid + '.playVideo()') ev.preventDefault(); }); });
.huge_it_slideshow_image_wrap_gallery_5 { height: 375px; width: 600px; max-width: calc(100% - 2 * 0px); position: relative; display: block; text-align: center; border: 0 px #ffffff solid; box-sizing: content-box; clear: both; float:none; margin: 0 auto;} .huge_it_slideshow_image_wrap_gallery_5 * { box-sizing: border-box; -moz-box-sizing: border-box; -webkit-box-sizing: border-box; } .huge_it_slideshow_image_gallery_5 { width: 100%; height: 100%; left: 0; top: 0; /* height: auto; top: 50%; left: 50%; transform: translate( -50%, -50% ); */ max-width: 100%; max-height: 100%; position: absolute; } .huge_it_slider_gallery_5 li iframe { width: 100%; height: 100%; } .huge_it_slider_gallery_5 li #thevideo { width: 100%; height: 100%; } .huge_it_slider_gallery_5 li .thumb_wrapper { width: 100%; height: 100%; } .huge_it_slider_gallery_5 li .thumb_wrapper img { position: relative; /*top: 50%; transform: translateY(-50%);*/ } #huge_it_slideshow_left_gallery_5, #huge_it_slideshow_right_gallery_5 { cursor: pointer; display: none; display: block; height: 100%; outline: medium none; position: absolute; /*z-index: 10130;*/ z-index: 13; bottom: 25px; top: 50%; } #huge_it_slideshow_left-ico_gallery_5, #huge_it_slideshow_right-ico_gallery_5 { z-index: 13; -moz-box-sizing: content-box; box-sizing: content-box; cursor: pointer; display: table; left: -9999px; line-height: 0; margin-top: -15px; position: absolute; top: 50%; } #huge_it_slideshow_left-ico_gallery_5:hover, #huge_it_slideshow_right-ico_gallery_5:hover { cursor: pointer; } .huge_it_slideshow_image_container_gallery_5 { display: table; position: relative; top: 0; left: 0; text-align: center; vertical-align: middle; width: 100%; height: 100%; } .huge_it_slideshow_title_text_gallery_5 { text-decoration: none; position: absolute; z-index: 12; display: inline-block; width: 30%; /*height: 50 %;*/ right:0%;top:0%; padding: 2%; text-align: right; font-weight: bold; color: #000000; background: rgba(255,255,255,0.7) !important; border-style: solid; font-size: 13px; border-width: 0px; border-color: #ffffff; border-radius: 4px; } .huge_it_slideshow_description_text_gallery_5 { text-decoration: none; position: absolute; z-index: 11; border-style: solid; display: inline-block; width: 70%; /*height: %;*/ right:0%;bottom:0%; padding: 3%; text-align: justify; color: #ffffff; background: rgba(0,0,0,0.7) !important; border-style: solid; font-size: 12px; border-width: 0px; border-color: #ffffff; border-radius: 0px; } .huge_it_slideshow_title_text_gallery_5.none, .huge_it_slideshow_description_text_gallery_5.none, .huge_it_slideshow_title_text_gallery_5.hidden, .huge_it_slideshow_description_text_gallery_5.hidden { display: none; } .huge_it_gallery_like_cont_54174.none { display: none !important; } .huge_it_slideshow_title_text_gallery_5 h1, .huge_it_slideshow_description_text_gallery_5 h1, .huge_it_slideshow_title_text_gallery_5 h2, .huge_it_slideshow_title_text_gallery_5 h2, .huge_it_slideshow_title_text_gallery_5 h3, .huge_it_slideshow_title_text_gallery_5 h3, .huge_it_slideshow_title_text_gallery_5 h4, .huge_it_slideshow_title_text_gallery_5 h4, .huge_it_slideshow_title_text_gallery_5 p, .huge_it_slideshow_title_text_gallery_5 p, .huge_it_slideshow_title_text_gallery_5 strong, .huge_it_slideshow_title_text_gallery_5 strong, .huge_it_slideshow_title_text_gallery_5 span, .huge_it_slideshow_title_text_gallery_5 span, .huge_it_slideshow_title_text_gallery_5 ul, .huge_it_slideshow_title_text_gallery_5 ul, .huge_it_slideshow_title_text_gallery_5 li, .huge_it_slideshow_title_text_gallery_5 li { padding: 2px; margin: 0; } .huge_it_slide_container_gallery_5 { display: table-cell; margin: 0 auto; position: relative; vertical-align: middle; width: 100%; height: 100%; _width: inherit; _height: inherit; } .huge_it_slide_bg_gallery_5 { margin: 0 auto; width: 100%; height: 100%; _width: inherit; _height: inherit; } .huge_it_slider_gallery_5 { width: 100%; height: 100%; display: table; padding: 0; margin: 0; } .huge_it_slideshow_image_item_gallery_5 { width: 100%; height: 100%; display: table-cell; filter: Alpha(opacity=100); opacity: 1; position: absolute; top: 0; left: 0; vertical-align: middle; z-index: 2; margin: 0 !important; padding: 0; overflow: hidden; border-radius: 0px !important; } .huge_it_slideshow_image_second_item_gallery_5 { width: 100%; height: 100%; display: table-cell; filter: Alpha(opacity=0); opacity: 0; position: absolute; top: 0; left: 0; vertical-align: middle; z-index: 1; overflow: hidden; margin: 0 !important; padding: 0; border-radius: 0px !important; } .huge_it_grid_gallery_5 { display: none; height: 100%; overflow: hidden; position: absolute; width: 100%; } .huge_it_gridlet_gallery_5 { opacity: 1; filter: Alpha(opacity=100); position: absolute; } .huge_it_slideshow_dots_container_gallery_5 { display: table; position: absolute; width: 100% !important; height: 100% !important; } .huge_it_slideshow_dots_thumbnails_gallery_5 { margin: 0 auto; overflow: hidden; position: absolute; width: 100%; height: 60px; } .huge_it_slideshow_dots_gallery_5 { display: inline-block; position: relative; cursor: pointer; box-shadow: 1px 1px 1px rgba(0, 0, 0, 0.1) inset, 1px 1px 1px rgba(255, 255, 255, 0.1); width: 10px; height: 10px; border-radius: 10px; background: #00f; margin: 10px; overflow: hidden; z-index: 17; } .huge_it_slideshow_dots_active_gallery_5 { opacity: 1; background: #0f0; filter: Alpha(opacity=100); } .huge_it_slideshow_dots_deactive_gallery_5 { } .huge_it_slideshow_image_item1_gallery_5 { display: table; width: inherit; height: inherit; } .huge_it_slideshow_image_item2_gallery_5 { display: table-cell; vertical-align: middle; text-align: center; } .huge_it_slideshow_image_item2_gallery_5 a { display: block; vertical-align: middle; width: 100%; height: 100%; } .huge_it_slideshow_image_wrap_gallery_5 { background: #ffffff; } .huge_it_slideshow_dots_thumbnails_gallery_5 { top: 0; } .huge_it_slideshow_dots_gallery_5 { background: #000000; } .huge_it_slideshow_dots_active_gallery_5 { background: #ffffff; } #huge_it_slideshow_left_gallery_5 { left: 0; margin-top: -21px; height: 43px; width: 29px; background: url [https:] left top no-repeat; } #huge_it_slideshow_right_gallery_5 { right: 0; margin-top: -21px; height: 43px; width: 29px; background: url [https:] right top no-repeat; } .thumb_image { position: absolute; width: 100%; height: 100%; top: 0; left: 0; } .entry-content a { border-bottom: none !important; } .gallery-img-content .noneDisplay { display: block; }
Une fois l’installation terminée, testez le bon fonctionnement en rentrant l’adresse localhost:port (port est le numéro de port défini pendant la phase d’installation précédente) dans votre navigateur
Installation de QGis Server LTR 2.14
Suivez le lien suivant http://download.osgeo.org/osgeo4w/ pour accéder au répertoire des installations de QGis Server.

Selon votre processeur, choisissez soit osgeo4w-setup-x86.exe si vous avez un processeur 32 bits, soit osgeo4w-setup-x86_64.exe si vous avez un processeur 64 bits.

Placez la souris sur la diapo pour arrêter le défilement.
Attention! Dans la fenêtre Select packages vous DEVEZ sélectionner, en plus du package WEB -> qgis-ltr-server:QGis server (long term release), le package DESKTOP -> qgis:QGIS Desktop. Si vous ne le faites pas, il y a des dépendances qui ne seront pas installées et votre QGis Server ne fonctionnera pas. /*===== general options =========*/ a { box-shadow: none !important; } .view *, .album_categories *, .album_back_button *, #album_disabled_layer { font-family: sans-serif, Arial, Verdana, Sylfaen !important; } #album_disabled_layer { display: none; position: absolute; width: 100%; height: 100%; text-align: center; background-color: transparent; z-index: 10; padding-top: 20px; color: #fff; } #album_list_container { position: relative; } /* ====================== album onhover styles ==========================*/ #album_list .view { -webkit-box-sizing: border-box; -moz-box-sizing: border-box; -o-box-sizing: border-box; display: none; } .view .mask, .view .content { width: 100%; height: 100%; position: absolute; overflow: hidden; top: 0; left: 0; } .view h2 { text-transform: uppercase; color: #fff; text-align: center; position: relative; font-size: 17px; font-family: Raleway, serif; padding: 10px; /*background: rgba(0, 0, 0, 0.8);*/ margin: 20px 0 0 0; } .album_back_button a, .view a { text-decoration: none !important; } .view p { font-family: Merriweather, serif; font-style: italic; font-size: 14px; position: relative; color: #fff; padding: 0px 20px 0px; text-align: center; } .view a.info { display: inline-block; text-decoration: none; font-size: 13px; padding: 2px 14px; margin-bottom: 3px; background: #000; color: #fff; font-family: Raleway, serif; text-transform: uppercase; box-shadow: 0 0 1px #000 } .mask-text h2 { font-size: 20px !important; } .view a.info:hover { box-shadow: 0 0 5px #000 } .view .mask-bg { height: 100%; } .view .album_social { color: #fff; position: absolute; bottom: 3px; left: 3px; border: 1px solid #ffffff; -webkit-border-radius: 3px; -moz-border-radius: 3px; border-radius: 3px; padding: 3px 5px; } .view .album_social:active, .view .album_social:focus, .view .album_social:hover { color: #ffffff; outline: none; } /*1*/ .view .info { margin-top: 5px; } .view-first .mask { opacity: 0; background-color: rgba(0, 0, 0, 0.7); transition: all 0.4s ease-in-out; } .view-first h2 { transform: translateY(-100px); opacity: 0; font-family: Raleway, serif; transition: all 0.2s ease-in-out; } .view-first p { transform: translateY(100px); opacity: 0; transition: all 0.2s linear; } .view-first a.info { opacity: 0; transition: all 0.2s ease-in-out; } /* */ .view-first:hover img { /*transform: scale(1.1);*/ } .view-first:hover .mask { opacity: 1; } .view-first:hover h2, .view-first:hover p, .view-first:hover a.info { opacity: 1; transform: translateY(0px); } .view-first:hover p { transition-delay: 0.1s; } .view-first:hover a.info { transition-delay: 0.2s; } /*2*/ .view-second img { -webkit-filter: grayscale(0) blur(0); filter: grayscale(0) blur(0); -webkit-transition: .3s ease-in-out; transition: .3s ease-in-out; } .view-second .mask { background-color: rgba(226, 200, 127, 0.2); transition: all 0.5s linear; opacity: 0; } .view-second h2 { background: transparent; margin: 20px 40px 0px 40px; transform: scale(0); color: #333; transition: all 0.5s linear; opacity: 0; } .view-second p { opacity: 0; transform: scale(0); transition: all 0.5s linear; } .view-second a.info { opacity: 0; transform: scale(0); transition: all 0.5s linear; } .view-second:hover img { -webkit-filter: grayscale(100%) blur(3px); filter: grayscale(100%) blur(3px); } .view-second:hover .mask { opacity: 1; } .view-second:hover h2, .view-second:hover p, .view-second:hover a.info { transform: scale(1); opacity: 1; } .view-second img { -webkit-filter: grayscale(0) blur(0); filter: grayscale(0) blur(0); -webkit-transition: .3s ease-in-out; transition: .3s ease-in-out; } .view-second:hover img { -webkit-filter: grayscale(100%) blur(3px); filter: grayscale(100%) blur(3px); } /*3*/ .view-third img { transform: scaleY(1); transition: all .7s ease-in-out; } .view-third a.info { opacity: 0; transform: scale(0); transition: all 0.5s linear; } .view-third:hover img { -webkit-transform: scale(10); transform: scale(10); opacity: 0; } .view-third:hover .mask { opacity: 1; } .view-third:hover h2, .view-third:hover p, .view-third:hover a.info { transform: scale(1); opacity: 1; } /* ==== view 4 ===*/ .view-forth-wrapper { overflow: hidden; position: relative !important; height: 100%; /* cursor: pointer;*/ } .view-forth img { max-width: 100%; position: relative; top: 0; -webkit-transition: all 600ms cubic-bezier(0.645, 0.045, 0.355, 1); transition: all 600ms cubic-bezier(0.645, 0.045, 0.355, 1); } .view-forth .mask { position: absolute; width: 100%; /* height: 70px;*/ /* bottom: -70px;*/ height: 50%; bottom: -50%; -webkit-transition: all 300ms cubic-bezier(0.645, 0.045, 0.355, 1); transition: all 300ms cubic-bezier(0.645, 0.045, 0.355, 1); top: inherit; } .view-forth:hover .mask { bottom: 0; } .view-forth:hover img { top: -30px; } /*== view 5 ==*/ .view-fifth .view-fifth-wrapper, .view-fifth .view-fifth-wrapper img { display: block; position: relative; } .view-fifth .view-fifth-wrapper { overflow: hidden; height: 100%; } .view-fifth .view-fifth-wrapper .mask { display: none; position: absolute; background: #333; background: rgba(75, 75, 75, 0.7); width: 100%; height: 100%; } /* ====================== album category styles ==========================*/ #filters { margin: 1% 0; padding: 0; list-style: none; list-style-type: none !important; } #filters li { float: left; list-style-type: none !important; } #filters li:first-child span { margin-left: 0px; } #filters li span { display: block; text-decoration: none; cursor: pointer; } .album_categories { list-style-type: none; margin: 0; padding: 0; overflow: hidden; padding-top: 5px; } /*========= sharing buttons ============*/ .album_socials { position: relative; top: 3px; width: 100px; height: 28px; margin: 0 auto; } .album_socials .rwd-share-buttons { top: 0px !important; width: 100% !important; margin: 0px !important; } .album_socials a { text-decoration: underline !important; } .gallery_images, .album_image_place { margin-top: 15px; margin-top: 15px; } #rwd-share-facebook:hover { background-position: 0 -31px !important; } #rwd-share-twitter:hover { background-position: -31px 32px !important; } #rwd-share-googleplus:hover { background-position: -66px -31px !important; } .rwd-share-buttons li, .rwd-share-buttons li a { width: 26px !important; border: 0px !important; } .rwd-share-buttons { top: 0 !important; } .img_link_btn { position: absolute; z-index: 99999; bottom: 0; left: 0; right: 0; width: 100%; padding: 8px; } .rwd-title { padding: 10px 0px !important; } @media only screen and (max-width: 475px) { .rwd-share-buttons { top: -25px !important; } .rwd-title-text { line-height: 15px; } } /*========= hover style ===========*/ #hover { color: rgba(188, 175, 204, 0.9); } h2#testimonials { color: #fffae3; } div#all { width: 100%; height: 100%; } .view img { height: auto; } .view { color: #fff; margin: 0 10px 10px 0; overflow: hidden; position: relative; text-align: center; float: left; cursor: default; border: 1px solid #ccc; } .view-wrapper { height: 100%; } .view img { display: block; position: relative; transition: all 0.2s linear; height: 100%; width: auto; max-width: 100%; margin: 0 auto; } .mask-text h2 { font-size: 20px !important; margin-top: 20px !important; } /* view 1 */ .view-first .text-category, .view-first .mask-text h2, .view-first .mask-text p { color: #fff; } /* view 2 */ .view-second .text-category, .view-second .mask-text h2, .view-second p { color: #333; } .view-second .mask-text h2 { border-bottom: 1px solid #333; } /* view 3*/ .view-third .mask { background-color: #ccc; transition: all 0.5s linear; opacity: 0; color: #333; } .view-third h2 { border-bottom: 1px solid #333; background: transparent; margin: 20px 40px 0px 40px; transform: scale(0); color: #333; transition: all 0.5s linear; opacity: 0; } .view-third p { color: #333; opacity: 0; transform: scale(0); transition: all 0.5s linear; } .view-third .text-category { color: #333; } /* view 4 */ .view-forth .mask-bg { background: #333; width: 100%; height: 100%; position: absolute; top: 0; left: 0; } .view-forth .mask-text { color: #fff; position: relative; z-index: 500; padding: 5px 8px; } .view-forth .mask-text h2 { margin: 0px; font-size: 13px; padding: 2px; color: #fff; } .view-forth .mask-text h2:hover { cursor: pointer; } .view-forth .text-category { display: block; font-size: 15px; color: #fff; } .view-forth p { color: #fff; } /* view 5 */ .view-fifth .text-category, .view-fifth .text-category *, .view-fifth .mask-text h2, .view-fifth .mask-text p { color: #fff; } var data_gallery_4 = []; var event_stack_gallery_4 = []; data_gallery_4["0"]=[];data_gallery_4["0"]["id"]="0";data_gallery_4["0"]["image_url"]="http://www.sigterritoires.fr/wp-content/uploads/2017/07/ser1.png";data_gallery_4["0"]["description"]="";data_gallery_4["0"]["alt"]="";data_gallery_4["1"]=[];data_gallery_4["1"]["id"]="1";data_gallery_4["1"]["image_url"]="http://www.sigterritoires.fr/wp-content/uploads/2017/07/ser2.png";data_gallery_4["1"]["description"]="";data_gallery_4["1"]["alt"]="";data_gallery_4["2"]=[];data_gallery_4["2"]["id"]="2";data_gallery_4["2"]["image_url"]="http://www.sigterritoires.fr/wp-content/uploads/2017/07/ser3.png";data_gallery_4["2"]["description"]="";data_gallery_4["2"]["alt"]="";data_gallery_4["3"]=[];data_gallery_4["3"]["id"]="3";data_gallery_4["3"]["image_url"]="http://www.sigterritoires.fr/wp-content/uploads/2017/07/se4.png";data_gallery_4["3"]["description"]="";data_gallery_4["3"]["alt"]="";data_gallery_4["4"]=[];data_gallery_4["4"]["id"]="4";data_gallery_4["4"]["image_url"]="http://www.sigterritoires.fr/wp-content/uploads/2017/07/ser5.png";data_gallery_4["4"]["description"]="";data_gallery_4["4"]["alt"]="";data_gallery_4["5"]=[];data_gallery_4["5"]["id"]="5";data_gallery_4["5"]["image_url"]="http://www.sigterritoires.fr/wp-content/uploads/2017/07/ser6.png";data_gallery_4["5"]["description"]="";data_gallery_4["5"]["alt"]="";data_gallery_4["6"]=[];data_gallery_4["6"]["id"]="6";data_gallery_4["6"]["image_url"]="http://www.sigterritoires.fr/wp-content/uploads/2017/07/ser7.png";data_gallery_4["6"]["description"]="";data_gallery_4["6"]["alt"]="";data_gallery_4["7"]=[];data_gallery_4["7"]["id"]="7";data_gallery_4["7"]["image_url"]="http://www.sigterritoires.fr/wp-content/uploads/2017/07/ser0.png";data_gallery_4["7"]["description"]="";data_gallery_4["7"]["alt"]="";data_gallery_4["8"]=[];data_gallery_4["8"]["id"]="8";data_gallery_4["8"]["image_url"]="http://www.sigterritoires.fr/wp-content/uploads/2017/07/ser8.png";data_gallery_4["8"]["description"]="";data_gallery_4["8"]["alt"]="";data_gallery_4["9"]=[];data_gallery_4["9"]["id"]="9";data_gallery_4["9"]["image_url"]="http://www.sigterritoires.fr/wp-content/uploads/2017/07/ser9.png";data_gallery_4["9"]["description"]="";data_gallery_4["9"]["alt"]="";data_gallery_4["10"]=[];data_gallery_4["10"]["id"]="10";data_gallery_4["10"]["image_url"]="http://www.sigterritoires.fr/wp-content/uploads/2017/07/ser10.png";data_gallery_4["10"]["description"]="";data_gallery_4["10"]["alt"]=""; var huge_it_trans_in_progress_gallery_4 = false; var huge_it_transition_duration_gallery_4 = 1000; var huge_it_playInterval_gallery_4; // Stop autoplay. window.clearInterval(huge_it_playInterval_gallery_4); // alert('huge_it_current_key_gallery_4'); var huge_it_current_key_gallery_4 = ''; function huge_it_move_dots_gallery_4() { var image_left = jQuery(".huge_it_slideshow_dots_active_gallery_4").position().left; var image_right = jQuery(".huge_it_slideshow_dots_active_gallery_4").position().left + jQuery(".huge_it_slideshow_dots_active_gallery_4").outerWidth(true); } function huge_it_testBrowser_cssTransitions_gallery_4() { return huge_it_testDom_gallery_4('Transition'); } function huge_it_testBrowser_cssTransforms3d_gallery_4() { return huge_it_testDom_gallery_4('Perspective'); } function huge_it_testDom_gallery_4(prop) { // Browser vendor CSS prefixes. var browserVendors = ['', '-webkit-', '-moz-', '-ms-', '-o-', '-khtml-']; // Browser vendor DOM prefixes. var domPrefixes = ['', 'Webkit', 'Moz', 'ms', 'O', 'Khtml']; var i = domPrefixes.length; while (i--) { if (typeof document.body.style[domPrefixes[i] + prop] !== 'undefined') { return true; } } return false; } function huge_it_cube_gallery_4(tz, ntx, nty, nrx, nry, wrx, wry, current_image_class, next_image_class, direction) { /* If browser does not support 3d transforms/CSS transitions.*/ if (!huge_it_testBrowser_cssTransitions_gallery_4()) { jQuery(".huge_it_slideshow_dots_gallery_4").removeClass("huge_it_slideshow_dots_active_gallery_4").addClass("huge_it_slideshow_dots_deactive_gallery_4"); jQuery("#huge_it_dots_" + huge_it_current_key_gallery_4 + "_gallery_4").removeClass("huge_it_slideshow_dots_deactive_gallery_4").addClass("huge_it_slideshow_dots_active_gallery_4"); r
03 juillet 2017
12:11
Faire une carte topographique avec QGis
sur Blog SIG & Territoires ---- Le blog SIG pour la gestion territoriale

Pièce jointe: [télécharger]
A partir du projet SRTM on dispose aujourd’hui d’une couverture mondiale de données d’élévation de terrain. Il est devenu très simple de réaliser ses propres cartes topographiques avec QGis.

Nous verrons ici:

-comment télécharger les données d’élévation pour la zone qui nous intéresse

-comment mettre en forme le style d’affichage pour qu’il corresponde aux standards des cartes topographiques

-comment accentuer la visualisation grâce à une couche de type « ombrage »

-et finalement comment générer les contours (courbes de niveau)

Télécharger les données d’élévation
Pour télécharger les données d’élévation de votre zone d’intérêt, allez sur la page [viewfinderpanoramas.org]

Cette vidéo vous montre le déroulement du téléchargement.
[www.sigterritoires.fr]
Les données disponibles partout correspondent à une définition de 3″ d’arc, environ 75m. Chaque pixel de votre MNT fera donc cette taille. Pour que le MNT et la carte correspondante soient corrects, il faut travailler avec une zone d’environ une quinzaine de kilomètres de large. Pour des zones plus restreintes, la pixellisation devient visible et la qualité de la carte topographique se ressent.

Les tuiles téléchargées font une taille d’un degré par un degré et sont au format hgt.

Ce format est directement lisible par QGis. Vous pouvez donc charger les tuiles en utilisant l’ajout de raster à la fenêtre cartographique.

Mettre en forme le style d’affichage
Par défaut, le raster est affiché en nuances de gris. Il est donc nécessaire d’appliquer une rampe de couleur adaptée qui accentue la topographie. Bien qu’il soit possible de créer votre propre rampe de couleurs ou d’utiliser une des rampes de couleurs fournies par QGIS, des rampes de couleurs de qualité supérieure peuvent être téléchargées à l’aide du plugin Color Ramp Manager.

Pour l’installer, allez dans le menu Extensions -> Installer/Gérer les extensions, sélectionnez le plugin Color Ramp Manager et cliquez sur Installer l’extension. Vous aurez un nouvel outil ajouté dans votre barre d’outils:

Cliquez sur l’outil pour ouvrir la fenêtre de configuration. En effet, toutes les rampes de couleurs ne sont pas installées automatiquement. Celle qui nous intéresse particulièrement, cpt-city, doit être installée manuellement.
1. Cochez la case Full cpt-city package
2. Choisissez le répertoire pour installer le package. Attention! Par défaut c’est la première option qui est cochée, mais étant donné que le répertoire Program Files est protégé en écriture, ça ne marchera pas. Choisissez plutôt votre répertoire de personnalisation de QGis.
3. Cliquez sur Check for update pour lancer l’installation du paquet.
Une fois le package téléchargé, quittez le dialogue.

Suivez les instructions de la vidéo pour appliquer une rampe de couleurs à votre couche raster
[www.sigterritoires.fr]

Ajouter une couche de type « ombrage » (hillshade)
Pour créer cette couche il suffit d’aller dans le menu Raster -> Analyse de terrain -> Ombrage

Rentrez un nom de fichier pour archiver cette nouvelle couche.

Par contre, il est indispensable de modifier le facteur Z. En effet, la commande présuppose que vous travaillez en projection plane, c’est à dire que les coordonnées XY de votre couche raster sont en mètres. Comme la couche est en degrés décimaux (latitude/longitude) il faut entrer un facteur de conversion approprié? La valeur a rentrer est 11120.

Cliquez sur OK pour obtenir votre nouvelle couche d’ombrage.

Il ne vous reste qu’à modifier le style de cette couche pour avoir une vision topographique.

Ouvrez les propriétés de la couche d’ombrage
- Modifiez la valeur Min en 125 et la valeur Max en 255
- Modifiez le Mode de fusion en Multiplier
- Modifiez la Luminosité en 45
- Modifiez le Contraste en 20
Le résultat final est le suivant:

Générer les contours (courbes de niveau)
Si vous voulez ajouter des contours, des courbes de niveau, il suffit d’aller dans le menu Raster-> Extraction -> Création de contours:
- Donnez un emplacement et un nom pour le fichier de contours à créer
- Rentrez l’intervalle, en mètres, entre les différents contours
- Cochez Nom d’attribut si vous souhaitez avoir l’élévation comme champ attributaire des contours (si non, vous ne pourrez pas étiquetter les contours)
Une fois exécutée la commande, vous aurez les contours chargés:

01 juillet 2017
23:03
OpenLayers : Lister des attributs liés aux objets géographiques et zoomer sur la carte au survol de l’attribut
sur GEOMATICK
Aujourd’hui, je vous fais part d’un petit script webmapping avec OpenLayers (v4). On ne le redira jamais assez mais cette API permet une liberté de créer, d’ajouter de nouvelles fonctionnalités à votre carte en ligne. Et, dans le même esprit, le tutoriel du jour peut être reproduit avec n’importe quelle donnée vectorielle SIG. Le vecteur est composé d’objets géographiques (features) contenant une géométrie et des attributs. Alors, quel est l’objectif de ce tutoriel?
Les attributs du vecteur sont cartographiés et listés dans un conteneur séparément. Du côté de la carte, le clic sur la géométrie de l’objet permet de montrer un ou des attributs visualisés en haut de la liste. D’un autre côté, le survol d’un attribut dans le conteneur déclenche le zoom sur la géométrie de l’objet géographique associé.

1. Liste des objets géographiques du vecteur
Dans un premier temps, on se charge de créer les deux conteneurs en HTML et CSS avec Bootstrap : la carte et la liste des attributs avec un scroll. Le vecteur utilisé est de format GeoJSON et représente les pays du monde, il a déjà été utilisé dans plusieurs tutoriels de webmapping comme celui sur l’affichage des informations géographiques d’un fichier GeoJSON dans une fenêtre modale. Il est bien entendu possible d’adapter ce code avec tous les formats de données vectorielles pris en charge par OpenLayers tels le GPX, le KML, les protocoles WFS. Un seul attribut est affecté à chaque objet géographique : “name”. On déclare la source de la donnée avec l’URL de la data puis la couche vectorielle stylisée avec la classe ol.layer.Vector que l’on ajoute à l’objet Map.
```
// Style de la couche vectorielle
var style = new ol.style.Style({
	stroke: new ol.style.Stroke({
		color: '#000',
		width: 3
	}),
	fill: new ol.style.Fill({
		color: '#fff',
	}),
});
// Déclaration de la source du vecteur de format GeoJSON
var urlData='pays.geojson';	
var sourceVecteur = new ol.source.Vector({
	url: urlData,
	format: new ol.format.GeoJSON()
});
// Déclaration de la couche vectorielle	
var vecteur = new ol.layer.Vector({
	title:"pays",
	source: sourceVecteur,
	style: style
});
// Déclaration de l'objet Map
var map = new ol.Map({
	layers: [vecteur],
	target: 'map',
	view: new ol.View({
		center: ol.proj.transform( [0, 48], 'EPSG:4326', 'EPSG:3857'),
		zoom: 3
	})
});
```
Listons les attributs des données géographiques. Deux classes d’OpenLayers en lien avec la source de la donnée sont importantes ici : getState() et getFeatures(). getState() permet de contrôler l’état de chargement de la source de la donnée et getFeatures() chargent la géométrie de chaque objet géographique et leurs attributs. A partir de la source du vecteur, on peut lister de deux manières les données par :
- la fonction forEachFeature(function(feature) { }) avec feature l’objet contenant la géométrie et les attributs;
- une boucle basique for sur le nombre d’objets géographiques;
Je choisis cette dernière solution pour injecter un nouvel attribut à chaque objet, un identifiant unique par la classe setId(). Pourquoi? Bonne question… La donnée vectorielle n’a peut être pas d’identifiant unique, ce qui est le cas dans la donnée utilisée et plusieurs attributs du vecteur peuvent être identiques. Cela pose un problème pour associer une action unique à l’objet considéré. Voici la fonction listant les attributs dans le conteneur avec scroll :
```
// Liste des attributs du vecteur 
sourceVecteur.once('change', function(evt){
	// On vérifie que la source de la donnée est chargée
	if(sourceVecteur.getState() === 'ready'){
		// Si le vecteur possède au moins un objet géographique
		if(sourceVecteur.getFeatures().length >0){
			// On obtient les objets géographiques
			var features = sourceVecteur.getFeatures();
			var nbFeatures = features.length;
			// Pour chaque objet géographique
			for(var i = 0; i < features.length; i++){
				// On attribut un identifiant unique
				features[i].setId(i);
				// On déclare l'attribut : ici name. A modifier selon vos données
				var name = features[i].get('name');
				// On liste les attributs dans le conteneur avec la déclaration de la fonction zoomFeature par la méthode de survol de la souris
				$('.liste-objet').append('<p id="feature'+i+'" onmouseover="zoomFeature(\'' + i + '\'); return false;"><span class="badge">'+i+'</span> '+name+'</p>');
			}	
		}
	}	
});
```
On note l’utilisation de la classe append de JQuery pour montrer les identifiants et les noms des pays les uns après les autres dans une balise <p>. Pour chacune d’elle, on associe un id en lien avec l’identifiant unique de l’attribut. Il faut bien entendu modifier le nom de l’attribut appelé par la méthode get() en lien avec votre couche SIG.
2. Mise en évidence de l’attribut associé à la géométrie sélectionnée sur la carte 2.1. ScrollTop de l’attribut de l’objet géographique sélectionné
Ici, on écrit une fonction qui permet de montrer l’attribut associé à la géométrie sélectionnée sur la carte en haut de la liste et d’une autre couleur. On retourne l’objet géographique sélectionné au clic sur la carte par la fonction :
```
// Sélection de la géométrie sur la carte
map.on('singleclick', function(evt){
	// Obtiention de l'objet géographique du vecteur affiché en dernier
	var featureSelect = map.forEachFeatureAtPixel(evt.pixel, function(feature){
		return feature;
	});
	// Si on obtient l'objet
	if(featureSelect){
		...
	}
});
```
Cette fonction est valable pour un vecteur, pour une donnée affiché via un protocole WM(T)S, il faut utiliser une autre fonction pour lire les attributs. A l’intérieur de cette fonction, une fois l’objet géographique obtenu, on récupère son identifiant unique défini précédemment. Puis la fonction animate de JQuery nous permet de faire dérouler la liste de noms de pays automatiquement et de cibler l’attribut de l’objet sélectionné en haut de la liste par la classe scrollTop. Ici, on voit bien l’importance de définir un identifiant unique pour chaque objet du vecteur! On a donc :
```
// Sélection de la géométrie sur la carte
map.on('singleclick', function(evt){
	// Obtiention de l'objet géographique du vecteur affiché en dernier
	var featureSelect = map.forEachFeatureAtPixel(evt.pixel, function(feature){
		return feature;
	});
	// Si on obtient l'objet
	if(featureSelect){
		// On déclare son identifiant unique
		var idFeature = featureSelect.getId();
		// L'attribut est affcihé en haut de la liste par un scroll automatique
		$('.liste-objet').animate({
			scrollTop: $('#feature'+idFeature+'').offset().top - $('.liste-objet').offset().top + $('.liste-objet').scrollTop()
		}, 500);
	}
});
```
Ok, c’est marrant mais j’aimerais que la géométrie et l’attribut sélectionnés aient une couleur différente! Pas de problème, on y vient.
2.2. Styles de la géométrie et de l’attribut?
Commençons par la géométrie observée sur la carte. Tout d’abord, on définit un nouveau style puis on affecte ce dernier à l’objet géographique par la classe setStyle(). Il faut aussi penser à “réinitialiser” toutes les couleurs des objets avec le style initial lors de chaque clic sur la carte. On procède de manière identique avec le style de liste grâce à la classe css de JQuery.
```
// Attribution des styles d'origine 
function setColor(){
	sourceVecteur.forEachFeature(function(feature) {
		feature.setStyle(style);
	});
	$('.liste-objet p').css('background-color','#fff');
}
// Sélection de la géométrie sur la carte
map.on('singleclick', function(evt){
	// On affecte les styles d'origine
	setColor();
	// Obtiention de l'objet géographique du vecteur affiché en dernier
	var featureSelect = map.forEachFeatureAtPixel(evt.pixel, function(feature){
		return feature;
	});
	// Si on obtient l'objet
	if(featureSelect){
		// On lui affecte le nouveau style
		featureSelect.setStyle(newStyle);
		// On déclare son identifiant unique
		var idFeature = featureSelect.getId();
		// L'attribut est affcihé en haut de la liste par un scroll automatique
		$('.liste-objet').animate({
			scrollTop: $('#feature'+idFeature+'').offset().top - $('.liste-objet').offset().top + $('.liste-objet').scrollTop()
		}, 500);
		$('#feature'+idFeature+'').css('background-color','#FF4000');
	}
});
```
La réinitialisation des styles est placée dans une fonction à part setColor() puisqu’elle sera réutilisée dans la section suivante.
3. Zoom sur la géométrie associée à l’attribut survolé dans la liste
L’idée est de zoomer sur la géométrie associée à l’attribut “survolé” dans la liste. La fonction zoomFeature(idFeature) est ajoutée dans chaque balise <p> (cf. $1.) avec idFeature l’identifiant unique. Elle est déclenchée par la méthode JavaScript onmouseover, on aurait pu utiliser d’autres méthodes comme onclick par exemple. Dans la fonction, on obtient l’objet géographique par la classe getFeatureById(idFeature) attachée à la source de la donnée. Une fois définie, on zoome sur l’extension de la géométrie associée à l’objet.
```
// Zoom sur l'objet géographique à partir de l'id de l'attribut survolé
function zoomFeature(idFeature){	
	// On réinitialise tous les styles
	setColor();
	$('#feature'+idFeature+'').css('background-color','#FF4000');	
	// Déclaration de l'objet géographique à partir de l'id de l'attribut survolé
	var feature = sourceVecteur.getFeatureById(idFeature);
	// On lui affecte le nouveau style
	feature.setStyle(newStyle);
	// On déclare l'étendue de la géométrie de l'objet géographique
	var geomFeature = feature.getGeometry().getExtent();
	// On zoom sur cette étendue
	map.getView().fit(geomFeature);
}
```
On n’oublie pas de réaffecter les styles (cf. 2.2.).

En conclusion, ce tutoriel de webmapping nous a montré comment interagir entre les géométries d’un vecteur observées sur la carte et les attributs associés contenus dans un bloc. La définition d’un identifiant unique est recommandée pour déclencher des actions spécifiques en lien avec l’objet géographique considéré. La manipulation des objets géographiques a fait appel principalement à des fonctions de sélection sur la carte, de zoom et de modification de style avec l’API d’OpenLayers. L’utilisation de JQuery a servi à cibler les attributs des objets géographiques sélectionnés dans la liste déroulante par des classes liées au scroll et au style css. Le script final est disponible pour les utilisateurs du site.

0:43
Hang Zhou, une nouvelle mode de la ville intelligente
sur Veille cartographie

Cet article Hang Zhou, une nouvelle mode de la ville intelligente est apparu en premier sur Veille cartographique 2.0.

Hang Zhou, la capitale de la province chinoise du Zhejiang, elle est situé à 200 km au sud-ouest de Shanghai. Elle a plus de 9 millions d’habitants (2015) sur une superficie de 701 km². Grâce à l’implantation de Alibaba, le leader de e-commerce en Chine, Hangzhou est devenu la capitale de l’e-commerce. Cette ville repose sur […]

Cet article Hang Zhou, une nouvelle mode de la ville intelligente est apparu en premier sur Veille cartographique 2.0.
0:05
Timelaps 2/2 : cartographie de l’histoire des frontières européennes
sur Veille cartographie

Cet article Timelaps 2/2 : cartographie de l’histoire des frontières européennes est apparu en premier sur Veille cartographique 2.0.

Comme annoncé dans mon premier article portant sur des « Timelaps », en voici le second. Dans la même logique que le précédent article traitant des photos satellites témoin de l’action de l’homme sur son environnement évaluées grâce à une vidéo timelaps, il s’agit ici de comprendre par le même type de document l’évolution des frontières européennes […]

Cet article Timelaps 2/2 : cartographie de l’histoire des frontières européennes est apparu en premier sur Veille cartographique 2.0.
30 juin 2017
23:50
Le drone Helper expérimenté l’été 2016, fait de nouveaux tests cette année pour surveiller les plages françaises
sur Veille cartographie

Cet article Le drone Helper expérimenté l’été 2016, fait de nouveaux tests cette année pour surveiller les plages françaises est apparu en premier sur Veille cartographique 2.0.

Le drone Helper sera expérimenté cet été sur trois plages du sud ouest de la France. Un nouveau véhicule équipé de six moteurs sera employé pour cette seconde campagne « grandeur nature »avec des sauveteurs High-Tech. Drone Helper surveillant une plage en 2016 De quoi s’agit-il ? Si cet été sur les plages du sud ouest […]

Cet article Le drone Helper expérimenté l’été 2016, fait de nouveaux tests cette année pour surveiller les plages françaises est apparu en premier sur Veille cartographique 2.0.
23:27
Si tous les glaciers, le pergélisol et les glaces de mer fondent…
sur Veille cartographie

Cet article Si tous les glaciers, le pergélisol et les glaces de mer fondent… est apparu en premier sur Veille cartographique 2.0.

On connais tous qu’est-ce qu’un réchauffement climatique : c’est une phénomène de l’augmentation de température de la Terre. Ce concept n’est apparu pas longtemps, mais il s’agit un phénomène qui se produit dans la Terre depuis 150 ans, dès le début de la Révolution Industrielle. Jusqu’à 2016, la température moyenne dans la Terre a augmenté environ […]

Cet article Si tous les glaciers, le pergélisol et les glaces de mer fondent… est apparu en premier sur Veille cartographique 2.0.
22:29
Un étudiant de l’université de Hong-Kong remporte le prix international du SIG avec des recherches sur la pollution du bruit de la circulation dans le district ouest de sa ville universitaire
sur Veille cartographie

Cet article Un étudiant de l’université de Hong-Kong remporte le prix international du SIG avec des recherches sur la pollution du bruit de la circulation dans le district ouest de sa ville universitaire est apparu en premier sur Veille cartographique 2.0.

M. Kenneth Wong Kiu-Ho, étudiant d’arts dans le programme d’études urbaines à l’Université de Hong Kong (HK), a remporté le prix d’ESRI jeunes boursiers (YSA) 2017. Son sujet est une « enquête sur la pollution par le bruit de la circulation pour les résidents dans le district ouest de Hong-Kong ». Il a été invité à recevoir […]

Cet article Un étudiant de l’université de Hong-Kong remporte le prix international du SIG avec des recherches sur la pollution du bruit de la circulation dans le district ouest de sa ville universitaire est apparu en premier sur Veille cartographique 2.0.
19:34
La SNCF se met à la data-visualisation
sur Veille cartographie

Cet article La SNCF se met à la data-visualisation est apparu en premier sur Veille cartographique 2.0.

8 000 000 de requêtes hebdomadaires sur le site Transilien.com de la SNCF, ça fait un petit paquet de données à traiter vous ne trouvez pas ? La SNCF a décidé d’exploiter ces requêtes d’itinéraires des Franciliens en les agrégeant et en produisant une data-visualisation claire et précise à destination des équipes internes. L’objectif est simple, anticiper la […]

Cet article La SNCF se met à la data-visualisation est apparu en premier sur Veille cartographique 2.0.
18:38
30 ans de photographies satellitaires pour une évolution terrestre impressionnante
sur Veille cartographie

Cet article Timelaps 1/2 : des photos satellites témoins de l’action de l’homme sur son environnement est apparu en premier sur Veille cartographique 2.0.

Dans une série de deux articles, des vidéo « Timelaps » seront exposées. Les « Timelaps » sont des prises de vues d’un même sujet capturés à une fréquence régulière. L’exemple le plus parlant serait la capture d’un coucher de soleil : l’appareil photo est posé au sol et capture toutes les 5 secondes le soleil qui décline vers […]

Cet article Timelaps 1/2 : des photos satellites témoins de l’action de l’homme sur son environnement est apparu en premier sur Veille cartographique 2.0.
16:22
Le SHOM lance un service de prévisions côtières et océanographiques
sur Veille cartographie

Cet article Le SHOM lance un service de prévisions côtières et océanographiques est apparu en premier sur Veille cartographique 2.0.

Envie de planifier une sortie en mer ? Envie d’étancher votre soif de surf ou de kayak par exemple ? Le nouveau volet de prévisions côtières et océanographiques élaboré par le SHOM est fait pour vous ! Le service Océanogramme est gratuit et accessible à tous. Il permet de faciliter l’usage météo-océanographique mais également d’encourager toutes formes d’initiatives pour […]

Cet article Le SHOM lance un service de prévisions côtières et océanographiques est apparu en premier sur Veille cartographique 2.0.
13:14
« A Day in the Life of Americans » : un jour, des lieux
sur Veille cartographie

Cet article « A Day in the Life of Americans » : un jour, des lieux est apparu en premier sur Veille cartographique 2.0.

Comment les américains passent-ils leur journée ? C’est à cette question que répond Nathan Yau par une brillante animation dataviz basée sur les données recueillies par l’American Time Use Survey. L’auteur propose de réduire la population du pays à 1 000 personnes, soit 1 000 points animés par une timelapse. Le temps d’une journée défile minute par […]

Cet article « A Day in the Life of Americans » : un jour, des lieux est apparu en premier sur Veille cartographique 2.0.
12:03
Une carte du monde pour comprendre la consommation d’électricité
sur Veille cartographie

Cet article Une carte du monde pour comprendre la consommation d’électricité est apparu en premier sur Veille cartographique 2.0.

Vous voulez savoir d’où provient l’électricité d’un pays ? La quantité de CO2 émise pour la produire ? Le potentiel éolien ? Ou encore le potentiel solaire ? Ne cherchez plus, Olivier Corradi ainsi qu’une vingtaine de contributeurs ont la carte qu’il vous faut ! Basés sur des données open source, ces derniers ont cartographié et […]

Cet article Une carte du monde pour comprendre la consommation d’électricité est apparu en premier sur Veille cartographique 2.0.
29 juin 2017
23:49
L’open Data et GRDF : une volonté affirmée
sur Veille cartographie

Cet article L’open Data et GRDF : une volonté affirmée est apparu en premier sur Veille cartographique 2.0.

Depuis 2014, afin de sensibiliser ses collaborateurs, GRDF (Gaz Réseau Distribution France) travaille avec la start-up OpenDataSoft pour partager certaines de ses données telles que la consommation annuelle de gaz agrée à la maille IRIS, les quantités acheminées journalières provisoires et définitives ou encore les quantités injectées de biométhane. Néanmoins, avant 2017, ces données n’étaient […]

Cet article L’open Data et GRDF : une volonté affirmée est apparu en premier sur Veille cartographique 2.0.
23:12
Une sculpture pour sensibiliser au réchauffement climatique
sur Veille cartographie

Cet article Une sculpture pour sensibiliser au réchauffement climatique est apparu en premier sur Veille cartographique 2.0.

Dans le cadre de la Biennale de la ville de Venise, l’artiste italien Lorenzo Quinn a réalisé une sculpture de 9 mètres de haut représentant deux mains d’enfant qui viennent soutenir les façades d’un bâtiment historique. Au travers de cette œuvre intitulée « Soutient », l’artiste à souhaité alerter les habitants et les pouvoirs publics sur la […]

Cet article Une sculpture pour sensibiliser au réchauffement climatique est apparu en premier sur Veille cartographique 2.0.
22:44
Marie-Galante en route pour la transition énergétique
sur Veille cartographie

Cet article Marie-Galante en route pour la transition énergétique est apparu en premier sur Veille cartographique 2.0.

La loi de transition énergétique devra être mise en application en 2030 sur l’ensemble du territoire français. Un territoire se démarque des autres, il s’agit de l’île de Marie-Galante. Elle devrait réussir cette transition avec 10 ans d’avance, soit en 2020. Cette île fait partie de l’archipel de la Guadeloupe, elle est située au sud est […]

Cet article Marie-Galante en route pour la transition énergétique est apparu en premier sur Veille cartographique 2.0.
20:57
« Ceux qui ne sont jamais arrivés », réflexions sur ce que peut transmettre une carte
sur Veille cartographie

Cet article « Ceux qui ne sont jamais arrivés », réflexions sur ce que peut transmettre une carte est apparu en premier sur Veille cartographique 2.0.

La crise migratoire européenne a déjà fait l’objet de plusieurs articles dans ce blog : sur les migrations, sur son coût humain, ou sur les camps d’enfermement. Elle a même fait l’objet d’une journée d’étude il y a un an « La géomatique dans l’aide aux réfugiés ». Levi Westerveld apporte sa pierre à l’édifice des nombreuses cartographies […]

Cet article « Ceux qui ne sont jamais arrivés », réflexions sur ce que peut transmettre une carte est apparu en premier sur Veille cartographique 2.0.
16:59
Snap Maps : du nouveau du côté de SnapChat
sur Veille cartographie

Cet article Snap Maps : du nouveau du côté de SnapChat est apparu en premier sur Veille cartographique 2.0.

L’application gratuite SnapChat permet de partager des photos ou des vidéos entre utilisateurs. Disponible sur Android et iOS, celle-ci avait vu son nombre d’utilisateurs diminuer progressivement ces derniers temps et cette baisse de la popularité de l’application faisait peur aux investisseurs potentiels. Dans une volonté d’améliorer leur produit et d’attirer du nouveau public, SnapChat a […]

Cet article Snap Maps : du nouveau du côté de SnapChat est apparu en premier sur Veille cartographique 2.0.

15:26
Sen2agri system released
sur Séries temporelles
After 3 years of development, we are very happy to share the news of Sen2Agri system release. Sen2Agri system is a fully automatic production system to produce agriculture information from Sentinel-2 data, with a focus on food security applications. For this reason, the final user meeting was held in Rome at Food and Agriculture Organization and World Food Program. The Sen2Agri project was funded and managed by ESA, and developed by a consortium led by Université Catholique de Louvain, with CESBIO, CS France and CS-Romania.

A very attentive audience at the User Final Meeting, in the impressive World Food Programm conference room

The system manages the following operations :
- Sentinel-2 and LANDSAT 8 data download,
- L2A processing with MACCS/MAJA software (developed by CNES and CESBIO)
- Monthly Synthesis product generation (with a method developed at CESBIO)
- Generation of LAI products (based on a method developed at INRA, France, and updated, integrated to Orfeo Toolbox by CESBIO)
- A Crop mask (issued several times per year), with two different methods :
  - without in situ data (method developed at UCL)
  - with in-situ data (method developed at CESBIO)
- A crop type product (with a method developed at CESBIO, an early version of iota2 processor)
The scientific work behind the methods was described in a special issue of MDPI remote sensing.

The system was developed by C-S company, in France and Romania. It may be downloaded from sen2agri platform, or from Sen2Agri github platform. It is a free software. You will also need to download the MACCS atmospheric correction software from CNES.

During the past year, the consortium processed or helped users processing data on 3 countries and 12 demonstration sites (such as our site in Occitanie, France below). The users seemed mostly happy with the results, but gave us constructive feedback and proposals that we will try to integrate in future versions.

Surface reflectance monthly synthesis of August over Occitanie, France
Cropland mask accuracy improvement along the season

14:40
#Metro
sur Veille cartographie

Cet article #Metro est apparu en premier sur Veille cartographique 2.0.

Nos smartphones sont aujourd’hui tous doté d’un GPS et par conséquent de plus en plus d’applications font usage de ces données. Parmi ces applications, Instagram, le réseau social de partage de photo. Pour mettre en avant leur photographies, les utilisateurs accompagnent leur description par des hashtag (une sorte de mot clé) qui permettent de rattacher […]

Cet article #Metro est apparu en premier sur Veille cartographique 2.0.

13:59
KML : (3) Définir un point de vue
sur Blog SIG & Territoires ---- Le blog SIG pour la gestion territoriale

Pièce jointe: [télécharger]
Lorsque l’utilisateur double-clique sur un repère, Google Earth automatiquement zoome la vue directement sur le marqueur. Vous pouvez contrôler la vue initiale du marqueur en spécifiant un élément <LookAt> qui définit le point de vue exact du point d’intérêt. Nous décrirons ici comment spécifier un élément de type <LookAt> pour un repère.
Une fois que vous avez créé un ensemble de repères, vous pouvez voler successivement de l’un à l’autre.

Spécification d’un point de vue
L’élément <LookAt> décrit un point de vue en utilisant un point sur la surface de la Terre comme référence. Voici la syntaxe de cet élément:
<LookAt id="ID">
<longitude>0.0</longitude>
<latitude>0.0</latitude>
<altitude>0.0</altitude>
<heading>0.0</heading>
<tilt>0.0</tilt>
<range>0.0</range>
<altitudeMode>clampToGround</altitudeMode>
</LookAt>
Les éléments enfants pour <LookAt> sont les suivants:
- <longitude> : La longitude du point observé. C’est la distance angulaire en degrés par rapport au Meridien de référence (en principe Greenwich). Les valeurs à l’ouest du Meridien vont de -180 degrés à 0 degrés. Les valeurs à l’est du Meridien vont de 0 degrés à 180 degrés.
- <latitude> :Latitude du point observé. Degrés au Nord ou au Sud de l’équateur (0 degrés). Les valeurs varient de -90 degrés à 90 degrés.
- <altitude> :Distance de la surface de la Terre, en mètres. Voir <altitudeMode> pour savoir comment cette valeur est interprétée.
- <heading> :Direction (c’est-à-dire Nord, Sud, Est, Ouest), en degrés. Par défaut = 0 (Nord). Les valeurs varient de 0 degrés à 360 degrés, avec 90 degrés = Est, 180 degrés = Sud, 270 degrés = Ouest. Cette valeur peut également être spécifiée en degrés négatifs (dans le sens inverse des aiguilles d’une montre de 0).
- <tilt> :Angle entre la direction du point de vue et la surface de la Terre (voir Figure). Les valeurs varient de 0 degrés à 180 degrés. Les valeurs ne peuvent pas être négatives. Une valeur de 0 degrés indique l’observation à partir d’un point perpendiculaire à la localisation, en regardant vers le bas. Une valeur de 90 degrés indique l’observation horizontale, droit vers l’horizon.
- <range> :Distance en mètres entre le point spécifié par <longitude>, <latitude>, et <altitude>, et la position du point de vue.
- <altitudeMode> :Spécifie comment l’altitude définie pour le point (valeur de <altitude>)est interprétée. Les valeurs possibles sont les suivantes:
  - ClampToGround (par défaut): Indique d’ignorer la spécification de <altitude> et place la position de <LookAt> directement sur le sol.
  - RelativeToGround :Interprète <altitude> comme une valeur en mètres au-dessus du sol.
  - absolute :Interprète <altitude> comme une valeur en mètres au-dessus du niveau de la mer.
La manière la plus simple de créer un élément avec les valeurs souhaitées est d’utiliser le copier-coller décrit dans l’article précédent.

la fonctionnalité SnapShot de Google Earth. Volez, inclinez ou faites pivoter l’affichage jusqu’à ce que vous soyez satisfait de la vue. Cliquez avec le bouton droit de la souris sur le repère et sélectionnez Copier. Ouvrez un éditeur de texte et faites un Coller.

Dans l’exemple suivant [www.nasca.ovh]

Le résultat du Copier-coller est le suivant:
<kml xmlns=" [www.opengis.net] xmlns:gx=" [www.google.com] xmlns:kml=" [www.opengis.net] xmlns:atom=" [www.w3.org]
<Placemark>
<name>Visite du 16 juin 2017</name>
<description><![CDATA[<p>Après vérification des capteurs mis en place, nous avons procédé à l’échantillonnage</p>
<p>Les échantillons ont été marqués et emballés sur place</p>]]></description>
<LookAt>
<longitude>-4.964173334596812</longitude>
<latitude>48.39543755926342</latitude>
<altitude>0</altitude>
<heading>8.905506807657265</heading>
<tilt>79.30646922221436</tilt>
<range>1174.810688535466</range>
<gx:altitudeMode>relativeToSeaFloor</gx:altitudeMode>
</LookAt>
<Point>
<coordinates>-4.964,48.392,0</coordinates>
</Point>
</Placemark>
</kml>
L’élément <LookAt> doit être placé immédiatement après la balise </description>.
Groupement de repères : la balise <Folder>
Utilisez un élément <Folder> pour grouper plusieurs repères. Un <Folder>, comme un <Placemark>, a les éléments <name> et <description>, qui apparaissent dans la vue des lieux. Dans Google Earth, vous pouvez visiter les différents repères dans un dossier en cliquant sur le dossier et en sélectionnant le bouton Lancer la visite dans liste des lieux

Si vous spécifiez des points de vue pour les repères, Google Earth passe automatiquement au point de vue spécifié pour chaque repère.

Le fichier [www.nasca.ovh] affiche un <Folder> qui contient trois éléments <Placemark>, chacun avec un point de vue spécifié par un élément <LookAt>.
"lookat.kml"<kml xmlns=" [www.opengis.net] xmlns:gx=" [www.google.com] xmlns:kml=" [www.opengis.net] xmlns:atom=" [www.w3.org]
<Folder>
<name>Vol vers des repères</name>
<open>1</open>
<Placemark id="1">
<name>Visite du 16 juin 2017</name>
<description><![CDATA[<p>Après vérification des capteurs mis en place, nous avons procédé à l’échantillonnage</p>
<p>Les échantillons ont été marqués et emballés sur place</p>]]></description>
<LookAt>
<longitude>-4.964173334596812</longitude>
<latitude>48.39543755926342</latitude>
<altitude>0</altitude>
<heading>8.905506807657265</heading>
<tilt>79.30646922221436</tilt>
<range>1174.810688535466</range>
<gx:altitudeMode>relativeToSeaFloor</gx:altitudeMode>
</LookAt>
<Point>
<coordinates>-4.964,48.392,0</coordinates>
</Point>
</Placemark>
<Placemark id="2">
<name>Visite du 17 juin 2017</name>
<description>
<![CDATA[
<p>Après vérification des capteurs mis en place, nous n’avons pas procédé à l’échantillonnage</p>
]]>
</description>
<LookAt>
<longitude>-4.964027085363179</longitude>
<latitude>48.39848639649534</latitude>
<altitude>0</altitude>
<heading>112.6147092667253</heading>
<tilt>43.68158406433638</tilt>
<range>1308.593420201757</range>
<gx:altitudeMode>relativeToSeaFloor</gx:altitudeMode>
</LookAt>
<Point>
<coordinates>-4.96559,48.40013,0</coordinates>
</Point>
</Placemark>
<Placemark id="3">
<name>Visite du 18 juin 2017</name>
<description>
<![CDATA[
<p>Après vérification des capteurs mis en place, nous avons procédé à l’échantillonnage</p>
<p>Les échantillons ont été marqués et emballés sur place</p>
]]>
</description>
<LookAt>
<longitude>-4.95766406933723</longitude>
<latitude>48.40344387516042</latitude>
<altitude>0</altitude>
<heading>-116.414218265003</heading>
<tilt>57.02348249571338</tilt>
<range>701.6067609970371</range>
<gx:altitudeMode>relativeToSeaFloor</gx:altitudeMode>
</LookAt>
<Point>
<coordinates>-4.95670,48.40211,0</coordinates>
</Point>
</Placemark>
</Folder>
</kml>
Si vous utilisez le bouton Lancer la visite, vous verrez successivement chaque repère à partir du point de vue défini dans le fichier kml pendant quelques secondes, puis la vue se déplacera au prochain point de vue, et ce jusqu’au dernier repère.

Les temps par défaut sont paramétrés dans le menu Outils -> Options -> Visite

Voici le résultat de la visite du fichier lookat.kml
[www.sigterritoires.fr]

12:10
Un métro pour l’Empire Romain ?
sur Veille cartographie

Cet article Un métro pour l’Empire Romain ? est apparu en premier sur Veille cartographique 2.0.

Dès -300 av J-C, les romains ont décidé de mettre en place un système de routes pour asseoir leur domination sur les territoires conquis. Ces routes d’abord construites pour des raisons militaires, permettent de relier Rome à tout l’Empire et de développer le commerce. Les historiens estiment que la première représentation cartographique de ces routes aurait […]

Cet article Un métro pour l’Empire Romain ? est apparu en premier sur Veille cartographique 2.0.
10:59
Le SIG explore la Caverne du Dragon !
sur Veille cartographie

Cet article Le SIG explore la Caverne du Dragon ! est apparu en premier sur Veille cartographique 2.0.

L’Histoire avec un grand « H » s’étudie, se partage et se raconte. Les SIG (Systèmes d’Information Géographique) se développent de plus en plus en faveur de l’Histoire. En effet, ils modernisent l’accès à l’information et retracent autrement les faits historiques. Ainsi, une application numérique au service de l’Histoire permet aux visiteurs de parcourir en ligne les […]

Cet article Le SIG explore la Caverne du Dragon ! est apparu en premier sur Veille cartographique 2.0.
28 juin 2017
23:59
« lecoincamping.com » vivons le camping différemment
sur Veille cartographie

Cet article « lecoincamping.com » vivons le camping différemment est apparu en premier sur Veille cartographique 2.0.

Les grandes vacances arrivent à grand pas et vous n’avez toujours pas trouvé votre bonheur ? Voici le site qui fera peut-être le vôtre, « lecoincamping.com ». Ce site propose des camping atypiques selon les goûts de chacun car oui, ce site est participatif. Qui sont les protagonistes à l’instar de la création du site ? Ce […]

Cet article « lecoincamping.com » vivons le camping différemment est apparu en premier sur Veille cartographique 2.0.
21:42
ToxicSites, état des lieux de la pollution industrielle aux États-Unis
sur Veille cartographie

Cet article ToxicSites, état des lieux de la pollution industrielle aux États-Unis est apparu en premier sur Veille cartographique 2.0.

On les connaît, ils répondent au nom d’arsenic, de benzène ou encore de plomb etc. les éléments contaminants peuvent polluer de larges zones et provoquer des dommages majeurs sur l’homme et sur l’environnement. Aux États-Unis, les sites pollués par ces déchets dangereux sont classés Superfund. Ce classement provient d’une loi fédérale de 1980, mise en […]

Cet article ToxicSites, état des lieux de la pollution industrielle aux États-Unis est apparu en premier sur Veille cartographique 2.0.
16:46
La carte des satellites en orbite
sur Veille cartographie

Cet article La carte des satellites en orbite est apparu en premier sur Veille cartographique 2.0.

Près de 15500 satellites sont en orbite autour de la terre… dont 11500 débris! Esri offre la première carte des satellites en orbite disponible pour le grand public. En effet, en cliquant sur ce lien vous découvrirez l’application web développée par Esri Prototype Lab en Californie. Cette application représente le globe numérique et […]

Cet article La carte des satellites en orbite est apparu en premier sur Veille cartographique 2.0.
14:11
L’observatoire des territoires : mesurer le développement durable
sur Veille cartographie

Cet article L’observatoire des territoires : mesurer le développement durable est apparu en premier sur Veille cartographique 2.0.

Le développement durable est un concept aujourd’hui largement développé et employé dans divers champs disciplinaires. Tout le monde s’accorde sur la définition du développement durable. Il est admis que ce dernier repose sur trois fameux piliers que sont l’économie, l’environnement et le social. Mais si nous pouvons le définir, pouvons nous pour autant le mesurer […]

Cet article L’observatoire des territoires : mesurer le développement durable est apparu en premier sur Veille cartographique 2.0.
11:02
L’amélioration des données géographiques dans la direction Centre-Est de l’IGN
sur Veille cartographie

Cet article L’amélioration des données géographiques dans la direction Centre-Est de l’IGN est apparu en premier sur Veille cartographique 2.0.

L’Institut National Géographique (IGN) est le référent national pour la production, la diffusion et la mise à jour des données géographiques sur l’ensemble du territoire français. Créé en 1940 à la suite d’un décret, faisant office de succession au Service Géographique de l’Armée, l’IGN fournit des informations géographiques sous forme de référentiels. Afin d’en assurer […]

Cet article L’amélioration des données géographiques dans la direction Centre-Est de l’IGN est apparu en premier sur Veille cartographique 2.0.
10:21
Le réseau Quetelet pour les chercheurs
sur Veille cartographie

Cet article Le réseau Quetelet pour les chercheurs est apparu en premier sur Veille cartographique 2.0.

La recherche scientifique en géomatique est nourrie par une matière première essentielle : la donnée. Aujourd’hui, dans une perspective d’Open Data, les plateformes de libre accès à l’information se multiplie : data.gouv.fr, le géoportail, le géocatalogue ou encore l’INPN (Inventaire National du Patrimoine Naturel) pour ne citer que quelques exemples. Mais malgré l’ère de l’Open […]

Cet article Le réseau Quetelet pour les chercheurs est apparu en premier sur Veille cartographique 2.0.
0:04
Développement d’un script Python générant un graphique composé de plusieurs courbes à partir d’un fichier Shape ouvert sur Qgis
sur Veille cartographie

Cet article Développement d’un script Python générant un graphique composé de plusieurs courbes à partir d’un fichier Shape ouvert sur Qgis est apparu en premier sur Veille cartographique 2.0.

Ceci est un tutoriel pour ceux qui souhaitent faire des graphiques comprenant plusieurs lignes générées automatiquement, à partir de la table attributaire du .shp ouvert et sélectionné avec PyQgis. Jeu de donnée La donnée exploitée est issue des Opendata de la SNCF concernant les taux de ponctualité et du STIF pour les fichiers Shape des […]

Cet article Développement d’un script Python générant un graphique composé de plusieurs courbes à partir d’un fichier Shape ouvert sur Qgis est apparu en premier sur Veille cartographique 2.0.
27 juin 2017
20:21
The Elephant Atlas témoigne de la disparition de l’éléphant d’Afrique
sur Veille cartographie

Cet article The Elephant Atlas témoigne de la disparition de l’éléphant d’Afrique est apparu en premier sur Veille cartographique 2.0.

L’atlas de l’éléphant africain est un site de datavisualisation reposant sur les données recueillies par le Great Elephant Census. Ce recensement des éléphants d’Afrique, de grande envergure, a mobilisé les équipes de parcs nationaux de 18 pays, 90 scientifiques et une équipe de 286 personnes. L’étude a consisté en un comptage des éléphants par avion, […]

Cet article The Elephant Atlas témoigne de la disparition de l’éléphant d’Afrique est apparu en premier sur Veille cartographique 2.0.
14:54
Google et la représentation cartographique de la pollution de l’air à l’échelle de la rue
sur Veille cartographie

Cet article Google et la représentation cartographique de la pollution de l’air à l’échelle de la rue est apparu en premier sur Veille cartographique 2.0.

Actuellement, une majorité des grandes villes sont dotées de nombreux dispositifs de surveillance de la qualité de l’air. Néanmoins, ces dispositifs sont fixes et ne permettent pas une mesure précise et détaillée à l’échelle de la rue. C’est la raison pour laquelle Google, le géant américain, a fait appel à la Start up Aclima afin d’équiper […]

Cet article Google et la représentation cartographique de la pollution de l’air à l’échelle de la rue est apparu en premier sur Veille cartographique 2.0.
12:12
A la bonne heure : le premier tronçon du T11 Express disponible dès le 1er juillet 2017
sur Veille cartographie

Cet article A la bonne heure : le premier tronçon du T11 Express disponible dès le 1er juillet 2017 est apparu en premier sur Veille cartographique 2.0.

Dès le 1er juillet 2017, le réseau Francilien s’agrandira de 11 kilomètres avec l’ouverture du premier tronçon du Tram 11 Express qui aura pour terminus la gare d’Epinay-sur-Seine (RER C / T8) et la gare du Bourget (RER B). Cette nouvelle ligne a été élaborée le long de la grande ceinture, un axe périphérique ferroviaire situé […]

Cet article A la bonne heure : le premier tronçon du T11 Express disponible dès le 1er juillet 2017 est apparu en premier sur Veille cartographique 2.0.
11:24
GeoGarage : un catalogue des cartes nautiques
sur Veille cartographie

Cet article GeoGarage : un catalogue des cartes nautiques est apparu en premier sur Veille cartographique 2.0.

Il est venu le temps de jouer cartes nautiques sur table. C’est en tout cas ce que nous propose la plateforme GeoGarage qui ouvre ce mois-ci. Ce site permet désormais de visualiser la totalité des cartes nautiques du catalogue du SHOM (Service Hydrographique et Océanographique de la Marine). Autrement dit, on sait que 865 cartes […]

Cet article GeoGarage : un catalogue des cartes nautiques est apparu en premier sur Veille cartographique 2.0.
26 juin 2017
23:15
La révolution géospatiale est en marche !
sur Veille cartographie

Cet article La révolution géospatiale est en marche ! est apparu en premier sur Veille cartographique 2.0.

Lancement d’un Blog consacré au GEOINT par Jean-Philippe Morisseau. L’ apparition de ce blog francophone permet d’aborder une discipline encore peu connue en France grâce à de nombreux articles détaillés publiés de manière régulière. Mais avant de commencer qu’est-ce que le GEOINT (Geospatial Intelligence, en français renseignement géospatial) ? Comment la NGA (National Geospatial Intelligence […]

Cet article La révolution géospatiale est en marche ! est apparu en premier sur Veille cartographique 2.0.
22:42
Aux États-Unis : les trajets domicile-travail pour tracer les mégarégions
sur Veille cartographie

Cet article Aux États-Unis : les trajets domicile-travail pour tracer les mégarégions est apparu en premier sur Veille cartographique 2.0.

Garrett Dash Nelson du Dartmouth College et Alasdair Rae de l’université de Sheffield proposent un redécoupage des Etats-Unis basé sur les migrations domicile-travail. Leur travail se base à l’échelle des îlots de recensements (census tract) sur plus de 4 millions de déplacements. Ceux-ci sont inférieurs ou égaux à 160km. Le but est, à partir de […]

Cet article Aux États-Unis : les trajets domicile-travail pour tracer les mégarégions est apparu en premier sur Veille cartographique 2.0.

13:53
Un business cartographique au service de l’immobilier : ERNMT Officiel
sur GEOMATICK

Aujourd’hui, je réalise une interview avec Avi, créateur associé de la start-up technologique ERNMT Officiel qui génère des diagnostics immobiliers en ligne à des prix défiant toute concurrence. L’élaboration de l’Etat des Risques Naturels, Miniers et Technologiques (ERNMT) est produite directement sur le site [https:]] à n’importe quelle adresse postale française!

GK (pour Geomatick) : Bonjour Avi, pouvez-vous tout d’abord présenter votre parcours?

Avi : Je suis autodidacte dans le développement web et notamment les technologies PHP. J’ai effectué un grand nombre de missions en freelance pour le compte de divers clients.

GK : Comment vous est venue l’idée d’ERNMT? Quels en sont les objectifs?

Avi : A la suite de ma rencontre avec La société Quartz (propriétaire du site), qui avait pour volonté de créer un système autonome pour gérer ses propres documents. Il fallait pouvoir collecter de nombreuses informations, les stocker et pouvoir y accéder à la demande via une interface web. L’idée ne m’est donc pas « venue » et résulte d’un besoin.

GK : Techniquement, quels sont les outils informatiques utilisés pour réaliser ce projet (serveurs, langages de programmation, etc)?

Avi : Nous travaillons sur les technologies LAMP (Linux, Apache, Mysql, PHP) et GeoServer.

GK : Le diagnostic immobilier est réalisé pour n’importe quel lieu géographique en France, pouvez-vous nous parler des données géographiques utilisées?

Avi : Les données géographiques étaient notre plus grand point faible, il n’existe pas à ce jour de données à l’échelle nationale pour chaque risque naturel (inondation, mouvement de terrain, etc).

Nous avons dû colleter l’existant, le compléter, l’homogénéiser et cela pour chaque donnée, cela représente 1 an de travail uniquement pour la collecte des données.

GK : Quelles sont les principales difficultés liées à votre projet?

Avi : C’est la donnée, qui est parfois inexistante, parfois incomplète, ou imprécise . C’est un travail de fourmis long et chronophage.

GK : Quelles sont les perspectives de croissance de votre start-up?

Avi : Nous sommes encore en phase de lancement, nous recueillons les avis des utilisateurs, nous tentons de les convaincre de l’efficacité du produit malgré les prix extrêmement bas. En tant que nouvel acteur du marché et avec la révolution apportée, nous devons d’abord convaincre et faire changer les mentalités.

L’objectif final est évidement de convaincre le plus grand nombre pour espérer une rentabilité sur la société.

GK : Que diriez-vous à un jeune entrepreneur qui se lance dans un business sur internet?

Avi : Il faut être très motivé, contrairement aux légendes de facebook, snapshat ou twitter, il faut beaucoup travailler, savoir s’entourer (on ne peut pas tout faire seul) et il ne faut pas abandonner. Notre projet a commencé il y a deux ans et nous sommes seulement en phase de lancement…

GK : Avi, je vous remercie pour cette interview qui nous a montré toutes les potentialités et difficultés liées au lancement d’une start-up sur internet. L’ERNMT a mis en place un Système d’Informations Géographiques complet qui lui permet de maintenir et mettre à disposition de nombreuses informations géographiques à ses clients. Nous vous souhaitons pleins de réussites dans votre business!

En parlant de business lié à la cartographie, je vous recommande le bouquin Geobusiness de Claude Caron (2017) qui vous donnera certainement des idées pour développer votre affaire. Il dresse un état des lieux de nombreux développements de produits basés sur les technologies géospatiales.
Vous vendez un bien immobilier ou vous connaissez des professionnels de l’immobilier, aidez-les à économiser de l’argent grâce au service ERNMT Officiel : [https:]] .

13:48
Découvrez de nouveaux espaces où travailler avec Cartoviz
sur Veille cartographie

Cet article Découvrez de nouveaux espaces où travailler avec Cartoviz est apparu en premier sur Veille cartographique 2.0.

Récemment, l’Institut d’Aménagement et d’Urbanisme d’Ile-de-France a publié une nouvelle carte sur les tiers-lieux dans son application de cartographies interactives Cartoviz. Développée par l’IAU IdF, en collaboration avec Esri France, cette application permet de découvrir le territoire francilien à travers une série de cartographies interactives réparties dans plusieurs grandes thématiques comme la mobilité, l’habitat ou encore […]

Cet article Découvrez de nouveaux espaces où travailler avec Cartoviz est apparu en premier sur Veille cartographique 2.0.

11:22
Theia distribue les premiers produits neige
sur Séries temporelles

Nous sommes heureux d'annoncer que Theia a mis en ligne 93 produits neige faits à partir de Sentinel-2. Ces produits correspondent à 6 tuiles qui couvrent une partie des Alpes, des Pyrénées et de l'Atlas pour une période comprise entre juillet et novembre 2016. La production opérationnelle devrait débuter cet automne (c'est-à-dire au fil de l'eau), et couvrira une surface plus grande. Nous essaierons aussi d'améliorer les produits grâce aux retours des utilisateurs.

Série temporelle de produits neige pour la tuile 30TYN (Pyrénées)

Pour télécharger les produits:

https://theia.cnes.fr/atdistrib/rocket/#/search?collection=Snow

Consulter la documentation (dont un tutoriel vidéo, et un script de téléchargement automatique) :
http://www.cesbio.ups-tlse.fr/multitemp/?page_id=10748

Un grand merci à toute l'équipe impliquée dans le développement et l'exploitation de MUSCATE au CNES et Capgemini pour cette première réalisation ! Et un merci tout particulier pour Olivier.

Simon Gascoin and Manuel Grizonnet
10:41
Theia releases first batch of snow products
sur Séries temporelles

We are pleased to announce that Theia has put online 93 Sentinel-2 snow products, corresponding to 6 tiles in the Alps, Pyrenees, and Atlas mountains between July 2016 to November 2016. 300 more products should be available next week. The operational production should start in autumn 2017 (i.e. near real time), and will cover a larger area. We will also strive to improve the products based on the users feedbacks!

Time series of available products for tile 30TYN (Pyrenees)

The products can be downloaded here:

https://theia.cnes.fr/atdistrib/rocket/#/search?collection=Snow

You can find the product documentation including a video tutorial here:
[www.cesbio.ups-tlse.fr]

A big thanks to all the people involved in this project, in the MUSCATE development and exploitation teams at CNES and Capgemini, for this first achievement! And a special thanks to Olivier!

Simon Gascoin and Manuel Grizonnet

25 juin 2017
18:27
Une première plongée dans le réseau Tor
sur L'Atelier de Cartographie

Le journal Le Monde a publié il y a quelques jours un article sur les dernières recherches consacrées au fameux «dark web», et plus particulièrement le réseau Tor (The Onion Router). L’article fait référence à une étude que nous avons menée régulièrement depuis quelques mois (F.Ghitalla, F. Boisselier, J. Decayeux, E. Bartholmé, V. Déhaye), en […]

18:04
Comment Google cartographie le monde entier ?
sur Veille cartographie

Cet article Comment Google cartographie le monde entier ? est apparu en premier sur Veille cartographique 2.0.

Ne vous êtes-vous jamais demandé comment Google arrivait à cartographier les endroits les plus reculés de la planète ? Avec Google Street view vous avez la possibilité de vous retrouver dans les rues de New-York et la seconde d’après sur la grande muraille de chine puis la seconde d’après dans le désert d’Arabie. Il n’y […]

Cet article Comment Google cartographie le monde entier ? est apparu en premier sur Veille cartographique 2.0.

1:22
Evolution of the snow cover near Zermatt
sur Séries temporelles

Zermatt is in the corner of the Sentinel-2 tile 32TLS, which is produced at level 2A by Theia. Hence I could generate the snow maps at 20 m resolution for this area (72 dates from December 2015 to May 2017).

Voir en plein écran

The glacier outlines are from the Randolph Glacier Inventory 5.0. Snow maps can be useful for glaciologists since the end-of-summer snow line elevation over a glacier is a good proxy of the glacier mass balance [1].

[1] Rabatel, Antoine, Jean-Pierre Dedieu, and Christian Vincent. "Using remote-sensing data to determine equilibrium-line altitude and mass-balance time series: validation on three French glaciers, 1994–2002." Journal of Glaciology 51.175 (2005): 539-546.
24 juin 2017
22:50
MUSCATE News ; 20000 + 93
sur Séries temporelles
=>

THEIA passed two new milestones in this beginning of summer :
- The number of Sentinel-2A Level2A products just passed the 20000 milestone, with the complete collection of French oversea regions, and new sites along the Ganges, Brahmaputra and Mekong rivers. These sites where chosen by a research team from the GET laboratory in Toulouse.
- the publication of the first 93 snow masks produced at 20m de resolution, over a few selected tiles in the Pyrenees, Alps and Atlas mountains. After surface reflectance and land cover, it is the third operational product for Sentinel-2 that comes out of the expertise centers of Theia.
Data are available from [https:]

In one month, we release 5000 products, despite last weeks during which our production was hampered by maintenance and improvements of PEPS platform. But good news,the teams have obtained a correction of MUSCATE Friday night bug, which had been limiting the production rate of MUSCATE for a few months. The correction will be installed next week, and our production rhythm will be hopefully doubled.
22:00
Muscate news : 20000 + 93
sur Séries temporelles
=>

Deux évènements à signaler pour le centre de traitement MUSCATE de Theia pour ce début d'été :
- le nombre de produits de niveau 2A vient de dépasser les 20000, avec la collection quasi-complète des régions et collectivités d'outre mer françaises, et l'ajout de sites autour des fleuves Gange, Bramapoutre et Mekong, choisis par des chercheurs spécialistes des eaux turbides du laboratoire Geosciences Environnement deToulouse.
- la publication des 93 premiers masques de couverture neigeuse à 20m de résolution, sur quelques tuiles bien choisies des Alpes, des Pyrénées et de l'Atlas. Après la réflectance de surface et l'occupation des sols, il s'agit du troisième produit opérationnel des Centres d'expertise Theia.
Les données sont disponibles sur [https:]]

Un mois aura suffi pour publier 5000 produits, malgré une semaine dernière quasiment sans production, du fait de montées de version et opérations de maintenance sur les serveurs de PEPS. Bonne nouvelle, une correction du bug du vendredi soir observé sur MUSCATE, qui bridait notre production depuis quelques mois, est maintenant disponible. Elle sera installée d'ici une semaine, et la capacité de production de MUSCATE devrait s'en trouver au moins doublée.

15:57
Fusion, redimensionnement et masque de rasters dans QGIS et publication du GeoTiff dans GeoServer
sur GEOMATICK
L’objectif de ce tutoriel est de masquer des rasters fusionnés en un fichier selon des limites territoriales définies puis de diffuser la donnée finale via un serveur cartographique.
Après le téléchargement des données SIG, on utilise des fonctions basiques pour traiter les rasters dans le logiciel libre QGIS. La donnée en sortie de format GeoTiff est ensuite stockée et stylisée dans GeoServer.
1. Rasters utilisés
Pour illustrer cet article, on utilise des données issues d’un modèle d’élévation numérique (DEM : digital elevation model) construit par l’ U.S. Geological Survey’s Center for Earth Resources Observation and Science (EROS) : le Global 30 Arc-Second Elevation (GTOPO30). Le DEM GTOPO30, construit avec des données topographiques vectorielles et satellites, a une résolution spatiale d’environ 1 km (par pixel). Le produit est divisé en 33 dalles dont 27 couvrent chacune 50° en latitude et 40° en longitude sur la zone d’étendue [-180°W ; -60°S ; 180°E ; 90°N] et 6 dalles d’une résolution de 30° en latitude et 60° en longitude sur l’étendue de l’Antarctique. Certes, la précision verticale de GTOPO30 n’est qu’en moyenne d’environ 30 m mais son principal avantage est d’avoir une couverture géographique mondiale comme son nom l’indique. A une échelle fine, il existe bien entendu d’autres données spatiales plus précises pour estimer l’altitude (par exemple les données ASTER, LIDAR, etc).

Ici, on ne cherche pas à construire un jeu de données exhaustifs et on utilise seulement quatre dalles : gt30e020n40, gt30e020n90, gt30w020n40 et gt30w020n90. Les rasters GTOPO30 sont téléchargés sur le site de l’USGS (figure 1).

Figure 1 : Téléchargement des données GTOPO30 sur le site de l’USGS.
2. Traitements des rasters dans QGIS
A l’aide du logiciel QGIS et de la bibliothèque GDAL implémentée, trois traitements basiques des rasters sont mis en œuvre dans ce paragraphe : la fusion (2.1), le redimensionnement (2.2) et le masque de la donnée fusionnée (2.3). Je préfère considérer le terme de masque plutôt que de découpage utilisé dans QGIS car ce dernier terme porte à confusion avec le redimensionnement du raster. En effet, le redimensionnement est défini par la diminution ou l’augmentation du nombre de lignes et de colonnes du raster en fonction de limites géographiques prédéfinies sans modifier les valeurs et la taille des pixels. On pourrait donc parler de découpage du raster selon une fenêtre géographique. Tandis que le masque du raster consiste à modifier des valeurs de quelques ou tous les pixels du raster en fonction d’un référentiel géographique ou de certaines valeurs du pixel.

On note que les étapes de redimensionnement et de masque de la donnée peuvent être inversées mais il est préférable de traiter une donnée raster avec des dimensions minimales afin d’abaisser l’utilisation de ressources informatiques.
2.1. Fusion des données
Le premier traitement consiste à assembler les dalles afin d’obtenir un fichier unique en sortie. Après le chargement des rasters dans QGIS, dans le menu Raster > Divers, on choisit l’onglet Fusionner… comme le montre la figure 2 ci-dessous :

Figure 2: Fusion de quatre rasters du DEM GTOPO30 dans QGIS.

Dans la fenêtre Fusionner, on sélectionne les fichiers rasters en input – ici situés dans un même répertoire – puis on saisit un nom en output avec l’extension désirée – ici, on choisit GeoTiff, format de fichier largement reconnu -. Les dalles du GTOPO30 ne se superposent pas et ne sont pas issus de capteurs différents. Il n’est donc pas nécessaire de sélectionner une bande séparée pour chaque fichier ou utiliser l’emprise intersectée. Pour le moment, le style du raster n’est pas considéré et on peut finalement lancer la procédure de fusion. Le raster en sortie de 9600 colonnes et de 12000 lignes s’étend sur la zone géographique [-20°W ; -10°S ; 60°E ; 90°N].
2.2. Redimensionnement du raster
Le raster fusionné de format GeoTiff couvre une surface considérable et pour des objectifs divers, on décide de cibler un espace spécifique. Il faut donc diminuer les dimensions du raster, c’est-à-dire qu’il faut déterminer le nombre de colonnes (X) et de lignes (Y) en fonction d’une fenêtre géographique définie. Le nombre de colonnes (X) correspond à la différence entre la longitude maximale (Xmax) et la longitude minimale (Xmin) et le nombre de lignes (Y) est la différence entre la latitude maximale (Ymax) et la latitude minimale (Ymin). Pour le redimensionnement du raster, il est conseillé de garder la même taille de pixel avec des colonnes et des lignes entières. Par rapport à la donnée de base b, on a donc :

X = Xb / (Xbmax – Xbmin ) x (Xmax – Xmin);

Y = Yb / (Ybmax – Ybmin ) x (Ymax – Ymin);

Dans notre exemple, on choisit l’étendue géographique [-20°W ; 30°N ; 20°E ; 70°N] qui correspond approximativement à celle des pays délimités en rouge sur la figure 3, soit :

X = 9600 / (60-(-20)) x (20-(-20));

X = 4800 colonnes;

Y = 12000 / (90-(-10)) x (70-30);

Y = 4800 lignes;

Dans QGIS, on ouvre la Calculatrice Raster à partir du menu Raster puis on définit l’emprise géographique du nouveau raster. Dans l’expression, on ne modifie pas les valeurs du raster de base, on saisit donc le nom du fichier que l’on multiplie par un.

Figure 3 : Redimensionnement du raster à l’aide de la Calculatrice Raster.

Vous l’aurez compris ou vous le savez déjà, de nombreuses opérations de masque avec l’altération des valeurs de pixels sont possibles avec l’outil de Calculatrice Raster. Toutefois, on utilise un autre outil de masque dans le logiciel.
2.3. Masque du raster fusionné et redimensionné

Dans QGIS, dans le menu Raster > Extraction > Découper, deux méthodes de masque sont possibles :
- la première se base sur des limites définies par nos soins ou à l’aide d’un rectangle dessiné sur le canvas;
- l’autre découpage suit les contours du vecteur référentiel. Pour cette méthode que l’on choisit dans ce tutoriel, il faut faire attention que le vecteur soit bien dessiné pour ne pas “planter” le traitement.
Dans la fenêtre, on choisit la donnée raster à masquer puis on saisit le nom du fichier de sortie. Il faut bien comprendre que le raster créé aura les mêmes dimensions avec des nombres de colonnes et de lignes identiques au fichier d’entrée. Ici, on utilise un vecteur représentant quelques pays délimités en rouge sur la figure 4 comme couche de masquage. C’est-à-dire que seuls les pixels du raster en entrée inclus dans le périmètre du vecteur référentiel sont pris en compte. On affecte une valeur -9999 aux pixels externes aux contours des pays considérés et on sélectionne “Découper l’emprise du jeu de données cible selon l’emprise du trait de coupe”. La résolution de la taille des pixels est conservée et on peut enfin lancer le traitement.

Figure 4 : Masque du raster à partir des contours d’un vecteur dans QGIS.

La figure 5 montre le résultat du masque du DEM GTOPO30 préalablement fusionné et redimensionné. On lui affecte un style de type “Pseudo-couleur à bande unique” avec une échelle d’altitude définie pour l’exemple. Une couleur est affectée à chaque intervalle de valeurs et pour un meilleur rendu visuel, on choisit l’interpolation linéaire qui étale les couleurs selon les valeurs réelles du pixel. Une interpolation de type discret implique que tous les pixels d’un intervalle se voient attribuer une même couleur; ce qui a pour effet un rendu moins lisse.

Figure 5 : Création d’un style par interpolation linéaire pour le raster dans QGIS.

Enfin, le style est enregistré dans un fichier de format QML détaillé dans la paragraphe 3.2. Il est à présent temps de diffuser la donnée grâce au serveur cartographique GeoServer.
3. Publication du GeoTiff dans GeoServer
Le raster créé dans la section 2 est publié puis stylisé.
3.1. Création de l’espace de travail et de l’entrepôt
Dans GeoServer, il existe un type d’entrepôt spécifique pour les données GTOPO30 avec l’extension DEM moins volumineuse que le GeoTiff. Toutefois, cette dernière extension est le format de fichier utilisé dans notre tutoriel qui est aussi une source de donnée image gérée par le serveur cartographique. Comme pour le tutoriel sur la création d’un fond cartographique tuilé, on créé un espace de travail et un entrepôt pour une source de données images de type GeoTiff (figure 6). Ce type d’entrepôt prend en compte qu’un seul raster, on verra prochainement qu’il est possible de charger plusieurs rasters dans d’autres types d’entrepôts comme la source ImageMosaic. Dans cet exemple, la donnée est dans le répertoire de données par défaut de GeoServer data_dir, en production il est conseillé de stocker les données SIG dans un répertoire externe à GeoServer.

Figure 6 : Création de la source de donnée GeoTiff dans GeoServer.

Ensuite, on peut publier la couche SIG en spécifiant au minimum l’emprise géographique et son nom.
3.2. Style du raster dans GeoServer
Dans ce paragraphe, on cherche à attribuer le style exporté depuis QGIS au raster. Toutefois, même si certaines améliorations de compatibilité de styles entre QGIS et GeoServer ont été réalisées, le fichier de format QML décrit ci-dessous n’est pas pris en charge par GeoServer.
```
<!DOCTYPE qgis PUBLIC 'http://mrcc.com/qgis.dtd' 'SYSTEM'>
<qgis version="2.18.9" minimumScale="inf" maximumScale="1e+08" hasScaleBasedVisibilityFlag="0">
  <pipe>
    <rasterrenderer opacity="1" alphaBand="0" classificationMax="1380" classificationMinMaxOrigin="CumulativeCutFullExtentEstimated" band="1" classificationMin="2" type="singlebandpseudocolor">
      <rasterTransparency/>
      <rastershader>
        <colorrampshader colorRampType="INTERPOLATED" clip="0">
          <item alpha="255" value="-10" label="-9999 - -10" color="#fffffd"/>
          <item alpha="255" value="0" label="-10 - 0" color="#c5ffea"/>
          <item alpha="255" value="50" label="0 - 50" color="#ffe98c"/>
          <item alpha="255" value="100" label="50- 100" color="#ffd265"/>
          <item alpha="255" value="150" label="100 - 150" color="#feb751"/>
          <item alpha="255" value="300" label="150 -300" color="#fe9b43"/>
          <item alpha="255" value="600" label="300 - 600" color="#fb7b35"/>
          <item alpha="255" value="1200" label="600 - 1200" color="#f55629"/>
          <item alpha="255" value="1800" label="1200 - 1800" color="#eb3420"/>
          <item alpha="255" value="2400" label="1800 - 2400" color="#d41a23"/>
          <item alpha="255" value="3200" label="2400 - 3200" color="#970000"/>
          <item alpha="255" value="5000" label="3200 - 5000" color="#51000e"/>
        </colorrampshader>
      </rastershader>
    </rasterrenderer>
    <brightnesscontrast brightness="0" contrast="0"/>
    <huesaturation colorizeGreen="128" colorizeOn="0" colorizeRed="255" colorizeBlue="128" grayscaleMode="0" saturation="0" colorizeStrength="100"/>
    <rasterresampler maxOversampling="2"/>
  </pipe>
  <blendMode>0</blendMode>
</qgis>
```
Il faut donc le modifier et l’adapter en format SLD. La documentation de GeoServer sur les styles des rasters ainsi que des exemples sont d’une aide précieuse.
```
<?xml version="1.0" encoding="UTF-8"?>
<StyledLayerDescriptor version="1.0.0" xmlns="http://www.opengis.net/sld" xmlns:ogc="http://www.opengis.net/ogc"
  xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
  xsi:schemaLocation="http://www.opengis.net/sld [schemas.opengis.net] 
  <NamedLayer>
    <Name>Gtopo30</Name>
    <UserStyle>
      <Name>Gtopo30</Name>
      <Title>Gtopo30 distribution</Title>
      <FeatureTypeStyle>
        <Rule>
          <RasterSymbolizer>
            <Opacity>1.0</Opacity>
            <ColorMap>
              <ColorMapEntry color="#ffffff" quantity="-10" label="-9999 - -10"/>
              <ColorMapEntry color="#c5ffea" quantity="0" label="-10 - 0"/>
              <ColorMapEntry color="#ffe98c" quantity="50" label="0 - 50"/>
              <ColorMapEntry color="#ffd265" quantity="100" label="50 - 100"/>
              <ColorMapEntry color="#feb751" quantity="150" label="100 - 150"/>
              <ColorMapEntry color="#fe9b43" quantity="300" label="150 - 300"/>
              <ColorMapEntry color="#fb7b35" quantity="600" label="300 - 600"/>
              <ColorMapEntry color="#f55629" quantity="1200" label="600 - 1200"/>
              <ColorMapEntry color="#eb3420" quantity="1800" label="1200 - 1800"/>
              <ColorMapEntry color="#d41a23" quantity="2400" label="1800 - 2400"/>
              <ColorMapEntry color="#970000" quantity="3200" label="2400 - 3200"/>
              <ColorMapEntry color="#51000e" quantity="5000" label="3200 - 5000"/>
            </ColorMap>
          </RasterSymbolizer>
        </Rule>
      </FeatureTypeStyle>
    </UserStyle>
  </NamedLayer>
</StyledLayerDescriptor>
```
On note que les structures des fichiers sont relativement proches. Pour le fichier SLD, on conserve l’interpolation linéaire des couleurs en lien avec les classes de valeurs. Le style est validé puis affecté au raster que l’on peut prévisualiser comme le montre la figure 7 ci-après :

Figure 7 : Style et prévisualisation du raster représentant l’élévation dans GeoServer.

La couche SIG est désormais diffusable via les protocoles WM(T)S.

En conclusion, ce tutoriel nous a permis d’introduire trois traitements basiques réalisés sur des rasters issus du modèle d’élévation numérique GTOPO30. La fusion, le redimensionnement puis le masque des rasters utilisés sont des opérations relativement simples dans QGIS. Pour la manipulation de nombreux fichiers, il est préférable d’utiliser directement GDAL. Le raster créé de format GeoTiff a été publié dans GeoServer puis stylisé en adaptant le fichier QML exporté depuis QGIS. En perspective, les données d’élévation issues du fichier peuvent être utilisées en webmapping.

13:46
Quand Snapchat se met à la cartographie avec la fonctionnalité Snapmap
sur Veille cartographie

Cet article Quand Snapchat se met à la cartographie avec la fonctionnalité Snapmap est apparu en premier sur Veille cartographique 2.0.

Snapchat est une application mobile au succès planétaire, il s’agit d’un réseau social de partage éphémère de photos. Cette application permet aux utilisateurs d’envoyer des photos/vidéos à leurs amis pour une durée limitée. Les créateurs de cette application viennent de faire l’acquisition de Zenly qui est une application française de géolocalisation. La nouvelle mise à […]

Cet article Quand Snapchat se met à la cartographie avec la fonctionnalité Snapmap est apparu en premier sur Veille cartographique 2.0.
23 juin 2017
13:59
Temps et recensement aux Etats-Unis
sur Veille cartographie

Cet article Temps et recensement aux Etats-Unis est apparu en premier sur Veille cartographique 2.0.

Niraj Chokshi et Quoctrung Bui ont publié hier dans le New York Times une carte créée à partir des statistiques ethniques et des projections de population disponibles aux Etats-Unis. En utilisant la composition ethnique nationale passée et projetée, la carte renseigne, pour chaque comté, à quelle « année » renvoie sa composition. Exemple : le comté de Bronx […]

Cet article Temps et recensement aux Etats-Unis est apparu en premier sur Veille cartographique 2.0.
22 juin 2017
15:00
Le Mobiloscope observe les classes sociales en mouvement
sur Veille cartographie

Cet article Le Mobiliscope observe les classes sociales en mouvement est apparu en premier sur Veille cartographique 2.0.

Une équipe du CNRS, de l’UMR Géographie-cités, a lancé en mai dernier un bel outil de géovisualisation : l’application Mobiliscope. Le site permet de voir, heure par heure, au moyen d’une timelapse, les populations absolue et relative de cinq classes sociales sur 109 districts de la région parisienne. Les données et le découpage de la […]

Cet article Le Mobiliscope observe les classes sociales en mouvement est apparu en premier sur Veille cartographique 2.0.
12:53
Trois fois les élections britanniques
sur Veille cartographie

Cet article Trois fois les élections britanniques est apparu en premier sur Veille cartographique 2.0.

Les élections sont toujours un moment pour les grands médias de faire appel au meilleur de la représentation cartographique. A l’heure du Brexit et des succès du Labour aux élections législatives anglaises, Benjamin Henning, de l’université d’Oxford, propose trois manières de montrer. Inspiré par the Economist, par le Guardian et par la BBC : […]

Cet article Trois fois les élections britanniques est apparu en premier sur Veille cartographique 2.0.

12:50
KML:(2) Comment créer des bulles (ballons) personnalisées
sur Blog SIG & Territoires ---- Le blog SIG pour la gestion territoriale
Dans cet article nous irons au-delà des bases du KML, afin que vous puissiez créer un fichier KML qui ajoute des icônes spéciales, des ballons de description plus élaborés et des effets personnalisés sur vos repères et vos tours.

Ce que l’on affiche du KML dans Google Earth c’est en fait un élément <Placemark> avec un élément enfant <Point>. Un Placemark de point est le seul moyen de dessiner une icône et une étiquette dans la vue 3D de Google Earth. Par défaut, l’icône est la punaise bleue poussoir familière. Dans KML, un <Placemark> peut contenir un ou plusieurs éléments géométriques, tels que <LineString>, <Polygon> ou <Modèle>. Mais seul un <Placemark> avec un <Point> possède une icône et une étiquette. L’icône indique la position du point.
L’élément Geometry dans <Placemark> est facultatif, mais si vous l’omettez, le ballon "flotte" dans le coin de la vue 3D. Dans la vue Google Earth 3D, un repère de point est le seul objet sur lequel vous pouvez cliquer. Les autres éléments de géométrie n’ont pas d’icône dans la vue 3D. Vous pouvez, cependant, donner à n’importe quelle géométrie une icône en utilisant un élément <MultiGeometry> qui contient à la fois un <Point> et l’autre élément Geometry.
Les ballons (Balloons)
Dans l’exemple "Bonjour la Terre" de l’article précédent, nous avons décrit les éléments simples qui composent un ballon par défaut. Vous bénéficiez de ce ballon par défaut, c’est-à-dire, que vous ne créez pas explicitement un élément "ballon". Toutefois, si vous souhaitez personnaliser une bulle, vous devez créer un élément <BalloonStyle>, qui comprend des éléments pour personnaliser la couleur du texte, la couleur de fond et les éléments de texte.

Par défaut, un ballon dans Google Earth comprend les éléments suivants:
• Le <nom>, en caractères gras
• Le marqueur <description>
• Liens pour les itinéraires: vers ce lieu- A partir de ce lieu

La bulle par défaut a un fond blanc et une queue qui est attachée aux coordonnées ponctuelles du marqueur, si elle inclut un élément <Point>.
Les itinéraires sont utiles pour l’affichage de marqueurs situés dans des zones disposant de routes d’accès. Par contre si vos données ne concernent pas des éléments accessibles par la route, les indications d’itinéraire ne sont, généralement, pas pertinentes. On verra comment omettre les instructions d’itinéraire plus loin. Mais sachez déjà que si un <Placemark> ne contient pas de <Point>, les instructions d’itinéraire sont automatiquement omises.

L’élément <description> dans <Placemark> prend en charge un sous-ensemble de balises HTML. Si vous utilisez le HTML, il est plus facile d’inclure le code HTML dans les supports CDATA, comme indiqué dans l’exemple suivant.
Cette technique masque le HTML à l’analyseur KML. Si vous omettez les étiquettes CDATA, vous devrez substituer des séquences de caractères spéciaux aux symboles HTML. Sans les étiquettes CDATA, par exemple, vous devez taper & lt; Au lieu de < et & gt; Au lieu de >. Au lieu de <p>, vous devriez donc taper & lt; p & gt ;, ce qui est beaucoup plus difficile à taper et à lire.
<?xml version="1.0" encoding="UTF-8"?>
<kml xmlns=" [www.opengis.net]
<Placemark>
<name>Visite du 16 juin 2017</name>
<description>
<![CDATA[
<p>Après vérification des capteurs mis en place, nous avons procédé à l’échantillonnage</p>
<p>Les échantillons ont été marqués et emballés sur place</p>
]]>
</description>
<Point>
<coordinates>-4.964,48.392,0</coordinates>
</Point>
</Placemark>
</kml> /*
La mise en forme du texte suit les règles HTML:
- les paragraphes sont délimités par les balises <p> et </p> et déterminent un saut d’une ligne
- si vous voulez passer à la ligne sans une ligne blanche, vous utilisez la balise </br>
- pour mettre les caractères en gras vous utilisez les balises <b> et </b> et pour les italiques les balises <em> et </em>
Les deux autres éléments à prendre en charge ce sont les hyperliens et les images.
Inclusion d’un hyperlien
Les hyperliens sont des références à d’autres ressources sur le World Wide Web. Utilisez un code HTML standard pour ajouter un lien hypertexte au ballon.Lorsque l’utilisateur clique sur ce lien, l’adresse cible (URL) s’ouvre dans une nouvelle fenêtre du navigateur.
L’hyperlien complet est inclus dans les balises <a> et </a>.L’attribut href de la balise <a> contient l’URL du lien, entre guillemets.La valeur de la balise <a> (c’est-à-dire la chaîne entre les variables de début et de fin pour cet élément) contient le texte affiché dans la description.
<description>
<![CDATA[
<a href=" [www.sigterritoires">]
Le Blog SIG & Territoires</a>
]]>
</description> Inclusion d’une image
Pour ajouter une image au ballon, utilisez la balise HTML <img>. Par exemple:
<Description>
<! [CDATA [
<Img src = "monimage.jpg" />
]]>
</ Description>
Cet exemple utilise un fichier image situé dans le même répertoire que le fichier KML.
La référence de l’image peut également être l’URL d’une image stockée sur le Web (par exemple:
[Http:] //serveur/repertoire/photo.jpg). Les autres formats d’image supportés sont .png, .tif et gif.
Modèle de code ballon
Voici un petit fichier KML que vous pouvez sauvegarder et utiliser comme modèle pour vos futurs ballons.
<?xml version="1.0" encoding="UTF-8"?>
<kml xmlns=" [www.opengis.net]
<Document>
<Placemark>
<name>Nom de votre endroit</name>
<description>
<![CDATA[
Premier paragraphe.
<br/>
Code pour ajouter un hyperlien:
<p><a href=" [www.nasca.ovh">]
Mettez ici le texte de votre lien.</a></p>
<p>Code pour ajouter une image:
<img src=" [www.nasca.ovh]
<p><b>Exemple de texte en gras.</b></p>
<p><em>Exemple de texte en italique.</em></p>
]]>
</description>
<Point>
<coordinates>-4.964,48.392,0</coordinates>
</Point>
</Placemark>
</Document>
</kml>
Et voici ce que donne son affichage
/* Gérer les couleurs
Vous pouvez modifier les couleurs par défaut du texte et du fond.
Pour modifier la couleur de fond du ballon, utilisez l’élément <BalloonStyle>, qui est toujours contenu dans un élément <Style>.
Pour modifier la couleur du texte, utilisez l’élément <BalloonStyle>, qui est aussi toujours contenu dans l’élément <Style>.
<Style>
<BalloonStyle>
<bgColor>ff856478</bgColor>
<textColor>ff00aa00</textColor>
</BalloonStyle>
</Style> Comment spécifier des valeurs de couleur?
Les valeurs de couleur dans KML contiennent deux parties: une valeur de transparence et une valeur de couleur avec les composants bleus, verts et rouges. Pour l’instant, Google Earth ignore la valeur de transparence pour les arrière-plans de ballon. Ce n’est pas le cas pour les images en overlay. Nous verrons donc l’utilisation de la transparence dans l’article consacré aux overlays.

En KML, les couleurs sont exprimées en notation hexadécimale (de 00 à FF). Chacune des quatre composantes (transparence, bleu, vert, rouge) est exprimée avec deux chiffres: aabbggrr où :
- aa sont les deux chiffres spécifiant la valeur de la transparence (ceci correspond au canal alpha, qui est souvent utilisé dans l’infographie pour stocker la composante de transparence d’une couleur). Une valeur de 00 indique une couleur complètement transparente. Une valeur de ff indique une opacité complète (pas de transparence).
- bb sont les deux chiffres spécifiant la valeur de couleur bleue.
- gg sont les deux chiffres spécifiant la valeur de couleur verte.
- rr sont les deux chiffres spécifiant la valeur de couleur rouge.
La gamme de valeurs pour chaque couleur est de 0 à 255, avec 0 signifiant "pas de cette couleur", et 255 signifiant "saturation complète de cette couleur".

Pour les couleurs de base, les valeurs sont donc les suivantes (toutes avec une opacité complète): Rouge= ff0000ff, Vert= ff00ff00, Bleu= ffff0000,Blanc= ffffffff, Noir= ff000000.

Par contre, c’est un peu compliqué de trouver les autres couleurs sans aucune aide. Heureusement, l’interface utilisateur Google Earth comprend un sélecteur de couleurs qui vous permet de choisir des couleurs pour les lignes et les contours et les remplissages de polygones. Bien que l’interface utilisateur ne vous permet pas de spécifier la couleur pour un fond de ballon, vous pouvez utiliser le Sélecteur de couleur pour identifier la couleur souhaitée. Ensuite, vous pouvez ajouter un élément <bgColor> au fichier KML avec cette couleur comme valeur.
Pour ce faire:
1. Créez un polygone dans Google Earth. Cliquez avec le bouton droit de la souris pour sélectionner Propriétés; Puis accédez à l’onglet Style / Couleur et cliquez sur le carré "ZONE -> Couleur" pour afficher le sélecteur de couleur.
2. Utilisez l’outil Sélecteur de couleur pour choisir une couleur. Supposons que vous choisissiez un bleu-mauve avec des valeurs de Rouge: 115, Vert: 80 et Bleu: 255.
3. Utilisez le copier-coller pour copier le polygone coloré dans un éditeur de texte.
4. Vous pouvez maintenant voir dans le fichier la valeur hexadécimale pour la couleur que vous avez créée. Dans cet exemple, vous verrez ces lignes de code KML:
<PolyStyle>
<color>ffff5073</color>
</PolyStyle> Pour utiliser cette couleur comme couleur d’arrière-plan d’un ballon, spécifiez-la comme valeur pour l’élément <bgColor>, comme suit:
<Style>
<BalloonStyle>
<BgColor> ffff5073 </ bgColor>
</ BalloonStyle>
</ Style> N’oubliez pas que dans KML, l’ordre des éléments enfants dans l’élément parent doit être maintenu. Dans l’élément <Placemark>, par exemple, l’élément <Style> est toujours placé après la <description>. Eviter la proposition d’itinéraire dans votre ballon
Par défaut, la proposition d’itinéraire est présente dans les ballons. Pour que celle-ci n’apparaisse pas, il faut courtcircuiter l’affichage par défaut.

Pour cela, il suffit de placer un paragraphe <text> dans votre <BalloonStyle> contenant des entités. Une entité est une étiquette faisant référence à un élément présent dans le Placeholder. Ces étiquettes se distinguent parceque ellle commencent par le caractère $.

Par exemple $[name] sera remplacé lors de l’affichage du ballon par le texte contenu entre les deux balises <name> et </name>.

Par exemple:
<Style>
<BalloonStyle>
<text>
<![CDATA[
$[name] <p>
$[description] ]]>
</text>
</BalloonStyle>
</Style>
Le fait d’avoir des entités dans les balises <texte> du style, fait que l’affichage par défauit est ignoré et seules les entités présentes dans la définition seront affichées, en suivant la mise en forme définie dans le style.

Si vous voulez garder la recherche d’itinéraire dans l’affichage, incluez l’entité $[geDirections] dans votre style.
Changer l’icône par défaut
Pour ajouter une icône personnalisée, utilisez l’élément <IconStyle> pour spécifier l’image personnalisée à utiliser comme icône. Vous pouvez spécifier l’une des icônes Google Earth standard situées sur le Web, ou vous pouvez spécifier votre propre image. Si vous fournissez votre propre image, assurez-vous d’inclure l’image dans l’archive KMZ ou publiez-la sur un serveur Web afin que les autres utilisateurs puissent charger l’icône avec votre fichier KML.
Pour utiliser une icône standard de Google Earth, accédez à la boîte de dialogue Modifier repère dans Google Earth et cliquez sur l’icône jaune.

Cette action affiche la palette d’icônes standard dans Google Earth. Lorsque vous cliquez sur une icône dans cette palette, son URL s’affiche en haut de la boîte de dialogue. Vous pouvez spécifier cette URL comme la valeur de <href> dans l’élément <IconStyle>.
Voici un exemple d’utilisation de l’élément <IconStyle> pour ajouter une icône tout à fait personnelle. Le fichier image est stocké au même endroit que le fichier KML qui le réfère, donc il n’a pas besoin de la spécification du chemin complet.
<IconStyle>
<Icon>
<href>monicone.png</href>
</Icon>
</IconStyle>
Si le fichier image d’icône est stocké sur un serveur distant, vous devez spécifier l’URL complète dans l’élément <href>. Voici l’exemple:
<IconStyle>
<Icon>
<href> [www.nasca.ovh]
</Icon>
</IconStyle>
Pour finir avec cette partie, voici un modèle de fichier kml contenant ce que nous venons de voir dans cet article et que vous pourrez modifier à votre guise:
<?xml version="1.0" encoding="UTF-8"?>
<kml xmlns=" [www.opengis.net]
<Document>
<Placemark>
<name>Nom de votre endroit</name>
<description>
<![CDATA[
Le premier paragraphe.
</br>
Code pour ajouter un hyperlien:
<a href=" [code.google.com]
Mettez ici le texte de votre lien.</a>
<p>
Code pour inserer une image image:
<img src=" [code.google.com]
</p>
<p>
<b>Exemple de texte en gras.</b>
</p>
<p>
<em>Exemple de texte en italique.</em>
</p>
]]>
</description>
<Style>
<IconStyle>
<Icon>
<href>monicone.png</href>
</Icon>
</IconStyle>
<BalloonStyle>
<bgColor>ff669999</bgColor> <!– par defaut=ffffffff –>
<textColor>ff660000</textColor> <!– par defaut=ff000000 –>
<text> <!– enlève la proposition d’itinéraire–>
<![CDATA[
$[name] <p>
$[description] ]]>
</text>
</BalloonStyle>
</Style>
<Point>
<coordinates>…</coordinates)
</Point>
</Placemark>
</Document>
</kml>

21 juin 2017
20:28
Les mondes infinis de Martin O’Leary
sur Veille cartographie

Cet article Les mondes infinis de Martin O’Leary est apparu en premier sur Veille cartographique 2.0.

Martin O’Leary pourrait parodier Nicolas Bouvier ainsi : « C’est la contemplation silencieuse des cartes de romans d’heroic fantasy, à plat ventre sur le tapis, entre dix et treize ans, qui donne ainsi l’envie de coder un générateur de cartes de mondes imaginaires. » Il a codé, il l’a fait. O’Leary a créé un site capable de créer […]

Cet article Les mondes infinis de Martin O’Leary est apparu en premier sur Veille cartographique 2.0.

10:47
C’est pas sorcier en Guyane… Action !
sur Le blog de l'image satellite - CNES

Un nouvel épisode de la série culte « C’est pas sorcier ! » vient d’être tourné au Centre Spatial Guyanais,

L’article C’est pas sorcier en Guyane… Action ! est apparu en premier sur Image-CNES.

20 juin 2017
20:53
Three ways to mapping hate
sur Veille cartographie

Cet article Three ways to map hate est apparu en premier sur Veille cartographique 2.0.

Hate takes a lot of different forms, from the most extremist ways, like killing, to insidious discrimination: difference of salary, discrimination in hiring, insecurity… It can concern everybody but some specific groups are more concerned than others. Faced with this situation, it is interesting to try different ways to improve our knowledge about these phenomenons. […]

Cet article Three ways to map hate est apparu en premier sur Veille cartographique 2.0.
14:56
The Underground, le pouls de la capitale anglaise
sur Veille cartographie

Cet article The Underground, le pouls de la capitale anglaise est apparu en premier sur Veille cartographique 2.0.

Oliver O’Brien a réalisé, pour la société Here, une carte interactive. Cette carte permet de visualiser le flux de passagers qui parcourt le métro londonien. Les données cartographiées sont issues de Transport for London. Elles ont été valorisées et misent en forme par TfL Open Data. La carte interactive permet donc de visualiser ce flux […]

Cet article The Underground, le pouls de la capitale anglaise est apparu en premier sur Veille cartographique 2.0.
12:50
HERE, A MASTER CARD TO NAVIGATE IN THE WORLD
sur Veille cartographie

Cet article HERE, A MASTER CARD TO NAVIGATE IN THE WORLD est apparu en premier sur Veille cartographique 2.0.

À l'heure de la "connectique", les industriels ne sont pas en reste. A preuve, les constructeurs automobiles qui se sont dotés d'un outil pointu, la cartographie embarquée, en rachetant HERE à Nokia,
société de cartographie numérique, qui, à l'aide de capteurs embarqués sur des véhicules permet de délivrer des données en temps réel des services liés à la localisation (GPS, trafic...) intéressant les industriels et les prestataires de services.

Cet article HERE, A MASTER CARD TO NAVIGATE IN THE WORLD est apparu en premier sur Veille cartographique 2.0.

11:12

KML: pour bien commencer

sur Blog SIG & Territoires ---- Le blog SIG pour la gestion territoriale

KML (Keyhole Markup Language) est un format de données XML utilisé pour afficher des informations dans un contexte géographique. Tout comme les navigateurs Web lisent et affichent des fichiers HTML, les navigateurs terrestres tels que Google Earth lisent et affichent des fichiers KML. KML est un langage lisible par tout un chacun, composé de texte et de ponctuation. Il peut être créé et édité avec un éditeur de texte de base, enregistré, puis visualisé dans un navigateur terrestre. Vous n’avez pas besoin d’être un as de la technique pour maîtriser les bases du KML, et vous constaterez que cette connaissance vous permettra de créer des présentations puissantes qui mettent en scène vos données et images géographiques sur les nombreux navigateurs terrestres gratuits :Google Earth, Microsoft Virtual Earth,NASA WorldWind,ArcGis Explorer,…

Vous pouvez créer des fichiers KML avec l’interface utilisateur de Google Earth, ou vous pouvez utiliser un simple éditeur de texte pour écrire du KML brut à partir de zéron. Les fichiers KML et leurs images apparentées peuvent être stockés dans des archives KMZ afin que tous les fichiers d’image et de modèle associés soient contenus dans un seul conteneur KMZ compressé. Pour partager vos fichiers KML et KMZ, vous pouvez les envoyer par courrier électronique comme pièces jointes, les héberger localement pour le partager sur un réseau privé ou sur un réseau d’entreprise, ou les héberger publiquement sur un serveur Web.
Une fois que vous avez correctement configuré votre serveur et partagé l’adresse Web de vos fichiers KML, toute personne ayant installée Google Earth (ou une autre application compatible) peut afficher les fichiers KML que vous créez.

Vous pouvez utiliser le KML pour ajouter vos propres repères, géométries, annotations et images sur l’image de base de Google Earth. Si vous hébergez les fichiers KML sur un serveur, vous pouvez même mettre à jour votre présentation sur le système de l’utilisateur à intervalles réguliers ou chaque fois que vos données changent. Les fichiers hébergés publiquement sont indexés par les moteurs de recherche Web pour un accès facile par tous les utilisateurs du Web.

Personnaliser vos présentations KML c’est facile, grâce à l’utilisation de styles personnalisés pour les icônes, les ballons d’information, les couleurs, les lignes, les formes et les étiquettes. KML vous permet d’afficher vos éléments en suivant des plages de temps spécifiques et de modifier l’affichage en fonction du niveau de zoom de l’utilisateur, avec des niveaux croissants de détails montrés à mesure que l’utilisateur se rapproche du sol.

Le KML 2.2 prend en charge la présentation des données astronomiques et terrestres. Lorsque vous incluez un indice spécial (hint= »target=sky ») au début d’un fichier KML, le navigateur interprète les données d’une manière différente et la projette sur une sphère céleste virtuelle qui entoure la Terre. En mode Ciel (Sky), la caméra Google Earth regarde vers le ciel plutôt que vers le bas sur Terre. La principale différence pour celui qui crée le KML est qu’il doit effectuer quelques calculs arithmétiques pour convertir les coordonnées astronomiques (ascension et déclinaison droite) en coordonnées terrestres (longitude et latitude). Tout le reste dans le KML fonctionne de la même façon dans les modes Ciel (Sky) et Terre(Earth).

Pour voir les exemples de cet article dans Google Earth, téléchargez et installez Google Earth. Vous pouvez obtenir une copie gratuite de Google Earth sur le site [earth.google.com] de Google.

Les affichages dans cette série d’articles sont réalisés avec un plugin Google Maps. Ils ne permettent pas l’utilisation de toutes les fonctionnalités de Google Earth.

Votre premier KML

Voici un premier kml pour démarrer.

<?xml version="1.0" encoding="UTF-8"?>
<kml xmlns=" [www.opengis.net]
<Placemark>
<name>Bonjour la Terre</name>
<description>Voici où est développé Google Earth!</description>
<Point>
<coordinates>-122.084583,37.42227,0</coordinates>
</Point>
</Placemark>
</kml>

Et voici ce que ça donne quand il est chargé dans Google Maps ou Google Earth

Cliquez sur l’icône, vous verrez apparaître le ballon correspondant avec le texte défini dans le fichier KML.

Pour commencer à prendre en main le langage KML vous pouvez entrer cet exemple de texte dans n’importe quel éditeur de texte de base (le Bloc-notes fera l’affaire).
Enregistrez le fichier avec une extension .kml et ouvrez le fichier dans Google Earth sur votre ordinateur. Une fois que vous avez enregistré le fichier de cette manière, vous pouvez également l’éditer. Par exemple, essayez de changer le , enregistrez le fichier à nouveau, puis ouvrez-le dans Google Earth. Ensuite, essayez de modifier les valeurs pour l’élément <coordonnées>, enregistrez le fichier et regardez où le nouveau repère s’affiche.
La meilleure façon d’apprendre le KML consiste à expérimenter à partir d’exemples de fichiers, à modifier les valeurs et à afficher les résultats dans votre navigateur. Si vous faites une erreur, vous ne verrez peut-être rien dans le navigateur, mais c’est la preuve qu’il y a une erreur dans votre fichier.

Google Earth fournit une fonctionnalité pour le contrôle des erreurs: Sélectionnez Options> Général, et sous la rubrique Gestion des erreurs KML, sélectionnez Afficher les invites pour toutes les erreurs.

Vous pouvez également utiliser un validateur KML pour vérifier votre code KML. Par exemple, voir le validateur KML par Galdos Systems à l’adresse www.kmlvalidator.com.

Structure d’un fichier KML

Chaque fichier KML commence par les deux lignes illustrées dans cet exemple.
<?xml version="1.0" encoding="UTF-8"?>
<kml xmlns=" [www.opengis.net] Si vous créez un fichier KML à partir de zéro, assurez-vous de copier ces deux lignes textuellement au début du fichier. Un fichier KML ne peut contenir qu’un seul élément < kml>. N’oubliez pas la balise </ kml> de fermeture à la fin du fichier.

Le fichier contient un élément qui a trois enfants. Les parenthèses <> indiquent les noms d’éléments KML:

Balise	Contenu
<name>	Étiquette pour le Placemark
<description>	Texte (et images facultatives) fournissant des informations supplémentaires sur le repère. La apparaît dans la bule d'informations. Ce ballon apparaît lorsque l'utilisateur clique sur l'endroit
<Point>	Contient l'élément <coordinates>. L'élément <coordinates> contient des valeurs pour la longitude, la latitude et l'altitude de <Placemark>.

Parce que KML est un format de données XML, il a une structure cohérente qui respecte certaines règles.
Un élément commence par son nom entre crochets (<Placemark>). Un élément se termine par le nom entre crochets précédé par une barre oblique (</ Placemark>). La valeur de l’élément est contenue entre ces deux balises. Les éléments simples et les éléments complexes

En KML, tout mot contenu entre crochets (< >) est un élément.

Lorsqu’un nom d’élément commence par une lettre majuscule, il s’agit d’un élément complexe, ce qui signifie qu’il peut contenir d’autres éléments.

Par exemple, dans cet extrait de code, <Point> est un élément complexe qui contient l’élément <coordinates>:

Les noms des éléments simples commencent par une lettre minuscule. Les éléments simples ne peuvent contenir d’autres éléments.

Un élément simple ne contient que des données sous forme de caractères (en termes XML: lettres, chiffres et symboles qui ne sont pas utilisés à des fins de balisage XML). Dans l’exemple Bonjour.kml, <name>, <description>, et <coordinates> sont des exemples d’éléments simples.
Les éléments complexes sont également appelés parents parce qu’ils contiennent d’autres éléments. Les éléments simples s’appellent les enfants. Dans un fichier KML, les enfants sont en retrait de plusieurs espaces de la position de leur parent dans le fichier, mais cette convention est simplement pour la lisibilité. Les navigateurs ne font aucune distinction aux différents niveaux d’indentation.

Quelques règles à suivre scrupuleusement

Voici quelques règles générales à garder à l’esprit lors de la création de fichiers KML:

• La case est importante. Chaque nom d’élément doit être écrit exactement comme indiqué dans la Référence KML 2.2 en respectant les majuscukles et minuscules.
• L’ordre est significatif. Les éléments enfants KML doivent être listés dans le même ordre qu’indiqués dans la Référence KML 2.2. Vous pouvez omettre des éléments enfants, mais vous ne pouvez pas les réorganiser.
• Les éléments enfants ne peuvent appartenir qu’aux éléments parent autorisés. Vous devez suivre la syntaxe individuelle de la Référence KML 2.2. Et la cerise sur le gateau… Le copier-coller de Google Earth

Lors de l’affichage d’un fichier KML dans Google Earth, vous pouvez facilement copier la fonctionnalité de Google Earth et la coller dans un éditeur de texte tel que NotePad.

C’est quelque peu contre-intuitif que vous puissiez copier une caractéristique graphique de la visionneuse 3D de Google Earth et, lorsque vous la collez dans un éditeur de texte,qu’elle soit convertie dans son format textuel KML correspondant, mais essayez! ça fonctionne!

Suivez les étapes suivantes pour voir le code KML d’une fonctionnalité telle qu’une marque de repère, GroundOverlay (image posée sur le terrain terrestre de base), Polygon (shape) ou LineString (chemin) dans Google Earth.

1. Dans le visualiseur 3D (ou le panneau Lieux) de Google Earth, placez votre curseur sur la fonctionnalité pour la mettre en surbrillance.
2. Cliquez avec le bouton droit de la souris et sélectionnez Copier dans le menu déroulant qui apparaît.

3. Ouvrez un éditeur de texte et collez le contenu du presse-papiers.

Le code KML pour la fonction sélectionnée apparaît dans l’éditeur de texte. (Assurez-vous d’utiliser un éditeur de texte qui n’ajoute pas de formatage supplémentaire ou d’informations au fichier texte).
4. Enregistrez le fichier avec une extension .kml .

Dans le prochain article nous aborderons les deux balises phare du KML: <Placemark> et <description>.

19 juin 2017
17:56
Serial Mapper revient et visualise l'IA
sur Serial Mapper

Bonjour,
Vous avez été un fidèle lecteur de ce blog.
J'ai le plaisir de vous annoncer que après quelques années de déshérence Serial Mapper renait !
Ca se passe sur Medium (*) et c'est consacré à l'Intelligence Artificielle (I.A).
Devant l'ampleur de la vague I.A qui s'annonce tant du point de vue citoyen que du point de vue du professionnel nous ne pouvons plus nous contenter de retweeter des articles que nous survolons à peine.
Rassurez vous le visuel n'est pas loin. L'ambition est de tenir un journal de bord visuel, sous forme de dazibao, de ma veille et de mes réflexions sur l'Intelligence Artificielle notamment du point de vue de l'impact sur les jobs.
Ca sera donc un mixte très personnel entre le sketchnoting, le papier et le logiciel, les collages ... le tout agrémenté de liens hypertexte pour accéder aux sources.
Concrètement ça donne quelque chose comme ça :

Ce nouveau blog est aussi un laboratoire. Il évoluera au fil du temps. Il vise à proposer des rapports d'étonnement, des synthèses de 1 ou plusieurs sources, sous forme de "vues hélicoptères".
Au plaisir de vous y retrouver
Banzai !
Claude Aschenbrenner

(*) inscription obligatoire ... Oui je sais.

PS : si vous êtes sur Twiter vous pouvez également me suivre sur @serialmapper

9:29
Cartographie des festivals pour l’été 2017
sur Veille cartographie

Cet article Cartographie des festivals pour l’été 2017 est apparu en premier sur Veille cartographique 2.0.

L’été approche et vous ne savez toujours pas quoi faire de vos vacances ? Peut-être que ces plateformes cartographiques interactives des festivals d’été pourront vous donner des idées. Une diversité de plateformes Au départ, nous sommes tombés sur la plateforme cartographique des festivals d’été de Télérama. Puis en étant un peu curieux nous avons découvert […]

Cet article Cartographie des festivals pour l’été 2017 est apparu en premier sur Veille cartographique 2.0.

8:11
Carte interactive des résultats des élections législatives 2017
sur Chroniques Cartographiques

Pour info, découvrez sur cette carte réalisée par le Midi Libre, tous les résultats de l'ensemble des circonscriptions françaises pour le premier et second tour des législatives 2017. Zoomez et cliquez sur la circonscription qui vous intéresse pour afficher...

18 juin 2017
22:42
The crisis of accommodation caused by explosion in development in Hong Kong
sur Veille cartographie

Cet article The crisis of accommodation caused by explosion in development in Hong Kong est apparu en premier sur Veille cartographique 2.0.

Hong Kong, officially is the Hong Kong Special Administrative Region of the People’s Republic of China. Which is an autonomous territory in the North of China and in East Asia. Since the 1st July 1997, the transfer of sovereignty over Hong Kong from the United Kingdom to the People’s Republic of China has took place, Hong […]

Cet article The crisis of accommodation caused by explosion in development in Hong Kong est apparu en premier sur Veille cartographique 2.0.
14 juin 2017
12:13
Evènements climatiques les plus extrêmes de tous les temps
sur Veille cartographie

Cet article Evènements climatiques les plus extrêmes de tous les temps est apparu en premier sur Veille cartographique 2.0.

Le magazine Sciences et avenir vient de réaliser une carte interactive des événements météorologiques extrêmes qui ont eu lieu dans le monde. – Les données de l’organisation météorologique mondiale Pour réaliser cette carte, le magazine a utilisé les données de l’organisation météorologique mondiale (OMM). Cette initiative de l’OMM est inédite puisque auparavant elle ne s’intéressait qu’aux relevés […]

Cet article Evènements climatiques les plus extrêmes de tous les temps est apparu en premier sur Veille cartographique 2.0.

9:16
Qualité des eaux de baignade en France et en Europe
sur Chroniques Cartographiques

En cette journée estivale avec une moyenne de 30° sur la métropole quoi de plus rafraîchissant qu'un petit saut à la plage pour piquer une tête ? Oui mais quelle plage me garantit la meilleure qualité des eaux de baignade près de chez moi? Comment être...

13 juin 2017
19:00
Géocodages simple et inversé avec Google Maps et OpenLayers
sur GEOMATICK
La localisation d’une adresse postale est utilisée dans de nombreux services en ligne. L’obtention des coordonnées géographiques depuis cette adresse s’appelle le géocodage (ou geocoding en anglais) et si on veut connaître une adresse à partir d’une latitude et d’une longitude, on parle de géocodage inversé. Bien évidemment, cette correspondance demande la mise en place d’une base de données spatiales conséquentes avec des mises à jour continues et seules quelques structures ont développé des API de géocodage. A l’échelle mondiale, on peut citer Bing Maps, MapQuest, Here et Google Maps et on note que pour chaque API, une clé est nécessaire. Dans ce post, on se sert de l’API de Google Maps seulement pour le géocodage et non pour la cartographie dynamique et les objets géographiques générés par OpenLayers (v4). Après la mise en place de la cartographie, on commencera par coder le géocodage simple où chaque géométrie des points localisés est ajoutée dans un vecteur. Puis, par le clic sur la carte, les coordonnées géographiques obtenues permettront d’afficher l’adresse correspondante.

1. Mise en place de la carte avec OpenLayers
Dans un premier temps, on s’occupe de l’ergonomie de la carte avec l’input pour saisir les adresses qui sont stockées en tant qu’objets dans la source du vecteur.
1.1. Style et affichage des composants de la carte
Pour l’affichage de la carte, on peut s’appuyer sur les différents tutoriels et démonstrations de webmapping avec l’API d’OpenLayers sur le site de Geomatick. L’idée, ici, est de se focaliser sur la barre de saisie d’adresse qui est placée en haut et au centre de la carte. Cela évite de superposer l’input avec les contrôles par défaut… mais libre à chacun de modifier le CSS pour choisir son emplacement. Aussi, on s’aide de Bootstrap pour former un groupe compact entre l’input et le bouton qui déclenche la fonction de localisation des adresses au clic. Pour la partie CSS et HTML, on a donc :
```
#bloc-input {
	text-overflow: ellipsis;
	width: 300px;
	position: absolute;
	top: 10px;
	left: 40%;
	z-index:9999;
}

...

<div id="map" class="map">
	<div id="bloc-input" class="input-group">
		<input id="adresse" type="text" class="form-control" placeholder="Saisir une adresse, une ville">			  
		<span class="input-group-btn">
			<button class="btn btn-success" type="button" onclick="geocodage(); return false;"><i class="fa fa-map-marker"></i></button>
		</span>
	</div>
</div>
```
Plusieurs remarques sur les lignes de code précédentes, le groupe “input-bouton” désigné par l’id “bloc-input” a un position absolue et un z-index élevé pour être visible sur une carte en plein écran associé au contrôle full-screen. Il est ensuite placé dans la div de la carte, l’id de l’input “adresse” nous servira a obtenir la valeur saisie et la fonction appelée geocodage( ) est placée dans la balise du bouton.

On peut passer à la partie concernant le code JavaScript.
1.2. Création du vecteur représentant les localisations
Les déclarations des couches de la carte et de l’objet de la carte Map sont réalisées. Ici, on choisit le fonds cartographique d’OpenStreetMap (OSM) puis le vecteur des localisations est créé. Pour rappel, dans OpenLayers, un vecteur est défini par un ou des objets géographiques (features). Dans cet exemple, chaque localisation de l’adresse est ajoutée à un seul et unique vecteur; c’est pourquoi on déclare la source du vecteur vide, c’est-à-dire sans objet. Le vecteur est ensuite ajouté à l’objet Map, ce qui nous donne :
```
var OSM = new ol.layer.Tile({
	source: new ol.source.OSM()
});
var styleVecteur = new ol.style.Style({
	image: new ol.style.Circle({
		radius: 6,
		fill: new ol.style.Fill({
			color: '#3399CC'
		}),
		stroke: new ol.style.Stroke({
			color: '#fff',
			width: 2
		})
	})
});
var sourceVecteur = new ol.source.Vector({});
var vecteur = new ol.layer.Vector({
	source: sourceVecteur,
	style: styleVecteur
});
var map = new ol.Map({
	layers: [OSM,vecteur],
	target: 'map',
	view: new ol.View({
		center: ol.proj.transform( [0, 48], 'EPSG:4326', 'EPSG:3857'),
		zoom: 3
	})
});
```
Le style du vecteur est simple, on peut se référer au tutoriel pour mesurer et afficher la distance entre deux points pour symboliser les localisations par des icons. Ensuite, le centre de la carte est transformé dans la projection WGS 84 (ESPG 4326) qui est plus simple à définir. On attaque maintenant la fonction de géocodage.
2. Géocodage simple
En théorie, l’URL de l’API geocoding de Google Maps nécessite une adresse et la clé de l’API qui peut être différente pour chaque API (place, geocode, etc) ou globale avec l’API Google Maps. Les valeurs retournées après l’interrogation du service peuvent être de format XML ou JSON, ici on choisit de traiter les données JSON. Pour plus de détails sur les valeurs retournées par l’API, on se réfère à la documentation de Google. La fonction de géocodage peut être séparée en deux étapes : une première concerne le traitement de la requête JSON puis on se concentre sur la géométrie du vecteur.
2.1. Réponse JSON de la requête de géocodage
Dans la fonction,
- on récupère la valeur de l’input (cf. $1.1) grâce à son id;
```
var adresse = $("#adresse").val();
```
- cette valeur est ensuite placée dans l’URL de l’API geocoding – si l’adresse n’est pas vide -;
```
var urlAdresse = 'https://maps.googleapis.com/maps/api/geocode/json?address='+adresse+'&key=votre clé de l'API';
```
- on utilise la classe $.getJSON de JQuery pour retourner les coordonnées géographiques si le statut de la requête est validé;
```
$.getJSON(urlAdresse, function(json){
	var status = json.status;
	if(status=="OK"){
		var latAdresse = json.results[0].geometry.location.lat;
		var lngAdresse = json.results[0].geometry.location.lng;
		//... (cf. $2.2)
	}else{
		alert('erreur : ' +status);
	}
});
```
Normalement, le statut doit être “OK”, c’est-à-dire que l’API Google nous renvoie bien les valeurs mais certaines limitent peuvent provoquer une erreur. On peut citer par exemple le code de statut : "OVER_QUERY_LIMIT" qui indique que le nombre de requêtes a été dépassé. Par défaut, Google permet une utilisation libre de son service jusqu’à 2500 requêtes par jour.
2.2. Ajout de la géométrie dans la couche vectorielle
Après la déclaration de la latitude latAdresse et de la longitude lngAdresse de l’adresse, ces coordonnées “reprojetées” définissent la géométrie de type point de l’objet géographique.
```
var coord = [lngAdresse,latAdresse];
var newcoord = ol.proj.transform(coord, 'EPSG:4326','EPSG:3857');
var locFeature = new ol.Feature({
	geometry: new ol.geom.Point(newcoord),
});
```
On ajoute l’objet à la source du vecteur puis on peut centrer la carte sur les coordonnées (figure 1).
```
sourceVecteur.addFeature(locFeature);
map.getView().setCenter(newcoord);
```
A ce stade, le code est fonctionnel pour le géocodage simple et on peut donc passer à la fonction de géocodage inverse.

Figure 1 : Exemple de géocodage de la ville de Rennes en Bretagne.
3. Géocodage inversé
Comme évoqué précédemment, l’idée est de cliquer sur la carte afin d’indiquer l’adresse dans l’input. Ainsi, on récupère la situation géographique :
```
map.on('click',function(evt){
	var position = evt.coordinate;
	var newposition = ol.proj.transform(position, 'EPSG:3857','EPSG:4326');
	var latitude = newposition[1];
	var longitude = newposition[0];
	...
});
```
La latitude et la longitude sont ensuite incorporées dans l’URL de l’API de Google puis on traite les réponses JSON :
```
var urlPosition = 'https://maps.googleapis.com/maps/api/geocode/json?latlng='+latitude+','+longitude+'&key=votre clé de l'API';
$.getJSON(urlPosition, function(json){
	var status = json.status;
	if(status=="OK"){
		var formatted_address = json.results[0].formatted_address;
		$("#adresse").val(formatted_address);
		var locFeature = new ol.Feature({
			geometry: new ol.geom.Point(position),
		});
		sourceVecteur.addFeature(locFeature);
		map.getView().setCenter(position);
	}else{
		alert('erreur : ' +status);
	}
});
```
Ici, on renvoie la valeur de l’adresse formatée formatted_address dans l’input.

En conclusion, l’API de géocodage de Google Maps est couplée à OpenLayers afin de localiser les adresses saisies sur une cartographie dynamique. En sens inverse, à partir de la méthode du clic sur la carte d’OpenLayers, on affiche l’adresse issue de la réponse JSON des services de Google Maps. Un dépassement des quotas de requêtes de Google est la principale limite mais on peut toutefois la contourner en utilisant les autres services de Bing Maps par exemple. Cet article permet ainsi de garder les fonctionnalités Open Sources d’OpenLayers tout en y associant des services utiles.

Note : un plugin de géocodage nommé “geocoding” existe pour QGIS.

18:18
Vers un modèle de ville intelligente ?
sur Le blog d'Henri Pornon

J’ai assisté cette année à plusieurs des débats organisés sur les Villes intelligentes par France Stratégie. Deux sujets récurrents étaient, d’une part, la question de la définition de la Ville intelligente, d’autre part, celle de savoir s’il y avait un … Lire la suite →

10 juin 2017
14:34
[Video] Cartographies, morts et migrations
sur Carnet (neo)cartographique

Camarades cartographes, je vais encore une fois vous parler de cartographie, Europe et migrations. Mais cette fois-ci, au lieu d’écrire, je vais vous parler directement, à travers une vidéo.

En 20 ans, au moins 30 000 migrants sont morts ou portés disparus en essayant de rejoindre l’Union européenne. Depuis 2004, le réseau Migreurop s’attache à mettre en carte cette information. Au fil des mises à jour, une frontière mobile se dessine permettant d’appréhender la « géographie des morts » aux portes de l’Europe et son évolution. Mais au-delà de l’aspect strictement analytique, la carte ainsi dessinée devient un argument politique radical invitant à subvertir une frontière sur laquelle se fracassent des vies humaines.

La vidéo présentée ici dure 20 minutes, c’est une retranscription de mon intervention lors du colloque «Mobilités et morts : Connecter des savoirs et des pratiques pour faire avancer les connaissances». Comme c’est souvent le cas en sciences humaines, mon approche est à la fois scientifique et engagée. Pour cela, le maniement des cartes me permet à la fois d’explorer les données pour tenter de comprendre les phénomènes géographiques, mais servent aussi à interpeller avec des images rudes, contre les folies des politiques migratoires européennes qui ne visent qu’à “protéger” (i.e fermer) les frontières au lieu de servir à sauver les hommes, femmes et enfants qui se noient en mer.

Aujourd’hui, ces travaux se prolongent dans le cadre du projet MECMI, dont vous trouverez sur le site web d’autres video.

Le débat est ouvert dans le fil des commentaires si vous souhaitez interagir avec moi. Bon visionnage.

08 juin 2017
17:48
Nouveau sur le site : Supports à QGIS initiation et perfectionnement mis à jour
sur Sigea : actualités
Les supports sont toujours disponibles pour l'autoformation à l'adresse : [sigea.educagri.fr] Ils ont été adaptés par le ministère en charge de l'écologie pour la version 2.16 de QGIS.

10:43
Le site archéologique de Palmyre sans destruction apparente
sur Le blog de l'image satellite - CNES

La ville syrienne de Palmyre est sous le joug de l’organisation État islamique depuis le 20 mai 2015. Le 22

L’article Le site archéologique de Palmyre sans destruction apparente est apparu en premier sur Image-CNES.

07 juin 2017
17:23
Nouveau sur le site : Supports Initiation à PostGreSQL / PostGIS en perfectionnement
sur Sigea : actualités
Les supports sont disponibles en ligne pour l'autoformation : [sigea.educagri.fr] section : "Perfectionnement à PostGIS en autoformation". Les modules abordent :
- Rappels et concepts de base
- Administration
- Gestion des bases
- Compléments SQL
- Aller plus loin
- Bonnes pratiques
17:23
Nouveau sur le site : Supports à PostGreSQL / PostGIS en perfectionnement
sur Sigea : actualités
Les supports sont disponibles en ligne pour l'autoformation : [sigea.educagri.fr] section : "Perfectionnement à PostGIS en autoformation". Les modules abordent :
- Rappels et concepts de base
- Administration
- Gestion des bases
- Compléments SQL
- Aller plus loin
- Bonnes pratiques

11:39

Reclassement des réseaux:quelques idées reçues

sur Blog SIG & Territoires ---- Le blog SIG pour la gestion territoriale

Pour planter le décor du problème, voici un extrait de la publication « Géomètre n° 2087 de décembre 2011″:Le dossier du mois Sécurité, fiabilité Réseaux enterrés de Laurent Polidori (directeur de l’ESGT) et Gille Costa (géomètre-expert):

« Le sous-sol de nos villes est devenu un véritable gruyère dont les trous servent de passage à un nombre de plus en plus important de réseaux.
Electricité, téléphone, chauffage urbain, gaz, fibre optique, eau… Tous ces réseaux s’entrecroisent, se côtoient, se superposent et certains sont là depuis si longtemps que même la mémoire s’en est perdue et que leurs gestionnaires n’en connaissent plus l’emplacement exact. Ouvrir une tranchée sur la voie publique devient donc de plus en plus risqué. A tel point qu’après de très graves accidents, le MEEDTL a décidé une réforme de très grande ampleur. Un guichet unique va recenser tous les gestionnaires de réseaux, contacts et à terme les zones d’implantation. Il sera consulté pour les déclarations de projet de travaux (DT) et les déclarations d’intention de commencement de travaux (Dict).
Dans la foulée, la réglementation de ces déclarations est refondue. Tous les nouveaux travaux sur réseaux seront géoréférencés et soumis à trois classes de précision.
L’objectif est simple : parvenir en 2019 à connaître avec certitude l’emplacement de tout ce qui court sous nos pieds… Pour davantage de sécurité et de fiabilité.«

Tous les opérateurs des différents réseaux sont tenus, pour Janvier 2019 de respecter l’obligation de fonds de plan et tracés géoréférencés pour les réseaux sensibles enterrés en unités urbaines. Pour les réseaux situés hors des zones urbaines, la date limite est fixée au 1er janvier 2026.

Le travail paraît simple à première vue. Trois classes ont été définies:

Définition des trois classes de réseau

Classe A
Un ouvrage ou tronçon d’ouvrage est rangé dans la classe A si l’incertitude maximale de localisation indiquée par son exploitant est inférieure ou égale à 40 cm s’il est rigide, ou à 50 cm s’il est flexible. L’incertitude maximale est portée à 80 cm pour les ouvrages souterrains de génie civil attachés aux installations destinées à la circulation de véhicules de transport ferroviaire ou guidé lorsque ces ouvrages ont été construits antérieurement au 1er janvier 2011.
Classe B
Un ouvrage ou tronçon d’ouvrage est rangé dans la classe B si l’incertitude maximale de localisation indiquée par son exploitant est supérieure à celle relative à la classe A et inférieure ou égale à 1,5 m.
Classe C
Un ouvrage ou tronçon d’ouvrage est rangé dans la classe C si l’incertitude maximale de localisation indiquée par son exploitant est supérieure à 1,5 m, ou si son exploitant n’est pas en mesure de fournir la localisation correspondante

Laissons de côté, pour un instant, les aspects techniques de mesure de l’incertitude et passons au premier grand problème de ce chantier. Tout se résume à la partie de phrase « si l’incertitude maximale de localisation indiquée par son exploitant est supérieure…« .

Définition de LOCALISATION.

Tout un chacun comprend cette phrase sans avoir à y réfléchir. Si j’ai une conduite de gaz sous le trottoir, parallèle au bord de celui-ci, je pourrai classer cette conduite en classe A si sa position est connue avec moins de 40 cm d’incertitude. Devant chez moi le trottoir fait 70cm de largeur, alors forcément la conduite sera de classe A. Ce serait tellement simple, seulement si c’était vrai!

Première chose qui devrait nous mettre la puce à l’oreille: pourquoi dans l’exemple précédent demander 40 cm de précision pour une mesure que tout un chacun peut faire avec un centimètre avec une précision d’au moins 1cm?

La réponse est nettement plus compliquée que la question. Pour savoir quel est le sens du mot localisation il faut remonter, d’arrêté en arrêté bien loin en arrière.

Mais je vous donne tout de suite une partie de la réponse: la localisation de la conduite n’est pas faite en fonction du trottoir, ou de tout autre élément remarquable à proximité de la conduite.

Premier texte à connaître:

Arrêté du 16 septembre 2003 portant sur les classes de précision applicables aux catégories de travaux topographiques réalisés par l’Etat, les collectivités locales et leurs établissements publics ou exécutés pour leur compte

Le texte défini deux types d’objets, les objets ponctuels et le objets de type linéaire ou surfacique. Pour ces deuxièmes, la localisation concerne les points identifiables qui construisent les lignes ou les polygones. La localisation d’un point, selon cet arrêté est la suivante:

Localisation d'un point de réseau

7.1. Objets géographiques ponctuels

Si les spécifications l’indiquent, certains objets géographiques peuvent être considérés comme ponctuels. Ils sont alors déterminés par les coordonnées planimétriques et au besoin altimétriques de leur point de référence. La classe de précision s’applique à l’écart entre les coordonnées obtenues pour chaque point par une mesure de contrôle et les coordonnées fournies pour ces points ; les éventuels points d’appui et de canevas inclus dans le levé étant exclus des points testés.

Voilà que notre trottoir a disparu et que nous devons fournir les coordonnées planimétriques. En d’autres termes, on doit fournir la latitude/longitude des points constituant notre conduite, projetés sur un plan.

En ce qui concerne la précision de ces coordonnées, le texte indique:

Mesure de précision de la localisation

6.1. Classe de précision totale

La classe de précision définie précédemment s’applique aux écarts entre les coordonnées fournies pour chaque point et celles que l’on obtient pour des mesures de contrôle. L’erreur totale résulte de la composition des erreurs internes, des erreurs de rattachement, et de l’erreur propre au réseau légal de référence. Donc l’erreur totale ne peut être inférieure à l’une de ces trois sources d’erreurs, et en particulier à l’erreur propre du réseau légal de référence, telle qu’elle est spécifiée ou telle qu’elle résulte des discordances relevées lors du rattachement.

Là je sens que je vous perds! Le texte parle de trois types d’erreur:

les erreurs internes: ce sont les erreurs de mesure, par exemple la précision du GPS utilisé.
les erreurs de rattachement: ce sont,par exemple, les erreurs de saisie lors de l’intégration dans la base de données du réseau.
l’erreur propre au réseau légal de référence: c’est l’erreur de positionnement due à la projection des coordonnées géographiques (latitude/longitude) en coordonnées planimétriques (X/Y).

Le réseau légal de référence est défini par le Décret suivant:
Décret n°2000-1276 du 26 décembre 2000 portant application de l’article 89 de la loi n° 95-115 du 4 février 1995 modifiée d’orientation pour l’aménagement et le développement du territoire relatif aux conditions d’exécution et de publication des levés de plans entrepris par les services publics – Article 1

Cet article définit le système de coordonnées planimétriques à utiliser par tous les services publics:

Systèmes de référence planimétriques

Le système national de référence de coordonnées géographiques, planimétriques et altimétriques cité à l’article 89 de la loi du 4 février 1995 susvisée est défini comme suit :

A. – Systèmes de références géographiques et planimétriques :

ZONE	SYSTEME GEODESIQUE	ELLIPSOIDE ASSOCIE	PROJECTION
France métropolitaine	RGF93	IAG GRS 1980	Lambert 93. Coniques conformes 9 zones.
Guadeloupe, Martinique	WGS84	IAG GRS 1980	UTM Nord fuseau 20.
Guyane	RGFG95	IAG GRS 1980	UTM Nord fuseau 22.
Réunion	RGR92	IAG GRS 1980	UTM Sud fuseau 40.
Mayotte	RGM04	IAG GRS 1980	UTM Sud fuseau 38.

Dans le tableau ci-dessus, les « coniques conformes 9 zones » s’ajoutent à la liste des projections, en ce qui concerne la France métropolitaine.

Premier piège: le changement de coordonnées

La définition de la projection Lambert 93 comme système de référence n’est pas anecdotique. Elle fait partie d’un processus de passage de systèmes de coordonnées locaux en systèmes de coordonnées mondiaux. Pour plus de détail sur ces systèmes, vous pouvez consulter les articles Précision,incertitude et altération linéaire des données géographiques (1) et (2).

Retenons ici que le système Lambert 93 (global ou 9 zones) a une erreur propre au réseau de l’ordre de 10 cm, nettement en dessous de l’incertitude liée à la classe A de réseau.

Par contre, les projections Lambert 1,2,3 et 4, ainsi que les projections UTM/WGS84 ont une erreur propre au réseau de l’ordre du mètre, nettement au dessus de l’incertitude liée à la classe A de réseau.

C’est cette différence d’erreur qui a motivé l’obligation du passage en Lambert 93 de toutes les données des services publics il y a une dizaine d’années.

Le problème c’est que tous les services publics n’ont pas abandonné ces systèmes de référence en interne. Il y en a encore qui ont des chaînes de traitement et qui travaillent en Lambert 1, 2 , 3 ou 4, mais qui convertissent en Lambert 93 quand ils doivent échanger avec d’autres services. Aussi étonnant que ça puisse paraître, j’ai déjà entendu plusieurs responsables de services géomatiques dire qu’ils respectaient la précision demandée (<40cm) puisqu’ils convertissaient leurs données Lambert 1 ou 2 en Lambert93.

Dans les articles cités plus haut vous trouverez des exemples numériques prouvant que ceci ne reflète pas la réalité des choses. Prenons ici une comparaison avec d’autres types de mesure.

Vous utilisez un pèse-personne gradué en kilogrammes,ou un thermomètre gradué en degrés. Est-ce que vous pouvez garantir une pesée au gramme près ou une température au dixième de degré? Bien sûr que non. L’incertitude liée aux projections Lambert 1 à 4 est métrique, c’est à dire que tout ce qui est à droite de la virgule est faux. Est-ce que vous pouvez garantir une localisation au décimètre près? Et bien non.

Comme pour l’erreur totale citée plus haut, qui ne peut être inférieure à l’une des trois sources d’erreurs, dans une chaîne de traitement l’erreur totale du résultat ne peut être inférieure à l’erreur maximale d’une des étapes du traitement.

Attention!

Du moment ou vous incluez une étape en Lambert 1,2,3 ou 4 dans votre traitement, l’erreur de localisation du résultat final sera au moins égale à un mètre, même si vous fournissez ce résultat en Lambert 93.

Il est donc impossible de classer en A des éléments de réseau en utilisant à un moment ou un autre une projection Lambert ancienne. Deuxième piège: se focaliser sur l’altération linéaire.

Aucune projection ne peut conserver toutes les distances. On introduit alors la notion d’altération linéaire pour mesurer l’altération des distances entraînée par les différentes projections.

Altération linéaire = (distance projetée – distance ellipsoïde) / distance ellipsoïde

L’altération linéaire s’exprime en centimètres par kilomètre.
Par exemple, les 4 projections Lambert zone propres à la NTF, avaient été calculées pour que l’altération linéaire soit meilleure que 1 pour 1000, c’est à dire inférieure à 1 mètre par kilomètre.Pour le Lambert 93, l’altération linéaire est de -1 m/km à +3 m/km
L’altération linéaire est locale et variable en chaque point de la carte.

Pour éviter cette trop grande fourchette et redescendre aux valeurs inférieures à 1m/km, l’IGN a mis en place 9 zones dénommées CC42 à 50.

Ces projections ont été introduites pour réduire fortement l’altération linéaire induite par la grande largeur de la zone d’application du Lambert93.
Leur emploi suppose donc des mesures dont on espère une grande précision sur un plan papier.
Il ne se justifie ni pour les plans dont la précision est inférieure à l’altération linéaire,ni pour les levés numériques, pour lesquels l’altération linéaire peut être entièrement corrigée de manière simple.
Au contraire, les discontinuités en frontières des neuf zones, compliquent les applications numériques et peuvent générer des surcoûts importants par rapport à une solution utilisant le Lambert93, en particulier avec des données en mode image.
Est-ce que l’altération linéaire est une source d’incertitude pour nos données dans le système d’information? Cela n’est le cas que si nous n’utilisons pas des outils SIG performants. Les principaux logiciels utilisés (ArcGis,QGis,…) permettent de choisir comment mesurer les distances: soit sur le plan projeté, soit sur l’ellipsoïde. Il suffit de choisir la deuxième option pour faire disparaître l’altération linéaire de nos mesures.

En tout cas, l’altération linéaire n’introduit aucune incertitude sur la localisation des objets du réseau. Elle est donc complètement indépendante de la classe des objets Elle intervient sur la mesure des distance sur un plan papier mais jamais sur la localisation des objets.

02 juin 2017
17:28
Snow cover duration at lakes in the Pyrenees
sur Séries temporelles

In the framework of the Pyrenees Climate Change Observatory (OPCC) the Cesbio is contributing to the analysis of the snow cover using satellite imagery. In 2016 four projects associated with the Observatory (Climpy, Replim, Canopee y Florapyr) have been programmed with European Regional Development Funds for transborder cooperation on adaptation to climate change for the next three years [1].

The map below shows a selection of lakes which are being studied as part of the Replim project. If you click on one of the icon, you will see a table which indicates the average snow cover duration (in days) at this location. For example, the field "Year" is the mean number of snow days per hydrological year (01-Sep to 31-Aug) that was observed between 01-Sep-2000 and 31-Aug-2015. The field "Jan" is the mean number of snow days in January over the same period, etc. I made this map using a daily snow cover climatology for the Pyrenees from satellite observations (MODIS snow products, see Gascoin et al. 2015)

See full screen

You can download the data by expanding the left bar and click on "embed and share this map" then scroll down to "download".

The duration of the snow cover depends on various factors, one of the most important being the elevation. We can check this using the SRTM digital elevation model. Here I resampled the DEM from 90 m to 500 m to match the resolution of the MODIS snow maps.

Map of the mean annual snow cover duration at lakes in the Pyrenees

We can now plot the snow cover duration at each lake against the elevation of the corresponding MODIS pixel.

Mean annual snow cover duration vs. elevation at the location of the Replim lakes

There are many lakes above 2000 m in this dataset. These lakes are important proxies of environmental changes, including climate change, in high elevation regions [3].

Notes

[1] European Funds for the 5 the Pyrenees Observatory

[2] The data are available in Zenodo: Gascoin, Simon. (2016). Cloud-free snow cover area in the Pyrenees from MODIS [Data set]. [doi.org]

[3] Adrian, Rita, et al. "Lakes as sentinels of climate change." Limnology and oceanography 54.6 (2009): 2283.
15:28
Muscate News
sur Séries temporelles

After having written rather bad news from MUSCATE for quite a long time, I am very happy to send good ones, and I have to restrain myself not to provide news every day.

Here is the number of L2A products we are producing every day. The visible enhanced performance is due to several reasons :

- CNES has overcome the occasional slowness of the access to the huge disk space on our new cluster. A L2A production now takes less than 25 minutes, and we could push around 20 products simultaneously, which makes one product nearly every minute. But we still do less than that on average, as the production is now starting to be limited by the access to data and the configuration work to introduce new tiles.

- A few patches have been added to the ground segment which is becoming more robust. We are still waiting for a correction of the bug that prevents us from starting large jobs on week-ends. For this reason, we have changed our strategy : we are now starting our processing in December 2016 to have a maximum of sites processed in real time (which works very well on week-ends). Then we will come back to processing the backlog from year 2016.

As a result we are very happy to tell you that a lot of new sites are now available :

- Portugal, Niger, Cameroon, South Africa are on the server, Scotland and Mayotte, and Nouvelle Caledonie have already started ! It is going so fast it is hard for me to keep my map up-to date !
0:03
Watching ice shelfs break up with Sentinel-1
sur Séries temporelles

The animation below shows the evolution of Thwaites glacier eastern ice shelf in West Antarctica, from July 2016 to May 2017. I made it with 45 quicklooks of Sentinel-1 radar images processed by the Alaska Satellite Facility and available via the vertex data portal. All images were acquired in interferometric wide swath mode (polarization HH, only ascending passes, path: 65, frame: 914) and projected to ground range.

This area was imaged almost every 6 days by Sentinel-1A and Sentinel-1B with a constant observation angle. Radar imagery is important in polar regions to track icebergs during the polar night. In this sequence we can see many icebergs drifting in the Amundsen Sea. In April 2017, just before the winter onset, two big icebergs calved from the Thwaites ice shelf. Did you know that the U.S. National Ice Center (NIC) assigns a name to the largest Antarctic icebergs? According to the NIC tables I think these are iceberg B42 and B43. Iceberg B42 had a length of 17 nautical miles (31 km) in the update of May 19, 2017.

Sentinel-1B image acquired on 2017 Apr 03

01 juin 2017
17:40
Séminaire « Locus »- Sorbonne-9 juin 2017
sur Cartes et figures du monde

9 juin, 9h30-12h30

Salle Perroy (Sorbonne)

Le programme « Locus » est un séminaire transversal du Laboratoire de Médiévistique Occidentale de Paris (LAMOP). Il cherche à explorer la diversité des pratiques et des représentations de l’espace au Moyen Âge en tentant de se démarquer d’une approche classique qui réduit l’espace à un cadre géographique donné et objectif, préalable à l’histoire. L’espace, ce sont des pratiques, des représentations, des noms de lieux, des lexiques, des images, variables selon les contextes.

Le séminaire permet de débattre de l’importance de la spatialité à travers des exemples précis tirés de nos recherches. En quoi le lieu participe de la compréhension d’un événement ou d’un phénomène historique ? Les lieux n’ont-ils pas une signification culturelle, religieuse, symbolique, sociologique, qu’il convient de comprendre et d’élucider comme autant d’indices ? lieux du crime et lieux de la justice, lieux du voyage et choix des étapes, lieux sacrés, sanctuaires et lieux de pèlerinage, lieux de vie et lieux du conflit…de très nombreux thèmes pourront être ainsi abordés.
Le prochain séminaire LOCUS, et le dernier avant l’été aura lieu le 9 juin 2017 salle Perroy (Sorbonne, Galerie Dumas, escalier R, 3e étage) entre 9h30 et 12h30
Nous recevrons tout d’abord notre collègue du Québec Didier Méhu (Université de Laval), sur le thème : « L’église comme « lieu », l’église comme « espace ». Réflexions à partir de travaux récents en langue française ».
Puis Hélène Noizet (LAMOP) et le géographe Patrick Poncet (Lausanne) : « Les usages des notions d’espace et de spatialité en géographie et en histoire ».
Nous discuterons enfin du programme du séminaire pour 2017-2018

12:56
Créer un fonds cartographique tuilé en webmapping à partir d’une image corrigée géométriquement dans QGIS
sur GEOMATICK
De nombreux fonds cartographiques existent et sont largement utilisés par la communauté géomaticienne. OpenStreetMap, Google Maps, Bing Maps et bien d’autres ornent la plupart des cartographies et sont souvent présentes sur les interfaces web. Basées spatialement sur la mappemonde, ces données géographiques sont par nature des mosaïques d’images satellites, de photo-aériennes, ou encore de données vectorielles qui peuvent représentées une grande variété d’objets géographiques comme des routes, des fleuves, du bâti, des cultures, etc. Ces représentations cartographiques se rapprochent dans la majorité des cas de la réalité sur le terrain mais on observe certains fonds stylisés comme CartoDB voire insolite pour la gamme des fonds Stamen. Vous êtes plutôt adepte d’une cartographie réelle ou imaginaire? “Le monde de la réalité a ses limites ; le monde de l’imagination est sans frontières”, dixit Jean-Jacques Rousseau. Et l’une des vertus de l’informatique est de pouvoir créer son univers en toute liberté comme le fonds cartographique -non détaillé mais en toute modestie : du grand art!- produit dans cet article. A partir d’une image quelconque, l’objectif est de générer une mappemonde corrigée géométriquement dans le logiciel SIG QGIS (v 2.18.9). La donnée spatiale géoéréférencée en sortie est ensuite stockée dans GeoServer et mise en évidence sur une cartographie dynamique grâce à l’API d’OpenLayers (v4.1.1).

1. Géoréférencement de l’image dans QGIS
Une image est par définition un tableau ou une matrice de pixels caractérisés par une valeur numérique qui représente l’information d’une grandeur physique. En géomatique, les principaux pré-traitements d’une image avant leur intégration dans un SIG, le calcul d’indices, etc, sont les corrections atmosphériques, radiométriques et géométriques. Trois types de corrections géométriques existent : l’ortho-rectification, le redressement et le géoréférencement d’une image.

Le redressement a pour objectif d’éliminer toutes les distorsions d’une image (géométrie non régulière) provoquées par la prise de vue (capteur, angle de vue, etc) et l’environnement (courbure de la terre par exemple). Le géoréférencement consiste à associer chaque pixel à une coordonnée géographique afin de spatialiser l’image -à priori redressée- dans une projection cartographique donnée. Ces deux opérations suivent les mêmes étapes de correction décrits ci-après mais les processus pris en compte dans la transformation géométrique diffèrent (cf. 1.1.2). Quant à l’ortho-rectification, c’est un processus plus lourd utilisé en télédétection afin que l’image satellite corrigée apparaisse de manière identique à une prise de vue verticale ou “au Nadir”.
1.1. Principes du géoréféncement 1.1.1. Les points d’intérêt
Pour le géoréférencement, il est nécessaire de s’appuyer sur une référence spatiale qui présente des points communs avec l’image à caler. Bien évidemment, on ne considère pas l’ensemble des pixels de l’image mais on choisit quelques points stratégiques, aussi appelés points d’intérêt, points de contrôle, points d’amer ou encore points remarquables. Pour des images satellites, on peut cibler des croisements de routes, de manière plus générale des ruptures dans les changements d’occupation des sols. Les coordonnées géographiques des points d’intérêt peuvent être issues de relevés terrain (relevés GPS) ou d’une image déjà corrigée et géoréférencée. Il faut noter que plus le nombre de points d’intérêt est élevé et plus le calage de l’image sera précis dans l’espace.
1.1.2. Les algorithmes de transformation géométrique
Les autres pixels de l’image à corriger sont également associés à des coordonnées de manière automatisée par des algorithmes de transformation qui provoquent une distorsion géométrique plus ou moins importante. Cela va de la simple translation ou rotation jusqu’à la courbure du pixel et le choix de l’algorithme dépend donc de l’état et de la nature de l’image d’origine. Les algorithmes les plus utilisés sont les transformations polynomiales d’ordre variable qui génèrent des degrés différents de distorsion. Ainsi, le polynôme du 1er ordre est une transformation linéaire (ou affine) qui concerne les translations, rotations et mise à l’échelle de l’image; ce qui peut suffire pour un géoréférencement. Le polynôme du 2e ordre, plus utilisé pour le redressement d’images, modifie la géométrie avec la prise en compte des courbes. Enfin, les modifications géométriques apportées par le polynôme d’ordre 3 sont plus importantes et concernent des données nécessitant une rectification importante. On peut par exemple évoquer les images avec de forts dénivelés pour lesquelles les transformations géométriques pourront s’appuyer sur des Modèles Numériques de Terrain (MNT) et un nombre élevé de points d’intérêt. D’autres algorithmes existent comme la transformation linéaire, la transformation d’Helmert ou encore celle de Thin Plate Spline (TPS).

1.1.3. Erreur liée à la correction géométrique

La correction géométrique de l’image est caractérisée par des écarts moyens entre les coordonnées géographiques réelles du point d’intérêt saisies et celles calculées qui définissent le Root Mean Square (RMS) ou Erreur Quadratique Moyenne (EQM). Pour simplifier, le RMS est la racine carrée de la moyenne des carrés des écarts entre les points calculés et les points de calage. La distance entre chaque couple de points (points d’intérêt souhaités et points calculés par l’algorithme) définit une erreur résiduelle qui s’exprime en unité de référence (par exemple en mètre, en pixel, etc). Ainsi, une valeur du RMS faible signifie que la variance des écarts résiduels est faible et donc que la correction géométrique est correcte. Pour diminuer ce coefficient, chaque erreur résiduelle de la série des points doit être analysée et les points de calage avec une distance résiduelle élevées sont modifiées.

1.1.4. Le ré-échantillonage des pixels corrigés

Lors de cette transformation géométrique, l’image produite ne possède pas la même matrice que l’image d’origine et il est donc nécessaire de déterminer les valeurs numériques des pixels de l’image corrigée : on parle de ré-échantillonage. Différentes méthodes de ré-échantillonage existent :
- La méthode du plus proche voisin : Les pixels de l’image corrigée prennent la valeur du pixel le plus proche dans l’image initiale. Les valeurs numériques de la nouvelle matrice sont donc peu altérées par rapport à celle d’origine, ce qui est préférable pour les valeurs de luminance par exemple.
- La méthode par interpolation bilinéaire : on affecte au nouveau pixel la moyenne pondérée par la distance des quatre pixels environnants (2×2) de l’image d’origine.
- La méthode par convolution cubique ou interpolation bicubique : elle calcule la moyenne pondérée des 16 pixels (4×4) de l’image originale les plus proches du nouveau pixel. Cette méthode entraîne un lissage des valeurs de la nouvelle image.
Pour réaliser le géoréférencement des données images (ou raster), QGIS met à disposition un module assez simple d’utilisation qui est documenté sur ce lien : [https:]] .
1.2. Module de géoréférencement dans QGIS
Ici, l’image à caler spatialement est de format JPEG et représente une mappemonde -je vous avais prévenu : du grand art!- (figure 1).

Figure 1 : Image de format JPEG à géoéréférencer

N’ayant pas de points d’amer de référence sur toute la planète, on s’appuie sur une donnée spatiale déjà calée. Dans QGIS, on installe le plugin OpenLayers qui permet d’afficher Bing Maps, Google Maps, etc. Ici, on utilise Bing Maps Aerial affiché dans la projection cartographique WGS 84 /Pseudo Mercator (EPSG 3857).

Dans l’onglet Raster > Géoréférencer > Géoréférencer, le module de géoréférencement s’ouvre et on importe l’image à caler. L’image importée n’a pas de projection cartographique associée, il est important de choisir la même projection que la donnée d’appui. On ajoute alors des points de contrôle sélectionnés sur l’image d’origine puis les coordonnées géographiques des points sont fournies depuis le canvas, c’est-à-dire depuis les sélections sur l’image de référence Bing Maps. La figure 2 montre la table des points de contrôles que l’on peut enregistrer, et les distances résiduelles en pixel entre les points sources de l’image à caler et les points de destinations sélectionnés sur Bing Maps. Dans l’exemple, les points de contrôle ont été pris rapidement, ce qui entraîne des résidus importants. Le point 7 à l’est de la Russie est éliminé car il a un résidu de plus de 1900 pixels.

Figure 2 : Table des points de contrôle avec les distances résiduelles en pixels.

On configure la transformation géométrique (figure 3) : ici, on choisit l’algorithme polynomiale d’ordre 2 avec la méthode de ré-échantillonage du plus proche voisin. L’image est transformée dans la projection cartographique WGS 84 / Pseudo Mercator et la donnée raster en sortie est enregistrée en format GeoTiff.

Figure 3 : Configuration de la transformation géométrique de l’image à caler.

L’image géoréférencée en sortie peut être superposée à l’image d’appui afin d’observer les erreurs de calage. Sur la figure 4, on note que les erreurs importantes se trouvent dans les zones géographiques où aucun point de contrôle n’a été saisi (par exemple en Eurasie). L’idée est donc d’ajouter d’autres points d’appui de manière homogène sur toute la cartographie afin de diminuer les erreurs résiduelles.

Figure 4 : Superposition de l’image géoréférencée à l’image d’appui.

QGIS nous a permis de géoréférencer une image représentant la mappemonde, il est désormais temps de la publier sur internet.
2. Affichage du raster tuilé en webmapping
Dans l’état, le raster géoréférencé ne peut pas être publié directement sur une interface web via l’API d’OpenLayers car les formats images GeoTiff et Tif ne sont pas pris en charge directement. De plus, les données raster sont en général des fichiers lourds, il n’est donc pas judicieux de les publier telles quelles. Il faut alors décomposer l’image en dalles (ou tuiles) pré-calculées selon la projection et l’étendue de la carte : on parle de tuilage des données spatiales. Pour réaliser ce procédé, l’utilisation d’un serveur cartographique est indispensable.
2.1. Intégration de la donnée dans GeoServer
GeoServer prend en charge plusieurs formats de données raster dont le GeoTiff. On créé un espace de travail dédié à la donnée puis un entrepôt pour lequel on choisit le répertoire de la donnée (figure 5).

Figure 5 : Création de l’entrepôt Mappemonde

Ensuite, dans l’onglet couches, on ajoute la donnée en l’éditant (nom, titre, description) et en calculant l’emprise géographique selon le système de projection géographique choisi (figure 6).

Figure 6 : Edition de la couche SIG avec le calcul de l’emprise géographique.

Basiquement, le raster géoréférencé est prêt à être prévisualisé par exemple dans OpenLayers. Dans l’onglet “Prévisualisation des couches”, on affiche la donnée appelée “georef” de l’espace de travail “test” par le protocole WMS via une URL de type :

http://localhost/geoserver/test/wms?service=WMS&version=1.1.0&request=GetMap&layers=test:georef&styles=&bbox=-1.9587787078002207E7,-8934317.725420557,2.1594936455664076E7,1.940261280468178E7&width=768&height=528&srs=EPSG:3857&format=application/openlayers.

Toutefois, comme évoqué précédemment, on veut afficher le fonds cartographique en tuiles. GeoServer implémente le service Web Map Tile Service (WMTS v 1.0.0) grâce au logiciel GeoWebCache qui permet de cacher (mettre en mémoire) et de tuiler les couches SIG. Dans l’onglet “Cache des tuiles”, cinq grilles de tuilage sont mises à disposition à l’installation du serveur cartographique dans les projections 4326 et 900913 (figure 7) et elles ne peuvent pas être modifiées. L’unité du pixel pour l’EPSG 4326 est le degré et pour l’EPSG 900913 le mètre.

Figure 7 : Grille de tuilage EPSG:900913 interne à GeoServer.

Chaque couche SIG ajoutée dans le serveur cartographique est par défaut cachée et tuilée selon les grilles de tuilage disponibles. En résumé, la couche est découpée en dalles d’une certaine dimension et résolution spatiale calculée selon l’étendue de la carte, l’échelle et la projection choisie.
2.2. Affichage du fonds cartographique en WMTS avec OpenLayers

Dans ce paragraphe, on utilise OpenLayers pour afficher l’image raster via le protocole WMTS. Deux classes sont importantes à appréhender : ol.source.WMTS qui permet de charger la source de la donnée tuilée depuis le serveur cartographique et ol.tilegrid.WMTS qui définit la grille de tuilage pour cette même source.

Dans la déclaration de la source, les paramètres requis sont donc la grille de tuilage tileGrid, la couche layer, le style style (non nécessaire avec GeoServer) et le nom du jeu de la matrice du tuiles matrixSet. Sur la figure 7 ci-dessus, on note par exemple que ce dernier est nommé ESPG:900913.

Dans tileGrid, doivent être paramétrés au minima l’étendue extent ou l’origine origin de la grille de tuilage, un tableau des tailles du pixel resolutions en adéquation avec le tableau des IDs (ou niveau) du jeu de la matrice matrixIds (on peut se référer à la figure 7 pour observer ces éléments). Il est à noter que si l’origine ou les origines de la grille de tuilage ne sont pas paramétrées, l’origine doit être définie à partir du coin en haut à gauche de l’étendue de la carte.

Pour le script, on s’appuie sur l’exemple intitulé WMTS de l’API d’OpenLayers mis à disposition sur le site et le jeu de grille de tuilage interne de GeoServer EPSG:900913 qui est défini pour le système de projection EPSG:900913 avec une largeur et une hauteur de tuile de 256 pixels et le mètre comme unité (1 mètre correspondant à une unité).

Après les chargements des fichiers CSS et JavaScript d’OpenLayers et la déclaration de la carte dans le body (div map), on écrit le code JavaScript et on commence par définir les options origin, resolutions et matrixIds de la grille de tuilage ol.tilegrid.WMTS.

On définit l’origine par le coin en haut à gauche de l’étendue de la carte pour la projection ESPG:900913.
```
// Déclaration de la projection
var projection = ol.proj.get('EPSG:900913');
// Déclaration de l'étendue de la carte
var projectionExtent = projection.getExtent();
// Déclaration de l'origine en haut à gauche de l'étendue de la carte
var originTopLeft = ol.extent.getTopLeft(projectionExtent);
```
La taille du pixel (en mètre) est calculée en fonction du nombre de tuiles de 256 pixels lié à la largeur de l’étendue de la carte pour chaque niveau. Par exemple, au niveau de zoom 0, on a une largeur de la mappemonde égale à 40 075 016 m, soit pour 1 dalle de 256 pixels, une taille de pixel de 156 543 m environ.
```
// Déclaration du tableau de la taille des pixels
var resolutions = new Array(31);
// Déclaration du tableau des ids (Noms) du jeu de la matrice
var matrixIds = new Array(31);
// Unité de la tuile = Largeur de l'étendue de la carte / Taille de la tuile
var size = ol.extent.getWidth(projectionExtent) / 256;
// Pour chaque niveau de zoom 
for (var z = 0; z < 31; ++z) {
	// Intégration de chaque nom du jeu de matrice
	matrixIds[z] = "EPSG:900913:" + z;
	//Taille du pixel =  Unité de la tuile / Nombre de tuiles sur une largeur pour chaque zoom
	resolutions[z] = size / Math.pow(2, z);
	//On retrouve les données du jeu de la matrice pour chaque niveau de zoom
	console.log('Niveau : '+z+ '| Taille du pixel : '+resolutions[z]+' | Nom : '+matrixIds[z]+' | Tuiles : '+Math.pow(2, z)+'x'+Math.pow(2, z) );
}
```
On a donc défini les paramètres de la grille de tuilage (figure 8), ici elle correspond à la grille interne EPSG:900913 de GeoServer (figure 7).

Figure 8 : Déclaration des paramètres de la grille de tuilage dans OpenLayers.

On peut donc déclarer la grille de tuilage WMTS :
```
// Déclaration de la grille de tuilage
var tileGrid = new ol.tilegrid.WMTS({
	origin: originTopLeft,
	resolutions: resolutions,
	matrixIds: matrixIds
});
```
La source et la couche WMTS par la classe ol.layer.Tile sont ensuite initialisées :
```
// Source WMTS
var sourceWMTS = new ol.source.WMTS({
	attributions: '© <a href="http://www.geomatick.com">Geomatick</a>',
	// Service wmts par GeoWebCache dans GeoServer
	url: 'http://localhost/geoserver/gwc/service/wmts',
	// Notre magnifique mappemonde géoréféencée
	layer: 'test:georef',
	// Le nom du jeu de matrices de tuiles
	matrixSet: 'EPSG:900913',
	format: 'image/png',
	projection: projection,
	// grille de tuilage
	tileGrid: tileGrid,
	// GeoServer gère le style configuré par défaut dans le serveur
	//style: '...',
	// Couverture du monde à l'horizontal
	wrapX: true
})
// Couche WMTS
var coucheWMTS = new ol.layer.Tile({
	opacity: 1.0,
	source: sourceWMTS
});
```
Enfin, la map est initialisée :
```
var map = new ol.Map({
		controls: ol.control.defaults({
		attribution : true,
	}),
	target: 'map',
	layers: [coucheWMTS],
	view: new ol.View({
		center: [-11158582, 4813697], //900913
		zoom: 3
	})
});
```
On peut désormais ajouter d’autres couches SIG à notre magnifique fonds cartographique (figure 9)!

Figure 9 : Représentation du raster géoréférencé en webmapping.

En conclusion, cet article a permis d’expliquer comment construire un fonds cartographique tuilée -ici minimaliste- en webmapping à partir d’une seule image quelconque. Le géoréférencement du raster a été réalisé grâce au logiciel QGIS et son plugin géoréferencer. L’utilisation de Bings Maps a permis de sélectionner des points d’appui pour générer la transformation géométrique de l’image. Ensuite, cette dernière a été stockée dans GeoServer afin de générer le tuilage de la donnée SIG. Le service WMTS est fourni grâce à l’implémentation de GeoWebCache dans le serveur cartographique. Plusieurs grilles de tuilage internes sont déjà paramétrées, on a utilisé la grille EPSG:900913, compatible avec Google Maps et Bings pour générer notre fonds cartographique sur OpenLayers.

Concernant Leaflet, à ce jour, il est possible de charger des données tuilées et un plugin WMTS pour afficher des fonds IGN a été développé mais il ne semble pas qu’une classe WMTS soit fournie par l’API. En perspective, on consacrera un article spécifique pour le tuilage et la mise en mémoire des données spatiales afin notamment d’afficher des fichiers lourds.

10:48

How to build qgis on OSX with MacPort

sur ReLucBlog

Post wrote by David Marteau

Building QGIS on OSX may be quite challenging, mostly because the major problem of building qgis on OSX is to gather all the needed and up to date dependencies.

I'm going to describe a method that use the MacPort packaging system: I use it since several years now and I tave been quite happy with it. By design MacPort provides insulation between installed bits and those natives to the system, and I'm more than ok with that.

There is no question of building a distributable package but, instead, the goal is to provide a set up for building, and install QGIS on your machine.

I won't go into the macport installation since all informations cat be found here: [https:]]

Support for building QGIS2 end QGIS3

Macport provides QT4 and QT5 packages than can be installed simultaneously as many of the qt tools that could depends on it (qscintilla, qca, qwt....). This is very handy if you have to deal with several versions of QGIS, which is our case.

Common dependencies XCode 8 required

If you plan to build QGIS3 then you need XCode 8+ : QGIS3 use C++11 thread_local specifier which is not available in the clang compiler for version < 8. This also mean that you cannot build qgis3 on a pre 10.11 OSX version (you may always useanother compiler from those provided by MacPort, but I did not tried this).

Macport packages

These are macport packages needed for all versions:


  cmake
  fcgi
  spatialindex
  expat
  bison
  spatialite
  gsl
  gdal +curl+expat+geos+hdf4+hdf5+netcdf+openjpeg+perf+postgresql95+spatialite+sqlite3+xerces

These packages will pull many other things, and I there maybe other packages that I forgot to mention: just tell me, I will add them.

Building QGIS3 from master branch

I'm going to start with that story because it has been the easier to set up (see later).

Install dependencies:

I'm going to assume that your using python 3 as your default python installation (do not hesitate to use the latest stable version, which is the 3.6 as this moment).

You will need, at least, the following packages:


 boost +python36 (some qt5 dependencies depends on boost, force installation with python 3.6 supports) 
 qt5
 qt5-qtwebkit
 qscintilla2
 qwt61
 qca-qt5
 qca-qt5-ossl
 python36
 py36-pyqt5
 py36-sip
 py36-owslib
 py36-gdal
 py36-matplotlib
 py36-numpy
 py36-qscintilla2
 py36-jinja2
 py36-future
 py36-requests
 py36-pygments

You will need to link /opt/local/bin/pyuic5-3.6 to /opt/local/bin/pyuic5 and /opt/local/bin/pyrcc5-3.6 to /opt/local/bin/pyrcc5

Install QTKeychain

QTKeychain is not provided by macport but it is very easy to build:

Download source from [https:]
configure using cmake, then make build, make install. QTKeychain library will install on /usr/local.

Create missing pyQT5 sip folder

When installing py36-pyqt5, the installation forgot to add a entry to the Qt5 sip files at the default location: you need to add the following link:


cd /opt/local/share
sudo ln -s /opt/local/Library/Frameworks/Python.framework/Versions/3.6/share/sip py36-sip

Create Makefile

I use makefile to drive my builds.


.PHONY: build install clean clobber 


INSTALL_PATH:=$(shell pwd)/dist

BUILDNAME:=build

JOBS:=-j6

ifeq ($(QGIS_DEBUG),1)
BUILDDIR=$(BUILDNAME)-debug
CMAKE_OPTS+=-DCMAKE_BUILD_TYPE=Debug
else
BUILDDIR=$(BUILDNAME)-release
endif

export PATH := $(PATH):/opt/local/libexec/qt5/bin

configure:
    mkdir -p $(BUILDDIR) 
    rm -rf $(BUILDDIR)/CMakeCache.txt
    cd $(BUILDDIR) && cmake $(CMAKE_OPTS) \
        -DWITH_ASTYLE=ON \
        -DCMAKE_INSTALL_PREFIX:PATH=$(INSTALL_PATH) \
        -DWITH_SERVER=ON \
        -DEXPAT_INCLUDE_DIR:PATH=/opt/local/include \
        -DEXPAT_LIBRARY:FILEPATH=/opt/local/lib/libexpat.dylib \
        -DSQLITE3_INCLUDE_DIR:PATH=/opt/local/include \
        -DSQLITE3_LIBRARY:FILEPATH=/opt/local/lib/libsqlite3.dylib \
        -DQT_QMAKE_EXECUTABLE:FILEPATH=/opt/local/libexec/qt5/bin/qmake \
        -DQWT_INCLUDE_DIR:PATH=/opt/local/libexec/qt5/include/qwt \
        -DQWT_LIBRARY:FILEPATH=/opt/local/libexec/qt5/lib/libqwt.dylib \
        -DQCA_INCLUDE_DIR:PATH=/opt/local/libexec/qt5/include/QtCrypto \
        -DQCA_LIBRARY:FILEPATH=/opt/local/libexec/qt5/lib/libqca-qt5.dylib \
        -DQSCINTILLA_INCLUDE_DIR:PATH=/opt/local/libexec/qt5/include \
        -DQSCINTILLA_LIBRARY:FILEPATH=/opt/local/libexec/qt5/lib/libqscintilla2_qt5.dylib \
        -DQTKEYCHAIN_INCLUDE_DIR:PATH=/usr/local/include/qt5keychain \
        -DQTKEYCHAIN_LIBRARY:FILEPATH=/usr/local/lib/libqt5keychain.dylib \
        -DQT_LRELEASE_EXECUTABLE:FILEPATH=/opt/local/libexec/qt5/bin/lrelease \
    ..

build:
    cd $(BUILDDIR) && $(MAKE) $(JOBS)

install:
    mkdir -p $(INSTALL_PATH)
    cd $(BUILDDIR) && $(MAKE) install

clean:
    cd $(BUILDDIR) && $(MAKE) clean

clobber:
    rm -rf $(BUILDDIR) $(INSTALL_PATH)

Build the beast

Doing make configure build should do the job. If any problems occurs, look for a missing package.

Installing

Doing make install will install the QGIS.app into INSTALL_DIR.

WARNING : If you are going to open the .app from the desktop it will crash unless the environment variable QT_QPA_PLATFORM_PLUGIN_PATH is defined as:

QT_QPA_PLATFORM_PLUGIN_PATH=/opt/local/libexec/qt5/plugins/platforms

This is a problem that affect all qt5 application and should be solved in some way. A quick and dirty solution would be to add thefollowing rule in your Makefile:


run:
    QT_QPA_PLATFORM_PLUGIN_PATH=/opt/local/libexec/qt5/plugins/platforms \
        open $(INSTALL_PATH)/QGIS.app

Building QGIS 2.18 with python2.7

Building QGIS 2.18 is a little bit tricky because of some deployment problems on mac

Install dependencies:

I'm going to assume that python2.7 IS NOT your default python installation

You will need, at least, the following packages:


 qt4-mac
 qt4-mac-sqlite3-plugin
 qscintilla
 qwt60 +qt4 (Use -f to force installation as it will say that it is incompatible with qwt61, but installed in its own qt4 directory with no side effects)
 qca
 qca-ossl
 qjson
 python27
 py27-pyqt4
 py27-sip
 py27-gdal
 py27-matplotlib
 py27-numpy
 py27-qscintilla
 py27-jinja2
 py27-requests
 py27-future
 py27-pygments

You will need to link /opt/local/bin/pyuic4-2.7 to /opt/local/bin/pyuic4 and /opt/local/bin/pyrcc4-2.7 to /opt/local/bin/pyrcc4

Fix cmake/FindPythonLibrary.cmake

As of version 2.18.9, the build use a custom cmake module to find python library. Unfortunately, this module is broken as it force the variable PYTHON_LIBRARY to be set to the default python installation and ignore cmake defines.

There is two ways to deal with that:

You switch to python 2.7 as default when building QGIS (sudo port select --set python python2.7)
You fix the cmake module

Personally, I dont like 1. since you need to change your global settings for one task and the fix is very small:


--- a/cmake/FindPythonLibrary.cmake
+++ b/cmake/FindPythonLibrary.cmake
@ -78,7 +78,8 @@ else(EXISTS "${PYTHON_INCLUDE_PATH}" AND EXISTS "${PYTHON_LIBRARY}" AND EXISTS "
     endif(python_config)
 
     # adapted from cmake's builtin FindPythonLibs
-    if(APPLE AND NOT _custom_python_fw)
+    # XXX Fix when PYTHON_LIBRARY defined
+    if(APPLE AND NOT _custom_python_fw AND NOT PYTHON_LIBRARY)
       CMAKE_FIND_FRAMEWORKS(Python)
       set(PYTHON_FRAMEWORK_INCLUDES)
       if(Python_FRAMEWORKS)
@@ -93,7 +94,7 @@ else(EXISTS "${PYTHON_INCLUDE_PATH}" AND EXISTS "${PYTHON_LIBRARY}" AND EXISTS "
         endif(NOT PYTHON_LIBRARY)
         set(PYTHONLIBRARY_FOUND TRUE)
       endif(Python_FRAMEWORKS)
-    endif(APPLE AND NOT _custom_python_fw)
+    endif(APPLE AND NOT _custom_python_fw AND NOT PYTHON_LIBRARY) 
   endif(PYTHONINTERP_FOUND)
 
   if(PYTHONLIBRARY_FOUND)

The Makefile

Very similar to the previous one:


.PHONY: build install clean clobber 

INSTALL_PATH=/Applications

BUILDDIR:=build

JOBS:=-j6

export PATH := $(PATH):/opt/local/libexec/qt4/bin

configure:
    mkdir -p $(BUILDDIR)
    rm -rf $(BUILDDIR)/CMakeCache.txt
    cd $(BUILDDIR) && cmake $(CMAKE_OPTS) \
        -DCMAKE_INSTALL_PREFIX:PATH=$(INSTALL_PATH) \
        -DCMAKE_INSTALL_PREFIX:PATH=/Applications \
        -DWITH_SERVER=ON \
        -DWITH_PYSPATIALITE=ON \
        -DPYTHON_INCLUDE_PATH:PATH=/opt/local/include/python2.7 \
        -DPYTHON_LIBRARY:FILEPATH=/opt/local/lib/libpython2.7.dylib \
        -DEXPAT_INCLUDE_DIR:PATH=/opt/local/include \
        -DEXPAT_LIBRARY:FILEPATH=/opt/local/lib/libexpat.dylib \
        -DSQLITE3_INCLUDE_DIR:PATH=/opt/local/include \
        -DSQLITE3_LIBRARY:FILEPATH=/opt/local/lib/libsqlite3.dylib \
        -DQT_QMAKE_EXECUTABLE:FILEPATH=/opt/local/libexec/qt4/bin/qmake \
        -DQWT_INCLUDE_DIR:PATH=/opt/local/libexec/qt4/include/qwt \
        -DQWT_LIBRARY:FILEPATH=/opt/local/libexec/qt4/lib/libqwt.dylib \
        -DQCA_INCLUDE_DIR:PATH=/opt/local/libexec/qt4/include/QtCrypto \
        -DQCA_LIBRARY:FILEPATH=/opt/local/libexec/qt4/lib/libqca.dylib \
        -DQSCINTILLA_INCLUDE_DIR:PATH=/opt/local/libexec/qt4/include \
        -DQSCINTILLA_LIBRARY:FILEPATH=/opt/local/libexec/qt4/lib/libqscintilla2_qt4.dylib \
    ..

build:
    cd $(BUILDDIR) && $(MAKE) $(JOBS)

install:
    cd $(BUILDDIR) && $(MAKE) install

clean:
    cd $(BUILDDIR) && $(MAKE) clean

clobber:
    rm -rf $(BUILDDIR)

Building and installing

The commands for building and installing are the same as for qgis3.

Install problems

The Installation of $INSTALL_NAME/QGIS.app/Contents/Resources/python/PyQt4/Qsci.o is broken - may be because of some rewrite of the install_name - and one must replace the fire with the original one /opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/PyQt4/Qsci.so which has correct linking

Conclusion

There is some issues when compiling on mac, mostly because the system libraries are frozen and it is better not to temper with.

Using Macport (or Brew) should provide the requirements for building a fully running version of QGIS, while keeping your system clean.

It also gives you some of the problems that packaging will be facing: one of the major problem is that you cannot rely on the system defaults (especially on the default python which is frozen on python 2.7.10, so you can forget installing qgis3 on top of it... )

10:42
Stockage d’énergie solaire sous l’œil de Pléiades
sur Le blog de l'image satellite - CNES

Au cœur de l’Andalousie, à 1 100 m d’altitude, le complexe solaire d’Andasol bénéficie de conditions d’ensoleillement idéales pour produire de

L’article Stockage d’énergie solaire sous l’œil de Pléiades est apparu en premier sur Image-CNES.

31 mai 2017
18:59
Addiction
sur Veille cartographie

Cet article Addiction est apparu en premier sur Veille cartographique 2.0.

— Tu as pu en trouver ? — Non, et toi ? — J’ai fait tous les vendeurs de Pantin à Livry, plus personne n’en a… Dans le XIXème il n’y a plus rien, à la porte de la Chapelle non-plus, même à Saint-Denis, t’imagines ? Mon pote m’a dit qu’à Bagnolet c’est Pareil et mon frère qui […]

Cet article Addiction est apparu en premier sur Veille cartographique 2.0.

14:55
Table ronde autour du livre « Opérations cartographiques », BnF-site Fr.-Mitterrand, 17 juin 2017, 17h
sur Cartes et figures du monde

Le cycle « Club des livres », qui se tient le samedi de 17h à 18h dans le hall ouest de la Bibliothèque nationale de France (site François-Mitterrand), propose au public de la BnF de rencontrer des personnalités en lien avec l’actualité éditoriale. Les auteurs invités offrent un décryptage des grands domaines de la pensée et des arts. Le 17 juin 2017, Jean-Marc Besse, Gilles Tiberghien, Gilles Palsky viendront nous présenter l’ouvrage: Opérations cartographiques, qui vient de paraître chez Actes Sud / ENSP. Opérations cartographiques interroge la portée cognitive, mais aussi politique et imaginaire, des opérations cartographiques en s’appuyant sur des analyses de pratiques artistiques, mais aussi politiques, économiques, sociales et culturelles.
Nous sommes tous concernés par la cartographie en tant que praticiens des paysages, géographes et artistes, informaticiens et graphistes, urbanistes, architectes et designers, mais aussi marcheurs, cyclistes, téléphoneurs, étudiants, retraités, électeurs, consommateurs : les cartes sont désormais autour de nous et en nous, en partie élaborées par nos pratiques et performances collectives.
Sommaire de l’ouvrage :

14:19
Route360° : Plate-forme analytique de mobilité
sur Veille cartographie

Cet article Route360° : Plate-forme analytique de mobilité est apparu en premier sur Veille cartographique 2.0.

Route 360° est une technologie de Motion Intelligence qui fournit une API simple pour une analyse large de réseau géographique, une planification d’itinéraire et une visualisation pour alimenter des géo-applications complexes. Les solutions proposées peuvent être intégrées dans une plate-forme existante ou peuvent être créées comme une nouvelle application adaptée à vos besoins. Par exemple avec cette API […]

Cet article Route360° : Plate-forme analytique de mobilité est apparu en premier sur Veille cartographique 2.0.

9:28
Carte des stations-service en difficulté ou en pénurie près de chez vous
sur Chroniques Cartographiques

Comme l'an passé, un mouvement de grève chez les conducteurs de camions citernes fait craindre une pénurie d'essence. Pour l'instant le mouvement est assez limité mais celui-ci pourrait s'étendre dans les jours à venir si les négociations n'aboutissent...

6:32
Hello world!
sur Le blog de l'image satellite - CNES

Welcome to WordPress. This is your first post. Edit or delete it, then start blogging!

29 mai 2017
10:10
15 000 !
sur Séries temporelles

Theia's Sentinel-2 L2A counter passed the 15 000 threshold on the 26th of May. The joined image shows the zones which are available so far.

Recently, two more sites have been added to THEIA's list of processed sites :

The western part of Iberian peninsula, including most of Portugal is now available. The region of Niger around Niamey has been added to the list of sites processed

The production speed is increasing, although we still have limitations on the week-ends in reprocessing mode. To overcome this limitation, we are going to invert the priorities, and start pushing data from all sites in Near Real Time from December 2016, and, when all the planned sites are added to real time, start the reprocessing from December 2015.

Sauter à la page: 1 2 3 ... 8

← 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

Le portail francophone de la géomatique

Canaux

Toile géomatique francophone

Pièce jointe: [télécharger]

Pièce jointe: [télécharger]