A l’heure où la croissance de diffusion des données géographiques à travers le web est au plus haut, il devient important d’avoir des outils fiables et performants qui permettent de les exploiter.
Le but de cet article est de montrer la mise en valeur des informations contenues dans des données géographiques ouvertes à l’aide de la suite Constellation-SDI.
Qu’est-ce qu’une donnée ouverte ?
Une donnée ouverte (open data en anglais) est une donnée numérique dont l’origine peut être issue du secteur publique ou privé. Elle est diffusée selon une méthode et une licence de libre diffusion garantissant son libre accès et sa réutilisation par tous, sans restriction technique, juridique ou financière. Cette philosophie d’accès à l’information s’inscrit dans une tendance qui considère l’information publique comme un bien commun dont la diffusion est d’intérêt public et général.
Comment obtenir et visualiser une donnée OpenData ?
En ligne depuis le 5 décembre 2011, la plateforme de diffusion de données publiques de l’État français met à disposition tout un ensemble de données géographiques dans plusieurs thématiques telles que l’environnement, urbanisme, transport, cartographie de référence…
Nous allons voir à travers quelques exemples comment exploiter des données géographiques ouvertes et valoriser les informations quelles contiennent.
Exemple de donnée simple : Quartiers de la ville de Montpellier
Cette donnée vectorielle représente le découpage administratif en quartier de la ville de Montpellier, le format retenu ici est fichier SHAPE.
Il faut savoir que lorsqu’on intègre une donnée vectorielle dans la plupart des applications SIG, nous avons très peu d’informations visibles, car souvent ce qui est affiché à l’écran ce sont des polygones, des lignes ou des points dépourvus d’informations.
La capture ci-contre représente la donnée une fois importée dans Constellation-SDI, le shape affiché montre des polygones avec un découpage en quartiers de la ville.
Grâce à la fonctionnalité de style de Constellation-SDI, il est possible de créer un style de donnée (utilisant le standard SLD de l’OGC http://www.opengeospatial.org/standards/sld ) tout en s’appuyant sur les informations attributaires du fichier shape.
La video ci-dessous nous montre comment procéder à la création d’un tel style
ou sur Youtube: http://bit.ly/1GT7sQh
Et voici un aperçu du résultat final après application des règles de style sur l’ensemble des polygones :
Exemple de donnée : Arbres remarquables dans Paris
Lien vers la donnée : https://www.data.gouv.fr/fr/datasets/arbres-remarquables-donnees-geographiques-prs/
Cette donnée décrit divers arbres remarquables exotiques, très anciens ou d’espèce rare. Chaque arbre est décrit par une information sur l’âge, la hauteur, la circonférence, le genre, la variété et son positionnement géographique. Elle peut être utile pour les allergiques par exemple.
Nous l’intégrons facilement dans Constellation-SDI en suivant la même manière que précédemment mais en appliquant un style différent afin de mettre en valeur les informations qui la compose.
Ci-dessous le résultat obtenu une fois le style correctement configuré.
La hauteur des arbres est répartie entre 2 et 45 mètres. Sur la carte est affichée en vert foncé les arbres atteignant plus de 40m et en vert plus clair les arbres qui ont une hauteur moindre.
Est affichée également l’année de plantation allant de 1601 à nos jours.
Exemple de donnée : Aires de jeux de la ville de Montpellier par âge
Cette donnée renseigne l’emplacement des aires de jeux pour enfants sur la commune de Montpellier par âge de jeu.
Nous allons voir un cas pratique de l’utilisation des règles de style lorsque la donnée comporte plusieurs points avec plusieurs informations importantes que l’on veut afficher.
La figure ci-dessous montre les différentes aires de jeux classées par tranche d’âge
Il est possible avec la fonctionnalité de style de Constellation-SDI de modifier l’affichage en ajoutant des règles sur l’échelle de zoom, la capture ci-contre correspond à une échelle de 1/1000m.
Nous appliquons une règle de style utilisant un filtre de visibilité dépendant du niveau d’échelle de la carte. Le résultat se voit lorsqu’on change de niveau d’échelle sur la carte en effectuant des zoom avant.
Voici le résultat obtenu après avoir effectué des zoom, l’échelle est de l’ordre de 1 / 500m
Les noms des aires de jeux apparaissent cette fois qui remplacent l’indicateur d’âge.
Autre exemple : Trait de Côte Histolitt® (SHOM)
Lien vers la donnée : https://www.data.gouv.fr/fr/datasets/trait-de-cote-histolitt-1/
Cette donnée provient de l’opérateur public pour l’information géographique maritime et littorale de référence.
Le trait de côte correspond à la laisse des plus hautes mers dans le cas d’une marée.
Pour avoir plus d’informations sur le produit Histolitt®, je vous recommande la page de l’IGN http://professionnels.ign.fr/histolitt
Le jeu de données est composé de plusieurs polylignes et points et couvre l’ensemble des côtes Françaises, avec des mesures enregistrées sur plusieurs années entre 1999 et 2013.
Ci-dessous un aperçu de la donnée dans Constellation-SDI avec un style appliqué sur le champ attributaire « année de mesure ». Les polylignes sont colorées en rouge et bleu.
La figure ci-dessous est une vue de la côte de Bretagne à une échelle de 1/2000m
En se rapprochant encore nous pouvons observer la dérive littorale ou le déplacement le long d’un littoral des sédiments en comparant le trait de côte issu de la donnée avec le fond cartographique utilisé, ici MapQuest datant de 2015, la capture ci-dessous le montre bien.
Comment envisager le futur avec l’explosion des données ouvertes sur le web ?
En 2008 le standard SPARQL est devenu une recommandation du W3C, ce qui a considérablement joué sur la croissance des points d’accès interopérables comme le montre le schéma ci-dessous.
Ces règles d’interopérabilité ont résolu la majorité des problèmes liés aux contraintes techniques pour le partage des données, mais vu la croissance exponentielle qui semble se dessiner sur le graphe, nul doute qu’il faudra des outils assez performants et robustes pour les exploiter pleinement.
Pour cela Geomatys se tient déjà prêt à mettre à disposition des outils via sa suite Constellation-SDI pour l’intégration, le traitement et la diffusion des données géographiques interopérables.
