Préparation examen

Ce cours correspond à une correction indicative pour les exercices préparatoires à l’examen. D’autres solutions sont possibles.

Librairies utilisées dans R

Code

library(sf) # traitement spatial

Linking to GEOS 3.13.1, GDAL 3.11.4, PROJ 9.7.0; sf_use_s2() is TRUE

Code

library(mapsf) # cartographie
library(terra) # pour les rasters

terra 1.8.93

Raster et vecteur

Les données seront fournies sous forme d’un .gpkg afin de permettre aux étudiants qui ne parviennent pas à les trouver de répondre aux questions suivantes.

Il sera demandé le lien vers les données aux étudiants qui ont réalisé la recherche.

Plate formes

Data.gouv

Chercher par exemple la géographie des limites communales, le meilleur mot clé est contours administratifs, Prendre le jeu du producteur data.gouv Choisir le jeu le moins précis (à 1000 m)

Code

commune <- st_read("data/communes-1000m.geojson", quiet = T)
mf_map(commune)

Aller voir avec Arcgis à quoi correspondent les territoires hors métropole…

Copernic hub et plateforme LIDAR de l’IGN

Reprendre le cours onglet GT Rasters et MNT

librarie R : happign

dans R, la librairie happign permet de récupérer toutes les données IGN de façon simple.

Code

library(happign)

Please make sure you have an internet connection.

Use happign::get_last_news() to display latest geoservice news.


Attachement du package : 'happign'

L'objet suivant est masqué depuis 'package:terra':

    relate

L'objet suivant est masqué depuis 'package:base':

    within

Code

bondy <- get_apicarto_cadastre("93010", type = "commune")
mf_map(bondy)

Requête OSM et geojson

overpass.turbo permet de récupérer toutes les entités d’OSM

En cours, nous avons vu :

admin_level=8
highway=*
name ~ “arbusse”

Si nous cherchons les poubelles, le tag sera amenity=waste-basket le faire sur votre département (in et le numéro du dpt)

Attention l’intégration du geojson dans Arcgis passe par l’utilisation d’un outil spécifique

Dictionnaire de données

Le tableau du données représente une base possible et non exhaustive

Jointure attributaire

2 couches : commune et un tableau.

Pour le tableau, j’ai exporté le [nombre d’entreprises des statistiques locales]((https://statistiques-locales.insee.fr/#c=indicator&i=ds_flores.unit_loc&s=2024&t=A01&view=map1)

Code

commune93 <- commune [commune$departement == 93,]
nbEntreprise <- read.csv2("data/nbEntreprise.csv", skip = 2, na.strings = "N/A - résultat non disponible")
jointure <- merge(commune93, nbEntreprise, by.x= "code", by.y = "Code")
st_write(jointure, "data/prepExamen.gpkg", "jointure", delete_layer = T, quiet = T)

Penser à enregistrer les couches pour les récupérer le cas échéant sous Arcgis.

Cartographie

Afin d’utiliser Arcgis pour la cartographie, il vaut mieux charger le .gpkg puis faire l’export dans la .gdb afin de ne pas avoir d’erreur.

Les en-têtes de colonne peuvent être modifiées.Par exemple,

Par exemple, Nombre.d.établissements.2024 devient 2024

Pour les symbologies

Jointure spatiale

Pour faire un autre exemple, on récupère le contour des géométries de l’ADEME, résultat d’une recherche google contours commune France.

Récupération de la donnée

Code

commune <- st_read("data/Geo_Contours_Communes_2026.geojson", quiet = T)
poubelle <- st_read("data/poubelle.geojson", quiet = T)

Les étapes sont les suivantes : filtre sur le 93, validation de la géométrie

Code

commune93 <- commune [commune$DDEP_C_COD == '93',]
commune93 <- st_make_valid(commune93)
st_write(commune93 [,c(1,3)],"data/prepExamen.gpkg", "commune93", delete_layer = T, quiet = T)
st_write(poubelle [,c("amenity")], "data/prepExamen.gpkg", "poubelle", delete_layer = T, quiet = T)

jointure spatiale entre la couche des poubelles et celle des communes (même projection)

Code

jointure <- st_intersection(poubelle, commune93)

Pour voir le nombre de poubelles par commune, une table de dénombrement suffit.

Code

table(jointure$DCOE_C_COD)


93001 93005 93006 93007 93008 93010 93013 93014 93027 93029 93030 93031 93032 
  138    33    32    12    72    37     2    14    65    31     4    51    34 
93033 93039 93045 93046 93047 93048 93049 93050 93051 93053 93055 93061 93062 
   13    41    14    43    20   124    15     6   124    49    85     2    10 
93063 93064 93066 93070 93071 93072 93073 93077 93078 93079 
   44   113   560   199    69    32    64    61    66    28

Dans Arcgis, l’outil pourrait être synthétiser à l’intérieur