Archives de catégorie : SIG

Méthodo-topo #3 – On teste des trucs…

En tant qu’étudiant, mais aussi en tant qu’enseignant, mon parcours a été particulièrement structuré autour des stats-carto et de la géomatique : elles ont été mes matières préférées et j’ai toujours adoré les enseigner. J’aime particulièrement le défi que représentent les réticences (souvent fortement inscrites dans les rapports sociaux de genre et de classe) que peuvent avoir les étudiant-es face à un tableur, un logiciel de SIG ou quelques lignes de code. J’aime aussi penser qu’en réconciliant des “littéraires” ou des “allergiques à l’informatique” avec la géomatique, je participe à en faire de meilleur-es géographes. Bref, j’aime les cartes, les ordinateurs et comprendre que toute une classe a tenté de vectoriser un MNT sans le reclasser ne me fait même pas suer.

Pourtant, en travaillant sur les personnes trans dans le cadre de ma thèse, je me suis condamné à abandonner les méthodes quantitatives et la géomatique, du moins pour la recherche. Je l’explique ici : les personnes trans sont une population sur laquelle il existe peu de données et celles qui existent sont peu accessibles, même aux chercheurs-ses. Cela crée de mon point de vue une certaine scission entre une géographie sociale qui a recours aux outils statistiques et à la géomatique, mais qui ne traite pas des populations minoritaires, et une autre, uniquement qualitative, qui s’intéresse à ces objets. De nombreux enjeux scientifiques sont ainsi écartés des développements des méthodes quantitatives et cartographiques : émotions, espaces publics, discriminations, etc.

En m’inspirant des quelques recherches qui surpassent cette division entre méthodes et thématiques – par exemple, les Relief Maps de Maria Rodo-de-Zarate, le projet INTERMAPS, le Mobiliscope ou les réflexions sur les cartographies qualitatives des parcours migratoires issues des travaux de Camille Schmoll -, j’essaie d’adresser cette question dans mes recherches postdoctorales. Au sein du projet TRAMIMAGE (Trajectoires Minoritaires et Marginalités dans la région Grand Est), nous travaillons sur les trajectoires spatiales des personnes LGBTI dans le contexte de périphérisation des Ardennes françaises. Nous tentons de renouer avec la géomatique en prenant le problème des données à bras le corps. A partir de matrices biographiques recensant les lieux fréquentés régulièrement au cours de la vie des participant-es à l’enquête, nous tentons d’adosser, à une enquête ethnographique des vies LGBTI dans les Ardennes, l’exploitation de données individuelles géolocalisées.

Produire des données qualitatives, géolocalisées, sur les mobilités

Nous souhaitons récolter des informations biographiques sur la modification des espaces de vie des individus au cours de leur vie. L’hypothèse qui nous guide est que certains événements (l’entrée dans les études supérieures, une séparation, un changement professionnel, la naissance d’un enfant…) participent à modifier les pratiques et représentations spatiales des individus, au-delà d’un coming-out, qui est pourtant l’événement biographique sur lequel les recherches actuelles de géographie des sexualités se concentrent le plus. Nous pensons également que, au-delà de trajectoires différenciées entre espaces ruraux et urbains, la trajectoire territoriale est peut-être plus influente sur les pratiques des individus : est-ce que les pratiques de drague gay observées dans les espaces ruraux en gentrification de la Drôme se recouperont avec nos recherches, qui portent sur des espaces ruraux en voie de périphérisation, c’est-à-dire de déclin économique, démographique, d’abandon politique et de stigmatisation ? Nous cherchons notamment à comprendre la manière dont se conjuguent les effets de marginalisation sociale liés au genre ou à la sexualité, avec la trajectoire territoriale de périphérisation, dans les pratiques et représentations spatiales des individus. Qu’est-ce que cela produit dans les pratiques spatiales ordinaires, quotidiennes des personnes LGBTI Ardennaises, par exemple en termes d’enfermement, d’accès aux ressources ou de migrations résidentielles ?

Pour enquêter cela, nous avons décidé de recenser les lieux que les participant-es fréquentent et ont fréquenté de manière régulière (hebdomadaire) au cours de leur vie : lieux de travail, lieux d’habitation, lieux de loisirs, culturels ou sportifs, de convivialité, éventuellement associatifs ou militants. L’idée était de s’inspirer des travaux des géographes qui travaillent sur les âges de la vie et comparent l’évolution des espaces de vie à des âges de transition (vieillesse, passage à l’âge adulte) – voir par exemple la thèse d’Anaïs Dubreuil sur les évolution des pratiques spatiales quotidiennes lors du passage à l’âge adulte. La surface et le nombre de lieux composant l’espace de vie sur une période donnent par exemple des informations sur la densité des activités effectuées à l’extérieur, un ordre de grandeur sur les distances parcourues dans le cadre des activités de la vie quotidienne, etc. Il est ainsi possible d’étudier leur évolution, pour identifier des formes de trajectoires biographiques et spatiales différenciées.

Une première difficulté s’est toutefois posée : nous travaillons sur une population que nous ne discriminons pas par l’âge, ce qui nous oblige à récolter des données sur l’ensemble de la vie de la personne enquêtée. Recenser l’ensemble des domiciles, lieux de travail, lieux de loisirs et de sociabilité des personnes sur l’ensemble de leur vie est déjà une lourde tâche. Mais pour que les données soient exploitables, il nous fallait également pouvoir éditer facilement des cartes des espaces de vie des participant-es année après année : il faut donc, dans le SIG final, avoir pour chaque participant-e un fichier comprenant une ligne par lieu… et par année. Cela est totalement inenvisageable en entretien : nous ne pouvons pas demander à un-e enquêté-e de 45 ans de renseigner 45 lignes pour 5 ou 6 catégories de lieux. Le premier défi a donc été de trouver un moyen de récolter ces données de la manière la plus facile et rapide possible en entretien, tout en aboutissant à une base de données complète, standardisée et facile à exploiter.

Nous avons donc développé un script R nettoyer et transformer les tableurs complétés en fin d’entretien. Il remplit deux fonctions :

  • D’abord, le script permet de géocoder les adresses renseignées par les enquêté-es,
  • Ensuite, il transforme les informations contenues dans la base : chaque ligne contient des informations de durée sous la forme d’une date de début et d’une date de fin, et le script transforme cela en autant de lignes que d’années passées sur place. On passe donc, par exemple, pour un domicile dans lequel une personne a vécu entre 2010 et 2015, à cinq lignes “Domiciles”, chacune assignée à une année (2010, 2011, etc. jusqu’à 2015). Cela nous permet notamment d’éditer très facilement des cartes de l’espace de vie d’un individu en prenant les années pour repère.

Pour illustrer cela, voici ce que ça donne si l’on prend un extrait de ma propre matrice biographique :

  • Le tableur initial, qui correspond à ce que j’aurais rempli en entretien si j’avais fait partie des enquêté-es, ressemble à ça. Chaque modalité (domicile, travail, loisirs, etc.) est associée aux lieux fréquentés le plus assidument au cours de la vie, les périodes étant bornées grâce à une date de début et une date de fin.
  • Après transformation, le premier domicile apparent sur la capture précédente (“Appart maman”), dans lequel j’ai vécu lorsque j’étais en première et en terminale, apparaît en deux lignes, une par année passée à cet endroit. Cela est valable pour l’ensemble des lieux recensés dans la base.

Nous disposons donc d’une base de données complète, associant à chaque individu et à ses caractéristiques socio-économiques des données très précises, annuelles, sur les lieux fréquentés régulièrement au cours de sa vie.

Traiter ces données biographiques par la géomatique

Nous sommes encore en train de récolter les données, mais l’organisation de notre base de données nous permet d’espérer notamment de pouvoir effectuer des sélections et des géotraitements simples, accessibles à l’ensemble des membres de l’équipe puisqu’ils reposent sur des traitements basiques et faciles à réaliser sur des logiciels de SIG conviviaux et répandus (QGis par exemple) : mesures de surface, de distance à un point, classements par catégories (de lieu, ou socio-économiques des individus), statistiques spatiales. En lien, toujours, avec les informations récoltées en entretien, nous pouvons par exemple sélectionner très facilement l’espace de vie d’un individu en choisissant une année, et voir son évolution entre deux dates, en fonction d’un événement important dans la vie de la personne ou dans la trajectoire territoriale de périphérisation. Voici, à titre d’exemple, deux captures d’écran QGis de mon propre espace de vie, l’une dans l’année 2015, lorsque j’ai commencé à étudier au magistère d’aménagement de Paris 1, alors situé rue du Four dans le 6ème arrondissement, et une seconde correspondant à l’année 2021, après le déménagement de mon laboratoire de thèse sur le campus Condorcet à Aubervilliers, lorsque je finissais ma thèse sans beaucoup d’autres activités.

Captures d’écran très très vite fait du polygone correspondant à mon espace de vie en 2015 (lieux d’étude, de travail, de sociabilités et domicile) et en 2020. Les couleurs des points correspondent aux dates associées (plus c’est récent, plus c’est clair).

Voici également, à titre d’illustration, l’ensemble des points de la base de données construite pour l’instant, classés par individu (chaque couleur correspond aux lieux renseignés par un individu).

Nous pouvons déjà voir que les trajectoires individuelles se différencient, certaines personnes ayant des espaces de vie très internationalisés (par exemple, l’enquêté-e représenté en orange), tandis que d’autres ont des espaces de vie particulièrement concentrés, parfois uniquement et tout au long de leur vie au sein d’une seule et même localité dans les Ardennes (par exemple, l’enquêté-e représenté-e en gris).

Enfin, il est également possible de traiter ces données par modalités afin de répondre à des questions orientées par nos hypothèses de recherche : le nombre de lieux de sociabilité fréquentés évolue-t-il au cours du temps ? Le coming-out a-t-il une influence sur la diversité des lieux et milieux fréquentés par les individus ? Quels sont les effets d’une transition de genre sur la distance au domicile des lieux de sociabilité fréquentés par les personnes vivant dans les périphéries ? Ou encore, par caractéristique socio-économique : qui, parmi les participant-es, est concerné-e par ces trajectoires d’internationalisation, et qui au contraire est concerné-e par une réduction de son espace de vie autour de sa localité de résidence ?

Ce ne sont que des exemples, l’idée sous-jacente étant de comprendre quels rapports aux mobilités entretiennent les différentes catégories de personnes enquêtées, pour accéder aux ressources sociales, affectives, économiques et de santé dont elles ont besoin, dans un contexte de périphérisation qui a tendance à renforcer les inégalités face aux mobilités. J’espère également participer à une discussion plus vaste, sur les méthodes de la recherche en géographie des sexualités.

Géomatique – Accompagner les étudiant-es vers l’autonomie

Durant l’année scolaire 2021-2022, j’ai été chargé de l’accompagnement des étudiant-es de L3 en géographie de l’université Paris X – Nanterre dans l’ensemble du cursus de géomatique : je les ai suivi tout au long de l’année, au cours de deux semestres denses composés de deux modules de 24h ETD. Le premier semestre était consacré à l’initiation aux SIG, notamment par le biais de la manipulation de données vecteurs, d’une remise à niveau en cartographie statistique et d’une initiation aux méthodes de l’analyse spatiale (analyse de semis de points, mesures d’accessibilité). Le second semestre était consacré à un approfondissement : manipulation de données raster, recherche et traitement autonome de données géolocalisées, réflexion plus poussée sur la visualisation des données spatiales et la partie éditoriale du travail de cartographe.

L’un des défis a été de mener l’ensemble des étudiant-es vers une autonomie dans l’utilisation des logiciels de SIG grand public (nous avons travaillé avec QGis) et dans la création de supports de communication cartographiques simples et efficaces, ceci malgré des niveaux très disparates de familiarisation aux outils informatiques. Le premier semestre a été consacré entre autres à une familiarisation de base. Durant le second semestre, l’accent a été mis sur cette prise d’autonomie, autour du projet de la réalisation d’une planche d’atlas sur un sujet choisi. J’ai particulièrement été attentif à la transmission des éléments suivants :

  • la recherche et le traitement autonome de données géolocalisées (un article résume déjà ce travail),
  • l’apport d’une réponse à un problème géographique par la manipulation, le traitement et la visualisation de données spatiales,
  • la clarté et la qualité du support de communication.

L’objectif général de cette année était de permettre aux étudiant-es de s’insérer dans leur futur environnement professionnel en sachant communiquer sur des enjeux géographiques grâce à l’usage des SIG et aux bases de la cartographie éditoriale.

Voici quelques exemples de productions d’étudiant-es, diffusées ici avec leur autorisation. Malgré des niveaux extrêmement disparates face aux statistiques, aux méthodes de l’analyse spatiale et à l’outil informatique de manière générale, les différents groupes ont fait preuve d’un réel niveau d’autonomisation : les différents supports permettent malgré ces disparités d’illustrer clairement des problématiques géographiques simples, en ayant recours à une diversité de traitements.

De mon point de vue, le défi est plus que relevé : bravo à elles et eux !

Géomatique – Ressources de cours

Capture d'écran d'un SIG gouvernemental du Japon.

Je ne suis pas spécialiste de géomatique, de cartographie ou d’analyse spatiale mais ce sont des cours que j’aime enseigner. Les étudiant-e-s voient parfois les outils comme des savoirs effrayants : techniques, informatiques, qui font peur voire sur lesquels certain-e-s font l’impasse depuis le début de leur parcours. Depuis mes débuts j’ai enseigné les stats-carto, l’analyse spatiale et les SIG dans tous les niveaux de licence. J’ai progressivement construit mes supports en fonction des retours des étudiant-e-s, avec pour ligne de conduite de ne lâcher personne en cours de route. Cela implique de mettre au défi les plus à l’aise tout en assurant une bonne formation de base pour les étudiant-e-s les moins en confiance. Voici quelques ressources issues de ces réflexions.

Remerciements : ces supports sont considérablement inspirés des cours de mes collègues Robin Cura, Yohan Sahraoui et Boris Mericskay, qui œuvrent chaque jour à rendre la géomatique accessible à tou-te-s. Antonine Ribardière et Claire Leduc m’ont également aidé, en tant qu’enseignantes puis collègues, à “apprendre à apprendre” Inkscape, la cartographie éditoriale et les stats-carto. J’ai enfin beaucoup appris auprès des sigistes d’Egis Eau lors de mon stage de L3.

Filages de cours

L3S1 2021-2022 – Utiliser la géomatique pour répondre à des questions de recherche à partir de données vecteur

Rendus semestriels intégrés au projet ISPOL93 avec les chercheurs-ses du LADYSS, notamment Zoé Vaillant, Céline Véniat et Stéphane Rican.

Objectifs du semestre :

  • Découvrir et comprendre le fonctionnement des SIG et la structure des données vecteur ;
  • Maîtriser les traitements de base des objets vecteur : sélections par attribut, sélections par localisation, puis travaux sur maillages, statistiques zonales, comptages, etc. ;
  • Répondre à des questions de recherche sur un territoire grâce aux SIG ;
  • Croiser différentes sources de données pour créer de nouvelles connaissances à partir de données existantes ;
  • Réaliser des cartes simples mais justes et lisibles.

Diaporamas (en cours de nettoyage)

L3S2 2021-2022 – Devenir autonome en géomatique : trouver, traiter et communiquer à partir de données vecteur et raster

Projet de fin de semestre : réalisation d’une planche d’atlas de manière autonome, de la recherche des données à leur traitement et à la mise en page de la planche et de sa ou ses cartes.

Objectifs du semestre :

  • Devenir autonome en géomatique : chercher, télécharger, nettoyer, projeter, afficher et traiter les données de son choix ;
  • Se familiariser avec les données raster ;
  • Apprendre à croiser données vecteur et données raster ;
  • Communiquer clairement son travail : apprendre à manier et utiliser une chaîne de traitement ;
  • Se perfectionner en cartographie éditoriale.

Diaporamas (en cours de nettoyage)

Ressources ponctuelles et tutoriels

Comment trouver des données géolocalisées ? Un diagramme décisionnel

Exercice du triathlète corse (sélections multiples, reclassement et vectorisation d’un raster)

Retours sur la confection d’une planche d’atlas comme projet de fin de L3 (article en construction)

Trouver et télécharger des données géolocalisées ?

Pour conclure cette année de cours de géomatique riche en apprentissages, les L3 doivent rendre une planche d’atlas illustrant un problème géographique de leur choix sur le territoire de leur choix. La recherche, la préparation et le traitement de données géolocalisées fait partie intégrante de leur travail, mais en géomatique, les premiers pas effectués en autonomie peuvent être vraiment déroutants.

Ils et elles ont travaillé toute l’année sur des exercices techniques (sélections, traitements, mesures, numérisation et vectorisation, géoréférencements, chaînes de traitement) dans un cadre très accompagné : je fournissais systématiquement les données et n’évaluais pas vraiment la partie éditoriale des éventuels travaux cartographiques. Il est temps pour elles et eux de conclure leur formation en allant vers davantage d’autonomie, dans la recherche de données comme en cartographie éditoriale.

Afin de les aider dans leur recherche de données, j’ai préparé un schéma récapitulatif sous forme de diagramme décisionnel. Nous avons utilisé l’ensemble des données présentées sur le diagramme au cours de l’année et les plateformes de téléchargement ont toutes été présentées au moins une fois en classe.

Diagramme décisionnel aidant au choix et au téléchargement de données géolocalisées.
Diagramme réalisé à partir du programme de géomatique vu en L3, 2021-2022, Milan Bonté

Les listes de données sont probablement très incomplètes puisqu’elles sont directement issues des sujets traités en cours cette année. N’hésitez pas à proposer des ajouts ou des modifications par commentaire ou par mail (milan.bonte@parisgeo.cnrs.fr). Je remplacerai ensuite ce diagramme par une version numérique actualisée qui sera bien utile aux étudiant-e-s des années suivantes.

Le triathlète corse – exercice de SIG

Voici un exercice donné en 2020 en DM dans le cadre d’un cours de SIG de L3. L’exercice permet de valider l’acquisition des compétences suivantes :

  • Traitement des modèles numériques de terrain (interprétation, reclassement, vectorisation),
  • Sélections attributaires (données vecteur),
  • Sélections géographiques (données vecteur),
  • Réalisation d’une chaîne de traitement.

Consignes

Je suis un triathlète de haut niveau. La Fédération Française de Triathlon me donne carte blanche jusqu’aux jeux olympiques de 2024 pour m’installer et m’entrainer dans le lieu de mon choix : ils se chargeront de me trouver une équipe de spécialistes pour m’accompagner dans ma préparation sportive sur place.

Passionné de montagne et amateur de soleil et de chaleur, je décide de m’installer en Corse.

Néanmoins, je dois prendre en compte certains critères avant de pouvoir arrêter mon choix sur une ou quelques communes : l’altitude, pour habituer mon corps à une densité moindre en oxygène et favoriser la création de globules rouges, la présence d’une piscine pour pouvoir m’entrainer à la natation et la présence d’une forêt pour pouvoir pratiquer la course à pied en évitant la circulation automobile… Ça se corse.

Ayant par bonheur accès à plusieurs sources de données en libre accès comme les fichier MNT issus du satellite Copernicus ou les données collaboratives OpenStreetMap, je décide d’utiliser un SIG pour arrêter mon choix sur quelques communes, dans lesquelles la fédération de triathlon pourra ensuite chercher à me loger.

Je souhaite donc sélectionner l’ensemble des communes corses équipées d’une piscine, dont une partie au moins s’élève à plus de 500m d’altitude, comprenant une forêt ou un morceau de forêt.

Données disponibles :

  • Limites administratives des communes de Corse (fichier communes_corse.shp),
  • MNT (raster) comprenant des informations d’altitude sur l’ensemble de la Corse (corse.tif),
  • Principaux équipements en Corse (equipements_corse.shp),
  • Occupation du sol corse (occsol_corse.shp).

Consignes :

  1. Après avoir pris connaissance des données, proposez une chaine de traitement qui vous permettra d’aboutir à votre sélection de communes.
  2. Effectuez petit à petit vos sélections sans hésiter à créer de nouvelles couches. Pour chaque sélection, notez le nombre d’éléments sélectionnés.
  3. Notez le nombre de communes que contient votre sélection finale.

Données

Les fichiers de données (prêtes et nettoyées) peuvent être téléchargés ici.

Correction

Un tuto vidéo de correction, réalisé dans le cadre du cours de 2021, est disponible suivant ce lien. Pardon d’avance pour les quelques bafouillements et imprécisions, c’était mon tout premier.

Bonne séance !