Un visualiseur cartographique permet de manipuler des informations géographiques sous la forme de couches thématiques pouvant être reliées les unes aux autres par le biais de références spatiales. Ces couches peuvent être de nature différente (images satellites, photographies aériennes, cartes topographiques, cartes administratives, données géo-référencées, fiches d’informations). ThemaMap permet d’afficher, de superposer, de croiser les informations contenues dans les différentes couches afin de créer des cartes, sous réserve que les références spatiales soient communes.
On retrouve ce principe de représentation sous la plupart des SIG qui traduisent cette représentation de la réalité en couches d’information géographiques.
Les Systèmes d’Information Géographique exploitent deux types de modèles géographiques: le modèle vecteur et le modèle raster .
- Le modèle vecteur : on associe une localisation à une entité descriptive (coordonnées x,y). Le terrain est représenté par des primitives graphiques ou des entités géographiques (points, lignes, polygones). Seuls les endroits renseignés sont stockés.
Exemples :
- un pays sera représenté par un polygone
- les routes peuvent être représentées par des lignes
- les ports de pêche seront représentés par des points
Les principaux formats disponibles pour le modèle vecteur sont :
- shp (ESRI shapefile qui définit les données graphiques de chaque entité), dbf (pour les tables dbase, fichiers de données), et shx (les données spatiales) sont les formats crées par ESRI[1]. Ce sont les formats les plus courants et ceux que nous utiliserons.
- mid, mif et tab sont les formats utilisés par MapInfo
- Le modèle raster : on associe une entité descriptive à une localisation. C’est un mode maillé fondé sur un quadrillage régulier du terrain (matrice de points). L’information est stockée en lignes-colonnes. Chaque pixel contient une information (c’est-à-dire que le vide est également codé).
Les formats pour le modèle raster sont :
- bmp
- GeoJPEG, jpeg, jpeg 2000
- gif
Sous ThemaMap (et Openmap), on retrouve ce principe de couches dissociées qui prennent en compte différents éléments :
Certaines de ces couches sont disponibles sous Openmap et comportent un certain nombre d’options.
Un autre type de couche et qui est essentielle quant a la représentation des données statistiques est la couche Thématique.
La couche thématique : le noyau de ThémaMap
ThemaMap permet de combiner des couches géographiques , des données de nature différentes en vue d’aboutir à différentes modes de représentation. le schéma classique le plus simple est celui-ci :
Le triplet
Le schéma classique de la représentation cartographique des données statistiques est constitué de trois entités : les objets géographiques, les données sont ensuite associées à ces objets, le choix du type de représentation qui définit la manière dont ces données sont représentées. Cet ensemble définit une couche thématique (Layer). Lorsque l’on change de données, le processus est à reprendre.
Le triplet
Certaines contraintes existent quant à l’utilisation des ces différents (éléments) qui varient fortement en fonction des applications choisies :
Format de stockage : Postgis, dbf, csv, map info, shape file
Lieu de stockage, web ou local
D’autres contraintes existent mais sont souvent moins visibles mais elles imposent de présenter les données d’une certaine façon avant de pouvoir les représenter :
Les objets géographiques doivent être présent de manière unique et ne peuvent être reliés que de manière unique sous la forme un a un , dans le cas contraire, on peut obtenir des superpositions ou la représentation mal maitrisée (premier …).
Cette contrainte est souvent un inconvénient majeur notamment dans le cas de séries statistiques temporelles
Différents outils disponibles dans ThemaMap permettent de surmonter ces difficultés et apportent un confort dans la manipulation des représentations
[1] ESRI a été à l’origine du développement de la technologie des systèmes d’information géographique (SIG) dès la fin des années 60. Reconnu comme leader mondial des éditeurs de SIG, ESRI propose une gamme complète de logiciels et de services à ses utilisateurs.
September 24th, 2009
Multi Data Source
The so-called DataStorage class was designed to allow data access abstraction and independence from information visualization. To the user and to the system’s point of view, data is viewed as a table. It can be extracted seamlessly from different data sources of different types and formats. This data access abstraction may be used by different OpenMap layers.
Two main columns types are distinguished: alphanumeric and geometry. Geometry data can be, as defined by OpenGis, a collection of points, curves and/or surfaces. A centroid, and a bounding box are also made available for each geometry. They are automatically computed if not directly available from the data source. Centroids are used to center a data representation, e.g. a pie, attached to the given geometry. Bounding boxes are used to speed up the visualization and the user’s mouse selection of geographical elements. Geometries may be specified using :
- a geometry element of a GML file
- a geometry data type column extracted from a SQL DBMS such as PostGis
- a shape from an ESRI shape file or a MapInfo MIF/MID file
It can also be simply specified by a latitude/longitude pair, allowing the use of simple CSV file. Furthermore, tables from different sources may be joined using a foreign key. The system can remember all the construction steps of the data set. These steps may be saved as a property file that may be used later. Thus, the DataStorage provides a real multi data source system. It can be easily configured with a friendly GUI interface. A user or a program can also edit a property file used for configuration. This allows future (re)use.
September 24th, 2009
Multi Type Visualization
Once a data set is available, multiple thematic visualizations may be activated. Common visualization types are available:
- Simple raw geometry visualization and custom label rendering. Common settings for line and fill colors are supported.
- Symbols visualization such as discs, regular convex polygons (triangles, squares, hexagons, …) or raster images. The area of the symbols may be set proportionally to a given data column value.
- Multi data visualization with pies or histograms attached to a geometry centroid. Note that a pie can be also considered as a proportional disc enabling two simultaneous data visualization
- Chloropleth and symbol colorization that use classifications. Currently available classification types are : equal intervals, equal cardinals (quantiles), standardization and nested means. The user may choose the classes breaks individually. Note that symbols themselves (e.g. discs) may have a surface proportional to a given data column value.
- Flow data may be simply represented as arrows with proportional thickness.
Finally, a legend can be automatically generated. Furthermore, its content can be customized with the GUI and its placement settled with the mouse.
