Les outils
cartographiques et en
Statistique spatiale sur R
Alejandro LARA-RAMIREZ
Kevin PARRA
Martin GUBRI
18 juin 2014
2
2
GroupeDavantia
DATA :
LES
SOURCES
4
4
GADM : Global Administrative Areas
Téléchargement par code:
load(url("http://biogeo.ucdavis.edu/data/gadm2/R/FRA_adm5....
5
5
OSM : Open Street Map
Téléchargement par code (pour Ile-de-France):
download.file("http://download.geofabrik.de/europe...
REPRÉSENTATIONS
CARTOGRAPHIQUES :
DES
EXEMPLES
7
7
Représentation Statique : PLOT
Fond cartographique OSM
8
8
Représentation Statique : PLOT
Fond cartographique OSM
9
9
Représentation Statique : PLOT
Fond cartographique OSM
10
10
Représentation Statique : PLOT
Fond cartographique OSM
11
11
Représentation Statique : PLOT
Fond cartographique OSM
12
12
Représentation Statique : PLOT
Fond cartographique OSM
13
13
Représentation Statique : PLOT
SpatialPointsDataFrame
SpatialLinesDataFrame
SpatialPolygonsDataFrame
Les objets spat...
14
14
Représentation Statique : PLOT
SpatialPointsDataFrame
cible<-geocode("25 Rue du Petit Musc 75004 Paris",output="latl...
15
15
Représentation Statique : PLOT
SpatialLinesDataFrame
SpatialLinesDataFrame
paquet sp
ROADS
• @data (data.frame)
o $o...
16
16
Représentation Statique : PLOT
SpatialPolygonsDataFrame
SpatialPolygonsDataFrame
paquet sp
NATURAL
• @data (data.fra...
17
17
Représentation Statique : PLOT
Génération de SpatialPointsDataFrame La fonction pave [pgirmess]
18
18
Représentation Statique : PLOT
Génération de SpatialPointsDataFrame La fonction pave [pgirmess]
19
19
Représentation Statique : PLOT
Lien parmi SpatialPolygonsDataFrame, SpatialLinesDataFrame et
SpatialPointsDataFrame
...
20
20
Représentation Statique : GGMAP
Fond cartographique googlemaps.
21
21
Représentation Statique : GGMAP
Fond cartographique googlemaps hybrid.
22
22
Représentation Statique : GGMAP
Fond cartographique statmen toner.
23
23
Représentation Dynamique : PLOTKML
24
24
Représentation Dynamique : RMAPS
Packages leafletR, rMaps et rCharts.
25
25
Représentation Dynamique : RMAPS
Packages leafletR, rMaps et rCharts.
26
26
Représentation Dynamique : RMAPS
Packages leafletR, rMaps et rCharts.
STATISTIQUES :
MÉTHODES
SPATIALES
28
28
STRUCTURE DE VOISINAGE
Structure de voisinage du type queen. Fonction: poly2nb (spdep).
29
29
STRUCTURE DE VOISINAGE
Structure de voisinage du type plus proche voisin 1. Fonction: knn2nb (spdep).
30
30
STRUCTURE DE VOISINAGE
Structure de voisinage du type plus proche voisin 1. Fonction: knn2nb (spdep).
31
31
ENVIRONNEMENT SOURCE
Variable cible : somme des points d’intérêt OSM par maille géographique
32
32
APPLICATION SKATER METHOD
L’algorithme de minimum spanning tree.
33
33
Contrainte critère nb groupes : 6 mailles.
APPLICATION SKATER METHOD
34
34
Contrainte critère nb groupes : 16 mailles.
APPLICATION SKATER METHOD
35
35
Contrainte critère variable quantitative : au moins 19 points d’intérêt.
APPLICATION SKATER METHOD
36
36
Contrainte critère variable quantitative : au moins 300 points d’intérêt.
APPLICATION SKATER METHOD
37
37
Contrainte critère variable quantitative : au moins 400 points d’intérêt.
APPLICATION SKATER METHOD
38
38
APPLICATION DES MODELES SPATIAUX
Modèle linéaire gaussien versus LinéaireAutorégressive Gaussien.
Structure de voisi...
Prochain SlideShare
Chargement dans…5
×

Outils cartographiques et en statistique spatiale sur R

979 vues

Publié le

Comment et où récupérer des données spatiales dans R, les décrire et les analyser ?

Slides présentés lors du 7ème meetup R Addicts Paris par Alejandro Lara-Ramirez, Consultant chez BIwhere et Kevin Parra, étudiant en Master d’Économétrie-Statistiques à la Toulouse School of Economics et Junior Consultant chez BIwhere.

Publié dans : Données & analyses
0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
979
Sur SlideShare
0
Issues des intégrations
0
Intégrations
8
Actions
Partages
0
Téléchargements
35
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Outils cartographiques et en statistique spatiale sur R

  1. 1. Les outils cartographiques et en Statistique spatiale sur R Alejandro LARA-RAMIREZ Kevin PARRA Martin GUBRI 18 juin 2014
  2. 2. 2 2 GroupeDavantia
  3. 3. DATA : LES SOURCES
  4. 4. 4 4 GADM : Global Administrative Areas Téléchargement par code: load(url("http://biogeo.ucdavis.edu/data/gadm2/R/FRA_adm5.RData"))
  5. 5. 5 5 OSM : Open Street Map Téléchargement par code (pour Ile-de-France): download.file("http://download.geofabrik.de/europe/france/ile-de-france- latest.shp.zip", "parisosm.zip")
  6. 6. REPRÉSENTATIONS CARTOGRAPHIQUES : DES EXEMPLES
  7. 7. 7 7 Représentation Statique : PLOT Fond cartographique OSM
  8. 8. 8 8 Représentation Statique : PLOT Fond cartographique OSM
  9. 9. 9 9 Représentation Statique : PLOT Fond cartographique OSM
  10. 10. 10 10 Représentation Statique : PLOT Fond cartographique OSM
  11. 11. 11 11 Représentation Statique : PLOT Fond cartographique OSM
  12. 12. 12 12 Représentation Statique : PLOT Fond cartographique OSM
  13. 13. 13 13 Représentation Statique : PLOT SpatialPointsDataFrame SpatialLinesDataFrame SpatialPolygonsDataFrame Les objets spatiaux
  14. 14. 14 14 Représentation Statique : PLOT SpatialPointsDataFrame cible<-geocode("25 Rue du Petit Musc 75004 Paris",output="latlon") scible<-SpatialPointsDataFrame(coords=cible, data=cible, proj4string = CRS("+proj=longlat +ellps=WGS84")) SpatialPointsDataFrame paquet sp PLACES • @data (data.frame) o $osm_id o $name o $type : locality, city, village, hamlet, town, municipality, suburb, island, etc o $population • @coords.nrs • @coords • @bbox (bounding box) • @proj4string (projection)
  15. 15. 15 15 Représentation Statique : PLOT SpatialLinesDataFrame SpatialLinesDataFrame paquet sp ROADS • @data (data.frame) o $osm_id o $name o $ref o $type : motorway, primary, secondary, tertiary, residential, pedestrian, cycleway, service, path, etc. o $oneway o $bridge o $tunnel o $maxspeed • @lines (classe Lines : liste d'objets Line définis comme un ensemble de points reliés non fermés) • @bbox (bounding box) • @proj4string (projection)
  16. 16. 16 16 Représentation Statique : PLOT SpatialPolygonsDataFrame SpatialPolygonsDataFrame paquet sp NATURAL • @data (data.frame) o $osm_id o $name o $type : riverbank, park, water, forest • @polygons (classe Polygons : liste d'objets Polygon définis comme un ensemble de points reliés et fermés (premier = dernier)) • @bbox (bounding box) • @proj4string (projection)
  17. 17. 17 17 Représentation Statique : PLOT Génération de SpatialPointsDataFrame La fonction pave [pgirmess]
  18. 18. 18 18 Représentation Statique : PLOT Génération de SpatialPointsDataFrame La fonction pave [pgirmess]
  19. 19. 19 19 Représentation Statique : PLOT Lien parmi SpatialPolygonsDataFrame, SpatialLinesDataFrame et SpatialPointsDataFrame Lien parmi les objets spatiaux La fonction over [sp]
  20. 20. 20 20 Représentation Statique : GGMAP Fond cartographique googlemaps.
  21. 21. 21 21 Représentation Statique : GGMAP Fond cartographique googlemaps hybrid.
  22. 22. 22 22 Représentation Statique : GGMAP Fond cartographique statmen toner.
  23. 23. 23 23 Représentation Dynamique : PLOTKML
  24. 24. 24 24 Représentation Dynamique : RMAPS Packages leafletR, rMaps et rCharts.
  25. 25. 25 25 Représentation Dynamique : RMAPS Packages leafletR, rMaps et rCharts.
  26. 26. 26 26 Représentation Dynamique : RMAPS Packages leafletR, rMaps et rCharts.
  27. 27. STATISTIQUES : MÉTHODES SPATIALES
  28. 28. 28 28 STRUCTURE DE VOISINAGE Structure de voisinage du type queen. Fonction: poly2nb (spdep).
  29. 29. 29 29 STRUCTURE DE VOISINAGE Structure de voisinage du type plus proche voisin 1. Fonction: knn2nb (spdep).
  30. 30. 30 30 STRUCTURE DE VOISINAGE Structure de voisinage du type plus proche voisin 1. Fonction: knn2nb (spdep).
  31. 31. 31 31 ENVIRONNEMENT SOURCE Variable cible : somme des points d’intérêt OSM par maille géographique
  32. 32. 32 32 APPLICATION SKATER METHOD L’algorithme de minimum spanning tree.
  33. 33. 33 33 Contrainte critère nb groupes : 6 mailles. APPLICATION SKATER METHOD
  34. 34. 34 34 Contrainte critère nb groupes : 16 mailles. APPLICATION SKATER METHOD
  35. 35. 35 35 Contrainte critère variable quantitative : au moins 19 points d’intérêt. APPLICATION SKATER METHOD
  36. 36. 36 36 Contrainte critère variable quantitative : au moins 300 points d’intérêt. APPLICATION SKATER METHOD
  37. 37. 37 37 Contrainte critère variable quantitative : au moins 400 points d’intérêt. APPLICATION SKATER METHOD
  38. 38. 38 38 APPLICATION DES MODELES SPATIAUX Modèle linéaire gaussien versus LinéaireAutorégressive Gaussien. Structure de voisinage du type queen.

×