La cartographie et les analyses spatiales avec R

La cartographie et les analyses 

spatiales avec 

Aperçu des différentes possibilités 

S. Rochette, ValorIG, 9-10 octobre 2012

S. Rochette ValorIg – 9-10 octobre 2012 Les données spatiales dans R 

Plan 

1. Présentation de R et OGR/GDAL 

2. Lecture / écriture de données spatiales 

3. Visualisation 

4. Outils de SIG 

5. Géostatistiques et modélisation


1. Présentation de R 

Langage et environnement open-source 

→ Analyses statistiques et traitements graphiques 

– Différents formats de données lus 

– Plusieurs modules selon besoins 

– Communique avec SIG (QGIS, ArcGIS, ...) ou base de données 

(PostGIS, SQLite,...)








(PostGIS, SQLite,...) 

– Lit et écrit les objets spatiaux (points, polygones, rasters) 

– Création de cartes (2D/3D) exportables 

– Une grande partie des tâches SIG 

– Permet d'automatiser la création de rapports





Mais 




(PostGIS, SQLite,...) 

– Lit et écrit les objets spatiaux (points, polygones, rasters) 

– Création de cartes (2D/3D) exportables 

– Une grande partie des tâches SIG 

– Permet d'automatiser la création de rapports 

– Ne fait pas toutes les tâches SIG (cf. QGIS pour ça) 

– Limitation dans la gestion de la mémoire (quelques astuces) 

– Lignes de commande (quelques interfaces graphiques « cliquables »)


1. Présentation de OGR / GDAL 

Librairies open-source de traduction dans différents formats pour les 

données géospatiales (vecteur ou raster) 

→ Librarie « rgdal » pour utilisation dans R 

→ Système de coordonnées de référence (CRS) 

– Système de référence géodésique (ellipsoïde) 

– Cartographique (projection plane) 

– Syntaxe du CRS équivalente dans QGIS


1. Présentation de OGR / GDAL 

Librairies open-source de traduction dans différents formats pour les 

données géospatiales (vecteur ou raster) 

→ Librarie « rgdal » pour utilisation dans R 

→ Système de coordonnées de référence (CRS) 

– Système de référence géodésique (ellipsoïde) 

– Cartographique (projection plane) 

– Syntaxe du CRS équivalente dans QGIS 

→ Base de données EPSG (référentiel) 

EPSG Système Arguments PROJ.4 pour le système CRS 

4326 WGS 84 +proj=longlat +ellps=WGS84 +datum=WGS84 +no_defs 

2154 RGF93 / Lambert- 

93 

27572 NTF (Paris) / 

Lambert zone II 

+proj=lcc +lat_1=49 +lat_2=44 +lat_0=46.5 +lon_0=3 +x_0=700000 

+y_0=6600000 +ellps=GRS80 +towgs84=0,0,0,0,0,0,0 +units=m 

+no_defs 

+proj=lcc +lat_1=46.8 +lat_0=46.8 +lon_0=0 +k_0=0.99987742 

+x_0=600000 +y_0=2200000 +a=6378249.2 +b=6356515 

+towgs84=-168,-60,320,0,0,0,0 +pm=paris +units=m +no_defs


Plan 







2. Lecture / écriture 

→ Lecture de différents formats 

– Ouverts ou propriétaires


Fichiers Fonctions Librairies 

Texte : 

txt, csv, xyz read.table() ; read.csv() utils 

Données vectorielles : 

ESRI Shapefile 

(shp, shx, dbf, prj) 

MapInfo (tab, MIF/MID) 

Google Earth (kml) 

Raster : 

Images (bmp, jpeg, png, Gtiff) 

ENVI (hdr) 

ESRI (asc) 

netcdf 

readOGR() 

readShapeSpatial() 

Shapefile() 

read.shapefile() 

readOGR() 

raster() 

readGDAL() 

raster() 

import.asc() 

read.asc() 

readGDAL() 

raster() 

open.ncdf() 

rgdal 

maptools 

raster 

shapefiles 

rgdal 

raster 

rgdal 

raster 

ade4habitat 

SDMTools 

rgdal 

raster 

ncdf 

library(rgdal) 

# list supported formats by OGR / GDAL 

ogrDrivers() 

S. Rochette ValorIg – 9-10 octobre 2012 Les données spatiales dans R



→ Lecture de différents formats 

– Ouverts ou propriétaires 

– Lecture de gros jeux de données 

- Stockage et lecture sur le disque dur et non la RAM



# Chargement des librairies 

library(bigmemory) ; library(sp) ; library(raster) 

# Changement du répertoire de travail 

setwd("/media/Donnees/") 

# Lecture d'un gros jeu de données avec bigmemory # A ne faire qu'une seule fois : création de descripteurs de la 

matrice (ici : env. 10-15min) 

databig



→ Formats des objets dans R [sp] 

– Spatial*DataFrame : coordonnées + attributs + proj 

- * : Pixels, Grid, Polygons, Lines, Points 

– Raster : origine, nb lignes, nb col, cellsize + valeurs (nombre) + proj 

- Non chargé dans la RAM



→ Écriture 

– Objets vectoriels : writeOGR() [rgdal] 

– Rasters : writeRaster() [raster]


Plan 








→ Fonds de carte par défaut 

– Polygones monde [maps, mapdata] 

– Lignes : rivières mondiales (majeures)



→ Fonds de carte google 

– gmap [dismo ; RGoogleMaps] 

library(dismo) 

g



→ Fonds de carte openStreetMap 

– openmap [OpenStreetMap] 

library(OpenStreetMap) 

Nantes



→ Visualisation des rasters 

– plot / image [raster] 

plot(RastMean_proj,col=rainbow(30,start=1/6)[30:1]) 

color




– contour [raster] 

plot(googlemap2) 

lev



– 3D [rgl] 

library(rgl) 

open3d() 

rgl.bg(col="black") 

persp3d(datamat ,col=colormat) 

aspect3d(1,1,0.1) 

rgl.snapshot( "3D_bathy_2.png", fmt="png", top=TRUE) 

S. Rochette ValorIg – 9-10 octobre 2012 Les données spatiales dans R


Plan 








→ Créer points, polygones 

– locator 

– polygones convexes : chull 

– drawPoly / drawLine [raster] 

pt


→ Changement de projection 

– spTransform [rgdal] 

– projectRaster [raster] 

g_croplonlat



→ Jointure spatiale 

– point.in.polygon [sp] 

– overlay [sp] : points, polygones 

– overlay [raster] : entre rasters 

– extract [raster] 

P1



→ Outils pour rasters [raster] 

– aggregate / disaggregate 

– crop / expand / merge 

– rasterize : transforme points, lignes ou polygones en rasters



→ Outils pour rasters [raster] 

– focal / terrain / hillShade 

5674*5462=31M : 8M cells non vides 

- Calcul pente [terrain]: 7,5 sec 

- Ombrage [hillShade]: 11 sec 

- BPI (9 cells) [terrain]: 6 sec 

- BPI (25 cells) [focal]: 18'30s


Plan 







5. Géostatistiques 

→ variogram [gstat / geoR] 

library(gstat) 

v.ok



→ Krigeage ordinaire ou en fonction de paramètres 

zn.ok



→ inverse distance 

zn.idw = krige(log(zinc)~1, meuse, meuse.grid)


5. Modélisation 

→ Exemple d'un modèle d'habitat de laminaires en baie de Morlaix 

– Importer les données : SpatialPointsDataFrame [sp] 

data_PA



– Grouper les rasters de facteurs : stack [raster] 

Bathymétrie B.P.I. Exposition 

# Reduce map of factors to the extent chosen; 

# resample to get rasters of same extent and resolution for stack. 

r




– Extraire les facteurs pour chaque point : extract [raster] 

Bathymétrie B.P.I. Exposition 

physParam



– Ajuster un modèle sur les données 

- Présence/Absence ~ bathymétrie + BPI + exposition 

library(mgcv) 

model



– Prédire pour la totalité de la zone => raster des predictions : predict [raster] 

# Produce a raster of prediction from stack and model 

predfun



Probabilité de 

présence 

Erreur standard du 

modèle



Probabilité de 

présence


Bonus 

→ Générer des rapports 

automatiques 

– Pdf / image (pdf, png, jpeg, tiff) 

– MS Word [R2wd, SWordInstaller] 

– OpenOffice / LibreOffice 

[odfWeave] 

– LateX [Sweave]


Merci de votre attention 

http://cran.r-project.org/ 

http://r-spatial.sourceforge.net/ 

http://www.r-bloggers.com/ 

http://www.portailsig.org/ 

http://spatialanalysis.co.uk/r/ 

https://github.com/hadley/ggplot2/wiki 

http://had.co.nz/ggplot2/ 

Cette présentation et le script R qui va avec sont 

sur un wiki R sur l'intranet d'Ifremer ICI 

Page générale du wiki : 

http://w3.ifremer.fr/surveillance/aurige/pmwiki-2.1.27/pmwiki.php 

Courants (netcdf)

La cartographie et les analyses spatiales avec R

Create successful ePaper yourself

Delete template?

Save as template?