marc souris florent demoraes tania serrano (d apr è s estelle ployon - universit é de savoie-)...

72
Marc SOURIS Marc SOURIS Florent DEMORAES Florent DEMORAES Tania SERRANO Tania SERRANO (d’ apr aprè s Estelle Ployon - Universit s Estelle Ployon - Université de Savoie- de Savoie-) Master Géographie de la Santé Master Géographie de la Santé Paris X. Nanterre Paris X. Nanterre Laboratoire de Cartographie Laboratoire de Cartographie Appliquée Appliquée IRD - Bondy IRD - Bondy Formation SIG-Sant Formation SIG-Sant é é Sémiologie graphique Sémiologie graphique Règles et notions de base Règles et notions de base

Upload: jehanne-gallais

Post on 03-Apr-2015

104 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Marc SOURIS Marc SOURIS

Florent DEMORAESFlorent DEMORAES

Tania SERRANOTania SERRANO((dd’’apraprèès Estelle Ployon - Universits Estelle Ployon - Universitéé de de Savoie-Savoie-))

Master Géographie de la SantéMaster Géographie de la Santé

Paris X. NanterreParis X. Nanterre

Laboratoire de Cartographie Appliquée Laboratoire de Cartographie Appliquée

IRD - BondyIRD - Bondy

Formation SIG-SantFormation SIG-Santéé

Sémiologie graphiqueSémiologie graphiqueRègles et notions de baseRègles et notions de base

Page 2: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

SommaireSommaire► Les règles de base de la sémiologie graphiqueLes règles de base de la sémiologie graphique

Définition Définition La représentation des différents types d’information selon les types La représentation des différents types d’information selon les types d’implantationd’implantation Les moyens graphiques permettant la représentationLes moyens graphiques permettant la représentation RécapitulatifRécapitulatif

► Exactitude et efficacitéExactitude et efficacité Intérêt de l’association de variables visuelles. ExemplesIntérêt de l’association de variables visuelles. Exemples

► Représentations graphiques particulièresReprésentations graphiques particulières

► L’habillage d’une carteL’habillage d’une carte

► Que faut-il faire et ne pas faire ?Que faut-il faire et ne pas faire ? Quelques exemples de représentations erronéesQuelques exemples de représentations erronées

► Représentation graphique dans SavaneReprésentation graphique dans Savane Visualisation d’un attribut sur une carteVisualisation d’un attribut sur une carte

Page 3: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Les règles de base de la sémiologie Les règles de base de la sémiologie graphiquegraphique

Page 4: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

DéfinitionsDéfinitions

La sémiologie graphiqueLa sémiologie graphique est l'ensemble des règles est l'ensemble des règles permettant l'utilisation d'un système graphique de signes permettant l'utilisation d'un système graphique de signes pour la transmission d'une information. pour la transmission d'une information.

La La cartographiecartographie en est le résultat en est le résultat

La cartographie a des La cartographie a des règles impérativesrègles impératives de réalisation et de réalisation et des des règles d'efficacitérègles d'efficacité

Deux règles impératives :Deux règles impératives :

Un figuré (symbole, aplat, trame) = une significationUn figuré (symbole, aplat, trame) = une signification

La légende = le code de lectureLa légende = le code de lecture

Page 5: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

La carteLa carte

► Intérêt de la carte :Intérêt de la carte : Outil de communicationOutil de communication

Outil de travailOutil de travail

Accès à une base de données (carte interactive)Accès à une base de données (carte interactive)

► Les questions auxquelles le lecteur de la carte doit trouver réponse :Les questions auxquelles le lecteur de la carte doit trouver réponse :

Quel est le phénomène en présence ? Quel est le phénomène en présence ? Quoi ?Quoi ?

Où se localise le phénomène ? Où se localise le phénomène ? Où ?Où ?

Quelle est la répartition d’ensemble du phénomène ? Quelle est la répartition d’ensemble du phénomène ? Comment ?Comment ?

Quels sont les facteurs qui expliquent la répartition du phénomène ? Quels sont les facteurs qui expliquent la répartition du phénomène ? Pourquoi ?Pourquoi ?

► Une carte n’est efficace que si elle permet de répondre à ces Une carte n’est efficace que si elle permet de répondre à ces questionsquestions

Page 6: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Nature de l’informationNature de l’information

• information à caractère qualitatifinformation à caractère qualitatif• information à caractère ordonnéinformation à caractère ordonné• information à caractère quantitatifinformation à caractère quantitatif

Type d’implantation de l’informationType d’implantation de l’information

implantation ponctuelleimplantation ponctuelle implantation linéaireimplantation linéaire Implantation surfaciqueImplantation surfacique

DesDes règles règles dans la représentation des données géographiques selon :dans la représentation des données géographiques selon :

la la naturenature de l’information et leur de l’information et leur implantation géographique.implantation géographique.

Quels sont les moyens existants pour représenter les données ?Quels sont les moyens existants pour représenter les données ?

Ainsi, il existe :Ainsi, il existe :

Des données multiples et variéesDes données multiples et variées

Page 7: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Ces variables sont au nombre de 6 :Ces variables sont au nombre de 6 :

L ’L ’efficacitéefficacité d ’une solution graphique d ’une solution graphique passe par la correspondance entre les passe par la correspondance entre les propriétés des donnéespropriétés des données et les et les propriétés propriétés de la variable visuellede la variable visuelle qui les qui les représenterareprésentera

Les moyens graphiquesLes moyens graphiques

Pour représenter des données, on peut utiliser différentes Pour représenter des données, on peut utiliser différentes « variables visuelles » « variables visuelles » (d’après J. Bertin)(d’après J. Bertin)

Variation de Variation de formeforme

Variation Variation d’d’orientationorientation

Variation de Variation de couleurcouleur

Variation de Variation de valeurvaleur

Variation de Variation de graingrain

Variation de Variation de tailletaille

Page 8: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

C’est une variation de figures géométriques, de formes symboliques C’est une variation de figures géométriques, de formes symboliques ou de signes conventionnelsou de signes conventionnels

Exemples de figurés en implantation ponctuelleExemples de figurés en implantation ponctuelle

Formes géométriquesFormes géométriques Formes symboliquesFormes symboliques Signes conventionnelsSignes conventionnels

La variable de formeLa variable de forme

Page 9: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Implantation Implantation ponctuelleponctuelle

Implantation linéaireImplantation linéaire Implantation surfacique Implantation surfacique (trame)(trame)

PropriétésPropriétés La variable de forme est uniquement différenciatriceLa variable de forme est uniquement différenciatrice Elle ne permet de transcrire qu’une information qualitativeElle ne permet de transcrire qu’une information qualitative La variable de forme ne peut en aucun cas être utilisée pour La variable de forme ne peut en aucun cas être utilisée pour traduire un ordre (hiérarchie) ou des quantitéstraduire un ordre (hiérarchie) ou des quantités

Utilisation pour une meilleure efficacitéUtilisation pour une meilleure efficacité

La variation de forme s’utilise surtout en implantation ponctuelle, La variation de forme s’utilise surtout en implantation ponctuelle, elle peut néanmoins s’utiliser en implantation linéaire ou surfaciqueelle peut néanmoins s’utiliser en implantation linéaire ou surfacique

Il faut que le Il faut que le nombre de formesnombre de formes employées soit employées soit limitélimité (5-7 max) (5-7 max)

Il faut que les Il faut que les formesformes retenues offrent une forte retenues offrent une forte capacité de capacité de séparationséparation

La variable de formeLa variable de forme

Page 10: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Exemple de Exemple de variation de variation de la trame la trame (données (données qualitatives qualitatives en en implantation implantation surfacique)surfacique)

La variable de formeLa variable de forme

Page 11: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

La variation de couleur est difficile à utiliser car même s’il existe en théorie un La variation de couleur est difficile à utiliser car même s’il existe en théorie un ordre dans les couleurs, ordre lié au spectre de la lumière (c’est-à-dire aux ordre dans les couleurs, ordre lié au spectre de la lumière (c’est-à-dire aux longueurs d’onde des radiations monochromatiques), longueurs d’onde des radiations monochromatiques), l’œil n’est pas capable de l’œil n’est pas capable de percevoir cet ordre.percevoir cet ordre.

Spectre de la lumièreSpectre de la lumière

PropriétésPropriétés

La variation de couleur est uniquement différenciatrice,La variation de couleur est uniquement différenciatrice, elle estelle est utilisée pour utilisée pour représenter des caractères qualitatifs, c’est-à-dire des objets de nature représenter des caractères qualitatifs, c’est-à-dire des objets de nature différente.différente.

Utilisation pour une meilleure efficacitéUtilisation pour une meilleure efficacité

La variation de couleur s’emploie dans toutes les implantations mais elle est La variation de couleur s’emploie dans toutes les implantations mais elle est surtout efficace en surtout efficace en implantation de surfaceimplantation de surface

L ’œil ne peut pas établir d’ordreL ’œil ne peut pas établir d’ordre

La variation de la couleurLa variation de la couleur

Page 12: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

La variation de la couleurLa variation de la couleur

Exemple de Exemple de variation de la variation de la couleur dans couleur dans des zones des zones (données (données qualitatives en qualitatives en implantation implantation surfacique)surfacique)

Occupation des sols

Thaïlande - 2000

Page 13: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

L’orientation est définie par l’angle que fait un L’orientation est définie par l’angle que fait un figuré linéaire avec la verticalefiguré linéaire avec la verticale

Propriétés et utilisationPropriétés et utilisation La variation d’orientation est uniquement différenciatriceLa variation d’orientation est uniquement différenciatrice Cette variable est limitée à 4 directions sans quoi l’on perd en efficacitéCette variable est limitée à 4 directions sans quoi l’on perd en efficacité

L’orientation trouve sa L’orientation trouve sa meilleure utilisation en meilleure utilisation en implantation ponctuelle,implantation ponctuelle, mais mais peut aussi être utilisée pour peut aussi être utilisée pour remplir des zones (trames)remplir des zones (trames)

La variation d’orientationLa variation d’orientation

Page 14: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

On appelle « valeur », On appelle « valeur », lele rapport entre la quantité d’une teinte et la quantité de rapport entre la quantité d’une teinte et la quantité de blanc dans une surface donnéeblanc dans une surface donnée

C’est en fait un dégradé, C’est en fait un dégradé, uneune progression continue progression continue allant du allant du blanc au noirblanc au noir (ou du (ou du blanc à toute autre couleur foncée)blanc à toute autre couleur foncée)

Dans ce cas, la variation de valeur repose sur un Dans ce cas, la variation de valeur repose sur un changement de changement de proportion blanc-noir.proportion blanc-noir. Dans ce cas, la Dans ce cas, la variation de valeur repose sur une variation de valeur repose sur une couleur couleur dans dans laquelle laquelle on fait varier la quantité de blancon fait varier la quantité de blanc

Ne pas confondre avec une variation de Ne pas confondre avec une variation de couleurscouleurs

Dans ce cas, la variation de valeur utilise des Dans ce cas, la variation de valeur utilise des trames trames mais toujours avec le principe de variation de la mais toujours avec le principe de variation de la proportion blanc-noirproportion blanc-noir

La variation de valeurLa variation de valeur

Page 15: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

La « valeur » est une La « valeur » est une variable permettant de traduire un ordrevariable permettant de traduire un ordre, car l’œil classe , car l’œil classe les teintes de la plus claire à la plus foncée. Il associe aux couleurs claires, les les teintes de la plus claire à la plus foncée. Il associe aux couleurs claires, les valeurs les plus faibles et aux couleurs foncées, les valeurs fortes.valeurs les plus faibles et aux couleurs foncées, les valeurs fortes.

Attention, la valeur ne permet pas d’exprimer des quantités Attention, la valeur ne permet pas d’exprimer des quantités absolues (comptage, dénombrement, effectif).absolues (comptage, dénombrement, effectif).

Elle permet en revanche de représenter des données relatives (rapports, ratios, Elle permet en revanche de représenter des données relatives (rapports, ratios, densités, taux…) qui doivent être au préalable classées. Seule la lecture de la densités, taux…) qui doivent être au préalable classées. Seule la lecture de la légende restitue intellectuellement l’information sur les rapports entre les légende restitue intellectuellement l’information sur les rapports entre les quantités. quantités.

C’est en C’est en implantation de surfaceimplantation de surface que cette variable est la plus efficace que cette variable est la plus efficace

La variation de valeurLa variation de valeur

Page 16: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Exemple de variation de « valeur » Exemple de variation de « valeur » (dégradé de gris) appliqué à des zones(dégradé de gris) appliqué à des zones(données relatives classées)(données relatives classées)

La variation de valeurLa variation de valeur

Page 17: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

La variation de grain s’obtient par La variation de grain s’obtient par agrandissement ou réductionagrandissement ou réduction d ’uned ’une texture- texture-structurestructure

La variation de grain correspond à une variation de taille de l’élément La variation de grain correspond à une variation de taille de l’élément constitutif de la trame.constitutif de la trame.

Le rapport Le rapport noir / blanc reste inchangénoir / blanc reste inchangé

L’œil classeL’œil classe automatiquement les trames en automatiquement les trames en fonction de fonction de la taille de l’élément constitutifla taille de l’élément constitutif

La variation de grain permet d’exprimer un La variation de grain permet d’exprimer un ordreordre

Elle est utilisée pour représenter une variable Elle est utilisée pour représenter une variable classée, ordonnée maisclassée, ordonnée mais ne permet pas de ne permet pas de représenter des valeurs absoluesreprésenter des valeurs absolues

La variation de grain trouveLa variation de grain trouve sa meilleure sa meilleure expression en implantationexpression en implantation surfaciquesurfacique

La variation de grainLa variation de grain

Page 18: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

La variation de taille est une La variation de taille est une variation de longueurvariation de longueur ou ou de surface,de surface, voire voire de volume.de volume.

Les variations de taille sont facilement perçues par l’œil et sont Les variations de taille sont facilement perçues par l’œil et sont immédiatement identifiées à des différences quantitativesimmédiatement identifiées à des différences quantitatives

La taille est donc utilisée pour traduire des La taille est donc utilisée pour traduire des valeurs quantitativesvaleurs quantitatives absoluesabsolues et c’est d’ailleurs la seule variable à le permettre et c’est d’ailleurs la seule variable à le permettre

La taille est aussi utilisée pour traduire desLa taille est aussi utilisée pour traduire des valeurs ordonnées valeurs ordonnées. L’œil . L’œil ordonne spontanément une forme géométrique de la plus petite taille ordonne spontanément une forme géométrique de la plus petite taille à la plus grandeà la plus grande

La variation de tailleLa variation de taille

Page 19: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

La quantité à représenter est toujours traduite par La quantité à représenter est toujours traduite par la surfacela surface d’une figure d’une figure géométrique. Le plus souvent le carré ou le cercle.géométrique. Le plus souvent le carré ou le cercle.

On pose le principe qu’il doit exister une relation constante entre les On pose le principe qu’il doit exister une relation constante entre les quantités et les surfaces qu’elles expriment. Pour ce faire, il quantités et les surfaces qu’elles expriment. Pour ce faire, il suffit d’extrairesuffit d’extraire les racines carrées des nombres de la série les racines carrées des nombres de la série pour obtenir soitpour obtenir soit le rayon du le rayon du cercle, cercle, soit lesoit le côté du carré. côté du carré.

En implantation ponctuelleEn implantation ponctuelle

R

0

La variation de tailleLa variation de taille

Page 20: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Exemple de variation Exemple de variation de taille appliquée à de taille appliquée à des pointsdes points(valeurs (valeurs quantitatives quantitatives absolues)absolues)

La variation de tailleLa variation de taille

En implantation ponctuelleEn implantation ponctuelle

Page 21: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

On fait ici varier la largeur de On fait ici varier la largeur de l’élément et ce, de manière l’élément et ce, de manière proportionnelleproportionnelle

La variation de tailleLa variation de taille

En implantation linéaireEn implantation linéaire

Exemple de variation de taille Exemple de variation de taille appliquée à des lignes appliquée à des lignes (valeurs quantitatives absolues)(valeurs quantitatives absolues)

Page 22: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

En implantation de surfaceEn implantation de surface

On fait ici varier la taille des éléments constitutifs de la trame ou le nombre On fait ici varier la taille des éléments constitutifs de la trame ou le nombre d’éléments par zone ou encore la taille ou la hauteur des zonesd’éléments par zone ou encore la taille ou la hauteur des zones

11èreère méthode : les points comptables (densité de points) méthode : les points comptables (densité de points)

C’est une C’est une variation duvariation du nombre de points de taille égale nombre de points de taille égale par unité de par unité de surfacesurface

Une Une valeur numérique est attribuée au pointvaleur numérique est attribuée au point

Sont portés sur la carte Sont portés sur la carte autant de points que cette valeur est contenue autant de points que cette valeur est contenue dans la quantité totale à représenterdans la quantité totale à représenter

Ces cartes permettent bien Ces cartes permettent bien d’apprécier les densitésd’apprécier les densités mais plus mais plus difficilement difficilement les quantitésles quantités

La variation de tailleLa variation de taille

Page 23: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Exemple de points comptablesExemple de points comptables (valeurs quantitatives absolues)(valeurs quantitatives absolues)

Population du nord de l’agglomération rouennaise en 1990

Le semis de points est généralementLe semis de points est généralementdistribué de façon aléatoire dans distribué de façon aléatoire dans chaque zone.chaque zone.

La variation de tailleLa variation de taille

Page 24: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

2ème exemple de 2ème exemple de points comptablespoints comptables (valeurs (valeurs quantitatives quantitatives absolues)absolues)

La variation de tailleLa variation de taille

Distribution de la population dans la région métropolitaine de São Paulo, 2000

Page 25: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

22èmeème méthode (manuelle) : le semis régulier de points proportionnels méthode (manuelle) : le semis régulier de points proportionnels

Variation de la taille des points répartis régulièrementVariation de la taille des points répartis régulièrement sur toute la surface sur toute la surface

Appliquer sur la carte une grilleAppliquer sur la carte une grille

L’échelle L’échelle de la grille doit être telle qu’il y ait de la grille doit être telle qu’il y ait au moins une intersection dans au moins une intersection dans chaque zonechaque zone

Compter le Compter le nombre d’intersectionsnombre d’intersections par zone par zone

Attribuer une valeur au point de chaque zoneAttribuer une valeur au point de chaque zone en divisant la quantité de la en divisant la quantité de la zone par le nombre d’intersections de la zonezone par le nombre d’intersections de la zone

Déterminer la taille des cercles suivants les différentes valeurs obtenuesDéterminer la taille des cercles suivants les différentes valeurs obtenues en en veillant à ce que les grands cercles ne se chevauchent pas et à ce que les veillant à ce que les grands cercles ne se chevauchent pas et à ce que les petits cercles soient visiblespetits cercles soient visibles

Dessiner les cercles (proportionnels)Dessiner les cercles (proportionnels) sur la carte en les implantant sur chaque sur la carte en les implantant sur chaque intersection de la grilleintersection de la grille

La variation de tailleLa variation de taille

Page 26: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Exemple du semis régulier Exemple du semis régulier de points proportionnelsde points proportionnels(valeurs quantitatives (valeurs quantitatives absolues)absolues)

La variation de tailleLa variation de taille

Population du nord de l’agglomération rouennaise en 1990

Page 27: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

33èmeème méthode : symboles proportionnels méthode : symboles proportionnels

On utilise la même méthode que On utilise la même méthode que pour représenter un caractère pour représenter un caractère quantitatif en implantation quantitatif en implantation ponctuelle, c’est-à-dire en plaçant ponctuelle, c’est-à-dire en plaçant sur chaque zone (généralement son sur chaque zone (généralement son centroïde) un symbole centroïde) un symbole (généralement un cercle) (généralement un cercle) proportionnel à la quantité.proportionnel à la quantité.

Cette méthode est la plus simple et Cette méthode est la plus simple et la plus courante.la plus courante.

La variation de tailleLa variation de taille

Exemple de cercles proportionnels situés sur les Exemple de cercles proportionnels situés sur les centroïdes des zones (valeurs quantitatives absolues)centroïdes des zones (valeurs quantitatives absolues)

Page 28: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Réalisation : LCA – IRD - Bondy

Modification de la géométrie afin de montrer un phénomène géographique Modification de la géométrie afin de montrer un phénomène géographique quantifiéquantifié

Déformation des contours et de surfaces en fonction d’une donnée à Déformation des contours et de surfaces en fonction d’une donnée à représenterreprésenter

Exemple: Exemple: Représentation Représentation des pays dont la des pays dont la surface est surface est proportionnelle à proportionnelle à leur nombre leur nombre d’habitants d’habitants

LCA. IRD

44èmeème méthode : la carte en anamorphose (zone proportionnelle) méthode : la carte en anamorphose (zone proportionnelle)

La variation de tailleLa variation de taille

Page 29: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Logiciel open-source Logiciel open-source ScapeToadScapeToad

http://chorogram.choros.ch/scapetoad/http://chorogram.choros.ch/scapetoad/

La carte en anamorphoseLa carte en anamorphose

La variation de tailleLa variation de taille

Page 30: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

55èmeème méthode : la carte prismatique méthode : la carte prismatique

On attribue à la valeur z (normalement réservée à l’altitude) la valeur de la On attribue à la valeur z (normalement réservée à l’altitude) la valeur de la donnée que l'on veut représenterdonnée que l'on veut représenter

Exemple: Évolution de la population des départements Exemple: Évolution de la population des départements français entre 1999 et 2004 (estimations annuelles INSEE) français entre 1999 et 2004 (estimations annuelles INSEE)

Carte choroplèthe original Carte prismatique

Carte prismatique pivotée avec un point de vue différent

Source: Jégou L. « La troisième dimension en cartographie statistique, des Source: Jégou L. « La troisième dimension en cartographie statistique, des cartes en prismes imprimées aux modèles 3D interactifs ». cartes en prismes imprimées aux modèles 3D interactifs ».

Mappemonde.Sommaire du n°86. 2-2007Mappemonde.Sommaire du n°86. 2-2007

La variation de tailleLa variation de taille

Page 31: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

TABLEAU RECAPITULATIF

Types d'implantation

Natures du caractère et contraintes

Ponctuelle Linéaire Zonale

Caractère qualitatif « »

La variable visuelle doit différencier les individus sans

introduire de hiérarchie

Forme Orientation

Forme Forme Orientation Couleur

Caractère Ordonné « O »

La variable visuelle doit permettre un classement

Taille Valeur Grain

Taille Valeur

Valeur Grain

Caractère Quantitatif « Q »

La variable visuelle doit exprimer un rapport numérique entre les

phénomènes

Taille Taille

Points comptables (densité de points) Semis régulier de points proportionnels Cercles ou carrés proportionnels (sur les centroïdes) Anamorphose Taille en 3D (volume ou carte prismatique)

Page 32: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Exactitude et efficacitéExactitude et efficacité

Page 33: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Les Les variables visuellesvariables visuelles peuvent être peuvent être associées associées à partir du à partir du

moment où elles possèdent les moment où elles possèdent les mêmes propriétésmêmes propriétés et ce et ce

pour gagner enpour gagner en efficacité efficacité

Exactitude et efficacitéExactitude et efficacité

Page 34: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Variable qualitative en implantation ponctuelleVariable qualitative en implantation ponctuelle

Variation d’orientationVariation d’orientation Variation d’orientation et de couleurVariation d’orientation et de couleur

Association de deux variables visuelles Association de deux variables visuelles possédant les mêmes propriétéspossédant les mêmes propriétés

Gain d’efficacitéGain d’efficacité

Exactitude et efficacitéExactitude et efficacité

Page 35: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Variable qualitative en implantation ponctuelleVariable qualitative en implantation ponctuelle

Variation de formeVariation de forme Variation de forme et de couleurVariation de forme et de couleur

Association de deux variables Association de deux variables visuelles possédant les mêmes visuelles possédant les mêmes

propriétéspropriétésGain d’efficacitéGain d’efficacité

Exactitude et efficacitéExactitude et efficacité

Page 36: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Variation d’orientation et de formeVariation d’orientation et de formeVariation d’orientationVariation d’orientation

Variable visuelle correcte Variable visuelle correcte mais mais faible efficacitéfaible efficacité

Association de formes Association de formes différentes différentes meilleure efficacitémeilleure efficacité

Variable quantitative en implantation de surfaceVariable quantitative en implantation de surface

Exactitude et efficacitéExactitude et efficacité

Page 37: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Variation de couleurVariation de couleur Variation d’orientation et de couleurVariation d’orientation et de couleur

Conclusion : Il n ’y a pas une solution graphique mais des solutions graphiquesConclusion : Il n ’y a pas une solution graphique mais des solutions graphiques

Encore plus efficaceEncore plus efficaceEfficaceEfficace

Variable quantitative en implantation de surfaceVariable quantitative en implantation de surface

Exactitude et efficacitéExactitude et efficacité

Page 38: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Variation de tailleVariation de taille

Variable visuelle correcteVariable visuelle correcte

Carte justeCarte juste

mais,mais,

Carte surchargéeCarte surchargéeCarte illisibleCarte illisible

Non adaptation des figurés Non adaptation des figurés au fond de carteau fond de carte

Variable quantitative en implantation ponctuelleVariable quantitative en implantation ponctuelle

Exactitude et efficacitéExactitude et efficacité

Page 39: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Représentations graphiques particulièresReprésentations graphiques particulières

Page 40: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

La comparaison entre deux datesLa comparaison entre deux dates

Représentation de l’évolution sur deux cartes côte à côteReprésentation de l’évolution sur deux cartes côte à côte

Adopter les mêmes bornes de classe (pour les valeurs relatives Adopter les mêmes bornes de classe (pour les valeurs relatives classées) ou la même proportion de taille par valeur (pour les valeurs classées) ou la même proportion de taille par valeur (pour les valeurs absolues) absolues)

Appliquer le même dégradé de couleurs (pour les valeurs classées)Appliquer le même dégradé de couleurs (pour les valeurs classées)

Utiliser le même fond cartographique (ex: limites administratives) Utiliser le même fond cartographique (ex: limites administratives)

Représentation de l’évolution sur une seule carteReprésentation de l’évolution sur une seule carte

Appliquer des couleurs chaudes pour l’évolution positive et couleurs Appliquer des couleurs chaudes pour l’évolution positive et couleurs froides pour une évolution négative (ex: pour les soldes ou les taux de froides pour une évolution négative (ex: pour les soldes ou les taux de croissances)croissances)

Comparaison de la même variable à deux dates différentesComparaison de la même variable à deux dates différentes

Page 41: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Représentation de Représentation de l’évolution sur deux l’évolution sur deux cartes côte à côtecartes côte à côte

Même relation valeur –taille du symbole

Exemple: Nombre Exemple: Nombre d’appartements à Santiago.d’appartements à Santiago.

1992 2002

La comparaison entre deux datesLa comparaison entre deux dates

Page 42: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Représentation Représentation de l’évolution sur de l’évolution sur deux cartes côte deux cartes côte

à côteà côte

Mêmes bornes de classes et même

dégradé de couleur

1992 2002

Exemple: Pourcentage d’appartements à Santiago

La comparaison entre deux datesLa comparaison entre deux dates

Page 43: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Représentation de Représentation de l’évolution sur une seule l’évolution sur une seule

cartecarte

Taux de croissance de la population urbaine entre 1992

et 2002 (Santiago – Chili)

La comparaison entre deux datesLa comparaison entre deux dates

Page 44: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

L’estompageL’estompage

Représentation en 3D : l’estompageReprésentation en 3D : l’estompage

L’estompage est une technique qui permet de rehausser les courbes de L’estompage est une technique qui permet de rehausser les courbes de niveau par un effet d’éclairement ce qui donne une impression de volume.niveau par un effet d’éclairement ce qui donne une impression de volume.

Source: Carte on line. Université de LavalSource: Carte on line. Université de Laval

Le relief avec les courbes de Le relief avec les courbes de

niveau (IGN). Source: U. Lavalniveau (IGN). Source: U. Laval

Le relief avec estompage (IGN)Le relief avec estompage (IGN)

Source: U. LavalSource: U. Laval

Cette technique se base sur des règles d’éclairement : l’éclairement zénithal Cette technique se base sur des règles d’éclairement : l’éclairement zénithal utilise des rayons lumineux qui tombent verticalement sur le terrain. utilise des rayons lumineux qui tombent verticalement sur le terrain. L’éclairement oblique résulte des rayons qui proviennent du nord-ouest à 45° L’éclairement oblique résulte des rayons qui proviennent du nord-ouest à 45° par rapport au plan horizontal. Une combinaison des deux est la plus utilisé.par rapport au plan horizontal. Une combinaison des deux est la plus utilisé.

Page 45: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Les données spatio-temporellesLes données spatio-temporelles

Avec la diffusion des outils de localisation (tel que le GPS) et l’évolution Avec la diffusion des outils de localisation (tel que le GPS) et l’évolution de la société, la représentation des données demande l’inclusion d’une de la société, la représentation des données demande l’inclusion d’une nouvelle dimension: le temps. Ceci pour répondre à une multitude des nouvelle dimension: le temps. Ceci pour répondre à une multitude des questions comme par exemple : la vitesse d’éloignement (ou de questions comme par exemple : la vitesse d’éloignement (ou de rapprochement) entre les objets, l’historique des rencontres, la rapprochement) entre les objets, l’historique des rencontres, la localisation des objets à un moment précis, les données attributaires localisation des objets à un moment précis, les données attributaires (qui évoluent, qui changent)...(qui évoluent, qui changent)...

Ces données sont difficiles à manipuler dans les systèmes classiques Ces données sont difficiles à manipuler dans les systèmes classiques de gestion de données, qui ne sont pas outillés pour les données de de gestion de données, qui ne sont pas outillés pour les données de dimension supérieure à 1.dimension supérieure à 1.

Des travaux se font pour intégrer la dimension « temps » dans une base Des travaux se font pour intégrer la dimension « temps » dans une base de données mais la représentation graphique reste timide. de données mais la représentation graphique reste timide.

Représentation des données spatio-temporellesReprésentation des données spatio-temporelles

Page 46: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Les données spatio-temporellesLes données spatio-temporelles

Une forme de représentation Une forme de représentation avec un SIG est celle qui avec un SIG est celle qui montre un phénomène à un montre un phénomène à un moment précis et la moment précis et la comparaison à une autre date. comparaison à une autre date.

Une échelle temporelle et Une échelle temporelle et géographique sont choisies (ce géographique sont choisies (ce qui signifie souvent une perte qui signifie souvent une perte de précision par rapport aux de précision par rapport aux données d’origine)données d’origine)

Représentation des données spatio-temporellesReprésentation des données spatio-temporelles

Exemple de l’incidence mensuelle de la dengue hémorragique Exemple de l’incidence mensuelle de la dengue hémorragique par district et par mois en 1997 (Thaïlande)par district et par mois en 1997 (Thaïlande)

Page 47: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Les données spatio-temporellesLes données spatio-temporelles

Aquarium :Aquarium : Représentation du temps dans l’axe Z. Représentation du temps dans l’axe Z.

Méthode dévéloppé par Mei-Po Kwan. Université d’Etat de Méthode dévéloppé par Mei-Po Kwan. Université d’Etat de l’Ohio.l’Ohio.

Avantages : visualisation de l’endroit de Avantages : visualisation de l’endroit de croissement (les objets dans le même endroit au croissement (les objets dans le même endroit au même moment); représentation de la vitesse (plus même moment); représentation de la vitesse (plus l’angle de la ligne est élevé, plus l’objet est lent); l’angle de la ligne est élevé, plus l’objet est lent); durée du trajet (plus la ligne est haute, plus le durée du trajet (plus la ligne est haute, plus le trajet est long).trajet est long).

Désavantages : Visualisation difficile avec Désavantages : Visualisation difficile avec plusieurs objets; plus adapté à une visualisation plusieurs objets; plus adapté à une visualisation sur ordinateur (souplesse de visualisation en 3D) sur ordinateur (souplesse de visualisation en 3D) qu’un support 2D.qu’un support 2D.

Représentation des données spatio-temporellesReprésentation des données spatio-temporelles

Source: Allain P;, et al., 2009. Interroger et représenter des données spatio-Source: Allain P;, et al., 2009. Interroger et représenter des données spatio-temporelles. Des pistes pour demain. Université Rennes IItemporelles. Des pistes pour demain. Université Rennes II

Page 48: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Les données spatio-temporellesLes données spatio-temporelles

Exemple : épidémie de grippe aviaire (Avian Influenza H5N1) par district en Exemple : épidémie de grippe aviaire (Avian Influenza H5N1) par district en Thaïlande (2008)Thaïlande (2008)

Un point par foyer épidémique par semaine et par district (en rouge les Un point par foyer épidémique par semaine et par district (en rouge les nouveaux foyers, en jaune les anciens foyers)nouveaux foyers, en jaune les anciens foyers)

Les animations vidéoLes animations vidéo

animation

Page 49: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

L’habillage d’une carteL’habillage d’une carte

Page 50: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Habillage d’une carteHabillage d’une carte

Une carte doit impérativement comporter:Une carte doit impérativement comporter:

TitreTitre précis précis (où, quand, quoi?)(où, quand, quoi?)

LégendeLégende préciseprécise (tout élément figurant sur la (tout élément figurant sur la carte doit apparaître en légende) carte doit apparaître en légende) et organiséeet organisée

ÉchelleÉchelle (échelle graphique plutôt qu’échelle (échelle graphique plutôt qu’échelle numérique)numérique)

OrientationOrientation de la carte (rose des vents)de la carte (rose des vents)

Sources des donnéesSources des données et et l’auteur de la cartel’auteur de la carte avec avec sasa date de réalisationdate de réalisation

Page 51: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Que faut-il faire et ne pas faire ?Que faut-il faire et ne pas faire ?Quelques exemples de représentations erronéesQuelques exemples de représentations erronées

Page 52: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Quels problèmes ?Quels problèmes ?

Changement de figuré Changement de figuré pour un même pour un même phénomènephénomène

Pas de légendePas de légende

Pas d’échellePas d’échelle

Pas de source des Pas de source des donnéesdonnées

Cartes erronéesCartes erronées

Page 53: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Quels problèmes ?Quels problèmes ?

Changement de variables Changement de variables visuelles (trame et noir)visuelles (trame et noir)

Pas de titrePas de titre

Pas d’échellePas d’échelle

Pas de source des donnéesPas de source des données

Pas d’orientationPas d’orientation

Les données doivent être Les données doivent être homogènes et se référer aux homogènes et se référer aux même découpage administratifmême découpage administratif

Cartes erronéesCartes erronées

Page 54: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Quels problèmes ?Quels problèmes ?

Erreur dans le choix de la Erreur dans le choix de la variable visuelle utiliséevariable visuelle utilisée

Non adaptation entre la nature Non adaptation entre la nature des données et les propriétés de des données et les propriétés de

la variable visuelle.la variable visuelle.

Cartes erronéesCartes erronées

Page 55: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Quels problèmes ?Quels problèmes ?

Les établissements de soins en Indre-et-Loire en 1988

Les éléments géographiques de Les éléments géographiques de repérage (limites administratives) ne repérage (limites administratives) ne doivent pas nuire à la lisibilité du doivent pas nuire à la lisibilité du phénomène principalphénomène principal

Carte lisible

Cartes erronéesCartes erronées

Page 56: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Quel problème ?Quel problème ?

Erreur dans le choix Erreur dans le choix de la variable visuellede la variable visuelle

Quel problème ?Quel problème ?

Les figurés sur la carte et dans Les figurés sur la carte et dans la légende ne sont pas les la légende ne sont pas les

mêmesmêmes

Cartes erronéesCartes erronées

Page 57: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Quel problème ?Quel problème ?

La variable visuelle utilisée La variable visuelle utilisée (variation de « valeur ») est (variation de « valeur ») est incorrecte pour représenter des incorrecte pour représenter des valeurs absolues (effectifs de valeurs absolues (effectifs de population). population).

Pas d’échelle ni d’orientation Pas d’échelle ni d’orientation

Cartes erronéesCartes erronées

Page 58: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Récapitulatif pour une bonne Récapitulatif pour une bonne représentationreprésentation

Page 59: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Ce à quoi il faut veiller lors de la réalisation d’une carteCe à quoi il faut veiller lors de la réalisation d’une carte

► L ’habillageL ’habillage :: un titreun titre une légendeune légende une échelleune échelle une orientationune orientation les sourcesles sources

► Les données :Les données : homogènes et spatialiséeshomogènes et spatialisées respect des règles de seuillage (tenir compte des discontinuités de la série)respect des règles de seuillage (tenir compte des discontinuités de la série) Implantation homogènes pour toutes les donnéesImplantation homogènes pour toutes les données

► Leur représentation :Leur représentation : un figuré pour un phénomèneun figuré pour un phénomène respect des propriétés des variables visuellesrespect des propriétés des variables visuelles pas de valeur absolue en aplat de couleurpas de valeur absolue en aplat de couleur réserver l’usage blanc pour les objets sans donnéeréserver l’usage blanc pour les objets sans donnée une variation de valeur doit être étendue et progressiveune variation de valeur doit être étendue et progressive les proportions doivent être respectéesles proportions doivent être respectées

Récapitulatif pour une bonne représentationRécapitulatif pour une bonne représentation

Page 60: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

► Eviter :Eviter :

la surcharge graphiquela surcharge graphique les symboles trop figuratifsles symboles trop figuratifs de dépasser 7 figurésde dépasser 7 figurés d’employer des mots et des chiffres sur la carted’employer des mots et des chiffres sur la carte

► Chercher à :Chercher à :

adapter la taille des figurés aux contraintes de fond de carteadapter la taille des figurés aux contraintes de fond de carte employer des formes bien différenciéesemployer des formes bien différenciées respecter les seuils de lisibilitérespecter les seuils de lisibilité conserver une bonne lisibilité lors des superpositionsconserver une bonne lisibilité lors des superpositions adapter la finesse du fond de cartes aux objectifs de la représentationadapter la finesse du fond de cartes aux objectifs de la représentation

Récapitulatif pour une bonne représentationRécapitulatif pour une bonne représentation

Pour gagner en efficacitéPour gagner en efficacité

Page 61: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Représentation graphique dans Représentation graphique dans SavaneSavane

Page 62: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

L’explorateur cartographiqueL’explorateur cartographique

Sélection du Sélection du type type d’éléments à d’éléments à afficherafficher

Liste des Liste des éléments éléments disponibles disponibles pour le type pour le type sélectionné sélectionné (dans ce cas, (dans ce cas, “relations”)“relations”)

Liste des Liste des éléments éléments

affichés sur la affichés sur la cartecarte

Propriétés de Propriétés de chaque élément chaque élément

(choix des (choix des symboles, symboles, couleurs, couleurs,

trames…)trames…)

Affichage des Affichage des métadonnées métadonnées de la couchede la couche

Page 63: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Sélection du type de figuré (unique pour tous les objets)Sélection du type de figuré (unique pour tous les objets)(implantation ponctuelle)(implantation ponctuelle)

Propriétés de Propriétés de la relation la relation “Villages” “Villages” (points)(points)

1

2

3

Sélection du Sélection du type de figurétype de figuré

Choix du Choix du symbolesymbole

Carte d’exempleCarte d’exemple

Page 64: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Variation du symbole et de la couleur pour un attribut qualitatifVariation du symbole et de la couleur pour un attribut qualitatif(implantation ponctuelle)(implantation ponctuelle)

Carte d’exemple

Page 65: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Variation de la taille du symbole pour un attribut quantitatifVariation de la taille du symbole pour un attribut quantitatif(implantation ponctuelle)(implantation ponctuelle)

Carte d’exemple

Page 66: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Variation de la couleur des lignes dans le cas Variation de la couleur des lignes dans le cas d’un attribut qualitatifd’un attribut qualitatif

Carte d’exemple

Page 67: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Variation de la taille des lignes fonction Variation de la taille des lignes fonction d’un attribut quantitatifd’un attribut quantitatif

Carte d’exemple

Page 68: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Carte d’exemple

Variation de la couleur (remplissage des zones) Variation de la couleur (remplissage des zones) pour un attribut qualitatifpour un attribut qualitatif

Page 69: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Carte d’exemple

Variation de la trame et de la couleur (remplissage des zones) Variation de la trame et de la couleur (remplissage des zones) pour un attribut qualitatifpour un attribut qualitatif

Page 70: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Carte d’exemple

Variation de « valeur » (remplissage des zones) Variation de « valeur » (remplissage des zones) pour un attribut quantitatif regroupé en classespour un attribut quantitatif regroupé en classes

Page 71: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

Références BibliographiquesRéférences Bibliographiques

BEGUIN M., PUMAIN D.,BEGUIN M., PUMAIN D., 1994. La représentation des données géographiques : 1994. La représentation des données géographiques : Statistique et cartographie. Collection Cursus, Edition Armand Colin, Paris. 192p. Statistique et cartographie. Collection Cursus, Edition Armand Colin, Paris. 192p. (Deuxième édition 2000)(Deuxième édition 2000)

BERTIN J.,BERTIN J., 1967. Sémiologie graphique. Mouton-Gauthier-Villars-Bordas, Paris, 1967. Sémiologie graphique. Mouton-Gauthier-Villars-Bordas, Paris, 1ère Edition. 431p. (2ème Edition 1973).1ère Edition. 431p. (2ème Edition 1973).

BERTIN J.,BERTIN J., 1977. La graphique et le traitement graphique de l ’information. 1977. La graphique et le traitement graphique de l ’information. Edition Flammarion, Collection : Nouvelle bibliothèque scientifique. 277p.Edition Flammarion, Collection : Nouvelle bibliothèque scientifique. 277p.

BLIN E., BORD J.-P.,BLIN E., BORD J.-P., 1993. Initiation Géo-graphique : ou comment visualiser son 1993. Initiation Géo-graphique : ou comment visualiser son information. 2ème édition remaniée et augmentée. SEDES. 284p.information. 2ème édition remaniée et augmentée. SEDES. 284p.

BONIN S.,BONIN S., 1975. Initiation à la graphique. Edition Epi, Paris. 170p. (Nouvelle 1975. Initiation à la graphique. Edition Epi, Paris. 170p. (Nouvelle édition 1983).édition 1983).

BRUNET R.,BRUNET R., 1987. La carte, Mode d’emploi. Fayard, Reclus. 1987. La carte, Mode d’emploi. Fayard, Reclus.

JOLY FJOLY F.., , 1985. La cartographie. Collection Que sais-je ? n° 937. PUF. 127p. 1985. La cartographie. Collection Que sais-je ? n° 937. PUF. 127p. (Nouvelle édition 1994).(Nouvelle édition 1994).

JEGOU L.,JEGOU L., 2002. La troisième dimension en cartographie statistique, des cartes 2002. La troisième dimension en cartographie statistique, des cartes en prismes imprimées aux modèles 3D interactifs. Mappemonde. Sommaire du en prismes imprimées aux modèles 3D interactifs. Mappemonde. Sommaire du n°86.n°86.

THÉRY H., MARCOTTE L.,THÉRY H., MARCOTTE L., 1992. La cartographie des transports urbains. Guide 1992. La cartographie des transports urbains. Guide pratique, CERTU-GIP RECLUS, Montpellier. 47p.pratique, CERTU-GIP RECLUS, Montpellier. 47p.

Page 72: Marc SOURIS Florent DEMORAES Tania SERRANO (d apr è s Estelle Ployon - Universit é de Savoie-) Master Géographie de la Santé Paris X. Nanterre Laboratoire

FinFin M. Souris, F Demoraes, T. Serrano, 2010