première approche de cartographie sous r

Premiers pas à la cartographie sous R

Eric Durieux, INSEE

• Tenez-vous informer sur le blog du Groupe d’Utilisateurs R FLtauR

http://fltaur.wordpress.com/

• Questions/Réponses mailing list : envoyez un mail à [email protected]








mailto:[email protected]







Introduction

• Pas pour objectif de se passer des logiciels SIG (MapInfo…)…

• …mais de permettre une représentation spatiale rapide et conviviale de nos données sous R

Les préalables

• Des données spatiales à représenter (quantitatives, qualitatives, flux…)

• Des fonds de carte associés:– Issus de nos fonds MapInfo (.tab)– Exportés au format ShapeFile (.shp)

Les préalables

• Des packages d’analyse spatiale sous R :

• Rgrs

• RgoogleMaps

rgrs

• Package développé en français

• Permet des représentations simples (effectifs, classes, qualitatif)

• Déjà utilisé dans une application du PSAR-AT déployé à l’Insee (ANABEL)

rgrs

Library(rgrs)

# lecture du fond de carte communal PACA

macarte <- readShapePoly(paste("D:/applicarto/Anabel/fond/ComR93_region.shp",sep=""))

# Réalisation de la carte

# macarte = fond de carte, monzonage = base de données, sp.key+data.key = jointure

# partition.partition = variable qualitative à représenter

carte.qual(macarte, monzonage, "partition.partition", sp.key = "CODGEO", data.key = "partition.liste_com", palette=mapalette, posleg=NULL)

RgoogleMaps

• Permet de superposer des analyses spatiales à des fonds GoogleMaps (libre de droit!)

• Peut choisir différents fonds (satellite, routes…)

• Donne des cartes innovantes et réalistes

RgoogleMaps

• Attention :

GoogleMaps utilise les projections

Latitude / Longitude

en WGS 84

RgoogleMaps

RgoogleMaps

library(foreign)

library(RgoogleMaps)

library(PBSmapping)

zau_col<-read.dbf("D:/u9te81/Mes Documents/cours R/carto/zau_col.dbf",as.is=T)

toto<-vector()

for (i in 1:nrow(zau_col))

{

toto[i]<-rgb(as.numeric(zau_col[i,3]),as.numeric(zau_col[i,4]),as.numeric(zau_col[i,5]),as.numeric(zau_col[i,6]),maxColorValue=255)

}

zau_col$col<-toto

zone_au<-read.dbf("D:/u9te81/Mes Documents/cours R/carto/bret_au.dbf",as.is=T)

zone_au2<-merge(zone_au,zau_col,by.x="TYPO_AU201",by.y="CODE",all.x=T)

zone_au3<-zone_au2[order(zone_au2$DEPCOM),]

RgoogleMaps

# Import du fond de carte communal de la Bretagne

shpPolySet=importShapefile("D:/u9te81/Mes Documents/cours R/carto/ComR53_region.shp",projection="LL")

# Calcul de la fenêtre GoogleMap à partir du fond de carte

bb <- qbbox(lat = shpPolySet[,"Y"], lon = shpPolySet[,"X"],margin = list(m = c(0, 0, 0, 0),TYPE="perc"))

# Réalisation du raster GoogleMaps

MyMap <- GetMap.bbox(bb$lonR, bb$latR, destfile = "Dzone.png", maptype="hybrid")

# Superposition ,de l’analyse communale (coloration des polygones communaux)

jpeg("D:/u9te81/Mes Documents/cours R/carto/bret_AU2.jpg",width=1500,height=1500)

PlotPolysOnStaticMap(MyMap, shpPolySet, lwd=1, col = zone_au3$col, border=0, add = F)

dev.off()

Population communale

Navettes domicile - travail

Densité de population carroyée