Les DOCS de GRANIT n1

Amnagement, Dveloppement, Environnement, Sant et Socits

Philippe Waniez

Cartographie thmatique et Analyse des Donnes

avec Philcarto 5.xx pour Windows

CNRS - Universit Victor Segalen Bordeaux 2 - Universit Michel de Montaigne Bordeaux 3

Les DOCS de GRANIT n1

Amnagement, Dveloppement, Environnement, Sant et Socits

Philippe Waniez

Cartographie thmatique et Analyse des Donnes

avec Philcarto 5.xx pour Windows

CNRS - Universit Victor Segalen Bordeaux 2 - Universit Michel de Montaigne Bordeaux 3

Les DOCS de GRANIT sont publis par lUMR 5185 ADES. Ils contribuent la ralisation des objectifs du groupe par la diffusion de documents didactiques portant sur les mthodes de traitement de linformation territoriale. Les DOCS de GRANIT sadressent aux tudiants de Master et de Doctorat, aux ingnieurs, chercheurs, enseignants-chercheurs et plus largement, tous ceux qui ont analyser des informations portant sur les territoires (chargs dtudes, lus). Ils facilitent la comprhension et la mise en pratique des techniques danalyse spatiale et de cartographie gographique, en vitant le jargon, sans sacrifier la rigueur mthodologique. Les DOCS de GRANIT prsentent aussi des logiciels gratuits, tlchargeables sur Internet, qui permettent dappliquer les mthodes exposes. Les auteurs qui souhaiteraient offrir leur contribution aux DOCS de GRANIT sont pris de se faire connatre. Leur travail sera valu, avec bienveillance, par le Conseil ditorial et une rponse leur sera donne dans les meilleurs dlais. Directeur de la publication
Guy Di Mo, Directeur de lUMR ADES

Directeur de la rdaction
Philippe Waniez, Professeur lUniversit Bordeaux 2

Secrtariat de rdaction
Marie-Bernadette Darignac, Secrtaire ddition de lUMR ADES, CNRS Marie-Louise Penin, Cartographe de lUMR ADES, CNRS Charles Cheung, Cartographe de lUMR ADES, Universit Bordeaux 2 Olivier Pissoat, Cartographe de lUMR ADES, CNRS

Conseil ditorial
Xavier Amelot, gographe, Matre de Confrences lUniversit Bordeaux 3 Vronique Andr-Lamat, gographe, Matre de Confrences lUniversit Bordeaux 3 Charles-Antoine Arnaud, Statisticien de lUMR ADES, CNRS Laurent Couderchet, gographe, Matre de Confrences lUniversit Bordeaux 3 Pierre Drevet, gographe, Attach denseignement et de recherche lUniversit Bordeaux 3 Marina Dufal, gographe, Matre de Confrences lUniversit Bordeaux 3 Maryse Gaimard, dmographe, Matre de Confrences lUniversit Bordeaux 2 David Leyle, gographe, Attach denseignement et de recherche lUniversit Bordeaux 3 Anne-Marie Meyer, gographe, Matre de Confrences lUniversit Bordeaux 3 Pierre-Yves Trouillet, gographe, Attach denseignement et de recherche lUniversit Bordeaux 3 Sandrine Vaucelle, Professeure agrge de gographie, chercheure associe lUMR ADES

Tout courrier concernant les DOCS de GRANIT doit tre adress : Philippe Waniez Universit Victor Segalen Bordeaux 2 Laboratoire Socits, Sant, Dveloppement (SSD) 146, rue Lo-Saignat, case 71 33076 Bordeaux CEDEX philgeo@club-internet.fr

Table des matires

PREFACE POUR LES DOCS DE GRANIT LAUTEUR LE GROUPE DE RECHERCHE EN ANALYSE DE LINFORMATION TERRITORIALE - GRANIT INTRODUCTION LICENCE POUR LUTILISATION DE PHILCARTO 5.XX 1. QUELS TYPES DE CARTES AVEC PHILCARTO ? 1.1. LES CARTES CHOROPLETHES 1.2. LES CARTES EN CERCLES PROPORTIONNELS 1.3. LES CARTES EN CERCLES PROPORTIONNELS COLORES 1.4. LES CARTES EN CERCLES PROPORTIONNELS SUR SURFACES COLOREES 1.5. LES CARTES EN DEMI-CERCLES AFFRONTES 1.6. LES CARTES EN DIAGRAMMES A SECTEURS 1.7. LES CARTES EN PLAGES DE NIVEAUX ET EN BLOC-DIAGRAMME 1.8. LES CARTES EN SURFACES DE TENDANCES 1.9. LES CARTES EN SEMIS DE POINTS 1.10. LES CARTES EN SEMIS DE POINTS COLORES 1.11. LES CARTES DE LIENS DITES AUSSI EN OURSINS 1.12. LES CARTES DE RESEAUX 1.13. LES CARTES DE GRAVITATION ISSUES DU MODELE DE HUFF 2. INSTALLER ET UTILISER PHILCARTO 2.1. TELECHARGEMENT ET INSTALLATION 2.2. EXECUTION DE PHILCARTO
2.1.1. INSTALLATION DU .NET FRAMEWORK 2.1.2. INSTALLATION PHILCARTO VERSION 5 2.2.1. OUVERTURE DES FICHIERS FOND DE CARTE ET DONNEES STATISTIQUES 2.2.2. LE BUREAU DE PHILCARTO 2.2.3. LA REALISATION DUNE CARTE

7 9

10 11 17 19 20 25 28 30 32 34 36 39 43 45 47 49 53 57 57 60
58 59 61 68 68

3. LES CARTES CHOROPLETHES 3.1. SELECTIONNER UNE VARIABLE DE COULEUR 3.2. AFFICHER UNE CARTE CHOROPLETHE 3.3. LE DIALOGUE COULEURS 3.4. LES DIFFERENTES METHODES DE DISCRETISATION 3.5. MODIFIER LES BORNES DES CLASSES SUR LHISTOGRAMME 3.6. CHANGER LE NOMBRE DE CLASSES

71 71 71 72 72 75 77

3.7. CHOISIR UNE GAMME DE COULEURS 3.8. UTILISER UNE GAMME DE COULEURS EN OPPOSITION. 3.9. AJOUTER UN HABILLAGE 3.10. IDENTIFIER LES ELEMENTS CARTOGRAPHIQUES 3.11. ENREGISTRER LA CARTE DANS UN FICHIER 3.12. EVALUER LAUTOCORRELATION SPATIALE 3.13. COMPARER DES CARTES CHOROPLETHES A VUE 3.14. LA COADJACENCE DES CARTES CHOROPLETHES 3.15. LES CARTES CHOROPLETHES DE VARIABLES NOMINALES 4. LES CARTES EN CERCLES PROPORTIONNELS 4.1. SELECTIONNER UNE VARIABLE DE SYMBOLE 4.2. AFFICHER UNE CARTE EN CERCLES PROPORTIONNELS 4.3. LE DIALOGUE CERCLES 4.4. LE CALIBRAGE DES CERCLES 4.5. MODIFIER LAPPARENCE DES CERCLES 4.6. MODIFIER LA COULEUR DU FOND DE LA CARTE 4.7. CHOISIR LES CERCLES DE LA LEGENDE 4.8. DISQUE OU CIRCONFERENCE ? 4.9. TRACER PLUSIEURS CARTES EN CERCLES COMPARABLES ENTRE ELLES 4.10. CERCLES POUR REPRESENTER DES EFFECTIFS NEGATIFS ET POSITIFS 4.11. CARTES DIDENTIFIANTS ET/OU DE NOMS.

78 79 82 84 84 89 91 95 97 101 101 101 101 103 104 105 106 108 110 112 113

5. LES CARTES EN CERCLES PROPORTIONNELS SUR CARTES CHOROPLETHES 115 5.1. SELECTIONNER UNE VARIABLE DE COULEUR ET UNE VARIABLE DE SYMBOLE 5.2. AFFICHER UNE CARTE EN CERCLES SUR UNE CARTE CHOROPLETHE 6. LES CARTES EN CERCLES PROPORTIONNELS COLORES 6.1. SELECTIONNER UNE VARIABLE DE COULEUR ET UNE VARIABLE DE SYMBOLE 6.2. AFFICHER UNE CARTE EN CERCLES PROPORTIONNELS COLORES 7. LES CARTES EN CERCLES PROPORTIONNELS AFFRONTES OU EN DIAGRAMMES A SECTEURS 7.1. SELECTIONNER DEUX VARIABLES DE SYMBOLE 7.2. AFFICHER LA CARTE EN CERCLES PROPORTIONNELS AFFRONTES 7.3. AFFICHER LA CARTE EN DIAGRAMMES A SECTEURS PROPORTIONNELS 8. LES CARTES EN SEMIS DE POINTS 8.1. SELECTIONNER UNE VARIABLE DE SYMBOLE 8.2. AFFICHER UNE CARTE EN SEMIS DE POINTS 8.3. LE DIALOGUE SEMIS DE POINTS 8.4. LE CALIBRAGE DU POINT 8.5. MODIFIER LA COULEUR DES POINTS ET LA COULEUR DU FOND 8.6. POINTS POUR DES EFFECTIFS NEGATIFS ET POSITIFS 9. LES CARTES EN SEMIS DE POINTS COLORES 9.1. SELECTIONNER UNE VARIABLE DE COULEUR ET UNE VARIABLE DE SYMBOLE 9.2. AFFICHER UNE CARTE EN SEMIS DE POINTS COLORES 115 115 117 117 117 121 121 121 122 125 125 125 125 126 128 129 131 131 131

10. LES CARTES DE LIENS DITES EN OURSINS 10.1. SELECTIONNER UNE VARIABLE DE LIEN 10.2. AFFICHER UNE CARTE DE LIENS 11. LES CARTES DE LIENS COLORES 11.1. SELECTIONNER UNE VARIABLE DE LIENS COLORES 11.2. AFFICHER UNE CARTE DE LIENS 12. LES CARTES EN LIGNES PROPORTIONNELLES 12.1. SELECTIONNER UNE VARIABLE DE SYMBOLE 12.2. AFFICHER UNE CARTE EN LIGNES PROPORTIONNELLES 12.3. LE DIALOGUE LIGNES 12.4. LE CALIBRAGE DES LIGNES 12.5. MODIFIER LAPPARENCE DES LIGNES 12.6. MODIFIER LA COULEUR DE FOND DE LA PAGE 12.7. CHOISIR LES LIGNES DE LA LEGENDE 12.8. TRACER PLUSIEURS CARTES EN LIGNES COMPARABLES ENTRE ELLES 13. LES CARTES EN LIGNES PROPORTIONNELLES COLOREES 13.1. SELECTIONNER UNE VARIABLE DE COULEUR ET UNE VARIABLE DE SYMBOLE 13.2. AFFICHER UNE CARTE EN LIGNES PROPORTIONNELLES COLOREES 14. LES CARTES LISSEES 14.1. SELECTIONNER UNE VARIABLE DE COULEUR 14.2. AFFICHER UNE CARTE CHOROPLETHE NON LISSEE 14.3. AFFICHER UNE CARTE LISSEE PAR TRIANGULATION 14.4. AFFICHER UNE CARTE LISSEE PAR KRIGEAGE 14.5. AFFICHER UNE CARTE DE SURFACE DE TENDANCE 15. LES AIRES DINFLUENCES URBAINES : MODELES DE REILLY ET HUFF 15.1. SELECTIONNER UNE VARIABLE DE MASSE (DEFFECTIF) 15.2. AFFICHER LA CARTE DES PROBABILITES DINFLUENCES 15.3. LE PARAMETRAGE DU MODELE DE GRAVITATION 15.4. LE TRACE DES POLYGONES DE THIESSEN 16. LANALYSE FACTORIELLE ET LA CLASSIFICATION AUTOMATIQUE 16.1. CHOISIR UNE METHODE DANALYSE MULTIVARIEE 16.2. REALISER UNE ACP 16.3. REALISER UNE CAH 16.4. COMBINER CAH ET ACP 17. LANALYSE EXPLORATOIRE DES DONNEES 17.1. REALISER UNE ANALYSE EXPLORATOIRE 17.2. LANALYSE EXPLORATOIRE BIVARIEE 17.3. LE DIAGRAMME TRIANGULAIRE ET LEXPLORATION TRIVARIEE

133 133 133 135 135 135 139 139 139 139 141 142 143 145 146 147 147 147 149 149 149 150 158 161 165 166 166 169 171 173 174 175 186 191 195 196 198 209

18. LANALYSE TERRITORIALE MULTISCALAIRE 19. LES DONNEES STATISTIQUES 19.1. LES MATRICES DINFORMATION SPATIALE
19.1.1. LES TABLEAUX DE CORRESPONDANCES 19.1.2. LES TABLEAUX DE MESURES QUANTITATIVES DE RAPPORTS OU DINTERVALLES 19.1.3. LES TABLEAUX DE VALEURS NOMINALES 19.1.4. LES DONNEES MANQUANTES 19.1.5. LES FICHIERS DES MATRICES DINFORMATION SPATIALE 19.2.1. LE FORMAT DE LA MATRICE POUR LES CARTES DE LIENS NON COLORES 19.2.2. LE FORMAT DE LA MATRICE POUR LES CARTES DE LIENS COLORES

215 227 227

227 228 228 229 229 233 233

19.2. LES MATRICES DE LIENS

232 234 236

19.3. LENREGISTREMENT DES VARIABLES CREEES PAR PHILCARTO 19.4. LE CALCUL DINDICES

19.4.1. CALCULER DES POURCENTAGES 19.4.2. CALCULER DES DISTANCES AU POURCENTAGE MOYEN 19.4.3. CALCULER UN TAUX DE VARIATION GEOMETRIQUE 19.4.4. CALCULER UN INDICE DE CONCENTRATION DE GINI 19.4.5. CALCULER DES INDICES DE SPECIALISATION OU DE DIVERSIFICATION

237 239 240 242 244

20. LES FONDS DE CARTES BIBLIOGRAPHIE

247 249

Prface pour les DOCS de GRANIT

Avec la srie de documents en ligne des DOCS de GRANIT , lUMR 5185 ADES du CNRS et des Universits de Bordeaux 2 et 3 souhaite affirmer son intrt majeur pour la rflexion dans le vaste domaine des mthodes de la recherche en sciences humaines et sociales. leur propos, les chercheur(e)s et ITA de notre laboratoire partagent la conviction que le droulement mthodologique constitue vritablement un tout dont les diffrentes tapes senchanent, de faon inexorable et rigoureuse. Ils pensent que la validit globale, la russite finale dune recherche dpendent de la qualit des procdures et de linnovation des pratiques jalonnant chacun de ses stades, comme dailleurs de la fluidit et de la cohrence de leur liaison. En amont de la mthode figurent les grands corps thoriques et leurs cortges de concepts, lesquels se dclinent des plus abstraits aux plus opratoires ; ces derniers tant ceux qui permettent dencadrer les procdures trs concrtes dune investigation de terrain charge de tester telle ou telle hypothse de travail, de laccrditer, de linfirmer ou, plus gnralement, de la nuancer. On sait combien, dans la tradition franaise, les gographes furent longs se proccuper de cet aspect thorique, pourtant crucial, de la mthode. Sils proclamaient que linduction est irremplaable pour qui veut cerner une ralit, ils oubliaient quelle ne saurait se concevoir sans un mouvement itratif permanent entre lobservation de terrain, les pistes interprtatives quelle suggre, mais aussi des principes thoriques plus ou moins masqus, implicites, qui habitent immanquablement tout chercheur et quil se doit dclaircir afin dannoncer sans fard do il parle et selon quels schmas interprtatifs il opre (passage invitable par la mthode dductive). Cependant, ces matriaux qui vont servir la vrification de nos hypothses, qui sont models par le parti thorique (implicite ou explicite) que nous prenons, il nous faut dabord les forger, les construire et les critiquer, indiquer leurs biais et leurs limites, que nous travaillions partir de donnes de premire ou de seconde main. Il sagit ensuite de les traiter, den tirer une information plus labore que celle quils contiennent ltat brut ; ceci laide doutils mathmatiques, statistiques ou probabilistes, eux-mmes charpents par de solides hypothses. Puis, cette information affine, nous devons la rendre gographiquement plus expressive, plus parlante ; cest l quintervient toute la tche de reprsentation graphique et cartographique. Finalement, des fondements conceptuels et thoriques jusqu la carte, jusquau croquis, jusqu lhistogramme ou autres effets de lart et des techniques graphiques, le cheminement mthodologique imprgne la recherche. Il en dresse larmature, il en campe le squelette ; il en malaxe les chairs, jusqu engendrer parfois cette forme qui couronne louvrage : celle de lidal type ou, mieux encore, du modle (spcifique, rgional, gnral, etc.). Dun bout lautre de ce processus, linformatique demeure la compagne oblige du chercheur : banque de donnes laborieusement ralises, innombrables outils informatiques permettant leur traitement quantitatif et/ou qualitatif, SIG confectionns laide de logiciels professionnels ou plus artisanaux, logiciels infographiques et cartographiques autorisant la production de spectaculaires images, plus vraies que nature ! Mais attention aux effets pervers dune telle objectivation/rification Nous le savons bien, tous, aujourdhui, nous autres gographes ; mme si le public, mme si le (les) pouvoir(s) avides de ces reprsentations lches et plaisantes, voire artistiques, nous en demandent toujours plus, conquis par la capacit de sduction, par la vertu performative de ces ralisations graphiques, de ces formes dont les qualits esthtiques permettent bien souvent de faire passer le fond, ventuellement moins reluisant, moins idyllique, auprs de lopinion Restons prudents. Mfions-nous que dans nos mthodes de gographes le signifiant ne simpose pas arbitrairement au signifi ! Ainsi, tout au long de cette chane de la mthode, lesprit technique et scientifique certes, mais aussi sa dimension critique doivent imprativement rester en veil, refuser le bluff technologique pour satisfaire lexigence suprme : celle dune mise en vidence et dun dcryptage, mme phmre, de la complexit qui prside lorganisation de ce monde Celui de la gographie comme celui de toutes les sciences humaines et sociales dans lequel le premier se fond et se confond.

Cest cette longue chane que, modestement mais srement, cette srie DOCS de GRANIT sattaque et va se consacrer, au fil des semaines et des mois, voire des annes ; en tout cas on lespre. Les chercheurs, les ITA et les doctorants du laboratoire ADES qui ont dcid den assumer la charge ditoriale souhaitent ardemment quun nouvel esprit souffle sur la mthode. Certes, ils ne sont pas vraiment les premiers, loin de l, mettre ce vu ! Comme leurs glorieux prcurseurs, on pense en particulier aux chercheurs du GIP RECLUS dans les annes 1980 1990, ils veulent absolument que les outils mthodologiques de la gographie sortent de leur bote noire , que le gographe ou autre spcialiste des sciences sociales de lespace, ou impliquant lespace des socits, voire la dimension spatiale de celles-ci (nous avons dsormais lembarras du choix quant aux formulations), accde la pleine connaissance des instruments mthodologiques quil choisit et quil utilise Quil soit galement apte a en fabriquer de nouveaux, plus performants, plus adapts aux problmes quil aborde ; en un mot que la crativit des chercheurs porte autant sur la mthode que sur les thmes dinvestigation retenus, les sujets abords et les hypothses faites en vue de llucidation des problmatiques et de la rsolution des questions poses. La mise en ligne, par le groupe de recherche GRANIT, de cette srie de documents fait cho un principe thique majeur, celui de la mise disposition libre et gratuite des outils de la mthode (informatiques en particulier) que le chercheur appartenant un tablissement, une institution publique de recherche (le CNRS et lUniversit en loccurrence), construit au sein de son laboratoire. Les DOCS de GRANIT refltent donc le souci des chercheurs de GRANIT et dADES de transmettre et de partager une connaissance, des savoir-faire forgs au cours des annes ; savoirs en devenir dans la mesure o cette srie souvre volontiers au dbat, aux participations extrieures que la formule souple ddition adopte autorise quasiment sans limite. Prcisons que les DOCS de GRANIT maneront pour partie de recherches originales menes par les membres de lUMR ADES. Ils seront aussi lexpression de sances dateliers et de sminaires plus collectifs auxquels des chercheurs extrieurs au laboratoire ADES sont et seront rgulirement convis. Les DOCS de GRANIT souvrent ainsi toute la communaut scientifique. Guy Di Mo Directeur de lUMR 5185 ADES CNRS Universits de Bordeaux 2 et 3

Lauteur
Philippe Waniez, 52 ans, est Professeur des Universits lUniversit Victor Segalen Bordeaux 2. Ancien Directeur de Recherche de lInstitut de Recherche pour le Dveloppement (IRD ex-ORSTOM), il a exerc sa profession de gographe au Brsil et dans quelques autres pays dAmrique du Sud. Ses problmatiques de recherche se rapportaient alors aux fronts pionniers, aux mutations des systmes agraires, aux processus de dmocratisation et aux transformations religieuses. Les principaux rsultats de ces recherches ont fait lobjet dune synthse sous la forme dun mmoire intitul les donnes et le territoire au Brsil prsent pour lHabilitation Diriger des Recherches, HDR, obtenue en 2002 lUniversit Paris-X Nanterre (ce mmoire est accessible sur son site internet personnel) De 1987 1995, il a particip aux travaux du Groupement dIntrt Public RECLUS la Maison de la Gographie de Montpellier. Dans ce cadre, il a conu plusieurs logiciels de cartographie (Cabral 1500, Choroscope) et sest intress lAnalyse Exploratoire des Donnes. Professeur lUFR Sciences et Modlisation de lUniversit Bordeaux 2 depuis 2006, il y enseigne le traitement des donnes statistiques. Il dispense galement des enseignements de gographie de la sant dans les UFR de Mdecine et de dmographie au Dpartement de Sociologie. Membre de lquipe Socits, Sant, Dveloppement de lUMR 5185 rassemble des chercheurs du CNRS et des enseignants-chercheurs des Bordeaux 2 et Bordeaux 3, il sest attach aux questions de sant problmatique qui la conduit tablir rcemment une gographie de csariennes comme mthode daccouchement dans ce pays. ADES qui universits au Brsil, labus des

Il participe lanimation du Groupe de Recherche en Analyse de lInformation Territoriale, GRANIT, de lUMR ADES par des sminaires, des ateliers et des publications mthodologiques. Paralllement ses enseignements et ses recherches, il poursuit une activit de dveloppement de logiciels danalyse des donnes territoriales : Philcarto, Phildigit qui connaissent un grand succs tant pour lapprentissage de la cartographie thmatique que pour son application scientifique laide la dcision. On trouve sur son site internet personnel (http://philgeo.club.fr) certains de ses travaux scientifiques et les logiciels dont il est lauteur, en tlchargement gratuit.

Le Groupe de Recherche en Analyse de lInformation Territoriale - GRANIT

Le Groupe de Recherche en Analyse de lInformation Territoriale, GRANIT, de lUMR 5185 ADES, fdre diverses activits transversales de recherche menes au sein du laboratoire pour dvelopper les comptences dans les domaines de la cartographie thmatique, de lanalyse des donnes (classification, analyse factorielle), lanalyse dimages photographiques et satellitaires, des systmes dinformation gographique en gnral et des systmes experts... Dans cette perspective, les activits du groupe portent sur : Linnovation dans le domaine des mthodes de traitement et de reprsentation de linformation territoriale ; toutes les sources dinformation sont concernes, comme les fichiers administratifs, les images satellitaires, les cartes toutes les chelles, etc. ; La capitalisation des savoir-faire disponibles dans lUMR et leur confrontation, dans une perspective mthodologique sur certains programmes de recherche de lUMR choisis parce quils permettent de mobiliser chercheurs et ingnieurs participant GRANIT. Lorganisation des sminaires de recherche internes lUMR destins aux chercheurs et doctorants impliqus dans cette dmarche qui peuvent ainsi dbattre de points techniques trop souvent relgus en annexe. La formation des doctorants et des professionnels sous la forme dateliers de haut niveau qui visent rendre autonomes les participants afin quils puissent raliser euxmmes lanalyse des donnes rassembles dans le cadre de leurs recherches.

Le manuscrit de cet ouvrage a t relu, valu et amlior par Marie-Louise Penin, Charles Cheung et Olivier Pissoat, cartographes de lUMR ADES et membres du GRANIT.

10

Introduction
La cartographie thmatique peut tre considre comme une composante des Systmes dInformation Gographique (SIG), partir du moment o elle met en uvre des logiciels ayant pour objectif de faciliter lenregistrement de toute information relative des lments localiss dans lespace afin de faciliter ltude et la reprsentation graphique de leurs caractristiques. Le champ dapplication des SIG est extrmement vaste et vari puisquil comprend virtuellement lensemble de la terre et mme de lUnivers ! Il existe sur le march du logiciel plusieurs SIG gnralistes permettant de traiter (parfois simultanment) des donnes aussi diffrentes que des cartes topographiques, des photographies ariennes, des images satellitaires, et les attributs qui sy rapportent (les altitudes, les parcelles agricoles ou la croissance de la vgtation). Peu nombreux, relativement chers, ncessitant un apprentissage lourd pour tre correctement matriss, ces systmes sont principalement destins aux corps de mtiers ayant une action concrte sur lespace gographique : ingnieurs de lquipement, urbanistes, agronomes, gestionnaires des collectivits locales, mais aussi pompiers, prospecteurs de ressources naturelles, logisticiens Dans la plupart des cas, ces professionnels nont pas pour objectif premier danalyser les structures et les dynamiques des territoires. Il sagit pour eux de rpondre des questions pratiques dans des domaines spcialiss et cela de manire la fois rapide et prcise, en particulier pour ce qui a trait aux localisations. La cartographie thmatique des donnes statistiques correspond une classe de problmes plus circonscrite puisquelle cherche exploiter au mieux la grande masse de donnes statistiques localises (dites aussi rfrences spatiales ou go-rfrences ) quengendre la vie des socits. En rgle gnrale, ces donnes ne se rapportent pas des observations individuelles (comme une parcelle forestire, un poteau lectrique, ou bien encore une arrive de gaz), mais des circonscriptions au sein desquelles des observations, homognes par nature, sont dnombres (des personnes physiques, des exploitations agricoles), formant ainsi des agrgats (ou si lon prfre des sous-populations au sens statistique du terme population ) dcrits par une srie dattributs (sexe, ge, profession, types de cultures, nombre danimaux). Les SIG gnralistes proposent, bien entendu, des fonctions de cartographie des donnes statistiques, et un spcialiste de tel ou tel autre systme leader du march aura beau jeu de montrer quavec le logiciel dont il assure la promotion, on peut tout faire . Lexprience montre que les choses ne sont pas aussi simples que les agents commerciaux ont videmment intrt le laisser penser. Lorsquon examine les SIG du march sous langle qui nous intresse ici, on peut tre surpris par plusieurs de leurs caractristiques. La premire est leur surcharge en fonctions ou options rarement employes ; ce caractre encyclopdique sexplique avant tout par la concurrence effrne laquelle se livrent les socits spcialises avec pour consquence la ncessit de rallier le plus grand nombre de clients en leur offrant les produits les plus complets. Ce qui peut tre considr comme une fuite en avant, loin dtre un atout de mon point de vue, conduit dans la pratique, des logiciels confus qui demeurent hermtiques ceux qui souhaitent seulement utiliser un outil danalyse sans se transformer en ingnieur spcialiste des SIG. De mme quon ne se transforme pas en expert comptable en achetant un logiciel de comptabilit, on ne devient pas geo-analyst seulement en achetant, au prix fort, Machins Info, Cartes et trucs ou Bidules View : une fois les botes ouvertes, 11

les premiers essais laborieux ne conduiront-ils pas un constat dimpuissance et remiser lesdites botes au placard ? La seconde observation qui dcoule de lexamen des possibilits des SIG gnralistes en matire de cartographie des donnes statistiques apparat lexacte symtrie de la prcdente. On est tonn, en effet, quau del de la varit des techniques quils proposent, demeurent des lacunes incomprhensibles. Par exemple, on apprend (il faudrait dire on apprenait), dans le cours de cartographie thmatique (vocable employ autrefois, lpoque de lencre de chine sur du papier calque) de premire anne de gographie, cartographier des donnes ternaires (du genre : pourcentage de la population active dans les secteurs primaire, secondaire et tertiaire) en recourant une partition en classes dun diagramme triangulaire. Il sagit dune mthode simple, robuste, largement connue des cartographes et pourtant absente de nombre de SIG commerciaux. Et lon pourrait multiplier les exemples ! Lexistence de telles lacunes a une consquence pernicieuse : la dsaffection des gographes-cartographes pour des mthodes certes prouves, mais que les fabricants de logiciels ne jugent pas utile de proposer ; on pourrait mme se demander si les informaticiens concepteurs de ces savants systmes sont rellement pauls par des cartographes thmaticiens ! Il ne serait pas difficile de multiplier les critiques, mais il ne sagit pas ici de dvelopper un rquisitoire, sans doute un peu strile, lencontre des SIG gnralistes qui sont dune grande utilit dans de nombreux domaines. On cherche seulement faire pressentir au lecteur que le systme le plus complet, et souvent le plus cher, nest pas obligatoirement celui qui lui convient, la richesse fonctionnelle ntant pas ncessairement le bon critre de choix. Cest en faisant ce constat dans le cadre ma propre pratique scientifique que jai t amen concevoir et programmer Philcarto pour Windows. On y trouve les mthodes et techniques danalyse les plus courantes, celles habituellement utilises pour analyser des donnes statistiques spatialises, dont larchtype est le recensement de la population. Sur un fond de carte reprsentant les units de recensement (des polygones pour les circonscriptions administratives, des points pour les chefs-lieux), et en fonction des valeurs statistiques enregistres sur ces units, le cartographe fait varier les couleurs des polygones en fonction dune gamme de couleurs approprie ou fait varier la surface des symboles placs sur les chefs-lieux dans le but de dcouvrir des arrangements spatiaux rvlateurs de lorganisation des phnomnes tudis dans un cadre territorial donn. On peut ainsi reprsenter des populations tout en tudiant leurs caractristiques socio-conomiques, ce qui demeure lun des objectifs majeurs de la gographie et de bien dautres sciences sociales. Le champ dapplication de la cartographie des donnes statistiques ne se limite pas aux donnes dmographiques, mais concerne lensemble des sources statistiques agrges dans des circonscriptions gographiques et prsentant de ce fait une dimension spatiale. Par exemple, les recensements ou enqutes agricoles, les rsultats lectoraux, les enqutes sur la frquentation des quipements collectifs sont des domaines pour lesquels ce genre de cartographie savre dune grande efficacit pour extraire de la confusion des donnes, quelques grands axes de structuration des territoires. Bien entendu, les possibilits dapplication de ces techniques savrent extrmement vastes car elles ne se limitent pas aux seules activits humaines. En effet, nombreuses sont les donnes environnementales pouvant aussi tre traites de la mme faon pour analyser la variation spatiale dun ou plusieurs

12

attributs de populations du monde animal (poissons, crevettes), vgtal (platanes) ou minral (sols). En ralisant Philcarto et en permettant le tlchargement du logiciel sur mon site internet ( http://philgeo.club.fr ), je ne cherche pas concurrencer les logiciels de cartographie du commerce dont on continuera nous vanter, tort ou raison, les grandes qualits et la richesse fonctionnelle . Il sagit pour moi de rendre accessibles des mthodes de cartographie et danalyse des donnes gographiques prouves qui devraient faire partie de la bote outils de tous les gographes, ce qui ne semble toujours pas tre le cas aujourdhui. Dans cette perspective, Philcarto est avant tout destin appuyer un enseignement de gographie dans lenseignement secondaire et suprieur afin doffrir aux lves et tudiants un outil facile daccs, simple demploi, tout en tant efficace et si possible juste sur le plan scientifique. Philcarto pour Windows bnficie de lexprience acquise lors de la ralisation des versions pour Macintosh de Philcarto et de Philexplo (pour lanalyse exploratoire). Jai entrepris la ralisation de la version Windows la fin de lanne 2000, et une premire version a t disponible au dbut de lanne 2001. Ce nest quaprs un important effort de dveloppement que la version 2, caractrise par de trs nombreuses amliorations dans lconomie gnrale du logiciel (par exemple lacclration de la jonction des donnes avec le fond de carte) a propos quatre nouveaux modules : Explo pour lanalyse exploratoire, Multiv pour lanalyse multivarie, AST comme Analyse en Surfaces de Tendances, et Huff pour le modle gravitationnel de mme nom. Ces mthodes directement connectes aux techniques cartographiques courantes ont fait de Philcarto un puissant outil danalyse des donnes gographiques. La version 3 de Philcarto, diffuse dans le courant de lanne 2003, ajoute les cartes en plages de niveaux obtenues par triangulation ou par krigeage. Une reprsentation en perspective (3D) dote de possibilits danimation complte lensemble. La version 4 disponible au dbut de lanne 2004 amliore beaucoup les cartes de liens de point point (oursins) en permettant la coloration des liens en fonction des valeurs dune variable statistique. Cest galement le cas des cartes en semis de points. Mais la nouveaut la plus visible de la version 4 rside dans laffichage simultan de la carte et de la fentre doptions pouvant lui tre appliques ; leffet du calibrage des cercles ou de la slection dun mode de discrtisation est immdiatement perceptible facilitant ainsi la ralisation de la meilleure carte possible. Pour la version de 5 de Philcarto, jai entirement rcrit le logiciel en adoptant la nouvelle plate-forme de programmation (gratuite !) de Microsoft dnomme Visual Studio Express 2005 sous Windows Vista. Lintrt principal de cette dmarche rside dans lexistence dune nouvelle bibliothque de fonctions graphiques dune grande efficacit (GDI+) qui permet damliorer nettement les performances du programme (qui semblaient dj satisfaisantes dans les versions prcdentes). Comme cette version 5 de Philcarto exige, pour sexcuter, le .Net Framework, elle fonctionne seulement sous Windows 2000 Service Pack 3, Windows XP Service Pack 2 et sous Windows Vista. Jai profit de cette refondation pour retrancher quelques fonctions peu utilises ou donnant des rsultats discutables qui alourdissaient inutilement le programme. Jai galement ajout de nouvelles possibilits comme, par exemple laffichage simultan de 4 cartes diffrentes, la mthode dAnalyse Territoriale Multiscalaire, la technique de comparaison des cartes choroplthes laide dun graphe driv, etc. Linterface a t entirement repense

13

afin de permettre une plus grande facilit dans la succession des oprations de construction interactive des cartes. De mme quon ne pilote pas une Ferrari comme un Solex (une image un peu flatteuse pour Philcarto, jen conviens !), lutilisation de cette nouvelle version demande quelques connaissances de base la fois en cartographie, mais aussi en traitement des donnes. Lutilisateur doit avoir conscience que le logiciel peut produire un rsultat inutilisable si la mthode employe nest pas applicable aux donnes traiter ; pour limiter ce risque, jai introduit dans la version 5 de Philcarto, la notion de type de donne (nominale, rapports, quantits) qui rduit, sans les liminer totalement, les piges lis une mauvaise utilisation de telle ou telle autre mthode. Mais dans tous les cas, cest lutilisateur de veiller ce que les bonnes donnes soient soumises aux bonnes techniques danalyse ; et comment pourrait-il le faire en ignorant les conditions de leur application ? Il ne sagit pas dexiger du gographe-cartographe quil se transforme en statisticien, mais seulement de lui demander de faire leffort ncessaire au bon emploi des mthodes que Philcarto met sa disposition. Le risque est dautant plus grand que Philcarto est devenu trs performant et largement utilis pour lenseignement. Limiter le risque de produire trs rapidement des rsultats errons (et qui plus est, en couleur !) a t mon souhait permanent en concevant cette nouvelle mouture du logiciel. Avec cette mme perspective, je recommande la lecture des bons ouvrages suivants (presque tous crits par des gographes) :
Beguin M., Pumain D., 2000, La reprsentation des donnes gographiques. Statistique et cartographie. Paris, Armand Colin, Col. Cursus, 192 p. Dumolard P. Loutil informatique en gographie. Fichier au format pdf (ncessite Acrobat Reader) tlcharger ladresse suivante (gratuit) : http://iga.ujf-grenoble.fr/cours-en-ligne/book_geoinfo.pdf Dumolard P. Analyse multivarie de donnes gographiques. Fichier au format pdf (ncessite Acrobat Reader) tlcharger ladresse suivante (gratuit) : http://iga.ujf-grenoble.fr/cours-en-ligne/bk_multiv.pdf Groupe Chadule, 1997, Initiation aux pratiques statistiques en gographie. Paris, Armand Colin, Col. U, 192 p. Le Fur A., 2007, Pratiques de la cartographie (2 dition). Paris Armand Colin, Col. 128, 128 p. Minvielle E., Souiah S.-A., 2003, Lanalyse statistique et spatiale. Nantes, Editions du Temps, 284 p. Pumain D., Saint-Julien T., 1997. L'analyse spatiale. Tome 1 - Localisations dans l'espace. Paris, Armand Colin, Col. Cursus, 192 p. Pumain D., Saint-Julien T., 2001. Les interactions spatiales. Paris, Armand Colin, Col. Cursus, 192 p. Toutain S., Souiah S.-A., 2005, L'Analyse dmographique et spatiale, Nantes, Editions du Temps. Tlchargeable en version lectronique (pdf) sur http://www.numilog.com (payant) Zanin C., Trmlo M.-L., 2003, Savoir faire une carte. Paris, Belin, Col. Sup., 200 p.

14

In memoriam
Philcarto est ddi la mmoire de deux gographes-cartographes disparus prmaturment : Jean Piwnik, Matre de confrences lUniversit Paris-X Nanterre qui ma enseign les bases de la cartographie thmatique dans les annes 1975-1980. Thrse Panouillres, Ingnieur au CNRS qui a assur le secrtariat de rdaction de la revue Mappemonde depuis sa cration.

Remerciements
V. Brustlein, ingnieur cartographe pour ses nombreux conseils tant pendant la conception de Philcarto que lors de la rdaction de ce manuel. C. Cauvin, professeur lUniversit Louis Pasteur de Strasbourg, pour mavoir communiqu le programme source de la discrtisation de Jenks. C. Cheung, cartographe de lUMR ADES pour son soutien indfectible pour instiller un peu dinformation gographique dans lUniversit Bordeaux 2. G. Di Mo, Directeur lUMR ADES qui ne mnage pas ses efforts pour faire de lUMR un lieu de recherche dexcellence, de convivialit et de valorisation scientifique individuelle et collective. J.-C. Filleron, professeur lUniversit de Toulouse Le Mirail, pour son soutien indfectible mes efforts de diffusion de Philcarto. C. Grasland, professeur lUniversit Paris VIII, pour sa description prcise de lAnalyse Territoriale Multiscalaire. C. Lefebvre, cartographe lINRA, pour ses remarques et critiques toujours bienvenues. M.-L. Penin, cartographe de lUMR ADES, pour la relecture dtaille et critique du prsent document. O. Pissoat, cartographe de lUMR ADES, pour le travail en commun sur lAnalyse Territoriale Multiscalaire. R. Gambini pour avoir publi le programme source de recherche des limites daires dinfluences urbaines que jai adapt Philcarto. A. Goodman pour le programme source danalyse en surfaces de tendances quil met la disposition des chercheurs sur Internet et que jai adapt Philcarto. F. Guerrazzi pour sa DLL de gostatistique Terrain 5 que jai intgre Philcarto. M. Jambu et M.-O. Lebeaux pour avoir publi le programme source de la routine AGREGA utilise en CAH et que jai adapte Philcarto. F. Murtagh, professeur associ lObservatoire Astronomique de Strasbourg, pour les programmes sources dACP et dAFC quil met la disposition des chercheurs sur Internet et que jai adapts Philcarto. F. Schindler pour son module de classe dajustements polynomiaux. Ainsi quaux utilisateurs de Philcarto qui, grce leurs encouragements, suggestions, conseils, remarques mont incit poursuivre le dveloppement de Philcarto et en amliorer les performances.
Adobe Illustrator, Postscript, PDF, Acrobat et Acrobat Reader sont des marques dposes de Adobe Inc. Arc Info, Arc View sont des marques dpose de ESRI. Mapinfo est une marque dpose de Mapinfo. Windows 95 / 98 / ME / 2000 Pro,XP, Vista, Excel sont des marques dposes de Microsoft Corporation.

15

16

Licence pour lutilisation de Philcarto 5.xx

Veuillez lire attentivement les conditions dutilisation du logiciel Philcarto dnomm ciaprs PRODUIT LOGICIEL, et les limitations de responsabilit. Notez que certaines de ces conditions ne sont pas applicables dans certains pays, en fonction de leur propre lgislation. Toute utilisation du PRODUIT LOGICIEL implique votre acceptation pleine et entire de lensemble des clauses de la licence dutilisation. Publication de cartes ralises avec le PRODUIT LOGICIEL : Vous vous engagez porter sur toute publication de cartes ralises avec le PRODUIT LOGICIEL (quel que soit le support, imprim, vido, CD, web, etc.), la mention suivante : Ralis avec Philcarto : http://philgeo.club.fr Distribution : Vous tes autoris tlcharger librement le PRODUIT LOGICIEL pour Windows partir du site Internet suivant : http://philgeo.club.fr Cette autorisation est accorde seulement pour la version 5.0. 5.99 de Philcarto et ne sapplique donc pas aux ventuelles futures versions du PRODUIT LOGICIEL. Vous ntes pas autoris communiquer des copies du PRODUIT LOGICIEL dautres personnes ou institutions sans laccord pralable demand par crit lAuteur ( philgeo@club-internet.fr ). En revanche, il vous est recommand de transmettre ladresse de tlchargement du PRODUIT LOGICIEL indique ci-dessus toute personne ou institution souhaitant lutiliser. Participation la mise au point du PRODUIT LOGICIEL : En contrepartie des conditions trs avantageuses qui vous sont offertes pour lutilisation du PRODUIT LOGICIEL, vous vous engagez signaler toute difficult dutilisation ou tout dysfonctionnement par e-mail l'Auteur ( philgeo@club-internet.fr ). Ces remarques sont faites titre gracieux sans quaucune rmunration ou indemnit daucune sorte puisse tre exige par leurs auteurs. Cette dmarche nengage nullement lAuteur du PRODUIT LOGICIEL procder aux corrections ou amliorations indiques. Mentions de droits d'auteur : Vous n'tes pas autoris supprimer ou modifier les mentions de droits d'auteur sur le PRODUIT LOGICIEL. Services dassistance : Aucune assistance ne peut tre exige de lAuteur, de son employeur ou de son fournisseur daccs pour le tlchargement. Vous pouvez toutefois contacter lAuteur (qui vous rpondra dans les limites de ses disponibilits de temps) par email ladresse : philgeo@club-internet.fr Respect des lois applicables : Vous devez respecter toutes les lois applicables en ce qui concerne l'utilisation du PRODUIT LOGICIEL. Proprit : Tous les droits de proprit et notamment les droits d'auteurs relatifs au PRODUIT LOGICIEL et toute copie de celui-ci, sont dtenus par M. Philippe WANIEZ. Tous les droits de proprit intellectuelle et autres droits relatifs aux contenus auxquels le PRODUIT LOGICIEL peut donner accs, sont dtenus par les propritaires respectifs de ces contenus et peuvent tre protgs par la rglementation et les traits internationaux en matire de droit d'auteur ou de proprit intellectuelle. Exclusion de garantie : LAuteur, son employeur et son fournisseur daccs pour le tlchargement excluent expressment toute garantie relative au PRODUIT LOGICIEL. Le PRODUIT LOGICIEL est fourni en l'tat , sans garantie d'aucune sorte, expresse ou

17

implicite, notamment sans aucune garantie implicite de qualit, d'adquation un usage particulier ou dabsence de contrefaon. Vous assumez l'ensemble des risques dcoulant de l'utilisation ou des performances du PRODUIT LOGICIEL. Limitation de responsabilit : Dans toute la mesure permise par la rglementation en vigueur, lAuteur, son employeur et son fournisseur daccs pour le tlchargement ne pourront en aucun cas tre tenus pour responsables de tout dommage, de quelque nature que ce soit, (notamment et de manire non limitative, toute perte de bnfices, interruption dactivit, perte dinformations commerciales ou toute autre perte pcuniaire) rsultant de l'utilisation ou de l'impossibilit d'utiliser le PRODUIT LOGICIEL ou de la fourniture ou du dfaut de fourniture de services d'assistance, mme si lAuteur, son employeur et son fournisseur daccs pour le tlchargement ont t prvenus de lventualit de tels dommages. En tout tat de cause, la responsabilit totale de lAuteur au titre de toute stipulation du prsent contrat ne saurait excder le montant que vous avez effectivement pay pour le PRODUIT LOGICIEL.

18

1. Quels types de cartes avec Philcarto ?

Avant dexposer en dtail les fonctions assures par Philcarto, il apparat utile de dlimiter son domaine dapplication. Il sagit dune partie seulement de linformation gographique telle que la dfinit J. Dangermond (fig. 1.1) dans un article fort pdagogique [Dangermond ;1990]. Philcarto prend en compte les seules localisations x,y cest--dire des points, des lignes et des polygones enregistrs laide de leurs coordonnes ; les localisations dites topologiques ne sont pas reconnues. Les donnes statistiques pouvant tre analyses avec Philcarto sont de type classes et valeurs . La prise en compte directe du temps est possible si le maillage de lespace est considr comme invariant (ce qui pose des problmes parfois insolubles lorsque ces maillages se transforment dans le temps). En revanche, la cartographie de taux ou dindices de variation dans le temps ne prsente aucune difficult sur un maillage gographique constant dans le temps.

Figure 1.1 : Linformation gographique selon J. Dangermond.

19

Comme tout SIG, Philcarto exige que deux types dinformations lui soient communiques en entre : un fond de carte reprsentant les units spatiales (ou units de recensement, ou units statistiques) et un tableau de donnes statistiques se rapportant ces units spatiales. Celles-ci sont figures soit par des surfaces, soit par des lignes, soit par des points. Les donnes statistiques reprsentent des effectifs, des mesures, des catgories ou des classes. Les objectifs du travail cartographique tant dfinis, les caractristiques du fond de carte et celles des donnes statistiques qui lui sont associes conduisent faire appel tel ou tel autre type de carte. Lexpos qui suit prsente au moins un exemple pour chaque type de carte pouvant tre ralise avec Philcarto. Les fichiers ayant permis de raliser ces cartes sont fournis (sauf lorsquun copyright en limite la diffusion) ; les noms des dossiers les contenant sont indiqus sur fond gris clair. Le lecteur peut ainsi reproduire lui-mme ces cartes, et mme en raliser dautres avec Philcarto. Outre leur qualit graphique, ces documents montrent aussi la capacit de Philcarto produire des cartes diffrentes chelles, depuis le pays (Afrique du Sud, Brsil, Allemagne, France), la rgion (Rgion Rhne-Alpes), et jusqu la ville (New-York).

1.1. Les cartes choroplthes

Les cartes en surfaces colores (ou en niveaux de gris) scientifiquement dnommes cartes choroplthes permettent de reprsenter une variable numrique continue ou discrte, lexclusion des quantits ou des effectifs. Ce type de carte ncessite un maillage de la surface de la rgion tudie en units spatiales surfaciques reprsentes par des polygones. Afin de traduire, sur le plan gographique, les variations des donnes tudies, chaque polygone est colori. Dans ce but, diffrentes mthodes de discrtisation permettent le dcoupage en classes des variables continues afin daffecter chaque classe une couleur slectionne dans une gamme continue de couleurs chaudes, froides ou opposes. Une gamme perroquet traduit les valeurs des variables nominales. Il est fort utile de faire figurer en lgende un histogramme qui prsente ltendue des classes vis-vis de la distribution statistique. La carte de la population de race noire dans les districts sud-africains en 1991 (fig. 1.2) recourt une gamme de couleurs variant du bleu clair (faibles pourcentages de noirs) au marron (trs fort pourcentages). Elle montre que, lchelle du pays considr dans son ensemble, lapartheid ntait pas seulement un systme politique et social, mais aussi un fait gographique fondamental de lorganisation du territoire.

20

[Jenks] %Blacks
100,00 N= 118 M=99,13 S=2,14 91,62 N= 108 M=83,57 S=4,73 75,43 N= 45 M=65,98 S=5,00 55,83 N= 30 M=45,35 S=6,73 33,69 N= 28 M=17,93 S=5,20 10,81 N= 38 M=3,33 S=2,38 0,25 Absence d'information
Les surfaces des rectangles de l'histogramme sont proportionnelles au nombre d'unites spatiales dans chaque classe dfinie sur la variable : '%Blacks ' maximum= 117 pour la classe n 6

Fait avec Philcarto * 27/06/2007 16:15:53 * http://philgeo.club.fr

Figure 1.2 : Afrique du Sud (districts). % de la population de race noire dans la population totale en 1991. Fichiers : \Philcarto exemples\Afrique du Sud\

21

La carte du taux de variation moyen annuel de la population des communes de la rgion Rhne-Alpes (fig. 1.3) utilise une gamme de couleurs opposes pour exprimer les pertes ou les gains de population sur la priode 1975-1990 (Source : INSEE, RGP 1975 et 1990) : le bleu fonc traduit de fortes diminutions relativement la population de chaque commune, alors que le rouge vif exprime dimportants gains relatifs. On observe sur la carte lexode rural qui affecte principalement les communes montagnardes de lOuest de lArdche, de la Loire et des contreforts des Alpes. La croissance de lagglomration lyonnaise est particulirement nette : alors que la ville centre et les communes de la premire couronne (Vnissieux, Bron) perdent une partie de leurs habitants, laccroissement est particulirement fort lEst, sur les dpartements de lAin et de lIsre. Un phnomne analogue, quoique moins marqu est visible Roanne, au Nord de la Loire, Chambry en Savoie, Annecy en Haute-Savoie, ou Grenoble en Isre.
[Q6] T. var. POP75 | POP90
16,23 N= 143 M=5,89 S=1,61 4,64 N= 576 M=3,35 S=0,56 2,54 N= 720 M=1,91 S=0,35 1,34 N= 802 M=0,70 S=0,38 0,00 N= 495 M=-0,67 S=0,44 -1,62 N= 143 M=-2,45 S=1,02 -9,87
Les surfaces des rectangles de l'histogramme sont proportionnelles au nombre d'unites spatiales dans chaque classe dfinie sur la variable : 'T. var. POP75 | POP90' maximum= 802 pour la classe n 3

Fait avec Philcarto * 27/06/2007 16:25:39 * http://philgeo.club.fr

Figure 1.3 : Rgion Rhne-Alpes (communes). Variation moyenne annuelle de la population pour la priode 1975-1990. Fichiers : IGN / GoFLA, fichiers non fournis.

La carte ethnique de New-York (le de Manhattan, fig. 1.4) utilise une gamme de couleurs perroquet pour la cartographie des classes issues dune classification ascendante hirarchique ; ces classes ne sont pas ordonnes mais traduisent divers dosages de populations diffrentes, permettant ainsi de qualifier les quartiers en fonction de leur profil (blanc, noir, hispanique).

22

Ralise sur 6 variables directement par Philcarto (aucun logiciel de traitement des donnes statistiques supplmentaire na t utilis pour raliser ce travail) la classification prend en compte les populations blanche, noire, amrindienne, asiatique, hispanique et non hispanique. Les donnes et le fond de carte correspondent au recensement dmographique de 1990 diffus sur Internet par CIESIN / SEDAC ladresse : http://sedac.ciesin.columbia.edu/plue/ Les profils moyens des classes calculs et dessins par Philcarto montrent la nette prdominance des blancs non hispaniques, dans les trois quarts Sud de la ville (classes 9 et 3), sauf au Sud-Est o les asiatiques (classes 2 et 6) sont mieux implants (Chinatown). Au Nord de lle, Harlem, le quartier noir (classe 1) s'individualise nettenment, flanqu au Nord, lEst et lOuest de quartiers hispaniques.
P artitio n n 8 [92.05%]
C lasse n01 N = 326 C lasse n02 N = 70 C lasse n03 N = 557 C lasse n04 N = 109 C lasse n05 N = 195 C lasse n06 N = 77 C lasse n07 N = 191 C lasse n08 N = 184 C lasse n09 N = 751 Absence d' inform ation Les hauteurs des rectangles du diagramme btons sont proportionnelles aux effectifs pour chaque modalit de la variable : ' PERSONS' maximum= 400157 pour la modalit ' Classe n09'

0 C 01

0. 1

0. 2

0. 3

0. 4

0. 5

0. 6

0. 7

0. 8

0. 9

1. 1

1. 2

1. 3

1. 4

1. 5 i n d i ce s d e ni ve a u x d e l a hi rarc hi e

C 04 C 07

C 08

C 02 C 06 C 03

C 09

C 05

I ner t e i expl q i ue par 9 cl asses : 92. 05% de n i ' l er t e i t ot al e

- C 01 +
-1 0 1 2 3

- C 02 +
-1 0 1 2 3

- C 03 +
-1 0 1 2 3

- C 04 +
-1 0 1 2 3

- C05 +
-1 0 1 2 3

- C 06 +
-1 0 1 2 3

- C 07 +
-1 0 1 2 3

- C 08 +
-1 0 1 2 3

- C 09 +
-1 0 1 2 3

W H I TE % B LA C K % A S IA N% HIS P A NIC%

C ha qu e b t o n rep rs en t e la dis t a nc e de la mo y e nn e de c h aq ue c la s s e la moy en ne g n rale. C et t e dis t an c e es t ex prim e e n n ombre d'c art s -t y pe s d e c ha que v a ria ble. : b t o n c o up + o u - 3 c a rt -t y p es

F a it a ve c P h ilca rto * 3 0 /0 6 /2 0 0 7 1 7 :2 2 :0 7 * h ttp ://p h ilg e o .clu b .fr

Figure 1.4 : New-York (lots urbains de Manhattan). Classification ethnique en 1990. Fichiers : \Philcarto exemples\Manhattan\

Les trois exemples ci-dessus montrent limportance du choix dune gamme de couleurs approprie au type de donnes cartographier. Il en est de mme pour les autres types de cartes lorsquils font appel une gamme de couleurs destine traduire une variation dans lespace.

23

Les cartes choroplthes Le terme choroplthe est forg partir du grec khor qui voque lespace, et de plethos, qui exprime la multitude, le nombre Une carte choroplthe reprsente la variation dune variable continue (pourcentages, taux, mesures) ou discrte (catgories numriques ou nominales), lexclusion des quantits ou des effectifs. Le maillage est surfacique ; les limites de ses lments sont enregistres sous forme de polygones. Un second maillage surfacique ou linaire peut tre superpos au premier pour former un habillage qui complte la carte et en facilite la lecture. Les variables continues doivent tre discrtises afin daffecter une couleur chaque classe. Plusieurs techniques de discrtisation permettent de prendre en compte la forme des distributions statistiques. Les gammes de couleurs ne comprennent quun petit nombre de paliers (une dizaine au plus). Elles sont ordonnes pour exprimer le chaud, le froid, ou lopposition du chaud et du froid lorsque le phnomne tudi diverge partir dune certaine valeur. La gamme de couleurs dite perroquet , qui nest pas ordonne, permet de reprsenter les modalits des variables discrtes. Pour limpression noir et blanc, on dispose de gammes ordonnes en niveaux de gris ou en trames (lignes ou points). Chaque polygone composant le maillage surfacique est colori, ce qui a pour rsultat de traduire graphiquement la variation gographique de la variable reprsente. La lgende se compose de caissons colors permettant de qualifier chaque couleur par un intervalle de valeurs ou une modalit ; un histogramme (pour les variables continues), ou un diagramme btons (pour les variables discrtes) complt dune courbe des frquences cumules permettent dapprcier la distribution des valeurs. Linconvnient principal de ce type de carte rside dans le risque dune mauvaise interprtation du phnomne cartographi lorsquexistent de grandes diffrences de surfaces entre les polygones du fond de carte, diffrences qui peuvent conduire survaluer le poids des plus grands de ces polygones.

24

1.2. Les cartes en cercles proportionnels

Les cartes en cercles proportionnels sont destines reprsenter des quantits ou des effectifs. Lemploi de ce mode de reprsentation est plus dlicat quil ny parat au premier abord : un calibrage des cercles savre ncessaire dans la plupart des cas, et plusieurs essais sont souvent indispensables pour obtenir un rsultat satisfaisant. Une partie de la difficult cartographique rside parfois dans la trop forte densit des units spatiales provoquant des chevauchements quil faut grer au mieux : les cercles les plus petits sont situs devant les cercles plus grands et un dtourage (une circonfrence trace en blanc) permet de distinguer les petits cercles placs sur les grands. Ce mode de reprsentation nest donc vritablement efficace que lorsque les units spatiales ne sont pas en trop grand nombre (quelques centaines au maximum), et quelles sont rparties dans lespace de manire relativement homogne. Un exemple de ce mode de reprsentation, classique en gographie de la population, est celui de la population du Vit-Nam en 1989 (fig. 1.5).
Pop. Tot. 89
3924435 [30 TP Ho Chi Minh] 2680703 [37 Hau Giang] 1738088 [20 Quang Nam-Da Nang] 1214329 [34 Ben Tre] 812905 [10 Quang Ninh] 437821 [3 Lai Chau]

Fait avec Philcarto * 27/06/2007 17:02:42 * http://philgeo.club.fr

Figure 1.5 : Vit-Nam (provinces). Population totale en 1989. Fichiers : \Philcarto exemples\Vit-Nam\

25

Dans le cas de la carte des provinces du Vit-Nam, les centres des cercles sont des points placs lintrieur de chaque polygone reprsentant une province. Il y a donc un point et un seul destin reprsenter les effectifs dans chaque province. La localisation des points peut avoir une raison gographique (chef-lieu), ou simplement gomtrique (au centre du polygone). Mais Philcarto peut parfaitement raliser des cartes en cercles proportionnels en labsence dlments cartographiques surfaciques, ou avec de tels lments rduits un rle dhabillage. La carte de la population des villes europennes (et de quelques villes dAfrique du Nord) de 200 000 habitants et plus contient bien plus de cercles reprsentant la population des villes, quil ny a de polygones reprsentant les tats (fig. 1.6). Ces derniers ne jouent dailleurs aucun rle dans la construction de la carte par Philcarto ; ils facilitent simplement la lecture en apportant des lments contextuels complmentaires.
Population
14000000 [1195 Moscou]

8000000 [1233 Istambul] 4650000 [1213 Madrid] 2775000 [1262 Manchester] 1200000 [1243 Odessa] 200000 [1006 Innsbruck]

Fait avec Philcarto * 15/07/2007 14:28:41 * http://philgeo.club.fr

Figure 1.6 : Europe (villes). Population totale durant les annes 1990-1995. Fichiers : \Philcarto exemples\ Europe villes\

26

Les cartes en cercles proportionnels Une carte en cercles proportionnels reprsente des quantits ou des effectifs par un cercle plein (disque) dont la surface est proportionnelle ces quantits ou ces effectifs, lexclusion des pourcentages, taux, mesures ou catgories. Le maillage est ponctuel ; il sagit de lieux de coordonnes X,Y, ou bien dun point caractristique de chaque polygone (centrode, chef lieux) dun maillage surfacique. Un second maillage surfacique ou linaire peut tre superpos au maillage ponctuel pour former un habillage qui complte la carte et en facilite la lecture. Les cercles doivent tre pralablement calibrs ; cette opration consiste choisir le diamtre du plus grand cercle : souvent, plusieurs essais sont ncessaires pour obtenir un rsultat satisfaisant, cest--dire pour que le plus grand cercle noccupe pas une surface trop tendue, risquant en cela de masquer les autres cercles, sans pour autant que le plus petit cercle disparaisse. Les cercles peuvent tre remplis par une couleur unique (disques colors) ou demeurer vides (seules les circonfrences sont traces). Ils sont dessins partir du plus grand jusquau plus petit afin que ces derniers soient situs au-dessus des plus grands pour ne pas tre occults. Dans le cas courant des disques, une circonfrence blanche (parfois colore) permet de dtourer chacun deux afin de les individualiser les uns par rapport aux autres dans le cas de superpositions. La lgende se compose dun chantillon de cercles qui correspondent des valeurs effectivement prsentes sur la carte, ceci afin de permettre au lecteur dvaluer les quantits reprsentes en chaque point. Linconvnient principal de ce type de carte rside dans le frquent chevauchement des cercles qui doit tre gr au mieux par un calibrage adquat, par le recours au dtourage et mme, exceptionnellement, par le dplacement de certains points du fond de carte lorsque cela ne risque pas dentraner des erreurs de localisation (ceci est possible sans grand risque lorsque les points sont des centrodes de polygones).

27

1.3. Les cartes en cercles proportionnels colors

Les cartes en cercles proportionnels peuvent donner lieu diverses variations qui permettent den enrichir le contenu, sans pour autant en lever les limitations. Les cartes en cercles proportionnels colors permettent de reprsenter simultanment des quantits ou des effectifs (cercles) et des valeurs numriques continues ou discrtes exprimant des pourcentages, des mesures, etc. (couleurs des cercles), mais pas des effectifs. La proportion de rsidences principales quipes de WC extrieurs dans les dpartements franais en 1991 (fig. 1.7) est un bon indicateur du degr de vtust des logements (mais aussi de certains traits culturels qui se traduisent par une forte proportion de maisons individuelles dotes dun dicule situ au fond du jardin...). Cest dans le Nord du pays que cette situation est la plus nette avec plus de 13% des logements sans WC intrieurs. Le grand Ouest napparat pas non plus en trs bonne situation, mme si dans le dtail certains dpartements touristiques (Vende, Loire-Atlantique, Finistre) sont mieux quips que les autres. En revanche, la partie centrale du Bassin Parisien, lEst et le pourtour mditerranen sont mieux quips.
[Histo] RP WC ext. 90 %
15,14 N= 5 M=13,89 S=0,86 11,50 N= 15 M=8,74 S=0,89 7,65 N= 38 M=6,43 S=0,60 5,32 N= 11 M=4,98 S=0,17 4,56 N= 14 M=4,13 S=0,21 3,58 N= 13 M=3,13 S=0,25 2,61
Les surfaces des rectangles de l'histogramme sont proportionnelles aux effectifs dans chaque classe dfinie sur la variable : 'RP WC ext. 90 %' maximum= 456892 pour la classe n 4

RP WC ext. 90
139612 [D75 Paris]

75402 [D62 Pas-de-Calais]

35641 [D92 Hauts-de-Seine] 20960 [D94 Val-de-Marne] 9385 [D85 Vende] 1826 [D04 Alpes-de-Haute-Provence]

Fait avec Philcarto * 27/06/2007 18:15:12 * http://philgeo.club.fr

Figure 1.7 : France (dpartements). Rsidences principales avec WC extrieurs en 1991. Fichiers : \Philcarto exemples\ France dpartements\

28

Les cartes en cercles proportionnels colors Une carte en cercles proportionnels colors reprsente simultanment deux variables. Les surfaces des cercles (disques) sont proportionnelles aux valeurs dune premire variable exprimant des quantits ou des effectifs. Les couleurs des disques correspondent aux valeurs de la seconde variable, soit continue (pourcentages, taux, mesures) et donc pralablement discrtise, soit discrte (catgories numriques ou nominales). Le maillage est ponctuel ; il sagit de lieux de coordonnes X,Y, ou bien dun point caractristique de chaque polygone (centrode, chef lieux) dun maillage surfacique. Un second maillage surfacique ou linaire peut tre superpos au maillage ponctuel pour former un habillage qui complte la carte et en facilite la lecture. Le calibrage des cercles et la discrtisation des variables doivent tre raliss dans les mmes conditions que pour les cartes en cercles proportionnels et choroplthes. La lgende comprend deux parties. Dans sa partie suprieure, des caissons colors permettent de qualifier chaque couleur par un intervalle de valeurs ou une modalit ; un histogramme (pour les variables continues), ou un diagramme btons (pour les variables discrtes) complt dune courbe des frquences cumules permettent dapprcier la distribution des valeurs. Au-dessous, figure un chantillon de cercles qui correspondent des valeurs effectivement prsentes sur la carte, ceci afin de permettre au lecteur dvaluer les quantits reprsentes en chaque point. Linconvnient principal de ce type de carte provient du chevauchement des cercles qui gne parfois la lecture des couleurs; de plus, les couleurs ples rendent les cercles peu visibles (cet inconvnient peut tre contourn en partie par lemploi dun fond color sombre).

29

1.4. Les cartes en cercles proportionnels sur surfaces colores

Comme les prcdentes, les cartes en cercles proportionnels sur surfaces colores permettent aussi de reprsenter simultanment des quantits ou des effectifs (cercles) et des valeurs numriques continues ou discrtes (couleurs des surfaces). Leur construction est encore plus sensible la dimension des units spatiales et leur rpartition dans lespace. En effet, il faut viter dune part que les cercles se chevauchent, et dautre part quils recouvrent entirement les surfaces colores situes au-dessous deux (il est aussi possible de tracer seulement les circonfrences de cercles, mais la lecture de la carte savre plus difficile). Dans la plupart des cas, une intervention du graphiste sur le placement des cercles est invitable lors de la mise en page finale. La carte de la population hispanique aux tats-Unis en 1996 (fig. 1.8) souligne limportance de la Californie et du Texas, mais cest au Nouveau-Mexique, sans doute pour des raisons historiques, que la proportion dhispaniques est la plus leve, toutefois avec un effectif beaucoup plus faible que les prcdents. On observe dautres implantations importantes, quoique secondaires, en Floride (immigration cubaine), et dans les rgions industrielles de lIllinois, de ltat de NewYork et du New-Jersey.
[Jenks] %hispanic
39,53 N= 1 M=39,53 S=0,00 39,53 N= 2 M=29,49 S=0,72 28,77 N= 1 M=21,26 S=0,00 21,26 N= 5 M=13,53 S=1,01 11,52 N= 12 M=6,56 S=1,26 4,85 N= 12 M=2,95 S=0,55 2,21 N= 18 M=1,19 S=0,40 0,54
Les surfaces des rectangles de l'histogramme sont proportionnelles au nombre d'unites spatiales dans chaque classe dfinie sur la variable : '%hispanic' maximum= 18 pour la classe n 1

Hispanic total
9630188 [93 California]

5503372 [74 Texas] 2537597 [21 New York] 1136282 [33 Illinois]

253245 [16 Connecticut] 52302 [62 Tennessee]

Fait avec Philcarto * 27/06/2007 18:32:37 * http://philgeo.club.fr

Figure 1.8 : tats-Unis (tats). Population hispanique en 1996. Fichiers : \Philcarto exemples\Etats Unis\

30

Les cartes en cercles proportionnels sur surfaces colores Il sagit de la superposition dune carte en cercles proportionnels une carte choroplthe. Une carte en cercles proportionnels sur surfaces colores reprsente simultanment deux variables. Les surfaces des cercles (disques) sont proportionnelles aux valeurs dune premire variable valuant des quantits ou des effectifs. Les couleurs des polygones correspondent aux valeurs de la seconde variable, soit continue (pourcentages, taux, mesures) et donc pralablement discrtise, soit discrte (catgories numriques ou nominales). Les cercles sont localiss sur un maillage est ponctuel ; il sagit de lieux de coordonnes X,Y, ou bien dun point caractristique de chaque polygone (centrode, chef lieux) dun maillage surfacique. Les surfaces sont dlimites par les polygones formant le maillage surfacique. Un troisime maillage surfacique ou linaire peut tre superpos aux deux maillages prcdents pour former un habillage qui complte la carte et en facilite la lecture. Le calibrage des cercles et la discrtisation des variables doivent tre raliss dans les mmes conditions que pour les cartes en cercles proportionnels et que pour les cartes choroplthes. La lgende comprend deux parties. Dans sa partie suprieure, des caissons colors permettent de qualifier chaque couleur par un intervalle de valeurs ou une modalit ; un histogramme (pour les variables continues), ou un diagramme btons (pour les variables discrtes) complt dune courbe des frquences cumules permettent dapprcier la distribution des valeurs. Au-dessous, figure un chantillon de cercles qui correspondent des valeurs effectivement prsentes sur la carte, ceci afin de permettre au lecteur dvaluer les quantits reprsentes en chaque point. Les inconvnients principaux de ce type de carte sont naturellement ceux, cumuls, des cartes choroplthes et des cartes en cercles proportionnels ; ceux-ci sajoute la difficult de lire les couleurs situes sous les disques lorsquils occultent la majeure partie de la surface des polygones (problme pouvant tre contourn par le recours des circonfrences au lieu des disques).

31

1.5. Les cartes en demi-cercles affronts

Les cartes en demi-cercles affronts permettent de comparer deux effectifs ou deux quantits se rapportant deux catgories dune mme population, ou bien la mme catgorie deux moments donns de son histoire. La perception des diffrences impose aux cercles un diamtre assez grand, ce qui limite leur nombre de manire drastique. La carte de lemploi agricole et industriel dans les rgions italiennes en 1998 (fig. 1.9) est un modle du genre : le nombre de rgions est petit (19 au total) et les diffrences au sein dune mme rgion sont marques, mme si lemploi industriel est partout plus important que lemploi agricole. En Lombardie, le rapport industrie/agriculture slve 14,5 alors quen Sicile, il natteint que 1,5. La carte montre sans ambigut la diminution de ce rapport du Nord du pays au Sud tout en soulignant le dsquilibre gographique du nombre total des emplois.
Emploi industrie 1998
1552 [3 Lombardie]

784 [5 Vntie] 446 [9 Toscane] 279 [16 Pouilles] 137 [7 Ligurie] 12 [2 Val d'Aoste] Emploi agriculture 1998 Emploi industrie 1998

Fait avec Philcarto * 28/06/2007 09:58:16 * http://philgeo.club.fr

Figure 1.9 : Italie (rgions). Emploi agricole et industriel en 1998. Fichiers : \Philcarto exemples\Italie\

32

Les cartes en demi-cercles affronts Une carte en demi-cercles affronts reprsente simultanment deux variables portant sur des quantits ou des effectifs, lexclusion des pourcentages, taux, mesures ou catgories. Les cercles sont localiss sur un maillage ponctuel ; il sagit de lieux de coordonnes X,Y, ou bien dun point caractristique de chaque polygone (centrode, chef lieux) dun maillage surfacique. Un second maillage surfacique ou linaire peut tre superpos au maillage prcdent pour former un habillage qui complte la carte et en facilite la lecture. Les cercles doivent tre pralablement calibrs; cette opration consiste choisir le diamtre du plus grand demi-cercle correspondant au maximum des deux variables : souvent, plusieurs essais sont ncessaires pour obtenir un rsultat satisfaisant, cest-dire pour que le plus grand demi-cercle noccupe pas une surface trop tendue, risquant en cela de masquer les autres demi-cercles, sans pour autant que le plus petit demicercle disparaisse. La lgende comprend deux parties. En haut figure un chantillon de demi-cercles qui correspondent des valeurs effectivement prsentes sur la carte et relatives la variable contenant le maximum, ceci afin de permettre au lecteur dvaluer les quantits reprsentes en chaque point. Au-dessous, deux caissons colors permettent didentifier chacune des deux variables. Les inconvnients principaux de ce type de carte sont naturellement ceux des cartes en cercles proportionnels ; ceux-ci sajoute lobligation dun diamtre assez grand pour permettre la perception des diffrences entre les demi-cercles affronts, ce qui limite leur nombre de manire drastique. Ce type de carte ne doit donc pas tre ralis sur des fonds de cartes composs dun grand nombre dlments cartographiques.

33

1.6. Les cartes en diagrammes secteurs

Le lecteur doit tre demble mis en garde : lutilisation abusive de ce type de carte, cest--dire lorsque le nombre dlments cartographiques est grand (au-del dune trentaine), ne peut conduire qu des rsultats peu intelligibles car la multiplication des diagrammes nautorise pas la perception globale du phnomne cartographi. Dans le mme ordre dide, il est souhaitable de ne pas dpasser 4 5 secteurs par cercle (4 5 catgories). Les cartes en diagrammes secteurs permettent de visualiser la proportion dans leffectif total de catgories composant une population. Les variables correspondent chaque catgorie dont on connat la population ou leffectif ; les effectifs de ces populations doivent donc pouvoir tre additionns. Lorsquon a affaire deux catgories seulement, il est prfrable de raliser une carte en cercles affronts. Le diamtre des cercles correspond la somme des effectifs dans chaque catgorie. La carte de lemploi agricole, industriel et autres dans les rgions italiennes en 1998 (fig. 1.10) montre clairement la fois le volume demplois plus lev dans le Nord que dans le Sud, et la composition de ces emplois proche de 50% dans lindustrie au Nord, alors quau Sud, les autres emplois (tertiaires essentiellement) apparaissent largement majoritaires. Partout, lagriculture ne reprsente plus quune petite fraction, plus importante au Sud quau Nord.

Figure 1.10 : Italie (rgions). Emploi agricole, industriel et tertiaire en 1998. Fichiers : \Philcarto exemples\Italie\

34

Les cartes en diagrammes secteurs Une carte en diagrammes secteurs (figure dsigne aussi par les noms camembert ou pizza ) permet de reprsenter la composition dune population en fonction de plusieurs catgories, chacune delles, enregistre dans une variable, portant sur des quantits ou des effectifs, lexclusion des pourcentages, taux, mesures ou catgories. Le cercle reprsente la somme des effectifs des catgories de populations relatives chaque lment cartographique ; pour que le rsultat soit valide, il faut donc que ces effectifs puissent tre somms (ne pas additionner des kilos de carottes et de pommes de terre). Les cercles sont localiss sur un maillage ponctuel ; il sagit de lieux de coordonnes X,Y, ou bien dun point caractristique de chaque polygone (centrode, chef lieux) dun maillage surfacique. Un second maillage surfacique ou linaire peut tre superpos au maillage prcdent pour former un habillage qui complte la carte et en facilite la lecture. Les cercles doivent tre pralablement calibrs ; cette opration consiste choisir le diamtre du plus grand cercle : souvent, plusieurs essais sont ncessaires pour obtenir un rsultat satisfaisant, cest--dire pour que le plus grand cercle noccupe pas une surface trop tendue, risquant en cela de masquer les autres cercles, sans pour autant que le plus petit cercle disparaisse. La lgende comprend deux parties. En haut figure un chantillon de cercles qui correspondent des valeurs effectivement prsentes sur la carte et relatives la somme des catgories de population, ceci afin de permettre au lecteur dvaluer les quantits reprsentes en chaque point. Au-dessous, plusieurs caissons colors permettent didentifier chacun des secteurs. Les inconvnients principaux de ce type de carte sont naturellement ceux des cartes en cercles proportionnels ; ceux-ci sajoute la quasi-impossibilit dune lecture globale de la carte et de la recherche dune organisation gnrale ; chaque diagramme doit tre lu lun aprs lautre, ce qui limite leur nombre de manire drastique. Ce type de carte ne doit donc pas tre ralis sur des fonds de cartes composs dun grand nombre dlments cartographiques.

35

1.7. Les cartes en plages de niveaux et en bloc-diagramme

Les cartes en plages de niveaux sont ralises laide dun ensemble de points cots permettant destimer des valeurs en tout point de la surface cartographie, en faisant lhypothse de la continuit du phnomne tudi dans lespace. Le rsultat est une carte lisse donnant une image souvent suggestive des principaux traits de la structuration spatiale de la variable reprsente. Dun point de vue technique, il sagit de cartes choroplthes o chaque lment cartographique est un carreau sur lequel sont estimes des valeurs partir des points de mesure. Plus la rsolution du carroyage est fine, meilleurs sont les lissages obtenus, et plus long est le temps de calcul Deux techniques peuvent tre utilises pour estimer les valeurs pour tout carreau du carroyage. Dans la triangulation de Delaunay , les points cots permettent dtablir un maillage triangulaire dans lequel chaque point est le sommet dun ou de plusieurs triangles. Les niveaux sont ensuite interpols linairement sur la longueur de chaque ct de chaque triangle. Puis des plages de niveaux sont traces, en fonction de lespacement choisi dans lunit de mesure de la variable cartographie (par exemple de 10 en 10), ceci de manire recouper les cts des triangles lintersection correspondant aux valeurs interpoles sur ces cts. Le krigeage est une autre manire destimer les valeurs en tout point de la surface. Cette mthode gostatistique, qui fait appel des fonctions mathmatiques assez complexes, est plus dlicate manier, mais donne souvent des rsultats trs expressifs. Dans les deux cas, les estimations peuvent aussi tre visualises sous la forme dun bloc diagramme qui montre, en perspective, les iso-surfaces, ce qui conduit un paysage statistique , parfois suggestif. Attention ! Il ne faut pas abuser de ce genre de reprsentation, notamment en raison de sa trs grande dpendance de langle de vue choisi (fig. 1.13). Pour illustrer cette mthode, examinons la carte choroplthe du pourcentage dabstention au rfrendum du 24 septembre 2000 dans les arrondissements de Paris et les communes des dpartements de la premire couronne. Rappelons quil sagissait dune modification de la Constitution de la Vme Rpublique rduisant le mandat du Prsident de la Rpublique de 7 5 ans. Ce rfrendum navait pas soulev lenthousiasme des lecteurs et labstention avait t trs forte. La carte de labstention (fig. 1.11) montre les clivages habituels de lexpression lectorale dans la capitale : la moiti Ouest, politiquement droite, et favorable Jacques Chirac, sest peu abstenue. A loppos, les lecteurs de la priphrie (sauf lOuest), se sont bien peu rendus aux urnes, avec des pourcentages dabstention dpassant 75%, notamment dans la banlieue Nord. Une autre manire de reprsenter ces donnes est de considrer que les pourcentages traduisent un continuum spatial (ce qui, dans ce cas, est videmment un abus de langage, les donnes dont on dispose tant communales, et non pas celles des bureaux de vote). En affectant au centre de chaque commune son pourcentage dabstention, on obtient une carte en plages de niveaux (fig. 1.12). Pour raliser ce type de carte, on utilise un carroyage plus ou moins fin sur lequel on estime, ici par krigeage, les valeurs en chaque carreau. On obtient ainsi une carte trs expressive, qui saffranchit des limites communales. Enfin, il est possible de reprsenter les valeurs du carroyage sous la forme dun bloc diagramme (fig. 1.13).

36

Figure 1.11 : France, arrondissements de Paris et communes de la premire couronne. Carte choroplthe du pourcentage dabstention au Rfrendum du 24/09/2000. Fichiers : \Philcarto exemples\ Paris & 1 Couronne\

Figure 1.12 : France, arrondissements de Paris et communes de la premire couronne. Carte en plages de niveaux colores du pourcentage dabstention au Rfrendum du 24/09/2000. Lissage par krigeage.

37

Figure 1.13 : France, arrondissements de Paris et communes de la premire couronne. Bloc diagramme du pourcentage dabstention au Rfrendum du 24/09/2000. Lissage par krigeage vu vers le Nord.

Les cartes en plages de niveaux et en bloc-diagramme Les cartes en plages de niveaux reposent sur lhypothse que la variation des mesures statistiques prsente une certaine continuit dans lespace. Cest le cas, en mtorologie pour les cartes de prcipitations. En gographie humaine, une telle hypothse est souvent trop forte, et la visualisation des donnes par des plages de niveaux nest que la reprsentation des traits les plus saillants de la distribution. Les points de mesure forment un maillage ponctuel, rgulier ou non ; il sagit de lieux de coordonnes X,Y, ou bien dun point caractristique de chaque polygone (centrode, chef lieux) dun maillage surfacique. Un second maillage surfacique ou linaire peut tre superpos au maillage prcdent pour former un habillage qui complte la carte et en facilite la lecture. A partir du maillage ponctuel est driv un carroyage plus ou moins fin formant un maillage surfacique carr. Pour chaque centre de chaque carreau est estime une valeur. Deux mthodes sont couramment employes pour ces estimations : la triangulation de Delaunay et le krigeage. Lorsque toutes les valeurs sont estimes pour chaque carreau, la cartographie en plages de niveaux devient un simple problme de carte choroplthe, sachant que les limites des classes sont les limites des niveaux bass sur un espacement rgulier, dans lunit de mesure de la variable cartographie. Le maillage color peut aussi faire lobjet dune reprsentation par un bloc-diagramme, selon un angle de vue choisi par lutilisateur. Les cartes de niveaux donnent de bons rsultats si les valeurs ne sont pas spatialement indpendantes, caractristique pouvant tre value par les coefficients dautocorrlation spatiale de Moran et de Geary. La longueur des temps de calcul est linconvnient principal de ce type de carte.

38

1.8. Les cartes en surfaces de tendances

Les lissages par triangulation ou voisinage ne sont pas les seules techniques cartographiques permettant de dtecter une organisation gnrale en rduisant limportance des asprits dune distribution spatiale. Lanalyse en surfaces de tendances utilise la mthode des moindres carrs pour ajuster des polynmes bidimensionnels et en visualiser la forme : les coordonnes gographiques (X,Y) sont les variables explicatives dune variable Z reprsenter, soit z i = f (x i,y i) P o P reprsente lordre du polynme. On obtient ainsi une srie de surfaces de plus en plus complexes quand saccrot lordre du polynme. Pour reprsenter les surfaces tridimensionnelles sur le plan cartographique, on recourt des plages de niveaux colores. En appliquant cette technique la carte du nombre de naissances pour 1000 habitants en Allemagne (fig. 1.14), on dtecte deux tendances significatives.
[Q6] Naissance p.1000 2001
12,70 N= 21 M=10,95 S=0,61 10,40 N= 99 M=9,84 S=0,24 9,50 N= 102 M=9,18 S=0,14 9,00 N= 109 M=8,45 S=0,35 7,80 N= 89 M=7,11 S=0,34 6,50 N= 19 M=6,25 S=0,10 6,00 Absence d'information
Les surfaces des rectangles de l'histogramme sont proportionnelles au nombre d'unites spatiales dans chaque classe dfinie sur la variable : 'Naissance p.1000 2001' maximum= 109 pour la classe n 3

Fait avec Philcarto * 30/06/2007 18:35:51 * http://philgeo.club.fr

Figure 1.14 : Allemagne (kreise). Nombre de naissances pour 1000 habitants en 2001. Fichiers : \Philcarto exemples\ Allemagne\

La premire correspond un ajustement par un polynme dordre 1 qui absorbe prs de 30% de la variance totale (fig. 1.15). Cette tendance, de forme plane, exprime laccroissement de la natalit selon une orientation Nord-Est / SudOuest.

39

En ajustant un polynme dordre 4, le pourcentage de variance explique grimpe 66%. Cette tendance, plus complexe que la prcdente, traduit lexistence de deux maximums de natalit, lun localis sur la Bavire au Sud, lautre sur la Basse Saxe. Cette surface de tendance rvle aussi lexistence dune cuvette centre sur Berlin, couvrant lensemble de lex-Allemagne de lEst (fig. 1.16).

Figure 1.15 : Allemagne (kreise). Nombre de naissances pour 1000 habitants en 2001. Surface de tendance d'ordre 1 (R2 = 29,60%).

Figure 1.16 : Allemagne (kreise). Nombre de naissances pour 1000 habitants en 2001. Surface de tendance d'ordre 4 (R2 = 66%).

Le trac du bloc-diagramme montre clairement les monts et dpression de la carte de la natalit, ici selon un angle de vue vers le Nord (fig. 1.16).

Figure 1.16 : Allemagne (kreise). Nombre de naissances pour 1000 habitants en 2001. Surface de tendance dordre 4 (R2 = 66%). Bloc-diagamme vu vers le Nord.

40

Enfin, les rsidus de lajustement par la surface dordre 4 peuvent tre cartographis de manire dtecter les localits dont la natalit sajuste mal au modle gnral rvl par la surface de tendance (fig. 1.17). Noter, sur cette carte, lutilisation dune gamme de couleurs en opposition : du jaune au rouge pour les rsidus positifs, du cyan au bleu fonc pour les rsidus ngatifs.

Figure 1.17 : Allemagne (kreise). Nombre de naissances pour 1000 habitants en 2001. Rsidus de la surface de tendance dordre 4 (R2 = 66%).

41

Les cartes en surfaces de tendances Les cartes en surfaces de tendances reposent sur lhypothse que la variation des mesures statistiques prsente une certaine continuit dans lespace, hypothse galement lorigine des cartes en plages de niveaux. La diffrence avec ces dernires rside dans la dcomposition du phnomne suppos continu dans lespace en composantes dchelles se rapportant successivement des espaces de plus en plus rduits. Aux valeurs calcules avec ces composantes sajoute un rsidu local. Les points de mesure forment un maillage ponctuel, rgulier ou non ; il sagit de lieux de coordonnes X,Y, ou bien dun point caractristique de chaque polygone (centrode, chef lieu) dun maillage surfacique. Un second maillage surfacique ou linaire peut tre superpos au maillage prcdent pour former un habillage qui complte la carte et en facilite la lecture. A partir du maillage ponctuel est driv un carroyage plus ou moins fin formant un maillage surfacique carr. Pour chaque centre de chaque carreau sont estimes plusieurs valeurs laide de fonctions polynomiales du type Z = f(X,Y)n o n est une puissance entire variant de 1 4 en pratique. Avec un polynme de degr 4, on estime 4 valeurs pour chaque centre de chaque carreau. A ces fonctions est associ un taux de variance explique qui rend compte du plus ou moins bon ajustement des donnes par ces fonctions. Lorsque toutes les valeurs sont estimes pour chaque carreau, la cartographie en plages de niveaux devient un simple problme de carte choroplthe, sachant que les limites des classes sont les limites des niveaux bass sur un espacement rgulier, dans lunit de mesure de la variable cartographie. Le nombre de cartes de tendances est gal au plus grand degr du polynme. Le maillage color peut aussi faire lobjet dune reprsentation par un bloc-diagramme, selon un angle de vue choisi par lutilisateur. Les cartes de tendances spatiales donnent de bons rsultats si les valeurs ne sont effectivement pas spatialement indpendantes, caractristique pouvant tre value par les coefficients dautocorrlation spatiale de Moran et de Geary. La difficult dattribuer une signification gographique aux degrs successifs des polynmes constitue le principal inconvnient de cette technique. En pratique, on ne retient que les cartes absorbant un taux lev de variance et prsentant des configurations gographiques diffrentes. La carte des rsidus permet ensuite dvaluer limportance de lchelle locale dans la structuration spatiale du phnomne tudi.

42

1.9. Les cartes en semis de points

Les cartes en semis de points reprsentent des quantits ou des effectifs. Chaque point est plac de manire alatoire sur la surface de lunit spatiale laquelle il appartient. Aprs diffrentes tentatives de calibrage, on obtient souvent un heureux effet de densit, surtout lorsque le maillage du fond de carte est assez fin pour rendre compte de la localisation du phnomne (le caractre alatoire du positionnement de chaque point est alors contrl au moins en partie). La mise en uvre de cette technique est plus complexe que celle des cercles proportionnels. Il faut en effet calibrer le point lmentaire de manire ce que, au total, le nombre de points ne soit pas trop lev afin dviter les fichiers graphiques trop volumineux. Par ailleurs, lorsquil y a trop de points, des phnomnes de saturation se produisent : certaines units spatiales sont trop petites pour recevoir tous les points correspondant leur effectif. Mais cela nest pas trs gnant dun point de vue smiologique car la saturation parfaitement visible, exprime bien un effectif lev. La carte en semis de points de la population de Bolivie en 1992 (fig. 1.18) montre tout lintrt de cette technique. Larc andin y apparat en effet avec une grande nettet. Dorientation NO-SE, puis N-S, il rassemble lessentiel de la population du pays. Les rgions les plus densment peuples forment la partie oriente NO-SE qui relie Cochabamba La Paz. En dehors de cet arc, la population est principalement localise dans la rgion de Santa Cruz de la Sierra qui connat un boom dmographique grce la mise en valeur agricole de la rgion.

Figure 1.18 : Bolivie (cantons). Population totale en 1992. Fichiers : \Philcarto exemples\ Bolivie\

43

Les cartes en semis de points Une carte en semis de points reprsente des quantits ou des effectifs par un nombre de points proportionnel ces quantits ou ces effectifs, lexclusion des pourcentages, taux, mesures ou catgories. Le maillage est surfacique ; les limites de ses lments sont enregistres sous forme de polygones. Un second maillage surfacique ou linaire peut tre superpos au premier pour former un habillage qui complte la carte et en facilite la lecture. A lintrieur de chaque polygone sont placs au hasard des points en nombre proportionnel leffectif enregistr pour ce polygone. La valeur du point doit tre pralablement calibre, soit en choisissant de manire arbitraire cette valeur, soit en choisissant le nombre maximum de points quun polygone peut contenir ; dans ce cas, la valeur du point est gale au plus grand effectif cartographier (le maximum de la variable) divis par le nombre maximum des points choisi. Pour obtenir leffet de densit souhait, on peut aussi jouer sur la taille du point (de 1 5 pixels au plus), sur sa couleur (dans ce cas, tous les points de la carte ont la mme couleur), et sur le fond sur lequel sont placs les points en maintenant ou non les contours des polygones, et en leur appliquant ou non une couleur. Tout lart du cartographe consiste choisir le rsultat le plus conforme la gographie du phnomne reprsent. Mais le rsultat dpend aussi du maillage surfacique qui doit tre suffisamment dtaill pour que la gographie soit bien traduite, malgr labus li au caractre alatoire du placement des points sur la carte. Plusieurs tentatives sont souvent indispensables pour obtenir un rsultat satisfaisant, mais le principal inconvnient de cette technique rside dans la ncessit de rappeler au lecteur que les points ne sont pas localiss au lieu prcis denregistrement des quantits cartographies. Des malentendus peuvent rsulter de la mauvaise comprhension de la mthode par des non-cartographes. Un second inconvnient est li au nombre total de points figurant sur la carte conduisant des fichiers graphiques trs lourds et donc difficiles manipuler ensuite (corrections, habillage, impression).

44

1.10. Les cartes en semis de points colors

Les cartes en semis de points colors permettent de reprsenter simultanment des quantits ou des effectifs (densit du semis) et des valeurs numriques continues ou discrtes exprimant des pourcentages, des mesures, etc. (couleurs des points). Pour amliorer la perception des densits de couleurs, les points peuvent tre grossis. La carte en semis de points colors de la population des cantons de Bretagne (fig. 1.19) met en vidence la croissance des principaux ples urbains (nombreux habitants en 1999 et fort taux de croissance) de la rgion au cours du XXe sicle, qui, hormis la capitale rgionale, Rennes, sont situs sur la cte, ainsi que le dpeuplement des communes de lintrieur (peu dhabitants en 1999 et forte dcroissance).
[Jenks] EVOLUTION 1901-99
1,01 N= 27 M=0,77 S=0,11 0,62 N= 42 M=0,42 S=0,10 0,25 N= 47 M=0,12 S=0,07 0,00 N= 76 M=-0,25 S=0,14 -0,51 N= 27 M=-0,73 S=0,13 -0,99 N= 17 M=-1,32 S=0,26 -1,93 Absence d'information
Les surfaces des rectangles de l'histogramme sont proportionnelles au nombre d'unites spatiales dans chaque classe dfinie sur la variable : 'EVOLUTION 1901-99' maximum= 76 pour la classe n 3

POPU1999
1 point = 2702.51

Fait avec Philcarto * 02/07/2007 11:32:05 * http://philgeo.club.fr

Figure 1.19 : Bretagne (cantons). Evolution de la population 1901-1999. Fichiers : IGN / GoFLA, fichiers non fournis.

45

Les cartes en semis de points colors Une carte en semis de points colors reprsente simultanment deux variables. Le nombre de points est proportionnel aux valeurs dune premire variable exprimant des quantits ou des effectifs. Les couleurs des points correspondent aux valeurs de la seconde variable, soit continue (pourcentages, taux, mesures) et donc pralablement discrtise, soit discrte (catgories numriques ou nominales). Le maillage est surfacique ; les limites de ses lments sont enregistres sous forme de polygones. Un second maillage surfacique ou linaire peut tre superpos au premier pour former un habillage qui complte la carte et en facilite la lecture. A lintrieur de chaque polygone sont placs au hasard des points en nombre proportionnel leffectif enregistr pour ce polygone. La valeur du point doit tre pralablement calibre, soit en choisissant de manire arbitraire cette valeur, soit en choisissant le nombre maximum de points quun polygone peut contenir. La taille du point peut galement varier. La discrtisation des variables de couleurs est ralise de la mme faon que pour les cartes choroplthes. La lgende comprend deux parties. Dans sa partie suprieure, des caissons colors permettent de qualifier chaque couleur par un intervalle de valeurs ou une modalit ; un histogramme (pour les variables continues), ou un diagramme btons (pour les variables discrtes) complt dune courbe des frquences cumules permettent dapprcier la distribution des valeurs. Dans la partie infrieure de la lgende figure un point avec sa valeur. Les inconvnients de ce type de carte sont ceux des cartes en semis de points auxquels sajoute un manque de lisibilit des points de couleur ple (inconvnient pouvant tre contourn en partie avec un fond color sombre).

46

1.11. Les cartes de liens dites aussi en oursins

Les cartes de liens, aussi appeles cartes en oursins , permettent de visualiser des relations entre deux points. Ce mode de reprsentation est extrmement efficace lorsquon cherche montrer une organisation spatiale polarise car les liens sarrangent alors la manire des piquants dun oursin. Cest ainsi que lon peut apprcier les formes engendres par les liens fonctionnels qui unissent les lieux centraux de ltat du Paran au Brsil pour tous les niveaux de la hirarchie urbaine (fig. 1.20) tels quils apparaissent dans lenqute REGIC de lInstitut Brsilien de Gographie et de Statistique, IBGE.

Lien

Fait avec Philcarto * 20 /07 /2007 14 :34 :56 * http:// ph ilgeo .club .fr

Figure 1.20 : Paran, Brsil (municpios). Liens entre lieux centraux. Fichiers : \Philcarto exemples\Parana\

47

De manire rendre compte de la hirarchie des centres, il est possible de colorier les liens en fonction du niveau hirarchique du centre dont le lien est originaire, cest dire du centre subordonn celui de niveau suprieur auquel il est reli. Ces niveaux sont des modalits dune chelle discrte ordonne qui prennent les valeurs 1, 2, 3, 4, 5, 6, 7, 1 correspondant au niveau le plus bas, 7 au niveau le plus lev dans la hirarchie urbaine. Une gamme de couleurs perroquet arrange avec logique permet dobtenir un rsultat satisfaisant (fig. 1.21).
Lien modal
1 2 3 4 5 6 7 N= 265 N= 15 N= 16 N= 13 N= 13 N= 2 N= 2

Les hauteurs des rectangles du diagramme btons sont proportionnelles au nombre de liens pour chaque modalit de la variable : 'Lien modal' maximum= 265 pour la modalit '1'

Fait avec Philcarto * 20 /07 /2007 14 :26 :40 * http:// ph ilgeo .club .fr

Figure 1.21 : Paran, Brsil (municpios). Liens entre lieux centraux.

Les cartes de liens dites aussi en oursins Une carte de liens reprsente des relations entre des points de lespace formant un maillage rgulier ou non ; il sagit de lieux de coordonnes X,Y, ou bien dun point caractristique de chaque polygone (centrode, chef lieux) dun maillage surfacique. Un second maillage surfacique peut tre superpos au maillage prcdent pour former un habillage qui complte la carte et en facilite la lecture. Les relations sont figures par des lignes droites qui joignent les points deux deux. Ces lignes peuvent tre colories en fonction des modalits dune variable nominale. Ce mode de reprsentation est efficace lorsquon cherche exprimer une organisation spatiale polarise, car les liens sarrangent alors la manire des piquants dun oursin. Lemploi de ce genre de carte prsente de nombreuses limitations : risque denchevtrement des liens en labsence dune forte organisation concentrique ; difficult de lecture des couleurs des lignes.

48

1.12. Les cartes de rseaux

Les cartes prsentes jusquici sappuient sur des lments cartographiques ponctuels ou surfaciques (polygonaux). Mme les cartes en oursins qui, dune certaine manire, donnent une image du rseau urbain, ne sont pas bases sur des lments cartographiques linaires puisque linformation reprsente correspond des relations entre des points figurant des lieux centraux. Les rseaux dont il est question ici sont constitus de lignes gnralement non fermes. Ce sont des lignes brises ou des segments de droite saccordant aux inflexions du trac. On trouve ce genre de rseau dans la nature avec, par exemple, les fleuves et rivires sur lesquels on souhaite reprsenter un dbit horaire ; il peut sagir aussi de rseaux ferroviaires ou routiers pour lesquels on souhaite montrer le statut des routes (vicinales, dpartementales, nationales), la capacit de charge ou la frquentation. La Prfecture de la Rgion le-de-France a mis en place un systme dobservation de la circulation routire sur les principaux axes de la rgion (fig. 1.22). Dnomm Service dInformations pour un Rseau Intelligible aux Usagers , SIRIUS, ce systme fournit de nombreuses informations en temps rel, en particulier sur les bouchons . Il permet aussi dlaborer des statistiques destines la recherche de solutions pour viter lengorgement.

Figure 1.22 : Les axes routiers de la Rgion le-de-France observs par le systme SIRIUS. (source : www.ile-de-france.equipement.gouv.fr)

Les statistiques produites par SIRIUS font rfrence chaque axe du rseau, par exemple lautoroute A13 ou bien la route nationale N104. Pour chaque axe, on dispose dinformations brutes comme sa longueur, le nombre dheures dencombrements, la longueur dencombrement. Des indicateurs peuvent tre drivs tel que le HKM (Heures x Kilomtres dencombrements) : cest la somme des

49

produits des longueurs des bouchons (ramenes une file) par la dure de ces bouchons. Un bouchon est un ralentissement de la circulation dbutant lorsque la vitesse descend en dessous de 30 km/h et se terminant lorsque la vitesse remonte au-del de 60 km/h. Les statistiques sur les tronons dun rseau peuvent tre cartographies de deux faons. La variation des effectifs est traduite par une variation dpaisseur des lignes figurant chaque tronon. Leffectif est gnralement rapport la longueur du tronon de manire rendre les effectifs comparables entre eux. Le nombre dheures de bouchon par kilomtre est un exemple de ce genre de carte (fig. 1.23).

Figure 1.23 : France, le-de-France. Nombre dheures de bouchons par kilomtre et par an sur les axes du rseau routier principal. Fichiers : \Philcarto exemples\IDF SIRIUS\

Lorsque les donnes enregistres sur chaque tronon expriment non pas une quantit, mais un taux ou une modalit discrte, chaque tronon peut tre colori, aprs discrtisation et affectation dune couleur venant dune gamme ordonne dans le cas dun taux, ou bien en affectant une couleur chaque modalit dune variable nominale. Par exemple, SIRIUS propose une valuation de la svrit des encombrements laide dun indice dont les valeurs varient de 0 2, pralablement discrtis en 4 catgories discrtes : trs svre (1,5 2), svre (1 1,5), fort (0,5 1) et rduit (0 0,5). Les couleurs traduisant de manire qualitative le degr dencombrement sont appliques sur chaque segment du rseau ; la carte obtenue 50

montre que le grand priphrique est dj trs svrement encombr (fig. 1.24) Notons que chaque tronon doit tre reprsent par un trait assez pais pour que les couleurs soient lisibles.

Figure 1.24 : France, le-de-France. Svrit des encombrements par axe du rseau routier principal.

On peut aussi combiner sur la mme carte la variation de lpaisseur des lignes fonction de quantits ou deffectifs enregistrs sur les tronons avec la variation de couleur exprimant des modalits ou des taux diffrents.

51

Les cartes de rseaux Les cartes de rseaux sont bases sur des lignes reprsentant les tronons du rseau. La reprsentation des effectifs caractrisant chaque tronon (flux scoulant dans le rseau ou autre mesure de quantit) fait appel la variation des paisseurs des lignes proportionnelle ces effectifs. Pour figurer une modalit discrte issue dune variable nominale, ou rsultant dun taux pralablement discrtis, on fait appel une gamme de couleur ordonne (pour les taux) ou non (pour les modalits nominales). Il est possible de combiner variation dpaisseur et variation de couleur pour reprsenter simultanment sur chaque tronon un effectif et une modalit discrte. Ce mode de reprsentation est efficace si le maillage rsultant du rseau nest pas trop serr pour permettre la variation dpaisseur qui, dans tous les cas, ne peut se faire que dans des limites relativement troites : il apparat difficile dans un format A4, et pour un rseau assez lche, de tracer des lignes dont lpaisseur dpasse un centimtre. Enfin, lidentification des couleurs des lignes par la lgende suppose que ces couleurs soient appliques sur des lignes assez paisses, ce qui limite aussi le domaine dapplication de ce genre de carte.

52

1.13. Les cartes de gravitation issues du modle de Huff

Les cartes en oursins permettent de visualiser les aires dinfluences des lieux centraux en fonction des liens quils entretiennent avec les niveaux de la hirarchie urbaine qui leur sont immdiatement infrieurs et suprieurs. Ceci suppose quon possde une information relativement difficile collecter lorsque les organismes en charge des enqutes statistiques (comme lINSEE en France avec linventaire communal) ne ralisent pas ce genre dtude. Lorsquon ne dispose pas de ce genre dinformation, ou bien lorsquelle est disponible et quon cherche la confronter avec le modle de gravitation, le modle probabiliste dinfluence urbaine de Huff [Huff ; 1973 et 1979] permet dimaginer ce que pourraient tre ces aires dinfluences sous certaines contraintes refltant deux les paramtres du modle : la masse et la distance. Appliqu au nombre des admissions dans les hpitaux des capitales des tats du Brsil (fig. 1.25), le modle de Huff montre que les limites dgale attraction calcules par le modle (lignes bleu-ciel) ne correspondent presque jamais aux limites des tats. Pour tre valides, ces limites daires dinfluence thoriques calcules en fonction des paramtres du modle doivent naturellement faire lobjet dune confrontation avec dautres sources dinformation.

Figure 1.25 : Brsil (tats). Limites dgale influence hospitalire et gradients de probabilits dinfluence calculs par le modle de Huff. Fichiers : \Philcarto exemples\Brsil gravitation\

53

Les limites dgale influence peuvent parfaitement correspondre une quasiabsence dinfluence lorsque les distances sont telles que linfluence tend vers zro. Cest lun des intrts du modle de Huff que de permettre une valuation de linfluence en tout lieu de lespace tudi sous la forme dune probabilit permettant destimer le nombre de personnes susceptibles de se rendre dans chaque centre partir dun lieu donn. Ainsi, on peut dresser une carte reprsentant des gradients de probabilit dinfluence. Appliqu aux admissions dans les hpitaux des capitales des tats du Brsil, le modle de Huff montre que les limites dgale attraction calcules par le modle passent par des probabilits dinfluence diffrentes. Enfin, on peut tracer la carte des probabilits dinfluence sous la forme dun bloc diagramme vu en perspective. Les angles de vue sont rglables laide de boutons, soit pas pas, soit en continu (fig. 1.26).

Figure 1.26 : Brsil (capitales des tats). Bloc diagramme des probabilits dinfluence vue en direction du Nord-Est.

54

Les cartes de gravitation issues du modle de Huff Les modles de gravitation donnent une reprsentation simplifie des aires dattraction, cest--dire du partage de lespace environnant provoqu par laccumulation des facteurs de centralit en un lieu, dans un espace isotrope. Par analogie avec la loi de gravitation universelle de Newton, les modles lmentaires dattraction urbaine reposent sur trois paramtres : la masse, la distance et lexposant de la distance. La masse est un effectif mesur en chaque lieu central ; il peut sagir de la population active dans les services haute valeur ajoute (conseil financier, ingnierie des rseaux, etc.), du nombre de grands magasins, etc. La distance est mesure vol doiseau. Enfin, la valeur de lexposant souligne que certains types dinteraction spatiale sont plus sensibles la distance que dautres, une valeur leve traduisant une plus forte rsistance au dplacement. Les points localisant les lieux centraux sont positionns laide de coordonnes X,Y formant un maillage ponctuel. Un second maillage surfacique ou linaire peut tre superpos au maillage prcdent pour former un habillage qui complte la carte et en facilite la lecture. Les rsultats de lapplication du modle de gravitation se traduisent par le trac des lignes diso-attraction entre les centres pris deux deux : partir dun centre donn, le franchissement de cette ligne signifie quun autre centre prend le relais et exerce sur lespace environnant une attraction plus forte que le centre initial. La fermeture des lignes diso-attraction dlimite les aires dinfluence de chaque centre. Comme les lignes diso-attraction ne renseignent pas sur lintensit des attractions, le modle de Huff constitue un complment intressant car il donne en chaque lieu une probabilit dattraction lintrieur de chaque aire dinfluence. Les probabilits dattraction sont reprsentes par des cartes en plages de niveaux ou par des blocs-diagrammes. Linconvnient fondamental des modles de gravitation est lisotropie de lespace pose comme hypothse ; le temps de calcul des ligne diso-attraction sont relativement long ; les fichiers graphiques des cartes en plages de niveaux sont volumineux.

55

56

2. Installer et utiliser Philcarto

2.1. Tlchargement et installation
Philcarto peut tre tlcharg sur Internet ladresse suivante :

http://philgeo.club.fr

En plus du logiciel, on y trouve galement de nombreux fonds de cartes raliss par des utilisateurs de Philcarto, ainsi quun programme de digitalisation de fonds de cartes Phildigit (cf. chapitre 21) dont linstallation est semblable celle de Philcarto expose ci-aprs. Contrairement aux versions prcdentes de Philcarto, la dure dutilisation nest plus limite. Il est cependant conseill de visiter de temps autre le site internet de tlchargement car des corrections sont faites frquemment. Cliquer sur le lien :

Remplir le formulaire dinscription (fig. 2.1)

puis cliquer sur le bouton :

Figure 2.1 : Le formulaire dinscription pour le tlchargement de Philcarto, Phildigit

57

La page de tlchargement proprement dite saffiche lcran (fig. 2.2). Il est conseill de visiter cette page de temps autre car des corrections sont frquemment apportes aux logiciels (gnralement, ds quun bug est dtect).

Figure 2.2 : La page de tlchargement des logiciels

Chacun des liens figurant sur cette page (dont le contenu voluera lavenir) donne accs une procdure dinstallation (sauf pour le lien pointant vers les anciennes versions qui permet de tlcharger un fichier .zip contenant la procdure dinstallation qui doit ensuite tre excute localement sur lordinateur). 2.1.1. Installation du .NET Framework Philcarto ne peut pas fonctionner si le .NET Framework nest pas pralablement install sur lordinateur. Il sagit dun environnement dexcution des logiciels conus avec Visual Studio .NET. Si vous travaillez sous Windows Vista, le .NET Framework est dj install et vous pouvez passer au 2.1.2. Si votre systme dexploitation nest pas Windows 2000 Service Pack 3 ou Windows XP Service Pack 2, vous ne pouvez pas utiliser les dernires versions de logiciels ; dans ce cas, cliquez sur le lien permettant de tlcharger les anciennes versions :

58

Si votre systme dexploitation est Windows 2000 Service Pack 3 ou Windows XP Service Pack 2, vous devez obligatoirement installer le .NET Framework en cliquant sur le lien correspondant.

Lire attentivement la page qui dcrit linstallation, puis cliquer sur le lien situ en fin de page pour lancer linstallation proprement dite. Suivre ensuite la procdure indique qui prend environ une dizaine minutes pour aboutir. Lorsque le .NET Framework est correctement install revenir la page de tlchargement par un clic sur le lien

2.1.2. Installation Philcarto version 5 Avant dinstaller la version 5 de Philcarto pour la premire fois, il est prfrable deffacer toute ventuelle installation dune version prcdente. Ceci se fait simplement, et de manire habituelle, laide du Panneau de configuration Ajout/Supression de programme. Un clic sur le lien

affiche une nouvelle page dans laquelle est prsente la procdure dinstallation de Philcarto. Aprs avoir lu attentivement cette page, cliquer sur le lien

situ en fin de page pour lancer linstallation proprement dite. Suivre ensuite la procdure indique qui prend quelques minutes pour aboutir. Ne rien changer dans les paramtres dinstallation. Lorsque Philcarto est correctement install, vous pouvez tlcharger le manuel dutilisation et les exemples prsents dans ce manuel (les noms des fichiers utiliss pour ces exemples sont indiqus dans des cadres de fond bleu) par un clic sur chacun des deux liens correspondants. Les utilisateurs de PC en rseau, les personnes utilisant un ordinateur multi-utilisateurs sont informs que Philcarto doit tre install sur chaque ordinateur ; Philcarto ne peut pas tre install sur un serveur. Pour simplifier linstallation sur chaque ordinateur dun rseau, il est prfrable de tlcharger une seule fois linstallation, de la copier sur chaque ordinateur, et de linstaller ensuite. Linstallation doit tre faite avec un accs administrateur .

59

2.2. Excution de Philcarto

Pour lancer lexcution de Philcarto, il suffit de double-cliquer sur licne du raccourcis plac sur le bureau de Windows par le programme dinstallation.

Une autre faon de lancer lexcution de Philcarto consiste placer un raccourci dans la barre des tches de Windows ; cela se fait trs simplement en dplaant, laide de la souris, licne du fichier Philcarto.exe du rpertoire C:\Program Files\Philcarto\bin\ vers la barre des tches. Le raccourci est cr automatiquement ; un seul clic son icne dans la barre des tches permet ensuite de lancer lexcution de Philcarto (fig. 2.3).

Figure 2.3 : Le raccourci de Philcarto est plac dans la barre des tches.

La fentre daccueil de Philcarto saffiche chaque lancement du programme (fig. 2.4). Dans le coin suprieur gauche de cette fentre, vous pouvez lire le numro de version (ici 5.01) et la date de compilation quil est souhaitable dindiquer dans toute demande daide.

Figure 2.4 : La fentre daccueil de Philcarto.

Une fentre quipe dun ascenseur permet de lire la licence dutilisation. Aprs avoir pris connaissance des termes de cette licence, et si vous ntes pas daccord

60

avec ceux-ci, cliquez sur le bouton ; le programme sarrtera. Si vous vous engagez respecter les termes de la licence, cliquez sur le bouton et le programme passera ltape suivante, celle de louverture des fichiers. Philcarto fonctionne en Franais, Anglais, Espagnol et Portugais. Le Franais est slectionn au lancement du programme ; pour modifier la langue de fonctionnement, il suffit de slectionner le drapeau correspondant par un clic sur le bouton radio qui le prcde. 2.2.1. Ouverture des fichiers fond de carte et donnes statistiques Le clic sur provoque laffichage du dialogue (fig. 2.5) permettant de slectionner un fond de carte dans un rpertoire. Le rpertoire de base sappelle ; il est automatiquement cr par Philcarto qui le place dans le rpertoire Mes documents (propre chaque utilisateur). Dans ce rpertoire sont enregistrs les raccourcis des fichiers fond de carte et donnes statistiques ouverts lors des utilisations prcdentes de Philcarto. Lors du premier lancement de Philcarto ce rpertoire est naturellement vide (fig. 2.5). Lors des lancements suivants, et si des fichiers ont t ouverts, les raccourcis sont visibles et peuvent tre slectionns.

Figure 2.5 : Le dialogue

et le rpertoire

A tout lancement de Philcarto, celui-ci vrifie que chaque raccourci correspond bien au chemin dun fichier existant. Si un fichier a t dplac ou

61

supprim aprs la cration du raccourci par Philcarto, ce raccourci est automatiquement effac du rpertoire . Autrement dit, on trouve dans le des raccourcis qui pointent sur des fichiers fond de carte ou rpertoire donnes statistiques existant effectivement dans le chemin enregistr dans le raccourci. Lutilisateur reste libre de supprimer, dans , les raccourcis quil

juge inutiles, avant de lancer, ou aprs avoir quitt Philcarto et mme lors du dialogue douverture des fichiers par un clic droit sur licne ou le nom du fichier suivi de la slection de larticle du menu local (fig. 2.6).

Figure 2.6 : La suppression dun raccourci dans le dialogue

Le type de fichier fond de carte est obligatoirement Illustration ; il possde le suffixe .ai (signifiant Adobe Illustrator), cf. chapitre 21. Si le rpertoire est vide, ou si les raccourcis qui sy trouvent ne correspondent pas au fichier fond de carte dsir, il faut naviguer dans les 62

rpertoires des disques accessibles pour y rechercher le fichier fond de carte souhait. Cela se fait laide du menu droulant situ sur la ligne Regarder dans : . Par situ dans la partie suprieure gauche du dialogue exemple, si les fichiers sont situs dans le dossier \Philcarto exemples\France dpartements\ , il faut explorer le disque jusqu ce rpertoire pour y trouver ce fond de carte (fig. 2.7).

Figure 2.7 : Le dialogue et le rpertoire \Philcarto exemples\France dpartements\.

Dans le rpertoire \Philcarto exemples\France dpartements\, on trouve deux fichiers fond de carte au format .ai contenant les dpartements de France mtropolitaine. Ils diffrent par la prsence ou labsence de deux cartouches contenant Paris et la petite couronne ainsi que les dpartements de lOuest de la rgion parisienne (fig. 2.8).

63

Figure 2.8 : Trac des deux fonds de cartes : gauche France carte dpartements.ai et droite France carte dpartements+zoom IDF.ai.

On slectionne le fichier France carte dpartements.ai (le fond de carte sans cartouche) par un double clic sur son icne ou un simple clic sur son icne suivie (fig. 2.9). dun clic sur

Figure 2.9 : La slection du fichier fond de carte France dpartements .ai.

64

Ds que le fichier France dpartements.ai est slectionn, Philcarto place un comme indiqu raccourci de ce fichier dans le rpertoire prcdemment. Au prochain lancement de Philcarto (cest--dire la session suivante), on pourra accder directement ce fichier sil na pas t effac ou dplac entre temps. Un clic sur dans le dialogue ferme la session de Philcarto et provoque le retour Windows (fig. 2.10).

Figure 2.10 : Lalerte de fermeture du programme si aucun fichier fond de carte nest ouvert.

Si un fichier fond de carte a t slectionn, Philcarto affiche un nouveau (fig. 2.11) permettant de slectionner un dialogue intitul fichier de donnes statistiques.

Figure 2.11 : La slection du fichier de donnes statistiques France dpartements logements.txt.

65

, deux formats de fichiers sont Dans le dialogue disponibles : .txt qui signifie fichier texte, et .xls qui signifie fichier Excel. Ces deux formats de fichier (et seulement ces deux l) peuvent tre utiliss avec Philcarto . Les utilisateurs de la suite OpenOffice doivent donc enregistrer les documents crs avec Calc au format .xls. Les fichiers de format .xls sont des classeurs pouvant contenir plusieurs feuilles, chaque feuille correspondant un tableau de donnes statistiques. Si le classeur contient effectivement plusieurs feuilles, le dialogue liste les noms des diffrentes feuilles et attend de lutilisateur quil en choisisse une en cliquant sur son nom, puis valide ce choix laide avec (fig. 2.12).

Figure 2.12 : Liste des feuilles prsentes dans un classeur Excel.

Les caractristiques techniques des tableaux de donnes statistiques et la manire de crer des fichier .txt ou .xls sont exposes au chapitre 20. Un clic sur ferme la session et provoque le retour Windows (fig. 2.13).

Figure 2.13 : Lalerte de fermeture du programme si aucun fichier de donnes statistiques nest ouvert.

Slectionnons le fichier France data dpartements.txt (le fichier au format texte). Lorsque le fichier fond de carte et le fichier de donnes statistiques sont slectionns dans les deux dialogues successifs, Philcarto ralise trois traitements quasiment invisibles pour lutilisateur (sauf lorsque ces fichiers sont trs volumineux. Il lit successivement les deux fichiers et ralise ce que les spcialistes appellent une jointure, cest--dire, la jonction des donnes contenues dans ces deux fichiers en fonction des valeurs des identifiants des lments cartographiques qui doivent figurer obligatoirement dans ces deux fichiers. Si Philcarto choue dans la jonction de ces donnes, un message saffiche, la session est ferme et lon retourne Windows (fig. 2.14).

66

Si ces trois oprations se terminent avec succs (ce qui est le plus souvent le (fig. 2.15). Cette cas), Philcarto affiche un nouveau dialogue intitul fentre est nouvelle dans la version 5 de Philcarto. Elle contient, pour chacune des variables du fichier de donnes statistiques, son type et son nom. Les variables peuvent tre de 3 types diffrents : effectif (ou quantit) liste sur fond vert, rapport (ou taux, pourcentage) list sur fond bleu, et nominal, list sur fond rose. Si le type de variable est donn explicitement dans le suffixe du nom de variable figurant dans le fichier de donnes statistiques (voir chapitre 19), Philcarto lit ce type. En labsence dun tel suffixe, Philcarto dtecte automatiquement le type de variable partir des valeurs que renferme effectivement chaque variable. Nous reviendrons sur cet aspect des choses au chapitre 20. Notons pour linstant que le dialogue est affich seulement en cas de dtection automatique des types des variables, cest--dire en labsence de suffixe ; il permet de modifier le type, au cas o la dtection aurait donn un rsultat erron : il suffit de cliquer sur une ligne de nom de variable, dans le champ , pour passer au type suivant.

Figure 2.14 : Lalerte de fermeture du programme si la jonction du fond de carte et des donnes statistiques a chou.

Figure 2.15 : Le dialogue

67

Un clic sur

provoque laffichage du bureau de Philcarto.

2.2.2. Le bureau de Philcarto Le bureau de Philcarto occupe la totalit de lcran (fig. 2.16). Il se compose de 3 lments principaux : 1 lespace daffichage des cartes reprsentant 4/5 de la occupant le quart restant largeur de lcran partir de la gauche, 2 le cadre droite, et 3 la barre de menus classiquement situe dans la partie suprieure (rduire) et gauche de lcran. Enfin, les boutons habituels (fermer) situs dans le bandeau suprieur du bureau de Philcarto, droite, compltent le dispositif.

Figure 2.16 : Le bureau de Philcarto.

Cest gnralement par des actions dans le cadre (2) que les cartes sont change en fonction du contexte et permet conues. Le contenu du cadre lutilisateur de commander une carte ; celle-ci saffiche alors dans lespace daffichage (1). Lutilisateur peut ensuite modifier la carte affiche laide doptions adaptes au type de carte quil vient de raliser (par exemple, changer la gamme de couleurs dune carte choroplthe, changer le calibrage des cercles dune carte en cercles proportionnels), options qui sont, elles aussi, choisies dans le cadre dont le contenu sadapte au contexte. Les menus (3) servent raliser des traitements particuliers : ouvrir dautres fichiers, calculer des indicateurs statistiques nouveaux, enregistrer la carte dans un fichier pour une utilisation ultrieure (importation dans Word, par exemple). 2.2.3. La ralisation dune carte Dans la partie suprieure du cadre se trouvent trois boutons de couleurs diffrentes : donne accs au module de cartographie proprement dit ; cest ce module l qui est activ lors du lancement de Philcarto ; conduit au module danalyse multivarie : analyse factorielle et classification automatique ; ce module produit des facteurs ou des classes sous la

68

forme de nouvelles variables, mais ne trace pas de carte ; la cartographie des . facteurs ou des classes implique un retour au module propose un environnement danalyse exploratoire des donnes sous forme de graphique bivari ou de diagramme triangulaire interactifs permettant des slections sur graphique immdiatement rpercutes sur la carte. Lorsque le module est actif, le dialogue , situ sous les trois boutons daccs aux modules, renferme deux listes droulantes (fig. 2.17). La prsence dune variable dans lune de ces deux listes dpend de son type. Autrement dit, une mme variable ne peut pas figurer simultanment dans les deux listes. Dans la liste , on trouve les variables de type rapport ou nominal. Dans la liste apparaissent seulement les variables de type quantit.

Figure 2.17 : Le dialogue

La slection dune variable soit dans la liste , soit dans la liste , ou bien dune variable dans chacune de ces deux listes provoque laffichage, dans le dialogue , des icnes de types de cartes effectivement ralisables compte tenu des lments cartographiques enregistrs dans le fond de carte (dans ce qui suit il existe dans le fond de cartes des polygones permettant de raliser des cartes choroplthes, et des points pouvant servir de centres pour les cartes en cercles proportionnels (fig. 2.18, 2.19 et 2.20).

Figure 2.18 : Le dialogue lorsquune variable est slectionne dans la liste

Figure 2.19 : Le dialogue lorsquune variable est slectionne dans la liste

69

Figure 2.20 : Le dialogue lorsquune variable est slectionne dans la liste . et une seconde variable dans la liste

Le type de carte est indiqu clairement lorsque la flche de la souris passe sur licne, par exemple, pour une carte choroplthe (fig. 2.21) :

Figure 2.21 : Lorsque la flche de la souris passe sur licne dun type de carte, ce type est clairement indiqu.

Il suffit alors dun clic sur licne du type de carte souhait pour quune carte soit trace, et pour quun dialogue proposant des outils spcifiques la ralisation de ce type de carte l saffiche dans le cadre .

70

3. Les cartes choroplthes

Dossier : \Philcarto exemples\France dpartements\ Fond de carte : France carte dpartements.ai Statistiques : France data dpartements.txt

3.1. Slectionner une variable de couleur

La slection dune variable se fait simplement par un clic sur le nom dune des variables figurant dans la liste du dialogue . Ici la variable slectionne, , contient le pourcentage de maisons individuelles dans lensemble des logements de chaque dpartement de France mtropolitaine au recensement de 1990 (fig. 3.1).

Figure 3.1 : Slection dune variable de couleur.

3.2. Afficher une carte choroplthe

La slection de la variable de couleur provoque laffichage du dialogue . Dans ce dialogue, cliquer sur licne du type carte choroplthe (fig. 3.2). La carte saffiche alors lcran (fig. 3.3). Si la mthode de discrtisation na pas t change en cours de session, la discrtisation de la variable choisie est du type (cf. 3.4).

Figure 3.2 : Clic sur licne carte choroplthe .

71

Figure 3.3 : Trac de la carte choroplthe avec discrtisation Q6.

3.3. Le dialogue Couleurs

Simultanment au trac de la carte, les dialogues et remplacent les dialogues et dans le cadre . (fig. 3.4). Dans , des boutons permettent de changer la mthode de discrtisation le dialogue et la gamme de couleurs, ainsi que de choisir dautres options qui seront prsentes plus loin.

Figure 3.4 : Affichage du dialogue

3.4. Les diffrentes mthodes de discrtisation

Lors du lancement de Philcarto, la mthode de discrtisation est slectionne (un cadre bleu entoure son icne). Un clic sur lun des autres boutons

72

de discrtisation ( fond vert) permet de changer de mthode, par exemple pour appliquer la discrtisation de Jenks. Le bouton est alors slectionn (une est

bande bleue apparat de chaque ct de son icne) pendant que le bouton

dslectionn (il perd ses bandes bleues). La discrtisation sapplique alors ensuite toutes les cartes choroplthes ou en symboles colors, tant quune autre discrtisation nest pas slectionne par un clic sur le bouton correspondant. Aprs avoir quitt Philcarto et relanc le programme, cest nouveau qui est slectionne par dfaut. Tout changement de discrtisation se traduit par un nouveau trac de carte pour laquelle la discrtisation nouvelle sapplique (fig. 3.5). Compte tenu de limpact de la mthode de discrtisation, cette nouvelle carte peut apparatre assez diffrente de la prcdente

Figure 3.5 : Trac de la carte choroplthe avec discrtisation de Jenks.

Philcarto propose six mthodes de discrtisation. Voici la signification des icnes sur lesquelles il suffit de cliquer pour changer de mode de discrtisation. Discrtisation selon les quartiles avec isolement des queues de la distribution par dfinition de deux classes extrmes. Les 6 classes sont dfinies avec les bornes suivantes : minimum, percentile 5, 1er quartile, mdiane, 3e quartile, percentile 95, maximum. Cette discrtisation permet de sparer 5% des units spatiales ayant les valeurs les plus petites, et 5% les plus grandes. Discrtisation sur variable standardise en 5 classes. Les bornes des classes sont calcules de la manire suivante : minimum, moyenne 1 cart-type, moyenne -0.5 cart type, moyenne +0.5 cart-type, moyenne +1 cart-type, maximum. En toute rigueur, cette technique ne devrait tre employe que pour des

73

variables prsentant une distribution unimodale symtrique dont laxe de symtrie correspond la moyenne arithmtique. Discrtisation en N classes dgale amplitude. Le nombre de classes, N, peut varier de 2 10 avec le curseur les modes de discrtisation , ou qui apparat quand on slectionne .

Discrtisation en N classes dgal effectif. Le nombre de classes, N peut varier de 2 10 avec le curseur . Si le nombre dunits spatiales est un multiple de N, et sil ny a pas de donne manquante ou dex-quo, les classes contiennent le mme nombre dunits spatiales. Si N est gal 4, la discrtisation correspond aux quartiles (chaque classe contient alors 25% du nombre total dunits spatiales, sauf sil y a des ex-aequos). Discrtisation propose par Jenks (1977) en N classes. Le nombre de . Par une procdure classes, N, peut varier de 2 10 avec le curseur itrative (qui peut savrer assez longue lorsque le nombre dunits spatiales est grand), la discrtisation de Jenks vise minimiser la variance intra-classes et maximiser la variance inter-classes, ce qui a pour effet de produire des classes homognes. Par dfinition, les classes issues de la discrtisation de Jenks sont discontinues. Pour des raisons dhomognit des lgendes, Philcarto indique seulement les bornes infrieures des classes successives (sauf pour la borne correspondant au maximum, bien entendu). Discrtisation selon des bornes fixes dfinies lavance par lutilisateur. Cette solution a t suggre par un utilisateur qui avait raliser une srie de cartes avec les mmes bornes de classes. Le dialogue permet de saisir les bornes qui deviennent des bornes par dfaut tant quun autre mode de discrtisation na pas t choisi (fig. 3.6). Le nombre de classes peut varier de 2 10 avec le curseur . Un clic sur valide la saisie et efface ce dialogue. Toutes les cartes suivantes utiliseront les mmes bornes. Le bouton rinitialise lensemble du dialogue alors que le bouton annule ce mode de discrtisation (cest la mthode de discrtisation active avant quon ait cliqu sur qui redevient active).

74

Figure 3.6 : Le choix des bornes des classes avec le mode de discrtisation .

3.5. Modifier les bornes des classes sur lhistogramme

Quelle que soit la mthode de discrtisation retenue, il est possible de modifier les bornes des classes en agissant directement sur lhistogramme de la variable cartographie. Les cartographe appellent cette pratique un seuillage vue. Son principe consiste ajuster les bornes des classes calcules aux ventuelles ruptures dans la distribution des valeurs visible sur un histogramme de frquences trs dtaill (dune centaine de classes). Un clic sur affiche, dans le cadre , le dialogue un histogramme modifiable de manire interactive (fig. 3.7). contenant

Figure 3.7 : Le dialogue

Le dialogue comprend deux parties : les deux tiers suprieurs sont occups par le graphique form de lhistogramme proprement dit sur lequel est dessine la courbe cumulative ; au dessous de lhistogramme figure lhistogramme de frquences dtaill qui permet de reprer des ruptures dans le continuum des valeurs ; la partie infrieure du dialogue comprend des lments dinterface (boutons, zone ddition) qui saffichent en fonction du contexte. Les bornes des classes sont figures par des lignes bleues verticales correspondant aux minimums et maximums des rectangles correspondant chaque classe. Pour changer lemplacement dune borne, deux faons de faire peuvent tre employes :

75

 la premire consiste cliquer sur une ligne bleue figurant une borne ; cette ligne prend la couleur magenta qui signifie quelle peut tre dplace ; tout en maintenant le bouton de la souris, cette ligne magenta peut tre dplace jusqu lendroit dsir, cest--dire au lieu dune rupture sur lhistogramme de frquences (fig. 3.8). Noter quune zone ddition contenant la valeur correspondant la position de la borne en cours de dplacement apparat dans la partie infrieure du dialogue ;

Figure 3.8 : Lhistogramme interactif aprs dplacement des bornes.

la seconde manire pour changer une borne de classe revient modifier directement sa valeur dans la zone ddition qui saffiche quand on clique sur lune des lignes bleues figurant cette borne. On entre alors la nouvelle valeur de la borne (ici 36) et on la valide par un clic sur (fig. 3.9).Naturellement, on peut utiliser les deux mthodes lune la suite de lautre, la premire pour dplacer la borne lendroit dsir, puis la seconde pour arrondir la valeur de manire viter les dcimales inutiles.

Figure 3.9 : Saisir directement la valeur dune des bornes de lhistogramme.

Lhistogramme qui est trac par dfaut reprsente le nombre de valeurs dans chaque classe (ici, le nombre de dpartements). Ceci peut apparatre peu pertinent aux yeux de certains utilisateurs qui prfrent reprsenter un effectif en rapport avec la variable cartographie, comme par exemple, le nombre de maisons individuelles quand cest leur pourcentage dans lensemble des logements qui fait lobjet de la carte choroplthe. Si ce nombre est enregistr dans une des variables de quantit du

76

fichier de donnes statistiques utilis, un clic sur slectionner cette variable dans le dialogue contient seulement les variables de quantit.

permet de (fig. 3.10). Cette liste

Figure 3.10 : Slectionner une variable de pondration de lhistogramme.

Un clic sur conduit au trac de lhistogramme pondr (fig. 3.11). Le bouton permet dannuler la pondration en cours ou prcdemment effectue. La pondration de lhistogramme naffecte en rien la carte.

Figure 3.11 : Lhistogramme pondr A comparer celui de la figure 3.7.

permet de retourner au Enfin, dans le dialogue , le bouton dialogue . Lhistogramme modifi est trac dans la lgende de la carte. Notons que la pondration de lhistogramme est purement illustrative et ne modifie aucunement la carte, contrairement au dplacement des bornes des classes qui lui peut modifier profondment la carte. Pour afficher lhistogramme sans pondration, il faut annuler cette pondration en affichant nouveau le dialogue choisir par un clic par un clic sur , puis , puis dans le dialogue activer , ce qui annule la pondration, et enfin, nouveau dans le dialogue , choisir pour retourner au dialogue

3.6. Changer le nombre de classes

Lorsque lune des mthodes de discrtisation suivantes , est slectionne, le dialogue affiche un curseur , , permettant

77

de faire varier le nombre de classes de 2 10. En cliquant sur la flche dirige vers , on obtient une carte trs contraste (fig. 3.12). le haut jusqu Le choix du nombre de classes est plus dlicat quil ny parat de prime abord : trop petit, il peut empcher dapprhender la complexit de la distribution statistique, trop grand, il peut introduire des ruptures sans signification. Quand si le nombre dlments cartographiques surfaciques est de lordre de quelques centaines, on choisit gnralement entre 4 et 6 classes.

Figure 3.12 : Trac de la carte choroplthe avec discrtisation de Jenks en 10 classes.

3.7. Choisir une gamme de couleurs

Lors du lancement de Philcarto, la gamme de couleurs est automatiquement applique. Philcarto ne donne pas lutilisateur le droit de modifier des couleurs dans une de ses gamme ; ceci garantit contre tout choix malvenu comme on en rencontre trop souvent. En revanche, Philcarto propose une dizaine de gammes de couleurs, dont deux en opposition et une en niveaux de gris. Lordre des selon couleurs dans une gamme peut tre invers en cochant la case quon veut mettre laccent sur les fortes valeurs (gamme normale) ou sur les faibles (gamme inverse). Par exemple, lemploi de la gamme inverse permet de souligner les dpartements o la proportion de maisons individuelles est faible au regard de lensemble des logements, cest--dire dans les dpartements les plus urbains, notamment Paris et sa petite couronne, Lyon (fig. 3.13).

78

Figure 3.13 : Trac de la carte choroplthe avec discrtisation de Jenks en 10 classes et gamme de couleurs inverse.

3.8. Utiliser une gamme de couleurs en opposition.

ou Choisir lune des deux gammes de couleurs en opposition suppose quil existe une valeur partir de laquelle le phnomne mesur change de nature. Par exemple, dans le cas dune variation, la partie chaude de la gamme de couleurs (du jaune au rouge) exprime un accroissement positif, alors que la partie froide (du jaune au bleu ou au vert) traduit une dcroissance. Dans ce cas, il existe une valeur naturelle de divergence qui est le 0 ou le 100 si les variation sont exprimes en indice de base 100. Pour montrer lintrt de ces gammes de couleurs en opposition, changeons de qui affiche nouveau les listes variable de la manire suivante : cliquer sur de variables. Dans la liste slectionnons la variable qui renferme des valeurs suprieures 100 si la population sest accrue entre 1990 et 1999, et des valeurs infrieures 100 si la population a diminu. Avec de telles valeurs, ladoption dune gamme de couleurs en opposition est lgitime. Un clic sur licne trace la carte choroplthe avec la mthode de discrtisation et la gamme de couleurs continue actives ce moment l ; dcochons pour obtenir une gamme de couleurs continue croissante de la valeur minimum la valeur maximum (fig.3.14).

79

Figure 3.14 : Trac de la carte choroplthe avec discrtisation de Jenks en 10 classes et gamme de couleurs .

Cette carte prsente deux dfauts : en lgende, la valeur 100 napparat pas (ici la mthode de Jenks a fait que la valeur 100 est comprise dans la classe dont la borne infrieure est 98,94 (qui exprime donc une diminution) et la borne suprieure est 100,5 (donc une augmentation). Le second dfaut est ladoption dune gamme de couleurs croissante qui ne souligne pas particulirement les dpartements ayant perdu des habitants. Il apparat donc utile daffecter la valeur 100 comme borne de divergence des couleurs en opposition. Cela se fait simplement laide dun dialogue permettant de saisir une valeur de divergence (fig. 3.15)

Figure 3.15 : Le dialogue de saisie dune valeur de divergence pour les gammes de couleurs en opposition.

Par dfaut, cette case est coche et la valeur de divergence est fixe 0. Ceci signifie que si Philcarto trouve des valeurs ngatives dans la variable cartographier, il adopte automatiquement la gamme et 0 comme valeur de divergence. Cette case peut tre dcoche : ; dans ce cas, la variable est considre comme continue du minimum au maximum, et elle est traite comme toute autre variable de couleur. Si la case est coche, la valeur de divergence peut tre modifie en saisissant une autre valeur que 0, par exemple 100 si la variable est exprime en indice de base 100 ; un clic sur provoque un nouveau trac de la carte avec application du nouveau paramtre (fig. 3.16).

80

pour traduire Figure 3.16 : Lutilisation de la gamme des diminutions et des augmentations de population.

Cette carte permet de rpondre sans hsitation la question quels sont les dpartements ayant perdu des habitants entre 1990 et 1999 . Naturellement, rien ninterdit de choisir la gamme au lieu de (fig. 3.17). Pour ne pas droger la tradition qui veut que les accroissements sont exprims par des couleurs chaudes, linversion de la gamme de couleurs nest pas autorise dans ce cas l.

pour traduire Figure 3.17 : Lutilisation de la gamme des diminutions et des augmentations de population.

81

3.9. Ajouter un habillage

Un habillage est la superposition la carte reprsentant des donnes statistiques dlments cartographiques linaires (routes, fleuves) ou surfaciques (circonscriptions de niveau suprieur comme les rgions). Les contours de ces lments surfaciques sont tracs dans une couleur choisie par lutilisateur, et il peut y en avoir plusieurs pour une mme carte. Pour commander le trac dun habillage linaire ou surfacique, il faut que le fond de carte comprenne des calques de type .L ou .S (voir le manuel dutilisation de Phildigit). Ces calques sont lists dans le dialogue situ dans la partie infrieure du cadre (fig. 3.18).

Figure 3.18 : La liste des calques dhabillage.

Dans cette liste, le calque Departements.S est celui qui porte les donnes statistiques. Cest donc le calque Regions.S qui peut tre utilis. Un clic dans la case correspondant ce calque le slectionne et fait apparatre une srie de boutons colors (fig. 3.19). Il faut imprativement choisir lune de ces couleurs pour que lhabillage puisse tre trac dans cette couleur-l. On peut choisir une couleur passepartout comme le noir ou le gris, ou une couleur plus expressive la condition quelle soit en harmonie avec la gamme de couleurs retenue pour tracer la carte.

Figure 3.19 : La liste des couleurs dhabillage.

Lorsque le bouton de la couleur choisie est slectionn (ici le noir), la srie de boutons sefface, le nom du calque est crit avec un fond color par la couleur choisie (fig. 3.20), et la carte est nouveau trace, faisant apparatre lhabillage retenu (fig. 3.21). On observe que le trait dhabillage est plus pais que celui des contours des dpartements qui, de plus, est trac en gris. La case peut tre dcoche pour laisser subsister seulement les contours dhabillage (fig. 3.22). Ceci est intressant lorsque la carte choroplthe se compose de nombreux lments surfaciques qui parasitent la lecture des ensembles gographiques de mme couleur. Noter que les contours dhabillage sont alors tracs en traits fins (fig. 3.23).

Figure 3.20 : Un calque slectionn dans la liste des calques dhabillage.

82

Figure 3.21 : Trac de la carte avec lhabillage des rgions.

Figure 3.22 : Dcocher la case

Figure 3.23 : Trac de la carte avec lhabillage des rgions, mais sans les contours des dpartements.

Dans

le

cas

prsent, .

on

prfre

laisser

coche

la

case

83

3.10. Identifier les lments cartographiques

Lorsque la flche de la souris passe sur un lment cartographique, point ou surface, son identifiant, son nom et la valeur de la variable cartographie sont affichs dans le bandeau suprieur du bureau de Philcarto (fig. 3.24).

Figure 3.24 : Lidentification dun lment cartographique.

3.11. Enregistrer la carte dans un fichier

Il est possible denregistrer dans un fichier une carte affiche lcran pour lutiliser ultrieurement (dans un article, par exemple). Trois formats denregistrement graphique sont proposs : le format .emf (Enhanced Meta File), le format .ai (Adobe Illustrator postscript) et le format .svg (Scalable Vector Graphics). Ces trois formats sont vectoriels, ce qui signifie quun agrandissement des dimensions de la carte ne se traduit pas par une pixelisation de limage, les contours restant aussi nets avant et aprs agrandissement. Un autre intrt de ces formats vectoriels est la possibilit quils offrent lutilisateur de modifier tout lment graphique composant limage, et ceci lment par lment : la couleur des contours ou de la surface, la position des titres, lgende peuvent ainsi faire lobjet dun traitement particulier en vue dune publication par exemple. Dans ce cas, les rgles de lart cartographique doivent aussi tre respectes (voir ce sujet louvrage de Jacques Bertin, Smiologie Graphique rcemment rdit par lEcole des Hautes Etudes en Sciences Sociales, EHESS, Collection Les rimpressions, 444 p., ISBN : 2713212774). Choisir entre EMF, AI et SVG nest pas vident. On peut considrer que si la carte doit faire lobjet dun traitement dans un logiciel de mise en page en vue de son impression dans un livre ou une revue, il est prfrable de choisir le format .ai ; il est en effet compatible avec les logiciels produits par la socit Adobe, notamment Adobe Illustrator. Le format .ai prsente de nombreux avantages techniques dans le domaine de linfographie. Lutilisateur qui dispose de Adobe Illustrator (mme une version ancienne puisque le format denregistrement correspond la version 6 du logiciel) aura tout intrt enregistrer ses cartes ce format l. En effet, en plus de sa sophistication, ce format facilite la lecture de la carte car il conserve les valeurs correspondant chaque lment cartographique dans ce quon appelle les remarques doptions dobjet (fig. 3.25). Ceci simplifie grandement le commentaire

84

des cartes car il nest pas ncessaire de retourner au tableau de donnes original pour indiquer la valeur de tel ou tel autre lment.

Figure 3.25 : Dans Adobe Illustrator, le dpartement de la Seine-Maritime a t slectionn. Son identifiant, son nom, et sa valeur sur la variable cartographie sont lisibles dans les remarques de la fentre Options dobjet.

Les utilisateurs de Adobe Illustrator seront galement intresss par la possibilit qui leur est offerte de remplacer les couleurs par des trames (que seuls les logiciels Adobe savent restituer). Pour activer cette fonction, il faut cocher la case le dialogue . Un clic sur , visible quand cette case est coche, affiche pour choisir un type de trame (fig. 3.26).

Figure 3.26 : Le dialogue

Par dfaut, cest la trame en points qui est valide quand on choisit . On peut aussi choisir des trames en hachures inclines ou non. Ces trames, qui sont dune gestion informatique particulire napparaissent pas lcran, mais elles remplacent les couleurs quand on enregistre la carte au format .ai. Leffet obtenu est plus ou moins russi selon les configurations spatiales (fig. 3.27 et 3.28).

85

Figure 3.27 : Trames en points.

Figure 3.28 : Trames en lignes inclines 45.

Notons quil existe un logiciel en shareware (vous lessayez puis vous payez 39$ US si vous ladoptez) capable dditer des cartes au format .ai, sans la possibilit cependant de lire les options dobjet et qui ne reconnat pas les trames : Mayura Draw tlchargeable ladresse www.mayura.com. Si vous ne disposez pas dun logiciel de dessin capable dimportation au format .ai, le format .emf peut tre choisi ; il est compatible avec la plupart des logiciels plus ou moins onreux du monde Windows. Par exemple, un carte enregistre au format .emf peut tre ouverte dans Powerpoint laide de larticle Insertion image partir du fichier et slectionner le fichier, puis tre modifie dans Powerpoint (fig. 3.29)

86

laide des outils de la barre doutils de dessin de celui-ci (les lments composant la carte sont groups ; pour les modifier, il faut les dissocier par un clic droit sur lun des caissons colors de la lgende ; choisir Groupe, puis Dissocier dans le menu local ; ritrer cette opration trois fois pour obtenir un dgroupage total). Le mme genre de chose peut tre fait avec plus ou moins de facilit avec Draw ou Impress de la suite Open Office, et naturellement avec les autres logiciel de dessin vectoriel du monde Windows tels Correl Draw, Microsoft Expression

Figure 3.29 : Une carte insre dans Powerpoint peut tre modifie dans ce logiciel, aprs dgroupage des lments graphiques, laide des outils de la barre de dessin (pour la dmonstration, le dpartement de lAin a t colori en cyan, couleur incongrue ici, il est vrai...).

Si la carte est destine sinsrer dans une page Web, alors le format .svg est un bon choix. Il est support de manire native par plusieurs navigateurs Internet, tel Konqueror, Opera et Mozilla Firefox. Avec les autres navigateurs, il faut installer un plug-in, comme Adobe SVG Viewer pour Internet Explorer (tlchargeable gratuitement ladresse : www.adobe.com/svg/).

87

Cest aussi de manire native que le format .svg est accept par le logiciel de dessin Inkscape. Ce logiciel, tlchargeable gratuitement sur le site : http://www.inkscape.org/ , est un genre dAdobe Illustrator gratuit ! Il est en cours de dveloppement, mais dj vraiment utilisable. Tous ceux qui nont pas les moyens de soffrir AI peuvent opter pour Inkscape afin de raliser lhabillage final de leurs cartes. Comme AI, Inkscape facilite la lecture de la carte car le format .svg conserve les valeurs correspondant chaque lment cartographique dans ce quon appelle les proprits de lobjet slectionn (fig. 3.30). Ceci simplifie grandement le commentaire des cartes car il nest pas ncessaire de retourner au tableau de donnes original pour indiquer la valeur de tel ou tel autre lment.

Figure 3.30 : Dans Inkscape, le dpartement du Calvados a t slectionn. Son identifiant, son nom, et sa valeur sur la variable cartographie sont lisibles dans les remarques de la fentre Proprits de lobjet.

Pour enregistrer une carte au format .emf, .ai ou .svg, il suffit dactiver larticle correspondant dans le menu (fig. 3.31). Le dialogue permet dans les trois cas de donner le nom du fichier, par dfaut, et de prciser le rpertoire dans lequel il doit tre enregistr (fig. 3.32).

Figure 3.31 : Le menu permet denregistrer la carte affiche lcran soit au format .emf (metafile), soit au format .ai (Adobe Illustrator), soit au format .svg (Scalable Vector Graphics).

88

Figure 3.32 : Le dialogue

pour lenregistrement au format .emf .

3.12. Evaluer lautocorrlation spatiale

Les mthodes statistiques supposent que les valeurs sont indpendantes les unes des autres. Or cela nest pas toujours le cas, ni avec les sries chronologiques (la valeur mesure au temps t+1 nest pas indpendante de la valeur mesure au temps t), ni avec les donnes spatiales (la valeur mesure au lieu x nest pas indpendante des valeurs mesures sur les lieux voisins, y1, y2). Lorsque les donnes spatialises ne sont pas indpendantes, on a affaire une autocorrlation spatiale. Lautocorrlation spatiale peut tre considre de plusieurs points de vue : un facteur qui nuit la validit des rsultats des analyses statistiques ; un genre de dbordement des informations releves en un lieu sur les lieux voisins ; le signe de lexistence de variables non prises en compte Deux mesures de lautocorrlation spatiale sont souvent proposes dans la littrature statistique : les coefficients dautocorrlation spatiale de Moran et Geary. Philcarto permet de calculer ces deux coefficients pour un fond de carte surfacique seulement, la condition que le fond de carte ne comprenne pas de cartouche mettant en exergue une sous-rgions (par exemple un zoom sur llede-France sur la carte des dpartements franais). Pour montrer comment calculer ces coefficients, ralisons une nouvelle carte par un clic sur qui affiche nouveau les listes de variables. Dans la liste , choisissons la variable ; un clic sur licne trace la

89

carte choroplthe, et la slection de la gamme de couleurs carte correcte, en 10 classes avec discrtisation (fig. 3.33).

produit une

Figure 3.33 : Trac de la carte choroplthe avec discrtisation couleurs et habillage rgional.

en 10 classes, gamme de

Le calcul des coefficients dautocorrlation spatiale de Moran et de Geary est effectu en cochant la case du dialogue . Philcarto procde alors au reprage des voisins de chaque lment cartographique, sur une profondeur de voisinage variant de 1 10. Ce traitement prend dautant plus de temps que le nombre dlments cartographiques est grand ; cependant, il nest ralis quune seule fois dans la mme session de Philcarto. Notons aussi que lutilisateur na pas dfinir lui-mme une matrice de contiguit puisque Philcarto le fait lui-mme. Ceci impose cependant que le fond de carte soit correctement digitalis, notamment les nuds de contours. Sont considrs comme voisin de premier ordre (ou voisin immdiat), les polygones qui ont au moins un point en commun. Une fois les voisins dordre 1 10 reprs, Philcarto calcule les coefficient dautocorrlation spatiale et les affiche dans la lgende de la carte. De manire rendre les deux coefficients comparables, cest la valeur 1-Geary qui est indique (fig. 3.34). On observe dans ce tableau qu lordre de voisinage 1, lautocorrlation est positive mais trs modre ; elle diminue trs rapidement ensuite, pour ne jamais prendre une valeur significative ensuite, mme si les valeurs deviennent ngatives. Ces valeurs confirment nanmoins la ralit de quelques groupements significatifs tant pour les pourcentages levs (Ouest, Nord) que pour les valeurs faibles (Rgion le de France et Sud-Est).

90

Figure 3.34 : Les coefficients dautocorrlation spatiale dordre 1 10 pour la variable

3.13. Comparer des cartes choroplthes vue

Loin dtre dpasse, la comparaison de plusieurs cartes permet souvent de faire des observations intressantes sur la similarit des regroupements spatiaux, et de suggrer des corrlations, parfois sous-tendues par des relations de cause effet, qui demandent tre confirmes ensuite par des mthodes plus prcises. Au moins cette approche permet-elle dviter dappliquer certaines techniques statistiques de manire aveugle comme cest parfois encore le cas Pour rendre possible une telle approche, quon peut qualifier dexploratoire, Philcarto permet dafficher simultanment jusqu quatre cartes et denregistrer la planche ainsi constitue dans un fichier EMF. Naturellement, plus lcran de lordinateur est grand, plus cette visualisation est efficace. Le dialogue situ dans la partie infrieure du cadre , contient deux icnes reprsentant un cran dordinateur (fig. 3.35). Lcran de droite possde un seul bouton radio actif par dfaut : cela signifie quune seule carte est trace la fois par Philcarto.

Figure 3.35 : Le dialogue

Lcran situ gauche comprend quatre boutons radio permettant de dsigner lun des quadrants de lcran : lespace daffichage de la carte est ainsi divis en quatre rectangles gaux o vient safficher toute nouvelle carte. Lorsquune carte est affiche en grand format, un clic sur lun de ces quatre boutons radio transfre le trac vers le quadrant ainsi dsign, les dimensions de la carte tant alors divises par deux. Un clic sur le bouton radio du quadrant suprieur gauche carte en 10 classes avec discrtisation de transfre la

dans ce quadrant l (fig. 3.36). , et

Cette carte tant affiche, dsignons maintenant le quadrant suprieur droit

slectionnons le mode de discrtisation . La carte est alors redessine avec 10 classes deffectifs gaux et se place droite de la prcdente rendant ainsi possible lapprciation des diffrences entre ces deux discrtisations (fig. 3.37).

91

Figure 3.36 : Le transfert de la carte dans le quadrant suprieur gauche (discrtisation de Jenks en 10 classes).

Figure 3.37 : Le trac de la carte dans le quadrant suprieur droit ( gauche : discrtisation de Jenks en 10 classes ; droite : discrtisation =EF en 10 classes).

On observe que cette seconde carte est pourvue de lesquisse dun cadre gauche et au-dessus ; ceci signifie que cette carte est active. Autrement dit, elle est encore modifiable laide des outils du dialogue (fig. 3.38). Par exemple, on peut changer la mthode de discrtisation, la gamme de couleurs, le nombre de classes par exemple 5 classes, et gamme de couleur (fig. 3.39).

92

Figure 3.38 : Le cadre situ gauche et au-dessus de la carte indique quelle est active et peut tre modifie.

Figure 3.39 : Changement de gamme de couleurs sur la carte active (celle de droite).

On peut ritrer ce genre dexprience avec dautres discrtisations,

, et examiner ainsi les diffrences entre les cartes introduites par chacune de ces mthodes (fig. 3.40) pour apprcier la robustesse des structures spatiales mises en vidence. Un clic sur le bouton radio de lcran dot dun seul bouton affiche en plein cran la carte active (fig. 3.41). Lenregistrement de la planche est possible par un clic sur .

Pour viter tout dboire dans la conception dune planche de cartes, lemploi des boutons radio doit suivre la squence suivante : slectionner

dabord lemplacement de la carte avec le bouton radio correspondant, puis tracer la carte.

93

Figure 3.40 : La mme variable avec 4 discrtisations diffrentes : en haut gauche Jenks 10 classes, en haut droite =EF 5 classes, en bas gauche Q6 et en bas droite S5.

Figure 3.41 : Affichage en plein cran de la carte active avec discrtisation S5.

94

3.14. La coadjacence des cartes choroplthes

Lorsque des ressemblances ont t identifies par comparaison vue de diffrentes cartes, il est intressant den prciser leur porte par une mesure de proximit. La statistique propose de nombreuses mthodes de calcul de corrlation, dassociation ou de rgression Ces techniques, utilises avec succs par certains gographes, sont cependant mal adaptes aux problmes gographiques car elles prsentent le dfaut de ne pas prendre en considration la position relative des lments cartographiques, ni lautocorrlation spatiale, alors mme que leur fondement mathmatique repose sur lindpendance suppose des valeurs des variables. Dans un article publi en 1977, Jean-Claude Muller a propos une mthode fort intressante de comparaison de cartes qui repose sur la notion de coadjacence (Lespace Gographique, Tome VI, n1, janvier-mars 1977, pp.59-72). La coadjacence choroplthique est mesure de la manire suivante : chaque carte est transforme en graphe en associant un sommet (centrode ou chef-lieu) chaque lment cartographique surfacique. Deux sommets sont relis par un arc si les lments cartographiques surfaciques correspondants sont contigus et appartiennent la mme classe ; dans le cas contraire, les deux sommets ne sont pas relis. On obtient ainsi un graphe des lments cartographiques adjacents, c'est--dire voisins et appartenant la mme classe (fig. 3.42).

Figure 3.42 : Les cartes choroplthes en deux classes du % de maisons et du % de propritaires dans lensemble des logements. Le graphe des coadjacences est superpos

Pour obtenir le graphe des units spatiales adjacentes, il suffit de cocher la case du dialogue . Si cela na pas dj t fait (par exemple pour un calcul prcdent de coefficients dautocorrlation), Philcarto procde au reprage des voisins de chaque lment cartographique, puis le graphe est trac. La comparaison de deux cartes choroplthes consiste compter le nombre darcs communs, distincts et total pour les deux cartes comparer. Si le pourcentage darcs communs approche 100% du nombre total darcs, alors les deux graphes sont isomorphiques et les deux cartes choroplthes sont identiques ; si le pourcentage est proche de 0, les deux cartes choroplthes sont diffrentes ; partir de 50% darcs

95

communs, les valeurs reprsentes sont lies par un certain type de relation fonctionnelle dautant plus forte que le pourcentage tend vers 100%. du menu permet dafficher ces Larticle pourcentages dans le dialogue (fig. 3.43).

Figure 3.43 : Le dialogue

Les diffrents graphes prcdemment tracs sont lists dans le cadre Graphes enregistrs ; naturellement, on peut y trouver plus de deux graphes en fonction du nombre de cartes tudier. Ces graphes portent le nom de la variable cartographie auquel a t ajout le mode de discrtisation, par exemple : qui correspond une carte choroplthe en deux classes deffectifs gaux. Les graphes dont on souhaite tudier la coadjacence doivent tre cochs : . Un clic sur provoque le calcul puis laffichage des coadjacences, dabord sous forme de liste, puis sous forme dune matrice. Ici, le nombre total darcs pour les deux graphes slve 181, dont 116 arcs communs, soit 64% du nombre total darcs. La mthode propose par Jean-Claude Muller est sensible au nombre de classes : il est prfrable que celui-ci soit petit et identique pour tous les graphes comparer. Elle ne donne pas une mesure absolue de la ressemblance des cartes choroplthes, mais plutt une mesure relative un groupe de cartes.

96

3.15. Les cartes choroplthes de variables nominales

Une des nouveauts importantes de la version 5 de Philcarto rside dans sa capacit traiter les donnes nominales. Comme ce qualificatif lindique, les valeurs nominales sont tout simplement des chaines de caractres (au lieu dtre des nombres reprsentant des effectifs ou des rapports). Naturellement, un nombre peut aussi tre considr comme une valeur nominale sil ny a pas de sens lui appliquer des calculs arithmtiques. Le type de variable nominal est automatiquement dtect si les valeurs sont des textes ; il doit tre explicitement dfini dans le fichier de donnes statistiques sil comporte des valeurs numriques (voir ce sujet le chapitre 19). La slection dune variable nominale se fait simplement par un clic sur le nom dune des variables figurant dans la liste du dialogue . Ici la variable slectionne (fig. 3.44), , donne pour chaque dpartement son nom en clair (pas sous la forme dun code). Ainsi, les valeurs nominales sont, par exemple, Alsace ou Languedoc-Roussillon

Figure 3.44 : Slection dune variable de couleur.

La slection de la variable de couleur provoque laffichage du dialogue . Cliquer sur licne du type carte choroplthe (fig. 3.45). La carte saffiche alors lcran (fig. 3.46).

Figure 3.45 : Clic sur licne carte choroplthe .

Au contraire des variables de rapports, les variables nominales nont pas tre discrtises. Pour tracer cette carte, Philcarto a dabord tri les modalits selon lordre alphabtique (depuis Alsace, jusqu Rhne-Alpes), puis a affect une couleur chacune delles selon lordre de la gamme dite perroquet dans laquelle les couleurs ne sont pas ordonnes selon une logique dtermine (la premire modalit est reprsente en rouge, la seconde en bleu, etc.). Si les couleurs choisies par Philcarto dans la gamme perroquet ne sont pas satisfaisantes, il est possible den choisir dautres dans cette gamme qui renferme 30 qui sest couleurs diffrentes. Il suffit pour cela de se rendre dans le dialogue affich dans le cadre juste aprs le trac de la carte. On retrouve dans le dialogue la liste des modalits de variable cartographie (fig. 3.47).

97

Region
Alsace N= 2 Aquitaine N= 5 Auvergne N= 4 Basse-Normandie N= 3 Bourgogne N= 4 Bretagne N= 4 Centre N= 6 Champagne-Ardenne N= 4 Corse N= 2 Franche-Comt N= 4 Haute-Normandie N= 2 Ile-de-France N= 8 Languedoc-Roussillon N= 5 Limousin N= 3 Lorraine N= 4 Midi-Pyrnes N= 8 Nord-Pas-de-Calais N= 2 Pays de la Loire N= 5 Picardie N= 3 Poitou-Charentes N= 4 Provence-Alpes-Cte d'Azur N= 6 Rhne-Alpes N= 8
Les hauteurs des rectangles du diagramme btons sont proportionnelles au nombre d'unites spatiales pour chaque modalit de la variable : 'Region' maximum= 8 pour la modalit 'Ile-de-France'

Fait avec Philcarto * 03/11/2007 11:50:46 * http://philgeo.club.fr

Figure 3.46 : Trac de la carte choroplthe du nom de la rgion de chaque dpartement.

Figure 3.47 : Le cadre Couleurs dans le cas dune variable nominale.

En regard de chaque modalit figure un bouton radio color. Un clic sur lun de ces boutons radio permet de slectionner une autre couleur dans la gamme propose (fig. 3.48). Par exemple, on peut souhaiter modifier le vert de la rgion Auvergne car elle est adjacente la rgion Centre, galement figure en vert, et la rgion Limousin qui, elle, est figure en bleu clair. En cliquant sur la modalit Auvergne , puis en choisissant la couleur Tomate , on modifie la couleur de lAuvergne sur la carte, dans la lgende et dans le diagramme btons de la distribution des dpartements par rgion (fig. 3.49).

98

Figure 3.48 : Choisir une couleur diffrente pour une modalit.

Figure 3.49 : Le changement de couleur se rpercute sur la carte, dans la lgende, et dans le diagramme btons.

Notons quil est possible de pondrer le diagramme btons comme cela est le cas pour les histogrammes des variables de rapport par un clic sur . Le dialogue permet alors de slectionner la variable de pondration des btons du diagramme, ici (fig. 3.50). La validation, par un clic sur , provoque un nouvel affichage de la carte et du diagramme btons. Sans pondration, ce diagramme donne le nombre de dpartements par rgion ; en pondrant par le nombre de logements, il indique la rpartition des logements par rgion. La pondration du diagramme btons naffecte en rien la carte.

99

Figure 3.50 : La liste des variables de pondration du diagramme btons.

Figure 3.51 : La pondration du diagramme btons donne une ide juste de la rpartition rgionale des rsidences principales : prminence de lle de France (au centre du diagramme) suivie de Rhne-Alpes (en orang droite), puis de Provence-Alpes-Cte dAzur (en violet droite) et du Nord-Pas de Calais (en bleu). Les couleurs sont celle de la lgende en figure 3.49.

100

4. Les cartes en cercles proportionnels

Dossier : \Philcarto exemples\France dpartements\ Fond de carte : France carte dpartements.ai Statistiques : France data dpartements.txt

4.1. Slectionner une variable de symbole

La slection dune variable se fait simplement par un clic sur le nom dune des variables figurant dans la liste du dialogue . Ici la variable , contient le nombre de maisons individuelles dans chaque slectionne, dpartement de France mtropolitaine au recensement de 1990 (fig. 4.1).

Figure 4.1 : Slection dune variable de symbole.

4.2. Afficher une carte en cercles proportionnels

La slection de la variable de symbole provoque laffichage du dialogue . Cliquer sur licne du type carte en cercles proportionnels (fig. 4.2). La carte saffiche alors lcran (fig. 4.3). Si le calibrage des cercles na pas t chang en cours de session, le rayon du plus grand cercle, celui qui correspond la valeur maximum, est de 30 pixels de lcran daffichage.

Figure 4.2 : Clic sur licne carte en cercles proportionnels .

4.3. Le dialogue Cercles

Simultanment au trac de la carte, le dialogue remplace les dialogues et dans le cadre . (fig. 4.4). Dans le dialogue , des boutons permettent de calibrer les cercles, de changer la couleur des disques et des circonfrences, de modifier la lgende, dafficher une carte didentifiants ou de noms

101

Figure 4.3 : Trac de la carte en cercles proportionnels.

Figure 4.4 : Affichage du dialogue

102

4.4. Le calibrage des cercles

Calibrer les cercles consiste fixer le nombre de pixels dcran du rayon du plus grand cercle, celui qui correspond la valeur maximum. En dbut de session, cette valeur est de 30 pixels ; elle peut varier entre 1 et 40 pixels. Le choix de cette valeur est affaire de perception : la carte ne doit tre ni trop claire, ni trop fonce. Pour changer cette valeur, il suffit dutiliser le curseur . Un clic sur la flche dirige vers le haut fait augmenter le nombre de pixels du rayon alors quun clic sur la flche dirige vers le bas le fait diminuer. Avec 40 pixels, la carte devient plus fonce (fig. 4.5).

Figure 4.5 : Trac de la carte en cercles proportionnels avec le rayon maximum calibr 40.

103

4.5. Modifier lapparence des cercles

Par dfaut, les disques sont noirs et les circonfrences blanches : on dit que les cercles sont dtours. Cela permet de distinguer un petit cercle situ lintrieur dun plus grand, donc de grer un peu les superpositions. La modification de la couleur de tous les disques et de toutes les circonfrences se fait laide de deux sries de boutons radio colors (fig. 4.6). La premire srie correspond la couleur des disques, et la seconde la couleur des circonfrences.

Figure 4.6 : Choisir la couleur des disques et des circonfrences.

Pour la carte ci-aprs (fig. 4.7), on a choisi des disques vert clair et des circonfrences bleu fonc.

Figure 4.7 : Modification de la couleur des disques et des circonfrences.

104

4.6. Modifier la couleur du fond de la carte

Par dfaut, la carte saffiche sur un fond blanc : il sagit soit de la couleur de la fentre daffichage, soit de la couleur dun maillage surfacique associ au maillage ponctuel dont chaque point constitue le centre de chaque cercle. Pour modifier la couleur du fond, il faut choisir un habillage surfacique list dans le dialogue situ dans la partie infrieure du cadre ), par exemple, le calque Regions.S. Un clic dans la case correspondant ce calque le slectionne et fait apparatre une srie de boutons radio colors intitule (fig. 4.8). Il faut imprativement choisir lune de ces couleurs pour que lhabillage puisse tre trac dans cette couleur-l. Par un clic sur le bouton radio correspondant, on peut choisir une couleur passe-partout comme le noir ou le gris, ou une couleur plus expressive la condition quelle soit en harmonie avec la couleur des disques.

Figure 4.8 : La liste des couleurs du contour dhabillage.

Lorsque le bouton de la couleur choisie est slectionn (ici le gris), la srie de boutons radio colors sefface, le nom du calque est crit avec un fond color par la couleur choisie, et la carte est nouveau trace, faisant apparatre lhabillage retenu. Une nouvelle srie de boutons radio colors saffiche alors ; intitule , elle permet de choisir la couleur du fond de lhabillage par un clic sur le bouton radio correspondant (fig. 4.9). Notons que ces couleurs sont ples car le fond ne doit pas parasiter la lecture des cercles ; la couleur du fond doit aussi tre choisie en harmonie avec la couleur des disques (fig. 4.10).

Figure 4.9 : La liste des couleurs du fond dhabillage.

105

Figure 4.10 : La modification de la couleur du fond de lhabillage

4.7. Choisir les cercles de la lgende

La lgende dune carte en cercles est souvent inutilisable. Le traditionnel abaque figurant une courbe sur laquelle peuvent tre lues, en thorie, toutes les valeurs comprises entre leffectif minimum et leffectif maximum, savre bien peu pratique. Une autre solution consiste faire figurer une srie de cercles compris entre le plus petit et le plus grand avec un pas daccroissement rgulier (de 1000 en 1000 par exemple); malheureusement, ces cercles de lgende ne correspondent pratiquement jamais des cercles effectivement prsents sur la carte, et leur utilit pour la lecture est toute relative. Philcarto prfre figurer en lgende un chantillonnage de cercles effectivement prsents sur la carte, et indiquer au regard de chaque cercle, la valeur laquelle il correspond, ainsi que lidentifiant et le nom de llment cartographique correspondant (fig. 4.11). Cette prsentation, moins classique, prsente lavantage de mieux coller la ralit des donnes.

106

Figure 4.11 : Les cercles de la lgende selon lchantillonnage standard des valeurs.

Lchantillonnage standard des tailles de cercles ne donne pas toujours le meilleurs rsultat car les distributions de valeurs peuvent savrer inadquates comme cest le cas sur la figure ci-dessus o trois cercles sont peu prs de mme taille. Pour pallier cet inconvnient, Philcarto permet de choisir le nombre de cercles et la valeur correspondant chacun deux. Ceci se fait simplement laide dun ensemble de contrles rassembls sous le nom (fig. 4.12).

Figure 4.12 : Les contrles permettant de choisir les cercles de la lgende.

Ces contrles sont agencs sous la forme dun tableau comprenant six lignes correspondant chacune un cercle de lgende ; la lgende peut donc se composer de six cercles au plus ; la ligne suprieure correspond au plus grand cercle et la ligne infrieure au plus petit. Chacune des colonnes de ce tableau a une fonction prcise. De gauche droite, on trouve : des cases cocher qui, si elles sont coches, commandent chacune laffichage dun cercle ; des valeurs numrique donnant, pour chaque cercle, la valeur statistique qui le caractrise ; des curseurs dont les valeurs correspondent, pour chaque cercle, son rang dans la srie des cercles tris du plus petit (rang = 1) au plus grand (rang = nombre total de valeurs) ; des textes donnant, pour chaque cercle, lidentifiant et le nom de llment cartographique correspondant ; par exemple, le cercle correspondant la valeur 600840 rsidences secondaires est celui du dpartement du Nord, identifi par le code D59. Grce ce tableau de contrle, il est possible dlaborer une lgende explicite compose de 1 6 cercles relatifs des cercles effectivement prsents sur la carte (fig. 4.13 et 4.14).

107

Figure 4.13 : Une lgende en 6 cercles et le tableau de contrles correspondant.

Figure 4.14 : Une lgende en 4 cercles et le tableau de contrles correspondant.

4.8. Disque ou circonfrence ?

Dans certains cas, notamment lorsque laccumulation des cercles dans un secteur de la carte rend la lecture difficile, il peut apparatre utile de ne pas remplir les cercles par une couleur ; en dautres termes, il sagit de tracer la circonfrence et de laisser le disque sans couleur et cela partir dune valeur donne. La case , lorsquelle est coche provoque laffichage dune zone ddition et cocher dun bouton (4.15).

Figure 4.15 : Le dialogue pour le trac des circonfrences seules.

La zone ddition permet dentrer la valeur au-del de laquelle les disques restent vides ; le bouton valide cette valeur et provoque un nouvel affichage de la carte traduisant la valeur entre dans la zone ddition. Par exemple, sur la carte du nombre de rsidences avec WC extrieurs, on souhaite que le disque correspondant Paris ne soit pas color. La valeur de Paris slevant 139612, on entre dans la zone ddition 135000, nombre infrieur celui de Paris et suprieur 127688 compt dans le Nord, second dpartement pour les rsidences avec WC extrieurs. Ainsi, la rgion le-de-France apparat moins charge (fig. 4.16).

108

WC exterieurs residences principales

139612 [D75 Paris]

127688 [D59 Nord]

75402 [D62 Pas-de-Calais]

35641 [D92 Hauts-de-Seine] 13710 [D14 Calvados] 1826 [D04 Alpes-de-Haute-Provence]

Fait avec Philcarto * 14/10/2007 14:01:16 * http://philgeo.club.fr

Figure 4.16 : Sur cette carte, le cercle correspondant Paris est trac avec sa seule circonfrence.

Notons que la circonfrence de Paris est trace de la couleur du disque des autres cercles et que ces autres cercles ont une circonfrence noire choisie par lutilisateur. Signalons aussi que la valeur 0 entre dans la zone ddition signifie que pour tous les cercles de la carte, cest seulement la circonfrence qui doit tre trace (fig. 4.17).

109

WC exterieurs residences principales

139612 [D75 Paris]

127688 [D59 Nord]

75402 [D62 Pas-de-Calais]

35641 [D92 Hauts-de-Seine] 13710 [D14 Calvados] 1826 [D04 Alpes-de-Haute-Provence]

Fait avec Philcarto * 14/10/2007 14:05:43 * http://philgeo.club.fr

Figure 4.17 : Sur cette carte, seules les circonfrences des cercles sont traces.

4.9. Tracer plusieurs cartes en cercles comparables entre elles

Par dfaut, le calibrage des cercles est diffrent dune carte lautre. De ce fait, les cartes qui reprsentent des sous-populations extraites dune mme population (par exemple les rsidences principales en fonction de la priode de construction) ne sont pas comparables entre elles, ce qui peut induire de srieux problmes dinterprtation. Pour rsoudre ce problme, Philcarto offre la possibilit dentrer une valeur maximum diffrente de la valeur maximum de chaque sous-population ; lorsquelle existe, cette valeur maximum se substitue celle de chacune de variable. Ainsi, le calibrage des cercles est identique pour chaque carte et les cartes peuvent tre compares. Dans le cas du nombre de rsidences principales par priode de construction, les maximums des trois priodes sont les suivants : avant 1949 : 919 414 ; de 1949 1981 : 437 092 ; aprs 1981 : 108 216. Si lon nentre pas de valeur maximum, chaque carte est calibre en fonction de son propre maximum, et lon obtient la planche de cartes suivante (fig. 4.18) :

110

Construction avant 1949 residences principales

919414 [D75 Paris]

Construction 1949_1981 residences principales

437092 [D59 Nord]

452928 [D59 Nord] 126197 [D35 Ille-et-Vilaine] 21810 [D90 Territoire de Belfort]

274902 [D91 Essonne] 131213 [D30 Gard] 17567 [D48 Lozre]

Fait avec Philcarto * 14/10/2007 15:43:36 * http://philgeo.club.fr

Fait avec Philcarto * 14/10/2007 15:44:39 * http://philgeo.club.fr

Construction 1982 et apres residences principales

108216 [D83 Var]

72941 [D38 Isre] 40026 [D64 Pyrnes-Atlantiques] 5432 [D90 Territoire de Belfort]

Fait avec Philcarto * 14/10/2007 15:45:17 * http://philgeo.club.fr

Figure 4.18 : Trois cartes en cercles reprsentant trois sous-populations extraites de la mme population ; le calibrage des cercles est bas sur le maximum de chaque variable.

La planche de cartes obtenue conduit la conclusion suivante : le nombre de rsidences principales construites en 1949 et aprs est toujours plus lev que celui des rsidences principales construites avant 1949 Au lieu de laisser Philcarto faire le calibrage en fonction du maximum de chaque variable, contraignons-le utiliser, pour les trois cartes, le maximum des trois maximums, cest--dire 919 414. Pour simplifier, entrons la valeur 920 000 qui correspond au nombre de rsidences construites avant 1949, dans la zone ddition qui saffiche lorsque la case est coche (fig. 4.19). Validons cette valeur avec le bouton , puis traons nouveau les trois cartes (fig. 4.20).

Figure 4.19 : Entre de la valeur maximum des trois variables

111

Construction avant 1949 residences principales

919414 [D75 Paris]

Construction 1949_1981 residences principales

437092 [D59 Nord] 215822 [D31 Haute-Garonne]

452928 [D59 Nord] 126197 [D35 Ille-et-Vilaine] 21810 [D90 Territoire de Belfort]

142638 [D85 Vende] 17567 [D48 Lozre]

Fait avec Philcarto * 14/10/2007 15:59:47 * http://philgeo.club.fr

Fait avec Philcarto * 14/10/2007 15:58:45 * http://philgeo.club.fr

Construction 1982 et apres residences principales

108216 [D83 Var] 72941 [D38 Isre] 40026 [D64 Pyrnes-Atlantiques] 5432 [D90 Territoire de Belfort]

Fait avec Philcarto * 14/10/2007 15:54:20 * http://philgeo.club.fr

Figure 4.20 : Trois cartes en cercles reprsentant trois sous-populations extraites de la mme population ; le calibrage des cercles est bas sur le maximum des maximums.

Si la carte aux cercles bleus (avant 1949) reste inchange, les deux autres cartes apparaissent extrmement diffrentes de celles de la planche prcdente : la priode postrieure 1982 affiche des cercles beaucoup plus petits. On observe aussi lintense construction de logements dans les dpartements notamment possdant une faade maritime, alors que dans le centre du pays la construction apparat plus ralentie. Notons enfin que, pour revenir au calibrage individuel de chaque carte, il suffit de dcocher la case .

4.10. Cercles pour reprsenter des effectifs ngatifs et positifs

Dans les versions prcdentes de Philcarto, le trac des cercles ntait possible que sur des effectifs strictement positifs. Les effectifs infrieurs ou gaux zro ntaient pas cartographis. Pour contourner le problme, il fallait crer une nouvelle variable contenant la valeur absolue de leffectif, une seconde variable binaire indiquant si oui (=1) ou non (=0) la valeur tait positive. Il nest plus ncessaire de procder ainsi car Philcarto dtecte sil existe des valeurs ngatives et positives dans la variable cartographier. Si cela est le cas, il calibre les cercles en fonction de la

112

valeur absolue de leffectif et figure les cercles positifs en rouge, et les cercles ngatifs en bleu. La carte du solde migratoire des dpartements franais entre 1990 et 1999 montre lintrt de genre de trac : lhliotropisme est vident (fig. 4.21).
Solde migratoire 1990-1999
-133188 [D75 Paris]

-103867 [D59 Nord]

-75460 [D94 Val-de-Marne]

-36912 [D76 Seine-Maritime] 10525 [D22 Ctes-d'Armor] -247 [D36 Indre] Effectifs positifs Effectifs ngatifs

Fait avec Philcarto * 14/10/2007 17:04:59 * http://philgeo.club.fr

Figure 4.21 : La carte du solde migratoire des dpartements franais entre 1990 et 1999.

Notons que dans le cas de valeurs ngatives et positives, on perd la possibilit de choisir la couleur des disques qui sont obligatoirement rouges ou bleus.

4.11. Cartes didentifiants et/ou de noms.

Le dialogue permet en outre de tracer des cartes sur lesquelles figurent soit les identifiants des lments cartographiques, soit les noms, soit les deux. Ils sont crits sur chaque lment cartographique ponctuel. Il suffit de cocher les cases . Si ces deux cases sont coches, une case supplmentaire apparat pour crire ces deux lments sur deux lignes . Le rsultat est

113

rarement parfait, mais les collisions peuvent tre corriges dans un logiciel de dessin (fig. 4.22).

Figure 4.22 : La cartes des identifiants et des noms des dpartements franais.

114

5. Les cartes en cercles proportionnels sur cartes choroplthes

Dossier : \Philcarto exemples\France dpartements\ Fond de carte : France carte dpartements.ai Statistiques : France data dpartements.txt

5.1. Slectionner une variable de couleur et une variable de symbole

La slection des deux variables se fait par un clic sur le nom dune des et sur celui dune seconde variable figurant dans variables figurant dans la liste la liste du dialogue . Ici les variables slectionnes sont respectivement et (fig. 5.1).

Figure 5.1 : Slection dune variable de couleur et de symbole.

5.2. Afficher une carte en cercles sur une carte choroplthe

La slection de la variable de symbole provoque laffichage du dialogue . Cliquer sur licne du type carte en cercles proportionnels (fig. 5.2). La carte saffiche alors lcran (fig. 5.3). Toutes les options en cours sont appliques, aussi bien pour la carte choroplthe (discrtisation, nombre de classes, gamme de couleurs) que pour la carte en cercles (calibrage, couleur des cercles, couleur des circonfrences).

Figure 5.2 : Clic sur licne carte en cercles proportionnels sur carte choroplthe .

Naturellement, la surface du cercle gne la lecture des couleurs dans le cas o ces cercles occultent les surfaces colores. Dans ce cas, il suffit de ne pas tracer le disque, mais uniquement la circonfrence. Ceci se fait en cochant la case , et en entrant la valeur 0 dans la zone ddition, ce qui signifie que tous les cercles doivent tre vids (fig. 5.4).

115

Figure 5.3 : La carte choroplthe du % de maison individuelles dans lensemble des logements sur laquelle est trace la carte en cercles proportionnels du nombre de maisons individuelles.

Figure 5.4 : La mme carte mais avec le trac des circonfrences seulement.

116

6. Les cartes en cercles proportionnels colors

Dossier : \Philcarto exemples\France dpartements\ Fond de carte : France carte dpartements.ai Statistiques : France data dpartements.txt

6.1. Slectionner une variable de couleur et une variable de symbole

La slection des deux variables se fait par un clic sur le nom dune des variables figurant dans la liste et sur celui dune seconde variable figurant dans la liste du dialogue . Ici les variables slectionnes sont et (fig. 6.1). respectivement

Figure 6.1 : Slection dune variable de couleur et de symbole.

6.2. Afficher une carte en cercles proportionnels colors

La slection de la variable de symbole provoque laffichage du dialogue . Cliquer sur licne du type carte en cercles proportionnels colors (fig. 6.2). La carte saffiche alors lcran (fig. 6.3). Toutes les options en cours sont appliques, aussi bien pour laffectation des couleurs (discrtisation, nombre de classes, gamme de couleurs) que pour les cercles (calibrage, couleur des circonfrences). Dans le cas o la variable de couleurs est une variable nominale, les couleurs sont affectes en fonction des modalits tries et de lordre des couleurs dans la gamme de couleurs perroquet (la premire modalit est reprsente en rouge, la seconde en bleu, etc.).

Figure 6.2 : Clic sur licne carte en cercles proportionnels colors .

Un habillage, ici les rgions, complte la carte et permet dafficher les cercles sur un fond color qui fait ressortir les couleurs. Attention ! penser choisir une couleur de fond qui nexiste pas dans la gamme de couleurs utilise pour colorier les cercles (fig. 6.4).

117

Figure 6.3 : La carte en cercles proportionnels du nombre de maisons individuelles colors par le % de maison individuelles dans lensemble des logements.

Figure 6.4 : La mme carte avec un habillage rgional avec un fond de couleur cyan clair.

118

Dans le cas o la variable deffectifs comprend des valeurs ngatives et positives, cest la couleur de la circonfrence des cercles qui lindique : rouge clair pour les effectifs positifs et bleu pour les effectifs ngatifs. Dans ce cas, on ne peut plus choisir la couleur des circonfrences (fig. 6.5).
[Q6] T. var. an Population 1990 | Population 1999
1,37 N= 4 M=1,26 S=0,10 1,14 N= 20 M=0,77 S=0,13 0,59 N= 24 M=0,42 S=0,09 0,29 N= 25 M=0,11 S=0,08 0,00 N= 19 M=-0,17 S=0,11 -0,39 N= 4 M=-0,52 S=0,07 -0,60
Les surfaces des rectangles de l'histogramme sont proportionnelles au nombre d'unites spatiales dans chaque classe dfinie sur la variable : 'T. var. an Population 1990 | Population 1999' maximum= 25 pour la classe n 3

Solde migratoire 1990-1999

-133188 [D75 Paris]

81505 [D31 Haute-Garonne] 48180 [D33 Gironde] -23605 [D69 Rhne] -11677 [D88 Vosges] -247 [D36 Indre] Effectifs positifs Effectifs ngatifs

Fait avec Philcarto * 03/11/2007 10:34:17 * http://philgeo.club.fr

Figure 6.5 : La carte en cercles proportionnels colors des soldes migratoires colors par le taux moyen annuel de variation de la population. La couleur de la circonfrence des cercles indique si les effectifs du solde migratoire sont ngatifs (bleu) ou positifs (rouge).

119

120

7. Les cartes en cercles proportionnels affronts ou en diagrammes secteurs

Dossier : \Philcarto exemples\France dpartements\ Fond de carte : France carte dpartements.ai Statistiques : France data dpartements.txt

7.1. Slectionner deux variables de symbole

La slection des deux variables se fait par deux clics, lun pour la premire variable, lautre pour la seconde, sur un nom figurant dans la liste du dialogue . Ici les variables slectionnes sont respectivement et (fig. 7.1).

Figure 7.1 : Slection dune variable de couleur et de symbole.

Le choix de ces deux variables est guid par la question du poids respectif des logements anciens et rcents dans lensemble du parc de rsidences principales.

7.2. Afficher la carte en cercles proportionnels affronts

La slection de la variable de symbole provoque laffichage du dialogue . Cliquer sur licne du type carte en cercles proportionnels affronts ou en diagrammes secteurs (fig. 7.2). La carte saffiche alors lcran (fig. 7.3). Toutes les options en cours sont appliques comme le calibrage des cercles ou lhabillage.

Figure 7.2 : Clic sur licne carte en cercles affronts ou en diagrammes secteurs .

Sauf si la valeur maximum a t pralablement choisie, le calibrage se fait par rapport la variable qui prsente leffectif le plus lev ; cest aussi cette variable l qui figure en lgende. Laffectation des couleurs se fait dans lordre des variables dans la liste du dialogue , cest--dire rouge pour la premire variable dont le demi-cercle infrieur est trac, et bleu pour la seconde variable reprsente par son demi cercle suprieur.

121

Figure 7.3 : La carte en cercles proportionnels affronts du nombre de rsidences principales construites avant 1949 et aprs 1949.

7.3. Afficher la carte en diagrammes secteurs proportionnels

Pour obtenir une carte en diagrammes secteurs, il suffit de dcocher la case . Sur la carte obtenue (fig. 7.4), la surface des cercles reprsente maintenant la sommes des effectifs des deux variables slectionnes. Chaque secteur est proportionnel au pourcentage de la variable quil reprsente dans la somme des effectifs des deux variables. Ce genre de reprsentation est, en gnral, viter. Dans certains cas, assez rares, elle peut savrer efficace, notamment lorsque la variation de la taille des secteurs suit une direction particulire. Par ailleurs, rien ninterdit la slection de plus de deux variables, mais on obtient alors une carte difficile lire dont la ralisation ne se justifie que lorsque le nombre de cercles est petit (fig. 7.5). Les cartes en diagrammes secteurs proportionnels peuvent tre enregistres seulement au format .emf.

122

Figure 7.4 : La carte en diagrammes secteurs proportionnels du nombre de rsidences principales construites avant 1949 et aprs 1949.

Figure 7.5 : La carte en diagrammes secteurs proportionnels du nombre de rsidences principales construites avant 1949, entre 1949 et 1981, et aprs 1981.

123

124

8. Les cartes en semis de points

Dossier : \Philcarto exemples\France dpartements\ Fond de carte : France carte dpartements.ai Statistiques : France data dpartements.txt

8.1. Slectionner une variable de symbole

La slection dune variable se fait simplement par un clic sur le nom dune des variables figurant dans la liste du dialogue . Ici la variable , contient le nombre de maisons individuelles dans chaque slectionne, dpartement de France mtropolitaine au recensement de 1990 (fig. 8.1).

Figure 8.1 : Slection dune variable de symbole.

8.2. Afficher une carte en semis de points

La slection de la variable de symbole provoque laffichage du dialogue . Dans ce dialogue, cliquer sur licne du type carte en semis de points (fig. 8.2). La carte saffiche alors lcran (fig. 8.3). Toutes les options en cours sont appliques comme le calibrage des points ou lhabillage.

Figure 8.2 : Clic sur licne carte en semis de points .

8.3. Le dialogue Semis de points

Simultanment au trac de la carte, le dialogue remplace les dialogues et dans le cadre . (fig. 8.4). Dans le dialogue , des contrles permettent de calibrer les points, de changer leur taille et leur couleur, de modifier la couleur du fond de la carte.

125

Maisons 1990
1 point = 6008.4

Fait avec Philcarto * 02/11/2007 18:41:01 * http://philgeo.club.fr

Figure 8.3 : Trac de la carte en semis de points du nombre de maisons individuelles.

Figure 8.4 : Affichage du dialogue

8.4. Le calibrage du point

Il y a deux faons de calibrer la valeur de chaque point du semis. La premire, choisie par dfaut, consiste indiquer le nombre de points (fix arbitrairement 100 en dbut de session) correspondant la valeur maximum de la variable cartographie ; dans ce cas, la valeur du point est le rsultat de la division de cette valeur maximum par le nombre de points. Le nombre maximum de points autoris

126

par Philcarto slve 5000 ; il est prfrable de choisir un nombre plus petit pour ne pas charger, de manire draisonnable, les fichiers denregistrement de ce genre de carte. Pour modifier le nombre maximum de points, il suffit dentrer le nombre choisi dans la zone ddition prvue cet effet et de valider avec le bouton (fig. 8.5), par exemple, 300 points correspondent 600 840 maisons (maximum enregistr dans le dpartement du Nord) soit 2003 maisons pour un point; ce . maximum est affich sous le nom du dialogue

Figure 8.5 : Le calibrage de la valeur du point par le choix du nombre maximum de points correspondant la valeur maximum de la variable cartographie.

La seconde faon de calibrer la valeur du point consiste choisir explicitement sa valeur, par exemple, un point reprsente 1000 maisons. Cette manire permet davoir une lgende plus facilement assimilable par le lecteur de la carte. Elle permet aussi de produire une srie de carte portant sur des catgories dune mme population comme, par exemple, le nombre de logement par anne de construction ; dans ce cas seulement on peut rechercher des comparaisons entre cartes car le calibrage est identique pour toutes les cartes. Pour fixer la valeur du point, il suffit dentrer la valeur retenue dans la zone ddition prvue cet effet et de valider avec le bouton (fig. 8.6).

Figure 8.6 : Le calibrage de la valeur du point par le choix explicite de cette valeur.

Quon choisisse la premire ou la seconde faon de calibrer le point, la se traduit par laffichage de la carte validation avec le bouton correspondant au nouveau calibrage (fig. 8.7). Par dfaut, un point correspond un deux pixels dcran. Une autre taille peut tre choisie entre 1 et 5 pixels (fig. 8.8). Si un seul pixel par point donne souvent une image peu contraste, en revanche, une taille suprieure tendance graisser le semis de points. Adopter une taille leve permet cependant de limiter le nombre de points de la carte et dviter ainsi des fichiers trop lourds. La taille du point et le nombre de points doivent donc tre choisis de concert ; plusieurs tentatives sont souvent ncessaires

127

Maisons 1990
1 point = 1000

Fait avec Philcarto * 02/11/2007 19:23:31 * http://philgeo.club.fr

Figure 8.7 : Trac de la carte en semis de points du nombre de maisons individuelles. Sur cette carte, un point vaut 1000 maisons, nombre choisi explicitement.

Figure 8.8 : Le choix de la taille du point.

8.5. Modifier la couleur des points et la couleur du fond

Par dfaut, les points sont noirs sur fond gris clair. La modification de la couleur de tous les points et du fond de carte se fait laide de deux sries de boutons radio colors (fig. 8.9). La premire srie correspond la couleur des points, et la seconde la couleur du fond.

Figure 8.9 : Choisir la couleur des disques et des circonfrences.

128

Pour la carte ci-aprs (fig. 8.10), on a choisi les paramtres suivants : un point pour 1000 maisons ; les points sont vert printemps, et le fond est jaune clair.
Maisons 1990
1 point = 1000

Fait avec Philcarto * 02/11/2007 19:35:50 * http://philgeo.club.fr

Figure 8.10 : Trac de la carte en semis de points du nombre de maisons individuelles. Le calibrage, la couleur des points et la couleur du fond ont t modifis.

8.6. Points pour des effectifs ngatifs et positifs

Comme pour les cartes en cercles, Philcarto dtecte sil existe des valeurs ngatives et positives dans la variable cartographier. Si cela est le cas, il figure les points correspondant des effectifs positifs en rouge, et les points correspondant des effectifs ngatifs en bleu. La carte du solde migratoire des dpartements franais entre 1990 et 1999 montre lintrt de genre de trac : lhliotropisme est vident (fig. 8.11). Ici, les contours des dpartements nont pas t tracs en dcochant la case situe dans le cadre ; cela permet de mieux percevoir lallure gnrale du semis de points. Un habillage rgional au fond bleu clair a t ajout pour pouvoir nanmoins localiser les concentrations de points.

129

Solde migratoire 1990-1999

1 point = 250 Effectifs positifs Effectifs ngatifs

Fait avec Philcarto * 03/11/2007 09:06:56 * http://philgeo.club.fr

Figure 8.11 : La carte en semis de points du solde migratoire des dpartements franais entre 1990 et 1999.

Dans le cas de valeurs ngatives et positives, on perd la possibilit de choisir la couleur des points qui sont obligatoirement bleus pour les effectifs ngatifs ou rouges pour les effectifs positifs.

130

9. Les cartes en semis de points colors

Dossier : \Philcarto exemples\France dpartements\ Fond de carte : France carte dpartements.ai Statistiques : France data dpartements.txt

9.1. Slectionner une variable de couleur et une variable de symbole

La slection des deux variables se fait par un clic sur le nom dune des variables figurant dans la liste et sur celui dune seconde variable figurant dans la liste du dialogue . Ici les variables slectionnes sont et (fig. 9.1). respectivement

Figure 9.1 : Slection dune variable de couleur et de symbole.

9.2. Afficher une carte en semis de points colors

La slection de la variable de symbole provoque laffichage du dialogue . Cliquer sur licne du type carte en cercles proportionnels colors (fig. 9.2). La carte saffiche alors lcran (fig. 9.3). Toutes les options en cours sont appliques, aussi bien pour laffectation des couleurs (discrtisation, nombre de classes, gamme de couleurs) que pour les points (calibrage). Dans le cas o la variable de couleurs est une variable nominale, les couleurs sont affectes en fonction des modalits tries et de lordre des couleurs dans la gamme de couleurs perroquet (la premire modalit est reprsente en rouge, la seconde en bleu, etc.).

Figure 9.2 : Clic sur licne carte en semis de points colors .

Un habillage, ici les rgions, complte la carte et permet dafficher les cercles sur un fond color qui fait ressortir les couleurs. Dans le cas o la variable deffectifs comprend des valeurs ngatives et positives, cest la couleur du fond qui est

131

modifie : rose clair pour les effectifs positifs et bleu clair pour les effectifs ngatifs. Dans ce cas, on ne peut plus choisir la couleur du fond (fig. 9.4).

Figure 9.3 : La carte en semis de points colors du nombre de maisons individuelles colors par le % de maison individuelles dans lensemble des rsidences principales.
[Q6] T. var. an Population 1990 | Population 1999
1,37 N= 4 M=1,26 S=0,10 1,14 N= 20 M=0,77 S=0,13 0,59 N= 24 M=0,42 S=0,09 0,29 N= 25 M=0,11 S=0,08 0,00 N= 19 M=-0,17 S=0,11 -0,39 N= 4 M=-0,52 S=0,07 -0,60
Les surfaces des rectangles de l'histogramme sont proportionnelles au nombre d'unites spatiales dans chaque classe dfinie sur la variable : 'T. var. an Population 1990 | Population 1999' maximum= 25 pour la classe n 3

Solde migratoire 1990-1999

1 point = 1000 Effectifs positifs Effectifs ngatifs

Fait avec Philcarto * 03/11/2007 10:26:35 * http://philgeo.club.fr

Figure 9.4 : La carte en semis de points colors des soldes migratoires colors par le taux moyen annuel de variation de la population. La couleur du fond de carte indique si les effectifs du solde migratoire sont ngatifs (bleu clair) ou positifs (rose clair).

132

10. Les cartes de liens dites en oursins

Dossier : \Philcarto exemples\Parana\ Fond de carte : Parana carte.ai Statistiques : Parana data liens.xls

10.1. Slectionner une variable de lien

La slection dune variable de lien se fait simplement par un clic sur le nom dune des variables figurant dans la liste du dialogue . Ici la variable , dfinit une relation entre les lieux centraux de lEtat du Paran au slectionne, Brsil (fig. 10.1). Cette variable doit obligatoirement sappeler Lien ; elle est unique dans le fichier de donnes dont le format est lui-mme spcifique aux donnes de liens ; voir le chapitre sur lorganisation des fichiers de donnes.

Figure 10.1 : Slection dune variable de symbole.

10.2. Afficher une carte de liens

La slection de la variable de lien provoque laffichage du dialogue . Cliquer sur licne du type carte de liens (fig. 10.2). La carte saffiche alors lcran (fig. 10.3). Toutes les options en cours sont appliques comme le calibrage des points ou lhabillage.

Figure 10.2 : Clic sur licne carte de liens .

Par rapport aux versions prcdentes de Philcarto, la variation dpaisseur des liens nest plus possible : cette option produisait une carte peu intelligible. Elle a t remplace par les cartes de liens colors selon les modalits dune variable nominale.

133

Lien

Fait avec Philcarto * 03/11/2007 11:13:06 * http://philgeo.club.fr

Figure 10.3 : La carte de liens entre lieux centraux de lEtat du Paran au Brsil.

134

11. Les cartes de liens colors

Dossier : \Philcarto exemples\Parana\ Fond de carte : Parana carte.ai Statistiques : Parana data liens.xls

11.1. Slectionner une variable de liens colors

La slection dune variable de liens colors se fait simplement par un clic sur le nom dune des variables figurant dans la liste du dialogue . Ici la , dfinit une relation entre les lieux centraux de lEtat variable slectionne, du Paran au Brsil (fig. 11.1). Cette variable doit obligatoirement sappeler Lien modal ; elle est unique dans le fichier de donnes dont le format est lui-mme spcifique aux donnes de liens (voir le chapitre 19).

Figure 11.1 : Slection dune variable de symbole.

11.2. Afficher une carte de liens

La slection de la variable de lien provoque laffichage du dialogue . Cliquer sur licne du type carte de liens colors (fig. 11.2). La carte saffiche alors lcran (fig. 11.3). Toutes les options en cours sont appliques comme le calibrage des points ou lhabillage.

Figure 11.2 : Clic sur licne carte de liens colors .

Par rapport aux versions prcdentes de Philcarto, la reprsentation de variables discrtises qui donnait des rsultats peu intelligibles nest plus possible. Les valeurs doivent tre nominales et ne pas excder 30 modalits. Les couleurs des liens peuvent tre modifies Il suffit pour cela de se rendre dans le dialogue qui sest affich dans le cadre juste aprs le trac de la carte. On retrouve dans le cadre la liste des modalits de variable cartographie (fig. 11.4). En regard de chaque modalit figure un bouton radio color. Un clic sur lun de ces boutons radio permet de slectionner une autre couleur dans la gamme propose. Par exemple, si lon veut que les liens concernant les centres de plus bas

135

niveau soient tracs en Blanc cass, il suffit de choisir cette couleur-l la place du rouge affect automatiquement par Philcarto (fig. 11.5 ; fig. 11.6). En procdant de cette manire avec toutes les couleurs attribues automatiquement, on obtient une carte qui traduit mieux lide de niveau hirarchique (fig. 11.7).
Lien modal
1 N= 265 2 N= 15 3 N= 16 4 N= 13 5 N= 13 6 N= 2 7 N= 2
Les hauteurs des rectangles du diagramme btons sont proportionnelles au nombre de liens pour chaque modalit de la variable : 'Lien modal' maximum= 265 pour la modalit '1'

Fait avec Philcarto * 03/11/2007 11:29:39 * http://philgeo.club.fr

Figure 11.3 : La carte de liens entre lieux centraux de lEtat du Paran au Brsil.

Figure 11.4 : Les couleurs des niveaux de la hirarchie urbaine. Le niveau 1 est le plus bas, le niveau 6 est le niveau le plus lev dans la hirarchie.

136

Figure 11.5 : Clic sur le bouton radio rouge pour modifier sa couleur.

Figure 11.6 : Choix de la couleur Blanc cass pour remplacer le rouge.

Figure 11.7 : Toutes les couleurs des liens ont t redfinies pour mieux rendre compte des niveaux hirarchiques.

137

138

12. Les cartes en lignes proportionnelles

Dossier : \Philcarto exemples\IDF SIRIUS\ Fond de carte : IDF carte SIRIUS.ai Statistiques : IDF data SIRIUS.xls

12.1. Slectionner une variable de symbole

La slection dune variable se fait simplement par un clic sur le nom dune des variables figurant dans la liste du dialogue . Ici la variable , contient le nombre dHKM (Heures x Kilomtres slectionne, dencombrements), cest--dire la somme des produits des longueurs des bouchons (ramenes une file) par la dure de ces bouchons, et ceci pour chaque axe majeur de la Rgion le de France du systme SIRIUS (fig. 12.1).

Figure 12.1 : Slection dune variable de symbole.

12.2. Afficher une carte en lignes proportionnelles

La slection de la variable de symbole provoque laffichage du dialogue . Cliquer sur licne du type carte en lignes proportionnelles (fig. 12.2). La carte saffiche alors lcran (fig. 12.3). Si le calibrage des lignes na pas t chang en cours de session, lpaisseur de la ligne la plus paisse, celle qui correspond la valeur maximum, est de 10 pixels de lcran daffichage.

Figure 12.2 : Clic sur licne carte en cercles proportionnels .

12.3. Le dialogue Lignes

Simultanment au trac de la carte, le dialogue remplace les dialogues et dans le cadre . (fig. 12.4). Dans le dialogue , des boutons permettent de calibrer les lignes, de changer leur couleur, de modifier la lgende

139

HKM Total
183320 100239 55222 33291 15856 1233 [A86] [A6] [A1] [A13] [A104] [A106]

Fait avec Philcarto * 03/11/2007 17:45:56 * http://philgeo.club.fr

Figure 4.3 : Trac de la carte en lignes proportionnelles.

Figure 12.4 : Affichage du dialogue

140

12.4. Le calibrage des lignes

Calibrer les lignes consiste fixer le nombre de pixels dcran de la ligne la plus paisse, celle qui correspond la valeur maximum. En dbut de session, cette valeur est de 10 pixels ; elle peut varier entre 1 et 40 pixels. Le choix de cette valeur est affaire de perception : la carte ne doit tre ni trop claire, ni trop fonce. Pour changer cette valeur, il suffit dutiliser le curseur . Un clic sur la flche dirige vers le haut fait augmenter le nombre de pixels de lpaisseur alors quun clic sur la flche dirige vers le bas le fait diminuer. Avec 20 pixels la carte apparat dj trop charge (fig. 12.5) ; il est prfrable de revenir la valeur par dfaut, 10 pixels.
HKM Total

183320 100239 55222 33291 15856 1233

[A86] [A6] [A1] [A13] [A104] [A106]

Fait avec Philcarto * 03/11/2007 17:51:55 * http://philgeo.club.fr

Figure 12.5 : Trac de la carte en lignes proportionnelles avec lpaisseur maximum calibre 20.

141

12.5. Modifier lapparence des lignes

Par dfaut, les lignes sont noires. La modification de la couleur de toutes les lignes se fait laide dune srie de boutons radio colors (fig. 12.6).

Figure 12.6 : Choisir la couleur des lignes.

Pour la carte ci-aprs (fig. 12.7), on a choisi des lignes rouges.

HKM Total
183320 100239 55222 33291 15856 1233 [A86] [A6] [A1] [A13] [A104] [A106]

Fait avec Philcarto * 03/11/2007 17:57:25 * http://philgeo.club.fr

Figure 12.7 : Modification de la couleur des lignes.

142

12.6. Modifier la couleur de fond de la page

Par dfaut, la carte saffiche sur un fond blanc : il sagit de la couleur de la fentre daffichage. Pour modifier la couleur du fond, il faut choisir un habillage surfacique list dans le dialogue situ dans la partie infrieure du cadre ), par exemple, le calque Cadre.S. Un clic dans la case correspondant ce calque le slectionne et fait apparatre une srie de boutons radio colors intitule (fig. 12.8). Il faut imprativement choisir lune de ces couleurs pour que lhabillage puisse tre trac dans cette couleur-l. On peut choisir une couleur passe-partout comme le noir ou le gris, ou une couleur plus expressive la condition quelle soit en harmonie avec la couleur des lignes.

Figure 12.8 : La liste des couleurs du contour dhabillage.

Lorsque le bouton radio de la couleur choisie est slectionn (ici le gris), la srie de boutons radio colors sefface, le nom du calque est crit avec un fond color par la couleur choisie, et la carte est nouveau trace, faisant apparatre lhabillage retenu. Une nouvelle srie de boutons radio colors saffiche alors ; intitule , elle permet de choisir la couleur du fond de lhabillage par un clic sur le bouton radio correspondant (fig. 12.9). Notons que ces couleurs sont ples car le fond ne doit pas parasiter la lecture des lignes (fig. 12.10).

Figure 12.9 : La liste des couleurs du contour dhabillage.

Notons quil est possible de tracer plusieurs habillages, comme par exemple les rivires ou les autres routes, en leur affectant une couleur diffrente. Dans ce but, il faut slectionner successivement les calques correspondants, puis dfinir nouveau la couleur du fond. On obtient ainsi une carte plus parlante (fig. 12.11).

143

Figure 12.10 : La modification de la couleur du fond de lhabillage.

HKM Total
183320 100239 55222 33291 15856 1233 [A86] [A6] [A1] [A13] [A104] [A106]

Fait avec Philcarto * 03/11/2007 18:52:06 * http://philgeo.club.fr

Figure 12.11 : La mme carte que sur la figure 12.10 mais avec deux lments dhabillage supplmentaires : les autres routes principales et les fleuves.

144

12.7. Choisir les lignes de la lgende

La solution retenue consiste faire figurer la ligne la plus paisse, la ligne la moins paisse, et entre elles, quatre autres lignes qui forment un chantillonnage de lignes effectivement prsentes sur la carte ; en regard de chaque ligne, on fait figurer, la valeur laquelle elle correspond, ainsi que lidentifiant et le nom de llment cartographique correspondant (fig. 12.12). Cette prsentation a lavantage de coller la ralit des donnes.

Figure 12.12 : Les lignes de la lgende selon lchantillonnage standard des valeurs.

Lchantillonnage standard des paisseurs de lignes ne donne pas toujours le meilleurs rsultat car les distributions de valeurs peuvent savrer inadquates comme cest le cas sur la figure ci-dessus o trois lignes sont peu prs de mme paisseur. Pour pallier cet inconvnient, Philcarto permet de choisir le nombre de lignes et la valeur correspondant chacun deux. Ceci se fait simplement laide dun ensemble de contrles rassembls sous le nom (fig. 12.13).

Figure 12.13 : Les contrles permettant de choisir les cercles de la lgende.

Ces contrles sont agencs sous la forme dun tableau comprenant six lignes correspondant chacune une ligne de lgende ; la lgende peut donc se composer de six lignes au plus ; la ligne suprieure correspond la ligne la plus paisse et la ligne infrieure la ligne la moins paisse. Chacune des colonnes de ce tableau a une fonction prcise. De gauche droite, on trouve : des cases cocher qui, si elles sont coches, commandent chacune laffichage dune ligne; des valeurs numriques donnant, pour chaque ligne, la valeur statistique qui la caractrise ; des curseurs dont les valeurs correspondent, pour chaque ligne, son rang dans la srie des lignes tries de la plus fine (rang = 1) la plus paisse (rang = nombre total de valeurs) ; des textes donnant, pour chaque ligne, lidentifiant et le nom de llment cartographique correspondant.

145

Grce ce tableau de contrle, il est possible dlaborer une lgende explicite compose de 1 6 cercles relatifs des cercles effectivement prsents sur la carte (fig. 12.14).

Figure 12.14 : Une lgende en 4 lignes et le tableau de contrles correspondant.

12.8. Tracer plusieurs cartes en lignes comparables entre elles

Par dfaut, le calibrage des lignes est diffrent dune carte lautre. De ce fait, les cartes qui reprsentent des sous-populations extraites dune mme population (par exemple des trafics routiers dcomposs par catgories de vhicules du genre poids lourds, voitures, cycles ) ne sont pas comparables entre elles, ce qui peut induire de srieux problmes dinterprtation. Pour rsoudre ce problme, Philcarto offre la possibilit dentrer une valeur maximum diffrente de la valeur maximum de chaque sous-population ; lorsquelle existe, cette valeur maximum se substitue celle de chacune de variable. Ainsi, le calibrage des cercles est identique pour chaque carte et les cartes peuvent tre compares. Pour faire fonctionner ce dispositif, il suffit de cocher la case , dentrer un valeur maximum dans zone ddition et de valider par un clic sur (fig. 12.15).

Figure 12.15 : Choisir une valeur maximum pour rendre les cartes comparables.

146

13. Les cartes en lignes proportionnelles colores

Dossier : \Philcarto exemples\IDF SIRIUS\ Fond de carte : IDF carte SIRIUS.ai Statistiques : IDF data SIRIUS.xls

13.1. Slectionner une variable de couleur et une variable de symbole

La slection des deux variables se fait par un clic sur le nom dune des et sur celui dune seconde variable figurant dans variables figurant dans la liste la liste du dialogue . Ici les variables slectionnes sont respectivement et (fig. 13.1). La svrit des encombrements est un indice qui varie de 0 2, 2 tant la plus grande svrit.

Figure 13.1 : Slection dune variable de couleur et de symbole.

13.2. Afficher une carte en lignes proportionnelles colores

La slection de la variable de symbole provoque laffichage du dialogue . Cliquer sur licne du type carte en lignes proportionnelles colores (fig. 13.2). La carte saffiche alors lcran (fig. 13.3). Toutes les options en cours sont appliques, aussi bien pour laffectation des couleurs (discrtisation, nombre de classes, gamme de couleurs) que pour lpaisseur des lignes (calibrage). Dans le cas o la variable de couleurs est une variable nominale, les couleurs sont affectes en fonction des modalits tries et de lordre des couleurs dans la gamme de couleurs perroquet : la premire modalit est reprsente en rouge, la seconde en bleu, etc. (fig. 13.4).

Figure 13.2 : Clic sur licne carte en semis de points colors .

147

Figure 13.3 : La carte de lindice de svrit des encombrements (discrtisation de Jenks).

Figure 13.4 : La carte de la typologie des encombrements (4 modalits nominales).

148

14. Les cartes lisses

Dossier : \Philcarto exemples\France dpartements\ Fond de carte : France carte dpartements.ai Statistiques : France data dpartements.txt

14.1. Slectionner une variable de couleur

La slection dune variable se fait simplement par un clic sur le nom dune des variables figurant dans la liste du dialogue . Ici la variable slectionne, , contient le solde migratoire 1990-1999 rapport la population en 1990 (%) (fig. 14.1).

Figure 14.1 : Slection dune variable de couleur.

14.2. Afficher une carte choroplthe non lisse

La slection de la variable de couleur provoque laffichage du dialogue . Cliquer sur licne du type carte choroplthe . La carte saffiche alors . A lcran figure maintenant la carte lcran. Choisir la discrtisation de choroplthe de la variation de la population des dpartements franais due au solde migratoire (fig. 14.2).

149

Figure 14.2 : La carte choroplthe de la variation de la population des dpartements franais 1990-1999 due au solde migratoire.

Cette carte suggre lexistence dun tropisme Nord-Sud auquel sajoute parfois un effet urbain (Toulouse, Montpellier) qui vient renforcer lattrait du midi. On peut aussi lire la carte comme traduisant un phnomne de croissance priphrique par la migration, sauf pour le Nord et le Nord-Est qui, dcidment, repoussent plus quils nattirent Ces tendances de grande ampleur gographiques demeurent cependant difficiles lire car elles sont en quelque sorte parasites par le maillage dpartemental. Do lide de recourir des techniques de lissages pour traduire de manire plus radicale (et donc simplificatrice) ces observations gnrales.

14.3. Afficher une carte lisse par triangulation

permet dafficher nouveau les listes de variables. Dans la Un clic sur liste , slectionnons nouveau la variable . La slection de cette variable provoque laffichage du dialogue . Cliquer sur licne du type carte lisse (fig. 14.3).

Figure 14.3 : Clic sur licne carte lisse .

150

Si le type de lissage na pas t modifi dans le cours de la session, la carte qui saffiche lcran est une carte dite isoplthe obtenue par la mthode de la , le bouton radio triangulation de Delaunay (fig. 14.4) car dans le dialogue est slectionn. En mme temps que la carte, le dialogue apparat sur la droite de lcran (fig. 14.5). Le calcul des isoplthes est effectu dans le rectangle encadrant le fond de carte. On peut redcouper ce rectangle de manire visualiser seulement la partie qui contient la carte de France. Cela se fait en choisissant un habillage, ici , et en dcochant la case pour que lhabillage soit trac en trait fin (fig. 14.6). La carte obtenue apparat demble plus familire car dans les , la case est coche, ce qui a bien pour effet dliminer tous les lments situs en dehors de la surface couverte par lhabillage (fig. 14.7).
Variation migratoire %1990-1999 %
10,49 9,51 8,54 7,56 6,58 5,60 4,63 3,65 2,67 1,70 0,72 -0,26 -1,24 -2,21 -3,19 -4,17 -5,15 -6,12 -7,10 -8,08 -9,06
triangulation nombre d'itrations= 1

Fait avec Philcarto * 07/11/2007 18:59:27 * http://philgeo.club.fr

Figure 14.4 : La carte isoplthe initiale de la variation de la population Des dpartements franais 1990-1999 due au solde migratoire.

151

Figure 14.5 : Le dialogue

Figure 14.6 : Placer un habillage sur la carte isoplthe initiale.

152

Variation migratoire %1990-1999 %

10,49 9,51 8,54 7,56 6,58 5,60 4,63 3,65 2,67 1,70 0,72 -0,26 -1,24 -2,21 -3,19 -4,17 -5,15 -6,12 -7,10 -8,08 -9,06
triangulation nombre d'itrations= 1

Fait avec Philcarto * 07/11/2007 19:08:33 * http://philgeo.club.fr

Figure 14.7 : La carte isoplthe de la variation de la population des dpartements franais 1990-1999 due au solde migratoire, limite aux contours des rgions priphriques.

Quelques amliorations peuvent tre apportes cette carte. La premire de ces amliorations concerne la discrtisation des valeurs calcules. Par dfaut, ltendue des valeurs (maximum-minimum) est divise en 20 classes (cest une discrtisation en 20 classes dtendue gale). Les valeurs calcules prsentent des dcimales, ce qui nest pas grave en soi, mais qui peut tre vit en modifiant le minimum et le maximum dans la rubrique du dialogue . Par exemple en choisissant comme valeur maximum 10, et comme minimum -10, on obtient, pour 20 classes un pas de discrtisation rgulier de 1 (fig. 14.8). La validation de ces valeurs par un clic sur a pour effet un nouvel affichage de la carte, qui nest pas vraiment diffrente de la prcdente puisque les valeurs retenues sont trs proches du minimum et du maximum de la variable cartographie.

153

Figure 14.8 : Choisir le pas de discrtisation et le nombre de niveaux.

La seconde amlioration a trait aux gammes de couleurs. En effet, la variation migratoire prend des valeurs ngatives lorsque limmigration ne compense pas lmigration, et des valeurs positives quand limmigration est plus importante que lmigration. Dans ce cas, il existe une valeur pivot, la valeur 0, en-dessous de laquelle on observe des pertes et au-dessus de laquelle on a affaire des gains dus aux mouvement migratoire. Cest dans ce cas quon peut appliquer une gamme bicolore en opposition, soit la gamme bleu-rouge , soit la gamme vert-rouge . Slectionnons la premire dans le dialogue : la carte qui saffiche avec ses nouvelles couleurs (fig. 14.9) apparat plus expressive que la prcdente.

Figure 14.9 : Version bicolore de la carte isoplthe de la variation migratoire 1990-1999.

154

Par dfaut, Philcarto attribue autant de couleurs bleues que de couleurs jaunesoranges-rouges, ce qui est naturellement le cas avec 20 classes. Si la valeur pivot (0 ou 100 sil sagit dun pourcentage) entre deux caissons bleus ou jaune-orange, il . faudrait ajuster le nombre de classes bleues laide du curseur Cette carte peut faire lobjet dune reprsentation par un bloc diagramme, une perspective qui permet parfois de mieux apprcier la surface calcule. Il suffit de (fig. 14.10) pour la rendre active. Le bloc diagramme est cocher la case affich ds que cette case est coche (fig. 14.11).

Figure 14.10 : Cocher la case pour visualiser la surface sous forme dun bloc-diagramme.

Figure 14.11 : Bloc diagramme de la version bicolore de la carte isoplthe de la variation migratoire 1990-1999. Vue vers le Nord-Ouest.

155

permettant Au moment o saffiche le bloc diagramme, le dialogue den contrler certaines de ses caractristiques apparat dans le cadre (fig. 14.12).

Figure 14.12 : Le dialogue

Philcarto a choisi une position initiale (celle de la figure 14.11) qui peut savrer inadapte la distribution gographique tudie. Par exemple, une chane de montagnes situe au premier plan pourrait masquer un pimont localis larrire. Les boutons de rotation permettent de faire tourner la figure horizontalement et verticalement, de manire rechercher le meilleur angle de vue possible. Cela est ralis laide des flches bleues (fig. 14.13).

Figure 14.13 : Les boutons de rotation pas pas du bloc-diagramme.

Ces flches permettent une rotation pas pas dans la direction quelles indiquent (le pas de rotation nest pas modifiable par lutilisateur). Le bouton central replace la figure en position initiale. la droite des boutons de rotation pas pas, figurent deux flches de couleur rose qui permettent dactiver la rotation horizontale continue, vers la gauche ou vers la droite . Un clic sur lune ou lautre de ces flches provoque la rotation

de la figure une vitesse qui dpend en grande partie de la puissance de lordinateur utilis. Le bloc-diagramme sanime, et on peut larrter tout moment par un clic sur . En cours de rotation continue, il est possible de modifier langle de vue vertical par un clic sur lune ou lautre des flches ou .

La case cocher permet de tracer une ombre sous le bloc diagramme permettant ainsi damliorer la perception du relief. Dans le cadre 3D, dautres lments compltent le contrle de la vue du bloc diagramme. Le curseur permet daugmenter ou de diminuer (vers la gauche) limpression de relief. Les loupes assurent les fonctions de zoom sur le bloc

156

diagramme (au centre du bloc), par rapprochement de lobservateur. Le bouton

ou par loignement

permet alternativement deffacer ou dafficher le

maillage. Lintrt de leffacement du maillage est variable selon la configuration gographique et na dutilit que lorsque le nombre de niveaux est grand puisque ce sont les seules couleurs qui, dans ce cas, traduisent le relief. Voici un nouvel affichage du bloc diagramme de la variation migratoire, vue en direction du SudOuest, avec une accentuation de relief de 85% et un zoom 2x (fig. 14.14).
Variation migratoire %1990-1999 %
10,00 9,00 8,00 7,00 6,00 5,00 4,00 3,00 2,00 1,00 0,00 -1,00 -2,00 -3,00 -4,00 -5,00 -6,00 -7,00 -8,00 -9,00 -10,00
triangulation nombre d'itrations= 1

Fait avec Philcarto * 10/11/2007 18:41:56 * http://philgeo.club.fr

Figure 14.14 : Bloc diagramme de la version bicolore de la carte isoplthe de la variation migratoire 1990-1999. La vue est oriente vers le Sud-Ouest ce qui a pour effet de placer au premier plan les altitudes les plus basses.

Un clic sur ferme le bloc-diagramme et affiche nouveau la carte. La troisime amlioration possible concerne la rsolution du maillage utilis pour interpoler les valeurs sur lensemble de la surface. Par dfaut, ce maillage rgulier rsulte de la division par 100 des longitudes (X) et des latitudes (Y), soit 10 000 rectangles pour lensemble de la surface avant llimination de tous les lments situs en dehors de la surface couverte par lhabillage. Ce maillage est satisfaisant pour laborer la carte et cest celui qui doit tre utilis dans le cas des bloc diagrammes, surtout sil sagit de les faire pivoter.

157

Pour laffichage de la carte, une rsolution plus leve permet dobtenir une image mieux lisse. Pour obtenir ce rsultat, il suffit daugmenter la rsolution du (fig. 14.15). maillage avec le curseur prvu cet effet dans le dialogue Attention cependant utiliser cette possibilit avec parcimonie : un maillage trs fin demande un temps de calcul beaucoup plus long car le nombre de rectangles augmente en raison du carr de la rsolution. La nouvelle rsolution entre vigueur ds quon clique sur .

Figure 14.15 : Le dialogue

Enfin, il est parfois utile de visualiser la position des points de mesure, ce qui se fait simplement avec la case cocher du dialogue .

14.4. Afficher une carte lisse par krigeage

La seconde mthode de lissage propose par Philcarto sappelle krigeage . Ce mot provient du nom de son prcurseur, D.G. Krige, un ingnieur des mines sudafricain. C'est le franais Matheron qui a formalis cette mthode et la baptise krigeage. Il sagit dune technique d'interpolation spatiale, qui tient compte de la configuration gomtrique des points observs et de la structure spatiale propre la variable estime. Le krigeage permet d'estimer des valeurs diffrents points d'une surface, par exemple, chaque intersection d'une grille rgulire drive partir de points chantillonns de faon irrgulire. Le krigeage est bien plus quune technique de lissage car il sagit dune mthode de gostatistique permettant aussi de calculer lerreur destimation. Un utilisateur srieux doit bien connatre les conditions dutilisation de la mthode, en particulier pour choisir la bonne fonction destimation selon lallure du variogramme exprimental observ sur les donnes. dans le Pour raliser un krigeage, il faut choisir le bouton radio . Le calcul est immdiatement effectu et la carte affiche dialogue (fig. 14.16). On ne peut pas dire que le rsultat obtenu soit trs diffrent du lissage par triangulation ! Les plages de couleurs apparaissent cependant moins tranches au couteau , ce qui donne un rsultat plus liss encore lorsque la rsolution du maillage est leve (fig. 4.17).

158

Figure 14.16 : La carte isoplthe de la variation migratoire 1990-1999 obtenue par krigeage puissance (maillage 100x100). Les points verts sont les points de mesures (prfectures).

Figure 14.17 : La carte isoplthe de la variation migratoire 1990-1999 obtenue par krigeage puissance (maillage 500x500). Lhabillage est celui des rgions.

159

Par dfaut, le krigeage est de type puissance, avec comme exposant 1 (linaire donc). Il est possible de modifier ses caractristiques laide du dialogue du dialogue (fig. 14.18).

Figure 14.18 : Le dialogue

Dans le cas du krigeage puissance, lexposant peut varier de 1 5 par pas de 0,1 laide du curseur . Le type de krigeage peut tre choisi, parmi quatre types diffrents en droulant le menu local type (fig. 14.19)

Figure 14.19 : Menu local pour choisir le type de krigeage.

Un clic sur valide les options de krigeage. Si la case est coche, le trac du nouveau lissage est prcd par laffichage dune fentre (fig. 14.20) contenant lensemble des paramtres modifiables (en anglais car Philcarto utilise une bibliothque externe dorigine italienne).

Figure 14.20 : La fentre Variograms.

160

14.5. Afficher une carte de surface de tendance

De mme que le krigeage, lanalyse en surfaces de tendances (AST) est plus quune mthode de lissage mme si chaque surface de tendance, prend la forme dune carte lisse. Il sagit dune technique dajustement de surfaces caractrises par des quations polynomiales qui peut tre vue de deux faons. La premire considre que lAST est une technique de lissage spatial parmi dautres, qui a pour objectif dliminer des variations locales pour retenir seulement une surface qui rende compte au mieux de la variabilit spatiale globale de la variable analyse, avec une perte contrle de variance. La seconde approche voit en lAST une mthode danalyse en composantes dchelles qui cherche extraire une organisation de lespace rsultant de jeux dinfluences qui sexercent sur des tendues de plus en plus rduites. On fait ainsi lhypothse quune organisation de lespace donne est la rsultante de processus : gnraux affectant non seulement la totalit de lespace tudi, mais galement ses voisins ; rgionaux couvrant toute laire dtude ; locaux, ne concernant quune partie seulement de lespace analys. A chacune de ces chelles correspond une composante qui, une fois cartographie, prend la forme dune surface de tendance. Dans cette seconde perspective, on ne cherche pas directement le meilleur ajustement, mais on examine la signification ventuelle des surfaces successives [Le Gauffey & Waniez ; 1987] [Riddel ; 1970]. Il existe plusieurs variantes de lAST. Celle que propose Philcarto recourt la mthode des polynmes bidimensionnels : les coordonnes gographiques (X,Y) sont les variables explicatives dune variable Z reprsenter, soit z i = f (x i,y i) P o P reprsente lordre du polynme. On obtient ainsi une srie de surfaces de plus en plus complexes quand saccrot lordre du polynme. Pour raliser ce module, je me suis inspir du programme FORTRAN diffus par Albert Goodman sur le remarquable site internet : http://www.deakin.edu.au/~agoodman/masters/index.html http://www.deakin.edu.au/~agoodman/masters/chapter2.html Pour tracer une surface de tendance avec Philcarto, il faut choisir le bouton radio dans le dialogue . Le calcul est immdiatement effectu et la carte affiche (fig. 14.21). Au bas de la lgende de cette carte est indiqu quil sagit dune surface dordre 1 qui explique 45,3% de la variance. Avec Philcarto, il est possible de tracer des surfaces dordre 1 4. A lordre 1 lquation de la surface a pour expression :
Z= aX + bY + E

Et lordre 2 :
Z = aX + bY + cXY + dX2 + eY2 + E

O X et Y sont les vecteurs contenant les coordonnes des points de mesure, et Z le vecteur des estimations de la variable cartographier.

161

Variation migratoire %1990-1999 %

10,00 9,00 8,00 7,00 6,00 5,00 4,00 3,00 2,00 1,00 0,00 -1,00 -2,00 -3,00 -4,00 -5,00 -6,00 -7,00 -8,00 -9,00 -10,00
Surface de tendance Ordre : 1 Variance explique = 45.3%

Fait avec Philcarto * 11/11/2007 16:39:34 * http://philgeo.club.fr

Figure 14.21 : La surface de tendance dordre 1 variation migratoire 1990-1999.

Lordre de la surface cartographier est contrl avec le dialogue du dialogue (fig. 14.22).

Figure 14.22 : Le dialogue de contrle de lordre du polynme des surfaces de tendances.

Il suffit dutiliser le curseur indiquant lordre du polynme (1, 2, 3 ou 4) et de valider ce choix par un clic sur pour que la nouvelle surface soit trace. Avec une surface dordre 4, on atteint 58,8% de variance explique, pour une forme en demi-cuvette dont le fond est au nord du pays, et dont les bords passent par larc atlantique, les Pyrnes et la cte mditerranenne (fig. 14.23). Cette surface peut tre visualise en volume par un bloc diagramme (fig. 14.24).

162

Variation migratoire %1990-1999 %

10,00 9,00 8,00 7,00 6,00 5,00 4,00 3,00 2,00 1,00 0,00 -1,00 -2,00 -3,00 -4,00 -5,00 -6,00 -7,00 -8,00 -9,00 -10,00
Surface de tendance Ordre : 4 Variance explique = 58.8%

Fait avec Philcarto * 11/11/2007 16:54:04 * http://philgeo.club.fr

Figure 14.23 : La surface de tendance dordre 4 de la variation migratoire 1990-1999.

Figure 14.24 : Vue vers le Sud-Ouest de la surface de tendance dordre 4 de la variation migratoire 1990-1999 (maillage 500x500).

163

Comme avec toute mthode dajustement, il peut savrer utile de calculer les rsidus, cest--dire les diffrences entre les valeurs observes en chaque point et est lestimation de ces valeurs par la surface de tendance. Si la case coche, Philcarto ajoute, dans la liste du dialogue une nouvelle variable contenant ces rsidus de la rgression polynomiale. La nouvelle variable sappelle Rsidus AST, suivi du nom de la variable, suivi de lordre du polynme, suivi du pourcentage de variance explique. Ces variables de rsidus peuvent tre cartographies par un clic sur suivi de la slection, dans la liste , de la variable du dialogue correspondante, ici , suivi du trac dune carte, ou en est bien adapte cercles proportionnels colors ; la mthode de discrtisation dans ce cas (fig. 14.25). Cette carte prsente des rsidus positifs levs (les valeurs estimes sont plus faibles que les valeurs observes) dans quelques dpartements du midi (HauteGaronne, Hrault, Var), et dans nombre de dpartements du Bassin Parisien (Seineet-Marne, Yonne, Loiret) ; ces rsidus traduisent une attractivit suprieure ce que la position gographique des dpartement en question laisserait esprer. Dautres dpartements, au contraire, semblent rpulsifs : Seine-Saint-Denis, et Val-de-Marne proximit de Paris, et plus largement lensemble de la Rgion le-de-France, lexclusion de la Seine-et-Marne, le Rhne (Lyon), les Bouches-du-Rhne (Marseille), mais aussi le Cantal et les Deux-Svres.

Figure 14.25 : La carte choroplthe des rsidus de la surface de tendance dordre 4 de la variation migratoire 1990-1999.

164

15. Les aires dinfluences urbaines : modles de Reilly et Huff

Dossier : \Philcarto exemples\France gravitation\ Fond de carte : France carte villes.ai Statistiques : France data villes sant.xls

De nombreux ouvrages exposent la thorie des lieux centraux [King ; 1984]. Prsente par W. Christaller dans les annes 1930, cette thorie repose sur lhypothse que des lois dterminent la taille, le nombre et la distribution des lieux centraux. Pour valider cette hypothse, diffrents modles ont t tests, mettant en vidence limportance des champs de forces spatiaux. Leur existence est lie aux dplacements que les consommateurs sont amens faire pour satisfaire leurs besoins. Dans le choix du lieu o ils se rendent, ils cherchent minimiser leurs dpenses, notamment celles de transport. Ainsi, plus les biens et services proposs sont exceptionnels, plus grandes sont les distances franchies. Ce comportement rationnel a pour rsultante la polarisation de lespace en fonction de lattraction exerce par les villes sur leur espace environnant. Un modle driv de la Gravitation Universelle permet dvaluer linfluence thorique des lieux centraux et de tracer les limites des aires dinfluence. Pour R. Brunet, le modle de gravitation a une logique sociale qui le lgitime pleinement : plus on est prs, plus cest gros, plus cela offre doccasions et plus on est attir [Brunet ;1997]. Mais comme le rappelle A. Dauphin, il y a lieu de multiplier les tudes pour voir si, malgr ses lacunes axiomatiques, la thorie des places centrales ne rend pas compte de lorganisation des rseaux urbains [Dauphin ; 1979]. Les modles de gravitation donnent une reprsentation simplifie des aires dattraction, cest--dire du partage de lespace environnant provoqu par laccumulation des facteurs de centralit en un lieu dans un espace isotrope [Waniez ; 1990]. Par analogie avec la loi de gravitation universelle de Newton, les modles lmentaires dattraction urbaine reposent sur trois paramtres : la masse, la distance, et lexposant de la distance. La masse est un effectif mesur en chaque lieu central dont la valeur exprime laccumulation des facteurs de centralit ; il peut sagir de la population active dans les services haute valeur ajoute (conseil financier, ingnierie des rseaux, etc.), du nombre de grands magasins ou de leur superficie, ou bien encore dune caractristique particulire un service dont on cherche valuer linfluence, comme par exemple un hpital. La distance est en gnral mesure vol doiseau, lespace tant, par hypothse, isotrope. Cette hypothse est trs forte, et explique dans bien des cas les distorsions observes entre les rsultats exhibs par le modle et la ralit empirique. Enfin, la valeur de lexposant souligne que certains types dinteraction spatiale sont plus sensibles la distance que dautres, une valeur leve traduisant ainsi une forte rsistance au dplacement. Une version modifie de ce modle a t propose par D.L. Huff [Huff ; 1973] ; ce nouveau modle exprime lattraction en un point de lespace, non pas de manire absolue, mais en la rapportant la somme des attractions mesures sur tout lespace. Les attractions sont ainsi comparables dun niveau de la hirarchie urbaine lautre.

165

Dans ce module, le trac des limites des aires dinfluences est ladaptation dun programme FORTRAN ralis par R. Gambini [Gambini ; 1966]. Le programme de trac des cartes de probabilits dinfluence est le rsultat dune recherche personnelle.

15.1. Slectionner une variable de masse (deffectif)

La slection dune variable se fait simplement par un clic sur le nom dune des variables figurant dans la liste du dialogue . Ici la variable slectionne, , contient nombre de mdecins spcialistes dans 35 grandes villes franaises (fig. 15.1). On considre que ce nombre de mdecins forme une masse attractive sur les espaces environnant ces villes.

Figure 15.1 : Slection dune variable de couleur.

15.2. Afficher la carte des probabilits dinfluences

La slection de la variable de symbole provoque laffichage du dialogue . Cliquer sur licne du type carte en cercles proportionnels colors (fig. 15.2). La carte saffiche alors lcran (fig. 15.3).

Figure 15.2 : Clic sur licne carte en cercles proportionnels colors .

Notons que dans la lgende, les probabilits comprises entre 0% et 20% sont rassembles dans une seule classe de couleur bleu fonc ; la valeur pivot de la gamme de couleurs en opposition est 50% (une chance sur 2). Lapplication sur cette carte dun calque dhabillage dpartemental la rend plus lisible (fig. 15.4). Chaque lieu central est indiqu par un point vert (application de la case cocher du dialogue ) (fig. 15.5). Sur cette carte, les probabilits dinfluence de chaque centre diminuent depuis le centre luimme, o la probabilit est toujours de 100%, vers la priphrie, de manire plus ou moins abrupte pour atteindre gnralement des probabilits infrieures 50%. Laire de forte influence de Paris (p>50%) apparat trs grande au regard de la plupart des autres villes. Celles-ci voient leur aire de forte influence saccrotre en fonction de la distance la capitale : aire rduite pour les villes du Bassin Parisien (Orlans, Rouen, Amiens, Reims), plus tendue pour les villes de lOuest (Brest, Rennes, Nantes, Poitiers) ainsi que Limoges et Clermont-Ferrand. Lyon prsente une configuration semblable Paris dans la mesure ou elle crase Saint-Etienne de son influence, et, dans une moindre mesure, Grenoble. Le chapelet de grandes villes des deux rgions mditerranennes, depuis Perpignan jusqu Nice, fait quaucune delles, mme Marseille, ne peut prtendre une aire dinfluence considrable. La

166

situation est tout autre pour Bordeaux, et surtout Toulouse dont les aires de forte influence sont trs tendues.

Figure 15.3 : La carte des probabilits dinfluences selon le nombre de mdecins spcialistes (valeur de lexposant du modle de gravitation : 2).

Figure 15.4 : La carte des probabilits dinfluences selon le nombre de mdecins spcialistes limites lhabillage dpartemental (valeur de lexposant du modle de gravitation : 2).

167

Figure 15.5 : Le dialogue

Le dialogue permet aussi le trac des limites dinfluences en cochant la case . Les limites sont immdiatement calcules et dessines. Le temps de calcul peut savrer long si le nombre de centres est grand. permet de choisir une couleur qui nest pas Le dialogue prsente dans la gamme utilise pour les probabilits (fig. 15.6).

Figure 15.6 : Le dialogue

Philcarto superpose la carte des limites dinfluences celle des probabilits (fig. 15.7). Dans la plupart des cas, les limites sont traces dans des espaces de trs faibles probabilits (p<25%). Mais ce nest pas toujours le cas lorsque les villes sont trs proches, telles Marseille et Toulon ou Lyon et Saint-Etienne : dans ces deux cas, les limites sont traces dans des espaces de probabilits suprieures 40%. Notons aussi que les aires dinfluences dOrlans, Caen, Rouen, Amiens et Reims sont incluses dans laire dinfluence de Paris.

Figure 15.7 : Le trac des limites dinfluences (en vert).

168

15.3. Le paramtrage du modle de gravitation

A la suite du trac de la premire carte dinfluences, le dialogue sinscrit dans le cadre . On y trouve quelques possibilits de paramtrage du modle (fig. 15.8).

Figure 15.8 : Le dialogue

de Reilly-Huff.

Le menu local permet de choisir un exposant diffrent de 2 compris entre 0,5 et 4, par pas de 0,1. Augmenter la valeur de cet exposant revient donner la distance un degr de rsistance plus lev et, en consquence, limiter les possibilits de choix entre plusieurs lieux centraux. Il suffit de faire drouler ce menu local pour choisir une nouvelle valeur. Par dfaut, la rsolution du maillage est de 100 divisions sur X et sur Y (comme pour les cartes lisses). Cette rsolution peut tre modifie jusqu 500 pour obtenir des plages de couleurs plus lisses. Un second menu local permet de choisir une variable contenant une indication de niveau hirarchique caractrisant chaque centre. Les centres les plus importants doivent tre cods 1 ; les niveaux suivants, partir de la valeur 2, correspondent au rang des autres centres dans la hirarchie urbaine. Si une variable de niveau est slectionne (fig. 15.9), un dialogue apparat pour slectionner les niveaux souhaits (fig. 15.10). Dans ce dialogue, il ne faut pas slectionner les niveaux de faon discontinue, ni exclure un niveau suprieur quand on slectionne un niveau infrieur (si on choisit le niveau 3, il faut obligatoirement choisir les niveaux 1 et 2 pour rendre compte de linfluence du niveau 3 compte tenu des deux niveaux suprieurs).

Figure 15.9 : Choisir une variable contenant les niveaux hirarchiques.

169

Figure 15.10 : Pour ne retenir dans le modle que les capitales rgionales, slectionner le niveau 1 seulement.

Un clic sur permet de valider les paramtres retenus (fig. 15.11) et de tracer la nouvelle carte (fig. 15.12).

Figure 15.11 : Les nouveaux paramtres du modle

Figure 15.12 : et la nouvelle carte (exposant = 3).

170

Figure 15.13 : Le bloc diagramme des influences des capitales rgionales (exposant = 3) vu vers le Nord-Ouest.

15.4. Le trac des polygones de Thiessen

Dans le modle de Reilly, lorsque la masse est une constante, cest--dire, lorsque tous les centres ont la mme masse, gale 1 par exemple, le trac des limites dinfluences prend la forme bien connue des polygones de Thiessen (dits aussi de Vorono ou de Dirichlet). Ces polygones dcoupent l'espace de manire telle que chaque point situ lintrieur dun polygone est plus proche du centre du polygone que de lun quelconque des autres centres de polygones. Les polygones de Thiessen produisent ainsi une partition optimale de lespace et sont utiliss dans de nombreux domaines tels lhydrologie, lcologie et le gomarketing. Selon quon applique ou non un habillage, les polygones tracs par Philcarto sont limits par le cadre de la carte ou par la bordure extrieure de lhabillage (fig. 15.14).

171

Figure 15.14 : Les polygones de Thiessen des capitales rgionales.

172

16. Lanalyse factorielle et la classification automatique

Dossier : \Philcarto exemples\Allemagne\ Fond de carte : Allemagne carte Kreise.ai Statistiques : Allemagne data Kreise.xls

Les techniques danalyse multivarie des donnes proposes par Philcarto sont essentiellement descriptives ; elles sont particulirement efficaces sur des tableaux de donnes de grande dimension, et nimposent aucune hypothse sur les distributions statistiques des variables tudies, ni le recours un modle probabiliste contraignant. Les mthodes rassembles ici font partie de la bote outil du gographe depuis que les ordinateurs ont rendu possibles les calculs lourds et rptitifs quimplique leur mise en uvre ; certains gographes en ont mme fait des outils privilgis de ltude de la diffrenciation spatiale qui, par essence, rsulte dun complexe de variables. La comprhension des mcanismes en action passe par lidentification des combinaisons de variables qui stablissent dans lespace. On cherche ainsi rduire le bruit , cest--dire de petites variations considres comme peu significatives pour mieux souligner les interactions et les associations. Dans le cadre , le bouton donne accs des mthodes largement utilises par les gographes depuis la rvolution quantitative des annes 19601970, qui, partie des tats-Unis (voir les travaux de Berry, Marble, etc.), a progress en France dans le courant des annes 1970-1980 (voir les travaux de D. Pumain, T. Saint-Julien, V. Rey, Paris, F. Auriac, M. Vigouroux, J. Charre, M. Le Berre et des autres membres du Groupe Dupont Avignon). Le premier groupe de techniques comprend les mthodes dites factorielles qui, derrire le foisonnement des donnes [dgagent] les quelques facteurs quelles reprsentent et qui expliquent, au sens statistique du terme, lessentiel de la variation analyse [Claval ; 1977]. Les mthodes factorielles se dcomposent en plusieurs techniques qui diffrent en fonction de la nature des donnes analyser, et des objectifs assigns lanalyse. Les deux techniques les plus couramment utilises en gographie et qui figurent dans Philcarto sont : lAnalyse en Composantes Principales (ACP) dont les bases ont t jetes par Hotelling en 1933, et qui a commenc tre utilise en sciences humaines dans les annes 1960, en psychologie notamment. Cette technique sapplique essentiellement aux tableaux de mesures ; lAnalyse Factorielle des Correspondances (AFC) dont les principes thoriques remontent aux travaux de Hartley et Fisher au cours des annes 1940, et qui a t expose pour la premire fois sous ce nom en 1963 par J.-P. Benzcri. Elle sapplique principalement aux tableaux de correspondances, mais permet galement, la condition de subtils recodages, danalyser des tableaux de donnes nominales. Le second ensemble de techniques produit des classifications automatiques. Dans Philcarto, cest la Classification Ascendante Hirarchique (CAH) qui permet de construire rigoureusement des typologies embotes souvent considres, par les gographes, comme des synthses rgionales. La CAH sapplique aussi bien aux tableaux de mesures quaux tableaux de correspondances. 173

Lexpos de ces diffrentes mthodes sort du cadre du prsent manuel. Mais il est impossible de les mettre en pratique sans en comprendre les fondements mathmatiques, finalement assez simples pour peu quon ne cherche pas raliser les calculs sans laide dun ordinateur Pour aborder les principes de lAnalyse des Donnes, on ne saurait trop conseiller la lecture du remarquable et magnifique (et plus encore !) ouvrage de J.-P. Fnelon Quest-ce que lAnalyse des Donnes [Fnelon ; 1981]. Pour un expos plus orient vers la gographie, louvrage de L. Sanders Lanalyse statistique des donnes en gographie constitue une trs bonne rfrence [Sanders ; 1990]. Pour ce qui concerne plus spcifiquement la classification en gographie, la lecture de louvrage de P. Dumolard Lespace diffrenci est trs enrichissante [Dumolard ; 1981] . Comme on la compris, la mise au point des mthodes danalyse multivaries a fait lobjet de trs nombreuses recherches tant chez les mathmaticiens et statististiciens que chez les utilisateurs de ces techniques. Ainsi, on trouve sur Internet une grande varit de sites se rapportant ce domaine. Cest l que jai puis les codes sources de lACP et de lAFC que jai adapts Philcarto partir des programmes FORTRAN que F. Murtagh, professeur associ lObservatoire Astronomique de Strasbourg, met la diposition des chercheurs. Pour la CAH, jai utilis le code source FORTRAN du sous-programme AGREGA publi par M. Jambu et M.-O. Lebeaux dans leur ouvrage Classification automatique pour lanalyse des donnes, Tome 2 : logiciels . Ce sous-programme met en uvre un algorithme original en deux tapes qui rduit considrablement le temps ncessaire llaboration de la hirarchie, ce qui rend possible lutilisation de la CAH sur quelques milliers dindividus.

16.1. Choisir une mthode danalyse multivarie

Aprs avoir cliqu sur du cadre , le nouveau dialogue saffiche dans ce cadre. Il contient un ensemble de boutons permettant de slectionner un type danalyse multivarie (fig. 16.1).

Figure 16.1 : Le dialogue

Les deux boutons situs dans la partie gauche du dialogue permettent de choisir entre lAnalyse en Composantes Principales qui

sapplique un tableau de mesures et lAnalyse Factorielle des Correspondances qui sapplique un tableau de correspondances. Les trois autres boutons, situs droite, donnent accs aux diffrentes variantes de la Classification Ascendante Hirarchique sur un tableau de mesures, sur un tableau de facteurs et sur un tableau de correspondances.

174

Dans le cas dun tableau de mesures, lACP ou la CAH procdent pralablement un centrage et une rduction des variables (moyenne de chaque variable = 0, cart-type de chaque variable = 1). Dans le cas dun tableau de correspondances, lAFC ou la CAH mesurent les distances entre profils selon la mtrique du Khi2. Dans dune CAH sur un tableau de facteurs, ceux-ci sont laisss tels quels : ils sont centrs par dfinition et conservent leur propre variance (moyenne de chaque facteur = 0, cart-type = racine carr de la valeur propre associe chaque facteur).

16.2. Raliser une ACP

Un clic sur provoque laffichage dune liste de variables dans le dialogue (fig. 16.2). On trouve dans cette liste les variables de couleurs, cest-dire des rapports, pourcentages, taux, indices lexclusion de quantits ou deffectifs. Si lon souhaite introduire des effectifs dans lACP (ce qui nest pas recommand), il faut changer le type des variables concernes.

Figure 16.2 : Le dialogue

aprs le choix dune ACP

La slection des variables de lanalyse se fait en cochant les cases figurant en regard des noms des variables dans la liste . Un clic sur slectionne toutes les variables ( utiliser avec prcaution, une vrification de la liste des sert dslectionner variables slectionnes simposant toujours), alors que toutes les variables. Lascenseur situ droite de la liste permet de faire dfiler la liste si elle est trop longue pour tre contenue dans le cadre. Si la case est dcoche (option par dfaut), lACP est ralise par diagonalisation dune matrice dinertie compose de coefficients de corrlation de Pearson. Si elle est coche, les variables sont pralablement transformes en rangs et la diagonalisation sapplique sur une matrice dinertie compose de coefficients de corrlation de rangs de Spearman ; le rang le plus lev sur chaque variable de lanalyse correspond la valeur maximum de chaque variable. Slectionnons les variables correspondant la rpartition par classes dges de la population, et lanons lACP par un clic sur (fig. 16.3).

175

Figure 16.3 : Le choix des variables de lACP et le lancement du calcul.

Aprs quelques secondes dattente la fentre (fig. 16.4).

saffiche lcran

Figure 16.4 : La fentre

dans le cas dune ACP.

Cette fentre comprend deux parties principales : dans la moiti suprieure, on trouve le listing de lACP avec son contenu classique : liste des variables, matrice dinertie, rsultat de la diagonalisation (histogramme des valeurs propres), corrlations des variables avec les composantes principales, communauts (CO2), contributions relatives des variables (CTR), coordonnes des units spatiales sur les composantes principales, contributions relatives des

176

units spatiales aux composantes (CTR), qualits de reprsentation des units spatiales sur les composantes (CO2). dans la partie infrieure figure un graphique de composantes principales prises deux deux dont les caractristiques changent en fonction des choix de lutilisateur : choix des facteurs en abscisses et en ordonnes (fig. 16.5), lments reprsenter (fig. 16.6), caractristiques des points figurant sur le graphique (fig. 16.17) : taille du point et qualit de reprsentation minimale pour laffichage rglables laide dun curseur, affichage des identifiants de chaque point (dconseill lorsque le nombre de points est grand), recadrage dans un intervalle compris entre -3 et +3 carts-types pour les points qui sont extrieurs ces limites.

Figure 16.5 : Le choix des facteurs du graphique en abscisses et en ordonnes.

Figure 16.6 : Le choix des lments reprsenter sur le graphique.

Figure 16.7 : Le choix des caractristiques des points du graphique.

177

En dplaant le pointeur de la souris sur un point, on peut lire son identifiant, son nom, sa qualit de reprsentation cumule sur les deux composantes constituant le graphique, et les valeurs du couple des coordonnes (fig. 16.8).

Figure 16.8 : Identifier un point sur le plan factoriel.

Lorsque les rsultats de lACP ont fait lobjet dune premire interprtation, il est possible de visualiser les cartes des coordonnes sur chaque composante principale par un clic sur . du Lutilisateur se retrouve alors tout simplement face au dialogue cadre (fig. 16.9). Dans la liste , les noms des du dialogue composantes principales calcules ont t ajoutes la liste des variables initiales ; le nom de chacune de ces nouvelles variables indique son rang dans lanalyse (CP1, CP2), le taux dinertie quelle a absorb suivi du mot Coordonnes qui indique quil sagit bien des coordonnes des units spatiales sur la composante ainsi dnomme. Dans la liste , on trouve aussi de nouvelles variables, dnommes de la mme faon une diffrence prs : le mot Coordonnes a t remplac par le mot Qualits qui indique que dans ces nouvelles variables sont enregistres les qualits de reprsentation.

178

Figure 16.9 : Les listes de variables

et

mises jour aprs lACP.

Lorsque laffichage des listes de variables est conscutif une ACP, la variable CP1...Coordonnes est automatiquement slectionne. En revanche, la variable CP1Qualits nest pas slectionne et, si ncessaire, la liste doit faire lobjet dun dfilement pour atteindre cette variable-l. Si lon souhaite raliser une carte choroplthe des coordonnes sur CP1, il suffit de cliquer sur licne . La carte saffiche immdiatement dans une configuration bien adapte lACP : discrtisation et gamme de couleurs en opposition (bleu pour les valeurs ngatives, rouge pour les valeurs positives, et gris pour les valeurs proches de 0). Aprs habillage, le rsultat obtenu est trs structur dans lespace (fig. 16.10) : lEst, lancienne RDA ne comporte que des couleurs jaune-orange (sauf Berlin qui est en gris ; lOuest lancienne RFA est majoritairement en bleu clair au Nord et au Sud, alors que sa partie centrale est grise. Au lieu dune carte choroplthe, on peut aussi bien raliser une carte en surface de tendance en slectionnant licne (fig. 16.11) ; la surface de tendance dordre 4 traduit efficacement lorganisation spatiale de cette premire composante dont elle reprsente dailleurs 78% de la variance (mais lestimation faite pour Berlin est mauvaise, ce quune carte des rsidus permettrait de mettre en vidence). Une autre possibilit de cartographie consiste combiner qualit de reprsentation reprsente par des cercles proportionnels et coordonnes sur les composantes reprsentes, une fois discrtises, par des couleurs (fig. 16.12). Cela permet dviter dinterprter la position des units spatiales mal reprsentes, notamment sur les composantes de rang suprieur 1 ou 2.

179

Figure 16.10: La carte des coordonnes sur la premire composante principale.

Figure 16.11 : La carte en surface de tendance dordre 4 de la premire composante principale.

180

[S5] CP1 [41.04%] Coordonnes

3802,00 N= 76 M=2788,58 S=335,81 2372,62 N= 36 M=1961,28 S=441,77 790,80 N= 140 M=-425,52 S=295,43 -791,03 N= 178 M=-1225,50 S=327,44 -2372,86 N= 2 M=-2438,50 S=26,50 -2465,00
Les surfaces des rectangles de l'histogramme sont proportionnelles au nombre d'unites spatiales dans chaque classe dfinie sur la variable : 'CP1 [41.04%] Coordonnes' maximum= 178 pour la classe n 2

CP1 [41.04%] Qualits

991 [L16065 Kyffhuserkreis ] 919 [L15154 Bitterfeld ] 686 [L15303 Magdeburg ] 500 [L13003 Rostock ]

Fait avec Philcarto * 17/11/2007 13:35:08 * http://philgeo.club.fr

Figure 16.12 : La carte combinant qualit de reprsentation et coordonnes sur la composante principale n1.

Lorsque la carte dune composante est trace, il est souvent ncessaire de revenir la fentre contenant les rsultats de lanalyse. Cela se fait de manire simple en activant larticle du menu (fig. 6.13), ou en tapant la combinaison de touches du clavier Ctrl 1.

Figure 16.13 : Afficher nouveau les rsultats de lACP.

La fentre masque alors la carte. Dans la moiti infrieure de cette fentre, on trouve des fonctions qui nont pas encore t dcrites. Le bouton permet dafficher nouveau la carte en cours. Le bouton permet denregistrer la totalit des rsultats de lanalyse dans un dossier unique ; de manire optionnelle, les graphiques enregistrs peuvent tre dessins en blanc sur fond noir ou en noir sur fond blanc selon que lun ou lautre des deux boutons radio est activ. Un clic sur

181

ouvre le dialogue qui permet de slectionner ou de crer un dossier destin contenir les diffrents fichiers de rsultats. Soit le dossier existe et dans ce cas, il suffit de le slectionner l o il se trouve et de valider par ; soit il nexiste pas encore et clic sur ouvre une zone ddition dans laquelle on peut crire le nom du dossier cr (fig. 16.14).

Figure 16.14 : Crer un nouveau dossier de rsultats dACP.

La validation laide de ; provoque lenregistrement de tous les rsultats de lACP, cest--dire, pour chaque couple de composantes principales, le graphique des observations (units spatiales), celui de variables, et celui des observations et des variables, soit 3 graphiques par couple de composantes. Ces graphiques sont au format .emf. A ces fichiers sajoute un fichier texte contenant le listing de lACP (fig. 16.15).

Figure 16.15 : Un exemple denregistrement de rsultats dACP dans un dossier.

182

Si le fichier de donnes contient des variables nominales, leurs noms . Dans notre fichier, par apparaissent dans la liste exemple, une variable nominale dnomme Ouest/Est prend les valeurs RFA pour les Kreise situs dans lancienne Allemagne de lOuest, et RDA sil sagit de Kreise des nouveaux Lnder de lEst (fig. 16.16). Le graphique colori en fonction de ces deux modalits apporte une cl de comprhension de la composante n1 situe en abscisse (fig. 16.17) : les Kreise de lOuest apparaissant en bleu et majoritairement du ct des coordonnes ngatives, alors que les Kreise de lEst, en rouge sur le graphique, figurent presque tous du ct positif de la composante n1.

Figure 16.16 : La slection de la variable nominale Ouest/Est pour colorier les points.

Figure 16.17 : Les Kreise de lOuest et les Kreise de lEst se sparent en deux groupes distincts sur la premire composante principale.

Dans ce genre de situation, cest--dire lorsquil existe une csure nette des observations en deux sous-ensembles, il peut tre intressant de raliser lACP sur lun de ces sous-ensembles, puis de plonger les observations de lautre sousensemble dans la structure rvle par lACP sur le premier. Cette manire de faire implique que les observations du premier sous-ensemble, les Kreise de la RFA, par

183

exemple, soient considres comme des lments principaux et cods 0 ; linverse, les observations du second sous-ensemble, les Kreise de la RDA sont considrs comme des lments supplmentaires et sont cods 1. Dans notre fichier de donnes, cest la variable Rle qui contient ces codes. Ce genre de variable binaire, si elle existe dans le tableau de donnes, est automatiquement dtecte lors de la lecture du fichier de donnes. Lorsquune ACP est demande (par un clic sur ), le nom de la ou des variables binaires sinscrit dans le dialogue (fig. 16.18) o il est possible de slectionner lune ou lautre de ces variables (ici une seule variable dnomme ObservationsSupplmentaires).

pour slectionner Figure 16.18 : Le dialogue les observations principales et supplmentaires.

Les rsultats de lACP sont naturellement diffrents comme en tmoigne la forme du nuage de point form des observations principales et supplmentaires sur les deux premires composantes (fig. 16.19).

Figure 16.19 : Le nouveau plan factoriel bas sur les donnes des seuls Kreise de RFA (mais la totalit des Kreise, RFA et RDA sont reprsents).

la variable Ouest/Est dans la liste , on observe, en bleu les Kreise principaux de RFA et en rouge les Kreise supplmentaires de RDA (fig. 16.20). Notons quil y aurait lieu de sinterroger sur la forme en boomerang du nuage de points.

En

slectionnant

184

Figure 16.20 : Le nouveau plan factoriel bas sur les donnes des seuls Kreise de RFA (en bleu les Kreise principaux de RFA et en rouge les Kreise supplmentaires de RDA).

Dans le listing de lACP, aux chapitres des coordonnes et des contributions des observations, les identifiants des observations supplmentaires sont suivis du caractre * (fig. 16.21) . Notons aussi que la contribution des observations supplmentaires est toujours nulle (fig. 16.22), ce qui est parfaitement logique puisque la mise en observation supplmentaire consiste prcisment ne pas les laisser participer au calcul des composantes principales.

Figure 16.21 : Les coordonnes des observations principales et supplmentaires ; noter la prsence du caractre * la suite des identifiants des observations supplmentaires.

Figure 16.22 : Les contributions des observations principales et supplmentaires ; noter les valeurs nulles des contributions des observations supplmentaires.

185

16.3. Raliser une CAH

Aprs avoir cliqu sur du cadre , un clic sur du dialogue provoque laffichage dune liste de variables. On trouve dans cette liste les variables de couleurs, cest--dire des rapports, pourcentages, taux, indices lexclusion de quantits ou deffectifs. Si lon souhaite introduire des effectifs dans lACP (ce qui nest pas recommand), il faut changer le type des variables concernes. Se reporter lACP pour la prsentation du fonctionnement de ce dialogue (16.2). Slectionnons les variables correspondant la rpartition par classes dges de la population, et lanons la CAH par un clic sur (fig. 16.23).

Figure 16.23 : Le choix des variables de lACP et le lacement du calcul.

Aprs quelques secondes dattente la fentre saffiche lcran (fig. 16.24). Cette fentre comprend deux parties principales : dans la moiti suprieure, on trouve le listing de la CAH avec son contenu classique : liste des variables, histogramme des indices de niveaux de la hirarchie, paramtres des classes de chaque partition, c'est--dire, pour chaque variable : Nombre d'units spatiales, Minimums et Maximums, Moyennes, Ecarts-types, Coefficients de variation, Distances aux moyennes (dans l'unit de chaque variable), Distances aux moyennes (en cart-type de chaque variable), Interprtation des distances aux moyennes. dans la partie infrieure larbre de la hirarchie, dessin horizontalement pour plus de commodit. La hirarchie tant indice par des indices de niveaux, larbre est gradu de 0 la valeur de lindice pour deux classes. Un trait vertical rouge coupe larbre droite, juste au-dessous du dernier nud, ce qui dfinit deux classes, celle qui sest agrge lensemble ce dernier nud (en bleu lextrme droite de larbre), et celle qui contenait toutes les autres observations (en rouge). permet de faire varier le Au-dessous de larbre, un curseur nombre de classes (de 2 12 classes au plus) ; une modification du nombre de classes se solde par un dplacement du trait rouge vertical pour indiquer quel niveau se situe la partition correspondante. Ici, avec 4 classes, ce trait rouge se situe lindice de niveau 0,49 soit 55,35% de linertie totale explique par ces 4 classes (fig. 16.25).

186

Figure 16.24 : La fentre

dans le cas dune CAH.

Figure 16.25 : La partition de larbre de classification en quatre classes.

Les boutons permettent dafficher alternativement soit larbre, soit les profils des classes. Lorsque le profil des classes est slectionn, un diagramme btons par classe (fig. 16.26) est dessin dans la couleur de la classe ; ce diagramme traduit les dviations, sur chaque variable, exprimes en carts-types, des moyennes des classes par rapport la moyenne gnrale.

187

Figure 16.26 : Les diagrammes btons des moyennes des classes par rapport aux moyennes gnrales.

Ces diagrammes btons permettent une interprtation facile et rapide de chaque classe. Par exemple, la classe n4 est caractrise par une proportion anormalement leve de personnes ges, et corrlativement un dficit des autres classes dges (sauf pour les de 15 ans situs trs lgrement au-dessus de la moyenne). On aura donc affaire ici aux Kreise les plus vieillis . Les autres classes sinterprtent de la mme faon. La classe n1 est la classe des jeunes adultes (1835 ans) ; la classe n2 est celle du dficit des jeunes actifs de 25-35 ans et de la surreprsentation des adultes plus gs et de leurs enfants adolescents (15-18 ans) ou tudiants (18-25 ans). Enfin la classe n3 est caractrise par la surreprsentation des enfants. Lorsque les rsultats de la CAH ont fait lobjet dune premire interprtation, il . est possible de visualiser les cartes des classes par un clic sur Lutilisateur se retrouve alors tout simplement face au dialogue du cadre (fig. 16.27). Dans la liste , les noms des du dialogue partitions calcules ont t ajoutes la liste des variables initiales ; le nom de chacune de ces nouvelles variables indique son rang dans lanalyse (Partition n1, Partition n2) et cela pour les 11 partitions successives (12 classes) ; on trouve aussi dans le nom de chaque nouvelle variable, le taux dinertie absorb par la reste inchange. partition. La liste

Figure 16.27 : Les listes de variables couleurs et

affiches aprs la CAH.

Lorsque laffichage des listes de variables est conscutif une CAH, la variable Partition n1 [] est automatiquement slectionne. Si lon souhaite raliser une

188

carte choroplthe de la partition n3 (4 classes), il suffit de slectionner cette variable et de cliquer sur licne . La carte saffiche immdiatement dans une configuration bien adapte la CAH : la gamme de couleurs perroquet traduit chaque classe dans la couleur qui est la sienne sur larbre de classification et sur les diagrammes btons des dviations (fig. 16.28)
Partition n3 [55.35%]
Classe n01 N= 73 Classe n02 N= 99 Classe n03 N= 188 Classe n04 N= 79
Les hauteurs des rectangles du diagramme btons sont proportionnelles au nombre d'unites spatiales pour chaque modalit de la variable : 'Partition n3 [55.35%]' maximum= 188 pour la modalit 'Classe n03'

Fait avec Philcarto * 17/11/2007 19:15:54 * http://philgeo.club.fr

Figure 16.28 : La carte de la partition n3 issue de la CAH sur les classes dges.

La carte obtenue est trs suggestive : dune part, elle met en avant lancienne RDA (classe n2 en bleu) dont on a dit quelle prsentait un dficit dans la tranche 25-35 ans, celle des jeunes actifs ; dautre part, elle souligne lattraction sur ces jeunes actifs des grandes villes (classe n1 en rouge). Enfin, dans les Lnder de lOuest, on observe lexistence de rgions vieillies (classes n4 en jaune). Les Kreise de lOuest de lAllemagne forment la classe n3 (en vert), avec un profil inverse de celui de la classe jaune ; compte tenu du grand nombre de Kreise composant cette classe, 188, il y aurait sans doute intrt prolonger la partition de larbre au-del de 4 classes, de manire examiner lventuelle dislocation en plusieurs classes de ce bloc trop important que constitue la classe n3. Lorsque la carte dune partition est trace, il est souvent ncessaire de revenir la fentre contenant les rsultats de lanalyse. Cela se fait de manire simple en

189

du menu activant larticle combinaison de touches du clavier Ctrl 1.

(fig. 16.29), ou en tapant la

Figure 16.29 : Afficher nouveau les rsultats de lACP.

La fentre masque alors la carte. Dans la moiti infrieure de cette fentre, on trouve des fonctions qui nont pas encore t dcrites. Le bouton permet dafficher nouveau la carte en cours. Le bouton permet denregistrer la totalit des rsultats de lanalyse dans un dossier unique ; de manire optionnelle, les graphiques enregistrs peuvent tre dessins en blanc sur fond noir ou en noir sur fond blanc selon que lun ou lautre des deux boutons est activ. Un clic sur permettant de choisir ou de ouvre le dialogue crer un dossier destin contenir les diffrents fichiers de rsultats. Soit le dossier existe et dans ce cas, il suffit de le slectionner l o il se trouve et de valider par ; soit il nexiste pas encore et un clic sur ouvre une zone ddition dans laquelle on peut crire le nom du dossier cr (fig. 16.30).

Figure 16.30 : Crer un nouveau dossier de rsultats de CAH.

190

La validation par provoque lenregistrement de tous les rsultats de la CAH, cest--dire les arbres partitionns de 2 12 classes et les profils correspondants, sous forme de diagrammes btons. Ces graphiques sont au format .emf. A ces fichiers sajoute un fichier texte contenant le listing de la CAH au format .txt (fig. 16.31).

Figure 16.31 : Un exemple denregistrement de rsultats de CAH dans un dossier.

16.4. Combiner CAH et ACP

Souvent, la CAH est prcde dune ACP qui a pour but de rduire lunivers des variables quelques composantes majeures. Cela a pour effet dacclrer la CAH puisque le nombre de variables entrant dans les calculs est rduit. Contrairement une ide reue, cela nest pas une obligation car on peut parfaitement oprer une CAH directement sur un tableau de donnes sans lavoir soumis lanalyse factorielle. Ainsi, il est possible de faire suivre la CAH par une ACP dont lobjectif est de permettre de placer les classes dans la structure des donnes issue de lACP. Dans ce second cas de figure, il sagit de visualiser les coordonnes des units spatiales sur un plan des composantes 1 et 2, en coloriant chacun des points avec la couleur de la classe auxquels ils appartiennent. Voici un premier exemple de procdure compose des trois tapes suivantes : 1 ACP sur les 6 variables de classes dges ; 2 CAH sur les 2 premires composantes principales (soit 65,4% dinertie explique par le plan factoriel form par les composantes 1 et 2) ; 3 visualisation des classes issues da la CAH sur le plan factoriel.

191

La premire tape, celle de lACP, correspond en tous points la prsentation dj faite (16.2) ; puis, en fin dACP, les coordonnes sur les composantes . Un principales sont enregistres et affiches dans la liste du dialogue nouveau clic sur dans le cadre , permet de choisir le mode de classification du dialogue , ce qui provoque laffichage dune

liste de variables ; on trouve les coordonnes sur les composantes principales enregistres en fin dACP. Slectionnons les deux premires composantes principales, et lanons la CAH par un clic sur (fig. 16.32).

Figure 16.32 : La slection des coordonnes sur les deux premires composantes principales.

Aprs quelques secondes dattente la fentre saffiche lcran et montre les rsultats de la CAH. Un clic sur permet dobserver que les 11 partitions ont bien t enregistres dans le tableau de donnes : elles sont listes dans la liste du dialogue (fig. 16.33)

Figure 16.33 : Les partitions issues de la CAH ralise sur les deux premires composantes principales.

Pour visualiser les classes de ces partitions dans le plan factoriel form par les composantes 1 et 2, il faut tout dabord refaire lACP, avec les mmes 6 variables de la premire tape, ce qui ne prend que quelques secondes. Lorsque le plan factoriel est affich, on trouve les 11 partitions dans la liste . Il suffit alors de slectionner lune ou lautre des partitions pour que les points formant chaque classe soient coloris de la couleur reprsentant chaque classe sur larbre et sur les diagrammes des profils des classes (fig. 16.34).

192

Figure 16.34 : La visualisation, dans le plan factoriel des composantes 1 et 2, des 4 classes de la partition n3 issues de la CAH ralise sur ces deux premires composantes principales.

Voici un second exemple de procdure compose de deux tapes seulement : 1 CAH sur les 6 variables de classes dges ; 2 ACP sur les mmes 6 variables suivie de la visualisation des classes issues de la CAH sur le plan factoriel des composantes 1 et 2. La premire tape, celle de la CAH, correspond en tous points la prsentation dj faite (16.3) ; puis, en fin de CAH, les 11 partitions sont enregistres dans le tableau de donnes. La seconde tape, celle de lACP, correspond en tous points la prsentation dj faite (16.2) ; lorsque le plan factoriel est affich, on trouve les 11 partitions . Il suffit alors de slectionner lune ou dans la liste lautre des partitions pour que les points formant chaque classe soient coloris de la couleur reprsentant chaque classe sur larbre et sur les diagrammes des profils des classes (fig. 16.35). Sur ce graphique, on observe un certain chevauchement des classes. Ceci est normal puisque cest la totalit de linertie qui est prise en compte lors du calcul des classes, et non pas seulement linertie du plan factoriel des composantes 1 et 2. Cela peut paratre gnant pour la classe n1, en rouge qui concerne la fois les Kreise de lEst (en bleu) et ceux de lOuest. Mais comme cette classe est celle qui est principalement forme par les grandes villes, ce chevauchement est au contraire une information supplmentaire puisquil traduit une structure par ges caractristique des grandes villes, tant lOuest qu lEst.

193

Figure 16.35 : La visualisation, dans le plan factoriel des composantes 1 et 2, des 4 classes de la partition n3 issues de la CAH ralise sur les mmes variables que lACP.

Pour conclure ce chapitre, soulignons que tous ces traitements demandaient, il ny a pas si longtemps, une programmation laborieuse avec des logiciels coteux. Avec Philcarto les mthodes danalyse multivarie des donnes appliques la cartographie thmatique sont dsormais la porte de tous. Le temps gagn sur les problmes techniques peut tre utilis pour mieux comprendre ces techniques afin, dune part, dviter les erreurs dinterprtation des rsultats et dautre part de tirer la substantifique moelle des donnes produite souvent grands frais.

194

17. Lanalyse exploratoire des donnes

Dossier : \Philcarto exemples\Allemagne\ Fond de carte : Allemagne carte Kreise.ai Statistiques : Allemagne data Kreise.xls

La cartographie exploratoire des donnes cherche pallier les difficults rencontres lors de lanalyse de certaines donnes laide de mthodes usuelles, difficults non spcifiques aux donnes gographiques puisquon les retrouve dans toutes les sciences humaines et mme dans certains domaines des sciences naturelles. Il est difficile danalyser les donnes gographiques partir de modles statistiques traditionnels pour des raisons tenant aux interdpendances spatiales, [et] la complexit des structures spatiales (...) [Unwin ; 1992]. Les tentatives faites par certains statisticiens pour adapter les mthodes statistiques classiques (rgression, analyse factorielle) aux donnes spatiales conduisent souvent des solutions complexes et difficiles mettre en pratique dans le cas dune tude en vraie grandeur. Nombre de chercheurs, de la biologie jusquaux sciences sociales, doivent recourir des mthodes moins dures , moins contraignantes, plus intuitives aussi. Il y a dj une trentaine dannes, J.W. Tukey, le pre de lAnalyse Exploratoire des Donnes (AED) proposait un ensemble de techniques danalyse, dont lavantage principal tait dinciter le chercheur sinterroger directement sur les donnes ellesmmes, et pas seulement sur les paramtres statistiques qui les rsument (moyenne, variance, etc.). Il insistait sur la ncessit de ragir lapparition de valeurs exceptionnelles ou manquantes, aux ruptures dans les distributions, aux regroupements, etc. [Tukey ; 1977]. La plupart de ces techniques reposaient sur des reprsentations graphiques permettant dobserver les donnes sous divers angles, de manire piger linformation significative, celle qui permet davancer dans la connaissance de lobjet tudi. De ces prceptes est issue une vritable cole danalyse des donnes statistiques base sur lobservation des reprsentations graphiques. Louvrage Visualizing Data [Cleveland ; 1993] reprsente la somme pdagogique indispensable qui veut simmerger pleinement dans les mthodes exploratoires danalyse des donnes. lpoque de Tukey, lAED demeurait une approche presque aussi lourde, en termes de temps pass, que celle plus courante de la statistique descriptive. Grce aux ordinateurs dots dinterfaces graphiques, lAED a pris une nouvelle dimension : linteractivit. Aujourdhui, le chercheur peut non seulement observer les diverses configurations des donnes sur les reprsentations graphiques, mais il peut aussi agir sur elles, en les slectionnant, les coloriant, les masquant, etc. Et ce nest pas le hasard si les premiers logiciels dAED sont apparus sur lordinateur grand public le plus en avance lpoque en ce domaine : le Macintosh de la socit Apple Computer. Dans un ouvrage publi en 1991, jai tent de dresser un tat comparatif des diffrents logiciels qui se partageaient le march de lAED sur Macintosh [Waniez ; 1991]. Ctait aussi loccasion de prsenter les principes ncessaires une exploration fructueuse. Mais on dplorait dj cette occasion quaucun de ces logiciels nait une fonction de cartographie, absence bien regrettable pour qui veut analyser de la sorte des donnes spatialises.

195

Pour trouver de bons exemples de ce que devrait tre un vrai logiciel de Cartographie Exploratoire des Donnes, il faut se tourner vers les prototypes dvelopps par des chercheurs comme Polygon Explorer, Regard, Manet sur Macintosh ou Exploremap sur PC. En plus dune certaine varit de graphiques statistiques associs diverses fonctions de slection, ces logiciels sont dots dune fentre Carte qui rpond, comme les autres fentres graphiques, aux actions de lutilisateur. De ce fait, la Cartographie Exploratoire des Donnes permet dapprhender de manire subtile les configurations spatiales. Ainsi stablit entre le chercheur et les donnes une grande proximit favorise par la carte et les graphiques qui se transforment au gr des questions qui leur sont poses. Il y a une dizaines dannes, jai diffus Philexplo pour Macintosh qui sinspirait de Regard, ralis sous la direction de A. Unwin au Trinity College de Dublin. Il en diffrait cependant sous plusieurs aspects : des types de graphiques diffrents avec, par exemple, la remise lordre du jour des diagrammes triangulaires, mais en les plongeant dans un environnement interactif qui augmentait encore leur efficacit. La seconde diffrence importante rsidait dans le caractre pleinement oprationnel de Philexplo, sur quelques milliers dunits spatiales, faisant de lexploration cartographique un instrument mobilisable rapidement par un chercheur nonspcialiste des techniques dinformation gographique. Les fonctions dexploration statistique disponibles dans la version 5 de Philcarto pour Windows bnficient de lexprience de la programmation de ce genre de logiciel interactif acquise avec Philexplo. Sur ces premire bases, jai ajout des fonctions nouvelles comme lajustement Lowess par exemple. Philexplo traitait seulement des cartes en plages de couleurs ; la mthode est maintenant tendue aux cercles colors et aux lignes.

17.1. Raliser une analyse exploratoire

Aprs avoir cliqu sur du cadre , une nouvelle variable, nomme du dialogue (fig. 17.1). Exploration n1, apparat dans la liste Simultanment, licne des cartes choroplthes saffiche dans le dialogue du cadre . Lanalyse exploratoire commence par un clic sur cette icne.

196

Figure 17.1 : Lajout dune variable Exploration n1 et laffichage de licne du type de carte choroplthe.

Le bureau de Philcarto est alors modifi de la faon suivante (fig. 17.2) : une carte entirement grise est affiche ; elle traduit ltat de la variable Exploration n1 qui est une variable nominale prenant la seule modalit 000 ; dans le cadre , un dialogue apparat ; il renferme une ligne 000 qui se termine par un bouton du mme gris que celui de la carte ; un second dialogue nomm (fig. 17.3) comprend diffrents lments ncessaires lexploration proprement dite : licne du graphique bivari licne du diagramme triangulaire ; ;

une srie de 30 boutons radio colors permettant de choisir la couleur de slection ; le bouton radio rouge est slectionn en dbut dexploration. deux boutons de gestion des afficheurs de couleurs ; un rectangle gris qui contiendra par la suite les afficheurs des couleurs effectivement prsentes sur la carte.

197

Figure 17.2 : Le bureau de Philcarto en dbut danalyse exploratoire.

Figure 17.3 : Le dialogue

en dbut danalyse exploratoire.

17.2. Lanalyse exploratoire bivarie

Lexploration bivarie permet dtudier les relations quentretiennent deux variables. Elle commence par un clic sur licne du graphique bivari ; une

fentre intitule apparat la gauche du cadre (fig. 17.4). Elle est quipe de deux listes de variables permettant de slectionner la et la ; ce vocabulaire est celui de la rgression et peut tre remplac, si lon prfre, par variable en abscisse et variable en ordonne.

198

Figure 17.4 : Le bureau de Philcarto en dbut danalyse exploratoire bivarie.

Par exemple, si lon souhaite montrer quil existe une relation entre la prsence des trangers et le niveau durbanisation approch par la densit de population, on et en X la variable . Ds que deux dsigne en Y la variable variables sont slectionnes, le graphique bivari est immdiatement trac (fig. 17.5). Simultanment, de nombreux contrles sont ajouts dans la fentre .

199

Figure 17.5 : Le graphique bivari de la densit de population (X) et du % dtrangers (Y).

On observe sur le graphique une forte dissymtrie de la distribution des densits : beaucoup de faibles valeurs et peu de valeurs leves. Si cela est bien conforme la ralit, la concentration des points proches de la valeur 0 en abscisse empche dobserver quoi que ce soit dans ce voisinage. Une transformation logarithmique sur X laide du dialogue permet dtaler la distribution des densits et dobtenir un graphique plus lisible, sur lequel il est possible didentifier chaque point en plaant dessus le pointeur de la souris (fig. 17.6).

200

Figure 17.6 : Le graphique bivari de la densit de population (X) et du % dtrangers (Y) aprs transformation de la densit en logarithme dcimal ; la valeur de la densit indique pour Wiesbaden est le logarithme dcimal de la densit.

Sur ce graphique, on remarque quil existe effectivement une tendance qui fait que les trangers sont en plus forte proportion dans les Kreise densment peupls (donc dans les grandes villes). Pour confirmer cette impression, slectionner les points situs dans la partie suprieure droite du graphique en utilisant le lasso (fig. 17.7) (pour faire apparatre le lasso, cliquer au point de dpart de la slection avec le bouton gauche de la souris et dplacer la souris en maintenant ce bouton enfonc). Ce secteur-l du nuage de points comprend les Kreise les plus denses et prsentant la plus forte proportion dtrangers dans leur population.

Figure 17.7 : La slection de la partie suprieure droite du nuage de points.

201

Lorsque le bouton gauche de la souris est relch, les points situs lintrieur du lasso sont affichs en rouge et les Kreise concerns sont coloris en rouge sur la carte (fig. 17.8). Simultanment, un nouvel lment de couleur rouge et prenant la du cadre . Une case valeur 001 est affich dans le dialogue cocher rouge sinscrit dans les . On observe sur cette carte que dans la partie Est de lAllemagne, seul le Kreis de Berlin est slectionn. Dans la partie Ouest du pays, la slection concerne soit des villes importantes isoles (Kassel, Mnster) soit de grands bassins industrialourbains tels que les bassins de la Ruhr (Dortmund), du Rhin-Main (Francfort), du Rhin-Neckar (Mannheim), les rgions de Stuttgart et de Munich.

Figure 17.8 : La slection de la partie suprieure droite du nuage de points.

Pourquoi la slection des points apparat-elle en rouge ? Tout simplement parce que cest le bouton radio de couleur rouge qui est slectionn dans le dialogue . A quoi sert la case cocher rouge ? Lorsque cette case est coche, les lments cartographiques de mme couleur sont visibles sur la carte ; sil est dcoch, ces lments sont occults : ils sont tracs en blanc sur la carte et disparaissent du graphique (fig. 17.9). Dans le vocabulaire de lanalyse exploratoire, ce procd sappelle le masquage ; il permet dafficher certaines slections et pas les autres. Pour faire rapparatre la slection rouge, il suffit de cocher la couleur rouge dans le dialogue .

202

Figure 17.9 : Lafficheur de couleur rouge tant dcoch, les lments rouges sont tracs en blanc sur la carte et disparaissent du graphique bivari.

Labsence des villes de lancienne RDA dans la slection rouge est intrigante. Cela signifie-t-il que les villes de lEst nattirent aucun tranger ? Pour tenter de rpondre cette question, slectionnons en vert clair les points situs dans la partie infrieure droite du graphique. Pour cela, choisissons cette couleur dans le dialogue , et slectionnons au lasso les points concerns sur le graphique. La carte obtenue concerne majoritairement des kreise de lEst (fig. 17.10) que lon peut identifier en plaant le pointeur de la souris sur les lments cartographiques verts, du Nord au Sud : Rostock, Schwerin, Brandenburg, Leipzig, Dresde, Erfurt, Jena, et le bassin industriel de Chemnitz (quon ne rsiste pas appeler de son ancien nom : Karl Marx Stadt !). Autrement dit, on trouve dans la slection verte, la plupart des grandes rgions urbaines et industrielles ( lexclusion notable de Berlin), ce qui traduit une attraction des grandes villes sur la population dorigine trangre, mais un niveau moindre lEst qu lOuest. Un tel rsultat invite donc poursuivre ltude de la relation en sparant les Kreise des nouveaux Lnder de ceux de lancienne RFA.

203

Figure 17.10 : Le bureau de Philcarto avec les slections rouges et vertes sur le graphique bivari.

Poursuivre ltude de la relation entre le pourcentage dtrangers dans la population totale et la densit de population interprte comme indicateur durbanisation revient chercher modliser cette relation. Philcarto propose deux solutions pour y parvenir : la rgression linaire et lajustement Lowess. Lanalyse graphique prcdente ayant montr quil est juste dtudier sparment les deux anciennes Allemagnes, voici comment slectionner lex Allemagne de lOuest. Tout dabord, annulons toutes les couleurs par un clic sur dans fentre . Au-dessous de ce bouton figure la liste de variables nominales (fig. 17.11); dans cette liste, la variable Ouest/Est indique le rattachement des Kreise avant la runification, soit lOuest (ancienne RFA), soit lEst (ancienne RDA). La slection de cette variable se traduit par le coloriage des points en fonction de ces rattachements, et (fig. 17.12). linscription de deux cases cocher dans le dialogue

Figure 17.11 : La liste des variables nominales pour colorier les points.

204

Figure 17.12 : Le bureau de Philcarto aprs la slection de la variable Ouest/Est.

Pour que les analyses venir portent seulement sur lAllemagne de lOuest, il suffit de dcocher lafficheur de couleur rouge (fig. 17.13). Lancienne RDA devient de ce fait inactive pour la suite des oprations.

Figure 17.13 : Le bureau de Philcarto aprs inactivation de lancienne RDA.

Le trac de la droite de rgression sur lensemble des points bleus est provoqu par un clic sur . Les paramtres de la droite et le coefficient de

dtermination (R2=0,63) sont affichs (fig. 17.14). Puis les carts la droite de

205

rgression sont calculs ; ces rsidus sont alors diviss par leur cart-type et recods en classe de la manire suivante : en-dessous de -1,5 cart-type : trs fort rsidu ngatif, bleu fonc ; entre -1,5 et -1,0 cart-type : fort rsidu ngatif, bleu; entre -1,0 et -0,5 cart-type : rsidu ngatif modr, bleu clair ; entre -0,5 et +0,5 cart-type : rsidu non significatif, gris ; entre +0,5 et 1,0 cart-type : rsidu positif modr, jaune clair ; entre +0,5 et +1,5 cart-type : fort rsidu positif, jaune ; au-dessus de +1,5 cart-type : trs fort rsidu positif, rouge.

Figure 17.14 : Le trac de la droite de rgression et ltude des rsidus.

La carte des rsidus est affiche la suite du recodage des rsidus, dans les mmes couleurs que sur le graphique bivari (fig. 17.15). On observe une certaine concentration des rsidus positifs dans le Baden-Wrttemberg (Stuttgart) et la Bavire (Mnich) ce qui traduit une attractivit de ces rgions sur les trangers suprieure au reste de la RFA. Au contraire, dans la moiti nord, les rsidus sont souvent ngatifs, comme dans la Ruhr, dans la Sarre, dans la rgion de Brme ce 206

qui exprime une moindre attractivit qui sexplique peut-tre par un diffrentiel de dynamisme des rgions industrielles et de demande de travailleurs trangers plus rduite.

Figure 17.15 : Le bureau de Philcarto aprs le calcul des rsidus de rgression et laffichage de la carte correspondante.

Philcarto propose une seconde mthode dajustement dite Lowess (pour LOcally WEighted RegreSSion, ou rgression pondre localement, galement connue sous le nom de Loess). Elle peut tre utilise lorsque le nuage de points du graphique bivari ne sapproche pas de la forme dun ovale trs allong et lorsque les transformations usuelles ont chou pour linariser la relation. Pour raliser cette fonction, jai utilis un programme FORTRAN diffus sur Internet par W.S. Cleveland des Bell Laboratories Murray Hill NJ 07974, USA, programme que jai adapt Philcarto (http://www.netlib.org/go/lowess.f). Pour une prsentation complte de lajustement Lowess, il est souhaitable de se reporter louvrage de cet auteur [Cleveland ; 1994]. Pour raliser un tel ajustement avec Philcarto, il faut cliquer sur ; le

reste du traitement est identique celui de la rgression, une diffrence importante prs : lutilisation du tenseur exprim en proportion du nombre dobservations analyser. Fix par dfaut 0,5 (soit la moiti du nombre des observations), ce paramtre peut varier entre 0,1 et 1. Plus il se rapproche de 1, moins les asprits de la relation sont prises en compte ; un tenseur de 1 donne un rsultat semblable celui de la rgression. Le rglage du tenseur se mesure donc en % du nombre de

207

points sur le graphique et il se rgle laide du curseur

de la fentre

. Un genre de coefficient de dtermination est galement calcul. permettent dafficher seulement les couleurs souhaites la Les fois sur le graphique et sur la carte. Dans le cas des ajustements, cela permet de ne retenir que les rsidus forts ou trs forts, simplement en dcochant les cases cocher , et : . On obtient alors un graphique

et une carte qui montre mieux lattractivit des Kreise de lex-Allemagne de lOuest (fig. 17.16).

Figure 17.16 : Le bureau de Philcarto avec un ajustement Lowess et la carte des rsidus les plus forts.

Pour conclure propos des graphiques bivaris, soulignons que le bouton permet de crer ou de slectionner un dossier et dy enregistrer non seulement le graphique, mais aussi les caractristiques statistiques des slections (moyenne, cart-type) sur toutes les variables du tableau de donnes, et pour chacune des couleurs prsentes sur le graphique.

208

17.3. Le diagramme triangulaire et lexploration trivarie

Dossier : \Philcarto exemples\Brsil utilisation sol\ Fond de carte : Brsil carte micro-rgions.ai Statistiques : Brsil data micro-rgions.xls

Dans un diagramme triangulaire, la somme des valeurs pour chaque unit spatiale doit toujours tre gale 100. Si laddition des trois variables choisies ne correspond pas 100, Philcarto calcule le pourcentage de chacune delles. On peut donc fournir en entre du diagramme triangulaire : soit trois variables de pourcentages dont le la somme est gale 100 ; soit trois variables deffectifs dont la somme a une signification (ne pas additionner des choux et des navets) et constitue de ce fait une population pour laquelle chaque variable dfinit une sous-population dont on peut calculer le pourcentage dans cette population totale. Lexploration trivarie commence par un clic sur licne du graphique diagramme triangulaire ; une fentre intitule apparat

la gauche du cadre (fig. 17.17). Elle est quipe de trois listes de variables permettant de slectionner les trois variables, X, Y et Z ; X est laxe horizontal gradu de gauche droite, Y laxe situ sur la droite du triangle et gradu de bas en haut, et Z laxe situ sur la gauche du triangle et gradu de haut en bas.

Figure 17.17 : Le bureau de Philcarto en dbut danalyse exploratoire trivarie.

209

Par exemple, si lon souhaite tudier les diffrents types dutilisation du sol dans , et les micro-rgions brsiliennes, il suffit de slectionner les variables . Ds que trois variables sont slectionnes, le diagramme triangulaire est immdiatement trac. Simultanment de nombreux contrles sont ajouts dans la . Le dialogue permet de rgler la fentre visibilit des points, ici 4 pixels (fig. 17.18).

Figure 17.18 : Le diagramme triangulaire des trois types dutilisation du sol.

La slection au lasso sur le diagramme triangulaire fonctionne de la mme faon que sur le graphique bivari (17.2). Si lon souhaite slectionner, par exemple, les micro-rgions o prdominent les labours, il suffit dentourer les points situs dans langle infrieur droit du triangle pour quelles soient slectionnes la fois dans le diagramme triangulaire et sur la carte (ici en marron car cette couleur a t pralablement choisie dans le dialogue couleur de slection). On peut faire de mme pour la fort (en vert dans langle infrieur gauche) et les pturages (en jaune dans langle suprieur). La carte obtenue montre limportance de la fort en

210

Amazonie, des pturages dans le Centre-Ouest (Cerrados) et le sud du Rio Grande do Sul, et des labours la fois sur le littoral nordestin, dans lintrieur de So Paulo, et lOuest de Santa Catarina (fig. 17.19).

Figure 17.19 : Le bureau de Philcarto aprs la slection des points situs dans les trois angles du diagramme triangulaire.

Comme une faon dexplorer le diagramme triangulaire consiste slectionner les points situs dans les angles, deux boutons permettent de raliser automatiquement une partition gomtrique du triangle soit en 4 classes en 16 classes , soit

. Ces partitions sont bases sur des sous-triangles quilatraux

dlimits lintrieur du triangle principal pour 4 classes, ou des 4 premiers soustriangles pour 16 classes (fig. 17.20)

211

Figure 17.20 : Le diagramme triangulaire partitionn gomtriquement en 4 classes et en 16 classes.

Avec une partition en 4 classes, la carte obtenue prsente une structure simple avec une occupation massive du territoire par la fort dans la Rgion Nord, des pturages dans toute la partie centrale du pays, et des labours dans lintrieur de So Paulo, et lOuest de Santa Catarina (fig. 17.21). De son ct, la carte de la partition en 16 classes conserve les principales csures observables sur la carte en 4 classes, mais montre de nombreuses nuances, notamment dans les espaces les plus monolithiques.

Figure 17.21 : Le diagramme triangulaire partitionn gomtriquement en 4 classes et en 16 classes.

Le bouton permet de crer ou de slectionner un dossier et dy enregistrer non seulement le diagramme triangulaire (sur fond noir ou blanc, en fonction du bouton slectionn , mais aussi les caractristiques statistiques des slections (moyenne, cart-type) sur toutes les variables du tableau de donnes, et pour chacune des couleurs prsentes dans le diagramme. Dans certains cas (mais pas ici), les points sont concentrs dans un secteur du diagramme. Il faut alors zoomer dans le diagramme pour mieux analyser la rpartition des points. Le bouton permet de raliser ce zoom : aprs avoir

cliqu sur ce bouton, il faut dfinir la base dun sous-triangle par deux clics

212

successifs. Le sous triangle est alors trac puis le zoom seffectue. Les partitions en 4 ou 16 classes ralises ensuite le sont dans les limites de sous triangle de zoom. Le bouton permet de rafficher nouveau le graphique sans zoom. .

Lorsque le nuage de points est trs dense, sa forme est plus lisible si lon supprime le treillis des sous-triangles de reprage en dcochant la case Ainsi, il est plus facile didentifier chaque point en plaant le curseur dessus (fig. 17.22). Le raffichage du treillis se fait en cochant nouveau cette case.

Figure 17.22 : Le diagramme triangulaire sans le treillis de reprage et avec un point identifi.

Si des variables nominales existent dans le tableau de donnes, leurs noms sont lists dans une liste intitule Lorsquune CAH a t pralablement ralise sur les mmes variables que celles du diagramme triangulaire, on trouve dans cette liste les variables correspondant aux 11 partitions (fig. 17.23).

Figure 17.23 : La liste des partitions issues de la CAH pour colorier les points du diagramme.

En cliquant successivement sur le nom de chaque partition, il est possible de les visualiser lune aprs lautre et dobserver ainsi les embotements successifs des classes dans le graphique et sur la carte (fig. 17.24). Linterprtation de cette carte ne pose pas de problme particulier : rouge : domination des labours ; rose : mixte labours et pturages ; bleu : domination des pturages ; jaune : mixte pturages et fort ; vert : domination de la fort.

213

Ces couleurs sont les mmes que celles utilises pour tracer les diagrammes btons des profils des classes de la CAH (fig. 17.25).

Figure 17.24 : Le bureau de Philcarto aprs la slection des points en fonction des 5 classes de la partition n4 issue de la CAH sur les mmes variables que celles du diagramme triangulaire.

Figure 17.25 : Les profils des classes de la CAH sur les 3 types dutilisation du sol.

214

18. LAnalyse Territoriale Multiscalaire

Dossier : \Philcarto exemples\Union Europenne NUTS 2\ Fond de carte : Union Europenne carte NUTS 2.ai Statistiques : Union Europenne data NUTS 2.xls

Lanalyse Territoriale Multiscalaire, ATM, est une nouvelle mthode de recherche propose par Claude Grasland et Liliane Lizzi (UMS 2414 RIATE, CNRSDATAR-Universit Paris 7). Dveloppe dans le cadre du projet europen Hypercarte, lATM repose sur lide quil nest pas possible dapprcier la situation dun territoire particulier sans prendre en considration la fois les caractristiques des territoires voisins et les diffrentes entits rgionales de plus ou moins grandes dimensions auquel il appartient. LATM prte ainsi une attention particulire lagrgation et la dsagrgation des lments constitutifs des territoires aux niveaux local, rgional et national (quelle que soit la terminologie utilise, lide reste la mme, celle quune entit territoriale appartient en mme temps plusieurs territoires de dimensions successivement plus tendues). Un rapport issu du projet Hypercarte disponible sur Internet ladresse : http://www.ums-riate.com/documents/MTA_4th%20version-livret2.pdf montre que lATM consiste prendre en compte, pour chaque entit de base de lUnion Europenne (par exemple chacune des 280 units spatiales du maillage NUTS2), trois types de dviations (ou distance, ou cart) : une dviation par rapport lensemble de lUE (dite macro dans Philcarto) ; une dviation par rapport au pays dont lentit fait partie (dite meso dans Philcarto) ; une dviation par rapport ses voisins immdiats (dite micro dans Philcarto . Ces dviations sont calcules pour un indicateur statistique qui prend la forme dun rapport, par exemple, le produit intrieur brut par habitant en parits de pouvoir dachat (PIB en PPA). Pour pouvoir calculer cet indicateur, il faut disposer du PIB en PPA et de la population de chaque unit spatiale : lATM exige donc des quantits, des effectifs, des valeurs pour tre mise en uvre. Au niveau macro, le calcul de la dviation revient calculer la diffrence entre le PIB en PPA par habitant de chaque rgion NUTS2 et le PIB en PPA par habitant de lUnion Europenne. Une diffrence positive exprime une situation meilleure que celle de lUE, en moyenne ; une diffrence ngative traduit une position en retrait par rapport la moyenne de lUE. Au niveau meso, le calcul de la dviation revient calculer la diffrence entre le PIB en PPA par habitant de chaque rgion NUTS2 et le PIB en PPA par habitant du pays dans lequel est situe la rgion NUTS2 en question. Une diffrence positive exprime une situation meilleure que celle du pays dappartenance, en moyenne ; une diffrence ngative traduit une position en retrait par rapport la moyenne de lUE. Au niveau micro, le calcul de la dviation revient calculer la diffrence entre le PIB en PPA par habitant de chaque rgion NUTS2 et le PIB en PPA par habitant de lensemble form des rgions NUTS2 ayant une limite commune avec la rgion en question. Une diffrence positive exprime une situation meilleure que celle des

215

rgions voisines, en moyenne ; une diffrence ngative traduit une position en retrait par rapport la moyenne de lUE. Ces dviations sont calcules sous la forme dun indice dans lequel la base 100 correspond la valeur de lespace de rfrence (ici, lUE au niveau macro, le pays au niveau meso, et lensemble des voisins au niveau micro). Il est recommand dutiliser une gamme de couleurs en opposition avec 100 comme valeur pivot. Il ny a donc dans lATM rien de bien compliqu sur le plan mathmatique puisquil sagit seulement darithmtique. Seule la recherche des units spatiales voisines fait appel un algorithme sophistiqu qui permet dviter de dfinir au pralable une matrice de contigut fastidieuse obtenir et saisir. Loriginalit de lATM est donc plus conceptuelle que technique : obtenir trois vues diffrentes sur les mmes donnes en fonction dun espace de rfrence variable constitue une relle avance scientifique car cela permet enfin de prendre en considration lide selon laquelle la ralit apparat diffrente en fonction de lchelle danalyse. Une fois les trois dviations calcules, il est intressant de les combiner pour obtenir une typologie. Les auteurs proposent dtudier les dviations deux deux. Avec Philcarto, il est possible de raliser une classification des units spatiales en faisant une classification ascendante hirarchique (CAH) sur le tableau de mesures form par les trois variables contenant les dviations. Louverture du fond de carte et du fichier de donnes statistiques se traduit par lapparition des noms des variables dans les listes . On trouve dans la et liste les variables qui vont tre mises en rapport pour calculer, par exemple, le PIB en PPA par habitant, c'est--dire les variables et ; le fait que ces variables se trouvent dans la liste indique quil sagit de donnes brutes, deffectifs et de valeurs (fig. 18.1).

Figure 18.1 : les listes de variables pour lATM.

Dans la liste contient les identifiants des figurent deux variables : units spatiales (les mmes que ceux utiliss pour coder le fond de carte). Ces identifiants tant hirarchiques, les deux premiers caractres donnent les codes des pays (AT pour Autriche, FR pour France) ; on peut donc en extraire les codes de pays et les utiliser pour dfinir le niveau meso. donne, pour chaque unit spatiale NUTS 2, le nom en clair de son pays dappartenance. Ce nom permet de raliser directement la carte choroplthe des pays, chaque nom tant considr comme une modalit de la variable nominale (fig. 18.2).

216

Figure 18.2 : Le bureau de Philcarto avec la carte choroplthe des noms de pays ; les contours des units NUTS 2 ne sont pas tracs ; trois habillages compltent la carte : contours des pays de lUE, contours des pays hors UE, et cartouches des les.

Philcarto propose une interface simple pour le calcul des dviations aux trois niveaux macro, meso et micro. On accde cette fonction par larticle du menu . (fig. 18.3)

Figure 18.3 : Laccs la fonction dATM de Philcarto.

Un dialogue intitul saffiche lcran (fig. 18.4). Il contient sur la gauche deux listes de variables de quantits ou deffectifs. Dans la liste suprieure, on slectionne la variable du numrateur, par exemple . Dans la seconde liste, situe au-dessous de la prcdente, on choisit la variable du numrateur, par exemple . Le rsultat du calcul revient donc calculer le PIB en PPA par habitant en 1999.

217

Figure 18.4 : Le dialogue

Une fois choisies les variables du numrateur et du dnominateur, des lments complmentaires de dialogue font leur apparition (fig. 18.5). Ils permettent : de choisir le nombre de niveaux de lATM (trois en principe, deux dans certains cas) et dindiquer comment est code lchelle meso dans les donnes. Deux possibilits de codage sont proposes : soit les codes du niveau meso sont inclus dans lidentifiant, et dans ce cas il faut indiquer comment lextraire, soit ce code constitue les modalits dune variable discrte et dans ce cas, il suffit den indiquer le nom dans la liste figurant sous le bouton radio .

Figure 18.5 : Le choix des paramtres de lATM.

218

Slectionner une variable nominale contenant les codes du niveau meso est la manire la plus simple de dfinir le niveau meso. Ici, il suffit de slectionner la variable Nom pays (fig. 18.6). Cela suppose quon ait prvu une telle variable dans le tableau de donnes.

Figure 18.6 : La variable Nom pays contient le nom du pays dappartenance de chaque unit spatiale.

Sil nexiste pas de variable dfinissant le niveau meso dans le tableau de donnes, il est possible de lextraire des identificateurs des units spatiales si celui-ci a t conu sur une base hirarchique incluant ce niveau. Dans le cas des pays de lUE, les deux premires lettres de lidentifiant donnent le code du pays. Dans ce cas, on choisit le bouton radio . Un dialogue complmentaire permet dindiquer quel caractre commence le codage du niveau meso et combien de caractres il faut pour le dfinir compltement (fig. 18.7). Un exemple est donn correspondant la premire unit spatiale du tableau de donnes : si lidentifiant est AT11, le code du pays est AT ; il commence au premier caractre et comprend deux caractres. Il faut donc rgler en consquence les curseurs et (fig. 18.7). Naturellement, le format de lidentifiant doit tre toujours le mme, avec le code du niveau meso toujours la mme place et toujours de mme longueur.

Figure 18.7 : Le dialogue dextraction du niveau meso partir de lidentifiant de lunit spatiale.

Lorsque le niveau meso est dfini, un clic sur dclenche le calcul des carts. Dans ce calcul, ltape la plus longue concerne le niveau micro puisquil est ncessaire de recherche tous les voisins de chaque unit spatiale. Au niveau micro, les rsultats produits par Philcarto sur lexemple de lUnion Europenne diffrent lgrement de ceux produits par Hypercarte en raison du fond de carte utilis ici, moins dtaill que celui du projet Hypercarte, ce qui produit quelques distorsions par rapport ce dernier. Autrement dit, les rsultats sont lgrement sensibles au degr de gnralisation du fond de carte partir duquel sont tablis les voisinages. A lissue de tous les calculs, le bureau de Philcarto saffiche nouveau. Dans la liste , trois nouvelles variables ont pris place, du dialogue correspondant aux trois niveaux de lATM (fig. 18.8). Le nom de ces variables indique quil sagit de variables provenant de lATM, aux niveaux macro, meso et

219

micro ; la suite du nom indique quelles variables ont permis le calcul des carts, ici le PIB en PPA 1999 divis par la population totale en 1999.

Figure 18.8 : Les trois nouvelles variables cres par lATM.

Ces trois nouvelles variables peuvent tre cartographies de diffrentes faons ; nous prsentons ci-aprs les trois cartes choroplthes. La discrtisation est celle de Jenks en 8 classes, avec une gamme de couleurs en opposition et un pivot gal 100 car il sagit dun indice (penser donner cette valeur dans le dialogue ). La carte du niveau macro (fig. 18.9) est des plus connues. Elle montre clairement lexistence dune csure qui correspond aux deux anciens blocs. Du ct de lEst, les anciennes RDA et Tchcoslovaquie apparaissent en moins mauvaise posture que la Pologne, la Hongrie, la Roumanie et la Bulgarie. Du ct de lOuest, la banane joignant la moiti Nord de lItalie au Sud de la Grande Bretagne est clairement visible avec des carts le plus souvent positifs ; les capitales occupent gnralement une position favorable (Londres, Paris, Oslo, Stockholm, Helsinki).
[Jenks] [ATM macro] PIB PPA 1999 | Population Totale 1999
276,79 N= 2 M=262,82 S=13,98 248,84 N= 9 M=183,06 S=15,77 165,62 N= 27 M=146,75 S=8,01 135,72 N= 45 M=122,25 S=5,57 114,37 N= 54 M=106,94 S=3,74 100,00 N= 77 M=86,95 S=7,78 73,21 N= 30 M=60,78 S=6,23 48,68 N= 36 M=35,43 S=7,10 20,77
Les surfaces des rectangles de l'histogramme sont proportionnelles au nombre d'unites spatiales dans chaque classe dfinie sur la variable : '[ATM macro] PIB PPA 1999 | Population Totale 1999' maximum= 77 pour la classe n 3

Fait avec Philcarto * 27/11/2007 18:51:05 * http://philgeo.club.fr

Figure 18.9 : Carte des carts au PIB en PPA par habitant de lUnion Europenne (niveau macro).

220

Sur la carte du niveau meso (fig. 18.10), le clivage Est/Ouest nexiste plus. En revanche, dimportantes diffrences de certains pays de lUE font leur apparition, comme par exemple entre lEst et lOuest de la Pologne. Dautres pays, au contraire, apparaissent plus homognes, comme la France ou la Norvge.

Figure 18.10 : Carte des carts au PIB en PPA par habitant de chaque pays (niveau meso).

La carte du niveau micro (fig. 18.11) montre limportance des centres urbains. Bien sr, les capitales des Etats de lUE apparaissaient dj en meilleure posture que leur espace environnant sur les deux prcdentes cartes.
[Jenks] [ATM micro] PIB PPA 1999 | Population Totale 1999
275,78 N= 2 M=266,11 S=9,67 256,45 N= 6 M=194,72 S=11,60 180,96 N= 10 M=158,31 S=8,74 149,52 N= 13 M=134,06 S=4,42 127,11 N= 40 M=114,90 S=4,47 107,88 N= 56 M=102,41 S=2,49 100,00 N= 112 M=90,53 S=5,59 80,44 N= 41 M=73,12 S=5,17 61,43
Les surfaces des rectangles de l'histogramme sont proportionnelles au nombre d'unites spatiales dans chaque classe dfinie sur la variable : '[ATM micro] PIB PPA 1999 | Population Totale 1999' maximum= 112 pour la classe n 2

Fait avec Philcarto * 27/11/2007 18:53:19 * http://philgeo.club.fr

Figure 18.11 : Carte des carts au PIB en PPA par habitant de chaque voisinage (niveau micro).

221

Ce qui est nouveau sur la carte du niveau micro, cest la place plus confortable occupe par certaines rgions abritant des villes de second niveau : Lyon, Bordeaux, Nantes en France, Edimbourg ou Liverpool au Royaume Uni, Stavanger, Bergen, Trondheim en Sude, Thessaloniki en Grce. Notons cependant que les diffrences entre les cartes sont bien plus importantes entre le niveau macro et le niveau meso, quentre le niveau meso et le niveau micro. Lorsque les carts sont calculs, le second objectif de lATM peut tre atteint : il sagit de combiner les trois niveaux pour mettre en vidence leurs relations pour en dresser une typologie pouvant tre cartographie, elle aussi. Philcarto propose toute une gamme de mthodes pour raliser une telle tude : analyse exploratoire des carts considrs par paires sur un graphique bivari ; analyse en composantes principales et classification automatique sur les trois niveaux simultanment On se limite ici lexpos de lACP et de la CAH. Comme les carts sont enregistrs dans trois variables de couleurs, on peut leur appliquer une ACP (fig. 18.12).

Figure 18.12 : La dfinition dune ACP sur les trois niveaux dcarts de lATM.

Lexamen du cercle des corrlations (fig. 18.13) montre dune part lexistence dun premier facteur unipolaire absorbant 75,9% de linertie totale. Les trois niveaux sont localiss du ct gauche de laxe des abscisses, ce qui signifie que les carts sont en faveur des rgions dont les coordonnes sur la premire composante sont ngatives. Cependant, le niveau macro se dmarque de deux autres pour former la seconde composante qui nabsorbe que 16,4% de linertie totale ; ce niveau se situe galement dans la partie ngative de la seconde composante et suit donc le mme schma de lecture que pour la premire : les carts sont en faveur des rgions dont les coordonnes sur la seconde composante sont ngatives. Autrement dit, les cart mesurs sur les trois niveaux sont convergents, mais si les niveaux meso et micro se diffrencient peu lun de lautre, en revanche, le niveau micro, lui, apporte une information supplmentaire utile la comprhension de la diffrenciation rgionale de lUnion Europenne. La carte des units NUTS 2 sur la premire composante principale (fig. 18.14) souligne la position trs favorable de la plupart des capitales des Etats de lUE (en bleu fonc). En dehors de celles-ci, certaines rgions comme le Pays Basque, la Catalogne, le Nord de lItalie apparaissent en bonne position.

222

CP2 [16.35%]

CP1 [75.89%]

[ATM micro] PIB PPA 1999 | Population Totale 1999 [ATM mso] PIB PPA 1999 | Population Totale 1999

[ATM macro] PIB PPA 1999 | Population Totale 1999

Figure 18.13 : La localisation des trois niveaux de lATM sur le cercle des corrlations de lACP.

Figure 18.14 : La carte des units NUTS 2 sur la premire composante principale de lACP des carts de lATM.

En revanche, le Sud de lEspagne, le Portugal, le Sud de lItalie et plus gnralement les anciens pays de lEst, demeurent en mauvaise posture.

223

La carte des units NUTS 2 sur la seconde composante principale (fig. 18.15) transcrit de faon radicale lopposition entre lEurope Centrale, banane bleue largie qui bnficie dun niveau de PIB trs suprieur la moyenne europenne et lEurope Orientale qui demeure en situation prcaire. LOuest et le Sud de lEurope, de la Normandie lAndalousie participent peu ce systme dopposition et occupent une position moyenne sur la seconde composante principale.

Figure 18.15 : La carte des units NUTS 2 sur la premire composante principale de lACP des carts de lATM.

Une autre faon de combiner les trois niveaux dcarts consiste leur appliquer une CAH sur tableau de mesure. Avec 5 classes, linertie absorbe slve 72,3% de linertie totale. Les profils des classes sont particulirement bien discrimins (fig. 18.16) : la classe n1 rassemble les rgions qui prsentent des carts toujours ngatifs avec une accentuation particulire pour le niveau macro. La carte (fig. 18.17) montre quil sagit de la majeure partie de la Pninsule Ibrique, du Sud de lItalie, de la majeure partie de la Grce, et des pays de lancien bloc de lEst. Toutes ces rgions prsentent un dficit important par rapport la moyenne europenne, par rapport leur moyenne nationale, et par rapport aux rgions environnantes. dans la classe n2, tous les carts sont positifs. On y trouve donc les rgions en bonne sant conomique, souvent des capitales dEtats, mais pas toutes ces capitales. la classe n3 est aussi caractrise par des carts positifs sur les trois niveaux, mais de faon modre pour le niveau macro, et trs modre pour les niveaux meso et micro. Les rgions concernes sont parfois celles qui abritent des villes dynamiques. la classe n4 caractrise les rgions trs dynamiques tires vers le haut par de trs grandes villes telles Londres, Paris, Hambourg, Oslo. Ce qui les caractrise au premier chef, cest leur capacit rgner non seulement

224

sur le PIB europen, mais surtout sur le PIB de leur pays et de leur rgion. Ces villes concentrent les richesses produites tous les niveaux. enfin, la classe n5 concerne des rgions qui ne sont pas en mauvaise posture, puisquelles se situent un niveau moyen sur le plan europen, mais elles apparaissent peu productives au niveaux meso et surtout micro : une grande partie des rgions franaises entrent dans cette catgorie, mais aussi un grand nombre de rgions de lex Europe de lOuest.

Figure 18.16 : Les profils des 5 classes de la CAH sur les trois niveaux dcarts de lATM.

Figure 18.17 : La carte des 5 classes de la CAH sur les trois niveaux dcarts de lATM.

225

226

19. Les donnes statistiques

19.1. Les matrices dinformation spatiale
Les donnes dont il sagit ici correspondent principalement celles qui sont publies, dans le monde entier, par les instituts nationaux de statistique en charge des recensements de toute sorte (population et logements, agriculture, etc.) ou denqutes plus spcialises (ducation, sant, etc.). Dans ces annuaires (ou leur quivalent informatique), lespace national est divis en rgions, dpartements et communes (avec un nombre de niveaux et des dnominations qui peuvent diffrer dun pays lautre) ; chaque lment de cette division de lespace est dsign par le terme gnrique unit spatiale . Pour chaque thme recens ou enqut, on dispose de matrices (M) dont les lignes sont les units spatiales qui correspondent, dans le fond de carte, aux lments cartographiques ponctuels, linaires ou surfaciques ; dans les colonnes figurent les variables, terme quivalent descripteurs , attributs , caractristiques , caractres , etc. Il sagit de qualits, de proprits ou de paramtres mesurables, au moyen desquels on peut dcrire les units spatiales et les comparer aux autres. Cela peut tre un groupe de descripteurs, ou bien la partition dun ensemble en catgories pertinentes vis--vis du thme tudi. Les qualits observes, les variables de lanalyse, peuvent tre de nature qualitative ou quantitative, si bien quil convient de distinguer diffrents types de tableaux de donnes. Dans tous les cas, les donnes sont agrges, ce qui signifie que lon na jamais accs aux informations individuelles (dans le cas des recensements et autres enqutes officielles, le cadre rglementaire garantit la confidentialit des rponses). 19.1.1. Les tableaux de correspondances Ils ralisent le croisement de lensemble des units spatiales (en lignes) avec celui des catgories dobjets ayant fait lobjet dune mesure (en colonnes) ; par exemple, les communes dun dpartement et les catgories de superficie des exploitations agricoles qui sy trouvent. La cellule forme par le croisement dune ligne et dune colonne contient le nombre dexploitations (nij) appartenant la catgorie j, releves dans lunit spatiale i. Dans ce genre de tableau, il est possible de calculer leffectif total dune ligne en sommant les valeurs des cases dune mme ligne, pour toutes les colonnes, not (ni.). De mme, on peut calculer leffectif total dune colonne en sommant les valeurs des cases dune mme colonne, pour toutes les lignes, not (n.j). Leffectif total du tableau est not (n..).

Placs sur des lments cartographiques ponctuels, les effectifs enregistrs dans les tableaux de correspondances peuvent tre reprsents en utilisant des

227

symboles dont la surface est proportionnelle ces effectifs ; cest le cas des cartes en cercles ralises par Philcarto. 19.1.2. Les tableaux de mesures quantitatives de rapports ou dintervalles Comme dans le cas des tableaux de correspondances, les lignes des tableaux de mesures quantitatives reprsentent les units spatiales. Mais ils en diffrent car les colonnes contiennent des mesures enregistres sur une chelle dintervalle ou de rapport. Sur une chelle dintervalle, chaque unit spatiale possde une valeur qui lui est propre au regard du phnomne mesur, et les diffrences entre observations sont exprimes dans la mme unit de mesure, partir dune valeur zro arbitraire. Les tempratures releves dans des stations mtorologiques, sur lchelle Celsius ou Fahrenheit, sont des exemples vidents de ce genre de mesure. Lchelle de rapport possde les mmes proprits que la prcdente, mais un zro naturel au lieu dun zro arbitraire ; les distances entre lieux ou les superficies correspondent cette chelle. Les tableaux de pourcentages sont galement des tableaux de mesures quantitatives rsultant du rapport entre deux effectifs et sont en gnral drivs dun tableau de correspondances. Places sur des lments cartographiques surfaciques, les valeurs enregistres dans les tableaux de mesures, de rapports ou dintervalles peuvent tre reprsentes laide de plages de couleurs. On peut aussi colorier les surfaces des symboles proportionnels ; dans ce cas, on a affaire un mode de cartographie bivari : des cercles pour traduire les effectifs ou les quantits, des couleurs pour exprimer les mesures. Philcarto ralise lun et lautre type de carte. Dans ces deux cas, une tape pralable de discrtisation de la variable de mesure quantitative savre indispensable car seul un petit nombre de couleurs peut tre distingu sur une carte (4 9 en gnral) ; pour partitionner ltendue de la variable en classes, on recourt lune des mthodes de discrtisation plus ou moins automatiques proposes par Philcarto. 19.1.3. Les tableaux de valeurs nominales Avec lchelle nominale, les diffrentes valeurs nont aucun ordonnancement particulier et servent seulement indiquer quelle modalit a t releve sur une unit spatiale comme par exemple la couleur politique du maire de la commune. Lorsque les modalits ne prennent que deux valeurs pour exprimer, par exemple, la prsence ou labsence dune espce vgtale, il sagit dune chelle binaire. Avec Philcarto, le nombre de modalits diffrentes ne doit pas dpasser 30. Places sur des lments cartographiques surfaciques, les valeurs enregistres dans les tableaux de mesures nominales ou ordinales peuvent tre reprsentes laide de plages de couleurs. On peut aussi colorier les surfaces des symboles proportionnels ; dans ce cas, on a affaire un mode de cartographie bivari : des cercles pour traduire les effectifs ou les quantits, des couleurs pour exprimer les mesures. Enfin, dans le cas dlments cartographiques linaires, ce sont ces lignes qui sont directement colories. La gamme de couleurs ne prsente volontairement aucun ordre ; elle est souvent dsigne par le nom gamme perroquet car elle couvre ltendue du bleu, au vert, au jaune et au rouge. Contrairement au cas des mesures de rapport ou dintervalle, aucune discrtisation nest ralise : les modalits ordonnes selon lalphabet sont cartographies directement.

228

19.1.4. Les donnes manquantes Il arrive assez frquemment quon ne dispose pas de toutes les valeurs pour toutes les units spatiales. Plusieurs cas de figure peuvent apparatre : les donnes manquent de manire sporadique dans quelques cases du tableau. Dans ce cas, les valeurs manquantes doivent tre codes laide du caractre X (majuscule) ; les donnes manquent dans toutes les cases dune mme ligne : la ligne peut tre supprime ; les donnes manquent dans toutes les cases dune mme colonne : la colonne peut tre supprime. Au moment de la lecture du fichier de donnes statistiques, Philcarto supprime les variables dont les valeurs, pour toutes les units spatiales, sont manquantes ou gales zro et affiche un dialogue dinformation. 19.1.5. Les fichiers des matrices dinformation spatiale

Dossier : \Philcarto exemples\France dpartements\ Fond de carte : France carte dpartements.ai Statistiques : France data dpartements.xls

La cration, la saisie, la correction, et lenregistrement des matrices dinformation spatiale ncessite lutilisation dun logiciel extrieur Philcarto. Le plus simple est demployer un tableur du genre Excel pour diter les cases du tableau de donnes. Philcarto reconnat deux types de format de fichier, le choix du format se faisant : dans le dialogue le format texte (.txt) avec des tabulations pour sparer les valeurs les unes des autres ; le format feuille de calcul Excel (.xls) Dans le cas dun fichier Excel contenant plusieurs feuilles, Philcarto affiche le dialogue qui permet de choisir la feuille sur laquelle il doit travailler (fig. 19.1).

Figure 19.1 : La slection dune feuille de calcul dans un classeur Excel multifeuille.

La premire colonne du fichier contient les identifiants des units spatiales composs de chiffres et de lettres majuscules lexclusion de tout autre caractre (fig. 19.2). Naturellement, le mme identifiant doit dsigner la mme unit spatiale dans le fichier fond de carte et dans le fichier de donnes statistiques.

229

La seconde colonne peut renfermer, de manire optionnelle, le nom en clair de chaque unit spatiale. Cest ce nom qui apparat dans la barre suprieure de la fentre Philcarto lorsquon dplace le pointeur de la souris sur une des units spatiales de la carte affiche dans cette fentre. Les colonnes suivantes contiennent les donnes statistiques proprement parler. Pour simplifier lexpos ci-dessus, on a distingu les matrices dinformation spatiale en fonction de la nature des donnes qui sy trouvent. Cependant, lintrieur dun mme fichier peuvent coexister des matrices de natures diffrentes sans que cela occasionne la moindre gne Philcarto.

Figure 19.2 : Un extrait de matrice dinformation spatiale.

Lorsquon ouvre ce fichier avec Excel (fig. 19.3), on observe que la premire ligne de la feuille est occupe par les noms des variables : la premire cellule de cette premire ligne contient le nom de la variable des identifiants des units spatiales, au choix de lutilisateur, la seconde celle de leurs noms en clair. Le nom de cette seconde variable est obligatoire nom, et cela dans toutes les langues.

Figure 19.3 : Un extrait de matrice dinformation spatiale ouvert dans Excel.

Les noms des variables suivantes sont aussi au choix de lutilisateur. Sachant que ces noms vont apparatre dans Philcarto dans des listes droulantes permettant de choisir les variables cartographier, il est prfrable de dfinir des noms courts (une dizaine de caractres) et si possible significatifs ; viter cependant des noms du genre Var01, Var02, etc. Les noms des variables peuvent tre typs sous la forme dun suffixe qui permet Philcarto de distribuer les variables dans les listes et de

230

manire certaine. Si cette possibilit est utilise, le nom doit se terminer par _Q_ pour les quantits ou effectifs, _R_ pour les rapports, ou _N_ pour les variables nominales. Sinon, Philcarto dtecte le type de chaque variable en fonction des valeurs quil y trouve, selon la rgle suivante : une variable de quantit (_Q_) contient seulement des chiffres et aucune valeur dcimale ; une variable de rapport (_R_) contient seulement des chiffres avec une virgule dcimale (ou un point) et des valeurs diffrentes de 0 comme valeurs dcimales ; toute autre valeur est considre comme nominale (_N_). Cette rgle fonctionne gnralement bien, mais prsente quand mme quelques limites. Par exemple, le nombre 10275 est dtect comme quantit sil est crit comme cela ; mais sil est crit en milliers 10,275 il est alors dtect comme rapport. Les quantits doivent donc tre enregistres soit lunit, soit suffixes _Q_. En labsence de suffixe, et si le type de variable affect automatiquement est erron, il demeure possible de le modifier en cliquant sur . (fig. 19.4). Cette fentre, nouvelle dans la Philcarto affiche le dialogue version 5 de Philcarto contient, pour chacune des variables du fichier de donnes statistiques, son type et son nom. Les variables peuvent tre de 3 types diffrents : quantit (ou effectif) liste sur fond vert, rapport (ou taux, pourcentage) list sur fond bleu, et nominal, list sur fond rose.

Figure 19.4 : Le dialogue

Ce dialogue est affich seulement en cas de dtection automatique des types des variables, cest--dire en labsence des suffixes ; il permet de modifier le type, au cas o la dtection aurait donn un rsultat erron : il suffit de cliquer sur une ligne de nom de variable, dans le champ , pour passer au type suivant.

231

Dans ce fichier les valeurs dcimales sont indiques par des virgules. Ceci est la notation officielle franaise. Philcarto interprte comme marqueur des dcimales la virgule ou le point qui, lui, est la notation amricaine. Il est important de souligner quil ne faut en aucun cas utiliser les sparateurs de milliers dans les fichiers textes car Philcarto ne saurait pas les interprter correctement. Il est souhaitable que les noms de variables figurant dans la premire ligne du tableau soient courts, une vingtaine de caractres tout au plus. Dans les feuilles de calcul Excel, les cellules peuvent contenir des formules. Philcarto value le rsultat de ces formules au moment de la lecture de la feuille. A ct dun tableur qui permet de saisir et corriger les donnes, on conseille aussi davoir porte de main un diteur de texte permettant de regarder de plus prs le texte enregistr par Excel. WordPad fourni en standard avec Windows est trop limit. UltraEdit est recommand car il permet de reprer trs rapidement les ventuels problmes rencontrs au cours de la lecture dun fichier texte. Par exemple, il arrive que des lignes vides soient enregistres par Excel en fin de fichier. UltraEdit permet de reprer ces lignes et de les supprimer trs facilement. Ce shareware peut tre tlcharg ladresse : http://www.UltraEdit.com

19.2. Les matrices de liens

La ralisation de cartes de liens ncessite lenregistrement dun type de tableau de donnes particulier, la matrice de liens spatiaux. Ces tableaux permettent de dfinir des liens entre deux points, nomms point dorigine et point de destination. Comme Philcarto trace un segment non orient entre deux points, la notion de point dorigine et de point de destination na pas de signification particulire, origine et destination tant interchangeables lors du trac du segment. Cependant, sachant quon peut ajouter une flche avec un logiciel de dessin soit sur lorigine soit sur la destination, il faut veiller, si lon souhaite pouvoir utiliser cette possibilit, indiquer correctement quel est le point dorigine et quel est le point de destination. Cette prcaution dans la constitution du fichier de donnes permet dajouter une flche tous les segments dune mme carte, en une seule opration. Chaque enregistrement du fichier correspond un point dorigine pour lequel lenregistrement dcrit au moins un point de destination (plusieurs points de destination si un mme point dorigine est reli plusieurs points de destination). Autrement dit, un mme point de dpart peut tre reli plusieurs points de destination, et cela scrit dans un seul enregistrement pour un point de dpart donn. Dans les versions prcdentes de Philcarto le format des matrices de liens tait diffrent : chaque enregistrement dcrivait un lien et un seul. Les fichiers utiliss

232

prcdemment pour raliser des cartes de liens ne sont donc plus compatibles avec la version 5 de Philcarto et doivent donc tre reformats selon le format dcrit ciaprs. 19.2.1. Le format de la matrice pour les cartes de liens non colors

Dossier : \Philcarto exemples\Parana\ Fond de carte : Parana carte.ai Statistiques : Parana data liens.xls, feuille : Rseau

Dans le cas des cartes de liens non colors, le format denregistrement est le suivant (fig. 19.5) : colonne n1 dnomme obligatoirement Origine : identifiant du point dorigine du lien ; colonne n2, optionnelle et dnomme obligatoirement Nom si elle est prsente : nom du point dorigine du lien colonne n3 dnomm obligatoirement Lien : identifiant du point de destination du premier lien ; colonnes suivantes sans nom et en nombre variable, en fonction du nombre de destination : identifiant du point de destination des liens suivants.

Figure 19.5 : Un exemple de matrice de liens non colors.

19.2.2. Le format de la matrice pour les cartes de liens colors

Dossier : \Philcarto exemples\Parana\ Fond de carte : Parana carte.ai Statistiques : Parana data liens.xls, feuille : Rseau + hirarchie

233

Dans le cas des cartes de liens colors, le format denregistrement est le suivant (fig. 19.6) : colonne n1 dnomme obligatoirement Origine : identifiant du point dorigine du lien ; colonne n2, optionnelle et dnomme obligatoirement Nom si elle est prsente : nom du point dorigine du lien colonne n3 dnomm obligatoirement Lien modal : identifiant du point de destination du premier lien ; colonne n4 sans nom : modalit nominale caractrisant le premier lien (30 modalits diffrentes, chaine de caractres ou nombre, au maximum sont permises) ; colonnes suivantes sans nom, en nombre variable en fonction du nombre de destination et par couples de deux colonnes pour chaque lien : identifiant du point de destination du lien suivi par la modalit qui le caractrise.

Figure 19.6 : Un exemple de matrice de liens non colors.

19.3. Lenregistrement des variables cres par Philcarto

Plusieurs des traitements statistiques raliss par Philcarto produisent de nouvelles variables : slections de lanalyse exploratoire des donnes, classes de la classification ascendante hirarchique, coordonnes sur les facteurs de lanalyse en composantes principales ou de lanalyse des correspondances, carts de lanalyse territoriale multiscalaire... En cours de session, Philcarto stocke ces nouvelles variables en mmoire la suite des donnes lues dans le fichier des donnes statistiques ouvert en dbut de session, ou laide de larticle du menu . Ce stockage temporaire est perdu en fin de session. Pour conserver les variables ajoutes par Philcarto, il faut utiliser larticle du menu . En slectionnant , Philcarto ouvre le dialogue ; le nom par dfaut de ce fichier est Statistiques (fig. 19.7). Le type de fichier par dfaut est ; mais Philcarto peut aussi enregistrer les donnes statistiques au format Excel en changeant le type de en utilisant la flche de ce menu local. fichier pour

234

Figure 19.7 : Le dialogue

Un clic sur ouvre le dialogue destin slectionner, si une telle slection est utile, les variables conserver dans le nouveau fichier (fig. 19.8).

Figure 19.8 : Le dialogue

Cette liste se compose de deux parties : en vert, les variables du fichier dorigine et en rose les variables cres en cours de session. Pour les premires comme pour les secondes, il est possible de ne pas retenir telle ou telle autre

235

variable en dcochant la case qui figure en regard de son nom. Un clic sur enregistre effectivement les variables restes coches dans le fichier nomm prcdemment. Si les nouvelles variables nont pas t enregistres en cours de session, Philcarto affiche une alerte pour demander sil faut conserver les nouvelles variables cres durant la session qui se ferme (fig. 19.9). En slectionnant , Philcarto ouvre le mme dialogue que prcdemment.

Figure 19.9 : Le message saffichant en fin de session et permettant lenregistrement des variables cres par Philcarto.

Lorsque Philcarto enregistre un fichier avec des valeurs dcimales, la marque de la dcimale est le point .. Ouvert dans Excel avec un systme franais, ces valeurs dcimales sont considres par Excel comme du texte. Pour rutiliser dans Excel des fichiers enregistrs par Philcarto, il faut donc pralablement remplacer les points (.) par des virgules (,) laide de UltraEdit, par exemple, ou bien faire de mme directement dans Excel.

19.4. Le calcul dindices

Il est parfois ncessaire de calculer un nouvel indicateur partir des variables du tableau de donnes. Dans ce but, on peut naturellement utiliser Excel ou OpenOffice ; le calculateur de Philcarto permet de raliser des calculs impliquant simultanment plusieurs variables dans le but de leur appliquer des oprations courantes et rptitives. On accde au calculateur en activant larticle du menu ; le dialogue affiche, sans sa partie gauche, la liste des variables pouvant faire lobjet dun calcul avec le calculateur : il sagit de variable de quantits ou deffectifs (fig. 19.10). La partie droite du calculateur dialogue liste les diffrents calculs quil est possible de raliser ; cette liste se compose de trois parties : des calculs courants du genre pourcentage ; le calcul de lindice de concentration de Gini ; un ensemble dindices de spcialisation ou de diversification.

236

Figure 19.10 : Le dialogue du calculateur.

19.4.1. Calculer des pourcentages

Dossier : \Philcarto exemples\France dpartements\ Fond de carte : France carte dpartements.ai Statistiques : France emplois dpartements.xls

Il est facile, mais fastidieux, de raliser ce genre de calcul avec un tableur. Le calculateur ralise ce calcul sur une srie de variables de faon simple : dans la liste de variables on slectionne celle pour lesquelles on veut obtenir un pourcentage ; si elle est prsente, ne pas slectionner la variable contenant le total des autres permet de slectionner toutes les variables de la liste variables. Le bouton ; le bouton dslectionne toutes les variables. Dans le dialogue , . Une seconde liste de variable apparat slectionner le bouton radio alors dans la partie gauche du dialogue ; dnomme , elle permet de choisir la variable de base du pourcentage, celle qui contient leffectif total de chaque unit spatiale. Si la variable contenant le total est prsente dans le tableau de donnes, on peut la slectionner dans cette liste. On peut aussi laisser le calculateur faire la somme des variables , en ne slectionnant aucune variable de base. Un slectionnes dans la liste clic sur lance le calcul (fig. 19.11). Le dialogue disparat, et laisse place la liste des variables de qui, maintenant, contient les pourcentages (fig. 19.12) qui, de ce fait, peuvent tre cartographis (fig. 19.13).

237

Figure 19.11 : Le du pourcentage de chaque secteur dactivit dans lensemble des emplois.

Figure 19.12 : La liste des variables de pourcentages.

Figure 19.13 : Une carte lisse du pourcentage de lemploi agricole.

238

19.4.2. Calculer des distances au pourcentage moyen

Dossier : \Philcarto exemples\France dpartements\ Fond de carte : France carte dpartements.ai Statistiques : France emplois dpartements.xls

Si les effectifs qui ont permis de calculer des pourcentages sont diffrents dune unit spatiale lautre, la moyenne arithmtique des pourcentages nest pas gale au pourcentage moyen. Dans ce cas, et si lon dispose des effectifs (et non pas seulement des pourcentages), il est prfrable de calculer les ; il sagit du mme calcul que celui qui est fait pour lAnalyse Territoriale Multiscalaire pour le niveau macro ; la diffrence avec cette mthode rside dans le fait quon peut calculer ces distances pour un ensemble de variables (au lieu dune seule variable pour lATM). Le choix de variables se fait de la mme faon que pour le calcul des lance le calcul. pourcentages (fig. 19.14). Un clic sur

Figure 19.14 : Le des distances aux pourcentages moyens de chaque secteur dactivit dans lensemble des emplois.

Le calcul est ralis en quatre tapes : calcul du total des effectifs de chaque variable ; calcul du pourcentage de chaque variable dans ce total ; calcul du pourcentage de chaque variable dans chaque unit spatiale ; calcul de la diffrence entre ces deux pourcentages.

239

La cartographie des distance fait avantageusement appel une gamme de couleurs en opposition (fig. 19.15)

Figure 19.15 : La carte choroplthe des distances pourcentage moyen de lemploi industriel.

19.4.3. Calculer un taux de variation gomtrique

Dossier : \Philcarto exemples\France dpartements\ Fond de carte : France carte dpartements.ai Statistiques : France data dpartements.xls

Pour calculer la variation dune population sur une priode donne, un simple calcul de variation, bas sur la diffrence entre les deux populations divise par la population en dbut de priode, ne suffit pas, surtout si la variation est forte. Il est prfrable de calculer un taux de variation gomtrique bas sur le principe des intrts composs. On obtient ainsi un taux de variation moyen pour chaque unit de temps (le plus souvent lanne). En dmographie, cest ainsi quon calcule le taux de variation moyen annuel dune population entre deux recensements. Lobtention des taux de variation gomtriques exige deux variables : la population en dbut de priode et la population en fin de priode ; de plus il faut connatre la dure de la priode. Dans le calculateur, on slectionne le bouton radio , puis la de priode et la de priode ; enfin, on indique la (fig. 19.16). Un clic sur lance le calcul. Lorsque les taux calculs, les nouvelles variables sont affiches dans la liste du dialogue du dialogue . Si les taux prsentent des valeurs ngatives et positives, leur cartographie fait avantageusement appel une gamme de couleurs en opposition (fig. 19.17)

240

Figure 19.16 : Le

dun taux de variation gomtrique.

Figure 19.17 : La carte choroplthe du taux de variation moyen annuel de la population 1990-1999.

241

19.4.4. Calculer un indice de concentration de Gini

Dossier : \Philcarto exemples\France dpartements\ Fond de carte : France carte dpartements.ai Statistiques : France IRPP dpartements.xls Le calcul de lindice de concentration de Gini exige que chaque variable corresponde une catgorie pour laquelle on doit indiquer la valeur du centre de catgorie. A lintersection dune ligne et dune colonne, on trouve un effectif qui correspond au nombre dindividus caractriss par la catgorie de valeurs reprsente par cette colonne dans lunit spatiale correspondant la ligne. Par exemple, pour chaque tranche de Revenu Fiscal de Rfrence (RFR) de lImpt sur le Revenu des Personnes Physiques (IRPP), les noms des variables doivent contenir la valeur du centre de catgorie. Ainsi, au lieu de donner le nom : RFR 0 7500 , on lcrit de la manire suivante RFR 0 7500 C=3750 , C= indiquant que la valeur qui suit est bien un centre de catgorie ; aucun caractre ne doit figurer aprs la valeur du centre. Si la dernire catgorie est ouverte, on choisit un centre suprieur ou gal la borne infrieure de la catgorie. Pour calculer lindice de Gini, on slectionne le bouton radio , puis les variables devant entrer dans le calcul (fig. 19.18). Un clic sur affiche les centres des catgories (fig. 19.19) ; on peut alors les modifier si ncessaire ; un nouveau clic sur lance le calcul proprement dit.

Figure 19.18 : Le

dun indice de concentration de Gini.

242

Figure 19.19 : Laffichage des centres de catgories pour le calcul dun indice de concentration de Gini.

Lorsque lindice de Gini est calcul, la nouvelle variable est affiche dans la liste du dialogue du dialogue . Notons que lindice de Gini mesure la concentration, mais ne donne aucune information sur les variables qui sont lorigine de la concentration. Pour interprter les valeurs de cet indice, il faut donc le mettre en relation avec les variables dorigine (fig. 19.20).
[Q6] Gini RFR 0 7500 C=3750...RFR + de 78000 C=100000
49,36 N= 4 M=47,41 S=1,13 46,68 N= 20 M=45,41 S=0,48 44,84 N= 24 M=44,46 S=0,23 44,07 N= 24 M=43,71 S=0,23 43,26 N= 20 M=42,88 S=0,25 42,54 N= 4 M=42,21 S=0,15 41,96
Les surfaces des rectangles de l'histogramme sont proportionnelles au nombre d'unites spatiales dans chaque classe dfinie sur la variable : 'Gini RFR 0 7500 C=3750...RFR + de 78000 C=100000' maximum= 24 pour la classe n 3

Fait avec Philcarto * 05/12/2007 16:56:20 * http://philgeo.club.fr

[Q6] %RFR 0 7500 C=3750 | Total

37,92 N= 4 M=36,86 S=1,05 35,66 N= 20 M=32,89 S=1,26 31,01 N= 24 M=29,66 S=0,77 28,23 N= 24 M=27,16 S=0,73 25,75 N= 20 M=23,57 S=1,19 21,05 N= 4 M=18,73 S=1,38 16,59
Les surfaces des rectangles de l'histogramme sont proportionnelles au nombre d'unites spatiales dans chaque classe dfinie sur la variable : '%RFR 0 7500 C=3750 | Total' maximum= 24 pour la classe n 3

[Q6] %RFR + de 78000 C=100000 | Total

4,75 N= 4 M=3,56 S=1,08 1,86 N= 20 M=1,29 S=0,20 1,11 N= 24 M=0,96 S=0,06 0,87 N= 24 M=0,82 S=0,03 0,75 N= 20 M=0,70 S=0,04 0,63 N= 4 M=0,59 S=0,03 0,56
Les surfaces des rectangles de l'histogramme sont proportionnelles au nombre d'unites spatiales dans chaque classe dfinie sur la variable : '%RFR + de 78000 C=100000 | Total' maximum= 24 pour la classe n 3

Fait avec Philcarto * 05/12/2007 16:57:00 * http://philgeo.club.fr

Fait avec Philcarto * 05/12/2007 16:57:28 * http://philgeo.club.fr

Figure 19.20 : Linterprtation de lindice de Gini (carte rouge) ; % de foyers fiscaux de la catgorie de revenus la plus basse (carte bleu) et de la catgorie la plus leve (carte verte).

243

Par exemple, la carte de lindice de concentration de Gini du revenu fiscal de rfrence des contribuables de lIRPP prsente de fortes valeurs la fois dans la moiti Sud de la France, et dans certains dpartements de la Rgion le-de-France. Compte tenu de ce quon sait de la situation conomique des rgions concernes, la concentration est sans doute dorigine diffrente. Dans le Sud-Ouest, dpartements littoraux exclus, la concentration correspond celle des contribuables faible revenu fiscal de rfrence. A linverse, Paris, dans les Hauts-de-Seine, les Yvelines, dans la Marne (champagne) et sur la Cte dAzur, ce sont les plus hauts revenus qui sont concentrs. Lindice de Gini nest donc pas ais interprter dans la mesure o les indications quil donne peuvent correspondre des situations assez diffrentes. Pour un expos facile comprendre de lindice de Gini, se reporter : Hubler J., 1996. Statistiques pour lconomie. Paris, Bral, Col. Lexifac, 219 p. 19.4.5. Calculer des indices de spcialisation ou de diversification

Dossier : \Philcarto exemples\France dpartements\ Fond de carte : France carte dpartements.ai Statistiques : France emplois dpartements.xls

La spcialisation dun sous-ensemble gographique rsulte soit dune fonction spcifique assure par ce sous-ensemble, soit de son appartenance un domaine particulier. Cest cette spcialisation qui fait quun sous-ensemble apparat original par rapport lensemble de rfrence ; cest aussi elle qui traduit la complmentarit fonctionnelle assurant la cohsion de lensemble. Pour mesurer la nature et lintensit dune spcialisation dans un domaine particulier tel que lactivit, loccupation du sol ou bien encore la stratification sociale, on fait appel des indices synthtiques. Le calcul de ces indices fait appel un tableau de correspondances (cf. 20.1.1). Il existe un grand nombre dindices ; Philcarto en propose quatre (fig. 19.21). Les valeurs de ces indices sont comprises entre 0 et 1 ; pour faciliter la lecture des cartes, Philcarto les multiplie par 100.

Figure 19.21 : Les indices de diversification et de spcialisation calculs par Philcarto.

La signification des indices de spcialisation est explique dans lexcellent ouvrage : Pumain D., Saint-Julien T., 2001. Les interactions spatiales. Paris, Armand Colin, Col. Cursus, 192 p. Philcarto propose aussi un indice de diversification bas sur la mesure de lentropie. La mthode de calcul de cet indice l est expose dans : Novi M., 1998. Pourcentages et tableaux statistiques. Paris, PUF, Col. Que sais-je, 125 p.

244

Le calculateur peut produire soit lun des cinq indices proposs, soit tous ces indices en une seule fois. Il suffit pour cela de choisir le bouton radio et de slectionner les variables devant entrer dans le calcul (fig. 19.22). Un clic sur lance le calcul proprement dit.

Figure 19.22 : Le

de tous les indices de spcialisation et de diversification.

Lorsque les indices sont calculs, les nouvelles variables sont affiches dans la du dialogue du dialogue (fig. 19.23). Les cartes des liste spcialisation de Isard, dEuclide et du Khi2 napparaissent pas trs diffrentes (coadjacence de 50% entre Isard et Euclide). En revanche, celle de la diversification est assez diffrente (fig. 19.24).

Figure 19.23 : La liste des indices de spcialisation calculs.

Si ces indices mesurent la spcialisation ou la diversification, ils ne donnent cependant aucune information sur les modalits ou groupes de modalits qui engendrent ces diffrences. Comme avec lindice de Gini, lanalyse doit se poursuivre par lexamen de cartes de pourcentages de chaque modalit afin didentifier celles dentre-elles qui sont particulirement discriminantes dans tel ou tel autre regroupement visible sur la carte. Dans ce but, on peut aussi recourir aux techniques de lAnalyse des Donnes.

245

[Q6] Isard agriculture...tertiaire autre

20,16 N= 4 M=18,29 S=1,40 16,94 N= 20 M=13,32 S=1,63 11,17 N= 24 M=9,75 S=0,62 8,75 N= 24 M=7,51 S=0,73 6,62 N= 20 M=5,12 S=0,78 3,39 N= 4 M=2,38 S=0,46 1,63
Les surfaces des rectangles de l'histogramme sont proportionnelles au nombre d'unites spatiales dans chaque classe dfinie sur la variable : 'Isard agriculture...tertiaire autre' maximum= 24 pour la classe n 3

[Q6] Euclide agriculture...tertiaire autre

18,02 N= 4 M=17,28 S=0,56 16,56 N= 20 M=13,03 S=1,68 11,05 N= 24 M=9,62 S=0,79 8,42 N= 24 M=7,25 S=0,59 6,47 N= 20 M=4,90 S=0,89 3,34 N= 4 M=2,16 S=0,47 1,42
Les surfaces des rectangles de l'histogramme sont proportionnelles au nombre d'unites spatiales dans chaque classe dfinie sur la variable : 'Euclide agriculture...tertiaire autre' maximum= 24 pour la classe n 3

Fait avec Philcarto * 07/12/2007 11:17:24 * http://philgeo.club.fr

Fait avec Philcarto * 07/12/2007 11:17:42 * http://philgeo.club.fr

[Q6] Khi2 agriculture...tertiaire autre

57,26 N= 4 M=46,02 S=7,84 35,36 N= 20 M=16,28 S=5,47 10,42 N= 24 M=7,66 S=1,10 6,22 N= 24 M=5,06 S=0,70 3,86 N= 20 M=2,31 S=0,77 1,11 N= 4 M=0,57 S=0,27 0,16
Les surfaces des rectangles de l'histogramme sont proportionnelles au nombre d'unites spatiales dans chaque classe dfinie sur la variable : 'Khi2 agriculture...tertiaire autre' maximum= 24 pour la classe n 3

[Q6] Diversificationagriculture...tertiaire autre

86,36 N= 4 M=64,31 S=13,42 51,26 N= 20 M=37,83 S=3,65 33,25 N= 24 M=30,68 S=0,87 29,51 N= 24 M=27,84 S=0,73 26,98 N= 20 M=26,17 S=0,66 24,75 N= 4 M=24,05 S=0,29 23,82
Les surfaces des rectangles de l'histogramme sont proportionnelles au nombre d'unites spatiales dans chaque classe dfinie sur la variable : 'Diversificationagriculture...tertiaire autre' maximum= 24 pour la classe n 3

Fait avec Philcarto * 07/12/2007 11:18:06 * http://philgeo.club.fr

Fait avec Philcarto * 07/12/2007 11:18:24 * http://philgeo.club.fr

Figure 19.24 : Les cartes de indices de spcialisation (Isard en rouge, Euclide en vert, Khi2 en bleu) et de diversification (en marron).

246

20. Les fonds de cartes

Les units spatiales constituant le fond de carte sont figures soit par des surfaces, soit par des points, soit par des lignes. Selon lchelle de cartographie, le figur peut changer ; par exemple, une ville peut tre reprsente par une surface lchelle 1:50 000 alors que ses limites ne pouvant tre visibles lchelle 1:10 000 000, on la localise sur le fond de carte par un simple point. Comme logiciel mono-chelle, Philcarto ne prend pas en compte de telles subtilits : le fond de carte doit avoir t pralablement dessin une chelle donne et enregistr en format Adobe Illustrator (.ai). Si ce format graphique, cest--dire la manire dont sont cods sur le plan informatique les lments composant le dessin, a t choisi parmi les centaines de formats connus, cest parce que de nombreux graphistes savent utiliser Adobe Illustrator, lun des leaders du march, et sont capables de raliser des fonds de cartes de bonne qualit partir de documents scanns. Un autre avantage du format .ai est de permettre lenregistrement des cartes ralises par Philcarto en conservant les caractristiques gomtriques du fond de carte : si le fond de carte fourni en entre est dj au format ddition, les cartes en sortie de Philcarto le seront aussi ; elles pourront galement tre habilles par des lments cartographiques complmentaires prpars lavance (fleuves, routes, chelle, etc.) par de simples copier/coller raliss avec Adobe Illustrator. Malheureusement, Adobe Illustrator ne fait pas partie des logiciels gratuits, beaucoup sen faut : il faut compter environ 850 TTC pour lacheter sur le site Internet de la socit Adobe. Un tel prix le rend peu accessible aux particuliers. Cest la raison pour laquelle jai conu et ralis Phildigit, tlchargeable la mme adresse que Philcarto. Phildigit se situe au niveau lmentaire de la digitalisation : il sera utilis avec profit par des utilisateurs occasionnels, ne disposant pas dun logiciel de dessin coteux, ne souhaitant pas investir trop de temps ou dargent dans une activit dont ils ne deviendront jamais spcialistes ; quelques heures et un peu dattention leur suffiront pour raliser un fond de carte utilisable. Ceci ne signifie pas quon ne puisse raliser un travail de bonne qualit avec Phildigit. Autrement dit, Phildigit permet un utilisateur dbutant ou press, de raliser simplement un fond de carte vectoriel, sur la base dun document scann laide dun simple scanner de bureau. Le document dorigine peut tre un croquis ralis partir dun relev de terrain, mais plus gnralement provenant dune publication comme en produisent les organismes de collecte et de diffusion de donnes concernant la population, la sant, la socit, lenvironnement, etc. dans le cadre dun maillage de lespace usuel (communes, dpartements) ou spcifique (stations mtorologiques, parcellaire). La version 2 de Phildigit permet dimporter des fonds de carte enregistrs dans des formats spcifiques aux principaux SIG du march. Ceci permet dexploiter les trs nombreux fichiers disponibles sur Internet notamment. Une recherche sur la toile simpose donc avant dentreprendre tout travail de dessin. Pour apprendre digitaliser un fond de carte avec Phildigit, ou bien pour rendre utilisables avec Philcarto des fonds de cartes enregistrs aux format des SIG (.shp/.shx/.dbf pour ArcView, .mid/.mif pour Mapinfo), il faut tlcharger le manuel de Phildigit sur le site internet : http://philgeo.club.fr .

247

248

Bibliographie
Bertin J., 1977, La graphique et le traitement graphique de linformation. Paris, Flammarion, 273 p. Brunet R., 1987. La carte Mode dEmploi. Paris, Fayard/Reclus, 270 p. Brunet R., 1997. Champs et contrechamps, Raisons de gographe. Paris, Belin, Col. Mappemonde, 317 p. Cauvin C., Reymond H., Serradj A., 1987, Discrtisation et reprsentation cartographique. Montpellier, GIP RECLUS, Col. Reclus Modes dEmploi, 116 p. Claval P., 1977, La nouvelle gographie. Paris, PUF, Col. Que sais-je, n1693, 126 p. Cleveland W.S., 1993. Visualizing data. Summit, NJ, Hobart Press, 360 p. Cleveland W.S., 1994. The elements of graphing data. Summit, NJ, Hobart Press, 297 p. Dangermond J., 1990, A classification of software components commonly used in geographic information systems. Introductory readings in Geographic Information Systems. Donna J. Peuquet and Duane F. Marble editors. London, Taylor & Francis, pp. 30-51. Dauphin A., 1979. Espace, rgion et systme. Paris, Economica, Col. Geographia, n1, 167 p. Dumolard P., 1981. Lespace diffrenci. Paris, Economica, Col. Geographia, n2, 208 p. Fnelon J.-P., 1981. Quest-ce que lAnalyse des Donnes. Paris, Editions Lefonen, 311 p. Gambini R., 1966. A Computer Program for Calculating Lines of Equilibrium Between Multiple Centers of Attraction. Center for Regional Studies, University of Kansas, Lawrence, Kansas. Gratton Y. (2002). Le krigeage: la mthode optimale d'interpolation spatiale. Les articles de l'Institut d'analyse gographique, juillet 2002 (www.iag.asso.fr). Griffith D.A., 1987. Spatial Autocorrelation. A primer. Association of American Geographers, Col. Ressource Publications in Geography, 86 p.

249

Hartwig F., Dearing B., 1982. Exploratory Data Analysis. Sage University Paper, Series : Quantitative Applications in the Social Sciences, n16. Beverly Hills, CA, Sage Publications, 83p. Huff D. L., 1973. The delineation of a National System of Planning Regions on the Basis of Urban Spheres of Influence. Regional Studies, Vol. 7, pp. 323-329, Pergamon Press. Huff D.L., 1979. Irelands Urban System. Economic Geography, Vol. 55, n3, pp. 196-212, 1979. Haslett J., 1992. Spatial data analysis challenges. The statistician 41, pp. 271284. Hubler J., 1996. Statistiques pour lconomie. Paris, Bral, Col. Lexifac, 219 p. Jambu M., Lebeaux M.-O., 1978. Classification automatique pour l analyse des donnes. T. 2 : logiciels. Paris, Dunod, 399 p. King L., 1984. Central Place Theory. Beverly Hills, Sage Publications, Col. Scientific Geography series, Vol. 1, 96 p. Ruppert J., 1995. A Delaunay Refinement Algorithm for Quality 2-Dimensional Mesh Generation. Journal or Algorithms 18(3):548-585, May 1995 Le Gauffey Y., Waniez P., 1987. Initiation lanalyse en surfaces de tendances. Paris, Ed. de lORSTOM, 35 p. Mac Dougall E.B., 1992. Exploratory analysis, dynamic statistical visualization and geographic information systems. Cartography and geographic information systems, Vol. 19, n4, pp. 237-246. Minvielle E., Souiah S.-A., 2003, Lanalyse statistique et spatiale. Nantes, Editions du Temps, 284 p. Novi M., 1998. Pourcentages et tableaux statistiques. Paris, PUF, Col. Que sais-je, 125 p. Pumain D., Saint-Julien T., 2001. Les interactions spatiales. Paris, Armand Colin, Col. Cursus, 192 p. Riddel J.B., 1970. The spatial dynamics of modernization in Sierra-Leone. Northwestern University Press, 142 p. Sanders L., 1990. Lanalyse statistique des donnes en gographie. Montpellier, GIP Reclus, Col. Alidade, 267 p. Tukey J.W., 1977. Exploratory Data Analysis. Reading, MA., Addison-Wesley Publishing Company, 688 p.

250

Unwin A., Sloan B, Wills G., 1992. Interactive graphical methods for trade flows. Proceedings of the conference on new techniques and technologies. Bonn, RFA. Velleman P.F., 1981. Applications, Basics, and Computing of Exploratory Data Analysis. Boston, MA, Duxbury Press. Waniez P., 1991. Analyse exploratoire des donnes. Montpellier, GIP RECLUS, Col. Reclus Modes d'Emploi, n17, 159 p. Waniez P., 1990. Cartographie des aires d'influences urbaines: mthode ancienne, techniques nouvelles. Mappemonde 1, pp. 27-32. Waniez P., 2000. Fonction hospitalire et systme urbain au Brsil. Cahiers Sant, Vol. 10, n2, pp. 145-153. Zanin C., Trmlo M.-L., 2003, Savoir faire une carte. Paris, Belin, Col. Sup., 200 p.

251