Les données vectorielles peuvent aussi être analysées pour révéler comment les différentes entités interagissent entre elles dans l’espace. Il existe beaucoup de fonctions liées à l’analyse dans les SIG, ainsi nous n’allons pas toutes les explorer. Nous allons plutôt poser une question et essayer de la résoudre en utilisant les outils que QGIS prévoit.
Objectif de cette leçon : Poser une question et la résoudre en utilisant les outils d’analyse.
Avant de commencer, il serait utile de donner un bref aperçu d’un processus qui peut être utilisé pour résoudre les problèmes en SIG. Les étapes à suivre à ce sujet sont :
Énoncer le problème
Obtenir les données
Analyser le problème
Présenter les résultats
Nous allons commencer le processus en décidant d’un problème à résoudre. Par exemple, vous êtes un agent immobilier et vous recherchez une propriété résidentielle à Swellendam pour des clients dont les critères sont les suivants:
Pour répondre à ces questions, nous aurons besoin des données suivantes:
All of this data is available through OSM and you should find that the dataset you have been using throughout this manual can also be used for this lesson. However, in order to ensure we have the complete data, we will re-download the data from OSM using QGIS’ built-in OSM download tool.
Note
Bien que les données OSM en téléchargement ont des champs cohérentes, la couverture et le détail varie. Si vous trouvez que votre région choisie ne contient pas d’informations sur les restaurants, par exemple, vous devriez peut-être choisir une région différente.
This will import the OSM data as separate layers into your map.
The data you just downloaded from OSM is in a geographic coordinate system, WGS84, which uses latitude and longitude coordinates, as you know from the previous lesson. You also learnt that to calculate distances in meters, we need to work with a projected coordinate system. Start by setting your project’s coordinate system to a suitable CRS for your data, in the case of Swellendam, WGS 84 / UTM zone 34S:
Cliquez sur OK.
We now need to extract the information we need from the OSM dataset. We need to end up with layers representing all the houses, schools, restaurants and roads in the region. That information is inside the multipolygons layer and can be extracted using the information in its Attribute Table. We’ll start with the schools layer:
Now we need to tell QGIS to only show us the polygons where the value of amenity is equal to school.
The word "amenity" has appeared. To build the rest of the query:
This will filter OSM’s multipolygons layer to only show the schools in your region. You can now either:
Using the above technique, use the Query Builder tool to extract the remaining data from OSM to create the following layers:
You may wish to re-use the roads.shp layer you created in earlier lessons.
Some of the roads in OSM’s dataset are listed as unclassified, tracks, path and footway. We want to exclude these from our roads dataset.
Open the Query Builder for the roads layer, click Clear and build the following query:
"highway" != 'NULL' AND "highway" != 'unclassified' AND "highway" != 'track' AND "highway" != 'path' AND "highway" != 'footway'
You can either use the approach above, where you double-clicked values and clicked buttons, or you can copy and paste the command above.
This should immediately reduce the number of roads on your map:
Because we are going to be measuring distances within our layers, we need to change the layers’ CRS. To do this, we need to select each layer in turn, save the layer to a new shapefile with our new projection, then import that new layer into our map.
Note
Dans cet exemple, nous utilisons le SCR WGS 84 / UTM zone 34S, mais vous pouvez utiliser un SCR UTM qui est plus approprié pour votre région.
The new shapefile will be created and the resulting layer added to your map.
Note
If you don’t have activated Enable ‘on the fly’ CRS transformation or the Automatically enable ‘on the fly’ reprojection if layers have different CRS settings (see previous lesson), you might not be able to see the new layers you just added to the map. In this case, you can focus the map on any of the layers by right click on any layer and click Zoom to layer extent, or just enable any of the mentioned ‘on the fly’ options.
Repeat this process for each layer, creating a new shapefile and layer with “_34S” appended to the original name and removing each of the old layers.
Une fois que vous avez terminé ce processus pour chaque couche, faites un clic droit sur une couche et cliquez sur Zoom sur la couche pour focaliser la carte sur la zone d’intérêt.
Maintenant que nous avons converti les données OSM en une projection UTM, nous pouvons commencer nos calculs.
QGIS vous permet de calculer des distances depuis tout objet vecteur.
This gives you a new dialog.
Configurez-la comme ceci :
The Distance is in meters because our input dataset is in a Projected Coordinate System that uses meter as its basic measurement unit. This is why we needed to use projected data.
Maintenant, votre carte devrait ressembler à peu près à ceci:
If your new layer is at the top of the Layers list, it will probably obscure much of your map, but this gives us all the areas in your region which are within 50m of a road.
However, you’ll notice that there are distinct areas within our buffer, which correspond to all the individual roads. To get rid of this problem, remove the layer and re-create the buffer using the settings shown here:
Once you’ve added the layer to the Layers list, it will look like this:
Il n’y a maintenant plus de subdivisions inutiles.
Utilisez la même approche qu’en haut et créez un tampon pour vos écoles.
It needs to be 1 km in radius, and saved under the usual directory as schools_buffer_1km.shp.
Now we have areas where the road is 50 meters away and there’s a school within 1 km (direct line, not by road). But obviously, we only want the areas where both of these criteria are satisfied. To do that, we’ll need to use the Intersect tool. Find it under Vector ‣ Geoprocessing Tools ‣ Intersect. Set it up like this:
The two input layers are the two buffers; the save location is as usual; and the file name is road_school_buffers_intersect.shp. Once it’s set up like this, click OK and add the layer to the Layers list when prompted.
Dans l’image ci-dessous, les zones bleues nous montrent où les deux critères de distance sont satisfaits en même temps !
Vous pouvez enlever les deux couches de tampon et garder seulement celle qui montre où elles se croisent, étant donné que c’est ce que nous voulons vraiment savoir en premier lieu :
Now you’ve got the area that the buildings must overlap. Next, you want to select the buildings in that area.
Configurez-la comme ceci :
The buildings highlighted in yellow are those which match our criteria and are selected, while the buildings in green are those which do not. We can now save the selected buildings as a new layer.
Cliquez sur OK.
Now you have the selection as a separate layer and can remove the houses_34S layer.
Nous avons maintenant une couche qui nous montre tous les bâtiments à 1km d’une école et à 50m d’une route. Nous devons maintenant réduire la sélection pour ne montrer que les bâtiments qui sont à 500m d’un restaurant.
Using the processes described above, create a new layer called houses_restaurants_500m which further filters your well_located_houses layer to show only those which are within 500m of a restaurant.
To see which buildings are the correct size (more than 100 square meters), we first need to calculate their size.
Configurez-la comme ceci :
Cliquez sur OK.
Cliquez à nouveau sur le bouton du mode d’édition pour finir l’édition, et sauvegardez vos modifications quand on vous le demande.
En utilisant l’approche de résolution de problèmes SIG ainsi que les outils QGIS d’analyse vectorielle, vous avez été capable de résoudre rapidement et facilement un problème avec de multiples critères.
Dans la prochaine leçon, nous verrons comment calculer la plus petite distance par la route d’un point à un autre.