Catégorie : Solutions techniques

QGIS – Récupérer des palettes de couleurs depuis ColourLovers.com

Voici un nouveau script qui permet de récupérer une palette de couleur à partir du site ColourLovers.com

  1. Aller sur le site : ColourLovers.com et choisir la palette qui vous convient.

Colour2

2. Lancer le script en renseignant l'URL et le nom de la palette que vous souhaitez importer

Colour1

Colours

3. Pour vérifier que la palette a bien été ajoutée, aller dans le gestionnaire de symboles

Colour6

Le script est  actuellement disponible ici.

J'en profite également pour remercier D. Lys pour son aide sur Georezo.

QGIS – Afficher le Cadastre (WMS) de plusieurs communes

Depuis quelques temps maintenant le cadastre est accessible via un service WMS : https://www.cadastre.gouv.fr/scpc/pdf/Guide_WMS_fr.pdf

Mais le problème, c'est qu'il faut adapter l'URL en modifiant le code INSEE pour chaque commune que l'on souhaite ajouter :

 http://inspire.cadastre.gouv.fr/scpc/[codeINSEE].wms?

Du coup, pour faciliter l'ajout du cadastre (WMS) de plusieurs communes dans un projet QGIS, j'ai créé  plusieurs scripts (Processing) qui permettent à partir d'une couche COMMUNES comprenant le nom et le code INSEE  de chacune d'elles, de charger les flux WMS correspondant.

cadastre1

Liste des scripts disponibles

Comme vous pouvez le voir ci-dessus, il est possible de charger l'intégralité des éléments du cadastre (WMS – Ajout du cadastre) ou bien de les charger individuellement.


 

Exemple avec 8 communes dont je souhaitais afficher le cadastre :

cadastre2

cadastre3

cadastre4

 

Les scripts sont actuellement disponibles ici et prochainement ajoutés au dépôt officiel QGIS-Processing.

MAJ du 20/03/2016 : ​Ajout des paramètres WIDTH / HEIGHT (1280×1024).

WIDTH / HEIGHT : Les largeurs / hauteurs de l’image
L’utilisateur doit spécifier la largeur / hauteur de l’image dans le service WMS GetMap.
Les images ne seront pas rendues si elles ne respectent pas cette taille mais un code d’erreur http Bad Request (400) est renvoyé.
La taille sera au minimum de 100×100 et au maximum 1280×1024.

Flux WMS et WFS pour QGIS

Etant régulièrement en train de courir après des flux WMS ou WFS, j’ai décidé de créer deux listes (non exhaustives) de flux WMS et WFS. N’hésitez pas à amender ces listings ou à me faire part de manques.

 

Rappel pour ajouter des flux dans QGIS depuis un fichier xml :

  1. Menu « Couche » / Ajouter une couche / Ajouter une couche WMS ou WFS
  2. Cliquer sur charger et sélectionner le xml
  3. Sélectionner les flux à importer
  4. Importer

Générer un style catégorisé sur QGIS à partir d’un fichier CSV

Après avoir lu un article de José Guerrero :  Cómo establecer el color de un rasgo (feature) dependiendo de los valores de los atributos con PyQGIS  l'idée m'est venue de créer ces 2 scripts python/processing qui permettent de générer un style catégorisé à partir d'un fichier CSV dans lequel on trouve des informations de couleur.

– le premier script nécessite 3 colonnes : Red – Green – Blue : CSV_R-G-B_to_categorized_style.py

– le second a besoin d'un seul champ de couleur : R,G,B ou Hexadécimal :  CSV_RGB_or_HEX_to_categorized_style.py

Style

Exemple réalisé à partir de la donnée Corine Land Cover de la Réunion.

MAJ du 10/03/2015 : ​Quelques corrections ont été apportées sur les scripts pour gérer les fichiers vecteurs multi-parties et 25D.

MAJ du 10/06/2015 : ​Les scripts sont maintenant disponibles sur le dépôt officiel de QGIS-Processing.

Plus d'infos sur la création d'un script python/processing.

Découper un rasteur suivant une grille et récupérer les coordonnées du coin haut gauche dans le nom de l’image en sortie

1. Ouvrir le rasteur dans QGIS

2. Aller dans Vecteur/Outils de recherche/Grille vecteur pour construire votre grille (polygones) suivant l'emprise de l'image (Nota : je vous conseille de faire un arrondi : + pour les max et – pour les min )

grid

3. Créer un nouveau champ dans lequel on va calculer les coordonnées du coin haut gauche de chacune des mailles : "XMIN"  || '_' ||  "YMAX"

4. Ensuite, on va séparer la couche vectorielle en autant de couches que de mailles en allant dans Vecteur/Outils de gestion des données/Séparer une couche vectorielle.

En sortie, l'outil va récupérer la valeur de l'identifiant unique dans le nom de fichier en structurant le nom de fichier de la manière suivante : COUCHEDEDEPART_CHAMPUTILISE_VALEUR grille_XY_HG__756300_6541400.shp

separer


5. Dernière étape via le Terminal sur Mac OSX : 

– Accéder à GDAL : export PATH=/Library/Frameworks/GDAL.framework/Programs:$PATH
– Adapter et lancer la commande suivante qui va pour chacun des fichiers .shp découper l'image définie et récupérer les coordonnées dans le nom de fichier en sortie :

Nota : En rouge les éléments à modifier.

#Répertoire des fichiers en entrée et en sortie
in='/…/rep_shp_in/'

inr='/…/rep_img_in/'
out='/…/rep_img_out/'
#On boucle sur chaque shape pour découper l'image
for entry in "$in"/*.shp
do
#On extrait les caractères à conserver pour le fichier en sortie

fichier=$(echo "${entry##*/}" | cut -c15-27)
#On lance le découpage du rasteur suivant un fichier shp
gdalwarp -q -cutline "$in""${entry##*/}" -crop_to_cutline -dstalpha -of GTiff 
"$in"'dsm.tif' "$out""$fichier".tif
done

5bis. La même chose en créant un .bat à éxécuter via OSGEO4W sur Windows : 

@echo on
REM Répertoire des fichiers en entrée et en sortie
set in=C:\…\rep_shp_in\
set inr=C:\…\rep_img_in\
set out=C:\…\rep_img_out\img\
REM On boucle sur chaque shape pour découper l'image
for /F %%f in ('dir /B /A-D %in%*.shp') do ( call :extr "%%f" )
goto :fin
:extr
set nom_de_fichier=%~n1
REM On extrait les caractères à conserver pour le fichier en sortie
set nom_sortie=%nom_de_fichier:~14,30%
REM On lance le découpage du rasteur suivant un fichier shp
gdalwarp -q -cutline %in%%nom_de_fichier%.shp -crop_to_cutline -dstalpha -of GTiff %inr%dsm.tif %out%%nom_sortie%.tif
:fin

Et voilà, mon rasteur de départ a été découpé en 62 images de 200*200 mètres nommées par les coordonnées du coin haut gauche (exemple : 754700_654100.tif).

Utiliser ogr2ogr pour créer un .dxf 3D à partir d’un fichier .shp 2D

Il y a quelques temps Loïc me demandait comment il pouvait passer des courbes de niveau générées par QGIS en .shp 2D (avec un champ ELEVATION) en un .dxf 3D. Je lui ai conseillé d'utiliser ogr2ogr avec la commande suivante :

ogr2ogr -f "DXF" C:\…\…\CdN\CdN_PR_AUTOCAD.dxf C:\…\…\CdN\CdN.shp -zfield "ELEVATION"

-f format_name : retourne le fichier au format désiré, (ESRI Shapefile par défaut).

-zfield field_name : (à partir de GDAL 1.8.0) utilise le champ définie pour remplir les coordonnées Z des géométries.

Ouvrir plusieurs fois QGIS sur OSX

Alors que Windows est capable d'ouvrir plusieurs fois la même application à chaque lancement de l'éxécutable, OSX vous renverra simplement à l'application déjà ouverte. Cependant il est parfois nécesssaire de lancer plusieurs projets QGIS simultanément.

Les solutions possibles pour contourner le problème : 

1. Vous aimez éxécuter vos applications en ligne de commande : 

Ouvrir Terminal et éxécuter cette commande : open -n '/Applications/QGIS.app'

2. Vous préférez créer une "application" permettant le lancement multiple :

– Ouvrir Automator (Automator est un application intégrée à OSX qui permet d'automatiser des tâches en quelques clics!) 

– Choisir le type de document : Application

automator

– Chercher l'action : Exécuter un script AppleScript

– Copier le code suivant dans la fenêtre et le compiler (marteau) :
do shell script "open -n '/Applications/QGIS.app' && say I love QGIS"   
Nota : le code en rouge c'est du bonus;)

automator2

– Pour terminer, aller dans Fichier/Enregistrer et choisir le format de fichier Application.

automator3

– C'est fini, vous pouvez lancer QGIS autant de fois que vous le souhaitez.

 

Nota :

– j'ai réalisé cet exemple avec QGIS mais ça vaut aussi pour les autres applications.

– vous pouvez changer l'icone de l'application en Affichant le contenu du paquet de l'application puis dans QGIS2.app/Contents/ vous avez juste à remplacer le fichier : AutomatorApplet.icns par celui que vous souhaitez

Carte de Flux sous R

Dans le cadre de mes travaux actuels, j'avais besoin d'avoir une idée des relation de l'Afrique de l'Ouest avec le reste du monde en termes d'échanges alimentaires. Plutôt que de faire un simple tableau avec les données d'export/import, je me suis dit "faisons une carte des flux avec des liaisons de taille proportionnelle à l'intensité de la variables". Voilà Voilà je me suis donc lancée là dessus …. sur R!

Les données que proviennent de la World Integrated Trade Solution , j'ai récupéré les valeurs des échanges alimentaires (Food Products) pour les imports/exports pour les 10 pays ayant le plus de poids.

Le code a été adapté de http://flowingdata.com/2011/05/11/how-to-map-connections-with-great-circles/

Voici donc mon code R:

# Création d'une carte de flux sous R

# Chargement des Packages
library(maps)
library(geosphere)

#Initialisation de l'espace de travail
setwd("D:/MyFolder")

#Importation des données
##un tableau comportant au moins 4 colonnes et n lignes correspondant aux n connections
##latitude du point d'origine
##longitude du point d'origine
##latitude du point de destination
##longitude du point de destination
## + une colonne supplémentaire dans le cas où 
##l'on souhaite des traits de taille proportionelle
##à la variable représentée

data<-read.csv("Export.csv", sep=";", dec=".", header=TRUE)

#Importation du fond de carte et mise en forme
map("world", fill=FALSE, boundary=TRUE,bg="white", lwd=1.5, col="lightslategrey")
map.axes()
map.scale(120,-70,ratio=FALSE, relwidth=0.10, cex.main=2)

#Ajout des lignes
##Création d'une palette de couleur

pal <- colorRampPalette(c("royalblue4", "royalblue"))
colors <- pal(10)

##ajout des lignes/connections
for (i in 1:10){
  lat_o<-data[i,1]
  long_o<-data[i,2]
  lat_d<-data[i,3]
  long_d<-data[i,4]
  val<-data[i,5]
  inter <- gcIntermediate(c(long_o, lat_o), c(long_d, lat_d), n=1000, addStartEnd=TRUE)
  lines(inter, col=colors[i],lwd=val)
}

## Finalisation de la mise en page
title("Exports Food Products for West Africa in 2011",font=3, family="serif")
legend("bottomleft",lty=1, col="royalblue",lwd=1,legend="60760 US$ Thousand",cex=1.25)

Et voici mon résultat pour les exports:

Rplot_Trade_Export

Raster et « Jolie » matrice de corrélation sur R et ggplot, petit tuto

Tout est partis de la rédaction d'un article pour une revue de télédétection dans laquelle j'avais une matrice de corrélation à partir d'un raster multibandes à présenter! Bon une matrice de corrélation c'est pas franchement "sexy" à présenter donc je me suis dit que je pouvais grâce à R et toutes les possibilités qu'il offre réussir à faire quelque chose qui change de l'ordinaire!

Dans mon cas, il s'agissait de vérifier la non-stabilité (c'est  à dire la potentielle dynamique) du domaine cultivé en Afrique de l'Ouest à partir du produit MODIS land Cover! Initialement j'ai donc une image avec 11 bandes binaires (culture / non culture, entre 2001 et 2011), présentées ci dessous:

11 bandes (2001-2011) MODIS affichées dans R

Voici donc la démarche que j'ai suivi :

########################################
# Initialisation de l'espace de travail

setwd("D:/MyFolder")

#Packages nécéssaires
library(raster)
library(sp)
library(Hmisc)
library(plyr)
library(reshape2)
library(ggplot2)

#############Importation des données raster et stockage des bandes dans une matrice#######
filename<-'mon_image.tif'# variable stockant le nom du fichier
nband<-nbands(raster(filename)) #variable stockant le nombre de bandes dans l'image
cell<-ncell(raster(filename)) #variable stockant le nombre de pixel d'une bande
mat<-matrix(0, ncol=nband, nrow=cell) #initialisation de la matrice reçevant les valeurs des bandes de l'image

for (i in 1:nband){
  mat[,i]<-getValues(raster(filename, band=i))
}

#############Création de la matrice de corrélation#######
cor<-rcorr(mat,type="pearson") # création de la matrice de corrélation
coef.corr<-cor$r  # récupère la matrice de coefficients de corrélation

#############Mise en forme de la matrice de corrélation pour la création du graphique#######
coef.corr[coef.corr==1]<-0 #valeurs de la diagonale mises à 0

# Boucle garder que la première moitié du tableau de corrélation (éviter la duplication dans le graphique)
for (i in 1:nband){
  for (j in 1:nband){
    if (coef.corr[i,j]==0){
      coef.corr[i:nband,j]<- 0
    }
  }
}

coef.corr[coef.corr==0]<-NA
mat.m<-melt(coef.corr, na.rm=FALSE)
mat.n<-ddply(mat.m, .(Var1), transform)
r<-round(mat.n$value,2) #arrondissement des coefficients de corrélation à deux chiffres après la virgule
mat.r<-cbind(mat.n[,1:2],r)

#############Diagramme à deux dimensions avec ggplot2#######
labelsx<-seq(2001,2011,1) #noms de l'axe des x
labelsy<-seq(2001,2011,1) #noms de l'axe des y

#Graphique

ggplot(mat.r, aes(factor(Var1), factor(Var2), label=r))+ geom_tile(aes(fill=r ),colour="white")+scale_fill_gradient(low="seagreen4", high="violetred",       na.value="white")+geom_text(aes(fontface=2))+ylab("Years")+xlab("Years")+labs(fill="Correlation \nCoefficient (R)")+labs(title="Heatmap of Correlation Coefficient")+theme(axis.title.x=element_text(size=20), axis.title.y=element_text(size=20),axis.text.x=element_text(size=10), axis.text.y=element_text(size=10),plot.title=element_text(size=20))+theme_bw(base_size=20, base_family=2)+scale_x_discrete(labels=labelsx)+scale_y_discrete(labels=labelsy)+coord_flip()

########################################

Et voilà, vous obtiendrez un chouette graphique que celui-ci:

Diagramme deux dimensions R

Utiliser l’Adafruit Ultimate GPS Logger Shield pour faire du suivi GPS sur QGIS

Il y a trois mois je vous expliquais comment j'avais créé un GPS Logger sur Arduino et comment je visualisais le résultat dans QGIS, mais depuis cet article j'ai exploité l'Adafruit Ultimate GPS Logger Shield différemment pour faire du suivi GPS avec QGIS :

IMG_3755

Adafruit Ultimate GPS Logger Shield

1. Ouvrir QGIS et sélectionner le menu Vue / Panneaux / Information GPS. Vous devriez ensuite voir une nouvelle fenêtre.

Information_GPS

2. Brancher en USB la carte Arduino avec l'extension GPS (mettre l'Adafruit Utlimate GPS logger shield en mode Direct pour recevoir les données NMEA issues directement de la puce GPS et attendre quelques secondes que la position du GPS se fixe)

3. Configurer la connexion du GPS : mActionOptions 

  • choisir le type connexion : par défaut j'ai laissé Autodétecter (Une fois connecté vous ne pourrez bien évidemment pas modifier le type de connexion sans vous déconnecter)
  • activer l'affichage du Curseur qui indiquera votre position à l'écran et choisir la taille de celui-ci
  • choisir le type de centrage de la carte par défaut en sélectionnant Toujours cela signifie que le curseur se trouvera toujours au centre de l'espace carte
  • si vous souhaitez enregistrer toutes vos positions GPS dans un Fichier journal au format NMEA vous pouvez renseigner le chemin qui vous convient

4. Lancer la connexion entre QGIS et le GPS (la connexion peut prendre quelques secondes) et vous devriez ensuite voir le curseur indiquant votre position dans l'espace carte

curseur

5. Aller ensuite dans l'onglet mActionToggleEditing et vous verrez en temps réel les informations GPS extraites de la trame NMEA qui sortent de la puce GPS (suivant le GPS utilisé vous verrez apparaitre plus ou moins d'informations)

Infos_TR

6. Pour aller plus loin, si vous souhaitez faire des relevés dans un fichier shape c'est possible :

  • Il vous faut créer une couche shapefile (points, lignes ou polygones) et la mettre à jour
  • Pour ajouter un point : faire simplement Ajouter un point dès que vous estimez que la position du GPS est satisfaisante
    Ajouter
  • Pour ajouter des lignes ou des polygones deux possibilités : 
    1- faire Ajouter un point de tracé pour chaque point GPS qui correspondra au tracé de votre ligne ou polygone (dès que deux points sont ajoutés le Tracé sera représenté) puis une fois que tous les points ont été créé faire Ajouter une ligne ou un polygone ce qui ajoutera l'entité à la couche en mise à jour et sélectionnée.
    2- cocher Ajouter automatiquement des points dans l'onglet Pister et ainsi vous verrez le tracé créé par le positionnement GPS  en temps réel que vous pourrez ensuite ajouter à la couche en mise à jour et sélectionnée en faisant Ajouter une ligne ou un polygone
    Ajouter_poly
  • Une fois que vous avez ajouté votre entité, le formulaire de la couche apparait ce qui vous permet de renseigner les informations que vous souhaitez

Nota :
> Si le Tracé ne vous convient pas, vous pouvez le supprimer en cliquant sur l'icône rafraichir à droite d'Ajouter un point de tracé
> Si vous souhaitez enregistrer automatiquement chaque nouvelle entité ajoutée dans une couche vous pouvez alors cocher dans le menu numérisation : Enregistrer automatiquement chaque entité ajoutée 
> N'oubliez pas de jeter un oeil à l'indicateur coloré du signal GPS :
 – vert : Bonne connexion 3D
 – jaune : Bonne connexion 2D
 – rouge : Correction mauvaise ou inexistante
 – gris : Pas de donnée

7. En fonction du GPS que vous utilisez, vous pouvez également visualiser la force du signal GPS de chaque satellite auquel vous êtes connecté : gpstrack_barchart ainsi que leur position grâce au graph polaire : gpstrack_polarchart mais avec l'Adafruit Ultimate GPS Logger Shield il n'est pas possible d'avoir ces informations…


PS : Le test a été réalisé avec QGIS 2.0.1-Dufour sur Mac OSX.

Copyright © 2024 DATA\WAX

Thème par Anders NorenHaut ↑