neogeo

Non, ce n’est pas la carte des derniers élus PS (même si certains d’entre eux ont récemment subi une mutation génétique par inoculation du sarko2007) que vous avez là, mais celle de la répartition des cultures de maïs OGM (du MON810 de Monsanto, pour les amateurs), recentrée sur la région du Sud-Ouest, particulièrement dotée.

Alléché de bon matin par une carte publié sur le site du Figaro, faite à l’origine par Greenpeace, et l’indication faite dans l’article que les données étaient disponibles sur un site gouvernemental, j’ai consulté celui-ci et constaté que les données y étaient renseignées au canton, alors que Greenpeace avait fait une carte départementale.

J’ai donc un peu corrigé les données, pour pouvoir les associer à un fond cantonal Géosignal, car la jointure devait se faire par le nom alors que de nombreuses fautes émaillaient le document. Après quelques manipulations dans PostGIS, j’obtenais une couche correcte, trois cantons uniquement se perdant dans la bataille (si vous les connaissez, merci de me donner des précisions sur les codes de Tartifume (33), Lagraulet(31) et Mansonville (82)).

Il fallait aussi corriger le défaut de la carte originale, à savoir qu’elle utilisait des aplats de couleur pour représenter des quantités continues, ce qui ne se fait pas, foi de cartographe. J’ai donc utilisé la surface du canton pour normaliser le nombre d’hectares en maïs OGM, et obtenir ainsi un ratio correspondant à la part des cultures en maïs OGM sur la superficie du canton. Vous me direz que l’idéal aurait été d’utiliser la Surface Agricole Utile (SAU). Moi aussi, mais je n’ai pas cette donnée à l’échelle du canton (si c’est votre cas, je suis preneur). Cette approche sous-évalue donc les scores dans les cantons disposant de peu de SAU par rapport à leur superficie, mais permet quand-même de faire apparaître l’essentiel. A savoir la concentration des OGM en vallée de Garonne, dans laquelle des cantons comme Muret ou Verdun-sur-Garonne alignent respectivement 1414 et 1389 hectares de maïs transgéniques en plein champ, ce qui correspond à 8.36 % et 6.74 % de leurs superficies respectives.

Au passage, cela m’a permis aussi de tester mes logiciels SIG OpenSource préférés (pêle-même QuantumGIS, uDig, MapWindow, GvSig, OpenJump) dans un contexte assez inhabituel pour moi de production de cartographie thématique “propre”. Autant dire que j’ai été déçu par les fonctionnalités offertes, tant pour ce qui est des discrétisations proposées (rarement plus que quantiles et amplitudes, aucun choix même dans QuantumGIS ou OpenJump, quantiles obligatoires !), que de mise en page ou d’exportation de la carte. J’aurai l’occasion d’y revenir prochainement, dans un comparatif de ces logiciels, mais on est loin des possibilités de représentations offertes par les moins onéreuses des applications propriétaires. Toujours est-il que la discrétisation effectuée, destinée à bien distinguer les deux champions de l’OGM cités plus haut, de leurs challengers directs (Montech, Rieumes, Grenade, Saverdun, Belin Beliet, Nailloux, avec des surfaces exploitées comprises entre 700 et 500 hectares), puis des autres groupes, a été manuelle. Sur ce type de série d’allure logarithmique (peu d’individus avec de fortes valeurs, beaucoup avec de petites valeurs, un peu comme la densité de population par exemple) les classifications par quantiles ou amplitude n’ont en effet aucun intérêt. Il aurait fallu disposer d’une standardisée lognormale ou d’une méthode des seuils naturels (Jenks), hélas proposées par aucun de ces outils.

Cet article a été publié le Samedi 7 juillet 2007 à 23:00 et est classé dans News. Vous pouvez en suivre les commentaires par le biais du flux RSS 2.0. Vous pouvez laisser un commentaire, ou faire un trackback depuis votre propre site.