Automatisation du processus grâce à Python

Automatisation du processus grâce à Python

Description de nos données

Les données de bases nécessaires à la réalisation de ce travail sont de deux types :
Œ des couches (pente, précipitations etc.);
Œ deux fichiers Excel : le potentiel écologique de chaque milieu et les coefficients de présence des milieux par secteur Welten & Sutter.
Rapport de stage : Cartographie statistique des milieux naturels de Suisse CSCF Sophie Juget
Pour une meilleure compréhension le contenu des deux fichiers Excel va être expliqué ainsi que les couches utilisées

Couches utilisées

Toutes les couches présentes sont disponibles auprès de l’administration ou du serveur de CSCF. Ces 11 couches sont à la base du travail, elles ont été enregistrées afin de ne pas modifier les couches d’origines du serveur du CSCF .
Variables écologiques
Œ V25 surface primaire : catégories d’objets surfaces (zones d’habitations, barrages, carrières, lacs, vergers, gravières etc.)
Œ Landuse : 72 types de milieux (décharges, chantiers, forêts,bosquets, pâturages, prairies…)
ΠAsp: orientation (N, S, E, O ou plat)
Œ Pyear: précipitations annuelles en milimètre
Œ Slope : pente entre 0 et plus de 45°
Œ Gsgeotech polygon : géologie de la Suisse, type de substrat (ex alluvions, éboulis, marnes…)
Œ Altitude : altitude de la Suisse, utilisé pour affiner les catégories de la couche thermique
ΠThermique : thermique
Autres couches utilisées
Œ Gssuisse polygon : périmètre de la Suisse
Œ Wswelten polygon : 624 secteurs Welten & Sutter, couche utilisée pour établir les cartes du livre des milieux naturels de Suisse
Œ Mask_ch : permet d’avoir un modèle de grid 100 x 100m

Fichier : potentiel écologique de chaque milieu

Le fichier Excel contient 170 milieux, chaque milieu est défini selon 7 variables écologiques (thermique, altitude, pente, orientation, vecteur25, géologie, geostat). Pour chaque variable une note est attribuée, comprise entre 0, 1, 2, 3 (équivalente à une probabilité comprise entre 0, 0.33, 0.66 ou 1) (figure 3)
Figure 3 : Explicatif de la probabilité de présence d’un descripteur d’un milieu
Les sept variables écologiques sont décrites en plusieurs catégories, le tableau suivant résume le nombre de catégories par variable écologique (figure 4)
Figure 4 : Nombre de catégories par variables écologiques
Le tableau suivant montre un exemple de la matrice.
Figure 5 : Matrice Potentiel écologique. Chaque milieu est défini selon une probabilité comprise entre 0 et 3. La roselière terrestre a une forte probabilité d’être présente entre 500 et 1500 m d’altitude (milieu typique de ces altitudes), sa probabilité chute à 2 (0.66) pour une altitude entre 1500 et 1750 m (milieu limité dans ces altitudes) etc. Un milieu est ainsi défini selon des probabilités.
Rapport de stage : Cartographie statistique des milieux naturels de Suisse CSCF Sophie Juget

Fichier : coefficients de présence des milieux par secteur Welten et Sutter

La matrice donne les coefficients de présence de chaque milieu dans les secteurs WELTEN & SUTTER (figure 6). Ces coefficients, sont compris entre 0 et 1, ils correspondent aux valeurs utilisées pour établir les cartes du livre des milieux de Suisse. Le fichier intègre tout le travail réalisé pour le livre des milieux naturels de Suisse (Delarze et Gonseth, 2008), à partir des moyennes indicatrices de Landolt, des espèces caractéristiques, ainsi que toutes les corrections et retouches apportées par les experts.
Figure 6 : Extrait du fichier coefficients de présence du milieu par secteur Welten & Sutter.
Si l’on prend l’exemple du milieu 112, il pourra être présent sur le secteur 104 mais aura une plus grande probabilité pour le secteur 101. Il sera absent des secteurs 102, 103 et 105.

Méthode

Le résumé de la méthode pour arriver à cartographier les 170 milieux est présent dans la figure suivante (figure 7). Afin de faciliter la compréhension elle est séparée en 3 étapes :
1. Etape 1 : préparation et transformation des diverses données (les couches, les fichiers Excel etc.) pour les rendre opérationnelles pour l’étape 2. Il s’agit d’une étape importante et longue, qui traite de nombreuses données. Plusieurs essais et techniques ont du être testés ;
2. Etape 2 : construction du Model builder (calcul des probabilités pour chaque milieu), automatisation du processus grâce au programme Python. Plusieurs essais ont été nécessaires pour cette étape importante.
3. Etape 3 : Cartographie des milieux

Résultats

Etape 1 : Préparation des données

Reclassification des couches

Cette étape permet de classer les données des couches en fonction des classes utilisées dans le fichier potentiel écologique des milieux. Si l’on prend l’exemple de l’altitude : un point donné de la Suisse est à une altitude de 230m, il faut donc la reclasser selon le fichier excel du potentiel écologique des milieux dans la catégorie 200‐500m Ce processus a été effectué pour toutes les variables écologiques.
Lors de cette étape différents problèmes sont survenus, les catégories établies pour le projet ne correspondaient pas toujours à la réalité des données des couches, certaines cartes étaient incomplètes (absence d’une partie de la Suissse en ce qui concernait la couche landuse de 2009, nous nous sommes donc basés sur la couche de 1997 avec un certain nombre de modifications) (annexe 2). En effet, certains milieux ont été fussionés et d’autres ajoutés (tous les fichiers excel ont du être adaptés).
Les variables reclassées sont :
• Altitude
• Pente
• Orientation
• Pluviométrie
• Géologie
• V25
• Landuse
• Thermique
Toutes ces couches ont été retravaillées et classifiées (regroupées) pour correspondre à la matrice « potentiel écologique de chaque milieu ».
Pour ce faire deux techniques ont été utilisées selon le format de la couche :
1. Couche en Raster : utilisation de Reclassify, Les nouvelles valeurs sont entrées dans New value.
2. Couche en shape (polygone), click sur la table attributaire puis :
• ajout d’un nouveau champ ;
• option, select by attribut (on sélectionne se que l’on veut regrouper), apply
• click droite sur la nouvelle colonne que l’on vient de créé, click sur filtre calculator
et on donne la nouvelle valeur pour notre sélection.
Les tableaux en annexe (annexe KK) représentent les 8 variables écologiques utilisées avec leur numéro d’attribution et leur légende. Toutes les couches modifiées ont été exportées puis renommées.

Mise en place d’un quadrillage de points

Ce quadrillage est primordial, car il permet d’effectuer tous les calculs des étapes suivantes. En effet, chaque point (intersection des hectares de Suisse) aura une donnée pour les 7 variables écologiques.
Cette étape a été réalisée grâce à l’outil : Hawths tolls qui a été téléchargé depuis le site : http://www.spatialecology.com/htools/ .L’outil utilisé se trouve dans Hawths tolls, regular point generation
En le complètent comme suit, on obtient des points pour un rectangle englobant la Suisse
Plus de 8 millions de points ont été générés. Ce qui représente un volume important à traiter.
Afin de diminuer le nombre de données d’une façon importante, les points se trouvant hors de la Suisse ont été éliminés (chapitre suivant).

Elimination des points se trouvant hors de la Suisse

La quantité de points nécessite un ordinateur puissant, plusieurs méthodes ont dû être utilisées, au final l’ordinateur le plus puissant du CSCF a été employé. Les différents outils testés sont les suivants :
• Select by location : n’a pas fonctionné du fait du nombre de données trop important ;
• Cliper : méthode utilisée avec un ordinateur puissant.
Remarque : malgré l’extraction de tous les points hors de la Suisse, le poids de cette couche, ainsi que le temps de traitement s’avère relativement long, il a donc été décidé d’utiliser dans un premier temps une bande qui part du Jura jusque dans les Alpes et de réaliser toute la démarche avec cette bande afin, de valider le procédé et de traiter les données plus rapidement. Suite à la validation de la méthode tout le procédé s’est effectué pour la Suisse entière.

Table des matières

1. Introduction
1.1. Contexte
1.2. Problématique de l’étude
2. Description de nos données
2.1. Couches utilisées
2.2. Fichier : potentiel écologique de chaque milieu
2.3. Fichier : coefficients de présence des milieux par secteur Welten et Sutter
3. Méthode
4. Résultats
4.1. Etape 1 : Préparation des données
4.1.1. Reclassification des couches
4.1.2. Mise en place d’un quadrillage de points
4.1.3. Elimination des points se trouvant hors de la Suisse
4.1.4. Modification des coordonnées des points
4.1.5. Attribution des variables pour tous les points
4.1.6. Transformation des points en rasters
4.1.7. Exportation du fichier « matrice écologique » dans Access
4.1.8. Lier le fichier et la couche Welten & Sutter
4.2. Etape 2
4.2.1. Création du Model Builder
4.2.2. Automatisation du processus grâce à Python
4.3. Etape 3
4.4. Cartographie des milieux
5. Résultats
6. Conclusion
7. Références
8. Annexe

Télécharger le rapport complet