Suite

Pourquoi toutes les tuiles sont-elles blanches lors de l'utilisation du plugin OpenLayers ?

Pourquoi toutes les tuiles sont-elles blanches lors de l'utilisation du plugin OpenLayers ?


J'ai installé OpenLayers-Plugin et défini le CRS sur EPSG:3857.

Quand je vais dans le plugin Web / OpenLayers, j'obtiens le menu avec les différentes cartes, mais quelle que soit la carte que je choisis, toutes les tuiles sont blanches. Le calque apparaît correctement dans la légende, s'il y a un autre calque en dessous, il est masqué par les carreaux blancs.

Lorsque j'ouvre la barre d'outils OpenLayers, la petite carte d'aperçu est également blanche.

Quelle pourrait être la raison?

edit: Le shapefile que j'ai utilisé peut être trouvé à
www.biooffice.at/java/adscita_geryon_italy.zip

J'ajoute des captures d'écran avec OpenLayers actif et désactivé :


Cela me semble être un problème de connexion réseau.

En dessous deParamètres -> Options -> Réseau, vous pouvez saisir les paramètres de proxy nécessaires pour votre réseau.

Vous pouvez également emporter le fichier de projet chez vous et l'essayer sur votre propre ordinateur.


Lisez la configuration système requise, la configuration logicielle requise et la configuration minimale (faites défiler une page vers le bas). World Wind est vaste et exigeant en ressources informatiques.

[modifier] Comment puis-je télécharger NASA World Wind ?

La dernière version est la 1.4.0. Voir Quoi de neuf dans 1.4.

Cette version est clairement indiquée si vous accédez à Aide->À propos dans World Wind.

Pour obtenir la dernière version, visitez NASA World Wind Download.

Vous pouvez également exécuter une version plus conviviale de Windows Vista/7 de NASA World Wind 1.4 à l'adresse Spoon.net (Veuillez noter qu'un plugin de navigateur est requis).

[modifier] Et le code source ?

Le code source est pour les développeurs. Il s'agit d'un téléchargement supplémentaire à l'installation complète. Si vous voulez juste utiliser World Wind et regarder autour de vous, tout ce dont vous avez besoin est l'installation complète.

Si vous voulez également le code source, téléchargez les deux. Une fois que vous avez exécuté l'installation complète, copiez le répertoire Data de votre répertoire d'installation complète de World Wind dans votre répertoire source.

Voir le code source pour plus d'informations.

[modifier] Configuration requise

  • Windows 2000, 2003, XP, Vista et 7 (voir la section compatibilité Windows Vista/7 ci-dessous)
  • Carte graphique 3D (voir Compatibilité des cartes vidéo)
  • connexion Internet
  • Désolé, pas encore de support pour Linux ou Macintosh (mais vous pouvez vérifier le SDK Java multiplateforme World Wind)

[modifier] Compatibilité Windows Vista/7

World Wind n'a pas été conçu pour Windows Vista ou Windows 7, mais peut fonctionner dessus. Le meilleur moyen est d'installer World Wind en dehors du répertoire des fichiers du programme, dans C:NASA par exemple, ou sur une autre partition (par exemple D:Program FilesNASA).

Une autre solution consiste à laisser l'UAC activé et à exécuter World Wind en tant qu'administrateur :

  • Installez World Wind comme n'importe quel autre programme Windows. Une fois installé, cliquez avec le bouton droit sur l'application ou le raccourci World Wind et sélectionnez "Propriétés". (Voir la boîte de dialogue 1)
  • Dans la boîte de dialogue des propriétés sous l'onglet Compatibilité, sélectionnez "Exécuter ce programme en tant qu'administrateur", puis enregistrez cette modification. (Voir la boîte de dialogue 2)

World Wind peut alors être exécuté comme n'importe quel autre programme Windows et l'UAC vous invite à l'autoriser ou à l'annuler.

Vous pouvez également modifier les propriétés du répertoire WW et accorder aux utilisateurs des droits d'accès complets.

La désactivation de l'UAC est ne pas conseillé!

[modifier] Cuillère Solution

Une solution alternative consiste à exécuter la version Spoon.net de NASA World Wind. Cette version ne semble pas avoir les problèmes UAC ou Managed DirectX que le programme d'installation standard a, mais sachez qu'un plug-in de navigateur est requis pour utiliser les applications Spoon.net. Exécutez NASA World Wind en ligne sur Spoon.net : cuillère.net/worldwind.

[modifier] Compatibilité Windows 95,98,ME

Étant donné que ces versions de Windows ne sont plus gérées par Microsoft, World Wind peut introduire des fonctionnalités qui rompront la compatibilité avec elles. En tant que tel, on ne devrait plus s'attendre à ce que World Wind fonctionne sur ces systèmes. Cependant, vous constaterez peut-être que cela fonctionnera tant que votre système répond aux autres exigences minimales.

Si vous utilisez l'un de ces systèmes et que vous rencontrez des problèmes, n'hésitez pas à poser des questions sur les forums et le chat.

[modifier] Configuration logicielle requise

Le programme d'installation devrait les détecter et vous demander de les installer par défaut. Si vous les installez parce que vous pensez qu'il y a une erreur, veuillez les installer dans l'ordre indiqué ci-dessous.

[modifier] Configuration minimale

Avec la configuration minimale, les performances et les fonctionnalités peuvent être inférieures aux attentes.

  • Processeur 500 MHz ou supérieur
  • 128 Mo de RAM
  • 500 Mo d'espace disque (la taille du cache de World Wind est de 2 Go par défaut, vous devez réduire la taille de votre cache)

[modifier] Configuration recommandée

  • Processeur 1,4 GHz ou supérieur
  • 256 Mo de RAM
  • Connexion DSL/câble ou plus rapide
  • 3 Go d'espace disque

Cartographier un monde connecté : la valeur de la visualisation graphique géospatiale

L'une des premières cartes au monde présentait le ciel nocturne. Étonnamment, il comportait également des données connectées.

Il y a plus de 1 000 ans, les astronomes chinois ont utilisé un manuscrit pour tracer 1 300 étoiles, reconnaissant l'importance d'établir des connexions entre les amas pour identifier les constellations. Leurs projections mathématiques se sont avérées remarquablement précises, bien qu'elles reposent uniquement sur l'œil nu.


Un extrait du Dunhuang Chinese Star Chart, actuellement conservé à la British Library.

De retour au 21e siècle - qu'il s'agisse de surveiller la circulation aux heures de pointe ou d'identifier les itinéraires empruntés par les personnes d'intérêt - la possibilité de visualiser les connexions sur des cartes est toujours très précieuse. Heureusement, nous disposons d'une multitude de technologies pour nous aider à mieux comprendre les liens entre les emplacements.

En combinant la puissance de la base de données de graphes de Neo4j avec les fonctionnalités de la version 5 de KeyLines (un SDK JavaScript pour la visualisation interactive de graphes), l'exploitation des informations géospatiales n'a jamais été aussi simple.

Cet article de blog décrit trois cas d'utilisation convaincants pour vous aider à tirer le meilleur parti des données connectées sur les cartes. Nous commencerons par examiner les tableaux de bord.

Des cartes comme tableaux de bord

À 30 000 pieds au-dessus, la terre est très différente. Vous pouvez examiner l'ensemble du paysage, remarquer les caractéristiques clés et ignorer les détails qui ne sont pas si importants à distance. Adopter une vue plongeante est également utile dans les applications logicielles. Les tableaux de bord offrent une vue d'ensemble en un coup d'œil, et un élément de cartographie est un composant perspicace.

Le tableau de bord cartographique est courant dans le monde du renseignement sur les cybermenaces. Il aide également les entreprises de réseaux informatiques mondiales et nationales à gérer les performances du système pour surveiller les défauts rapidement et efficacement.

Dans un scénario typique, le tableau de bord affiche la santé d'un réseau sur une carte du monde, avec des liens représentant l'état des connexions.


La vue du tableau de bord du réseau informatique d'une entreprise mondiale.

La magie opère lorsque les analystes explorent un emplacement particulier pour obtenir des détails à la demande. Le tableau de bord devient le point d'accès aux vastes quantités de données de la base de données graphique.

KeyLines fournit le chargement de données incrémentiel et les moyens de regrouper visuellement les éléments.


Utilisez les combinaisons KeyLines pour approfondir les données et explorer ce qui se passe au niveau des appareils individuels ou des sous-réseaux.

Notez que nous sommes passés d'une vue topographique des données avec des géolocalisations réelles à une vue topologique. Ce qui est important à ce niveau, c'est le contenu lui-même, ne pas sa précision géographique. La carte topologique emblématique du métro de Londres en est un excellent exemple.

Dans notre tableau de bord, les éléments sont regroupés par emplacement mais présentés de manière plus schématique. Nos « nœuds » de niveau supérieur ne sont que des représentations visuelles d'une propriété « emplacement » dans la base de données Neo4j. Ainsi, sur le tableau de bord, nous utilisons un seul nœud pour résumer tous les nœuds avec la propriété New York.

L'exécution d'une requête Cypher permet d'obtenir quelque chose de similaire avec les liens. Celui-ci utilise des liens pour représenter un résumé des connexions entre « New York » et « Londres » :


Lorsque l'utilisateur souhaite approfondir les détails, une requête Cypher très différente interroge les nœuds et liens réels dans les données. Mais dans la vue du tableau de bord, ce que vous voyez n'a pas besoin de refléter exactement la base de données graphique Neo4j sous-jacente. Le composant géographique amélioré de KeyLines 5 vous permet de vous déplacer en douceur entre ces différents modèles visuels.

Les cartes comme moyen de donner une nouvelle perspective sur les anciennes informations

Parfois, les données n'ont tout simplement aucun sens tant que vous ne les voyez pas dans le contexte du monde dans lequel vous vivez.

La police en est bien consciente et utilise des cartes comme outils d'enquête depuis des années. C'est pourquoi tant de films policiers incluent cette scène où les enquêteurs regardent d'un air interrogateur une grande carte sur le mur de la salle d'incident recouverte d'épingles et de ficelle.

Le monde des enquêtes sur les fraudes commence tout juste à en voir les avantages.

Voici un modèle de données représentant les réclamations typiques pour fraude à l'assurance. Les gens sont liés aux polices, les polices ont des réclamations, les réclamations concernent des véhicules, des témoins, des ateliers de réparation et des rapports de dommages.

Lorsque vous essayez de tracer ces informations sur une carte, il y a un défi. La plupart des données de votre base de données Neo4j ne contiennent pas d'informations géospatiales. Les éléments qui le font – les adresses des propriétaires de polices et des ateliers de réparation – ne sont pas directement liés les uns aux autres.

Il existe une solution intelligente qui combine la flexibilité de Neo4j avec les fonctionnalités géospatiales et de visualisation avancées de KeyLines 5.

Une requête Cypher nous indique quel atelier de réparation est associé à l'adresse d'un assuré en examinant chaque réclamation qui relie les deux.


KeyLines prend alors ces personnes et ateliers de réparation, et fait un lien virtuel entre eux.

Quel aperçu gagnons-nous en voyant ces liens sur une carte ? Comment cela aide-t-il notre enquête sur la fraude?

Dans ce cas, ils montrent la voyage les gens sont obligés de prendre leur voiture endommagée pour la faire réparer.

Ce n'est qu'après avoir utilisé KeyLines pour entreprendre ce voyage de modélisation visuelle - en passant des données brutes de Neo4j à un modèle visuel sur une carte - que nous repérons une anomalie.

Remarquez comment la plupart des gens (en violet) se rendent à l'atelier de réparation le plus proche (en vert) pour faire réparer leur voiture. Mais certains parcourent des distances inhabituellement longues jusqu'à un atelier de réparation en particulier (liens rouges). Est-ce juste le meilleur du coin ? Ou devrions-nous vérifier s'ils gonflent frauduleusement les réclamations ?

Les cartes comme contexte familier

Nous recevons de nombreuses demandes de la part des communautés chargées de l'application de la loi et du renseignement pour soutenir leur source cartographique de choix. Les forces de l'ordre américaines connaissent bien l'écosystème cartographique ArcGIS d'ESRI, tout comme le système de référence Ordnance Survey National Grid est bien connu des forces de police britanniques.

Tout le monde a ses tuiles de carte préférées, des vues satellite aux cartes de rues vectorielles.

Il ne s'agit pas seulement de ce qui a l'air bien. Il ne sert à rien de visualiser l'intelligence du champ de bataille si vous ne pouvez pas superposer les dernières images satellites. Vous risquez de manquer des informations si vos données graphiques ne peuvent pas exploiter des outils tels que la géolocalisation pour déterminer si les cibles clés s'éloignent des limites virtuelles.

Nous avons utilisé ces commentaires pour piloter le développement de KeyLines 5.

Vous pouvez choisir parmi un vaste écosystème de fournisseurs de tuiles cartographiques, de systèmes de projection et de plug-ins tiers à intégrer à KeyLines. Si votre instance Neo4j contient tout type d'informations géospatiales, vous êtes prêt à partir. KeyLines ne se contente pas de le mettre sur une carte, il le met exactement sur la carte que vous voulez.

Avec cette approche flexible, la recherche d'informations cartographiques ne se limite pas aux vues typiques de la rue ou du pays. Nous pouvons prendre le système de référence de coordonnées (CRS) « CRS.Simple » et tracer des données graphiques avec une image comme toile de fond « carte ». Des prisons aux casinos, des plans des terminaux d'aéroport aux scènes de crime, les plans d'étage constituent un excellent contexte de cartographie.

Utilisation des nouvelles options CRS dans KeyLines 5 pour superposer les données. Ce diagramme d'aéroport de www.airportshuttles.com montre le volume de correspondances aériennes impliquant un transfert entre les terminaux.

Respectez ce que vous savez

Un dernier point sur la familiarité. Ces cas d'utilisation présentent également la gamme d'options personnalisables disponibles dans KeyLines. Chaque détail de la carte – ses couleurs, ses styles, son iconographie et sa mise en page – peut être modifié rapidement et facilement pour répondre aux besoins de vos utilisateurs. S'il est important de donner une expérience utilisateur familière et intuitive, le style est un excellent moyen de le faire.

En savoir plus

Cet article examine certaines des façons dont vous pouvez combiner Neo4j avec KeyLines 5 pour vous aider à mieux comprendre vos données géospatiales.

Si vous avez des informations géocodées dans vos données graphiques, exploitez-vous tout son potentiel ? Pouvez-vous offrir le type d'expérience utilisateur interactive que nous avons démontrée ?

Si vous souhaitez en savoir plus, contactez-nous ou commencez votre propre essai.

Vous voulez en savoir plus sur ce que vous pouvez faire avec les bases de données graphiques ? Cliquez ci-dessous pour obtenir votre exemplaire gratuit du O'Reilly Bases de données graphiques livre et découvrez comment exploiter la puissance des données connectées.


Paramètres d'autorisation

Can_submit_commands

Définissez ceci si un contact doit être autorisé à envoyer des commandes à moins que cela ne soit défini pour le contact lui-même. Il s'agit de la valeur par défaut pour tous les contacts, sauf si l'utilisateur dispose d'un paramètre can_submit_commands dans votre configuration de surveillance.

Command_disabled

Utilisez-le pour désactiver des commandes spécifiques. Peut être utilisé plusieurs fois pour désactiver plusieurs commandes. Le numéro peut être trouvé dans le paramètre cgi 'cmd_typ' à partir des liens vers la page de commande. Si vous ne souhaitez autoriser que quelques commandes, utilisez plutôt command_enabled. Vous pouvez utiliser des plages ici. Si vous souhaitez désactiver toutes les commandes, vous pouvez utiliser command_disabled = 0-999 ou définir le rôle allowed_for_read_only.

Consultez la liste des commandes disponibles ainsi que leurs identifiants sur la page des commandes.

Command_enabled

Activez uniquement les commandes spécifiques. Remplace le paramètre command_disabled en n'autorisant que quelques commandes spécifiques et en désactivant toutes les autres. La syntaxe est la même que dans command_disabled . Lorsque vous utilisez command_enabled, toutes les commandes sont désactivées et seules celles de command_enabled peuvent être utilisées.

Consultez la liste des commandes disponibles ainsi que leurs identifiants sur la page des commandes.

Make_auth_user_lowercase

Convertissez le nom d'utilisateur authentifié en minuscules.

Make_auth_user_uppercase

Convertissez le nom d'utilisateur authentifié en majuscule.

Make_auth_replace_regex

Convertir le nom d'utilisateur authentifié par expression régulière. L'exemple suivant supprime tout après un @ du nom d'utilisateur authentifié et '[email protected]' devient simplement 'user'.

Use_strict_host_authorization

Lorsqu'il est défini sur une valeur vraie, chaque contact ne verra que les hôtes pour lesquels il est contacté ainsi que les services pour lesquels il est contacté. Lorsqu'il est désactivé, un contact hôte verra tous les services de cet hôte, qu'il soit ou non un contact de service.

Csrf_allowed_hosts

Autoriser des hôtes spécifiques à contourner la protection csrf qui nécessite un jeton généré pour soumettre certaines requêtes de publication, par exemple pour envoyer des commandes. Utilisez une liste séparée par des virgules ou plusieurs attributs de configuration. Les caractères génériques sont autorisés.

Disable_user_password_change

Désactiver la possibilité pour un utilisateur de changer son mot de passe. Fonctionne uniquement avec les mots de passe htpasswd. Pour que cela fonctionne, vous devez définir une entrée htpasswd dans la section Config Tool.

User_password_min_length

Définit la longueur minimale qu'un mot de passe doit avoir pour les utilisateurs qui modifient leur mot de passe. Les administrateurs peuvent toujours modifier le mot de passe comme ils le souhaitent dans l'outil de configuration. Cela affecte uniquement la réinitialisation du mot de passe utilisateur.

Basic_auth_enabled

Affichez le formulaire d'utilisateur / mot de passe d'authentification de base. Activé lors de l'utilisation de l'authentification par cookie. Vous pouvez désactiver cette option si vous utilisez uniquement l'authentification oauth2.


Dimanche 21 février 2016

Analyse spatiale avec GeoDa : Partie II - Importation de données et d'outils

GeoDa s'ouvre comme une "barre flottante" que vous trouverez agréable lorsque vous effectuez des analyses et réalisez que plusieurs fenêtres liées peuvent être organisées. Les cartes et les graphiques sont interactifs, comme je le montrerai dans des articles ultérieurs, afficher la sélection de fonctionnalités dans une fenêtre mettra en évidence les mêmes parties dans d'autres fenêtres.

Lorsque j'apprends un nouveau logiciel, je vais toujours de gauche à droite.
Menu Fichier
Le menu "Fichier" vous permet d'importer des données, d'enregistrer et de charger des projets (fichiers *.gda auto-nommés) et d'exporter les données sélectionnées. De plus, il existe une option intéressante d'informations sur le projet qui indique le titre, la source et le type de données, le nom du projet, le nombre d'observations et les champs.

Formats de données
Les utilisateurs peuvent importer un large éventail de formats de fichiers : fichiers shapefile, SQLite/SpatialLite, *.csv , .xls, .dbf, .json, .gml, .kml et MapInfo. N'oubliez pas que vous analysez des données vectorielles, donc des points, des lignes et des polygones. N'oubliez pas que les projections cartographiques sont importantes, car les pondérations spatiales sont créées en fonction de la distance !

GeoDa fait un excellent travail en proposant plusieurs types de fichiers à importer.
Menu Outils : Poids spatiaux
Les pondérations spatiales sont utilisées pour modéliser les relations spatiales. En utilisant GeoDa, nous pouvons créer des poids spatiaux basés sur la contiguïté/la frontière (pensez aux mouvements d'échecs : tour ou reine), la distance et le nombre de voisins les plus proches. Imaginez une grille ou une matrice qui a une ligne et une colonne pour chaque caractéristique. Les cellules sont remplies à l'aide de 0/1 pour les pondérations basées sur la contiguïté (lorsqu'une entité en borde une autre) ou les distances pour les pondérations basées sur la distance.

  • En règle générale, ne dépassez pas le 2e ordre de contiguïté : la contiguïté du 1er ordre est les voisins, le 2e ordre est les voisins des voisins. Tout ce qui va au-delà devient extrêmement difficile à interpréter.
  • Le GeoDa Center dispose également de PySAL, une bibliothèque Python open source qui peut être utilisée pour créer des pondérations spatiales et effectuer des analyses spatiales.
  • En savoir plus sur les pondérations spatiales basées sur la contiguïté : https://geodacenter.asu.edu/node/380 et les pondérations basées sur la distance : https://geodacenter.asu.edu/node/384

Sur l'histogramme à droite, la barre/bac pour deux voisins est sélectionnée.
Sur la carte à gauche, le comté est mis en évidence. La sélection d'autres barres mettrait en évidence plus de fonctionnalités.
Les utilisateurs peuvent également voir la distribution des poids spatiaux à partir de l'histogramme.
Façonner
Si vous utilisez des données tabulaires, vous pouvez créer des points à partir de ce menu. Vous pouvez également créer un cadre de délimitation ou une grille. La prochaine fois, nous examinerons les barres d'outils Table et Carte.


Objectifs du cours

Appréciez les possibilités théoriques et les limites pratiques de la cartographie numérique approfondie.

Comprendre les principes des nouveaux médias, des données ouvertes liées et de la conception d'interfaces s'appliquant aux sciences humaines géospatiales.

Combiner des compétences analytiques qualitatives et quantitatives

Commencez à expérimenter de nouveaux outils, workflows, méthodes et techniques de cartographie de l'environnement urbain, notamment QGIS, Omeka + Neatline, Google Maps/Earth, les concepts de base de la cartographie Web, la programmation Web de base, Javascript, SVG, D3.

Développez une connaissance et une aisance conversationnelle dans les formats de données géographiques, les technologies et les outils afin que vous puissiez produire des cartes et résoudre de nouveaux défis par vous-même.

Doit être capable de s'amuser tout en étant totalement frustré, même lorsque cette petite chose stupide prend beaucoup plus de temps qu'elle ne le devrait.

ÉTUDIANTS DIPLMÉS : En plus de toutes les autres activités du programme, vous dirigerez également à tour de rôle des discussions sur des sujets de lecture.

TOUS : La clé du succès avec les composants techniques de ce cours (à la fois en termes d'apprentissage et de niveau) est de faire des erreurs et d'échouer aussi souvent que possible. Si vous ne l'êtes pas, alors vous n'essayez tout simplement pas de dépasser vos propres limites. Une fois que vous échouez à quelque chose, nous allons vous décoller et aller de l'avant à nouveau. Répéter cela souvent rendra le cours plus gratifiant et vous obtiendrez une bonne note pour vos efforts.


1 réponse 1

selon le degré de sophistication que vous souhaitez atteindre, il existe quelques solutions à cela. Si vous parvenez à créer un volume fermé à partir de votre modèle de bateau (la coque, je suppose, est la pièce nécessaire), vous pouvez le faire en utilisant le modificateur booléen.

Créez d'abord le volume. Si votre canoë n'est qu'une coque, vous pouvez utiliser le modificateur solidifier pour générer une certaine épaisseur. si le volume est fermé, vous êtes prêt à partir.

Créez un cube et redimensionnez-le pour qu'il soit vraiment plat sur un axe. Ce sera l'épaisseur de votre section:

Ajoutez un modificateur booléen, réglez-le sur 'Intersect' et choisissez la coque du bateau comme objet avec lequel couper (dans l'ancienne capture d'écran, mon objet est le 'Dragon'). Si vous masquez maintenant la coque du bateau, vous devriez voir la première section.

Il ne vous reste plus qu'à dupliquer cet objet sur votre bateau avec des décalages constants. Appuyez sur Shift+D , X (si vous voulez suivre l'axe X), puis tapez le montant (comme 0,1) Enter . Vous devriez maintenant avoir une deuxième section en place. Si cela a fonctionné, appuyez sur Shift+R , qui répète votre dernier opérateur (dupliquer et déplacer), et faites-le 10 fois de plus pour avoir 12 sections à la fin.

Ces objets peuvent maintenant être sélectionnés individuellement (c'est pourquoi je n'ai pas utilisé de modificateur de tableau) et placés sur des calques si vous le souhaitez. Si vous sélectionnez l'un des éléments, vous pouvez voir les dimensions du cadre de délimitation (je l'ai rendu visible sur la capture d'écran) dans l'onglet Transformer :

Vous pouvez l'utiliser pour redimensionner les images de la section plus tard pour corriger la taille dans Photoshop ou Gimp (malheureusement, aucun moyen de le faire hors de la boîte). Obtenir les images consiste à configurer la fenêtre d'affichage de Blenders et à effectuer des rendus openGL. Configurez un nouveau monde, rendez-le blanc et définissez la fenêtre de Blenders pour afficher le monde et uniquement le rendu :

L'utilisation du bouton "Render OpenGL Image" marqué dans la capture d'écran ci-dessus vous donne une image dans la résolution définie dans les paramètres de rendu, vous pouvez donc opter pour des modèles très haute résolution si vous en avez besoin.

Pour mettre les images à l'échelle à la bonne taille, vous devrez consulter le manuel de l'éditeur d'images.


La fonctionnalité la plus demandée de taginfo est une vue montrant l'utilisation historique des balises. Je n'ai jamais eu le temps d'ajouter ceci, mais heureusement il existe maintenant une solution : Martin Raifer a créé un service qui montre l'historique des tags dans de jolis graphiques. Vous pouvez le voir sur taghistory.raifer.tech. Un peu plus de contexte dans une entrée de journal intime de Martin. Matthijs Melissen s'en est déjà servi pour trouver des statistiques intéressantes.

Il y a environ deux ans, j'ai introduit la fonctionnalité taginfo “projects” : un moyen de connecter taginfo avec toutes les utilisations des balises OSM, aux éditeurs, aux cartes spéciales, aux services de routage, etc. À l'heure actuelle, nous avons environ 50 projets qui ont été publiés un fichier de projet décrivant leur utilisation des balises. Ces données sont intégrées dans taginfo et aident les mappeurs et les utilisateurs de données OSM à voir qui utilise réellement quelles balises. Aujourd'hui, j'ai publié quelques modifications à taginfo qui intègrent encore mieux ces informations.


Discussion

Les modèles de distribution des espèces sont des outils utiles pour la planification de la conservation, la gestion des ressources et l'élaboration de politiques [61], bien que la mise en œuvre et l'interprétation de ces modèles puissent présenter des défis [62, 63]. Notre étude représente la première tentative d'utilisation de la modélisation exploratoire dans une communauté de flore de forêt sèche pour comparer les menaces de déforestation et de changement climatique au niveau des espèces et des communautés.

Dans nos modèles, les précipitations du quartier le plus sec et la classe de sol étaient les deux variables qui exerçaient la plus grande influence sur la distribution des essences forestières sèches. Les précipitations pendant la saison sèche ont été suggérées comme l'élément le plus critique pour déterminer les modèles de végétation [64] parce que l'eau reste un facteur critique conduisant les processus physiologiques de base des arbres tropicaux [65]. Inversement, les caractéristiques du sol différencient les forêts sèches saisonnières des savanes, même sous des régimes climatiques similaires [66] et il a été démontré qu'elles affectent la structure de la végétation dans les forêts sèches du nord du Pérou [67]. Dans le contexte des grands processus environnementaux, notre région d'étude représente des caractéristiques typiques des forêts tropicales sèches.

En ce qui concerne la validation du modèle, nous nous sommes concentrés sur la capacité opérationnelle des sorties plutôt que de tester leurs inférences sur le système réel (par exemple, Rykiel [68]). Par conséquent, les validations ont utilisé des valeurs d'AUC, qui montrent également un degré de corrélation avec d'autres mesures de performance du modèle [69]. Dans tous les cas, nous avons obtenu des valeurs d'AUC élevées avec une variation de réplicat considérablement faible (< 0.07 SD), qui est la moitié de la valeur recommandée par d'autres études pour des modèles « précis et stables » qui répondent aux besoins pratiques [70,71]. De plus, comme support supplémentaire à nos modèles, la concentration la plus élevée (c'est-à-dire la distribution empilée) des 17 espèces est en accord avec la description de l'habitat du sud-ouest de l'Équateur (comme décrit par Aguirre et al. [36]), fournissant une validation plus pratique de la précision du modèle. .

Selon une étude basée sur des données de photographies satellitaires et aériennes, la déforestation dans les forêts décidues sèches du sud-ouest de l'Équateur était d'environ 29 et 57 km 2 /an de 1976 à 1989 et de 1989 à 2008, respectivement [17]. Cependant, les rapports officiels indiquent un taux de déforestation annuel moyen de 15 km 2 /an entre 2008 et 2014 dans la zone d'étude (c'est-à-dire l'espace environnemental utilisé lors de la modélisation) [14]. Selon nos modèles de distribution des espèces, la perte moyenne de déforestation pour les 17 espèces d'arbres a atteint 71 km 2 /an (± 43,9 SD). Nos résultats corroborent les mesures directes et indirectes précédentes qui identifiaient la déforestation comme la plus grande menace pour les écosystèmes forestiers secs en Équateur [6,17]. Inversement, nos calculs de perte de superficie résultant des projections de changement climatique ont atteint 21 km 2 /an (± 26,4 SD) pour la même espèce d'arbre sans tenir compte du gain potentiel de distribution (c'est-à-dire de nouvelles zones favorables potentielles). Par exemple, la différence dans les changements de superficie attribués à la déforestation et au climat est restée statistiquement significative lorsque nous avons limité la comparaison à la perte de superficie potentielle (hors gain de superficie) du scénario climatique futur. Le gain de superficie peut être ignoré en raison des faibles processus de régénération et des utilisations conflictuelles des terres qui pourraient fortement inhiber la succession naturelle.

En résumé, en termes de changement relatif de superficie, la déforestation et le changement climatique ont représenté des réductions de superficie annuelles moyennes de 1,4 % et 0,6 %, respectivement. Ainsi, en termes de couverture spatiale et de gravité des effets, la déforestation peut constituer une menace plus élevée pour la répartition des espèces que le changement climatique. Cependant, la désagrégation spatiale des deux processus indique que le changement climatique peut affecter un plus grand nombre de zones forestières, qui ne sont pas sujettes à conversion.

De plus, nos résultats de chevauchement d'espèces dans le scénario climatique futur (Figure D dans l'annexe S1) indiquent des réductions des zones de chevauchement élevé (13-17 espèces) et des expansions dans les zones de chevauchement faible et moyen (1-6 et 7-12 espèces), en en particulier, à des altitudes inférieures à 1000 m dans le sud-ouest de l'Équateur. La progression apparente vers les basses terres peut s'expliquer par l'augmentation future des variables prédictives des précipitations (par exemple, bio16 et bio17), étant donné que d'autres modèles climatiques prédisent également un accroissement des précipitations dans cette zone [20,22]. Enfin, l'ampleur et la direction des principaux changements de distribution diffèrent selon les menaces et les espèces, ce fait soutient la notion de changement climatique poussant vers de nouvelles compositions d'espèces [72,73]. Une explication des directions divergentes observées de la déforestation et du changement climatique peut être que chaque menace a des mécanismes sous-jacents différents. La pression de déforestation est déterminée par l'utilisation des terres, les routes d'accès et d'autres facteurs humains dépendant de la densité, tandis que la pression du changement climatique est estimée uniquement par les changements dans les les variables environnementales et les réponses dépendront des histoires évolutives et des exigences physiologiques spécifiques aux espèces. En outre, les migrations d'espèces vers le nord ou le sud pourraient être les seules routes possibles pour les espèces du sud-ouest de l'Équateur étant donné que l'altitude de ces chemins augmente progressivement, tandis que deux barrières géographiques majeures, les Andes et l'océan Pacifique, se trouvent respectivement à l'est et à l'ouest.

De plus, comme nos projections prédisent des expansions de l'aire de répartition pour certaines espèces et des contractions de l'aire de répartition pour d'autres (en plus des changements d'aire de répartition induits par la déforestation et le climat), les distributions d'espèces d'arbres sont potentiellement sensibles à une myriade d'effets imprévisibles au niveau communautaire. Ainsi, comme alternative à l'évaluation des effets du réassemblage des espèces sur les forêts sèches, nous proposons une approche des traits fonctionnels qui met l'accent au niveau des traits de réponse et des traits d'effet. Comme dérivé par Suding et al. [29], lorsque le déplacement géographique de chaque groupe de réponse contient des espèces de chaque groupe d'effet, la résilience de la fonction écosystémique est attendue. Inversement, l'apparition de nouveaux assemblages d'espèces dans des scénarios climatiques futurs peut avoir des conséquences sur la fourniture de services de soutien, ainsi que sur les services de régulation. Par exemple, Sakschewski et al. [74] ont fourni des preuves théoriques que la diversité des traits végétaux peut permettre aux écosystèmes à grande échelle de s'adapter aux nouvelles conditions climatiques par le biais de la compétition. De plus, dans le cas particulier d'une nouvelle combinaison d'espèces, Lugo [75] a affirmé que les nouvelles forêts tropicales pourraient se comporter de la même manière que les forêts indigènes, notamment en termes de protection des sols, de cycles des nutriments, de soutien de la faune, de stockage de carbone et de maintien de la fonction des bassins versants. Ainsi, nous pensons que les changements dans la composition des espèces dans les forêts décidues sèches de l'Équateur représentent des défis pour la gestion forestière et nécessitent l'exploration de nouvelles stratégies pour maintenir la fourniture à long terme de services écosystémiques.

Des mesures pour éviter la déforestation devraient être promues dans un hotspot de déforestation dans la région côtière la plus méridionale [76] et en dessous de 1000 m d'altitude selon notre étude. Parallèlement, la conservation devrait être encouragée dans la frontière sud-ouest avec le Pérou [77], où nos résultats prédisent la plus forte concentration d'espèces de ce type de forêt. Des recherches supplémentaires doivent intégrer des données de déforestation et des scénarios de modélisation pour le nord du Pérou où les causes sous-jacentes de la déforestation sont similaires [18,78], et les processus sociaux tels que la démographie, l'économie et les politiques jouent un rôle important [76]. Par conséquent, les stratégies visant à éviter la déforestation et à promouvoir la conservation comprennent l'extension des zones protégées, des corridors biologiques, des réglementations sur l'utilisation du bois spécifiques aux espèces et des valorisations des espèces phares (par exemple, Cavanillesia platanifolia). Cependant, quelle que soit la stratégie de conservation, la réussite de la réalisation de ces objectifs nécessitera la participation à la fois des propriétaires fonciers privés et de la communauté locale [79].

Moins de 10 % de l'étendue originale des forêts décidues sèches reste dans les régions néotropiques [3] et seulement 2,3 % sont en cours de conservation en Équateur [6]. Par conséquent, il est probable que la cible d'Aichi Nr. 11, qui vise à protéger 17% des terres terrestres d'ici 2020 [80], pourrait ne pas être atteint pour ce biome en Équateur. Les résultats de cette étude peuvent être utilisés comme une ressource supplémentaire pour la prise de décision concernant l'amélioration ou l'expansion des aires protégées et des corridors biologiques existants. Par exemple, il n'y a presque pas de terres de moyenne à haute altitude (100-1000 m) sous conservation dans le sud-ouest de l'Équateur, à l'exception de rares réserves privées telles que La Ceiba et Laipuna. Notre étude met en évidence les faiblesses des aires de conservation dans le sud de l'Équateur, en accord avec Cuesta et al. [77]

Si la protection d'espèces individuelles est prioritaire, il convient d'accorder une attention Albizia multiflore, Ceiba trichistandra, et Cochlospermum vitifolium car ils sont fortement menacés à la fois par la déforestation et le changement climatique. De plus, étant donné que ces espèces peuvent être utilisées pour le bois et dans les systèmes agroforestiers [43], nous recommandons une attention particulière aux pratiques de gestion durable et à la conservation du patrimoine génétique. En ce qui concerne les espèces fortement menacées par la déforestation et ayant une utilisation élevée et précieuse comme bois et produits du bois (c'est-à-dire, Cordia macrantha, Guazuma ulmifolia, Handroanthus chrysanthus et Prosopis juliflora), we recommend species-specific measures for their conservation, such as potential genecological zone identification, potential subpopulation evaluation, and gene pool variability tests. In combination with enrichment planting efforts, additional measures for sustainable management of these species include the establishment of seed orchards and in vitro propagation.


Leaflet

Vladimir Agafonkin gave his usual excellent presentation on “Leaflet, WebGL and the Future of Web Mapping”. He talked about progress towards Leaflet 1.0, which will feature things like flyover animation (similar to how Google Earth flies from one location to another), improved vector rendering, and a wide range of lower level improvements. And the code is slightly smaller than the previous version, something Vlad is always focused on! He hopes to have a beta version of 1.0 soon, but acknowledged that this has taken longer than he hoped.

His talk got quite personal as he talked about some of the challenges he’d experienced and how he had really been suffering from burnout over the past year. Aside from the difficulty of running a successful open source project and the challenges that come with that, which he articulated well, Vlad is living in a country with a war going on (Ukraine) and he and his wife had twin girls last year.

He talked about how he’d mitigated this by working on a number of other cool new projects like RBush, a high performance JavaScript library for spatial indexing of points and rectangles, which sounds great, and geojson-vt which I mentioned above. But the talk of his burnout did leave me somewhat concerned both for Vlad and for Leaflet. I hope for both of their sakes that between Vlad, the Mapbox team, and the broader community, they can figure out a way to spread the load a bit more so that not so much of the weight of moving Leaflet forward is on Vlad’s shoulders.

The other thing I should mention is that I was somewhat puzzled, as were several others I talked to, that Mapbox doesn’t seem to be doing more to integrate the worlds of Leaflet and Mapbox GL. Multiple Mapbox people in multiple presentations said that they were conceptually hugely different things, but I don’t really agree with that. Yes you can’t rotate maps in Leaflet, but as someone who has invested heavily in developing some serious enterprise applications on top of Leaflet, I really want to be able to plug in vector tile layers to my existing Leaflet applications – there are multiple advantages to this even if I don’t have the full interaction that I would have with a full MapBox GL application. Third parties seem to be doing more to integrate the two than Mapbox does, as mentioned above. There is a Mapbox GL Leaflet project, but this was only mentioned in passing, it didn't get much emphasis. Also someone asked about conversion scripts from CartoCSS styles to Mapbox GL, and the answer was that they were too different to do this. Again I didn't find this a very satisfactory answer – if you’ve defined large numbers of styles in CartoCSS you don’t want to recreate all of those completely manually. Sure some complicated cases might not translate, and you would have to make further changes to take advantage of new features of Mapbox GL, but a script that at least converted basic information like colors, linestyle, fill etc seems as though it would be useful.

It just seems to me that given the massive adoption of Leaflet, it would really help adoption of Mapbox GL with some closer integration between the two – I hope they will consider putting more effort into this.