Open data, big data : quel renouveau du raisonnement cartographique ?

Emilie Lerond, Olivier Klein, Jean-philippe Antoni

Research output: Contribution to journalArticlepeer-review

Abstract

Le mouvement d'open data, qui permet l'accès gratuit un grand nombre de données spatiales ou démographiques, associé au développement d'outils de cartographie ou de visualisation fibres (SIG, programme), a permis l'augmentation de la production de cartes. Seulement, l'automatisation des traitements permise par ces outils tend à gommer le raisonnement cartographique et peut conduire à des erreurs de construction cartographique, d'autant plus que la phase d'analyse des données peut s'avérer de plus en plus complexe dans un contexte de big data (en tant que données massives, peu structurées et désagrégées). Le raisonnement cartographique est le processus menant d'une donnée brute à une donnée transformée, interprétée et représentée. Il consiste en l'analyse statistique du jeu de données, en l'émission d'hypothèse(s) sur le jeu de données, aux choix de la variable du jeu de données représenté, de l'unité spatiale de base de la cartographie, et de la discrétisation retenue pour représenter au mieux le jeu de données. L'effet de cette représentation est important sur le résultat obtenu et ainsi sur la manière dont sera ensuite interprétée la variable. L'objectif de cette communication est de présenter un exemple de raisonnement cartographique à partir d'un jeu de données massives (plus de deux millions d'individus statistiques dans une zone d'étude d'environ 300 km2), en insistant sur l'influence des choix réalisés au cours du raisonnement cartographique : comment, à partir d'une même variable, la seule manière de cartographier peut nous conduire à des résultats graphiques très différents ?
Original languageFrench
Pages (from-to)109-118
JournalCartes & géomatique
Issue number235-236
Publication statusPublished - 1 Dec 2018

Keywords

  • analyse spatiale
  • cartographie
  • attribut géométrique
  • Besançon
  • conception cartographique
  • données localisées

Cite this