Accéder aux données GAEZ
Pour commencer votre analyse, vous allez créer un projet ArcGIS Pro et ajoutez le service d’imagerie GAEZ à votre carte. Sur la carte, vous allez filtrer les données en utilisant un ensemble de définition pour afficher les informations sur la culture sélectionnée, le type d’approvisionnement en eau et la période. Vous allez afficher le blé cultivé grâce à l’irrigation au cours de l’année 2010.
Créer un projet
Dans cette section, vous allez créer un projet ArcGIS Pro et charger le service d’imagerie GAEZ.
- Démarrez ArcGIS Pro. Si vous y êtes invité, connectez-vous via votre compte d’organisation ArcGIS sous licence.
Remarque :
Si vous n’avez pas accès à ArcGIS Pro ou ne disposez pas d’un compte d’organisation ArcGIS, consultez les options disponibles pour accéder aux logiciels.
- Sur la page d’accueil, sous New Project (Nouveau projet), cliquez sur Map (Carte).
- Cliquez sur Carte.
La boîte de dialogue Create a New Project (Créer un projet) s’affiche. Vous allez à présent créer un dossier de projet pour conserver votre travail.
- Dans Name (Nom de modèle), saisissez Analyse du blé. Dans Location (Emplacement), naviguez jusqu’à l’emplacement de votre ordinateur dans lequel vous voulez enregistrer le projet.
- Cliquez sur OK.
Une carte vide apparaît. Vous allez maintenant effectuez un zoom avant sur la vallée du Río Yaqui au Mexique.
- Sur le ruban, cliquez sur l’onglet Map (Carte). Dans le groupe Requête, cliquez sur Localiser.
La fenêtre Locate (Localiser) s’ouvre. Vous pouvez rechercher des localisations d’intérêt et les voir sur la carte.
- Dans la fenêtre Locate (Localiser), dans la zone Search (Rechercher), saisissez Ciudad Obregon. Appuyez sur la touche Entrée.
Plusieurs résultats s’affichent, et la carte effectue automatiquement un zoom sur la première localisation.
- Faites un zoom arrière et dirigez-vous vers le sud pour voir la zone environnante.
La zone visible est la vallée du Río Yaqui dans laquelle aura lieu votre analyse.
- Fermez la fenêtre Localiser.
Vous allez ensuite changer le fond de carte pour voir l’étendue générale de l’agriculture dans la région.
- Sous l’onglet Map (Carte), dans le groupe Layer (Couche), cliquez sur Basemap (Fond de carte). Choisissez le fond de carte Imagery Hybrid (Imagerie hybride).
Les zones en vert foncé correspondent aux champs que vous allez analyser avec les données GAEZ.
Charger les données GAEZ
Maintenant que vous avez configuré un projet ArcGIS Pro et que vous avez affiché la zone du projet, vous allez rechercher les données GAEZ en ligne et les ajouter à la carte.
- Ouvrez un navigateur Web et accédez à FAO GAEZ v4 Data Portal.
- Faites défiler l’affichage jusqu’au tableau GAEZ v4 Image Service and Metadata Listing.
Plusieurs variables GAEZ sont disponibles dans ce tableau. Vous allez accéder aux données Actual Yields and Production (Rendements et production réels) sous forme d’un service d’imagerie. Le tableeau contient également des liens renvoyant aux métadonnées afin d’obtenir une description précise des données.
- Recherchez la ligne Theme 5: Actual Yields and Production (Thème 5 : Rendements et production réels). Dans cette ligne, cliquez avec le bouton droit sur Image Service URL et copiez l’adresse du lien.
Remarque :
L’opération de copie d’une URL varie selon le navigateur Web utilisé. L’URL du service d’imagerie est https://gaez-services.fao.org/server/rest/services/res06/ImageServer.
- Dans ArcGIS Pro, sur le ruban, cliquez sur l’onglet Map (Carte). Dans le groupe Layer (Couche), sous Add Data (Ajouter des données), cliquez sur la flèche de liste déroulante. Sélectionnez From Path (À partir d’un chemin).
La fenêtre Add Data From Path (Ajouter des données à partir d’un chemin) s’ouvre. Ici, vous allez copier l’URL du portail de données pour ajouter son service d’imagerie à votre carte.
- Dans la fenêtre Add Data From Path (Ajouter des données à partir d’un chemin), dans Path (Chemin), cliquez avec le bouton droit et choisissez Paste (Coller).
- Cliquez sur Add (Ajouter).
Les données GAEZ sont ajoutées à la carte, mais la couche dot être configurée pour pouvoir les visualiser. Commencez par renommer la couche.
- Dans la fenêtre Contents (Contenu), cliquez sur la couche res06 et appuyez sur la touche F2. Saisissez Rendements et production réels.
La couche est renommée. Vous allez ensuite explorer les attributs de la couche.
- Dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur Actual Yields and Production (Rendements et production réels) et choisissez Attribute Table (Table attributaire).
La table attributaire apparaît sous la carte. Ce service d’imagerie comprend 498 rasters.
Vous allez réduire le nombre de rasters de cette table pour afficher uniquement le raster représentant la production de blé en régime irrigué pour l’année 2010.
Appliquer un ensemble de définition au service d’imagerie
Maintenant que les données GAEZ sont ajoutées à la carte, vous allez utiliser un élément Definition Query (Ensemble de définition) pour réduire le nombre de rasters de 498 à 1 grâce à une série de clauses SQL. Cet ensemble de définition affichera le raster du rendement du blé en régime irrigué. Vous modifieriez ensuite la symbologie pour mieux comprendre les données.
- Dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur Actual Yields and Production (Rendements et production réels) et choisissez Properties (Propriétés).
La fenêtre Layer Properties (Propriétés de la couche) apparaît. C’est ici que vous pouvez créer des ensembles de définitions.
- Dans la fenêtre Layer Properties (Propriétés de la couche), cliquez sur l’onglet Definition Query (Ensemble de définition). Cliquez sur New definition query (Nouvel ensemble de définition).
Vous allez ensuite générer un ensemble de définition à l’aide d’une série de clauses pour sélectionner le rendement des cultures de blé irriguées en 2010. La première clause sélectionnera les cultures de blé.
- Créez la clause Where Crop is equal to Wheat (Où Culture est égal à Blé).
Vous allez ajouter une deuxième clause pour sélectionner les zones qui ont été irriguées.
- Cliquez sur Add Clause (Ajouter une clause). Créez une clause pour sélectionner Water Supply is equal to Irrigated (Water Supply [Approvisionnement en eau] est égal à Irrigated [Irrigation]).
La troisième clause a pour but de sélectionner la variable de rendement.
- Cliquez sur Add Clause (Ajouter une clause). Créez une clause pour sélectionner Variable Name is equal to Yield (Variable Name [Nom de variable] est égal à Yield [Rendement]).
La dernière clause va sélectionner les données de l’année 2010.
- Cliquez sur Add Clause (Ajouter une clause). Créez une clause pour sélectionner Time Period is equal to 2010 (Time Period [Période] est égal à 2010).
- Cliquez sur Apply (Appliquer). Cliquez sur OK.
À présent, seul un raster est présent dans la table attributaire, et il s’affiche sur la carte. Il montre le rendement agricole du blé en régime irrigué en tonnes par hectare pour l’année 2010.
Remarque :
Si la carte n’affiche pas la couche Actual Yields and Production (Rendements et production réels), cliquez sur le bouton Refresh (Actualiser) dans le coin inférieur droit de la vue Map (Carte).
Étant donné la configuration de la couche et l’étendue de la carte, la symbologie Actual Yields and Production (Rendements et production réels) peut différer de l’image illustrée ci-dessus.
- Fermez la table attributaire.
Vous allez maintenant changer la symbologie pour présenter les valeurs de rendement réelles en tonnes par hectare. Pour cela, vous allez commencer par supprimer la symbologie existante, également appelée Processing Template (Modèle de traitement).
- Dans la fenêtre Contents (Contenu), assurez-vous que la couche Actual Yields and Production (Rendements et production réels) est sélectionnée.
- Sur le ruban, cliquez sur l’onglet Données. Dans le groupe Processing (Traitement), cliquez sur Processing Templates (Modèles de traitement). Sélectionnez None (Aucun).
La même symbologie semble appliquée aux données dans toute la zone d’étude.
Pour mieux visualiser les données de cette zone, vous allez utiliser DRA (Dynamic Range Adjustment), c’est-à-dire l’ajustement dynamique de la plage. L’ajustement dynamique de la page est un étirement de contraste qui s’applique uniquement aux valeurs de pixels de l’étendue d’affichage actuelle de la carte. Avec ce paramètre activé, la symbologie de la couche est mise à jour lorsque vous vous déplacez sur la carte et changez son étendue.
- Sur le ruban, cliquez dans l’onglet Image Service Layer (Couche de service d’imagerie). Dans le groupe Rendering (Rendu), cliquez DRA (Ajustement dynamique de la plage).
La symbologie Actual Yields and Production (Rendements et production réels) est mise à jour. Plusieurs dégradés sont visibles dans la symbologie de la couche.
Remarque :
Votre symbologie peut être différente de celle de l’image présentée ci-dessus. Cela est dû à l’ajustement dynamique de la plage. Si vous vous déplacez dans la carte, vous verrez que la symbologie change en fonction de l’étendue de la carte. Les valeurs de pixels sous-jacentes ne changent pas.
Vous allez ensuite modifier la symbologie pour passer du noir et blanc au blanc et vert pour mieux visualiser les données.
- Sous l’onglet Image Service Layer (Couche de service d’imagerie), dans le groupe Rendering (Rendu), cliquez sur le bouton Symbology (Symbologie).
La fenêtre Symbology (Symbologie) apparaît. Elle vous permet de changer l’apparence de la couche sur la carte. Vous allez remplacer le dégradé de couleurs blanc et noir par différentes teintes de vert.
- Dans la fenêtre Symbology (Symbologie), dans Color scheme (Combinaison de couleurs), cliquez sur la flèche de la liste déroulante. Cochez la case en regard de Show names (Afficher les noms). Sélectionnez Green Light to Dark (Vert clair à foncé).
La carte affiche les zones de haut rendement agricole en vert foncé. À l’inverse, les zones de faible rendement apparaissent en vert clair. Si vous cliquez sur la carte, vous accédez aux valeurs de rendement sous-jacentes, exprimées en tonnes par hectare.
- Cliquez sur n’importe quelle cellule proche de Ciudad Obregon.
La fenêtre Pop-up (Fenêtre contextuelle) apparaît : elle contient des informations sur la cellule que vous avez choisie. La valeur de rendement, en tonnes par hectare, apparaît dans le champ Service Pixel Value (Valeur de pixel de service) dans Pop-up (Fenêtre contextuelle).
- Fermez la fenêtre contextuelle.
Les valeurs autour de Ciudad Obregon oscillent entre 5,1 et 5,2 tonnes par hectare. Les valeurs au sud de la vallée du Río Yaqui, près de la ville de Navojoa, s’élèvent environ à 5,0 tonnes par hectare.
- Cliquez sur le bouton Enregistrer.
Jusqu’à présent, vous avez créé un projet ArcGIS Pro et ajouté un service d’imagerie GAEZ. Vous avez aussi appliqué un ensemble de définition pour afficher un raster du rendement du blé en régime irrigué dans la vallée du Río Yaqui. Par la suite, vous allez analyser les rendements du blé dans toute la vallée et les comparer aux chiffres mondiaux.
Analyser le rendement du blé
Vous allez analyser le rendement du blé dans la zone d’étude. Vous allez commencer par créer un histogramme correspondant au blé en régime irrigué pour le jeu de données mondial, puis vous exporterez un raster afin d’isoler la zone d’étude et créer un histogramme pour la vallée du Río Yaqui. Enfin, vous allez classer et modifier la symbologie de la carte de rendement.
Créer un histogramme mondial des rendements
Dans cette section, vous allez créer un histogramme du rendement du blé à l’échelle mondiale. Par la suite, vous comparerez les résultats mondiaux aux rendements locaux.
- Dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur la couche Actual Yields and Production (Rendements et production réels). Pointez sur Create chart (Créer un diagramme) et sélectionnez Histogram (Histogramme).
Un diagramme vide apparaît sous la carte. La fenêtre Chart Properties (Propriétés du diagramme) apparaît également. Vous utiliserez cette fenêtre pour configurer vos histogrammes. Le diagramme va extraire les valeurs de la production du blé ; elles correspondent à Band_1.
- Dans la fenêtre Chart Properties (Propriétés du diagramme), sous Variable, réglez Number (Nombre) sur Band-1.
L’histogramme affiche la vue du diagramme, mais il est asymétrique. Cela est lié à l’ajustement dynamique de la plage.
Vous allez désactiver l’ajustement dynamique de la plage.
- Sur le ruban, sous l’onglet Image Service Layer (Couche de service d’imagerie), dans le groupe Rendering (Rendu), cliquez sur DRA.
L’ajustement dynamique de la plage est désactivé et l’histogramme est redessiné.
Cet histogramme représente le rendement 2010 du blé en régime irrigué dans le monde. Vous allez ensuite ajouter d’autres statistiques pour faciliter la compréhension des données.
- Dans la fenêtre Chart Properties (Propriétés du diagramme), sous Statistics (Statistiques), cochez la case Std. Dev. (Écart type).
Des statistiques supplémentaires sont ajoutées à l’histogramme.
La moyenne mondiale s’élève à 4,2 tonnes par hectare. Dans le didacticiel, vous avez précédemment appris que les valeurs de rendement étaient proches de 5,0 (Navojoa) et de 5,2 (Ciudad Obregon). Ces valeurs sont supérieures à la moyenne mondiale, mais se situent à un écart type (< 5,94 tonnes/ha). Cela indique qu’il est possible d’améliorer les rendements.
Créer un histogramme local des rendements
À présent, vous allez créer un histogramme du rendement du blé au niveau local. Vous allez commencer par exporter un raster de rendement pour la vallée du Río Yaqui. Ensuite, vous allez créer un histogramme du rendement du blé pour cette zone d’étude. Pour terminer, vous comparerez les résultats locaux au reste du monde.
- Dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur la couche Actual Yields and Production (Rendements et production réels). Pointez sur Data (Données) et sélectionnez Export Raster (Exporter un raster).
La fenêtre Export Raster (Exporter un raster) s’affiche. Cette fenêtre permet d’extraire une zone d’intérêt d’un vaste jeu de données raster. Vous allez utiliser cette fenêtre pour créer un raster pour la seule vallée du Río Yaqui. Pour commencer, vous allez donner un nom au raster et l’enregistrer dans la géodatabase fichier de votre projet.
- Dans la fenêtre Export Raster (Exporter un raster), pour Output Raster Dataset (Jeu de données raster en sortie), cliquez sur le bouton Browse (Parcourir).
La fenêtre Output Location (Emplacement en sortie) apparaît. Vous pouvez sélectionner l’emplacement dans lequel vous voulez enregistrer le raster.
- Sous Project (Projet), développez Databases (Bases de données) et sélectionnez Analyse du blé.gdb.
- Dans le champ Name (Nom), tapez Rendement_blé_irrigué. Cliquez sur Save (Enregistrer).
Vous allez maintenant définir les étendues nord (en haut), est (à droite), sud (en bas) et ouest (à gauche) de la zone du projet. Cette étendue représente la zone exportée sous forme d’un raster supplémentaire.
- Définissez Clipping Geometry (Géométrie de découpage) sur As Specified Below (Comme spécifié ci-dessous). Renseignez les paramètres suivants :
- Dans le champ Top (Haut), saisissez 27,86.
- Dans le champ Right (Droit), saisissez -108,80.
- Dans le champ Bottom (Bas), saisissez 26,63.
- Dans le champ Left (Gauche), saisissez -110,78.
Remarque :
Si vous effectuez cette analyse dans une autre partie du monde, définissez l’étendue de la carte selon votre zone d’intérêt. Définissez ensuite Clipping Geometry (Géométrie de découpage) sur Current Display Extent (Étendue actuellement affichée). Les paramètres Top (Haut), Right (Droit), Bottom (Bas) et Left (Gauche) sont renseignés automatiquement en fonction de l’étendue de la carte.
Vous allez ensuite définir le type de pixel dans le champ Pixel Type (Type de pixel) pour vous assurer que le raster ne supprime pas les décimales du jeu de données initial au cours du processus d’exportation.
- Définissez Pixel Type (Type de pixel) sur 32 bit float (Virgule flottante 32 bits).
Pour terminer, vous allez définir les pixels dépourvus de valeur sur la valeur 0.
- Pour NoData calue (Valeur NoData), saisissez 0.
- Cliquez sur Exporter.
Le raster exporté est ajouté à la fenêtre Contents (Contenu).
À présent, vous allez utiliser ce raster pour créer un histogramme à partir de ses valeurs.
- Dans la fenêtre Contents (Contenu), renommez Rendement_Blé_Irrigué en le remplaçant par Rendement du blé irrigué.
- Cliquez avec le bouton droit sur Irrigated Wheat Yield (Rendement du blé irrigué), pointez sur Create Chart (Créer un diagramme) et sélectionnez Histogram (Histogramme).
- Dans la fenêtre Chart Properties (Propriétés du diagramme), sous Variable, réglez Number (Nombre) sur Band-1.
- Sous Statistics (Statistiques), cochez la case Std. Dev. (Écart type).
Un histogramme avec les statistiques relatives à la vallée du Río Yaqui est créé. Vous allez utiliser la valeur moyenne de 5,1 tonnes par hectare et les valeurs d’écart type d’environ 5,1 et 5,44 tonnes par hectare lors de la création d’une carte dans la section suivante.
- Fermez les histogrammes.
Cet histogramme correspond à la distribution du rendement du blé en régime irrigué dans la vallée du Río Yaqui au cours de l’année 2010. Les exploitations agricoles dont le rendement est inférieur à l’écart type de la moyenne sont des cibles potentielles pour des projets locaux comme le renforcement des capacités. Ces projets peuvent aider les agriculteurs à améliorer progressivement leur rendement.
Créer une carte classée de rendements
Dans cette section, vous allez créer une carte du rendement du blé en utilisant les valeurs de moyenne et d’écart type que vous avez déterminées à la section précédente.
- Dans la fenêtre Contents (Contenu), désactivez la couche Actual Yields and Production (Rendements et production réels).
- Cliquez avec le bouton droit sur la couche Irrigated Wheat Yield (Rendement du blé irrigué) et choisissez Symbology (Symbologie).
La fenêtre Symbology (Symbologie) apparaît. Vous allez cartographier les zones qui se trouvent au-dessus et au-dessous des écarts types.
- Dans la fenêtre Symbology (Symbologie), dans Primary symbology (Symbologie principale), sélectionnez Classify (Classer).
- Pour Classes, sélectionnez 3.
- Pour Color scheme (Combinaison de couleurs), sélectionnez Yellow-Green-Blue (Continuous) (Jaune-vert-bleu [continu]).
- Dans l’onglet Classes, pour le premier champ Upper value (Valeur supérieure), saisissez 5,1. Pour le deuxième champ Upper value (Valeur supérieure), saisissez 5,3 et pour le troisième champ Upper value (Valeur supérieure), saisissez 5,44.
La carte reflète, en jaune, les parties de la vallée du Río Yaqui dont les rendements sont les plus faibles.
Pour mieux afficher ces résultats sur le fond de carte d’imagerie aérienne, vous allez utiliser la fusion.
- Dans la fenêtre Contents (Contenu), assurez-vous que la couche Irrigated Wheat Yield (Rendement du blé irrigué) est sélectionnée.
- Sur le ruban, cliquez sur l’onglet Raster Layer (Couche raster). Dans le groupe Effects (Effets), définissez Layer Blend (Fusion des couches) sur Overlay (Superposition).
La couche Irrigated Wheat Yield (Rendement du blé irrigué) et l’imagerie sont visibles dans la vue Map (Carte).
Les zones en vert ont un rendement de blé moyen de l’ordre de 5,3 tonnes par hectare.
- Dans la fenêtre Contents (Contenu), désactivez la couche Irrigated Wheat Yield (Rendement du blé irrigué).
- Enregistrez votre projet.
Vous avez cartographié le rendement du blé cultivé grâce à l’irrigation dans la vallée du Río Yaqui. À l’aide des histogrammes, vous avez comparé la distribution régionale de la zone par rapport au rendement du blé mondial. Vous allez maintenant identifier les taux de réussite du rendement et créer des cartes montrant les écarts de production.
Cartographier et analyser les écarts de production
Dans le didacticiel, vous avez précédemment créé un histogramme du blé cultivé grâce à l’irrigation dans la vallée du Río Yaqui. À présent, vous allez calculer et afficher une carte du taux de réussite du rendement. Il s’agit de la mesure qui détermine à quel point une surface est proche de l’optimisation de la production : elle est exprimée sous forme d’un pourcentage de la différence entre le rendement réel d’une surface et son rendement potentiel. Vous allez déterminer ce rapport entre 2000 et 2010 pour cartographier les écarts de production. Cela permet d’identifier les surfaces ayant réduit leur écart de production entre 2000 et 2010 et les surfaces qui n’ont fait aucun progrès au cours de cette période. Les surfaces n’ayant pas progressé ont le potentiel pour augmenter leur production dans les années à venir.
Afficher le taux de réussite du rendement
Dans cette section, vous allez afficher le taux de réussite du rendement pour les années 2000 à 2010. Vous allez d’abord accéder à un autre service d’imagerie à partir de GAEZ v4 Data Portal.
- Dans le navigateur Web, retournez sur le FAO GAEZ v4 Data Portal.
- Dans le tableau GAEZ v4 Image Service and Metadata Listing, recherchez la ligne contenant Theme 6: Yield and Production Gaps. Cliquez avec le bouton droit sur Image Service URL et copiez l’adresse du lien.
Remarque :
L’opération de copie d’une URL varie selon le navigateur Web utilisé.
L’URL du service d’imagerie est https://gaez-services.fao.org/server/rest/services/res07/ImageServer.
- Dans ArcGIS Pro, sur le ruban, cliquez sur l’onglet Map (Carte). Dans le groupe Layer (Couche), cliquez sur le menu déroulant dans Add Data (Ajouter des données) et choisissez Data From Path (Données à partir d’un chemin).
La fenêtre Add Data From Path (Ajouter des données à partir d’un chemin) s’ouvre.
- Dans la fenêtre Add Data From Path (Ajouter des données à partir d’un chemin), sous Path (Chemin), collez l’URL du service d’imagerie. Cliquez sur Add (Ajouter).
Un raster nommé res07 est ajouté à la fenêtre Contents (Contenu).
Vous allez renommer cette couche.
- Dans la fenêtre Contents (Contenu), remplacez le nom de la couche res07 par Yield and Production Gaps (Écarts de rendement et de production).
Vous allez utiliser un ensemble de définition pour isoler les données concernant le taux de réussite du rendement du blé en régime irrigué en 2000.
- Cliquez avec le bouton droit sur Yield and Production Gaps (Écarts de rendement et de production) et sélectionnez Properties (Propriétés).
La fenêtre Layer Properties (Propriétés de la couche) apparaît.
- Dans la fenêtre Layer Properties (Propriétés de la couche), cliquez, si besoin, sur l’onglet Definition Query (Ensemble de définition).
- Cliquez sur New definition query (Nouvel ensemble de définition) et composez une clause pour sélectionner Where Crop is equal to Wheat (Où Crop [Céréale] est égal à Wheat [Blé]).
- Cliquez sur Add Clause (Ajouter une clause) et créez une clause pour sélectionner Water Supply is equal to Irrigated (Water Supply [Approvisionnement en eau] est égal à Irrigated [Irrigation]).
- Cliquez sur Add Clause (Ajouter une clause) et ajoutez la clause pour sélectionner Variable Name is equal to Cropwise Yield Achievement Ratio (Variable Name [Nom de variable] est égal à Cropwise Yield Achievement Ratio [Taux de réussite de rendement par culture]).
- Cliquez sur Add Clause (Ajouter une clause) et créez une clause pour sélectionner Time Period is equal to 2000 (Time Period [Période] est égal à 2000).
Cette requête va isoler la variable qui nous intéresse pour l’année 2000.
- Cliquez sur Apply (Appliquer). Cliquez sur OK.
La carte affiche, en vert, que le taux de réussite du rendement dans la vallée du Río Yaqui est d’environ 70 pour cent contre 85 pour cent.
Vous allez maintenant explorer les écarts de rendement et de production pour l’année 2010. Pour ce faire, vous allez mettre à jour l’ensemble de définition existant.
- Dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur Yield and Production Gaps (Écarts de rendement et production) et choisissez Properties (Propriétés).
La fenêtre Layer Properties (Propriétés de la couche) apparaît. Vous allez mettre à jour l’ensemble de définition existant pour passer de l’année 2000 à l’année 2010.
- Si nécessaire, cliquez sur l’onglet Definition Query (Ensemble de définition). Cliquez sur le bouton Edit (Mettre à jour).
Vous pouvez mettre à jour l’ensemble de définition existant pour afficher une année différente.
- Changez la dernière clause pour sélectionner Time Period is equal to 2010 (Time Period [Période] est égal à 2010).
- Cliquez sur Apply (Appliquer). Cliquez sur OK.
La carte affiche un taux de réussite du rendement de plus de 85 pour cent en 2010, en vert foncé.
Observer l’écart de production
Dans cette section, vous allez cartographier les écarts de production pour les années 2000 et 2010. Vous les comparerez visuellement. Tout d’abord, vous allez mettre à jour la symbologie et modifier l’ensemble de définition existant.
- Dans la fenêtre Contents (Contenu), assurez-vous que la couche Yield and Production Gaps (Écarts de rendement et production) est sélectionnée.
- Sur le ruban, cliquez sur l’onglet Données. Dans le groupe Processing (Traitement), cliquez sur Processing Templates (Modèles de traitement) et sélectionnez None.
- Dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur Yield and Production Gaps (Écarts de rendement et production) et choisissez Properties (Propriétés).
La fenêtre Layer Properties (Propriétés de la couche) apparaît.
- Si nécessaire, cliquez sur l’onglet Definition Query (Ensemble de définition). Cliquez sur Modifier.
Vous allez remplacer le paramètre Variable Name (Nom de variable) Cropwise Yield Achievement (Réussite de rendement par culture) par Cropwise Apparent Production Gap (Écart de production apparent par culture).
- Dans la troisième clause, remplacez Cropwise Yield Achievement par Cropwise Apparent Production Gap.
- Cliquez sur Apply (Appliquer). Cliquez sur OK.
- Dans la fenêtre Contents (Contenu), assurez-vous que la couche Yield and Production Gaps (Écarts de rendement et production) est sélectionnée.
- Dans la fenêtre Symbology (Symbologie), pour Color scheme (Combinaison de couleurs), sélectionnez Red-Yellow-Green (Continuous) (Rouge-Jaune-Vert (Continu)).
Les couleurs de la carte sont trompeuses ; les écarts les plus élevés sont en vert et les plus petits apparaissent en rouge. Vous allez donc inverser le dégradé de couleurs de telle manière que les écarts les plus importants s’affichent en rouge.
- Cochez la case Invert (Inverser).
Les valeurs figurant dans la fenêtre Contents (Contenu) désignent les écarts de production. Les valeurs doivent être multipliées par 1 000 pour exprimer la valeur en tonnes. Ainsi, une cellule avec une valeur de 4,2 signifie que cette zone a un écart de production de 4 200 tonnes de blé.
Les zones en rouge correspondent à des écarts de production importants. En d’autres termes, en 2010, cette zone avait le plus fort potentiel pour produire plus de céréales. Nous allons maintenant comparer l’écart de production de l’année 2010 par rapport à l’année 2000.
- Dans la fenêtre Contents (Contenu), remplacez Yield and Production Gaps (Écarts de rendement et de production) par Yield and Production Gaps 2010 (Écarts de rendement et de production 2010).
- Cliquez avec le bouton droit sur Yield and Production Gaps 2010 (Écarts de rendement et production 2010) et choisissez Copy (Copier).
- Cliquez avec le bouton droit sur Map (Carte) et sélectionnez Paste (Coller).
Une deuxième couche Yield and Production Gaps 2010 (Écarts de rendement et production 2010) est ajoutée à la carte.
- Renommez la couche collée Yield and Production Gaps 2010 (Écarts de rendement et de production 2010) en remplaçant son nom par Yield and Production Gaps 2000 (Écarts de rendement et de production 2000).
La couche d’origine qui affiche les écarts de production en 2010 étant copiée, vous allez l’actualiser pour qu’elle affiche les écarts de rendement et de production pour 2000 en modifiant l’ensemble de définition.
- Cliquez avec le bouton droit sur Yield and Production Gaps 2000 (Écarts de rendement et de production 2000) et sélectionnez Properties (Propriétés).
La fenêtre Layer Properties (Propriétés de la couche) apparaît.
- Si nécessaire, cliquez sur l’onglet Definition Query (Ensemble de définition). Cliquez sur Modifier.
- Changez la clause Time Period is equal to 2010 (Time Period [Période] est égal à 2010) en Time Period is equal to 2000 (Time Period [Période] est égal à 2000).
- Cliquez sur Apply (Appliquer). Cliquez sur OK.
La carte est actualisée pour afficher les écarts de rendement et de production pour l’année 2000. Les zones en rouge continuent de montrer les écarts les plus importants qui existaient déjà.
Les deux périodes figurent sur la carte, mais vous ne pouvez en voir qu’une seule à la fois. Pour comparer les périodes, vous allez utiliser l’outil Swipe (Balayer).
- Dans la fenêtre Contents (Contenu), assurez-vous que la couche Yield and Production Gaps 2000 (Écarts de rendement et production 2000) est sélectionnée.
- Sur le ruban, cliquez dans l’onglet Image Service Layer (Couche de service d’imagerie). Dans le groupe Compare (Comparer), cliquez sur Swipe (Balayer).
L’outil Balayer permet de révéler une partie de la couche qui se trouve en dessous d’une autre. Vous serez en mesure de comparer graphiquement les écarts de rendement et de production entre 2000 et 2010.
- Cliquez et faites glisser la vue Map (Carte) pour utiliser l’outil Swipe (Balayer).
La couche Yield and Production Gaps 2000 (Écarts de rendement et de production 2000) est masquée de manière dynamique lorsque vous déplacez le pointeur pour révéler la couche Yield and Production Gaps 2010 (Écarts de rendement et de production 2010) afin de comparer les couches. Vous pouvez constater, par simple observation visuelle, que les écarts de rendement et de production ont changé.
Remarque :
Pour cesser d’utiliser l’outil Swipe (Balayer), basculez sur l’outil Explore (Explorer). Pour accéder à cet outil, sur le ruban, cliquer sur l’onglet Map (Carte). Dans le groupe Navigate (Naviguer), cliquez sur Explore (Explorer).
Calculer l’écart de production
Dans cette ultime section, vous allez calculer les changements des écarts de rendement et de production entre les deux périodes étudiées et déterminer les zones dans lesquelles l’écart de production n’a pas diminué. Pour ce faire, vous allez utiliser l’outil de géotraitement Raster Calculator (Calculatrice raster).
- Dans Command Search (Recherche de commande), saisissez Calculatrice raster et sélectionnez Calculatrice raster.
Remarque :
L’outil Raster Calculator (Calculatrice raster) apparaît deux fois. Vous pouvez sélectionner l’une ou l’autre des options. Les deux options mènent au même outil de géotraitement.
La fenêtre Geoprocessing (Géotraitement) s’affiche. Vous allez utiliser l’outil Raster Calculator (Calculatrice raster) pour calculer la différentce entre les couches Yield and Production Gaps 2000 (Écarts de rendement et de production 2000) et Yield and Production Gaps 2010 (Écarts de rendement et de production 2010).
- Sous Map Algebra Expression (Expression d’algèbre spatiale), sous Rasters, double-cliquez sur Yield and Production Gaps 2000 (Écarts de rendement et de production 2000).
La couche Yield and Production Gaps 2000 (Écarts de rendement et de production 2000) est ajoutée à l’expression sous la liste des rasters.
- Sous Tools (Outils), sous Operators (Opérateurs), double-cliquez sur l’opérateur Subtraction (Soustraction).
L’opérateur de soustraction est ajouté à l’expression.
- Sous Map Algebra Expression (Expression d’algèbre spatiale), sous Rasters, double-cliquez sur Yield and Production Gaps 2010 (Écarts de rendement et de production 2010).
La couche Yield and Production Gaps 2010 (Écarts de rendement et de production 2010) est ajoutée à l’expression.
Remarque :
L’expression affichée doit être "Écarts de rendement et de production 2000" - Écarts de rendement et de production 2010".
Vous allez maintenant donner un nom au raster en sortie.
- Pour Output raster (Raster en sortie), saisissez Différence_écart_rendement_production.
L’expression pour calculer l’évolution des écarts de rendement et de production est complète. Avant d’exécuter l’outil, vous allez vous assurer qu’il ne s’applique qu’à la vallée du Río Yaqui.
- Cliquez sur l'onglet Environnements.
Vous allez saisir manuellement les valeurs minimales et maximales x et y pour déterminer l’étendue géographique que cet outil doit traiter.
- Sous Processing Extent (Étendue de traitement), pour Extent (Étendue), développez X and Y Extent (Étendue X et Y).
- Pour X and Y Extent (Étendue X et Y), saisissez les paramètres suivants :
- Dans le champ Top (Haut), saisissez 27,86.
- Dans le champ Left (Gauche), saisissez -110,78.
- Dans le champ Right (Droit), saisissez -108,80.
- Dans le champ Bottom (Bas), saisissez 26,63.
Pour terminer, vous allez vous assurer que le raster que vous créez ne fait pas l’objet d’un décalage géographique pendant le traitement.
- Sous Raster Analysis (Analyseur raster), pour Snap Raster (Raster de capture), sélectionnez Yield and Production Gaps 2000 (Écarts de rendement et de production 2000).
- Cliquez sur Run (Exécuter).
La couche Yield_Production_Gap_Difference (Différence_écart_rendement_production) est ajoutée à la vue Map (Carte).
Remarque :
Votre symbologie peut différer de l’illustration ci-dessus.
Pour mieux observer les résultats, vous allez mettre à jour la symbologie.
- Dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur la couche Yield_Production_Gap_Difference (Différence_écart_rendement_production) et sélectionnez Symbology (Symbologie).
La fenêtre Symbology (Symbologie) apparaît.
- Sous Primary Symbology (Symbologie principale), sélectionnez Stretch (Étirer).
- Pour Color scheme (Combinaison de couleurs), choisissez Condition Number (Numéro conditionnel).
- Cochez la case Invert (Inverser).
La couche Yield_Production_Gap_Difference (Différence_écart_rendement_production) affiche les zones dans lesquelles l’écart de production a fortement diminué en vert foncé, soit une baisse d’environ 3 000 tonnes par hectare. Les zones qui n’ont connu aucune amélioration apparaissent en rouge (baisse de 0 tonne par hectare) entre 2000 et 2010. Ce sont dans ces zones qu’il est possible d’accroître le rendement du blé à l’avenir.
- Enregistrez votre projet
Dans ce didacticiel, vous avez créé un projet ArcGIS Pro visant à analyser le rendement du blé en régime irrigué dans la vallée du Río Yaqui au Mexique. Vous avez également appris à accéder aux services d’imagerie des zones agro-écologiques mondiales (GAEZ) de l’organisation des Nations Unies pour l’alimentation et l’agriculture (FAO) à des fins de visualisation. Par ailleurs, vous avez analysé le rendement du blé en comparant les histogrammes à l’échelle locale et mondiale. Enfin, vous avez cartographié les écarts de production et identifié les régions dans lesquelles l’écart n’a pas baissé entre 2000 et 2010 afin de déterminer les endroits où il est encore possible d’accroître les rendements.
Vous trouverez d’autres didacticiels dans la bibliothèque des didacticiels.
