Préparer les données multidimensionnelles liées à la pollution

Vous allez tout d’abord étudier un jeu de données mosaïque de données de pollution. Vous utiliserez la mosaïque pour créer une couche multidimensionnelle et un cube spatio-temporel. La couche multidimensionnelle et les structures de données de cube spatio-temporel sont des façons différentes de représenter les données temporelles, et sont des formats compatibles avec de nombreux outils d’analyse.

Télécharger et exporter les données

Vous allez commencer par étudier les données raster globales mesurant les niveaux de pollution par particules fines. Il s’agit de particules polluantes contenues dans l’air d’un diamètre inférieur ou égal à 2,5 microns et désignées PM 2.5. Pour plus d’informations sur la pollution de l'air liée aux particules fines et sur d’autres sources de pollution de l’air extérieur, consultez le site Web de l’Organisation mondiale de la santé.

  1. Télécharger le Paquetage de projet InvestigatePollutionPatterns.
  2. Accédez au fichier InvestigatePollutionPatterns.ppkx téléchargé sur votre ordinateur. Double-cliquez sur le fichier pour l’ouvrir dans ArcGIS Pro. À l’invite, connectez-vous à votre compte ArcGIS.
    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.

    Le projet comporte trois cartes (Part 1, Part 2, Part 3.1) ainsi qu’une scène locale (Part 3.2). La carte The Part 1 est active.

    Onglets des cartes et de la scène locale du projet

  3. Si nécessaire, effectuez un zoom arrière pour voir la terre entière.

    Carte Partie 1 avec la projection Equal Earth

    La carte est affichée à l’aide du système de coordonnées projetées Equal Earth. Ce système de coordonnées est approprié pour une analyse globale car il n’engendre pas de distorsion de zone.

  4. Dans la fenêtre Contents (Contenu), cochez la case en regard de PM25 pour activer la visibilité de la couche.

    Fenêtre Contenu avec couche de mosaïque PM25 activée

    PM25 est une mosaïque multidimensionnelle. Le terme multidimensionnel désigne les données capturées à différents moments, différentes profondeurs ou hauteurs. Dans le cas présent, la dimension supplémentaire est le temps. Dans ArcGIS Pro, un jeu de données mosaïque se compose de trois parties : une limite, une emprise et une image.

    Carte Partie 1 avec mosaïque PM25 affichée en haut

  5. Dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur Footprint (Emprise) et sélectionnez Attribute Table (Table attributaire).

    Option Table attributaire du menu contextuel de l’emprise

    La table attributaire apparaît sous la carte. Elle contient 19 lignes.

    PM25 : table attributaire Emprise indiquant que 0 sur 19 fichiers sont sélectionnés dans la partie inférieure

    La mosaïque référence 19 fichiers raster .tif. Les lignes de cette table représentent les emprises des 19 rasters, datées de 1998 à 2016. Les 19 rasters sont empilés les uns sur les autres au sein de la mosaïque PM25. Chaque raster enregistre le niveau moyen de pollution par particules fines (PM 2.5) pour une année.

  6. Faites défiler la table vers la droite pour vérifier que chaque emprise de raster contient des données dans les champs Standard Time (Temps standard), Dimensions, et Variable. Les valeurs Standard Time (Temps standard) doivent être incrémentées d’une année pour chaque ligne, avec pour première valeur 1/1/1998, et pour dernière valeur 1/1/2016.

    Colonnes Temps et Variable dans la table Emprise

    Remarque :

    Ces trois champs ont été créés à l’aide de l’outil Build Multidimensional Information (Créer des informations multidimensionnelles). Ces champs sont requis pour un grand nombre d’outils multidimensionnels dans ArcGIS Pro et sont donc créés par l’outil en fonction des champs existants (Var et Date) avec les noms et types de champ appropriés.

  7. Fermez la table attributaire.
  8. Dans la fenêtre Contents (Contenu), cliquez sur la couche Image pour la sélectionner.

    Les onglets contextuels de la couche apparaissent sur le ruban.

    Le ruban contextuel apparaît lorsque la couche d’image est sélectionnée dans la fenêtre Contents (Contenu)

  9. Sur le ruban, cliquez sur l’onglet Image Layer (Couche d’images). Cliquez et développez le bouton Stretch Type (Type d’étirement), puis sélectionnez Standard Deviation (Écart type).

    Options Type d’étirement pour une couche d'image

    Le type d’étirement modifie la façon dont les données raster sont symbolisées. Les effets des points aberrants sur la visualisation sont réduits et vous pouvez maintenant voir les zones du monde où les niveaux de pollution par PM 2.5 sont les plus élevés (en blanc) et les plus faibles (en noir).

    Couche mosaïque PM25 affichée avec l’étirement Standard Deviation (Écart type)

Créer une couche raster multidimensionnelle

Vous allez maintenant utiliser le jeu de données mosaïque pour créer une couche raster multidimensionnelle (au format CRF). Il s’agit d’une couche temporelle dont les propriétés sont similaires à la mosaïque multidimensionnelle à partir de laquelle elle a été créée, mais les données sont toutes contenues dans une seule couche raster. Les couches raster multidimensionnelles peuvent être utilisées comme entrées avec de nombreux outils de géotraitement et diagrammes dans ArcGIS Pro ; leur création vous offre donc de nouvelles opportunités d’analyse. En exemple, vous allez étudier les intervalles temporels de la couche raster multidimensionnelle à l’aide du curseur temporel.

  1. Sur le ruban, cliquez sur l’onglet Analysis (Analyse). Dans le groupe Geoprocessing (Géotraitement), cliquez sur Tools (Outils).

    Bouton Outils de longlet Analyse

  2. Dans la fenêtre Geoprocessing (Géotraitement), dans la barre de recherche, saisissez copy raster (copier un raster). Dans les résultats de la recherche, cliquez sur l’outil Copier un raster pour l’ouvrir.

    Outil Copier un raster dans la fenêtre Geoprocessing (Géotraitement)

  3. Pour Input Raster (Raster en entrée), sélectionnez PM25.
  4. Pour Jeu de données raster en sortie, cliquez sur le bouton Parcourir.

    Bouton Browse (Parcourir) pour Output Raster Dataset (Jeu de données raster en sortie) dans l’outil Copier un raster

  5. Accédez au dossier dans lequel vous souhaitez enregistrer le nouveau raster (par exemple, C:). Pour Name (Nom), saisissez PM25.crf et cliquez sur Save (Enregistrer).

    Fenêtre Jeu de données raster en sortie

  6. Pour NoData Value (Valeur NoData), saisissez 0.
  7. Vérifiez que le paramètre Process as Multidimensional (Traiter comme multidimensionnel) est sélectionné.

    Case à cocher Process as Multidimensional (Traiter comme multidimensionnel)

  8. Cliquez sur Run (Exécuter).

    La nouvelle couche PM25.crf est ajoutée à la carte. Elle est semblable à la mosaïque PM25.

  9. Dans la fenêtre Contents (Contenu), désactivez la couche mosaïque PM25.

    Vous avez à présent 19 années de données regroupées dans une seule couche raster temporelle au lieu de les avoir dans une mosaïque de 19 couches raster. Vous utiliserez le curseur temporel pour animer la couche PM25.crf.

  10. Si besoin, dans la fenêtre Contents (Contenu), cliquez sur la couche PM25.crf pour la sélectionner.
  11. En haut de la carte, pointez le curseur de la souris sur le curseur temporel pour afficher les contrôles associés. Cliquez sur le bouton Play (Lecture) au centre du curseur.

    Bouton lecture sur le curseur temporel

    Les données s’animent de 1998 à 2016 et affichent une année à la fois.

    Animation du curseur temporel montrant les couches raster dans le temps

    Ultérieurement dans ce didacticiel, vous utiliserez également la couche PM25.crf pour créer un diagramme de profil temporel. Vous allez d’abord créer une troisième représentation de vos données : un cube spatio-temporel.

Créer un cube spatio-temporel

Vous allez maintenant créer un cube spatio-temporel à partir de la couche raster multidimensionnelle. Un cube spatio-temporel est une autre façon de structurer les données spatio-temporelles. Il est stocké sous forme de fichier netCDF et peut être utilisé avec la boîte d’outils Space Time Pattern Mining (Exploration des modèles spatio-temporels).

Vous allez tout d’abord vérifier qu’aucun filtre de temps n’est présent sur le raster multidimensionnel.

  1. Sur le ruban, cliquez sur l'onglet Heure. Dans le groupe Current Time (Heure actuelle), cliquez sur les boutons Start Time Enabled (Heure de début activée) et End Time Enabled (Heure de fin activée).

    Boutons Heure de début activée et Heure de fin activée

    Les champs Start (Début), Span (Période), et End (Fin) sont effacés.

    Boutons Start Time Disabled (Heure de début désactivée) et End Time Disabled (Heure de fin désactivée)

  2. Dans la fenêtre Géotraitement, cliquez sur le bouton Retour.

    Bouton Retour

    Conseil :

    Si vous ne parvenez pas à trouver la fenêtre Geoprocessing (Géotraitement), cliquez sur l’onglet Analysis (Analyse) du ruban puis cliquez sur le bouton Tools (Outils).

  3. Accédez à l'outil Create Space Time Cube From Multidimensional Raster Layer (Créer un cube spatio-temporel à partir d’une couche raster multimensionnelle) et ouvrez-le.
  4. Pour Input Multidimensional Raster Layer (Couche raster multidimensionnel en entrée), choisissez PM25.crf.
  5. Pour Output Space Time Cube (Cube spatio-temporel en sortie), cliquez sur le bouton Parcourir.
  6. Accédez au dossier dans lequel vous souhaitez enregistrer le cube spatio-temporel (par exemple, C:). Pour Name (Nom), saisissez PM25 et cliquez sur Save (Enregistrer).
  7. Pour Fill Empty Bins Method (Méthode de remplissage des groupes vides), acceptez les valeurs Zeros (Zéros) par défaut.

    Paramètres Create Space Time Cube From Multidimensional Raster Layer (Créer un cube spatio-temporel à partir d’une couche raster multidimensionnelle)

  8. Cliquez sur Run (Exécuter).

    L’outil crée un cube spatio-temporel NetCDF. Le fichier a l’extension .nc. Ce cube spatio-temporel n’est pas ajouté à la carte, mais il s’agit de la principale structure de données utilisée comme entrée par les outils dans la boîte d’outils Space Time Pattern Mining (Exploration des modèles spatio-temporels). Vous découvrirez des exemples de ces outils ultérieurement dans ce didacticiel.

  9. Une fois l’outil exécuté, cliquez sur le lien View Details (Afficher les détails) au bas de la fenêtre.

    Lien Afficher les détails dans le champ Synthèse des résultats de la fenêtre Géotraitement

    La fenêtre Détails s’affiche. Dans la fenêtre, l’onglet Messages est actif. Elle permet de réviser les paramètres utilisés par l’outil et de consulter tous les messages d’erreur ou d’avertissement.

  10. Faites glisser les coins de la fenêtre des détails pour l’agrandir. Faites défiler le contenu de l’onglet Messages.

    Dans cette section vous pouvez réviser les informations concernant le cube spatio-temporel, y compris le nombre d’intervalles temporels, l’intervalle temporel, et le nombre et la taille des emplacements pour chaque intervalle temporel. Vous rencontrerez peut-être aussi des avertissements concernant les données ou l’action que vous effectuez. Du moment que l’action se termine, vous pouvez continuer.

  11. Fermez la fenêtre de détails.
  12. Dans la barre d’outils Quick Access (Accès rapide), cliquez sur le bouton Save (Enregistrer) pour enregistrer votre projet.

    Bouton Enregistrer de la barre d’outils Accès rapide

Jusqu’ici dans ce didacticiel, vous avez découvert trois sortes de structures de données : les mosaïques multidimensionnelles, les couches raster multidimensionnelles et les cubes spatio-temporels. Vous avez créé et animé une couche raster multidimensionnelle et avez généré un cube spatio-temporel. Vous allez ensuite utiliser la couche raster multidimensionnelle pour créer un diagramme temporel, ce qui constitue une autre méthode de visualisation des données multidimensionnelles.


Créer un diagramme et visualiser la pollution dans le temps

Vous avez créé une couche raster multidimensionnelle et utilisé le curseur temporel pour visualiser ces données. Toutefois, il est difficile de tirer une conclusion solide en utilisant uniquement le curseur temporel. Vous allez maintenant créer un diagramme de profil temporel pour étudier les séries chronologiques de la pollution dans différents pays. Le fait de condenser les données temporelles en diagrammes est une technique importante pour vous permettre de comprendre et vos données et d’en parler plus facilement.

Ajouter les frontières des pays à partir de Living Atlas

À des fins de clarté, vous allez utiliser une nouvelle carte, en y ajoutant une copie de la couche PM25.crf. Vous allez également ajouter une couche des pays du monde à l’aide de ArcGIS Living Atlas of the World.

  1. Si besoin, ouvrez à nouveau le projet InvestigateGlobalPollutionPatterns.
  2. Dans la carte nommée Part 1, dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur la couche PM25.crf, puis sélectionnez Copy (Copier).

    PM25.crf copié dans la carte Part 1

  3. Cliquez sur l’onglet de la carte Part 2 pour l’activer. Dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur Part 2 (Partie 2) et choisissez Paste (Coller).

    Option Coller du menu contextuel de la carte Partie 2

    La couche PM25.crf apparaît dans la fenêtre Contents (Contenu) et sur la carte.

  4. Assurez-vous que la carte nommée Part 2 (Partie 2) est active et ouvrez la fenêtre Catalog (Catalogue).
    Conseil :

    Pour ouvrir la fenêtre Catalog (Catalogue), sur le ruban, cliquez sur l’onglet View (Vue) et, dans le groupe Windows (Fenêtres), cliquez sur Catalog Pane (Fenêtre Catalogue).

  5. Dans la fenêtre Catalog (Catalogue), cliquez sur l’onglet Portal (Portail), puis sur le bouton Living Atlas (Living Atlas).

    La fenêtre Catalogue s’ouvre sur les onglets Portail et Living Atlas tabs

  6. Dans la barre de recherche, saisissez World Countries et appuyez sur Entrée.
  7. Dans les résultats de la recherche, cliquez avec le bouton droit sur World Countries (Generalized) [Pays du monde (généralisé)], puis choisissez Add to Current Map (Ajouter à la carte actuelle).

    Option Ajouter à la carte actuelle du menu contextuel de la couche Pays du monde (généralisé)

  8. Dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur le symbole de la couche World_Countries_(Generalized) et sélectionnez No color (Aucune couleur).

    Option Aucune couleur du sélecteur de couleurs pour la couche World_Countries_(Generalized)

    Ceci rend le remplissage de la couche transparent, ce qui vous permet de voir la couche raster en dessous.

    Couche World Countries (Generalized) avec un remplissage transparent sans couleur pour faire apparaître la couche raster en dessous

  9. Sur le ruban, cliquez sur l’onglet Map (Carte). Dans le groupe Navigate (Parcourir), cliquez sur Bookmarks (Géosignets), puis choisissez le géosignet Europe.

    Géosignet Europe dans la bibliothèque de géosignets de l’onglet Carte

    La carte zoome sur l’Europe.

    Carte avec zoom appliqué sur le géosignet Europe

Créer un diagramme de profil temporel

Vous allez maintenant créer un diagramme montrant les séries chronologiques de la pollution pour trois pays européens.

  1. Dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur PM25.crf, cliquez sur Create Chart (Créer un diagramme) et sélectionnez Temporal Profile (Profil temporel).

    Options Créer un diagramme et Profil temporel du menu contextuel de la couche

    Une vue de diagramme vide et la fenêtre Chart Properties (Propriétés du diagramme) apparaissent.

    Le diagramme de profil temporel vous permet de définir des zones d’intérêt à partir de la couche raster multidimensionnelle et de créer un diagramme des séries chronologiques pour ces zones. Ces zones peuvent être affichées sur la carte ou sélectionnées à partir d’une autre couche. Vous allez sélectionner les pays à partir de la couche World Countries (Generalized) pour les zones d’intérêt.

  2. Dans la fenêtre Chart Properties (Propriétés du diagramme), sous Time Series (Série chronologique), assurez-vous que l’option Multiple locations with one variable (Plusieurs localisations avec une variable) est sélectionnée. Sous Define an area of interest (Définir une zone d’intérêt), cliquez sur le bouton Feature Selector (Sélecteur d’entités).

    Bouton Sélecteur d’entités dans la fenêtre Propriétés du diagramme

  3. Sur la carte, cliquez sur le Royaume-Uni pour le sélectionner. Le polygone du pays est surligné en bleu clair.

    Royaume-Uni sélectionné sur la carte

    Un diagramme linéaire apparaît dans la vue du diagramme, également en bleu. Dans la fenêtre Chart Properties (Propriétés du diagramme), dans la section Define an area of interest (Définir une zone d’intérêt), une nouvelle entrée apparaît dans la table.

    Première entrée de la table

    Vous allez donner une couleur différente à chaque zone d’intérêt pour rendre la carte plus facile à lire.

    Remarque :

    Si le diagramme n’apparaît pas, sous Define an area of interest (Définir une zone d’intérêt), cliquez sur le bouton Delete the selected row (Supprimer la ligne sélectionnée). Sélectionnez à nouveau le Royaume-Uni.

    Bouton Delete the selected row (Supprimer la ligne sélectionnée)

  4. Cliquez sur le symbole et choisissez Mars Red (Rouge Mars) (deuxième colonne, troisième ligne).
    Conseil :

    Pour voir le nom d’une couleur, pointez le curseur sur la couleur.

  5. Modifiez l’étiquette en UK (Royaume-Uni).

    Zone d’intérêt avec nouvelle couleur et nouvelle étiquette

  6. Sur la carte, cliquez sur Norvège. Dans la fenêtre Chart Properties (Propriétés du diagramme), définissez sa couleur sur Medium Apple (Vert pomme moyen) (septième colonne, troisième ligne).
  7. Sur la carte, cliquez sur Italie. Définissez sa couleur sur Lapis Lazuli (Lapis-lazuli) (dixième colonne, troisième ligne).
  8. Pour les nouvelles entrées, modifiez les étiquettes en Norway (Norvège) et Italy (Italie).

    Trois zones d’intérêt définies dans la fenêtre Propriétés du diagramme et symbolisées sur la carte

  9. En haut de la fenêtre Chart Properties (Propriétés du diagramme), cliquez sur l’onglet Axes.

    Sous les sections X- axis (Axe des x) etTime Format (Format d'heure), vous allez mettre à jour le champDate Format (Format de date).

  10. Pour Date Format (Format de date), choisissez l’option (yyyy) [aaaa] (précédé de l’année en cours). Pour Time Format (Format d’heure), sélectionnez <none> (<aucun>)

    Format de date et d'heure

  11. Sous Y-axis (Axe Y), pour Bounds (Limites), définissez la valeur Minimum sur 0.

    Limite minimum d’axe Y définie sur 0

  12. Cliquez sur l’onglet General (Général) et définissez Chart title (Titre du diagramme) sur Mean Annual PM 2.5, 1998–2016 (PM 2.5 annuel moyen, 1998-2016).

    Titre du diagramme mis à jour sur l’onglet Général

  13. Pour X axis title (Titre de l’axe X), saisissez Year (Année). Pour Y axis title (Titre de l’axe Y), saisissez PM 2.5 (μg/m3).

    La pollution par les particules fines (PM 2.5) est mesurée en microgrammes par mètre cube.

    Texte mis à jour pour les titres des axes X et Y

    Conseil :

    Vous pouvez copier le symbole μ de cette page dans ArcGIS Pro.

    L’Organisation mondiale de la santé (OMS) recommande que les niveaux de particules PM 2.5 ne dépassent pas 10 μg/m3. Le respect de cette limite pourrait permettre de réduire de 15 % le nombre de décès liés à la pollution de l’air. Pour terminer le diagramme, vous allez ajouter un guide pour représenter ce niveau maximum recommandé.

  14. Cliquez sur l’onglet Guides, puis sur Add guide (Ajouter un guide).

    Bouton Ajouter un guide de l’onglet Guides

  15. En regard de Guide 1, cliquez sur le bouton Edit guide name (Mettre à jour le nom du guide) et modifiez le texte pour WHO PM 2.5 Guideline (Recommandations de l’OMS pour les PM 2.5).

    Nom de guide mis à jour

  16. Pour Value (Valeur), saisissez 10 dans la première case et 20 dans la seconde.

    Nom de guide et valeurs mis à jour

  17. Révisez votre diagramme et votre carte.

    Carte et diagramme montrant les pays sélectionnés dans le diagramme de profil temporel

    Le diagramme montre une différence notable des niveaux de pollution par PM 2.5 pour les pays qui ne sont pas très éloignés les uns des autres, l’Italie présentant les niveaux les plus élevés, le Royaume-Uni des niveaux inférieurs et la Norvège les niveaux les plus bas. Le diagramme nous montre que cette différence est assez constante à travers les années.

    En 2003, le Royaume-Uni a observé un pic de PM 2.5, ce qui n’a pas été le cas pour la Norvège et l’Italie. En 2014, c’est l’inverse qui s’est produit : l’Italie et la Norvège ont connu des pics de PM 2.5, ce qui n’a pas été le cas pour le Royaume-Uni. Dans l’ensemble, de 1998 à 2016, aucune tendance à la hausse ou à la baisse des taux moyens de PM 2.5 n’a été observée en Norvège. Le Royaume-Uni et l’Italie ont en revanche enregistré une légère baisse progressive des taux moyens de PM 2.5 au cours de ces 19 années.

    La zone grisée sur le diagramme identifie les valeurs supérieures aux recommandations de l’OMS de 10 μg/m3. La Norvège et le Royaume-Uni sont parvenus à rester sous le niveau maximum recommandé pour la totalité de la série chronologique. Ce qui n’est toutefois pas le cas de l’Italie, qui a été au-dessus du niveau recommandé pendant plus de la moitié de ces 19 années. L’Italie abrite l’une des régions les plus polluées d’Europe : la vallée du Pô au nord du pays, où se trouve la ville de Milan. La pollution dans cette partie est forte, principalement en raison des transports. La chaîne de montagnes des Alpes se trouve au nord, retenant la pollution dans la vallée et rendant les recommandations de l’OMS difficiles à respecter.

  18. Fermez le diagramme et la fenêtre Chart Properties (Propriétés du diagramme).

    Lorsque vous fermez le diagramme, les régions en couleur pour le Royaume-Uni, l’Italie et la Norvège disparaissent de la carte. Le diagramme reste disponible et peut être rouvert à partir de la fenêtre Contents (Contenu).

  19. Enregistrez le projet.

Dans cette partie du didacticiel, vous avez créé un diagramme des données de série chronologique PM 2.5 pour trois pays d’Europe. Vous avez utilisé ArcGIS Living Atlas pour rechercher des données supplémentaires. Vous avez utilisé un diagramme de profil temporel pour agréger et interpréter les données de pollution. Vous avez déterminé que parmi ces trois pays représentés dans le diagramme, c’est l’Italie qui possède les taux moyens de PM 2.5 les plus élevés et que ceci est resté stable pendant la totalité de la série chronologique. Vous allez ensuite appliquer des tests statistiques aux données PM 2.5, pour identifier les zones de faible et forte pollution à l’échelle mondiale.


Réaliser une exploration des modèles spatio-temporels

Vous avez étudié vos données à l’aide d’une couche raster multidimensionnelle et d’un diagramme temporel. Mais les conclusions que vous pourrez tirer concernant les modèles dans vos données auront plus de poids si elles sont appuyées par des tests statistiques objectifs. Vous allez à présent utiliser le cube spatio-temporel pour rechercher des points chauds et froids de pollution dans l’espace et le temps pertinents sur le plan statistique. Vous étudierez de quelle façon les modèles varient à travers le monde et dans le temps. Il est important d’appliquer des tests statistiques aux données spatiales et temporelles, car l’œil humain peut voir des modèles qui n’existent pas, ou passer à côté de modèles qui existent.

Rechercher des points chauds et froids dans un cube spatio-temporel

Vous allez utiliser le cube spatio-temporel pour rechercher des points chauds et froids de pollution à l’aide de l’outil Emerging Hot Spot Analysis (Analyse des points chauds émergents) de la boîte d’outils Space Time Pattern Mining (Exploration des modèles spatio-temporels). Vous allez ensuite interpréter les résultats. Vous effectuerez cette analyse sur la carte Part 3.1.

  1. Si besoin, ouvrez à nouveau le projet InvestigateGlobalPollutionPatterns.
  2. Cliquez sur l’onglet de la carte Part 3.1.

    Carte du monde utilisant la projection Equal Earth

  3. Dans la fenêtre Geoprocessing (Géotraitement), si nécessaire, cliquez sur le bouton Back (Retour). Recherchez et ouvrez l’outil Emerging Hot Spot Analysis (Analyse de points chauds émergents).
  4. Dans la fenêtre de l’outil Analyse des points chauds émergents, pour Input Space Time Cube (Cube spatio-temporel en entrée), cliquez sur le bouton Browse (Parcourir).
  5. Accédez au cube spatio-temporel que vous avez enregistré précédemment. Cliquez sur le fichier nommé PM25.nc puis cliquez sur OK.

    Fichier PM25.nc sélectionné dans le dossier C:\Learn dans la boîte de dialogue Browse (Parcourir)

  6. Pour Analysis Variable (Variable d’analyse), choisissez PM 2.5_NONE_ZEROS. Ce champ contient les niveaux de particules fines, les valeurs manquantes étant renseignées par un zéro.
  7. Pour Conceptualization of Spatial Relationships (Conceptualisation des relations spatiales), choisissez K nearest neighbors (K voisins les plus proches).
    Remarque :

    De nombreux outils des boîtes d’outils Spatial Statistics (Statistiques spatiales) et Space Time Pattern Mining (Exploration des modèles spatio-temporels) offrent différentes possibilités pour conceptualiser les relations spatiales dans votre analyse ; il est important de tenir compte du phénomène que vous essayez de mesurer lors de votre choix.

  8. Pour Define Global Window (Définir la fenêtre globale), choisissez Individual time step (Intervalle temporel individuel).

    Outil Analyse des points chauds émergents avec paramètres renseignés

  9. Cliquez sur Run (Exécuter).

    L’outil Emerging Hot Spot Analysis (Analyse des points chauds émergents) recherche les tendances significatives d’un point de vue statistique dans les données spatio-temporelles. L’outil utilise tout d’abord la statistique Getis-Ord Gi* pour rechercher des points chauds et froids pour chaque année. Un point chaud n’est pas seulement un emplacement affichant des valeurs élevées ; il faut que cet emplacement affiche des valeurs élevées et soit également entouré de valeurs élevées. De la même manière, un point froid est un emplacement avec des valeurs faibles, qui est également entouré d’autres valeurs faibles. Lorsque les points chauds et les points froids ont été trouvés pour chaque année, le test de tendance de Mann Kendall est appliqué aux résultats pour découvrir leur évolution au fil du temps. Ce test identifie huit types différents de points chauds et de points froids, y compris les points de type Sporadic (Sporadique), Consecutive (Consécutif)et New (Nouveau). Les localisations pour lesquelles il n’existe pas de modèle statistique significatif reçoivent la classification No Pattern Detected (Aucun modèle détecté).

    Les résultats de l’analyse de points chauds émergents sont ajoutés à la carte. Il existe 17 types de points chauds et de points froids.

    Légende montrant les classifications possibles de l’outil Analyse des points chauds émergents

  10. Dans la fenêtre Contents (Contenu), faites glisser la couche World Terrain Reference (Référence MNT mondiale) au-dessus de la couche PM25_EmergingHotSpotAnalysis.

    Dans la fenêtre Contents (Contenu), faites glisser la couche World Terrain Reference au-dessus de la couche PM25_EmergingHotSpotAnalysis.

    La couche World Terrain Reference fournit les noms des pays du monde ainsi que d’autres localisations géographiques. Lorsque vous la déplacez au-dessus de la couche des points chauds émergents, les étiquettes de référence apparaissent.

  11. Sur le ruban, sur l’onglet Map (Carte), cliquez sur Bookmarks (Géosignets) et faites un zoom sur le géosignet SE Asia (Asie du Sud-Est).

    Asie du Sud-Est dans la bibliothèque de géosignets

  12. Observez les résultats de l’analyse des points chauds en Asie du Sud-Est.

    Résultats de l’analyse des points chauds émergents pour l’Asie du Sud-Est sur la carte

    De grandes zones du Pakistan, de l’Inde, de la Chine, et d’autres pays sont des points chauds de PM 2.5. Les tendances les plus courantes sont Persistent Hot Spot (Point chaud persistant) et Intensifying Hot Spot (Point chaud s’intensifiant).

    • Un point de type Persistent Hot Spot (Point chaud persistant) est une localisation ayant constitué un point chaud statistiquement significatif pour 90 % des intervalles temporels, sans tendance perceptible indiquant une augmentation ou une diminution de l’intensité de l’agrégation au fil du temps. Dans le contexte de ce didacticiel, il s’agit d’un emplacement ayant constitué un point chaud pendant au moins 17 années, et pour lequel les niveaux de PM 2.5 n’ont connu aucune hausse ou baisse significative sur la période considérée.
    • Un oint de type Intensifying Hot Spot (Point chaud s’intensifiant) désigne une localisation ayant représenté un point chaud statistiquement significatif pour 90 % des intervalles temporels, y compris l’intervalle temporel final. En outre, l'intensité de l'agrégation de nombres élevés dans chaque intervalle temporel augmente globalement, et cette augmentation est statistiquement significative. Dans le contexte de ce didacticiel, il s’agit d’un emplacement ayant constitué un point chaud pendant au minimum 17 années, année 2016 comprise, et ayant connu une augmentation statistiquement significative de l’intensité des niveaux de PM 2.5 au fil des années.

    À la frontière sud de la Mongolie, se trouve une zone de points froids, qui sont principalement de type Persistent (Persistant) et Consecutive (Consécutif). On trouve également une importante zone de points froids de type Diminishing (Diminuant) et Historical (Historique) au nord le la chaîne de montagnes de l’Himalaya, sur le plateau du Tibet. Ceci indique un faible niveau historique de pollution dans cette zone, mais les niveaux de pollution ont connu une augmentation. Souvenez-vous que le terme Diminishing (Diminuant), comme les autres termes descriptifs, se rapporte aux points chauds et aux points froids, et non aux valeurs des données ; le point froid est diminuant, et non la pollution.

    Remarque :

    Vous pouvez consulter la description complète de tous les types de points chauds et froids dans la rubrique Fonctionnement de l'outil Analyse des points chauds émergents.

  13. Accédez au géosignet Ethiopia.

    Autour de la capitale éthiopienne Addis-Abeba, se trouve un important point Persistent Hot Spot (Point chaud persistant), entouré de zones de points chauds de type Diminishing (Diminuant), Sporadic (Sporadique), New (Nouveau) et Consecutive (Consécutif. Le modèle de pollution à cet endroit est complexe et indique une augmentation de la taille du point chaud au fil du temps.

    Points chauds dans l’Ouest de l’Éthiopie

  14. Enregistrez votre projet.

Vous allez maintenant étudier cette zone plus en détail en 3D.

Créer une représentation 3D des données spatio-temporelles

Vous allez ensuite transformer le cube spatio-temporel en couche 3D. Visualiser les données en 3D peut vous aider à mieux comprendre les modèles de pollution en Éthiopie. Vous effectuerez cette partie de l’analyse dans la scène locale 3D Part 3.2.

  1. Dans la carte Part 3.1 actuelle, dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur la couche PM25_EmergingHotSpotAnalysis, puis cliquez sur Copy (Copier).
  2. Cliquez sur l’onglet de la scène locale Part 3.2.
  3. Dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur Part 3,2 (Partie 3.2) et choisissez Paste (Coller).

    La couche est ajoutée au groupe 2D Layers (Couches 2D).

    Couche des points chauds copiée dans le groupe 2D Layers (Couches 2D) de la fenêtre Contents (Contenu) dans la scène Part 3.2.

  4. Si nécessaire, utilisez l’option Bookmarks (Géosignet) pour appliquer un zoom sur le géosignet Ethiopia 3D.

    Géosignet Ethiopia 3D

    La scène s’affiche en 3D. Il n’existe aucun élément 3D à afficher à ce stade.

  5. Dans la fenêtre Geoprocessing (Géotraitement), cliquez sur le bouton Back (Retour). Accédez à l'outil Visualize Space Time Cube in 3D (Visualiser le cube spatio-temporel en 3D) et ouvrez-le.
  6. Saisissez les valeurs suivantes pour le paramètre Visualize Space Time Cube in 3D (Visualiser le cube spatio-temporel en 3D) :
    • Pour Input Space Time Cube (Cube spatio-temporel en entrée), cliquez sur le bouton Browse (Parcourir). Accédez au cube spatio-temporel que vous avez créé dans le premier didactictiel, PM25.nc, et sélectionnez-le.
    • Pour Cube Variable (Variable de cube), choisissez PM 2.5_NONE_ZEROS.
    • Pour Display Theme (Thème d'affichage), sélectionnez Value (Valeur).
    • Pour Output Features (Entités en sortie), saisissez PM25_3D.

    Outil Visualiser le cube spatio-temporel en 3D avec paramètres renseignés

  7. Cliquez sur Run (Exécuter).

    Une nouvelle couche 3D apparaît sur la scène dans la fenêtre Contents (Contenu).

    Couche PM25_3D dans le groupe 3D Layers (Couches 3D) de la fenêtre Contents (Contenu) dans la scène

    Vous pouvez recevoir un message d’avertissement indiquant que la couche génère une quantité excessive de requêtes d’affichage. Vous allez découper la couche pour obtenir une zone plus petite, ce qui résoudra ce problème et facilitera l’étude de vos données.

  8. Dans la fenêtre Contents (Contenu), faites glisser la couche Ethiopia (Éthiopie) au-dessus de la couche PM25_EmergingHotSpotAnalysis.

    Couche Ethiopia au-dessus de la couche PM25_EmergingHotSpotAnalysis

    Il s’agit de la même couche World Countries (Generalized) issue de ArcGIS Living Atlas que vous avez utilisée précédemment et filtrée de façon à uniquement afficher l’Éthiopie. Vous allez découper la couche 3D par rapport à cette frontière.

  9. Dans la fenêtre Géotraitement, cliquez sur le bouton Retour. Recherchez et ouvrez l’outil Clip (Découpage).
  10. Saisissez les valeurs de paramètre Clip (Découpage) suivantes :
    • Pour Input Features (Entités d’entrée), sélectionnez PM25_3D.
    • Pour Clip Features (Découper des entités), choisissez Ethiopia (Éthiopie).
    • Dans Output Feature Class (Classe d’entités en sortie), saisissez PM25_Ethiopia.

    Outil Découper avec paramètres renseignés

  11. Cliquez sur Run (Exécuter).

    Une nouvelle couche 3D, découpée selon les frontières éthiopiennes, est ajoutée à la scène.

  12. Dans la fenêtre Contents (Contenu), désactivez la couche PM25_3D.

    La scène affiche uniquement la couche 3D PM25_Ethiopia. Les colonnes verticales s’étirant du sol vers le ciel montrent l’évolution des valeurs PM 2.5 au fil du temps.

    Couche 3D découpée sur la scène

    Vous allez à présent modifier la symbologie de la nouvelle couche afin de mieux visualiser les valeurs PM 2.5.

  13. Dans la fenêtre Contents (Contenu), sélectionnez la couche PM25_ Ethiopia.
  14. Sur le ruban, cliquez sur l’onglet Feature Layer (Couche d’entités). Dans le groupe Drawing (Dessin), cliquez sur Import (Importer).

    Import (Importer) dans le groupe Drawing (Dessin) sur l’onglet Feature Layer (Couche d’entités)

    La fenêtre Import Symbology (Importer la symbologie) apparaît.

  15. Pour Input Layer (Couche en entrée), vérifiez que PM25_Ethiopia est sélectionné.
  16. Dans Couche de symbologie, cliquez sur le bouton Parcourir.
  17. Sous Project (Projet), cliquez sur Folders (Dossiers) et ouvrez la connexion aux dossiers InvestigatePollutionPatterns.
  18. Dans les dossiers commondata et userdata, sélectionnez space_time_cube_symbology.lyrx, et cliquez sur OK.

    space_time_cube_symbology.lyrx sélectionné dans la connexion aux dossiers du projet

    Les autres paramètres de l’outil sont renseignés automatiquement à partir du fichier .lyrx.

  19. Pour Update Symbology Ranges by Data (Mettre à jour les plages de symbologie par données), sélectionnez Update ranges (Mettre à jour les plages).

    Cette option met à jour les interruptions de classe de symbologie en fonction de la plage du jeu de données en entrée.

    Outil Importer la symbologie avec paramètres renseignés

  20. Cliquez sur OK.

    La symbologie est mise à jour.

    Vue de haut en bas des données 3D en Éthiopie avec combinaison de couleurs rouge-jaune-bleu

    Les entités empilées utilisent à présent une plus grande plage de couleurs. Les blocs rouges sont des zones et périodes ayant des niveaux élevés de PM 2.5. Les blocs bleus ont des niveaux faibles.

À l’aide de l’outil Visualize Space Time Cube in 3D (Visualiser le cube spatio-temporel en 3D), vous avez créé des colonnes verticales montrant l’évolution des valeurs PM 2.5 au fil du temps. Vous avez découpé ces résultats sur la zone d'intérêt et appliqué une symbologie plus colorée pour que les différences entre les valeurs hautes et basses soient plus visibles.

Rechercher des points chauds et froids et en 3D

Pour les dernières étapes de ce didacticiel, vous allez étudier les données de pollution en 3D pour mieux comprendre les résultats des points chauds et froids.

  1. Si nécessaire, zoomez sur le géosignet Ethiopia 3D (Éthiopie 3D). Naviguez dans la scène pour l’explorer.
    Remarque :

    Vous pouvez utiliser la molette de la souris pour effectuer un zoom avant ou arrière. Vous pouvez faire glisser la souris pour vous déplacer dans la scène. Vous pouvez également utiliser le navigateur à l’écran.

    Vue oblique de la couche PM25_Ethiopia

    Ces résultats représentent chaque année des données de la série chronologique, l’année 1998 étant la plus proche de la terre et l’année 2016 tout en haut. Vous remarquerez plusieurs surfaces violet foncé : il s’agit des surfaces affichant un niveau de PM 2.5 de 0. Ces valeurs d’origine peuvent avoir été nulles ou manquantes et ont pris la valeur zéro lorsque vous avez créé le cube.

  2. Recherchez l’un des points de type Persistent Hot Spots (Points chauds persistants) (rouge foncé) et cliquez sur le bloc le plus proche de la terre.

    Une fenêtre contextuelle apparaît. Elle montre la fenêtre de date pour les données sur lesquelles vous avez cliqué et le niveau de PM 2.5 pour cette date (PM 2.5_NONE_ZEROS).

    Fenêtre contextuelle d’exemple avec une valeur de PM 2.5 de 21.57

  3. Pour le même point chaud, cliquez sur le bloc le plus éloigné de la terre.

    Fenêtre contextuelle d’exemple avec une valeur de PM 2.5 de 23.96

    Dans Persistent Hot Spots (Points chauds persistants), la valeur de PM 2.5 ne change pas de manière significative entre le début et la fin de la série chronologique.

  4. Recherchez un des points New Hot Spots (Nouveaux points chauds) et étudiez les valeurs de PM 2.5 pour sa première et sa dernière année.

    Nouveaux points chauds

    Vous observerez probablement une augmentation proportionnellement plus importante de PM 2. pour ces emplacements.

  5. Observez la symbologie de certains points Sporadic Hot Spots (Points chauds sporadiques). La couleur de ces emplacements varie plusieurs fois pendant la série chronologique, passant de couleurs pâles à des couleurs plus foncées.

    Colonnes de données pour les points chauds sporadiques

  6. Étudiez d’autres types de points chauds et froids dans la scène.

    Visualiser les données temporelles en 3D peut vous aider à interpréter les résultats de l’outil Emerging Hot Spot Analysis (Analyse des points chauds émergents).

Vous avez à présent appliqué des méthodes statistiques aux données de pollution dans votre cube spatio-temporel. Vous avez identifié différents types de points chauds et froids de PM 2.5 à travers le monde. Vous avez étudié les résultats de l’analyse 2D afin de comprendre les différents types de tendances de points chauds et froids. Vous avez ensuite utilisé la visualisation 3D pour approfondir votre compréhension des modèles représentés par chaque point chaud.

Dans ce didacticiel, vous avez appris à créer, visualiser, et analyser les données spatio-temporelles. Vous avez découvert trois méthodes de stockage des données temporelles : les mosaïques multidimensionnelles, les couches raster multidimensionnelles, et les cubes spatio-temporels. Vous avez utilisé un diagramme de profil temporel afin de comparer les niveaux de pollution de trois pays européens. Puis vous avez appliqué les outils d'exploration des modèles spatio-temporels afin d’analyser les données de pollution et comprendre les résultats d’analyse.

Pour apprendre comment créer un cube spatio-temporel à partir de vos propres données raster (y compris des fichiers .tif et NetCDF), consultez la rubrique Étudiez vos données raster à l’aide de l’exploration des modèles spatio-temporels. Si vous souhaitez pousser encore plus loin la visualisation 3D des cubes spatio-temporels, essayez le complément d’exploration des cubes spatio-temporels pour ArcGIS Pro.

Vous trouverez d’autres didacticiels dans la bibliothèque des didacticiels.