Exploration cartographique de relations mondiales

La cartographie de relations mondiales souffre de problèmes graphiques spécifiques à ce type de données, à leur échelle géographique d’analyse, leur résolution notamment. Ces problèmes caractérisent, au sens général, un effet spaghetti qui témoigne de problèmes de représentation variés.

Cet effet est parfois si prégnant, et difficile à appréhender que l’information est souvent filtrée arbitrairement, avant de pouvoir être représentée, la zone d’étude limitée, réduite, recadrée… Pour explorer quelques possibilités de géo-visualisation de ces données, nous présentons des travaux réalisés à partir d’un même jeu de données (la base de données Openflightdata1)
appréhendée selon différentes perspectives.

Une première approche essentiellement cartographique est présentée ici, sur Neocarto. Elle décrit un travail ancien et non publié mené au sein du groupefmr (flux, matrices, réseaux) par Laurent Beauguitte, Serge Lhomme et moi-même (2013), revisité pour l’occasion. Une seconde approche, orientée cartographie web interactive, s’inscrit dans le registre de la Théorie des graphes, elle est présentée sur le carnet de recherches du groupe fmr, ici

Préambule

Les solutions classiques de filtrage des données portant sur des relations entre des lieux (des aéroports, des villes, des pays…) consistent généralement à ne représenter que celles qui s’expriment entre ceux qui sont les plus importants, en termes de taille, de trafic, etc. Cette posture  contribue  souvent à éliminer une partie très importante de l’information présente dans ces données. Cela peut poser des problèmes d’inégalité spatiale, car seuls les plus importants sont représentés ; aussi d’équité : un nombre important de lieux est en effet évincé de l’analyse, parce qu’il n’est pas jugé « significatif » dans l’analyse, ce qui signifie qu’un nombre important de lieux serait négligeable ! Parce qu’il ne ferait pas partie des dix premiers ?

Alors qu’en cartographie classique, il est difficilement envisageable d’éliminer arbitrairement des lieux d’une zone d’étude, ce n’est pas le cas pour les flux et réseaux et cela, quand bien même la question du seuillage de données serait un faux problème. Essayons d’explorer un réseau de relations aériennes sans le filtrer a priori.

Les relations aériennes mondiales

Les données sont issues de la base OpenflightData, accessibles ici. Elles sont souvent mobilisées pour cartographier des relations aériennes mondiales, en raison de leur gratuité. De même pour leur couverture apparemment exhaustive. C’est pourquoi dans un travail réalisé au sein du Groupe fmr (entre Laurent Beauguitte, Serge Lhomme et moi-même), présenté à l’ECTQG de Dourdan (2013), nous avions réalisé une exploration de ces données dans trois directions principales : cartographique, graphique et statistique, et proposé de discrètes solutions de filtrage. Nous n’étions d’ailleurs pas allés jusqu’à transformer tout cela en article…

La base Openflight nous était apparue intéressante (on ne va pas développer les métadonnées, elles sont sur le site), car elle concerne de nombreux aéroports (Fig. 1), mais en partie seulement. En effet, si les données sont denses, plus de 5 500 aéroports sont disponibles pour 3 300 « villes », cette apparente séduction cache une terrible pauvreté au niveau sémantique, mais on ne va pas développer ces « détails ».

Fig. 1 : Aéroports de l‘Openflightdata, dans la projection de Mollweide.

La cartographie des relations impliquant ces aéroports révèle – malgré une faible densité (seuls 7219 liens sont disponibles) – un magnifique effet-spaghetti, naturel, que nous avions à l’époque représentés à l’aide de traits droits suivant une métrique orthodromique (Fig. 2) sur un logiciel de SIG.

Fig. 2 : Relations inter aéroports de l’Openflightdata, dans la projection de Mollweide.

Mobiliser la Fig. 2 dans le cadre d’une analyse géographique révèle différents problèmes d’ordre thématique, mais aussi cartographiques et visuels. Certains d’entre eux sont liés à un défaut (normal) de continuité de la visualisation de ces relations mondiales, que nous avons tenté de résoudre en les représentant sur un globe (Fig 3.), plutôt, sur plusieurs vues d’un même globe – ainsi présenté selon différentes perspectives – en raison du format statique de ce carnet.

Fig. 3. Relations inter aéroportuaires de l’Openflightdata visualisées sur des globes

Inutile de dire que si cette modalité de géo visualisation est intéressante par bien des aspects, elle n’est pas adaptée à une analyse géographique réalisée à l’échelle mondiale, et soulève d’autres problèmes que nous n’allons pas développer là, tout de suite.

Modifier les liens ?

Plusieurs possibilités sont dès lors envisageables pour remédier à ces problèmes de visualisation. Dans une approche (carto)graphique, il est possible d’agir sur les figurés (ici les liens, ou les points) – sans toucher à l’information numérique ou géographique. Une première approche – qui était à l’époque innovante – nous avaient beaucoup séduits

Je me souviens d’ailleurs très bien de tous les problèmes que nous avions eus pour la mettre en œuvre : Serge avait du lancer des calculs la nuit, en fin de semaine, pour cause de problèmes de mémoire ; nous n’avions pas su changer le système de projection. Quelle galère ! La mise en œuvre de la méthode n’étant pas assez documentée.

Cette approche purement graphique consiste à réaliser une fusion graphique des liens (edge bundling), que nous avons mis en œuvre sur ces données (Fig. 4).

Fig. 4. Fusion graphique des relations inter aéroports de l’Openflightdata, dans une projection de Mercator (!)

Le résultat a l’avantage de donner à voir les principales « routes » aériennes, de valider l’hypothèse d’un effet de position de type « effet d’alignement topologique » . Il s’agit d’un problème particulier de la représentation des flux, à l’échelle mondiale (voir une courte présentation de ce problème ici, page 261). Il est résolu par une famille de solutions qui, lorsqu’elles sont cartographiques, consiste à changer les positions des lieux.

Changer les positions des lieux ?

Au niveau cartographique, on observe sur les figures précédentes la manifestation d’effets particuliers : trop de lignes dans certaines parties du globe (effets de surcharge graphique, de couverture spatiale, effet d’échelle), surtout dans certaines directions (par exemple, trop de longues lignes d’orientation est-ouest dans l’hémisphère nord). Ce denier effet, lié à la position relative des lieux les uns par rapport aux autres, tient au fait que, sur la projection de Mollweide, les lieux concernés par ces relations apparaissent alignés, entraînant une concentration des flux sur une petite bande horizontale. Aussi avons nous re projeté nos données (voir Fig. 5).

Fig. 5. Relations inter aéroports de l’Openflightdata, dans une projection polaire

On voit bien comment le choix du système de projection permet de géo visualiser de manière plus efficace ces relations mondiales, en permettant de percevoir plus aisément les principaux motifs spatiaux de cette échelle. Ici ce qu’il est intéressant de représenter, ce sont les grands équilibres internationaux, les enjeux mondiaux, les centres, en deux mots : la triade. Elle est aussi plus agréable à regarder, mais c’est peut-être trop subjectif.

A noter que si elle est adaptée à l’échelle mondiale, cette solution ne l’est pas à l’échelle locale – le changement de projection n’étant généralement pas visible au niveau régional ou local. Pour contourner ce problème, il est possible de recourir à une solution graphique, enfin pseudo géographique. C’est dans cet esprit qu’avait été proposé CARTOD (Bonin, Bahoken, Mermet, 2013), fondé sur un modèle circulaire conservant une partie de la géographie des lieux (leur cardinalité).

La suite de l’exploration conduit à analyser une double sélection de ces aéroports et de leurs relations, respectivement considérés comme les plus importants (first degree airports) et les plus significatives.

A suivre, …

 

  1. Si cette base de données Openflightdata est la plus connue, Sylvain Genevois nous signale (merci à lui !) qu’il en existe plus de 300 autres ; elles sont recensées sur le site https://data.world/datasets/aviation

Références mentionnées :

Bahoken F., Beauguitte L., Lhomme S. (2013), Visualizing world flows: a challenge between efficacy, accuracy and aesthetics, European Colloquium on Quantitative and Theoretical Geography (ECQTG’13), Special Session ‘’Networking the world II: data, Practice and Visualizations’’, Paris-Dourdan, juillet 2013. European Colloquium of Theoretical and Quantitative Geography (ECTQG, 2013), Dourdan

CARTOD/MAPOD, CARTographie des matrices de flux Origine-Destination, MAPing Origin-Destination matrices, Une application de visualisation de la demande de transport locale. M@ppemonde, Rubrique « Lieux dont on parle ». URL

Références liés :
Groupe fmr (2018), Cartographie du réseau openflight de relations mondiales ici


Françoise Bahoken

Géographe et cartographe, Chargée de recherches à l'IFSTTAR et membre-associée de l'UMR 8504 Géographie-Cités.

Vous aimerez aussi...

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.