Résoudre le problème de la superposition des cercles en cartographie

Camarades cartographes, tout comme moi, vous réalisez probablement souvent des cartes en symboles proportionnels. Voici un exemple sur l’Occitanie réalisé avec le package R cartography [voir] puis légèrement retravaillé graphiquement avec un logiciel de DAO.

Ces cartes sont généralement très efficaces car, contrairement aux cartes par aplat de couleur, elles permettent de rendre compte de la masse, de la taille, du poids, ce qui est souvent très utile pour comprendre un phénomène géographique. Mais dans certains cas, quand l’information à représenter est dense, on est confronté à un problème de lisibilité dû à la superposition d’information. Tout d’abord, du fait de l’opacité des cercles, les territoires sous-jacent sont masqués, leurs formes ne sont plus visibles. Dans ce cas, on s’aidera de l’ajout de labels (toponymes) pour réinjecter des éléments de repérage. Ici, seuls les noms des communes correspondants aux 15 plus gros cercles  (c-à-d les 15 communes qui comptent le plus d’actifs) sont représentés.

Mais surtout, le problème majeur de ce type de carte vient de la superposition des cercles, qui rend invisible une partie de l’information géographique. Par construction, les petits cercles étant dessinés par dessus les gros cercles, une multitude d’information moins importante (ici les communes avec peu d’actifs) vient masquer l’information plus importante (ici les grosses communes où il y a beaucoup d’actifs). Sur la carte ci-dessus, le cercle de Toulouse est quasiment dissimulé intégralement sous des cercles plus petits correspondants aux communes situées dans sa périphérie. Une vraie difficulté cartographique.

Pour y remédier, de nombreuses astuces graphiques et cartographiques sont possibles : le détourage, la transparence, l’utilisation des contours ou d’un carton.

Une autre solution, et c’est l’objet de ce billet, consiste à jouer sur la localisation des cercles eux-mêmes pour minimiser, voire supprimer, les superpositions. Pour cela, nous nous appuyons sur la méthode des cartogrammes de Dorling proposée dans le package R “cartogram” [voir] pour réaliser la carte ci-dessous. Ici, les cercles ne sont plus positionnés au centre des communes, mais déplacés les uns par rapport aux autres ; les gros cercles restent en place et les petits cercles sont écartés (le poids de chaque objet étant paramétrable individuellement) pour faire réémerger une lisibilité complète de l’information. Les localisations ne sont donc plus correctes mais toute l’information est lisible et une organisation centre / périphérie se dessine aussitôt. Un bémol néanmoins, quand l’information est très dense, la position des cercles peut alors être difficile à contrôler. Par exemple, le positions relatives de Toulouse, Colomiers et Tournefeuille sont ici erronées. Ce problème aurait pu être résolu en diminuant la taille des cercles mais l’image aurait alors perdu de son efficacité. Second bémol, la fonction  “cartogram_dorling” du package R utilisé ne génère pas de légende. Ici, elle a été rajoutée à prosteriori dans un logiciel de DAO.

Quelles que soit les limites de cette méthode, constatons ensemble qu’elle fait le job. La carte est lisible, organisée, et le message extrêmement clair. Le problème de superposition est résolu.  Avec ce type de représentation, nous touchons du doigt la différence entre ce que sont les SIG qui s’intéressent en priorité à la localisation précise des objets dans l’espace et la cartographie qui a la capacité de s’en affranchir pour privilégier la clarté du message à délivrer.

NB : ces cartes sont issues d’un support de cours sur la visualisation de données géographiques réalisée avec Ronan Ysebaert dans le cadre de l’Action Nationale de Formation qui s’est tenu à Sète du 12 au 16 novembre 2018. Retrouvez le support de cours contenant les données et le code source R en cliquant sur le lien suivant : https://riatelab.github.io/anfdataviz

---

---