Ressources numériques en sciences humaines et sociales OpenEdition Nos plateformes OpenEdition Books OpenEdition Journals Hypothèses Calenda Bibliothèques OpenEdition Freemium Suivez-nous

Le coronavirus, sur ses webmaps et ses graphes

La pandémie actuelle du coronavirus donne l’opportunité aux (néo)cartographes de proposer des cartes permettant de visualiser les dégâts, l’extension géographique de son influence, les motifs de sa diffusion, avec parfois une profondeur temporelle.

Cette production cartographique apparaissant notable, une page récapitulative leur est d’ailleurs consacrée sur le blog collectif de Cartographie(s) numérique(s). L’impressionnant recensement d’images de toutes sortes et de toutes provenance que Sylvain Genevois (2020) propose a « (…) notamment pour [ambition de] développer la prévention auprès des populations. Au delà de l’exemple du coronavirus comme symbole des paniques de notre siècle, l’article vise à esquisser une réflexion sur la cartographie des épidémies à l’ère de la mondialisation.». Aussi et avant cela, d’examiner les éléments qui participent de la fabrication de ces cartes de manière à « (…) aller vers une approche cartographique plus scientifique. », ce qui ne serait pas le cas de l’essentiel des cartes qui y sont recensées et pour cause, elles émanent majoritairement de la société civile. Le billet met ainsi davantage l’accent sur les cartes statistiques qui mobilisent des données dans le cadre d’analyses qui dépassent le stade de la description.

Foule de webmaps sur le coronavirus

La forte production de webmaps dédiées au coronavirus par des acteurs relevant de la société civile et de la presse est révélatrice de l’existence d’une forte demande sociale d’informations pour ce type de phénomènes mondiaux (pour des raisons qui semblent liées à leur potentiel catastrophique en termes de santé publique, d’économie, etc.). Elle pose l’hypothèse de l’existence de procédés de remédiation spécifique à la mise en carte de catastrophes, c’est-à-dire de pratiques liées à la fabrique contemporaine de la carte (liée au geoweb) qui iraient au delà de son usage.

Ces webmaps sont d’apparence et de niveau informationnel variés. Qu’elles fournissent ou non une information, elles sont logiquement assez largement partagées sur les réseaux sociaux, au sein et entre des communautés différentes. Elles participent de fait, pour une bonne part d’entre elles, de la diffusion d’une connaissance, d’un message, sur la situation du virus – par exemple : l’évolution du nombre de cas pour les pays concernés.

Le rôle de ces cartes numériques est d’autant plus important qu’elle bénéficient d’un double pouvoir : le pouvoir historique d’autorité, propre au document carte et le pouvoir, certes plus récent, de sa version numérique, que le support web renforce indéniablement. Dans ce registre, il serait d’ailleurs particulièrement intéressant d’analyser la fonction de médiation de toutes ces cartes numériques portant sur le coronavirus.

Si tout semble « au mieux dans le meilleur des mondes possibles » (en matière de cartographie, bien entendu), il convient en effet de noter que cette production cartographique est entachée de quelques critiques portées sur la composition des documents : leur forme, leur style et leur fond sont commentés au point que certain.e.s soient tenté.e.s de représenter autrement la diffusion et/ou la distribution spatiale du coronavirus. L’objectif étant dans bien des cas de produire une image plus fidèle à la réalité géographique de ce virus.

La figure cartonumérique du coronavirus, parce qu’elle est souvent bardée de cercles rouges apparaît anxiogène. Outre l’effrayant affichage du nombre de cas, elle est par ailleurs sauf exception peu informative pour deux raisons. La première est que les auteurs et autrices sont souvent des designers d’informations, produisant du contenu visuel (par une mise en graphique directe des données) et non des scientifiques produisant une information illustrant les résultats d’observations ou d’analyses. La seconde raison est qu’en la matière, les données sont lacunaires ou non encore consolidées. Dans le registre de la carte thématique, l’enjeu réside d’abord sur l’articulation des informations (statistique et géographique) puis sur la manière de les représenter pour produire un message monosémique. L’importance de l’information disponible explique probablement l’engagement récent d’une collecte collaborative de données le 14 mars 2020, sur une plateforme permettant le dépôt, l’archivage et la coédition en ligne (voir ici : Github).

Cette plateforme utilisée par les développeurs et designers d’informations, sert en effet un objectif de transparence, d’honnêteté et d’ouverture qui n’est pas réservé à la société civile; il est aussi le fait de projets scientifiques, tels celui de Nextstrain.

Le projet Nextstrain

La plateforme Nextstrain fait partie d’un projet de recherche collective initié par Richard Neher, biologiste de l’Université de Bâle, pour surveiller les changements génétiques de différents agents pathogènes parmi lesquels le coronavirus, mais aussi ebola ou encore zika. Il propose notamment un suivi en temps réel de leur évolution dans le temps et dans l’espace au niveau mondial, à différents niveaux de résolutions.

Nextsrain donne ainsi lieu à une production intéressante voire unique d’analyses, de possibilités d’exploration de données et de (géo)visualisations portant sur la séquence des agents pathogènes étudiés. La particularité du projet réside aussi dans son mode collaboratif  (le projet implique de nombreuses équipes de recherche), son esprit d’ouverture et le caractère reproductible de ses analyses.

Les motivations de l’équipe en ce sens sont très claires :

« Si les séquences du génome d’un agent pathogène doivent servir de base aux interventions de santé publique, il faut alors procéder rapidement à des analyses et diffuser largement les résultats. Les pratiques actuelles de publication scientifique entravent la diffusion rapide des résultats pertinents sur le plan épidémiologique. Nous pensons qu’un système ouvert, en ligne, qui met en œuvre de solides filières bio informatiques pour synthétiser les données de tous les groupes de recherche est le plus à même de faire des déductions épidémiologiques exploitables. En outre, nous avons ouvert tous les outils que nous utilisons et nous espérons créer une communauté autour de Nextstrain qui soutient et promeut les analyses génomiques de toutes sortes. »

Le projet fournit en effet à la communauté scientifique [Voir] une mise à jour en continu de données, de codes source (sous licence publique générale GNU Affero) et de résultats d’analyses sous la forme de rapports et d’images pouvant  être utilisés librement sous licence CC-BY-4.0 incluant l’attribution à nextstrain.org, le tout pour « (…) aider à la compréhension épidémiologique et d’améliorer la réponse aux épidémies (…) renforcer les capacités des communautés de l’épidémiologie génomique et de la santé publique au sens large ».

La production graphique du projet

Nextstrain diffère des autres propositions graphiques actuelles sur les virus sur plusieurs points.

La page accessible ici (filtrée pour le Coronavirus) diffère d’abord par son apparence assez classique, elle présente un style plutôt sobre, des couleurs neutres qui s’opposent au fameux modèle du rouge-et-noir.

La page se distingue aussi par ses deux principales modalités d’exploration des données, une carte (voir ci-dessous) et un graphe, jouant sur leurs complémentarités (mais pas celles que l’on croit) sur visualiser la géographie ou la temporalité de ces agents.

Source : Nextstrain.org
Source : Nextstrain.org

Ces vues peuvent être enrichies par des possibilités de filtrage interactif, par :

  • niveau géographique : localité, division administrative (région) et pays ;
  • hôte : canin, environnemental et humain ;
  • auteur et laboratoire.

La page de Nextstrain se distingue enfin par ses partis-pris méthodologiques qui, d’après ce que j’ai pu observer, conduisent à explorer la temporalité par la carte et la géographie par le diagramme.

Explorer la temporalité par la carte

Les données étant spatio-temporelles, elle sont représentées sur une carte interactive et animée. S’il n’est pas possible d’agir sur des composantes cartographiques, le paramètre temps est quant à lui mobilisé / mobilisable dans deux dimensions : pour visualiser le temps des données en lien avec le temps de la représentation, les actions correspondantes permettant d’animer la carte en jouant sur le critère de vitesse de représentation.

La carte se trouve être la modalité graphique la plus riche du projet. La composante d’échelle est gérée par le filtre géographique (par localisation, par division administrative et par pays), comme illustré ci-dessous.

Résolution de niveau local  (16 mars 2020)                                                                                                   

Au-delà du choix du niveau de résolution, il intéressant de noter que les paramètres d’action de la carte sont liés à la gestion du temps sur le geoweb, c’est-à-dire d’informations permettant d’enrichir, d’une part, d’abord l’exploration temporelle des données avant leur composante géographique ; d’autre part, l’expérience de géo visualisation en ligne.

La vue cartographique peut en effet être animée, pour servir de support à la perception de la “dynamique” de l’agent considéré, pour visualiser l’historique de sa propagation et son évolution au cours du temps, dans leur contexte géographique.

La composante temporelle des données cartographiées est accessible par les actions suivantes :

  • au clic direct sur la carte, via le bouton Play placé directement sur la carte, pour animer ses données et explorer leur ligne de temps ;
  • par le réglage de la vitesse d’animation sur l’un des trois niveaux proposés : lent, moyen, rapide ;
  • par le réglage du type d’animation, pour une visualisation « en boucle » ou sous la forme d’une « histoire cumulée ».

Si la composante temporelle des données a logiquement été privilégiée dans cette représentation, on regrette toutefois que la carte ne permette pas d’enrichir davantage l’exploration géographique de ces données.

La légende manquant cruellement, il est impossible de savoir au premier abord à quoi correspondent exactement les tailles des cercles représentés, de même qu’il est difficile de savoir à quoi correspondent les différentes couleurs (apparemment) fixées par défaut.

Pour cause, l’exploration géographique de la propagation de ces agents passe par l’examen d’un graphe.

Explorer la géographie par le graphe

Le graphe proposé est de type arbre hiérarchique, présenté selon quatre modalités de dessin : rectangulaire tel un dendrogramme, radial, déraciné ou encore « horloge ». Ces graphes hiérarchiques donnent à voir l’origine et le mode de diffusion des agents.

Le graphe étant interactif, la proposition d’action sur les dimensions de l’arbre entraîne la modification de l’axe des abscisses ; l’axe des ordonnées étant réservé à la distribution géographique de l’agent par niveau territorial (localité, région, pays).

Une action sur le graphe entraîne donc une modification de la longueur et de l’apparence colorée des branches. La longueur des branches (des liens) varie selon que l’affichage de la temporalité est de type Temps ou « divergent », tandis que leur apparence tient à l’affichage ou non des labels.

Exemple de l’arbre de type rectangulaire

Affichage de la temporalité de type Temps. Source : Nextstrain.org.
Affichage de la temporalité de type Divergent. Source : Nextstrain.org

Chacun des nœuds de l’arbre correspond à un pays (cf. le choix de filtrage étant le pays), dont il est possible d’afficher la fiche (voir ci-dessous) et de repérer ses voisins qui ont une teinte similaire ou proche, en affichant la légende. Le comportement de chacun des pays, similaire à son voisinage ou isolé est dès lors facilité sur le graphe, puis sur la carte qu’il est possible de ré-examiner de ce point de vue.

Affichage de la géographie sur graphe. Source : Nextstrain.org

Les possibilités d’action sur la teinte des nœuds ne se limitent pas au pays, d’autres variables auraient pu être utilisées telles la date, le génotype, la localisation, l’hôte, l’âge, le sexe, les auteurs, le laboratoire d’origine, le laboratoire de soumission.

Pour finir, une belle application pouvant tenir lieu d’observatoire ouvert sur les données, la géographie et la temporalité de cette pandémie du coronavirus (notamment), sûrement bien utile – aux initi.é.e.s pouvant lire et interpréter la mine d’informations disponibles –  à l’heure où l’on parle d’une augmentation de la vitesse de propagation internationale, à l’échelle mondiale, mais aussi locale des relations interpersonnelles. 

Référence du projet :
Hadfield et al. (2018) Nextstrain: real-time tracking of pathogen evolution, Bioinformatics

> Le dépôt : https://github.com/nextstrain/ncov
> La page : https://nextstrain.org/ncov

Voir aussi :
Genevois S. (2020), La cartographie des épidémies entre peur de la contagion et efforts de prévention. Exemple à travers la diffusion du coronavirus, Blog cartographie(s) numérique(s)

 


OpenEdition vous propose de citer ce billet de la manière suivante :
Françoise Bahoken (16 mars 2020). Le coronavirus, sur ses webmaps et ses graphes. Carnet (neo)cartographique. Consulté le 14 novembre 2024 à l’adresse https://doi.org/10.58079/rrik


Françoise Bahoken

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

Vous aimerez aussi...

2 réponses

  1. 29/03/2020

    […] [21 mars 2020] Billet sur le blog néocarto: Le coronavirus, sur ses webmaps et ses graphes […]

  2. 14/06/2021

    […] du blog Neocarto« Le coronavirus, sur ses webmaps et ses graphes » met lui aussi l’accent sur une production pléthorique de cartes sur l’épidémie […]

Laisser un commentaire

Votre adresse e-mail 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.