Outdated version of the documentation. Find the latest one here.

Données Vecteurs

gentlelogo

Objectifs :

Comprendre comment sont utilisées les données vecteur dans les SIG.

Mots clés :

Vecteur, Point, Polyligne, Polygone, Sommet, Géométrie, Echelle, Qualité de la données, Symbology, Sources de données

Vue d’ensemble

Les données Vecteurs fournissent un moyen de représenter le monde réel par des entités dans l’environnement SIG. Une entité est une chose que vous pouvez voir dans le paysage. Imaginez que vous êtes debout sur le sommet d’une colline. En regardant en bas, vous pouvez voir des maisons, des routes, des arbres, des rivières, et ainsi de suite (voir figure_landscape). Chacune de ces choses serait une entité quand nous les représentons dans une application SIG. Les données vecteurs ont des attributs, qui se composent d’informations texte ou numériques qui décrivent les entités.

Figure Landscape 1:

../../_images/landscape.jpg

En regardant ce paysage, vous pouvez voir les entités principales, comme les routes, les maisons et les arbres.

Une entité vecteur a sa forme représentée en utilisant la géométrie. La géométrie est constituée d’un ou plusieurs sommets interconnectés. Un sommet décrit une position dans l’espace en utilisant un X, Y et éventuellement un axe Z. Les géométries qui ont des sommets avec un axe Z sont souvent désignés comme 2.5D car ils décrivent la hauteur ou la profondeur de chaque sommet, mais pas les deux.

When a feature’s geometry consists of only a single vertex, it is referred to as a point feature (see illustration figure_geometry_point). Where the geometry consists of two or more vertices and the first and last vertex are not equal, a polyline feature is formed (see illustration figure_geometry_polyline). Where three or more vertices are present, and the last vertex is equal to the first, an enclosed polygon feature is formed (see illustration figure_geometry_polygon).

Figure Vector Geometries 1:

../../_images/point_feature.png

Une entité point est décrite par ses coordonnées X, Y et éventuellement Z. Les attributs du point décrivent le point, par exemple s’il s’agit d’un arbre ou d’un poteau de lampe.

Figure Vector Geometries 2:

../../_images/polyline_feature.png

Une polyligne est une séquence de sommets reliés. Chaque sommet a des coordonnées X, Y (et éventuellement Z). Les attributs décrivent la polyligne.

Figure Vector Geometries 3:

../../_images/polygon_feature.png

Un polygone, comme une polyligne, est une séquence de sommets. Par contre dans un polygone, le premier et le dernier sommet sont toujours à la même position.

En regardant l’image du paysage que nous vous avons montré plus haut, vous devriez être capable de voir les différents types d’entités tel qu’un SIG les représente maintenant (voir illustration figure_geometry_landscape).

Figure Landscape 2:

../../_images/landscape_geometry.jpg

Les entités du paysage tel que nous les représenterions dans un SIG. Les rivières (en bleu) et les routes (en vert) peuvent être représentées par des lignes, les arbres par des points (en rouge) et les maisons par des polygones (en blanc).

Une entité Point en détail

La première chose que nous devons réaliser en parlant des entités point est que ce que l’on décrit par un point en SIG est une question d’opinion, et cela dépend souvent de l’échelle. Regardons par exemple les villes. Si vous avez une petite échelle de carte (qui couvre une large surface), cela peut prendre sens de représenter une ville en utilisant une entité point. Par contre en zoomant sur la carte en allant vers une plus large échelle, cela prend plus de sens de montrer les limites des villes en tant que polygone.

Lorsque vous choisissez d’utiliser des points pour représenter une entité est surtout une question d’échelle (à quelle distance êtes-vous de l’entité), la commodité (cela prend moins de temps et d’efforts pour créer des points d’entités que des polygones), et le type d’entités (certaines choses comme les poteaux téléphoniques n’ont tout simplement pas de sens pour être stocké sous forme de polygones).

As we show in illustration figure_geometry_point, a point feature has an X, Y and optionally, Z value. The X and Y values will depend on the Coordinate Reference System (CRS) being used. We are going to go into more detail about Coordinate Reference Systems in a later tutorial. For now let’s simply say that a CRS is a way to accurately describe where a particular place is on the earth’s surface. One of the most common reference systems is Longitude and Latitude. Lines of Longitude run from the North Pole to the South Pole. Lines of Latitude run from the East to West. You can describe precisely where you are at any place on the earth by giving someone your Longitude (X) and Latitude (Y). If you make a similar measurement for a tree or a telephone pole and marked it on a map, you will have created a point feature.

Puisque nous savons la terre n’est pas plate, il est souvent utile d’ajouter une valeur Z pour une entité point. Ceci décrit à quel altitude au-dessus de niveau de la mer vous êtes.

Une entité Polyligne en détail

Where a point feature is a single vertex, a polyline has two or more vertices. The polyline is a continuous path drawn through each vertex, as shown in figure_geometry_polyline. When two vertices are joined, a line is created. When more than two are joined, they form a ‘line of lines’, or polyline.

Une polyligne est utilisée pour montrer la géométrie des entités linéaires tels que les routes, les rivières, les contours, les sentiers, les trajectoires de vol et ainsi de suite. Parfois, nous avons des règles spéciales pour les polylignes en plus de leur géométrie de base. Par exemple les lignes de contour peuvent se toucher (par exemple à une falaise), mais ne doivent jamais s’entrecroiser. De même, des polylignes utilisées pour stocker un réseau routier doivent être raccordées à des intersections. Dans certaines applications de SIG, vous pouvez définir ces règles spéciales pour un type d’entités (par exemple, les routes) et le SIG veillera à ce que ces polylignes respectent toujours ces règles.

If a curved polyline has very large distances between vertices, it may appear angular or jagged, depending on the scale at which it is viewed (see figure_polyline_jagged). Because of this it is important that polylines are digitised (captured into the computer) with distances between vertices that are small enough for the scale at which you want to use the data.

Figure Polyline 1:

../../_images/jagged_polyline.png

Des polylignes vues à plus petite échelle (1:20 000 ou plus) peuvent apparaître lisses et incurvées. Lors d’un zoom pour une plus grande échelle (1:500 ou moins), les polylignes peuvent sembler très anguleux.

Les attributs d’une polyligne décrivent ses propriétés ou ses caractéristiques. Par exemple, une polyligne de route peut avoir des attributs qui décrivent si elle est recouverte de gravier ou de goudron, combien de voies il a, s’il s’agit d’une rue à sens unique, et ainsi de suite. Le SIG peut utiliser ces attributs pour symboliser l’entité polyligne avec une couleur ou le style de ligne approprié.

Une entité Polygone en détail

Les entités polygones sont des surfaces closes comme les barrages, les îles, les frontières des pays et ainsi de suite. Comme les entités polylignes, les polygones sont créés à partir d’une série de sommets qui sont reliés par une ligne continue. Toutefois, parce qu’un polygone décrit toujours un espace clos, les premiers et derniers sommets doivent toujours être au même endroit! Les polygones ont souvent une géométrie partagée — des limites qui sont en commun avec un polygone voisin. De nombreuses applications SIG ont la capacité de faire en sorte que les limites de polygones voisins coïncident exactement. Nous allons explorer cela dans le sujet Topologie plus loin dans ce tutoriel.

Comme avec des points et des polylignes, les polygones ont des attributs. Les attributs décrivent chaque polygone. Par exemple, un barrage peut avoir des attributs pour la profondeur et la qualité de l’eau.

Les données vecteurs dans les couches

Maintenant que nous avons décrit ce que sont les données vecteur, regardons comment les données de vecteur sont gérées et utilisées dans un environnement de SIG. La plupart des applications SIG regroupent les entités vecteur dans des couches. Les entités d’une couche ont le même type de géométrie (par exemple, ils seront tous points) et les mêmes types d’attributs (par exemple, l’information sur l’espèce d’un arbre au sein d’une couche arbres). Par exemple, si vous avez enregistré les positions de tous les sentiers dans votre école, ils seront généralement stockés ensemble sur le disque dur de l’ordinateur et affichés dans le SIG en une seule couche. C’est pratique car il vous permet de masquer ou d’afficher toutes les caractéristiques de cette couche dans votre application SIG avec un simple clic de souris.

Edition de données vecteurs

L’application SIG vous permettra de créer et de modifier les données de géométrie dans une couche — un processus appelé numérisation — que nous verrons de plus près dans un prochain tutoriel. Si une couche contient des polygones (par exemple les barrages agricoles), l’application SIG vous permettra de créer uniquement des nouveaux polygones dans cette couche. De même, si vous souhaitez modifier la forme d’une entité, l’application ne vous permet de le faire que si la forme modifiée est correcte. Par exemple, il ne vous permettra pas d’éditer une ligne de telle manière qu’il ne dispose que d’un sommet — souvenez-vous dans notre discussion sur les lignes ci-dessus que toutes les lignes doivent avoir au moins deux sommets.

La création et l’édition de données vecteur est une fonction importante d’un SIG, car il est l’un des principaux moyens par lesquels vous pouvez créer des données personnelles pour les choses qui vous intéressent. Par exemple, vous surveillez la pollution dans une rivière. Vous pouvez utiliser le SIG pour numériser tous les exutoires pour les drains d’eaux pluviales (comme des entités ponctuelles). Vous pouvez également numériser le fleuve lui-même (comme une entité polyligne). Enfin, vous pouvez prendre des mesures de niveaux de pH le long du cours de la rivière et de numériser les endroits où vous faites ces mesures (comme une couche de points).

Tout comme la création de vos propres données, il y a beaucoup de données vecteur que vous pouvez obtenir et utiliser de façon libre et gratuite. Par exemple, vous pouvez obtenir des données vectorielles apparaissant sur les feuillets cartographiques au 1:50 000 de la Direction générale: Études et levées cartographiques.

Echelle et données vecteur

Map scale is an important issue to consider when working with vector data in a GIS. When data is captured, it is usually digitised from existing maps, or by taking information from surveyor records and global positioning system devices. Maps have different scales, so if you import vector data from a map into a GIS environment (for example by digitising paper maps), the digital vector data will have the same scale issues as the original map. This effect can be seen in illustrations figure_vector_small_scale and figure_vector_large_scale. Many issues can arise from making a poor choice of map scale. For example using the vector data in illustration figure_vector_small_scale to plan a wetland conservation area could result in important parts of the wetland being left out of the reserve! On the other hand if you are trying to create a regional map, using data captured at 1:1000 000 might be just fine and will save you a lot of time and effort capturing the data.

Figure Vector Scale 1:

../../_images/small_scale.png

Les données vecteur (lignes rouges) ont été numérisées à partir de cartes à petite échelle (1:1000 000).

Figure Vector Scale 2:

../../_images/large_scale.png

Les données vecteur (lignes vertes) ont été numérisées à partir de cartes à grande échelle (1:50 000)

Symbologie

When you add vector layers to the map view in a GIS application, they will be drawn with random colours and basic symbols. One of the great advantages of using a GIS is that you can create personalised maps very easily. The GIS program will let you choose colours to suite the feature type (e.g. you can tell it to draw a water bodies vector layer in blue). The GIS will also let you adjust the symbol used. So if you have a trees point layer, you can show each tree position with a small picture of a tree, rather than the basic circle marker that the GIS uses when you first load the layer (see illustrations figure_vector_symbology, figure_generic_symbology and figure_custom_symbology).

Figure Vector Symbology 1:

../../_images/symbology_settings.png

In the GIS, you can use a panel (like the one above) to adjust how features in your layer should be drawn.

Figure Vector Symbology 2:

../../_images/symbology_generic.png

Lorsqu’une couche (par exemple la couche arbres ci-dessus) est chargée dans une application SIG pour la première fois, celle-ci lui attribuera un symbole par défaut.

Figure Vector Symbology 3:

../../_images/symbology_custom.png

Après nos réglages, il est plus facile de voir que nos points représentent des arbres.

La symbologie est une puissante fonctionnalité, donnant vie aux cartes et permettant la compréhension de vos données dans un SIG. Dans le sujet suivant (Attributs de données vectorielles) nous découvrirons plus en détail comment la symbologie peut aider l’utilisateur à comprendre la donnée vecteur.

Que faire avec une donnée vecteur dans un SIG?

At the simplest level we can use vector data in a GIS Application in much the same way you would use a normal topographic map. The real power of GIS starts to show itself when you start to ask questions like ‘which houses are within the 100 year flood level of a river?’; ‘where is the best place to put a hospital so that it is easily accessible to as many people as possible?’; ‘which learners live in a particular suburb?’. A GIS is a great tool for answering these types of questions with the help of vector data. Generally we refer to the process of answering these types of questions as spatial analysis. In later topics of this tutorial we will look at spatial analysis in more detail.

Problèmes courants avec les données vecteur

Working with vector data does have some problems. We already mentioned the issues that can arise with vectors captured at different scales. Vector data also needs a lot of work and maintenance to ensure that it is accurate and reliable. Inaccurate vector data can occur when the instruments used to capture the data are not properly set up, when the people capturing the data aren’t being careful, when time or money don’t allow for enough detail in the collection process, and so on.

If you have poor quality vector data, you can often detect this when viewing the data in a GIS. For example slivers can occur when the edges of two polygon areas don’t meet properly (see figure_vector_slivers).

Figure Vector Issues 1:

../../_images/vector_slivers.png

Slivers occur when the vertices of two polygons do not match up on their borders. At a small scale (e.g. 1 on left) you may not be able to see these errors. At a large scale they are visible as thin strips between two polygons (2 on right).

Overshoots can occur when a line feature such as a road does not meet another road exactly at an intersection. Undershoots can occur when a line feature (e.g. a river) does not exactly meet another feature to which it should be connected. Figure figure_vector_overshoots demonstrates what undershoots and overshoots look like.

Figure Vector Issues 2:

../../_images/vector_overshoots.png

Undershoots (1) occur when digitised vector lines that should connect to each other don’t quite touch. Overshoots (2) happen if a line ends beyond the line it should connect to.

Because of these types of errors, it is very important to digitise data carefully and accurately. In the upcoming topic on topology, we will examine some of these types of errors in more detail.

Qu’avons-nous appris?

Faisons le point sur ce que nous avons abordé dans cette partie:

  • La donnée vecteur est utilisée pour représenter les entités du monde réel dans un SIG.

  • Une entité vectorielle peut avoir une géométrie de type point, polyligne ou polygone.

  • Chaque entité vecteur a des données attributaires qui la décrivent.

  • La géométrie de l’entité est décrite en termes de sommets.

  • Les géométries de type Point sont composées de sommet unique (coordonnées X,Y et éventuellement Z).

  • Les géométries de type Polyligne sont composées de deux ou plusieurs sommets reliés en ligne.

  • Les géométries de type Polygone sont construites avec au moins quatre sommets formant une surface close. Les premier et dernier sommets sont toujours au même endroit.

  • Le choix du type de géométrie dépend de l’échelle, de sa commodité et de ce que vous voulez faire avec les données dans le SIG.

  • La plupart des applications SIG ne vous permettent pas de mélanger plus d’un type de géométrie dans une même couche.

  • La numérisation est le processus de création de données vecteur, en les dessinant au sein d’une application SIG.

  • Vector data can have quality issues such as undershoots, overshoots and slivers which you need to be aware of.
  • Les données vecteur peuvent être utilisées pour des **analyses spatiales dans une application SIG, par exemple pour trouver l’hôpital le plus proche d’une école.

Nous avons résumé le concept de données vecteur en SIG dans la figure figure_vector_summary.

Figure Vector Summary 1:

../../_images/vector_summary.png

Ce diagramme montre comment les applications SIG gèrent les données vecteur.

Maintenant, essayez !

Voici quelques pistes d’actions à essayer avec vos élèves:

  • Sur une copie de carte topographique d’un lieu près de chez vous (comme celui sur la figure_sample_map), demandez à vos élèves de retrouver et surligner des exemples de différents types de données vecteur.

  • Réfléchissez à comment vous créeriez des entités vecteurs dans un SIG pour représenter les objets du monde réel que constitue votre cour d’école. Créez une table des différentes entités dans et autour de l’école et demandez ensuite aux élèves de décider si ces entités seraient mieux représentées dans un SIG par un point, une ligne ou un polygone. La table_vector_1 constitue un exemple.

Figure Sample Map 1:

../../_images/sample_map.png

Pouvez-vous identifier deux entités Point et une entité Polygone sur cette carte?

Objet du monde réel

Type de géométrie approprié

Le mât de drapeau de l’école

 

Le terrain de foot

 

Les chemins de randonnée dans et autour de l’école

 

Endroits où se trouvent les robinets

 
Etc.  

Table Vector 1: Create a table like this (leaving the geometry type column empty) and ask your learners to decide on suitable geometry types.

Something to think about

If you don’t have a computer available, you can use a toposheet and transparency sheets to show your learners about vector data.

Pour aller plus loin

Le Guide de l’Utilisateur de QGIS fournit aussi des informations plus détaillées sur l’utilisation de données vecteur dans QGIS.

La suite ?

In the section that follows we will take a closer look at attribute data to see how it can be used to describe vector features.