Géomatique – UR06 - cours n°5

[Link]@[Link]
Poste 44.60
Bureau O211

1
 Plan du cours n°5
1. Questions cours précédent

2. Sémiologie graphique
2.1 Les règles obligatoires
2.2 Les variables visuelles

3. Cartographie statistique

4. Conclusion

2
Pourquoi la topologie peut-elle être définie comme une géométrie sans coordonnée ?

Donnez des exemples d’application que permettent les relations de connectivité, d’adjacence.

Expliquer le principe d’intersection, quels algorithmes utilise-t-il ?

3
 exercices

SELECT Nom, Prenom, Fonction

FROM COURSE;

4
 exercices

SELECT *
FROM COURSE
WHERE Fonction="Bénévole";

5
 exercices

SELECT Noms
FROM REPAS
WHERE Nbre repas>10
ORDER BY Nbre repas DESC;

6
 Comment calculer ?????

La réponse passe par une union des deux couches puis par une méthode d'interpolation
(par exemple en supposant une densité uniforme de la population dans chaque
commune)

7
 II
La sémiologie graphique

8
 Un petit exercice pour commencer…
• En vous appuyant sur le plan de Compiègne
pouvez vous lister les éléments qui rendent
une carte compréhensible ?
• Que pourrait on rajouter à ce plan pour le
rendre encore plus performant ?

9
• Les cartes ont la particularité de nous permettre d’embrasser d’un seul
coup d’oeil les territoires, les villes, les continents…

• La carte est une image construite au moyen d’un langage symbolique

explicite et basée sur une relation analogique à un espace de référence :
par exemple la carte topographique a pour espace de référence la portion
de territoire qu’elle représente et sa relation analogique passe par une
métrique euclidienne, une projection, une échelle . Le langage
symbolique prend la forme de figurés.

10
• La sémiologie graphique (étude des signes et de leur signification) a pour
but de transmettre une information correcte et d'aboutir à une image
cartographique facilement accessible au lecteur. Elle a été développée
par Jacques Bertin à la fin des années 60.

• Il s'agit d'un véritable langage destiné à faciliter la communication à

l'aide d'outils graphiques appelés variables visuelles.

• La bonne utilisation de ces variables permet

de renforcer le message tout en le rendant plus lisible

11
Jacques Bertin
 S’interroger
La carte est-elle le meilleur mode d’expression pour l’information géographique que je
veux traduire ?
Quel but ? : démonstratif, analytique, prosélytiste etc.
Quel public ? : scientifique, grand public, enfants
Quel fond de carte ? Quelle projection géographique ?
Quelles données représenter ? Comment les sélectionner ?

12
 Les règles obligatoires
• Titre obligatoire
• Légende obligatoire
• Echelle obligatoire
• Date et source obligatoires
• Flèche d’orientation obligatoire si le nord n’est pas en haut
• Un figuré = une seule valeur, une seule classe ou un seule
phénomène
• Les données quantitatives :
– Nécessitent l’emploi des variables visuelles taille ou valeur
– Pas de cartes choroplètes pour les variables de masses ou d’effectifs
– Maîtriser les paramètres de la discrétisation d’une variable

13
Titre

Le titre doit être simple, précis et concis. Il doit comprendre le thème, le lieu, et l’année, afin de
répondre aux questions « quoi », « où » et « quand».
On doit penser à exclure toute unité de mesure, comme les km² ou les pourcentages. Si
possible, problématisez le titre en posant un questionnement,

Répartition en pourcentage de l’élevage bovin

L’élevage bovin en France en 2015

Où se trouve l’élevage bovin dans la France de 2015 ?.

14
Orientation
L’orientation permet au lecteur de se repérer. Il n’est pas nécessaire de faire une rose des
vents à 32 directions, une simple flèche pointant vers le nord est largement suffisante !

15
Échelle
L’échelle est un élément essentiel. Elle permet d’avoir un ordre de grandeur, pour
savoir si la carte représente des mètres, des kilomètres… On doit privilégier
l’échelle graphique, car elle permet de garder un ordre de grandeur quand on
redimensionne. De plus, on doit privilégier les valeurs rondes, comme 1 km,

1/25 000

16
Légende
La légende est l’emplacement où vont être déposés les figurés et leurs significations.
Quelques points pour faire une belle légende :

Évitez le superflu, ne marquez pas le mot légende.

Le figuré doit toujours être représenté à gauche et son identifiant à sa droite. Ainsi, on
voit un figuré, et on cherche sa correspondance.
Et le figuré de la légende doit être la même que celui de la carte, tant en forme, qu’en
couleur et en taille…

17
Source
La carte doit être sourcée, notamment pour les données. Cela est essentiel, car cela aide à
être critique sur le document ! On trouve aussi une datation de la carte.

le carton
On trouve parfois un carton : c’est une petite carte complémentaire à la grande carte, qui
peut être un zoom sur un point ou une carte de localisation.

18
Fond de carte
Le fond de carte sert de trame pour la réalisation de la
carte. Il faut l’adapter selon la précision spatiale des
données : plus le format est grand, plus on peut rajouter
du détail. A contrario, si le format diminue, on doit la
simplifier, en faisant des traits rectilignes, des formes
anguleuses. Dans tous les cas, un fond de carte doit être
discret : les traits doivent être fins et la valeur de sa
couleur faible (comme un noir 50 % ou des pointillés).

Par exemple, le fond de plan ne doit jamais occuper le

premier plan par une intensité visuelle soutenue, car
c'est l'information originale qui doit être mise en avant,
et non l'inverse.

19
 Les règles obligatoires
– Concevoir ou regarder une carte revient à interpréter un système de signes
qui se différencient par des variations visuelles.
– Ces variations traduisent trois relations essentielles : la différence ou
ressemblance, l'ordre et la proportionnalité ou quantité =>
• Un figuré n'a pas la même apparence qu'un autre, il est différent ou au contraire
ressemblant.
• Un ensemble de figurés dégradés illustre un ordre visuel, par exemple du plus clair au plus
foncé.
• un figuré utilise plus de place qu'un autre dans un rapport de grandeur qui révèle une
propriété de la donnée représentée.

– Toute carte peut donc être considérée comme un assemblage de signes, ou

figurés, dont la perception privilégie la relation entre ces signes

20
 Les règles obligatoires
– Ces trois relations perçus par l'oeil lors de la lecture de la carte, doivent
transcrire les relations identiques qui s'attachent aux données
représentées sur la carte:

• différence stricte (une surface agricole en blé, est

différente d'une autre en maïs), ou par regroupement (les
surfaces de culture, se regroupent pour se différencier des
surfaces en herbe).

• ordre hiérarchique (le département est un niveau

administratif au dessus de la commune), chronologique (le
tronçon nord de l'autoroute a été réalisé avant celui du
sud), ou quantitatif (telle commune a enregistré un
accroissement démographique supérieur à telle autre).

• quantité (cette école accueille 253 enfants, cette autre 96).

Ces trois relations sont suffisantes pour caractériser n'importe quel ensemble
de données figurant sur une carte.
21
 Comment faire une carte :
• les deux étapes fondamentales :

1. Identifier la variable à représenter

2. Déterminer le mode de représentation de la
variable

22
1) Identifier la donnée

23
 Variable qualitative
• Il existe deux types de variable qualitative :
– Variable qualitative nominale : Ensemble de variables
n’ayant entre elles aucun ordre a priori. Ex : le type
d’occupation du sol
– Variable qualitative ordinale : Ensemble de variables que
l’on peut classer par ordre croissant ou décroissant Ex :
Petit, moyen, grand ; 1er, 2ème, 3ème (sans qu’on ne
sache rien de ce qui distingue le 1er du 2ème )

24
 Variable quantitative
• Les variables expriment des quantités issues d’une
mesure (ex : superficie) ou d’un dénombrement (ex :
nombre d’enfants par ménage).
• Il existe deux types de variables quantitatives :
– Variable de stock (absolue) : Exprime une quantité
concrète.
– Variable de taux (relative) : Exprime un rapport entre deux
valeurs

25
2) Déterminer le mode de représentation
de la variable : l’implantation

26
2) Déterminer le mode de représentation
de la variable : la figuration

27
 2) Déterminer le mode de représentation
de la variable : la variable visuelle
• C’est le point clef : après avoir défini
l’implantation et la figuration, il faut choisir la
variable visuelle. Elle va permettre d’exprimer
visuellement l’importance de la donnée

28
 Les Variables
2 règles d’or
• Le type de donnée et le type d’implantation
déterminent la variable visuelle
• La seule variable possible pour une donnée
quantitative absolue (de stock) c’est la taille.

29
Les variables visuelles

30
 1- Les variables visuelles : la forme
• C'est la variation du tracé du contour des symboles. En implantation
zonale, la variation de la forme des éléments graphiques de la trame
s'appelle la texture.

• La forme peut être symbolique (à éviter…) géométriques ou

conventionnelles.

• C'est une variable exclusivement différentielle, qui peut permettre la

perception des regroupements (ressemblances).

31
Les formes

32
Exemples symbole cartes IGN

33
 Règles d’utilisation
• Ne pas multiplier les formes
• Les réserver pour représenter des informations
qualitatives en implantation ponctuelle ou linéaire.
• L'utilisation des textures permet la superposition de
zones

34
 2- Les variables visuelles : la taille
• Variation de la taille (hauteur, longueur, épaisseur)
d’un objet : qu’il s’agisse d’une représentation
ponctuelle (forme) ou linéaire (ligne).

35
 Les variables visuelles : la TAILLE
Règles d’utilisation

• La taille est limitée par la surface minimale du signe perceptible

(cercle : 0,2 mm)
• Ne s’utilise que pour des données quantitatives absolues ou
qualitatives ordinales
– C’est la seule variable visuelle employée pour une donnée quantitative
absolue, car elle est la seule à traduire directement des quantités.
.

36
 Les variables visuelles : la taille

• C'est la seule variable visuelle permettant de percevoir les rapports de

proportionnalité et donc de traduire des quantités. C'est la surface du
figuré qui est proportionnelle à la quantité traitée et cette variation peut
être continue (une taille par valeur).

37
 Les variables visuelles : la taille
• Les rapports de volumes sont les plus difficiles à appréhender, les
différences de hauteur (barres) les plus faciles. En implantation zonale, la
déformation en anamorphose est la représentation idéale.

38
Anamorphose :

-Dépenses militaires par pays

-Lieu de guerres et nombre de

morts…

Source : [Link]
39
[Link]

40
3- Les variables visuelles : la couleur

41
 Les variables visuelles : la couleur

• En sémiologie, la couleur permet de différencier des

entités géographiques, elle renforce l'associativité des
symboles en attribuant à chaque grand thème une
couleur.

• Deux moyens existent pour graduer l’information.

– Les camaïeux
– La gradation harmonique

42
 La gradation de la couleur
1) Les camaïeux
On varie la saturation en restant dans le même ton
Ex : du bleu foncé au bleu clair pour la qualité des
eaux de baignades.

Ex : du rouge foncé au rouge clair pour la densité de

population.
43
Exemple de carte diachronique — Comment le climat de la France s’est réchauffé depuis 1900 — [Link]
44
 La gradation de la couleur
2) La gradation harmonique
Elle est fondée sur la valeur (ou intensité des couleurs).
– Gradation harmonique couleurs chaudes

– Gradation harmonique couleurs froides

45
 Erreurs courantes lors de la gradation
• 1) Tenir compte de la valeur (ou intensité) mais pas de
la saturation.
– Ex : du violet > rouge > orange > jaune : bonne gradation
de la valeur.
– Mais le rouge est plus foncé que le violet : mauvaise
gradation de la saturation.
• 2) Mélanger les tons froids et les tons chauds.
– Vous ne pouvez mélanger les deux que dans le cas de
valeurs négatives et positives
• 3) Mêler un camaïeu et une gradation harmonique
– Ex : 3 tons de orange, puis du rouge

46
47
 4- Les variables visuelles : la valeur

La valeur est définie comme le rapport entre les

quantités de noir (ou de couleur) et les quantités de
blanc sur une surface donnée.

48
 Règles d’utilisation
• Interdite pour une variable quantitative absolue ou
une variable qualitative non ordonnée car elle traduit
une progression.
• Elle est utilisée pour les variables quantitatives de
taux (ex : pourcentage de population connectée à
internet).
• Les valeurs claires (proches du blanc) traduisent une
moindre présence du phénomène représenté.
• La valeur blanc signifie le plus souvent l’absence
d’information.
49
 5- Les variables visuelles : la texture
4 éléments de variations de la texture (structure)
• La forme = l’élément graphique qui constitue la
trame
– Ex : Point, ligne, tirets etc.
• La répartition et l’écartement = disposition des
éléments et distance entre deux éléments de la
trame
– Ex : deux petits traits, un grand, deux petits …
• L’orientation :
– Ex : hachures verticales, horizontales, en biais …
• La graisse = l’épaisseur des éléments
– Ex : des petits points, des gros points etc.
50
 Règles d’utilisation de la texture
• Elle est adaptée à l’implantation zonale et permet de différencier des
variables qualitatives.
– Sur une carte en noir et blanc c’est le seul moyen de distinguer des variables
qualitatives non ordonnées à condition de ne pas introduire une gradation
(plus claire ou plus foncée).
– Ex : les différentes langues parlées dans un pays.
– Ex : les couverts forestiers (chênes, hêtres etc.)

• Utilisée avec la couleur elle permet de distinguer les types de variables

– Ex : dans les verts : variation de la texture – structure permet de distinguer la
densité du couvert végétale, dans les bruns : le type de modelés
géomorphologiques

• Elle est très utile pour introduire une double progression en noir et blanc :
– Ex : vous voulez traduire les différentes essences d’arbres dans une forêt, ainsi
que l’âge des arbres. La taille des éléments permet de hiérarchiser (plus les
traits et les points seront gros, plus les arbres seront vieux)

51
 6- Les variables visuelles : le grain
La variation de grain s’obtient par
agrandissement ou réduction d’une
structure/texture (avec un rapport noir/blanc
constant).

52
 7 Les variables visuelles : l’orientation
• Peut indiquer une direction géographique (direction, flux, attraction...),
mais également s'appliquer à la différenciation des symboles (variation
purement géométrique).
• Sa variation ne permet pas de distinguer visuellement l'ordre ou les
quantités, mais c'est une bonne variable de différenciation. Elle rend
possible les superpositions en implantation zonale.

53
 Les variables visuelles : propriétés
• Les variables visuelles vont se caractériser par leur aptitude à mettre en
évidence des différences entre entités représentées, une progression
ordonnée de valeurs relatives (densité par exemple), des quantités ou des
similitudes.

La quantité
• La quantité permet de définir la valeur absolue d'un élément géographique
(précipitations annuelles, nombre de touristes dans une ville).
• Seule la variable visuelle taille est quantitative et est souvent utilisée sous
forme de cercles de tailles proportionnelles à des quantités.

54
 Les variables visuelles : propriétés

L'ordre
• L'ordre permet de pouvoir appréhender une hiérarchie : une série
ordonnée de valeurs relatives (densités de populations) pourra être
représentée par des densités graphiques ordonnées (valeurs de gris du
blanc au noir). Cette propriété concerne la valeur et, à un moindre degré, la
taille.

La différenciation
• Le caractère différentiel de certaines variables doit permettre d'identifier
sans ambiguïté les signes se reportant à des thématiques différentes
(industrie et tourisme), à des entités géographiques opposées (montagnes,
plaines) ou à mettre en exergue un élément dans un groupe. Cette
propriété concerne toutes les variables visuelles avec une plus grande
efficacité pour la forme et la couleur.

55
56
 Les variables visuelles : propriétés

L'associativité
• L'associativité permet d'associer des éléments de natures différentes. Cette
propriété permet de regrouper en un seul grand ensemble (habitat,
végétation…), les différents objets d'un thème. Les variables visuelles valeur
et forme peuvent être associatives

57
 Les variables visuelles : synthèse
• Les variables visuelles présentent entre elles différents niveaux d'efficacité,
fonction de la dimension et de l'environnement des figurés. Ce sont tout
d'abord les variations de couleur, puis celles de taille et de valeur qui sont
plus directement perçues, viennent ensuite celles de grain, d'orientation et
de forme.

pertinence de chaque variable

visuelle pour l'expression des
grands types de relations entre
les données.

58
 Les variables visuelles selon
l’implantation et la nature des
données

59
 Les variables visuelles : synthèse
• La possibilité de différencier un nombre plus ou moins grand
de symboles d'un même type n'est pas la même d'une
variable visuelle à une autre.
– Les variations de taille peuvent être illimitées,
– on peut distinguer 7 ou 8 valeurs de gris, de forme/texture, et 4 d'orientation
et de grain.
– Pour la couleur, le nombre de paliers que l'oeil est capable de distinguer est
plus important pour le bleu/violet (7 à 8), que pour le rouge/orange (6), ou
encore le vert ou le jaune (5 et 4).

60
 Les variables visuelles : synthèse
• La superposition de plusieurs séries de données pose le problème de la
perception globale de la carte et des éléments qui orientent sa lecture.

• Le fort pouvoir de séparation de la couleur permet de jouer efficacement

sur les niveaux d'information à hiérarchiser et facilite la superposition des
figurés.

61
62
63
64
65
 66
Sources : [Link]
Les modes d’implantation : ponctuel, linéaire ou
zonal
• Pour chaque figuré, le mode d’implantation est déterminé en fonction de
la nature géométrique de l'entité géographique représentée, la
dimension sémantique qui s'y attache (une ville considérée comme une
étendue affectée d'une occupation du sol particulière est d'implantation
zonale, alors que considérée comme un nœud d'un réseau viaire, elle est
d'implantation ponctuelle), et l'échelle de représentation (à petite échelle,
l'emprise spatiale de la ville ne peut être représentée avec suffisamment de
précision, elle est alors d'implantation ponctuelle).

67
3- Cartographie statistique

68
 le traitement des données:
• En fonction des traitements des données (graphique,
mathématique, statistique, ...) employés, une carte peut
être interprétée de manières différentes.

• Le traitement des données ne peut se faire sans l'apport

d'un minimum de connaissances statistiques afin d'établir
une carte proche de la réalité et ainsi d'éviter de
transmettre un message erroné.

69
Intro : Choix de la couleur = carte choroplète

La carte choroplèthe est le type le plus usuel de carte

statistique. Il s’agit d’une représentation de quantités
(plethos) relatives à des espaces, ou aires géographiques
(khorê), par le moyen d’une échelle de tons gradués.

[Link]
 Intro : discrétisation : définition

Regroupement par classes de données quantitatives

discrètes ou continues issues d’une même série statistique.

1. Données discrètes : nombre isolé (généralement des

nombres entiers) dont la liste peut-être établie a
priori
2. Données continues : les valeurs sont en nombres
infinis non dénombrables car il est a priori possible
d’atteindre une précision illimitée.
 31. Discrétiser les données : le choix de classes
pertinentes

Les classes sont définies par des seuils (ou bornes) qui
donnent les limites inférieures et supérieures de la
classe.
32. Discrétiser les données : plusieurs méthodes de
discrétisation

1. Effectifs égaux
2. Amplitudes égales
3. Seuils remarquables
4. Progression arithmétique
5. Progression géométrique
6. Classes en fonction de la moyenne et de l’écart type
7. Classes en fonction des fréquences moyennes
8. Méthode de Jenks
9. Etc.
32. Discrétiser les données : discrétisation selon
amplitudes égales
Méthode

1. Calcul de l’amplitude totale de la série statistique

2. Choix du nombre de classes
3. Division de l’amplitude totale par le nombre de classes pour
définir l’amplitude de chaque classe.
4. Définition des bornes – déduites de l’amplitude de chaque
classe.
32. Discrétiser les données : discrétisation selon amplitudes
égales
Application

1. Amplitude totale
Minimum : la Lozère, 15 hab/km²; Maximum : Paris, 20 648 hab/km²
Amplitude : 20 648 – 15 = 20 633

2. Choix du nombre de classes

Grande amplitude + nombreuses données > nombre élevé de classes : 7

3. Amplitude par classe

Amplitude totale / nombre de classe : 20 633 / 7 = 2947,57143

4. Définition des bornes

Classe 1 : Borne inférieure = 15 ; borne supérieure : 15 + 2947,6
Etc.
Inconvénient : mauvaise répartition des individus
dans les classes
Classes d’amplitude égale
 32. Discrétiser les données : discrétisation selon amplitudes
égales
Problèmes fréquents
• Les seuils départagent des éléments ayant la même valeur
• C’est le cas entre la classe 1 et 2 avec la valeur 57
• Vous n’êtes pas totalement libre de votre nombre de
•classe : 96 éléments un nombre de classe impair est peu efficace
(96/7=13.5 éléments par classe).
•Cette approche rigide risque de regrouper dans une même classe
des éléments dont les valeurs sont très hétérogènes.
Ex : Classe 6 : Haut Rhin (densité 206) et Paris (20648)
 32. Discrétiser les données : discrétisation selon
effectifs égaux
La méthode

1. Déterminer le nombre de classes

2. Déterminer le nombre d’effectifs par classe
3. Établir un tableau élémentaire ordonné
4. Calculer les effectifs seuils qui permettent de passer d’une
classe à l’autre
5. Repérer les quantiles (valeur du caractère qui permet de passer
d’une classe à une autre).
32. Discrétiser les données : discrétisation selon
effectifs égaux
Application

1. Nombre de classes
Choix de 6 classes (multiples de 96)

2. Déterminer le nombre d’effectifs par classe

96 / 6 = 16 effectifs par classe

3. Tableau élémentaire ordonnée en fonction de la valeur de la densité

4. Calculer les bornes des classes :

Ici passage d’une classe à l’autre tous les 16 éléments soit :
Classe 1 : Rang 1 > Rang 16
Classe 2 : Rang 17 > Rang 32…
32. Discrétiser les données : discrétisation selon
effectifs égaux
Application

5. Repérer les quantiles :

• Repérer les éléments en limite de classe, faire la moyenne de leur
valeur.

• Valeur de la borne supérieur de la classe 1 : (37+40)/2=38,5

 32. Discrétiser les données : discrétisation selon
amplitudes égales
Classe d’amplitude égale : conclusions

• Cette méthode peut être tolérée dans un cas où l’amplitude est

faible.

• Il faut l’oublier lorsque vous avez une très forte amplitude.

• Elle est totalement à proscrire lorsqu’il y a une opposition de part

et d’autre de 0 car elle ne permet pas de conserver cette
opposition.
 32. Discrétiser les données : discrétisation selon
effectifs égaux
critiques

Problèmes fréquents
•Les seuils peuvent départager des éléments ayant la même valeur
C’est le cas entre la classe 2 et 3 avec la valeur 57
•Vous n’êtes pas totalement libre de votre nombre de classe :
96 éléments un nombre de classes impair est peu efficace (96/7=13.5 éléments par
classe).
•Cette approche rigide risque de regrouper dans une même classe
des éléments dont les valeurs sont très hétérogènes.
Ex : Classe 6 : Haut Rhin (densité 206) et Paris (20648)
discrétisation selon effectifs égaux
 33. Discrétiser les données : discrétisation selon seuils
remarquables
Principe et méthode

•Elle consiste à repérer, et à utiliser comme limite de classe, les vides

laissés dans la distribution des groupes d’individus.

•Il faut construire un diagramme de dispersion.

•Repérer les vides laissés libres entre les groupes d’individus. Cela
permet de regrouper entre eux les individus qui ont des valeurs
proches les unes des autres, et de les différencier des autres groupes
de valeurs.
 33. Discrétiser les données : discrétisation selon seuils
remarquables

Principe et méthode : Construction du diagramme de dispersion

• Il faut observer attentivement sa série statistique pour repérer les

éléments isolés.
Ex : Paris
Ex : Valeur supérieur à 250
Construction du diagramme de dispersion
Diagramme de distribution avec une échelle logarithmique
Diagramme de distribution de 0 à 1000
Diagramme de distribution de 0 à 250
Repérer les classes
 33. Discrétiser les données : discrétisation selon seuils
remarquables
Règles d’utilisation

•Ne pas multiplier le nombre de classes pour éviter de rendre votre

carte confuse.

• Possibilité de ne pas instaurer de continuité dans les classes pour

faire ressortir une donnée.

•Certaines limites restent discutables (ex : limite de 62 ici).

discrétisation selon seuils remarquables
 4- Conclusion

• Au moment où la communication par la carte prend de plus en plus

d'importance, où l'information brute des SIG (la base de données géométrique)
est de plus en plus partagée, où, enfin, les métiers qui utilisent les
représentations graphiques sont de plus en plus nombreux et diversifiés, il
apparaît nécessaire de disposer d'un référentiel méthodologique commun.

• Ces quelques rappels concernant la sémiologie du signe graphique en

constituent aujourd'hui les bases. Le risque est grand, sinon, de voir se
multiplier les mauvais traitements et les représentations graphiques difficiles à
traduire, ou pire encore, celles provoquant des contresens.

99
Les clés de lecture d’une bonne carte :

100
Critiquez et proposez des pistes d’améliorations

101
Source : charte du SRADDT Bourgogne, Conseil Régional de Bourgogne, RCT Territoires, mai 2014
Critiquez et proposez des pistes d’améliorations

102
Critiquez et proposez des pistes d’améliorations

103
 Comment calculer ?????
• Les maisons de retraites de moins de deux étages ou les
écoles maternelles situées dans une zone de crue
centennale

quelles couches d’informations vous faut-il, de quel

type d’entités et avec quels attributs
Comment procédez vous ?

104
 Bibliographie
BEGUIN M., PUMAIN D.: La représentation des données géographiques. Ed. Armand Colin, Paris, 1994, 192 p.
BERTIN J.: Sémiologie graphique. Ed. Gauthier-Villars Mouton, Paris, 1973, 431 p.
BLIN E., BORD J-P.: Initiation géo-graphique. Ed. SEDES, Paris, 1995, 284 p.
BONIN S.: Initiation àla graphique. Ed. Epi, Paris, 1983, 173 p.
BONIN S.: La graphique dans la presse. Ed. CFPJ, Paris, 1989, 176 p.
BRUNET R.: La carte, mode d’emploi. Ed. Fayard-Reclus, Paris, 1987, 270 p.
CAUVIN C., REYMOND H. et SERADJ A.:Discrétisation et représentation cartographique. Ed. Reclus modes d'emploi,
1987, 116 p.
CHEMLA G.: Statistique appliquée à la cartographie. Ed. nathan Université, 1995, 159 p.
CUENIN R.: La cartographie générale, tomes 1 et 2. Ed. Eyrolles, Paris, [Link] J.: Sémiologie et conception
cartographique, Hermès, Paris, 2005.
JOLY F.: La cartographie. Ed. Presses Universitaires de France, coll. Que sais-je? n°937, Paris, 1985, 127 p.
LE FUR A.: Pratiques de la cartographie. Ed. Armand Colin, Synthèses, série Géographie, Paris, 2000, 95 p.
MONMONIER M.: Comment faire mentir les cartes, du mauvais usage de la géographie. Ed. Flammarion, Paris,
1993, 232 p.
POIDEVIN D.: La carte, moyen d’action. Ed. Ellipses, Paris, 1999, 200 p.
RHEIGANS P. et LANDRETH C.L.G.. Perceptual principles for effective visualizations. In Perceptual Issues in
Visualization G.a.H. Levkowitz, 1995, 59-73
RIMBERT S.: Carto-graphies. Ed. Hermès, Paris, 1990, 176 p.
ROULEAU B.: Les méthodes de la cartographie. Ed. Presses du CNRS, Paris, 1991.
STEINBERG J.: Cartographie pratique pour la géographie et l’aménagement. Ed. SEDES, Paris, 1996, 130 p.

[Link]

105