Suite

Vous cherchez un logiciel pour ouvrir les fichiers .img ?

Vous cherchez un logiciel pour ouvrir les fichiers .img ?


J'ai des données de précipitations cpc stockées au format IMG.

Quelqu'un pourrait-il suggérer un logiciel à côté d'ERDAS imagine ou d'Arcgis qui peut être téléchargé gratuitement ?


GDAL prend en charge le format .img, à la fois l'Imagine de base et l'Imagine étendu (supérieur à 2 Go), ainsi tout logiciel utilisant les pilotes GDAL prendrait en charge ERDAS Imagine.

Le plus exploitable et le mieux documenté que j'ai vu est QGIS. Il est également open source et donc gratuit.


Le logiciel à choisir dépend de vos objectifs.

Pour le SIG, QGIS est génial. Il comprend de nombreuses boîtes à outils pour l'analyse spatiale. C'est une alternative open source à ArcGIS.

Pour le traitement d'image, vous pouvez utiliser Monteverdi. Monteverdi est particulièrement utile si vous avez de très grandes images. C'est une alternative open source à Erdas.


Si vous recherchez un logiciel gratuit, il y en a plusieurs qui peuvent le faire, mais je ne sais pas comment ils peuvent gérer les fichiers CPC imagine, mais ENVI 5.1 peut l'ouvrir et lire les fichiers img si c'est ce que vous recherchez. ENVI n'est pas gratuit mais c'est un autre bon logiciel à avoir. J'ai ERDAS, ArcGIS 10.1 et ENVI 5.0 et ils peuvent tous l'ouvrir et le lire. Je ne sais pas si le logiciel gratuit a la capacité de gérer le fichier CPC.


Fichier de projet Edificus (logiciel de CAO utilisé pour créer des conceptions architecturales 2D et 3D) qui stocke les données utilisées pour décrire divers composants de la conception, tels que le matériau du toit, la largeur de la porte et le modèle de fixation de fenêtre. Le fichier contient des vues de zone, des plans d'étage, des vues en coupe, des vues d'élévation, des vues isométriques, des vues de terrain et des rendus de la conception. Ce fichier peut être exporté vers d'autres formats de CAO tels que OBJ, STL, PLY, DAE, SVG et DWG.

Comment ouvrir le fichier avec l'extension EDF?

Ce fichier est un fichier de données ESRF (EDF) qui sert de conteneur pour enregistrer du texte et des informations binaires. Ce fichier est généralement utilisé dans les programmes de recherche scientifique pour sauvegarder des collections d'images.

Comment ouvrir le fichier avec l'extension EDF?

Dunstad Estimator (application gratuite utilisée pour gérer les estimations financières) avec des estimations stockées à l'aide d'un format de base divisé par des virgules qui inclut les informations de l'estimateur.


MikuMikuDance (MMD - un logiciel d'animation de danse développé en japonais) fichier de modèle en trois dimensions avec un maillage en trois dimensions pour un danseur qui peut être texturé et animé à l'aide des outils MikuMikuDance. Il est utilisé pour enregistrer divers modèles de danseurs. L'éditeur PMD et plusieurs applications de modélisation 3D par défaut (par exemple Blender, Metesequoia ou Lightwave) avec les plug-ins appropriés installés peuvent être utilisés pour éditer les fichiers PMD.

Comment ouvrir le fichier avec l'extension PMD?

Adobe PageMaker (logiciel utilisé pour générer des publications professionnelles telles que des newsletters et des brochures) fichier de mise en page avec du texte formaté, des graphiques et des éléments dessinés. Il peut importer des images qui ont été produites à l'aide d'autres applications Adobe. Adobe PageMaker 6 ou versions plus récentes. Le successeur de PageMaker appelé InDesign peut également ouvrir les fichiers PMD.


Archive des données de profil de sous-fond numérique Chirp collectées lors des croisières USGS 13BIM02 et 13BIM07 au large des îles Chandeleur, Louisiane, 2013

Pour accéder aux informations contenues sur ce disque, utilisez un navigateur Web pour ouvrir le fichier index.html. Ce rapport comporte huit sections : Accueil, Acronymes et abréviations, Contenu du disque, Données de navigation et cartes, Profils des sous-titres, Journaux d'activité sur le terrain, Métadonnées FGDC et Logiciel. Des liens en haut et en bas de chaque page donnent accès à ces sections. Ce rapport contient des liens vers l'USGS et ses collaborateurs ou d'autres ressources qui ne sont accessibles que si l'accès à Internet est disponible lors de la visualisation de ces documents.

Organisation du disque

Résumé du projet

Remerciements

Références citées

Barry, K.M., Cavers, D.A., et Kneale, C.W., 1975, Standards recommandés pour les formats de bandes numériques : Geophysics, v. 40, no. 2, p. 344�. [Également disponible sur https://dx.doi.org/10.1190/1.1440530.]

Cohen, JK et Stockwell, Jr. JW, (2010), CWP/SU–Seismic Un*x Release No. 41–An open source software package for sismic research and processing, Center for Wave Phenomena, page Web de la Colorado School of Mines, consulté le 6 novembre 2014, sur http://www.cwp.mines.edu/cwpcodes/.

Citation suggérée

Forde, AS, Miselis, JL, Flocks, JG, Bernier, JC et Wiese, DS, 2014, Archive des données de profil de sous-fond de chirp numérique collectées lors des croisières USGS 13BIM02 et 13BIM07 au large des îles Chandeleur, Louisiane, 2013 : US Geological Survey Série de données 897, 1 DVD , https://dx.doi.org/10.3133/ds897.

Index | Accueil | Abréviations | Contenu | Navigation | Profils | Journaux | Métadonnées | Logiciel

Département américain de l'Intérieur | Commission géologique des États-Unis
URL : https://pubs.usgs.gov/ds/0897/html/ds897_home.html
Coordonnées de la page : contactez l'USGS
Dernière modification de la page : lundi 28 novembre 2016, 20:30:41


Vous cherchez un logiciel pour ouvrir les fichiers .img ? - Systèmes d'information géographique

Un site officiel du gouvernement des États-Unis

Les sites Web officiels utilisent .gov
UNE .gov Le site Web appartient à une organisation gouvernementale officielle des États-Unis.

Les sites Web .gov sécurisés utilisent HTTPS
UNE fermer à clé ( Verrouiller Un cadenas verrouillé

) ou alors https:// signifie que vous êtes connecté en toute sécurité au site Web .gov. Partagez des informations sensibles uniquement sur des sites Web officiels et sécurisés.

Archive des données de profil de sous-fond de chirp numérique collectées lors de la croisière USGS 12BIM03 au large des îles Chandeleur, Louisiane, juillet 2012

Liens

Abstrait

Du 23 au 31 juillet 2012, le US Geological Survey a mené des études géophysiques pour étudier les contrôles géologiques sur le cadre des îles barrières et le transport de sédiments à long terme le long de la berme de sable d'atténuation des déversements d'hydrocarbures construite à l'extrémité nord et juste au large des îles Chandeleur, La. (figure 1). Cet effort fait partie d'une étude plus large de l'USGS, qui cherche à mieux comprendre l'évolution des îles-barrières sur des échelles de temps moyennes (mois à années). Ce rapport sert d'archive de données de sous-fond de chirp numériques non traitées, de cartes de tracé, de fichiers de navigation, de fichiers de système d'information géographique (SIG), de journaux du système de collecte d'activités sur le terrain (FACS) et de métadonnées officielles du Federal Geographic Data Committee (FGDC). Des images numériques obtenues (montrant une augmentation relative de l'amplitude du signal) des profils sismiques sont également fournies. Reportez-vous à la page Abréviations pour les extensions des acronymes et des abréviations utilisés dans ce rapport.

Le USGS St. Petersburg Coastal and Marine Science Center (SPCMSC) attribue un identifiant unique à chaque campagne ou activité sur le terrain. Par exemple, 12BIM03 nous indique que les données ont été collectées en 2012 lors de la troisième activité sur le terrain pour ce projet au cours de cette année civile et BIM est un code générique, qui représente les efforts liés à la cartographie des îles barrières. Reportez-vous à http://walrus.wr.usgs.gov/infobank/programs/html/definition/activity.html pour une description détaillée de la méthode utilisée pour attribuer l'ID d'activité de champ.

Tous les systèmes chirp utilisent un signal de fréquence variable en continu. Le système EdgeTech SB-424 utilisé lors de cette étude produit des images de profil haute résolution et à faible pénétration (généralement moins de 50 millisecondes (ms)) de la stratigraphie sous-marine. Le poisson remorqueur contient un transducteur qui transmet et reçoit de l'énergie acoustique et est généralement remorqué à 1 à 2 m sous la surface de la mer. Lorsque l'énergie acoustique transmise croise les limites de densité, telles que le fond marin ou les couches de sédiments sous la surface, l'énergie est réfléchie vers le transducteur, reçue et enregistrée par un système d'acquisition sismique sur PC. Ce processus est répété à intervalles de temps réguliers (par exemple, 0,125 seconde (s)) et l'énergie renvoyée est enregistrée pendant une durée spécifique (par exemple, 50 ms). De cette manière, une image verticale bidimensionnelle (2-D) de la structure géologique peu profonde sous la voie du navire est produite. La figure 2 affiche la géométrie d'acquisition. Reportez-vous au tableau 1 pour un résumé des paramètres d'acquisition et au tableau 2 pour les statistiques de la ligne de voie.

Les données de trace archivées sont dans la norme Society of Exploration Geophysicists (SEG) SEG Y rev. 0 (Barry et al., 1975), les 3 200 premiers octets de l'en-tête de l'image de la carte sont au format ASCII au lieu du format EBCDIC. Les fichiers SEG Y peuvent être téléchargés et traités avec un logiciel commercial ou du domaine public tel que Seismic Unix (SU) (Cohen et Stockwell, 2010). Voir la page Comment télécharger les données SEG Y pour les instructions de téléchargement. La version Web de cette archive ne contient pas les fichiers de trace SEG Y. Ces fichiers sont très volumineux et nécessiteraient des temps de téléchargement extrêmement longs. Pour obtenir l'archive DVD complète, contactez USGS Information Services au 1-888-ASK-USGS ou à [email protected] Les profils imprimables fournis ici sont des images GIF qui ont été traitées et obtenues à l'aide du logiciel SU et peuvent être consultés à partir de la page Profils ou à partir de liens situés sur les cartes des tracés. Reportez-vous à la page Logiciel pour des liens vers des exemples de scripts de traitement SU. Les fichiers SEG Y sont disponibles sur la version DVD de ce rapport ou sur le Web, téléchargeables via le USGS Coastal and Marine Geoscience Data System (http://cmgds.marine.usgs.gov). Les données peuvent également être consultées à l'aide des logiciels open source multiplateformes GeoMapApp (http://www.geomapapp.org) et Virtual Ocean (http://www.virtualocean.org).

Des informations détaillées sur le système de navigation utilisé peuvent être trouvées dans le tableau 1 et les journaux du système de collecte d'activités sur le terrain (FACS). Pour afficher les cartes des tracés et les fichiers de navigation, et pour plus d'informations sur ces éléments, consultez la page Navigation.

Zone d'étude

Détails supplémentaires sur la publication
Type de publication Signaler
Sous-type de publication Série numérotée USGS
Titre Archive des données de profil de sous-fond de chirp numérique collectées lors de la croisière USGS 12BIM03 au large des îles Chandeleur, Louisiane, juillet 2012
Titre de la série Série de données
Numéro de série 856
EST CE QUE JE 10.3133/ds856
Année de publication 2014
Langue Anglais
Éditeur Commission géologique des États-Unis
Emplacement de l'éditeur Reston, Virginie
Bureau(x) contributeurs Centre des sciences côtières et marines de Saint-Pétersbourg
La description Document HTML
Pays États Unis
Autre géospatiale Golfe du Mexique
En ligne uniquement (O/N) Oui
Métriques analytiques Google Page des métriques

Tout ou partie de ce rapport est présenté en format de document portable (PDF). Pour de meilleurs résultats lors de la visualisation et de l'impression de documents PDF, il est recommandé de télécharger les documents sur votre ordinateur et de les ouvrir avec Adobe Reader. Les documents PDF ouverts à partir de votre navigateur peuvent ne pas s'afficher ou s'imprimer comme prévu. Téléchargez gratuitement la dernière version d'Adobe Reader. Vous trouverez plus d'informations sur l'affichage, le téléchargement et l'impression des fichiers de rapport ici.


Un logiciel de visualisation ou un logiciel de visualisation est une gamme de produits d'infographie utilisés pour créer des affichages graphiques et des interfaces pour les applications logicielles.

Unionpedia est une carte conceptuelle ou un réseau sémantique organisé comme une encyclopédie – un dictionnaire. Il donne une brève définition de chaque concept et de ses relations.

Il s'agit d'une carte mentale en ligne géante qui sert de base aux schémas conceptuels. Son utilisation est gratuite et chaque article ou document peut être téléchargé. C'est un outil, une ressource ou une référence pour l'étude, la recherche, l'éducation, l'apprentissage ou l'enseignement, qui peut être utilisé par les enseignants, les éducateurs, les élèves ou étudiants pour le monde académique : pour l'école, primaire, secondaire, lycée, collège, diplôme technique, diplômes collégiaux, universitaires, de premier cycle, de maîtrise ou de doctorat pour des articles, des rapports, des projets, des idées, de la documentation, des sondages, des résumés ou des thèses. Voici la définition, l'explication, la description ou la signification de chaque significatif sur lequel vous avez besoin d'informations, et une liste de leurs concepts associés sous forme de glossaire. Disponible en anglais, espagnol, portugais, japonais, chinois, français, allemand, italien, polonais, néerlandais, russe, arabe, hindi, suédois, ukrainien, hongrois, catalan, tchèque, hébreu, danois, finnois, indonésien, norvégien, roumain, Turc, vietnamien, coréen, thaï, grec, bulgare, croate, slovaque, lituanien, philippin, letton, estonien et slovène. Plus de langues bientôt.

Toutes les informations ont été extraites de Wikipedia et sont disponibles sous la licence Creative Commons Attribution-ShareAlike.

Google Play, Android et le logo Google Play sont des marques déposées de Google Inc.


Vous cherchez un logiciel pour ouvrir les fichiers .img ? - Systèmes d'information géographique

Un site officiel du gouvernement des États-Unis

Les sites Web officiels utilisent .gov
UNE .gov Le site Web appartient à une organisation gouvernementale officielle des États-Unis.

Les sites Web .gov sécurisés utilisent HTTPS
UNE fermer à clé ( Verrouiller Un cadenas verrouillé

) ou alors https:// signifie que vous êtes connecté en toute sécurité au site Web .gov. Partagez des informations sensibles uniquement sur des sites Web officiels et sécurisés.

Archive des données numériques du profil du sous-fond du boomer collectées dans l'océan Atlantique au large du nord-est de la Floride lors des croisières USGS 03FGS01 et 03FGS02 en septembre et octobre 2003

Liens

Abstrait

Zone d'étude

Détails supplémentaires sur la publication
Type de publication Signaler
Sous-type de publication Série numérotée USGS
Titre Archive des données numériques du profil du sous-fond du boomer collectées dans l'océan Atlantique au large du nord-est de la Floride lors des croisières USGS 03FGS01 et 03FGS02 en septembre et octobre 2003
Titre de la série Série de données
Numéro de série 670
EST CE QUE JE 10.3133/ds670
Année de publication 2012
Langue Anglais
Éditeur Commission géologique des États-Unis
Emplacement de l'éditeur Reston, Virginie
Bureau(x) contributeurs Centre des sciences côtières et marines de Saint-Pétersbourg
La description DVD de documents HTML
Pays États Unis
État FlorideGéorgie
Fichiers en ligne supplémentaires (O/N) Oui
Métriques analytiques Google Page des métriques

Tout ou partie de ce rapport est présenté en format de document portable (PDF). Pour de meilleurs résultats lors de l'affichage et de l'impression de documents PDF, il est recommandé de télécharger les documents sur votre ordinateur et de les ouvrir avec Adobe Reader. Les documents PDF ouverts à partir de votre navigateur peuvent ne pas s'afficher ou s'imprimer comme prévu. Téléchargez gratuitement la dernière version d'Adobe Reader. Vous trouverez plus d'informations sur l'affichage, le téléchargement et l'impression des fichiers de rapport ici.


Principes de cartographie

Les cartes sont des éléments de base de la narration visuelle : vous souhaitez souvent communiquer le « où » pour l'action décrite. Contrairement à certains types de cartes, qui peuvent nécessiter quelques explications pour les non-initiés, les cartes n'ont pas besoin d'être présentées - nous sommes tous habitués à les utiliser pour naviguer. En effet, grâce à la révolution des smartphones, beaucoup d'entre nous ont désormais des applications de cartographie interactives sophistiquées partout où nous allons.

Les cartes peuvent également être utilisées pour visualiser les données, ce qui sera notre objectif principal dans cet atelier alors que nous traitons les géodonnées et apprenons à les afficher sur des cartes statiques et en ligne. Avant de nous lancer dans la création de cartes, nous aborderons certains principes de base de la cartographie et les bonnes pratiques en matière de création de cartes.

Les bases : latitude et longitude

Considérez les concepts suivants par rapport à cette image :

Lorsque vous tracez des points sur une carte, vous aurez généralement besoin de connaître leur latitude et leur longitude. La latitude et la longitude est un système de coordonnées géographiques qui permet de définir chaque emplacement sur la surface de la Terre par deux nombres. Les latitudes sont des distances angulaires, exprimées en degrés de 0 à 90, qui définissent la distance au nord ou au sud d'un point par rapport à l'équateur. Les longitudes sont des distances angulaires, exprimées en degrés de 0 à 180, qui définissent la distance à l'est ou à l'ouest d'un point par rapport à une ligne allant du pôle nord au pôle sud en passant par l'observatoire royal de Greenwich, Londres. Les lignes d'égale latitude sont appelées parallèles, tandis que les lignes d'égale longitude sont appelées méridiens.

Les degrés de latitude ou de longitude peuvent être subdivisés en minutes et secondes (parfois appelé système DMS), ou peuvent être donnés sous forme de nombres décimaux. Il y a 60 minutes dans un degré, et 60 secondes dans une minute, les symboles pour les degrés, les minutes et les secondes sont : ° , ' et " . Au format décimal, les points au nord de l'équateur sont donnés comme valeurs positives, tandis que ceux au sud du L'équateur est négatif.De même, pour la longitude, les points à l'est du méridien principal qui traverse Greenwich sont positifs, tandis que ceux à l'ouest sont négatifs.

Pour comprendre comment cela fonctionne, considérez l'emplacement de l'UC Berkeley Graduate School of Journalism. Ses coordonnées de latitude et de longitude sont 37.8749998 et -122.2596684 , qui peuvent également être écrites comme 37° 52' 30.0" N , 122° 15' 34.8" W . Si vous deviez tracer une ligne du centre de la Terre à la J-School, puis en tracer une autre jusqu'à l'équateur à la même longitude, l'angle entre eux serait de 37,8749998 degrés. Si vous deviez prendre une tranche de la Terre à cette latitude, parallèle à l'équateur, et tracer deux lignes à partir du centre de cette tranche, l'une vers le premier méridien, l'autre vers la J-School, l'angle entre elles serait -122.2596684 degrés.

(Divers services en ligne prennent en charge la conversion du DMS en latitudes et longitudes numériques, et vice versa - les deux liens fournis sont gratuits et traiteront plusieurs milliers d'enregistrements à la fois.)

Il y a 360 degrés dans un cercle complet, ce qui explique pourquoi la longitude va de 0 à 180 degrés à la fois est et ouest. De même, se déplacer du pôle Nord au pôle Sud signifie voyager à mi-chemin autour de la circonférence de la Terre, c'est pourquoi la latitude passe de 0 à 90 degrés à la fois Nord et Sud.

Deux points séparés par un degré de latitude, situés à la même longitude, seront toujours séparés d'environ 69 milles, car les méridiens ont toujours la même taille, représentant la moitié de la circonférence de la Terre. Cependant, la taille des parallèles diminue à mesure que nous nous rapprochons des pôles. À l'équateur, un degré de longitude correspond à nouveau à une distance linéaire à la surface de la Terre d'environ 69 milles. Mais à 45 degrés de latitude nord ou sud, vous n'auriez qu'à parcourir 49 milles pour couvrir un degré de longitude.

Projections cartographiques

Parce que la Terre est à peu près sphérique, toute carte autre qu'un globe est une distorsion de la réalité. Tout comme vous ne pouvez pas peler une orange et disposer la peau comme un rectangle, un cercle ou une ellipse parfait, il est impossible de tracer la surface de la Terre en deux dimensions et de représenter avec précision les distances, les zones, les formes et les directions.

Les cartes peuvent être réalisées simplement en traçant la latitude sur l'axe X et la longitude sur l'axe Y à la même échelle, parfois appelée projection équirectangulaire :

Cependant, la plupart des cartes sont dessinées selon un système de projection plus sophistiqué. Il existe de nombreux systèmes différents, chacun présentant des avantages et des inconvénients. Certaines projections sont optimisées pour minimiser la distorsion de la zone, d'autres visent à préserver la forme ou la distance, tandis que d'autres maintiennent les directions constantes.

Google et la plupart des autres cartes en ligne utilisent une projection Mercator, conçue à l'origine pour la navigation en mer. La principale force de la projection Mercator est qu'elle préserve la direction, de sorte que toute ligne droite tracée sur la carte est une ligne de relèvement constant de la boussole. Les parallèles sont tous horizontaux et les méridiens verticaux. Cette préservation de la direction est également un bon choix pour les cartes zoomables utilisées principalement pour l'orientation locale. Le gros inconvénient de cette projection est qu'elle déforme la zone et la forme, en particulier aux hautes latitudes, ce qui en fait un mauvais choix pour représenter le monde entier. Remarquez comment les distances entre les parallèles augmentent avec la latitude :

Lors de la cartographie des États-Unis continentaux, en particulier lors de la coloration ou de l'ombrage de différentes zones en fonction des valeurs des données, il est courant d'utiliser la projection Albers Equal Area Conic, comme le montre cette carte du risque sismique :

(Source : Peter Aldhous, à partir des données de l'U.S. Geological Survey)

Comme son nom l'indique, cette projection minimise les distorsions de surface. Il ne préserve pas la direction : Notez que la frontière avec le Canada, qui longe un parallèle à une latitude de 45 degrés N, est une courbe plutôt qu'une ligne droite.

La projection Albers Equal Area Conic est rarement utilisée pour montrer la Terre entière, pour des raisons évidentes lorsque vous voyez la projection en vue globale :

Pour minimiser la distorsion de la zone sur une carte globale, un meilleur choix est la projection Mollweide :

La projection Mollweide est également souvent utilisée pour les cartes du ciel entier (qui peut être considérée comme l'intérieur d'une sphère). Je l'ai utilisé ici pour comparer la résolution des cartes du rayonnement de fond cosmique micro-ondes, qui révèlent des ondulations dans l'espace-temps qui sont les vestiges des conditions de l'Univers primitif, avec des vues de la Terre :

Le principal inconvénient de la projection de Mollweide est la distorsion de la forme aux latitudes et longitudes élevées - regardez, par exemple, en Alaska sur les cartes de Mollweide ci-dessus.

Dans certaines circonstances, préserver la distance peut être l'objectif le plus important. Ici, une projection azimutale équidistante est la meilleure approche :

Cette projection serait le meilleur choix, par exemple, lors de la création d'une carte centrée sur la Corée du Nord pour illustrer les emplacements qui pourraient se trouver à portée des missiles balistiques du pays.

(Notez dans cet exemple que ces projections peuvent être centrées sur n'importe quel point de la Terre - elles n'ont pas besoin d'être centrées sur l'intersection entre l'équateur et le premier méridien, qui est la vue la plus courante pour une carte mondiale.)

Les distorsions de forme, de surface, de distance et de direction ne sont pas si perceptibles lors de la cartographie de petites zones, mais deviennent évidentes et potentiellement gênantes lors de la représentation du globe entier. Dans ces circonstances, les cartographes adoptent souvent une projection de compromis dans laquelle la distance, la surface, la forme et la direction sont toutes déformées, mais dans une mesure minimale. Un exemple est la projection de Robinson :

En plus d'une projection, une carte a également une donnée, qui fait référence à un modèle mathématique représentant la forme de la Terre - qui n'est pas une sphère parfaite. Dans la plupart des cas, cependant, vous n'aurez pas à vous en soucier.

Mettre des données sur des cartes

Visualisation : encoder des données à l'aide d'indices visuels

Chaque fois que nous mettons des données sur une carte, nous encodons des données à l'aide d'indices visuels - en utilisant des variations de taille, de forme, de couleur ou d'autres attributs pour représenter les valeurs dans les données. Il existe différentes manières de procéder, comme l'illustre cette introduction :

Ces repères visuels ne sont cependant pas créés égaux. Au milieu des années 1980, les statisticiens William Cleveland et Robert McGill ont mené des expériences avec des volontaires humains, mesurant la précision avec laquelle ils étaient capables de percevoir les informations quantitatives codées par différents indices. Voici ce qu'ils ont trouvé :

Cette hiérarchie perceptive des repères visuels est importante et présente certains défis lors de la création de cartes. Lorsque vous faites des comparaisons entre des valeurs numériques, vous devriez viser à utiliser des indices plus près du haut de l'échelle dans la mesure du possible. Mais vous ne pouvez pas facilement tracer la longueur sur une échelle alignée sur une carte.

Les indices près du bas de la hiérarchie, quant à eux, peuvent toujours être utiles pour faire des comparaisons plus génériques. En particulier, la teinte de couleur peut être un bon moyen d'encoder des données catégorielles, par exemple pour indiquer si les États américains appliquent ou non la peine de mort.

Cercles à l'échelle vs cartes choroplèthes

Les données peuvent être mises sur des cartes de différentes manières. Lorsque les valeurs numériques sont tracées en points, une approche courante consiste à utiliser des cercles centrés sur chaque point, dimensionnés en fonction des valeurs des données. Voici un exemple de cette approche, montrant des séismes historiques en Amérique du Nord :

(Source : Peter Aldhous, à partir des données de l'U.S. Geological Survey)

Lors du traçage des données par zones géographiques, l'approche la plus courante consiste à remplir les zones avec des couleurs en fonction des valeurs des données, comme cette carte du PIB par habitant pour les nations du monde en 2013 :

(Source : Peter Aldhous, à partir des données de la Banque mondiale)

Celles-ci sont connues sous le nom de cartes choroplèthes, et elles présentent un inconvénient important : nos yeux sont attirés par les étendues de couleurs, ce qui signifie que de grandes zones géographiques attireront une plus grande attention, qu'elles soient ou non plus importantes pour l'histoire que vous essayez de raconter. à partir des données.

Pour cette raison, les cercles à l'échelle situés au centre des zones géographiques peuvent parfois être une meilleure option. Voici par exemple la carte du PIB par habitant retracée selon cette méthode :

(Source : Peter Aldhous, à partir des données de la Banque mondiale)

Notez que les deux plus grands cercles, pour les territoires au PIB par habitant le plus élevé, représentent le Qatar, dans la péninsule arabique, et Macao, sur la côte sud de la Chine. Le Qatar était à peine visible sur la carte choroplèthe et Macao était trop petit pour être remarqué.

(Remarque, parce que la zone = π * rayon^2 , lors de la mise à l'échelle des cercles à l'aide du rayon ou du diamètre, nous devons utiliser la racine carrée des valeurs de données pour que les cercles soient correctement mis à l'échelle, par zone.)

Les distorsions des cartes choroplèthes deviennent un problème particulier lors de l'affichage des résultats des élections, où l'importance de petites zones géographiques avec de grandes populations qui ont un impact majeur sur le résultat global est minimisée, tandis que les grandes zones peu peuplées sont surestimées. Regardez les vues « comtés » et « taille du plomb » dans ces cartes de l'élection présidentielle de 2012 à partir de Le New York Times, et voyez ce qui, selon vous, donne la meilleure idée de qui a gagné.

Choroplèthes : Choisir des bacs pour vos données

Une autre considération importante lors de la création de cartes choroplèthes est de savoir comment définir les «coupures» entre les «bacs» utilisés pour classer les données en différentes couleurs.

Il n'y a pas de réponse simple à cette question, car cela dépend vraiment de l'histoire que vous racontez. La carte ci-dessous révèle comment la définition de différentes plages pour les bacs modifie l'histoire racontée par les données. Il montre les mêmes données sur le PIB par habitant en 2013 que dans le choroplèthe mao précédent, mais cette fois, j'ai défini la valeur inférieure pour le bac supérieur à 40 000 $, puis j'ai donné aux autres bacs des plages égales :

(Source : Peter Aldhous, à partir des données de la Banque mondiale)

Cela pourrait être utile pour raconter une histoire sur la façon dont la richesse par habitant est encore concentrée dans un petit nombre de nations, mais cela fait un travail assez médiocre pour faire la distinction entre la richesse par habitant des pays en développement. Et pour les plus pauvres, de petites différences de richesse font une grande différence dans les conditions de vie.

Ainsi, dans la première version du choroplèthe, j'ai défini les limites de manière à ce qu'un nombre à peu près égal de pays tombe dans chacun des cinq bacs. Avec ces bacs, le Japon et la plupart des pays d'Europe occidentale rejoignent le bac le plus riche, les pays à revenu intermédiaire comme le Brésil, la Chine, le Mexique et la Russie sont regroupés dans un autre bac, et il existe des distinctions plus fines entre la richesse par habitant des différents pays en développement .

Pour prendre de telles décisions, il peut être utile d'examiner la distribution, ou la « forme » des données, à l'aide d'un type de graphique appelé histogramme. Voici un histogramme des données du PIB par habitant de 2013, indiquant le nombre de pays pour chaque incrément de 2 500 $.

(Source : Peter Aldhous, à partir des données de la Banque mondiale)

D'emblée, nous pouvons voir que seule une toute petite poignée de pays avaient un PIB par habitant de plus de 50 000 $. La plupart des pays sont regroupés à de faibles valeurs de PIB par habitant, donc pour voir les différences entre eux, les pauses pour les tranches inférieures devront être assez proches les unes des autres.

La plupart des logiciels de cartographie fournissent des options automatisées pour diviser les données en bacs pour une carte choroplèthe. Voici ceux que vous êtes le plus susceptible de rencontrer :

  • Intervalle égal Chaque bin a la même taille en termes de valeurs dans les données.
  • Quantile Un nombre égal d'enregistrements est placé dans chaque casier.
  • Pauses naturelles Un algorithme examine les données pour rechercher des « vallées » dans l'histogramme, qui sont définies comme les pauses.
  • Jenks Un algorithme définit les ruptures pour minimiser la variance des valeurs au sein de chaque bin et maximiser la variance entre les bins. Certains logiciels appellent également cette méthode des pauses naturelles.

Cartogrammes

Une solution au principal inconvénient des cartes choroplèthes est de déformer les zones tracées sur la carte pour refléter les aspects des données, plutôt que la réalité géographique. Ces cartes sont appelées cartogrammes.

Il existe plusieurs algorithmes pour faire des cartogrammes qui préservent les frontières entre les zones géographiques, ce qui se traduit par des cartes déformées « organiquement ». Voici, par exemple, un rendu des résultats de l'élection présidentielle de 2012 par comté, déformé à l'aide de l'algorithme décrit dans cet article scientifique.

Un bon outil pour créer des cartes comme celle-ci est Scapetoad. Cependant, gardez à l'esprit que l'impact de ces cartes découle de leur perspective déconcertante. Ils peuvent être utiles pour amener votre public à réfléchir à un problème d'une nouvelle manière, ce qui était la pensée derrière mes cartes, comparant les nations mesurées par le PIB et par d'autres mesures, y compris l'indice Happy Planet, qui mesure le succès des nations à livrer une vie longue et heureuse pour leurs citoyens tout en minimisant les dommages écologiques qu'ils causent.

(Source : Peter Aldhous, à partir des données de la Banque mondiale et de la New Economics Foundation)

Ces cartogrammes conservent des frontières communes entre les zones, ce qui limite la précision avec laquelle les zones peuvent être redimensionnées en fonction des valeurs d'une variable continue. En relâchant cette contrainte, il est possible de redimensionner des zones plus précisément, comme le montre cet exemple de Mike Bostock, membre de l'équipe graphique de Le New York Times.

Cependant, gardez à l'esprit qu'il est difficile de comparer les zones de formes non régulières, donc l'une ou l'autre forme de cartogramme n'est pas très utile si vous voulez que votre public puisse « lire » les données de manière précise.

Il est également possible de faire des cartogrammes géométriques, qui utilisent l'aire des formes (généralement des cercles ou des carrés) pour faire une « carte » plus abstraite. Ce graphique de Le New York Times, publié lors de la campagne électorale présidentielle de 2012, a adopté cette approche.

Cartes de densité de points : voir la situation dans son ensemble en affichant toutes (ou la plupart) des données

Parfois, des modèles émergent des données géographiques lorsque nous voyons la distribution spatiale de chaque occurrence d'un phénomène. C'est l'idée derrière les cartes de densité de points, comme cette visualisation du recensement américain de 2010 du Weldon Cooper Center for Public Service de l'Université de Virginie, qui comprend un point de couleur pour chaque personne :

L'effet global est un peu comme l'art pointilliste. Ces cartes fonctionnent bien lors d'un zoom arrière, mais ne sont pas aussi informatives à des niveaux de zoom élevés.

Une approche similaire peut fonctionner avec des agrégations de données, comme dans ce projet de Le New York Times, qui dessinait un point pour 200 personnes, plutôt qu'un point par personne :

Donner un sens à de nombreux points qui se chevauchent : cartes thermiques vs. binning hexagonal

Bien que les cartes de densité de points puissent être utiles à l'occasion, vous devrez parfois raconter une histoire en fonction de la distribution des points où ils se chevauchent ou se superposer directement. Cela peut présenter une image trompeuse, car la plupart des données seront obscurcies.

Dans de telles circonstances, d'autres approches sont nécessaires. Les cartes thermiques, par exemple, tracent la densité des points sur une carte sous forme de dégradé de couleurs, allant généralement des bleus ou verts froids aux rouges chauds. Ici, j'ai utilisé cette approche pour cartographier les événements violents de la guerre civile en Syrie du début à la fin du premier trimestre de 2013, révélant des « points chauds » de violence qui n'étaient pas si évidents sur une carte de milliers de points qui se chevauchent, ci-dessous :

(Source : Peter Aldhous, à partir des données du projet GDELT)

Alors que les cartes thermiques sont bonnes pour identifier qualitativement les points chauds, elles sont moins utiles pour communiquer des informations quantitatives. À cette fin, une meilleure approche consiste à superposer une grille hexagonale sur la carte, à compter les points dans chaque cellule et à utiliser ces nombres pour créer une carte choroplèthe, basée sur la grille :

(Source : Peter Aldhous, à partir des données du projet GDELT)

J'ai utilisé cette approche sur les mêmes données pour faire cette carte du conflit en Syrie.

Réfléchissez avant de cartographier : est-ce la meilleure représentation des données ?

Chaque fois que vous rencontrez des données pouvant être mises sur une carte, il est très tentant de le faire. Cependant, demandez-vous toujours : est-ce la meilleure façon de raconter mon histoire ? D'après les exemples ci-dessus, vous verrez que la plupart des cartes codent les données soit en utilisant la couleur, soit via la zone de cercles ou d'autres symboles.

Maintenant, examinez à nouveau la hiérarchie perceptive des repères visuels et notez que l'intensité de la zone et de la couleur - les principales options disponibles lors de l'insertion de données sur des cartes - se situent assez bas dans la hiérarchie.

Cela signifie que si vous souhaitez afficher les différences de valeurs numériques pour une mesure entre les États américains, par exemple, une carte peut être un moins bon choix qu'un graphique à barres.

Considérez ces deux représentations de données similaires sur les taux de mortalité globale par arme à feu (une carte de Pierre roulante) et les homicides par arme à feu (un graphique à barres de Flowing Data) par État américain.

Le graphique à barres permet clairement une comparaison plus détaillée entre les taux pour différents États. Cependant, la carte a toujours de la valeur car elle montre que les États avec les taux de mortalité par arme à feu les plus élevés se produisent dans des emplacements géographiques particuliers. Dans de tels cas, envisagez d'utiliser une carte comme une seule partie de votre graphique, peut-être comme un élément secondaire.

Utiliser efficacement la couleur

Color falls low on the perceptual hierarchy of visual cues, but as we have already seen, it is often deployed to encode data values on maps. Poor choice of color schemes is a problem that bedevils many maps, so it is worth taking some time to consider how to use color to maximum effect.

It helps to think about colors in terms of the color wheel, which places colors that “harmonize” well together side by side, and arranges those that have strong visual contrast — blue and orange, for instance — at opposite sides of the circle:

When encoding data with color, take care to fit the color scheme to your data, and the story you’re aiming to tell. As we have already noted, color is often used to encode the values of categorical data. Here you want to use “qualitative” color schemes, where the aim is to pick colors that will be maximally distinctive, as widely spread around the color wheel as possible.

When using color to encode numerical values, it usually makes sense to use increasing intensity, or saturation, of color to indicate larger values. These are called “sequential” color schemes.

In some circumstances, you may have data that has positive and negative values, or which highlights deviation from a central value. Here, you should use a “diverging” color scheme, which will usually have two colors reasonably well separated on the color wheel as its end points, and cycle through a neutral color in the middle:

Here are some examples of qualitative, sequential and diverging color schemes:

Choosing color schemes is a complex science and art, but there is no need to “roll your own” for every map you make. Mapping software usually includes suggested color palettes, but I often make use of the website from which the examples above were taken, called ColorBrewer. These color schemes have been rigorously tested to be maximally informative.

You will notice that the suggestions made by ColorBrewer can be displayed according to their values on three color “models”: HEX, RGB and CMYK. Here is a brief explanation of these and other common color models.

RBG Three values, describing a color in terms of combinations of red, blue and green light, with each scale ranging from 0 to 255 sometimes extended to RGB(A), where A is alpha, which encodes transparency. Example: rgb(169, 104, 54) .

HEX A six-figure “hexadecimal” encoding of RGB values, with each scale ranging from hex 00 (equivalent to 0) to hex ff (equivalent to 255) HEX values will be familiar if you have any experience with web design, as they are commonly used to denote color in HTML and CSS. Example: #a96836

CMJN Four values, describing a color in combinations of cyan, magenta, yellow and black, relevant to the combination of print inks. Example: cmyk(0, 0.385, 0.68, 0.337)

LGV Three values, describing a color in terms of hue, saturation and lightness (running from black, through the color in question, to white). Hue is the position on a blended version of the color wheel in degrees around the circle ranging from 0 to 360, where 0 is red. Saturation and lightness are given as percentages. Example: hsl(26.1, 51.6%, 43.7%)

HSV/B Similar to HSL, except that brightness (sometimes called value) replaces lightness, running from black to the color in question. hsv(26.1, 68.07%, 66.25%)

If you intend to roll your own color scheme, try experimenting with I want hue for qualitative color schemes, the Chroma.js Color Scale Helper for sequential schemes, and this color ramp generator, in combination with Colorizer or another online color picker, for diverging schemes.

You will also notice that ColorBrewer allows you to select color schemes that are colorblind safe. Surprisingly, many news organizations persist in using color schemes that exclude a substantial minority of their audience. Red and green lie on opposite sides of the color wheel, and also can be used to suggest “good” or “go,” versus “bad” or “stop.” But about 5% of men have red-green colorblindness, also known as deuteranopia.

Install Color Oracle to simulate how your maps will look to people with various forms of colorblindness.

Static vs. zoomable tiled maps

When designing a map-based graphic, one of the first things to decide is whether you want to display a static map view, or whether users should be able to pan and zoom the map in a dynamic way.

Web maps that can be panned and zoomed generally depend on a series of world maps of different zoom levels, which are each divided into square tiles. The tiles are loaded into the web browser as required as the user pans and zooms the map. This image demonstrates the principle:

Zoomable data-driven web maps are often displayed over basemaps from Google, OpenStreetMap, or another provider. Because these basemaps use a Mercator projection, that projection needs to be used for the data layers also.

Geographic data formats

CSV and other text files

Geographic data referring to points denoted by their latitude and longitude does not have to be saved in a specialized geodata format. Most mapping software can read data in plain text files, the most common format being CSV - for comma-separated values — in which fields in the data are separated by commas.

KML, or Keyhole Markup Language, is the format used to display data on Google Earth and Google Maps. It is based on XML, a standard data format that is easily read by computers and is often used to move data around online. XML encodes data by placing it between nested “tags” that are similar to the tags used to encode elements of a web page in HTML.

In KML, tags can define a range of elements including points (such as the familiar placemarks used on Google Maps), lines, and the boundaries of geographical areas, known as “polygons.” The coordinates of these elements, their color and other aspects of their styling, and the information bubbles that may appear when the elements are clicked, can all be encoded in the KML.

Here, for example, is a simple KML file coding for an exaggeratedly tall representation of The Pentagon. Notice how the coordinates for the polygon give latitudes and longitudes that define the inner and outer boundaries of the building, and locate the “roof” at a height of 100 meters above ground level. <extrude>1</extrude> extends the shape to the ground:

This is what this file looks like when displayed in Google Earth:

See Google’s tutorial and reference for a guide to the tags that can be used to code KML.

KML can also be compressed into KMZ files. To create a KMZ file from KML, open the file in Google Earth, right-click on the file in the Places panel, select Save Place As , and then select KMZ under format.

KML has been adopted as a standard for geographic data, and so can be used by a wide range of mapping applications, including Geographic Information Systems (GIS) software.

GeoJSON

GeoJSON is a variant of JSON, or JavaScript Object Notation, a data format commonly used by “application programming interfaces,” or APIS, which can be queried online to request specific data. GeoJSON is also commonly used to store the data for online maps.

JSON treats data as a series of “objects,” which begin and end with curly brackets. Each object in turn contains a series of name-value pairs. There is a colon between the name and value in each pair, and the pairs are separated by commas.

GeoJSON obeys this structure, but has a number of specific elements: Each Feature has properties , which can be any data related to the feature, geometry , which includes its type (point, line, polygon and so on), and latitude and longitude coordinates . Features can be grouped into a FeatureCollection . Here, for example, are ten addresses in San Francisco, encoded as GeoJSON:

TopoJSON is an extension of GeoJSON that is more compact for encoding polygons, because they are described by line segments, rather than their entire boundaries. This means that the boundary between California and Nevada, for instance, is represented only once, rather than twice — once for each state. This keeps file sizes small, which can be advantageous when data must be loaded and rendered in a web browser.

Shapefile

This is a geodata format developed by ESRI, manufacturer of ArcGIS, the leading commercial GIS application. Shapefiles can represent elements including points, lines and polygons, and can also include information on map projection and datums.

Shapefiles are usually made available for download as zipped folders, and actually consist of a series of files. At a minimum, a shapefile must contain three component files, with the same root name and the following extensions:

  • .shp The main file containing the geometry of the points, lines or polygons mapped in the shapefile.
  • .dbf A database file in dBASE format containing a table of data relating to the components of the geometry. For example, in a world shapefile giving national boundaries, this table might contain data about the countries including their names, capital cities, population, annual GDP and so on.
  • .shx A positional index of the shapefile’s geometry.

There are several optional file types that may also be included, including a .prj file, which defines the map projection and datum to be used when loading the shapefile into GIS software. Refer to ESRI’s technical specification and the informative Wikipedia entry for more details.

Many government agencies, such as the U.S. Census Bureau, provide data for mapping as shapefiles. You can also download shapefiles from repositories such as Natural Earth.

Converting between geodata formats

We will later learn how to use QGIS to convert between the main geodata formats. You can also use the Mapshaper web app to convert between shapefiles, GeoJSON and TopoJSON. The ShapeEscape web app will also convert zipped shapefiles to GeoJSON and TopoJSON, or upload them to Google Fusion Tables, from where you can download KML.

Starting to work with data: APIs, geocoding and distributions

For the remainder of this session we will start to work with data that we will put onto maps later in the workshop.

The data we will use

Download the data from this session from here, unzip the folder and place it on your desktop. It contains two subfolders, with the following files:

  • gdp_pc_2013.csv CSV file with World Bank data on GDP per capita for the world’s nations in 2013, in current international dollars, corrected for purchasing power in different terrorities.
Geocoding
  • sf_test_addresses.tsv Text file containing a list of 100 addresses in San Francisco, derived by “reverse geocoding” from a sample of San Francisco reported crime incidents. Note that these are not the exact locations of crimes, as the original locations were not precisely mapped to address, see here for details. (The file has been given the extension .tsv , for “tab-separated values,” so that the commas in the addresses will not be interpreted as separators between fields in the data by the software we will use to geocode it.)
    - sf_addresses_short.tsv The first 10 addresses from the previous file.
  • refine-geocoder.json A script in JSON format that we will use to automate geocoding.

The geocoding files can also be downloaded from my GitHub account — click the Download ZIP button at right.

Use an API to obtain geodata

Increasingly, organizations that publish data are making it avilable over the web using APIs. These can be queried by constructing a URL in a specific format to return specified data. This allows websites and apps to call in specific chunks of data as required, and work with it “on the fly.” APIs can be particularly useful when making online maps that you want to update automatically when new data becomes available.

To see how this works, go to the U.S. Geological Survey’s Earthquake Archive Search & URL Builder, where we will search for all earthquakes with a magnitude of 5 or greater that occured witin 6,000 kilometres of the geographic center of the contiguous United States, which this site tells us lies at a latitude of 39.828175 degrees and a longitude of -98.5795 degrees. We will initially ask for the data as GeoJSON. Enter 1900-01-01T00:00:00 under Start for Date & Time boxes so that we obtain all recorded earthquakes from the beginning of 1900 onward. The search form should look like this:

You should recieve a quantity of data at the following url:

See what happens if you append -asc to the end of that url: This should sort the the earthquakes from oldest to newest, rather than the default of newest to oldest. Here is the full documentation for querying the earthquakes API by manipulating these URLs,

Now remove the -asc and replace geojson in the URL with csv . The data should now download in CSV format.

We will use data obtained using the USGS earthquakes API in later sessions in this workshop.

Geocode to latitude and longitude coordinates from addresses

Often when starting a mapping project, you may need to convert a series of addresses into latitudes and longitudes so they can be placed on your map. This is called geocoding.

There are several geocoding APIs, which can be accessed in various ways. The number of requests allowed per day and the terms of use vary from service to service: Google’s free service, for instance, allows each user to geocode 2,500 addresses per day, and specifies that the resulting coordinates may only be used to make a Google Map.

Because of this restriction, we will instead use the services offered by Microsoft’s Bing Maps, and MapQuest (which is based on OpenStreetMap’s Nominatim service), to geocode our sample of San Francisco addresses.

To access these APIs and process the data returned, we will use Ouvrir Affiner (formerly Google Refine). It can streamline many data processing and cleaning tasks, and will reward efforts to explore its wide range of its functions — see the further reading/viewing, below.

When you launch Open Refine, it will open in your web browser. However, any data you load into the program will remain on your computer — it does not get posted online.

The opening screen should look like this:

Click the Browse button and navigate to the file sf_test_addresses_short.tsv . (Don’t use the full version of the file for this initial exercise, as it will take a long time to process!)

Click Next>> , and check that data looks correct:

Open Refine should recognize that the data is in a TSV file, but if not you can use the panel at bottom to specify the correct file type and format for the data

When you are statisfied that the data has been read correctly, click the Create Project >> button at top right. The screen should now look like this:

Here is how to geocode addresses from Open Refine using the Bing API:

You will need a Bing Maps API key. To obtain one, follow the steps here. If you don’t already have a Microsoft Account, you will first need to create one.

In your Open Refine project, click the address column, click on the small downward-pointing triangle and select Edit column>Add column by fetching URLs. . You will see the following dialog box:

Call the new column bing_json and enter the following following expression:

Note that you will have to enter your own Bing API key in place of BingMapsKey . Also, set the Throttle delay to 500 milliseconds for faster processing. This expression constructs a URL that will query the Bing geocoding API and return data for each address in JSON format.

From the bing_json column, select Edit column>Add column based on this column. , call the column bing_lat_lon and use this expression to extract the latitude and longitude from the JSON returned by the API:

Split the bing_lat_lon column into to two columns by selecting Edit column>Split into several columns , then rename these columns bing_latitude and bing_longitude by selecting Edit column>Rename this column .

From the bing_json column, select Edit column>Add column based on this column. , call the column bing_confidence and use this expression to extract the Bing API’s confidence in the accuracy of its geocoding:

From the bing_json column, select Edit column>Add column based on this column. , call the column bing_type and use this expression to extract the type of place that the Bing API has geocoded:

For a full address, this should return Address when the geocoding has been successful.

Finally, delete the bing_json column by selecting Edit column>Remove column .

The data should now look like this:

One particularly nice attribute of Open Refine is that you can save a script that will allow you to repeat the same processing on future iterations of the same data. To access this, select the Undo/Redo tab at top left and click Extract . The right-hand panel contains data in JSON format that describes the operations we just ran on the data. Copy this, paste into a blank text file and save.

While I wanted you to see how geocoding with Open Refine depends on interactions with APIs, there’s no need to perform this process manually each time you need to geocode some data. Instead, you can use the file refine-geocoder.json , which I extracted from Open Refine as described above. It will geocode a simple list of addresses using both the Bing and MapQuest APIs.

For the MapQuest results, the mapquest_class column provides information on the accuracy of geocoding: place , amenity or shop indicate geocoding to a precise address highway indicates geocoding to a street only. The mapquest_type column provides further information about the address or street .

Open the refine-geocoder.json file in a text editor (I recommend TextWrangler if you are working on a Mac, Notepad++ if you are on a Windows machine), and perform a find-and-replace, replacing BingMapsKey with your own Bing maps key. Then copy all the text in the file, and save it for future use.

Start a new Open Refine project using the file sf_test_addresses.tsv , containing 100 addresses. When the data has imported, select the Undo/Redo tab, and click Apply . Paste in the text from your edited refine-geocoder.json file and then click Perform Operations . Open Refine will then geocode the addresses — a process that will take some time.

The Bing and MapQuest services can also be accessed through the GPS Visualizer geocoder. To geocode addresses in bulk from this site using MapQuest, you will need to obtain a MapQuest AppKey, following these instructions.

Whichever service you use to geocode addresses, provide appropriate attribution. MapQuest’s terms and conditions require that you include this acknowledgement on any website or app using data geocoded through its service:

Data should also be sourced to OpenStreetMap, see here for instructions on how to credit appropriately.

Here is an HTML acknowledgment to Bing in the same style as above:

Be aware that different geocoders will give slightly different results. In my experience, MapQuest tends to locate addresses to sidewalks or building fronts, while Bing tends to locate to the middle of the building concerned. Bing’s failure rate also appears to be lower. You may need to manually record the coordinates of addresses that fail, or which do not geocode to a precise address. In these cases, try searching for the address on Bing Maps or Google Maps. For the latter, note the latitude and longitude for the placemarker than appears, shown here after the @ symbol:

Other options for geocoding include Texas A&M University’s GeoServices, which will geocode from an uploaded text file, emailing you when the results are ready for download. First sign up for a free account, then upload your data.

Explore distributions of data

As we noted earlier, exploring the distribution of data may be useful when deciding how to divide it into bins if making a choropleth map.

For this task we will use this web app, written by statistician and programmer Jeroen Ooms. It provides a point-and-click interface to ggplot2, a charting library for the R programming language, and makes it easy to draw statistical graphics.

In your browser, navigate to the app, which looks like this:

From the top menu, select Open Data>Upload File (note that there is also on option to open from a Google Spreadsheet), then click Browse to navigate to the file gdp_pc_2013.csv and Open . Check that the data seems to be importing properly, with a header row and the fields identified correctly. (You can try adjusting the import options if there are any problems.)

Click Import and open the folders in the Data Panel at top right to see that the country names and three-letter codes ( iso_a3 ) appear under Factor and the values for GDP per capita under Numeric :

First we need to tell the app what to plot on the X and Y axis, respectively. Right-click anywhere in the main panel and select Map x(required)>gdp_pc . We are not going to plot another variable from the data on the Y axis instead we just want a count of the countries in each salary in each increment of GDP per capita, so select Map y(required)>..count.. .

If at this point you click the Draw Plot button at bottom right, you will see a blank grid, because we haven’t yet told the app what type of chart to draw. Right-click again in the chart area, and select Add Layer>Univariate Geoms>histogram (univariate because we only have one variable, aggregated by a count). Click Draw plot and a chart should appear:

You may notice that the columns are wider than in the version of this chart I showed earlier. Right-click on histogram in the Layers Panel at top left, select binwidth>set , type 2500 into the box and click set value . Now click Draw plot again to see the following plot:

To save your plot click on Export PDF from the options at top left and click on the hyperlink at the next page.

Further reading/viewing

Mark Monmonier: How to Lie With Maps
This popular exploration of how all maps distort reality, and how some can seriously deceive, provides a good overview of cartographic principles.


Field Manager PRO Desktop is designed to mimic the structure of a farm. It allows you to set up multiple fields, parcels, inputs, equipment and contacts, and record all necessary operations and observations in a single data file.

You only need one farm data file to hold all the set-up information for a single farm. You can continue to add to this data and don&rsquot need to create a new farm data file for each year.

To create a new Field Manager PRO data file:

  1. Cliquez sur Create New Data File or select Nouveau du Déposer menu.
  2. Enter a name for the farm record in the File name domaine.
  3. Cliquez sur Sauvegarder.
  4. Specify the crop year that you want to enter records for and click d'accord. Noter: You should start with the current year as you can always enter records for past years later on.
  5. The Field Manager PRO Setup Wizard will open. It will guide you in creating your crop record keeping system. Noter: If you need to leave the Setup Wizard, select Save & Resume Later. It will resume when you reopen your data file.
  6. Enter the name of your farm. Note: If you&rsquore an organic grower, select the I am an organic growercase à cocher.
  7. Cliquez sur Suivant.
  8. Select your crop categories and click Suivant.
  9. Select your crops from the list. If your crop isn&rsquot on the list, you can add it later through the Setup menu. You can also enter your seed varieties for each crop by clicking the Enter Varieties link beside the selected crops. Cliquez sur Suivant.
  10. Choose how to track your crop inventory by selecting I want to track my inventory by the seed variety ou alors I want to track my crop inventory ignoring variety. If you haven&rsquot entered your crop varieties, the first option will be unavailable. Cliquez sur Suivant.
  11. Click the applicable tabs to select the herbicides, fungicides, insecticides and seed treatments used on your farm. If your pesticide isn&rsquot on the list, you can add it later through the Setup menu. Cliquez surSuivant.
  12. Enter your land set-up defaults by labelling your pieces of land under My pieces of land are called. If you don&rsquot find what you need in the drop-down menu, you can type in the name of the label. Select your default land unit from the drop-down menu.
  13. Enter the name of your fields and the Le total surface.
  14. To add new field, click the icône.
      Noter: After you&rsquove completed the set-up through the Setup Wizard, you&rsquoll be able to build your land tree. Sélectionner Installer>Quartiers. To change the label of the largest piece of land, select Installer>Préférences>Land Setup. Once your largest pieces of land are set up, you&rsquoll be able to allocate your smallest pieces of land through Installer>Des champs.
  15. If you are a Field Manager PRO 360 user, click on define boundary. Once it is defined, you will be able to Trace Field Boundaries. Cliquez sur d'accord.
  16. Cliquez sur Suivant.
  17. Select whether to show or hide Equipment and Labour features and click Suivant.
  18. Select whether to show or hide Image and the Environmental Farm Plan features and click Suivant.
  19. Select whether to show or hide Show Other Income/Expense and Show Observations features and click Suivant.
  20. Select whether to show or hide Environmental Details and Inventory Storage and click Suivant.
  21. Select whether to show or hide File Links and Inventory Lot numbers and click Suivant.
  22. Select whether to show or hide operations on the Enter an operation screen and click Suivant.
  23. Clique le Setup a list of storage locations for inventory relier. le Storage Locations dialogue box will open.
  24. Sélectionner Nouveau de la barre d'outils.
  25. You can also configure your équipement, engrais et other input lists from the Setup Wizard or later on through the Setup menu. You can change your system preferences by clicking theCustomize preferencesfor your operation link or by selecting Software Preferences duInstaller menu after you&rsquove completed the Setup Wizard.
  26. Sélectionner Finir when you&rsquove completed the Setup Wizard. The Crop Records window will open.