Méthodes de classification des données pour les cartes choroplèthes : Comment afficher correctement les données spatiales

Une carte en choroplèthes est l'une des méthodes les plus courantes de visualisation de données spatiales. Ces cartes sont utilisées pour afficher des indicateurs statistiques pour des unités administratives : régions, départements, municipalités ou pays. Par exemple, les cartes en choroplèthes peuvent être utilisées pour montrer la densité de population, le taux de chômage, le revenu moyen, l'incidence des maladies ou les précipitations.

Cependant, l'apparence d'une carte en choroplèthes ne dépend pas uniquement de la palette de couleurs choisie. La méthode de discrétisation des données est tout aussi importante — c'est-à-dire la manière dont les valeurs sont réparties dans les intervalles de couleur. Un même ensemble de données peut être présenté de différentes manières, et chacune mettra en évidence les structures spatiales à sa façon.

Qu'est-ce que la discrétisation des données ?

La plupart des indicateurs statistiques représentent des valeurs numériques continues. Par exemple, la densité de population peut varier de 5 à 15 000 habitants par kilomètre carré. Attribuer une couleur distincte à chaque valeur rendrait la carte pratiquement illisible.

Pour rendre un cartogramme compréhensible, la plage de valeurs est divisée en plusieurs classes (généralement de 4 à 7). Chaque classe correspond à une nuance de couleur spécifique.

Le but principal de la discrétisation est de regrouper les données de manière à ce que la carte reflète le plus fidèlement possible les différences spatiales réelles.

Il est important de comprendre qu'un même ensemble de données peut sembler complètement différent selon la méthode de discrétisation choisie. C'est pourquoi les cartographes professionnels sélectionnent toujours une méthode en fonction de la nature de la distribution des données et des objectifs de l'étude.

Intervalles égaux (Amplitudes égales)

La méthode des intervalles égaux est considérée comme la plus simple. Toute la plage de valeurs est divisée en intervalles de largeur égale.

Par exemple, si la valeur minimale est de 0 et la valeur maximale de 100, avec cinq classes, les intervalles seraient les suivants :

0–20
20–40
40–60
60–80
80–100

L'avantage de cette méthode réside dans sa simplicité. L'utilisateur comprend facilement comment les intervalles sont formés, et la comparaison des valeurs devient intuitive.

Cependant, cette méthode ne fonctionne bien qu'avec une distribution de données relativement uniforme. Si la plupart des entités sont concentrées dans une plage étroite, une grande partie de la carte peut apparaître colorée de manière presque uniforme, et les différences entre les zones seront peu visibles.

La méthode des intervalles égaux est souvent utilisée pour afficher des paramètres climatiques, l'altitude, la température ou les précipitations.

Quantiles (Effectifs égaux)

La méthode des quantiles est construite sur un principe différent. Ici, chaque classe contient le même nombre d'objets, quelle que soit la plage de valeurs. Par exemple, s'il y a 100 départements et que cinq classes sont utilisées, chaque classe contiendra 20 départements.

Le principal avantage de cette méthode est la répartition uniforme des objets entre les couleurs. Cela permet d'obtenir une carte équilibrée et facilite les comparaisons entre les départements.

L'inconvénient est que des valeurs très similaires peuvent se retrouver dans des classes différentes, tandis que des valeurs considérablement différentes peuvent se retrouver dans la même classe. Cela conduit parfois à une exagération visuelle des différences.

Cette méthode est particulièrement utile pour comparer des indicateurs socio-économiques : niveaux de revenus, densité de population, classements ou indices de développement.

Seuils naturels (Jenks)

La méthode des seuils naturels, ou méthode de Jenks, est l'une des méthodes de discrétisation les plus populaires dans les SIG modernes. L'algorithme analyse automatiquement la distribution des données et trouve des limites de classes qui minimisent les différences au sein de chaque classe et maximisent les différences entre les classes. En d'autres termes, la méthode tente de regrouper les valeurs similaires et de séparer les groupes présentant des différences significatives.

L'avantage de Jenks est que la carte reflète la structure naturelle des données et s'avère généralement la plus informative.

Cependant, les intervalles varieront pour chaque nouvel ensemble de données, ce qui rend les cartes construites séparément plus difficiles à comparer.

La méthode des seuils naturels est souvent utilisée pour afficher la valeur des propriétés, les taux de criminalité, les indicateurs démographiques et d'autres statistiques inégalement réparties.

Écart-type

Cette méthode est basée sur le concept statistique d'écart-type. Au lieu d'intervalles fixes, les classes sont construites par rapport à la moyenne. Certaines zones se retrouvent dans des groupes ayant des valeurs supérieures à la moyenne, tandis que d'autres se retrouvent dans des groupes ayant des valeurs inférieures.

Cette approche permet d'identifier rapidement les zones qui s'écartent considérablement de la situation générale.

Par exemple, on peut identifier les zones présentant des concentrations anormalement élevées de pollution de l'air, des niveaux de revenus extrêmement élevés ou une densité de population exceptionnellement élevée.

L'inconvénient de cette méthode est qu'elle est plus difficile à comprendre pour des utilisateurs non initiés, car elle nécessite de comprendre les notions de moyenne et d'écart-type.

Intervalle géométrique

La méthode des intervalles géométriques est conçue pour des données ayant des plages de valeurs très larges.

Elle combine les avantages d'une distribution uniforme et des seuils naturels, en essayant de réduire l'influence des valeurs extrêmement grandes ou petites.

Cette approche est particulièrement utile lorsque l'on travaille avec des indicateurs économiques, la taille de la population de grandes villes, des volumes de production et d'autres données dont les valeurs varient de dix à cent fois.

Bien que cette méthode soit moins fréquemment utilisée que d'autres, elle produit dans de nombreux cas le cartogramme le plus équilibré.

Discrétisation manuelle

Parfois, les algorithmes automatiques ne conviennent pas pour résoudre un problème. Dans ce cas, le cartographe définit manuellement les limites des intervalles. Cette approche est utilisée lorsqu'il existe des normes officielles ou des plages de valeurs prédéfinies.

Par exemple :

le niveau de risque ;
les catégories de qualité de l'eau ;
les normes environnementales ;
les taux d'imposition ;
les classifications administratives.

Le principal avantage de la discrétisation manuelle est le contrôle total sur l'affichage des données. Cependant, en l'absence de critères objectifs, il existe un risque de sélection subjective des intervalles, ce qui peut fausser la perception de la carte.

Comment choisir la bonne méthode

Il n'existe pas de méthode de discrétisation universelle. Le choix dépend à la fois de la structure des données et de l'objectif de l'étude.

Si l'on souhaite montrer la distribution naturelle des indicateurs statistiques, la méthode des seuils naturels (Jenks) est le plus souvent choisie.

La méthode des quantiles est un bon choix pour comparer des zones.

S'il est important de maintenir une plage de valeurs cohérente pour chaque classe, utilisez les intervalles égaux.

Pour détecter les anomalies et les écarts, l'écart-type est la méthode la plus informative.

Lorsque vous travaillez avec des données ayant une large plage de valeurs, envisagez l'intervalle géométrique, et si des seuils officiels sont disponibles, utilisez la discrétisation manuelle.

Avant de choisir une méthode, il est utile de tracer un histogramme de la distribution des données. Cela vous aidera à comprendre l'uniformité de la répartition des valeurs et à déterminer quelle méthode de discrétisation mettra le mieux en valeur les structures spatiales.

Comment cela fonctionne-t-il dans GISCARTA ?

Les types de discrétisation de cartes en choroplèthes suivants sont disponibles sur la plateforme GISCARTA :

Intervalles égaux
Effectifs égaux (Quantiles)
Seuils naturels (Jenks)
Définis manuellement

Un exemple d'affichage en choroplèthe avec différentes méthodes de discrétisation.

FAQ

Quelle méthode de discrétisation dois-je choisir ?
Cela dépend de vos données et de vos objectifs d'analyse. Jenks est un bon choix d'usage général, tandis que la méthode des quantiles est idéale pour comparer des zones.

Pourquoi les mêmes données ont-elles un aspect différent sur différentes cartes ?
Les différentes méthodes de discrétisation créent des limites de classes différentes, modifiant ainsi la façon dont les structures spatiales sont affichées.