{"id":3904,"date":"2017-03-28T08:15:32","date_gmt":"2017-03-28T07:15:32","guid":{"rendered":"http:\/\/www.sigterritoires.fr\/?p=3904"},"modified":"2017-03-28T09:56:38","modified_gmt":"2017-03-28T08:56:38","slug":"lanalyse-spatiale-avec-sql1-introduction","status":"publish","type":"post","link":"https:\/\/www.sigterritoires.fr\/index.php\/lanalyse-spatiale-avec-sql1-introduction\/","title":{"rendered":"L’analyse spatiale avec SQL:1-Introduction"},"content":{"rendered":"

Je vous propose une s\u00e9rie d’articles pour aborder quelques id\u00e9es re\u00e7ues sur l’utilisation du langage SQL et ses possibilit\u00e9s dans l’analyse spatiale. Pour r\u00e9sumer l’id\u00e9e la plus r\u00e9pandue, le langage SQL est un tr\u00e8s bon outil de requ\u00eate sur les tables SIG<\/a> mais il faut un logiciel SIG tel que QGis ou ArcGis pour r\u00e9aliser les t\u00e2ches d’analyse spatiale. Pour ce qui est de la premi\u00e8re partie de cette assertion, nous l’analyserons dans le second article de cette s\u00e9rie. Voyons pour commencer un exemple pour tordre le cou \u00e0 la deuxi\u00e8me partie de cette phrase.Nous allons voir un exemple \u00e0 partir d’une base PostgreSQL\/Postgis<\/a> contenant deux tables: une table parcelles et une table zones inondables.<\/p>\n

Requ\u00eates SQL simples<\/h2>\n
Voyons maintenant quelques requ\u00eates SQL, en partant d’un exemple extr\u00eamement simple et en le complexifiant progressivement. Supposons que l’objectif final est de savoir le prix des parcelles, par type de classe de propri\u00e9t\u00e9, qui se trouvent en zone inondable.<\/p>\n
Voici, tout d’abord, une requ\u00eate des plus simples sur la table parcelles<\/strong><\/em><\/p>\n
$\"requ\u00eate$ <\/a>Avec la requ\u00eate **SELECT * FROM parcelles<\/strong><\/em> nous obtenons comme r\u00e9sultat la totalit\u00e9 des enregistrements avec tous les champs de la table.<\/p>\n
Un peu plus complexe, s\u00e9lectionnons seulement deux champs de la table: le type de propri\u00e9t\u00e9 et le prix du terrain:<\/p>\n
$\"requete$ <\/a>On a donc, pour chaque parcelle, la valeur du terrain et le type de classe de propri\u00e9t\u00e9.<\/p>\n
Complexifions un peu plus: on peut obtenir le total des prix de terrains avec la requ\u00eate SELECT sum(prix_terrain)FROM parcelles;<\/strong><\/em><\/p>\n
$\"reqquete$ <\/a>Pour un affichage plus lisible on peut convertir le r\u00e9sultat en nombre mon\u00e9taire avec la modification suivante de la requ\u00eate: SELECT sum(prix_terrain)::numeric::money FROM parcelles;<\/strong><\/em><\/p>\n
$\"requ\u00eate$ <\/a>On a maintenant le prix total des parcelles en euros.<\/p>\n
En modifiant la requ\u00eate et en ajoutant une clause GROUP BY on peut avoir le prix total de chaque classe de propri\u00e9t\u00e9:<\/p>\n
$\"clause$ <\/a>Le r\u00e9sultat est le prix total par classe de propri\u00e9t\u00e9, pour tous les enregistrements de la table parcelles.<\/p>\n
Mais si nous voulions ce r\u00e9sultat que pour les parcelles situ\u00e9es dans les zones inondables?<\/p>\n**

Requ\u00eate SQL \u00ab\u00a0spatiale\u00a0\u00bb<\/h2>\n
La requ\u00eate:<\/p>\n
SELECT sum(prix_terrain)::numeric::money, classepropriete<\/strong>
\n FROM parcelles<\/strong>
\n GROUP BY classepropriete;<\/strong><\/p>\n
peut \u00eatre modifi\u00e9e en ajoutant la table zones_inondables \u00e0 la clause FROM<\/p>\n
SELECT sum(prix_terrain)::numeric::money, classepropriete<\/strong>
\n FROM parcelles, zones_inondables<\/strong>
\n GROUP BY classepropriete;<\/strong><\/p>\n
et une clause de s\u00e9lection des parcelles pour ne retenir que celles dont la g\u00e9om\u00e9trie intersecte les zones inondables:<\/p>\n
SELECT sum(prix_terrain)::numeric::money, classepropriete<\/strong>
\n FROM parcelles, zones_inondables<\/strong>
\n WHERE st_intersects(parcelles.geometry,zones_inondables.geometry)<\/strong>
\n GROUP BY classepropriete;<\/strong><\/p>\n
$\"requete$ <\/a>Nous avons le r\u00e9sultat que nous recherchions. Maintenant je vous laisse le soin de voir l’ensemble des op\u00e9rations \u00e0 faire avec votre logiciel SIG pr\u00e9f\u00e9r\u00e9 pour obtenir le m\u00eame r\u00e9sultat.<\/p>\n
Vous conviendrez que \u00e7a va\u00a0 beaucoup plus vite en \u00e9crivant cette requ\u00eate.<\/p>\n
Une notion indispensable<\/h2>\n
Avant d’aller plus loin, il faut s’arr\u00eater sur une notion indispensable pour faire de l’analyse spatiale avec SQL. Ce qui a de plus compliqu\u00e9 avec cette notion c’est que nous pensons tous l’avoir mais, si nous r\u00e9fl\u00e9chissons bien, on est tous loin de l’appliquer dans notre travail quotidien.<\/p>\n
Si nous \u00e9tablissons la liste des types de donn\u00e9es possibles dans une base de donn\u00e9es, nous avons tout de suite en t\u00eate les nombres, les cha\u00eenes de caract\u00e8res, le type date,etc.<\/p>\n
Si je vous dit maintenant \u00ab\u00a0g\u00e9om\u00e9trie\u00a0\u00bb, vous direz, oui, bien s\u00fbr, il y a aussi ce type de donn\u00e9e. Mais quelque part nous la pla\u00e7ons un peu \u00e0 part. Pourtant c’est bien quand on assimile que c’est exactement un type de donn\u00e9e comme un autre qu’on aborde l’analyse spatiale gagnant.<\/p>\n
Vous pourrez faire de l’analyse spatiale avec SQL \u00e0 plein quand vous trouverez\u00a0 que:<\/p>\n
\n
si vous pouvez additionner deux nombres vous pouvez tout autant intersecter deux g\u00e9om\u00e9tries;<\/li>\n
Si vous pouvez d\u00e9couper (trim) une cha\u00eene de caract\u00e8res, vous pouvez d\u00e9couper une g\u00e9om\u00e9trie avec une autre g\u00e9om\u00e9trie;<\/li>\n
Si vous pouvez trouver une date entre deux autres dates, vous pouvez trouver une g\u00e9om\u00e9trie couverte par une autre.<\/li>\n<\/ul>\n
Quand vous voulez faire une op\u00e9ration entre nombres en SQL, les diff\u00e9rents op\u00e9rateurs vous viennent tout de suite \u00e0 l’esprit. De m\u00eame, quand vous voulez traiter une cha\u00eene de texte, un ensemble d’op\u00e9rations vous apparaissent. Le but de cette s\u00e9rie d’articles est de vous fournir l’\u00e9quivalent pour traiter les g\u00e9om\u00e9tries : une s\u00e9rie d’op\u00e9rations similaires aux fonctions de texte ou aux op\u00e9rateurs arithm\u00e9tiques.<\/p>\n
Si l’ensemble des op\u00e9rations r\u00e9alisables sur le type g\u00e9om\u00e9trie vous appara\u00eet clairement, vous \u00eates pr\u00eat \u00e0 faire de l’analyse spatiale avec SQL et gagner un temps pr\u00e9cieux.<\/p>\n","protected":false},"excerpt":{"rendered":"
Je vous propose une s\u00e9rie d’articles pour aborder quelques id\u00e9es re\u00e7ues sur l’utilisation du langage SQL et ses possibilit\u00e9s dans l’analyse spatiale. Pour r\u00e9sumer l’id\u00e9e la plus r\u00e9pandue, le langage SQL est un tr\u00e8s bon outil…<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_bbp_topic_count":0,"_bbp_reply_count":0,"_bbp_total_topic_count":0,"_bbp_total_reply_count":0,"_bbp_voice_count":0,"_bbp_anonymous_reply_count":0,"_bbp_topic_count_hidden":0,"_bbp_reply_count_hidden":0,"_bbp_forum_subforum_count":0,"sfsi_plus_gutenberg_text_before_share":"","sfsi_plus_gutenberg_show_text_before_share":"","sfsi_plus_gutenberg_icon_type":"","sfsi_plus_gutenberg_icon_alignemt":"","sfsi_plus_gutenburg_max_per_row":"","_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":true,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_post_was_ever_published":false},"categories":[311,172],"tags":[377,227,312,207],"class_list":["post-3904","post","type-post","status-publish","format-standard","hentry","category-postgresql","category-tutoriel","tag-analyse-spatiale","tag-postgis","tag-postgresql","tag-requete-sql"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t