Image d'en-tête du Notebook 1

Bienvenue à l’atelier Données spatiales pour la prise de décision en restauration dans le cadre de la Grande Muraille Verte – Sénégal !

Cet atelier initie les participants à des méthodes pratiques de travail avec des données de restauration dans un environnement de notebook. Il s’appuie sur les concepts fondamentaux des données spatiales et de leur accès pour évoluer vers des workflows guidés d’analyse utilisant R dans RStudio.

L’atelier est conçu comme un parcours progressif, guidé et appliqué. Les participants commencent par comprendre l’origine des données de restauration, les méthodes permettant d’y accéder et leur utilisation dans la prise de décision. Ils travaillent ensuite sur deux notebooks pratiques combinant les bases de la programmation en R, la manipulation de données, la visualisation et des workflows d’analyse spatiale introductifs.

Ce que vous allez faire

Au cours des séances pratiques, vous allez :

  • Travailler avec des jeux de données réels issus de cartes prédictives dérivées du LDSF
  • Apprendre un workflow simple et reproductible pour analyser des données
  • Explorer les tendances du climat, de la santé des terres et des indicateurs de santé des sols
  • Produire et interpréter des résultats simples

Chaque exercice pratique suit le même workflow :

1. Charger les données ➨ 2. Explorer ➨ 3. Analyser ➨ 4. Visualiser ➨ 5. Interpréter

Les notebooks pratiques

Jour 2 (mardi 21 juillet 2026)

Notebook 1 : Bases de R et données climatiques

Introduction aux bases de R et de l’environnement de développement RStudio, suivie de leur application à des jeux de données climatiques.

Jour 3 (mercredi 22 juillet 2026)

Notebook 2 : Santé des terres, santé des sols et workflows spatiaux

Ce notebook s’appuie sur les acquis du premier en utilisant des jeux de données sur la santé des terres et des sols, avant d’introduire la cartographie interactive et les premiers workflows d’analyse spatiale.

Données et outils

Vous travaillerez avec de petits jeux de données préparés pour l’atelier et dérivés des données LDSF. Ces données sont fournies sous forme de tableaux (fichiers CSV), où chaque ligne représente un site et chaque colonne un indicateur.

Image 1 Image 2

Il existe de nombreuses façons de travailler avec ce type de données. Dans cet atelier, nous utiliserons :

  • RStudio (environnement de développement intégré)
  • R pour l’analyse des données

Pour commencer

  1. Ouvrez Notebook 1 : Bases de R et données climatiques
  2. Suivez les instructions figurant sur la page du notebook
  3. Téléchargez et ouvrez le notebook dans RStudio

Ce premier notebook présente l'environnement pratique utilisé tout au long de l'atelier : la programmation avec R dans RStudio.

Les participants commencent par apprendre les bases de l'utilisation de R, notamment l'exécution de code, la création d'objets, la compréhension des packages et bibliothèques, ainsi que le chargement de jeux de données.

Le notebook applique ensuite ces compétences à des données climatiques en guidant les participants dans un workflow comprenant le chargement, l'exploration, la vérification, le résumé statistique et la visualisation de variables telles que les précipitations et la température.

À la fin de ce notebook, les participants seront capables de produire et d'enregistrer un résultat simple basé sur des données climatiques.

Ce deuxième notebook s'appuie directement sur le premier. Il débute avec des jeux de données tabulaires sur la santé des terres et des sols en appliquant le même workflow : chargement, vérification, transformation, résumé et visualisation des données.

Les participants découvrent ensuite les premiers workflows spatiaux, notamment la création de cartes interactives avec leaflet, la manipulation de données spatiales avec sf et, de manière optionnelle, une introduction aux données raster et à leur analyse avec terra.

Ce notebook montre comment des données de restauration peuvent évoluer de simples tableaux vers des cartes et des synthèses spatiales au sein d'un workflow cohérent.

Pour aller plus loin

Back to top