3.2 Outils et flux de travail
Introduction à R et RStudio
Maintenant que nous avons vu comment trouver et accéder aux données (3.1), nous allons explorer les différents outils disponibles pour travailler avec les données géospatiales et présenter la programmation avec R ainsi que son environnement de développement intégré (IDE), RStudio.
3.2.1 Outils pour travailler avec les données spatiales
Tout comme il existe de nombreux fournisseurs de données spatiales, il existe de nombreux outils permettant de les exploiter. Le choix de l’outil le plus adapté dépend de ce que nous souhaitons réaliser, ainsi que du temps et des efforts que nous sommes disposés et en mesure de consacrer à son apprentissage.
De manière générale, on distingue trois grandes catégories d’outils :
QGIS, ArcGIS, GRASS GIS : permettent de visualiser, modifier et analyser des données spatiales à l'aide d'une interface graphique. Ils sont particulièrement adaptés aux travaux de visualisation rapide et de cartographie.
R, Python, JavaScript, Julia : ces outils de programmation offrent davantage de flexibilité, de possibilités d'automatisation et de reproductibilité que les logiciels à interface graphique, mais nécessitent un investissement initial plus important pour leur apprentissage.
Tableaux de bord et applications web : permettent de visualiser ou de traiter des données directement dans un navigateur, sans avoir à installer de logiciel sur son ordinateur.
Pour produire et exploiter des données spatiales probantes de manière responsable et rigoureuse, conformément aux principes présentés dans la section 2.2.2, et garantir leur reproductibilité, leur transparence et leur utilisation à grande échelle géographique, une approche fondée sur la programmation est beaucoup plus adaptée que les logiciels à interface graphique.
C’est pourquoi ce centre de ressources privilégie la programmation comme principal moyen de travailler avec les données spatiales, et plus particulièrement R, afin d’accéder aux jeux de données de la Grande Muraille Verte et de les exploiter de la manière la plus flexible, reproductible et transparente possible.
3.2.2 R et RStudio
R est un langage de programmation libre et gratuit, initialement conçu pour les statistiques. Il est depuis devenu l’un des outils les plus puissants pour travailler avec les données spatiales.
- Reproductibilité. Les scripts R constituent des enregistrements complets et partageables de chaque étape du processus, depuis les données brutes jusqu’au résultat, conformément aux principes présentés dans la section 2.2.2.
- Des packages spatiaux puissants. Des packages comme
{sf}(pour les données vectorielles) et{terra}(pour les données raster) mettent à notre disposition des outils directs et bien documentés pour travailler avec les deux structures de données présentées dans la section 2.1.1. - Conçu pour exploiter nos données. Le package
{rstac}nous permet d’interroger directement depuis R un catalogue STAC comme le nôtre. D’autres packages, comme{leaflet}, facilitent la visualisation des résultats : c’est précisément le flux de travail que nous allons explorer dans la suite de ce module. - Une communauté vaste et active. R dispose d’un vaste écosystème de packages gratuits, de documentation et de ressources communautaires, développé au fil de plusieurs décennies d’utilisation dans la recherche et la science des données.
Chaque langage de programmation libre et open source présente ses propres avantages et inconvénients, et R n’est pas la seule option pour travailler avec les données spatiales. Python est un autre choix très répandu, doté de puissants packages et de nombreuses fonctionnalités pour les données spatiales. Il existe également de nombreux autres langages et outils. L’essentiel est de choisir un outil adapté à nos besoins, qui nous permette de travailler efficacement avec les données dont nous disposons.
3.2.3 Installer R et RStudio
La configuration de votre environnement de travail se fait en deux étapes. Si R et RStudio sont déjà installés sur votre ordinateur, vous pouvez passer directement à la section 3.3.
R est le langage de programmation lui-même. Téléchargez le programme d'installation correspondant à votre système d'exploitation depuis CRAN, puis suivez les étapes d'installation par défaut.
RStudio Desktop est une interface gratuite et plus conviviale permettant d'écrire et d'exécuter du code R. Installez d'abord R : RStudio en a besoin pour fonctionner.
3.2.4 Prochaines étapes : pratiquer dans la galerie de tutoriels
Une fois R et RStudio installés, nous sommes prêts à commencer à travailler directement avec nos données. La galerie de tutoriels comprend un notebook d’initiation qui vous guide à travers le chargement des packages, la connexion à notre catalogue STAC et l’importation de votre premier jeu de données dans R.
Nous vous recommandons de lire d’abord la section 3.3. Elle présente de bonnes pratiques pour configurer un projet et organiser votre environnement de travail, qui vous faciliteront l’utilisation de ce notebook et de toutes les activités qui suivront.
Pour en savoir plus
Un guide complet et librement accessible pour travailler avec les données spatiales dans R, couvrant notamment les packages {sf} et {terra}.
Une ressource pédagogique complémentaire pour apprendre à travailler avec R et les données spatiales.