Wiki du Master Géographies Numériques

La symbologie d'une couche se gère de la même façon que sur QGIS 2. Vous trouverez une description des différents modes de représentation ici.

Lorsque l'on veut représenter une variable quantitative continue par classes (par aplats de couleur ou par cercles gradués), on peut choisir différentes méthodes de discrétisation. Chaque méthode créée des classes différentes pour une même série. Certaines méthodes sont plus appropriées pour certaines séries.

Dans QGIS, il faut choisir le mode “Gradué” pour discrétiser des valeurs continues (“Propriétés de la couche”, onglet “Symbologie”).

On peut alors choisir la colonne (le champ) contenant les valeurs que l'on souhaite représenter. Automatiquement, QGIS propose uniquement les champs quantitatifs. Il est également possible de rentrer une expression (une relation entre deux champs par exemple) en cliquant sur le bouton à droite du menu déroulant des champs. Si l'on travaille sur une couche de points, on peut choisir la méthode de représentation, c'est-à-dire par taille ou par couleur :

• Par taille : on peut choisir la taille du plus petit symbole et la taille du plus grand.
• Par couleur : on peut choisir la palette de couleur dans un menu déroulant.

Puis, deux onglets nous permettent d'observer et de choisir la discrétisation. L'onglet “Classes” présente une liste des classes avec leurs intervalles, leur couleur associée et leur retranscription dans la légende. L'onglet “Histogramme” est très utile pour observer la distribution de notre série et modifier manuellement les classes.

Cela nous amène à la présentation des différents modes de discrétisation présents sur QGIS. Ces derniers sont accessibles depuis le menu déroulant “Mode” sous les onglets “Classes” et “Histogramme”. En choisissant un mode et un nombre de classes puis en cliquant sur “Classer”, QGIS classe automatiquement les entités selon la variable choisie.

Les différents modes de discrétisation sont :

• Intervalle égal : chaque classe est d'amplitude égale. Cette discrétisation est appropriée pour les séries dissymétriques.
• Quantile (Nombre égal) : chaque classe comporte le même nombre d'entités. Cette discrétisation fonctionne pour les séries uniformes.
• Ruptures naturelles (Jenks) : les classes sont construites en minimisant la variance intra-classe et en maximisant la variance inter-classes. Autrement dit, sont rassemblées les entités qui se ressemblent plus qu'elles ne ressemblent aux autres. Cette discrétisation est associée aux séries dissymétriques.
• Écart-type : chaque classe a une amplitude d'un écart-type de la série (ou d'un demi écart-type, en fonction du nombre de classes choisi, 4 ou 8). La discrétisation est centrée sur la moyenne. Cette discrétisation fonctionne bien pour les séries symétriques.
• Jolies ruptures : cela correspond à une discrétisation équidistance avec des bornes arrondies. C'est donc une discrétisation faite pour les séries dissymétriques.
• Seuils observés : enfin, il est possible de définir manuellement les classes en observant les ruptures dans l'histogramme. Cette méthode est efficace pour les séries dissymétriques.