Présentation de KeplerGL

En tant qu’étudiants ou professionnels de la géomatique, la visualisation et l’analyse des données géolocalisées constituent l’une de nos principales missions. Lorsque les données sont de tailles plutôt grandes, ces tâches qui à priori sont faciles à réaliser avec les outils conventionnels type QGIS deviennent plus problématique. En d’autre termes, <<afficher une base de données de millions d’entités avec QGIS peut parfois relever du parcours du combattant>>. Lancé en 2018 KeplerGL est un outil open source d’Uber qui se base sur le framework de visualisation de données DeckGL dédié aux données à grande échelle.

     Source : Kepler.gl

Puissance et Performance

S’appuyant sur la technologie webGL qui permet de créer, afficher et gérer les éléments graphiques sur un navigateur, KeplerGL améliore la vitesse de visualisation et d’analyse des données géolocalisées. A présent, intéressons nous à quelques travaux réalisés via KeplerGL qui illustrent la puissance de l’outil.

 Visualisation des données en 4D

Source :  Joe T. Santhanavanich

En utilisant les données liées aux nouveaux cas confirmés de covid-19 en Allemagne, Joe T. Santhanavanich a réalisé grâce à KeplerGL une représentation en quatre dimensions de l’évolution de la pandémie. Cette représentation prend en compte les localisations (Latitude, Longitude), le temps et la taille (hauteur de la représentation qui dépend de nombre de nouveaux cas). Le lot de données est constitué de milliers d’entités qui sont analysées et visualisées avec aisance grâce à KeplerGL.

Source :  Joe T. Santhanavanich

Test de performance entre QGIS et KeplerGL

Boris Mericskay a effectué un test rapide de performance entre QGIS et KeplerGL qu’il a ensuite publié sur son compte twitter. Ce test était simple et ne concernait que deux aspects : le Géoréférencement et l’affichage de près de 6 millions d’adresses. L’objectif consistait à comparer le temps de traitement entre les deux outils.

#QGIS:  le résultat (Géoréférencement : 150 secondes + rendu graphique : 40 secondes) est disponible après 190 secondes.

Source : Boris Mericskay

#KeplerGL : le résultat (Géoréférencement : 20 secondes et rendu graphique : 5 sec) est disponible après 25 secondes.

Source : Boris Mericskay

D’après les résultats de ce test de performance, le temps de traitement avec KeplerGL est 7,6 fois moins long que pour QGIS.

Débuter avec KeplerGL

Dans le cadre de cet article, nous allons effectuer une prise en main rapide de KeplerGL avec un jeu de données (23450 lignes) sur les arbres gérés par le Territoire de Grand Paris Seine Ouest.

Partie 1

1- Télécharger le jeu de données disponible ici.

2- Se rendre sur le site demo de KeplerGL.

Partie 2

1- Importer le jeu de données.

Vous pouvez noter la rapidité avec laquelle la couche a été affichée.

2- Choisir le fond de carte et les données de base à afficher.

Dans le quatrième onglet à gauche, nous allons choisir le fond de carte Muted Night et n’afficher que les bâtiments, les étiquettes et les routes.

Partie 3

1- Filtrer les données.

Dans le second onglet de Kepler.gl nous allons utiliser le bouton « add filter » pour sélectionner uniquement les arbres présents sur la commune de BOULOGNE-BILLANCOURT.

De plus, utilisons un second filtre pour obtenir uniquement les arbres conifères en procédant de la même manière avec le bouton « add filter » puis en choisissant dans la colonne « feuil_coni » les conifères.

2- Choisir le type de représentation.

Dans le premier onglet « Layers », nous allons modifier la manière dont les données sont représentées. En premier lieu, nous allons choisir une représentation sous forme hexagonale « hexbin ». Ensuite, nous allons spécifier les colonnes contenant les coordonnées géographiques « Lat » et « Lon ». Modifions le rayon des hexagones à 0,01km soit 10m d’emprise.

Enfin, nous allons ajouter une échelle de hauteur afin de représenter les données en trois dimensions. Pour ce faire activons en premier l’option hauteur « Height ». Par la suite, choisissez une échelle d’élévation (5) et une échelle de hauteur (0 – 100). Laissez le reste par défaut.

Partie 4 : Passez en vue 3D et admirez

Activez la vue 3D en utilisant le bouton correspondant (« 3D Map ») sur la partie droite de l’outil.

En outre,  Kepler.gl permet d’aller  plus en profondeur dans la visualisation et l’analyse des données. Explorez les possibilités de l’outil en utilisant les références ci-dessous.

Sources :

https://towardsdatascience.com/4d-data-visualization-with-kepler-gl-b6bd6dd904510

https://docs.kepler.gl/docs/api-reference/get-started

https://towardsdatascience.com/visualizing-geospatial-data-with-ubers-kepler-gl-2a437ada573d

https://twitter.com/hashtag/keplergl