Aller au contenu

Backend IArbre

Aperçu

Le backend d'IArbre calcule l'occupation des sols et les différents indices (plantabilité, etc.). Le backend utilise Django et une base de données PostGIS.

Il existe trois applications Django :

  • iarbre_data pour les calculs d’occupation des sols ;
  • plantability pour le calcul de l'indice de plantabilité. Le développement correspond à une réplication de l'implémentation V1 réalisée par Exo-dev.
  • api pour rendre accessible ces résultats par à une API rest ;

Contenu

Données requises

Un dossier nommé file_data contenant les données nécessaires doit être présent à la racine du projet. Pour obtenir ces données pour la Métropole de Lyon, veuillez envoyer un e-mail à contact@telescoop.fr.

Déploiement avec Ansible

Consultez la documentation de déploiement pour plus de détails.

Installation manuelle

Ubuntu

Le backend nécessite GDAL et PostGIS.

Suivez le guide d'installation Django GIS pour Linux et installez les packages nécessaires depuis la source.

Vous pouvez également essayer d'installer les packages requis via apt, bien que cela puisse ne pas toujours suffire :

sudo apt install postgresql-x postgresql-x-postgis-3 postgresql-server-dev-x python3-psycopg2
sudo apt install binutils libproj-dev gdal-bin  # Pour les requêtes géographiques

macOS

Pour macOS, vous pouvez utiliser Homebrew pour installer les packages requis :

brew install postgresql postgis gdal

(Remplacez x par la version de PostgreSQL souhaitée.)

Initialisation de la base de données

Après l'installation, créez un utilisateur et une nouvelle base de données PostGIS :

  1. Connectez-vous en tant que super-utilisateur postgres :
sudo -u postgres psql postgres
  1. Créez un nouvel utilisateur et une base de données :
CREATE USER <nom_utilisateur> WITH PASSWORD 'votre_mot_de_passe_sécurisé';
ALTER USER <nom_utilisateur> WITH SUPERUSER CREATEDB;
CREATE DATABASE <nom_base_de_données> OWNER <nom_utilisateur>;
\q
  1. Connectez-vous avec le nouvel utilisateur et activez PostGIS : 
    psql -U <nom_utilisateur> <nom_base_de_données>
CREATE EXTENSION postgis;
\q

Installation des packages Python requis

Nous recommandons d'utiliser un environnement virtuel Python géré par pew :

pip install pew
cd <chemin>
pew mkproject <nom_projet>

Cela crée un nouvel environnement virtuel et un répertoire de projet associé dans <chemin>.

Ensuite, clonez le dépôt et installez les packages requis :

git clone https://github.com/TelesCoop/iarbre-back.git
pip install -r requirements.txt

Créez un fichier local_settings.ini, à la racine du dossier back, avec le contenu suivant :

[database]
engine=postgresql
user=<nom_utilisateur>
name=<nom_base_de_données>
password=votre_mot_de_passe_sécurisé

Pour travailler sur le projet à l'avenir, activez l'environnement :

pew workon <nom_projet>

Génération de la base de données

Rappel Avant de lancer les commandes suivantes, assurez-vous que les données nécessaires sont bien présentes dans le dossier file_data. Si vous n'avez pas ces données, veuillez envoyer un e-mail à contact@telescoop.fr.

Il existe 2 méthodes permettant de calculer l'indice de plantabilité, soit à l'aide d'images rasters soit à l'aide de géométries. Pour ces deux méthodes il faut au préalables lancer ces commandes :

python manage.py migrate
python manage.py c01_insert_cities_and_iris
python manage.py c03_import_data

Pour plus de détails sur les données d'occupation des sols et leur traitement, consultez data_config.py.

Génération à l'aide de géométries

python manage.py c02_init_grid --grid-size 20 --grid-type 2
python manage.py c04_compute_factors
python manage.py c01_compute_plantability_indice

En taille 5x5m il faut faut compter de l'ordre de 3j pour le calcul au total et ½ journée en 15x15m. La partie la plus longue est c04_compute_factors.

Genération à l'aide de raster

En utilisant le process en raster :

  1. Convertion des données de Data pour tous les facteurs en raster haute résolution (1x1m)
  2. Convolution des rasters, individuellement, avec un noyau carré 5x5. Les pixels des rasters de résultat contiennent le pourcentage de chaque facteur sur des tuiles carrés 5x5m.
  3. Somme pondérée des rasters d'OCS, avec les poids relatifs aux facteurs, pour produire un raster de plantabilité
  4. On crée des geoms qui sont des carrés 5x5m qui vont être insérées dans une DB PostGIS. On utilise les valeurs des pixels dans le raster de plantabilité pour remplir le champ correspondant à la plantabilité et à la plantabilité seuillée.

En base nous n'avons que des géoms qui correspondent au score de plantabilité. Nous n'avons pas de géoms qui correspondent à l'occupation des sols par chaque facteur.

Le calcul est beaucoup plus rapide, de l'ordre de 3h pour du 5x5m.

python manage.py data_to_raster
python manage.py compute_plantability_raster
python manage.py raster_plantability_to_geom

Génération des tuiles MVT

Pour les deux méthodes de calcul, generate_mvt_files, génère des tuiles vectorielles Mapbox (MVT) pour différents niveaux de zoom. Ces tuiles sont accessibles via l'API et peuvent être affichées avec MapLibre.

python manage.py generate_mvt_files --geolevel tile --datatype plantability --number_of_threads 4

Démarrage du service backend

python manage.py runserver --nostatic

Le backend est maintenant en cours d'exécution, et l'API est prête pour le frontend.

Aide

🆘 Si vous rencontrez des problèmes ou avez des suggestions d'amélioration, veuillez ouvrir un nouvel issue sur notre page GitHub Issues.