-
Notifications
You must be signed in to change notification settings - Fork 0
/
2_calcul_indicateur_connaissance.R
138 lines (108 loc) · 6.6 KB
/
2_calcul_indicateur_connaissance.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
# . -------------------------------------------------------------------------- =============
# 0 - Lecture des données SQL ====
# . -------------------------------------------------------------------------- =============
## les vues matérialisés intérogé ont permis de mettre en forme les données pour les traiter et calculer plus rapidement
## pour voir la méthode de mise en forme merci de regarder le script sql associé
# ## les différentes vm a intérroger
## Selection du niveau d'analyse (1 = générale, 2 = pole, 3 = taxonomie )
# # générale :
# info <-'lpoaura_afo.mv_sraddet_ind'
# info_geom <- 'lpoaura_afo.mv_sraddet_ind_geom'
# # pole :
# info <-'lpoaura_afo.mv_sraddet_ind_pole'
# info_geom <- 'lpoaura_afo.mv_sraddet_ind_pole_geom'
# # taxonomie :
# info <-'lpoaura_afo.mv_sraddet_ind_taxo'
# info_geom <- 'lpoaura_afo.mv_sraddet_ind_taxo_geom'
calcul_ind_connaissance <-function(niveau){
##niveau = 1
nom_schema = 'orb_indicateurs'
info <- switch(niveau, paste0(nom_schema,'.mv_sraddet_ind'),paste0(nom_schema,'.mv_sraddet_ind_pole') ,paste0(nom_schema,'.mv_sraddet_ind_taxo'))
info_geom <- switch(niveau, paste0(nom_schema,'.mv_sraddet_ind_geom'), paste0(nom_schema,'.mv_sraddet_ind_pole_geom'),paste0(nom_schema,'.mv_sraddet_ind_taxo_geom'))
## chiffre générale décliné par le niveau choisi
TAB_Info <- dbGetQuery(con_gn_orb, paste0("select * from ",info) )
## chiffres à la maille 5x5 décliné par le niveau choisi
TAB_Info_geom <- st_read(con_gn_orb, query = paste0("select * from ",info_geom) )
### remplacer à partir de la ligne 66
## Gestion des entités géométrique
geom_id <- TAB_Info_geom %>%
st_drop_geometry() %>%
group_by(id_area) %>%
summarise() %>%
inner_join( select(TAB_Info_geom,id_area, geom), by = "id_area")
# . -------------------------------------------------------------------------- =============
# 5 - Calcule des indicateurs ====
# . -------------------------------------------------------------------------- =============
### Version 1 : écart à la médiane ====
TAB_resum <- TAB_Info_geom %>%
st_drop_geometry() %>%
group_by(declinaison, annee_group) %>%
summarise( nb_data_max = max(nb_data_tot),
nb_data_min = min(nb_data_tot),
nb_data_moy = mean(nb_data_tot),
nb_data_med = median(nb_data_tot),
nb_espece_max = max(nb_espece_dis),
nb_espece_min = min(nb_espece_dis),
nb_espece_moy = mean(nb_espece_dis),
nb_espece_med = median(nb_espece_dis),
nb_date_max = max(nb_date_dis),
nb_date_min = min(nb_date_dis),
nb_date_moy = mean(nb_date_dis),
nb_date_med = median(nb_date_dis))
TAB_geom_final <- TAB_Info_geom %>%
st_drop_geometry() %>%
mutate(nb_data_tot = as.numeric(nb_data_tot),
nb_espece_dis = as.numeric(nb_espece_dis),
nb_date_dis = as.numeric(nb_date_dis)) %>%
mutate_all(~replace(., is.na(.), 0)) %>%
inner_join(TAB_resum, by = c("declinaison","annee_group") ) %>%
mutate(
ind_data_med = ifelse(nb_data_tot>=nb_data_med, ((nb_data_tot-nb_data_med)/(nb_data_max-nb_data_med)),
(-(nb_data_tot-nb_data_med)/(nb_data_min-nb_data_med))),
ind_esp_med = ifelse(nb_espece_dis>=nb_espece_med, ((nb_espece_dis-nb_espece_med)/(nb_espece_max-nb_espece_med)),
(-(nb_espece_dis-nb_espece_med)/(nb_espece_min-nb_espece_med))),
ind_date_med = ifelse(nb_date_dis>=nb_date_med, ((nb_date_dis-nb_date_med)/(nb_date_max-nb_date_med)),
(-(nb_date_dis-nb_date_med)/(nb_date_min-nb_date_med))),
ind_tot = as.numeric(ind_data_med+ind_esp_med+ind_date_med)) %>%
#mutate_all(~replace(., is.na(.), 99)) %>%
mutate(
ind_data_group = ifelse(as.numeric(ind_data_med) < (-0.5), "Nombre d'observation faible",
ifelse(as.numeric(ind_data_med) < 0, "Nombre d'observation moyenne",
ifelse(as.numeric(ind_data_med) < 0.5, "Nombre d'observation bonne",
ifelse(as.numeric(ind_data_med) <= 1, "Nombre d'observation élevés", "Pas Observation" )))),
ind_esp_group = ifelse(as.numeric(ind_esp_med) < (-0.5), "Variété d'espèces faible",
ifelse(as.numeric(ind_esp_med) < 0, "Variété d'espèces moyenne",
ifelse(as.numeric(ind_esp_med) <0.5, "Variété d'espèces bonne",
ifelse(as.numeric(ind_esp_med) <=1, "Variété d'espèces élevés", "Pas Observation" )))),
ind_date_group = ifelse(as.numeric(ind_date_med) < (-0.5), "Fréquence d'observation faible",
ifelse(as.numeric(ind_date_med) <0, "Fréquence d'observation moyenne",
ifelse(as.numeric(ind_date_med) <0.5, "Fréquence d'observation bonne",
ifelse(as.numeric(ind_date_med) <=1, "Fréquence d'observation élevés", "Pas Observation" )))),
ind_tot_group = ifelse(as.numeric(ind_tot) < (-1), "Faible",
ifelse(as.numeric(ind_tot) < 0, "Moyenne",
ifelse(as.numeric(ind_tot) < 0.5, "Bonne",
ifelse(as.numeric(ind_tot) <= 3, "Élevés", "Pas Observation" ))))
)
# . -------------------------------------------------------------------------- =============
# 5 - Analyse de l'indicateur ====
# . -------------------------------------------------------------------------- =============
TAB_geom_final_filter_V1 <- TAB_geom_final #%>%
#filter(annee_group == '2016 - 2020')
## précalcule
nb_geom_prep <- TAB_geom_final_filter_V1 %>%
group_by(declinaison, annee_group) %>%
summarise(nb_geom_tot = n())
## calcul uniquement pour l'indicateur générale
TAB_ind_tot_group <- TAB_geom_final_filter_V1 %>%
group_by(declinaison, annee_group, ind_tot_group) %>%
summarise(nb_geom = n()) %>%
inner_join (nb_geom_prep, by = c("declinaison","annee_group")) %>%
mutate(prop = round((nb_geom/nb_geom_tot),4)*100,
lab.ypos = cumsum(prop) )
map_data <- geom_id %>%
inner_join(TAB_geom_final_filter_V1, by = "id_area")
decli_type <- switch(niveau, 'general','pole','taxo')
dbSendQuery(con_gn_orb, paste0("CREATE TABLE IF NOT EXISTS ",nom_schema,".ind_connaissance_",decli_type,"(colonne1 int, colonne2 int);" ) )
#st_write(obj = map_data, dsn = con_gn_orb, layer = c(schema="src_sraddet",table = paste0("ind_connaissance_",decli_type)))
st_write(obj = map_data, dsn = con_gn_orb, Id(schema=nom_schema,table = paste0("ind_connaissance_",decli_type)))
}