Seize besoins métier, seize filtres

0Le terrain de jeu

Les histoires 1 à 8 utilisent le même fichier : la BD TOPO 3.5 de la Haute-Garonne, telle que l'IGN la diffuse gratuitement sur la Géoplateforme, en un seul GeoPackage de 2,9 Go et 53 couches. Rien n'a été découpé au préalable : c'est FilterMate qui cadre le territoire à chaque fois.

Source

commune

Sélection

Saint-Gaudens (sélection simple)

Cibles

12 couches

Relation

Intersect, sans tampon

Résultat

12 380 bâtiments, GPKG + ZIP

1. Charger les 13 couches et ouvrir FilterMate. Le panneau Couches affiche les effectifs du département entier : 1 173 829 bâtiments, 383 112 tronçons de route. Cliquez sur commune : elle devient la couche source. Dans la zone Exploring, cochez Single selection, mettez l'expression d'affichage sur "nom_officiel" et tapez « Saint-Gaudens » dans la liste. Le bouton Tracking de la colonne Exploring étant actif, le canevas se recentre tout seul sur la commune.

   

2. Cocher toutes les cibles. Onglet Filtering, ligne Layers to filter : clic droit dans la liste puis Select All. Le prédicat Intersect est coché, la ligne Buffer reste désactivée.

   

3. Filter. Le journal indique moins d'une seconde pour les douze couches : sur GeoPackage, FilterMate interroge d'abord l'index R-tree de chaque table, puis n'évalue ST_Intersects que sur les candidats.

   

4. Configurer l'export. Onglet Exporting : les 12 couches, la projection EPSG:2154, les styles en QML, le format GPKG, le dossier de sortie et une archive ZIP.

   

5. Export. Comme le format est GeoPackage et qu'il y a plusieurs couches, FilterMate affiche un récapitulatif et propose de conserver la hiérarchie des groupes. Validez : le fichier est écrit en 4 secondes avec un projet QGIS embarqué.

   

Résultat

Sous le capot

Filtre fournisseur généré pour la couche des bâtiments, lisible dans Propriétés de la couche → Source :

ROWID IN (SELECT id FROM "rtree_batiment_geometrie"
          WHERE minx <= 517706.0 AND maxx >= 511938.3
            AND miny <= 6231762.5 AND maxy >= 6222765.8)
AND ST_Intersects("geometrie", ST_MakeValid(ST_GeomFromText('Polygon ((…))', 2154)))

Source

troncon_de_route

Sélection

"importance" IN ('1', '2')

Cibles

batiment, erp

Relation

Intersect, tampon par expression, Flat

Résultat

2 753 bâtiments, 78 ERP

1. Cadrer Muret. Même geste qu'à l'histoire 1 : commune en source, Muret en sélection simple, toutes les couches en cibles, Intersect, Filter. Muret compte 19 458 bâtiments, 354 ERP et 5 512 tronçons de route.

   

2. Choisir les grands axes. Cliquez sur troncon_de_route dans le panneau Couches : elle devient la source. Cochez Custom selection et saisissez "importance" IN ('1', '2'). 102 tronçons sont retenus, sur les 5 512 de la commune.

   

3. Tampon par expression. Cibles batiment et erp, prédicat Intersect. Sur la ligne Buffer value, ouvrez le menu de la propriété définie par les données, choisissez Edit…, puis saisissez dans l’éditeur d’expression :

   CASE WHEN "importance" = '1' THEN 300
        WHEN "importance" = '2' THEN 250
        ELSE 100 END

   Validez l’éditeur. Sur la ligne suivante, ouvrez la liste Round / Flat / Square et choisissez Flat.

   

   

4. Filter.

   

   

Résultat

2 753 bâtiments et 78 ERP se trouvent dans les zones tampons des 102 tronçons d'importance 1 et 2 de Muret, dont 2 196 bâtiments et 75 ERP sur la commune même : le tampon déborde chez les voisins, car un nouveau filtre spatial remplace le cadrage (voir « Une règle à connaître »).

Source

surface_hydrographique

Sélection

77 surfaces (Select All)

Cibles

bâtiments, ERP, routes

Relation

Intersect, 300 puis 100 m, Undo

Résultat

14 426 bâtiments à 300 m

1. Cadrer Grenade. 6 998 bâtiments, 79 ERP, 1 978 tronçons de route et 77 surfaces en eau.

   

2. Sélectionner toutes les surfaces en eau. Cliquez sur surface_hydrographique, cochez Multiple selection, puis clic droit dans la liste et Select All. Le résumé au-dessus de la liste compte 77 entités.

   

3. 300 m. Cibles batiment, erp et troncon_de_route, Intersect, Buffer value à 300. Filter.

   

   

4. 100 m. Changez la valeur du tampon et appuyez à nouveau sur Filter.

   

5. Undo. Le premier bouton après Filter restaure l'état précédent des trois couches, à 300 m. Redo le réappliquerait. L'historique est propre au projet et survit à un redémarrage de QGIS.

   

Résultat

Source

troncon_hydrographique

Sélection

"persistance" = 'Permanent'

Cibles

routes, constructions linéaires

Relation

Cross, sans tampon

Résultat

747 tronçons, 364 ouvrages

1. Cadrer l'EPCI. Couche epci en source, « Toulouse Métropole » en sélection simple sur "nom_officiel", toutes les autres couches en cibles, Intersect. Le filtrage ramène 98 687 tronçons de route, 1 844 tronçons hydrographiques, 1 181 constructions linéaires et 70 communes touchées.

   

2. Ne garder que les cours d'eau permanents. Source troncon_hydrographique, Custom selection "persistance" = 'Permanent' : 691 tronçons.

   

3. Vérifier la sélection sur la carte. Cliquez sur Identify dans la barre d'exploration : les 691 tronçons hydrographiques retenus par la sélection personnalisée clignotent en rouge. Ce contrôle visuel confirme la source du filtre avant de l'appliquer aux routes.

   

4. Cross. Cibles troncon_de_route et construction_lineaire, prédicat Cross seul, ligne Buffer désactivée. Filter.

   

   

   

Résultat

747 tronçons de route et 364 constructions linéaires (ponts, pour l'essentiel) franchissent l'un des 691 tronçons de cours d'eau permanents de la métropole. Le même calcul fait hors FilterMate avec GEOS donne les mêmes nombres.

Source

batiment

Sélection

"usage_1" = 'Résidentiel'

Cibles

zone_de_vegetation, haie

Relation

Intersect, tampon 50 m, puis AND

Résultat

58 bois et forêts, 48 haies

1. Cadrer Luchon. 3 699 bâtiments, 269 zones de végétation, 123 haies.

   

2. Ne garder que les habitations. Source batiment, Custom selection "usage_1" = 'Résidentiel' : 1 619 bâtiments.

   

3. 50 m. Cibles zone_de_vegetation et haie, Intersect, Buffer 50. Filter : 119 zones de végétation et 48 haies restent.

   

4. Ne garder que les bois et forêts. Cliquez sur zone_de_vegetation dans le panneau Couches : elle devient la source. Custom selection :

   "nature" IN ('Bois', 'Forêt fermée de feuillus', 'Forêt fermée de conifères',
                'Forêt fermée mixte', 'Forêt ouverte')

   Activez la ligne Combine operator et laissez AND à gauche : le nouveau filtre restreint le filtre spatial déjà appliqué à la couche source au lieu de le remplacer.

   

5. Filter.

   

Résultat

Sur les 269 zones de végétation de la commune, 119 touchent la bande des 50 m autour d'une habitation, dont 58 bois et forêts ; 48 haies sont dans le même cas.

Sous le capot

Le filtre de la couche de végétation après l'étape 5 conserve la clause spatiale et lui ajoute la clause attributaire :

(ROWID IN (SELECT id FROM "rtree_zone_de_vegetation_geometrie" WHERE …)
 AND ST_Intersects("geometrie", ST_Buffer(ST_MakeValid(ST_GeomFromText('MultiPolygon (…)', 2154)), 50.0)))
AND ("nature" IN ('Bois', 'Forêt fermée de feuillus', 'Forêt fermée de conifères', 'Forêt fermée mixte', 'Forêt ouverte'))

Source

troncon_de_route

Sélection

routes revêtues

Cibles

lieux-dits, zones d’activité

Relation

Disjoint, tampon 200 m, AND

Résultat

22 lieux-dits

1. Cadrer Aspet spatialement pour les routes, les bâtiments et la végétation (histoire 1), puis attributairement pour les deux couches cibles : Boîte à outils → FilterMate → Filtrer plusieurs couches, couches zone_d_habitation et zone_d_activite_ou_d_interet, expression "insee_commune" = '31020'. 87 lieux-dits et 31 zones d'activité.

   

2. Ne garder que les routes revêtues. Source troncon_de_route, Custom selection "nature" NOT IN ('Chemin', 'Sentier', 'Escalier', 'Piste cyclable', 'Route empierrée') : 494 tronçons sur 1 168.

   

3. Disjoint, 200 m, AND. Cibles zone_d_habitation et zone_d_activite_ou_d_interet, prédicat Disjoint seul, Buffer 200, ligne Combine operator active avec AND à droite (opérateur des couches cibles).

   

4. Filter.

   

Résultat

22 lieux-dits d'Aspet sont à plus de 200 m d'une route revêtue ; aucune des 31 zones d'activité n'est dans ce cas. À 100 m, ils seraient 32.

Source

favori

Sélection

réglages de l’histoire 3

Cibles

3 couches

Relation

rejoué en un clic

Résultat

14 426 bâtiments, comme à l’histoire 3

1. Enregistrer. Le filtre à 300 m de l'histoire 3 est appliqué. Cliquez sur le badge ★ puis Add filter, nommez-le « PPRI Garonne 300 m ».

   

2. Unfilter. Les trois couches retrouvent la totalité du département : 1 173 829 bâtiments.

   

3. Rejouer. Badge ★ puis « PPRI Garonne 300 m » : le filtre se réapplique, avec les mêmes 14 426 bâtiments, 178 ERP et 6 310 tronçons.

   

4. Décrire et partager. Manage favorites… ouvre le gestionnaire : description, tags, portée, expression exacte, onglet Remote pour publier vers un dépôt git. Export… écrit un fichier JSON à envoyer à un collègue, qui l'importera depuis le même menu.

   

Source

Processing

Sélection

"date_modification" >= '2025-03-15'

Cibles

4 couches du département

Relation

expression attributaire

Résultat

22 954 bâtiments modifiés

1. Ouvrir la boîte à outils et chercher « filtermate ».

   

2. Choisir les couches et l'expression. batiment, troncon_de_route, troncon_hydrographique, erp et l'expression "date_modification" >= '2025-03-15'.

   

3. Exécuter. Les quatre couches reçoivent le filtre en une passe.

   

Résultat

La même chose depuis la console Python

import processing
processing.run("filtermate:batch_filter", {
    "INPUT_LAYERS": ["batiment", "troncon_de_route", "troncon_hydrographique", "erp"],
    "EXPRESSION": "\"date_modification\" >= '2025-03-15'",
})

Source

MNT mnt, pente calculée (%)

Sélection

Plage de pente ≥ 30 %

Cibles

parcelle

Relation

Intersect, couverture ≥ 50 %

Résultat

58 parcelles

1. Calculer la pente. Cliquez sur mnt dans le panneau Couches, puis Compute on → Slope (%). L’histogramme montre désormais la pente.

   

2. Choisir la plage. Cochez Value range et tapez 30 dans Min. La part des pixels retenus s’affiche sous l’histogramme : 12,9 %.

   

3. Relier aux parcelles. Cible parcelle, prédicat Intersect, cov. ≥ 50 % à côté des prédicats.

   

4. Filter.

   

Résultat

58 parcelles du kilomètre carré ont au moins la moitié de leur surface sur une pente de plus de 30 %. Le même filtre avec un raster de pente précalculé (gdaldem slope -p) donne le même nombre.

Source

nuage LiDAR HD (COPC)

Sélection

Classification = 6 et hauteur ≥ 9 m

Cibles

batiment

Relation

Intersect, couverture ≥ 50 %

Résultat

57 bâtiments

1. Les points de bâtiment. Cliquez sur lhd, cochez ATTRIBUTES, + Condition, puis Classification = 6. Le bouton œil les isole sur la carte.

   

2. La hauteur. Cochez Height above DTM ≥, tapez 9 et choisissez le MNT mnt.

   

3. Relier au bâti. Cible batiment, Intersect, cov. ≥ 50 %.

   

4. Filter. La hauteur est calculée en 75 s sur 20,4 millions de points, puis le filtre est immédiat.

   

Résultat

57 bâtiments sur 668 ont au moins la moitié de leur emprise sous des points de toit à plus de 9 m. La BD TOPO en déclare 68 de 9 m ou plus : les écarts sont à vérifier sur place.

Source

nuage LiDAR HD

Sélection

Classification = 5 et hauteur ≥ 8 m

Cibles

troncon_de_route

Relation

Intersect, tampon 3 m

Résultat

91 tronçons sur 172

1. La végétation haute. ATTRIBUTES, + Condition, Classification = 5, puis l’œil pour la voir.

   

2. Plus de 8 m. Height above DTM ≥ 8 sur le MNT.

   

3. 3 m de la chaussée. Cible troncon_de_route, Intersect, Buffer 3.

   

4. Filter.

   

Résultat

91 tronçons sur 172 ont des arbres de plus de 8 m à moins de 3 m : la liste de départ de la campagne, à hiérarchiser sur le terrain.

Source

batiment

Sélection

"nature" = 'Eglise'

Cibles

mnt (raster), lhd (nuage)

Relation

Intersect, tampon 50 m

Résultat

GeoTIFF 45 Ko + LAZ 1,0 Mo

1. L’église. Source batiment, Custom selection "nature" = 'Eglise'.

   

2. 50 m autour, sur le MNT et le nuage. Cibles mnt et lhd, Intersect, Buffer 50.

   

3. Filter.

   

4. Exporter. EXPORTING : couches mnt et lhd, dossier, chemin du ZIP, Export.

   

Résultat

Un ZIP de 1,1 Mo : le MNT (GeoTIFF, 45 Ko) et le nuage (LAZ, 1,0 Mo) de l’église et de ses abords.

13La végétation sur une orthophoto RVB

Raster → raster · schéma de principe.

Source

ortho_irc

Sélection

NDVI > 0,3

Cible

ortho_rvb

Relation

Intersect, sans tampon

Résultat attendu

Ortho RVB masquée en VRT

1. Identifier les bandes. Choisissez ortho_irc comme couche courante. Dans EXPLORING, ouvrez le menu d’un rôle de couleur et choisissez IRC si les bandes 1, 2 et 3 sont respectivement le proche infrarouge, le rouge et le vert. Adaptez les rôles si le fichier utilise un autre ordre.
2. Choisir la végétation. Cochez RASTER EXPRESSION, puis Insert → Vegetation (NDVI > 0.3). Pour une image IRC dont le PIR est en bande 1 et le rouge en bande 2, l’expression est :

   ("ortho_irc@1" - "ortho_irc@2") / ("ortho_irc@1" + "ortho_irc@2") > 0.3

   Activez l’aperçu avec le bouton de sélection et ajustez le seuil en comparant les zones retenues avec l’image.
3. Relier à l’autre image. Dans FILTERING, cochez ortho_rvb dans Layers to filter, choisissez Intersect et désactivez le tampon. Pour ce premier essai, partez d’une cible non filtrée et laissez la combinaison décochée.
4. Filter, puis exporter. Masquez la source pour lire la cible seule. EXPORTING peut écrire le résultat en GeoTIFF ou en COG ; Undo rétablit l’orthophoto cible entière.

Résultat attendu

Une couche RVB découpée suivant le masque NDVI, avec son style et son identifiant conservés. Le seuil de 0,3 est un point de départ à contrôler selon la saison, les ombres et les caractéristiques des images.

14Les points LiDAR sous les toits

Raster → nuage de points · schéma de principe.

Source

ortho_rvb

Sélection

Pipette, objet cliqué

Cible

lhd

Relation

Intersect, sans tampon

Résultat attendu

Nuage découpé sous les objets

1. Se placer sur la toiture. Choisissez ortho_rvb comme couche courante et zoomez sur un toit dont la couleur se distingue de ses abords. Vérifiez les rôles rouge, vert et bleu dans EXPLORING.
2. Détecter l’objet. Dans la pipette, choisissez Clicked object, puis cliquez dans la toiture. Ajustez la tolérance en contrôlant le contour affiché sur la carte. Ctrl+clic ajoute un relevé pour une autre partie du toit ou une autre toiture.
3. Relier au nuage. Dans FILTERING, cochez lhd dans Layers to filter. Choisissez Intersect, sans tampon. Partez d’un nuage cible non filtré pour conserver tous les retours situés dans l’emprise sélectionnée.
4. Filter et contrôler. Masquez l’orthophoto pour examiner les points, puis vérifiez leur emprise en réaffichant l’image. EXPORTING permet une livraison LAZ ou COPC ; Undo restitue le nuage complet.

Résultat attendu

Un nuage dérivé limité à l’aplomb des pixels retenus. Le filtre est spatial : tous les retours dans cette emprise peuvent rester, y compris des points de sol ou de végétation. Pour ne garder que les points classés bâtiment, appliquez ensuite Classification = 6 sur le nuage obtenu.

15Le MNT au droit des points sol

Nuage de points → raster · schéma de principe.

Source

lhd

Sélection

Classification = 2

Cible

mnt

Relation

Intersect, sans tampon

Résultat attendu

MNT limité à l’empreinte du sol

1. Lire la classification. Choisissez lhd comme couche courante. Dans EXPLORING, ouvrez CLASSES et vérifiez que la classe 2 – Ground comporte des points.
2. Garder le sol. Dans le menu Selection, choisissez Ground. Vérifiez que seule la classe 2 est cochée, puis utilisez le bouton de sélection pour prévisualiser les points sur la carte.
3. Relier au MNT. Cochez mnt dans Layers to filter, choisissez Intersect et désactivez le tampon. Utilisez une cible non filtrée et laissez la combinaison décochée.
4. Filter, puis lire le raster. Masquez le nuage pour voir le MNT découpé. EXPORTING écrit le résultat en GeoTIFF ou COG ; Undo restaure le MNT entier et l’état précédent de la source.

Résultat attendu

Un VRT du MNT dont les pixels extérieurs à l’empreinte des points sol sont en NoData. Les altitudes existantes sont conservées : cette opération découpe le MNT, elle ne l’interpole pas à nouveau.

16La végétation près des lignes électriques

Nuage de points → nuage de points · schéma de principe.

Source

lhd_reseau

Sélection

Classes 13 et 14

Cible

lhd_vegetation, classe 5

Relation

Intersect, tampon 10 m

Résultat attendu

Végétation du corridor

1. Préparer deux couches. Chargez le nuage deux fois dans QGIS, ou dupliquez sa couche. Nommez les couches lhd_reseau et lhd_vegetation. Utilisez un SCR métrique pour le tampon de 10 m, par exemple Lambert-93 en France métropolitaine. Vérifiez la présence des classes 13 – Wire – guard ou 14 – Wire – conductor, et de la classe 5 – High vegetation.
2. Préparer la végétation cible. Laissez « appliquer aux autres dalles du jeu » désactivé sur les deux couches pour conserver leurs sélections indépendantes. Choisissez lhd_vegetation comme couche courante. Dans CLASSES, ne cochez que la classe 5. Décochez Layers to filter et cliquez sur Filter pour appliquer la sélection à cette couche seule.
3. Choisir les câbles. Passez sur lhd_reseau. Dans CLASSES, ne cochez que les classes 13 et 14 présentes. Le bouton de sélection permet de contrôler les points qui formeront l’empreinte source.
4. Découper le corridor. Dans FILTERING, cochez lhd_vegetation, choisissez Intersect et réglez Buffer sur 10 m. Cliquez sur Filter : le découpage conserve le filtre de classe déjà appliqué à la cible. Masquez la source pour examiner le résultat, puis exportez la cible en LAZ ou COPC.

Résultat attendu

Une couche de végétation haute limitée au corridor autour de l’empreinte des points de câble. La distance est calculée en plan, à partir d’une empreinte sur grille : elle sert au repérage des secteurs à examiner. La distance réelle en trois dimensions entre les branches et les conducteurs demande une analyse complémentaire du nuage.

17Rejouer ces histoires chez vous

1. Téléchargez la BD TOPO de votre département sur la Géoplateforme de l'IGN (thème « Tous thèmes », format GeoPackage, projection Lambert-93). Le fichier est livré avec ses index spatiaux : c'est ce qui rend les cascades rapides.
2. Chargez les couches nommées dans chaque histoire. Les styles embarqués dans le GeoPackage cachent les bâtiments au-delà du 1:25 000 : désactivez la visibilité dépendante de l'échelle dans les propriétés de la couche, ou appliquez vos propres styles.
3. Remplacez les noms de communes par les vôtres. Les champs utilisés (nom_officiel, importance, persistance, usage_1, nature, insee_commune, date_modification) sont ceux de la BD TOPO 3.x, identiques dans tous les départements.
4. Pour reproduire les captures des cas 1 à 8, le script scripts/recipe_screenshots.py du dépôt pilote QGIS d'un bout à l'autre de chaque histoire, vérifie les effectifs et enregistre une image par étape. Les enregistrements des cas 9 à 12 sont préparés par scripts/site_videos.py.
5. Pour les recettes illustrées 13 à 16, chargez les couches nommées dans chaque recette et suivez les réglages indiqués. Les schémas représentent les résultats attendus ; les surfaces et les effectifs dépendront de vos données.