Skip to content

GISPulseLe moteur geospatial declaratif

Rules-as-config pour vos donnees spatiales. Ce que dbt est a la data, GISPulse l'est au GIS. v1.1.1 disponible — 117 capabilities.

GISPulseGISPulse
v1.1.1

GISPulse v1.1.1 est disponible. 117 capabilities (vecteur, attributs, classification, statistiques spatiales, clustering, 3D pointcloud, raster, reseau, PostGIS SQL), 3 600+ tests, moteur multi-backend DuckDB/PostGIS, Prometheus metrics.

Installer maintenant
Open source AGPL-3.016+ formats3 600+ tests4 modes de deploiementPython 3.10+
117capabilities spatiales
3moteurs (DuckDB / PostGIS / Hybrid)
1fichier JSON pour tout decrire
0install serveur en mode portable

Le probleme avec les outils actuels

Ce que vous subissez aujourd'hui

  • FME — 5 000 a 15 000 EUR/an par siege. Licences perpetuelles depreciees en 2025. Vendor lock-in total.
  • QGIS Processing — Excellent pour l'interactif, mais pas headless, pas d'API, pas de mode serveur ni de scheduling.
  • PostGIS seul — Moteur puissant, mais du SQL brut a maintenir, pas de versioning natif des regles, courbe d'apprentissage steep.
  • Scripts GeoPandas — Flexibles, mais imperatifs : chaque changement necessite un dev, impossible a auditer par un non-dev.

Ce que GISPulse apporte

  • Des regles JSON declaratives que votre equipe SIG peut lire, modifier et versionner sans ecrire une ligne de Python.
  • Un moteur portable — aucune base de donnees requise. Lancez un traitement sur n'importe quelle machine en 60 secondes.
  • La puissance de PostGIS quand vous en avez besoin — les memes regles, le meme fichier, juste un moteur different.
  • Une API REST et un SDK Python inclus — integrez GISPulse dans vos pipelines existants, vos ETL, vos apps.
FME : 5 000–15 000 EUR/anGISPulse Community : gratuit

Un pipeline spatial en 5 lignes

Identifiez les parcelles en zone inondable, calculez leur surface, et exportez les statistiques par commune — tout dans un fichier de regles :

json
[
  {
    "name": "parcelles_a_risque",
    "capability": "spatial_join",
    "params": {
      "input": "parcelles.gpkg",
      "ref_layer": "zones_inondables.gpkg",
      "predicate": "intersects",
      "columns": ["niveau_risque"]
    }
  },
  {
    "name": "surface_par_commune",
    "capability": "spatial_aggregate",
    "params": {
      "input": "parcelles_a_risque",
      "ref_layer": "communes.gpkg",
      "predicate": "within",
      "agg": { "parcelle_id": "count", "surface_m2": "sum" }
    }
  }
]
bash
# Mode portable — aucune base requise
gispulse run rules.json --engine duckdb

# Mode API
curl -X POST http://localhost:8000/jobs \
  -d @rules.json

# Mode SDK
from gispulse import GISPulse
gp = GISPulse()
result = gp.run("rules.json")
Meme fichier de regles, trois modes d'execution : CLI locale, API REST, SDK Python.

Trois etapes, zero friction

1

Importez vos donnees

GPKG, GeoJSON, Shapefile, GeoParquet, CSV, WFS... GISPulse lit tout, sans conversion prealable. Le moteur adapte automatiquement le schema.

2

Declarez vos regles

Un fichier JSON decrit le pipeline complet : capabilities a appliquer, parametres, ordre d'execution. Versionnable sous Git.

3

Exportez dans le meme format

Le resultat est ecrit dans le format d'origine. Pas de base a gerer, pas de conversion. Vos fichiers restent vos fichiers.

117 capabilities, prets a l'emploi

Vecteur — geometrie

  • buffer, clip, union, dissolve, centroid, reproject
  • convex_hull, concave_hull, alpha_shape, voronoi_polygons, delaunay_triangulation
  • simplify, chaikin_smooth, offset_curve, line_merge, line_substring

Analyse inter-couches & overlay

  • spatial_join, intersects, spatial_aggregate, filter, nearest_neighbor
  • overlay_intersection, overlay_union, erase, merge_layers, classify_by_ring

Attributs & reshape

  • add_field, drop_field, rename_field, cast_field, attribute_join
  • case_when, coalesce_fields, lookup_table, pivot, unpivot
  • sort, deduplicate, random_sample, top_n

Classification & styling

  • classify (jenks / quantile / std_dev / pretty), classify_categorical
  • head_tail_breaks (Jiang 2013), normalize (log1p / minmax / zscore)
  • choropleth, bivariate_choropleth, continuous_ramp, graduated_size

Statistiques spatiales & clustering

  • morans_i, getis_ord_g, spatial_weights, kde_heatmap
  • cluster_kmeans, cluster_dbscan, cluster_hdbscan
  • grid_create, hexgrid_create

Topologie & validation

  • topology_check, duplicate_geometry, attribute_validation, completeness_check
  • polygon_fix_gaps, polygon_fix_overlaps, polygon_remove_slivers
  • network_snap_endpoints, network_node_lines, network_remove_pseudo_nodes

3D pointcloud

  • pointcloud_load_las — LAS / LAZ vers GeoDataFrame
  • pointcloud_filter_classification — codes ASPRS
  • pointcloud_zonal_height — hauteur batiments / canopée
  • pointcloud_grid_summary — statistiques Z par grille

Raster & reseau (Pro)

  • zonal_stats, raster_clip, raster_reproject, ndvi, change_detection
  • shortest_path, isochrone, od_matrix, network_allocation, connectivity_check
  • postgis_sql — requete SQL parametree sur PostGIS

Portable ou persistant — memes regles

📁

Mode portable

Aucune base de donnees requise. GISPulse monte un moteur DuckDB temporaire en memoire, execute vos regles sur vos fichiers, et ecrit le resultat dans le format d'origine.

GPKG in → DuckDB (memoire) → GPKG out
  • Zero installation serveur
  • Fonctionne hors-ligne et en CI/CD
  • Format de sortie = format d'entree
  • Ideal pour scripts, one-shots, ETL batch
📗

Mode persistant

Branchez PostGIS. Les memes regles deviennent des triggers temps-reel, des pipelines continus, des vues materialisees spatiales.

PostGIS ↔ triggers actifs ↔ resultats live
  • Triggers spatiaux temps-reel
  • Pipelines continus avec scheduling
  • Multi-utilisateurs avec RBAC
  • Ideal pour serveurs, APIs, dashboards

Tarification

Les plans Community (gratuit, AGPL-3.0), Pro et Enterprise sont disponibles — voir la page tarifs.

Besoin d'un licensing volume ou d'un tarif early-adopter ? Contactez-nous.

GISPulse vs les alternatives

CritereGISPulseFMEQGIS ProcessingPostGIS seul
PrixGratuit (AGPL)5–15k EUR/anGratuitGratuit
DeclaratifJSON natifGUI visuelGUI + scriptsSQL brut
Mode portableDuckDB embarqueNonInterface desktopNon
Mode serveurPostGIS / APIFME Flow ($$)NonOui
CLI / headlessOuiPartielNonpsql uniquement
API RESTInclusePayanteNonNon natif
Versionnable (Git)Natif (JSON)Export XMLNon standardMigrations SQL
SDK PythonInclusPayantScripts PyQGISpsycopg2/SQLAlchemy
Plugin QGISOuiOuiNatifNon
Cloud-nativeS3, Docker, K8sFME Cloud ($$)NonSelf-managed
FME reste un excellent outil pour des workflows graphiques complexes. GISPulse cible les equipes qui veulent automatiser, versionner et deployer leurs traitements spatiaux dans un pipeline moderne. Comparatif detaille →

Published under AGPL-3.0 license.