diff --git a/DESCRIPTION b/DESCRIPTION
index c4c14e6ac3082afbba75d5e7f6c0e69bcc36f7b0..c1a9a69a1be58330d109ad2f16f8919bc179a840 100644
--- a/DESCRIPTION
+++ b/DESCRIPTION
@@ -36,7 +36,8 @@ Imports:
stringr,
tidyr,
tricky,
- utils
+ utils,
+ sf
Suggests:
knitr,
rmarkdown,
diff --git a/NAMESPACE b/NAMESPACE
index 6226ea47718611849f81d2f5fefccb6a84fc9a2b..b930620cbe87ce07457a0a7c921cf052fb800661 100644
--- a/NAMESPACE
+++ b/NAMESPACE
@@ -3,6 +3,7 @@
export("%>%")
export(creer_carte_1_3)
export(creer_carte_1_7)
+export(creer_carte_3_2)
export(creer_graphe_1_1)
export(creer_graphe_1_4)
export(creer_graphe_1_5)
@@ -24,9 +25,12 @@ importFrom(forcats,fct_drop)
importFrom(forcats,fct_inorder)
importFrom(forcats,fct_relevel)
importFrom(forcats,fct_reorder)
+importFrom(forcats,fct_rev)
importFrom(ggiraph,geom_point_interactive)
importFrom(ggiraph,ggiraph)
importFrom(ggplot2,aes)
+importFrom(ggplot2,annotate)
+importFrom(ggplot2,arrow)
importFrom(ggplot2,coord_flip)
importFrom(ggplot2,element_text)
importFrom(ggplot2,facet_wrap)
@@ -39,17 +43,23 @@ importFrom(ggplot2,scale_fill_manual)
importFrom(ggplot2,scale_x_discrete)
importFrom(ggplot2,scale_y_continuous)
importFrom(ggplot2,theme)
+importFrom(ggplot2,unit)
importFrom(ggtext,element_markdown)
importFrom(glue,glue)
importFrom(gouvdown,scale_fill_gouv_discrete)
importFrom(lubridate,make_date)
importFrom(lubridate,year)
importFrom(magrittr,"%>%")
+importFrom(mapfactory,creer_carte_categorie_communes)
importFrom(mapfactory,creer_carte_communes)
importFrom(mapfactory,creer_carte_communes_prop)
importFrom(mapfactory,fond_carto)
importFrom(mapfactory,format_fr)
importFrom(scales,number_format)
+importFrom(sf,st_centroid)
+importFrom(sf,st_coordinates)
+importFrom(sf,st_geometry)
+importFrom(sf,st_point_on_surface)
importFrom(stats,quantile)
importFrom(stringr,str_wrap)
importFrom(tidyr,gather)
diff --git a/R/creer_carte_3_2.R b/R/creer_carte_3_2.R
new file mode 100644
index 0000000000000000000000000000000000000000..f9ae1ab0188bda78747488fc94b7fd9ec1cc5a35
--- /dev/null
+++ b/R/creer_carte_3_2.R
@@ -0,0 +1,158 @@
+#' Creation de la carte communale de l'etalement urbain
+#' @description Carte communale de l'etalement urbain
+#'
+#' @param millesime_etalement_urbain une année parmi les millesimes sélectionnables par l'utilisateur, au format numerique.
+#' @param police_annotation la police de caractère pour les annotations
+#' @return Une carte
+#'
+#' @importFrom dplyr filter mutate
+#' @importFrom forcats fct_rev
+#' @importFrom lubridate make_date
+#' @importFrom mapfactory fond_carto creer_carte_categorie_communes
+#' @importFrom ggplot2 annotate arrow unit labs theme
+#' @importFrom glue glue
+#' @importFrom sf st_centroid st_geometry st_coordinates st_point_on_surface
+#'
+#' @export
+#'
+#' @examples
+#' creer_carte_3_2()
+creer_carte_3_2 <- function(millesime_etalement_urbain = 2018,
+ police_annotation = "sans") {
+ data <- etalement_urbain %>%
+ dplyr::filter(
+ .data$TypeZone == "Communes",
+ .data$date == lubridate::make_date(millesime_etalement_urbain, "01", "01")
+ ) %>%
+ dplyr::mutate(
+ indicateur_etalement_urbain = replace(.data$indicateur_etalement_urbain, .data$indicateur_etalement_urbain == "classe 4", "classe 3"),
+ indicateur_etalement_urbain = replace(.data$indicateur_etalement_urbain, .data$indicateur_etalement_urbain == "classe 5", "classe 3")
+ ) %>%
+ dplyr::mutate(indicateur_etalement_urbain = forcats::fct_rev(.data$indicateur_etalement_urbain))
+
+ fond_carte <- mapfactory::fond_carto(nom_reg = "Pays de la Loire")
+
+ localisation_classe2b <- fond_carte$communes %>%
+ dplyr::filter(.data$DEPCOM == "72214") %>%
+ sf::st_centroid() %>%
+ sf::st_geometry() %>%
+ sf::st_coordinates()
+
+ localisation_classe2a <- fond_carte$communes %>%
+ dplyr::filter(.data$DEPCOM == "44038") %>%
+ sf::st_point_on_surface() %>%
+ sf::st_geometry() %>%
+ sf::st_coordinates()
+
+ # # reflexions sur automatisation du choix communes de référence
+ # ideal_class3_x <- 390000 #coordonnées du point ideal
+ # ideal_class3_y <- 6630000
+ # choix_class3 <- data %>%
+ # dplyr::filter(indicateur_etalement_urbain == "classe 3") #on ne conserve que les class 3
+ # # ajouter dans cette table une colonne avec les coordonnéesdu centre de la commune
+ # #et une autre avec celles du point ideal
+ # # creer une colonne avec une fonction qui calcule la distance entre les 2 colonnes précedentes
+ # # prendre la valeur la plus faible de cette colonne et extraire le code commune
+ # # utiliser ce code dans localisation_class_3
+
+ localisation_classe3 <- fond_carte$communes %>%
+ dplyr::filter(.data$DEPCOM == "85289") %>%
+ sf::st_point_on_surface() %>%
+ sf::st_geometry() %>%
+ sf::st_coordinates()
+
+ localisation_classe6 <- fond_carte$communes %>%
+ dplyr::filter(.data$DEPCOM == "49041") %>%
+ sf::st_point_on_surface() %>%
+ sf::st_geometry() %>%
+ sf::st_coordinates()
+
+ carte_3_2 <- mapfactory::creer_carte_categorie_communes(
+ data = data,
+ code_region = 52,
+ carto = fond_carte,
+ palette = "pal_gouv_div1",
+ inverse = TRUE,
+ indicateur = .data$indicateur_etalement_urbain,
+ titre = glue::glue("Etalement urbain en Pays de la Loire par commune \n entre 2011 et {millesime_etalement_urbain}"),
+ bas_de_page = glue::glue("Source : fichiers fonciers et observatoire\nde l'artificialisation des sols,\n calculs DREAL"),
+ suffixe = NULL
+ ) +
+ ggplot2::annotate("curve",
+ x = 350000,
+ y = 6818000,
+ xend = localisation_classe2b[1],
+ yend = localisation_classe2b[2],
+ color = "black",
+ arrow = ggplot2::arrow(length = ggplot2::unit(0.05, "inches"))
+ ) +
+ ggplot2::annotate("label",
+ x = 340000,
+ y = 6818000,
+ label = "Population et\nartificialisation d\u00e9croissent",
+ label.r = ggplot2::unit(0, "lines"),
+ size = 3,
+ family = police_annotation,
+ fill = "#D1D9FF",
+ color = "black"
+ ) +
+ ggplot2::annotate("curve",
+ x = 320000,
+ y = 6775000,
+ xend = localisation_classe2a[1],
+ yend = localisation_classe2a[2],
+ color = "black",
+ arrow = ggplot2::arrow(length = ggplot2::unit(0.05, "inches"))
+ ) +
+ ggplot2::annotate("label",
+ x = 320000,
+ y = 6775000,
+ label = "L'artificialisation\nprogresse moins vite\nque la population",
+ label.r = ggplot2::unit(0, "lines"),
+ size = 3,
+ family = police_annotation,
+ fill = "#55659D",
+ color = "white"
+ ) +
+
+ ggplot2::annotate("curve",
+ x = 470000,
+ y = 6603000,
+ xend = localisation_classe3[1],
+ yend = localisation_classe3[2],
+ color = "black",
+ arrow = ggplot2::arrow(length = ggplot2::unit(0.05, "inches"))
+ ) +
+ ggplot2::annotate("label",
+ x = 470000,
+ y = 6603000,
+ label = "L'artificialisation\nprogresse plus vite\nque la population",
+ label.r = ggplot2::unit(0, "lines"),
+ size = 3,
+ family = police_annotation,
+ fill = "#FFE4E2",
+ color = "black"
+ ) +
+ ggplot2::annotate("curve",
+ x = 500000,
+ y = 6645000,
+ xend = localisation_classe6[1],
+ yend = localisation_classe6[2],
+ color = "black",
+ arrow = ggplot2::arrow(length = ggplot2::unit(0.05, "inches"))
+ ) +
+ ggplot2::annotate("label",
+ x = 500000,
+ y = 6645000,
+ label = "La population d\u00e9croit \net et l'artificialisation progresse",
+ label.r = ggplot2::unit(0, "lines"),
+ size = 3,
+ family = police_annotation,
+ fill = "#D6857B",
+ color = "white"
+ ) +
+ ggplot2::labs(y = "", x = "") +
+ ggplot2::theme(legend.position = "none")
+
+ return(carte_3_2)
+}
diff --git a/R/data.R b/R/data.R
index 9cb585b7431291fc39d812d3fd48718e59b2a48e..73a3290c9c8da2e148e8b48569bade691c5512a6 100644
--- a/R/data.R
+++ b/R/data.R
@@ -60,3 +60,16 @@
#' @source \url{https://agreste.agriculture.gouv.fr/agreste-web/disaron/W0020/detail/}
"metadata_donnee"
+#' Table contenant les différents indicateurs de l etalement urbain
+#'
+#' @encoding UTF-8
+#' @format Table de 119279 lignes et 191 colonnes:
+#' \describe{
+#' \item{TypeZone}{Type de territoire}
+#' \item{CodeZone}{Code du territoire}
+#' \item{Zone}{Libellé du territoire}
+#' \item{date}{Millésime de la source}
+#' \item{indicateur_etalement_urbain}{indicateur etalement urbain}
+#' }
+#' @source \url{https://agreste.agriculture.gouv.fr/agreste-web/disaron/W0020/detail/}
+"etalement_urbain"
diff --git a/R/globals.R b/R/globals.R
index 116aa04a7d12a8a93b6788d1f2468939c756a81f..4fe0d75bce6567c3279d7e4f49545e635cad43d9 100644
--- a/R/globals.R
+++ b/R/globals.R
@@ -1,3 +1,4 @@
utils::globalVariables(
- c("teruti","result","observatoire_artificialisation",".data","variable","valeur")
+ c("teruti","result","observatoire_artificialisation",".data","variable",
+ "valeur","etalement_urbain")
)
diff --git a/data-raw/dataprep.R b/data-raw/dataprep.R
index 29dec11539b0be965ebc78f6022edde805b1a5f0..c02768d735e3ea2a3c4886069bf731c2e044a6ea 100644
--- a/data-raw/dataprep.R
+++ b/data-raw/dataprep.R
@@ -60,6 +60,10 @@ postgresqlpqExec(con_datamart, "SET client_encoding = 'windows-1252'")
observatoire_artificialisation<-dbReadTable(con_datamart,
c("portrait_territoires","cogifiee_observatoire_artificialisation"))
+# chargement des indicateurs d'etalement urbain depuis SGBD
+etalement_urbain<-dbReadTable(con_datamart,
+ c("portrait_territoires","indicateur_etalement_urbain"))
+
# chargement des tables cogifiées d'indicateurs territoriaux
load("extdata/cogifiee_chargement_ocsge.RData")
@@ -117,9 +121,16 @@ observatoire_artificialisation <- observatoire_artificialisation %>%
TypeZone = iconv(TypeZone,to = "UTF-8")) %>%
mutate(across(where(is.character),as.factor))
+etalement_urbain <- etalement_urbain %>%
+ filter(CodeZone %in% liste_52 | TypeZone == "Régions") %>%
+ mutate(Zone = iconv(Zone,to = "UTF-8"),
+ TypeZone = iconv(TypeZone,to = "UTF-8")) %>%
+ mutate(across(where(is.character),as.factor))
+
rm(liste_52)
usethis::use_data(result, overwrite = TRUE, internal = FALSE)
usethis::use_data(teruti, overwrite = TRUE, internal = FALSE)
usethis::use_data(observatoire_artificialisation, overwrite = TRUE, internal = FALSE)
+usethis::use_data(etalement_urbain, overwrite = TRUE, internal = FALSE)
usethis::use_data(metadata_donnee, overwrite = TRUE, internal = FALSE)
diff --git a/data/etalement_urbain.rda b/data/etalement_urbain.rda
new file mode 100644
index 0000000000000000000000000000000000000000..efd499a48116078048d4bd171d783df66d828347
Binary files /dev/null and b/data/etalement_urbain.rda differ
diff --git a/devstuff_history.R b/devstuff_history.R
index 245da718d9caa10f80a44cdef6838b8b7b71ee04..51dc4a0e530790dbdd356d3b4fa112aeeb98af6c 100644
--- a/devstuff_history.R
+++ b/devstuff_history.R
@@ -17,6 +17,7 @@ usethis::use_package("stats")
usethis::use_package("glue")
usethis::use_package("lubridate")
usethis::use_package("mapfactory")
+usethis::use_package("sf")
usethis::use_dev_package("COGiter",remote = "maeltheuliere/COGiter")
usethis::use_dev_package("gouvdown",remote = "spyrales/gouvdown")
usethis::use_dev_package("mapfactory",remote = "gitlab::dreal-datalab/mapfactory")
@@ -59,6 +60,11 @@ usethis::use_vignette("bd-ch2-4","bd- Chapitre 2 Graphe 4")
usethis::use_r("creer_graphe_2_4")
usethis::use_test("creer_graphe_2_4")
+##creer_carte_3_2
+usethis::use_vignette("cb-ch3-2","cb- Chapitre 3 Carte 2")
+usethis::use_r("creer_carte_3_2")
+usethis::use_test("creer_carte_3_2")
+
## ajout news.md
usethis::use_news_md()
diff --git a/inst/rmarkdown/templates/publication/skeleton/skeleton.Rmd b/inst/rmarkdown/templates/publication/skeleton/skeleton.Rmd
index bdfb7f9425abfe1d73e0453de9981643ac5fc5e7..b5dc28ad9c185af790ce1dd020b404921b4d5463 100644
--- a/inst/rmarkdown/templates/publication/skeleton/skeleton.Rmd
+++ b/inst/rmarkdown/templates/publication/skeleton/skeleton.Rmd
@@ -9,6 +9,7 @@ params:
millesime_teruti: 2018
millesime_ocsge: 2017
millesime_obs_artif: 2019
+ millesime_etalement_urbain: 2018
title: "L'artificialisation des sols en Pays de la loire en `r params$millesime_observatoire_artificialisation`"
---
@@ -68,4 +69,9 @@ creer_carte_1_7( params$millesime_ocsge)
```{r graph conso espace departements 10 ans,fig.width=5,fig.height=7}
creer_graphe_2_4( params$millesime_obs_artif)
```
+## Chapitre 3
+```{r carte communale de l etalement urbain,fig.width=9,fig.height=7}
+creer_carte_3_2( params$millesime_etalement_urbain,
+ police_annotation = "Marianne")
+```
diff --git a/man/creer_carte_3_2.Rd b/man/creer_carte_3_2.Rd
new file mode 100644
index 0000000000000000000000000000000000000000..aa99a68660727550e467f89b72dc41454a48a998
--- /dev/null
+++ b/man/creer_carte_3_2.Rd
@@ -0,0 +1,22 @@
+% Generated by roxygen2: do not edit by hand
+% Please edit documentation in R/creer_carte_3_2.R
+\name{creer_carte_3_2}
+\alias{creer_carte_3_2}
+\title{Creation de la carte communale de l'etalement urbain}
+\usage{
+creer_carte_3_2(millesime_etalement_urbain = 2018, police_annotation = "sans")
+}
+\arguments{
+\item{millesime_etalement_urbain}{une année parmi les millesimes sélectionnables par l'utilisateur, au format numerique.}
+
+\item{police_annotation}{la police de caractère pour les annotations}
+}
+\value{
+Une carte
+}
+\description{
+Carte communale de l'etalement urbain
+}
+\examples{
+creer_carte_3_2()
+}
diff --git a/man/etalement_urbain.Rd b/man/etalement_urbain.Rd
new file mode 100644
index 0000000000000000000000000000000000000000..046fc39f0ded027aacdaa02535672ff92f6dd25c
--- /dev/null
+++ b/man/etalement_urbain.Rd
@@ -0,0 +1,27 @@
+% Generated by roxygen2: do not edit by hand
+% Please edit documentation in R/data.R
+\docType{data}
+\encoding{UTF-8}
+\name{etalement_urbain}
+\alias{etalement_urbain}
+\title{Table contenant les différents indicateurs de l etalement urbain}
+\format{
+Table de 119279 lignes et 191 colonnes:
+\describe{
+\item{TypeZone}{Type de territoire}
+\item{CodeZone}{Code du territoire}
+\item{Zone}{Libellé du territoire}
+\item{date}{Millésime de la source}
+\item{indicateur_etalement_urbain}{indicateur etalement urbain}
+}
+}
+\source{
+\url{https://agreste.agriculture.gouv.fr/agreste-web/disaron/W0020/detail/}
+}
+\usage{
+etalement_urbain
+}
+\description{
+Table contenant les différents indicateurs de l etalement urbain
+}
+\keyword{datasets}
diff --git a/tests/testthat/test-creer_carte_3_2.R b/tests/testthat/test-creer_carte_3_2.R
new file mode 100644
index 0000000000000000000000000000000000000000..2856fd21994222ed8534e2cbe0dc24604e8739de
--- /dev/null
+++ b/tests/testthat/test-creer_carte_3_2.R
@@ -0,0 +1,7 @@
+test_that("creer_carte_3_2 fonctionne", {
+
+ # Test que la carte est un ggplot
+ objet <- creer_carte_3_2(millesime_etalement_urbain = 2018)
+ testthat::expect_equal(attr(objet, "class"), c("gg","ggplot"))
+
+})
diff --git a/vignettes/cb-ch3-2.Rmd b/vignettes/cb-ch3-2.Rmd
new file mode 100644
index 0000000000000000000000000000000000000000..1591ec9fc760e3b529780fc0e06a058856fce243
--- /dev/null
+++ b/vignettes/cb-ch3-2.Rmd
@@ -0,0 +1,32 @@
+---
+title: "cb- Chapitre 3 Carte 2"
+output: rmarkdown::html_vignette
+vignette: >
+ %\VignetteIndexEntry{cb- Chapitre 3 Carte 2}
+ %\VignetteEngine{knitr::rmarkdown}
+ %\VignetteEncoding{UTF-8}
+---
+
+```{r, include = FALSE}
+knitr::opts_chunk$set(
+ collapse = TRUE,
+ echo = FALSE,
+ message = FALSE,
+ warning = FALSE,
+ error = FALSE,
+ comment = "#>",
+ fig.width = 9,
+ fig.height = 7
+)
+
+```
+
+# Descriptif
+La fonction `creer_carte_3_2()` produit la carte communale de l'étalement urbain.
+
+```{r setup}
+library(propre.artificialisation)
+library(gouvdown)
+creer_carte_3_2(millesime_etalement_urbain=2018,
+ police_annotation = "Marianne")
+```
diff --git a/vignettes/test.R b/vignettes/test.R
index a502a18bd34b397527cc479643153e4b92e41774..93b194cf1560d8463775a317d0dde95f12b8ce48 100644
--- a/vignettes/test.R
+++ b/vignettes/test.R
@@ -1,67 +1,129 @@
-#' Creation du graphique des surfaces Naf cadastrees nouvellement artificialisées entre 2009 et 2019 en ha
-#' @description Graphique en barres des surfaces Naf cadastrees nouvellement artificialisées par departement en ha
-#'
-#' @param millesime_obs_artif une année parmi les millesimes sélectionnables par l'utilisateur, au format numerique.
-#'
-#' @return Un diagramme en barres
-#'
-#' @importFrom dplyr filter select mutate group_by desc arrange
-#' @importFrom forcats fct_inorder
-#' @importFrom ggplot2 ggplot aes geom_bar labs scale_y_continuous theme geom_text geom_col scale_fill_manual
-#' @importFrom scales number_format
-#' @importFrom glue glue
-#' @importFrom lubridate make_date
-#' @importFrom tidyr spread gather
-#' @importFrom tricky set_standard_names
-#' @importFrom mapfactory format_fr
-#'
-#' @export
-#'
-#' @examples
-#' creer_graphe_2_4(millesime_obs_artif=2019)
+millesime_etalement_urbain=2018
-library(propre.artificialisation)
-millesime_obs_artif <- 2019
-# Encoding(data$Zone) <- "UTF-8"
-# Encoding(data$TypeZone) <- "UTF-8"
-# guess_encoding(data, n_max = 1000)
+ data <- etalement_urbain %>%
+ dplyr::filter(.data$TypeZone == "Communes",
+ .data$date == lubridate::make_date(millesime_etalement_urbain,"01","01"))%>%
+ dplyr::mutate(indicateur_etalement_urbain = forcats::fct_rev(.data$indicateur_etalement_urbain))
-#calcul des millesimes extremes du graphique
-millesime_debut <- millesime_obs_artif - 10
-millesime_fin <- millesime_obs_artif - 1
+ fond_carte <- mapfactory::fond_carto(nom_reg = "Pays de la Loire")
-# Creation de la table utile a la production du graphique
-data <- observatoire_artificialisation %>%
- dplyr::filter(.data$TypeZone == "D\u00e9partements") %>%
- dplyr::select(Zone,date,flux_naf_artificialisation_total) %>%
- dplyr::mutate(Zone = forcats::fct_drop(.data$Zone) %>%
- forcats::fct_relevel(c("Loire-Atlantique", "Maine-et-Loire", "Mayenne", "Sarthe", "Vendée")),
- flux_naf_artificialisation_total = flux_naf_artificialisation_total / 10000) %>%
- dplyr::arrange(.data$Zone) %>%
- dplyr::mutate(date = as.character(year(.data$date - 1))) %>%
- dplyr::filter(.data$date < millesime_obs_artif, .data$date > millesime_obs_artif - 11) #conserve les 10 derniers millesimes
+ localisation_classe6 <- fond_carte$communes %>%
+ dplyr::filter(DEPCOM=="53125") %>%
+ sf::st_centroid() %>%
+ sf::st_geometry() %>%
+ sf::st_coordinates()
-# creation du graphique
-graph_2_4<-data %>%
- ggplot2::ggplot() +
- ggplot2::geom_bar(ggplot2::aes(x=.data$date,y=.data$flux_naf_artificialisation_total,fill = .data$Zone),
- width = 0.6, stat="identity")+
- # ggplot2::geom_bar(ggplot2::aes(x=.data$date,y=.data$flux_naf_artificialisation_total,fill = .data$Zone),
- # width = 0.6, stat="identity",position=ggplot2::position_dodge(width=5))+
- ggplot2::geom_text(ggplot2::aes(x= .data$date,y = .data$flux_naf_artificialisation_total-120,label = mapfactory::format_fr(.data$flux_naf_artificialisation_total,0), group =.data$Zone), color = "black", size=3)+
- ggplot2::labs(title= glue::glue("Consommation d'espaces naturels,\n agricoles et forestiers (Naf)"),
- subtitle=glue::glue("de {millesime_debut} \u00e0 {millesime_fin}"),
- x="",y="surface (ha)",
- fill="",
- caption = glue::glue("Source : DGFip/Cerema {millesime_obs_artif}"))+
- ggplot2::facet_wrap(Zone ~ ., ncol = 1)+
- ggplot2::theme(legend.position = "none",
- strip.text.x = ggplot2::element_text(size=8, color="brown",
- face="bold.italic"))+
- ggplot2::scale_fill_manual(values = gouvdown::gouv_palettes[["pal_gouv_qual2"]][1:5])
+ localisation_classe2a <- fond_carte$communes %>%
+ dplyr::filter(DEPCOM=="44072") %>%
+ sf::st_point_on_surface() %>%
+ sf::st_geometry() %>%
+ sf::st_coordinates()
-return(graph_1_5)
+ # # reflexions sur automatisation du choix communes de référence
+ # ideal_class3_x <- 390000 #coordonnées du point ideal
+ # ideal_class3_y <- 6630000
+ # choix_class3 <- data %>%
+ # dplyr::filter(indicateur_etalement_urbain == "classe 3") #on ne conserve que les class 3
+ # # ajouter dans cette table une colonne avec les coordonnéesdu centre de la commune
+ # #et une autre avec celles du point ideal
+ # # creer une colonne avec une fonction qui calcule la distance entre les 2 colonnes précedentes
+ # # prendre la valeur la plus faible de cette colonne et extraire le code commune
+ # # utiliser ce code dans localisation_class_3
+ localisation_classe3 <- fond_carte$communes %>%
+ dplyr::filter(DEPCOM=="85289") %>%
+ sf::st_point_on_surface() %>%
+ sf::st_geometry() %>%
+ sf::st_coordinates()
+ localisation_classe5 <- fond_carte$communes %>%
+ dplyr::filter(DEPCOM=="49224") %>%
+ sf::st_point_on_surface() %>%
+ sf::st_geometry() %>%
+ sf::st_coordinates()
+ carte_3_2 <- mapfactory::creer_carte_categorie_communes(data = data,
+ code_region=52,
+ carto = fond_carte,
+ palette = "pal_gouv_o",
+ inverse = FALSE,
+ indicateur = .data$indicateur_etalement_urbain,
+ titre = glue::glue("Etalement urbain en Pays de la Loire par commune \n au 1er janvier {millesime_etalement_urbain}"),
+ bas_de_page = glue::glue("Source : {millesime_etalement_urbain}"),
+ suffixe = NULL
+ ) +
+ ggplot2::annotate("curve",
+ x = 350000,
+ y=6818000,
+ xend = localisation_classe6[1],
+ yend = localisation_classe6[2],
+ color = "#D66C58",
+ arrow = ggplot2::arrow(length = ggplot2::unit(0.05, "inches"))
+ ) +
+ ggplot2::annotate("label",
+ x = 350000,
+ y=6818000,
+ label="classe 6 :\nTerritoires pour lesquels \nla population décroit et \nl'artificialisation progresse",
+ label.r = ggplot2::unit(0,"lines"),
+ size = 3,
+ family = "Marianne",
+ fill = "#D66C58",
+ color = "white") +
+ ggplot2::annotate("curve",
+ x = 320000,
+ y=6760000,
+ xend = localisation_classe2a[1],
+ yend = localisation_classe2a[2],
+ color = "black",
+ arrow = ggplot2::arrow(length = ggplot2::unit(0.05, "inches"))
+ ) +
+ ggplot2::annotate("label",
+ x = 320000,
+ y=6760000,
+ label="classe 2a :\nTerritoires pour lesquels \nla population croit moins vite \nque l'artificialisation",
+ label.r = ggplot2::unit(0,"lines"),
+ size = 3,
+ family = "Marianne",
+ fill = "#FFF2F1",
+ color = "black") +
+ ggplot2::annotate("curve",
+ x = 470000,
+ y=6603000,
+ xend = localisation_classe3[1],
+ yend = localisation_classe3[2],
+ color = "black",
+ arrow = ggplot2::arrow(length = ggplot2::unit(0.05, "inches"))
+ ) +
+ ggplot2::annotate("label",
+ x = 470000,
+ y=6603000,
+ label="classe 3 :\nTerritoires pour lesquels \nla population croit moins vite \nque l'artificialisation",
+ label.r = ggplot2::unit(0,"lines"),
+ size = 3,
+ family = "Marianne",
+ fill = "#FFC9C2",
+ color = "black") +
+ ggplot2::annotate("curve",
+ x = 500000,
+ y=6643000,
+ xend = localisation_classe5[1],
+ yend = localisation_classe5[2],
+ color = "black",
+ arrow = ggplot2::arrow(length = ggplot2::unit(0.05, "inches"))
+ ) +
+ ggplot2::annotate("label",
+ x = 500000,
+ y=6643000,
+ label="classe 5 :\nTerritoires pour lesquels \nla population croit moins vite \nque l'artificialisation",
+ label.r = ggplot2::unit(0,"lines"),
+ size = 3,
+ family = "Marianne",
+ fill = "#F66E4E",
+ color = "black")
+
+
+
+ return(carte_3_2)
+
+}