`
+ this.infoBoxNode.classList.add('visible')
}
hideInfoBox()
diff --git a/assets/styles/index.css b/assets/styles/index.css
index eeebb12a7..f0ea43738 100644
--- a/assets/styles/index.css
+++ b/assets/styles/index.css
@@ -727,3 +727,39 @@ Utilities
width: auto;
}
}
+
+/*
+Guide
+*/
+.guide-container {
+ display: flex;
+ align-items: center;
+ gap: 1.5rem;
+ padding: 1rem;
+ border-radius: 6px;
+ background: #C8F2E5;
+ margin-bottom: 2rem;
+}
+
+.guide-container--column {
+ flex-direction: column;
+ justify-content: space-around;
+}
+
+.guide-icon {
+ max-width: 75px;
+ height: auto;
+}
+
+.guide-title {
+ font-weight: 600;
+ font-size: 0.9em;
+ margin-bottom: 0.9rem;
+}
+
+.guide-description {
+ font-size: 0.8em;
+ padding: 0;
+ margin: 0;
+ margin-bottom: 1rem;
+}
diff --git a/project/api_views.py b/project/api_views.py
index fa3594153..d281a0e46 100644
--- a/project/api_views.py
+++ b/project/api_views.py
@@ -1,23 +1,8 @@
-"""Public data API views."""
-
-from django.contrib.gis.geos import Polygon
-from django.db.models import F, OuterRef, Subquery
-from django.http import JsonResponse
from rest_framework import generics, viewsets
-from rest_framework.decorators import action
from rest_framework.exceptions import ParseError
-from public_data.models import Cerema, Commune
-from public_data.models.gpu import ZoneUrba
-from public_data.serializers import ZoneUrbaSerializer
-
from .models import Emprise, Project
-from .serializers import (
- EmpriseSerializer,
- ProjectCommuneSerializer,
- ProjectDetailSerializer,
-)
-from .views.mixins import UserQuerysetOrPublicMixin
+from .serializers import EmpriseSerializer, ProjectDetailSerializer
class EmpriseViewSet(viewsets.ReadOnlyModelViewSet):
@@ -42,37 +27,3 @@ def get_queryset(self):
class ProjectDetailView(generics.RetrieveAPIView):
queryset = Project.objects.all()
serializer_class = ProjectDetailSerializer
-
-
-class ProjectViewSet(UserQuerysetOrPublicMixin, viewsets.ReadOnlyModelViewSet):
- queryset = Project.objects.all()
- serializer_class = ProjectCommuneSerializer
-
- @action(detail=True, methods=["get"])
- def communes(self, request, pk):
- project = self.get_object()
- sum_function = sum(
- [F(f) / 10000 for f in Cerema.get_art_field(project.analyse_start_date, project.analyse_end_date)]
- )
- sub_cerema = Cerema.objects.annotate(artif_area=sum_function)
- sub_cerema = sub_cerema.filter(city_insee=OuterRef("insee"))
- queryset = Commune.objects.annotate(
- artif_area=Subquery(sub_cerema.values("artif_area")[:1]),
- conso_1121_art=Subquery(sub_cerema.values("naf11art21")[:1]) / 10000,
- conso_1121_hab=Subquery(sub_cerema.values("art11hab21")[:1]) / 10000,
- conso_1121_act=Subquery(sub_cerema.values("art11act21")[:1]) / 10000,
- ).prefetch_related("communediff_set")
-
- bbox = self.request.GET.get("in_bbox", None)
- if bbox is not None and len(bbox) > 0:
- polygon_box = Polygon.from_bbox(bbox.split(","))
- queryset = queryset.filter(mpoly__bboverlaps=polygon_box)
- serializer = ProjectCommuneSerializer(queryset, many=True)
- return JsonResponse(serializer.data, status=200)
-
- @action(detail=True, methods=["get"])
- def zones(self, request, pk):
- project = self.get_object()
- queryset = ZoneUrba.objects.intersect(project.combined_emprise)
- serializer = ZoneUrbaSerializer(queryset, many=True)
- return JsonResponse(serializer.data, status=200)
diff --git a/project/charts/AnnualConsoChart.py b/project/charts/AnnualConsoChart.py
index 2f548573b..8295be9da 100644
--- a/project/charts/AnnualConsoChart.py
+++ b/project/charts/AnnualConsoChart.py
@@ -7,6 +7,7 @@
HIGHLIGHT_COLOR,
LEGEND_NAVIGATION_EXPORT,
)
+from public_data.domain.containers import PublicDataContainer
from public_data.models import AdminRef
@@ -35,18 +36,12 @@ def __init__(self, *args, **kwargs):
super().__init__(*args, **kwargs)
def get_series(self):
- if not self.series:
- if self.level == "REGION":
- self.series = self.project.get_land_conso_per_year("region_name")
- elif self.level == "DEPART":
- self.series = self.project.get_land_conso_per_year("dept_name")
- elif self.level == "SCOT":
- self.series = self.project.get_land_conso_per_year("scot")
- elif self.level == "EPCI":
- self.series = self.project.get_land_conso_per_year("epci_name")
- else:
- self.series = self.project.get_city_conso_per_year(group_name=self.group_name)
- return self.series
+ conso = PublicDataContainer.consommation_progression_service().get_by_land(
+ land=self.project.land_proxy,
+ start_date=self.project.analyse_start_date,
+ end_date=self.project.analyse_end_date,
+ )
+ return {f"{self.project.territory_name}": {f"{c.year}": c.total for c in conso.consommation}}
def add_series(self):
super().add_series()
diff --git a/project/charts/__init__.py b/project/charts/__init__.py
index 09bf5168d..6c6e576a7 100644
--- a/project/charts/__init__.py
+++ b/project/charts/__init__.py
@@ -48,6 +48,9 @@
"NetArtifComparaisonChartExport",
"ImperNetteProgression",
"ImperNetteProgressionExport",
+ "PopulationDensityChart",
+ "PopulationConsoProgressionChart",
+ "PopulationConsoComparisonChart",
]
from .AnnualArtifChart import AnnualArtifChart
@@ -89,6 +92,9 @@
CouvertureProgressionChart,
CouvertureProgressionChartExport,
)
+from .demography.PopulationConsoComparisonChart import PopulationConsoComparisonChart
+from .demography.PopulationConsoProgressionChart import PopulationConsoProgressionChart
+from .demography.PopulationDensityChart import PopulationDensityChart
from .impermeabilisation.ImperByCouverturePieChart import (
ImperByCouverturePieChart,
ImperByCouverturePieChartExport,
diff --git a/project/charts/consommation/AnnualConsoComparisonChart.py b/project/charts/consommation/AnnualConsoComparisonChart.py
index 7d734f376..793a6e85b 100644
--- a/project/charts/consommation/AnnualConsoComparisonChart.py
+++ b/project/charts/consommation/AnnualConsoComparisonChart.py
@@ -19,12 +19,6 @@ class AnnualConsoComparisonChart(ProjectChart):
def param(self):
return super().param | {
"title": {"text": "Consommation d'espace du territoire et des territoires similaires (en ha)"},
- "subtitle": {
- "text": (
- "Proposition de territoires de même maille administrative, "
- "il est possible de modifier cette selection dans la légende"
- ),
- },
"yAxis": {"title": {"text": "Consommé (en ha)"}},
"xAxis": {"type": "category"},
"tooltip": {
diff --git a/project/charts/constants.py b/project/charts/constants.py
index cdd41d52e..2d6b14074 100644
--- a/project/charts/constants.py
+++ b/project/charts/constants.py
@@ -85,3 +85,5 @@ def missing_ocsge_diff_message(missing_indicateur: str) -> str:
DESARTIFICIALISATION_COLOR = "#00e272"
ARTIFICIALISATION_NETTE_COLOR = "#6a6af4"
HIGHLIGHT_COLOR = "#fa4b42"
+
+DENSITY_MAX_IN_HA = 250 # Valeur arbitraire maximale de densité de population, Paris étant la plus elevée à 205 hab/ha
diff --git a/project/charts/demography/PopulationConsoComparisonChart.py b/project/charts/demography/PopulationConsoComparisonChart.py
new file mode 100644
index 000000000..0a23d3fd3
--- /dev/null
+++ b/project/charts/demography/PopulationConsoComparisonChart.py
@@ -0,0 +1,91 @@
+from project.charts.base_project_chart import ProjectChart
+from project.charts.constants import HIGHLIGHT_COLOR
+from public_data.domain.containers import PublicDataContainer
+
+
+class PopulationConsoComparisonChart(ProjectChart):
+ name = "population conso comparison"
+
+ @property
+ def param(self):
+ return super().param | {
+ "chart": {"type": "bubble"},
+ "legend": {
+ "layout": "vertical",
+ "align": "right",
+ "verticalAlign": "middle",
+ "bubbleLegend": {
+ "enabled": True,
+ "borderWidth": 1,
+ "legendIndex": 100,
+ "labels": {"format": "{value:.0f} hab"},
+ "color": "transparent",
+ "connectorDistance": 40,
+ },
+ },
+ "credits": {"enabled": False},
+ "title": {
+ "text": (
+ "Consommation d'espace au regard de l'évolution de la population "
+ "du territoire et des territoires similaires"
+ )
+ },
+ "xAxis": {
+ "gridLineWidth": 1,
+ "title": {"text": "Évolution démographique (hab)"},
+ "plotLines": [{"color": "#000", "width": 1, "value": 0, "zIndex": 3}],
+ },
+ "yAxis": {
+ "title": {"text": "Consommation d'espaces NAF (ha)"},
+ "maxPadding": 0.2,
+ "min": 0,
+ },
+ "tooltip": {
+ "pointFormat": (
+ "Consommation : {point.y} ha "
+ "Évolution démographique : {point.x} hab "
+ "Population totale (%s) : {point.z} hab"
+ % self.project.analyse_end_date
+ ),
+ },
+ "series": [],
+ }
+
+ def get_bubble_series(self):
+ lands = self.project.comparison_lands_and_self_land()
+ start_date = int(self.project.analyse_start_date)
+ end_date = int(self.project.analyse_end_date)
+ highlighted_land_id = self.project.land_proxy.id
+
+ consommation_total = {
+ c.land.id: round(c.total, 2)
+ for c in PublicDataContainer.consommation_stats_service().get_by_lands(lands, start_date, end_date)
+ }
+ population_evolution_total = {
+ p.land.id: p.evolution
+ for p in PublicDataContainer.population_stats_service().get_by_lands(lands, start_date, end_date)
+ }
+
+ last_year_populations = {
+ p.land.id: p.last_year_population.population
+ for p in PublicDataContainer.population_progression_service().get_by_lands(lands, start_date, end_date)
+ }
+
+ return [
+ {
+ "name": land.name,
+ "data": [
+ {
+ "x": population_evolution_total.get(land.id, 0),
+ "y": consommation_total.get(land.id, 0),
+ "z": last_year_populations.get(land.id, 0),
+ }
+ ],
+ "color": HIGHLIGHT_COLOR if land.id == highlighted_land_id else None,
+ # La couleur du territoire diagnostiqué est précisée, les autres sont aléatoires (valeur None)
+ }
+ for land in lands
+ ]
+
+ def add_series(self):
+ self.chart["series"] = self.get_bubble_series()
diff --git a/project/charts/demography/PopulationConsoProgressionChart.py b/project/charts/demography/PopulationConsoProgressionChart.py
new file mode 100644
index 000000000..e77e50f40
--- /dev/null
+++ b/project/charts/demography/PopulationConsoProgressionChart.py
@@ -0,0 +1,114 @@
+from django.utils.functional import cached_property
+
+from project.charts.base_project_chart import ProjectChart
+from public_data.domain.containers import PublicDataContainer
+
+
+class PopulationConsoProgressionChart(ProjectChart):
+ name = "population conso progression"
+
+ @property
+ def param(self):
+ return super().param | {
+ "title": {"text": "Évolutions de la consommation d'espaces NAF et de la population du territoire"},
+ "credits": {"enabled": False},
+ "plotOptions": {"series": {"grouping": False, "borderWidth": 0}},
+ "xAxis": [
+ {
+ "categories": [
+ str(year)
+ for year in range(int(self.project.analyse_start_date), int(self.project.analyse_end_date) + 1)
+ ]
+ }
+ ],
+ "yAxis": [
+ {
+ "title": {"text": "Population totale (hab)", "style": {"color": "#fa4b42"}},
+ "labels": {"style": {"color": "#fa4b42"}},
+ "opposite": True,
+ },
+ {
+ "labels": {"style": {"color": "#6a6af4"}},
+ "title": {"text": "Consommation d'espaces NAF (ha)", "style": {"color": "#6a6af4"}},
+ },
+ ],
+ "tooltip": {"shared": True},
+ "series": [],
+ }
+
+ @cached_property
+ def land_population(self):
+ return PublicDataContainer.population_progression_service().get_by_land(
+ land=self.project.land_proxy,
+ start_date=int(self.project.analyse_start_date),
+ end_date=int(self.project.analyse_end_date),
+ )
+
+ @cached_property
+ def stock_population_from_insee(self):
+ return [year.population for year in self.land_population.population if not year.population_calculated]
+
+ @cached_property
+ def stock_population_calculted(self):
+ empty_years = [None] * (len(self.stock_population_from_insee) - 2)
+ last_year_from_insee = self.stock_population_from_insee[-1]
+ return (
+ empty_years
+ + [last_year_from_insee]
+ + [year.population for year in self.land_population.population if year.population_calculated]
+ )
+
+ def get_progression_consommation(self):
+ progresison_consommation = (
+ PublicDataContainer.consommation_progression_service()
+ .get_by_land(
+ land=self.project.land_proxy,
+ start_date=int(self.project.analyse_start_date),
+ end_date=int(self.project.analyse_end_date),
+ )
+ .consommation
+ )
+
+ return {
+ "total": [round(year.total, 2) for year in progresison_consommation],
+ "habitat": [round(year.habitat, 2) for year in progresison_consommation],
+ }
+
+ def add_series(self):
+ progression_consommation = self.get_progression_consommation()
+
+ self.chart["series"] = [
+ {
+ "name": "Consommation totale ",
+ "type": "column",
+ "yAxis": 1,
+ "data": progression_consommation["total"],
+ "tooltip": {"valueSuffix": " ha"},
+ "color": "#CFD1E5",
+ "id": "main",
+ },
+ {
+ "name": "Consommation à destination de l'habitat ",
+ "type": "column",
+ "yAxis": 1,
+ "data": progression_consommation["habitat"],
+ "tooltip": {"valueSuffix": " ha"},
+ "color": "#6a6af4",
+ "linkTo": "main",
+ },
+ {
+ "name": "Population totale",
+ "type": "spline",
+ "data": self.stock_population_from_insee,
+ "tooltip": {"valueSuffix": " hab"},
+ "color": "#fa4b42",
+ },
+ {
+ "name": "Population totale estimée",
+ "type": "spline",
+ "data": [None] + self.stock_population_calculted,
+ "tooltip": {"valueSuffix": " hab"},
+ "color": "#fa4b42",
+ "dashStyle": "Dash",
+ },
+ ]
diff --git a/project/charts/demography/PopulationDensityChart.py b/project/charts/demography/PopulationDensityChart.py
new file mode 100644
index 000000000..fe1d280c4
--- /dev/null
+++ b/project/charts/demography/PopulationDensityChart.py
@@ -0,0 +1,72 @@
+import math
+
+from project.charts.base_project_chart import ProjectChart
+from project.charts.constants import DENSITY_MAX_IN_HA
+from public_data.domain.containers import PublicDataContainer
+
+
+class PopulationDensityChart(ProjectChart):
+ name = "population density"
+
+ @property
+ def param(self):
+ return super().param | {
+ "chart": {
+ "type": "lineargauge",
+ "inverted": True,
+ "height": 130,
+ "marginTop": 80,
+ "marginLeft": 50,
+ "marginRight": 50,
+ },
+ "title": {"text": f"Densité de population ({self.project.analyse_end_date})"},
+ "xAxis": {"lineColor": "transparent", "labels": {"enabled": False}, "tickLength": 0},
+ "yAxis": {
+ "tickPositions": [0, 50, 100, 150, 200, DENSITY_MAX_IN_HA],
+ "min": 0,
+ "max": DENSITY_MAX_IN_HA,
+ "gridLineWidth": 0,
+ "title": None,
+ "labels": {"format": "{value}"},
+ "plotBands": [
+ {"from": 0, "to": 50, "color": "rgb(242, 181, 168)"},
+ {"from": 50, "to": 100, "color": "rgb(242, 159, 142)"},
+ {"from": 100, "to": 150, "color": "rgb(242, 133, 111)"},
+ {"from": 150, "to": 200, "color": "rgb(242, 77, 45)"},
+ {"from": 200, "to": DENSITY_MAX_IN_HA, "color": "rgb(185, 52, 27)"},
+ ],
+ },
+ "legend": {"enabled": False},
+ "tooltip": {"enabled": False},
+ "series": [],
+ }
+
+ def add_series(self):
+ progression_population = PublicDataContainer.population_progression_service().get_by_land(
+ land=self.project.land_proxy,
+ start_date=int(self.project.analyse_start_date),
+ end_date=int(self.project.analyse_end_date),
+ )
+
+ # On récupére la dernier année de pop sur la période disponible
+ last_year_data_available = progression_population.population[-1]
+ density_ha = math.ceil(last_year_data_available.population / self.project.land_proxy.area)
+ density_km2 = density_ha * 100
+
+ self.chart["subtitle"] = {"text": f"{density_ha} hab/ha (soit {density_km2} hab/km²)"}
+
+ self.chart["series"] = [
+ {
+ "data": [density_ha],
+ "color": "#000000",
+ "dataLabels": {
+ "enabled": True,
+ "align": "center",
+ "color": "#000000",
+ "format": "{point.y} hab/ha",
+ "crop": False,
+ "overflow": "allow",
+ "y": -20,
+ },
+ }
+ ]
diff --git a/project/charts/demography/__init__.py b/project/charts/demography/__init__.py
new file mode 100644
index 000000000..e69de29bb
diff --git a/project/migrations/0103_alter_historicalproject_land_type_and_more.py b/project/migrations/0103_alter_historicalproject_land_type_and_more.py
new file mode 100644
index 000000000..91a0755c3
--- /dev/null
+++ b/project/migrations/0103_alter_historicalproject_land_type_and_more.py
@@ -0,0 +1,12 @@
+# Generated by Django 4.2.13 on 2024-11-28 19:13
+
+from django.db import migrations
+
+
+class Migration(migrations.Migration):
+ dependencies = [
+ ("public_data", "0192_landconso_landconsocomparison_landconsostats_landpop_and_more"),
+ ("project", "0102_alter_projectcommune_commune"),
+ ]
+
+ operations = []
diff --git a/project/migrations/0104_merge_20241202_1049.py b/project/migrations/0104_merge_20241202_1049.py
new file mode 100644
index 000000000..c10431b1e
--- /dev/null
+++ b/project/migrations/0104_merge_20241202_1049.py
@@ -0,0 +1,12 @@
+# Generated by Django 4.2.13 on 2024-12-02 09:49
+
+from django.db import migrations
+
+
+class Migration(migrations.Migration):
+ dependencies = [
+ ("project", "0103_alter_historicalproject_land_type_and_more"),
+ ("project", "0103_merge_20241128_1446"),
+ ]
+
+ operations = []
diff --git a/project/models/project_base.py b/project/models/project_base.py
index da253eace..dc42aad70 100644
--- a/project/models/project_base.py
+++ b/project/models/project_base.py
@@ -23,7 +23,6 @@
from public_data.exceptions import LandException
from public_data.models import (
AdminRef,
- Cerema,
CommuneDiff,
CommuneSol,
CouvertureSol,
@@ -553,125 +552,71 @@ def get_look_a_like(self):
self.save(update_fields=["look_a_like"])
return sorted(lands, key=lambda x: x.name)
- def get_cerema_cities(self, group_name=None):
- if not group_name:
- code_insee = self.cities.all().values_list("insee", flat=True)
- else:
- code_insee = self.projectcommune_set.filter(group_name=group_name)
- code_insee = code_insee.values_list("commune__insee", flat=True)
- qs = Cerema.objects.pre_annotated()
- qs = qs.filter(city_insee__in=code_insee)
- return qs
-
def get_determinants(self, group_name=None):
- """Return determinant for project's periode
- {
- "house"
- {
- "2015": 10,
- "2016": 3,
- "2018": 1,
- },
- "activity": {...},
- "both": {...},
- "unknown": {...},
- }
- """
- determinants = {
- "hab": "Habitat",
- "act": "Activité",
- "mix": "Mixte",
- "rou": "Route",
- "fer": "Ferré",
- "inc": "Inconnu",
- }
- results = {f: dict() for f in determinants.values()}
- args = []
- for year in self.years:
- start = year[-2:]
- end = str(int(year) + 1)[-2:]
- for det in determinants.keys():
- args.append(Sum(f"art{start}{det}{end}"))
- qs = self.get_cerema_cities(group_name=group_name).aggregate(*args)
- for key, val in qs.items():
- if val is not None:
- year = f"20{key[3:5]}"
- det = determinants[key[5:8]]
- surface_in_sqm = val / 10000
- results[det][year] = surface_in_sqm if surface_in_sqm >= 0 else 0
- return results
+ from public_data.domain.containers import PublicDataContainer
+
+ conso = PublicDataContainer.consommation_progression_service().get_by_land(
+ land=self.land_proxy,
+ start_date=self.analyse_start_date,
+ end_date=self.analyse_end_date,
+ )
+ data = {"Habitat": {}, "Activité": {}, "Mixte": {}, "Route": {}, "Ferré": {}, "Inconnu": {}}
+
+ for annual_conso in conso.consommation:
+ year_as_str = str(annual_conso.year)
+ data["Habitat"][year_as_str] = annual_conso.habitat
+ data["Activité"][year_as_str] = annual_conso.activite
+ data["Mixte"][year_as_str] = annual_conso.mixte
+ data["Route"][year_as_str] = annual_conso.route
+ data["Ferré"][year_as_str] = annual_conso.ferre
+ data["Inconnu"][year_as_str] = annual_conso.non_reseigne
+
+ return data
def get_bilan_conso(self):
"""Return the space consummed between 2011 and 2020 in hectare"""
- qs = self.get_cerema_cities().aggregate(bilan=Coalesce(Sum("naf11art21"), float(0)))
- return qs["bilan"] / 10000
+ from public_data.domain.containers import PublicDataContainer
+
+ conso = PublicDataContainer.consommation_stats_service().get_by_land(
+ land=self.land_proxy, start_date=2011, end_date=2020
+ )
+ return conso.total
def get_bilan_conso_per_year(self):
- """Return the space consummed per year between 2011 and 2020"""
- qs = self.get_cerema_cities().aggregate(
- **{f"20{f[3:5]}": Sum(f) / 10000 for f in Cerema.get_art_field("2011", "2021")}
+ from public_data.domain.containers import PublicDataContainer
+
+ conso = PublicDataContainer.consommation_progression_service().get_by_land(
+ land=self.land_proxy, start_date=2011, end_date=2020
)
- return qs
+ return {f"{c.year}": c.total for c in conso.consommation}
def get_bilan_conso_time_scoped(self):
- """Return land consummed during the project time scope (between
- analyze_start_data and analyze_end_date)
- Evaluation is based on city consumption, not geo work."""
- qs = self.get_cerema_cities()
- fields = Cerema.get_art_field(self.analyse_start_date, self.analyse_end_date)
- sum_function = sum([F(f) for f in fields])
- qs = qs.annotate(line_sum=sum_function)
- aggregation = qs.aggregate(bilan=Coalesce(Sum("line_sum"), float(0)))
- try:
- return aggregation["bilan"] / 10000
- except TypeError:
- return 0
+ """Return the space consummed between 2011 and 2020 in hectare"""
+ from public_data.domain.containers import PublicDataContainer
+
+ conso = PublicDataContainer.consommation_stats_service().get_by_land(
+ land=self.land_proxy, start_date=self.analyse_start_date, end_date=self.analyse_end_date
+ )
+ return conso.total
_conso_per_year = None
def get_conso_per_year(self, coef=1):
- """Return Cerema data for the project, transposed and named after year"""
- qs = self.get_cerema_cities()
- fields = Cerema.get_art_field(self.analyse_start_date, self.analyse_end_date)
- args = (Sum(field) for field in fields)
- qs = qs.aggregate(*args)
- return {f"20{key[3:5]}": float(val / 10000) * float(coef) for key, val in qs.items()}
+ from public_data.domain.containers import PublicDataContainer
+ from public_data.models import Land
- def get_land_conso_per_year(self, level, group_name=None):
- """Return conso data aggregated by a specific level
- {
- "dept_name": {
- "2015": 10,
- "2016": 12,
- "2017": 9,
- },
- }
+ conso = PublicDataContainer.consommation_progression_service().get_by_land(
+ land=Land(public_key=f"{self.land_type}_{self.land_id}"),
+ start_date=int(self.analyse_start_date),
+ end_date=int(self.analyse_end_date),
+ )
- Available level: any Cerema's field
- * city_name
- * epci_name
- * dept_name
- * region_name
- * scot [experimental]
- """
- fields = Cerema.get_art_field(self.analyse_start_date, self.analyse_end_date)
- qs = self.get_cerema_cities(group_name=group_name)
- qs = qs.values(level)
- qs = qs.annotate(**{f"20{field[3:5]}": Sum(field) / 10000 for field in fields})
- return {row[level]: {year: row[year] for year in self.years} for row in qs}
+ return {f"{c.year}": float(c.total) for c in conso.consommation}
- def get_city_conso_per_year(self, group_name=None):
- """Return year artificialisation of each city in the project, on project
- time scope
+ def get_land_conso_per_year(self, level, group_name=None):
+ return {f"{self.territory_name}": self.get_conso_per_year()}
- {
- "city_name": {
- "2015": 10,
- "2016": 12,
- "2017": 9,
- },
- }
- """
+ def get_city_conso_per_year(self, group_name=None):
return self.get_land_conso_per_year("city_name", group_name=group_name)
def get_look_a_like_pop_change_per_year(
diff --git a/project/serializers.py b/project/serializers.py
index e35f93f7c..64f66e69a 100644
--- a/project/serializers.py
+++ b/project/serializers.py
@@ -71,30 +71,22 @@ class Meta:
model = Commune
-class CitySpaceConsoMapSerializer(gis_serializers.GeoFeatureModelSerializer):
- artif_area = serializers.FloatField()
-
- class Meta:
- fields = (
- "name",
- "insee",
- "area",
- "artif_area",
- )
- geo_field = "mpoly"
- model = Commune
-
-
class CityArtifMapSerializer(gis_serializers.GeoFeatureModelSerializer):
artif_evo = ArtifEvolutionSubSerializer(source="communediff_set", many=True, read_only=True)
+ percent_artif = serializers.SerializerMethodField()
+
+ def get_percent_artif(self, obj):
+ return obj.surface_artif * 100 / obj.area
class Meta:
fields = (
"name",
- "insee",
"area",
"surface_artif",
"artif_evo",
+ "percent_artif",
+ "insee",
)
geo_field = "mpoly"
model = Commune
+ id_field = "insee"
diff --git a/project/templates/project/components/charts/artif_detail_couv_chart.html b/project/templates/project/components/charts/artif_detail_couv_chart.html
index 80f6836ef..71442b455 100644
--- a/project/templates/project/components/charts/artif_detail_couv_chart.html
+++ b/project/templates/project/components/charts/artif_detail_couv_chart.html
@@ -78,7 +78,7 @@
Source
-
Données d'OCcupation des Sols à Grande Echelle (OCS GE) de l'IGN, sur la période d'analyse (millésime min : {{ first_millesime }}, millésime max : {{ last_millesime }}).
+ {% include "project/components/widgets/source_ocsge.html" %}
Données d'OCcupation des Sols à Grande Echelle (OCS GE) de l'IGN, sur la période d'analyse (millésime min : {{ first_millesime }}, millésime max : {{ last_millesime }}).
+ {% include "project/components/widgets/source_ocsge.html" %}
- {% include "project/components/widgets/chart_buttons.html" with chart="target_2031_chart" %}
+ {% include "project/components/widgets/chart_buttons.html" with chart="target_2031_chart" show_fullscreen=True %}
Evolution de l'artificialisation entre {{ first_millesime }} et {{ last_mill
- {% include "project/components/widgets/chart_buttons.html" with chart="chart_waterfall" %}
+ {% include "project/components/widgets/chart_buttons.html" with chart="chart_waterfall" show_fullscreen=True %}
-
+
{% url 'project:theme-my-artif' project.pk as map_url %}
{% include "project/components/map/iframe_map.html" with src=map_url title="Carte comprendre l'artificialisation" %}
-
+
@@ -177,7 +177,7 @@
Evolution de l'artificialisation entre {{ first_millesime }} et {{ last_mill
Source
-
Données d'OCcupation des Sols à Grande Echelle (OCS GE) de l'IGN, sur la période d'analyse traduite grâce à la matrice de passage.
+ {% include "project/components/widgets/source_ocsge.html" %}
Calcul
Artificialisation sur la période - désartificialisation sur la période.
@@ -224,7 +224,7 @@
Données
Artificialisation nette entre {{ first_millesime }} et {{ last_millesime }}
-
+
@@ -254,14 +254,16 @@
Artificialisation nette entre {{ first_millesime }} et {
- {% include "project/components/widgets/chart_buttons.html" with chart="chart_comparison" %}
+ {% include "project/components/widgets/chart_buttons.html" with chart="chart_comparison" show_fullscreen=True %}
-
- {% url 'project:theme-city-artif' project.pk as dynamic_map_url %}
- {% include "project/components/widgets/static_map.html" with dynamic_map_url=dynamic_map_url static_map=project.theme_map_artif title="Carte artificialisation des communes du territoire sur la période (en ha)" %}
+
+
+
+ {% url 'project:theme-city-artif' project.pk as map_url %}
+ {% include "project/components/map/iframe_map.html" with src=map_url title="Carte artificialisation des communes du territoire sur la période (en ha)" %}
@@ -279,7 +281,7 @@
Artificialisation nette entre {{ first_millesime }} et {
Source
-
Données d'OCcupation des Sols à Grande Echelle (OCS GE) de l'IGN, sur la période d'analyse.
+ {% include "project/components/widgets/source_ocsge.html" %}
Calcul
OCS GE traduite grâce à la matrice de passage.
@@ -339,7 +341,7 @@
Grandes familles de couverture des sols des surfaces artificialisées
- {% include "project/components/widgets/chart_buttons.html" with chart="couv_artif_sol" %}
+ {% include "project/components/widgets/chart_buttons.html" with chart="couv_artif_sol" show_fullscreen=True %}
@@ -348,7 +350,7 @@
Grandes familles de couverture des sols des surfaces artificialisées
- {% include "project/components/widgets/chart_buttons.html" with chart="detail_couv_artif_chart" %}
+ {% include "project/components/widgets/chart_buttons.html" with chart="detail_couv_artif_chart" show_fullscreen=True %}
@@ -370,7 +372,7 @@
Grandes familles de couverture des sols des surfaces artificialisées
Source
-
Données d'OCcupation des Sols à Grande Echelle (OCS GE) de l'IGN, sur la période d'analyse (millésime min : {{ project.first_year_ocsge }}, millésime max : {{ project.last_year_ocsge }}).
+ {% include "project/components/widgets/source_ocsge.html" %}
Calcul
OCS GE traduite grâce à la matrice de passage.
@@ -435,7 +437,7 @@
Grandes familles d'usages du sol des surfaces artificialisées
- {% include "project/components/widgets/chart_buttons.html" with chart="usage_artif_sol" %}
+ {% include "project/components/widgets/chart_buttons.html" with chart="usage_artif_sol" show_fullscreen=True %}
@@ -444,7 +446,7 @@
Grandes familles d'usages du sol des surfaces artificialisées
- {% include "project/components/widgets/chart_buttons.html" with chart="detail_usage_artif_chart" %}
+ {% include "project/components/widgets/chart_buttons.html" with chart="detail_usage_artif_chart" show_fullscreen=True %}
@@ -466,7 +468,7 @@
Grandes familles d'usages du sol des surfaces artificialisées
Source
-
Données d'OCcupation des Sols à Grande Echelle (OCS GE) de l'IGN, sur la période d'analyse (millésime min : {{ project.first_year_ocsge }}, millésime max : {{ project.last_year_ocsge }}).
+ {% include "project/components/widgets/source_ocsge.html" %}
{% include "project/components/widgets/statistic.html" with title=total_surface|floatformat:0|add:" ha" description="Surface du territoire" %}
- {% include "project/components/widgets/statistic.html" with title=conso_period|floatformat:1|add:" ha" description="Consommation de "|add:project.analyse_start_date|add:" à "|add:project.analyse_end_date %}
+ {% include "project/components/widgets/statistic.html" with title=conso_period|floatformat:2|add:" ha" description="Consommation d'espaces NAF de "|add:project.analyse_start_date|add:" à "|add:project.analyse_end_date %}
@@ -16,7 +17,7 @@
Consommation d'espace annuelle sur le territoire
- {% include "project/components/widgets/chart_buttons.html" with chart="annual_total_conso_chart" %}
+ {% include "project/components/widgets/chart_buttons.html" with chart="annual_total_conso_chart" show_fullscreen=True %}
@@ -24,7 +25,7 @@
Consommation d'espace annuelle sur le territoire
{% if not is_commune %}
-
+
{% url 'project:theme-city-conso' project.pk as map_url %}
{% include "project/components/map/iframe_map.html" with src=map_url title="ECarte consommation d'espaces des communes du territoire sur la période (en ha)" %}
@@ -46,13 +47,7 @@
Consommation d'espace annuelle sur le territoire
Source
-
- Données d'évolution des fichiers fonciers produits et diffusés par le Cerema depuis 2009 à
- partir des fichiers MAJIC (Mise A Jour de l'Information Cadastrale) de la DGFIP. Le dernier
- millésime de 2023 est la photographie du territoire au 1er janvier 2023, intégrant les évolutions
- réalisées au cours de l'année 2022.
- Pour plus d'informations sur "Qu'est-ce qu'un millésime ?".
-
+ {% include "project/components/widgets/source_majic.html" %}
Calcul
Données brutes, sans calcul
@@ -95,13 +90,13 @@
Données
-
Destinations de la consommation d'espaces
+
Destinations de la consommation d'espace
- {% include "project/components/widgets/chart_buttons.html" with chart="pie_determinant" %}
+ {% include "project/components/widgets/chart_buttons.html" with chart="pie_determinant" show_fullscreen=True %}
@@ -110,7 +105,7 @@
Destinations de la consommation d'espaces
- {% include "project/components/widgets/chart_buttons.html" with chart="chart_determinant" %}
+ {% include "project/components/widgets/chart_buttons.html" with chart="chart_determinant" show_fullscreen=True %}
@@ -132,13 +127,7 @@
Destinations de la consommation d'espaces
Source
-
- Données d'évolution des fichiers fonciers produits et diffusés par le Cerema depuis 2009 à
- partir des fichiers MAJIC (Mise A Jour de l'Information Cadastrale) de la DGFIP. Le dernier
- millésime de 2023 est la photographie du territoire au 1er janvier 2023, intégrant les évolutions
- réalisées au cours de l'année 2022.
- Pour plus d'informations sur "Qu'est-ce qu'un millésime ?".
-
+ {% include "project/components/widgets/source_majic.html" %}
La ligne "inconnu" comprend les éléments dont la destination
n’est pas définie dans les fichiers fonciers.
@@ -184,6 +173,103 @@
Habitant{{ population_evolution|pluralize }} sur la période
+
+
+
+
+
{{ conso_period|floatformat:2 }} ha
+
D'espaces NAF consommés sur la période
+
+
+
+
+
+ {% include "project/components/widgets/chart_buttons.html" with chart="population_density_chart" show_fullscreen=false %}
+
+
+
+
+
+
+
+
+
+
Comprendre les données
+
+
+ Sur la période {{ project.analyse_start_date }}-{{ project.analyse_end_date }},
+ le territoire de {{ project.territory_name }}
+
+ {% if population_evolution == 0 %}
+ n'a gagné aucun habitant,
+ {% else %}
+ {% if population_evolution > 0 %}
+ a gagné {{ population_evolution|floatformat:0 }} habitant{{ population_evolution|pluralize }},
+ {% else %}
+ a perdu {{ population_evolution_abs|floatformat:0 }} habitant{{ population_evolution_abs|pluralize }},
+ {% endif %}
+ {% endif %}
+ soit une évolution de {{ population_evolution_percent|floatformat:2 }}%.
+
+
+ Sur cette même période,
+ {{ consommation_total|floatformat:2 }} ha d'espaces NAF ont été consommés, soit {{ consommation_total_percent|floatformat:2 }}% du territoire.
+
+
+
+
+
+
+
+
+
+
+
+ {% include "project/components/widgets/chart_buttons.html" with chart="population_conso_progression_chart" show_fullscreen=True %}
+
+
+
+
+
+
+
+
+
+ Source de données:
+
+ FICHIERS FONCIERS
+
+
+ INSEE
+
+
+
+
+
+
Source
+ {% include "project/components/widgets/source_majic.html" %}
+ {% include "project/components/widgets/source_insee.html" %}
+
Calcul
+
Données brutes, sans calcul
+
Évolution estimée = (somme des évolutions annuelles de la population) / (nombre d'années)
+
+
Données
+ {{ population_progression_table }}
+
+
+
+
+
Comparaison avec les territoires similaires
@@ -223,13 +309,12 @@
Comparaison avec les territoires similaires
Ajouter un territoire de comparaison
-
+
- {% include "project/components/widgets/chart_buttons.html" with chart="comparison_chart" %}
-
+ {% include "project/components/widgets/chart_buttons.html" with chart="population_conso_comparison_chart" show_fullscreen=True %}
-
+
@@ -241,40 +326,36 @@
Comparaison avec les territoires similaires
FICHIERS FONCIERS
+
+ INSEE
+
-
+
-
+
Source
-
- Données d'évolution des fichiers fonciers produits et diffusés par le Cerema depuis 2009 à
- partir des fichiers MAJIC (Mise A Jour de l'Information Cadastrale) de la DGFIP. Le dernier
- millésime de 2023 est la photographie du territoire au 1er janvier 2023, intégrant les évolutions
- réalisées au cours de l'année 2022.
- Pour plus d'informations sur "Qu'est-ce qu'un millésime ?".
-
+ {% include "project/components/widgets/source_majic.html" %}
+ {% include "project/components/widgets/source_insee.html" %}
Consommation d'espaces rapportée à la surface du territoire
-
- {% include "project/components/widgets/chart_buttons.html" with chart="surface_chart" %}
+ {% include "project/components/widgets/chart_buttons.html" with chart="surface_proportional_chart" show_fullscreen=True %}
-
+
-
+
@@ -284,62 +365,33 @@
Consommation d'espaces rapportée à la surface du territoire
FICHIERS FONCIERS
-
+
-
+
Source
-
- Données d'évolution des fichiers fonciers produits et diffusés par le Cerema depuis 2009 à
- partir des fichiers MAJIC (Mise A Jour de l'Information Cadastrale) de la DGFIP. Le dernier
- millésime de 2023 est la photographie du territoire au 1er janvier 2023, intégrant les évolutions
- réalisées au cours de l'année 2022.
- Pour plus d'informations sur "Qu'est-ce qu'un millésime ?".
-
+ {% include "project/components/widgets/source_majic.html" %}
Calcul
-
Données brutes, sans calcul
+
+ Pour chaque territoire, la consommation d'espace annuelle est multipliée par 1000 et divisée par
+ sa surface totale. Le résultat est exprimé en pour mille (‰).
+
Données
-
-
-
-
-
-
- Surface des territoires similaires (en ha)
-
-
-
-
-
Surface des territoires
-
-
-
- {% for city_name, data in surface_data_table.items %}
-
-
{{ city_name }}
- {% for year, val in data.items %}
-
{{ val|floatformat:0 }} Ha
- {% endfor %}
-
- {% endfor %}
-
-
-
-
-
-
+ {{ surface_proportional_data_table }}
-
+
+
+
- {% include "project/components/widgets/chart_buttons.html" with chart="surface_proportional_chart" %}
-
+ {% include "project/components/widgets/chart_buttons.html" with chart="comparison_chart" show_fullscreen=True %}
+
-
+
-
+
@@ -350,28 +402,20 @@
Données
FICHIERS FONCIERS
-
+
-
+
Source
-
- Données d'évolution des fichiers fonciers produits et diffusés par le Cerema depuis 2009 à
- partir des fichiers MAJIC (Mise A Jour de l'Information Cadastrale) de la DGFIP. Le dernier
- millésime de 2023 est la photographie du territoire au 1er janvier 2023, intégrant les évolutions
- réalisées au cours de l'année 2022.
- Pour plus d'informations sur "Qu'est-ce qu'un millésime ?".
-
+ {% include "project/components/widgets/source_majic.html" %}
Calcul
-
- Pour chaque territoire, la consommation d'espace annuelle est multipliée par 1000 et divisée par
- sa surface totale. Le résultat est exprimé en pour mille (‰).
-
Données d'OCcupation des Sols à Grande Echelle (OCS GE) de l'IGN, sur la période d'analyse. Zonages d'Urbanisme issus du Géoportail de l'Urbanisme (GPU) en date de juin 2023: https://www.geoportail-urbanisme.gouv.fr/
+ {% include "project/components/widgets/source_ocsge.html" %}
+ {% include "project/components/widgets/source_gpu.html" %}
Calcul
Qualifier l'artificialisation de chaque parcelle OCS GE via la matrice d'artficialisation (consulter). Puis comparer la surface totale des parcelles artificialisées dans chaque zonage d'urbanisme à la surface de la zone pour connaître le taux d'occupation.
Evolution de l'imperméabilisation entre {{ first_millesime }} et {{ last_mi
- {% include "project/components/widgets/chart_buttons.html" with chart="imper_nette_chart" %}
+ {% include "project/components/widgets/chart_buttons.html" with chart="imper_nette_chart" show_fullscreen=True %}
@@ -29,7 +29,7 @@
Evolution de l'imperméabilisation entre {{ first_millesime }} et {{ last_mi
Source
-
Données d'OCcupation des Sols à Grande Echelle (OCS GE) de l'IGN, sur la période d'analyse traduite grâce à la matrice de passage.
+ {% include "project/components/widgets/source_ocsge.html" %}
Calcul
Imperméabilisation nette = Imperméabilisation sur la période - Désimperméabilisation sur la période.
@@ -51,7 +51,7 @@
Familles de couverture des sols des surfaces imperméabilisées
- {% include "project/components/widgets/chart_buttons.html" with chart="imper_repartition_couv_chart" %}
+ {% include "project/components/widgets/chart_buttons.html" with chart="imper_repartition_couv_chart" show_fullscreen=True %}
@@ -60,7 +60,7 @@
Familles de couverture des sols des surfaces imperméabilisées
- {% include "project/components/widgets/chart_buttons.html" with chart="imper_progression_couv_chart" %}
+ {% include "project/components/widgets/chart_buttons.html" with chart="imper_progression_couv_chart" show_fullscreen=True %}
@@ -82,7 +82,7 @@
Familles de couverture des sols des surfaces imperméabilisées
Source
-
Données d'OCcupation des Sols à Grande Echelle (OCS GE) de l'IGN, sur la période d'analyse (millésime min : {{ project.first_year_ocsge }}, millésime max : {{ project.last_year_ocsge }}).
+ {% include "project/components/widgets/source_ocsge.html" %}
Calcul
OCS GE traduite grâce à la matrice de passage.
@@ -105,7 +105,7 @@
Grandes familles d'usages du sol des surfaces imperméabilisées
- {% include "project/components/widgets/chart_buttons.html" with chart="imper_repartition_usage_chart" %}
+ {% include "project/components/widgets/chart_buttons.html" with chart="imper_repartition_usage_chart" show_fullscreen=True %}
@@ -114,7 +114,7 @@
Grandes familles d'usages du sol des surfaces imperméabilisées
- {% include "project/components/widgets/chart_buttons.html" with chart="imper_progression_usage_chart" %}
+ {% include "project/components/widgets/chart_buttons.html" with chart="imper_progression_usage_chart" show_fullscreen=True %}
@@ -136,7 +136,7 @@
Grandes familles d'usages du sol des surfaces imperméabilisées
Source
-
Données d'OCcupation des Sols à Grande Echelle (OCS GE) de l'IGN, sur la période d'analyse (millésime min : {{ project.first_year_ocsge }}, millésime max : {{ project.last_year_ocsge }}).
+ {% include "project/components/widgets/source_ocsge.html" %}
- {% include "project/components/widgets/chart_buttons.html" with chart="chart_couv_pie" %}
+ {% include "project/components/widgets/chart_buttons.html" with chart="chart_couv_pie" show_fullscreen=True %}
@@ -18,7 +18,7 @@
Répartition
- {% include "project/components/widgets/chart_buttons.html" with chart="chart_couv_prog" %}
+ {% include "project/components/widgets/chart_buttons.html" with chart="chart_couv_prog" show_fullscreen=True %}
@@ -39,7 +39,7 @@
Répartition
Source
-
Données d'Occupation des Sols à Grande Echelle (OCS GE) de l'IGN, sur la période d'analyse traduite grâce à la matrice de passage.
+ {% include "project/components/widgets/source_ocsge.html" %}
Calcul
Données brutes, sans calcul.
@@ -93,7 +93,7 @@
Matrice de passage de {{ first_millesime }} à {{ last_millesime }} :
- {% include "project/components/widgets/chart_buttons.html" with chart="chart_couv_wheel" %}
+ {% include "project/components/widgets/chart_buttons.html" with chart="chart_couv_wheel" show_fullscreen=True %}
@@ -112,7 +112,7 @@
Matrice de passage de {{ first_millesime }} à {{ last_millesime }} :
Source
-
Données d'OCcupation des Sols à Grande Echelle (OCS GE) de l'IGN, sur la période d'analyse traduite grâce à la matrice de passage.
+ {% include "project/components/widgets/source_ocsge.html" %}
Calcul
Données brutes, sans calcul.
@@ -181,7 +181,7 @@
Répartition
- {% include "project/components/widgets/chart_buttons.html" with chart="chart_usa_pie" %}
+ {% include "project/components/widgets/chart_buttons.html" with chart="chart_usa_pie" show_fullscreen=True %}
@@ -189,7 +189,7 @@
Répartition
- {% include "project/components/widgets/chart_buttons.html" with chart="chart_usa_prog" %}
+ {% include "project/components/widgets/chart_buttons.html" with chart="chart_usa_prog" show_fullscreen=True %}
@@ -210,7 +210,7 @@
Répartition
Source
-
Données d'Occupation des Sols à Grande Echelle (OCS GE) de l'IGN, sur la période d'analyse traduite grâce à la matrice de passage.
+ {% include "project/components/widgets/source_ocsge.html" %}
Calcul
Données brutes, sans calcul.
@@ -264,7 +264,7 @@
Matrice de passage de {{ first_millesime }} à {{ last_millesime }} :
- {% include "project/components/widgets/chart_buttons.html" with chart="chart_usa_wheel" %}
+ {% include "project/components/widgets/chart_buttons.html" with chart="chart_usa_wheel" show_fullscreen=True %}
@@ -283,7 +283,7 @@
Matrice de passage de {{ first_millesime }} à {{ last_millesime }} :
Source
-
Données d'Occupation des Sols à Grande Echelle (OCS GE) de l'IGN, sur la période d'analyse traduite grâce à la matrice de passage.
+ {% include "project/components/widgets/source_ocsge.html" %}
Calcul
Artificialisation sur la période - désartificialisation sur la période.
- Données d'évolution des fichiers fonciers produits et diffusés par le Cerema depuis 2009 à
- partir des fichiers MAJIC (Mise A Jour de l'Information Cadastrale) de la DGFIP. Le dernier
- millésime de 2023 est la photographie du territoire au 1er janvier 2023, intégrant les évolutions
- réalisées au cours de l'année 2022.
-
+ {% include "project/components/widgets/source_majic.html" %}
Calcul
La Loi Climat & Résilience recommande entre 2021 et 2031 à l'échelle régionale, de diviser par 2 la consommation d'espaces NAF (Naturels, Agricoles et Forestiers) mesurée entre 2011 et 2021 ; le même calcul a été appliqué à l'échelle du territoire comme scénario standard.
@@ -76,12 +71,7 @@
Bilan de la consommation d'espaces
Source
-
- Données d'évolution des fichiers fonciers produits et diffusés par le Cerema depuis 2009 à
- partir des fichiers MAJIC (Mise A Jour de l'Information Cadastrale) de la DGFIP. Le dernier
- millésime de 2023 est la photographie du territoire au 1er janvier 2023, intégrant les évolutions
- réalisées au cours de l'année 2022.
-
+ {% include "project/components/widgets/source_majic.html" %}
Calcul
Les données du Cerema donnent la consommation d'espaces NAF (Naturels, Agricoles et Forestiers) par année, par destination et par commune.