Calcul de distances (géographiques) [Résolu]

[Felizzy]

Bonjour,

J'ai besoin d'aide pour écrire un programme sur SAS car je ne parviens pas en m'en sortir toute seule.
En fait, je dispose de 800 bassins de vie (répondant à des critères précis). Pour chaque bassin de vie (i), je dispose de coordonnées géographiques : un bassin de vie (i) est associé à un point (i) ayant les coordonnées {latitude xi ; longitude yi}.
Je souhaite calculer la distance entre chaque point et son plus proche voisin. NB/ Distance euclidienne donnée par la formule : Dij = RACINE [ (xi – xj)² + (yi – yj)² ].

Je pense que je dois calculer les distances entre chaque point. Puis, pour chaque point i, identifier le point j avec qui la distance est la plus faible. Mais, je ne sais pas comment m'y prendre sans rentrer dans une usine à gaz!
Peut-être une personne parmi vous a-t-elle écrit un programme répondant à une telle question?
En vous remerciant par avance,
Claudine

NB/ Je ne suis pas sûre que mon message soit bien placé (sas stat)... mais j'avais un message d'erreur quand j'arrivais sur la page (sas macro).

[MEGAMIND2]

Salut,
On peut voir un échantillon de ta donnée?
ps: C'est de la recherche opérationnelle ça!

[olivier.decourt]

Il faudrait regarder du côté de la proc DISTANCE.
Avant son invention, j'avais dû coder des choses de ce genre pour faire du lissage géographique (donc pas de recherche op, Brice) : a priori c'est plus simple à coder en utilisant les produits cartésiens de la proc SQL.

Code :

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
DATA work.points ;
  INPUT id x y ;
DATALINES ;
1 3 4
2 3 5
3 4 3
4 -2 -1
5 -3 -3
6 -2 -2
;
RUN ;
DATA work.bassins ;
  INPUT id $ x y ;
DATALINES ;
A 1.5 1.5
B 0 0
C -4 -1
;
RUN ;
PROC SQL ;
 CREATE TABLE work.rattachements AS
  SELECT a.id AS id_point, b.id AS id_bassin,
             SQRT((a.x-b.x)**2+(a.y-b.y)**2) AS distance
  FROM work.points AS a,
          work.bassins AS b
  GROUP BY a.id
  HAVING distance=MIN(distance)
  ;
QUIT ;

Par contre la solution SQL sera forcément assez lente d'emploi, donc si tu peux optimiser avec une proc DISTANCE (si elle répond à ton besoin) c'est toujours ça de pris.

[Felizzy]

Je vais essayer via la proc SQL car j'ai regardé la proc DISTANCE et à ma première lecture (trop rapide cependant), cela me paraissait un peu compliqué...

Sinon, concernant un extrait :

_N_ ; BV ; Long ; Lat
1 ; 10033 ; 0.08168 ; 0.84215
2 ; 1004 ; 0.094664 ; 0.802987

Etc.

Je m'y mets de ce pas...

[Felizzy]

Me-revoici,

Alors, j'ai tapé la PROC SQL. Par contre, la distance minimale est chaque fois égale à 0. Ce qui est logique car le fichier "points" et le fichier "bassins" contiennent les mêmes informations. Du coup, la distance est minimale entre le bassin de vie et lui-même... (je ne sais pas si je suis très claire).

Mais bon, j'ai bidouillé. Comme je ne connais pas du tout l'écriture SQL, j'ai juste enlevé la dernière phrase "HAVING distance=MIN(distance)". Et j'ai eu bien sûr un message d'erreur. Cependant, le fichier en sortie contient toutes les distances par bassin. Et je n'ai plus qu'à faire un PROC MEANS pour identifier les distances minimales (non nulles) par bassin.

En tout cas, merci beaucoup pour votre aide,
Claudine

[boutchiwah]

si les identifiants des "points" et des "bassins" sont les mêmes tu peux simplement rajouter

Code :

WHERE a.id <> b.id

avant le GROUP BY de ta proc sql.

[Felizzy]

... du coup, l'écriture est bien plus propre! Merci!

[MEGAMIND2]

Une autre approche avec la proc distance:

Code :

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
DATA stock; 
      title 'Stock Dividends'; 
      input compname &$26.  Long Lat 
                            ; 
      datalines; 
   Cincinnati                   8.4    8.2 
   Texas                        7.9    8.9 
   Detroit                      9.7   10.7 
   Orange                       6.5    7.2 
   Kentucky                     6.5    6.9 
   Kansas                       5.9    6.4 
   Union                        7.1    7.5 
   Dominion                     6.7    6.9 
   Allegheny               	    6.7    7.3 
   Minnesota       				5.6    6.1 
   Iowa_Ill       				7.1    7.5 
   Pennsylvania     			7.2    7.6 
   Oklahoma        				6.1    6.7 
   Wisconsin               		5.1    5.7 
   Green           				7.1    7.4 
   ; 
 
run;
 
 
   proc distance DATA=stock method=EUCLID out=dist_euclidienne; 
      var interval(Long Lat); 
      id compname; 
   run; 
 
   proc sql;
   SELECT compname INTO:l separated BY " " FROM dist_euclidienne;
   quit;
 
   DATA dist_euclidienne;
   SET dist_euclidienne;
   array vect(*) &l.;  
   do i=1 TO dim(vect);
   IF vect(i)=0 then vect(i)=.;
   end;
   distance_minimale=min(of &l.);
   IF  missing(distance_minimale) then  distance_minimale=0;
   DROP i;
 
   run;

[emart]

Bonjour, je ne pense pas que tu puisses appliquer une distance euclidienne à des coordonnées longitudes et Latitudes.

essaye ce code : cela créé la distance 2 a 2 et retient tous les individus (id!!)ayant une distance < à 50km.

Attention c'est tres long...

Tu peux verifier apres tes reponses avec google map (il y a une option distance)

Code :

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
 
%let R = 6378;
%let Pi = 3.14159265358979;
 
 
DATA coord; SET coord 
IF Latitude ne . ;
bool=1;
rang = _N_;
nX=(2/360)*&pi.*Latitude;
nY=(2/360)*&pi.*Longitude;
run;
 
 
DATA coord_b; SET coord; 
IF Latitude ne . ;
bool=1;
nbx = (2/360)*&pi.*Latitude;
nby = (2/360)*&pi.*Longitude;
run;
 
 
 
options compress=yes;
 
%macro distance;
 
%do i=1 %TO xxxxx;   /* indiquer ici le nombre d'observation totale */
 
		proc sql; CREATE TABLE coord&i. AS SELECT a.id, b.id AS idb,
		(&R. * (&Pi./2 - arsin( sin(nbx) * sin(nX) + cos(nby - nY) * cos(nbx) * cos(nX)))) AS distance
		FROM coord AS a, coord_b AS b
		WHERE a.bool = b.bool
		AND rang = &i.
		ORDER BY 1,3;
		quit;
		run;
 
proc append base=coord DATA=coord&i.(WHERE=((distance lt 50) AND (id ne idb)));
run;
 
proc DELETE DATA=coord&i.; run;
%end;
%mend;
 
%distance;