New version 2.2.1 Curcuma available

New:

• New datafacer GraphMLExport allows exporting one or more graphs in a file in GraphML format. Most available software for displaying and manipulating graphs accept this format.

• New collection types KeyMap2d, KeyMap3d et OrdKeyMap.

  • KeyMap2d allows associating a value with a pair of keys, and KeyMap3d allows associating a value with a triplet of keys. These tools can be used for building sparse matrices, for example.
  • OrdKeyMap is equivalent to a KeyMap but where the order of the keys is preserved. That is, the functions keySet() and values() return elements in the order in which they were added.

• Shapefile : setCrs() cthis new function allows setting a target reference system before using the append() function to save geographic information data.

• CsvFile this datafacer has been improved to make it more tolerant in case of missing data in csv files.

jar and command line

When a model has been saved in jar format, and if the model contains parameter definitions in a metadata {...} bloc, then it is possible run the model with parameter values in command line.

Il faut respecter quelques contraintes :

• Il faut fournir tous les paramètres dans l'ordre où ils ont été déclarés dans le bloc metadata {...}. Si le nombre de paramètres donnés sur la ligne de commande est différent, ce sont les valeurs par défaut qui seront utilisés.
• Les paramètres sont séparés par un espace sur la ligne de commande. Si on doit fournir un texte qui contient des espaces il faut le mettre entre guillemets.
• Il faut s'assurer que les valeurs fournies sur la ligne de commande correspondent au type des paramètres déclarés. Par exemple si on déclare un paramètre de type Integer et qu'on donne une valeur 4.5 ce paramètre ne sera pas valide et c'est sa valeur par défaut qui sera utilisée. Il y a un message qui s'affiche dans cette situation pour signaler qu'il y a eu un souci pour convertir le type.
  • Un nombre limité de types est reconnu pour cette conversion automatique : Boolean, Byte, Double, Float ,Integer, Long, Short, String
  • Si vous avez besoin de déclarer un paramètre avec un type qui n'est pas automatiquement reconnu, une solution consiste à déclarer ce paramètre en String puis d'effectuer sois-même une conversion du paramètre dans un autre type dans le modèle Ocelet.

Exemple

Prenons un modèle Ocelet Mymodel.oclt qui est écrit comme ceci :

metadata {
  parameter Integer p1 {default 0}
  parameter Double  p2 {default 0.0}
  parameter String  p3 {default "rien"}
  parameter Boolean p4 {default false}
}

scenario Mymodel {

  println("Model Mymodel")

  println("p1: "+p1)
  println("p2: "+p2)
  println("p3: "+p3)
  println("p4: "+p4)

  println("Done.")
}

que l'on a exporté en mymodel.jar

On peut l'exécuter sans paramètre :

> java -jar mymodel.jar 
Model Mymodel
p1: 0
p2: 0.0
p3: rien
p4: false
Done.

On peut lui donner de nouvelles valeurs :

> java -jar mymodel.jar 42 3.14159 demo true
Model Mymodel
p1: 42
p2: 3.14159
p3: demo
p4: true
Done.

Si on veut fournir un texte contenant des espace pour p3 on ajoute des guillements :

> java -jar mymodel.jar 42 3.14159 "Eat at Joe's" true
Model Mymodel
p1: 42
p2: 3.14159
p3: Eat at Joe's
p4: true
Done.

Si on fait une erreur de typage sur un paramètre on obtient un message mais cela n'est pas bloquant :

> java -jar mymodel.jar douze 3.14159 "Eat at Joe's" true
Warning: could not convert the argument "douze" into an Integer value
         for the parameter p1. The default value will be used instead.
Model Mymodel
p1: 0
p2: 3.14159
p3: Eat at Joe's
p4: true
Done.

Si on ne met pas le bon nombre de paramètres ils sont ignorés :

> java -jar mymodel.jar 42 3.14159 "Eat at Joe's" true 100
Model Mymodel
p1: 0
p2: 0.0
p3: rien
p4: false
Done.

Utilisation avec R

Sur R on peut utiliser la fonction system() qui permet d'exécuter une ligne de commande depuis un programme en R.

Il faut d'abord s'assurer que le modèle Ocelet pourra accéder aux dossiers dont il a besoin (le dossier data/ en particulier). Pour cela on peut par exemple placer le dossier d'exécution de R dans le dossier d'un modèle Ocelet (là où se trouvent le fichier .jar et le dossier data/). Pour indiquer le dossier de travail c'est la fonction setwd().

Par exemple cela donnerait quelque chose comme cela :

setwd("chemin/vers/mon/ocelet/workspace/MyModel")

system("java -jar mymodel.jar 42 3.14159 demo true")

Avec wait=FALSE on peut lancer une exécution de manière asynchrone (le programme R n'attend pas qu'Ocelet ait fini pour continuer). Et avec paste() on peut construire des commandes pour intégrer des variables dans les paramètres passés à Ocelet :

for (i in 1:8) {system(paste("java -jar mymodel.jar ",(i*50)," 3.14159 demo true"),wait=FALSE)}

Utilisation avec Python

Le principe est le même qu'avec R mais la fonction utilisée est différente:

subprocess.call("java -jar mymodel.jar 42 3.14159 demo true")

on peut y ajouter shell=true pour exécuter la simulation dans un shell séparé:

subprocess.call("java -jar mymodel.jar 42 3.14159 demo true",shell=true)

New version 2.1.0 Chartreuse now available

New features :

• Read entities directly into a KeyMap from Csvfile, Shapefile and Postgis datafacers.
• Calculte time differences between two DateTime expressed in chosen time units: hour, day, month, etc.
• Accelerate some processing on rasters
• Some additional functions to test the existence of files or folders
• Possibility to specify the model coordinate systems without reading it from a data file
• Improve the possibility of driving the model as an exported '.jar' that accepts parameters from a command line.
• Some known bugs have been corrected.

PhD : Ocelet and raster format

On December 15, 2015 at Montpellier (France), Mathieu Castets presented his PhD viva (oral defence) : Pavages réguliers et modélisation des dynamiques spatiales à base de graphes d’interaction : conception, implémentation, application

Summary :

The modelling and simulation of spatial dynamics, particularly for studying landscape changes or environmental issues, raises the question of integrating different forms of spatial representations within the same model. Among the various existing spatial dynamics modelling tools (Cormas, Dypal, Netlogo, Seles, GAMA, etc.), Ocelet is a domain-specific language based on the original concept of interaction graph. Such a type of graph covers both the structure of a relation (which can be spatial, functional, hierarchical, social, etc.) between entities of a model and the semantics describing its evolution. The relationships between spatial entities are here translated into interaction graphs and these graphs are made to evolve during a simulation. While it is commonly accepted that space can be modelled with shapes with contours (vector format) or regular grid cells (raster), the concepts on which Ocelet is based can potentially handle both forms of representation. The vector format is already integrated in the first version of Ocelet. The integration of raster and the combination of the two remained to be studied and carried out.

The aim of the thesis is to first study the issues related to the integration of continuous fields and their representation by regular tiling, both in the Ocelet language and in the concepts on which it is based. The dynamic aspects of this integration had to be taken into account and transitions between different forms of geographic data and interaction graphs had to be studied in the light of the concepts formalized. The concepts were then implemented in the Ocelet modelling platform, with the adaptation of both its compiler and runtime. Finally, these new concepts and tools were tested in three very different cases: two models on Reunion Island, the first simulating runoff in Ravine Saint Gilles watershed in the West Coast of the island, the other simulating the spread of invasive plants in the high plains inside the Reunion National Park. The last case describes the spatialisation of a crop model and is applied here to simulate the cereal crop yields in West Africa, in the context of an early warning system for regional crop monitoring.