Upgrade colormaps to Crameri scientific palette and fix IGN location map

- Replace RdBu_r with Crameri roma for all 6 relief-family colormaps
  (curvature, mslrm, lrm, tpi, sailore, aniso_open): perceptually
  uniform, CVD-friendly, dark center makes near-zero values visible
- Replace hsv with twilight for aspect: perceptually uniform cyclic
  colormap with no hue discontinuity
- Add cmcrameri dependency (falls back to RdBu_r if unavailable)
- Fix IGN location map: pass min_zoom=8 to download_ign_tiles so zoom
  10 context maps work (was hardcoded to min_zoom=15, blocking the
  loop entirely for zoom_level=10)
- Expand location map context from 3x extent to 80km fixed radius for
  better regional context at zoom 10
- Remove dead code: flow colormap entry, _nice_scale dead loop,
  aspect='auto' in location map imshow, outdated PDF report order list
- Fix SVF docstring: 8 directions → 16 directions

Dockerfile

@@ -42,7 +42,8 @@ RUN pip3 install --no-cache-dir \
     fastapi \
     uvicorn \
     piexif \
-    pillow-avif-plugin
+    pillow-avif-plugin \
+    cmcrameri
 
 # Install CuPy for GPU acceleration (optional - will fallback to numpy if not available)
 RUN pip3 install --no-cache-dir cupy-cuda12x || echo "CuPy not available - GPU acceleration disabled"

lidar_pipeline/ign.py

@@ -73,7 +73,7 @@ def _lat_lon_to_px(lat, lon, zoom, tile_size=256):
     return px_x, px_y
 
 
-def download_ign_tiles(min_x, max_x, min_y, max_y, layer, zoom_level=15):
+def download_ign_tiles(min_x, max_x, min_y, max_y, layer, zoom_level=15, min_zoom=15):
     """Download IGN WMTS tiles for the given bounds using Web Mercator (PM).
 
     If the first tile returns 404, automatically retries at lower zoom levels.
@@ -82,6 +82,7 @@ def download_ign_tiles(min_x, max_x, min_y, max_y, layer, zoom_level=15):
         min_x, max_x, min_y, max_y: Bounds in Lambert 93.
         layer: IGN WMTS layer name.
         zoom_level: WMTS zoom level (default 15).
+        min_zoom: Lowest zoom level to try when falling back (default 15).
 
     Returns:
         numpy array (H, W, 3) uint8, or None on failure.
@@ -109,7 +110,6 @@ def download_ign_tiles(min_x, max_x, min_y, max_y, layer, zoom_level=15):
     tile_size = 256
 
     # Try downloading at the requested zoom level; fall back to lower zooms on 404
-    min_zoom = 15
     for zoom in range(zoom_level, min_zoom - 1, -1):
         col_min, row_min = _lat_lon_to_tile(nw_lat, nw_lon, zoom)
         col_max, row_max = _lat_lon_to_tile(se_lat, se_lon, zoom)

lidar_pipeline/rendering.py

@@ -29,6 +29,13 @@ matplotlib.use('Agg')
 import matplotlib.pyplot as plt
 from matplotlib import rcParams
 from matplotlib.patches import Polygon as MplPolygon, Rectangle as RectPatch, FancyBboxPatch
+from matplotlib.colors import ListedColormap
+
+try:
+    from cmcrameri import cm as cmc
+    HAS_CMCRAmeri = True
+except ImportError:
+    HAS_CMCRAmeri = False
 
 rcParams['figure.dpi'] = 150
 rcParams['savefig.dpi'] = 300
@@ -71,6 +78,77 @@ _FRANCE_OUTLINE_L93 = np.array([
 # For RGB images (ortho/topo), special handling is done in tif_to_png.
 
 COLORMAPS = {
+    # === Famille RELIEF : rouge=surélévation, bleu=dépression ===
+    # Roma (Crameri): perceptually uniform, CVD-friendly, dark center → near-zero values visible
+    # Falls back to RdBu_r if cmcrameri unavailable
+    'curvature': {
+        'cmap': 'roma' if HAS_CMCRAmeri else 'RdBu_r',
+        'title': 'Courbure (Convexité/Concavité du terrain)',
+        'legend': 'Changement de pente (1/m)\nRouge = Convexe (sommet de mur, levée)\nBleu = Concave (fond de fossé, dépression)',
+        'description': 'Détecte les ruptures de pente — utile pour bords de terrasses et levées',
+        'vmin_mode': 'symmetric', 'sym_pct': (5, 95),
+    },
+    'mslrm': {
+        'cmap': 'roma' if HAS_CMCRAmeri else 'RdBu_r',
+        'title': 'MSRM - Multi-Scale Relief Model (échelles adaptatives)',
+        'legend': 'Relief combiné multi-échelles\nRouge = Surélévation (mur, tumulus, levée)\nBleu = Dépression (fossé, douve)\n\nLRM = 1 échelle (15m)\nMSRM = échelles combinées pondérées\nDétecte du micro au macro',
+        'description': 'Combine LRM à 5 échelles — détecte structures de 5m à 100m simultanément',
+        'vmin_mode': 'symmetric', 'sym_pct': (2, 98),
+    },
+    'lrm': {
+        'cmap': 'roma' if HAS_CMCRAmeri else 'RdBu_r',
+        'title': 'LRM - Local Relief Model (échelle unique 15m)',
+        'legend': 'Écart local par rapport au terrain moyen (m)\nRouge = Surélévation (+{vmax:.2f}m)\nBleu = Dépression ({vmin:.2f}m)\nNoyau gaussien unique de 15m',
+        'description': 'Micro-relief à 15m seulement — voir MSRM pour toutes les échelles',
+        'vmin_mode': 'symmetric', 'sym_pct': (2, 98),
+    },
+    'tpi': {
+        'cmap': 'roma' if HAS_CMCRAmeri else 'RdBu_r',
+        'title': 'TPI - Topographic Position Index (4 échelles)',
+        'legend': 'Position dans le paysage\nRouge = Plus haut que le voisinage (crête, plateau)\nBleu = Plus bas que le voisinage (fossé, vallée)\nCombine 4 échelles : 3m, 15m, 50m, 200m',
+        'description': 'Identifie la position topographique — utile pour repérer crêtes vs vallées à grande échelle',
+        'vmin_mode': 'symmetric', 'sym_pct': (2, 98),
+    },
+    'sailore': {
+        'cmap': 'roma' if HAS_CMCRAmeri else 'RdBu_r',
+        'title': 'SAILORE - LRM Auto-Adaptatif',
+        'legend': 'Relief local adaptatif\nRouge = Surélévation | Bleu = Dépression\n\nLRM = noyau fixe 15m\nMSRM = 5 noyaux fixes\nSAILORE = noyau adapté à la pente\nPlat=grand noyau | Pente=petit noyau',
+        'description': 'Noyau qui s\'adapte à la pente locale — terrain plat=grand noyau, pente=petit noyau',
+        'vmin_mode': 'symmetric', 'sym_pct': (2, 98),
+    },
+    'aniso_open': {
+        'cmap': 'roma' if HAS_CMCRAmeri else 'RdBu_r',
+        'title': 'Openness Anisotropique (pondération directionnelle)',
+        'legend': 'Openness positive - négative pondérée (degrés)\nRouge = Surélévation dominante (mur, levée)\nBleu = Dépression dominante (fossé, doline)\nPondère les directions NW-SE et NE-SW davantage',
+        'description': 'Openness avec pondération anisotropique — détecte mieux les structures alignées NW-SE et NE-SW',
+        'vmin_mode': 'symmetric', 'sym_pct': (2, 98),
+    },
+    # === Famille OUVERTURE : clair=ouvert, sombre=fermé ===
+    'positive_openness': {
+        'cmap': 'YlOrBr',
+        'title': 'Openness Positive (ouverture vers le haut)',
+        'legend': 'Angle d\'ouverture vers le haut (deg)\nClair = Vue dégagée vers le ciel (sommets, plateaux)\nSombre = Vue bloquée (vallées encaissées)',
+        'description': 'Ray-tracing 8 directions — complémentaire de la négative pour détecter crêtes',
+        'vmin_mode': 'percentile', 'vmin_pct': 10,
+        'vmax_mode': 'percentile', 'vmax_pct': 98,
+    },
+    'negative_openness': {
+        'cmap': 'PuBu',
+        'title': 'Openness Negative (ouverture vers le bas)',
+        'legend': 'Angle d\'ouverture vers le bas (deg)\nClair = Surplomb (bords de fossé, grottes)\nSombre = Terrain plat (fonds de vallée)\nMeilleur détecteur de cavités et dolines',
+        'description': 'Ray-tracing 8 directions — détecte fossés, dolines, souterrains',
+        'vmin_mode': 'percentile', 'vmin_pct': 10,
+        'vmax_mode': 'percentile', 'vmax_pct': 98,
+    },
+    'svf': {
+        'cmap': 'bone_r',
+        'title': 'Sky-View Factor (fraction de ciel visible)',
+        'legend': 'Proportion de ciel visible depuis chaque point\nClair = Ciel dégagé (sommet, plateau, levée)\nSombre = Ciel masqué (vallée, fossé, tranchée)\nContraste adapté aux valeurs réelles (percentiles 2-98)',
+        'description': 'Détection de micro-relief — fossés sombres, levées claires, complémentaire de l\'openness',
+        'vmin_mode': 'percentile', 'vmin_pct': 2,
+        'vmax_mode': 'percentile', 'vmax_pct': 98,
+    },
+    # === Famille SCALAIRE : propriétés non divergentes ===
     'hillshade': {
         'cmap': 'gray',
         'title': 'Hillshade Multidirectionnel',
@@ -88,64 +166,13 @@ COLORMAPS = {
         'vmax_mode': 'percentile', 'vmax_pct': 95,
     },
     'aspect': {
-        'cmap': 'hsv',
+        'cmap': 'twilight',
         'title': 'Aspect (Direction des pentes)',
-        'legend': 'Direction vers laquelle le terrain descend\nRouge=Nord | Vert=Est | Cyan=Sud | Bleu=Ouest',
+        'legend': 'Direction vers laquelle le terrain descend\nCycle continu : Nord→Est→Sud→Ouest→Nord\nCouleurs perceptuellement uniformes (pas de saut de teinte)',
         'description': 'Orientation des pentes — utile pour distinguer structures des formes naturelles',
         'vmin_mode': 'fixed', 'vmin_val': 0,
         'vmax_mode': 'fixed', 'vmax_val': 360,
     },
-    'curvature': {
-        'cmap': 'RdYlBu_r',
-        'title': 'Courbure (Convexité/Concavité du terrain)',
-        'legend': 'Changement de pente (1/m)\nRouge = Convexe (sommet de mur, levée)\nBleu = Concave (fond de fossé, dépression)',
-        'description': 'Détecte les ruptures de pente — utile pour bords de terrasses et levées',
-        'vmin_mode': 'symmetric', 'sym_pct': (5, 95),
-    },
-    'mslrm': {
-        'cmap': 'RdBu_r',
-        'title': 'MSRM - Multi-Scale Relief Model (échelles adaptatives)',
-        'legend': 'Relief combiné multi-échelles (adapté à la résolution)\nRouge = Surélévation (mur, tumulus, levée)\nBleu = Dépression (fossé, douve)\n\nDifférence avec LRM:\nLRM = 1 échelle (15m)\nMSRM = échelles combinées pondérées\nMSRM détecte du micro au macro',
-        'description': 'Combine LRM à 5 échelles — détecte structures de 5m à 100m simultanément',
-        'vmin_mode': 'symmetric', 'sym_pct': (2, 98),
-    },
-    'lrm': {
-        'cmap': 'RdBu_r',
-        'title': 'LRM - Local Relief Model (échelle unique 15m)',
-        'legend': 'Écart local par rapport au terrain moyen (m)\nRouge = Surélévation (+{vmax:.2f}m)\nBleu = Dépression ({vmin:.2f}m)\nNoyau gaussien unique de 15m',
-        'description': 'Micro-relief à 15m seulement — voir MSRM pour toutes les échelles',
-        'vmin_mode': 'symmetric', 'sym_pct': (2, 98),
-    },
-    'positive_openness': {
-        'cmap': 'YlOrBr',
-        'title': 'Openness Positive (ouverture vers le haut)',
-        'legend': 'Angle d\'ouverture vers le haut (deg)\nClair = Vue dégagée vers le ciel (sommets, plateaux)\nSombre = Vue bloquée (vallées encaissées)',
-        'description': 'Ray-tracing 8 directions — complémentaire de la négative pour détecter crêtes',
-        'vmin_mode': 'percentile', 'vmin_pct': 10,
-        'vmax_mode': 'percentile', 'vmax_pct': 98,
-    },
-    'negative_openness': {
-        'cmap': 'GnBu_r',
-        'title': 'Openness Negative (ouverture vers le bas)',
-        'legend': 'Angle d\'ouverture vers le bas (deg)\nClair = Surplomb (bords de fossé, grottes)\nSombre = Terrain plat (fonds de vallée)\nMeilleur détecteur de cavités et dolines',
-        'description': 'Ray-tracing 8 directions — détecte fossés, dolines, souterrains',
-        'vmin_mode': 'percentile', 'vmin_pct': 10,
-        'vmax_mode': 'percentile', 'vmax_pct': 98,
-    },
-    'tpi': {
-        'cmap': 'BrBG',
-        'title': 'TPI - Topographic Position Index (4 échelles)',
-        'legend': 'Position dans le paysage\nBrun/Sombre = Plus bas que le voisinage (fossé, vallée)\nVert/Clair = Plus haut que le voisinage (crête, plateau)\nCombine 4 échelles : 3m, 15m, 50m, 200m',
-        'description': 'Identifie la position topographique — utile pour repérer crêtes vs vallées à grande échelle',
-        'vmin_mode': 'symmetric', 'sym_pct': (2, 98),
-    },
-    'sailore': {
-        'cmap': 'seismic',
-        'title': 'SAILORE - LRM Auto-Adaptatif',
-        'legend': 'Relief local adaptatif (m)\nRouge = Surélévation | Bleu = Dépression\n\nDifférence avec LRM/MSRM:\nLRM = noyau fixe 15m\nMSRM = 5 noyaux fixes\nSAILORE = noyau adapté à la pente\nPlat=grand noyau | Pente=petit noyau',
-        'description': 'Noyau qui s\'adapte à la pente locale — terrain plat=grand noyau, pente=petit noyau',
-        'vmin_mode': 'symmetric', 'sym_pct': (2, 98),
-    },
     'roughness': {
         'cmap': 'magma',
         'title': 'Rugosité Multi-Échelle (3m + 15m)',
@@ -154,21 +181,6 @@ COLORMAPS = {
         'vmin_mode': 'fixed', 'vmin_val': 0,
         'vmax_mode': 'percentile', 'vmax_pct': 97,
     },
-    'svf': {
-        'cmap': 'gray_r',
-        'title': 'Sky-View Factor (fraction de ciel visible)',
-        'legend': 'Proportion de ciel visible depuis chaque point\nBlanc = Ciel dégagé (sommet, plateau, levée)\nNoir = Ciel masqué (vallée, fossé, tranchée)\nMoyenne de cos²(angle horizon) sur 16 directions',
-        'description': 'Détection de micro-relief — fossés sombres, levées claires, complémentaire de l\'openness',
-        'vmin_mode': 'fixed', 'vmin_val': 0,
-        'vmax_mode': 'fixed', 'vmax_val': 1,
-    },
-    'aniso_open': {
-        'cmap': 'RdBu_r',
-        'title': 'Openness Anisotropique (pondération directionnelle)',
-        'legend': 'Openness positive - négative pondérée (degrés)\nRouge = Surélévation dominante (mur, levée)\nBleu = Dépression dominante (fossé, doline)\nPondère les directions NW-SE et NE-SW davantage',
-        'description': 'Openness avec pondération anisotropique — détecte mieux les structures alignées NW-SE et NE-SW',
-        'vmin_mode': 'symmetric', 'sym_pct': (2, 98),
-    },
     'wavelet': {
         'cmap': 'cividis',
         'title': 'Ondelette Mexican Hat (CWT multi-échelle)',
@@ -176,14 +188,6 @@ COLORMAPS = {
         'description': 'Transformée en ondelette 2D — excellente pour détecter structures circulaires',
         'vmin_mode': 'symmetric', 'sym_pct': (2, 98),
     },
-    'flow': {
-        'cmap': 'Blues',
-        'title': 'Accumulation de Flux Hydrologique (D8)',
-        'legend': 'Logarithme de l\'accumulation d\'eau\nBlanc = Pas de collecte (sommet, crête)\nBleu foncé = Collecte maximale (thalweg, fossé)\n\nSimule l\'écoulement de l\'eau de pluie\nDétecte fossés d\'enceinte, routes et drainage',
-        'description': 'Algorithme D8 — simule le cheminement de l\'eau pour détecter fossés et routes antiques',
-        'vmin_mode': 'fixed', 'vmin_val': 0,
-        'vmax_mode': 'percentile', 'vmax_pct': 98,
-    },
 }
 
 # RGB entries (ortho/topo) are handled specially
@@ -300,22 +304,22 @@ def _download_location_map(min_x, max_x, min_y, max_y):
         center_lat = clats[0]
         center_lon = clons[0]
 
-        # Use a much lower zoom level for context (wider view)
+        # Use zoom 10 for context (wider view: ~150m/px)
-        # Zoom 10 gives ~150km per 256px tile — perfect for a small location map
         context_zoom = 10
 
-        # Expand bounds by 3x in each direction for wider context
+        # Expand bounds to ~80km for regional context (shows nearby cities/rivers)
-        extent_x = max_x - min_x
+        # At zoom 10, this gives ~500px wide image — ideal for a small inset
-        extent_y = max_y - min_y
+        context_half = 40000  # 40km each side = 80km total
-        context_min_x = center_x - extent_x * 2
+        context_min_x = center_x - context_half
-        context_max_x = center_x + extent_x * 2
+        context_max_x = center_x + context_half
-        context_min_y = center_y - extent_y * 2
+        context_min_y = center_y - context_half
-        context_max_y = center_y + extent_y * 2
+        context_max_y = center_y + context_half
 
         result = download_ign_tiles(
             context_min_x, context_max_x, context_min_y, context_max_y,
             layer='GEOGRAPHICALGRIDSYSTEMS.PLANIGNV2',
-            zoom_level=context_zoom
+            zoom_level=context_zoom,
+            min_zoom=8
         )
 
         if result is not None:
@@ -333,15 +337,7 @@ def _nice_scale(extent_m):
     Returns (scale_m, label) where label is like '100 m' or '500 m' or '1 km'.
     """
     nice_scales = [50, 100, 200, 500, 1000, 2000, 5000, 10000]
-    # Pick the largest scale that is <= 15% of the extent
+    # Pick the largest scale <= 20% of extent
-    for s in nice_scales:
-        if s <= extent_m * 0.15:
-            continue
-        # s is the first one > 15% — take the one below
-        break
-    else:
-        s = nice_scales[-1]
-    # Actually pick the largest scale <= 20% of extent
     chosen = nice_scales[0]
     for s in nice_scales:
         if s <= extent_m * 0.20:
@@ -676,7 +672,7 @@ def tif_to_png(tif_file, vis_dir, resolution, keep_tif=False, source_info=None,
             location_map = _download_location_map(min_x, max_x, min_y, max_y)
             if location_map is not None:
                 # Draw IGN topo map as background
-                map_ax.imshow(location_map, aspect='auto', extent=[
+                map_ax.imshow(location_map, aspect='equal', extent=[
                     min_x - (max_x - min_x) * 2, max_x + (max_x - min_x) * 2,
                     min_y - (max_y - min_y) * 2, max_y + (max_y - min_y) * 2
                 ])
@@ -793,9 +789,9 @@ def generate_pdf_report(basename, vis_dir, pdf_dir, resolution):
 
     # Sort analysis files by archaeological priority
     order = ['mslrm', 'svf', 'negative_openness',
-              'positive_openness', 'sailore', 'hillshade_multi',
+              'positive_openness', 'aniso_open', 'sailore', 'hillshade_multi',
               'lrm', 'tpi', 'slope', 'curvature', 'aspect',
-              'roughness', 'anomalies', 'wavelet', 'flow']
+              'roughness', 'wavelet']
 
     def sort_key(f):
         name = f.stem.lower()

lidar_pipeline/visualizations.py

@@ -1287,7 +1287,7 @@ def generate_flow(dem_file, basename, vis_dir, resolution, shared=None):
 def generate_svf(dem_file, basename, vis_dir, resolution, shared=None):
     """Sky-View Factor - fraction of sky visible from each point (GPU if available).
 
-    SVF = average of cos²(horizon_angle) across 8 directions.
+    SVF = average of cos²(horizon_angle) across 16 directions.
     High SVF (near 1) = open sky (ridgetop, plateau)
     Low SVF (near 0) = enclosed sky (valley, deep trench)
 

requirements.txt

@@ -7,3 +7,4 @@ laspy[lazrs]>=2.5
 scikit-image>=0.21
 tqdm>=4.65
 scikit-learn>=1.3
+cmcrameri>=2.0