Modélisation prédictive de l'occupation des sols en contexte agricole intensif
Application à la couverture hivernale des sols en Bretagne
Résumé
In intensive agricultural regions , winter vegetation covering is a key indicator of water transfer processes. Its prediction can help local decision making for restoring water quality. Though, spatial prediction modelling of winter land cover is complex and thus it appears necessary to introduce uncertainty in the modelling process, especially as high spatial and temporal variability are encountered. The objective of this work is to develop a reproducible method to predict the land cover distribution for the following winter season for the two hypotheses "bare soils" and "covered soils". The selected modelling approach is based on an expert model using the Dempster-Shafer rule, because it considers both uncertainty and imprecision both in the modelling process and in the results, as confidence levels are associated with the predictions. The model has been applied on an experimental watershed located in Brittany. After having assessed the spatial and temporal dynamics of winter coverage from a multitemporal series of remote sensing images, and identified the driving factors of these changes, sources of information representing these factors are fused with the Dempster's rule. Results are ambivalent according to the studied hypotesis. The prediction scores are good at the watershed scale but present limits for allocating the land class at a field scale, especially for the "bare soils" class, because the level of conflict between sources of information is high. The Dezert-Smarandache theory, that allows to introduce paradoxical information in the modelling process, is then applied and increases the prediction scores for the "bare soils" class. The reproductibility of the modeling approach is then evaluated in applying the model on another study site, wider and less documented than the previous one. The "bare soils" class remains well evaluated with both fusion rules, but the spatial allocation of the land class at a field scale is still not well managed, that indicates the need to integrate new sources of information in the model to better predict the future land allocation.
La couverture hivernale des sols a un impact avéré sur la qualité de l'eau, en influant sur le transfert des flux de polluants d'origine agricole au sein de bassins versants. sa prédiction, si elle peut constituer une aide à la programmation d'actions dans le cadre de programmes de restauration de la qualité de l'eau, pose cependant un certain nombre de problèmes d'ordre méthodologique. L'objectif de ce travail est de développer une méthode reproductible qui permette d'effectuer une prédiction à court terme de la couverture hivernale des sols. Une approche approximative reposant sur un modèle expert utilisant la règle des évidences de dempster-Shafer a été retenue, car elle permet de prendre en compte l'imprécision et les lacunes de connaissances liées à cette problématique et aux données disponibles, et d'associer un degré de confiance aux résultats produits. Des prédictions de la couverture hivernale des sols sont d'abord effectuées sur un site expérimental localisé en Bretagne selon les deux hypothèses "sols couverts" et "sols nus à peu couverts". Après avoir déterminé les dynamiques spatio-temporelles des changements passés, notamment à partir d'une série multitemporelle d'images de télédétection, et avoir défini les facteurs motivant les changements passés et à venir, la fusion des sources d'informations qui représentent ces facteurs est réalisée avec la règle de Dempster-Shafer. Les résultats sont mitigés: les prédictions sont cohérentes à l'échelle du bassin versant mais l'affectation spatiale des prédictions à l'échelle parcellaire, qui est bonne pour la classe "sols couverts" reste problématique pour la classe "sols nus à peu couverts" en raison du niveau de conflit élévé entre les sources d'information pour cette hypothèse. L'utilisation de la théorie récente de Dezert-Smarandache, qui autorise la prise en compte d'informations paradoxales, permet d'améliorer les scores de prédictions pour la classe "sols nus à peu couverts". Une évaluation de la reproductibilité de l'approche prédictive développée est alors effectuée à travers l'application du modèle sur un bassin versant plus étendu et où les données sont moins nombreuses. Si la classe "sols couverts" reste bien évaluée avec les deux règles de fusion, l'affectation spatiale de la classe "sols nus à peu couverts" est en revanche toujours affectée d'un faible taux de prédiction correcte, illustrant la nécessité de l'intégration de nouvelles sources d'information dans le modèle pour cette hypothèse aux fortes variabilités spatiotemporelles.
Loading...