| Titre : |
Nouvelle méthode d’optimisation d’acquisition de données de cartographie d’habitat afin d’améliorer la modélisation des biotopes du département du Puy-de-Dôme |
| Type de document : |
texte imprimé |
| Auteurs : |
Nathan DALBET N., Auteur |
| Année de publication : |
2021 |
| Importance : |
46 p. |
| ISBN/ISSN/EAN : |
2021_dalbet |
| Langues : |
Français (fre) |
| Catégories : |
CARHAB - CARTOGRAPHIE DES VEGETATIONS NATURELLES ET SEMI-NATURELLES DU TERRITOIRE METROPOLITAIN
PUY DE DÔME
|
| Résumé : |
Le programme CarHab porté par l’IGN et les CBN a pour objectif de cartographier les biotopes des départements français. L’IGN utilise les données d’apprentissages récoltées par les CBN pour modéliser la surface des départements. Ces données sont des relevés d’associations végétales de forêts anciennes. Grâce au catalogue des biotopes, nous pouvons relier ces associations aux 8 variables sélectionnées par les CBN pour décrire les biotopes. Dans le but d’améliorer la modélisation et la méthode pour le département du Puy-de-Dôme, le CBNMC a voulu améliorer la répartition géographique des données d’apprentissages en complétant les données initiales par de nouvelles données. Les moyens étant limités, nous avons dû optimiser le plan d’échantillonnage. Nous avons donc créé une nouvelle méthode pour réaliser un plan d’échantillonnage dynamique stratifié en prenant en compte les données de surface à notre disposition sur le département et les données phytosociologiques initiales. Nous avons combiné les données géologiques et d’altitude avec les limites des petites régions écologiques pour obtenir une image approximative des biotopes. En utilisant les logiciels QGIS et Excel, nous avons créé un système de score pour déterminer l’effort d’échantillonnage des données initiales sur les différentes combinaisons de données écologiques. Nous avons ensuite orienté l’effort d’échantillonnage sur les combinaisons sous-représentées. Nous avons accéléré la réalisation de la méthode par le développement d’un programme codé dans le langage PYTHON. Ce programme permet de sélectionner les forêts anciennes les plus intéressantes à échantillonner pour compléter les données d’apprentissage et améliorer la modélisation des biotopes du Puy-de-Dôme. |
| Saisie BD Flore : |
Rien à saisir |
| Citation bibliographique : |
DALBET N. 2021. - Nouvelle méthode d’optimisation d’acquisition de données de cartographie d’habitat afin d’améliorer la modélisation des biotopes du département du Puy-de-Dôme. Université de Rennes, 46 p. |
| Permalink : |
https://portail-documentaire.cbnmc.fr/index.php?lvl=notice_display&id=30000 |
Nouvelle méthode d’optimisation d’acquisition de données de cartographie d’habitat afin d’améliorer la modélisation des biotopes du département du Puy-de-Dôme / 2021 
