Modélisation bayésienne hiérarchique pour la prédiction multivariée de processus spatiaux non gaussiens et processus ponctuels hétérogènes d'intensité liée à une variable prédite. Application à la prédiction de la régénération en forêt tropical humide

Chagneau Pierrette. 2009. Modélisation bayésienne hiérarchique pour la prédiction multivariée de processus spatiaux non gaussiens et processus ponctuels hétérogènes d'intensité liée à une variable prédite. Application à la prédiction de la régénération en forêt tropical humide. Montpellier : UM2, 136 p. Thèse de doctorat : Biostatistique. Information, structures, systèmes : Université Montpellier 2

Titre anglais : Hierarchical Bayesian modelling for multivariate prediction of non Gaussian spatial processes and inhomogeneous spatial point processes with intensity related to a predicted variable. Application to the regeneration prediction in tropical rainforest

Encadrement : Bacro, Jean-Noël ; Mortier, Frédéric

Résumé : Un des points faibles des modèles de dynamique forestière spatialement explicites est la modélisation de la régénération. Un inventaire détaillé du peuplement et des conditions environnementales a permis de mettre en évidence les effets de ces deux facteurs sur la densité locale de juvéniles. Mais en pratique, la collecte de telles données est coûteuse et ne peut être réalisée à grande échelle : seule une partie des juvéniles est échantillonnée et l'environnement n'est connu que partiellement. L'objectif est ici de proposer une approche pour prédire la répartition spatiale et le génotype des juvéniles sur la base d'un échantillonnage raisonnable des juvéniles, des adultes et de l'environnement. La position des juvéniles est considérée comme la réalisation d'un processus ponctuel marqué, les marques étant constituées par les génotypes. L'intensité du processus traduit les mécanismes de dispersion à l'origine de l'organisation spatiale et de la diversité génétique des juvéniles. L'intensité dépend de la survie des graines, qui dépend elle-même des conditions environnementales. Il est donc nécessaire de prédire l'environnement sur toute la zone d'étude. L'environnement, représenté par un champ aléatoire multivarié, est prédit grâce à un modèle hiérarchique spatial capable de traiter simultanément des variables de nature différente. Contrairement aux modèles existants où les variables environnementales sont considérées comme connues, le modèle de régénération proposé doit prendre en compte les erreurs liées à la prédiction de l'environnement. La méthode est appliquée à la prédiction de la régénération des juvéniles en forêt tropicale (Guyane française).

Mots-clés Agrovoc : modèle mathématique, forêt tropicale humide

Mots-clés géographiques Agrovoc : Guyane française, France

Classification Agris : U10 - Informatique, mathématiques et statistiques
P01 - Conservation de la nature et ressources foncières
F40 - Écologie végétale
K01 - Foresterie - Considérations générales

Champ stratégique Cirad : Axe 6 (2005-2013) - Agriculture, environnement, nature et sociétés

Auteurs et affiliations

• Chagneau Pierrette, CIRAD-ES-UPR Dynamique forestière (FRA)

Source : Cirad - Agritrop (https://agritrop.cirad.fr/553177/)

Métriques

[ Page générée et mise en cache le 2024-03-21 ]