Modélisations prospectives de l’occupation du sol. Le cas d’une montagne méditerranéenne

Résumé Fr En

Les auteurs mettent en œuvre trois méthodes de modélisation prospective appliquées à des données géoréférencées haute résolution portant sur l’occupation du sol en milieu montagnard méditerranéen : approche SIG, modèle linéaire généralisé et réseaux neuronaux. Une validation des modèles est entreprise par la prédiction de l’occupation du sol à la dernière date connue. Les résultats obtenus sont, dans le contexte de la dynamique spatio-temporelle de systèmes ouverts, encourageants et comparables. Les scores de prédiction correcte se situent autour de 73 %. L’analyse des résultats porte notamment sur la localisation géographique, les types d’occupation du sol concernés et les écarts à la réalité des résidus. Un croisement des trois modèles souligne le degré élevé de convergence et une relative similitude des résultats issus des deux approches statistiques comparées au modèle SIG supervisé. Des travaux en cours concernent la mise en œuvre des modèles sur d’autres sites et le repérage des points forts respectifs afin de développer un modèle intégré.

The authors apply three methods of prospective modelling to high resolution georeferenced land cover data in a Mediterranean mountain area: GIS approach, generalized linear model and neural networks. Land cover prediction to the latest known date is used to validate the models. In the frame of spatial-temporal dynamics in open systems, results are encouraging and comparable. Correct prediction scores average around 73 %. The results analysis focuses on geographic location, land cover categories and parametric distance to reality of the residuals. Comparing the three models shows the high degree of convergence and a relative similitude of the results obtained by the two statistical approaches compared to the GIS supervised model. Further steps are the application of the models to other test areas and the identification of respective advantages to develop an integrated model.