Évaluation et scénarios territoriaux Julie Wohlfahrt INRA SAD ASTER-Mirecourt (Agro-Systèmes TErritoires et Ressources) Réunion INRA-Orpailleur 1er mars 2010 A L I M E N T A T I O N A G R I C U L T U R E E N V I R O N N E M E N T

Perspectives de recherche au SAD-ASTER (Mirecourt) Travaux de thèse (2006-2008) : expérimentation numérique et fouille de données – LAE (Colmar) Perspectives de recherche au SAD-ASTER (Mirecourt) Dire que les modèles mécanistes sont trop compliqués à utiliser A L I M E N T A T I O N A G R I C U L T U R E E N V I R O N N E M E N T

Problématique : Méthode : Travaux de thèse : expérimentation numérique et fouille de données Problématique : Comment évaluer de manière opérationnelle le risque d’exposition des eaux de surface aux pertes de pesticides par ruissellement liées aux pratiques agricoles et à l’aménagement du bassin versant ? Méthode : Constituer une base de données : Expérimentation numérique : Utiliser un modèle à bases physiques pour produire des situations de référence Théoriquement tout est possible Limite : temps de simulation Capitaliser l’information sous forme d’indicateur : Apprentissage supervisé Dire que les modèles mécanistes sont trop compliqués à utiliser A L I M E N T A T I O N A G R I C U L T U R E E N V I R O N N E M E N T

Travaux de thèse : expérimentation numérique et fouille de données Résultats de l’expérimentation numérique : matrice entrées / sorties (270000) Résultat de modélisation connectivité Variables les plus influentes Variable 1 Variable 2 Rp V11 V21 V31 Rp1 V12 V22 V32 Rp2 … Interprétation des résultats par arbre de régression (REPTree, Weka) A L I M E N T A T I O N A G R I C U L T U R E E N V I R O N N E M E N T Développement d’un indicateur de risque d’exposition des eaux de surface aux pertes de pesticides à l’échelle du bassin versant Développement d’un indicateur de risque d’exposition des eaux de surface aux pertes de pesticides à l’échelle du bassin versant, 9/12/2008, Nancy

Travaux de thèse : expérimentation numérique et fouille de données Arbre de régression Si la Surface de la parcelle aval est comprise entre 100 et 2500 m² Si le Ks est supérieur à 29,25 mm/h Si la surface amont est comprise entre 100 et 7010 m² Quelle que soit la pente Alors Rp = 58,98 A L I M E N T A T I O N A G R I C U L T U R E E N V I R O N N E M E N T Développement d’un indicateur de risque d’exposition des eaux de surface aux pertes de pesticides à l’échelle du bassin versant, 9/12/2008, Nancy Développement d’un indicateur de risque d’exposition des eaux de surface aux pertes de pesticides à l’échelle du bassin versant

Travaux de thèse : expérimentation numérique et fouille de données Conclusions Intérêt de la démarche : Obtenir un outil opérationnel limitant les pertes d’information liées à la simplification des processus Limites Réflexion sur la construction de la base d’apprentissage Sensibilité de l’outil final « tâtonnements » dans l’utilisation des outils de fouille de données Ce travail a fait l’objet d’un article Wohlfahrt, J., Colin, F., Assaghir, Z. and Bockstaller, C. 2010. "Assessing the impact of the spatial arrangement of agricultural practices on pesticide runoff in small catchments: Combining hydrological modeling and supervised learning.“ Ecological Indicators In Press. A L I M E N T A T I O N A G R I C U L T U R E E N V I R O N N E M E N T Développement d’un indicateur de risque d’exposition des eaux de surface aux pertes de pesticides à l’échelle du bassin versant Développement d’un indicateur de risque d’exposition des eaux de surface aux pertes de pesticides à l’échelle du bassin versant, 9/12/2008, Nancy

Perspectives de recherches au SAD-ASTER (Mirecourt) Approche agronomique de la gestion territoriale des couverts pérennes dédiés à la production d’énergie Problématique : L’augmentation de la demande énergétique impliquera la mise en place de cultures énergétiques (pérennes) sur les territoires agricoles Comment raisonner l’implantation de ces nouveaux couverts ? Comment modéliser les dynamiques de localisation à l’échelle du territoire ? - Comment évaluer les impacts de ces nouvelles cultures ? A L I M E N T A T I O N A G R I C U L T U R E E N V I R O N N E M E N T

Modélisation des dynamiques de localisation et évaluation : Méthodes Perspectives de recherches au SAD-ASTER (Mirecourt) Modélisation des dynamiques de localisation et évaluation : Méthodes A partir d’enquêtes de terrain auprès des acteurs et d’informations sur les potentialités des territoires d’étude : Identification et modélisation des règles des acteurs Etapes :- Identifier les acteurs du territoires et leurs règles (eg, SMA) - Construire des modèles de décision à base de connaissances expertes (enquêtes, expertise, prise en compte de contraintes externes) - Sorties : scenarii prospectifs territoriaux spatialisés Projet Futurol :Thèse 2010-2013 Identification et formalisation des règles de localisation des cultures énergétiques à l’échelle du territoire à partir de connaissances d’acteur. A L I M E N T A T I O N A G R I C U L T U R E E N V I R O N N E M E N T

Modélisation des dynamiques de localisation et évaluation : Méthodes Perspectives de recherches au SAD-ASTER (Mirecourt) Modélisation des dynamiques de localisation et évaluation : Méthodes A partir de résultats de simulation : scénarios et impacts spatialisés Extraction des régularités spatiales (motifs) et identification des facteurs influents Exemples : - Extraire des motifs de distribution spatiale des cultures énergétiques ayant des impacts caractéristiques (pe, à partir d’expérimentation numérique spatialisée sur des territoires virtuels) - Identifier des facteurs de localisation des cultures énergétiques en comparant des scénarios spatialisés construits par des groupes d’acteurs dans différentes conditions de milieu (économique, environnemental, etc.) Projet ANR Bioénergies (soumis) A L I M E N T A T I O N A G R I C U L T U R E E N V I R O N N E M E N T

Modélisation des dynamiques de localisation et évaluation : Méthodes Perspectives de recherches au SAD-ASTER (Mirecourt) Modélisation des dynamiques de localisation et évaluation : Méthodes A partir de données de terrain (télédétection / BD) Extraction des régularités spatiales (motifs) et identification des facteurs influents Exemples : - Construire des modèles prédictifs d’implantation spatialement explicites par extraction de régularités et mise en relation avec des facteurs explicatifs - Valider les modèles de localisation fondés sur les règles des acteurs Pas de projet dans l’immédiat car pas encore assez de données A L I M E N T A T I O N A G R I C U L T U R E E N V I R O N N E M E N T