Fusion de données spatialisées, application à la viticulture de précision
Institution:
École nationale supérieure agronomique (Montpellier)Disciplines:
Directors:
Abstract EN:
During the last decade, spatial knowledge management has become increasingly popular in Agriculture and the Environment. These data can be used to consider the spatial and temporal variability of a culture. Nevertheless, this involves the aggregation of all the available data in order to produce a diagnostic and to propose suitable actions. The main problems are the heterogeneity of the different data sets (numeric or symbolic, with different spatial resolutions), and the imprecision and the uncertainty associated with the data and their locations. To overcome these problems, we propose a method to translate all the data into qualitative data and to estimate all the studied variables on the suitable locations. Our method takes into account imprecision, uncertainty, conflicts, and lack of information. We implement a new approach both for the description and for the treatment of the data. The description of the information is based on fuzzy sets and possibility theory. The spatial estimation process is based on a Choquet integral. Our approach is applied on Precision Viticulture data. Our first application is the diagnostic of expert zones manually delineated by experts. Our second application is a field segmentation in order to perform distinct levels of treatment. These examples shows that our approach is valid. Nevertheless, we identify some limitations. Further work is needed to improve our aggregation operator and to consider all the particular aspects of spatial data treatment
Abstract FR:
La gestion de données spatiales a pris une importance considérable dans de nombreux domaines de l'Agriculture ou de l'Environnement. Ces informations permettent notamment d'envisager la prise en compte de la variabilité spatiale et temporelle d'une culture. Cela implique cependant de fusionner les informations disponibles de manière à effectuer un diagnostic et à proposer des actions adaptées. Les principales difficultés sont la très grande diversité des informations disponibles (numériques ou symboliques, de résolutions spatiales différentes), et les imprécisions et incertitudes associées aux données et à leur localisation. Face à cette problématique, nous proposons une méthode permettant de nous ramener systématiquement à un référentiel qualitatif, et de superposer les différentes informations disponibles au niveau spatial, tout en prenant en compte les imprécisions, les incertitudes, les conflits, et les absences éventuelles d'information. Nous mettons en œuvre une approche nouvelle tant pour la description des informations disponibles que pour leur utilisation. Cette approche utilise la théorie des sous ensembles flous et la théorie des possibilités pour décrire les informations disponibles. La superposition des données au niveau spatial met en œuvre un opérateur d'agrégation basé sur une intégrale de Choquet. Cette approche est appliquée à des données de Viticulture de Précision. Le premier exemple s'intéresse à la sélection de zones de requête imprécises par un utilisateur, et au diagnostic de ces zones. Le second décrit comment générer une carte identifiant les zones à traiter selon deux modalités distinctes. Ce travail conclue à la validité de l'approche proposée, et identifie certaines limites. L'opérateur d'agrégation proposé constitue une base de raisonnement, mais pourra évoluer pour prendre en compte l'ensemble des particularités liées au traitement des données spatiales.