Démarche statistique pour la sélection des indicateurs par Random Forests pour la surveillance de la qualité des sols

Titre alternatif
Producteur
Contributeur(s)
Éditeur(s)
Identifiant documentaire 8-4970710
Identifiant OAI 4970710
Auteur(s): Taibi-Hassani Salima,Thoisy-Dur J.-C.,Lepelletier Patrice,Bodin Jeanne,Bennegadi-Laurent Nadia,Bessoule Jean-Jacques,Bispo Antonio,Bodilis Josselin,Chaussod Rémi,Cheviron Nathalie,Cortet Jérôme,Criquet Stéven,Dantan Jérôme,Dequiedt Samuel S.,Faure Olivier,Gangneux Christophe,Hellal Jennifer,Hedde Mickael,Hitmi Adnane,Le Guédard Marina,Legras Marc,Peres Guenola,Repinçay Cédric,Rougé Laurence,Ruiz Nuria,Trinsoutrot-Gattin Isabelle,Villenave Cécile
Mots clés Random Forests Analyse discriminante Bioindicateurs Sélection Polluants organiques ETM Occupation des sols
Date de publication 01/01/2013
Date de création
Date de modification
Date d'acceptation du document
Date de dépôt légal
Langue
Thème
Type de ressource
Source
Droits de réutilisation

Région

Département

Commune

Description
Le volume des données définies dans le programme Bioindicateurs 2 (Ademe) et le très grand nombre de variables biologiques à tester (une centaine) nécessitent des techniques d’analyse telles que les Random Forests qui peuvent s’affranchir du problème de multi-coli-néarité pour la sélection d’indicateurs sensibles aux différents facteurs étudiés.La méthodologie des Random Forests consiste en la sélection des variables les plus discriminantes. Ainsi nous avons recherché la meilleure sélection en étudiant l’ensemble des variables biologiques représentant la Microflore et la Faune. Cette démarche a porté sur l’ensemble des indicateurs d’effet issus du programme Bio2, les indicateurs de la flore et d’accumulation (escargot) n’ayant pas été traités. Ces travaux ont été mis en œuvre sur les trois facteurs de discrimination : l’usage des sols, les niveaux de contamination en ETM, et les niveaux de contamination en polluants organiques.Nous avons ensuite regroupé les variables les plus discriminantes issues de chaque analyse par RF. Une analyse discriminante linéaire a ensuite été mise en œuvre pour chaque facteur en vue d’élaborer un modèle prédictif.
Accès aux documents

0

Consultations

0

Téléchargements