Segmentation temporelle et spatiale de données agricoles

Jean-François Mari 1 Florence Le Ber 1 Marc Benoît 1
1 ORPAILLEUR - Knowledge representation, reasonning
INRIA Lorraine, LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
Résumé : Nous présentons les résultats d'un travail de fouille de données effectué par des agronomes et des informaticiens pour extraire des bases de données agricoles teruti des informations sur les successions de cultures pratiquées dans une région. Nous avons utilisé pour cela des modèles stochastiques développés pour l'analyse de séquences et d'images : les modèles de Markov cachés. Ces modèles permettent de représenter des observations temporelles et spatiales comme des successions d'états où les transitions entre états dépendent, suivant l'ordre du modèle, de l'état courant et des n états voisins. Nous présentons une méthode de classification spatio-temporelle qui permet de découper une région sur la base des évolutions des successions de cultures qui y sont pratiquées en faisant apparaître des classes homogènes de successions de cultures. Deux exemples illustrent notre travail : les cas de la Lorraine et de Midi-Pyrénées.
Type de document :
Article dans une revue
Revue Internationale de Géomatique, Lavoisier, 2002, 12 (4), pp.439-460
Liste complète des métadonnées

https://hal.inria.fr/inria-00101033
Contributeur : Publications Loria <>
Soumis le : mardi 26 septembre 2006 - 14:54:03
Dernière modification le : mardi 17 avril 2018 - 23:08:33

Identifiants

  • HAL Id : inria-00101033, version 1

Collections

Citation

Jean-François Mari, Florence Le Ber, Marc Benoît. Segmentation temporelle et spatiale de données agricoles. Revue Internationale de Géomatique, Lavoisier, 2002, 12 (4), pp.439-460. 〈inria-00101033〉

Partager

Métriques

Consultations de la notice

333