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.
https://hal.inria.fr/inria-00107596
Contributeur : Publications Loria
<>
Soumis le : jeudi 19 octobre 2006 - 09:02:40
Dernière modification le : jeudi 11 janvier 2018 - 06:19:53
Document(s) archivé(s) le : mercredi 29 mars 2017 - 13:23:02
Jean-François Mari, Florence Le Ber, Marc Benoît. Segmentation temporelle et spatiale de données agricoles. Actes des 6èmes Journées Cassini 2002, Sep 2002, Presqu'Île de Crozon, France, pp.251-272, 2002. 〈inria-00107596〉
