Propagation et réduction des incertitudes dans les modèles de changement d’occupation des sols

Résumé

Cette thèse présente une approche de propagation et de réduction des incertitudes liées au processus de changement d’occupation des sols (COS). Les modèles de COS ont, généralement, deux sources d’incertitude qui sont l’incertitude liée aux paramètres du modèle et l’incertitude liée à la structure du modèle. En outre, les incertitudes peuvent être subdivisées en deux types : aléatoire et épistémique. Le premier provient de la variabilité naturelle, alors que, le deuxième provient d’un manque de connaissance. Le problème principal est que la théorie de probabilités classique ne fait pas une distinction claire entre les incertitudes aléatoires et épistémiques de la manière dont elles sont représentées, c’est-à-dire les deux types sont décrits avec une distribution de probabilités. L’objectif de cette thèse est de propager et de réduire les incertitudes liées aux modèles de COS en utilisant la théorie des fonctions de croyance. Plus précisément, l’approche proposée est divisée en six étapes principales : 1) une étape d’identification des incertitudes de paramètres permettant d’identifier les paramètres d’entrée incertains, leurs types d’incertitude et leurs corrélations, 2) une étape de modélisation des paramètres permettant de modéliser et transformer tous les paramètres incertains dans le cadre de la théorie des fonctions de croyance, 3) une étape de propagation des incertitudes de paramètres permettant de propager les incertitudes aléatoires et épistémiques de paramètres tout en considérant les corrélations, 4) une étape de modélisation et de propagation des incertitudes liées à la structure du modèle permettant de modéliser et propager les incertitudes associées à la structure du modèle, 5) une étape d’analyse de sensibilité permettant de tester l’effet des sources d’incertitudes, et 6) une étape d’estimation basée sur les limites de confiance de Kolmogorov-Smirnov permettant d’optimiser les sources sélectionnées. Dans cette thèse, l’approche proposée est appliquée sur un scénario d’urbanisation. Les changements actuels et futurs d’une étude de cas ont été étudiés en se basant sur des images satellitaires Landsat multitemporelles. Ces données sont utilisées pour la préparation de la carte de prédiction de l’année 2025. Les résultats montrent que l’approche proposée basée sur la théorie des fonctions de croyance a le potentiel de réduire les incertitudes dans les modèles de COS.

Citer ce document

Accès au document

Ce document est hébergé sur son dépôt institutionnel d'origine.

Auteur(s)

Statistiques

Consultations : 2

Téléchargements : 0