Feedback

Gembloux Agro-Bio Tech (GxABT)
Gembloux Agro-Bio Tech (GxABT)
Mémoire
VIEW 38 | DOWNLOAD 3

Etude de la cartographie prédictive de sol par Randomforest pour la Hesbaye et le Condroz

Télécharger
Dolphijn, Charly ULiège
Promoteur(s) : Colinet, Gilles ULiège ; Legrain, Xavier ULiège
Date de soutenance : 27-aoû-2019 • URL permanente : http://hdl.handle.net/2268.2/8363
Détails
Titre : Etude de la cartographie prédictive de sol par Randomforest pour la Hesbaye et le Condroz
Auteur : Dolphijn, Charly ULiège
Date de soutenance  : 27-aoû-2019
Promoteur(s) : Colinet, Gilles ULiège
Legrain, Xavier ULiège
Membre(s) du jury : Charles, Catherine ULiège
Cornelis, Jean-Thomas ULiège
Engels, Patrick ULiège
Langue : Français
Nombre de pages : 73
Mots-clés : [fr] Cartographie prédictive de sol
[fr] RandomForest
[fr] CNSW
[fr] Wallonie
Discipline(s) : Sciences du vivant > Sciences de l'environnement & écologie
Public cible : Chercheurs
Professionnels du domaine
Etudiants
Institution(s) : Université de Liège, Liège, Belgique
Diplôme : Master en bioingénieur : sciences et technologies de l'environnement, à finalité spécialisée
Faculté : Mémoires de la Gembloux Agro-Bio Tech (GxABT)

Résumé

[fr] La Belgique dispose d’une carte des sols remarquablement précise, mais qui possède toujours des zones non cartographiées. Ce manque d’information pose problème à ceux qui s’intéressent à ces zones, notamment dans le domaine de l’écologie. La cartographie prédictive, et plus particulièrement l’algorithme « Random Forest », qui se base sur des variables environnementales, est une possibilité de combler certaines de ces zones blanches. L’étude s’est concentrée sur la Hesbaye et le Condroz.
Les résultats diffèrent selon les régions, mais la tendance générale du modèle à ne pas prédire de caractéristiques de sols trop différentes de la réalité pousse à croire que le modèle arrive à « comprendre » les sols dans une certaine mesure, et qu’une amélioration est possible. Le choix des variables d’entrées, de la taille et de la localisation de la zone de travail semblent être primordiaux pour réduire l’erreur de prédiction.


Fichier(s)

Document(s)

File
Access TFE_Charly_Dolphijn_16.08.19.pdf
Description:
Taille: 2.08 MB
Format: Adobe PDF

Auteur

  • Dolphijn, Charly ULiège Université de Liège > Gembloux Agro-Bio Tech

Promoteur(s)

Membre(s) du jury

  • Nombre total de vues 38
  • Nombre total de téléchargements 3










Tous les documents disponibles sur MatheO sont protégés par le droit d'auteur et soumis aux règles habituelles de bon usage.
L'Université de Liège ne garantit pas la qualité scientifique de ces travaux d'étudiants ni l'exactitude de l'ensemble des informations qu'ils contiennent.