Fouille temporelle des indicateurs physico-chimiques et biologiques pour l'évaluation de l'état, des pressions et de la capacité de résilience des rivières

Temporal data mining of physicochemical and biological indicators to evaluate the state, the pressures and the resilience capacity of rivers

• Auteur / Autrice : Corinne Grac
• Direction : Jean-Nicolas Beisel, Michèle Trémolières
• Type : Thèse de doctorat
• Discipline(s) : Géochimie
• Date : Soutenance le 19/12/2019
• Etablissement(s) : Strasbourg
• Ecole(s) doctorale(s) : École doctorale des Sciences de la Terre et Environnement (Strasbourg ; 2000-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire image, ville et environnement (Strasbourg ; 2009-....)
• Jury : Président / Présidente : Gabrielle Thiébaut
• Jury : Examinateurs / Examinatrices : Maguelonne Teisseire
• Jury : Rapporteurs / Rapporteuses : Philippe Usseglio-Polatera, Yorick Reyjol

Mots clés

Mots clés contrôlés

Géochimie de l'environnement

Indicateurs de la qualité de l'eau

Bases de données

Écologie des cours d'eau

Mots clés libres

Rivière

Pressions physico-chimiques

Indices biologiques

Macro-invertébrés

Poissons

Diatomées

Macrophytes

État écologique

Directive Cadre européenne sur l’Eau

Pluridisciplinarité

Fouille de données

Motifs temporels

Rivers

Physico-chemical pressures

Biological indices

Macroinvertebrates

Fish

Diatoms

Macrophytes

Ecological status

European Water Framework Directive

Pluridisciplinarity

Data mining

Temporal patterns

Résumé

Les données issues de la surveillance des rivières sont volumineuses, avec des relations complexes. Des méthodes de fouille de données non supervisées peuvent s’y appliquer et donner des résultats pertinents pour leur gestion, sous réserve d’une collaboration étroite entre hydroécologues et informaticiens. L’extraction de motifs partiellement ordonnés à partir de séquences temporelles de pressions physico-chimiques précédant un état biologique a été réalisée. Ces motifs temporels permettent d’identifier une partie des pressions en cause dans un état écologique dégradé ou non, de préciser l’importance de la durée des séquences avant l’évaluation de l’état biologique, d’identifier les altérations caractéristiques à l’échelle d’une hydro-écorégion. A terme nous envisageons d’élargir ces motifs aux pressions hydromorphologiques.

Data from the assessment of river are big data, with complex relationships. Unsupervised data mining methods can be applied on them and give relevant results for their management, if a close collaboration exists between hydroecologists and computer scientists. The extraction of partially ordered patterns from temporal sequences of physicochemical pressures preceding a biological state has been achieved. These temporal patterns allow to identify a part of the pressures involved or not in a degraded ecological status, to specify the importance of the sequences time-length before a biological assessment, to identify the characteristic pressure categories at a regional scale. To go further, we plan to extend these patterns to hydromorphological pressures.