Proposition de soutien Informations Générales

Transcription

1 Proposition de soutien Informations Générales Développements Produits opératoires / Animation- Réseaux d experts. (Merci d indiquer le type d aide) 001. Nom et statut du demandeur IRD : Pélissier Raphaël Unité du demandeur: UMR AMAP (M123) Téléphone: Raphael.Pelissier@mpl.ird.fr Localisation géographique: Montpellier 002. Type de soutien (cochez la(les) case(s) adéquates : DPO : Développement de Produits Opératoires (Bases de Données, Systèmes d Informations Géographiques, Logiciels, Gestions des pratiques de laboratoire, Boîtes à outils, Environnement de travail collaboratifs informatisés, ). TDM : Traitement de données et modèles (Algorithmes et codes de calculs, modèles, prototypes, simulateurs). PCS : Plateforme de Calcul Scientifique (Architectures Hardware, Clusters, ). APD : Accessibilité et Pérennisation des Données. Soutien à la mise à disposition de données et à leur conservation. L interopérabilité entre bases réparties entre dans cette catégorie. ACS : Animation d une Communauté de Spécialistes des Sciences de l Informatique (par ex : sur les STIC 1, l analyse de données ou la modélisation informatique appliquée, ) Titre et description courte de votre projet (contexte, objectif). Titre : Développement d'une librairie d'analyse des données spatiales pour le logiciel libre de statistiques R Contexte : L analyse des structures spatiales a toujours joué un rôle central en écologie végétale, car celles-ci sont à la fois une conséquence et une condition initiale, voire une cause, des processus dynamiques qui déterminent l évolution des écosystèmes. Identifier et quantifier les structures spatiales est par conséquent un point de passage obligé pour comprendre le fonctionnement des forêts tropicales humides (Pélissier 1995), le modéliser, et, in fine, fournir aux gestionnaires des éléments de diagnostic et de prévision leur permettant de raisonner leur action en matière de gestion des ressources forestières ou de conservation de la biodiversité. 1 Sciences et Techniques de l Information et de la Communication. 2

2 Les méthodes d'analyse de la structure spatiale dérivées de la théorie des processus ponctuels (Ripley 1977, 1981) permettent de caractériser la structure spatiale d un semis de points représentant par exemple la carte des arbres de hauteur > 1,30 cm sur une parcelle forestière (Fig. 1), en termes d agrégation et régularité (ou d attraction et répulsion lorsqu on considère plusieurs espèces), à partir de tests statistiques sur la distribution de l ensemble des distances inter-arbres. Fig. 1. Représentation des arbres d'une parcelle forestière par un semis de points (d'après Goreaud 2000). Ces méthodes présentent le double avantage de s affranchir d un découpage de l espace en unités spatiales arbitraires (comme le nécessite par exemple la méthode des quadrats de Greig-Smith 1952) et de permettre une analyse multi-échelles (contrairement aux méthodes basées sur les distances aux plus proches voisins comme celle de Clark & Evans 1954). Or, au milieu des années 1990, les méthodes dérivées de la théorie des processus ponctuels étaient surtout confinées à la littérature statistique. C'est pourquoi, en collaboration avec F. Goreaud (Laboratoire d'ingénierie pour les Systèmes Complexes, Cemagref, Clermont-Ferrand), nous avons entrepris un travail d adaptation de ces techniques à des questions forestières (Goreaud & Pélissier 1999, Pélissier & Goreaud 2001, Goreaud & Pélissier 2003). Ces travaux méthodologiques ont rapidement fait émerger une demande de transfert d'outils de la part de collègues écologues forestiers (voir par exemple les thèses de Collinet 1997, Moravie 1999, Oddou- Muratorio 2002, Traissac 2003). Nous avons donc progressivement à partir de 1998, implémenté la librairie ADS (environ lignes de code en langage C++ ; Goreaud & Pélissier ) dans le logiciel libre ADE-4 (Thioulouse et al. 1997), disponible gratuitement par Internet pour les plateformes MacOS et Windows ( ; Fig. 2). Fig. 2. Interface utilisateur du logiciel ADE-4 et exemples de fenêtres graphiques des modules ADS. Ces programmes, accompagnés d'une documentation en ligne et d'une assistance aux utilisateurs via le forum ADEList, ont rencontré un certain succès puisque la page d'acceuil d'ads a enregistré plus de 8500 connexions en 2004, que les 3 articles se référant explicitement à ces routines ont été citées près de 40 fois depuis 2000 dans des revues indexées à l'isi et que de nombreux échanges sur le sujet ont eu lieu à travers le forum ADEList, y compris avec des chercheurs et étudiants des pays du Sud (Brésil, 3

3 Argentine, Méxique, etc.). Cependant, depuis 2001 l'équipe qui constitue le noyau dur d'ade-4 au Laboratoire de Biométrie et Biologie Evolutive de l'université de Lyon, a pris la décision d'arrêter le développement de la version autonome du logiciel et d'intégrer les routines au projet international de logiciel libre de statistiques, R ( ; Chessel et al. 2004). Faute d'avoir été en mesure d'investir suffisamment dans la ré-écriture de routines dans un nouveau langage, ADS n'a à ce jour pas été transféré sous R. Or, l'évolution des sytèmes d'exploitation des ordinateurs de bureau, rend la version classique d'ads de plus en plus difficile à maintenir. Elle risque d'être bientôt obsolète, alors même que la demande persiste, aussi bien en recherche qu'en enseignement : les routines ADS servent de support technique pour plusieurs modules d'enseignement sur les processus ponctuels du Mastère Spécialisé SILAT (ENGREF-ENSA Montpellier) depuis 2001, de la formation des Ingénieurs du GREF (ENGREF, Paris) depuis 2003, du DESS "statistique et traitement du signal" (Université Blaise Pascal, Clermont- Ferrand, 2002) et de la formation doctorale ABIES (Université de Paris 7, 2004). Objectif : Le présent projet a pour objectif de développer à partir du code source d'ads, une librairie d'analyse des données spatiales pour le logiciel libre de statistiques R. Le logiciel de statistique R ( est un clône libre du célèbre logiciel commercial Splus. Il est construit en développement partagé, autour d'un langage objet interprété, supporté par de nombreuses plateformes UNIX, Windows et MacOS. Une simple console permet de charger les données et de lancer diverses analyses statistiques et représentations graphiques (Fig. 3). Fig. 3. Interface utilisateur du logiciel R et exemples de fenêtres graphiques. Un des intérêts du système est qu'il permet à n'importe quel utilisateur de particper au développement du logiciel en écrivant ses propres functions, éventuellement regroupées en une librairie. Il existe actuellement environ 500 librairies d'analyses statistiques disponibles pour R, dont 3 traitent de l'analyse des semis de points ( Les plus anciennes, spatial (maintenant intégrée au noyau de base de R) et Splancs, ont été développées par les 2 principaux inventeurs de la méthode d'analyse des processus ponctuels spatiaux, Brian Ripley et Peter Diggle. Ces librairies sont des références en la matière, mais restent d'une utilisation assez hardue pour des nonstatisticiens. La plus récente, la librarie spatstat ( ; Baddeley & Turner 2005) est construite selon une logique assez différente, plus facilement abordable 4

4 pour un thématicien et assez proche de celle d'ads. Elle demeure néanmoins principalement dédiée à des problèmes de modélisation des processus ponctuels spatiaux surtout rencontrés en géographie et épidémiologie, au détriment d'une approche plus exploratoire qui a fait tout l'intérêt d'ads pour les écologues forestiers. Il est d'ailleurs assez frappant de constater que parmi les fonctionnalités reconnues comme restant à développer dans Splancs et spatstat ( figurent celles qui constituent les points forts d'ads pour une utilisation en écologie forestière : 1) l'extension des formules trigonométriques de correction local des effets de bord aux régions d'étude de forme complexe (non rectangulaires ; Goreaud & Pélissier 1999) ; 2) la possibilité de tenir compte de manière simple de l'hétérogénéité du semis de points (l'homogénité étant une condition d'application des tests ; Pélissier & Goreaud 2001) ; 3) la possibilité de pouvoir tester facilement des hypothèses nulles de répartition spatiale par des simulations de Monte Carlo, en particulier celles concernant la position relative de plusieurs catégories de points (Goreaud & Pélissier 2003). Le projet consistera donc à créer et documenter une librairie de fonctions en langage R permettant d'interfacer les fonctions génériques de spatstat avec le code source original d'ads en C++. Le produit attendu sera dans un premier temps une librairie ADS pour R disponible gratuitement sur Internet en parallèle de la version classique. Si au terme d'une période de tests cette nouvelle librairie donne satisfaction aux utilisateurs, elle pourra être soumise officiellement comme complément de spatstat pour archivage dans le réseau CRAN (the Comprehensive R Archive Network ; Bibliographie citée : Baddeley, A & Turner, R Spatstat: an R package for analyzing spatial point patterns. Journal of Statistical Software 12: Chessel, D., Dufour, A.-B. & Thioulouse J The ade4 package-i- One-table methods. R News 4: Clark, P.J. & Evans, F.C Distances to nearest neighbor as a measure of spatial relationships in populations. Ecology, 35: Collinet, F Essai de regroupement des principales espèces structurantes d'une forêt dense humide d'après l'analyse de leur répartition spatiale (Forêt de Paracou, Guyane). Thèse de doctorat. Université Claude Bernard, Lyon. 313 pp. Goreaud, F Apports de l'analyse de la structure spatiale en foret tempérée à l'étude et la modélisation des peuplements complexes. Thèse de Doctorat. ENGREF, Nancy. 524 pp. Goreaud, F. & Pélissier, R ADS in ADE-4: Programme library for Spatial Data Analysis. ( Goreaud, F. & Pélissier, R On explicit formulas of edge effect correction for Ripley's K-function. Journal of Vegetation Science, 10 : Goreaud, F. & Pélissier, R Avoiding misinterpretation of biotic interactions with the intertype K12-function: population independence vs. random labelling hypotheses. Journal of Vegetation Science, 14 : Greig-Smith, P Use of random and contiguous quadrats in the study of the structure of plant communities. Annals of Botany, 16: Moravie, M.-A Un modèle d'arbre dépendant des distances pour l'étude des relations entre la dynamique et la structure spatiale d'une foret dense sempervirente. Thèse de Doctorat. Université Claude Bernard, Lyon. 225 pp. Oddou-Muratorio, S Impact des processus démographiques et spatiaux sur la diversité génétique des arbres forestiers. Le cas d'une espèce disséminée, l'alisier torminal (Sorbus torminalis L. Crantz). Thèse de Doctorat. ENGREF, Nancy. 97 pp. Pélissier, R Relations entre l'hétérogénéité spatiale et la dynamique de renouvellement d'une forêt dense humide sempervirente (Forêt d'uppangala - Ghâts occidentaux de l'inde). Thèse de doctorat. Université Claude Bernard, Lyon. 239 pp. Pélissier, R. & Goreaud, F A practical approach to the study of spatial structure in simple cases of heterogeneous vegetation. Journal of Vegetation Science, 12 : Ripley, B. D Modelling spatial patterns. Journal of the Royal Statistical Society, Serie B39 : Ripley, B. D Spatial statistics. Wiley, New-York. 252 pp. Thioulouse, J., Chessel, D., Dolédec, S. & Olivier, J.-M ADE-4: a multivariate analysis and graphical display software. Statistics and Computing, 7:

5 Traissac, S Dynamique spatiale de Vouacapoua americana (Aublet), arbre de forêt tropicale humide à répartition agrégée. Thèse de Doctorat. Université Claude Bernard, Lyon. 221 pp. 6