GENEXP, un logiciel pour simuler des paysages agricoles

Transcription

1 GENEXP, un logiciel pour simuler des paysages agricoles F. Le Ber (CEVH, LORIA), J.-F. Mari (LORIA) Travail réalisé avec K. Adamczyk, C. Lavigne (INRA) n", GDR SIGMA IGN, 4 décembre 2007

2 Introduction : origine du projet Travail effectué dans le cadre de l appel d offre Impact des OGM du Ministère de la recherche (2002). Des questions : Rôle de la structure du paysage dans la diffusion d un transgène par le pollen et par les graines? Quels sont les paysages où le risque est limité? Rôle de ces structures paysagères dans d autres problèmes, diffusion de spores de maladies, développement d espèces invasives, érosion? Nécessité d élaborer des outils qui permettent de simuler ces phénomènes, sur la base d expertises multiples : biologistes, agronomes, informaticiens, statisticiens.

3 Une réponse : GENEXP, un simulateur de paysages agricoles bidimensionnels engendre des découpages parcellaires à partir des paramètres statistiques, utilise une géométrie algorithmique classique affecte les parcelles d une culture (colza, maïs, OGM ou non, blé, etc.) selon une distribution extraite de données réelles ou simulées. L objectif est de simuler un grand nombre de paysages dotés de caractéristiques communes, utiles pour étudier un phénomène particulier et déterminer des règles généralisables de gestion de ces paysages. Par exemple, pour la diffusion des transgènes (règles de coexistence) : surface et compacité des parcelles, périmètre, distance entre certains types de cultures, etc.

4 Pourquoi simuler des parcellaires : Parce que les données sur des parcellaires réels sont peu disponibles Parce qu on veut envisager des parcellaires différents, des parcellaires possibles Parce qu on veut étudier une variabilité des caractéristiques des parcellaires, et l effet de cette variabilité sur les modèles de flux de gènes (par exemple) Contraintes : GENEXP doit intégrer différentes méthodes de découpage parcellaire pour simuler différents types de parcellaires et maîtriser différentes caractéristiques. GENEXP doit autoriser des couplages avec divers logiciels : le logiciel de statistiques R, le logiciel de fouille de données CARROTAGE, les logiciels de simulation de flux de gènes MAPOD-maïs et GENESYS-colza.

5 Plan 1 Le logiciel GENEXP 2 Méthodes de pavage du plan 3 Couplages de GENEXP avec les différents logiciels 4 Perspectives 5 Quelques références

6 Le logiciel GENEXP Le logiciel GENEXP Objectifs : Construire des paysages dotés des caractéristiques nécessaires à la simulation des phénomènes de dispersion / diffusion de graines ou pollens, maladies... Pouvoir comparer les caractéristiques des paysages simulés à ceux de paysages réels. D où : limitation à deux dimensions, schématisation par un pavage polygonal. Première version : tesselation bidimensionnelle polygonale, obtenue à l aide d un diagramme de Voronoï ; Méthode de pavage à base de polygones simples quelconques. Méthode de pavage rectangulaire aléatoire.

7 Le logiciel GENEXP Fonctionnalités de GENEXP (1) Génération du parcellaire, division en différentes zones, post-traitements, description statistique et export sous différents formats.

8 Le logiciel GENEXP Fonctionnalités de GENEXP (2) Descripteurs des parcelles : surface, périmètre, nombre de sommets, barycentre, rapport surface/périmètre. Implantation Java, versions windows et linux

9 Plan Le logiciel GENEXP 1 Le logiciel GENEXP 2 Méthodes de pavage du plan 3 Couplages de GENEXP avec les différents logiciels 4 Perspectives 5 Quelques références

10 Diagrammes de Voronoï Méthodes de pavage du plan Partition du plan euclidien, générée à partir d un ensemble E de sites ou germes. À chaque site s 1 est associé le sous-ensemble des points du plan qui sont plus proches de s 1 que de tous les autres sites de E. Inconvénients de cette approche : les polygones obtenus sont convexes, le nombre de sommets est élevé. Bonne base, peut être améliorée avec des post-traitements.

11 Méthodes de pavage du plan Simulation de barycentres Cadre des processus ponctuels spatiaux bidimensionels : une configuration x des barycentres observés dans une région finie W R 2 est considérée comme une réalisation d un processus ponctuel X. Choix d un modèle markovien qui respecte des contraintes de distance entre les barycentres : processus à interaction de paires. Paysage nombre de barycentres quantile 2.5% quantile 97.5% alsace origmap pern tren selom selom Nombre des barycentres avec des intervalles de confiance calculés à partir de 100 simulations du modèle pour chaque paysage

12 Méthodes de pavage du plan alsace1 origmap21 pern tren1 selom1 selom Six parcellaires avec les barycentres

13 Méthodes de pavage du plan alsace1 origmap21 pern1 tren1 selom1 selom4 Simualtion de barycentres

14 Méthodes de pavage du plan Comparaison de Voronoï avec barycentres réels et simulés

15 Méthodes de pavage du plan Pavage par un polygone quelconque Proposition d un ou plusieurs types de polygones. Combiner des formes pour rendre la complexité d un paysage réel. Difficulté algorithmique (pas de méthode générale). Une méthode existe pour certains triangles et quadrilatères irréguliers. Elle s appuie sur la translation d une forme obtenue par rotation et combinaison du polygone de base Inconvénient : pavage très régulier, à déformer de manière aléatoire.

16 Méthode des rectangles Méthodes de pavage du plan MACKISACK M. et MILES R., "Homogeneous rectangular tessellations", Advances in Applied Probability, vol. 28, 1996, pp Un semis de points est généré sur le plan selon une loi de Poisson. Pour chaque point, avec probabilité 1 2, on associe une direction verticale ou horizontale. Ensuite, de chaque point, on fait partir un rayon selon la coordonnée croissante et un autre selon la coordonnée décroissante. À chaque intersection, le rayon le plus long s arrête et le rayon le plus court se poursuit. Pavage rectangulaire assez semblable à des structures parcellaires classiques en grande culture. Inconvenient : pas de lien évident entre le semis de points et des points remarquables du paysage réel

17 Méthodes de pavage du plan

18 Plan Méthodes de pavage du plan 1 Le logiciel GENEXP 2 Méthodes de pavage du plan 3 Couplages de GENEXP avec les différents logiciels 4 Perspectives 5 Quelques références

19 Couplages de GENEXP avec les différents logiciels Couplage avec R les bibliothèques spatiales de R permettent de générer des processus ponctuels qui servent de base aux tessellations utilisées dans GENEXP (Voronoï, rectangles aléatoires). Elles donnent les moyens d explorer plus largement les structures de paysages possibles. R contient un certain nombre de descripteurs qui peuvent être utilisés directement sur les paysages générés par GENEXP. Des outils pour afficher les fonctions statistiques sont également disponibles.

20 Couplages de GENEXP avec les différents logiciels Couplage avec CARROTAGE (1) CARROTAGE utilise les modèles de Markov cachés pour analyser des observations spatiales ou temporelles continues ou discrètes. Pour un modèle d ordre n, une suite d observations est segmentée en une succession d états, où les transitions entre états dépendent de l état courant et des n 1 états précédents. La segmentation peut s effectuer selon une dimension (segmentation temporelle) ou deux dimensions (segmentation spatiale). Utilisation sur des données de la base Ter-Uti pour l extraction de connaissances (Mari et al., 2002). Après apprentissage, les modèles peuvent être utilisés pour simuler des séquences temporelles ou spatiales

21 Couplages de GENEXP avec les différents logiciels Couplage avec CARROTAGE (2) blé-bett-blé 14,5% blé-pois-blé 7,0% bett-blé-bett 6,9% pp-pp-pp 6,8% pois-blé-bett 5,3% bett-blé-pois 4,5% bett-blé-blé 1,9% blé-blé-blé 1,6% Simulation temporelle (faite) et spatiale (à faire) des occupations du sol sur les parcellaires générés par GENEXP.

22 Couplages de GENEXP avec les différents logiciels Couplage avec des logiciels de flux de gènes MAPOD-maïs (Angevin et al., 2001) simule la dissémination de gènes dans un espace spatialement hétérogène sans prendre en compte les successions de culture et les transferts de graines, celles-ci ne persistant pas d une campagne à l autre sous nos climats. GENESYS-colza (Colbach et al., 2001) permet de prédire des taux de présence fortuite dans les récoltes pour un parcellaire, une succession sur chaque parcelle et des techniques associées à chaque culture, l ensemble étant défini en entrée du modèle. GENEXP doit fournir les parcellaires initiaux (différents formats) ainsi que des éléments descriptifs de ces parcellaires.

23 Couplages de GENEXP avec les différents logiciels Un parcellaire coloré : maïs, maïs OGM, autres cultures

24 Couplages de GENEXP avec les différents logiciels Simulation de la dispersion de pollens des champs de maïs OGM vers les champs de maïs traditionnel (Mapod-maïs)

25 Perspectives Perspectives Des améliorations sont en cours pour intégrer les différentes options de pavage et de post-traitements. Un ensemble de simulations a été mis en place pour tester d une part le rapport paysage réel / simulé d autre part la liaison entre GENEXP et les logiciels MAPOD-maïs et GENESYS-colza. GENEXP est enregistré à l APP (IDDN FR S P ).

26 Quelques références Quelques références ADAMCZYK K., ANGEVIN F., COLBACH N., LAVIGNE C., LE BER F. et MARI J.-F., "GenExp, un logiciel simulateur de paysages agricoles pour l étude de la diffusion de transgènes", Revue Internationale de Géomatique, volume 17, numéro 3-4, pp , ANGEVIN F., KLEIN E., CHOIMET C., MEYNARD J.-M., DE ROUW A. et SOHBI Y., Modélisation des effets des systèmes de culture et du climat sur les pollinisations croisées chez le maïs : le modèle MAPOD, In : Rapport du groupe 3 du programme de recherche "Pertinence économique et faisabilité d une filière sans utilisation d OGM ", pp , INRA FNSEA, COLBACH N., CLERMONT-DAUPHIN C. et MEYNARD J.-M., GENESYS-Rape. A model of the influence of cropping system on gene escape from herbicide tolerant rapeseed crops to rape volunteers, Agric. Ecosyst. Environ., volume 83, 2001, pp MARI J.-F., LE BER F. et BENOÎT M., Segmentation temporelle et spatiale de données agricoles, Revue Internationale de Géomatique, volume 12, numéro 4, 2002, pp http :// jfmari/genexp/presentation2.html