Comprendre le contexte et la méthode
En premier lieu, vous allez en savoir un petit peu plus sur les élevages de crevettes et sur les critères que vous allez utiliser dans cette analyse d’adéquation.
Élevage de crevettes intensif
L’élevage de crevettes à travers le monde est une industrie importante et le marché pour des crevettes d’élevage bon marché croît chaque année. Avec l’augmentation de la consommation mondiale et la baisse des coûts, l’élevage commercial de crevettes s’est développé rapidement dans de nombreux pays du monde. L’élevage de crevettes se pratique principalement le long des côtes, où l’eau saumâtre peut être utilisée pour remplir les bassins où sont élevées les crevettes. Traditionnellement, les bassins sont établis dans des endroits où se trouvent des forêts de mangroves. Le résultat est que l’agriculture commerciale détruit les mangroves qui servent de nurseries naturelles aux crevettes sauvages et agissent comme un tampon contre l’élévation du niveau de la mer.
Souvent, pour doper la production, les éleveurs augmentent la densité des crevettes dans les bassins, appliquent des antibiotiques et des pesticides pour réduire la mortalité des crevettes, et tuent les algues résultant des nitrates élevés qui se développent en raison de la densité élevée et du régime alimentaire. Dans ces élevages, les crevettes vivent pour ainsi dire les unes sur les autres dans leurs propres déjections. Dans de tels cas, avant la récolte, les bassins sont vidés des produits chimiques et l’eau chargée d’antibiotiques est pompée dans les rivières et les canaux qui se jettent dans la mer environnante. Pendant quelques semaines, les crevettes sont maintenues dans des bassins propres pour éliminer les produits chimiques de leur organisme, puis elles sont récoltées et expédiées aux consommateurs du monde entier.
Élevage de crevettes au Costa Rica
Le Costa Rica possède d’abondantes ressources en eau douce, des chaînes de montagnes, un climat tropical et une zone économique exclusive marine de près de 600 000 km2. Il s’agit donc d’un pays propice au développement de l’aquaculture et idéal pour la production de crevettes
La production initiale de crevettes, de 2009 à 2015, était caractérisée par la présence de maladies, des éleveurs avec un faible niveau de compétences techniques, des politiques environnementales insuffisantes, un commerce local peu développé et une forte concurrence de l’Asie du Sud-Est. Néanmoins, à partir de 2018, l’industrie a développé une chaîne d’approvisionnement biologique qui a été certifiée selon la réglementation européenne sur l’agriculture biologique. De nombreux exploitants à grande échelle et la plupart des petits éleveurs ont rejoint l’initiative et exploitent désormais des élevages de crevettes biologiques.
En conséquence, au Costa Rica, un protocole de production biologique a été développé, la distribution des nauplii (larves de crevettes) et des aliments biologiques a été mise en place, et certaines écloseries se sont converties à la production biologique. Après avoir reçu une formation à la production biologique, les éleveurs produisent, vendent et commercialisent désormais des crevettes biologiques. Le marché des produits biologiques étant en pleine expansion, on peut logiquement penser que les éleveurs locaux, dont la plupart vivent de la pêche et du tourisme, voudront créer de nouveaux élevages et bassins pour profiter de l’intérêt et de la demande mondiale en crevettes biologiques issues d’un élevage durable.
Modèle d’aptitude
Vous utiliserez le modélisateur d’adéquation de ArcGIS Pro pour localiser de nouveaux sites d’élevage potentiels dans le golfe de Nicoya, au Costa Rica.
Le développement d’un modèle d’adéquation est une approche SIG bien connue pour identifier les meilleurs emplacements d’un site sur la base de plusieurs critères. Dans ce tutoriel, vous allez utiliser les cinq critères suivants pour définir les meilleurs emplacements pour l’implantation d’élevages de crevettes biologiques :
- Se trouver à proximité immédiate de l’eau salée, indispensable à la croissance des crevettes. Dans ce contexte, cela signifie être proche du golfe de Nicoya, qui donne sur l’océan Pacifique.
- Être sûr des types spécifiques d’utilisation du sol : le terrain le plus approprié est un sol actuellement couvert de pâturages, de zones arbustives ou de terres utilisées pour l’agriculture. Les forêts de mangrove doivent être absolument évitées.
- Être très proche du réseau routier, afin d’acheminer les crevettes vers les usines de transformation et le marché.
- Être situé près de rivières pour pouvoir rincer régulièrement les bassins à crevettes à l’eau douce.
- Se trouver sur des sols relativement plats, les pentes prononcées n’étant pas adaptées aux bassins de crevettes.
À l’aide du modélisateur d’adéquation ArcGIS Pro, vous allez effectuer les opérations suivantes :
- Générer une carte d’adéquation indiquant les zones les plus favorables en fonction des cinq critères.
- À partir de la carte d’adéquation, identifier les cinq meilleurs emplacements potentiels pour l’élevage de crevettes.
La création d’un modèle d’adéquation passe par cinq étapes principales :
- Déterminer et préparer les données de critères.
- Transformer les valeurs de chaque critère en échelle d’aptitude commune.
- Pondérer les critères les uns par rapport aux autres et les combiner pour créer une carte d’adéquation.
- Localiser les zones correspondant le mieux à vos critères.
Jusqu’à présent, vous avez découvert l’élevage de crevettes au Costa Rica et passé en revue les critères que vous allez utiliser dans le modèle d’adéquation pour localiser de nouveaux sites d’élevage potentiels dans le golfe de Nicoya.
Explorer les données d’adéquation d’un élevage de crevettes
Vous allez à présent télécharger un projet qui contient toutes les données nécessaires à ce didacticiel et les ouvrir dans ArcGIS Pro. Vous allez explorer ensuite les couches de données.
Prise en main
Vous allez télécharger le paquetage de projet.
- Téléchargez le paquetage ShrimpFarm.
Un fichier nommé ShrimpFarm.ppkx est téléchargé sur votre ordinateur.
Remarque :
Un fichier .ppkx est un paquetage de projet ArcGIS Pro qui peut contenir des cartes, des données et d’autres fichiers pouvant être ouverts dans ArcGIS Pro. Pour en savoir plus sur la gestion des fichiers .ppkx, consultez ce guide.
- Recherchez le fichier téléchargé sur votre ordinateur.
Conseil :
Dans la plupart des navigateurs Web, il est téléchargé par défaut dans le dossier Downloads (Téléchargements) de votre ordinateur.
- Double-cliquez sur ShrimpFarm.ppkx pour l’ouvrir dans ArcGIS Pro. À l’invite, connectez-vous avec votre compte ArcGIS.
Remarque :
Si vous n’avez pas accès à ArcGIS Pro ou ne disposez pas d’un compte d’organisation ArcGIS, consultez les options disponibles pour accéder aux logiciels.
Le projet s’ouvre et affiche la carte Gulf of Nicoya (Golfe de Nicoya).
La carte qui s’affiche actuellement comprend une couche Land_Cover, une couche Hillshade (Ombrage) située en dessous et qui donne une idée de l’altitude de la région, et l’étendue d’eau du golfe, représentée en bleu foncé (Gulf_Water). L’arrière-plan est le fond de carte World Imagery (Imagerie mondiale).
- Examinez la fenêtre Contents (Contenu).
Vous pouvez constater que plusieurs autres couches sont incluses, toutes nécessaires à l’analyse d’adéquation que vous effectuerez dans le didacticiel. Vous allez maintenant examiner ces couches.
Remarque :
Toutes les couches de données source ont été réduites à l’étendue de la zone Land_Mask, qui représente les terres dans la zone d’étude. Pour plus d’informations, voir la section Appliquer ce processus à vos données à la fin du présent didacticiel.
Explorer les couches de critères
En premier lieu, vous allez explorer la couche Land_Cover, qui est déjà activée.
- Dans la fenêtre Contents (Contenu), cliquez sur la flèche en regard de Land_Cover pour développer la légende de la couche.
Cette couche contient différents types de catégories d’occupation du sol. Certaines catégories sont plus adaptées à l’élevage de crevettes que d’autres et ce, à des degrés divers. Rangeland (Parcours naturel) (le plus souvent de la prairie et de la zone arbustive) et Crops (Cultures) sont le plus souvent adaptées, suivis de Bare Ground (Sol nu), Trees (Arbres) et Flooded Vegetation (Végétation noyée) qui sont modérément adaptées, Built Area (Zone de construction), Water (Eau) et Mangrove étant les moins adaptées.
Observez qu’il y a beaucoup de mangroves (symbolisées en vert plus foncé) près de la côte. Une mangrove est un buisson ou un petit arbre qui pousse dans les eaux côtières salines ou saumâtres. Il s’accommode de l’eau salée et s’est adapté à vivre dans les rudes conditions côtières. Les forêts de mangroves servent de tampon contre les cyclones et jouent un rôle important dans l’atténuation des effets du changement climatique. Comme évoqué, le gouvernement du Costa Rica souhaite protéger les mangroves et éloigner les activités d’élevage de crevettes qui s’y trouvent.
Remarque :
Les rasters d’occupation du sol sont généralement dérivés de l’imagerie multispectrale, en utilisant des techniques de classification d’images pour déterminer les types d’occupation sur la base de leurs signatures spectrales. Consultez le didacticiel Calculer les surfaces imperméables à partir d’une imagerie spectrale pour un exemple d’un tel processus de classification. En retour, la couche Gulf_Water a été dérivée de la couche d’occupation du sol.
- Sur la carte, faites un zoom avant et arrière avec la molette de la souris pour explorer la couche Land_Cover.
- À l’issue, dans la fenêtre Contents (Contenu), réduisez la couche Land_Cover. Cliquez avec le bouton droit de la souris sur la couche Land_Cover et choisissez Zoom To Layer (Zoom sur la couche) pour revenir à l’ensemble de la zone d’étude.
- Cliquez sur la zone en regard de Gulf_Water pour désactiver et réactiver la couche pour mieux visualiser son étendue.
De l’eau salée est nécessaire pour remplir les bassins où sont élevées les crevettes. Comme l’eau salée est présente dans le golfe, votre modèle d’adéquation doit garantir que les nouveaux sites de pénéiculture sont aussi proches que possible de la côte du golfe (tout en évitant les mangroves protégées). Vous allez maintenant vous familiariser avec le réseau routier.
- Dans la fenêtre Contenu, activez la couche Roads. Explorez la couche symbolisée en gris foncé.
Les éleveurs de crevettes ont besoin d’acheminer leurs crevettes vers les usines de transformation et les marchés pour la vente et la redistribution. Par conséquent, les sites ayant un accès au réseau routier sont privilégiés.
- Lorsque vous avez terminé, dans la fenêtre Contents (Contenu), désactivez la couche Roads.
- Dans la fenêtre Contents (Contenu), activez la couche Rivers. Explorez la couche symbolisée en bleu moyen.
L’élevage de crevettes nécessite un accès à de l’eau douce pour rincer périodiquement les bassins. La proximité d’une rivière est donc hautement souhaitable.
- À l’issue de l’exploration, dans la fenêtre Contents (Contenu), désactivez la couche Rivers (Rivières).
Vous allez maintenant explorer la couche Slope (Pente).
- Dans la fenêtre Contents (Contenu), désactivez la couche Land_Cover et activez la couche Slope (Pente).
La couche est un raster qui représente l’inclinaison de la pente, entre 0 et 90 degrés, pour chaque cellule de la zone d’étude. Elle est symbolisée du blanc (surfaces les plus plates) au marron (pentes les plus prononcées). Les étangs de crevettes doivent se trouver sur des sols relativement plats, les pentes prononcées n’étant donc pas adaptées.
Remarque :
La couche de pente a été dérivée d’une couche de données d’élévation, elle-même dérivée de données de télédétection. La couche d’ombrage était également dérivée des mêmes données d’élévation. Pour plus d’informations sur la manière de générer ces couches, voir la section Appliquer ce processus à vos données à la fin du présent didacticiel.
- À l’issue de l’exploration, dans la fenêtre Contents (Contenu), désactivez la couche Slope (Pente). Si nécessaire, cliquez avec le bouton droit de la souris sur Land_Cover et sélectionnez Zoom To Layer (Zoom sur la couche).
Vous allez ensuite examiner les rasters de distance qui ont été dérivés de certaines couches explorées précédemment.
Explorer les rasters de distance
Dans votre modèle d’adéquation, vous pouvez utiliser directement la couche d’occupation du sol, car différents niveaux d’adéquation seront attribués à différents types d’occupation du sol. Par exemple, Rangeland (Parcours naturel) aura un degré d’adéquation très élevé, et Mangrove un degré d’adéquation très faible. De même, vous pouvez utiliser la couche de pente directement.
Cependant, pour d’autres critères, vous avez besoin de générer une couche raster dérivée. Par exemple, dans le cas du critère de l’eau salée, il n’est pas vrai qu’une localisation exactement en bordure des eaux du golfe convient et qu’une localisation qui ne le serait pas ne convient pas. Au contraire, la variation de l’adéquation est progressive. Plus un emplacement est proche des eaux du golfe, plus il est approprié. Plus un emplacement est éloigné des eaux du golfe, moins il est approprié. Cela signifie que le niveau d’adéquation d’un emplacement dépend de la distance qui le sépare du golfe. Pour déterminer cette valeur de distance, vous devez dériver un raster de distance, qui identifie la distance de chaque localisation dans la zone d’étude par rapport aux eaux du golfe. De même, vous devez également dériver des rasters de distance pour les critères des routes et des rivières. Ces rasters de distance seront utilisés dans votre modèle d’adéquation.
Ce didacticiel n’étant pas axé sur la préparation des données, ces rasters dérivés ont été générés pour vous.
Remarque :
Pour en savoir plus sur la préparation de ces rasters dérivés, voir la section Appliquer ce processus à vos données à la fin du présent didacticiel.
Vous allez passer ces couches en revue.
- Dans la fenêtre Contents (Contenu), identifiez les trois rasters de distance, dont les noms commencent par Dist_.
- Activez la couche Dist_Saline_Water et développez-la.
La légende vous apprend que les différentes localisations dans la zone d’étude peuvent se situer à des distances allant de 0 à 14 074,7 mètres (ou 14,075 kilomètres) du golfe. Sur la carte, vérifiez que les valeurs basses (bleu foncé) sont plus proches du golfe et que les valeurs plus élevées (bleu clair) en sont plus éloignées.
- Cliquez sur quelques localisations pour voir la valeur de la distance s’afficher dans la fenêtre contextuelle.
- Fermez la fenêtre contextuelle. Dans la fenêtre Contents (Contenu), réduisez la couche Dist_Saline_Water.
- Par vous-même, passez en revue les couches de distance supplémentaires qui représentent les critères suivants :
- Distance aux routes (Dist_Roads)
- Distance aux cours d’eau (Dist_Rivers)
Vous pouvez également activer les couches d’origine Roads (Routes) et Rivers (Rivières) pour mieux comprendre dans quelle mesure les couches d’origine et dérivées sont liées. Par exemple, comparez Dist_Roads et Roads (Routes).
- Remarquez que chaque couche a une plage de distances différente.
Par exemple, Dist_Roads est compris entre 0 et 5,6 kilomètres, et Dist_Rivers varie de 0 à près de 13,9 kilomètres. Plus tard, vous devrez les transformer en une échelle commune pour les combiner dans votre modèle d’adéquation.
- Dans la fenêtre Contents (Contenu), désactivez toutes les couches de distance, puis réactivez la couche Land_Cover.
- Dans la barre d’outils Accès rapide, cliquez sur le bouton Enregistrer pour enregistrer le projet.
Remarque :
Un message peut vous avertir que si vous enregistrez ce fichier de projet avec la version actuelle d’ArcGIS Pro, vous ne pourrez pas le rouvrir dans une version antérieure. Si ce message apparaît, cliquez sur Yes (Oui) pour continuer.
Vous avez désormais configuré le projet et exploré les couches de critères. Vous allez ensuite créer le modèle d’adéquation.
Développer le modèle d’adéquation et transformer les couches
Maintenant que vous avez exploré les critères et les couches d’adéquation pour les élevages de crevettes, vous pouvez commencer à créer un modèle d’adéquation à l’aide du modélisateur d’adéquation afin d’identifier les cinq meilleurs sites potentiels pour de nouveaux élevages de crevettes.
Le principe de base derrière le Suitability Modeler (Modélisateur d’adéquation) est que la création d'un modèle est un processus dynamique et itératif. Pour générer le modèle, vous allez interagir avec des fenêtres, des diagrammes et des cartes et allez recevoir un feedback immédiat qui vous aidera à prendre des décisions, notamment pour la définition des paramètres du modèle et l’observation de l’effet des décisions sur les résultats finaux.
Les étapes générales pour créer un modèle d’adéquation sont les suivantes :
- Identifier les critères.
- Transformer les valeurs de chaque critère en une échelle commune.
- Pondérer les critères les uns par rapport aux autres et les combiner pour créer une carte d’adéquation.
- Localiser les zones correspondant le mieux à vos critères.
Créer le modèle et ajouter les critères
Vous commencerez par créer le modèle et y ajouter les critères.
- Sur le ruban, sous l’onglet Analysis (Analyse), dans le groupe Workflows (Processus), cliquez sur Suitability Modeler (Modélisateur d’adéquation).
La fenêtre Suitability Modeler (Modélisateur d’adéquation) s’affiche. Notez les onglets Settings (Paramètres), Suitability (Adéquation) et Locate (Localiser) : vous allez les utiliser dans ce processus.
- Dans la fenêtre Suitability Modeler (Modélisateur d’adéquation), vérifiez que l’onglet Settings (Paramètres) est actif et définissez les paramètres suivants :
- Pour Model Name (Nom de modèle), saisissez Shrimp_Farm_Model.
- Pour Output suitability raster (Raster d’adéquation en sortie), saisissez Nicoya_Suitability.
- Acceptez toutes les autres valeurs par défaut.
Remarque :
Par défaut, le Modélisateur d’adéquation utilise un ensemble de combinaisons de couleurs conçu pour les utilisateurs présentant une déficience de la perception des couleurs. Les combinaisons de couleurs par défaut seront utilisées dans ce didacticiel. Toutefois, le cas échéant, l’option Use color vision deficient color schemes (Utiliser des combinaisons de couleurs adaptées à une déficience de la perception des couleurs) est disponible pour activer les combinaisons de couleurs adaptées à une déficience de la perception des couleurs pour l’ensemble des cartes, légendes et diagrammes.
Vous allez enregistrer le modèle.
- Sur le ruban, sous l’onglet Suitability Modeler (Modélisateur d’adéquation), dans le groupe Suitability Model (Modèle d’adéquation),cliquez sur Save (Enregistrer).
Remarque :
Si vous souhaitez faire une pause et fermer ArcGIS Pro, vous pourrez toujours accéder à ce modèle plus tard. Ouvrez la fenêtre Suitability Modeler (Modélisateur d’adéquation) et cliquez sur le bouton Browse (Parcourir) en regard du nom du modèle. Accédez à Folders (Dossiers) > ShrimpFarm > ShrimpFarm.sam > ShrimpFarm et cliquez sur OK. Ensuite, reprenez là où vous vous étiez arrêté.
- Dans la fenêtre Contents (Contenu), vérifiez qu’un nouveau groupe de couches nommé Shrimp_Farm_Model a été ajouté.
Il est actuellement vide.
- Dans la fenêtre Suitability Modeler (Modélisateur d’adéquation), cliquez sur l’onglet Suitability (Adéquation).
Cet onglet contient une table Criteria (Critères). Vous allez ajouter les critères du modèle dans la table.
Pour rappel, voici les cinq critères définissant les meilleurs emplacements pour l’implantation d’élevages de crevettes biologiques :
- Se trouver à proximité immédiate de l’eau salée, c’est-à-dire du golfe de Nicoya.
- Être sûr des types spécifiques d’utilisation du sol : le terrain le plus approprié est un sol actuellement couvert de pâturages, de zones arbustives ou de terres utilisées pour l’agriculture. Les forêts de mangrove doivent être absolument évitées.
- Être très proche du réseau routier, afin d’acheminer les crevettes vers les usines de transformation et le marché.
- Être situé près de rivières pour pouvoir rincer régulièrement les bassins à crevettes à l’eau douce.
- Se trouver sur des sols relativement plats, les pentes prononcées n’étant pas adaptées aux bassins de crevettes.
- Dans la fenêtre Suitability Modeler (Modélisateur d’adéquation), sous Criteria (Critère), en regard de Input Rasters (Rasters en entrée), cliquez sur le bouton Add raster criteria as layers from Contents list (Ajouter les critères raster comme couches à partir de la liste Contenu).
- Dans la liste des couches Criteria (Critères), cochez les cases correspondant aux couches suivantes :
- Land_Cover (Occupation_sol)
- Pente
- Dist_Saline_Water
- Dist_Roads (Distance aux routes)
- Dist_Rivers (Distance aux cours d’eau)
- Dans la liste des couches Criteria (Critères), cliquez sur Add (Ajouter).
- Dans la fenêtre Suitability Modeler (Modélisateur d’adéquation), pour Criteria (Critères), vérifiez que les cinq couches de critères ont bien été ajoutées à la liste.
Remarque :
Si vous avez ajouté une couche par erreur, vous pouvez survoler son nom dans la table Criteria (Critères) et cliquer sur la flèche rouge pour la supprimer.
- Dans la fenêtre Contents (Contenu), vérifiez que le groupe de couches Shrimp_Farm_Model est activé et développé, et que les cinq couches de critères ont bien été ajoutées.
Ce groupe de couches stocke toutes les couches pertinentes pour le modèle, et d’autres seront ajoutées au fur et à mesure que vous progresserez dans le processus.
Dans cette section, vous avez créé un modèle d’adéquation et y avez ajouté cinq couches de critères.
En savoir plus sur les différents types de rasters
Pour vous préparer aux prochaines étapes du processus, vous allez découvrir les différents types de rasters.
Dans votre modèle d’adéquation, vous allez combiner tous les critères. Mais d’abord, vous devez convertir chaque critère en une échelle d’adéquation commune de 1 à 10, afin qu’ils puissent tous contribuer de manière égale au modèle. Le nombre 10 est attribué à la valeur la plus souhaitable d’un critère, et le nombre 1 à la moins souhaitable. Il y a plusieurs manières d’effectuer cette transformation en fonction des types de raster et de la signification du critère.
Une distinction importante dans les types de rasters est celle entre les rasters continus et les rasters catégoriels. Par exemple, Dist_Salty_Water est un raster continu : il possède une plage de valeurs numériques qui représente des distances entre 0 et 14 344,8 mètres, et ses cellules peuvent prendre n’importe quelle valeur décimale dans cette plage. De la même manière, Slope (Pente), Dist_Roads, et Dist_Rivers sont également des rasters continus. En revanche, Land_Cover est un raster catégoriel : ses cellules prennent des valeurs qui représentent des catégories, comme Mangrove ou Grassland (Pâturages), et il n’y a que huit catégories possibles pour ce raster.
Remarque :
Dans des données continues, les valeurs ont une signification les unes par rapport aux autres. Par exemple, une distance de 50 mètres à une route est moitié moindre qu’une distance de 100 mètres. Dans des données catégorielles, ces types de relations entre les valeurs n’existent pas. Une utilisation du sol de 1 (Eau) ne représente pas la moitié de l’utilisation du sol de 2 (Arbres).
Les rasters continus sont généralement représentés par des points flottants et les rasters catégoriels par des entiers.
La transformation sera traitée différemment, selon que les rasters sont continus ou catégoriels. Vous allez également découvrir deux façons de transformer des rasters continus, en fonction des données spécifiques qu’ils représentent : l’application d’une fonction continue ou d’une plage de classes.
| Nom de la couche | Type | Méthode de transformation |
|---|---|---|
Dist_Saline_Water | Continu | Fonction continue |
Land_Cover (Occupation_sol) | Catégoriel | Catégories uniques |
Dist_Roads (Distance aux routes) | Continu | Plage de classes |
Dist_Rivers (Distance aux cours d’eau) | Continu | Fonction continue |
Pente | Continu | Fonction continue |
Transformer les données continues
Vous allez commencer par transformer le raster continu Dist_Saline_Water. Pour ce faire, appliquez une fonction continue.
- Dans la fenêtre Suitability Modeler (Modélisateur d’adéquation), dans Criteria (Critères), cliquez sur le cercle en regard du critère Dist_Saline_Water.
Le cercle devient vert et la fenêtre Transformation s’affiche.
- Si nécessaire, redimensionnez et repositionnez la fenêtre Transformation pour la placer sous la carte Gulf of Nicoya (Golfe de Nicoya), afin de pouvoir voir à la fois la fenêtre et la carte (voir l’image ci-dessous).
Dans la fenêtre Contents (Contenu), dans le groupe de couches Shrimp_Farm_Model, deux couches supplémentaires ont également été ajoutées : Nicoya_Suitability et Transformed Dist_Saline_Water (Dist_Saline_Water transformée).
La couche Transformed Dist_Saline_Water (Dist_Saline_Water transformée) montre la couche Dist_Saline_Water après transformation selon une échelle de 1 à 10. À ce stade, elle utilise une transformation par défaut. La couche Nicoya_Suitability affichera la combinaison de toutes les couches de critères transformées au fur et à mesure de leur activation. Comme pour le moment, il n’y a qu’une seule couche transformée, Nicoya_Suitability est simplement un double de Transformed Dist_Saline_Water (Dist_Saline_Water transformée).
- Vérifiez que Transformed Dist_Saline_Water (Dist_Saline_Water transformée) est activée, puis désactivez Nicoya_Suitability.
Vous allez utiliser la fenêtre Transformation pour affiner la transformation appliquée à la couche Dist_Saline_Water.
- Examinez le contenu de la fenêtre Transformation.
La fenêtre Transformation comprend trois sections, chacune fournissant des informations pour vous aider à sélectionner la transformation la plus appropriée. La section centrale est utilisée pour spécifier la méthode de transformation. Actuellement, la fonction MSSmall est utilisée. La section de droite affiche un diagramme de transformation, et la section de gauche affiche un diagramme d’adéquation.
- Dans la fenêtre Transformation, dans l’onglet Continuous Functions (Fonctions continues), cliquez sur la liste déroulante Function (Fonction) et examinez les fonctions disponibles. Vérifiez que MSSmall est sélectionné.
La couche Dist_Saline_Water étant un raster continu, la méthode Continuous Functions (Fonctions continues) MSSmall a été appliquée par défaut. Selon vos données spécifiques, d’autres fonctions continues répertoriées dans la liste déroulante peuvent être plus appropriées.
- Observez le diagramme Transformation of Dist_Saline_Water (Transformation de Dist_Saline_Water).
Le diagramme illustre la transformation des valeurs du raster original (axe x) en valeurs d’adéquation de 1 à 10 (axe y). La fonction de transformation est affichée sous la forme d’une ligne bleue. Par exemple, vous pouvez voir que la valeur originale de 5 629,9 (mètres) est transformée en une adéquation d’environ 5. L’application d’une fonction continue signifie qu’à chaque mètre d’éloignement du golfe, la préférence diminue continuellement, les distances les plus proches étant plus souhaitables. Avec la fonction MSSmall, les distances les plus proches reçoivent la plus haute adéquation (une valeur de 10), puis après environ 4 500 mètres, la préférence diminue fortement.
Les barres du diagramme représentent un histogramme qui indique le nombre relatif de cellules pour les différentes plages de valeurs sur l’axe x. Les couleurs des barres correspondent à l’adéquation : en vert, le plus souhaité ; en rouge, le moins souhaité.
- Regardez la couche Transformation of Dist_Saline_Water (Transformation de Dist_Saline_Water) sur la carte.
La même symbolisation des couleurs est appliquée au diagramme et à la carte.
- Sur la carte, cliquez sur plusieurs endroits de la zone d’intérêt pour voir leur valeur dans la fenêtre Pop-up (Fenêtre contextuelle).
Comme prévu, elles varient de 1 à 10.
- Fermez la fenêtre Pop-up (Fenêtre contextuelle).
- Dans la fenêtre Transformation, examinez le diagramme Distribution of Suitability (Distribution d’adéquation).
Cet histogramme présente la distribution des valeurs d’adéquation dans la couche d’adéquation combinée : l’axe x représente la plage des valeurs d’adéquation (actuellement de 1 à 10) et l’axe y le nombre de cellules attribuées à chaque valeur. L’histogramme et la carte d’adéquation sont mis à jour à chaque changement apporté au modèle. Ils fournissent un feedback sur la manière dont les modifications de chaque transformation de critère affectent le résultat final.
Vous allez maintenant explorer les différentes transformations qui peuvent être appliquées à Dist_Saline_Water.
- Dans la fenêtre Transformation, pour Function (Fonction), sélectionnez Linear (Linéaire).
Les deux diagrammes et la carte se mettent à jour.
- Examinez le diagramme Transformation of Dist_Saline_Water (Transformation of Dist_Saline_Water).
Dans le diagramme, la ligne bleue représente désormais la progression d’une fonction linéaire type. Les localisations les plus proches de l’eau ont maintenant des préférences moins élevées et cette préférence augmente à mesure que l’on s’éloigne de l’eau. Ce n’est pas ce que vous voulez. Vous allez donc inverser la transformation.
- Dans la fenêtre Transformation, cochez la case Invert function (Inverser la fonction).
La transformation se fait à nouveau dans la bonne direction (les distances inférieures sont préférables). La principale différence avec la transformation MSSmall est que les valeurs d’adéquation diminuent de façon plus régulière (linéaire).
- Observez la carte et voyez comment les transformations MSSmall et Linear (Linéaire) modifient la couche Transformed Dist_Saline_Water (Dist_Saline_Water transformée)
Vous pouvez alterner entre les fonctions à votre guise.
- Dans la fenêtre Transformation, à l’aide de la liste déroulante Function (Fonction), explorez certaines des autres fonctions pour observer leur effet.
MSSmall est un bon choix pour cette couche. L’adéquation diminue fortement à mesure que la distance à la côte augmente. Toutefois, il faut que cette forte diminution se produise plus tôt, car l’élevage de crevettes doit être situé près de la côte pour pouvoir accéder facilement à l’eau saumâtre. Vous allez utiliser le paramètre Mean multiplier (Multiplicateur moyen) à cette fin.
- Dans la fenêtre Transformation, pour Function (Fonction), sélectionnez la fonction MSSmall.
- Pour Mean multiplier (Multiplicateur moyen), saisissez 0,2 et appuyez sur Entrée.
La forte diminution se produit maintenant bien plus tôt, tant sur le diagramme de transformation que sur la carte. Les zones très proches de l’océan ont la préférence la plus élevée (vert), tandis que les zones plus éloignées tombent rapidement à des valeurs de préférence moindre (jaune et rouge).
Dans cette section, vous avez vu comment le modélisateur d’adéquation vous permet de recevoir un feedback dynamique sur vos choix de transformation, tout en étudiant plus particulièrement les fonctions continues. Dans la section suivante, vous allez explorer les transformations catégorielles.
Transformer des catégories uniques
Vous allez maintenant transformer le deuxième critère, Land_Cover, sur l’échelle commune de 1 à 10. Certains types d’occupation du sol se prêtent mieux que d’autres à l’aménagement de bassins à crevettes.
- Dans la fenêtre Suitability Modeler (Modélisateur d’adéquation), pour Criteria (Critères), cliquez sur le cercle en regard de Land_Cover.
Remarque :
Le bouton devient vert, indiquant qu’il s’agit du critère actif dans la fenêtre Transformation. Le bouton devient gris dès que le critère a été transformé et n’est plus actif dans la fenêtre Transformation.
Les fenêtres Transformation et Contents (Contenu) se mettent à jour.
- Dans la fenêtre Contents (Contenu), examinez le groupe de couches Shrimp_Farm_Model.
Une couche supplémentaire nommée Transformed Land_Cover (Land_Cover transformé) a été ajoutée. La couche Nicoya_Suitability a maintenant une plage de 2 à 20, car elle combine les deux premiers critères.
- Assurez-vous que la couche Transformed Land_Cover (Land_Cover transformé) est activée. Désactivez toutes les autres couches dans le groupe de couches Shrimp_Farm_Model.
- Examinez la fenêtre Transformation.
Comme Land_Cover consiste en des données catégorielles, la méthode de transformation Unique Categories (Catégories uniques) a été appliquée par défaut et les valeurs de transformation proposées sont répertoriées dans une table.
- Dans la fenêtre Transformation, pour Field (Champ), choisissez Class_Name.
La table se met à jour pour afficher le nom de chaque type d’occupation du sol dans la colonne Category (Catégorie). La colonne Class (Classe) indique la valeur numérique correspondant à chaque type d’occupation du sol. La colonne Suitability (Adaptabilité) présente le résultat de la méthode de transformation univoque qui a été appliquée. Chaque catégorie d’occupation du sol se voit attribuer une valeur d’adéquation en fonction de la préférence qu’elle présente pour le développement d’un élevage de crevettes. Pour l’instant, les valeurs d’adéquation ont été attribuées dans l’ordre de la liste des classes. Vous allez maintenant saisir les valeurs désirées.
Vous allez désactiver Auto Calculate (Calculer automatiquement) pour empêcher le Modélisateur d’adéquation d’appliquer des mises à jour immédiates à chaque fois que vous changez une valeur.
- Sur le ruban, sous l’onglet Suitability Modeler (Modélisateur d’adéquation), dans le groupe Suitability Analysis (Analyse d’adéquation), décochez la case Auto Calculate (Calculer automatiquement).
- Dans la table Unique Categories (Catégories uniques), mettez à jour la valeur Suitability (Adéquation) pour chaque catégorie.
Utilisez la table suivante pour attribuer les valeurs d’adéquation souhaitées.
Catégorie Adéquation Eau
1
Arbres
4
Végétation inondée
3
Cultures
6
Zone construite
1
Sol nu
5
Mangroves
1
Parcours naturel
9
Les types d’occupation du sol les plus adéquats, tels que Rangeland (Parcours naturel) et Crops (Cultures), se voient attribuer les valeurs les plus élevées, tandis que les moins adéquats se voient attribuer les valeurs les plus faibles.
- Sur le ruban, sous l’onglet Suitability Modeler (Modélisateur d’adéquation), dans le groupe Suitability Analysis (Analyse d’adéquation), cliquez sur Calculate (Calculer) et cochez la case Auto Calculate (Calculer automatiquement).
Les nouvelles valeurs d’adéquation ont maintenant été appliquées aux types Land_Cover et les calculs ultérieurs s’appliquent désormais automatiquement lorsque vous modifiez un paramètre du modèle. Vous allez inspecter les diagrammes et les couches mis à jour.
- Dans la fenêtre Transformation, explorez le diagramme à barres Transformation of Land_Cover (Transformation de Land_Cover) mis à jour.
Les couleurs du diagramme à barres de transformation décrivent la préférence d’adéquation pour chaque type d’utilisation du sol, du vert (préférence la plus élevée) au rouge (le moins adapté). La hauteur des barres indique le nombre de cellules raster pour chaque utilisation du sol. Des barres plus hautes indiquent que le type d’utilisation du sol est plus courant dans la zone d’étude.
- Sur la carte, examinez la couche Transformed Land_Cover (Land_Cover transformé).
Remarquez les zones rouges le long de la côte. Elles représentent les forêts de mangroves et certaines zones urbaines, et sont les moins adéquates. Les zones recouvertes d’arbres (en orange) ne sont pas adaptées. En revanche, le parcours naturel et les cultures sont les plus adaptés (sombre et vert clair).
- Dans la fenêtre Transformation, observez le diagramme Distribution of Suitability (Distribution d’adéquation) mis à jour.
Le diagramme d’adéquation illustre la distribution de l’adéquation combinée avec les deux premiers critères. La plage de valeurs sur l’axe x est à présent au maximum de 2 à 20, car les plages 1 à 10 des deux critères activés ont été ajoutées. L’adéquation moyenne (en vert pâle) est actuellement la plus souvent attribuée.
- Dans la fenêtre Contents (Contenu), dans le groupe de couches Shrimp_Farm_Model, activez la couche Nicoya_Suitability.
La carte d’adéquation est maintenant une combinaison des deux premières couches des critères transformés.
- Désactivez la couche Nicoya_Suitability.
- Sur le ruban, sous l’onglet Suitability Modeler (Modélisateur d’adéquation), cliquez sur Save (Enregistrer) pour enregistrer le modèle.
- Appuyez sur Ctrl+S pour enregistrer le projet.
Remarque :
Le modèle et le projet étant enregistrés indépendamment l’un de l’autre, ces deux dernières instructions sont nécessaires.
Transformer une plage de classes
Vous allez à présent transformer le troisième critère, la distance aux routes.
- Dans la fenêtre Suitability Modeler (Modélisateur d’adéquation), pour Criteria (Critères), cochez le cercle en regard du critère Dist_Roads.
Comme à chaque fois, les fenêtres Transformation et Contents (Contenu) se mettent à jour.
- Dans la fenêtre Contents (Contenu), sous le groupe de couches Shrimp_Farm_Model, assurez-vous que Dist_Roads est activé et désactivez toutes les autres couches du groupe de couches.
- Examinez la fenêtre Transformation.
Puisque la couche Dist_Roads (Distance aux routes) est un raster continu, la fonction continue MSSmall a été appliquée par défaut. Toutefois, le coût de l’acheminement des crevettes vers les usines de transformation par la route ne change pas avec chaque mètre parcouru. Les coûts peuvent plutôt être regroupés en groupes de distance de coût égal, chaque plage se voyant attribuer une seule valeur d’adéquation.
- Dans la fenêtre Transformation, cliquez sur l’onglet de transformation Range of Classes (Plage de classes).
La plage des valeurs de distance aux routes est maintenant divisée en 10 classes. La première classe couvre les distances comprises entre 0 et 560 mètres environ ; la deuxième classe, entre 560 et 1 121 mètres ; et ainsi de suite.
- Examinez le diagramme Transformation of Dist_Roads (Transformation de Dist_Roads).
Vous pouvez constater qu’actuellement, les distances les plus proches ont les préférences les plus faibles et s’affichent en rouge. C’est l’inverse de ce que vous voulez. Vous allez donc inverser l’affectation d’adéquation.
- Dans la fenêtre Transformation, sous l’onglet Range of Classes (Plage de classes), cliquez sur le bouton Reverse (Inverser).
Les diagrammes et la carte sont mis à jour pour répercuter l’effet désiré.
- Dans la fenêtre Transformation, examinez le diagramme Transformation of Dist_Roads (Transformation de Dist_Roads).
Les distances proches des routes sont maintenant classées comme les plus adéquates (vert).
- Dans la fenêtre Contents (Contenu), faites glisser la couche Roads (Routes) au-dessus du groupe de couches Shrimp_Farm_Mode et activez-la. Vérifiez que Transformation of Dist_Roads (Transformation de Dist_Roads) est activé, puis désactivez toutes les autres couches du groupe de couches Shrimp_Farm_Model.
Les routes s’affichent désormais au-dessus de la couche Transformed Dist_Roads (Dist_Roads transformé).
- Sur la carte, examinez les couches Transformed Dist_Roads (Dist_Roads transformé) et Roads (Routes).
- Effectuez un zoom avant pour vérifier que les valeurs de distance sont regroupées en 10 classes représentant des plages distinctes autour de la localisation des routes.
La plage la plus proche des routes a la teinte verte la plus foncée car elle est la plus pertinente.
- Dans la fenêtre Contenu, désactivez la couche Roads. Dans le groupe de couches Shrimp_Farm_Model, activez la couche Nicoya_Suitability et faites un zoom arrière sur l’étendue de couche Nicoya_Suitability.
Remarque :
Lors de la phase exploratoire de la création du modèle, le Modélisateur d’adéquation ne traite que les données à l’intérieur de l’étendue actuelle qui s’affiche à l’écran. Vérifiez que vous n’avez pas fait un zoom avant et que l’ensemble de la zone d’étude apparaît sur la carte.
La carte d’adéquation affiche maintenant la combinaison des trois premiers critères. De même, le diagramme Distribution of Suitability (Distribution d’adéquation) s’étend maintenant d’environ 8 à 30.
Remarque :
Les valeurs les plus basses (3 à 7) ne sont pas représentées, car il n’y a aucun emplacement dans l’étendue qui présente la valeur la plus faible possible en même temps pour la distance à l’eau salée, l’occupation du sol et la distance aux routes.
- Dans la fenêtre Contents (Contenu), désactivez la couche Nicoya_Suitability.
- Enregistrez le modèle.
- Enregistrez le projet.
Transformer à l’aide de la fonction de puissance
Le quatrième critère est la distance aux rivières. Avant de transformer ce critère, vous allez explorer quelques fonctionnalités supplémentaires du Modélisateur d’adéquation. Vous allez ouvrir deux cartes côte à côte pour visualiser en même temps la transformation actuelle des critères et la couche d’adéquation combinée. Cela vous donnera un feedback encore meilleur sur l’impact de vos choix.
- Cliquez sur l’onglet de la carte Gulf of Nicoya (Golfe de Nicoya) pour la sélectionner.
- Sur le ruban, dans l’onglet Suitability Modeler (Modélisateur d’adéquation), dans le groupe Views (Vues), cliquez sur le bouton Map views (Vues cartographiques) et sélectionnez Two maps (Deux cartes).
Une deuxième carte, Suitability-TopRight (Adéquation-HautDroite), s’affiche. Le groupe de couches d’adéquation Shrimp_Farm_Model est copié dans la fenêtre Contents (Contenu) de la deuxième carte.
- Si nécessaire, positionnez et ancrez la fenêtre de la carte Suitability-TopRight (Adéquation-HautDroite) à droite de la carte Gulf of Nicoya (Golfe de Nicoya), comme le montre l’image d’exemple.
- Cliquez sur la fenêtre cartographique Suitability-TopRight (Adéquation-HautDroite) pour la sélectionner. Sur le ruban, sous l’onglet Map (Carte), dans le groupe Layer (Couche), cliquez sur Basemap (Fond de carte) et sélectionnez Imagery (Imagerie) pour modifier le fond de carte.
- Sélectionnez la fenêtre cartographique Gulf of Nicoya (Golfe de Nicoya) et désactivez la couche Gulf_Water pour que les deux cartes soient totalement similaires.
- Pour la fenêtre cartographique Gulf of Nicoya (Golfe de Nicoya), activez la couche Nicoya_Suitability.
- Si nécessaire, pour chaque carte, effectuez un zoom sur l’étendue de la couche Nicoya_Suitability.
Vous pouvez à présent voir d’un coup d’œil la couche d’adéquation combinée sur la gauche et la carte actuelle de la transformation sur la droite (Transformed Dist_Roads (Dist_Roads transformé)). Ensuite, vous allez examiner la transformation pour le critère Dist_Rivers (Distance aux cours d’eau).
- Dans la fenêtre Suitability Modeler (Modélisateur d’adéquation), dans la table Criteria (Critères), cochez le cercle en regard du critère Dist_Rivers (Distance aux cours d’eau).
Puisque le raster Dist_Rivers (Distance aux cours d’eau) consiste en des données continues, c’est la fonction continue MSSmall qui est appliquée par défaut, comme attendu.
- Cliquez sur la carte Suitability-TopRight (Adéquation-HautDroite) pour la sélectionner. Dans la fenêtre Contents (Contenu), vérifiez que la couche Transformed Dist_Rivers (Dist_Rivers transformé) est activée, puis désactivez toutes les autres couches sous Shrimp_Farm_Model.
La fenêtre cartographique Gulf of Nicoya (Golfe de Nicoya) affiche à présent la couche Nicoya_Suitability en combinant les quatre critères activés, tandis que la fenêtre cartographique Suitability-TopRight (Adéquation-HautDroite) affiche la couche Transformed Dist_Rivers (Dist_Rivers transformé).
- Dans la fenêtre Transformation, examinez le diagramme de transformation actuel.
Vous remarquerez qu’avec la fonction MSSmall, la distance jusqu’à environ 2 250 mètres est considérée comme la plus adéquate, puis cette adéquation décline fortement. Cela ne traduit pas l’adéquation souhaitée, car l’élevage de crevettes se doit d’être très proche d’une rivière pour un accès facile à l’eau douce. À la place, vous allez utiliser la fonction Power (Puissance).
- Dans la fenêtre Transformation, dans l’onglet Continuous Functions (Fonctions continues), pour Function (Fonction), sélectionnez la fonction Power (Puissance).
- Dans la fenêtre Transformation, examinez le diagramme de transformation mis à jour.
Les emplacements plus proches des rivières ont des préférences moindres lorsque la fonction Power (Puissance) est initialement appliquée. Vous devez l’inverser.
- Dans la fenêtre Transformation, sous l’onglet Continuous Functions (Fonctions continues), cochez la case Invert function (Inverser la fonction).
Les diagrammes et la carte se mettent à jour.
- Dans la fenêtre Transformation, examinez le diagramme de transformation mis à jour.
Les emplacements très proches des rivières (en vert) sont hautement privilégiés, puis la préférence baisse rapidement pour ensuite se rétrécir. La fonction Power (Puissance) inversée capture la transformation d’adéquation souhaitée.
Sur l’onglet cartographique Suitability-TopRight (Adéquation-HautDroite), dans la couche Transformed Dist_Rivers (Dist_Rivers transformé), seules les zones très proches des rivières s’affichent désormais en vert. Sur l’onglet cartographique Gulf of Nicoya (Golfe de Nicoya), vous pouvez voir dans quelle mesure la distance aux rivières influence la carte d’adéquation combinée. Certaine des zones les plus adéquates (en vert) longent désormais les rivières.
Dans le diagramme Distribution of Suitability (Distribution d’adéquation), les valeurs sont à présent classées entre environ 14 et 37, car il représente les quatre critères combinés.
- Enregistrez le modèle.
- Enregistrez le projet.
Transformer la pente
Vous allez transformer le dernier critère : la pente.
- Dans la fenêtre Suitability Modeler (Modélisateur d’adéquation), pour Criteria (Critères), cochez le cercle en regard du critère Slope (Pente).
La couche Transformed Slope (Pente transformée) présente la couche Slope (Pente) transformée avec la fonction continue par défaut MSSmall sur une échelle de 1 à 10. Vous allez accepter cette transformation par défaut.
- Dans les deux cartes, observez cette dernière couche transformée et la manière dont elle influence la couche d’adéquation combinée.
- Dans l’onglet cartographique Suitability-TopRight (Adéquation-HautDroite), activez une à une les couches de critères transformés, afin de les comparer avec la couche Nicoya_Suitability combinée de l’onglet cartographique Gulf of Nicoya (Golfe de Nicoya).
Observez comment chacun d’eux a influencé la carte d’adéquation finale.
La carte d’adéquation combine désormais les cinq critères et la plage s’étend d’environ 17 à 47. Vous pouvez clairement constater que les zones les plus pertinentes (en vert éclatant) sont proches du golfe, mais pas sur des mangroves, des terrains urbains ou des pentes prononcées, et elles ont tendance à être proches des rivières. Même si la proximité des routes est plus difficile à voir au premier coup d’œil, elle est prise en compte.
- Enregistrez le modèle.
- Enregistrez le projet.
Dans cette partie du processus, vous avez créé un modèle d’adéquation à l’aide du Modélisateur d’adéquation, et vous avez transformé tous vos critères sur l’échelle commune de 1 à 10.
Terminer l’analyse d’adéquation
Vous allez maintenant effectuer les dernières étapes de l’analyse pour identifier les emplacements les plus pertinents pour de nouvelles fermes d’élevage de crevettes durable.
Définir les localisations restreintes
Le Costa Rica souhaitant protéger les mangroves et éloigner les activités d’élevage de crevettes qui s’y trouvent, il est important à cet effet de les limiter strictement dans votre modèle d’adéquation. Même si vous avez défini les zones de mangrove comme présentant une faible adéquation (dans les critères d’occupation du sol), le résultat final des critères combinés risque de toujours donner des valeurs d’adéquation quelque peu élevées pour ces zones. Une solution plus définitive consiste à définir les zones de mangrove en tant que localisations restreintes. La même approche s’applique aux zones de construction (les villes et les villages, par exemple) qui sont totalement hors des limites pour créer des élevages de crevettes. Vous allez définir des localisations restreintes, mais d’abord, vous allez revenir à une vue cartographique comportant une seule carte.
- Sur le ruban, dans l’onglet Suitability Modeler (Modélisateur d’adéquation), dans le groupe Views (Vues), cliquez sur le bouton Map views (Vues cartographiques) et sélectionnez One map (Une carte).
- Dans la fenêtre Contents (Contenu), réactivez la couche Gulf_Water. Si nécessaire, effectuez un zoom sur l’étendue de la couche Nicoya_Suitability.
Vous allez créer une clause pour définir les zones de mangrove en tant que localisations restreintes.
- Dans la fenêtre Suitability Modeler (Modélisateur d’adéquation), cliquez sur l’onglet Settings (Paramètres) et développez la section Identify restricted locations (Identifier les localisations restreintes).
- Cliquez sur Add Clause (Ajouter une clause), puis formez la clause Where Land_Cover Class_Name is equal to Mangrove (Lorsque Land_Cover Class_Name est égal à Mangrove).
Une zone de la couche Land_Cover identifiée en tant que Mangrove deviendra hors limites.
- Cliquez sur Add Clause (Ajouter une clause), puis formez la clause Or Where Land_Cover Class_Name is equal to Built Area (Ou lorsque Land_Cover Class_Name est égal à Zone de construction).
Une zone de la couche Land_Cover identifiée en tant que Mangrove ou Zone de construction deviendra hors limites.
- Cliquez sur Apply (Appliquer) et sur Apply Restricted (Appliquer la restriction).
Sur la carte, une couche Restricted map (Carte restreinte) présente désormais la mangrove et les zones de construction en gris. Ces zones ne font plus partie de la couche d’adéquation combinée.
Pondérer les critères du modèle
Vous avez transformé les cinq critères sur une échelle commune et, actuellement, ils participent de manière égale à la couche d’adéquation combinée. Toutefois, vous souhaitez introduire une nuance supplémentaire, certains critères pouvant être plus importants que d’autres eu égard à la localisation d’un élevage de crevettes. Pour ce faire, vous allez attribuer des pondérations relatives au critère.
Par exemple, il est essentiel que les fermes d’élevage de crevettes se situent en bordure du golfe pour garantir l’accès à l’eau saumâtre nécessaire au développement des crevettes. Par conséquent, ce critère recevra la pondération la plus élevée. En revanche, comme la zone d’intérêt bénéficie en grande partie d’un bon réseau routier, le critère de la distance aux routes n’est pas aussi essentiel, et il peut recevoir une pondération plus faible.
- Dans la fenêtre Suitability Modeler (Modélisateur d’adéquation), dans la table Criteria (Critères), examinez le champ Weight (Pondération).
Actuellement, une pondération de 1 est attribuée à tous les critères, qui ont une importance égale. Puisque le critère Dist_Saline_Water est essentiel, vous lui attribuerez une pondération de 4. Le critère Dist_Rivers est le suivant en importance et vous lui attribuerez une pondération de 3. Slope (Pente) recevra une pondération de 2, et tous les autres critères une pondération de 1.
- Dans la table Criteria (Critères), mettez à jour les valeurs Weight (Pondération) comme suit.
Raster en entrée Pondération Land_Cover (Occupation_sol)
1
Pente
2
Dist_Saline_Water
4
Dist_Roads (Distance aux routes)
1
Dist_Rivers (Distance aux cours d’eau)
3
- Cliquez n’importe où dans la fenêtre pour appliquer les pondérations. Dans la table Criteria (Critères), confirmez vos valeurs pour Weight (Pondération) avant de poursuivre.
Remarque :
L’ordre dans lequel les critères sont énumérés peut varier.
- Examinez la couche Nicoya_Suitability obtenue.
Elle représente votre carte d’adéquation finale. Observez que les zones situées près du golfe, des rivières et des zones faiblement pentues sont les plus pertinentes (en vert). Les zones qui sont plus éloignées de ces entités étant moins pertinentes, elles sont symbolisées en rouge.
Dans la fenêtre Contents (Contenu), vous pouvez constater que la plage des valeurs d’adéquation monte désormais jusqu’à 104.
C’est parce que les pondérations sont des multiplicateurs : la valeur d’adéquation de chaque critère est multipliée par la pondération du critère. Comme la valeur maximale pour chaque critère est de 10, l’adéquation maximale totale en fonction des pondérations que vous avez choisies est en théorie la suivante :
10 * 4 + 10 * 3 + 10 * 2 + 10 * 1 + 10 * 1 = 110
Pendant la phase exploratoire de la création du modèle, le Modélisateur d’adéquation travaillait selon la résolution et l’étendue de l’écran, et les couches générées étaient uniquement enregistrées dans la mémoire. Avant de passer à la phase suivante de votre processus, vous devez exécuter le modèle en résolution maximale et enregistrer la couche Nicoya_Suitability sur disque.
- Dans la fenêtre Suitability Modeler (Modélisateur d’adéquation), en bas de l’onglet Suitability (Adéquation) (sous la table Criteria (Critère)), cliquez sur Run (Exécuter).
À l’issue du processus, un message vert indique que le processus a abouti.
Localiser les élevages de crevettes
Vous allez maintenant utiliser la couche Nicoya_Suitability pour identifier les cinq meilleurs emplacements pour de nouveaux élevages de crevettes. Pour ce faire, utilisez l’onglet Locate (Localiser) du Modélisateur d’adéquation. L’objectif est de trouver les régions qui ont la plus grande adéquation possible, tout en répondant à un certain nombre d’exigences spatiales. Les exigences spatiales peuvent par exemple inclure la surface totale et le nombre de régions souhaitées, leurs tailles minimale et maximale, ainsi que les distances idéales entre les régions.
- Dans la fenêtre Suitability Modeler (Modélisateur d’adéquation), cliquez sur l’onglet Locate (Localiser).
Pour les élevages de crevettes, vous devrez tenir compte des exigences spatiales suivantes.
- La capacité et la demande de transformation des crevettes dans les usines locales sont limitées et ne peuvent donc pas répondre aux besoins de plus de cinq nouveaux élevages de crevettes.
- Chaque élevage doit avoir une surface d’au moins 3 000 hectares.
- Pour éviter la propagation de maladies entre les élevages, les nouveaux élevages doivent être implantés à au moins de 5 kilomètres les uns des autres.
- Sous l’onglet Locate (Localiser), saisissez les paramètres suivants :
- Pour Input Suitability Map (Carte d’adéquation en entrée), vérifiez que Nicoya_Suitability est sélectionnée.
- Pour Area units (Unités de surface), sélectionnez Hectares.
- Pour Total area (Surface totale), saisissez 3000 (il est plus simple de le faire après avoir sélectionné les unités de surface).
- Pour Output raster (Raster en sortie), saisissez Shrimp_Farm_Locations.
- Pour Number of regions (Nombre de régions), saisissez 5.
- Dans le champ Minimum distance between regions (Distance minimale entre les régions), saisissez 5.
- Pour Distance units (Unités de distance), vérifiez que Kilometers (Kilomètres) est sélectionné.
- Acceptez les valeurs par défaut de tous les paramètres restants.
- Cliquez sur Run (Exécuter).
Le processus peut prendre du temps.
Remarque :
L’onglet Locate (Localiser) appelle l’outil de géotraitement Locate Regions (Localiser les régions). Pour savoir comment fonctionne l’algorithme de localisation, reportez-vous à la rubrique Fonctionnement de l’outil Localiser les régions.
La couche Shrimp_Farm_Locations s’affiche.
- Vérifier que cinq localisations ont été identifiées.
Remarque :
Les couleurs sont attribuées aléatoirement et peuvent varier.
- Pour voir les localisations plus clairement, dans la fenêtre Contents (Contenu), activez la couche Land_Mask. Vérifiez que seuls Shrimp_Farm_Locations et Restricted map (Carte restreinte) s’affichent en haut, puis désactivez toutes les couches superflues.
- Sur la carte, examinez la couche Shrimp_Farm_Locations et ses cinq localisations.
La couche Land_Mask, qui s’affiche en couleur crème, présente le terrain qui fait partie de la zone d’étude. Les zones de mangrove et de construction restreintes s’affichent toujours en gris, et les localisations d’élevage de crevettes proposées apparaissent sous forme de points de couleur claire.
- Activez la couche Nicoya_Suitability. Sur la carte, déplacez et faites un zoom avant pour observer où se trouvent les régions choisies par rapport à la couche d’adéquation.
Les cinq régions se trouvent dans des zones très adaptées (vert plus foncé). Elles évitent complètement les zones de mangrove.
- Enregistrez le modèle.
- Enregistrez le projet.
Aller plus loin
À l’aide du modélisateur d’adéquation, vous avez réussi à identifier les meilleures localisations dans le golfe de Nicoya en vue du développement de cinq nouveaux élevages de crevettes biologiques durables. Compte tenu de la nature interactive et exploratoire du Modélisateur d’adéquation, vous pouvez poursuivre votre examen du modèle à l’aide des outils de l’onglet Suitability Modeler (Modélisateur d’adéquation), afin de comprendre comment les composants du modèle interagissent pour produire les résultats finaux. Vous pouvez créer des requêtes pour examiner comment les critères de base en entrée sont répercutés dans la carte d’adéquation finale. Par exemple, vous pouvez identifier toutes les localisations qui se trouvent à moins de 1 000 mètres du golfe, à 500 mètres d’une rivière, et dotés d’une valeur d’adéquation supérieure à 100 sur la carte d’adéquation finale.
Avec le modélisateur, vous pouvez également explorer des scénarios de simulation pour observer leur impact. Par exemple, que se passe-t-il si la disponibilité d’un nouveau traitement permet de rapprocher les élevages de crevettes ? Vous pouvez exécuter le Modélisateur d’adéquation en réduisant la distance entre les élevages et observer si vous obtenez des propositions de localisation différentes. De plus, vous pourriez essayer d’ajouter d’autres critères pertinents au modèle (le type de sol ou la salinité de l’eau, par exemple).
Appliquez ce processus à vos propres données (facultatif)
Gardez bien ce qui suit à l’esprit si vous souhaitez préparer vos propres données pour exécuter un processus similaire sur une zone d’étude de votre choix.
Découpage des couches :
- Une couche vectorielle peut être découpée avec les outils Clip (Découper) ou Pairwise Clip (Découpage deux par deux), une couche raster pouvant l’être avec l’outil Clip Raster (Découper le raster).
- Utilisez une couche vectorielle (Study_Area, par exemple) ou une couche raster (Land_Mask, par exemple) en tant qu’étendue de découpage.
Génération de couches de distance :
- Les trois couches de distance utilisées dans ce didacticiel ont été générées à l’aide de l’outil Distance Accumulation (Accumulation de distance) (Spatial Analyst). Par exemple, pour générer le raster Dist_Roads, l’outil a calculé la distance en ligne droite ou la distance euclidienne de chaque cellule du raster à la route la plus proche, représentée par la couche Roads (Routes).
- De plus, le seul intérêt est de calculer ces rasters de distance pour la partie terrain de la zone d’étude (et pas l’emplacement de l’eau du golfe). C’est la raison pour laquelle la couche Land_Mask a été définie comme masque d’analyse. Cela signifie que seules les cellules à l’intérieur de la forme Land_Mask ont reçu une valeur de distance.
- Enfin, il est également important d’utiliser la même taille de cellule pour tous les rasters de distance pour les besoins de l’analyse d’adéquation.
- Prenons l’exemple de la couche Roads (Routes) qui montre comment vous pourriez définir les paramètres de l’outil Distance Accumulation (Accumulation de distance) :
- Pour Input raster or feature source data (Données raster ou vecteur source en entrée), choisissez la couche d’entités Roads.
- Pour Output distance accumulation raster (Raster d’accumulation de distance en sortie), saisissez Dist_Roads.
- Laissez les autres paramètres vides.
- Dans l’onglet Environments (Environnements), pour le raster Extent (Étendue), Mask (Masque) et Snap (Capture), choisissez Land_Mask.
- Pour Cell size (Taille de cellule), saisissez 30 (mètres).
Génération des couches de pente et d’ombrage :
- À partir d’une couche raster de terrain ou de modèle numérique d’élévation (DEM), utilisez les outils Slope (Pente) ou Surface Parameters (Paramètres de surface) (Spatial Analyst) pour générer la couche Slope (Pente).
- À partir de la même couche DEM, utilisez l’outil Hillshade (Ombrage) (Spatial Analyst) pour générer la couche Hillshade (Ombrage).
Dans ce didacticiel, vous avez exploré cinq critères pertinents pour l’élevage de crevettes. Vous avez créé un modèle d’adéquation à l’aide du Modélisateur d’adéquation, vous y avez ajouté les cinq critères, vous avez transformé les critères en une échelle commune de 1 à 10, vous avez défini des localisations restreintes, vous avez pondérés les critères les uns par rapport aux autres et vous avez localisé les cinq meilleurs emplacements pour de nouveaux élevages de crevettes. Le feedback dynamique que vous fournit le modélisateur d’adéquation vous permet d’être plus confiant dans vos critères en entrée, dans les paramètres du modèle et dans le résultat final obtenu. Le Modélisateur d’adéquation permet de prendre des décisions éclairées.
Vous trouverez d’autres didacticiels comme celui-ci dans la collection de didacticiels Présentation de l’imagerie et de la télédétection.
