Comprendre le contexte et la méthode

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.

Élevage de crevettes
Bassins dans un élevage de crevettes. (Crédits : U.S. NOAA, via Wikimedia Commons.)

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 qui en font un pays propice au développement de l’aquaculture et donc idéal pour la production de crevettes.

La production initiale de crevettes, de 2009 à 2015, était caractérisée par la présence de maladies, un faible niveau de compétences techniques des éleveurs, 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.

Golfe de Nicoya
Coco Bay, dans le golfe de Nicoya. (Crédits : Pacificorealty, via Wikimedia Commons.)

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 modèle, vous utiliserez cinq critères d’adéquation :

  • 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 sur des types spécifiques d’utilisation du sol : le terrain plus approprié est un sol actuellement couvert d’arbustes ou de broussailles, ou des terres utilisées pour l’agriculture. Les forêts de mangrove doivent être évitées.
  • Avoir accès au 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 dans ou près de zones abritées des alizés soufflant du nord et du sud.

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 quatre 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 utiliserez 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 maintenant télécharger les données et configurer votre projet. Vous explorerez ensuite les couches de données.

Prise en main

Les couches de données utilisées dans ce didacticiel sont hébergées sur ArcGIS Online. Vous allez télécharger un dossier zip contenant le projet ArcGIS Pro et les données nécessaires pour le didacticiel.

  1. Téléchargez ShrimpFarm.zip.
    Remarque :

    Selon le navigateur Web, vous pouvez être invité à choisir l’emplacement du fichier avant de lancer le téléchargement. Par défaut, la plupart des navigateurs téléchargent les fichiers dans le dossier Téléchargements de votre ordinateur.

  2. Recherchez et décompressez ShrimpFarm.zip à l’emplacement de votre choix sur votre ordinateur.
  3. Dans l’emplacement du dossier décompressé, double-cliquez sur Shrimpfarm.aprx.

    Contenu du dossier

    Remarque :

    Si votre ordinateur n’affiche pas les extensions de fichier (.aprx), vous pouvez reconnaître le fichier par son icône.

  4. À l’ouverture de ArcGIS Pro, si vous y êtes invité, connectez-vous à 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.

    L’application s’ouvre et affiche la carte Gulf of Nicoya (Golfe de Nicoya).

    Carte initiale

    La carte comprend une couche LandCover, une couche Hillshade qui donne une idée de l’altitude de la région, et l’étendue d’eau du golfe, représentée en bleu foncé (GulfWater). L’arrière-plan est le fond de carte World Imagery (Imagerie mondiale).

  5. 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 passer en revue ces couches.

    Contenu initial

    Remarque :

    Toutes les couches de données source ont été réduites à l’étendue de la zone d’étude.

Explorer les couches de critères

Vous commencerez par explorer la couche LandCover.

  1. Dans la fenêtre Contents (Contenu), développez la couche LandCover.

    Couche Landcover

    Cette couche contient plusieurs 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. Les buissons et broussailles ainsi que les terres agricoles sont les plus appropriés, suivis par les sols stériles à la végétation minimale, les pâturages et les forêts à feuillage persistant qui sont modérément appropriés, tandis que les mangroves, les espaces urbains et les étendues d’eau sont les moins appropriés.

    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.

    D’autres couches utilisées dans ce didacticiel ont également été dérivées de données de télédétection, par exemple GulfWater, NorthSouthSheltered et Hillshade.

  2. Effectuez un zoom avant et arrière avec la molette de la souris pour explorer davantage la couche LandCover.
  3. Lorsque vous avez terminé, dans la fenêtre Contents (Contenu), réduisez la couche LandCover. Cliquez avec le bouton droit sur la couche LandCover et choisissez Zoom To Layer (Zoom sur la couche).

    Option Zoom sur la couche

  4. Désactivez puis réactivez la couche GulfWater afin de mieux visualiser son étendue.

    Gulfwater

    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.

  5. Dans la fenêtre Contenu, activez la couche Roads. Explorez la couche symbolisée en gris foncé.

    Couche Roads sur la carte

    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.

  6. Lorsque vous avez terminé, dans la fenêtre Contents (Contenu), désactivez la couche Roads. Si nécessaire, cliquez avec le bouton droit sur Landcover et sélectionnez Zoom To Layer (Zoom sur la couche).

    Vous allez maintenant explorer la couche Rivers.

  7. Dans la fenêtre Contents (Contenu), activez la couche Rivers. Explorez la couche symbolisée en bleu moyen.

    Couche Rivers sur la carte

    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.

  8. Lorsque vous avez terminé, dans la fenêtre Contents (Contenu), désactivez la couche Rivers. Si nécessaire, cliquez avec le bouton droit sur Landcover et sélectionnez Zoom To Layer (Zoom sur la couche).

    Enfin, vous allez examiner les zones abritées du vent.

  9. Activez la couche NorthSouthSheltered. Explorez la couche symbolisée en violet.

    Couche NorthSouthSheltered

    Le climat du bassin du golfe de Nicoya est déterminé par le régime des vents, les températures et les précipitations. En particulier, les alizés du nord et du sud ont une forte influence et doivent être évités. Cela signifie que les élevages de crevettes dans cette région devraient être localisés dans des zones abritées de ces vents.

  10. Lorsque vous avez terminé, dans la fenêtre Contents (Contenu), désactivez la couche NorthSouthSheltered. Si nécessaire, cliquez avec le bouton droit sur Landcover et sélectionnez Zoom To Layer (Zoom sur la couche).

Vous allez ensuite examiner les rasters de distance qui ont été dérivés des 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, les buissons et broussailles auront un degré d’adéquation très élevé, et les mangroves un degré d’adéquation très faible.

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 qui serait 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 par rapport aux eaux du golfe. De même, vous devez également dériver des rasters de distance pour les critères des routes, des rivières et de l’abri contre le vent. 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.

  1. Dans la fenêtre Contents (Contenu), développer le groupe de couches Processed (Traité) et identifiez les quatre rasters de distance, dont les noms commencent par Dist_.

    Quatre rasters de distance

  2. Activez la couche Dist_Salty_Water et développez-la.

    Légende pour l’eau salée

    La légende vous apprend que les différentes localisations dans la zone d’étude peuvent se situer à des distances allant de 0 à 14 344 mètres (ou 14,344 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.

    Distance à l’eau salée affichée sur la carte

  3. Cliquez sur quelques localisations pour voir la valeur de la distance s’afficher dans la fenêtre contextuelle.

    Fenêtre contextuelle pour l’eau salée

  4. Fermez la fenêtre contextuelle. Dans la fenêtre Contents (Contenu), réduisez la couche Dist_Salty_Water (Distance à l’eau salée).
  5. 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).
    • Distance aux zones abritées (Dist_Sheltered).

      Vous pouvez également activer les couches originales Roads, Rivers et NorthSouthSheltered afin de mieux comprendre comment les couches originales et dérivées sont liées les unes aux autres. Examinez par exemple Dist_Roads et Roads.

      Couches Dist_Road et Roads

  6. Remarquez que chaque couche a une plage de distance différente.

    Par exemple, Dist_Roads est compris entre 0 et 4,7 kilomètres, et Dist_Rivers varie de 0 à près de 22 kilomètres. Plus tard, vous devrez les transformer en une échelle commune pour les combiner dans votre modèle d’adéquation.

  7. Lorsque vous avez terminé, désactivez toutes les couches de distance. Assurez-vous que les couches Roads, Rivers et NorthSouthSheltered sont désactivées.
  8. Dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur Landcover et sélectionnez Zoom to Layer (Zoom sur la couche).
    Remarque :

    Voici quelques conseils si vous souhaitez générer de tels rasters de distance avec vos propres données. Les quatre 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 euclidienne) de chaque cellule du raster à l’eau du golfe, représentée par la couche GulfWater.

    En outre, seules les terres entourant le golfe, et non le golfe lui-même, présentent un intérêt. Pour cette raison, la couche ShoreLineMaskRaster a été définie comme masque d’analyse. Cela signifie que seules les cellules à l’intérieur de la forme ShoreLineMaskRaster ont reçu une valeur de distance. Enfin, il est également important d’utiliser la même taille de cellule pour tous les rasters de distance, car cela facilite l’analyse d’adéquation.

    À la demande de certains de nos utilisateurs, voici quelques détails supplémentaires en prenant l’exemple de la couche Roads. Dans l’outil Distance Accumulation (Accumulation de distance), dans l’onglet Parameters (Paramètres), définissez les éléments suivants :

    • 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 Extent (Étendue), Mask (Masque) et Snap raster (Raster de capture), choisissez ShoreLineMaskRaster.
    • Pour Cell size (Taille de cellule), saisissez 30 (mètres).
  9. Dans la fenêtre Contents (Contenu), activez la couche ShoreLineMaskRaster pour voir son étendue et sa forme. Lorsque vous avez terminé, désactivez-la.
  10. Enregistrez le projet.

    Bouton Enregistrer

    Remarque :

    Un message peut vous avertir que si vous enregistrez ce fichier de projet avec la version actuelle de 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 commencer à 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 interagirez avec des fenêtres, des diagrammes et des cartes et recevrez 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.

  1. Sur le ruban, sous l’onglet Analysis (Analyse), dans le groupe Workflows (Processus), cliquez sur Suitability Modeler (Modélisateur d’adéquation).

    Bouton Suitability Modeler (Modélisateur d’adéquation)

    La fenêtre Suitability Modeler (Modélisateur d’adéquation) s’affiche. Elle comprend les onglets Settings (Paramètres), Suitability (Adéquation), Locate (Localiser) et Sources.

    Onglets de la fenêtre Suitability Modeler (Modélisateur d’adéquation)

  2. Dans la fenêtre Suitability Modeler (Modélisateur d’adéquation), vérifiez que l’onglet Settings (Paramètres) est actif et mettez à jour les paramètres suivants :
    • Pour Model Name (Nom de modèle), saisissez ShrimpFarm.
    • Vérifiez que Model input type (Type d’entrée du modèle) est défini sur Criteria (Critère).
    • Vérifiez que Set suitability scale (Définir l’échelle d’adéquation) est défini sur 1 to 10 (1 à 10).
    • Vérifiez que le champ Weight by (Pondération par) est défini sur Multiplier (Multiplicateur).
    • Pour Output suitability raster (Raster d’adéquation en sortie), remplacez Suitability_map (à la fin de ShrimpFarm.gdb\) par NicoyaSuitability.

    Paramètres de la fenêtre Suitability Modeler (Modélisateur d’adéquation)

  3. Sur le ruban, sous l’onglet Suitability Modeler (Modélisateur d’adéquation), dans le groupe Suitability Model (Modèle d’adéquation),cliquez sur Save (Enregistrer).

    Enregistrez le modèle d’adéquation

    Remarque :

    Si vous devez faire une pause et fermer ArcGIS Pro, vous pouvez toujours rouvrir le projet et accéder de nouveau à ce modèle. Ouvrez 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.

  4. Dans la fenêtre Contents (Contenu), vérifiez qu’un nouveau groupe de couches appelé ShrimpFarm a été ajouté.

    Il est actuellement vide.

    Nouveau groupe de couches ShrimpFarm

  5. 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.

    Onglet Suitability (Adéquation) du modélisateur d’adéquation

    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 sur des types spécifiques d’utilisation du sol : le terrain plus approprié est un sol actuellement couvert d’arbustes ou de broussailles, ou des terres utilisées pour l’agriculture. Les forêts de mangrove doivent être évitées.
    • Avoir accès au 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 dans ou près de zones abritées des alizés soufflant du nord et du sud.

    Vous allez ajouter les cinq couches raster correspondant à ces critères.

  6. 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).

    Ajouter des critères raster

  7. Dans la liste des couches Criteria (Critères), cochez les cases correspondant aux couches suivantes :
    • Dist_Salty_Water (Distance à l’eau salée)
    • Dist_Roads (Distance aux routes)
    • Dist_Rivers (Distance aux cours d’eau)
    • Dist_Sheltered (Distance aux zones abritées)
    • LandCover (Occupation du sol)
  8. Dans la liste des couches Criteria (Critères), cliquez sur Add (Ajouter).

    Liste Criteria (Critères)

  9. 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.

    Cinq rasters répertoriés comme critères

  10. Dans la fenêtre Contents (Contenu), vérifiez que le groupe de couches ShrimpFarm (ÉlevageCrevettes) est activé et développé, et que les cinq couches de critères ont été ajoutées avec succès.
    Remarque :

    Si vous avez ajouté une couche par erreur, vous pouvez la supprimer à partir de la fenêtre Contents (Contenu). Sous ShrimpFarm (ÉlevageCrevettes), cliquez avec le bouton droit sur la couche, puis cliquez sur Remove (Supprimer).

    Critères d’adéquation répertoriés dans la fenêtre Contents (Contenu)

    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 devez découvrir les différents types de rasters.

Dans votre modèle d’adéquation, vous voudrez combiner tous ces 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 (Distance à l’eau salée) 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. Pour les mêmes raisons, Dist_Roads (Distance aux routes), Dist_Rivers (Distance aux cours d’eau) et Dist_Sheltered (Distance aux zones abritées) sont également des rasters continus. Par contre, LandCover (Occupation du sol) est un raster catégorique : ses cellules prennent des valeurs qui représentent des catégories, comme Mangrove ou Grassland (Pâturages), et il n’y a que 11 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 10 (Mangrove) ne représente pas la moitié de l’utilisation du sol de 20 (Urbain).

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 découvrirez également deux façons différentes 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 coucheTypeMéthode de transformation

Dist_Salty_Water (Distance à l’eau salée)

Continu

Fonction continue

LandCover (Occupation du sol)

Catégoriel

Catégories uniques

Dist_Roads (Distance aux routes)

Continu

Plage de classes

Dist_Rivers (Distance aux cours d’eau)

Continu

Fonction continue

Dist_Sheltered (Distance aux zones abritées)

Continu

Fonction continue

Transformer les données continues

Vous allez commencer par transformer le raster continu Dist_Salty_Water (Distance à l’eau salée). Pour ce faire, appliquez une fonction continue.

  1. Dans la fenêtre Suitability Modeler (Modélisateur d’adéquation), pour Criteria (Critères), cliquez sur le cercle en regard du critère Dist_Salty_Water (Distance à l’eau salée).

    Sélectionner le critère Dist_Salty_Water (Distance à l’eau salée)

    Le cercle devient vert et la fenêtre Transformation s’affiche.

  2. 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.

    Redimensionner la fenêtre

    Dans la fenêtre Contents (Contenu), dans le groupe de couches ShrimpFarm, deux couches supplémentaires ont également été ajoutées : NicoyaSuitability et Transformed Dist_Salty_Water.

    Nouvelles couches ajoutées pour l’analyse d’adéquation

    La couche Transformed Dist_Salty_Water (Distance à l’eau salée [transformée]) montre la couche Dist_Salty_Water (Distance à l’eau salée) après transformation selon une échelle de 1 à 10. À ce stade, elle utilise une transformation par défaut. La couche NicoyaSuitability affichera la combinaison de toutes les couches de critères transformées. Comme pour le moment, il n’y a qu’une seule couche transformée, NicoyaSuitability est simplement un double de Transformed Dist_Salty_Water.

  3. Dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur Transformed Dist_Salty_Water et sélectionnez Zoom To Layer (Zoom sur la couche). Assurez-vous que Transformed Dist_Salty_Water est activée et désactivez NicoyaSuitability, ainsi que toutes les autres couches du groupe de couches ShrimpFarm.

    Vous utiliserez la fenêtre Transformation pour affiner la transformation appliquée à la couche Dist_Salty_Water (Distance à l’eau salée).

  4. Examinez le contenu de la fenêtre Transformation.

    Fenêtre Transformation pour la couche Dist_Salty_Water (Distance à l’eau salée)

    La fenêtre Transformation comprend trois sections principales, chacune fournissant des informations pour vous aider à sélectionner la transformation la plus appropriée. La section centrale sert à 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.

  5. Dans la fenêtre Transformation, dans l’onglet Continuous Functions (Fonctions continues), cliquez sur la liste déroulante Function (Fonction) et examinez les fonctions disponibles. Assurez-vous que MSSmall est sélectionnée.

    Fonction MSSmall

    Puisque la couche Dist_Salty_Water est 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.

  6. Observez le diagramme Transformation of Dist_Salty_Water (Transformation de Distance à l’eau salée).

    Diagramme de transformation pour la couche Dist_Salty_Water (Distance à l’eau salée)

    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 5 737,9 (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.

  7. Observez le diagramme et la couche de carte Transformation of Dist_Salty_Water (Transformation de Dist_Salty_Water).

    Couche Transformed Dist_Salty_Water (Distance à l’eau salée [transformée]) sur la carte

    La même symbolisation des couleurs est appliquée au diagramme et à la carte.

  8. 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).
  9. Dans la fenêtre Transformation, examinez le diagramme Distribution of Suitability (Distribution d’adéquation).

    Diagramme Distribution of Suitability (Distribution d’adéquation)

    Cet histogramme illustre la distribution des valeurs d’adéquation dans la carte d’adéquation finale : l’axe x représente la plage des valeurs d’adéquation (actuellement de 1 à 10), et l’axe y représente 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 des critères affectent le résultat final.

    Vous allez maintenant explorer les différentes transformations qui peuvent être appliquées à Dist_Salty_Water (Distance à l’eau salée).

  10. Dans la fenêtre Transformation, pour Function (Fonction), sélectionnez Linear (Linéaire).

    Les deux diagrammes et la carte se mettent à jour.

  11. Examinez le diagramme Transformation of Dist_Salty_Water (Transformation de Distance à l’eau salée).

    Diagramme avec fonction linéaire

    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.

  12. Dans la fenêtre Transformation, cochez la case Invert function (Inverser la fonction).

    Case à cocher 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).

  13. Observez la carte et voyez comment les transformations MSSmall et Linear (Linéaire) modifient la couche Transformed Dist_Salty_Water (Distance à l’eau salée [transformée]).

    Vous pouvez alterner entre les fonctions à votre guise.

  14. Dans la fenêtre Transformation, à l’aide de la liste déroulante Function (Fonction), explorez certaines des autres fonctions pour observer leur effet.

    MSSmall est finalement 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 vraiment 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.

  15. Dans la fenêtre Transformation, à l’aide de la liste déroulante Function (Fonction), sélectionnez la fonction MSSmall.
  16. Pour Mean multiplier (Multiplicateur moyen), saisissez 0,2, puis cliquez n’importe où dans la fenêtre pour que le modèle se mette à jour.

    Paramètre Mean multiplier (Multiplicateur moyen)

    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).

    Carte finale pour l’adéquation Dist_Salty_Water (Distance à l’eau salée)

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 l’occupation du sol en catégories uniques

Vous allez maintenant transformer le deuxième critère, LandCover (Occupation du sol), sur l’échelle commune. Certains types d’occupation du sol se prêtent mieux que d’autres à l’aménagement de bassins à crevettes.

  1. Dans la fenêtre Suitability Modeler (Modélisateur d’adéquation), pour Criteria (Critères), cochez le cercle en regard du critère LandCover (Occupation du sol).

    Activer le critère LandCover (Occupation du sol)

    Remarque :

    Le bouton devient vert pour indiquer 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.

  2. Dans la fenêtre Contents (Contenu), examinez le groupe de couches ShrimpFarm (ÉlevageCrevettes).

    Une couche supplémentaire nommée Transformed LandCover (Occupation du sol [transformée]) a été ajoutée. La couche NicoyaSuitability a maintenant une plage de 2 à 20, car elle combine les deux premiers critères.

  3. Assurez-vous que la couche Transformed LandCover (Occupation du sol [transformée]) est activée. Désactivez toutes les autres couches dans le groupe de couches ShrimpFarm (ÉlevageCrevettes).

    Critères pour l’occupation du sol, dans la fenêtre Contents (Contenu)

  4. Explorez la fenêtre Transformation.

    Onglet Unique Categories (Catégories uniques)

    Comme LandCover (Occupation du sol) consiste en des données catégorielles, la méthode de transformation Unique Categories (Catégories uniques) a été appliquée par défaut. Dans la table, les colonnes Class (Classe) et Category (Catégorie) contiennent la valeur numérique et le nom de chaque type d’occupation du sol. La colonne Suitability (Adéquation) affiche 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 à l’aveugle 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 seule valeur.

  5. 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).

    Bouton Auto Calculate (Calculer automatiquement)

  6. 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.

    CatégorieAdéquation

    Forêt à feuillage persistant

    4

    Buissons/broussailles

    9

    Pâturages

    4

    Sol stérile/végétation minimale

    5

    Agriculture : général

    6

    Agriculture : rizière

    6

    Zone humide

    3

    Mangroves

    1

    Eau

    1

    Urbain : densité élevée

    1

    Urbain : densité moyenne à faible

    1

    Les types d’occupation du sol les plus adéquats, tels que Shrub/Scrub (Buissons/broussailles) et Agriculture, se voient attribuer les valeurs les plus élevées, tandis que les moins adéquats se voient attribuer les valeurs les plus faibles.

  7. 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).

    Bouton Calculer

    Les nouvelles valeurs d’adéquation sont maintenant appliquées aux types de LandCover (Occupation du sol) et les calculs ultérieurs s’appliquent désormais automatiquement lorsque vous changez un paramètre du modèle. Vous allez inspecter les diagrammes et les couches mis à jour.

  8. Dans la fenêtre Transformation, explorez le diagramme à barres Transformation of LandCover (Transformation de Occupation du sol) mis à jour.

    Transformation of LandCover (Transformation de Occupation du sol)

    Les couleurs du diagramme à barres de transformation décrivent la préférence d’adéquation pour chaque type d’utilisation du sol. Les barres vertes correspondent aux types d’utilisation du sol privilégiés, tandis que les barres rouges correspondent aux valeurs d’adéquation les plus faibles. La hauteur des barres indique le nombre de cellules raster pour chaque utilisation du sol. Des barres plus hautes indiquent que l’utilisation du sol couvre une plus grande surface dans la zone d’étude et qu’elle est plus courante.

  9. Sur la carte, explorez la couche Transformed LandCover (Occupation du sol [transformée]).

    Carte de transformation de LandCover (Occupation du sol)

    Remarquez les zones rouges le long de la côte. Elles représentent les forêts de mangroves et certaines zones urbaines, et sont les moins adéquates. À l’inverse, les zones de buissons et de broussailles et les terres agricoles sont les plus appropriées (en vert foncé et clair).

  10. Dans la fenêtre Transformation, explorez le diagramme Distribution of Suitability (Distribution d’adéquation) mis à jour.

    Diagramme Distribution of Suitability (Distribution d’adéquation)

    Le diagramme d’adéquation illustre la distribution de l’adéquation combinée avec les deux premiers critères. Vous pouvez constater que la plage de valeurs s’étend maintenant d’environ 3 à 20. L’adéquation moyenne (en jaune) est actuellement la plus souvent attribuée.

  11. Dans la fenêtre Contents (Contenu), dans le groupe de couches ShrimpFarm, activez la couche NicoyaSuitability.

    Deux critères combinés dans Suitability map (Carte d’adéquation)

    Vous pouvez constater que la carte d’adéquation est maintenant une combinaison des deux premières couches des critères transformés.

  12. Désactivez la couche NicoyaSuitability.
  13. Sur le ruban, sous l’onglet Suitability Modeler (Modélisateur d’adéquation), cliquez sur Save (Enregistrer) pour enregistrer le modèle.
  14. Enregistrez le projet.

Transformer une plage de classes

Vous allez à présent transformer le troisième critère, la distance aux routes.

  1. Dans la fenêtre Suitability Modeler (Modélisateur d’adéquation), pour Criteria (Critères), cochez le cercle en regard du critère Dist_Roads (Distance aux routes).

    Sélectionner le critère Dist_Roads (Distance aux routes)

    Comme à chaque fois, les fenêtres Transformation et Contents (Contenu) se mettent à jour.

  2. Dans la fenêtre Contents (Contenu), sous le groupe de couches ÉlevageCrevettes, assurez-vous que Dist_Roads (Distance aux routes) est activé et désactivez toutes les autres couches du groupe de couches.
  3. Explorez 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.

  4. Dans la fenêtre Transformation, cliquez sur l’onglet de transformation Range of Classes (Plage de classes).

    Onglet 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 475 mètres environ ; la deuxième classe, entre 475 et 948 mètres ; et ainsi de suite.

  5. Examinez le diagramme Transformation of Dist_Roads (Transformation de Distance aux routes).

    Diagramme à barres Transformation of Dist_Roads (Transformation de Distance aux routes)

    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.

  6. Dans la fenêtre Transformation, sous l’onglet Range of Classes (Plage de classes), cliquez sur le bouton Reverse (Inverser).

    Bouton Reverse (Inverser)

    Les diagrammes et la carte sont mis à jour pour répercuter l’effet désiré.

  7. Dans la fenêtre Transformation, examinez le diagramme Transformation of Dist_Roads (Transformation de Distance aux routes).

    Les distances proches des routes sont maintenant classées comme les plus adéquates (vert).

  8. Dans la fenêtre Contents (Contenu), faites glisser la couche Roads (Routes) au-dessus du groupe de couches ShrimpFarm (ÉlevageCrevettes) et activez-la.

    Les routes s’affichent désormais au-dessus de la couche Transformed Dist_Roads (Distance aux routes [transformée]).

  9. Sur la carte, explorez les couches Transformed Dist_Roads (Distance aux routes [transformée]) et Roads (Routes).

    Carte de transformation de Dist_Roads (Distance aux routes)

  10. Effectuez un zoom avant pour vérifier que les valeurs de distance sont regroupées en dix classes discrètes représentant des plages distinctes autour de la localisation des routes.

    Dix classes discrètes représentant des plages distinctes

    La plage la plus proche des routes a la teinte verte la plus foncée car elle est la plus pertinente.

  11. Dans la fenêtre Contenu, désactivez la couche Roads. Dans le groupe de couches ShrimpFarm, activez la couche NicoyaSuitability et cliquez sur Zoom To Layer (Zoom sur la couche).

    Trois critères combinés dans Suitability map (Carte d’adéquation)

    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 9 à 30.

    Remarque :

    Les valeurs les plus basses (1 à 8) ne sont pas représentées, car il n’y a aucun emplacement dans l’étendue qui présente simultanément la valeur la plus faible possible pour la distance à l’eau salée, l’occupation du sol et la distance aux routes.

  12. Dans la fenêtre Contents (Contenu), désactivez la couche NicoyaSuitability.
  13. Enregistrez le modèle.
  14. 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, explorez quelques fonctionnalités supplémentaires du modélisateur d’adéquation. Vous ouvrirez deux cartes côte à côte pour visualiser en même temps la transformation actuelle des critères et les cartes d’adéquation finales. Cela vous donnera un feedback encore meilleur sur l’impact de vos choix.

  1. Dans la fenêtre Contents (Contenu), sous le groupe de couches ShrimpFarm, cliquez avec le bouton droit sur la couche Suitability map et choisissez Zoom To Layer (Zoom sur la couche).
  2. Cliquez sur la fenêtre cartographique Gulf of Nicoya (Golfe de Nicoya) pour la sélectionner.
  3. Sur le ruban, dans l’onglet Suitability Modeler (Modélisateur d’adéquation), dans le groupe Views (Vues), développez la liste déroulante Map views (Vues cartographiques) et sélectionnez Two maps (Deux cartes).

    Liste déroulante Map views (Vues cartographiques)

    Une deuxième carte, Suitability-TopRight (Adéquation-HautDroite), s’affiche. La couche du groupe d’adéquation ShrimpFarm (ÉlevageCrevettes) est ajoutée à la fenêtre Contents (Contenu) de la deuxième carte.

  4. 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.

    Fenêtres côte à côte

  5. Assurez-vous que la fenêtre cartographique Suitability-TopRight (Adéquation-HautDroite) est sélectionnée. 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.

    Modifier le fond de carte

  6. Pour la fenêtre cartographique Gulf of Nicoya (Golfe de Nicoya), désactivez la couche GulfWater afin que les deux cartes soient totalement similaires.
  7. Pour la fenêtre cartographique Gulf of Nicoya (Golfe de Nicoya), activez la couche NicoyaSuitability.

    Fenêtres côte à côte après quelques ajustements

    Vous pouvez maintenant voir les cartes d’adéquation finale et de transformation actuelle en un coup d’œil. Ensuite, vous allez examiner la transformation pour le critère Dist_Rivers (Distance aux cours d’eau).

  8. 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. La fenêtre cartographique Gulf of Nicoya (Golfe de Nicoya) affiche maintenant la couche NicoyaSuitability, alors que la fenêtre cartographique Suitability-TopRight (Adéquation-HautDroite) affiche la couche Transformed Dist_Rivers.

    Cartes initiales pour Dist_Rivers (Distance aux cours d’eau)

  9. Dans la fenêtre Transformation, examinez le diagramme de transformation actuel.

    Diagramme de transformation de Dist_Rivers (Distance aux cours d’eau)

    Vous remarquerez qu’avec la fonction MSSmall, la distance jusqu’à environ 6 500 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).

  10. Dans la fenêtre Transformation, dans l’onglet Continuous Functions (Fonctions continues), pour Function (Fonction), sélectionnez la fonction Power (Puissance).

    Choisir la fonction Power (Puissance)

  11. Dans la fenêtre Transformation, examinez le diagramme de transformation mis à jour.

    Diagramme de transformation de Dist_Rivers (Distance aux cours d’eau) avec la fonction Power (Puissance)

    Les emplacements plus proches des rivières ont des préférences moindres lorsque la fonction Power (Puissance) est initialement appliquée. Il vous faut l’inverser.

  12. Dans la fenêtre Transformation, sous l’onglet Continuous Functions (Fonctions continues), cochez la case Invert function (Inverser la fonction).

    Inverser la fonction Power (Puissance)

    Les diagrammes et la carte se mettent à jour.

  13. Dans la fenêtre Transformation, examinez le diagramme de transformation mis à jour.

    Diagramme de transformation de Dist_Rivers (Distance aux cours d’eau)

    Comme vous pouvez le constater, les emplacements très proches des rivières (en vert) sont hautement privilégiés, puis la préférence baisse rapidement pour ensuite ralentir. La fonction Power (Puissance) inversée capture le mieux la transformation d’adéquation souhaitée.

  14. Dans la fenêtre cartographique Suitability-TopRight (Adéquation-HautDroite), explorez la couche Transformed Dist_Rivers (Distance aux cours d’eau [transformée]) mise à jour.

    Cartes après application de la fonction Power (Puissance)

    Désormais, seules les zones très proches des rivières s’affichent en vert.

  15. Dans la fenêtre cartographique Gulf of Nicoya (Golfe de Nicoya), explorez la couche NicoyaSuitability.

    Vous pouvez constater dans la légende que ses valeurs sont désormais comprises entre environ 11 et 40, car elle représente quatre critères combinés. Vous pouvez constater l’influence de la distance aux rivières sur la carte d’adéquation : certaines des zones les plus pertinentes (en vert) se trouvent maintenant au bord de rivières.

  16. Si nécessaire, pour chaque carte, effectuez un zoom sur l’étendue de la couche NicoyaSuitability.
  17. Enregistrez le modèle.
  18. Enregistrez le projet.

Transformer à l’aide de la fonction exponentielle

Vous allez maintenant transformer le dernier critère : l’élevage de crevettes doit être situé dans ou près des emplacements abrités des vents du nord et du sud.

  1. Dans la fenêtre Suitability Modeler (Modélisateur d’adéquation), dans la table Criteria (Critères), cochez le cercle en regard du critère Dist_Sheltered (Distance aux zones abritées).

    Puisque le raster Dist_Sheltered (Distance aux zones abritées) consiste en des données continues, la fonction continue MSSmall est là encore appliquée par défaut.

  2. Dans la fenêtre Transformation, examinez le diagramme de transformation.

    Transformation du diagramme Dist_Sheltered (Distance aux zones abritées)

    La fonction par défaut ne capture pas la transformation que vous souhaitez. Comme l’impact positif des zones abritées du vent ne cesse pas brusquement, vous voulez que la préférence diminue beaucoup plus lentement sur les courtes distances.

  3. Dans la fenêtre Transformation, dans l’onglet Continuous Functions (Fonctions continues), sélectionnez la fonction Exponential (Exponentielle) dans la liste déroulante Function (Fonction). Cochez la case Invert function (Inverser la fonction).

    Choix de la fonction pour le critère de l’abri du vent

  4. Dans la fenêtre Transformation, examinez le diagramme de transformation mis à jour.

    Transformation de Dist_Sheltered (Distance aux zones abritées)

    La ligne bleue de la fonction montre que les emplacements les plus proches sont préférés, et que la préférence diminue lentement au début et plus rapidement lorsque les distances augmentent. Toutefois, pour mieux capturer la préférence pour le critère, vous voulez affiner la fonction en la faisant décroître un peu plus rapidement.

  5. Dans la fenêtre Transformation Pane, sous l’onglet Continuous Functions (Fonctions continues), saisissez la valeur 0.00014 pour le champ Base factor (Facteur de base). Cliquez n’importe où dans la fenêtre pour appliquer la modification.

    Paramètre Base factor (Facteur de base)

    Les diagrammes et les cartes se mettent à jour.

  6. Dans la fenêtre Transformation, examinez le diagramme de transformation mis à jour.

    Transformation de Dist_Sheltered (Distance aux zones abritées) avec la préférence diminuant à un rythme un peu plus rapide

    En observant la fonction de la ligne bleue, vous remarquez que la préférence diminue maintenant à un rythme un peu plus rapide.

  7. Dans la fenêtre cartographique Suitability-TopRight (Adéquation-HautDroite), observez la couche Transformed Dist_Sheltered (Distance aux zones abritées [transformée]) résultante.
  8. Dans la fenêtre cartographique Gulf ofNicoya (Golfe de Nicoya), observez comment l’ajout du critère de distance aux zones abritées modifie la couche NicoyaSuitability finale.

    Cartes Dist_Sheltered finales

    La carte d’adéquation combine désormais les cinq critères et la plage s’étend de 20 à 50. Vous pouvez clairement constater que les zones les plus pertinentes (en vert) sont proches du golfe, mais pas sur des mangroves ou des terrains urbains, et elles ont tendance à être proches des rivières. Même si la proximité des routes et des zones abritées du vent apparaît de façon moins évidente, elle est prise en compte.

  9. Dans la fenêtre cartographique Suitability-TopRight (Adéquation-HautDroite), activez une à une les différentes couches de critères transformés afin de les comparer avec la couche NicoyaSuitability de la fenêtre cartographique Gulf ofNicoya (Golfe de Nicoya).

    Observez comment chacun d’eux a influencé la carte d’adéquation finale.

  10. Si nécessaire, pour chaque carte, effectuez un zoom sur l’étendue de la couche NicoyaSuitability.
  11. Enregistrez le modèle.
  12. 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.

Pondérer les critères du modèle

Au fil de la transformation, vous avez transformé les valeurs des critères en une échelle commune. Cependant, pour déterminer l’emplacement d’une ferme d’élevage de crevettes, certains critères peuvent être plus importants que d’autres. Pour incorporer l’importance du critère, vous allez attribuer des pondérations différentes à chaque couche.

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. Mais d’abord, vous allez revenir à une vue cartographique comportant une seule carte.

  1. Sur le ruban, dans l’onglet Suitability Modeler (Modélisateur d’adéquation), dans le groupe Views (Vues), cliquez sur le menu déroulant Map views (Vues cartographiques) et choisissez One Map (Une carte).
  2. Si nécessaire, dans la fenêtre Contents (Contenu), sous le groupe de couches ShrimpFarm, cliquez avec le bouton droit sur la couche NicoyaSuitability et choisissez Zoom To Layer (Zoom sur la couche).
    Remarque :

    Le modélisateur d’adéquation traite uniquement les données dans l’étendue actuelle. Si vous avez changé l’étendue pendant l’exploration de la carte, il se peut que le traitement ne porte que sur une étendue limitée et non sur l’étendue totale de la couche de carte d’adéquation. Vous devez donc vous assurer que toute la zone d’étude apparaît sur la carte.

  3. Dans la fenêtre Suitability Modeler (Modélisateur d’adéquation), dans la table Criteria (Critères), examinez le champ Weight (Pondération).

    Pondérations de 1

    Actuellement, tous les critères ayant une pondération de 1, ils sont donc d’importance égale. Puisque le critère Dist_Salty_Water (Distance à l’eau salée) est essentiel, vous lui attribuerez une pondération de 8. Le critère Dist_Rivers (Distance aux cours d’eau) est le suivant en importance et vous lui attribuerez une pondération de 3. Dist_Sheltered (Distance aux zones abritées) recevra une pondération de 2, et tous les autres critères une pondération de 1.

  4. Dans la table Criteria (Critères), mettez à jour les valeurs Weight (Pondération) comme suit.

    Raster en entréePondération

    Dist_Salty_Water (Distance à l’eau salée)

    8

    Dist_Rivers (Distance aux cours d’eau)

    3

    Dist_Sheltered (Distance aux zones abritées)

    2

    Dist_Roads (Distance aux routes)

    1

    LandCover (Occupation du sol)

    1

    Cliquez n’importe où dans la fenêtre pour appliquer les pondérations.

  5. Dans la table Criteria (Critères), examinez vos valeurs pour Weight (Pondération) avant de poursuivre.

    Nouvelles pondérations des critères

    Remarque :

    L’ordre dans lequel les critères sont énumérés peut varier.

  6. Examinez la couche NicoyaSuitability résultante.

    Carte d’adéquation après application des pondérations

    Remarque :

    Si l’affichage ne se met pas automatiquement à jour, dans l’onglet Suitability Modeler (Modélisateur d’adéquation) du ruban, vous pouvez utiliser le bouton Calculate (Calculer) pour mettre à jour l’affichage.

    Sur la carte, observez que les zones situées près du golfe, des rivières et des zones abritées étant les plus pertinentes, elles sont symbolisées 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 environ 150. 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 est la suivante :

    10 * 8 + 10 * 3 + 10 * 2 + 10 * 1 + 10 * 1 = 150

    Pendant la phase exploratoire de la création du modèle, vous travailliez selon la résolution et l’étendue de l’écran et les couches générées n’étaient pas enregistrées en dehors du projet. Avant de passer à la phase suivante de votre processus, vous devez exécuter le modèle en résolution maximale et enregistrer la couche NicoyaSuitability sur disque.

  7. Dans la fenêtre Suitability Modeler (Modélisateur d’adéquation), en bas de l’onglet Suitability (Adéquation) (sous la table Criteria (Critère), cliquez sur Run (Exécuter).

    bouton Run

    Le processus peut prendre du temps.

  8. Dans la fenêtre Contents (Contenu), examinez la plage de valeurs.

    Nouvelle plage des valeurs d’adéquation

    La plage a maintenant été mise à jour sur la base des valeurs d’adéquation précises existant dans le modèle.

Localiser les élevages de crevettes

Vous allez maintenant utiliser la couche NicoyaSuitability pour identifier les cinq meilleurs emplacements pour de nouveaux élevages de crevettes. Cela se fait dans 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.

  1. 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 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 ne peuvent pas être implantés à moins de 5 kilomètres les uns des autres.
    • Et enfin, les zones de mangrove doivent être absolument évitées. Pour le garantir, vous utiliserez le raster NoMangroves (Sans mangroves) comme masque afin que Locate (Localiser) ne recherche que les régions pertinentes dans les zones sans mangrove.
    Remarque :

    Le raster NoMangroves (Sans mangroves) a été généré à l’aide de l’outil Extract by Attributes (Extraction par attributs) (Spatial Analyst) appliqué à la couche LandCover. Cette opération sélectionne et copie dans le nouveau raster uniquement les cellules raster dont les valeurs ne sont pas égales au type de couverture terrestre Mangrove.

  2. Sous l’onglet Locate (Localiser), saisissez les paramètres suivants :
    • 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 ShrimpFarmLocations.
    • 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), assurez-vous que Kilometers (Kilomètres) est sélectionné.
    • Acceptez les valeurs par défaut de tous les paramètres restants.

    Paramètres pour Locate (Localiser)

  3. Dans la fenêtre Suitability Modeler (Modélisateur d’adéquation), dans l’onglet Locate (Localiser), cliquez sur Environments (Environnements).

    Cliquez sur Parameters (Paramètres).

  4. Sous Raster Analysis (Analyse raster), pour Mask (Masque), choisissez NoMangroves (Sans mangroves).

    Masque défini sur NoMangroves (Sans mangroves)

  5. Dans la fenêtre Suitability Modeler (Modélisateur d’adéquation), dans l’onglet Locate (Localiser), cliquez sur Parameters (Paramètres).

    Cliquez sur Parameters (Paramètres).

  6. Cliquez sur Run (Exécuter).

    bouton Run

    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 ShrimpFarmLocations apparaît.

  7. Vérifier que 5 localisations ont été identifiées. La valeur 0 a été attribuée à toutes les zones qui n’ont pas été sélectionnées en fonction de l’adéquation et des configurations spatiales souhaitées.

    Couche Suitable locations

    Remarque :

    Les couleurs sont attribuées aléatoirement et peuvent varier.

    Vous n’attribuerez aucune couleur à la valeur 0, de façon à vous concentrer sur les cinq lieux de prédilection et à voir la couche NicoyaSuitability en dessous.

  8. Dans la fenêtre Contents (Contenu), pour ShrimpFarmLocations, cliquez avec le bouton droit sur la légende pour de la valeur 0 et sélectionnez No color (Aucune couleur).

    Définir Value 0 (Valeur 0) sur No color (Aucune couleur)

  9. Sur la carte, examinez la couche ShrimpFarmLocations.

    Les cinq localisations pertinentes

    Vous pouvez activer ou désactiver la couche ShrimpFarmLocations tout en effectuant des déplacements et des zooms sur la carte. Observez que les cinq régions sont situées dans une zone hautement pertinente (vert plus foncé). Elles évitent également les zones de mangrove.

  10. Enregistrez le modèle.
  11. 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. En raison de la nature interactive et exploratoire du modélisateur d’adéquation, vous pouvez poursuivre votre examen du modèle à l’aide des outils exploratoires 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 également exécuter le modélisateur d’adéquation en réduisant la distance entre les élevages et observer si vous obtenez des propositions de localisation différentes.

En outre, vous pourriez essayer d’ajouter des critères supplémentaires au modèle susceptibles d’influencer le choix de la localisation des élevages de crevettes. Il peut notamment s’agir des critères suivants :

  • Slope and aspect (Pente et exposition) – Certains sites se trouvent à des endroits où la pente et l’exposition (orientation) sont inadaptées et ne peuvent donc pas accueillir la construction de bassins. La pente et l’exposition peuvent être dérivées des données d’altitude.
  • Soil and geology (Sols et géologie) – Les caractéristiques de la géologie sous-jacente et le type et la profondeur du sol peuvent ne pas convenir au développement de bassins.
  • Water salinity (Salinité de l’eau) – La pénéiculture (l’élevage de crevettes) a besoin d’eau saumâtre ; si la salinité de l’eau varie, il faut l’intégrer dans le modèle.

Ces critères peuvent ou non affecter les résultats du modèle. De toute façon, le modélisateur d’adéquation vous permettra de déterminer si c’est le cas.

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 les avez pondérés 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. Vous prendrez ainsi des décisions en toute connaissance de cause.

Vous trouverez d’autres didacticiels dans la bibliothèque des didacticiels.