Réseau CiSStats

Modèle de Cox log gaussien pour la modélisation de données opportunistes

Ce travail est réalisé par Florian Lasgorceux dans le cadre de sa thèse financée par INRAE et en partenariat entre BioSP et le Parc National des Ecrins.

Les gestionnaires d'espaces naturels dont ceux du Parc National des Ecrins ont de plus en plus recours à des bases de données de comptage d'espèce alimentées de manière opportuniste. Ceci se traduit en particulier par un effort d'échantillonnage inconnu et hétérogène selon l’espèce, l’espace et le temps. La complexité imposée par cet effort d’échantillonnage dans les données nécessite la mise en place de modèles de processus ponctuels souples appelés processus de Cox log-gaussien. L’intensité du processus de Cox est alors fonction d’une partie déterministe intégrant l’effet des covariables environnementales mais aussi d’une (ou plusieurs) partie(s) aléatoire(s) pouvant traduire la niche réalisée de l’espèce ou l’hétérogénéité de l’effort d’échantillonnage. Un enjeu majeur porte sur l’extension multivariée (multi-espèces) de ce modèle afin d’identifier des communautés d’espèces et de quantifier leurs interactions. L'estimation des paramètres des modèles est réalisée dans un cadre bayésien via la méthode INLA-SPDE, offrant une alternative peu coûteuse en temps de calcul par rapport aux estimations de type MCMC.

Pièce jointe
JdS-2022.pdf243.68 Ko