Publications du Service canadien des forêts

Local indicators for categorical data: impacts of scaling decisions. 2010. Long, J.A.; Nelson, T.A.; Wulder, M.A. The Canadian Geographer 54(1): 15-28.

Année : 2010

Disponible au : Centre de foresterie du Pacifique

Numéro de catalogue : 31485

La langue : Anglais

Disponibilité au SCF : PDF (télécharger)

Disponible sur le site Web de la revue ou du journal.
DOI : 10.1111/j.1541-0064.2009.00300.x

† Ce site peut exiger des frais.

Sélectionner

Résumé

Lorsqu'il existe une variation dans la distribution géographique de la structure paysagère, les indices globaux n'arrivent pas à détecter la nonstationnarité spatiale dans les données. Les méthodes qui visent àévaluer la structure paysagère à une échelle locale offrent des avantages en produisant un indice pour chacun des points de la base de données. L'intérêt d'utiliser une distribution géographique des indices locaux consiste à dégager les tendances spatiales. Les indicateurs locaux pour données catégorielles (ILDC) se prêtent à la quantification statistique des schémas spatiaux d'échelle locale présents dans les bases de données géographiques de type binaire. Les ILDC, comme les autres méthodes spatiales de niveau local, sont affectés par les choix relatifs à l'échelle spatiale des données, tels que la granularité des données (p), et les paramètres d'analyse comme la taille du voisinage (m). Cet article vise à examiner les effets du choix des paramètres m et p sur la méthode des ILDC, en plus d'étudier les effets de l'étendue spatiale sur l'analyse, notamment la mesure de la composition locale. Utilisant les données de 1996 sur le couvert forestier d'une région de la Colombie-Britannique, Canada, où ont étéélaborées des stratégies d'atténuation des populations de dendroctone du pin ponderosa ainsi que des opérations de récupération, nous mettons en lumière les effets des modifications apportées à m et p. Le choix de la taille du périmètre d'observation (m = 3,5,7) a des incidences sur l'identification et l'interprétation de ce qui constitue un résultat statistiquement significatif. À cela s'ajoutent les multiples effets sur le niveau de signification des résultats en ajustant à la hausse le grain des données (p). Il est clair que le choix de m et de p a des incidences sur les résultats obtenus avec les ILDC. Des études ultérieures portant sur les combinaisons possibles de m et p permettront de préciser la définition des paramètres d'analyse.