GEOSTATISTIQUE

Ahmed DOUAIK

‫احمد الدويك‬
Unité de Recherche sur l’Environnement et la
Conservation des Ressources Naturelles
INRA
ahmed.douaik@inra.ma
 PLAN DU COURS

1. Introduction

2. Analyse Exploratoire des Données

3. Modèle de Fonction Aléatoire

4. Variabilité Spatiale: Variogramme

5. Interpolation Spatiale: Krigeage

2
 PLAN DU COURS

1. Introduction

2. Analyse Exploratoire des Données

3. Modèle de Fonction Aléatoire

4. Variabilité Spatiale: Variogramme

5. Interpolation Spatiale: Krigeage

3
1.1. Définition (s)
Il existe 3 types de base de données spatiales:
• données régionales ou surfaciques ou aréolaires (lattice ou areal data):
espace discret fixé (régions). La quantité d’intérêt est définie uniquement pour
des régions. Elle est mesurée à certaines régions fixes.
• données des processus ponctuels spatiaux ou des semis de points
spatiaux (spatial point pattern): le principal intérêt est les endroits de toutes
les occurrences d’un événement donné (hauteur ou mortalité des arbres).
Endroits spatiaux et les valeurs comme variables réponse.
• données géostatistiques (geostatistical data): espace continu sur R2 ou R3
(points). La quantité d’intérêt a une valeur à tout point mais on a des mesures
qu’à certains endroits. Endroits spatiaux comme variables explicatives et les
valeurs comme variables réponse.
4
Données régionales ou
surfaciques ou aréolaires:
% d’individus de groupe
sanguin A et graphe de
voisinage

Processus ponctuels
spatiaux: cellules
observées au
microscope et tailles
d’aiguilles de pin

Données géostatistiques:
pluviométrie et porosité
du sol

5
Géostatistique: Etude statistique des phénomènes naturels qui se
distribuent de façon continue dans l’espace et/ou le temps.

Traditionnellement, GEO: Géologie (minerai)

Actuellement, GEO: Géographie (SIG)

Définitions alternatives:
• Statistique appliquée aux données géographiques
• Statistique spatiale
• Gestion, traitement et interprétation de données spatiales
• Description quantitative de variables naturelles qui se distribuent dans
l’espace ou dans l’espace et dans le temps

6
1.2. Pourquoi la géostatistique

Exemple:
• Un forestier désire déterminer la surface basale ou le diamètre de
ses arbres dans une parcelle
• Il ne désire pas la valeur moyenne de toute la parcelle mais plusieurs
valeurs pour différents emplacements
• Il désire une information continue pour tous les points de la parcelle
• Comment obtenir de l’information pour les endroits non
échantillonnés?
• Combien d’échantillons devra t-on prendre et où les prendre pour que
cette information soit fiable?
• Frais pour obtenir cette information (coût et temps)
• GEOSTATISTIQUE: estimer ou prédire aux endroits non
échantillonnés sans biais et avec une erreur minimale en se basant
sur la dépendance spatiale.

7
1.3. Domaines d’application
• Silviculture
• Sciences du Sol et Géologie
• Industries Minières et Pétrolifères
• Climatologie et Météorologie
• Hydrologie et Hydrogéologie
• Ecologie et Sciences Environnementales
• Phytopathologie
• Entomologie
• Epidémiologie
• Santé Publique
• Pollution Atmosphérique, Terrestre et Marine
• Etc.
8
1.4. Un peu d’histoire
• Mercer et Hall (1911): variance entre parcelles (production) diminue
quand le nombre de parcelles augmente, jusqu’à une certaine limite,
agriculture.
• “Student”: parcelles plus proches donnent des résultats plus similaires
(dépendance spatiale, portée de corrélation, effet pépite), agriculture.
• Fisher (1925): analyse de la variance, réduire les effets de la variabilité
spatiale (erreur expérimentale), agriculture
• Youden et Mehlich (1937): analyse de la variance subordonné, échelle
de variation spatiale, variation pour différentes distances de séparation
et plan pour échantillons additionnels, agriculture.
• Kolmogorov (1941): corrélation spatiale (et fonction structurale pour la
décrire, variogramme), interpolation optimale (krigeage), météorologie.
• Matérn (1960): covariogramme spatial, sylviculture
• Gandin (1965): climatologie, évaluation de réseaux d’observations.

9
• Années 40-50: H. Sichel et D.G. Krige (Ingénieurs Sud-africains des
mines d’or) développent un procédé empirique basé sur l’estimation
pondérée.
• Années 60: G. Matheron: ‘La théorie des variables régionalisées’
(Ecole des Mines de Paris). Diffusion limitée, très compliqué, base de
la géostatistique contemporaine
• Années 70: Apparition de livres en anglais (A. Journel à Stanford et M.
David à Montréal). Application principalement à l’industrie minière.
• Années 80: Application aux sciences du sol par R. Webster et ses
étudiants (P. Burrough, A. McBratney, etc.)
• 1989: ‘An Introduction to applied geostatistics’ (E. Isaaks et R.
Srivastava): livre très didactique.
• 1997: ‘Geostatistics for Natural Resources Evaluation’ (P.
Goovaerts)
• 2001: ‘Geostatistics for Environmental Scientists’ (R. Webster et M.
Oliver). Diffusion plus large et application de la géostatistique.

10