Cluster recognition in spatial-temporal sequences

Mikhail Kanevski, Institut des dynamiques de la surface terrestre

L’article Cluster recognition in spatial-temporal sequences: the case of forest fires écrit par Carmen Vega Orozco, Marj Tonini, Marco Conedera et Mikhaïl Kanevski présente une analyse des feux de forêt dans le Sud de la Suisse et leur probabilité d’occurrence par approche statistique et reconnaissance de clusters. Cela a permis de définir la récurrence des feux dans le temps et dans l’espace et de mieux préparer les autorités à lutter contre les incendies.

Les feux sont un facteur majeur de perturbation de la distribution et de la composition des forêts. Leur occurrence peut parfois bénéficier aux écosystèmes forestiers en régulant la composition des espèces et en influençant à la fois la croissance et la reproduction des essences ; cependant, les impacts de feux provoqués par l’homme sont nuisibles. Les feux de forêt réduisent notamment la biomasse, stimulent l’érosion des sols et libèrent du carbone dans l’atmosphère. Pour l’homme, les feux augmentent la vulnérabilité des espaces urbains et présentent des menaces sérieuses sur les activités humaines et la santé, en pénalisant l’utilisation durable de ressources naturelles.

L’étude menée par Carmen Vega Orozco est fondée sur 2’401 feux de forêt enregistrés au Tessin entre 1969 et 2008. Cette étude a cherché à détecter des agrégations spatio-temporelles des feux de forêt (ou clusters), et à analyser les causes d’ignition des clusters résultants. La méthodologie repose sur l’application d’un « space-time scan statistics permutation model » qui utilise une fenêtre de balayage cylindrique pour balayer l’espace et le temps de la région d’étude. Ainsi, le modèle décèle des excès locaux de feux de forêt dans des zones spécifiques en fonction d’une certaine période.

Il en ressort que la fréquence, l’intensité et la distribution des feux de forêt dépendent de variables comme les conditions météorologiques, le type de forêt et la source d’ignition (naturelle ou anthropique). Malheureusement, le plus souvent, les feux sont principalement le résultat de conflits liés à l’exploitation de la terre. Bien que la Suisse ne soit pas soumise aux mêmes aléas que dans le bassin méditerranéen, 200 feux environ se déclarent chaque année sur son territoire, détruisant jusqu’à 300 ha de forêts. La forêt, en dehors de sa valeur intrinsèque, représente une ressource importante pour les secteurs socio-économiques du pays et pour la protection contre d’autres dangers naturels. La majorité des feux de forêts en Suisse sont localisés dans le sud des Alpes, où le Canton du Tessin est le plus affecté. Dans cette région, les feux de forêt se déclenchent surtout pendant la période d’hiver (décembre-avril) quand des conditions sèches dominent en raison de précipitations basses et du foehn récurrent. Cette période est caractérisée par des feux provoqués par des activités humaines. En revanche, durant la période d’été (mai à novembre), qui correspond à la période de croissance de la végétation, les feux sont d’origine naturelle et humaine.

L’analyse statistique fournit des informations très utiles pour comprendre les feux, leur occurrence, améliorer la prédiction des incendies et la gestion des risques.

L’approche présentée dans cette recherche a non seulement permis de détecter des zones « hotspots », mais aussi de fournir des informations pertinentes sur les caractéristiques des clusters ainsi que sur leurs composants structurels et temporels. Cette connaissance est d’un grand intérêt pour aider le Service Forestier et les décideurs à définir une infrastructure adéquate d’installations et de ressources de lutte anti-incendie. De plus, l’incorporation des résultats dans un système d’information géographique constitue une fonctionnalité pratique pour l’aide à la décision.

Référence bibliographique

Carmen Vega Orozco, Marj Tonini, Marco Conedera, Mikhail Kanveski, Cluster recognition in spatial-temporal sequences: the case of forest fires, Geoinformatica 2012 16, pp. 653-673 [full text]

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *