Démarche statistique pour la sélection des indicateurs par ranom Forests pour la surveillance de la qualité des sols.

Résumé :

Le volume des données définies dans le programme Bioindicateurs 2 (Ademe) et le très gran nombre de variables biologiques à tester (une centaine) nécessitent des techniques d’analyse telles que les ranom Forests qui peuvent s’affranchir du problème de multi-colinéarité pour la sélection d’indicateurs sensibles aux différents facteurs étudiés. La méthodologie des ranom Forests consiste en la sélection des variables les plus discriminantes. Ainsi nous avons recherché la meilleure sélection en étudiant l’ensemble des variables biologiques représentant la Microflore et la Faune. Cette démarche a porté sur l’ensemble des indicateurs d’effet issus du programme Bio2, les indicateurs de la flore et d’accumulation (escargot) n’ayant pas été traités. Ces travaux ont été mis en œuvre sur les trois facteurs de discrimination: l’usage des sols, les niveaux de contamination en ETmandet les niveaux de contamination en polluants organiques. Nous avons ensuite regroupé les variables les plus discriminantes issues de chaque analyse par RF. Une analyse discriminante linéaire a ensuite été mise en œuvre pour chaque facteur en vue d’élaborer un modèle prédictif.