Résumé 172 :
Spatial prediction using geostatistical models with an auxiliary variable
Li, Shuxian ; Petit, Anne Gégout ; Dubrana, Lucia Guérin
INRA /Bordeaux Sciences Agros
Dans cette étude, nous utilisons des modèles géostatistiques pour la prédiction spatiale d'une variable d'intérêt observée en peu de points, à l'aide d'une variable auxiliaire observée en un nombre très élevé de points, structurés en ligne, ce qui est souvent le cas dans le domaine de l'agriculture. Etant donné que les deux variables ne sont pas mesurées aux même points, la procédure de prédiction nécessite une étape d'interpolation spatiale de la variable auxiliaire et une étape de régression spatiale de la variable d'intérêt. Lors de la première étape, les données étant hétérogènes sur la surface étudiée, une analyse locale a été utilisée. Pour traiter la structure en ligne de la variable auxiliaire, nous avons eu recours à un algorithme "one-way Median Polish" qui extrait "l'effet colonne". Enfin nous avons effectué un krigeage ordinaire sur les résidus obtenus. Pour la deuxième étape, nous avons prédit la variable d'intérêt en utilisant modèles de regression et un modèle géostatistique tel que le krigeage universel avec dérive externe. Nous discutons l'intérêt de ces modèles et choisissons celui qui donne la meilleure prédiction en comparant leurs performances à l'aide de validations croisées.