A knowledge discovery process for spatiotemporal data: Application to river water quality monitoring | Un proces d'extraction de connaissances à partir de données spatio-temporelles : application à la surveillance de la qualité de l'eau des rivières
2015
Alatrista Salas, Hugo | Azé, Jérôme | Bringay, Sandra | Cernesson, Flavie | Selmaoui-Folcher, Nazha | Teisseire, Maguelonne | ADVanced Analytics for data SciencE (ADVANSE) ; Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier (LIRMM) ; Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS) | Territoires, Environnement, Télédétection et Information Spatiale (UMR TETIS) ; Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-AgroParisTech-Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA) | Département de Mathématiques et Informatique Appliquées (MIAP) ; Université Paul-Valéry - Montpellier 3 (UPVM) | Pôle Pluridisciplinaire de la Matière et de l'Environnement (PPME) ; Université de la Nouvelle-Calédonie (UNC)
[Departement_IRSTEA]Territoires [TR1_IRSTEA]SYNERGIE [Axe_IRSTEA]TETIS-SISO
Afficher plus [+] Moins [-]International audience
Afficher plus [+] Moins [-]anglais. Rapid population growth and human activity (such as agriculture, industry, transports,...) development have increased vulnerability risk for water resources. Due to the complexity of natural processes and the numerous interactions between hydro-systems and human pressures, water quality is difficult to be quantified. In this context, we present a knowledge discovery process applied to hydrological data. To achieve this objective, we combine successive methods to extract knowledge on data collected at stations located along several rivers. Firstly, data is pre-processed in order to obtain different spatial proximities. Later, we apply a standard algorithm to extract sequential patterns. Finally we propose a combination of two techniques (1) to filter patterns based on interest measure, and; (2) to group and present them graphically, to help the experts. Such elements can be used to assess spatialized indicators to assist the interpretation of ecological and river monitoring pressure data.
Afficher plus [+] Moins [-]Mots clés AGROVOC
Informations bibliographiques
Cette notice bibliographique a été fournie par AgroParisTech
Découvrez la collection de ce fournisseur de données dans AGRIS