Aller au contenu. | Aller à la navigation

Outils personnels

    
Navigation
Vous êtes ici : Accueil / Bibliographie générale / Application de la régression en composantes principales du traitement des données acoustiques multifréquence: estimation des abondances du Zooplancton

C. M Martinez Lopez and P. M David (1992)

Application de la régression en composantes principales du traitement des données acoustiques multifréquence: estimation des abondances du Zooplancton

PhD Thesis, Université de la Méditerranée (Aix Marseille II), Marseille, France.

L'évaluation quantitative et qualitative de la biomasse planctonique constitue un des objectifs principaux des recherches océanographiques actuelles sur les flux de matière. Cette biomasse peut être estimée, à grande échelle, par des méthodes de calcul adaptées au traitement des données acoustiques. Une application de la méthode de régression en composantes principales (RCP) pour l'estimation des abondances du zooplancton détecté par acoustique multi-fréquence est présentée dans ce mémoire. Cette méthode présente l'avantage de ne pas nécessiter de connaitre la réponse de rétrodiffusion acoustique de chaque classe de particules. Les performances de la méthode ont été, d'une part, étudiées sur des données simulées, en tenant compte du rapport signal/bruit des données acoustiques et du type de modèle de rétrodiffusion individuelle, puis, d'autre part, comparées à celles de l'algorithme des moindres carrés avec contrainte de positivité. Les modèles de calibration RCP donnent de bonnes estimations des abondances du zooplancton, et présentent de meilleures performances que la méthode NNLS, pour toutes les conditions d'analyses. La méthode a été ensuite appliquée à des données réelles, provenant d'une population constituée par plusieurs groupes zoologiques. Les résultats montrent que la méthode RCP donne de bonnes estimations pour la plupapart des groupes, qu'ils soient définis selon un critère biologique ou par leur taille. L'addition de variables non acoustiques, corrélées avec la distribution spatiale des organismes, à la matrice des données acoustiques, améliore les estimations des abondances

Actions sur le document

error while rendering collective.geo.kml.kmlbelowcontentviewlet
« Septembre 2024 »
Septembre
DiLuMaMeJeVeSa
1234567
891011121314
15161718192021
22232425262728
2930
Financement
Structures de recherche
Laboratoires associés