1Devant la complexité du réel, la tentation est grande de le réduire aux tendances qui le structurent. Cette démarche modélisatrice permet d’extraire de l’information pertinente et de porter un jugement critique sur les partitions qui en découlent. La classification des climats, qui répond à cet objectif, est d’une grande utilité pour de nombreux domaines d’activité ou de recherche (tourisme, maîtrise de l’énergie, écologie…). De multiples solutions ont été proposées pour répondre à ces besoins. Par exemple, les agronomes, ayant besoin de mesurer l’importance des stress hydriques auxquels sont soumises les plantes, ont construit des modèles plus ou moins compliqués en ayant recours, entre autres, à la pluviométrie et à la température : il en découle plusieurs classifications des climats selon des indices, tels ceux de Gaussen, de De Martonne, de Köppen, etc. Ces classifications sont déductives en ce sens qu’elles obéissent à des règles de construction rigides et prédéfinies : le climat polaire de Köppen caractérise ainsi tous les lieux dont la température moyenne du mois le plus chaud est inférieure à 10 °C.
2Un autre type de classification, commun en climatologie, repose sur le principe de l’induction, « opération qui consiste à remonter, à partir de données singulières, à une information plus générale impliquant toutes les données initiales »1. L’induction est probabiliste en ce sens que, à partir de faits observés, elle permet d’établir une loi générale à condition que d’autres faits ne viennent pas invalider le passage du particulier au général. Ainsi, la classification des climats français décrite dans l’article intitulé « Les types de climats en France, une construction spatiale » (Joly et al., 2010) qui, dans la suite de cet article sera dénommé « Cybergéo1 », fournit une carte en tous points conforme, mais pas identique, à celle des climats de la France obtenue d’autres classifications effectuées sur le même espace (Arlery, 1979 ; Bessemoulin, 1987 ; Champeaux et Tamburini, 1994).
3Toutefois, et même s’ils ne remettent pas en cause la qualité de la classification, il est apparu certains défauts qui méritaient d’être corrigés. Par exemple, la dispersion de pixels dans un ensemble appartenant majoritairement à un autre type peut poser problème. Lorsque cette imbrication concerne le passage d’une classe à l’autre, ce n’est pas gênant car ce processus se déroule à l’intérieur d’une petite frange de transition à l’intérieur de laquelle l’appartenance à l’une ou l’autre classe est hésitante. Cette particularité (discutée dans le paragraphe « Incertitude des limites : apport de l’approche probabiliste » de Cybergéo1) est normale car elle est due au fait que le paysage est composite et que les gradients de chacune des variables sur lesquelles porte la classification sont dissemblables (Durand-Dastès et Sanders, 1984). Ainsi, entre tel espace appartenant de manière homogène à une classe et tel autre appartenant, lui aussi de manière homogène, mais à une classe voisine, il existe une grande variété de lieux aux configurations climatiques voisines et, dans ces conditions, il faut peu pour que l’on bascule dans une classe plutôt que dans l’autre.
4Cette incertitude pourrait être plus gênante lorsqu’un type est enclavé dans un autre. L’article Cybergéo1 signale deux types (n° 7, le climat du bassin du Sud-Ouest, et le n° 6, le climat méditerranéen altéré) qui entraînent de telles apparentes contradictions. Le paragraphe « La carte typologique » explique ce phénomène par le fait que « les espaces considérés, bien qu’éloignés l’un de l’autre, présentent les mêmes caractères climatiques. Si proximité spatiale est souvent synonyme de proximité statistique, deux points éloignés peuvent, parfois, présenter des ressemblances ». Mais là encore, cette juxtaposition, dans le même espace du climat du bassin du Sud-Ouest et du méditerranéen altéré ne pose pas problème car ce sont en fait deux faciès assez voisins des climats du Midi. Dans une tonalité plus gênante, l’appartenance de certaines crêtes de l’Oisans au type 5 (climat océanique franc) est contestable d’un point de vue climatologique, même si cela s’explique par les raisons qui viennent d’être mentionnées, auxquelles il faut ajouter le fait que l’on se situe ici à l’articulation entre climat méditerranéen et climat de montagne. Aussi, les parties élevées de ce massif alpin ont en commun, avec la frange océanique, certains caractères climatiques tels que des températures moyennes et estivales fraîches, peu de jours chauds, des températures interannuelles stables, des précipitations interannuelles variables et des cumuls de précipitation assez élevés. Les valeurs de certaines autres variables sont différentes et introduisent des différences entre les deux espaces considérés, mais leur poids n’arrive pas à contrebalancer les ressemblances, de sorte que les pixels sont un peu plus proches du centre de gravité du type 5 que des types 1 (climats de montagne), 2 (climat des marges montagnardes), 4 (climat océanique altéré) ou 6 (méditerranéen altéré) qui, tous, sont également présents en différents endroits (versants, vallées) du Briançonnais et de l’Oisans, ce qui montre la complexité climatique de cet espace composite.
5Une raison qui explique la juxtaposition, sur le même ensemble, de types aussi disparates provient sans doute aussi de la rigidité de l’algorithme de la classification hiérarchique ascendante (CHA) qui a été utilisé dans Cybergéo1. Cet algorithme, qui a recours à la distance euclidienne, présente l’inconvénient d’être beaucoup moins souple que ceux fondés sur les modèles de mélanges (Mclachlan, Peel, 2000). Par analogie, c’est comme si, pour calculer la distance entre deux villes, on se basait sur la distance « à vol d’oiseau » plutôt que de recourir à un algorithme permettant de sélectionner le plus court chemin en suivant la sinuosité des parcours. Aussi, l’intérêt de comparer les résultats fournis pas ces deux types de modèles tient-il dans la nature des individus à classer (pixels de la France continentale) structurés par de solides lois d’organisation spatiale.
6Nous avons donc eu la curiosité de comparer les résultats obtenus par la CHA aux résultats apportés par l’outil logiciel MIXMOD (annexe 1) utilisant les modèles de mélange et proposant un large spectre de modèles et de critères (Biernacki, Celeux, Govaert, Langrognet, 2006 ; Langrognet, 2009). Le jeu de données à traiter, celui qui a été utilisé dans Cybergéo1, est identique dans les deux cas. Il s’agit de comparer les caractéristiques spatiales (extension, localisation) des classes fournies par la CHA et par MIXMOD, sachant que ces deux méthodes classent les pixels selon deux modèles distincts.
7Du fait que les données à traiter par l’une et l’autre méthode de classification sont identiques à celles de Cybergéo1, seule une rapide présentation sera faite ici, le détail pourra être consulté dans l’article source. Les données sont enregistrées par Météo-France en 651 (température) et 2031 (pluviométrie) stations sur la normale 1971-2000. Elles sont constituées de deux paramètres (précipitations et températures), chacun décliné selon respectivement 6 et 8 variables.
- 2 Le krigeage est une méthode d’estimation linéaire d’une variable généralisée (ici les résidus). Le (...)
8Une première étape a consisté à interpoler les données stationnelles, variable par variable de manière à produire une information qui couvre tout l’espace. La méthode d’interpolation utilisée enchaîne deux phases d’analyse : d’abord des régressions à échelle locale suivies d’un krigeage2 des résidus (Joly et al., 2009 ; 2010, 2011, 2012). Les variables explicatives mobilisées pour mettre en œuvre les régressions sont le MNT de l’IGN à 250 m de résolution et la base européenne Corine Land Cover. De la première sont dérivées les six variables liées à la topographie (altitude, pente, orientation des versants, rugosité topographique, indice d’encaissement/surélévation topographique, rayonnement global théorique) et de la seconde trois variables liées à l’occupation du sol (indice de végétation, distance à la forêt et distance à l’océan ou à la mer). Au final, nous disposons des 14 images suivantes à la résolution de 250 m, chacune d’entre elles étant composée de 8 681 705 pixels considérés dans les analyses à venir comme individus statistiques à classer :
-
1 – Moyenne annuelle de température ;
-
2 / 3 – Nombre de jours avec une température inférieure à -5°C / supérieure à 30°C ;
-
4 – Amplitude thermique annuelle ;
-
5 / 6 – Variabilité interannuelle de la température en janvier / en juillet ;
-
7 – Cumuls annuels de précipitation ;
-
8 / 9 – Écart des cumuls de janvier / de juillet par rapport à la moyenne annuelle des cumuls mensuels ;
-
10/ 11 – Nombre de jours de précipitation en janvier / en juillet ;
-
12 / 13 – Variabilité interannuelle des précipitations en janvier / en juillet ;
-
14 – Rapport entre les abats d’automne (septembre + octobre) et ceux de juillet.
9Le lecteur trouvera en annexe 2 une présentation plus complète des méthodes de statistiques utilisées dans cet article. Nous n’entrerons pas ici dans les détails mathématiques et donnerons une description des principales différences avec d’autres méthodes (dont la CHA). Ces méthodes, qui s’appuient sur les modèles de mélanges, sont disponibles dans MIXMOD, ensemble logiciel, diffusé librement (www.mixmod.org) depuis une quinzaine d4années.
10La classification des données consiste à créer un regroupement en classes « homogènes » d’un ensemble d’individus. À partir de cette définition, se posent des questions importantes, notamment sur :
-
le nombre de classes qui est souvent inconnu ;
-
le caractère homogène des classes : comment définit-on l’homogénéité ?
-
la qualité d’une classification : sur quels critères peut-on affirmer qu’une classification est meilleure qu’une autre ?
11Il existe de nombreuses méthodes de classification et l’objectif n’est pas ici de les lister toutes ni de présenter les avantages et inconvénients de chacune d’elles. Il s’agit plutôt de mettre à l’épreuve, sur le jeu de données climatiques disponibles, celle qui s’appuie sur des concepts probabilistes (les modèles de mélanges), et d’analyser les éventuels plus-values qu’elle peut apporter par rapport à la CHA.
12Tout d'abord, il convient de distinguer deux grandes catégories de méthodes de classification :
-
Les méthodes qui ne cherchent qu’à extraire une classification à partir du jeu de données c’est-à-dire une affectation de chaque individu à une classe. La méthode CHA entre dans cette catégorie.
-
Les méthodes qui cherchent à modéliser le phénomène qui a conduit à produire ces données. Il s’agit non seulement d’affecter les individus aux classes, mais également de caractériser ces classes. L’information produite est alors plus riche puisqu’on peut, par exemple, extraire un individu type par classe ou avoir une information sur la dispersion autour de cet individu type.
13La recherche d’une bonne partition passe par la création de classes homogènes, c’est-à-dire dont les individus sont proches. D’un point de vue mathématique, cela revient à minimiser l’inertie intra-classe : il apparaît clairement que la métrique utilisée joue un rôle majeur dans le calcul de l’inertie intra-classe, et ce faisant, dans la recherche de la meilleure classification. D’autre part, toute méthode de classification des données passe par une estimation de la distance entre deux individus. Cette distance est utilisée pour créer des classes homogènes dans lesquelles les individus sont « proches ». La définition de la distance entre deux individus joue alors un rôle crucial.
14La plupart des méthodes de classification recourent à une distance euclidienne et donc isotrope. En d’autres termes, on suppose que la dispersion des individus à l’intérieur d'une classe est la même selon chaque variable (donc dans toutes les directions) et qu’elle est la même pour toutes les classes. Or, cette hypothèse, trop rigide et non vérifiée en pratique, peut conduire à des résultats erronés (la partition est non optimale). Pour s’en convaincre, il suffit de considérer d’une part un jeu de données avec deux classes dont la dispersion est effectivement isotrope (figure 1A) et un autre jeu de données avec deux classes de dispersion non isotrope (figure 1B). Ainsi, en utilisant une distance isotrope, le point X de coordonnées (3,0) sera classé dans le groupe bleu dans les deux situations (parce que plus proche du centre) alors que dans la deuxième il appartient, à l'évidence, au groupe rouge. Bien évidemment, il existe des techniques de prétraitement des données qui visent à éviter cette situation, mais elles ne sont pas toujours possibles ou efficaces, en particulier lorsque la non-isotropie est plus complexe (par exemple non parallèles aux axes).
Figure 1 : Données avec deux classes de dispersion isotrope (A) et non isotrope (B)
15Rappelons que c’est cette métrique qui a été utilisée dans la classification de Cybergéo1 dont voici la démarche rapidement résumée. Les 14 variables sont discrétisées en cinq modalités puis soumises à une AFC qui, en générant des axes factoriels, donne lieu à un nouveau système de coordonnées dans lequel se positionnent individus et caractères. La matrice de distance ainsi construite sert de base à la CHA, méthode dont le principe est de regrouper itérativement les individus deux à deux selon un critère de distance euclidienne (parmi les quatre choix possibles, le critère de Ward a été retenu car il induit, à chaque étape de regroupement, une minimisation de la décroissance de la variance interclasse). Le barycentre des couples constitue, à chaque étape un nouvel individu qui est comparé à tous les autres selon la même métrique. Ainsi, les classes se constituent pas à pas, regroupant à chaque itération un nombre de plus en plus élevé d’individus. Le processus s’arrête lorsque tous les individus sont regroupés au sein d’une seule classe. L’arbre obtenu permet de choisir le nombre de classes.
16Les modèles de mélanges sont des outils statistiques très utilisés et appréciés pour leur souplesse car ils permettent de modéliser un très large spectre de situations, y compris les plus complexes. En classification des données, ils autorisent le traitement des données multivariées, qualitatives, quantitatives (ou mixtes). Dans ce cadre, on considère que les individus d'une classe Ck sont des réalisations d’une loi de probabilité (de densité notée hk), et que chaque classe a une probabilité pk d’apparaître (il s’agit de la proportion de la classe Ck parmi toutes les classes). Dans ce contexte, la distance de Mahalanobis (Mahalanobis, 1936) est utilisée. En prenant en compte la variance et la corrélation des données, elle diffère de la distance euclidienne pour laquelle toutes les variables sont traitées indépendamment et de la même façon. On se dote ainsi d'un outil plus souple et plus précis pour mesurer la distance entre des individus.
17La classification par modèles de mélanges de lois de probabilité vise à estimer le modèle sous-jacent, c’est-à-dire les paramètres des lois de probabilités et les proportions de chaque classe. On calcule ainsi la probabilité Pik qu’un individu Xi appartienne à la classe Ck et on lui affecte la classe Cl pour laquelle Pil est maximale. Comme leur nom l’indique, les modèles de mélange consistent à recourir à plusieurs lois de probabilité pour modéliser la complexité. Parmi les lois de probabilité auxquelles il est possible de recourir pour classer des individus, les lois de distribution gaussienne (ou normales) sont les plus couramment utilisées pour traiter des données quantitatives. Pour le traitement de données qualitatives, on utilise habituellement des lois de distribution multinomiale.
18Les lois de distribution gaussienne permettent de modéliser les données quantitatives y compris (et surtout) lorsque la distance entre les individus n'est pas isotrope. La classification des données dans ce cadre revient donc à modéliser :
-
les paramètres de chaque loi gaussienne (une par classe) : moyenne et variance ;
-
les proportions de chaque loi.
Figure 2 : Fonctions de densité de deux lois gaussiennes (la 1ère de centre 0 et de variance 1, la 2e de centre 3 et de variance 2) et de leur mélange
19En dimension 1, pour deux classes, il s’agit donc d’estimer :
-
la moyenne et la variance des deux classes (soit deux valeurs par classe) ;
-
la proportion de chacune des classes (K-1 valeurs où K est le nombre de classes). La somme des proportions est égale à 1.
20La figure 2 représente les fonctions de densité de deux lois gaussiennes (ayant pour moyenne respectivement 0 et 3 et pour variance 1 et 2) et du mélange de ces deux lois (de proportion respective 0,3 et 0,7).
21Si les individus sont décrits par p variables, la moyenne de chaque classe est un vecteur de taille p et la variance une matrice de taille p x p. Le nombre de paramètres à estimer se décompose ainsi :
-
proportions : K-1 valeurs (où K est le nombre de classes)
-
moyenne de chaque classe : p valeurs, soit Kp valeurs
-
variance de chaque classe : p.(p+1)/2 valeurs (car la matrice est symétrique) soit K.p.(p+1)/2
Figure 3 : Les 14 modèles gaussiens disponibles dans Mixmod
La forme, le volume et l’orientation des classes sont représentés schématiquement en 2 dimensions (exemple d’une classification portant sur 2 variables). En réalité, ces contraintes sont appliquées aux 14 variables de la matrice des données climatiques
22Ainsi le nombre de paramètres à estimer est Kp + K.p.(p+1)/2 + K-1. Sur les données traitées dans cet article (14 variables) et pour 8 classes, 959 paramètres sont alors à estimer. Cette situation correspond au cadre le plus général, permettant de modéliser tout type de distance entre les individus (en particulier les situations non isotropes).
23Afin de modéliser plus efficacement des situations moins contraintes, 14 modèles gaussiens différents sont disponibles dans MIXMOD. Les dessins de la figure 3 permettent de visualiser très schématiquement en deux dimensions comment les modèles gaussiens permettent de modéliser la dispersion des individus pour chaque classe en imposant (ou non) des contraintes sur leur dispersion, orientation et forme. Il s’agit bien entendu d’une simplification théorique qui vise à montrer le résultat des options disponibles dans MIXMOD portant sur le volume, l’orientation ou la forme des classes. On pourrait par exemple savoir, concrètement, le résultat d’une classification qui imposerait aux classes d’avoir la même forme et la même orientation tout en laissant libre leur volume et leur proportion. Pour cela, il faudrait appliquer l’une des 14 solutions proposées par la méthode à un jeu de données composé de deux variables seulement et observer le résultat ; puis reproduire la même démarche aux 13 autres modèles. Ce serait sans doute intéressant, mais cela nous éloignerait beaucoup trop de l’objectif de cette contribution.
en valeurs singulières proposées par Celeux et Govaert (Celeux, Govaert, 1995 ; Banfiel, Raftery, 1993) : avec :
-
, la matrice orthogonale des vecteurs propres de et sa transposée
-
, la matrice des valeurs propres normalisées de avec les classés par ordre croissant sur la diagonale et
24Cette décomposition permet de donner une interprétation géométrique aux 3 valeurs :
-
représente le volume occupé par la classe
-
Note : le volume représente la 'place' qu'occupent les individus d'une classe et non sa proportion (le pourcentage d’individus)
-
représente l’orientation de la classe
-
représente la forme de la classe
, et , on obtient des modèles différents, destinés à traiter des situations dans lesquelles les volumes, les orientations, les formes des classes peuvent être égaux ou libres (différents). Ce faisant, Celeux et Govaert proposent 14 modèles (intégrés dans Mixmod), du plus parcimonieux au moins parcimonieux.25Les modèles utilisant un indice k pour l’un de ces trois paramètres laissent libre ce paramètre et l'absence d’indice k impose une contrainte d'égalité sur le paramètre concerné.
les volumes et les orientations sont libres (elles peuvent être différentes selon les classes) et les formes sont identiques quelle que soit la classe.26Les 14 modèles peuvent être regroupés en trois grandes familles :
-
: la matrice forme est l’identité () et donc la matrice orientation ne joue aucun rôle. En dimension 2, l’ellipse de dispersion est un cercle.
Ici, la contrainte ne peut porter que sur le volume (soit deux modèles).
• Modèle L_I : les matrices de variances sont toutes identiques et sphériques
• Modèle Lk_I : les matrices de variances sont sphériques mais les volumes des classes sont libres.
-
: est diagonale (et donc aussi). En dimension 2, l’ellipse de dispersion est orientée suivant les axes.
Ici, la contrainte peut porter sur le volume et l'orientation (soit 2*2=4 modèles).
• Modèle L_B : les matrices de variance ont la même orientation et le même volume (mais elles ne sont pas sphériques).
• Modèle Lk_B : les matrices de variance ont la même orientation mais leur volume est libre.
• Modèle L_Bk : les matrices de variance n’ont pas la même orientation mais le même volume.
• Modèle Lk_Bk : les matrices de variance n’ont ni la même orientation, ni le même volume.
-
famille générale : elle regroupe tous les autres modèles. Ici, la contrainte peut porter sur le volume, l’orientation et la forme (soit 2*2*2=8 modèles). Ils permettent de modéliser des situations de moins en moins contraintes ; jusqu'au modèle [Lk_DkAkD'K] (aucune contrainte).
27De plus, les proportions des classes peuvent être libres (dans ce cas, le nom des modèles est préfixé par « pk ») ou égales (préfixés par «p »). Ainsi, on dispose de 28 modèles différents dans MIXMOD.
28En intégrant dans les calculs de distance entre deux individus les matrices de variances, les modèles de mélanges gaussiens permettent de modéliser toutes les situations allant de la distance isotrope à la distance la plus générale, la moins contrainte.
29Choisir un modèle trop contraint (euclidien) ne permettra pas d’obtenir les bons paramètres des classes. En effet, si l’on considère – à tort – que la distance est isotrope, les affectations des individus aux classes seront erronées (figure 1). Choisir le modèle le plus général peut être tentant, mais il faut garder à l’esprit le nombre très élevé de paramètres qui sont alors à estimer. Il convient parfois de préférer un modèle avec quelques contraintes réalistes permettant de diminuer de manière significative le nombre de paramètres à estimer et ainsi obtenir une meilleure modélisation.
Figure 4 : Ajustement de deux séries par des polynômes d’ordre 1 et 6
30Une analogie avec des polynômes d’interpolation peut aider à comprendre cette alternative. Avoir recours à un modèle complexe peut être indispensable pour des situations complexes. C’est le cas pour interpoler par un polynôme les points représentés dans la figure 4A. Une interpolation de degré 1 ne peut donner de bons résultats et il convient d'augmenter le degré du polynôme pour obtenir des résultats satisfaisants (degré 6). En revanche, dans des situations plus simples (figure 4B), la qualité d'une interpolation linéaire est tout à fait comparable (voire meilleure car plus simple) qu'avec un polynôme de degré 6. Estimer deux paramètres (interpolation de degré 1) peut suffire pour modéliser correctement des situations relativement simples. Augmenter la complexité du modèle n’apporte pas de plus-value et augmente le nombre de calculs.
- 3 Précisons que la traduction littérale de « Expectation-Maximisation » n’est pas « Espérance-Maximis (...)
31Comparer la qualité de deux classifications est un problème très compliqué surtout lorsque le nombre de classes et le nombre de variables sont grands. Aussi un autre atout des modèles de mélange réside dans leur capacité à proposer des critères objectifs et quantifiés pour comparer les résultats de deux classifications. En effet, les algorithmes utilisés dans MIXMOD entrent dans la famille des algorithmes de type EM (espérance-maximisation, en anglais Expectation-Maximisation3) qui permettent de maximiser une quantité statistique : la vraisemblance. Ces algorithmes itératifs convergent vers le maximum de vraisemblance. Ainsi comparer deux résultats de classification revient, au moins dans un premier temps, à comparer les valeurs de vraisemblance obtenues.
32Lorsque les connaissances a priori sur les données ne permettent pas de choisir un seul modèle idéal pour les représenter, il est commun de recourir à des méthodes qui permettent de sélectionner les modèles les plus performants (Lebarbier et Mary-Huard, 2004) ou en privilégiant les modèles en phase avec l’objectif de l’utilisateur. Ainsi le critère « Bayesian Information Criterion » (BIC) (Schwarz, 1978) prend en compte la complexité du modèle en ajoutant à la vraisemblance un terme pénalisant les modèles les plus complexes de sorte que les modèles plus simples seront privilégiés (à qualité de résultats équivalents). Le critère « Integrated Classification Likelihood » (ICL) (Biernacki et Govaert, 1999) permet de privilégier les situations dans lesquelles les classes seront bien séparées en ajoutant à la vraisemblance un terme d’entropie intra-classe.
33À l’issue de la CHA, nous avons obtenu une typologie où les huit climats suivants ont été identifiés et cartographiés (figure 5A) sur le territoire métropolitain :
-
type 1 : les climats de montagne,
-
type 2 : le climat semi-continental et le climat des marges montagnardes,
-
type 3 : Le climat océanique dégradé des plaines du Centre et du Nord,
-
type 4 : Le climat océanique altéré,
-
type 5 : Le climat océanique franc,
-
type 6 : Le climat méditerranéen altéré,
-
type 7 : Le climat du bassin du Sud-Ouest,
-
type 8 : Le climat méditerranéen franc.
34Le paramétrage de MIXMOD a été effectué avec l’objectif de fournir une partition spatiale de l’espace français qui puisse être comparée à celle issue de la CHA. La recherche du nombre K de classes devait d’abord être sinon égale, du moins voisine de 8. Ensuite, un appariement des classes issues de la CHA devait pouvoir être fait avec les classes issues de MIXMOD. Compte tenu des multiples possibilités de classification proposées par MIXMOD, un grand nombre de résultats a été produit. La pertinence de chacun d’eux a été évaluée par les statistiques associées : valeur de la vraisemblance et du critère BIC.
35Les résultats présentés ci-dessous sont extraits d’un ensemble beaucoup plus complet de simulations réalisées avec MIXMOD. Avec 28 modèles différents, et pour un nombre de classes variant de 4 à 12, il eût fallu tester 252 configurations différentes (28*9), pour un temps de calcul allant de 30 min à 3 h selon la configuration. Une stratégie alternative a été adoptée : estimer la qualité des résultats pour un nombre restreint de configurations décrivant un large spectre, sélectionner les meilleures (selon les valeurs de la vraisemblance et du critère BIC) et enfin, affiner la recherche autour de ces configurations. Parmi ce spectre, seuls les modèles n’imposant pas de contraintes sur les proportions (en « pk ») ont été utilisés (les zones climatiques n’ont à l’évidence pas le même nombre d’individus.)
36Dans un premier temps, les configurations suivantes ont été testées :
-
un nombre de classes égal à 4, 6, 8, 10 et 12,
-
les modèles (1) pk_Lk_I, pk_Lk_Bk , (2) pk_Lk_DAD' et (3) pk_Lk_DkAkD'k (la signification des modèles est donnée dans le paragraphe « différents modèles gaussiens ».
37Les valeurs de vraisemblance obtenues varient de -7,7.10⁸ (pour la moins bonne) à -5,12.10⁸ (pour la meilleure) et les valeurs du critère BIC (à minimiser) de 1,02.10⁹ (pour la meilleure) à 1,57.10⁹ (pour la moins bonne).
Tableau 1 : Valeurs de la vraisemblance et de BIC pour les deux meilleures configurations
Modèle – nombre de classes
|
Vraisemblance
|
BIC
|
pk_Lk_DAD' – 10 classes
|
-5,12.10⁸
|
1,02.10⁹
|
pk_Lk_DkAkD'k – 10 classes
|
-5,15.10⁸
|
1,03.10⁹
|
38Deux configurations se distinguent clairement des autres tant pour la vraisemblance que pour le critère BIC : il s’agit des modèles pk_Lk_DAD' à 10 classes et pk_Lk_DkAkD'k à 10 classes (voir les valeurs dans le tableau 1.)
39Il est important de noter que les meilleures classifications selon MIXMOD (selon le maximum de vraisemblance et le critère BIC) se sont révélées être également, les plus pertinentes au niveau de l’interprétation climatique, ce qui accrédite l’hypothèse que la statistique a bien analysé le phénomène. Pour montrer l’effet, sur la typologie et l’organisation spatiale des classes, qu’apportent les contraintes de forme et de volume lors de la constitution de ces dernières, les résultats de deux modèles seront présentés. Il s’agit du modèle le plus général et d’un autre modèle, voisin du précédent quoique moins général. Ces deux configurations ne pouvant être facilement départagées au regard des valeurs très proches de la vraisemblance et de BIC, il nous a semblé pertinent de présenter leurs résultats respectifs et de les confronter aux résultats de la CHA.
40Comme nous l’avons vu plus haut, ce modèle correspond à la situation pour laquelle on n’impose aucune contrainte sur la forme, la dispersion, le volume de chaque classe et qui peut ainsi modéliser le plus librement possible la réalité. Les proportions des classes sont également non contraintes (ce sont les indices « k » qui le spécifient). Une représentation de ce modèle en dimension 2 et pour deux classes est disponible sur la figure 3 (modèle aussi appelé Lk_DkAkDk’, représenté dans la dernière case située en bas et à droite de la figure).
41Ceci dit, estimer correctement les paramètres de ce type de modèle n’est possible que si l’on dispose d’une grande quantité d’information, comme c’est le cas ici (plus de huit millions d’individus et 14 variables). En effet, le nombre de paramètres (représentant la moyenne, la matrice variance, et la proportion de chaque classe) à estimer pour ce modèle non contraint, pour 10 classes et en dimension 14 est de 1199 (pour plus d’information, se reporter à la documentation statistique de MIXMOD disponible sur www.mixmod.org).
Figure 5 : Typologie climatique du territoire français issue de la CHA (A) et de MIXMOD (B) : modèle pk_LK_DkAkD’k
42Globalement, MIXMOD (figure 5B) reproduit la structure spatiale des climats de la CHA. Les climats océaniques de la façade ouest s’opposent au méditerranéen et au climat de montagne avec les dégradés qui ont été décrits dans Cybergéo1. Il est important de souligner que la classification MIXMOD est moins bruitée que celle résultant de la CHA avec des classes plus compactes, plus uniformes et moins enchevêtrées les unes dans les autres contrairement aux classes 1 et 2 de la CHA. Il apparaît donc clairement que ce problème de l’imbrication problématique de certains types au sein d’ensembles climatiquement différents lié à la CHA est solutionné par MIXMOD.
43MIXMOD ajoute deux classes. La première (classe 2B de la figure 5) correspond au triangle renversé dont le sommet est, au sud, la vallée de la Saône et la base, au nord, la Lorraine et les Ardennes. Ce type s’intercale entre le climat océanique dégradé des plaines du Centre et du Nord (type 3) et le climat semi-continental (type 2). La seconde classe ajoutée, qui regroupe des pixels tous situés dans certaines vallées des Alpes centrales (Oisans, Champsaur, Maurienne), n’est pas pratiquement pas visible sur la figure 4 car elle concerne un nombre infime de pixels. Ce point sera examiné plus en détail ultérieurement avec le paragraphe consacré au « cas des Alpes centrales ».
44D’autres différences apparaissent concernant cette fois-ci l’étendue et l’emplacement des classes communes aux deux classifications :
-
L’océanique franc (type 5) de la CHA concerne la Vendée, la Bretagne et la Normandie avec des extensions vers la Flandre maritime et le Pays Basque en un fin liseré côtier. Avec MIXMOD, il concerne une frange assez large le long de la Manche et du Pas-de-Calais, entre Bretagne et frontière belge.
-
L’océanique altéré (type 4) ne se présente plus sous la forme d’un long ruban parallèle au précédent (figure 4A), mais sous la forme d’un bloc compact et homogène calé entre le Sud Bretagne et le bassin d’Arcachon à l’Ouest et le Maine et l’ouest du Massif central à l’Est.
-
Le climat du bassin du Sud-Ouest (type 7) couvre, avec MIXMOD, quatre à cinq fois plus de surface, occupant tout l’espace situé entre le sud-ouest du Massif central et le pied des Pyrénées, jusqu’au littoral.
-
Le climat océanique dégradé des plaines du Centre et du Nord (type 3) concerne des espaces analogues, quoique un peu plus réduits avec MIXMOD (la limite est de ce type reste en deçà du Morvan).
-
Le climat semi-continental et le climat des marges montagnardes (type 2), présent presque partout en France sous la forme de petites enclaves (figure 4A) est, avec MIXMOD (figure 4B), très concentré à l’est, montagne exclue, avec une petite extension vers le Centre, au nord de l’Auvergne et du Forez.
-
Le climat de montagne (type 1), très extensif avec la CHA, est beaucoup plus réduit avec MIXMOD. Il n’apparaît plus que sur dans les Alpes et les Pyrénées au-dessus de 900 m, dans le Morvan et le Massif central au-dessus de 800 m et dans les Vosges et le Jura au-dessus de 700 m.
-
Le climat méditerranéen altéré (type 6) ne se limite plus aux Alpes et Préalpes du sud mais se poursuit à l’Ouest en basse vallée du Rhône et au sud du Massif central (Cévennes, Minervois, Corbières).
-
Enfin, l’extension du climat méditerranéen franc (type 8) fournie par les deux classifications est pratiquement identique, s’étendant le long du littoral éponyme en une bande mince vers les frontières italienne et espagnole, avec un renflement aux abords de la vallée du Rhône et de la Provence.
45Dans l’une et l’autre carte, les classes s’organisent selon des dispositions qui tiennent tout à la fois aux composantes zonales et méridiennes. Cela est bien mis en évidence avec la classification MIXMOD qui juxtapose des types climatiques compacts selon une espèce de carroyage disposé du nord au sud et d’ouest en est.
Figure 6 : Typologie climatique du Briançonnais et de l’Oisans issue de la CHA et de MIXMOD
46Le cas particulier évoqué dans Cybergéo1 au sujet de la multiplicité des classes présentes dans le Briançonnais et l’Oisans est présenté dans la figure 6A qui montre que cet espace réduit à la topographie complexe et tourmentée est composé de six des huit types de la CHA. Seuls manquent le méditerranéen franc et le climat du bassin du Sud-Ouest. Avec MIXMOD (figure 6B), la situation est beaucoup plus simple puisque seuls deux types majeurs apparaissent. Le méditerranéen dégradé est présent dans les vallées proches de Gap tandis que le type 1, le climat de montagne, concerne l’essentiel de l’espace. Le type 10, qui apparaît uniquement dans cette petite région alpine, est confiné au fond des vallées de l’Oisans et du Champsaur où, semble-t-il, le climat est très particulier : pas assez froid pour être classé dans le type 1, mais pas assez chaud et sec durant l’été pour rejoindre le méditerranéen de transition. Dans la mesure où la proportion n’est pas contrainte dans la constitution des classes, ce type original émerge en tant qu’une dixième classe très peu fournie sans que, sur le plan climatique, il soit loisible d’en dire beaucoup plus.
47À titre indicatif, nous avons reproduit une autre représentation des climats français obtenue de MIXMOD pour montrer qu’en matière de classification, rien n’est figé et que les modèles choisis ont une énorme importance sur les résultats. Il s’agit du modèle « pk_LK_DAD’ » à 10 classes qui se différencie du précédent en imposant aux classes d’avoir la même forme et la même orientation tout en laissant libre leur volume et leur proportion. Une représentation de ce modèle en dimension 2 et pour deux classes est disponible sur la figure 3 (modèle aussi appelé Lk_DAD’, deuxième modèle général représenté dans la case située à la 2e ligne et la 3e colonne de la figure). Le nombre de paramètres à estimer pour ce modèle (pour la moyenne, la matrice variance, et la proportion de chaque classe) tombe à 263 (à comparer à 1199 pour le modèle pk_Lk_DAD’).
Figure 7 : Typologie climatique du territoire français issue du modèle pk_LK_DAD’ en 10 classes de MIXMOD
48La disposition des climats fournie par le modèle pk_LK_DAD’ (figure 7) semble, de prime abord, très différente de celle qui viennent d’être présentée. Ce nouveau modèle classe en effet les climats selon une logique où s’impose une opposition entre deux pôles extrêmes : les espaces littoraux du nord et du nord-ouest représentés par le type 5 (océanique frais) d’une part et le méditerranéen du sud-est (type 8) d’autre part. Entre ces deux pôles, les types s’allongent selon une orientation générale dirigée du sud-ouest vers le nord-est et se succèdent les uns aux autres du nord au sud : le type 3 succède vers le sud au type 5 qui vient d’être évoqué, arrivent ensuite les types 4, 2B, 2 puis 6 et enfin 8. Cette disposition est localement gauchie par le relief. La montagne se superpose sur ce dispositif de sorte qu’il est possible de rapprocher les Vosges du type 4, le Jura et les Alpes du Nord du type 2B, les Alpes centrales et les Pyrénées du type 2 et les Alpes du Sud (Mercantour) du type 6. Le type 6B, qui correspond au Vivarais, aux Cévennes et au Minervois, est la nuance montagnarde du méditerranéen altéré (type 6). On retrouve également ici la classe 10 correspondant à certaines vallées des Alpes centrales.
49Il peut paraître surprenant que l’Alsace ou la vallée du Doubs appartiennent au même type climatique (2B) que le Pays Basque ou la Chalosse. Il en va de même pour le plateau Lorrain et les Landes (classe 4). En fait, si ces régions éloignées appartiennent au même type, c’est parce qu’elles se situent à la même distance le long du gradient nord-ouest/sud-est : les premières un peu plus près du sud-est, les secondes un peu plus près du nord-ouest.
50L’opération qui consiste à classer un jeu de données est délicate car elle est assujettie à la méthode utilisée pour y parvenir. Pour nous en convaincre, nous avons recouru à deux méthodes distinctes, l’une fondée sur un calcul de distance euclidienne (CHA), l’autre reposant sur des calculs de distance non linéaire et des modèles de mélange (MIXMOD). Les résultats obtenus sont intéressants car ils segmentent l’espace français selon la même logique nord-sud/est-ouest, ce qui est cohérent dans la mesure où les individus à classer sont structurés par les mêmes lois d’organisation spatiale. Pour autant, les cartes obtenues présentent des types climatiques dont l’étendue et la disposition spatiales sont loin d’être identiques. Les deux modèles de MIXMOD qui ont été présentés apportent des résultats différents dans la disposition des classes les unes par rapport aux autres : classes compactes dans le premier cas, classes allongées dans le second. Mais tous deux reflètent aussi les mêmes contraintes d’organisation spatiale. Précisons que l’interprétation d’un résultat statistique multivarié tel que peut l’être une classification portant sur 14 variables est souvent difficile. Parmi les nombreux modèles proposés par MIXMOD, seuls deux ont été retenus, les autres, notamment les modèles très contraints, ne l’ont pas été car ils fournissent des résultats difficiles à interpréter.
51La pertinence d’une classification est difficile à établir et rend délicat l’évaluation de la qualité de cette dernière : y a-t-il un algorithme meilleur qu’un autre ? Vaste question qui n’a pas de réponse absolue tant elle dépend de la nature des données, de l’objectif assigné à la classification et de bien d’autres contraintes. Il est toutefois communément admis qu’il n’y a pas d’algorithme supérieur à un autre concernant les classifications fondées sur le critère de distance euclidienne en l’absence d’information a priori sur le problème à traiter. Le choix de la CHA est donc tout aussi pertinent qu’un autre. Pour autant, contrairement à la plupart des populations statistiques dont les individus ne sont pas localisés, celle qui a été traitée ici a permis, grand avantage, de juger visuellement de la cohérence spatiale des classes obtenues. Ainsi, malgré une bonne répartition dans l’espace français des types climatiques, les résultats fournis par la CHA semblent moins pertinents que ceux de MIXMOD compte tenu de l’imbrication de classes hétérogènes au sein d’un même type, qui contribue à bruiter la qualité des cartes. Les classes de MIXMOD sont plus homogènes, ce phénomène d’interpénétration de classes disparates au sein d’une même région étant supprimé. Seule subsiste la présence, au sein d’un type donné, de pixels appartenant à un type statistiquement proche, phénomène qui, on l’a vu, est normal.
52Pour toutes ces raisons, et si nous devions désigner la meilleure classification parmi les trois qui ont été présentées, c’est sans nul doute le modèle pk_LK_DKAKD’k à 10 classes de MIXMOD qui l’emporterait, avec en seconde position, la CHA. Mais nous sommes conscients que cet avis est empreint d’une certaine subjectivité. D’autres choix sont possibles car les trois méthodes retenues conduisent à des classifications satisfaisantes et il n’y a pas de règle qui permette de trancher de manière rigide pour l’une ou pour l’autre. Notre choix reflète un certain a priori sur la disposition des climats dans l’espace français. Le deuxième modèle de MIXMOD qui a été présenté (figure 7) est séduisant en ce sens qu’il ouvre sur une classification moins classique.