A Maya predictive model
A study on the use of Geographic Information Systems in a multi-scale archaeological project
Previous page Table of content Next page

VII. Implementation of a regional model

A. Introduction

La conception d'une nouvelle version du modèle local amélioré a été l'occasion de rappeler le fonctionnement de la méthode des Weights of Evidence, et d'identifier les différents problèmes pouvant survenir et la façon d'y remédier.

Cette partie de l'étude vise à créer le même type de predictive model à une échelle qualifiée de « régionale ». Alors que la zone locale représentait 1 284 km², celle régionale est largement plus importante : 44 902 km². Les méthodes mises en place doivent donc prendre en compte cet important changement d'échelle : choix des sites d'entraînement, de la taille de cellule unitaire, analyse de la qualité des paramètres.

B. Presentation of the area and the parameters

La zone d'étude est située à cheval sur la frontière entre le Bélize et le Guatemala. Elle englobe notamment la zone locale, ainsi que la région du Petén. Le fait que deux pays soient représentés peut poser des problèmes aux frontières lorsque les paramètres proviennent de sources nationales : dans ce cas, il est nécessaire de trouver des jeux de données coïncidant et présentant le même niveau de détails.

1. Training sites

Plusieurs jeux de données de la géodatabase contiennent des sites archéologiques à l'échelle régionale, identifiés grâce à leurs métadonnées :

Illustration 30: sites du jeu a_Tikal sur fond de pente topographique

Les sites du CONAP, de Tikal et d'El Pilar ne peuvent vraisemblablement pas être utilisés pour l'entraînement à l'échelle régionale : les zones de lever ne sont pas identifiées, et ces sites ne couvrant pas toute la zone d'étude, les poids ne seraient pas fiables. Pour les sites de la « croix » de Tikal, il apparaît même que leur zone de lever n'intersecte pas toutes les classes de drainage par exemple, empêchant le calcul.

Les sites des transects ayant servi pour le modèle local pourraient être considérés, mais la zone qu'ils couvrent est également trop limitée pour donner des résultats satisfaisants, de même que ceux du jeu a_El_Pilar.

a_regional et mod_population semblent donc être les candidats les plus intéressants pour cette partie de l'étude. Ces deux jeux sont cependant fondamentalement différents.

a_regional recense des sites sur une zone couvrant le Guatemala, le Bélize et le Mexique. Ceux-ci ne sont pas de la même nature que ceux utilisés précédemment : seuls les grands centres sont identifiés. Tikal est ainsi représenté par un unique point, ainsi que par exemple El Mirador ou Corozal. 212 sites sont disponibles au niveau de la zone d'étude, et en considérant que ceux-ci ont été uniformément recherchés sur son étendue, l'entraînement au moyen de ce jeu en utilisant le masque régional est parfaitement valide. La taille maximale approximative de ces sites est estimée à quelques centaines de mètres, et l'utilisation de l'outil « Calculate distance band from neighbor count » d'ArcGis donne une distance minimale de 320 m entre deux sites, 300 m sera donc une bonne taille de cellule unitaire.

mod_population quant à lui comporte les sites créés à partir du modèle conçu précédemment. Celui-ci étant considéré comme satisfaisant, il est possible de les utiliser pour entraîner un modèle à une échelle différente. L'avantage de cette méthode est de dépasser le problème des transects qui ne couvrent pas une surface et une diversité de classes d'évidence de paramètres suffisantes. Il convient cependant de se demander si la taille des sites considérés est adaptée à l'échelle du problème : ainsi qu'il est ultérieurement expliqué, la taille de pixel des paramètres utilisés est de 100 m, et certains d'entre eux ont certainement une précision bien moindre, il faut donc être conscient de l'importante généralisation du résultat.

css Copyright © 2018 Sébastien Merlet (Sebeto) xhtml