Un article scientifique publié par des chercheurs de l’université de Cordoba (Argentine) mérite attention car il présente peut-être le début d’une nouvelle école pour la réalisation de cartes en agriculture (et pas qu’en agriculture).

Les cartes sont souvent réalisées à partir d’un réseau de points de mesures. C’est par exemple le cas des cartes d’altitude historiquement réalisées à partir de points de mesure de nivellement ou des cartes de rendement en agriculture qui sont réalisées à partir de point de mesure de rendement enregistrés par les moissonneuses batteuses. La réalisation des cartes nécessite d’interpoler les valeurs du réseau de point afin de reconstruire une surface continue. L’interpolation permet ainsi d’estimer les valeurs sur des localisations où aucune mesure n’a été effectuée à partir des valeurs mesurées dans le voisinage, ce qui permet de construire une carte.

Deux grands types d’approches étaient jusqu’à aujourd’hui privilégiées :

• les méthodes déterministes (souvent privilégiées pour les données de grande qualité comme les mesures de nivellement),
• Les méthodes stochastiques ou géostatistiques (souvent recommandées lorsqu’on connait mal la qualité des données ou lorsqu’aucune expertise fiable n’est disponible sur le phénomène étudié),

Cet article est intéressant car il ouvre la voie d’une troisième approche basée sur l’apprentissage automatique. Les chercheurs argentins ont en effet proposé une approche ou la covariance et la variance (incertitude) des données fait l’objet d’un apprentissage automatique (Quantile Regression Forest Spatial Interpolation – QRFI). En l’appliquant a des cartes de rendement, les auteurs ont montré que cette approche donnait de meilleurs résultats que les géostatistiques (krigeage) considérées comme optimales. Ce résultat est important car il pourrait ouvrir la voie d’une nouvelle approche dans l’interpolation des données, son intérêt serait en particulier de s’affranchir de l’étape délicate (et contraignante en hypothèse) de modélisation du semi-variograme nécessaire à la mise en oeuvre des approches géostatistiques. Cette méthode est à suivre de prés car elle permet d’envisager des traitement pratiquement complétement automatisables.