Harmonisation des Opérations sur les incertitUdes dans les évaluations des Sytèmes Environmentaux Spatialisés – HOUSES

Dans ce but, le projet HOUSES, coordonné par le service géologique national BRGM, mise sur l’interdisciplinarité en réunissant plusieurs communautés (les Géostaticiens d’ARMINES, les experts en représentation des connaissances imparfaites d’HEUDIASYC et d’IRIT, les experts en analyse de risque environnemental et naturel, BRGM, et de la start-up dans le domaine de l’ingénierie environnementale HESUS), autour du concept de « convergence de connaissance ». Ce concept vise à l’établissement d’une paire de cartes encadrant la « carte vraie », l’une proposant des estimateurs bas des valeurs interpolées et l’autre des estimateurs hauts. Au fur et à mesure que notre connaissance s’améliore, ces deux cartes tendront à converger en une seule. Les travaux de recherche couvrent un large éventail d’aspects : (1) formel: avec la représentation mathématique des connaissances sous-jacentes à la modélisation spatiale, (2) méthodologique: avec l’analyse des forces et faiblesses de deux cadres de gestion des incertitudes (approche Bayésienne et les théories généralisant les probabilités comme les probabilités imprécises), et (3) opérationnel: sur l’intégration de l’information des incertitudes pour améliorer la communication des résultats spatialisés. Ces recherches s’appuieront sur un programme ambitieux d’inter-comparaison défini sur la base de cas réels couvrant un large panel de situations en termes de connaissances : les fonds pédo-géochimiques de la ville de Toulouse, la contamination en éléments traces des aquifères dans le bassin parisien, le risque de glissement de terrain à l’échelle européenne en utilisant les données open source du centre européen ESDAC, l’érosion des dunes sur un site côtier et le monitoring géophysique. Ces cas permettront de guider les développements du projet tout en s’assurant de leur réalisme dans un esprit d’interdisciplinarité. C’est également une occasion unique de fédérer la communauté autour de cette difficile question à partir d’un benchmark ouvert à d’autres équipes de recherche sur le mode de « data competition » pour croiser et multiplier les points de vue et idées.

Sur la base d'une analyse exhaustive des pratiques existantes (Belbeze et al., 2023), nous avons avancé pendant les 18 premiers mois du projet sur plusieurs points méthodologiques:

1/ Construction de jeux de données partagés: mise à disposition de la communauté scientifique d'un ensemble de cas synthétiques d'application pour aborder les différents défis liés aux données "Sparse - Imprecise - Clustered" disponibles sur le github du projet - github.com/anrhouses/anrhouses-cases/tree/main/SyntheticCases;

2/ Travaux exploratoires: premiers tests dans le cadre de la thèse de Priscillia Labourg (Labourg et al., 2024) des méthodes non-probabilistes (intervalles) appliquées au modèle d'interpolation le plus couramment utilisé, i.e. "inverse distance weighting";

3/ Nouveaux outils: développement de méthodes du domaine de l'IA explicable (XAI) pour améliorer l'interprétation des cartes incertaines (Rohmer et al., 2024).

En termes de communication, un évènement conjoint sur l'explicabilité et la gestion d'informations géographiques et spatiales ExCH-2024 à Arras, 17-18 Juin 2024 a été organisé avec l'action Marie Sklodowska-Curie Actions "STARWARS" et l'ANR Croquis (ANR-21-CE23-0004). Cela a réuni une vingtaine de participants. La communication sur les premiers travaux a été faite dans plusieurs évènements (journée de la géostatistique, LFA2024 "rencontres francophones sur la Logique Floue"; IPMU 2024 " International Conference on Information Processing and Management of Uncertainty").

Références du projet

Belbèze, S., Rohmer, J., Négrel, P., & Guyonnet, D. (2023). Defining urban soil geochemical backgrounds: A review for application to the French context. Journal of Geochemical Exploration, 107298.

Labourg et al. (2024) Propagating uncertainties in geospatial problems, with a specific focus on predicting pollutants in soils, Proceedings of IPMU 2024

Rohmer et al. (2024) Insights into the prediction uncertainty of machine-learning-based digital soil mapping through a local attribution approach, Soil, 10, 679–697, 2024

Les perspectives à moyen terme pour la suite du projet porteront sur:

Etudes de faisabilité:

- extension des tests d'application des méthodes non-probabilistes au domaine spatial (thèse de Priscillia Labourg);

- développement des approches bayésiennes via le post-doc de Yacine Idir (ARMINES).

Développements méthodologiques

- lancement d'un groupe de travail sur la question de la validation des prédictions incertaines dans le domaine spatial;

- lancement (2025) des post-doc IRIT et BRGM sur ces sujets.

Préparation des éléments pour l'opérationnel:

- inter-comparaison des méthodes et définition des recommandations opérationnelles;

- amélioration des outils opérationnels avec tests de faisabilité des partenaires BRGM et HESUS.

Communication

- sensibilisation en dehors du consortium sur la question des incertitudes dans le domaine spatial (communauté scientifique, décideurs et grand public).

- organisation d'évènements à portée internationale (session spéciale à l'EGU 2025)

Produire des cartes à partir de l’interpolation de données / mesures est une procédure routinière dans le domaine des sciences de l’environnement, en particulier pour la gestion des risques environnementaux (e.g. pollution des sols, des eaux) ou des risques naturels (e.g. inondations, séismes). Alors qu’il existe quantité de méthodes pour réaliser cette interpolation spatiale, les méthodes et approches disponibles n’apportent pas une réponse exhaustive sur la question des incertitudes autour de ces résultats spatialisés. De multiples sources d’incertitudes existent pourtant, qu’elles soient liées à la mesure, à la représentativité des données, aux hypothèses de modélisation, au manque de connaissance sur les processus physiques, aux choix de représentation des informations, à l’erreur d’estimation du modèle de spatialisation, etc. Ces incertitudes sont d’autant plus importantes lorsque les données sont parcellaires, incomplètes, clustérisées voire imprécises. En cela, il y a un intérêt certain à faire évoluer les pratiques opérationnelles existantes (méthodes / procédures) vers une prise en compte systématique et exhaustive de cette cascade d’incertitudes pour une aide à la décision efficace.
L’objectif de HOUSES est de définir un cadre harmonisé adapté aux données spatiales incluant les approches pour refléter de manière exhaustive et transparente les incertitudes quel que soit l’état des connaissances disponibles (nombre, qualité, distribution spatiale, information a priori sur les phénomènes régissant la spatialisation, support d’agrégation de l’information etc.) tout en traçant leurs origines (manque de connaissance et/ou variabilité naturelle).
Dans ce but, le projet HOUSES, coordonné par le service géologique national BRGM, mise sur l’interdisciplinarité en réunissant plusieurs communautés (les Géostaticiens d’ARMINES, les experts en représentation des connaissances imparfaites d’HEUDIASYC et d’IRIT, les experts en analyse de risque environnemental et naturel, BRGM, et de la start-up dans le domaine de l’ingénierie environnementale HESUS), autour du concept de « convergence de connaissance ». Ce concept vise à l’établissement d’une paire de cartes encadrant la « carte vraie », l’une proposant des estimateurs bas des valeurs interpolées et l’autre des estimateurs hauts. Au fur et à mesure que notre connaissance s’améliore, ces deux cartes tendront à converger en une seule.
Les travaux de recherche couvrent un large éventail d’aspects : (1) formel: avec la représentation mathématique des connaissances sous-jacentes à la modélisation spatiale, (2) méthodologique: avec l’analyse des forces et faiblesses de deux cadres de gestion des incertitudes (approche Bayésienne et les théories généralisant les probabilités comme les probabilités imprécises), et (3) opérationnel: sur l’intégration de l’information des incertitudes pour améliorer la communication des résultats spatialisés.
Ces recherches s’appuieront sur un programme ambitieux d’inter-comparaison défini sur la base de cas réels couvrant un large panel de situations en termes de connaissances : les fonds pédo-géochimiques de la ville de Toulouse, la contamination en éléments traces des aquifères dans le bassin parisien, le risque de glissement de terrain à l’échelle européenne en utilisant les données open source du centre européen ESDAC, l’érosion des dunes sur un site côtier et le monitoring géophysique. Ces cas permettront de guider les développements du projet tout en s’assurant de leur réalisme dans un esprit d’interdisciplinarité. C’est également une occasion unique de fédérer la communauté autour de cette difficile question à partir d’un benchmark ouvert à d’autres équipes de recherche sur le mode de « data competition » pour croiser et multiplier les points de vue et idées.