Planification systématique de la conservation basée sur les contraintes, une approche générique et expressive : application à l’aide à la décision pour la conservation des forêts de Nouvelle-Calédonie
DOI :
https://doi.org/10.19182/bft2021.349.a36793Mots-clés
planification systématique de la conservation, aide à la décision, conservation des forêts, planification de la restauration écologique, intelligence artificielle, programmation par contraintes, Nouvelle-Calédonie.Résumé
Issue de la biologie de la conservation, la planification systématique de la conservation (PSC) est une approche pratique qui se propose de fournir une aide à la décision dans la planification des actions de conservation en intégrant les objectifs écologiques avec les contraintes des gestionnaires. Basée sur la modélisation, l’optimisation et l’informatique, la PSC offre un cadre rationnel pour aborder les problématiques environnementales et réduire le fossé entre recherche et gestion.
Dans cette thèse, nous avons introduit une approche formelle pour modéliser et résoudre des problèmes de PSC basée sur la programmation par contraintes, une méthode issue de l'intelligence artificielle et fondée sur le raisonnement automatique. Notre motivation principale était d'apporter plus d'expressivité à la PSC (i.e. d'accroître l'étendue et la variété des problèmes qui peuvent être représentés et résolus), notamment par l'intégration de contraintes spatiales avancées et d'indices du paysage. Cette approche permet également d’obtenir des garanties sur la qualité des solutions produites (satisfaisabilité, optimalité) qui peuvent améliorer considérablement la qualité de l'aide à la décision.
Nous avons appliqué cette approche sur des données réelles issues des forêts de Nouvelle-Calédonie, un point chaud de la biodiversité qui doit faire face à de nombreux défis pour la conservation de sa biodiversité. Le contexte développé, insulaire et peu peuplé de cet archipel permet une grande proximité entre les différents acteurs de la conservation, ce qui en fait un terrain d'étude approprié pour expérimenter de nouveaux outils pour la conservation. Nous avons illustré cette particularité à travers un cas d'étude mené en étroite collaboration avec les gestionnaires du parc provincial de la « Côte Oubliée -– Woen Vùù – Pwa Pereeù ». Dans cette étude, nous avons fourni une aide à la décision dans un projet de reforestation, en mettant l'accent sur la réduction de la fragmentation et l'amélioration de la connectivité structurelle. Dans l'ensemble, nous avons démontré le caractère générique, la flexibilité et l'expressivité de l'approche basée sur les contraintes appliquée à la PSC. Nos résultats ont également ouvert de nouvelles perspectives pour l'aide à la décision en Nouvelle-Calédonie, la PSC, et la programmation par contraintes.
Téléchargements
Références
Justeau-Allaire D., Birnbaum P., Lorca X., 2018. Unifying Reserve Design Strategies with Graph Theory and Constraint Programming. In: J. Hooker (Éd.), Principles and Practice of Constraint Programming. Springer International Publishing, 507‑523.
https://doi.org/10.1007/978-3-319-98334-9_33
Justeau-Allaire D., Vismara P., Birnbaum P., Lorca X., 2019. Systematic Conservation Planning for Sustainable Land-use Policies: A Constrained Partitioning Approach to Reserve Selection and Design. Proceedings of the Twenty-Eighth International Joint Conference on Artificial Intelligence, 5902‑5908.
https://doi.org/10.24963/ijcai.2019/818déposé
Justeau-Allaire D., Vieilledent G., Rinck N., Vismara P., Lorca X., Birnbaum P., 2021. Constrained optimization of landscape indices in conservation planning to support ecological restoration in New Caledonia. Journal of Applied Ecology, 58 (4) : 744‑754.
Téléchargements
Numéro
Rubrique
-
Résumé437
-
PDF151
Publié
Comment citer
Licence
(c) Tous droits réservés CIRAD - Bois et Frêts des Tropiques 2021
Ce travail est disponible sous la licence Creative Commons Attribution 4.0 International .
Les articles sont publiés en Accès libre. Ils sont régis par le Droit d'auteur et par les licenses créative commons. La license utilisée est Attribution (CC BY 4.0).