Classification de séries temporelles hétérogènes pour le suivi de l'état des cours d'eau
Résumé
Dans cet article, nous présentons le processus collaboratif mis en place
entre des thématiciens hydroécologues et des informaticiens. Il s'agissait d'adapter
une méthode de clustering à l'analyse de séquences temporelles constituées
d'une suite de mesures physico-chimiques effectuées sur des cours d'eau. Les
données sont caractérisées par la variabilité de l'échantillonnage et le grand
nombre de paramètres diversement suivis, ce qui génère hétérogénéité et incomplétude.
Une sélection a été opérée pour construire un jeu de données réduit,
comportant environ 300 séquences, sur lesquelles nous avons appliqué une
méthode de clustering spécifique aux données temporelles. Nous illustrons et
commentons les résultats obtenus au travers de visualisations adaptées.