Éditeur(s) : INRA : Institut National de la Recherche Agronomique Université des Antilles. Service commun de la documentation University of Suriname
Extrait de : 52e congrès annuel de la Société caribéenne des plantes alimentaires / 52nd annual meeting of the Caribbean food crops society (CFCS), du 10 au 16 juillet 2016. INRA, CFCS
Description : Many rural areas in Suriname are lacking information on technology from extension agents from the government extension agency, and research institutes. Communication and informal voices of farmers are shared by media. As part of a baseline study conducted for the sixth operational strategic plan of the Small Grants Programme in Suriname, four communities were selected: Moengo, Pokigron, Nickerie, Sipaliwini and Para. The purpose of this study was to collect data from communities regarding problems related to climate change, agricultural innovation and landscape management. This qualitative study was done through the focus group method. Eight focus group meetings were organized and consisted of 8-15 participants each. The key questions were extracted from the SEPLS method (Socio-ecological Production Landscapes and Seascapes). The data was analyzed through the SWOT method. Based on the results, the communities have a good level of awareness about management of their landscapes. Improvement of agriculture management will be possible by access to innovative and new knowledge developed in and outside the community. Climate change is an important issue that the community already is aware of, they developed their own local strategy in resilience to this issue. Beaucoup de zones rurales au Surinam manquent d'information sur la technologie des agents de vulgarisation de l'agence d'extension de gouvernement, et des instituts de recherche. La communication et les voix informelles des agriculteurs sont partagées par media. En tant qu'élément d'une étude de ligne de base entreprise pour le sixième plan stratégique opérationnel du petit programme de concessions au Surinam, les quatre communautés ont été sélectionnées : Moengo, Pokigron, Nickerie, Sipaliwini et paragraphe. Le but de cette étude était de rassembler des données de communautés concernant des problèmes liés au changement climatique, à l'innovation agricole et à la gestion de paysage. Cette étude qualitative a été faite par la méthode de groupe cible. Huit réunions de groupe cible ont été organisées et se sont composées de 8-15 participants chacun. Les questions clé ont été extraites à partir de la méthode de SEPLS (des paysages et des paysages marins Socio-écologiques de production). Les données ont été analysées par la méthode de BÛCHEUR. Basé sur les résultats, les communautés ont un bon niveau de conscience au sujet de la gestion de leurs paysages. L'amélioration de la gestion d'agriculture sera possible par l'accès aux connaissances innovatrices et nouvelles développées à l'intérieur et à l'extérieur de la communauté. Le changement climatique est une question importante que la communauté a pris en compte et développé sa propre stratégie locale dans la résilience.
Siècle(s) traité(s) : 21
Droits : CC-BY-NC-ND - Attribution - Pas d'utilisation commerciale - Pas de modification
Permalien : http://www.manioc.org/fichiers/V16256
V16256

Résumé : Les travaux de recherche présentés dans ce mémoire s'inscrivent dans la lignée des approches de modélisation hydrologiques prédictives dirigées par les données. Nous avons particulièrement développé leur application sur le contexte difficile des phénomènes de crue éclairs caractéristiques des bassins versants de la région Caraïbe qui pose un dé fi sé.curi taire. En envisageant le problème de la prévision de crues comme un problème d'optimisation combinatoire difficile nous proposons d'utiliser la notion de métaneuristiques, à travers les algorithmes évolutionnaire notamment pour leur capacité à parcourir efficacement de grands espaces de recherche et fi fournir des solutions de bOlIDe qualité en des temps d'exécution raisonnables. Nous avons présenté l'approche de prédiction AV2D : Aggregate Variable Data Driven dom le concept central est la notion de variable agrégée. L'idée sous-jacente à ce concept est de considérer le pouvoir prédictif de nouvelles variables définies comme le résultat de fonctions tatistiques, dites d'agrégation calculées sur de donnée' correspondant à des périodes de temps précédent uo événem nt à prédire. Ces variable sont caractérisées par des ensembles de paramètres correspondant a leur pJ:opriétés. Nous avons imroduitle variables agrégées hydrométéorologiques permettant de répondre au problème de la classification d événements hydrologiques. La complexité du parcours de l'espace de recherche engendré par les paramètres définissant ces variables a été prise en compte grâce à la njse en oeuvre d'un algorithme évolutionnaire particulier dont les composants ont été spécifiquement définis pour ce problème. Nous avons montré, à travers une étude comparative avec d'autres approches de modélisation dirigées par les données, menée sur deux cas d'études de bassins versant caribéens, que l'approche AV2D est particulièrement bien adaptée à leur contexte. Nous étudions par la suite les bénéfices offerts par les approches de modélisation hydrologiques modulaires dirigées par les données, en définissant un procédé de division en sous-processus prenant en compte les caractéristiques paniculières des bassins versants auxquels nous nous intéressons. Nou avons proposé une extension des travaux précédents à travers la définition d'une approche de modélisation modulaire M2D: Spatial Modular Data Driven, consistant à considérer des sous-processus en divisant l'ensemble des exemples à classifier en sous-ensembles correspondant à des comportements hydrologiques homogènes. Nous avons montré à travers une étude comparative avec d autres approches dU'igées par les données mises en oeuvre sur les mêmes sous-ensembles de données que celte approche permet d améliorer les résultats de prédiction particulièrement à coun Lenne. Nous avons enfin proposé la modélisation d un outil de pi
The work presented in this thesis is in the area of data-driven hydrological modeling approaches. We particularly investigared their application on the difficult problem of flash flood phenomena typically observed in Caribbean watersheds. By considering the problem of flood prediction as a combinatorial optimization problem, we propose to use the notion of Oleraheuristics, through evolutionary algorithms, especially for their capacity ta visit effjciently large search space and to provide good solutions in reasonable execution times. We proposed the hydrological prediction approach AV2D: Aggregate Variable Data Driven which central concept is the notion of aggregate variable. The underlying idea of this [concept is to consider the predictive power of new variables defined as the results of statistical functions, called aggregation functions, computed on data corresponding ta time periods before an event ta predict. These variables are characterized by sets of parameters corresponding ta their specifications. We introduced hydro-meteorological aggregate variables allowing ta address the classification problem of hydrological events. We showed through a comparative study on two typical caribbean watersheds, using several common data driven modelling techniques that the AV2D approach is panicul.rly weil fitted ta the studied context. We also study the benefits offered by modulaI' approaches through the definition of the SM2D: Spatial Modular DataDriven approach, consisting in considering sub-processes partly defined by spatial criteria. We showed that the results obtained by the AV2D on these sub-processes allows to increase the performances particularly for short term prediction. Finally we proposed the modelization of a generic control tool for hydro-meteorological prediction systems, H2FCT: Hydro-meteorological Flood Forecasting Control 1'001

http://www.theses.fr/2013AGUY0673/document