2.2.4.1. Identification de l'objectif
Comme règle générale, (Haughey, 2014)
recommande à ce que l'objectif de l'analyse multicritère soit
SMART c'est-à-dire :
S = Spécifique M = Mesurable A = Atteignable R =
Relevant
T = (Time bound)
La spécificité de l'objectif
réfère à ce que celui-ci soit bien définit et
clairement connu de tous ceux qui sont impliqués dans
l'évaluation. Il est important par ailleurs de savoir quand est ce que
l'objectif est atteint (mesurabilité) et également l'objectif
doit être quelque chose de possible avec les ressources et les moyens
disponibles (atteignable). Et enfin l'objectif doit tenir compte du temps
nécessaire pour sa réalisation (time bound).
2.2.4.2. Détermination des critères et
contraintes d'évaluation
Les critères ou facteurs pris en compte sont ceux qui
sont jugés relevant de l'aptitude à la
régénération du chêne-liège.
27
des critères, les contraintes sont toujours des images
booléennes. Dans le cas précis de cette étude, les
contraintes différencient les zones qui sont qualifiées d'aptes
au développement d'essences forestières de celles qui sont
considérées comme inaptes, quelles que soient les conditions. Par
opposition, les facteurs sont des critères qui définissent un
certain degré d'aptitude pour toutes les régions. Ils
définissent des zones d'aptitude, ou de solutions alternatives, qui sont
exprimées par des valeurs continues.
2.2.4.3. Détermination des notes ou scores pour
chacun des critères
Il s'agit ici d'une façon pratique de cartographier
chacun des facteurs identifiés comme important dans l'aptitude à
la régénération du chêne-liège en
Maâmora.
Les valeurs de ces facteurs sont alors standardisées
pour que tous les critères soient dans la même échelle.
Estoque (2011) et Eastman (2004) proposent par exemple que tous les facteurs
soient standardisés dans une gamme de 0 à 255. Avec la valeur 0
pour les zones jugées de moins aptes et 255 pour les zones les plus
aptes. Touefois, les deux auteurs estiment que les facteurs peuvent être
standaridisés sur une échelle de 1 à 10 ; s'il s'agit des
données en classes. A cet effet il est important de décider de la
fonction d'appartenance en utilisant les règles floues. Le choix de la
fonction d'appartenance est fonction du critère et de la connaissance de
sa variation par les experts (Estoque, 2011). Toutefois, pour Eastman (2004),
la fonction sigmoïde (fonction en forme de S) est celle qui est la plus
utilisée dans le domaine des ressources natturelles.
Dans ce travail, les différents facteurs ont
été standardisés sur une échelle de 1 à 10.
Les données continues comme la pente du terrain ont été
classifiées et chaque classe a reçu un score. Le choix du score
pour chaque classe est bassée sur les résultats de l'analyse
bibliographique. Une classe, pour un facteur donné, recevra un score
élevé si cette classe contibue efficacement à la
régénération du chêne-liège.
| 
