WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Impacts de l’anthropisation sur le paysage forestier et les variables climatiques dans la zone forestière de Yangambi. Recherche des scénarios à  court, moyen et long terme.


par Julien BWAZANI BALANDI
Université de Kisangani - Master en aménagement des écosystèmes  2019
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

IV.1.2. Fluctuation climatique : question d'inférence ou de la description statistique ?

La méthode statistique est un des moyens essentiels de la connaissance. Pour qui quiconque veut analyser une situation en vue d'un jugement motivé ou prendre une décision en fonction d'éléments objectifs, il est difficile d'ignorer les statistiques.

Dans le contexte d'une variation d'éléments climatiques, l'apport des statistiques restent incontournable. Cependant, faut-il analyser la variation d'éléments climatiques exclusivement sur base des méthodes d'inférence statistique qui s'appliquent globalement sur les problèmes d'estimation, les problèmes de test d'hypothèse et les problèmes de modélisation et prédiction des variables ? ou doit-on par ailleurs orienter les analyses en se basant sur les paramètres descriptifs des échantillons ?

Les résultats trouvés par (Amani M et al.,2010), montrent l'intérêt d'appliquer les statistiques descriptives dans les analyses de la variabilité climatiques et les impacts sur les autres composantes environnementales. En ceci, la tendance évolutive d'une variable climatique peut s'avérer statistiquement la même, sans différence significative aucune, alors que les effets environnementaux demeurent nettement différents.

Dans le cadre de cette étude, les paramètres descriptifs ont été appliqués pour décrire la variabilité spatio-temporelle des éléments climatiques. Les méthodes d'inférence statistique ont cependant été nécessaires dans les questions de prédiction climatique.

IV.1.3. L'approche DPSIR : intérêt d'une approche participative

Pour décrire les facteurs de déforestation dans la zone d'étude, le modèle de l'Union Européenne (UE) D-P-S-I-R (forces motrices (drivers) - pressions - état (state) - impacts - réactions) a été adopté.

Comparée à d'autres techniques d'identification des facteurs de déforestation, exclusivement basées sur les informations recueillies auprès des enquêtés, l'approche DPSIR parait plus complète. Son intérêt réside d'une part, dans la prise en compte des indicateurs facilement mesurables sur terrain, pour chaque moteur de déforestation et d'autre part, dans la participation de la population intéressée dans le processus d'identification des moteurs de déforestation. L'approche DPSIR est une méthode qui a été largement utilisée par les auteurs Tuner, 1989 ; Pierce, 1998 ; Agyemang et al., 2007 ; Camanho et al., 2010, cités par UICN-PC (2014).

72

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Là où il n'y a pas d'espoir, nous devons l'inventer"   Albert Camus