| Titre : | Construction de modèles de prédiction des propriétés du bois de peuplier à partir de données de spectrométrie en moyen infrarouge |
| Auteurs : | V. Murciano, Auteur ; INRA, Unité d'amélioration, génétique et physiologie forestières, Orléans (FRA), Auteur ; Université d'Orléans, Orléans (FRA), Auteur |
| Type de document : | thèse/mémoire |
| Année de publication : | 2012 |
| Format : | 75 p. |
| Langues : | = Français |
| Mots-clés : | POPULUS ; PEUPLIER ; BOIS ; CALIBRATION ; MODELE DE CALIBRATION ; DONNEE SPECTRALE ; SPECTROMETRIE PROCHE INFRAROUGE ; METHODE DE REGRESSION ; METHODE DE PREDICTION ; PROPRIETE CHIMIQUE DU BOIS |
| Résumé : |
Le travail réalisé durant ce stage se situe dans un contexte de réduction des émissions des gaz à effets de serre, de production de biomasse lignocellulosique qui constitue une ressource d’intérêt pour la production d’énergie et plus particulièrement de biocarburants. L’objectif était d’effectuer des calibrations pour les propriétés chimiques du bois de peuplier en utilisant des don-nées spectrales acquises en moyen infrarouge et de les comparer avec d’autres calibrations déjà ob-tenues au sein de l’INRA d’Orléans pour des spectres acquis en proche infrarouge. Tout d’abord une phase d’exploration des données spectrales, chimiques (données acquises par des tests en laboratoires) et combinaison des 2 a été mise en place avec des analyses statistiques descriptives de base, prétraitements, ACP. Afin de choisir la meilleure méthode à appliquer pour la calibration des modèles, plusieurs méthodes ont été testées comme les régressions PC et PLS avec diverses validations croisées (3, 4, 5 et 100 segments) et MCCV (Monte Carlo Cross Validation), un filtrage des données pour les va-leurs aberrantes ainsi que les nombres d’onde sélectionnés avec la méthode CARS. Une fois la meilleure méthode choisie, elle a été appliquée aux différentes variables afin de sélectionner pour chacune des variables chimiques les meilleurs modèles établis avec tout le spectre moyen infra-rouge mais aussi avec un sous-échantillon du spectre préalablement découpé. Enfin, une fois que les meilleurs modèles ont été sélectionnés, ils ont été comparés avec ceux obtenus avec les spectres en proche infrarouge. Ces comparaisons ont été faites à l’aide des statistiques obtenues dans les validations croisées des régressions, comme le R², le RMSE et le RPD, mais aussi en prenant en compte le nombre de composantes et d’« outliers ». Ainsi j’ai pu établir des modèles de calibration de bonne qualité pour presque toutes les va-riables chimiques. En effet pour la variable NonGluc_hydrol je ne suis pas parvenue à avoir un mo-dèle de calibration correct. Certains des modèles que j’ai obtenus sont meilleurs que ceux en proche infrarouge. C’est le cas des modèles pour les variables chimiques Sucres_sol, Gluc_sol, Non-Gluc_sol, Gluc_sol_prop, Sucres_tot, NonGluc_tot, Gluc_tot_prop, Gluc_hydrol et Non-Gluc_hydrol. |
| Diplôme : | Mémoire de Master (Statistiques et Recherche Opérationnelle) |
Exemplaires (1)
| Centre | Localisation | Section | Cote | Statut | Disponibilité |
|---|---|---|---|---|---|
| Val de Loire | ERIST Orléans | Thèses/Mémoires | DOCOR -M MUR | Empruntable | Disponible pour le prêt |
Documents numériques (1)
2012_Murciano_Rapport_de_stage_Master Adobe Acrobat PDF |
