Cartographie Numérique des Sols: Etat de l’art et perspectives
Philippe Lagacherie
Laboratoire d’étude des Interactions Sol Agrosystème
Hydrosystème (LISAH)
Digital Soil Mapping. P. Lagacherie JES 2012 Versailles, 20 mars 2012 2
Vers des cartes de propriétés fonctionnelles de sol s
Vulnérabilité à l’érosion hydrique
Régimes hydriques des sols
Sources USDA-NRCS, http://soils.usda.gov/use/worldsoils/mapindex/
Limite majeure: disponibilité de données spatiales de sol « de base »
Digital Soil Mapping. P. Lagacherie JES 2012 Versailles, 20 mars 2012 3
Disponibilité des données sol spatiales
� Quelques bases de données actuellement disponibles:
Monde : Harmonized World Soil Database, résolution 1 km²
France, Italie : Référentiels Régionaux pédologiques 1: 250 000
Tunisie : Carte Agricole: 1:200 000
USA : Base de données d’études de sol (SSURGO) :1:12 000 –1:63 000
Enjeu: Développer des méthodologies permettant de répondre aux besoins actuels : 1) cartographier des propriétés de sol, 2) sur de grandes superficies, 3) à forte résolution spatiale, 4) avec des coûts de mise en œuvre limités.
� Une couverture limitée en études pédologiques
Europe
Medium scales
Large scales
39%
13%
%
0
50
100
(King & Montanarella, 2002)Africa
11%4%
%
0
50
100
(Nachtergaele & Van Ranst, 2002)
Medium scales
Large scales
Digital Soil Mapping. P. Lagacherie JES 2012 Versailles, 20 mars 2012 4
Un contexte technologique et scientifique favorable
� De plus en plus de données sol sous forme numérique� Appropriation de nouveaux outils ( GIS, scanners, GPS,…)
� Définitions de modèles de données ( STIPA, WISE,DONESOL)
� Experiences en harmonisation de données sol existantes
� Une offre en données spatiales numériques en plein essor� MNT: Progrès récents en extension et résolution spatiales (SRTM)
� Télédétection : Idem + augmentation de la gamme de capteurs
� Serveurs Web (opengeology)
� Un corpus de méthodologies disponible� Geostatistiques
� Fouilles de données
� Intelligence artificielle
Digital Soil Mapping. P. Lagacherie JES 2012 Versailles, 20 mars 2012 5
� Introduction
� La cartographie numérique des sols : c’est quoi?
� Les projets en cours à l’échelle mondiale
� Conclusion
Digital Soil Mapping. P. Lagacherie JES 2012 Versailles, 20 mars 2012 6
Une définition de la cartographie numérique des sol s
« La cr éation et l'enrichissement
de syst èmes d'information p édologiques à références spatiales
par des mod èles num ériques inf érant
les variations spatiales et temporelles des sols et de leurs propri étés
à partir d'observations de sol et de donn ées spatiales d'environnement ”
(Lagacherie & McBratney, 2007)
Digital Soil Mapping. P. Lagacherie JES 2012 Versailles, 20 mars 2012 7
Un peu d’histoire…
� 1991-1993: Premières publications (USA, Australia, France,…)
� 2003: Digital Soil Mapping visible dans communauté scientifique
� 2004: Groupe de travail UISS « Digital Soil Mapping »
Workshops : Rio (2006), Logan (2008), Rome(2010), Sydney (2012)
� 2009: Projet GlobalSoilMap.net
Sanchez et al, Science, 2009
� 2004: Premier workshop international
Digital Soil Mapping. P. Lagacherie JES 2012 Versailles, 20 mars 2012 8
Principe général
Données spatiales en lien avec formation des sols
Fonctions d’estimation spatiale
Données pédologiques anciennes ( profils, cartes)
« soil sensing »
S = f ( S, C , O , R , P, A, N )
Climat OrganismesRelief
Roche mère Age Position( x,y)SolSol
(McBratney et al, 2003)
+ ε ε ε ε (erreur)
Digital Soil Mapping. P. Lagacherie JES 2012 Versailles, 20 mars 2012 9
Climat OrganismesRelief
Roche mère Age Position( x,y)SolSol
Données spatiales en lien avec formation des sols
(McBratney et al, 2003)
+ εεεεS = f ( S, C , O , R , P, A, N )
Digital Soil Mapping. P. Lagacherie JES 2012 Versailles, 20 mars 2012 10
Données spatiales en lien avec la formation des sol s
S = f ( S, C , O , R , P, A, N )
OrganismesRelief
Roche mère Age
MNT Cartes
géologiques
numérisées
télédétections
de couverts
végétaux et
d’occupation
du sol
position (x,y)
Distance par
rapport à
singularité
du paysage
(ex talus)
Climat
Sorties de
modèles
climatques
Unit 1Unit 2Unit 3Unit 4Unit 5Unit 6Unit 7Unit 8Unit 9Unit 10Unit 11Unit 12Unit 13Unit 14Unit 15Unit 16
Classifications numériques
d’unités de paysage
(Clapas, J.M. Robbez-Masson, 1994)
Digital Soil Mapping. P. Lagacherie JES 2012 Versailles, 20 mars 2012 11
Données pédologiques anciennes ( profils, cartes)
Soil sensing
S = f ( S, C , O , R , P, A, N )
Climat OrganismesRelief
Roche mère Age Position( x,y)SolSol
(McBratney et al, 2003)
+ εεεε
Digital Soil Mapping. P. Lagacherie JES 2012 Versailles, 20 mars 2012 12
Recueils de données pédologiques anciennes
� Sauvetages de données ( scannage)
� Definition d’un modèle de données et des droits d’utilisation
� Saisie des données
� Filtrage des erreurs
� Harmonisations
NAB 1REF 1
Corrections: y = a*x T(y) = T(ax)
Coeff\Property Clay Silt Sand CEC OC pH_H2O
a 1.45 0.79 0.81 1.14 1.00 1.04
Ciampalini et al, Geoderma (en révision)
Références 2009Données 1979
Cap Bon (Tunisie)
Digital Soil Mapping. P. Lagacherie JES 2012 Versailles, 20 mars 2012 13
Soil Sensing
� Télédétection de propriétés de sol
� Spectrométrie spatiale Vis-NIR (Ben dor et al, 2008, Gomez et al, 2012
� Gamma-radiométrie aéroportée (McKenzie & Gallant, 2007)
� Proxidétection
� Résistivimétrie, EMI, Veris, Gamma-radiométrie,….
� Spectrométrie de laboratoire
Billabong watershed (Australia)
Shallow soils on unaltered substrates
Aeolian mantle
Alluvial soils
Gomez et al, 2012
McKenzie & Gallant, 2007
Dabas et al, 2008
Digital Soil Mapping. P. Lagacherie JES 2012 Versailles, 20 mars 2012 14
S = f ( S, C , O , R , P, A, N ) + εεεε
Climate OrganismsRelief
Parent material
Age Location x,y
SoilSoil
Fonctions d’estimation spatiales
(McBratney et al, 2003)
Digital Soil Mapping. P. Lagacherie JES 2012 Versailles, 20 mars 2012 15
Fonctions d’estimations spatiales
� Interpolation/extrapolation calibrée (validée) sur un ensemble limité de
données pédologiques (profil, carte, …)
� Approches de formalisation
d’expertise pédologique
� Approches empiriques
eeee(Pedometriques)• Modèles à bases de règles, modèles d’Intelligence artificielle, Formalisation à partir de cartes existantes
s(x,y) =f({c,o,r,p,a,n}(x,y)) s(x,y) = f(s(x+u, y+v), {c,o,r,p,a,n} (x,y))
Fouilles de données Geostatistique
•Regression, arbres de Classification, Random forests, réseau de neurones,….
•Co-krigeage, régression krigeage, …
Digital Soil Mapping. P. Lagacherie JES 2012 Versailles, 20 mars 2012 16
Un exemple de Cartographie numérique de sols à l ’échelle continentale (Henderson & Bui, 2005)
� Resolution : 250 m (100 M pixels)
� Données utilisées � 135 490 profils de sol� MNT et dérivées, images Landsat TM � Cartes géologiques et pédologiques à petite échelle� Données climatiques
� Fonction d’estimation spatiale: arbres de regression (Cubist)
0.220.350.240.54prof
0.440.620.410.67Surf
ClayPCpH
� Performances (R²)
Digital Soil Mapping. P. Lagacherie JES 2012 Versailles, 20 mars 2012 17
� Introduction
� La cartographie numérique des sols : c’est quoi?
� Les projets en cours à l’échelle mondiale
� Conclusion
Digital Soil Mapping. P. Lagacherie JES 2012 Versailles, 20 mars 2012 18
� Objectif :
� Délivrer en libre accès des images de propriétés de sol « majeures » sur
80% de la planète à ~100 m de résolution pour l’aide à la décision et la
modélisation agri-environnementale
� Données (phase 1):
� Données sol existantes compilées dans une base de données spatiales
� Données spatiales disponibles à l’échelle globale (SRTM, Landsat,…)
Long = x, lat = y, Prof = z Argile % , εεεεCarbone org.%, εεεεpHpHpHpH, ε, ε, ε, ε………
~ 100 m
Long = x, lat = yProfondeur du sol , εεεεStock C, εεεεRéserve utile, εεεε………
Digital Soil Mapping. P. Lagacherie JES 2012 Versailles, 20 mars 2012 19
Partenariat et organisation du projet
Digital Soil Mapping. P. Lagacherie JES 2012 Versailles, 20 mars 2012 20
Autres projets de CNS à l’échelle mondiale
� e-SOTER : Regional pilot platform as EU contribution to a
Global Soil Observing System
� Délimitations d’unités de pédopaysage aux échelles 1:1M et 1:250 000
� Tests d’utilisations
� Developpement d’un web service pour disséminer les données
� GEOSS task: « Global Soil Data and Information »
� eSOTER (délimitations de pédopaysage)
� Globalsoilmap.net ( estimations de propriétés de sol)
� FAO Global Soil Partnership (GSP) pillar 2:
« Strengthening of soil data and information »
� En cours de structuration à partir des programmes existants
Digital Soil Mapping. P. Lagacherie JES 2012 Versailles, 20 mars 2012 21
Conclusion
� Les + et les – de la Cartographie Numérique des Sols� Optimise l’utilisation d’une grande masse de données spatiales numériques disponibles
� Assure la traçabilité, la reproductibilité et l’adaptabilité des délimitations de sol et d’estimation
de leurs propriétés
� Fourni des indicateurs objectifs de qualité des estimations
− Limitée par l’information pédologique numérique disponible
� Les défis méthodologiques� Organiser le recueil et l’harmonisation des données pédologiques anciennes
� Rechercher de nouveaux outils d’investigation de la couverture pédologique (soil sensing)
� Mieux intégrer le savoir pédologique dans les fonctions d’estimation spatiale des sols
� Les défis politico-scientifiques� Fédérer à l’échelle mondiale un grand nombre de scientifiques et d’agences de cartographie
(groupes de travail DSM UISS, projets mondiaux)
� Améliorer la visibilité de la communauté « science du sol » vers les autres disciplines grâce à la
production d’une information spatiale sur les sols utile et aisément accessible
Digital Soil Mapping. P. Lagacherie JES 2012 Versailles, 20 mars 2012 22
URGENT !!!
Je recherche un candidat pour une thèse CIFRE
Cartographie numérique des sols appliquée à l’enric hissement des Référentiels Régionaux Pédologiques Français: Appli cation au
Languedoc-Roussillon.