Vers une méthodologie d'harmonisation des Référentiels Régionaux Pédologiques par cartographie numérique : l'exemple de l'Eure-et-Loir et du Loiret

(1)

HAL Id: hal-02744017

https://hal.inrae.fr/hal-02744017

Submitted on 3 Jun 2020

HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.

L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.

l’exemple de l’Eure-et-Loir et du Loiret

Gaëtan Fourvel, Bertrand Laroche, Nicolas Saby, Manuel Martin, Anne C Richer-De-Forges, Ghislain Girot, Dominique Arrouays, Sébastien Lehmann,

Marion Bardy

To cite this version:

Gaëtan Fourvel, Bertrand Laroche, Nicolas Saby, Manuel Martin, Anne C Richer-De-Forges, et al..

Vers une méthodologie d’harmonisation des Référentiels Régionaux Pédologiques par cartographie numérique : l’exemple de l’Eure-et-Loir et du Loiret. 12. Journées d’Etude des Sols (JES), Association Française pour l’Etude du Sol (AFES). FRA., Jun 2014, Le Bourget du Lac, France. 350 p. �hal- 02744017�

(2)

03 juillet 2014 – JES 2014

Vers une méthodologie d’harmonisation des RRP assistée par cartographie numérique

Gaëtan FOURVEL– gaetan.fourvel@orleans.inra.fr 03/07/2014

(3)

Gaëtan FOURVEL / AG itinérante

.02

03/07/2014

 Système UCS, UTS, strates

 Limites extérieures = limites administratives (département)

 Auteurs multiples

 Sur toute la France : disparités spatiales (conditions pédogénétiques) + temporelles

cartographie numérique

Programme de cartographie des sols au 1/250 000 1990 : début du programme

2001 : programme IGCS du GIS Sol

2007 : chantier du RMT sols et territoires

Référentiels Régionaux Pédologiques:

(4)

.03

 CCTG

 Donesol (structure, codification, données…)

 Dictionnaire de données

 Formations

 Séminaires IGCS

 Norme carto NF X31-560

Mais cette standardisation n’est pas suffisante  Harmonisation nécessaire pour avoir : 1. Une cohérence nationale des RRP

2. Une continuité au-delà des limites administratives Objectifs : Mener des projets d’emprise supra-départementale

aménagements et gestions des territoires

recherches

03/07/2014

Référentiels Régionaux Pédologiques:

(5)

.04

Hétérogénéité graphique : incohérences Problèmes de raccordement

limites administratives des départements/régions (IGN)

Incohérences dans la continuité des UCS

Eure-et-Loir Loiret

Île de France

03/07/2014

(6)

.05

Problèmes à résoudre :

Hétérogénéité graphique : incohérences Problèmes de raccordement

limites administratives des départements/régions (IGN)

Incohérences dans la continuité des UCS

Eure-et-Loir Loiret

Île de France

Parfois pas de problème

03/07/2014

(7)

.06

Origine de la Variabilité : - Auteur : concept d’UCS, pédopaysage

- Nombre de points - Cartes anciennes - Carte orientée Hétérogénéité graphique : différence de précision du tracé

03/07/2014

Languedoc Roussillon

Ardèche

(8)

.07

Hétérogénéité sémantique :

Problèmes à résoudre :

 Différence dans la nature des UCS frontalières adjacentes (nom)

 Différence dans la composition, la proportion et l’organisation des UTS au sein de 2 UCS frontalières adjacentes

 Différence dans la nature des UTS frontalières appartenant à deux UCS de part et d’autre de la frontière

03/07/2014

(9)

.08

1. Harmonisation par expertise au cas par cas : - experts connaissant la zone

- retour éventuel sur le terrain pour trancher (temps et argent) 2. Utilisation de la Cartographie Numérique des sols (CNS) :

Principe général :

Prédire des classes de sol (ou des propriétés de sol) en utilisant les données pédologiques disponibles sur la zone à étudier et les données spatiales représentant des éléments du paysage en relation avec les sols (de causalité (facteurs pédogénétiques) ou non), appelées dans la suite « covariables du sol ».

Ces prédictions sont réalisées par des fonctions de prédiction induites par des modèles statistiques ou géostatistiques (Lagacherie et al. 2013).

Modéliser les prises de décision du pédologue-cartographe

03/07/2014

(10)

.09

Solution envisagées :

Avantages de la CNS :

 Objectivité de la méthode pédo-statistique

 Relative simplicité de mise en œuvre

 Rapidité

 Reproductibilité de la méthode MAIS il y a des inconvénients :

 Obtenir de covariables pertinentes et fiables

 Fiabilité des modélisations

 Difficulté à valider les prédictions d’un modèle (interventions d’experts)

 Méthode à adapter à la problématique d’harmonisation des RRP

 La CNS ne se suffit pas à elle-même, il faut l’intégrer à une méthodologie d’harmonisation complète dans laquelle il est indispensable de faire intervenir des experts pédologues-cartographes.

03/07/2014

(11)

.010

Principe :

S = f ( S, C , O , R , P, A, N ) + ε

Sol Sol _Climat Organismes Relief Roche mère Age Position( x,y)

Fonction de prédiction

Données spatiales en lien avec formation des sols

Données pédologiques anciennes (profils, cartes)

(McBratney et al, 2003)

Erreur

03/07/2014

(12)

.011

Qu’est-ce que la cartographie numérique des sols?

Carte des Sols connus

① Type de sol 1

② Type de sol 2

③ Type de sol 3

Sol = f(Covar 1, Covar 2, Covar 3, Covar 4) + ε

Zone d’apprentissage

①

② ③ ②

03/07/2014

Principe :

(13)

.012

① Type de sol 1

② Type de sol 2

③ Type de sol 3

①

② ③ ②

03/07/2014

Principe :

(14)

.013

S C O R P A N

Covar 1

Covar 2

Covar 3

Covar 4

① Type de sol 1

② Type de sol 2

③ Type de sol 3

①

② ③ ②

03/07/2014

Principe :

(15)

.014 S

C O R P A N

Covar 1

Covar 2

Covar 3

Covar 4

① Type de sol 1

② Type de sol 2

③ Type de sol 3

3 pixels d’apprentissage

Coord. XY

Zone d’apprentissage Covar 1 = a

Covar 2 = b Covar 3 = c

Covar 4 = d Sol ①

Définit par et et et

et

une erreur ε

①

② ③ ②

03/07/2014

Principe :

(16)

.015

S C O R P A N

Covar 1

Covar 2

Covar 3

Covar 4

① Type de sol 1

② Type de sol 2

③ Type de sol 3

①

② ③ ②

Coord. XY

Covar 1 = a’

Covar 2 = b’

Covar 3 = c’

Covar 4 = d’

Sol ②

et

une erreur ε

03/07/2014

Principe :

(17)

.016 S

C O R P A N

Covar 1

Covar 2

Covar 3

Covar 4

① Type de sol 1

② Type de sol 2

③ Type de sol 3

①

② ③ ②

Coord. XY

Covar 1 = a’’

Covar 2 = b’’

Covar 3 = c’’

Covar 4 = d’’

Sol ③

et

une erreur ε

03/07/2014

Principe :

(18)

.017

S C O R P A N

Covar 1

Covar 2

Covar 3

Covar 4

Zone pédologiquement inconnue =

Zone cible du modèle

03/07/2014

Principe :

(19)

.018 S

C O R P A N

Covar 1

Covar 2

Covar 3

Covar 4

Pour chaque pixel

03/07/2014

Principe :

(20)

.019

S C O R P A N

Covar 1

Covar 2

Covar 3

Covar 4

Pour chaque pixel

Combinaison des covariables Covar 1,Covar2,Covar3, Covar4

03/07/2014

Principe :

(21)

.020 S

C O R P A N

Covar 1

Covar 2

Covar 3

Covar 4

Pour chaque pixel

Sol ① Sol ② Sol ③

Lois de distribution des sols établies lors de l’apprentissage

Définition du type de sol

03/07/2014

Principe :

(22)

.021

S C O R P A N

Covar 1

Covar 2

Covar 3

Covar 4

Pour chaque pixel

Sol ① Sol ② Sol ③

03/07/2014

Principe :

(23)

.022 S

C O R P A N

Covar 1

Covar 2

Covar 3

Covar 4

Pour chaque pixel

Sol ① Sol ② Sol ③

03/07/2014

Principe :

(24)

.023

S C O R P A N

Covar 1

Covar 2

Covar 3

Covar 4

Pour chaque pixel

Sol ① Sol ② Sol ③

③

① ②

03/07/2014

Principe :

(25)

Gaëtan FOURVEL / Journée Harmonisation Cartographique

.024

 RRP Loiret (45)

 RRP Eure-et-Loir (28)

 RRP Loir-et-Cher (41)

Délimitation de la zone d’intérêt :

Minimiser l’impact du processus d’harmonisation sur les RRP.

03/07/2014

45

41 Région Centre 28

Région agricole : Petite Beauce Somme de 3 PRA jugées similaires

Le secteur test :

(26)

.025

Construction d’un processus d’harmonisation des RRP assisté par CNS :

03/07/2014

45 41

28

Délimitation de la zone de modélisation :

(27)

.026

03/07/2014

45 41

28

UCS en contact avec la limite administrative : zone de modélisation

(28)

.027

Construction d’un processus d’harmonisation des RRP assisté par CNS :

03/07/2014

45 41

28

UCS en contact avec la limite administrative : zone de modélisation

(29)

.028

Plusieurs configurations possibles pour les zones d’apprentissage et la zone cible du modèle Les différentes configurations pour la CNS :

Zone

d’apprentissage

Zone cible

03/07/2014

①

(30)

.029

Plusieurs configurations possibles pour les zones d’apprentissage et la zone cible du modèle Construction d’un processus d’harmonisation des RRP assisté par CNS : Les différentes configurations pour la CNS :

Zone

d’apprentissage

Zone cible

03/07/2014

① ②

(31)

.030

Plusieurs configurations possibles pour les zones d’apprentissage et la zone cible du modèle Les différentes configurations pour la CNS :

Zone

d’apprentissage

Zone cible

03/07/2014

① ② ③

(32)

28 vers 45 et 41

.031

Plusieurs configurations possibles pour les zones d’apprentissage et la zone cible du modèle Construction d’un processus d’harmonisation des RRP assisté par CNS :

Zone cible

Les différentes configurations pour la CNS :

03/07/2014

④

Zone

d’apprentissage

⑤

(33)

45 vers 28 et 41

.032

Plusieurs configurations possibles pour les zones d’apprentissage et la zone cible du modèle

Zone cible

03/07/2014

④

Zone

d’apprentissage

⑤

(34)

41 vers 28 et 45

.033

Plusieurs configurations possibles pour les zones d’apprentissage et la zone cible du modèle Construction d’un processus d’harmonisation des RRP assisté par CNS :

Zone cible

03/07/2014

④

Zone

d’apprentissage

⑤

(35)

28 vers 45 et 41

.034

Plusieurs configurations possibles pour les zones d’apprentissage et la zone cible du modèle

Zone cible

03/07/2014

45 vers 28 et 41 41 vers 28 et 45

④

Zone

d’apprentissage

1/50 000 de Patay

⑤

(36)

.035

Construction d’un processus d’harmonisation des RRP assisté par CNS : Les méthodes de CNS possibles :

Méthode 3 :

03/07/2014

(37)

.036

Les méthodes de CNS possibles : Méthode 3 :

03/07/2014

(38)

.037

Méthode 3 :

03/07/2014

(39)

.038

Les méthodes de CNS possibles : Méthode 3 :

03/07/2014

(40)

.039

Méthode 3 :

03/07/2014

Validation croisée : 57%

Indice de pureté : 62%

(41)

.040

Méthode intéressante car :

 La couche graphique est« presque » harmonisée

 La base de données est peu impactée par les modifications (UCS déjà existantes)

 Les prédictions (UCS) sont cohérentes avec les décisions des pédologues Cependant il reste des améliorations à apporter :

 Identifier les covariables pertinentes (variabilité géographique)

 Paramétrer les modèles de façon optimale (GBM…)

 Estimer la qualité des prédictions (indices quantitatifs de similarité entre UCS)

 Faire valider les prédictions par des experts

03/07/2014

(42)

Gaëtan FOURVEL– gaetan.fourvel@orleans.inra.fr

Merci pour votre attention.