Les écologistes des Mines ont trouvé une vulnérabilité dans le calcul de la teneur en matière organique dans les sols arables à partir de données de télédétection de la Terre

L’une des principales caractéristiques du sol est sa teneur en matière organique (SOM). Il existe de nombreuses façons de le mesurer, l’une d’entre elles étant la modélisation SOM sur les propriétés optiques du sol. Pour ce faire, utilisez, par exemple, les données des satellites. Il existe plusieurs inconvénients connus de cette approche. Par exemple, après la pluie, lorsque le sol est humide, ses propriétés optiques changent, de sorte que la précision de la détermination diminue. Les écologistes ont montré que la pluie transforme également la couche supérieure du sol, provoquant un changement dans ses propriétés. Ceci, à son tour, affecte la précision de la détermination de la teneur en matière organique.

«La plupart des études utilisant des données satellitaires optiques ou des données de réflexion spectrale sur le terrain pour étudier la teneur en SOM ne tiennent pas compte de l’état du sol au moment de la collecte des données. On ne sait pas dans quelle mesure la couche supérieure du sol transformée par les précipitations peut être jugée sur les propriétés de toute la couche de sol cultivée. Pour cette raison, la reproductibilité des calculs du contenu SOM basés sur des données satellitaires est limitée. En outre, cette disparité est l’une des principales raisons pour lesquelles les modèles de laboratoire ne fonctionnent pas bien pour les mesures sur le terrain. Par conséquent, nous avons décidé de clarifier comment les précipitations affectent la précision de la cartographie du contenu SOM sur la base des données de télédétection optique», — professeur adjoint au département de la gestion de l’environnement de l’Université des Mines

Les écologistes ont étudié un champ arable dans la région de Tula (Russie) d’une superficie de 13,5 hectares. Au moment de l’étude, le champ était sous vapeur, c’est-à-dire qu’il n’y avait rien cultivé. Les écologistes de RUDN ont recueilli des échantillons de sol arable 30 du champ (jusqu’à 5 cm de profondeur) et y ont déterminé la teneur en matière organique par la méthode de Tyurin, basée sur l’oxydation de la matière organique du sol. Les propriétés optiques du sol ont été mesurées à l’aide du spectroradiomètre HandHeld-2 et les données des satellites de télédétection Sentinel-2 ont été utilisées pour cinq périodes d’avril à août.

Après avoir analysé les données obtenues, les écologistes ont montré que les changements de la surface des sols arables sous l’influence des précipitations réduisent la précision du calcul SOM sur les propriétés optiques— la proximité des calculs à la valeur réelle varie de 67% à 72% en fonction de la quantité de précipitations. Les chercheurs ont ensuite Ajouté des données sur l’état du sol au modèle de calcul —la surface de la croûte du sol (une micro-couche supérieure compactée avec des pores «obstrués» par la pluie) et un indicateur prenant en compte la surface des ombres et/ou des fissures à la surface du sol. Ainsi, la précision a été augmentée à 84%. Les écologistes de la RUDN ont conclu que les modèles de calcul du SOM à partir de données satellitaires devaient être complétés par des informations sur l’état du sol au moment de la réception de l’image.

«Les précipitations modifient les propriétés optiques de la micro-couche de surface par rapport au reste de l’horizon arable. Nous avons montré que cela affectait négativement la précision et la qualité des modèles de calcul SOM à partir des données de Sentinel-2. Toutefois, l & apos; inclusion d & apos; informations sur la croûte du sol et la zone d & apos; ombre et/ou de fissure améliore la qualité et la précision des modèles obtenus. Par conséquent, la prise en compte des changements de la surface du sol causés par les précipitations est nécessaire pour une évaluation correcte de la teneur en SOM», — professeur adjoint au département de la gestion de l’environnement des Mines.

Les résultats sont publiés dans la revue Remote Sensing.