Contactez-nous
 

Les SIG comme outils d’aide à la décision dans le domaine agricole


Session Environnement
 


Dekhinat Said (dekdz@yahoo.fr)
Laboratoire LAPAPEZA, Université de Batna, Algérie

Sahli Mohammed (smwahab@yahoo.fr)
ENS de Constantine, Algérie

 

Mots-clés, logiciels ESRI utilisés et publics visés
 


Mots-clés : SIG, fusionnement des données,variabilité intra-parcellaire, aide à la décision

Logiciels ESRI utilisés : ArcMap 9.1, Spatial Analyst

Public visé : Tout public 

 

Résumé


L’étude  d’une parcelle agricole dans une région aride avec les systèmes d’information géographique (SIG) a permis   de créer  une cartographie numérique sur les composants des sols. Cette cartographie  peut  être utilisée comme outil d’aide à la décision afin de mieux gérer l’environnement, les dépenses et l’orientation des cultures.
Pour ce faire, un partage d’un terrain agricole  en "grid sampling" a été élaboré afin de prélever des échantillons de sols d’une manière homogène. Les sols sont ensuite analysés au laboratoire pour constituer une base de données pédologique à partir de laquelle plusieurs cartes spatiales ont pu être obtenues.
Une classification  de la base de données avec Spatial Analyst a permis de fusionner  5 variables pédologiques (le calcaire, la fraction fine, la matière organique, la salinité et le pH)  en une seule carte. La lecture de cette dernière permet  de distinguer  les zones les moins contraignantes des plus contraignantes. Puisqu'il s'agit d'une carte géoréférencée, on peut à l'aide d'un GPS cibler avec beaucoup d'exactitude les surfaces à traiter.


Introduction


Les systèmes d'information  géographique (SIG) sont de plus en plus utilisés par plusieurs disciplines pour l'analyse spatiale, la gestion des stocks, le transport,  le climat, etc [1]. Grâce à la puissance de calcul des algorithmes, les logiciels  sont capables de traiter des millions d'informations en même temps  et de donner des résultats sous formes graphiques, en des temps très réduits.
Dans le domaine agricole, ces systèmes s'avèrent intéressants à utiliser dans la mesure où les variables pédologiques du sol peuvent être spatialisées par différentes méthodes d’interpolation (krigeage, IDW et spline) [2] . Elles ont pour avantage la spatialisation des données sur un fond cartographique géoréférencé. Les teneurs  apparaissent  sur les cartes interpolées beaucoup de  précision.
L’agriculteur, bien renseigné  sur les teneurs des composants de ses sols, peut cibler avec un GPS les périmètres à traiter. Ceci va constituer un avantage énorme, puisqu’il va uniquement investir dans des lieux  précis ; conséquences : gain de temps, des coûts moindres , préservation de l’environnement des polluants,etc [3].

Le but de ce travail est de combiner plusieurs paramètres pédologiques  pour réaliser une carte qui va montrer, d’une part s’il existe une  variabilité intra-parcellaire dans la surface étudiée, et d’autre part s’il est possible de délimiter des zones où de nouvelles cultures, autres que celles pratiquées en général, pourraient être introduites.  


La zone d’étude


La parcelle étudiée est une palmeraie de forme triangulaire de 22000 m2 et  se situe à 10 km à l’ouest de Biskra (fig.1), sur la route de Tolga. Ses coordonnées UTM (WGS 84) sont  : 3854981,7 N et 742764,86 E. Il s’agit de la station de l’institut technique du développement de l’agriculture saharienne (ITDAS) de Ain Benoui. C’est une zone aride avec moins de 100 mm de précipitation par an. Elle s’étend sur le piémont sud de l’atlas saharien.  Les principales roches qui constituent l’ensemble montagneux de la région sont les calcaires et les marnes [4].

Figure 1: Situation de la zone d'étude

Les sols se caractérisent par des amas de sables, des croûtes calcaires et gypseuses [4]. Les exploitations agricoles (surtout des palmeraies) sont irriguées avec l’eau de la nappe phréatique du quaternaire située à 60 m de profondeur. Elle est saline avec une conductivité  électrique de 5 dS /m [5].


Matériel et méthode


Echantillonnage


La parcelle a été divisée en 24 ilots homogènes (grid sampling) [6] et dans chaque ilot on a prélevé un échantillon (fig.2). la distance entre les sites est d’environ 50 m . le creusement s’est fait à la tarière.  La profondeur est de 50 cm.


Au laboratoire


Les analyses des sols ont concerné : le calcaire, le pH, la matière  organique, la fraction fine (argile + limon)  et la conductivité   électrique (CE) 1/5 [7].

Cartographie


La cartographie est exécutée avec le logiciel ArcMap 9.1[8] . L’extension Spatial Analyst a permis l’interpolation et la classification des données pédologiques. La calculatrice raster a permis le fusionnement des variables étudiées.


Méthode


La procèdure comprend 4 étapes (fig.3):
-          interpolation IDW (inverse distance weighted) des variables pédologiques ;
-          reclassification (six classes sont choisies pour chaque élément du sol) ;
-          ajustement des classes avec les histogrammes de la reclassification ;
-          fusionnement des données avec map calculator.
 
les valeurs de la matière organique sont inversées par rapport aux autres valeurs , puisque la matière organique est bénéfique aux sols quand elle augmente contrairement aux autres éléments.

Figure 3. Classification et fusionnement


Résultat et discussion


Les résultats analytiques (Tab.1) nous révèlent que les sols de la parcelle renferment de forts  écarts entre les quantités des éléments étudiés et qu’il existe une hétérogénéité dans la distribution des éléments dans les sols.

Tableau 1 . Statistiques des données pédologiques

Le calcaire est omniprésent avec une moyenne de 16 ,5% . Le pH est assez élevé et montre  que les sols sont alcalins. La matière organique présente une moyenne relativement acceptable pour des sols situés dans un domaine aride. La salinité est élevé (CE =1, 7 dS / m en moyenne ) . Ceci est dû à la forte teneur en sels des eaux d’irrigation (CE=5 ds/ m). La fraction fine représentée par l’argile et le limon est élevée dans certaine partie de la zone d’étude et arrive jusqu’à +30 % .
Toutes les  moyennes dépassent largement les seuils tolérés par les plantes [9], à part la matière  organique. Mais, s’agissant de la culture du palmier, ce dernier est capable de supporter ces excès en lui  apportant les quantités d’eau nécessaire à sa croissance.


Le fusionnement des données analytiques et classification (data fusion and classification)


La carte obtenue après fusionnement  présente deux zones :
- la  zone nord (couleur bleue)  qui renferme moins de contraintes en calcaire, CE, fraction fine, de pH, et plus de matière organique. Cette partie de la parcelle pourrait  être exploitée pour des cultures maraichères.

Figure 4. Combinaison des données

 - la zone sud (couleur rose)  est l’espace le plus contraignant puisque contrairement à la partie nord elle renferme les quantités les plus élevées des composants du sols étudiés. En effet, la salinité est si élevée qu’il est difficile d’opter pour une quelconque culture ; mais des  travaux de mise en valeur, comme la désalinisation, peuvent être envisagés pour améliorer les caractéristiques physico-chimiques des sols.


Perspectives : la géolocalisation


L’ agriculture assistée par les SIG et GPS  va permettre (fig.5) :
- un ajustement des pratiques culturales aux caractéristiques hétérogènes de la parcelle (travail du sol, irrigation, semis)
- cibler avec précision les zones à traiter
- une meilleure gestion modulée des coûts des intrants  ( engrais, semences, fongicides, herbicides, etc )
- limitation du lessivage des engrais excédentaires vers les nappes

Figure 5. Géolocalisation par GPS


Conclusion


La carte finale a montré qu’il y a une variabilité intra-parcellaire et qu’il est possible avec le fusionnement des données pédologiques de trouver des zones qui peuvent être rentabilisées,  même en milieu aride.
La partie nord de la parcelle semble remplir les conditions d’un sol capable de recevoir d’autres cultures que celles pratiquées jusque là par les gestionnaires , à savoir le palmier dattier.
Les utilisateurs ont une meilleure maitrise  sur les quantités  des amendements qu’ils vont apporter  aux sols , en optant pour la géolocalisation par GPS. Les nappes phréatiques et l’environnement seront mieux  préservés contre l’excès en engrais.
 Mais, l’utilisation de cette technologie  est difficile à maîtriser, tant cette technique demande des moyens financiers importants et un savoir faire dans le domaine de l’informatique.
 


Références bibliographiques


[1] J . Sawchik and A.P. Mollarino: Evaluation of zone soil sampling approaches for phosphorus and potassium based o corn and soybean response to fertilisation. Agron. J., November 6, 2007: 99(6): 1564-1578.
 
[2]D. L. Corwin and S. M. Lesch : Application of Soil Electrical Conductivity to Precision Agriculture: Theory, Principles, and Guidelines. Agron. J. 2003 95: 455-471.
 
[3]Nan Hong, Jeffrey G. White, Marcia L. Gumpertz, and Randy Weisz : Spatial Analysis of Precision Agriculture Treatments in Randomized Complete Blocks: Guidelines for Covariance Model Selection. Agron. J. 2005 97: 1082-1096.
 
[4]Gouskov N. Notice explicative de la carte géologique au 1/200 000de Biskra. Serv Géol
De l’Algérie Alger,1964.
 
[5]Messahel M, Meza N. Evaluation des eaux de la nappe phréatique et profondeur des
drainage dans les terres irriguées en milieu saharien. La Houille Blanche.2004 ; 4 : 25-28 .
 

[6]Michael Flowers, Randall Weisz and Jeffrey G. White : Yield-Based Management Zones and Grid Sampling Strategies. Agron. J., May 13, 2005: 97: 968-982.
 
[7]Aubert G. Méthodes d’analyses des sols. CRDP Marseille, 1978.
 
[8]ESRI. Environemental   System Research Institut.  ArcMap 9.1,  2005; ESRI Redlands, CA.
 
[9] United States Salinity Laboratory. Diagnosis and improvement of saline and alkaline
soils. USDA   Handbook, Washington 1954; 60:160 p
 


Annexe


La salinité est une contrainte agricole difficilement maitrisable , tant elle dépend de plusieurs facteurs à la fois (irrigation, remontée des eaux des nappes salines, apports éoliens, évaporation, etc.).

Figure 6. Salinité spatio-temporelle 2006-2007 (Ain Benoui, Biskra, Algérie)

Figure 7. légende

Une étude spatio- temporelle de la conductivité électrique (CE) sur une année(2006-2007) a confirmé que la salinité n’est pas un phénomène statique dans le temps ni dans l’espace comme le montre la figure 6.


© ESRI France
Accueil - Communications Utilisateurs - Plénière - Ateliers - Concours - Partenaires