Apport de la géostatistique dans l'analyse et la modélisation spatialisée de l'organisation et du fonctionnement des sols

A travers des exemples de travaux publiés, nous illustrons l’apport de la géostatistique dans l’analyse et la modélisation spatialisée de l’organisation et du fonctionnement des sols. La majeure partie de ces travaux de recherche concerne des applications de la géostatistique dans des voies très diversifiées du point de vue des méthodes. Ainsi, l’analyse structurale, l’estimation linéaire et les modèles non stationnaires ont été mobilisés, pour analyser et modéliser l’organisation spatiale des sols en fonction des facteurs de la pédogenèse. L’interpolation géostatistique multivariée a permis de compléter quelques mesures coûteuses de l'attribut d'intérêt par des données plus abondantes sur des attributs qui lui sont corrélés. Les méthodes multivariées, telles que l'analyse factorielle krigeante, ont été utilisées pour étudier comment la corrélation entre les variables change en fonction de l'échelle spatiale, et pour améliorer notre compréhension des échelles de dépendance des processus physiques. La déconvolution d’un signal caractérisant un sol grâce au krigeage des composantes a permis d’extraire l’information pertinente dans des données exhaustives à référence spatiale. Il a ainsi été démontré que le krigeage des composantes permet de détecter puis de modéliser et de cartographier séparément les différentes échelles de variabilité d’un signal. Grâce à cette méthode, nous avons pu focaliser sur une échelle particulière du signal en l’incorporant dans le système d’équations du krigeage pour améliorer l’estimation d’une variable cible. La conjugaison de deux méthodes (l'analyse factorielle krigeante et le krigeage des composantes) a permis de définir les zones de fonctionnement homogène d’une couverture pédologique dans le cadre de projets sur l’Agriculture de Précision. Enfin, la question de la quantification de l’incertitude inhérente à la prédiction spatiale a été traitée par des techniques de simulations conditionnelles