Theses et Memoires de l'universite d'Antananarivo

Resume

les techniques d‟analyse du sol s‟orientent de plus en plus vers les techniques les moins couteuses, plus rapides, non destructives et reproductibles. la spectrométrie dans le moyen infrarouge (smir) figure parmi ces techniques nouvelles. cette étude consiste à utiliser la smir d‟une part, pour classifier les différents groupes de sol rencontrés dans la zone d‟étude et d‟autre part, à établir des modèles statistiques de prédiction du carbone organique (co) du sol en tenant compte des groupes de sols identifiés. les échantillons ont été prélevés en tenant compte de la représentativité du paysage et des différentes pratiques agricoles rencontrées dans la zone d‟étude. quatre profondeurs de sols ont été considérées 0-40cm. les 732 échantillons collectés ont été séchés, broyés à 0.2 mm, analysés au laboratoire par la méthode classique et scannés dans le moyen infrarouge avec un spectromètre portatif « the agilent 4100 exoscan ftir » de résolution 8 cm-1 collectant 64 scans par minute. la classification de l‟ensemble des échantillons par la méthode des k-means clustering a partitionné les échantillons en cinq clusters. l‟analyse qualitative des spectres moyens de chaque cluster a permis d‟identifier cinq principaux minéraux: la kaolinite, la gibbsite, le quartz, l‟halloysite et la silice amorphe. cette analyse spectrale a fait ressortir quatre principaux groupes de sol: les sols ferrallitiques kaolinitiques, les sols ferrallitiques gibbsitiques, les sols ferrallitiques gibbsitiques à texture sableuse et les andosols. le modèle global réalisé sur l‟ensemble des échantillons s‟avère être plus performant pour la prédiction du carbone organique des sols ferrallitiques gibbsitiques (r2=0.91, rpd=3.19 en calibration et r2=0.86, rpd=2.72 en validation). pour les sols ferrallitiques gibbsitiques à texture sableuse, les sols ferrallitiques kaolinitiques et les andosols, les modèles établis par type de sol ont été plus performants par rapport au modèle global. les andosols affichent les meilleures performances sur tous les modèles établis avec un r2 de calibration égal à 0.97 et un r2 de validation égal à 0.95. les rpd de calibration et de validation étant respectivement de l‟ordre de 6.5 et 4.08. ces résultats permettent d‟affirmer que la connaissance du type de sol est un élément important qui permet de choisir judicieusement les modèles de prédiction du carbone organique du sol les plus adaptés, réduisant au minimum les erreurs de prédiction.

Mots cles