Introduction
L’analyse pédologique concerne l’étude des sols et leur distribution spatiale. La connaissance des séries de sols est essentielle pour:
- Évaluer le drainage et la fertilité
- Planifier l’irrigation
- Choisir les cultures adaptées
- Gérer les risques d’érosion
Le package covariablechamps fournit la fonction
proba_et_classement_serie_quota_ilr() pour désagéger les
données pédologiques.
Concepts clés
Séries de sols
Une série de sols est une unité de classification basée sur: - La texture du sol (proportions sable, limon, argile) - Le drainage - La topographie - Le matériau parental
Données requises
Pour utiliser proba_et_classement_serie_quota_ilr(),
vous avez besoin de:
- Polygones des champs avec les séries de sols identifiées (du gouvernement du Québec)
- Table des séries avec les compositions granulométriques
- MNT pour intégrer l’effet topographique
Chargement du champ M2
Le package inclut un champ d’exemple (M2) situé au
Québec.
champ <- st_read(system.file("extdata", "M2.shp", package = "covariablechamps"))
#> Reading layer `M2' from data source
#> `/home/runner/work/_temp/Library/covariablechamps/extdata/M2.shp'
#> using driver `ESRI Shapefile'
#> Simple feature collection with 1 feature and 65 fields
#> Geometry type: POLYGON
#> Dimension: XY
#> Bounding box: xmin: -71.06012 ymin: 46.64605 xmax: -71.05268 ymax: 46.65118
#> Geodetic CRS: WGS 84
ggplot() +
geom_sf(data = champ, fill = "lightgreen", alpha = 0.5) +
theme_minimal() +
labs(title = "Champ M2",
subtitle = "Champ d'exemple inclus dans le package")
Workflow de désagrégation des sols
Note: Les opérations ci-dessous nécessitent des données pédologiques réelles (polygones de séries de sols du gouvernement).
Table des séries de sols
La table des séries doit contenir:
| Colonne | Description |
|---|---|
Code.polygone |
Identifiant reliant à polygones_sols |
Composante |
Nom de la série de sols |
Pourcentage |
Proportion de la série dans le polygone |
Sable |
Pourcentage de sable (0-100) |
Limon |
Pourcentage de limon (0-100) |
Argile |
Pourcentage d’argile (0-100) |
Exemple:
Triangle textural
Le triangle textural montre la classification des sols selon les proportions de sable, limon et argile.
| Texture | Sable | Limon | Argile |
|---|---|---|---|
| Argileuse | 0-45 | 0-40 | 55-100 |
| Limoneuse | 0-45 | 50-100 | 0-55 |
| Sableuse | 50-100 | 0-50 | 0-50 |
| Franco-argilo-limoneuse | 20-45 | 30-50 | 30-45 |
Calcul de la désagrégation
La fonction proba_et_classement_serie_quota_ilr()
effectue la désagrégation:
# Charger le MNT (via LiDAR)
mnt <- telecharger_lidar(champ)
# Effectuer la désagrégation
resultat <- proba_et_classement_serie_quota_ilr(
polygones_sf = polygones_sols,
table_series = table_series,
mnt = mnt,
id_col = "Code.polygone",
serie_col = "Composante",
poids_col = "Pourcentage",
sable_col = "Sable",
limon_col = "Limon",
argile_col = "Argile"
)
# Visualiser les probabilités
plot(resultat$prob)
# Visualiser la classification finale
plot(resultat$closest_label)Paramètres de la fonction
| Paramètre | Description | Valeur par défaut |
|---|---|---|
grid_m |
Résolution de la grille (m) | 20 |
sigma_voisin |
Écart-type du noyau gaussien (m) | 60 |
alpha_voisin |
Pondération de similarité de voisinage | 8 |
beta_mnt |
Pondération de l’effet MNT | 0.2 |
lambda_base |
Pondération de la probabilité de base | 0.25 |