{"id":81,"date":"2021-11-24T18:26:59","date_gmt":"2021-11-24T17:26:59","guid":{"rendered":"https:\/\/e-publish.uliege.be\/peyresq22\/?post_type=chapter&#038;p=81"},"modified":"2022-12-21T11:28:31","modified_gmt":"2022-12-21T10:28:31","slug":"varspat","status":"publish","type":"chapter","link":"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/chapter\/varspat\/","title":{"raw":"\u00c9tude de la variabilit\u00e9 intra-parcellaire de l\u2019azote nitrique et implications en mati\u00e8re d\u2019\u00e9chantillonnage","rendered":"\u00c9tude de la variabilit\u00e9 intra-parcellaire de l\u2019azote nitrique et implications en mati\u00e8re d\u2019\u00e9chantillonnage"},"content":{"raw":"<div class=\"textbox\">\r\n\r\n<strong>R\u00e9sum\u00e9<\/strong>\r\n\r\nEn Wallonie, l\u2019azote potentiellement lessivable (APL), quantit\u00e9 d\u2019azote min\u00e9ral dans les 90 premiers centim\u00e8tres de sol en entr\u00e9e d\u2019hiver, est l\u2019outil de contr\u00f4le de bonne gestion de l\u2019azote en agriculture, mis en place pour am\u00e9liorer la qualit\u00e9 des masses d\u2019eau.\r\n\r\n\u00c9tant donn\u00e9 l\u2019importance de cet outil de contr\u00f4le dans la politique r\u00e9gionale et les r\u00e9percussions possibles pour les agriculteurs d\u2019un d\u00e9passement des seuils \u00e9tablis chaque ann\u00e9e, la question de la confiance sur la mesure de ce reliquat azot\u00e9 appara\u00eet cruciale.\r\n\r\nOutre les aspects purement analytiques qui font l\u2019objet d\u2019essais interlaboratoires, la repr\u00e9sentativit\u00e9 de l\u2019\u00e9chantillon de terre sur lequel les mesures sont r\u00e9alis\u00e9es est fondamentale. Dans ce cadre, la connaissance de la variabilit\u00e9 de la propri\u00e9t\u00e9 \u00e0 l\u2019\u00e9chelle de la parcelle agricole est un pr\u00e9alable n\u00e9cessaire pour d\u00e9finir les conditions optimales d\u2019\u00e9chantillonnage.\r\n\r\nUne campagne d\u2019\u00e9chantillonnage (plus de 130 carottes de sol par parcelle) et de mesure de l\u2019APL a \u00e9t\u00e9 men\u00e9e dans deux parcelles repr\u00e9sentatives des contextes p\u00e9dologiques de sols d\u00e9velopp\u00e9s sur limons \u00e9oliens et de limons m\u00e9lang\u00e9s aux mat\u00e9riaux d\u2019alt\u00e9ration de roches primaires (gr\u00e8s et calcaires du Condroz). Des outils d\u2019analyse g\u00e9ostatistique ont \u00e9t\u00e9 appliqu\u00e9s aux r\u00e9sultats et ont permis de d\u00e9terminer les principaux param\u00e8tres de la variabilit\u00e9 spatiale de l\u2019APL.\r\n\r\nLa r\u00e9alisation de simulations de diff\u00e9rentes modalit\u00e9s d\u2019\u00e9chantillonnage (nombre de points de pr\u00e9l\u00e8vements et type de distribution al\u00e9atoire ou non) sur les parcelles permet de les comparer par rapport \u00e0 leur capacit\u00e9 \u00e0 fournir un \u00e9chantillon moyen non biais\u00e9 ou compris dans un intervalle de tol\u00e9rance pr\u00e9d\u00e9fini.\r\n\r\nLes premiers r\u00e9sultats confirment que les modalit\u00e9s d\u2019\u00e9chantillonnage retenues en Wallonie (un \u00e9chantillon composite de 15 carottes) sont conformes \u00e0 ces exigences pour les exemples \u00e9tudi\u00e9s.\r\n\r\n<\/div>\r\n<h1>Introduction<\/h1>\r\nLa ma\u00eetrise de la fertilisation azot\u00e9e dans les agrosyst\u00e8mes r\u00e9pond \u00e0 des enjeux tant environnementaux (contaminations des aquif\u00e8res) qu\u2019\u00e9conomiques (co\u00fbt des engrais). Le nitrate est un des \u00e9l\u00e9ments pr\u00e9occupants pour la qualit\u00e9 des ressources en eau souterraine \u00e0 l\u2019\u00e9chelle europ\u00e9enne. Pour r\u00e9duire les pollutions par le nitrate \u00e0 partir de sources agricoles, la directive 91\/676\/CEE (Directive Nitrates) impose aux \u00c9tats membres de mettre en vigueur des outils l\u00e9gislatifs, r\u00e9glementaires et administratifs .\r\n\r\nEntre 2016 et 2019, 7,2\u00a0% des sites de contr\u00f4le en Wallonie et 11,6\u00a0% en zones vuln\u00e9rables, pr\u00e9sentaient une concentration moyenne en nitrate sup\u00e9rieure \u00e0 la norme de potabilit\u00e9 (50 mg.L<sup>-1<\/sup>) (EEW, 2020a). L\u2019azote potentiellement lessivable[footnote]M\u00eame s\u2019il s\u2019agit \u00e0 strictement parler de lixiviation, le terme \u00ab azote potentiellement lessivable \u00bb est le terme utilis\u00e9 dans la r\u00e8glementation wallonne et sera donc conserv\u00e9 dans ce document.[\/footnote] (APL) est un outil de contr\u00f4le de la conformit\u00e9 des exploitations au sein du Programme de gestion durable de l\u2019azote en agriculture qui met en \u0153uvre la Directive Nitrates en Wallonie.\r\n\r\nL\u2019APL est la quantit\u00e9 d\u2019azote en kg N-NO<sub>3<\/sub><sup>-<\/sup>.ha<sup>-1<\/sup> pr\u00e9sente dans le sol en fin de saison agricole. La mesure de l\u2019APL est r\u00e9alis\u00e9e chaque ann\u00e9e dans 5\u00a0% des exploitations choisies al\u00e9atoirement. Celles-ci sont d\u00e9clar\u00e9es conformes si\u00a0\u00a0:\r\n<ol>\r\n \t<li>au moins deux des trois parcelles contr\u00f4l\u00e9es pr\u00e9sentent des valeurs d'APL inf\u00e9rieures aux limites de tol\u00e9rance, \u00e9tablies chaque ann\u00e9e pour 8 classes de cultures et prairies sur base de mesures d'APL effectu\u00e9es dans plus de 250 parcelles d'une quarantaine d'exploitations agricoles de r\u00e9f\u00e9rence et<\/li>\r\n \t<li>aucune des trois parcelles \u00e9chantillonn\u00e9es ne pr\u00e9sente un d\u00e9passement de la limite de tol\u00e9rance de plus de 100\u00a0% et de plus de 100 kg N-NO<sub>3<\/sub><sup>-<\/sup>.ha<sup>-1<\/sup>\u00a0(EEW, 2020b).<\/li>\r\n<\/ol>\r\n\u00c9tant donn\u00e9 l\u2019importance de l\u2019APL comme outil de contr\u00f4le pour les agriculteurs, son estimation pr\u00e9cise n\u00e9cessite une approche appropri\u00e9e, c'est \u00e0 dire qui prend en compte la structure physique de la variable, notamment sa variabilit\u00e9 spatiale et temporelle, \u00e0 l\u2019\u00e9chelle des parcelles agricoles.\r\n\r\nL\u2019\u00e9chantillonnage des sols d\u2019une parcelle agricole se r\u00e9alise g\u00e9n\u00e9ralement par \u00e9chantillonnage composite. La d\u00e9termination du nombre de points de pr\u00e9l\u00e8vements n\u00e9cessaire pour assurer un \u00e9chantillonnage repr\u00e9sentatif de la parcelle est toujours source d\u2019interrogation. Des \u00e9tudes ant\u00e9rieures ont ainsi permis de proposer des densit\u00e9s id\u00e9ales et des strat\u00e9gies de positionnement des points de pr\u00e9l\u00e8vement (en diagonale, en al\u00e9atoire, sur toute la parcelle, dans une zone homog\u00e8ne etc...). En th\u00e9orie, le nombre de points de pr\u00e9l\u00e8vements n\u00e9cessaire pour capturer la variabilit\u00e9 spatiale d\u2019une propri\u00e9t\u00e9 d\u00e9pend de la variabilit\u00e9 spatiale et de l\u2019impr\u00e9cision sur l\u2019estimation que l\u2019on est pr\u00eat \u00e0 accepter. Dagnelie (1975) fournit une \u00e9quation qui met en relation ces donn\u00e9es\u00a0:\r\n\r\n<a href=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2021\/11\/Capture-de\u0301cran-2022-10-24-a\u0300-10.47.25.png\"><img class=\"alignnone wp-image-1084\" src=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2021\/11\/Capture-de\u0301cran-2022-10-24-a\u0300-10.47.25.png\" alt=\"\" width=\"148\" height=\"70\" \/><\/a>\r\n\r\no\u00f9\r\n<ul>\r\n \t<li>n = nombre d\u2019\u00e9chantillons<\/li>\r\n \t<li>d<sub>r<\/sub> est l\u2019erreur relative en\u00a0% que l\u2019on peut attendre<\/li>\r\n \t<li>CV la variabilit\u00e9 de la propri\u00e9t\u00e9 exprim\u00e9e en terme de coefficient de variation en\u00a0%<\/li>\r\n \t<li>t<sub>1-\u03b1\/2<\/sub> est la fonction t de Student<\/li>\r\n<\/ul>\r\nEn pratique, si on se fixe un niveau de d<sub>r<\/sub> acceptable, 10\u00a0% par exemple de la valeur cible, et si on mesure la variabilit\u00e9 de la propri\u00e9t\u00e9, on peut d\u00e9terminer l\u2019effort d\u2019\u00e9chantillonnage. La difficult\u00e9 principale tient au fait que l\u2019on ne connait <em>a priori<\/em> pas la variabilit\u00e9 sp\u00e9cifique \u00e0 une parcelle avant de l\u2019avoir mesur\u00e9e.\r\n\r\nCette communication traitera de diff\u00e9rents aspects li\u00e9s \u00e0 la variabilit\u00e9 spatiale de l\u2019APL dans des parcelles agricoles en vue d\u2019en d\u00e9gager des conseils pratiques d\u2019\u00e9chantillonnage.\r\n<h1>Mat\u00e9riel et m\u00e9thodes<\/h1>\r\n<h2>M\u00e9thodologie g\u00e9n\u00e9rale<\/h2>\r\nLa m\u00e9thodologie g\u00e9n\u00e9rale consiste en une analyse (i) de la variabilit\u00e9 spatiale de l\u2019APL dans les sols agricoles, et (ii) des implications en mati\u00e8re de strat\u00e9gie d\u2019\u00e9chantillonnage, \u00e0 travers deux exemples r\u00e9els et plusieurs cas fictifs.\r\n\r\nLes deux cas r\u00e9els sont \u00e9tudi\u00e9s sur des parcelles agricoles de deux r\u00e9gions agricoles diff\u00e9rentes en Wallonie avec des APL attendus significativement diff\u00e9rents. L\u2019objectif est de d\u00e9terminer les caract\u00e9ristiques de la variabilit\u00e9 spatiale de l\u2019APL par une analyse du variogramme, qui met en relation la variabilit\u00e9 spatiale d\u2019une propri\u00e9t\u00e9 et la distance entre les points compar\u00e9s.\r\n\r\nEnsuite, les variogrammes sont utilis\u00e9s dans des techniques de simulation par lesquelles on produit par interpolation une s\u00e9rie de cartes possibles qui respectent toutes le variogramme mesur\u00e9. Des sch\u00e9mas d\u2019\u00e9chantillonnage al\u00e9atoires en 5, 10, 20, 40 ou 80 points sont ensuite appliqu\u00e9s sur chacune des cartes de 4 ha et l\u2019APL est calcul\u00e9 par la moyenne des points d\u2019\u00e9chantillonnage. Pour chacun des sch\u00e9mas d\u2019\u00e9chantillonnage, on dispose d\u2019une distribution de valeurs qui permet de quantifier la performance du sch\u00e9ma d\u2019\u00e9chantillonnage en terme de pourcentage de valeurs dans l\u2019intervalle de pr\u00e9cision autour de la vraie valeur de l\u2019APL (figure 1).\r\n\r\n[caption id=\"attachment_1029\" align=\"aligncenter\" width=\"1661\"]<a href=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc-fig1hq-scaled-e1666351642820.jpg\"><img class=\"wp-image-1029 size-full\" src=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc-fig1hq-scaled-e1666351642820.jpg\" alt=\"\" width=\"1661\" height=\"810\" \/><\/a> <em>Figure 1. M\u00e9thodologie g\u00e9n\u00e9rale de la recherche.<\/em>[\/caption]\r\n\r\nOutre un cas r\u00e9el, l\u2019exercice de simulation a \u00e9galement \u00e9t\u00e9 r\u00e9alis\u00e9 \u00e0 partir de cartes fictives construites selon (i) un mod\u00e8le de distribution spatiale compl\u00e8tement al\u00e9atoire, (ii) avec un gradient de teneurs r\u00e9gulier et une composante al\u00e9atoire, ainsi que (iii) pour une parcelle avec une zone h\u00e9t\u00e9rog\u00e8ne en son centre, pour trois niveaux de teneurs en nitrate (50, 100, 150 kg N-NO<sub>3<\/sub>\u00af par hectare).\r\n<h2>Parcelles \u00e9tudi\u00e9es et plans d\u2019\u00e9chantillonnage<\/h2>\r\nLa premi\u00e8re parcelle \u00e9tudi\u00e9e, d\u00e9nomm\u00e9e Poucet, est une parcelle de huit hectares en R\u00e9gion limoneuse belge. Elle pr\u00e9sente des sols de type limoneux, lessiv\u00e9s \u00e0 drainage normal, sur les plateaux et les pentes, et des sols sur colluvions limoneuses dans les d\u00e9pressions. Il s\u2019agit d\u2019un mod\u00e8le d\u2019organisation des sols classique et la parcelle est cultiv\u00e9e pour la production de froment (<em>Triticum aestivum<\/em>) et betterave (<em>Beta vulgaris<\/em>), en rotations, principalement.\r\n\r\nLa deuxi\u00e8me parcelle, situ\u00e9e dans le Condroz, d\u00e9nomm\u00e9e Biesmer\u00e9e, pr\u00e9sente une association de sols limoneux et de sols limono-caillouteux \u00e0 charge de silex ou de calcaire.\r\n\r\nLes plans d\u2019\u00e9chantillonnage des parcelles Poucet et Biesmer\u00e9e ont \u00e9t\u00e9 \u00e9tablis sur base d\u2019un maillage principal avec une maille de 30 m de c\u00f4t\u00e9, auquel des points suppl\u00e9mentaires ont \u00e9t\u00e9 ajout\u00e9s \u00e0 des distances de 2 m et 15 m \u00e0 Poucet (figure 2a), 1 m, 5 m et 10 m \u00e0 Biesmer\u00e9e (figure 2b). Les surfaces couvertes par le maillage correspondent \u00e0 environ 6,7 et 4,8 hectares respectivement.\r\n\r\n&nbsp;\r\n\r\n[caption id=\"attachment_1030\" align=\"aligncenter\" width=\"1618\"]<a href=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig2ahq-scaled-e1666351714734.jpg\"><img class=\"wp-image-1030 size-full\" src=\"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig2ahq-scaled-e1666351714734.jpg\" alt=\"\" width=\"1618\" height=\"1266\" \/><\/a> <em>Figure 2a. Plan d\u2019\u00e9chantillonnage de la parcelle Poucet.<\/em>[\/caption]\r\n\r\n[caption id=\"attachment_2168\" align=\"aligncenter\" width=\"1598\"]<img class=\"wp-image-2168 size-full\" src=\"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2021\/11\/gc_fig2bhq-scaled-e1671618506832.jpg\" alt=\"\" width=\"1598\" height=\"1435\" \/> Figure 2b. Plan d\u2019\u00e9chantillonnage de la parcelle Biesmer\u00e9e.[\/caption]\r\n\r\nPour ce qui concerne les parcelles fictives, une grille carr\u00e9e de 200 m\u00e8tres de c\u00f4t\u00e9 divis\u00e9e en 400 cellules de 20 x 20 m a \u00e9t\u00e9 \u00e9labor\u00e9e.\r\n\r\nPour les mod\u00e8les al\u00e9atoires, chaque cellule s\u2019est vu attribuer de fa\u00e7on al\u00e9atoire une valeur comprise entre 25 et 75, 50 et 150 et entre 50 et 250 kg N-NO<sub>3<\/sub>\u00af.ha<sup>-1<\/sup>, pour respectivement les niveaux de teneurs moyens \u00e0 la parcelle de 50, 100 et 150 kg N-NO<sub>3<\/sub>\u00af.ha<sup>-1<\/sup>.\r\n\r\nPour les mod\u00e8les avec gradient de teneur, la variabilit\u00e9 a \u00e9t\u00e9 d\u00e9compos\u00e9e en un effet d\u2019augmentation lin\u00e9aire du sud vers le nord de la parcelle et un effet r\u00e9siduel al\u00e9atoire de l\u2019ordre de 20\u00a0% de la variabilit\u00e9 totale.\r\n\r\nEnfin, des cartes ont \u00e9t\u00e9 g\u00e9n\u00e9r\u00e9es en tirant al\u00e9atoirement les teneurs comme dans le mod\u00e8le al\u00e9atoire mais en d\u00e9pla\u00e7ant dans une zone de 1 ha au centre de la parcelle les 25\u00a0% de teneur les plus \u00e9lev\u00e9es. L\u2019objectif \u00e9tant de cr\u00e9er une zone h\u00e9t\u00e9rog\u00e8ne au sein de la parcelle. Ensuite, un jeu de 200 points d\u2019\u00e9chantillonnage a \u00e9t\u00e9 appliqu\u00e9 al\u00e9atoirement pour constituer les points de \u00ab mesure \u00bb qui serviront \u00e0 recr\u00e9er des cartes par simulations (figure 3).\r\n\r\n&nbsp;\r\n\r\n[caption id=\"attachment_1032\" align=\"aligncenter\" width=\"1702\"]<a href=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig3hq-scaled-e1666351783779.jpg\"><img class=\"wp-image-1032 size-full\" src=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig3hq-scaled-e1666351783779.jpg\" alt=\"\" width=\"1702\" height=\"473\" \/><\/a> <em>Figure 3. Cartes ayant servi \u00e0 g\u00e9n\u00e9rer des points de mesure fictifs. De gauche \u00e0 droite, mod\u00e8le al\u00e9atoire, gradient de teneurs, poche centrale et points d\u2019\u00e9chantillonnage.<\/em>[\/caption]\r\n<h2>M\u00e9thode d\u2019analyse de l\u2019azote<\/h2>\r\nL\u2019APL est mesur\u00e9 sur \u00e9chantillons frais, tamis\u00e9s \u00e0 8 mm, selon le protocole de Guiot (1975). Trente grammes de terre sont agit\u00e9s pendant trente minutes avec 150 ml de KCl 0,1M, laiss\u00e9s \u00e0 d\u00e9canter trente minutes puis filtr\u00e9s sur filtre papier Whatman 602H1\/2.\r\n\r\nLe nitrate d\u2019un ml d\u2019extrait est r\u00e9duit dans une colonne de r\u00e9duction Cd-Cu et la concentration en nitrite est mesur\u00e9e par colorim\u00e9trie \u00e0 543 nm, apr\u00e8s coloration au r\u00e9actif de Griess-Ilosvay.\r\n<h2>Analyse de la variabilit\u00e9 spatiale et krigeage<\/h2>\r\nPour chacun des jeux de donn\u00e9es ponctuelles, un semi-variogramme exp\u00e9rimental a \u00e9t\u00e9 calcul\u00e9 puis mod\u00e9lis\u00e9 au moyen du package <em>gstat<\/em> de <em>R<\/em> (Pebesma, 2004\u00a0; Gr\u00e4ler et al., 2016). Le semi-variogramme exprime la relation entre le niveau de diff\u00e9rence entre deux points voisins et la distance qui les s\u00e9pare. Le semi-variogramme exp\u00e9rimental est calcul\u00e9 par la semi-variance, c'est-\u00e0-dire la moiti\u00e9 de la moyenne des diff\u00e9rences \u00e9lev\u00e9es au carr\u00e9, entre toutes les paires de points s\u00e9par\u00e9s d\u2019une distance fix\u00e9e ou le plus souvent dans une gamme de distances. Le semi-variogramme mod\u00e9lis\u00e9 est une fonction math\u00e9matique continue qui s\u2019ajuste au mieux aux points observ\u00e9s et qui sera utilis\u00e9e pour la pr\u00e9diction des teneurs, ou krigeage.\r\n\r\nLe semi-variogramme (figure 4) peut \u00eatre d\u00e9fini par le type de fonction, l\u2019effet p\u00e9pite (niveau de semi-variance pour des distances nulles), le seuil (semi-variance maximale) et la port\u00e9e (distance entre deux points au-del\u00e0 de laquelle ceux-ci ne sont plus d\u00e9pendants spatialement). La diff\u00e9rence entre le seuil et l\u2019effet p\u00e9pite correspond \u00e0 la proportion de la variabilit\u00e9 qui est structur\u00e9e spatialement.\r\n\r\n[caption id=\"attachment_1033\" align=\"aligncenter\" width=\"1523\"]<a href=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig4hq-scaled-e1666351821545.jpg\"><img class=\"wp-image-1033 size-full\" src=\"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig4hq-scaled-e1666351821545.jpg\" alt=\"\" width=\"1523\" height=\"1043\" \/><\/a> <em>Figure 4. Interpr\u00e9tation du semi-variogramme.<\/em>[\/caption]\r\n\r\nLa pr\u00e9diction spatiale consiste \u00e0 utiliser les mesures sur des points d'observation pour estimer la valeur de la propri\u00e9t\u00e9 en un point de l'espace. Le krigeage calcule la pond\u00e9ration \u00e0 donner aux diff\u00e9rentes mesures en fonction de la distance entre les points \u00e0 partir d'un mod\u00e8le qui est le variogramme. Le krigeage fournit une teneur estim\u00e9e ainsi qu'un \u00e9cart-type qui refl\u00e8te l\u2019incertitude sur cette pr\u00e9diction.\r\n\r\nL\u2019influence des points de mesure d\u00e9cro\u00eet avec la distance selon le mod\u00e8le choisi et leur position d\u00e9termine le niveau d\u2019incertitude qui sera associ\u00e9 \u00e0 la pr\u00e9diction en un point. Le krigeage fournit donc une teneur estim\u00e9e et un \u00e9cart-type qui refl\u00e8te l\u2019incertitude sur cette pr\u00e9diction.\r\n<h2>Simulations g\u00e9ostatistiques et analyses statistiques<\/h2>\r\nApr\u00e8s la d\u00e9termination de semi-variogrammes sur base des r\u00e9sultats obtenus sur les diff\u00e9rentes parcelles, une collection de 100 r\u00e9alisations spatiales a \u00e9t\u00e9 \u00e9labor\u00e9e par simulation g\u00e9ostatistique pour chaque parcelle. Le principe sous-jacent est qu\u2019en chaque point de l\u2019espace la propri\u00e9t\u00e9 d\u2019int\u00e9r\u00eat est une variable al\u00e9atoire et qu\u2019en th\u00e9orie, il est possible de g\u00e9n\u00e9rer par interpolation une infinit\u00e9 de cartes qui reproduisent la structure de l\u2019\u00e9chantillon sur lequel les mesures sont faites.\r\n\r\nLes simulations ont \u00e9t\u00e9 r\u00e9alis\u00e9es uniquement sur la teneur en azote nitrique et pour la couche 0-90 cm, qui correspond \u00e0 la variable utilis\u00e9e dans le cadre des contr\u00f4les APL, sur des cellules de 5 m de c\u00f4t\u00e9. Les simulations ont \u00e9t\u00e9 r\u00e9alis\u00e9es sur <em>R<\/em> \u00e0 partir du package <em>gstat<\/em>. La moyenne de tous les pixels des 100 parcelles simul\u00e9es est consid\u00e9r\u00e9e comme la valeur vraie de l'APL de la parcelle.\r\n\r\nDes dispositifs d\u2019\u00e9chantillonnage compl\u00e8tement al\u00e9atoires ont \u00e9t\u00e9 appliqu\u00e9s \u00e0 chaque simulation des diff\u00e9rentes parcelles. Cinq niveaux de densit\u00e9 d\u2019\u00e9chantillonnage ont \u00e9t\u00e9 retenus, respectivement 5, 10, 20, 40 et 80 points d\u2019\u00e9chantillonnage pour 4 ha. Pour chaque niveau, 100 tirages de points al\u00e9atoires ont \u00e9t\u00e9 effectu\u00e9s. Pour chaque tirage, la moyenne des 5, 10, 20, 40 ou 80 points est calcul\u00e9e. Au final, pour chaque mod\u00e8le de parcelles et chaque densit\u00e9 d\u2019\u00e9chantillonnage, on dispose de 10 000 estimations de la moyenne. Ces estimations sont compar\u00e9es \u00e0 la moyenne vraie et la proportion de celles-ci qui sont situ\u00e9es dans un intervalle de 10\u00a0% de cette valeur vraie est calcul\u00e9e.\r\n<h1>R\u00e9sultats et discussion<\/h1>\r\n<h2>Variabilit\u00e9 spatiale des parcelles Poucet et Biesmer\u00e9e<\/h2>\r\nLes r\u00e9sultats des analyses sur les parcelles Poucet et Biesmer\u00e9e sont synth\u00e9tis\u00e9s dans les tableaux 1 et 2. Les param\u00e8tres variographiques sont donn\u00e9s au tableau 3.\r\n\r\nIl appara\u00eet clairement que les deux parcelles pr\u00e9sentent des niveaux d\u2019APL contrast\u00e9s en r\u00e9ponse aux pratiques agricoles. \u00c0 Poucet, les sols limoneux sont \u00e9pais et ont \u00e9t\u00e9 \u00e9chantillonn\u00e9s jusqu\u2019\u00e0 120 cm. A Biesmer\u00e9e, les sols sont moins \u00e9pais et la tranche 60-90 cm n\u2019a pu \u00eatre \u00e9chantillonn\u00e9e partout.\r\n\r\nDe mani\u00e8re g\u00e9n\u00e9rale, les niveaux de teneur en azote nitrique sont sup\u00e9rieurs \u00e0 Poucet (figure 5), quelle que soit la tranche consid\u00e9r\u00e9e. Ce sont des valeurs qui, si on les compare aux statistiques relatives aux APL en Wallonie, sont dans la gamme haute (Lefebure et al., 2022).\r\n\r\n&nbsp;\r\n\r\n[caption id=\"attachment_1034\" align=\"aligncenter\" width=\"1523\"]<a href=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig5hq-scaled-e1666351849127.jpg\"><img class=\"wp-image-1034 size-full\" src=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig5hq-scaled-e1666351849127.jpg\" alt=\"\" width=\"1523\" height=\"960\" \/><\/a> <em>Figure 5. R\u00e9sultats des teneurs en kg N-NO<sub>3<\/sub>\u00af.ha<sup>-1<\/sup> dans les parcelles Poucet et Biesmer\u00e9e.<\/em>[\/caption]\r\n\r\nAu niveau de la r\u00e9partition entre les couches de sol, on constate un maximum dans la couche 30-60 cm \u00e0 Poucet, tandis que l\u2019essentiel de l\u2019azote nitrique est dans la couche 0-30 cm \u00e0 Biesmer\u00e9e. \u00c0 Poucet, l'azote nitrique est toutefois pr\u00e9sent en quantit\u00e9s importantes dans chaque tranche investigu\u00e9e.\r\n\r\nLa variabilit\u00e9 des propri\u00e9t\u00e9s, exprim\u00e9e en coefficient de variation, est de l\u2019ordre de 30 \u00e0 50\u00a0% pour l\u2019azote \u00e0 Poucet. \u00c0 Biesmer\u00e9e, le coefficient de variation est plus \u00e9lev\u00e9, parfois largement au-del\u00e0 de 100\u00a0%. N\u00e9anmoins, exprim\u00e9e en \u00e9carts-types, la variabilit\u00e9 est de 2 \u00e0 10 fois plus importante dans les sols de Poucet.\r\n\r\nPour ce qui concerne les relations entre les diff\u00e9rentes couches de profondeur, on constate pour les deux parcelles que les r\u00e9sultats sont fortement corr\u00e9l\u00e9s entre eux et avec l\u2019APL total (tableau 2). Pour Poucet, le coefficient de corr\u00e9lation avec l\u2019APL est le plus \u00e9lev\u00e9 pour la tranche 30-60cm, tandis qu\u2019\u00e0 Biesmer\u00e9e c\u2019est avec la tranche 0-30 cm. Quasiment tous les coefficients sont tr\u00e8s hautement significatifs, en partie parce que le nombre d\u2019\u00e9chantillons est \u00e9lev\u00e9 (135 et 143 \u00e9chantillons \u00e0 Poucet et Biesmer\u00e9e respectivement sauf pour la couche 60-90 cm \u00e0 Biesmer\u00e9e o\u00f9 n = 89). Les corr\u00e9lations les plus faibles concernent la couche 0-30cm avec les couches 60-90 cm ou 90-120 cm. L\u2019APL total est corr\u00e9l\u00e9 de mani\u00e8re plus significative avec les couches 0-30 cm et 30-60 cm.\r\n<h6>Tableau 1. Param\u00e8tres statistiques (kg N-NO3\u00af.ha<sup>-1<\/sup>) sur l\u2019APL dans les parcelles Poucet et Biesmer\u00e9e.<\/h6>\r\n<table style=\"border-collapse: collapse; width: 100\u00a0%; height: 407px;\" border=\"0\">\r\n<tbody>\r\n<tr style=\"height: 15px;\">\r\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>Couche (cm)\r\n<\/strong><\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>0-30<\/strong><\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>30-60<\/strong><\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>60-90<\/strong><\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>90-120<\/strong><\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>APL<\/strong><\/td>\r\n<\/tr>\r\n<tr style=\"height: 15px;\">\r\n<td style=\"width: 16.6667\u00a0%; text-align: center; height: 15px;\" colspan=\"6\"><strong>Poucet<\/strong><\/td>\r\n<\/tr>\r\n<tr style=\"height: 181px;\">\r\n<td style=\"width: 16.6667\u00a0%; height: 181px;\">Min\r\n\r\nMax\r\n\r\nMoyen.\r\n\r\nEc-Ty\r\n\r\nCV (\u00a0%)\r\n\r\nM\u00e9dia.<\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 181px;\">11,0\r\n\r\n79,2\r\n\r\n28,3\r\n\r\n9,6\r\n\r\n34,0\r\n\r\n27,0<\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 181px;\">4,9\r\n\r\n168,4\r\n\r\n40,2\r\n\r\n20,7\r\n\r\n51,4\r\n\r\n36,8<\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 181px;\">2,8\r\n\r\n82,6\r\n\r\n26,2\r\n\r\n10,3\r\n\r\n39,4\r\n\r\n24,1<\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 181px;\">6,7\r\n\r\n41,4\r\n\r\n20,6\r\n\r\n6,4\r\n\r\n31,0\r\n\r\n19,5<\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 181px;\">42,0\r\n\r\n279,2\r\n\r\n94,7\r\n\r\n33,8\r\n\r\n35,7\r\n\r\n90,4<\/td>\r\n<\/tr>\r\n<tr style=\"height: 15px;\">\r\n<td style=\"width: 16.6667\u00a0%; text-align: center; height: 15px;\" colspan=\"6\"><strong>Biesmer\u00e9e<\/strong><\/td>\r\n<\/tr>\r\n<tr style=\"height: 151px;\">\r\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">Min\r\n\r\nMax\r\n\r\nMoyen.\r\n\r\nEc-Ty\r\n\r\nCV (\u00a0%)\r\n\r\nM\u00e9dia.<\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">2,6\r\n\r\n29,3\r\n\r\n10,4\r\n\r\n5,4\r\n\r\n51,6\r\n\r\n9,1<\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">0,2\r\n\r\n12,6\r\n\r\n3,1\r\n\r\n2,3\r\n\r\n73,3\r\n\r\n2,4<\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">0,0\r\n\r\n10,7\r\n\r\n1,4\r\n\r\n1,8\r\n\r\n129,2\r\n\r\n0,8<\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">-\r\n\r\n-\r\n\r\n-\r\n\r\n-\r\n\r\n-\r\n\r\n-<\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">4,7\r\n\r\n44,3\r\n\r\n15,2\r\n\r\n8,5\r\n\r\n55,9\r\n\r\n12,6<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<h6>Tableau 2. Corr\u00e9lations et p \u2013valeurs entre les teneurs en kg N-NO3\u00af.ha<sup>-1 <\/sup>par couche de profondeur dans les parcelles Poucet et Biesmer\u00e9e.<\/h6>\r\n<table style=\"border-collapse: collapse; width: 100\u00a0%; height: 347px;\" border=\"0\">\r\n<tbody>\r\n<tr style=\"height: 15px;\">\r\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>Couche (cm)\r\n<\/strong><\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>0-30<\/strong><\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>30-60<\/strong><\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>60-90<\/strong><\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>90-120<\/strong><\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>APL<\/strong><\/td>\r\n<\/tr>\r\n<tr style=\"height: 15px;\">\r\n<td style=\"width: 100\u00a0%; text-align: center; height: 15px;\" colspan=\"6\"><strong>Poucet<\/strong><\/td>\r\n<\/tr>\r\n<tr style=\"height: 151px;\">\r\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">0-30\r\n\r\n30-60\r\n\r\n60-90\r\n\r\n90-120\r\n\r\nAPL<\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">\/\r\n\r\n&lt; 0,001\r\n\r\n&lt; 0,001\r\n\r\n&lt; 0,001\r\n\r\n&lt; 0,001<\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">0,636\r\n\r\n\/\r\n\r\n&lt; 0,001\r\n\r\n&lt; 0,001\r\n\r\n&lt; 0,001<\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">0,362\r\n\r\n0,448\r\n\r\n\/\r\n\r\n&lt; 0,001\r\n\r\n&lt; 0,001<\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">0,328\r\n\r\n0,369\r\n\r\n0,611\r\n\r\n\/\r\n\r\n&lt; 0,001<\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">0,784\r\n\r\n0,929\r\n\r\n0,682\r\n\r\n0,506\r\n\r\n\/<\/td>\r\n<\/tr>\r\n<tr style=\"height: 15px;\">\r\n<td style=\"width: 100\u00a0%; text-align: center; height: 15px;\" colspan=\"6\"><strong>Biesmer\u00e9e<\/strong><\/td>\r\n<\/tr>\r\n<tr style=\"height: 151px;\">\r\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">0-30\r\n\r\n30-60\r\n\r\n60-90\r\n\r\n90-120\r\n\r\nAPL<\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">\/\r\n\r\n&lt; 0,001\r\n\r\n0,009\r\n\r\n-\r\n\r\n&lt; 0,001<\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">0,702\r\n\r\n\/\r\n\r\n&lt; 0,001\r\n\r\n-\r\n\r\n&lt; 0,001<\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">0,274\r\n\r\n0,394\r\n\r\n\/\r\n\r\n-\r\n\r\n&lt; 0,001<\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">-\r\n\r\n-\r\n\r\n-\r\n\r\n\/\r\n\r\n-<\/td>\r\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">0,934\r\n\r\n0,854\r\n\r\n0,510\r\n\r\n-\r\n\r\n\/<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\nIl est \u00e9galement int\u00e9ressant de noter que lorsque l\u2019on rassemble les donn\u00e9es des deux parcelles, les coefficients de corr\u00e9lation entre l\u2019APL total et les diff\u00e9rentes tranches de profondeur sont tr\u00e8s \u00e9lev\u00e9s (sup\u00e9rieurs \u00e0 0,900, figure 6).\r\n\r\n&nbsp;\r\n\r\n&nbsp;\r\n\r\n[caption id=\"attachment_1035\" align=\"aligncenter\" width=\"300\"]<a href=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig6hq-scaled-e1666351889634.jpg\"><img class=\"wp-image-1035 size-medium\" src=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig6hq-scaled-e1666351889634-300x275.jpg\" alt=\"\" width=\"300\" height=\"275\" \/><\/a> <em>Figure 6. Corr\u00e9lations entre les teneurs en N-NO<sub>3<\/sub>\u00af par tranche de profondeur pour les deux parcelles combin\u00e9es (n = 278).<\/em>[\/caption]\r\n\r\nLes teneurs en azote nitrique \u00e0 Poucet montrent qu\u2019il existe une structure spatiale pour toutes les couches (tableau 3). Les deux premi\u00e8res couches montrent une forte structuration spatiale de la variance (&gt; 70\u00a0%) mais se distinguent par des port\u00e9es contrast\u00e9es, respectivement 15 m et 52 m. L\u2019APL montre une structure spatiale marqu\u00e9e (80\u00a0%) et une port\u00e9e significative, en relation avec l'azote nitrique contenu dans la couche 30-60 cm qui en est le facteur principal.\r\n\r\nPour la parcelle de Biesmer\u00e9e, les teneurs en azote nitrique sont caract\u00e9ris\u00e9es par une forte structuration spatiale mais une faible port\u00e9e pour la couche 0-30 cm (12 m) et inversement de plus longues port\u00e9es pour les couches sous-jacentes mais des effets p\u00e9pites proportionnellement plus marqu\u00e9s pour les autres tranches. L\u2019APL montre \u00e9galement une combinaison d\u2019une forte structuration spatiale mais d\u2019une faible port\u00e9e, ce qui rend la cartographie pr\u00e9dictive peu performante.\r\n<h6>Tableau 3. Param\u00e8tres des semi-variogrammes dans les parcelles Poucet et Biesmer\u00e9e.<\/h6>\r\n<table style=\"border-collapse: collapse; width: 100\u00a0%; height: 105px;\" border=\"0\">\r\n<tbody>\r\n<tr style=\"height: 15px;\">\r\n<td style=\"width: 20\u00a0%; height: 15px;\"><strong>Couche (cm)<\/strong><\/td>\r\n<td style=\"width: 20\u00a0%; height: 15px;\"><strong>0-30<\/strong><\/td>\r\n<td style=\"width: 20\u00a0%; height: 15px;\"><strong>30-60<\/strong><\/td>\r\n<td style=\"width: 20\u00a0%; height: 15px;\"><strong>60-90<\/strong><\/td>\r\n<td style=\"width: 10\u00a0%; height: 15px;\"><strong>90-120<\/strong><\/td>\r\n<td style=\"width: 10\u00a0%; height: 15px;\"><strong>APL<\/strong><\/td>\r\n<\/tr>\r\n<tr style=\"height: 15px;\">\r\n<td style=\"width: 20\u00a0%; height: 15px; text-align: center;\" colspan=\"6\"><strong>Poucet<\/strong><\/td>\r\n<\/tr>\r\n<tr style=\"height: 15px;\">\r\n<td style=\"width: 20\u00a0%; height: 15px;\">Mod\u00e8le<\/td>\r\n<td style=\"width: 20\u00a0%; height: 15px; text-align: center;\" colspan=\"5\">Sph\u00e9rique<\/td>\r\n<\/tr>\r\n<tr style=\"height: 15px;\">\r\n<td style=\"width: 20\u00a0%; height: 15px;\">P\u00e9pite\r\n\r\nSeuil\r\n\r\nPort\u00e9e (m)\r\n\r\nStruct.<\/td>\r\n<td style=\"width: 20\u00a0%; height: 15px;\">28\r\n\r\n99\r\n\r\n15\r\n\r\n72\u00a0%<\/td>\r\n<td style=\"width: 20\u00a0%; height: 15px;\">70\r\n\r\n590\r\n\r\n52\r\n\r\n88\u00a0%<\/td>\r\n<td style=\"width: 20\u00a0%; height: 15px;\">83\r\n\r\n112\r\n\r\n35\r\n\r\n26\u00a0%<\/td>\r\n<td style=\"width: 10\u00a0%; height: 15px;\">23\r\n\r\n43\r\n\r\n58\r\n\r\n47\u00a0%<\/td>\r\n<td style=\"width: 10\u00a0%; height: 15px;\">300\r\n\r\n1459\r\n\r\n48,5\r\n\r\n79\u00a0%<\/td>\r\n<\/tr>\r\n<tr style=\"height: 15px;\">\r\n<td style=\"width: 20\u00a0%; height: 15px; text-align: center;\" colspan=\"6\"><strong>Biesmer\u00e9e<\/strong><\/td>\r\n<\/tr>\r\n<tr style=\"height: 15px;\">\r\n<td style=\"width: 20\u00a0%; height: 15px;\">Mod\u00e8le<\/td>\r\n<td style=\"width: 20\u00a0%; height: 15px; text-align: center;\" colspan=\"5\">Sph\u00e9rique<\/td>\r\n<\/tr>\r\n<tr style=\"height: 15px;\">\r\n<td style=\"width: 20\u00a0%; height: 15px;\">P\u00e9pite\r\n\r\nSeuil\r\n\r\nPort\u00e9e (m)\r\n\r\nStruct.<\/td>\r\n<td style=\"width: 20\u00a0%; height: 15px;\">7,5\r\n\r\n25,3\r\n\r\n12\r\n\r\n70\u00a0%<\/td>\r\n<td style=\"width: 20\u00a0%; height: 15px;\">2,2\r\n\r\n2,2\r\n\r\n28\r\n\r\n50\u00a0%<\/td>\r\n<td style=\"width: 20\u00a0%; height: 15px;\">69\r\n\r\n113\r\n\r\n25\r\n\r\n39\u00a0%<\/td>\r\n<td style=\"width: 10\u00a0%; height: 15px;\">-\r\n\r\n-\r\n\r\n-\r\n\r\n-<\/td>\r\n<td style=\"width: 10\u00a0%; height: 15px;\">11\r\n\r\n47\r\n\r\n10\r\n\r\n77\u00a0%<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\nAu niveau de la distribution spatiale des teneurs, le krigeage a seulement \u00e9t\u00e9 effectu\u00e9 sur l\u2019APL 0-90 cm de Poucet (figure 7). En effet, \u00e0 Biesmer\u00e9e, la distribution des points ne montre pas de structure spatiale claire et se rapproche d\u2019une distribution al\u00e9atoire. \u00c0 Poucet, on observe clairement que la port\u00e9e est de l\u2019ordre d\u2019une cinquantaine de m\u00e8tres et un effet en taches de concentrations plus fortes ou plus \u00e9lev\u00e9es, semblant s\u2019\u00e9tirer sur l\u2019axe Sud-Nord.\r\n\r\nEn conclusion partielle, nous ne retiendrons que la parcelle de Poucet pour la suite des applications g\u00e9ostatistiques, celle de Biesmer\u00e9e n\u2019ayant pas de structure spatiale autre qu\u2019al\u00e9atoire.\r\n\r\n&nbsp;\r\n\r\n[caption id=\"attachment_1036\" align=\"aligncenter\" width=\"1574\"]<a href=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig7hq-scaled-e1666351915422.jpg\"><img class=\"wp-image-1036 size-full\" src=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig7hq-scaled-e1666351915422.jpg\" alt=\"\" width=\"1574\" height=\"1107\" \/><\/a> <em>Figure 7. Distribution spatiale de l\u2019APL \u00e0 Poucet (gauche) et Biesmer\u00e9e (droite).<\/em>[\/caption]\r\n<h2>Simulations g\u00e9ostatistiques<\/h2>\r\nLes neuf mod\u00e8les (al\u00e9atoire, gradient, poche \u00e0 trois niveaux de teneurs 50, 100 et 150 kg N-NO<sub>3<\/sub>\u00af .ha<sup>-1<\/sup>) et la parcelle de Poucet ont fait l\u2019objet de 100 simulations chacune avec krigeage sur une parcelle de 4 ha (200 m x 200 m) avec une r\u00e9solution de 5 m. Quelques cartes ont \u00e9t\u00e9 extraites pour illustration \u00e0 la figure 8.\r\n\r\n&nbsp;\r\n\r\n[caption id=\"attachment_1037\" align=\"aligncenter\" width=\"1606\"]<a href=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig8hq-scaled-e1666351965237.jpg\"><img class=\"wp-image-1037 size-full\" src=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig8hq-scaled-e1666351965237.jpg\" alt=\"\" width=\"1606\" height=\"800\" \/><\/a> <em>Figure 8. Extrait des cartes de simulation pour les mod\u00e8les Gradient_100 (Gauche) et Poche_150 (droite).<\/em>[\/caption]\r\n\r\nLes param\u00e8tres statistiques de base des cartes simul\u00e9es sont pr\u00e9sent\u00e9s au tableau 4. On notera que les moyennes vraies obtenues par les simulations ne sont pas exactement \u00e9gales \u00e0 50, 100 et 150 kg.ha<sup>-1<\/sup>, en raison de la proc\u00e9dure qui consiste \u00e0 tirer al\u00e9atoirement 200 points sur une carte qui contient de la variabilit\u00e9. On notera \u00e9galement que les \u00e9carts-types sont proportionnels aux teneurs moyennes pour un m\u00eame mod\u00e8le mais que le mod\u00e8le en gradient pr\u00e9sente une variabilit\u00e9 deux fois moins importante que les deux autres mod\u00e8les. La parcelle de Poucet pr\u00e9sente des niveaux de teneur moyenne et variance similaires \u00e0 ceux des mod\u00e8les Gradient_100 et Poche_100.\r\n\r\nEn termes de semi-variogrammes, les diff\u00e9rences concernent davantage les trois types de mod\u00e8les que les niveaux de teneurs moyennes. Les mod\u00e8les al\u00e9atoires sont caract\u00e9ris\u00e9s par de faibles port\u00e9es, les gradients par les port\u00e9es les plus longues et des structures spatiales moyennement marqu\u00e9es, tandis que les mod\u00e8les en poches pr\u00e9sentent des port\u00e9es de l\u2019ordre de 50 m et une forte structuration spatiale. Le mod\u00e8le Poucet est assez similaire aux mod\u00e8les \u00e0 poches.\r\n<h6>Tableau 4. Statistiques relatives aux parcelles simul\u00e9es.<\/h6>\r\n<table style=\"border-collapse: collapse; width: 100\u00a0%;\" border=\"0\">\r\n<tbody>\r\n<tr>\r\n<td style=\"width: 10\u00a0%;\"><\/td>\r\n<td style=\"width: 5\u00a0%; text-align: center;\" colspan=\"10\"><strong>Parcelles<\/strong><\/td>\r\n<\/tr>\r\n<tr>\r\n<td style=\"width: 10\u00a0%;\"><\/td>\r\n<td style=\"width: 5\u00a0%;\"><strong>A50<\/strong><\/td>\r\n<td style=\"width: 5\u00a0%;\"><strong>A100<\/strong><\/td>\r\n<td style=\"width: 10\u00a0%;\"><strong>A150<\/strong><\/td>\r\n<td style=\"width: 10\u00a0%;\"><strong>G50<\/strong><\/td>\r\n<td style=\"width: 10\u00a0%;\"><strong>G100<\/strong><\/td>\r\n<td style=\"width: 10\u00a0%;\"><strong>G150<\/strong><\/td>\r\n<td style=\"width: 10\u00a0%;\"><strong>P50<\/strong><\/td>\r\n<td style=\"width: 10\u00a0%;\"><strong>P100<\/strong><\/td>\r\n<td style=\"width: 10\u00a0%;\"><strong>P150<\/strong><\/td>\r\n<td style=\"width: 10\u00a0%;\"><strong>Poucet<\/strong><\/td>\r\n<\/tr>\r\n<tr>\r\n<td style=\"width: 10\u00a0%;\">Moy\r\n\r\nE-T\r\n\r\nCV<\/td>\r\n<td style=\"width: 5\u00a0%;\">51\r\n\r\n15\r\n\r\n29<\/td>\r\n<td style=\"width: 5\u00a0%;\">101\r\n\r\n28\r\n\r\n28<\/td>\r\n<td style=\"width: 10\u00a0%;\">144\r\n\r\n54\r\n\r\n37<\/td>\r\n<td style=\"width: 10\u00a0%;\">50\r\n\r\n7\r\n\r\n14<\/td>\r\n<td style=\"width: 10\u00a0%;\">101\r\n\r\n13\r\n\r\n13<\/td>\r\n<td style=\"width: 10\u00a0%;\">153\r\n\r\n25\r\n\r\n17<\/td>\r\n<td style=\"width: 10\u00a0%;\">52\r\n\r\n14\r\n\r\n28<\/td>\r\n<td style=\"width: 10\u00a0%;\">102\r\n\r\n32\r\n\r\n32<\/td>\r\n<td style=\"width: 10\u00a0%;\">155\r\n\r\n61\r\n\r\n39<\/td>\r\n<td style=\"width: 10\u00a0%;\">96\r\n\r\n36\r\n\r\n37<\/td>\r\n<\/tr>\r\n<tr>\r\n<td style=\"width: 100\u00a0%; text-align: center;\" colspan=\"11\"><strong>Limite pour erreur relative de 10\u00a0%<\/strong><\/td>\r\n<\/tr>\r\n<tr>\r\n<td style=\"width: 10\u00a0%;\">L lim\r\n\r\nU lim<\/td>\r\n<td style=\"width: 5\u00a0%;\">46\r\n\r\n56<\/td>\r\n<td style=\"width: 5\u00a0%;\">91\r\n\r\n112<\/td>\r\n<td style=\"width: 10\u00a0%;\">129\r\n\r\n158<\/td>\r\n<td style=\"width: 10\u00a0%;\">45\r\n\r\n55<\/td>\r\n<td style=\"width: 10\u00a0%;\">91\r\n\r\n111<\/td>\r\n<td style=\"width: 10\u00a0%;\">138\r\n\r\n168<\/td>\r\n<td style=\"width: 10\u00a0%;\">47\r\n\r\n57<\/td>\r\n<td style=\"width: 10\u00a0%;\">92\r\n\r\n112<\/td>\r\n<td style=\"width: 10\u00a0%;\">140\r\n\r\n171<\/td>\r\n<td style=\"width: 10\u00a0%;\">86\r\n\r\n105<\/td>\r\n<\/tr>\r\n<tr>\r\n<td style=\"width: 10\u00a0%; text-align: center;\" colspan=\"11\"><strong>Variographie<\/strong><\/td>\r\n<\/tr>\r\n<tr>\r\n<td style=\"width: 10\u00a0%;\">P\u00e9pi\r\n\r\nSeui\r\n\r\nPort\r\n\r\nC\/CO<\/td>\r\n<td style=\"width: 5\u00a0%;\">113\r\n\r\n204\r\n\r\n38\r\n\r\n45<\/td>\r\n<td style=\"width: 5\u00a0%;\">428\r\n\r\n782\r\n\r\n7\r\n\r\n45<\/td>\r\n<td style=\"width: 10\u00a0%;\">0\r\n\r\n2868\r\n\r\n12\r\n\r\n100<\/td>\r\n<td style=\"width: 10\u00a0%;\">6\r\n\r\n27\r\n\r\n97\r\n\r\n78<\/td>\r\n<td style=\"width: 10\u00a0%;\">14\r\n\r\n110\r\n\r\n97\r\n\r\n87<\/td>\r\n<td style=\"width: 10\u00a0%;\">84\r\n\r\n469\r\n\r\n106\r\n\r\n82<\/td>\r\n<td style=\"width: 10\u00a0%;\">15\r\n\r\n232\r\n\r\n53\r\n\r\n94<\/td>\r\n<td style=\"width: 10\u00a0%;\">125\r\n\r\n1085\r\n\r\n48\r\n\r\n88<\/td>\r\n<td style=\"width: 10\u00a0%;\">417\r\n\r\n3924\r\n\r\n50\r\n\r\n89<\/td>\r\n<td style=\"width: 10\u00a0%;\">300\r\n\r\n1459\r\n\r\n49\r\n\r\n79<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\nConnaissant la valeur vraie pour chaque mod\u00e8le, un intervalle correspondant \u00e0 10\u00a0% d\u2019erreur relative a \u00e9t\u00e9 d\u00e9fini afin d\u2019\u00e9valuer la performance des diff\u00e9rents plans d\u2019\u00e9chantillonnage \u00e0 pr\u00e9dire cette moyenne (tableau 4).\r\n\r\nCent jeux de 5, 10, 20, 40 et 80 points tir\u00e9s al\u00e9atoirement appliqu\u00e9s sur 100 simulations d\u2019une carte donnent 10 000 estimations de la moyenne pour chaque mod\u00e8le. La proportion d\u2019estimations comprise dans l\u2019intervalle de \u00b1 10\u00a0% d\u2019erreur relative autour de la moyenne vraie est donn\u00e9e au tableau 5 pour chaque situation.\r\n\r\nOn constate que les performances des plans d\u2019\u00e9chantillonnage sont meilleures pour les mod\u00e8les en gradient par rapport aux autres mod\u00e8les. En effet, il apparait que d\u00e9j\u00e0 les plans \u00e0 10 points d\u2019\u00e9chantillonnage pr\u00e9sentent une estimation satisfaisante de la moyenne dans plus de 95\u00a0% des cas.\r\n\r\nLogiquement, plus le nombre de points d\u2019\u00e9chantillonnage augmente plus faible est le risque de m\u00e9sestimer la moyenne (tableau 5 et figure 9). Seuls les mod\u00e8les en gradients pr\u00e9sentent des situations o\u00f9 100\u00a0% des estimations sont consid\u00e9r\u00e9es comme acceptables. Ces constats sont en lien avec le niveau de variabilit\u00e9 des parcelles. \u00c0 l\u2019instar de la formule de Dagnelie (1975), le coefficient de variation est bien le facteur qui conditionne le nombre d\u2019\u00e9chantillons n\u00e9cessaires pour estimer la moyenne parcellaire. Dans les exemples \u00e9tudi\u00e9s, si l\u2019on fixe comme crit\u00e8re que 100\u00a0% des estimations doivent \u00eatre dans l\u2019intervalle d\u2019acceptation, pr\u00e9lever 80 \u00e9chantillons sur 4 ha n\u2019est suffisant que pour les parcelles \u00e0 faible variabilit\u00e9. Si l\u2019on se fixe plut\u00f4t des seuils de 95 ou 90\u00a0%, alors les sch\u00e9mas d\u2019\u00e9chantillonnage \u00e0 respectivement 80 et 40 points peuvent s\u2019av\u00e9rer suffisants.\r\n<h6>Tableau 5. Performance des plans d\u2019\u00e9chantillonnage (\u00a0% de pr\u00e9dictions entre 0,9 et 1,1 autour de la moyenne vraie) et variabilit\u00e9 relative des cartes (CV en\u00a0%).<\/h6>\r\n<table style=\"border-collapse: collapse; width: 100\u00a0%; height: 332px;\" border=\"0\">\r\n<tbody>\r\n<tr style=\"height: 15px;\">\r\n<td style=\"width: 12.5\u00a0%; height: 15px;\"><strong>Mod\u00e8le<\/strong><\/td>\r\n<td style=\"width: 12.5\u00a0%; height: 15px;\"><strong>APL<\/strong><\/td>\r\n<td style=\"width: 62.5\u00a0%; text-align: center; height: 15px;\" colspan=\"5\"><strong>Nombre de points<\/strong><\/td>\r\n<td style=\"width: 12.5\u00a0%; height: 15px;\"><strong>CV (\u00a0%)<\/strong><\/td>\r\n<\/tr>\r\n<tr style=\"height: 15px;\">\r\n<td style=\"width: 12.5\u00a0%; height: 15px;\"><\/td>\r\n<td style=\"width: 12.5\u00a0%; height: 15px;\"><\/td>\r\n<td style=\"width: 12.5\u00a0%; height: 15px;\"><strong>5<\/strong><\/td>\r\n<td style=\"width: 12.5\u00a0%; height: 15px;\"><strong>10<\/strong><\/td>\r\n<td style=\"width: 12.5\u00a0%; height: 15px;\"><strong>20<\/strong><\/td>\r\n<td style=\"width: 12.5\u00a0%; height: 15px;\"><strong>40<\/strong><\/td>\r\n<td style=\"width: 12.5\u00a0%; height: 15px;\"><strong>80<\/strong><\/td>\r\n<td style=\"width: 12.5\u00a0%; height: 15px;\"><\/td>\r\n<\/tr>\r\n<tr style=\"height: 272px;\">\r\n<td style=\"width: 12.5\u00a0%; height: 272px;\">Al\u00e9atoire\r\n\r\nAl\u00e9atoire\r\n\r\nAl\u00e9atoire\r\n\r\nGradient\r\n\r\nGradient\r\n\r\nGradient\r\n\r\nPoche\r\n\r\nPoche\r\n\r\nPoche<\/td>\r\n<td style=\"width: 12.5\u00a0%; height: 272px;\">50\r\n\r\n100\r\n\r\n150\r\n\r\n50\r\n\r\n100\r\n\r\n150\r\n\r\n50\r\n\r\n100\r\n\r\n150<\/td>\r\n<td style=\"width: 12.5\u00a0%; height: 272px;\">55\r\n\r\n58\r\n\r\n45\r\n\r\n91\r\n\r\n93\r\n\r\n81\r\n\r\n58\r\n\r\n52\r\n\r\n44<\/td>\r\n<td style=\"width: 12.5\u00a0%; height: 272px;\">71\r\n\r\n74\r\n\r\n60\r\n\r\n97\r\n\r\n99\r\n\r\n94\r\n\r\n75\r\n\r\n68\r\n\r\n59<\/td>\r\n<td style=\"width: 12.5\u00a0%; height: 272px;\">86\r\n\r\n88\r\n\r\n76\r\n\r\n100\r\n\r\n100\r\n\r\n100\r\n\r\n91\r\n\r\n82\r\n\r\n74<\/td>\r\n<td style=\"width: 12.5\u00a0%; height: 272px;\">97\r\n\r\n96\r\n\r\n89\r\n\r\n100\r\n\r\n100\r\n\r\n100\r\n\r\n98\r\n\r\n95\r\n\r\n89<\/td>\r\n<td style=\"width: 12.5\u00a0%; height: 272px;\">99\r\n\r\n100\r\n\r\n96\r\n\r\n100\r\n\r\n100\r\n\r\n100\r\n\r\n100\r\n\r\n99\r\n\r\n97<\/td>\r\n<td style=\"width: 12.5\u00a0%; height: 272px;\">29\r\n\r\n28\r\n\r\n37\r\n\r\n14\r\n\r\n13\r\n\r\n17\r\n\r\n28\r\n\r\n32\r\n\r\n39<\/td>\r\n<\/tr>\r\n<tr style=\"height: 30px;\">\r\n<td style=\"width: 12.5\u00a0%; height: 30px;\">Poucet<\/td>\r\n<td style=\"width: 12.5\u00a0%; height: 30px;\">100<\/td>\r\n<td style=\"width: 12.5\u00a0%; height: 30px;\">46<\/td>\r\n<td style=\"width: 12.5\u00a0%; height: 30px;\">59<\/td>\r\n<td style=\"width: 12.5\u00a0%; height: 30px;\">74<\/td>\r\n<td style=\"width: 12.5\u00a0%; height: 30px;\">89<\/td>\r\n<td style=\"width: 12.5\u00a0%; height: 30px;\">95<\/td>\r\n<td style=\"width: 12.5\u00a0%; height: 30px;\">37<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n[caption id=\"attachment_1038\" align=\"aligncenter\" width=\"1638\"]<a href=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig9hq-scaled-e1666351994933.jpg\"><img class=\"wp-image-1038 size-full\" src=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig9hq-scaled-e1666351994933.jpg\" alt=\"\" width=\"1638\" height=\"1177\" \/><\/a> <em>Figure 9. Performance des plans d\u2019\u00e9chantillonnage en fonction du nombre de points pour les parcelles \u00e0 100 kg N-N0<sub>3<\/sub>\u00af \u00e0 l\u2019hectare.<\/em>[\/caption]\r\n\r\nL\u2019application de l\u2019\u00e9quation de Dagnelie (1975) \u00e0 nos jeux de donn\u00e9es tendrait \u00e0 retenir des sch\u00e9mas d\u2019\u00e9chantillonnage comprenant entre 30 et 40 points, ce qui par l\u2019approche par simulation utilis\u00e9e ici correspondrait \u00e0 des m\u00e9sestimations dans 10 \u00e0 15\u00a0% des cas. Il y a donc un double niveau de choix \u00e0 poser\u00a0: quelle erreur relative est-on pr\u00eat \u00e0 accepter et quel est le pourcentage de m\u00e9sestimations tol\u00e9rable ?\r\n\r\nLa r\u00e9glementation wallonne impose de r\u00e9aliser 15 pr\u00e9l\u00e8vements par parcelle de moins de 15 ha, ce qui selon les donn\u00e9es du tableau 5 am\u00e8nerait \u00e0 d\u00e9passer l\u2019intervalle des 10\u00a0% autour de la moyenne dans 20 \u00e0 30\u00a0% des cas, hors situations de gradient. Dix pourcents de marge d\u2019erreur sur l\u2019estimation correspond \u00e0 moins de 10 kg\u00a0 par hectare pour une parcelle comme Poucet. Si l\u2019on accepte une marge d\u2019erreur plus large de l\u2019ordre de 15 kg N-NO<sub>3<\/sub>\u00af.ha<sup>-1<\/sup>, une simulation d\u2019\u00e9chantillonnage avec 15 points de pr\u00e9l\u00e8vements al\u00e9atoires sur l\u2019ensemble de la parcelle (100 \u00e9chantillonnages fois 100 parcelles simul\u00e9es) conduit \u00e0 une pr\u00e9diction dans l\u2019intervalle de confiance dans 87\u00a0% des cas. Augmenter le nombre d\u2019\u00e9chantillons \u00e0 20 ou 40 par parcelles conduirait \u00e0 augmenter ce pourcentage \u00e0 respectivement 92 et 98\u00a0%.\r\n<h1>Perspectives<\/h1>\r\nLe travail effectu\u00e9 dans le cadre de cette recherche a permis d\u2019investiguer quelques aspects de la variabilit\u00e9 spatiale de l\u2019APL dans les sols cultiv\u00e9s. A Poucet, les r\u00e9sultats montrent que l\u2019APL est structur\u00e9 spatialement, contrairement \u00e0 Biesmer\u00e9e o\u00f9 la distribution des mesures semble al\u00e9atoire.\r\n\r\nDiff\u00e9rents cas d\u2019\u00e9tude fictifs ont \u00e9t\u00e9 construits et compar\u00e9s \u00e0 la parcelle de Poucet. Les r\u00e9sultats confirment que le niveau de variabilit\u00e9 de la propri\u00e9t\u00e9 \u00e0 l\u2019\u00e9chelle de la parcelle est un facteur essentiel dans la d\u00e9termination du nombre d\u2019\u00e9chantillons n\u00e9cessaires pour caract\u00e9riser celle-ci. Une approche s\u00e9curitaire sur le risque de m\u00e9sestimer la moyenne d\u2019une parcelle cultiv\u00e9e conduirait \u00e0 pr\u00e9lever au minimum 80 \u00e9chantillons sur une parcelle de 4 ha, ce qui n\u2019est pas r\u00e9aliste \u00e0 mettre en \u0153uvre. Il n\u2019emp\u00eache que la r\u00e9flexion vaut la peine d\u2019\u00eatre men\u00e9e sur la marge d\u2019erreur tol\u00e9rable.\r\n\r\nPour ce faire, le travail doit \u00eatre poursuivi au moins \u00e0 deux niveaux\u00a0: (i) multiplier les cas d\u2019\u00e9tudes r\u00e9els pour d\u00e9terminer les niveaux de variabilit\u00e9 qui sont rencontr\u00e9s sur le terrain et ainsi d\u00e9terminer les densit\u00e9s d\u2019\u00e9chantillonnage qui r\u00e9duisent le plus le risque d\u2019erreur tout en \u00e9tant g\u00e9rable et (ii) tester d\u2019autres plans d\u2019\u00e9chantillonnage tels que pratiqu\u00e9s \u00e0 certains endroits\u00a0: \u00e9chantillonnage en croix, en diagonale, en cercle, etc sur tout ou partie de la parcelle, etc.\r\n<h1>Bibliographie<\/h1>\r\nPebesma, E.J., 2004. Multivariable geostatistics in S: the gstat package. <em>Computers &amp; Geosciences<\/em>, 30, 683-691.\r\n\r\nDagnelie P., 1975. <em>Th\u00e9orie et m\u00e9thodes statistiques. Applications agronomiques.<\/em> <em>Volume II. Les m\u00e9thodes de l\u2019inf\u00e9rence statistique.<\/em> Gembloux, Belgique\u00a0:\u00a0 Presses Agronomiques de Gembloux.\r\n\r\nEEW, 2020a. <em>\u00c9tat de L\u2019Environnement Wallon. Teneurs en nitrates dans les eaux souterraines.<\/em> Mise \u00e0 jour 10 d\u00e9cembre 2020. <a href=\"http:\/\/etat.environnement.wallonie.be\/contents\/indicatorsheets\/EAU\u00a0%2013.html#\">http:\/\/etat.environnement.wallonie.be\/contents\/indicatorsheets\/EAU\u00a0%2013.html#<\/a>\r\n\r\nEEW,\u00a0 2020b. <em>\u00c9tat de L\u2019Environnement Wallon. Teneurs en nitrates dans les eaux souterraines<\/em>. Mise \u00e0 jour 16 d\u00e9cembre 2019. <a href=\"http:\/\/etat.environnement.wallonie.be\/contents\/indicatorsheets\/AGRI\u00a0%209.html#\">http:\/\/etat.environnement.wallonie.be\/contents\/indicatorsheets\/AGRI\u00a0%209.html#<\/a>\r\n\r\nGr\u00e4ler B., Pebesma E., and Heuvelink G., 2016. Spatio-Temporal Interpolation using gstat. <em>The R Journal<\/em>, 8(1), 204-218.\r\n\r\nGuiot J., 1975. Estimation des r\u00e9serves azot\u00e9es du sol par d\u00e9termination de l'azote min\u00e9ral. <em>Rev. Agric.<\/em>, 28, 1117-1132.\r\n\r\nLef\u00e9bure K., Vandenberghe Ch. &amp; Colinet G., 2022. <em>Analyse des r\u00e9sultats du contr\u00f4le APL 2020 et \u00e9volution depuis 2008 \u00e0 l\u2019\u00e9chelle des masses d\u2019eau souterraine de Wallonie. Rapport.<\/em> 67p. Gembloux Agro-Bio Tech (Uli\u00e8ge) <a href=\"https:\/\/hdl.handle.net\/2268\/293113\">https:\/\/hdl.handle.net\/2268\/293113<\/a>\r\n<h2>Remerciements<\/h2>\r\nLes travaux qui ont permis la r\u00e9daction de cet article ont \u00e9t\u00e9 soutenus par la Wallonie.\r\n\r\n&nbsp;\r\n\r\n&nbsp;","rendered":"<div class=\"textbox\">\n<p><strong>R\u00e9sum\u00e9<\/strong><\/p>\n<p>En Wallonie, l\u2019azote potentiellement lessivable (APL), quantit\u00e9 d\u2019azote min\u00e9ral dans les 90 premiers centim\u00e8tres de sol en entr\u00e9e d\u2019hiver, est l\u2019outil de contr\u00f4le de bonne gestion de l\u2019azote en agriculture, mis en place pour am\u00e9liorer la qualit\u00e9 des masses d\u2019eau.<\/p>\n<p>\u00c9tant donn\u00e9 l\u2019importance de cet outil de contr\u00f4le dans la politique r\u00e9gionale et les r\u00e9percussions possibles pour les agriculteurs d\u2019un d\u00e9passement des seuils \u00e9tablis chaque ann\u00e9e, la question de la confiance sur la mesure de ce reliquat azot\u00e9 appara\u00eet cruciale.<\/p>\n<p>Outre les aspects purement analytiques qui font l\u2019objet d\u2019essais interlaboratoires, la repr\u00e9sentativit\u00e9 de l\u2019\u00e9chantillon de terre sur lequel les mesures sont r\u00e9alis\u00e9es est fondamentale. Dans ce cadre, la connaissance de la variabilit\u00e9 de la propri\u00e9t\u00e9 \u00e0 l\u2019\u00e9chelle de la parcelle agricole est un pr\u00e9alable n\u00e9cessaire pour d\u00e9finir les conditions optimales d\u2019\u00e9chantillonnage.<\/p>\n<p>Une campagne d\u2019\u00e9chantillonnage (plus de 130 carottes de sol par parcelle) et de mesure de l\u2019APL a \u00e9t\u00e9 men\u00e9e dans deux parcelles repr\u00e9sentatives des contextes p\u00e9dologiques de sols d\u00e9velopp\u00e9s sur limons \u00e9oliens et de limons m\u00e9lang\u00e9s aux mat\u00e9riaux d\u2019alt\u00e9ration de roches primaires (gr\u00e8s et calcaires du Condroz). Des outils d\u2019analyse g\u00e9ostatistique ont \u00e9t\u00e9 appliqu\u00e9s aux r\u00e9sultats et ont permis de d\u00e9terminer les principaux param\u00e8tres de la variabilit\u00e9 spatiale de l\u2019APL.<\/p>\n<p>La r\u00e9alisation de simulations de diff\u00e9rentes modalit\u00e9s d\u2019\u00e9chantillonnage (nombre de points de pr\u00e9l\u00e8vements et type de distribution al\u00e9atoire ou non) sur les parcelles permet de les comparer par rapport \u00e0 leur capacit\u00e9 \u00e0 fournir un \u00e9chantillon moyen non biais\u00e9 ou compris dans un intervalle de tol\u00e9rance pr\u00e9d\u00e9fini.<\/p>\n<p>Les premiers r\u00e9sultats confirment que les modalit\u00e9s d\u2019\u00e9chantillonnage retenues en Wallonie (un \u00e9chantillon composite de 15 carottes) sont conformes \u00e0 ces exigences pour les exemples \u00e9tudi\u00e9s.<\/p>\n<\/div>\n<h1>Introduction<\/h1>\n<p>La ma\u00eetrise de la fertilisation azot\u00e9e dans les agrosyst\u00e8mes r\u00e9pond \u00e0 des enjeux tant environnementaux (contaminations des aquif\u00e8res) qu\u2019\u00e9conomiques (co\u00fbt des engrais). Le nitrate est un des \u00e9l\u00e9ments pr\u00e9occupants pour la qualit\u00e9 des ressources en eau souterraine \u00e0 l\u2019\u00e9chelle europ\u00e9enne. Pour r\u00e9duire les pollutions par le nitrate \u00e0 partir de sources agricoles, la directive 91\/676\/CEE (Directive Nitrates) impose aux \u00c9tats membres de mettre en vigueur des outils l\u00e9gislatifs, r\u00e9glementaires et administratifs .<\/p>\n<p>Entre 2016 et 2019, 7,2\u00a0% des sites de contr\u00f4le en Wallonie et 11,6\u00a0% en zones vuln\u00e9rables, pr\u00e9sentaient une concentration moyenne en nitrate sup\u00e9rieure \u00e0 la norme de potabilit\u00e9 (50 mg.L<sup>-1<\/sup>) (EEW, 2020a). L\u2019azote potentiellement lessivable<a class=\"footnote\" title=\"M\u00eame s\u2019il s\u2019agit \u00e0 strictement parler de lixiviation, le terme \u00ab azote potentiellement lessivable \u00bb est le terme utilis\u00e9 dans la r\u00e8glementation wallonne et sera donc conserv\u00e9 dans ce document.\" id=\"return-footnote-81-1\" href=\"#footnote-81-1\" aria-label=\"Footnote 1\"><sup class=\"footnote\">[1]<\/sup><\/a> (APL) est un outil de contr\u00f4le de la conformit\u00e9 des exploitations au sein du Programme de gestion durable de l\u2019azote en agriculture qui met en \u0153uvre la Directive Nitrates en Wallonie.<\/p>\n<p>L\u2019APL est la quantit\u00e9 d\u2019azote en kg N-NO<sub>3<\/sub><sup>&#8211;<\/sup>.ha<sup>-1<\/sup> pr\u00e9sente dans le sol en fin de saison agricole. La mesure de l\u2019APL est r\u00e9alis\u00e9e chaque ann\u00e9e dans 5\u00a0% des exploitations choisies al\u00e9atoirement. Celles-ci sont d\u00e9clar\u00e9es conformes si\u00a0\u00a0:<\/p>\n<ol>\n<li>au moins deux des trois parcelles contr\u00f4l\u00e9es pr\u00e9sentent des valeurs d&rsquo;APL inf\u00e9rieures aux limites de tol\u00e9rance, \u00e9tablies chaque ann\u00e9e pour 8 classes de cultures et prairies sur base de mesures d&rsquo;APL effectu\u00e9es dans plus de 250 parcelles d&rsquo;une quarantaine d&rsquo;exploitations agricoles de r\u00e9f\u00e9rence et<\/li>\n<li>aucune des trois parcelles \u00e9chantillonn\u00e9es ne pr\u00e9sente un d\u00e9passement de la limite de tol\u00e9rance de plus de 100\u00a0% et de plus de 100 kg N-NO<sub>3<\/sub><sup>&#8211;<\/sup>.ha<sup>-1<\/sup>\u00a0(EEW, 2020b).<\/li>\n<\/ol>\n<p>\u00c9tant donn\u00e9 l\u2019importance de l\u2019APL comme outil de contr\u00f4le pour les agriculteurs, son estimation pr\u00e9cise n\u00e9cessite une approche appropri\u00e9e, c&rsquo;est \u00e0 dire qui prend en compte la structure physique de la variable, notamment sa variabilit\u00e9 spatiale et temporelle, \u00e0 l\u2019\u00e9chelle des parcelles agricoles.<\/p>\n<p>L\u2019\u00e9chantillonnage des sols d\u2019une parcelle agricole se r\u00e9alise g\u00e9n\u00e9ralement par \u00e9chantillonnage composite. La d\u00e9termination du nombre de points de pr\u00e9l\u00e8vements n\u00e9cessaire pour assurer un \u00e9chantillonnage repr\u00e9sentatif de la parcelle est toujours source d\u2019interrogation. Des \u00e9tudes ant\u00e9rieures ont ainsi permis de proposer des densit\u00e9s id\u00e9ales et des strat\u00e9gies de positionnement des points de pr\u00e9l\u00e8vement (en diagonale, en al\u00e9atoire, sur toute la parcelle, dans une zone homog\u00e8ne etc&#8230;). En th\u00e9orie, le nombre de points de pr\u00e9l\u00e8vements n\u00e9cessaire pour capturer la variabilit\u00e9 spatiale d\u2019une propri\u00e9t\u00e9 d\u00e9pend de la variabilit\u00e9 spatiale et de l\u2019impr\u00e9cision sur l\u2019estimation que l\u2019on est pr\u00eat \u00e0 accepter. Dagnelie (1975) fournit une \u00e9quation qui met en relation ces donn\u00e9es\u00a0:<\/p>\n<p><a href=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2021\/11\/Capture-de\u0301cran-2022-10-24-a\u0300-10.47.25.png\"><img loading=\"lazy\" decoding=\"async\" class=\"alignnone wp-image-1084\" src=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2021\/11\/Capture-de\u0301cran-2022-10-24-a\u0300-10.47.25.png\" alt=\"\" width=\"148\" height=\"70\" srcset=\"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2021\/11\/Capture-de\u0301cran-2022-10-24-a\u0300-10.47.25.png 220w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2021\/11\/Capture-de\u0301cran-2022-10-24-a\u0300-10.47.25-65x31.png 65w\" sizes=\"(max-width: 148px) 100vw, 148px\" \/><\/a><\/p>\n<p>o\u00f9<\/p>\n<ul>\n<li>n = nombre d\u2019\u00e9chantillons<\/li>\n<li>d<sub>r<\/sub> est l\u2019erreur relative en\u00a0% que l\u2019on peut attendre<\/li>\n<li>CV la variabilit\u00e9 de la propri\u00e9t\u00e9 exprim\u00e9e en terme de coefficient de variation en\u00a0%<\/li>\n<li>t<sub>1-\u03b1\/2<\/sub> est la fonction t de Student<\/li>\n<\/ul>\n<p>En pratique, si on se fixe un niveau de d<sub>r<\/sub> acceptable, 10\u00a0% par exemple de la valeur cible, et si on mesure la variabilit\u00e9 de la propri\u00e9t\u00e9, on peut d\u00e9terminer l\u2019effort d\u2019\u00e9chantillonnage. La difficult\u00e9 principale tient au fait que l\u2019on ne connait <em>a priori<\/em> pas la variabilit\u00e9 sp\u00e9cifique \u00e0 une parcelle avant de l\u2019avoir mesur\u00e9e.<\/p>\n<p>Cette communication traitera de diff\u00e9rents aspects li\u00e9s \u00e0 la variabilit\u00e9 spatiale de l\u2019APL dans des parcelles agricoles en vue d\u2019en d\u00e9gager des conseils pratiques d\u2019\u00e9chantillonnage.<\/p>\n<h1>Mat\u00e9riel et m\u00e9thodes<\/h1>\n<h2>M\u00e9thodologie g\u00e9n\u00e9rale<\/h2>\n<p>La m\u00e9thodologie g\u00e9n\u00e9rale consiste en une analyse (i) de la variabilit\u00e9 spatiale de l\u2019APL dans les sols agricoles, et (ii) des implications en mati\u00e8re de strat\u00e9gie d\u2019\u00e9chantillonnage, \u00e0 travers deux exemples r\u00e9els et plusieurs cas fictifs.<\/p>\n<p>Les deux cas r\u00e9els sont \u00e9tudi\u00e9s sur des parcelles agricoles de deux r\u00e9gions agricoles diff\u00e9rentes en Wallonie avec des APL attendus significativement diff\u00e9rents. L\u2019objectif est de d\u00e9terminer les caract\u00e9ristiques de la variabilit\u00e9 spatiale de l\u2019APL par une analyse du variogramme, qui met en relation la variabilit\u00e9 spatiale d\u2019une propri\u00e9t\u00e9 et la distance entre les points compar\u00e9s.<\/p>\n<p>Ensuite, les variogrammes sont utilis\u00e9s dans des techniques de simulation par lesquelles on produit par interpolation une s\u00e9rie de cartes possibles qui respectent toutes le variogramme mesur\u00e9. Des sch\u00e9mas d\u2019\u00e9chantillonnage al\u00e9atoires en 5, 10, 20, 40 ou 80 points sont ensuite appliqu\u00e9s sur chacune des cartes de 4 ha et l\u2019APL est calcul\u00e9 par la moyenne des points d\u2019\u00e9chantillonnage. Pour chacun des sch\u00e9mas d\u2019\u00e9chantillonnage, on dispose d\u2019une distribution de valeurs qui permet de quantifier la performance du sch\u00e9ma d\u2019\u00e9chantillonnage en terme de pourcentage de valeurs dans l\u2019intervalle de pr\u00e9cision autour de la vraie valeur de l\u2019APL (figure 1).<\/p>\n<figure id=\"attachment_1029\" aria-describedby=\"caption-attachment-1029\" style=\"width: 1661px\" class=\"wp-caption aligncenter\"><a href=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc-fig1hq-scaled-e1666351642820.jpg\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-1029 size-full\" src=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc-fig1hq-scaled-e1666351642820.jpg\" alt=\"\" width=\"1661\" height=\"810\" srcset=\"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc-fig1hq-scaled-e1666351642820.jpg 1661w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc-fig1hq-scaled-e1666351642820-300x146.jpg 300w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc-fig1hq-scaled-e1666351642820-1024x499.jpg 1024w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc-fig1hq-scaled-e1666351642820-768x375.jpg 768w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc-fig1hq-scaled-e1666351642820-1536x749.jpg 1536w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc-fig1hq-scaled-e1666351642820-65x32.jpg 65w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc-fig1hq-scaled-e1666351642820-225x110.jpg 225w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc-fig1hq-scaled-e1666351642820-350x171.jpg 350w\" sizes=\"(max-width: 1661px) 100vw, 1661px\" \/><\/a><figcaption id=\"caption-attachment-1029\" class=\"wp-caption-text\"><em>Figure 1. M\u00e9thodologie g\u00e9n\u00e9rale de la recherche.<\/em><\/figcaption><\/figure>\n<p>Outre un cas r\u00e9el, l\u2019exercice de simulation a \u00e9galement \u00e9t\u00e9 r\u00e9alis\u00e9 \u00e0 partir de cartes fictives construites selon (i) un mod\u00e8le de distribution spatiale compl\u00e8tement al\u00e9atoire, (ii) avec un gradient de teneurs r\u00e9gulier et une composante al\u00e9atoire, ainsi que (iii) pour une parcelle avec une zone h\u00e9t\u00e9rog\u00e8ne en son centre, pour trois niveaux de teneurs en nitrate (50, 100, 150 kg N-NO<sub>3<\/sub>\u00af par hectare).<\/p>\n<h2>Parcelles \u00e9tudi\u00e9es et plans d\u2019\u00e9chantillonnage<\/h2>\n<p>La premi\u00e8re parcelle \u00e9tudi\u00e9e, d\u00e9nomm\u00e9e Poucet, est une parcelle de huit hectares en R\u00e9gion limoneuse belge. Elle pr\u00e9sente des sols de type limoneux, lessiv\u00e9s \u00e0 drainage normal, sur les plateaux et les pentes, et des sols sur colluvions limoneuses dans les d\u00e9pressions. Il s\u2019agit d\u2019un mod\u00e8le d\u2019organisation des sols classique et la parcelle est cultiv\u00e9e pour la production de froment (<em>Triticum aestivum<\/em>) et betterave (<em>Beta vulgaris<\/em>), en rotations, principalement.<\/p>\n<p>La deuxi\u00e8me parcelle, situ\u00e9e dans le Condroz, d\u00e9nomm\u00e9e Biesmer\u00e9e, pr\u00e9sente une association de sols limoneux et de sols limono-caillouteux \u00e0 charge de silex ou de calcaire.<\/p>\n<p>Les plans d\u2019\u00e9chantillonnage des parcelles Poucet et Biesmer\u00e9e ont \u00e9t\u00e9 \u00e9tablis sur base d\u2019un maillage principal avec une maille de 30 m de c\u00f4t\u00e9, auquel des points suppl\u00e9mentaires ont \u00e9t\u00e9 ajout\u00e9s \u00e0 des distances de 2 m et 15 m \u00e0 Poucet (figure 2a), 1 m, 5 m et 10 m \u00e0 Biesmer\u00e9e (figure 2b). Les surfaces couvertes par le maillage correspondent \u00e0 environ 6,7 et 4,8 hectares respectivement.<\/p>\n<p>&nbsp;<\/p>\n<figure id=\"attachment_1030\" aria-describedby=\"caption-attachment-1030\" style=\"width: 1618px\" class=\"wp-caption aligncenter\"><a href=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig2ahq-scaled-e1666351714734.jpg\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-1030 size-full\" src=\"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig2ahq-scaled-e1666351714734.jpg\" alt=\"\" width=\"1618\" height=\"1266\" srcset=\"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig2ahq-scaled-e1666351714734.jpg 1618w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig2ahq-scaled-e1666351714734-300x235.jpg 300w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig2ahq-scaled-e1666351714734-1024x801.jpg 1024w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig2ahq-scaled-e1666351714734-768x601.jpg 768w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig2ahq-scaled-e1666351714734-1536x1202.jpg 1536w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig2ahq-scaled-e1666351714734-65x51.jpg 65w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig2ahq-scaled-e1666351714734-225x176.jpg 225w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig2ahq-scaled-e1666351714734-350x274.jpg 350w\" sizes=\"(max-width: 1618px) 100vw, 1618px\" \/><\/a><figcaption id=\"caption-attachment-1030\" class=\"wp-caption-text\"><em>Figure 2a. Plan d\u2019\u00e9chantillonnage de la parcelle Poucet.<\/em><\/figcaption><\/figure>\n<figure id=\"attachment_2168\" aria-describedby=\"caption-attachment-2168\" style=\"width: 1598px\" class=\"wp-caption aligncenter\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-2168 size-full\" src=\"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2021\/11\/gc_fig2bhq-scaled-e1671618506832.jpg\" alt=\"\" width=\"1598\" height=\"1435\" srcset=\"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2021\/11\/gc_fig2bhq-scaled-e1671618506832.jpg 1598w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2021\/11\/gc_fig2bhq-scaled-e1671618506832-300x269.jpg 300w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2021\/11\/gc_fig2bhq-scaled-e1671618506832-1024x920.jpg 1024w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2021\/11\/gc_fig2bhq-scaled-e1671618506832-768x690.jpg 768w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2021\/11\/gc_fig2bhq-scaled-e1671618506832-1536x1379.jpg 1536w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2021\/11\/gc_fig2bhq-scaled-e1671618506832-65x58.jpg 65w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2021\/11\/gc_fig2bhq-scaled-e1671618506832-225x202.jpg 225w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2021\/11\/gc_fig2bhq-scaled-e1671618506832-350x314.jpg 350w\" sizes=\"(max-width: 1598px) 100vw, 1598px\" \/><figcaption id=\"caption-attachment-2168\" class=\"wp-caption-text\">Figure 2b. Plan d\u2019\u00e9chantillonnage de la parcelle Biesmer\u00e9e.<\/figcaption><\/figure>\n<p>Pour ce qui concerne les parcelles fictives, une grille carr\u00e9e de 200 m\u00e8tres de c\u00f4t\u00e9 divis\u00e9e en 400 cellules de 20 x 20 m a \u00e9t\u00e9 \u00e9labor\u00e9e.<\/p>\n<p>Pour les mod\u00e8les al\u00e9atoires, chaque cellule s\u2019est vu attribuer de fa\u00e7on al\u00e9atoire une valeur comprise entre 25 et 75, 50 et 150 et entre 50 et 250 kg N-NO<sub>3<\/sub>\u00af.ha<sup>-1<\/sup>, pour respectivement les niveaux de teneurs moyens \u00e0 la parcelle de 50, 100 et 150 kg N-NO<sub>3<\/sub>\u00af.ha<sup>-1<\/sup>.<\/p>\n<p>Pour les mod\u00e8les avec gradient de teneur, la variabilit\u00e9 a \u00e9t\u00e9 d\u00e9compos\u00e9e en un effet d\u2019augmentation lin\u00e9aire du sud vers le nord de la parcelle et un effet r\u00e9siduel al\u00e9atoire de l\u2019ordre de 20\u00a0% de la variabilit\u00e9 totale.<\/p>\n<p>Enfin, des cartes ont \u00e9t\u00e9 g\u00e9n\u00e9r\u00e9es en tirant al\u00e9atoirement les teneurs comme dans le mod\u00e8le al\u00e9atoire mais en d\u00e9pla\u00e7ant dans une zone de 1 ha au centre de la parcelle les 25\u00a0% de teneur les plus \u00e9lev\u00e9es. L\u2019objectif \u00e9tant de cr\u00e9er une zone h\u00e9t\u00e9rog\u00e8ne au sein de la parcelle. Ensuite, un jeu de 200 points d\u2019\u00e9chantillonnage a \u00e9t\u00e9 appliqu\u00e9 al\u00e9atoirement pour constituer les points de \u00ab mesure \u00bb qui serviront \u00e0 recr\u00e9er des cartes par simulations (figure 3).<\/p>\n<p>&nbsp;<\/p>\n<figure id=\"attachment_1032\" aria-describedby=\"caption-attachment-1032\" style=\"width: 1702px\" class=\"wp-caption aligncenter\"><a href=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig3hq-scaled-e1666351783779.jpg\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-1032 size-full\" src=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig3hq-scaled-e1666351783779.jpg\" alt=\"\" width=\"1702\" height=\"473\" srcset=\"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig3hq-scaled-e1666351783779.jpg 1702w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig3hq-scaled-e1666351783779-300x83.jpg 300w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig3hq-scaled-e1666351783779-1024x285.jpg 1024w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig3hq-scaled-e1666351783779-768x213.jpg 768w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig3hq-scaled-e1666351783779-1536x427.jpg 1536w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig3hq-scaled-e1666351783779-65x18.jpg 65w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig3hq-scaled-e1666351783779-225x63.jpg 225w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig3hq-scaled-e1666351783779-350x97.jpg 350w\" sizes=\"(max-width: 1702px) 100vw, 1702px\" \/><\/a><figcaption id=\"caption-attachment-1032\" class=\"wp-caption-text\"><em>Figure 3. Cartes ayant servi \u00e0 g\u00e9n\u00e9rer des points de mesure fictifs. De gauche \u00e0 droite, mod\u00e8le al\u00e9atoire, gradient de teneurs, poche centrale et points d\u2019\u00e9chantillonnage.<\/em><\/figcaption><\/figure>\n<h2>M\u00e9thode d\u2019analyse de l\u2019azote<\/h2>\n<p>L\u2019APL est mesur\u00e9 sur \u00e9chantillons frais, tamis\u00e9s \u00e0 8 mm, selon le protocole de Guiot (1975). Trente grammes de terre sont agit\u00e9s pendant trente minutes avec 150 ml de KCl 0,1M, laiss\u00e9s \u00e0 d\u00e9canter trente minutes puis filtr\u00e9s sur filtre papier Whatman 602H1\/2.<\/p>\n<p>Le nitrate d\u2019un ml d\u2019extrait est r\u00e9duit dans une colonne de r\u00e9duction Cd-Cu et la concentration en nitrite est mesur\u00e9e par colorim\u00e9trie \u00e0 543 nm, apr\u00e8s coloration au r\u00e9actif de Griess-Ilosvay.<\/p>\n<h2>Analyse de la variabilit\u00e9 spatiale et krigeage<\/h2>\n<p>Pour chacun des jeux de donn\u00e9es ponctuelles, un semi-variogramme exp\u00e9rimental a \u00e9t\u00e9 calcul\u00e9 puis mod\u00e9lis\u00e9 au moyen du package <em>gstat<\/em> de <em>R<\/em> (Pebesma, 2004\u00a0; Gr\u00e4ler et al., 2016). Le semi-variogramme exprime la relation entre le niveau de diff\u00e9rence entre deux points voisins et la distance qui les s\u00e9pare. Le semi-variogramme exp\u00e9rimental est calcul\u00e9 par la semi-variance, c&rsquo;est-\u00e0-dire la moiti\u00e9 de la moyenne des diff\u00e9rences \u00e9lev\u00e9es au carr\u00e9, entre toutes les paires de points s\u00e9par\u00e9s d\u2019une distance fix\u00e9e ou le plus souvent dans une gamme de distances. Le semi-variogramme mod\u00e9lis\u00e9 est une fonction math\u00e9matique continue qui s\u2019ajuste au mieux aux points observ\u00e9s et qui sera utilis\u00e9e pour la pr\u00e9diction des teneurs, ou krigeage.<\/p>\n<p>Le semi-variogramme (figure 4) peut \u00eatre d\u00e9fini par le type de fonction, l\u2019effet p\u00e9pite (niveau de semi-variance pour des distances nulles), le seuil (semi-variance maximale) et la port\u00e9e (distance entre deux points au-del\u00e0 de laquelle ceux-ci ne sont plus d\u00e9pendants spatialement). La diff\u00e9rence entre le seuil et l\u2019effet p\u00e9pite correspond \u00e0 la proportion de la variabilit\u00e9 qui est structur\u00e9e spatialement.<\/p>\n<figure id=\"attachment_1033\" aria-describedby=\"caption-attachment-1033\" style=\"width: 1523px\" class=\"wp-caption aligncenter\"><a href=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig4hq-scaled-e1666351821545.jpg\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-1033 size-full\" src=\"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig4hq-scaled-e1666351821545.jpg\" alt=\"\" width=\"1523\" height=\"1043\" srcset=\"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig4hq-scaled-e1666351821545.jpg 1523w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig4hq-scaled-e1666351821545-300x205.jpg 300w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig4hq-scaled-e1666351821545-1024x701.jpg 1024w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig4hq-scaled-e1666351821545-768x526.jpg 768w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig4hq-scaled-e1666351821545-65x45.jpg 65w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig4hq-scaled-e1666351821545-225x154.jpg 225w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig4hq-scaled-e1666351821545-350x240.jpg 350w\" sizes=\"(max-width: 1523px) 100vw, 1523px\" \/><\/a><figcaption id=\"caption-attachment-1033\" class=\"wp-caption-text\"><em>Figure 4. Interpr\u00e9tation du semi-variogramme.<\/em><\/figcaption><\/figure>\n<p>La pr\u00e9diction spatiale consiste \u00e0 utiliser les mesures sur des points d&rsquo;observation pour estimer la valeur de la propri\u00e9t\u00e9 en un point de l&rsquo;espace. Le krigeage calcule la pond\u00e9ration \u00e0 donner aux diff\u00e9rentes mesures en fonction de la distance entre les points \u00e0 partir d&rsquo;un mod\u00e8le qui est le variogramme. Le krigeage fournit une teneur estim\u00e9e ainsi qu&rsquo;un \u00e9cart-type qui refl\u00e8te l\u2019incertitude sur cette pr\u00e9diction.<\/p>\n<p>L\u2019influence des points de mesure d\u00e9cro\u00eet avec la distance selon le mod\u00e8le choisi et leur position d\u00e9termine le niveau d\u2019incertitude qui sera associ\u00e9 \u00e0 la pr\u00e9diction en un point. Le krigeage fournit donc une teneur estim\u00e9e et un \u00e9cart-type qui refl\u00e8te l\u2019incertitude sur cette pr\u00e9diction.<\/p>\n<h2>Simulations g\u00e9ostatistiques et analyses statistiques<\/h2>\n<p>Apr\u00e8s la d\u00e9termination de semi-variogrammes sur base des r\u00e9sultats obtenus sur les diff\u00e9rentes parcelles, une collection de 100 r\u00e9alisations spatiales a \u00e9t\u00e9 \u00e9labor\u00e9e par simulation g\u00e9ostatistique pour chaque parcelle. Le principe sous-jacent est qu\u2019en chaque point de l\u2019espace la propri\u00e9t\u00e9 d\u2019int\u00e9r\u00eat est une variable al\u00e9atoire et qu\u2019en th\u00e9orie, il est possible de g\u00e9n\u00e9rer par interpolation une infinit\u00e9 de cartes qui reproduisent la structure de l\u2019\u00e9chantillon sur lequel les mesures sont faites.<\/p>\n<p>Les simulations ont \u00e9t\u00e9 r\u00e9alis\u00e9es uniquement sur la teneur en azote nitrique et pour la couche 0-90 cm, qui correspond \u00e0 la variable utilis\u00e9e dans le cadre des contr\u00f4les APL, sur des cellules de 5 m de c\u00f4t\u00e9. Les simulations ont \u00e9t\u00e9 r\u00e9alis\u00e9es sur <em>R<\/em> \u00e0 partir du package <em>gstat<\/em>. La moyenne de tous les pixels des 100 parcelles simul\u00e9es est consid\u00e9r\u00e9e comme la valeur vraie de l&rsquo;APL de la parcelle.<\/p>\n<p>Des dispositifs d\u2019\u00e9chantillonnage compl\u00e8tement al\u00e9atoires ont \u00e9t\u00e9 appliqu\u00e9s \u00e0 chaque simulation des diff\u00e9rentes parcelles. Cinq niveaux de densit\u00e9 d\u2019\u00e9chantillonnage ont \u00e9t\u00e9 retenus, respectivement 5, 10, 20, 40 et 80 points d\u2019\u00e9chantillonnage pour 4 ha. Pour chaque niveau, 100 tirages de points al\u00e9atoires ont \u00e9t\u00e9 effectu\u00e9s. Pour chaque tirage, la moyenne des 5, 10, 20, 40 ou 80 points est calcul\u00e9e. Au final, pour chaque mod\u00e8le de parcelles et chaque densit\u00e9 d\u2019\u00e9chantillonnage, on dispose de 10 000 estimations de la moyenne. Ces estimations sont compar\u00e9es \u00e0 la moyenne vraie et la proportion de celles-ci qui sont situ\u00e9es dans un intervalle de 10\u00a0% de cette valeur vraie est calcul\u00e9e.<\/p>\n<h1>R\u00e9sultats et discussion<\/h1>\n<h2>Variabilit\u00e9 spatiale des parcelles Poucet et Biesmer\u00e9e<\/h2>\n<p>Les r\u00e9sultats des analyses sur les parcelles Poucet et Biesmer\u00e9e sont synth\u00e9tis\u00e9s dans les tableaux 1 et 2. Les param\u00e8tres variographiques sont donn\u00e9s au tableau 3.<\/p>\n<p>Il appara\u00eet clairement que les deux parcelles pr\u00e9sentent des niveaux d\u2019APL contrast\u00e9s en r\u00e9ponse aux pratiques agricoles. \u00c0 Poucet, les sols limoneux sont \u00e9pais et ont \u00e9t\u00e9 \u00e9chantillonn\u00e9s jusqu\u2019\u00e0 120 cm. A Biesmer\u00e9e, les sols sont moins \u00e9pais et la tranche 60-90 cm n\u2019a pu \u00eatre \u00e9chantillonn\u00e9e partout.<\/p>\n<p>De mani\u00e8re g\u00e9n\u00e9rale, les niveaux de teneur en azote nitrique sont sup\u00e9rieurs \u00e0 Poucet (figure 5), quelle que soit la tranche consid\u00e9r\u00e9e. Ce sont des valeurs qui, si on les compare aux statistiques relatives aux APL en Wallonie, sont dans la gamme haute (Lefebure et al., 2022).<\/p>\n<p>&nbsp;<\/p>\n<figure id=\"attachment_1034\" aria-describedby=\"caption-attachment-1034\" style=\"width: 1523px\" class=\"wp-caption aligncenter\"><a href=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig5hq-scaled-e1666351849127.jpg\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-1034 size-full\" src=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig5hq-scaled-e1666351849127.jpg\" alt=\"\" width=\"1523\" height=\"960\" srcset=\"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig5hq-scaled-e1666351849127.jpg 1523w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig5hq-scaled-e1666351849127-300x189.jpg 300w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig5hq-scaled-e1666351849127-1024x645.jpg 1024w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig5hq-scaled-e1666351849127-768x484.jpg 768w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig5hq-scaled-e1666351849127-65x41.jpg 65w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig5hq-scaled-e1666351849127-225x142.jpg 225w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig5hq-scaled-e1666351849127-350x221.jpg 350w\" sizes=\"(max-width: 1523px) 100vw, 1523px\" \/><\/a><figcaption id=\"caption-attachment-1034\" class=\"wp-caption-text\"><em>Figure 5. R\u00e9sultats des teneurs en kg N-NO<sub>3<\/sub>\u00af.ha<sup>-1<\/sup> dans les parcelles Poucet et Biesmer\u00e9e.<\/em><\/figcaption><\/figure>\n<p>Au niveau de la r\u00e9partition entre les couches de sol, on constate un maximum dans la couche 30-60 cm \u00e0 Poucet, tandis que l\u2019essentiel de l\u2019azote nitrique est dans la couche 0-30 cm \u00e0 Biesmer\u00e9e. \u00c0 Poucet, l&rsquo;azote nitrique est toutefois pr\u00e9sent en quantit\u00e9s importantes dans chaque tranche investigu\u00e9e.<\/p>\n<p>La variabilit\u00e9 des propri\u00e9t\u00e9s, exprim\u00e9e en coefficient de variation, est de l\u2019ordre de 30 \u00e0 50\u00a0% pour l\u2019azote \u00e0 Poucet. \u00c0 Biesmer\u00e9e, le coefficient de variation est plus \u00e9lev\u00e9, parfois largement au-del\u00e0 de 100\u00a0%. N\u00e9anmoins, exprim\u00e9e en \u00e9carts-types, la variabilit\u00e9 est de 2 \u00e0 10 fois plus importante dans les sols de Poucet.<\/p>\n<p>Pour ce qui concerne les relations entre les diff\u00e9rentes couches de profondeur, on constate pour les deux parcelles que les r\u00e9sultats sont fortement corr\u00e9l\u00e9s entre eux et avec l\u2019APL total (tableau 2). Pour Poucet, le coefficient de corr\u00e9lation avec l\u2019APL est le plus \u00e9lev\u00e9 pour la tranche 30-60cm, tandis qu\u2019\u00e0 Biesmer\u00e9e c\u2019est avec la tranche 0-30 cm. Quasiment tous les coefficients sont tr\u00e8s hautement significatifs, en partie parce que le nombre d\u2019\u00e9chantillons est \u00e9lev\u00e9 (135 et 143 \u00e9chantillons \u00e0 Poucet et Biesmer\u00e9e respectivement sauf pour la couche 60-90 cm \u00e0 Biesmer\u00e9e o\u00f9 n = 89). Les corr\u00e9lations les plus faibles concernent la couche 0-30cm avec les couches 60-90 cm ou 90-120 cm. L\u2019APL total est corr\u00e9l\u00e9 de mani\u00e8re plus significative avec les couches 0-30 cm et 30-60 cm.<\/p>\n<h6>Tableau 1. Param\u00e8tres statistiques (kg N-NO3\u00af.ha<sup>-1<\/sup>) sur l\u2019APL dans les parcelles Poucet et Biesmer\u00e9e.<\/h6>\n<table style=\"border-collapse: collapse; width: 100\u00a0%; height: 407px;\">\n<tbody>\n<tr style=\"height: 15px;\">\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>Couche (cm)<br \/>\n<\/strong><\/td>\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>0-30<\/strong><\/td>\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>30-60<\/strong><\/td>\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>60-90<\/strong><\/td>\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>90-120<\/strong><\/td>\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>APL<\/strong><\/td>\n<\/tr>\n<tr style=\"height: 15px;\">\n<td style=\"width: 16.6667\u00a0%; text-align: center; height: 15px;\" colspan=\"6\"><strong>Poucet<\/strong><\/td>\n<\/tr>\n<tr style=\"height: 181px;\">\n<td style=\"width: 16.6667\u00a0%; height: 181px;\">Min<\/p>\n<p>Max<\/p>\n<p>Moyen.<\/p>\n<p>Ec-Ty<\/p>\n<p>CV (\u00a0%)<\/p>\n<p>M\u00e9dia.<\/td>\n<td style=\"width: 16.6667\u00a0%; height: 181px;\">11,0<\/p>\n<p>79,2<\/p>\n<p>28,3<\/p>\n<p>9,6<\/p>\n<p>34,0<\/p>\n<p>27,0<\/td>\n<td style=\"width: 16.6667\u00a0%; height: 181px;\">4,9<\/p>\n<p>168,4<\/p>\n<p>40,2<\/p>\n<p>20,7<\/p>\n<p>51,4<\/p>\n<p>36,8<\/td>\n<td style=\"width: 16.6667\u00a0%; height: 181px;\">2,8<\/p>\n<p>82,6<\/p>\n<p>26,2<\/p>\n<p>10,3<\/p>\n<p>39,4<\/p>\n<p>24,1<\/td>\n<td style=\"width: 16.6667\u00a0%; height: 181px;\">6,7<\/p>\n<p>41,4<\/p>\n<p>20,6<\/p>\n<p>6,4<\/p>\n<p>31,0<\/p>\n<p>19,5<\/td>\n<td style=\"width: 16.6667\u00a0%; height: 181px;\">42,0<\/p>\n<p>279,2<\/p>\n<p>94,7<\/p>\n<p>33,8<\/p>\n<p>35,7<\/p>\n<p>90,4<\/td>\n<\/tr>\n<tr style=\"height: 15px;\">\n<td style=\"width: 16.6667\u00a0%; text-align: center; height: 15px;\" colspan=\"6\"><strong>Biesmer\u00e9e<\/strong><\/td>\n<\/tr>\n<tr style=\"height: 151px;\">\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">Min<\/p>\n<p>Max<\/p>\n<p>Moyen.<\/p>\n<p>Ec-Ty<\/p>\n<p>CV (\u00a0%)<\/p>\n<p>M\u00e9dia.<\/td>\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">2,6<\/p>\n<p>29,3<\/p>\n<p>10,4<\/p>\n<p>5,4<\/p>\n<p>51,6<\/p>\n<p>9,1<\/td>\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">0,2<\/p>\n<p>12,6<\/p>\n<p>3,1<\/p>\n<p>2,3<\/p>\n<p>73,3<\/p>\n<p>2,4<\/td>\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">0,0<\/p>\n<p>10,7<\/p>\n<p>1,4<\/p>\n<p>1,8<\/p>\n<p>129,2<\/p>\n<p>0,8<\/td>\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">&#8211;<\/p>\n<p>&#8211;<\/p>\n<p>&#8211;<\/p>\n<p>&#8211;<\/p>\n<p>&#8211;<\/p>\n<p>&#8211;<\/td>\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">4,7<\/p>\n<p>44,3<\/p>\n<p>15,2<\/p>\n<p>8,5<\/p>\n<p>55,9<\/p>\n<p>12,6<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h6>Tableau 2. Corr\u00e9lations et p \u2013valeurs entre les teneurs en kg N-NO3\u00af.ha<sup>-1 <\/sup>par couche de profondeur dans les parcelles Poucet et Biesmer\u00e9e.<\/h6>\n<table style=\"border-collapse: collapse; width: 100\u00a0%; height: 347px;\">\n<tbody>\n<tr style=\"height: 15px;\">\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>Couche (cm)<br \/>\n<\/strong><\/td>\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>0-30<\/strong><\/td>\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>30-60<\/strong><\/td>\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>60-90<\/strong><\/td>\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>90-120<\/strong><\/td>\n<td style=\"width: 16.6667\u00a0%; height: 15px;\"><strong>APL<\/strong><\/td>\n<\/tr>\n<tr style=\"height: 15px;\">\n<td style=\"width: 100\u00a0%; text-align: center; height: 15px;\" colspan=\"6\"><strong>Poucet<\/strong><\/td>\n<\/tr>\n<tr style=\"height: 151px;\">\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">0-30<\/p>\n<p>30-60<\/p>\n<p>60-90<\/p>\n<p>90-120<\/p>\n<p>APL<\/td>\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">\/<\/p>\n<p>&lt; 0,001<\/p>\n<p>&lt; 0,001<\/p>\n<p>&lt; 0,001<\/p>\n<p>&lt; 0,001<\/td>\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">0,636<\/p>\n<p>\/<\/p>\n<p>&lt; 0,001<\/p>\n<p>&lt; 0,001<\/p>\n<p>&lt; 0,001<\/td>\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">0,362<\/p>\n<p>0,448<\/p>\n<p>\/<\/p>\n<p>&lt; 0,001<\/p>\n<p>&lt; 0,001<\/td>\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">0,328<\/p>\n<p>0,369<\/p>\n<p>0,611<\/p>\n<p>\/<\/p>\n<p>&lt; 0,001<\/td>\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">0,784<\/p>\n<p>0,929<\/p>\n<p>0,682<\/p>\n<p>0,506<\/p>\n<p>\/<\/td>\n<\/tr>\n<tr style=\"height: 15px;\">\n<td style=\"width: 100\u00a0%; text-align: center; height: 15px;\" colspan=\"6\"><strong>Biesmer\u00e9e<\/strong><\/td>\n<\/tr>\n<tr style=\"height: 151px;\">\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">0-30<\/p>\n<p>30-60<\/p>\n<p>60-90<\/p>\n<p>90-120<\/p>\n<p>APL<\/td>\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">\/<\/p>\n<p>&lt; 0,001<\/p>\n<p>0,009<\/p>\n<p>&#8211;<\/p>\n<p>&lt; 0,001<\/td>\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">0,702<\/p>\n<p>\/<\/p>\n<p>&lt; 0,001<\/p>\n<p>&#8211;<\/p>\n<p>&lt; 0,001<\/td>\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">0,274<\/p>\n<p>0,394<\/p>\n<p>\/<\/p>\n<p>&#8211;<\/p>\n<p>&lt; 0,001<\/td>\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">&#8211;<\/p>\n<p>&#8211;<\/p>\n<p>&#8211;<\/p>\n<p>\/<\/p>\n<p>&#8211;<\/td>\n<td style=\"width: 16.6667\u00a0%; height: 151px;\">0,934<\/p>\n<p>0,854<\/p>\n<p>0,510<\/p>\n<p>&#8211;<\/p>\n<p>\/<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Il est \u00e9galement int\u00e9ressant de noter que lorsque l\u2019on rassemble les donn\u00e9es des deux parcelles, les coefficients de corr\u00e9lation entre l\u2019APL total et les diff\u00e9rentes tranches de profondeur sont tr\u00e8s \u00e9lev\u00e9s (sup\u00e9rieurs \u00e0 0,900, figure 6).<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<figure id=\"attachment_1035\" aria-describedby=\"caption-attachment-1035\" style=\"width: 300px\" class=\"wp-caption aligncenter\"><a href=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig6hq-scaled-e1666351889634.jpg\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-1035 size-medium\" src=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig6hq-scaled-e1666351889634-300x275.jpg\" alt=\"\" width=\"300\" height=\"275\" srcset=\"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig6hq-scaled-e1666351889634-300x275.jpg 300w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig6hq-scaled-e1666351889634-1024x939.jpg 1024w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig6hq-scaled-e1666351889634-768x704.jpg 768w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig6hq-scaled-e1666351889634-65x60.jpg 65w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig6hq-scaled-e1666351889634-225x206.jpg 225w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig6hq-scaled-e1666351889634-350x321.jpg 350w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig6hq-scaled-e1666351889634.jpg 1088w\" sizes=\"(max-width: 300px) 100vw, 300px\" \/><\/a><figcaption id=\"caption-attachment-1035\" class=\"wp-caption-text\"><em>Figure 6. Corr\u00e9lations entre les teneurs en N-NO<sub>3<\/sub>\u00af par tranche de profondeur pour les deux parcelles combin\u00e9es (n = 278).<\/em><\/figcaption><\/figure>\n<p>Les teneurs en azote nitrique \u00e0 Poucet montrent qu\u2019il existe une structure spatiale pour toutes les couches (tableau 3). Les deux premi\u00e8res couches montrent une forte structuration spatiale de la variance (&gt; 70\u00a0%) mais se distinguent par des port\u00e9es contrast\u00e9es, respectivement 15 m et 52 m. L\u2019APL montre une structure spatiale marqu\u00e9e (80\u00a0%) et une port\u00e9e significative, en relation avec l&rsquo;azote nitrique contenu dans la couche 30-60 cm qui en est le facteur principal.<\/p>\n<p>Pour la parcelle de Biesmer\u00e9e, les teneurs en azote nitrique sont caract\u00e9ris\u00e9es par une forte structuration spatiale mais une faible port\u00e9e pour la couche 0-30 cm (12 m) et inversement de plus longues port\u00e9es pour les couches sous-jacentes mais des effets p\u00e9pites proportionnellement plus marqu\u00e9s pour les autres tranches. L\u2019APL montre \u00e9galement une combinaison d\u2019une forte structuration spatiale mais d\u2019une faible port\u00e9e, ce qui rend la cartographie pr\u00e9dictive peu performante.<\/p>\n<h6>Tableau 3. Param\u00e8tres des semi-variogrammes dans les parcelles Poucet et Biesmer\u00e9e.<\/h6>\n<table style=\"border-collapse: collapse; width: 100\u00a0%; height: 105px;\">\n<tbody>\n<tr style=\"height: 15px;\">\n<td style=\"width: 20\u00a0%; height: 15px;\"><strong>Couche (cm)<\/strong><\/td>\n<td style=\"width: 20\u00a0%; height: 15px;\"><strong>0-30<\/strong><\/td>\n<td style=\"width: 20\u00a0%; height: 15px;\"><strong>30-60<\/strong><\/td>\n<td style=\"width: 20\u00a0%; height: 15px;\"><strong>60-90<\/strong><\/td>\n<td style=\"width: 10\u00a0%; height: 15px;\"><strong>90-120<\/strong><\/td>\n<td style=\"width: 10\u00a0%; height: 15px;\"><strong>APL<\/strong><\/td>\n<\/tr>\n<tr style=\"height: 15px;\">\n<td style=\"width: 20\u00a0%; height: 15px; text-align: center;\" colspan=\"6\"><strong>Poucet<\/strong><\/td>\n<\/tr>\n<tr style=\"height: 15px;\">\n<td style=\"width: 20\u00a0%; height: 15px;\">Mod\u00e8le<\/td>\n<td style=\"width: 20\u00a0%; height: 15px; text-align: center;\" colspan=\"5\">Sph\u00e9rique<\/td>\n<\/tr>\n<tr style=\"height: 15px;\">\n<td style=\"width: 20\u00a0%; height: 15px;\">P\u00e9pite<\/p>\n<p>Seuil<\/p>\n<p>Port\u00e9e (m)<\/p>\n<p>Struct.<\/td>\n<td style=\"width: 20\u00a0%; height: 15px;\">28<\/p>\n<p>99<\/p>\n<p>15<\/p>\n<p>72\u00a0%<\/td>\n<td style=\"width: 20\u00a0%; height: 15px;\">70<\/p>\n<p>590<\/p>\n<p>52<\/p>\n<p>88\u00a0%<\/td>\n<td style=\"width: 20\u00a0%; height: 15px;\">83<\/p>\n<p>112<\/p>\n<p>35<\/p>\n<p>26\u00a0%<\/td>\n<td style=\"width: 10\u00a0%; height: 15px;\">23<\/p>\n<p>43<\/p>\n<p>58<\/p>\n<p>47\u00a0%<\/td>\n<td style=\"width: 10\u00a0%; height: 15px;\">300<\/p>\n<p>1459<\/p>\n<p>48,5<\/p>\n<p>79\u00a0%<\/td>\n<\/tr>\n<tr style=\"height: 15px;\">\n<td style=\"width: 20\u00a0%; height: 15px; text-align: center;\" colspan=\"6\"><strong>Biesmer\u00e9e<\/strong><\/td>\n<\/tr>\n<tr style=\"height: 15px;\">\n<td style=\"width: 20\u00a0%; height: 15px;\">Mod\u00e8le<\/td>\n<td style=\"width: 20\u00a0%; height: 15px; text-align: center;\" colspan=\"5\">Sph\u00e9rique<\/td>\n<\/tr>\n<tr style=\"height: 15px;\">\n<td style=\"width: 20\u00a0%; height: 15px;\">P\u00e9pite<\/p>\n<p>Seuil<\/p>\n<p>Port\u00e9e (m)<\/p>\n<p>Struct.<\/td>\n<td style=\"width: 20\u00a0%; height: 15px;\">7,5<\/p>\n<p>25,3<\/p>\n<p>12<\/p>\n<p>70\u00a0%<\/td>\n<td style=\"width: 20\u00a0%; height: 15px;\">2,2<\/p>\n<p>2,2<\/p>\n<p>28<\/p>\n<p>50\u00a0%<\/td>\n<td style=\"width: 20\u00a0%; height: 15px;\">69<\/p>\n<p>113<\/p>\n<p>25<\/p>\n<p>39\u00a0%<\/td>\n<td style=\"width: 10\u00a0%; height: 15px;\">&#8211;<\/p>\n<p>&#8211;<\/p>\n<p>&#8211;<\/p>\n<p>&#8211;<\/td>\n<td style=\"width: 10\u00a0%; height: 15px;\">11<\/p>\n<p>47<\/p>\n<p>10<\/p>\n<p>77\u00a0%<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Au niveau de la distribution spatiale des teneurs, le krigeage a seulement \u00e9t\u00e9 effectu\u00e9 sur l\u2019APL 0-90 cm de Poucet (figure 7). En effet, \u00e0 Biesmer\u00e9e, la distribution des points ne montre pas de structure spatiale claire et se rapproche d\u2019une distribution al\u00e9atoire. \u00c0 Poucet, on observe clairement que la port\u00e9e est de l\u2019ordre d\u2019une cinquantaine de m\u00e8tres et un effet en taches de concentrations plus fortes ou plus \u00e9lev\u00e9es, semblant s\u2019\u00e9tirer sur l\u2019axe Sud-Nord.<\/p>\n<p>En conclusion partielle, nous ne retiendrons que la parcelle de Poucet pour la suite des applications g\u00e9ostatistiques, celle de Biesmer\u00e9e n\u2019ayant pas de structure spatiale autre qu\u2019al\u00e9atoire.<\/p>\n<p>&nbsp;<\/p>\n<figure id=\"attachment_1036\" aria-describedby=\"caption-attachment-1036\" style=\"width: 1574px\" class=\"wp-caption aligncenter\"><a href=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig7hq-scaled-e1666351915422.jpg\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-1036 size-full\" src=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig7hq-scaled-e1666351915422.jpg\" alt=\"\" width=\"1574\" height=\"1107\" srcset=\"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig7hq-scaled-e1666351915422.jpg 1574w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig7hq-scaled-e1666351915422-300x211.jpg 300w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig7hq-scaled-e1666351915422-1024x720.jpg 1024w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig7hq-scaled-e1666351915422-768x540.jpg 768w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig7hq-scaled-e1666351915422-1536x1080.jpg 1536w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig7hq-scaled-e1666351915422-65x46.jpg 65w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig7hq-scaled-e1666351915422-225x158.jpg 225w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig7hq-scaled-e1666351915422-350x246.jpg 350w\" sizes=\"(max-width: 1574px) 100vw, 1574px\" \/><\/a><figcaption id=\"caption-attachment-1036\" class=\"wp-caption-text\"><em>Figure 7. Distribution spatiale de l\u2019APL \u00e0 Poucet (gauche) et Biesmer\u00e9e (droite).<\/em><\/figcaption><\/figure>\n<h2>Simulations g\u00e9ostatistiques<\/h2>\n<p>Les neuf mod\u00e8les (al\u00e9atoire, gradient, poche \u00e0 trois niveaux de teneurs 50, 100 et 150 kg N-NO<sub>3<\/sub>\u00af .ha<sup>-1<\/sup>) et la parcelle de Poucet ont fait l\u2019objet de 100 simulations chacune avec krigeage sur une parcelle de 4 ha (200 m x 200 m) avec une r\u00e9solution de 5 m. Quelques cartes ont \u00e9t\u00e9 extraites pour illustration \u00e0 la figure 8.<\/p>\n<p>&nbsp;<\/p>\n<figure id=\"attachment_1037\" aria-describedby=\"caption-attachment-1037\" style=\"width: 1606px\" class=\"wp-caption aligncenter\"><a href=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig8hq-scaled-e1666351965237.jpg\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-1037 size-full\" src=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig8hq-scaled-e1666351965237.jpg\" alt=\"\" width=\"1606\" height=\"800\" srcset=\"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig8hq-scaled-e1666351965237.jpg 1606w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig8hq-scaled-e1666351965237-300x149.jpg 300w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig8hq-scaled-e1666351965237-1024x510.jpg 1024w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig8hq-scaled-e1666351965237-768x383.jpg 768w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig8hq-scaled-e1666351965237-1536x765.jpg 1536w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig8hq-scaled-e1666351965237-65x32.jpg 65w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig8hq-scaled-e1666351965237-225x112.jpg 225w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig8hq-scaled-e1666351965237-350x174.jpg 350w\" sizes=\"(max-width: 1606px) 100vw, 1606px\" \/><\/a><figcaption id=\"caption-attachment-1037\" class=\"wp-caption-text\"><em>Figure 8. Extrait des cartes de simulation pour les mod\u00e8les Gradient_100 (Gauche) et Poche_150 (droite).<\/em><\/figcaption><\/figure>\n<p>Les param\u00e8tres statistiques de base des cartes simul\u00e9es sont pr\u00e9sent\u00e9s au tableau 4. On notera que les moyennes vraies obtenues par les simulations ne sont pas exactement \u00e9gales \u00e0 50, 100 et 150 kg.ha<sup>-1<\/sup>, en raison de la proc\u00e9dure qui consiste \u00e0 tirer al\u00e9atoirement 200 points sur une carte qui contient de la variabilit\u00e9. On notera \u00e9galement que les \u00e9carts-types sont proportionnels aux teneurs moyennes pour un m\u00eame mod\u00e8le mais que le mod\u00e8le en gradient pr\u00e9sente une variabilit\u00e9 deux fois moins importante que les deux autres mod\u00e8les. La parcelle de Poucet pr\u00e9sente des niveaux de teneur moyenne et variance similaires \u00e0 ceux des mod\u00e8les Gradient_100 et Poche_100.<\/p>\n<p>En termes de semi-variogrammes, les diff\u00e9rences concernent davantage les trois types de mod\u00e8les que les niveaux de teneurs moyennes. Les mod\u00e8les al\u00e9atoires sont caract\u00e9ris\u00e9s par de faibles port\u00e9es, les gradients par les port\u00e9es les plus longues et des structures spatiales moyennement marqu\u00e9es, tandis que les mod\u00e8les en poches pr\u00e9sentent des port\u00e9es de l\u2019ordre de 50 m et une forte structuration spatiale. Le mod\u00e8le Poucet est assez similaire aux mod\u00e8les \u00e0 poches.<\/p>\n<h6>Tableau 4. Statistiques relatives aux parcelles simul\u00e9es.<\/h6>\n<table style=\"border-collapse: collapse; width: 100\u00a0%;\">\n<tbody>\n<tr>\n<td style=\"width: 10\u00a0%;\"><\/td>\n<td style=\"width: 5\u00a0%; text-align: center;\" colspan=\"10\"><strong>Parcelles<\/strong><\/td>\n<\/tr>\n<tr>\n<td style=\"width: 10\u00a0%;\"><\/td>\n<td style=\"width: 5\u00a0%;\"><strong>A50<\/strong><\/td>\n<td style=\"width: 5\u00a0%;\"><strong>A100<\/strong><\/td>\n<td style=\"width: 10\u00a0%;\"><strong>A150<\/strong><\/td>\n<td style=\"width: 10\u00a0%;\"><strong>G50<\/strong><\/td>\n<td style=\"width: 10\u00a0%;\"><strong>G100<\/strong><\/td>\n<td style=\"width: 10\u00a0%;\"><strong>G150<\/strong><\/td>\n<td style=\"width: 10\u00a0%;\"><strong>P50<\/strong><\/td>\n<td style=\"width: 10\u00a0%;\"><strong>P100<\/strong><\/td>\n<td style=\"width: 10\u00a0%;\"><strong>P150<\/strong><\/td>\n<td style=\"width: 10\u00a0%;\"><strong>Poucet<\/strong><\/td>\n<\/tr>\n<tr>\n<td style=\"width: 10\u00a0%;\">Moy<\/p>\n<p>E-T<\/p>\n<p>CV<\/td>\n<td style=\"width: 5\u00a0%;\">51<\/p>\n<p>15<\/p>\n<p>29<\/td>\n<td style=\"width: 5\u00a0%;\">101<\/p>\n<p>28<\/p>\n<p>28<\/td>\n<td style=\"width: 10\u00a0%;\">144<\/p>\n<p>54<\/p>\n<p>37<\/td>\n<td style=\"width: 10\u00a0%;\">50<\/p>\n<p>7<\/p>\n<p>14<\/td>\n<td style=\"width: 10\u00a0%;\">101<\/p>\n<p>13<\/p>\n<p>13<\/td>\n<td style=\"width: 10\u00a0%;\">153<\/p>\n<p>25<\/p>\n<p>17<\/td>\n<td style=\"width: 10\u00a0%;\">52<\/p>\n<p>14<\/p>\n<p>28<\/td>\n<td style=\"width: 10\u00a0%;\">102<\/p>\n<p>32<\/p>\n<p>32<\/td>\n<td style=\"width: 10\u00a0%;\">155<\/p>\n<p>61<\/p>\n<p>39<\/td>\n<td style=\"width: 10\u00a0%;\">96<\/p>\n<p>36<\/p>\n<p>37<\/td>\n<\/tr>\n<tr>\n<td style=\"width: 100\u00a0%; text-align: center;\" colspan=\"11\"><strong>Limite pour erreur relative de 10\u00a0%<\/strong><\/td>\n<\/tr>\n<tr>\n<td style=\"width: 10\u00a0%;\">L lim<\/p>\n<p>U lim<\/td>\n<td style=\"width: 5\u00a0%;\">46<\/p>\n<p>56<\/td>\n<td style=\"width: 5\u00a0%;\">91<\/p>\n<p>112<\/td>\n<td style=\"width: 10\u00a0%;\">129<\/p>\n<p>158<\/td>\n<td style=\"width: 10\u00a0%;\">45<\/p>\n<p>55<\/td>\n<td style=\"width: 10\u00a0%;\">91<\/p>\n<p>111<\/td>\n<td style=\"width: 10\u00a0%;\">138<\/p>\n<p>168<\/td>\n<td style=\"width: 10\u00a0%;\">47<\/p>\n<p>57<\/td>\n<td style=\"width: 10\u00a0%;\">92<\/p>\n<p>112<\/td>\n<td style=\"width: 10\u00a0%;\">140<\/p>\n<p>171<\/td>\n<td style=\"width: 10\u00a0%;\">86<\/p>\n<p>105<\/td>\n<\/tr>\n<tr>\n<td style=\"width: 10\u00a0%; text-align: center;\" colspan=\"11\"><strong>Variographie<\/strong><\/td>\n<\/tr>\n<tr>\n<td style=\"width: 10\u00a0%;\">P\u00e9pi<\/p>\n<p>Seui<\/p>\n<p>Port<\/p>\n<p>C\/CO<\/td>\n<td style=\"width: 5\u00a0%;\">113<\/p>\n<p>204<\/p>\n<p>38<\/p>\n<p>45<\/td>\n<td style=\"width: 5\u00a0%;\">428<\/p>\n<p>782<\/p>\n<p>7<\/p>\n<p>45<\/td>\n<td style=\"width: 10\u00a0%;\">0<\/p>\n<p>2868<\/p>\n<p>12<\/p>\n<p>100<\/td>\n<td style=\"width: 10\u00a0%;\">6<\/p>\n<p>27<\/p>\n<p>97<\/p>\n<p>78<\/td>\n<td style=\"width: 10\u00a0%;\">14<\/p>\n<p>110<\/p>\n<p>97<\/p>\n<p>87<\/td>\n<td style=\"width: 10\u00a0%;\">84<\/p>\n<p>469<\/p>\n<p>106<\/p>\n<p>82<\/td>\n<td style=\"width: 10\u00a0%;\">15<\/p>\n<p>232<\/p>\n<p>53<\/p>\n<p>94<\/td>\n<td style=\"width: 10\u00a0%;\">125<\/p>\n<p>1085<\/p>\n<p>48<\/p>\n<p>88<\/td>\n<td style=\"width: 10\u00a0%;\">417<\/p>\n<p>3924<\/p>\n<p>50<\/p>\n<p>89<\/td>\n<td style=\"width: 10\u00a0%;\">300<\/p>\n<p>1459<\/p>\n<p>49<\/p>\n<p>79<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Connaissant la valeur vraie pour chaque mod\u00e8le, un intervalle correspondant \u00e0 10\u00a0% d\u2019erreur relative a \u00e9t\u00e9 d\u00e9fini afin d\u2019\u00e9valuer la performance des diff\u00e9rents plans d\u2019\u00e9chantillonnage \u00e0 pr\u00e9dire cette moyenne (tableau 4).<\/p>\n<p>Cent jeux de 5, 10, 20, 40 et 80 points tir\u00e9s al\u00e9atoirement appliqu\u00e9s sur 100 simulations d\u2019une carte donnent 10 000 estimations de la moyenne pour chaque mod\u00e8le. La proportion d\u2019estimations comprise dans l\u2019intervalle de \u00b1 10\u00a0% d\u2019erreur relative autour de la moyenne vraie est donn\u00e9e au tableau 5 pour chaque situation.<\/p>\n<p>On constate que les performances des plans d\u2019\u00e9chantillonnage sont meilleures pour les mod\u00e8les en gradient par rapport aux autres mod\u00e8les. En effet, il apparait que d\u00e9j\u00e0 les plans \u00e0 10 points d\u2019\u00e9chantillonnage pr\u00e9sentent une estimation satisfaisante de la moyenne dans plus de 95\u00a0% des cas.<\/p>\n<p>Logiquement, plus le nombre de points d\u2019\u00e9chantillonnage augmente plus faible est le risque de m\u00e9sestimer la moyenne (tableau 5 et figure 9). Seuls les mod\u00e8les en gradients pr\u00e9sentent des situations o\u00f9 100\u00a0% des estimations sont consid\u00e9r\u00e9es comme acceptables. Ces constats sont en lien avec le niveau de variabilit\u00e9 des parcelles. \u00c0 l\u2019instar de la formule de Dagnelie (1975), le coefficient de variation est bien le facteur qui conditionne le nombre d\u2019\u00e9chantillons n\u00e9cessaires pour estimer la moyenne parcellaire. Dans les exemples \u00e9tudi\u00e9s, si l\u2019on fixe comme crit\u00e8re que 100\u00a0% des estimations doivent \u00eatre dans l\u2019intervalle d\u2019acceptation, pr\u00e9lever 80 \u00e9chantillons sur 4 ha n\u2019est suffisant que pour les parcelles \u00e0 faible variabilit\u00e9. Si l\u2019on se fixe plut\u00f4t des seuils de 95 ou 90\u00a0%, alors les sch\u00e9mas d\u2019\u00e9chantillonnage \u00e0 respectivement 80 et 40 points peuvent s\u2019av\u00e9rer suffisants.<\/p>\n<h6>Tableau 5. Performance des plans d\u2019\u00e9chantillonnage (\u00a0% de pr\u00e9dictions entre 0,9 et 1,1 autour de la moyenne vraie) et variabilit\u00e9 relative des cartes (CV en\u00a0%).<\/h6>\n<table style=\"border-collapse: collapse; width: 100\u00a0%; height: 332px;\">\n<tbody>\n<tr style=\"height: 15px;\">\n<td style=\"width: 12.5\u00a0%; height: 15px;\"><strong>Mod\u00e8le<\/strong><\/td>\n<td style=\"width: 12.5\u00a0%; height: 15px;\"><strong>APL<\/strong><\/td>\n<td style=\"width: 62.5\u00a0%; text-align: center; height: 15px;\" colspan=\"5\"><strong>Nombre de points<\/strong><\/td>\n<td style=\"width: 12.5\u00a0%; height: 15px;\"><strong>CV (\u00a0%)<\/strong><\/td>\n<\/tr>\n<tr style=\"height: 15px;\">\n<td style=\"width: 12.5\u00a0%; height: 15px;\"><\/td>\n<td style=\"width: 12.5\u00a0%; height: 15px;\"><\/td>\n<td style=\"width: 12.5\u00a0%; height: 15px;\"><strong>5<\/strong><\/td>\n<td style=\"width: 12.5\u00a0%; height: 15px;\"><strong>10<\/strong><\/td>\n<td style=\"width: 12.5\u00a0%; height: 15px;\"><strong>20<\/strong><\/td>\n<td style=\"width: 12.5\u00a0%; height: 15px;\"><strong>40<\/strong><\/td>\n<td style=\"width: 12.5\u00a0%; height: 15px;\"><strong>80<\/strong><\/td>\n<td style=\"width: 12.5\u00a0%; height: 15px;\"><\/td>\n<\/tr>\n<tr style=\"height: 272px;\">\n<td style=\"width: 12.5\u00a0%; height: 272px;\">Al\u00e9atoire<\/p>\n<p>Al\u00e9atoire<\/p>\n<p>Al\u00e9atoire<\/p>\n<p>Gradient<\/p>\n<p>Gradient<\/p>\n<p>Gradient<\/p>\n<p>Poche<\/p>\n<p>Poche<\/p>\n<p>Poche<\/td>\n<td style=\"width: 12.5\u00a0%; height: 272px;\">50<\/p>\n<p>100<\/p>\n<p>150<\/p>\n<p>50<\/p>\n<p>100<\/p>\n<p>150<\/p>\n<p>50<\/p>\n<p>100<\/p>\n<p>150<\/td>\n<td style=\"width: 12.5\u00a0%; height: 272px;\">55<\/p>\n<p>58<\/p>\n<p>45<\/p>\n<p>91<\/p>\n<p>93<\/p>\n<p>81<\/p>\n<p>58<\/p>\n<p>52<\/p>\n<p>44<\/td>\n<td style=\"width: 12.5\u00a0%; height: 272px;\">71<\/p>\n<p>74<\/p>\n<p>60<\/p>\n<p>97<\/p>\n<p>99<\/p>\n<p>94<\/p>\n<p>75<\/p>\n<p>68<\/p>\n<p>59<\/td>\n<td style=\"width: 12.5\u00a0%; height: 272px;\">86<\/p>\n<p>88<\/p>\n<p>76<\/p>\n<p>100<\/p>\n<p>100<\/p>\n<p>100<\/p>\n<p>91<\/p>\n<p>82<\/p>\n<p>74<\/td>\n<td style=\"width: 12.5\u00a0%; height: 272px;\">97<\/p>\n<p>96<\/p>\n<p>89<\/p>\n<p>100<\/p>\n<p>100<\/p>\n<p>100<\/p>\n<p>98<\/p>\n<p>95<\/p>\n<p>89<\/td>\n<td style=\"width: 12.5\u00a0%; height: 272px;\">99<\/p>\n<p>100<\/p>\n<p>96<\/p>\n<p>100<\/p>\n<p>100<\/p>\n<p>100<\/p>\n<p>100<\/p>\n<p>99<\/p>\n<p>97<\/td>\n<td style=\"width: 12.5\u00a0%; height: 272px;\">29<\/p>\n<p>28<\/p>\n<p>37<\/p>\n<p>14<\/p>\n<p>13<\/p>\n<p>17<\/p>\n<p>28<\/p>\n<p>32<\/p>\n<p>39<\/td>\n<\/tr>\n<tr style=\"height: 30px;\">\n<td style=\"width: 12.5\u00a0%; height: 30px;\">Poucet<\/td>\n<td style=\"width: 12.5\u00a0%; height: 30px;\">100<\/td>\n<td style=\"width: 12.5\u00a0%; height: 30px;\">46<\/td>\n<td style=\"width: 12.5\u00a0%; height: 30px;\">59<\/td>\n<td style=\"width: 12.5\u00a0%; height: 30px;\">74<\/td>\n<td style=\"width: 12.5\u00a0%; height: 30px;\">89<\/td>\n<td style=\"width: 12.5\u00a0%; height: 30px;\">95<\/td>\n<td style=\"width: 12.5\u00a0%; height: 30px;\">37<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<figure id=\"attachment_1038\" aria-describedby=\"caption-attachment-1038\" style=\"width: 1638px\" class=\"wp-caption aligncenter\"><a href=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig9hq-scaled-e1666351994933.jpg\"><img loading=\"lazy\" decoding=\"async\" class=\"wp-image-1038 size-full\" src=\"https:\/\/e-publish.uliege.be\/peyresq22\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig9hq-scaled-e1666351994933.jpg\" alt=\"\" width=\"1638\" height=\"1177\" srcset=\"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig9hq-scaled-e1666351994933.jpg 1638w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig9hq-scaled-e1666351994933-300x216.jpg 300w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig9hq-scaled-e1666351994933-1024x736.jpg 1024w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig9hq-scaled-e1666351994933-768x552.jpg 768w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig9hq-scaled-e1666351994933-1536x1104.jpg 1536w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig9hq-scaled-e1666351994933-65x47.jpg 65w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig9hq-scaled-e1666351994933-225x162.jpg 225w, https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-content\/uploads\/sites\/12\/2022\/10\/gc_fig9hq-scaled-e1666351994933-350x251.jpg 350w\" sizes=\"(max-width: 1638px) 100vw, 1638px\" \/><\/a><figcaption id=\"caption-attachment-1038\" class=\"wp-caption-text\"><em>Figure 9. Performance des plans d\u2019\u00e9chantillonnage en fonction du nombre de points pour les parcelles \u00e0 100 kg N-N0<sub>3<\/sub>\u00af \u00e0 l\u2019hectare.<\/em><\/figcaption><\/figure>\n<p>L\u2019application de l\u2019\u00e9quation de Dagnelie (1975) \u00e0 nos jeux de donn\u00e9es tendrait \u00e0 retenir des sch\u00e9mas d\u2019\u00e9chantillonnage comprenant entre 30 et 40 points, ce qui par l\u2019approche par simulation utilis\u00e9e ici correspondrait \u00e0 des m\u00e9sestimations dans 10 \u00e0 15\u00a0% des cas. Il y a donc un double niveau de choix \u00e0 poser\u00a0: quelle erreur relative est-on pr\u00eat \u00e0 accepter et quel est le pourcentage de m\u00e9sestimations tol\u00e9rable ?<\/p>\n<p>La r\u00e9glementation wallonne impose de r\u00e9aliser 15 pr\u00e9l\u00e8vements par parcelle de moins de 15 ha, ce qui selon les donn\u00e9es du tableau 5 am\u00e8nerait \u00e0 d\u00e9passer l\u2019intervalle des 10\u00a0% autour de la moyenne dans 20 \u00e0 30\u00a0% des cas, hors situations de gradient. Dix pourcents de marge d\u2019erreur sur l\u2019estimation correspond \u00e0 moins de 10 kg\u00a0 par hectare pour une parcelle comme Poucet. Si l\u2019on accepte une marge d\u2019erreur plus large de l\u2019ordre de 15 kg N-NO<sub>3<\/sub>\u00af.ha<sup>-1<\/sup>, une simulation d\u2019\u00e9chantillonnage avec 15 points de pr\u00e9l\u00e8vements al\u00e9atoires sur l\u2019ensemble de la parcelle (100 \u00e9chantillonnages fois 100 parcelles simul\u00e9es) conduit \u00e0 une pr\u00e9diction dans l\u2019intervalle de confiance dans 87\u00a0% des cas. Augmenter le nombre d\u2019\u00e9chantillons \u00e0 20 ou 40 par parcelles conduirait \u00e0 augmenter ce pourcentage \u00e0 respectivement 92 et 98\u00a0%.<\/p>\n<h1>Perspectives<\/h1>\n<p>Le travail effectu\u00e9 dans le cadre de cette recherche a permis d\u2019investiguer quelques aspects de la variabilit\u00e9 spatiale de l\u2019APL dans les sols cultiv\u00e9s. A Poucet, les r\u00e9sultats montrent que l\u2019APL est structur\u00e9 spatialement, contrairement \u00e0 Biesmer\u00e9e o\u00f9 la distribution des mesures semble al\u00e9atoire.<\/p>\n<p>Diff\u00e9rents cas d\u2019\u00e9tude fictifs ont \u00e9t\u00e9 construits et compar\u00e9s \u00e0 la parcelle de Poucet. Les r\u00e9sultats confirment que le niveau de variabilit\u00e9 de la propri\u00e9t\u00e9 \u00e0 l\u2019\u00e9chelle de la parcelle est un facteur essentiel dans la d\u00e9termination du nombre d\u2019\u00e9chantillons n\u00e9cessaires pour caract\u00e9riser celle-ci. Une approche s\u00e9curitaire sur le risque de m\u00e9sestimer la moyenne d\u2019une parcelle cultiv\u00e9e conduirait \u00e0 pr\u00e9lever au minimum 80 \u00e9chantillons sur une parcelle de 4 ha, ce qui n\u2019est pas r\u00e9aliste \u00e0 mettre en \u0153uvre. Il n\u2019emp\u00eache que la r\u00e9flexion vaut la peine d\u2019\u00eatre men\u00e9e sur la marge d\u2019erreur tol\u00e9rable.<\/p>\n<p>Pour ce faire, le travail doit \u00eatre poursuivi au moins \u00e0 deux niveaux\u00a0: (i) multiplier les cas d\u2019\u00e9tudes r\u00e9els pour d\u00e9terminer les niveaux de variabilit\u00e9 qui sont rencontr\u00e9s sur le terrain et ainsi d\u00e9terminer les densit\u00e9s d\u2019\u00e9chantillonnage qui r\u00e9duisent le plus le risque d\u2019erreur tout en \u00e9tant g\u00e9rable et (ii) tester d\u2019autres plans d\u2019\u00e9chantillonnage tels que pratiqu\u00e9s \u00e0 certains endroits\u00a0: \u00e9chantillonnage en croix, en diagonale, en cercle, etc sur tout ou partie de la parcelle, etc.<\/p>\n<h1>Bibliographie<\/h1>\n<p>Pebesma, E.J., 2004. Multivariable geostatistics in S: the gstat package. <em>Computers &amp; Geosciences<\/em>, 30, 683-691.<\/p>\n<p>Dagnelie P., 1975. <em>Th\u00e9orie et m\u00e9thodes statistiques. Applications agronomiques.<\/em> <em>Volume II. Les m\u00e9thodes de l\u2019inf\u00e9rence statistique.<\/em> Gembloux, Belgique\u00a0:\u00a0 Presses Agronomiques de Gembloux.<\/p>\n<p>EEW, 2020a. <em>\u00c9tat de L\u2019Environnement Wallon. Teneurs en nitrates dans les eaux souterraines.<\/em> Mise \u00e0 jour 10 d\u00e9cembre 2020. <a href=\"http:\/\/etat.environnement.wallonie.be\/contents\/indicatorsheets\/EAU\u00a0%2013.html#\">http:\/\/etat.environnement.wallonie.be\/contents\/indicatorsheets\/EAU\u00a0%2013.html#<\/a><\/p>\n<p>EEW,\u00a0 2020b. <em>\u00c9tat de L\u2019Environnement Wallon. Teneurs en nitrates dans les eaux souterraines<\/em>. Mise \u00e0 jour 16 d\u00e9cembre 2019. <a href=\"http:\/\/etat.environnement.wallonie.be\/contents\/indicatorsheets\/AGRI\u00a0%209.html#\">http:\/\/etat.environnement.wallonie.be\/contents\/indicatorsheets\/AGRI\u00a0%209.html#<\/a><\/p>\n<p>Gr\u00e4ler B., Pebesma E., and Heuvelink G., 2016. Spatio-Temporal Interpolation using gstat. <em>The R Journal<\/em>, 8(1), 204-218.<\/p>\n<p>Guiot J., 1975. Estimation des r\u00e9serves azot\u00e9es du sol par d\u00e9termination de l&rsquo;azote min\u00e9ral. <em>Rev. Agric.<\/em>, 28, 1117-1132.<\/p>\n<p>Lef\u00e9bure K., Vandenberghe Ch. &amp; Colinet G., 2022. <em>Analyse des r\u00e9sultats du contr\u00f4le APL 2020 et \u00e9volution depuis 2008 \u00e0 l\u2019\u00e9chelle des masses d\u2019eau souterraine de Wallonie. Rapport.<\/em> 67p. Gembloux Agro-Bio Tech (Uli\u00e8ge) <a href=\"https:\/\/hdl.handle.net\/2268\/293113\">https:\/\/hdl.handle.net\/2268\/293113<\/a><\/p>\n<h2>Remerciements<\/h2>\n<p>Les travaux qui ont permis la r\u00e9daction de cet article ont \u00e9t\u00e9 soutenus par la Wallonie.<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<hr class=\"before-footnotes clear\" \/><div class=\"footnotes\"><ol><li id=\"footnote-81-1\">M\u00eame s\u2019il s\u2019agit \u00e0 strictement parler de lixiviation, le terme \u00ab azote potentiellement lessivable \u00bb est le terme utilis\u00e9 dans la r\u00e8glementation wallonne et sera donc conserv\u00e9 dans ce document. <a href=\"#return-footnote-81-1\" class=\"return-footnote\" aria-label=\"Return to footnote 1\">&crarr;<\/a><\/li><\/ol><\/div>","protected":false},"author":10,"menu_order":2,"template":"","meta":{"pb_show_title":"on","pb_short_title":"","pb_subtitle":"","pb_authors":["gilles-colinet","lefebure","cvandenberghe"],"pb_section_license":""},"chapter-type":[],"contributor":[62,66,64],"license":[],"class_list":["post-81","chapter","type-chapter","status-publish","hentry","contributor-cvandenberghe","contributor-gilles-colinet","contributor-lefebure"],"part":21,"_links":{"self":[{"href":"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-json\/pressbooks\/v2\/chapters\/81"}],"collection":[{"href":"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-json\/pressbooks\/v2\/chapters"}],"about":[{"href":"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-json\/wp\/v2\/types\/chapter"}],"author":[{"embeddable":true,"href":"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-json\/wp\/v2\/users\/10"}],"version-history":[{"count":58,"href":"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-json\/pressbooks\/v2\/chapters\/81\/revisions"}],"predecessor-version":[{"id":2171,"href":"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-json\/pressbooks\/v2\/chapters\/81\/revisions\/2171"}],"part":[{"href":"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-json\/pressbooks\/v2\/parts\/21"}],"metadata":[{"href":"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-json\/pressbooks\/v2\/chapters\/81\/metadata\/"}],"wp:attachment":[{"href":"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-json\/wp\/v2\/media?parent=81"}],"wp:term":[{"taxonomy":"chapter-type","embeddable":true,"href":"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-json\/pressbooks\/v2\/chapter-type?post=81"},{"taxonomy":"contributor","embeddable":true,"href":"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-json\/wp\/v2\/contributor?post=81"},{"taxonomy":"license","embeddable":true,"href":"https:\/\/e-publish.uliege.be\/APL_REH_RDD\/wp-json\/wp\/v2\/license?post=81"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}