Optimisation de l’échantillonnage au champ : échantillonnage orienté

Les campagnes de terrain sont un élément fondamental à la plupart des études en agriculture de précision. L’échantillonnage est nécessaire pour étalonner un modèle agronomique ou pour évaluer la structure spatiale d’une variable d’intérêt par proxy ou télédétection (teneur en eau ou en nutriments du sol). La position dans l’espace des échantillons doit être réfléchie En savoir plus surOptimisation de l’échantillonnage au champ : échantillonnage orienté[…]

Délimitation de classes et de zones de modulation en agriculture de précision

Classes ou zones de modulation ? La modulation intra-parcellaire est une pratique commune en Agriculture de Précision. L’objectif est de délimiter des zones de gestion dans les parcelles qui seront le lieu d’applications différenciées ou modulées. Les stratégies de modulation les plus fréquentes sont liées à la fertilisation, au semis ou encore à l’irrigation. Pour produire En savoir plus surDélimitation de classes et de zones de modulation en agriculture de précision[…]

Création de variogrammes avec R

Construire un variogramme théorique L’intérêt des variogramme dans les études d’Agriculture de Précision a largement été mise en avant dans un post précédent. C’est effectivement un outil très utile pour étudier la variabilité spatiale des données spatiales agronomiques et environnementales. Ce post met en avant un jeu de données qui a été créé en suivant En savoir plus surCréation de variogrammes avec R[…]

Variogramme et autocorrélation spatiale

Présentation du variogramme Il est presque impossible de parler d’analyse de données spatiales en Agriculture de Précision sans évoquer le variogramme. Prenez en compte que certaines personnes se réfèrent au terme semi-variogramme pour parler de la même chose. Il existe une confusion entre ces deux termes (Bachmaier et Backes, 2008). Certains auteurs font référence au terme semi-variogramme à En savoir plus surVariogramme et autocorrélation spatiale[…]

Interpolation de données spatiales : TIN, IDW, krigeage, krigeage en bloc, co-krigeage… Quelle est la différence ?

Figure 0. Carte interpolée de teneur en zinc du sol L’interpolation est le procédé qui vise à cartographier une variable à des positions dans l’espace où aucun échantillon n’est disponible en utilisant un jeu de données d’échantillons dont la position dans l’espace et la valeur de la variable sont connues (Fig. 1). Ces échantillons peuvent En savoir plus surInterpolation de données spatiales : TIN, IDW, krigeage, krigeage en bloc, co-krigeage… Quelle est la différence ?[…]

Comment valider un modèle de prédiction ?

En Agriculture de Précision, on s’attache souvent à vouloir prédire les valeurs d’une variable d’intérêt. Plus que souvent, cette variable est coûteuse ou chronophage à acquérir et l’on cherche alors à développer un modèle plus ou moins complexe pour réussir à estimer correctement cette variable. Par exemple, il est clair que les analyses de sol sont En savoir plus surComment valider un modèle de prédiction ?[…]

Autocorrélation spatiale et violation de l’hypothèse d’indépendance entre les observations dans les tests statistiques classiques

Auto-corrélation des observations spatiales agronomiques et environnementales Un exemple de structure spatiale de la biomasse au sein d’une parcelle Dans les domaines de l’agronomie et de l’environnement, les observations spatiales sont généralement auto-corrélées, dans une plus ou moins grande mesure. Ces données spatiales partagent effectivement des caractéristiques plus proches avec leurs observations voisines qu’avec les En savoir plus surAutocorrélation spatiale et violation de l’hypothèse d’indépendance entre les observations dans les tests statistiques classiques[…]

Simulation de données spatiales avec une structure spatiale connue

La simulation de jeux de données avec une structure spatiale connue est une stratégie intéressante lorsque l’on cherche à évaluer, de manière objective, la pertinence d’une méthode de traitement de données. L’avantage majeur des simulations est de pouvoir contrôler la distribution des données au sein de la parcelle et donc de contrôler le contexte autour En savoir plus surSimulation de données spatiales avec une structure spatiale connue[…]

Hypothèses fondamentales du variogramme : stationnarité d’ordre 2, stationnarité intrinsèque… Qu’est ce que tout cela signifie vraiment?

Lorsque l’on s’intéresse aux géostatistiques, on a du mal à passer à côté du variogramme. L’utilisation de cet outil est soumise à plusieurs hypothèses fondamentales qui sont souvent présentées de manière très théorique. Ces hypothèses sont généralement mises de côté parce qu’elles sont relativement difficiles à comprendre. Je dois admettre que les équations mathématiques et la théorie en En savoir plus surHypothèses fondamentales du variogramme : stationnarité d’ordre 2, stationnarité intrinsèque… Qu’est ce que tout cela signifie vraiment?[…]