Agritrop
Home

Soil spectral signatures for sugarcane fertiliser recommendations through an adapted soil typology in Réunion

Ramos Marion, Todoroff Pierre, Bravin Matthieu, Marion Daniel, Thuriès Laurent, Versini Antoine, Albrecht Alain. 2019. Soil spectral signatures for sugarcane fertiliser recommendations through an adapted soil typology in Réunion. In : Proceedings of the XXX International Society of Sugar Cane Technologists Congress. ISSCT. Tucuman : ISSCT, pp. 1568-1575. ISBN 978-616-92761-0-4 ISSCT Congress. 30, Tucuman, Argentine, 2 September 2019/5 September 2019.

Paper with proceedings
[img] Published version - Anglais
Access restricted to CIRAD agents
Use under authorization by the author or CIRAD.
ID593821.pdf

Télécharger (506kB) | Request a copy
[img] Published version - Anglais
Access restricted to CIRAD agents
Use under authorization by the author or CIRAD.
Marion Ramos Congrès ISSCT Argentine Presentation 02.09.19.pdf

Télécharger (3MB) | Request a copy

Titre français : Signatures spectrales de sol pour les recommandations en fertilisation de la canne à sucre à travers une typologie des sols adaptée à la Réunion / Titre espagnol : Asignaciones espectrales del suelo para recomendaciones de fertilizantes de caña de azúcar a través de una tipología adaptada de suelo en Reunión

Matériel d'accompagnement : 1 diaporama (26 vues)

Abstract : Characterization and study of soils are the basis of soil mapping and could lead to increases in crop productivity. In Reunion, the soil-specific nutrient management expert system, SERDAF, adapts its recommendations to the soil types found in sugarcane fields. The soil classification used in this expert system is based on morphopedological knowledge of soils and landscapes of Reunion, and laboratory measurements of soils constituents. The aim of this study was to develop an objective classification of Reunion volcanic sugarcane soils using near-infrared (NIR) spectra. More than 3000 soil samples NIR spectra (0-30 cm depth) were used to perform a non-supervised clustering, using K-means methodology. The spectral signatures (i.e. average spectrum of each cluster) allowed us to determine the mineralogical composition of the soil clusters and helped with a spectra principal component analysis (PCA). The spatial distribution of these clusters assisted with the development of soil maps. Organic and chemical properties and amorphous compounds allowed the description of soil clusters through their mean, standard deviation and ANOVA values. The spectral clustering identified eight clusters. Spectral signatures analysis showed the presence of three minerals in soils samples due to their reflectance peaks: allophane {amorphous mineral), halloysite and gibbsite {crystallized minerals). Contents of these minerals varied according to soil clusters as seen.on reflectance peaks intensity and PCA and allowed identification and development of a classification system according to a weathering sequence. The cluster spatialization of Reunion soils showed a high degree of fragmentation. This suggests that the high accuracy of NIR spectrometry could be the suitable basis for a soil classification tool. The use of the soils spectral signatures could increase the accuracy of the fertilizer recommendations proposed by SERDAF if it is directly used to classify soil samples in laboratory.

Résumé (autre langue) : La caractérisation et l'étude des sols sont la base de la cartographie des sols et pourraient conduire à une augmentation de la productivité des cultures. À la Réunion, le système expert d'aide à la fertilisation, SERDAF, adapte ses recommandations aux types de sol des parcelles de canne à sucre. La classification des sols utilisée dans ce système expert repose sur la connaissance morphopédologique des sols et des paysages de la Réunion et sur les mesures de laboratoire des constituants des sols. Le but de cette étude était de proposer une classification objective des sols volcaniques sous canne à sucre de la Réunion en utilisant des spectres proche infrarouge (PIR). Plus de 3000 spectres PIR d'échantillons de sol (0-30 cm de profondeur) ont été utilisés pour réaliser une classification non supervisée, à l'aide de la méthode K-means. Les signatures spectrales (i.e. spectre moyen de chaque cluster) ont permis de déterminer la composition minéralogique des clusters de sol et ont contribué à une analyse en composantes principales des spectres (ACP). La distribution spatiale de ces clusters a contribué à l'élaboration d'une carte des sols. Les propriétés organiques et chimiques et les composés amorphes ont permis la description des clusters de sol par leur moyenne, écart type et les résultats de l'ANOVA. Le clustering des spectres a permis d'identifier huit clusters. L'analyse des signatures spectrales a montré la présence de trois minéraux dans les échantillons de sol grâce à leurs pics de réflectance: l'allophane (minéral amorphe), l'halloysite et la gibbsite (minéraux cristallisés). L'intensité des pics de réflectance et l'ACP ont permis de montrer la variation des teneurs des différents minéraux par cluster de sol. Cela a ainsi permis d'identifier et de classifier les clusters de sol en fonction de leur degré d'altération. La spatialisation des clusters de sols était très fragmentée. Cela suggère une grande précision de la spectrométrie NIR et de son intérêt pour classifier les sols. Une amélioration de la classification des sols par l'utilisation des signatures spectrales pourrait ainsi permettre une plus grande précision des recommandations de fertilisation proposées par SERDAF.

Mots-clés libres : Soil classification, Réunion, Nearinfrared spectra, Spectral signatures, Nutrient management

Auteurs et affiliations

  • Ramos Marion, CIRAD-PERSYST-UPR AIDA (REU)
  • Todoroff Pierre, CIRAD-PERSYST-UPR AIDA (REU)
  • Bravin Matthieu, CIRAD-PERSYST-UPR Recyclage et risque (REU) ORCID: 0000-0002-1436-7837
  • Marion Daniel, CIRAD-PERSYST-UPR AIDA (REU)
  • Thuriès Laurent, CIRAD-PERSYST-UPR Recyclage et risque (REU) ORCID: 0000-0002-1365-7891
  • Versini Antoine, CIRAD-PERSYST-UPR Recyclage et risque (REU) ORCID: 0000-0002-5119-0567
  • Albrecht Alain, IRD (REU)

Source : Cirad-Agritrop (https://agritrop.cirad.fr/593821/)

View Item (staff only) View Item (staff only)

[ Page générée et mise en cache le 2020-10-01 ]