• English
  • Français
slideshow 1 slideshow 2 slideshow 3 slideshow 3 slideshow 3 slideshow 6 slideshow 7 slideshow 8 slideshow 9 slideshow 10 slideshow 11 slideshow 12 slideshow 13 slideshow 14 slideshow 15 slideshow 16

Vous êtes ici

√ Niveau requis: 
√ Début du stage: 
01-02-2022
√ Durée: 
6 mois
√ Lieu: 
2 place Viala 34060 Montpellier cedex 2 FRANCE
√ Indemnité: 
€450
√ Contact: 
Cécile Gomez > téléphone : +33 (0)4 99 61 28 41 > email : cecile.gomez@ird.fr
Philippe Lagacherie > téléphone : +33 (0)4 99 61 25 78 >email : philippe.lagacherie@inrae.fr
√ Description: 

Contexte Scientifique
Afin d'être opérationnel pour assister les décideurs aux échelles globales, nationales et locales, la modélisation environnementale a besoin de données sols précises. La cartographie numérique des sols (CNS) ou Cartographie des Sols par Modélisation Statistique (CSMS) est dans ce sens un outil largement reconnu pour produire des cartographies de sols à travers le monde. La CNS peut être définie comme « la création et l'enrichissement de systèmes d'information pédologique à références spatiales par des modèles numériques inférant les variations spatiales et temporelles des sols et de leurs propriétés à partir d'observations de sol et de données spatiales d'environnement des sols ».

Jusqu’à présent, la plupart des applications CNS ont utilisé comme données d’entrée des modèles, des déterminations quantitatives de propriétés de sols, spatialement réparties sur les zones d’étude. Cependant, de telles déterminations sont couteuses en temps et en argent, limitant leur échantillonnage sur un territoire donné et donc également les performances des modèles construits à partir de ces échantillonnages. Une alternative au manque de données quantitatives de propriétés sols réside dans l’ajout de données de substitution, possiblement plus fréquentes spatialement, telles que les données qualitatives de sols (acquises sur le terrain par des pédologues) ou des estimations de propriétés de sol par spectrométrie Vis-NIR. L’utilisation combinée de ces données de substitution et des données « classiques » de propriétés sols a fait l’objet de précédents travaux qui ont ouvert une voie de recherche prometteuse (Walker et al, 2017 ; Zare et al, 2021).

En Inde, le manque de données quantitatives peut être largement compensé par l’accès à une grande base de données de substitution (données qualitatives de sols acquises sur le terrain par des pédologues, données de télédétection, données spectrales de laboratoire).


Objectif du travail de stage
L’objectif du stage est de déterminer comment et jusqu’où l’ajout de données de sol qualitatives et de données spectrales Vis-NIR de laboratoire peut améliorer les performances de modèles de CNS. Pour cela, les performances de modèles CNS “classiques” construit à partir d’échantillonnages spatiaux de données quantitatives de sols seront comparées à des modèles CNS utilisant différents assemblages de données quantitatives de propriétés des sols et de données de substitution (observations qualitatives de sol, mesures spectrales) via différentes méthodes d’intégration de données.


Contexte du project
Ce stage s’intègre dans un projet de recherche nommé ATCHA (Accompagner l’adaptation de l’agriculture irriguée au changement climatique) qui s’intéresse au fonctionnement des agrosystèmes irrigués et à l’évaluation intégrée des impacts des systèmes agricoles irrigués sur les ressources en eau et en sol, et sur le cycle des nutriments. Ce projet ATCHA s’appuie sur le bassin versant de recherche, le bassin versant de Berambadi, situé au sud-ouest du Karnataka en Inde. Ce site d’étude bénéficie d’un grand nombre d’informations sur les usages des sols, les pratiques d’irrigation et la caractérisation des types de sol.

 

Données disponibles pour le stage
Les données suivantes pourront être utilisées pendant le stage:

  • 55 échantillons de sols collectés sur le Berambadi avec les propriétés de surface et subsurface (Texture, SOC, pH, CEC)
  • 217 échantillons de sols collectés sur le Berambadi avec des observations qualitatives de surface et subsurface (classes texturales, couleur, réaction HCl)
  • 200 échantillons de sols collectés sur le Berambadi avec des mesures spectrales Vis-NIR de laboratoire.

Des fonctions de spectrotransfert devront être construites pour convertir les mesures spectrales Vis-NIR en propriétés de sol.
Les modèles CNS utiliseront différentes covariables mises à disposition du stagiaire (MNT, images Sentinel 2, carte pédologique, etc…) (Gomez et al, 2019 ; Lagacherie et al, 2021).
Les modèles CNS utiliseront différentes méthodes d’intégration de covariables, dérivées des approches proposées par Zare et al (2021). Des scripts R seront mis à disposition du stagiaire.


Profil recherché
Le profil recherché est un étudiant de niveau M2, ayant des compétences en mathématiques, analyse spatiale quantitative et programmation (Matlab, R ou Python), avec des notions en Sciences du Sol.
Le candidat doit également maîtriser l’anglais, avoir une bonne capacité d’organisation, d’autonomie et d’intégration dans un milieu de culture étrangère.

 

Durée
5-6 mois, sur la période Février-Juillet 2022. Le stagiaire devra terminer son stage avant le 31/07/2022.
Un CV et une lettre de motivation sont à envoyer à Cecile Gomez (cecile.gomez@ird.fr) et P. Lagacherie (philippe.lagacherie@inrae.fr).


Conditions de réalisation du stage
Le stage se déroulera en majorité à Montpellier au sein de l’UMR LISAH et sera encadré par Cecile Gomez (IRD, UMR LISAH, Inde), Philippe Lagacherie (INRAE, UMR LISAH) et Dharumarajan S. (NBSS&LUP, Inde). Si les conditions le permettent, le stagiaire pourra passer un mois au sein de la Cellule Franco-Indienne de Recherche en Sciences de l’Eau à Bangalore (Inde) et aller visiter le terrain d’étude du Berambadi. Le billet d’avion A/R pour Bangalore sera pris en charge et des possibilités d’hébergement seront proposées.
Une indemnité de stage sera versée mensuellement au stagiaire, à la hauteur définie selon la réglementation en vigueur en France.


Pour plus d’info sur le projet ATCHA : https://www6.inra.fr/atcha/
Pour plus d’info sur la Cellule Franco-Indienne de Recherche en Sciences de l’Eau, à Bangalore : https://cefirse.ird.fr/
Pour plus d’info sur la zone d’étude : https://deims.org/a7abdd64-77bc-4a05-895e-eb9f965c70b4

√ Références: 
Gomez, C., Dharumarajan, S., Feret, J.B., Lagacherie, P., Ruiz, L., Sekhar, M., 2019. Use of Sentinel-2 Time- Series Images for Classification and Uncertainty Analysis of Inherent Biophysical Property: Case of Soil Texture Mapping. Remote Sens. 11. Lagacherie, P., Bui, S., Constantin, J., Dharumarajan, S., Ruiz, L., Sekhar, M., 2021. Evaluating the impact of using digital soil mapping products as soil input for spatializing a crop model: The case of drainage and maize yield simulated by STICS in the Berambadi Catchment (India). Geoderma (in press) Walker, E., Monestiez, P., Gomez, C., Lagacherie, P., 2017. Combining measured sites, soilscapes map and soil sensing for mapping soil properties of a region. Geoderma 300. Zare, S., Abtahi, A., Rashid, S., Shamsi, F., Lagacherie, P., 2021. Combining laboratory measurements and proximal soil sensing data in digital soil mapping approaches. Catena 207, 105702.
Statut stage: