Optimal soil physical quality inferred through structural regression and parameter interactions.

Reynolds, W.D., Drury, C.F., Yang, X.M., et Tan, C.S. (2008). « Optimal soil physical quality inferred through structural regression and parameter interactions. », Geoderma, 146(3-4), p. 466-474. doi : 10.1016/j.geoderma.2008.06.017  Accès au texte intégral (en anglais seulement)

Résumé

On évalue la qualité physique d’un sol en comparant les valeurs de certains paramètres édaphiques « indicateurs » (densité apparente, capacité de rétention d’air, etc.) aux « gammes idéales » énoncées dans les publications. Cependant, ces gammes idéales ne sont pas nécessairement optimales pour un sol ou une parcelle donnés, car elles ne constituent que des lignes directrices s’appliquant aux grands types de sols. La présente étude visait à déterminer si on peut obtenir une estimation plus pertinente de la gamme optimale de chaque paramètre indicateur en utilisant une régression structurale de modèle II, afin de prendre en compte le comportement spécifique du paramètre dans le sol ou la parcelle étudiés ainsi que les interactions possibles entre paramètres indicateurs. Ces paramètres étaient la capacité relative de rétention d’eau (RWC), la teneur en carbone organique (OC), la densité apparente (BD), la capacité de rétention d’air de l’ensemble du sol (ACB), la capacité de rétention d’air de la matrice du sol (ACM), la macroporosité (PORP), la porosité matricielle (PORM), la capacité au champ (FC), la capacité de rétention d’eau utile (PAWC) et la conductivité hydraulique à saturation (KS). Nous avons mesuré ces indicateurs au moyen de carottes de sol intactes prélevées dans la couche superficielle (0 à 10 cm) d’un sol argilo-loameux uniforme humide et frais. Selon les endroits, le sol était occupé par une culture maïs-soja, un gazon continu de pâturin, ou un terrain vierge. L’analyse de régression structurale a consisté à effectuer une régression des paramètres RWC, OC, ACB, ACM, PORP, PORM, FC, PAWC et KS sur le paramètre BD, par la méthode des moindres carrés et de la bissectrice. Nous avons ainsi obtenu, pour le sol et la parcelle étudiés, des gammes optimales spécifiques de 3 ≤ OC ≤ 4 % (en poids), 10 ≤ BD ≤ 1,23 Mg m-3, 0,16 ≤ ACB ≤ 0,22 m3 m-3, 0,07 ≤ ACM ≤ 0,10 m3 m-3 et 0,09 ≤ PORP ≤ 0,13 m3 m-3, lesquelles étaient plus étroites que les lignes directrices publiées, ou recoupaient celles-ci en partie. Les régressions ont également fourni de l’information encore inédite, dont une gamme optimale possible pour la FC (0,30 ≤ FC ≤ 0,35 m3 m-3) et une limite supérieure vraisemblable pour les gammes optimales de l’ACB, de l’ACM et de la PORP (voir ci-dessus). Nous n’avons obtenu aucune gamme optimale pour la PORM et la PAWC, parce que la valeur de ces paramètres demeurait constante parmi les lieux occupés par la culture ou par le gazon. Nous avons obtenu une gamme optimale anormalement élevée pour la KS (8 ×10-2 ≤ KS ≤ 7 × 10-1 cm s-1), ce que nous avons imputé à l’effet perturbateur des grandes macropores, fortement hydroconductrices. Globalement, nous avons estimé que la qualité physique du sol de la parcelle étudiée était « médiocre » pour la culture maïs-soja, « bonne » pour le gazon de pâturin et « passable » pour le sol vierge. La régression structurale permet donc d’établir, pour les indicateurs de la qualité physique du sol, des gammes optimales s’appliquant spécifiquement au sol et à la parcelle, ce qui est d’une grande utilité.