Modélisation spatiale multi-sources de la teneur en carbone organique à l'échelle d'une petite région agricole francilienne

En Europe, une des préoccupations actuelles concerne l'évaluation et l'accroissement de la capacité de séquestration du carbone dans le sol.
Le carbone dans le sol a été réconnu comme étant le réservoir le plus important du carbone terrestre.
Le stockage dans le sol du carbone organique, c'est-à-dire contenu dans les matières organiques, favorise la fertilité des sols et permet également d'atténuer les émissions de gaz à effet de serre. 
 L'exposé portera sur l'estimation spatiale de la teneur superficielle en carbone organique du sol, que l'on désignera simplement par teneur en SOC (pour 'Soil Organic Carbon content'), dont la variabilité a été identifiée comme étant l'une des principales sources d'incertitude de la prédiction du stock de carbone.
 L'objectif est de fournir à partir de données provenant de sources hétérogènes définies à différentes résolutions spatiales (prélèvements, carte pédologique, images satellitaires, etc)  des estimations précises de la teneur en SOC d'une petite région agricole francilienne et des incertitudes liées à ces mêmes estimations. 
Plusieurs modèles ont été construits et plusieurs approches et méthodes de prédiction ont été considérées (méthodes géostatistiques classiques, méthode bayésienne). Certaines méthodes sont pertinentes et adaptées à un certain type de données et d'autres permettent d'une part de traiter des données en grande dimension (INLA-SPDE, NNGP) et d'autre part d'inférer des modèles plus sophistiqués intégrant conjointement des données de résolution spatiale différente.