Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "ACHELI, Lylia"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • No Thumbnail Available
    Item
    Prédiction spatiale du carbone organique du sol par imagerie satellitale Sentinel-2A
    (2020-12-28) ACHELI, Lylia; BELKEBIR, Sabrina
    Le carbone organique du sol est un indicateur clé de la fertilité du sol et de sa qualité. Il est un composant indissociable du cycle global du carbone. La présente étude a pour objet d’élaborer un modèle de prédiction du carbone organique du sol (COS) par imagerie satellitale Sentinel-2A de la commune d’Oued el Alleug. La modélisation a été appréhendée en utilisant le modèle de regression linéaire pas à pas (SLR). Au total, 55 échantillons composites de sol ont été prélevés d’une manière aléatoire au niveau de la zone d’étude. L’estimation du stock en COS pour l’ensemble des échantillons montre que les teneurs varient d’un minimum de 1,8 t C ha-1 à un maximum de 72, 7 t C ha-1, avec une moyenne de 28, 8 t C ha-1. Les résultats ont montré qu’il est possible d’utiliser la bande B2 pour cartographier la distribution spatiale du COS (R2 = 0,35 ; p < 0,05). Le modèle de prédiction obtenu a présenté des performances acceptables, avec un coefficient de détermination R2= 0,5 et une RMSE = 6,73 g/kg en validation. Bien que le model soit satisfaisant, néanmoins, l’erreur du modèle de prédiction reste légèrement élevée, qu’il serait possible d’améliorer en augmentant le nombre d’échantillons en calibration. Il a été également mis en évidence une corrélation statistique négative hautement significative entre le COS et le NDSVI (p<0,05). Les résultats obtenus à l’issue de ce travail de recherche ont permis de mieux comprendre le déterminisme du COS dans la région d’étude et seraient très utiles pour une meilleure gestion et/ou une planification de l’utilisation des sols.

DSpace software copyright © 2002-2026 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback
Repository logo COAR Notify