La salinité des sols, une forme de dégradation des terres, affecte plus d'un milliard d'hectares dans le monde, compromettant la productivité agricole et la santé environnementale. Les tentatives précédentes de cartographie de la salinité du sol ont été entravées par la résolution spatiale grossière des ensembles de données existants et par les limites de la capture de la continuité de la salinité du sol.

Consciente de ces défis, l'équipe de recherche s'est lancée dans le développement d'un modèle intégrant des images Sentinel-1/2, des données climatiques, des informations de terrain et des algorithmes avancés d'apprentissage automatique pour estimer la teneur en sel du sol dans cinq régions climatiques. Ces résultats ont été détaillés dans une étude publiée le 28 mars 2024 dans le Journal of Remote Sensing. . Cette recherche présente un dispositif qui intègre habilement des canaux en spirale inclinés avec des réseaux de contraction-expansion périodiques.

Au cœur de cet effort se trouvent la fusion des données provenant d’un ensemble de technologies de télédétection, notamment les satellites avancés Sentinel-1/2, et l’application stratégique d’algorithmes d’apprentissage automatique. Cette approche a donné naissance à un modèle sophistiqué capable de délimiter la salinité du sol avec une précision sans précédent :une résolution de 10 mètres sous différents climats.

Cette avancée méthodologique nous propulse bien au-delà des limites des tentatives passées, qui étaient entravées par leur résolution plus grossière et leur portée plus étroite dans l'analyse de la salinité. L'équipe de recherche dédiée a rassemblé un vaste ensemble de données, capturant les modèles climatiques mondiaux, des lectures précises de la salinité des sols au niveau du sol et un ensemble complet de variables géospatiales.

Utilisant l'algorithme Random Forest, le modèle excelle non seulement dans la prévision de la salinité du sol avec une précision remarquable, mais met également en lumière les rôles essentiels que jouent le climat, les niveaux des eaux souterraines et les indices de salinité dans la formation des paysages de salinité du sol. Cette avancée marque un pas en avant dans notre capacité à surveiller et gérer la santé des sols à l'échelle mondiale.

Le professeur Zhou Shi, chercheur principal, a déclaré :« Cette étude marque une avancée significative dans notre capacité à évaluer et à gérer la salinité des sols à l'échelle mondiale. En combinant l'imagerie satellite avec l'apprentissage automatique, nous pouvons désormais identifier les sols salins avec une précision et des détails sans précédent. , offrant des informations précieuses sur les terres et les pratiques agricoles durables."

La carte mondiale de salinité des sols à haute résolution générée par cette recherche constitue un outil essentiel permettant aux scientifiques, aux décideurs politiques et aux agriculteurs de résoudre efficacement les problèmes de salinité des sols. Il permet des interventions ciblées pour la restauration de la santé des sols, soutient les pratiques agricoles durables et facilite la planification de la gestion des ressources. La méthodologie établit également une nouvelle norme pour la surveillance environnementale, potentiellement applicable à d'autres évaluations de la dégradation des terres.