La dynamique spatio-temporelle des teneurs en carbone organique dans les sols agricoles français depuis 1990 à partir de la Base de Données des Analyses de Terre // Spatio-temporal dynamics of organic carbon contents in French agricultural soils since 199

L'augmentation des teneurs en carbone organique dans les sols agricoles a été présentée comme un levier intéressant d'atténuation du changement climatique. La réponse de systèmes en mutation, très hétérogènes en termes de climat, de type de sol, d'usage et de pratiques culturales à l'échelle du territoire national est pourtant mal connue. Il existe ainsi un enjeu fort à atteindre une meilleure compréhension des trajectoires passées d'évolution des teneurs en carbone organique du sol, en qualifiant le type de changement et sa temporalité pour une diversité de contextes pédoclimatiques à l'échelle de la France. Relier ces trajectoires à des changements de pratiques ou d'usage permettrait d'améliorer les recommandations pour une meilleure gestion des sols. Ainsi, l'objectif de cette thèse est de quantifier, spatialiser et comprendre les dynamiques d'évolution des teneurs en carbone organique dans les sols agricoles de la France métropolitaine depuis les années 90. La France dispose d'un outil particulièrement puissant pour observer les évolutions temporelles des propriétés physico-chimiques des sols agricoles, la Base de Données des Analyses de Terre (BDAT). Cette base de données, gérée par INRAE Info&Sols et contenant plus de 3,5 millions de déterminations de carbone organique, sera utilisée et couplée à une carte des sols couvrant l'ensemble du territoire français, le Référentiel Régional Pédologique. Ce support spatial permettra une interprétation des facteurs de l'évolution des teneurs en carbone organique au regard des différents contextes pédologiques. La quantification des variations temporelles et l'incertitude associée et leur représentation cartographique à l'échelle nationale sera réalisée à l'aide de méthodes statistiques et géostatistiques. Un modèle spatio-temporel d'inférence bayésienne (INLA-SPDE) pourra par exemple être utilisé. Les variations temporelles seront interprétées en considérant les spécificités locales, au regard d'indicateurs agronomiques qu'il conviendra de construire, du climat, des propriétés de sol ou du type de sol.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

The increase in soil organic carbon content in agricultural soils has been presented as an interesting lever for mitigating climate change. However, the response of changing systems, which are very heterogeneous in terms of climate, soil type, land use and agricultural practices across the national territory, is poorly understood. There is therefore a strong challenge in achieving a better understanding of the past trajectories of changes in soil organic carbon content, by qualifying the type of change and its temporality for a diversity of pedoclimatic contexts across France. Linking these trajectories to changes in agricultural practices or land use would improve recommendations for better soil management. Thus, the objective of this thesis is to quantify, spatialize and understand the dynamics of changes in soil organic carbon content in agricultural soils in metropolitan France since the 1990s. France has a particularly powerful tool for observing temporal changes in the physicochemical properties of agricultural soils, the soil test database (BDAT). This database, managed by INRAE Info&Sols and containing more than 3.5 million of soil organic carbon determinations, will be used and coupled with a soil map covering the French territory (RRP). This spatial support will allow an interpretation of the factors of the evolution of soil organic carbon contents with regard to the different pedological contexts. The quantification of temporal variations and the associated uncertainty and their cartographic representation on a national scale will be carried out using statistical and geostatistical methods. For example, a spatio-temporal Bayesian inference model (INLA-SPDE) could be used. Temporal variations will be interpreted by considering local specificities, with regard to agronomic indicators that will have to be constructed, climate, soil properties or soil type.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2025

Financement d'une collectivité locale ou territoriale

Université d'Orléans

552 Energie, Matériaux, Sciences de la Terre et de l'Univers - EMSTU

Formation recommandée : Master 2 ou diplôme d'ingénieur dans le domaine des sciences du sol, de l'agronomie, de l'environnement, des mathématiques ou de l'informatique. Connaissances souhaitées : Selon la spécialité du candidat, connaissances disciplinaires en science du sol (classification des sols, pédologie), en agronomie et/ou compétences dans l'utilisation des outils numériques sur de grands jeux de données (bases de données, statistiques, géostatistiques, géomatique, programmation). Aptitudes recherchées : Capacité d'initiative, créativité, rigueur, capacités rédactionnelles et d'expression, goût pour les approches numériques.
Recommended training: Master 2 in the field of soil science, agronomy, environmental sciences, mathematics or computer science. Desired knowledge: Depending on the candidate's specialty, disciplinary knowledge in soil science (soil classification, pedology), agronomy and/or skills in the use of digital tools on large data sets (databases, statistics, geostatistics, geomatics, programming). Skills: Initiative, creativity, rigor, writing and speaking skills, interest for digital approaches.