Réalisation de cartographies à partir de données ponctuelles par les distances inverses

Vous avez à disposition sur votre vignoble des données ponctuelles issues de :

• capteurs de proxy-détection comme par exemple le GreenSeeker, le Physiocap, le Multiplex etc.
• réseaux de stations météo connectées
• données agronomiques : valeurs de chlorophylle, observations terrain, analyses de terre, pesées de bois de taille,  notations maladies  etc.

Cependant, ces données sont difficiles à visualiser et à superposer avec d'autres couches d'informations puisqu'elles contiennent de nombreux points. L'interpolation spatiale est la solution. Cette méthode utilise les points avec des valeurs connues pour connaitre la valeur estimée à des points non-échantillonnés.

Dans les SIG comme QGIS, l'interpolation spatiale est appliquée pour créer une cartographie ou fichier raster. Il existe plusieurs méthodes d'interpolation. Nous allons ici développer une méthode déterministe appelée méthode de l'inverse des distances ou des distances inverses pratique quand vous avez de nombreux points répartis de manière régulière.

La méthode des distances inverses utilise l'inverse de la distance entre les points mesurés et à estimer élevée à une puissance mathématique sur un rayon d'influence comme moyen de pondération. Deux paramètres sont à prendre en compte dans cette méthode :

• les n voisins (cercle en rouge) qui définissent le voisinage autour du point à estimer (point en rouge). 

• p le paramètre de puissance ou le poids d'atténuation.  Ce nombre p est positif et réel (valeur par défaut de 2). Il agit comme  "coefficient de lissage". 

Pour p=0, la méthode se comporte comme une moyenne glissante et réalise un lissage important.

Quand p augmente, les voisins les plus proches auront un poids plus important par rapport aux points du voisinage les plus éloignés.

Quand p tend vers l'infini, seuls les voisins immédiats sont pris en compte dans l'interpolation. La carte est plus bruitée.

Impact des valeurs n et p sur la cartographie

N'hésitez pas à réaliser des interpolations sur vos jeux de données. L'optimisation de vos pratiques passe par un premier stade qui est d'observer le comportement de vos parcelles en utilisant une batterie d'indicateurs agronomiques. Leurs analyses vus permettra d’élaborer vos propres règles de décision adaptés à votre vignoble. AgroData Consulting vous aide dans le choix des indicateurs à suivre, de la création des cartographies à partir de données ponctuelles agronomiques ou de données issues de capteurs.

Marine Le Moigne Grelet

AgroData Consulting