Résumé:
La stabilité des agrégats est l’une des principales propriétés physiques régulant l’érodabilité, ses observations représentent des indicateurs utiles de suivi et de gestion de la dégradation des sols. Dans ce contexte, cette étude réalisée dans le Bas Cheliff ; zone semi-aride avec une longue période de sècheresse ; vise à prédire la stabilité des agrégats par le biais du diamètre moyen pondéral (MWD), en utilisant les réseaux de neurones artificiels (RNA) et les fonctions de pédotransferts (FPT) à travers différentes stratifications (texturale, salinité et texturale -organique). Les résultats ont montré que les meilleures prédictions du MWD par le biais des fonctions de pédotransfert, étaient celles liées la stratification texturo-organique, dans cette stratification, la classe des sols argilo-limoneux modérément riche en MO a montré le plus fort coefficient de détermination significatif avec R2 = 0.65 et la plus faible erreur quadratique moyenne (0.03), alors que les stratifications texturales ou de la salinité ont conduit à des prédictions non satisfaisantes avec un faible R2. Les résultats ont également montré que les performances des réseaux de neurones artificiels dans la prédiction du MWD étaient meilleures que celles des fonctions de pédotransfert.En termes de variables d'entrée dans les réseaux de neurones, les meilleures prédictions ont été obtenues lors de l’utilisation d’un grand nombre de variables. De plus, en utilisant un grand nombre de couches cachés, les performances des fonctions bases radiales (RBF) étaient meilleurs que celles des fonctions perception multicouche (MLP). Il a également été remarqué que les meilleures prédictions des fonctions RBF étaient toujours liées au modèle d’activation gaussien, alors que les fonctions MLP n’étaient liées à aucun modèle spécifique d’activation. La modélisation géostatistique a montré une stabilité variable allant de 0.6 mm (sols instables) à 1.4 mm (sols stables) et les meilleures estimations de la stabilité ont été celles liées aux modèles gaussien et stable, avec les plus forts R2 et la plus faible erreur moyenne (0.001). Enfin, le co-krigeage a conduit à une améliore estimation de la stabilité structurale par comparaison au krigeage, en utilisant le CaCO3, la conductivité électrique et la matière organiques comme co-variables.
