Prédiction des teneurs en C organique, en N total, en P2O5 et en K2O

Télécharger le fichier pdf d’un mémoire de fin d’études

ANALYSES CONVENTIONNELLES EN LABORATOIRE

La création des modèles par constituant du GCS nécessite des acquisitions spectrales et des analyses de référence ou analyses conventionnelles en laboratoire sur une partie des échantillons. La sélection des échantillons de référence s’est faite en 3 lots de 50 échantillons chacun.
• 1er lot : Sélection de tous les composites principaux par grotte, par chambre et par zone
• 2ème lot : Sélection à partir des spectres SPIR.
• 3ème lot : Sélection à partir des spectres SMIR.
Ces 150 échantillons ont été analysés au Laboratoire des Radio-Isotopes ou LRI pour obtenir les teneurs en C organique, en N total, en P2O5 et en K2O.
Les méthodes utilisées étaient celle de Walkley & Black pour le carbone, la minéralisation à l’acide et le dosage à l’autoanalyseur à flux continu (Skalar) pour l’azote, le dosage au spectrophotomètre pour le phosphore ainsi que le dosage au spectromètre d’absorption atomique pour le potassium.

DETERMINATION DE L’ORIGINE DES VARIABILITES DU GCS

Pour déterminer l’origine des variabilités du GCS à partir des données spectrales SPIR et SMIR, l’Analyse en Composantes Principales ou ACP est l’outil statistique adapté. Les ACP ont été faites sur le logiciel R.
L’étude simultanée d’un nombre important de variables quantitatives de plusieurs individus représentés dans un espace de dimension supérieure à 2 est difficile. L’objectif de l’ACP est ainsi de représenter globalement et graphiquement toutes ces données complexes dans un espace de dimension réduite (2 dimensions) en déformant le moins possible la réalité.
En effet, l’ACP va permettre la projection d’une matrice de données à n dimensions sur un plan factoriel à 2 dimensions dont les premiers axes factoriels (appelées composantes principales) vont conserver une grande partie de la variabilité du jeu de données (Jolliffe, 2002).
Par la suite, l’interprétation de ces graphiques permettra de comprendre la structure des données spectrales analysées. L’ACP des spectres a été effectuée pour étudier le mode de regroupement des échantillons. Ce dernier a été fait en fonction des caractéristiques spectrales des échantillons correspondant aux caractéristiques physico-chimiques du guano.

ATSIMO ANDREFANA

Pour Befandriana (Cf. Annexe 1), l’ACP des spectres des échantillons en SPIR, des regroupements selon les zones de prélèvement sont observés. Les échantillons de l’entrée et du fond de la grotte ont des caractéristiques spectrales plus ou moins identiques. Tandis que le milieu de la grotte se distingue plus des 2 autres zones d’extraction. En revanche, aucun regroupement distinct n’est réellement remarqué en SMIR.
L’ACP des spectres de Beravy en SPIR et SMIR (Cf. Annexe 1) montre qu’il n’existe aucun regroupement distinct au niveau des zones. Ainsi, ces échantillons ont des caractéristiques spectrales plus ou moins semblables.
Pour Tanimenamaikandro (Cf. Annexe 1), l’ACP des spectres des échantillons en SMIR ne représente aucun groupe distinct selon la chambre. Cependant, les chambres sont bien distinguées en SPIR.
Les ACP des spectres des échantillons par chambre de la grotte Tanimenamaikandro (Cf. Annexe 4) ne montrent aucun regroupement spécifique selon les zones de prélèvement.

MENABE

Pour la région de Menabe (Cf. Annexe 2), les échantillons de la grotte Morondava 006 ont des caractéristiques spectrales plus ou moins communes en SPIR et SMIR. Pour Morondava 007, seule l’ACP des spectres des échantillons en SPIR montre des regroupements distincts selon les zones de prélèvement.
Les ACP par chambre de la grotte Morondava 006 (Cf. Annexe 6) montrent que la chambre CH1 ne présente aucun regroupement des échantillons.
Pour la chambre CH2, l’ACP des spectres des échantillons en SPIR montrent des regroupements selon les zones de prélèvement. L’entrée de la grotte se distingue plus particulièrement des 2 autres zones.
Les ACP des spectres des échantillons des chambres CH4 et CH6 présentent des groupes distincts en informations spectrales selon les zones : entrée, milieu et fond.

SAVA

Pour Ambondrombe, 99,5 % (en SPIR) et 91,7 % (en SMIR) des informations sont expliquées par les CP. Pour la grotte Matsamborivaky, elles sont de 98,9 % en SPIR et 79,3 % en SMIR.
Les ACP des spectres des échantillons de la région de Sava (Cf. Annexe 3) montrent l’existence de groupes très distincts selon les zones de prélèvement. Les échantillons de l’entrée et du milieu de la grotte d’Ambondrombe ont des caractéristiques spectrales bien différentes. Pour Matsamborivaky, les chambres CH1 et CH2 sont également bien différenciées.
Pour la grotte de Matsamborivaky (Cf. Annexe 5), les ACP en SPIR et en SMIR des spectres des échantillons de la chambre CH1 montrent une distinction entre les échantillons de l’entrée et du milieu de la grotte. Aucun regroupement particulier des échantillons n’est remarqué pour la chambre CH2 tant en SPIR qu’en SMIR.

CHAMBRE ET ZONE

Les sources de l’hétérogénéité de la qualité du GCS sont à la fois en fonction des chambres et des zones de prélèvement du guano mais également indépendantes de ces paramètres.
Lorsqu’il existe plusieurs chambres dans une grotte, par exemple pour les grottes Tanimenamaikandro et Matsamborivaky, les chambres peuvent être une source d’hétérogénéité car l’espace occupé en premier par les colonies de chauve-souris influent sur l’âge du guano. Plus le guano est récent, plus la teneur en matière organique est élevée. A l’exception de la grotte Morondava 006 où les caractéristiques du guano dans chaque chambre sont plus ou moins identiques. Cela est expliqué par le fait que les dépôts de guano sont plus stables. Comme l’occupation des chauves-souris de la grotte est moins intense, les activités microbiennes dans le guano sont ralenties pour toutes les chambres. Au fil du temps, le guano a donc pu se stabiliser. Pour les zones de prélèvement, elles peuvent être à l’origine des différenciations à cause de l’aération dans la grotte ainsi que des échanges thermiques entre la grotte et l’extérieur. L’air et la température peuvent influencer sur l’humidité et la teneur en éléments nutritifs du guano. L’ion ammonium NH4+ est un élément très volatil qui se perd facilement avec une température élevée affectant ainsi la teneur en azote total du guano. L’air et la température ont tendance à sécher le GCS qui ralentit les activités microbiennes donc la décomposition de la matière organique. Plus le guano est proche et en contact avec le milieu extérieur, plus sa composition chimique sera influencée par ce dernier.

COUCHE

En général, la plupart des grottes étudiées montrent par l’intermédiaire des ACP que les premiers 30 cm (couche C01) du GCS disposent de caractéristiques différentes des couches inférieures. Cette couche est constituée par des déjections plus récentes des chauves-souris. Ainsi, le guano de la couche C01 est plus humide et dispose d’activités microbiennes plus importantes que celui des couches inférieures qui est plus vieux.
Les déjections du mammifère sont accompagnées des microorganismes ayant joué un rôle dans la digestion des aliments ingérés par la chauve-souris. Une fois que ces déjections sont déposées, la population microbienne du guano est donc constituée par les microorganismes de la digestion mais également la microfaune et la microflore déjà présentent sur le fond de la grotte.
Le processus de décomposition du guano par les insectes, les bactéries et les champignons débute ainsi sur les déjections fraîches. Comme le guano est une matière organique, sa décomposition libère du dioxyde de carbone (CO2) et de l’ammoniac (NH3) (Mizutani et al., 1992 ; McFarlane et al., 1995).
Certains auteurs (Shahack-Gross et al., 2004 ; Bird et al., 2007 ; Wurster et al., 2015) ont également remarqué cette différence de caractéristiques entre les couches superficielles et les couches au-dessous. Dans un dépôt de guano, les couches les plus élevées sont riches en matière organique car sa décomposition est encore en cours. Plus la profondeur de la couche augmente, plus la teneur en matière organique diminue.
Comme la matière organique se décompose et qu’une grande partie du carbone et de l’azote sont consommés ou libérés, les constituants restants du guano, en grande partie acides, interagissent avec le matériau altéré dans la grotte, pour former de nouveaux minéraux, principalement phosphatés, secondaires avec d’autres éléments de guano tels que l’aluminium, le potassium et le fer (Shahack-Gross et al. 2004 ; Giurgiu et Tămaş, 2013).

P2O5

La différence de qualité entre les prédictions en SPIR et SMIR du phosphore est flagrante. La SPIR propose un R2 très faible de 0,38 et un RPD de 1,05. La prédiction en SMIR est nettement meilleure avec un R2 de 0,78 et un RPD de 2,06. Selon Chang et al. (2001), lorsque le RPD est supérieur à 2, il s’agit d’une bonne prédiction.
La prédiction en SMIR est meilleure car le phosphore fait partie du compartiment minéral du guano. Il est présent dans les roches sous forme de minéraux complexes de phosphates de calcium et d’autres métaux accessoires. Ces roches constituent les parois des grottes et avec les différents effondrements, le phosphore finit par s’intégrer dans les dépôts de guano. Mais le guano comprend également des éléments phosphatés provenant des débris osseux des chauves-souris.

K2O

La qualité de prédiction en teneur du potassium est différente en SPIR et en SMIR. La prédiction dans la région du proche infrarouge donne un R2 de 0,67 et un RPD de 1,30. Ces paramètres ne sont pas très élevés mais comme le RPD est compris entre 1,4 et 2, la qualité de la prédiction reste acceptable (Chang et al., 2001).
En SMIR, le coefficient de détermination est plus élevé (R2 = 0,70) et le RPD est de 1,51. La qualité de cette prédiction est également acceptable et plus précise qu’en SPIR.

LIMITES DE L’ETUDE

L’échantillonnage dans les grottes de Sava s’est avéré dangereux pour la santé. En effet, l’air était très concentré en azote ammoniacal dans les grottes d’Ambondrombe et de Matsamborivaky. Travailler dans ces conditions était difficile. En outre, le prélèvement des échantillons n’a été possible que sur les couches supérieures du guano car il était trop humide. De ce fait, la consistance du GCS empêchait d’aller en profondeur.
La collecte des échantillons à l’angady demande des efforts physiques conséquents, un espace bien dégagé (une fosse par exemple) et du temps. Lorsque la main d’oeuvre pour l’échantillonnage est nombreuse, cela ne pose pas de souci. Mais la productivité est remise en question lorsque le nombre d’ouvriers est limité.

Table des matières

Introduction
1. Matériels et méthodes
1.1. Présentation des zones d’études
1.2. Collecte des échantillons
1.3. Conditionnement et séchage
1.4. Spectroscopie infrarouge
1.5. Détermination de l’origine des variabilités du GCS
2. Résultats
2.1. Origine des variabilités de la qualité du GCS
2.2. Résultats des analyses conventionnelles
2.3. Prédiction des teneurs en C organique, en N total, en P2O5 et en K2O
3. Discussion et recommandations
3.1. Sources d’hétérogénéité du GCS
3.2. SPIR et SMIR
3.3. Fiabilité des prédictions des constituants chimiques
3.4. Limites de l’étude
3.5. Recommandations
Conclusion

Télécharger le rapport complet