Fichier:CuPollutionEuropa2024.jpg

Le contenu de la page n’est pas pris en charge dans d’autres langues.
Une page de Wikipédia, l'encyclopédie libre.

Fichier d’origine(1 618 × 886 pixels, taille du fichier : 363 kio, type MIME : image/jpeg)

Ce fichier et sa description proviennent de Wikimedia Commons.

Description

Description
Français : Selon une grande étude (2024) basée sur 21 682 échantillons de sols prélevés dans 25 pays de l'UE lors de l'enquête LUCAS sur la couche arable : dans le sol, le Cu est corrélé aux propriétés du sol (pH, texture, carbone organique du sol), au climat, à la géologie et concernant le cuivre issu de la bouillie bordelaise à la gestion du produit par l'applicateur. Parmi tous les sols, ceux qui sont sous les vignobles sont les plus pollués par le Cu (jusqu'à 49,3 mg kg−1), mais on en trouve aussi sous les oliveraies (33,5 mg kg−1) et les vergers (27,3 mg kg−1). Cependant, c'est surtout en aval, dans les zones humides qu'on retrouvera ce cuivre, lessivé par les pluies.
La régression par processus gaussien (GPR) combinée au krigeage a été utilisée pour cartographier la concentration de cuivre dans les sols arables et pour mettre en évidence la présence de valeurs aberrantes. Le géoradar s’est avéré efficace pour prédire la concentration de Cu, en particulier en combinaison avec le krigeage, représentant 66 % de la déviance de Cu. Les cartes dérivées sont novatrices car elles contiennent des informations sur l’importance des propriétés de la couche arable dans le processus de cartographie du cuivre, améliorant ainsi sa précision. Les deux modèles mettent en évidence l’influence des pratiques de gestion des terres sur la concentration en cuivre et la forte corrélation entre le cuivre de la couche arable et les vignobles.
English: Gaussian Process Regression (GPR) combined with kriging were used to map copper concentration in topsoils and to evidence the presence of outliers. GPR proved to be performant in predicting Cu concentration, especially in combination with kriging, accounting for 66% of Cu deviance. The derived maps are novel as they include information about the importance of topsoil properties in the copper mapping process, thus improving its accuracy. Both models highlight the influence of land management practices in copper concentration and the strong correlation between topsoil copper and vineyards.
Date
Source

https://www.sciencedirect.com/science/article/pii/S0048969718314451

https://doi.org/10.1016/j.scitotenv.2018.04.268
Auteur Cristiano Ballabio, Panos Panagos, Emanuele Lugato, Jen-How Huang, Alberto Orgiazzi, Arwyn Jones, Oihane Fernández-Ugalde, Pasquale Borrelli, Luca Montanarella.

Conditions d’utilisation

w:fr:Creative Commons
paternité
Ce fichier est disponible selon les termes de la licence Creative Commons Attribution 4.0 International.
Vous êtes libre :
  • de partager – de copier, distribuer et transmettre cette œuvre
  • d’adapter – de modifier cette œuvre
Sous les conditions suivantes :
  • paternité – Vous devez donner les informations appropriées concernant l'auteur, fournir un lien vers la licence et indiquer si des modifications ont été faites. Vous pouvez faire cela par tout moyen raisonnable, mais en aucune façon suggérant que l’auteur vous soutient ou approuve l’utilisation que vous en faites.

Légendes

concentration de cuivre dans les sols arables de l'Union européenne (25 pays), basée sur 21 682 échantillons de sols prélevés dans 25 pays de l'UE lors de l'enquête LUCAS sur la couche arable, puis krigeage.

image/jpeg

a9664ca13ddd2b4b723a9767beaf03327e5b83a4

371 557 octet

886 pixel

1 618 pixel

Historique du fichier

Cliquer sur une date et heure pour voir le fichier tel qu'il était à ce moment-là.

Date et heureVignetteDimensionsUtilisateurCommentaire
actuel25 avril 2024 à 22:44Vignette pour la version du 25 avril 2024 à 22:441 618 × 886 (363 kio)LamiotUploaded a work by Cristiano Ballabio, Panos Panagos, Emanuele Lugato, Jen-How Huang, Alberto Orgiazzi, Arwyn Jones, Oihane Fernández-Ugalde, Pasquale Borrelli, Luca Montanarella. from https://www.sciencedirect.com/science/article/pii/S0048969718314451 https://doi.org/10.1016/j.scitotenv.2018.04.268 with UploadWizard

La page suivante utilise ce fichier :

Métadonnées