La demande croissante en énergies renouvelables augmente de plus en plus. Dans ce contexte, la canne à sucre est une option importante pour répondre aux besoins en éthanol et en bioénergie, avec un impact direct sur la durabilité. Selon la National Supply Company, pour la récolte 2021-2022, l'estimation de la production est de près de 585 millions de tonnes de canne à sucre.

Selon la NASA, le Brésil compte 400 millions d'hectares arables, dont 8 millions sont cultivés en canne à sucre. En 1950, l'étude pédologique des sols a été lancée au Brésil, aujourd'hui encore nous ne sommes que 60 pédologues, totalement insuffisants pour les demandes actuelles et celles du futur proche.

Au Brésil, il existe 13 types de sols au niveau de classification le plus générique et plus de 100 sous-types lorsque tous les détails pédologiques sont pris en compte. Pour connaître le potentiel productif de la canne à sucre, il est essentiel de considérer le climat, le type de sol et le niveau de gestion, qui représentent les environnements de production. Les sols les plus courants sont les Latosols et les Ultisols. Seuls les Argisols ont une grande différence de valeurs d'argile entre la couche arable et en dessous, ce qui donne une plus grande capacité de stockage de l'eau, qui varie selon la profondeur où ils se produisent dans le profil du sol.

L'effet de cette différence peut être clairement observé dans la meilleure germination de la plante dans l' Ultisol et dans la pire germination dans le Latosol, sous le même niveau de gestion, comme le montre la figure 1.



En pédologie, plusieurs outils sont utilisés pour automatiser les processus de production et contribuer à un temps de réponse plus rapide pour les résultats et la prise de décision. La télédétection en fait partie et, grâce aux images satellitaires, apporte de l'efficacité à la pédologie et aux environnements de production, réalisée par des équipes de terrain. Dans cette méthode, l'analyse du sol se fait par réflectance (une forme d'énergie réfléchie par le sol et obtenue sous forme de rayonnement électromagnétique), par des capteurs présents dans les satellites, tant que le sol est découvert.

En raison des différents composants de chaque sol, nous pouvons obtenir différentes réponses en longueur d'onde, conduisant à des corrélations intéressantes, dans la couche arable, comme le montre la figure 2.



Les modèles d'élévation du sol permettent d'évaluer la topographie d'une zone et d'établir de bonnes corrélations avec les variations possibles des types de sol, aidant ainsi l'équipe de terrain à collecter des données. Plusieurs travaux ont abordé l'importance d'unir plusieurs "couches" d'informations, telles que des images satellites et des modèles d'élévation, dans des séries temporelles, et des machines apprentissage (machine learning) dans le but d'obtenir une classification des sols plus rapide et plus précise, sans avoir besoin d'aller sur le terrain. Des résultats intéressants montrent des corrélations déjà très utiles pour la pédologie et, par conséquent, pour les environnements de production.

Cependant, il faut encore des études approfondies et davantage de publications dans le domaine, afin qu'elles nous permettent d' établir des méthodologies avec une plus grande précision, en particulier compte tenu des sols existants de la couche arable, ainsi que de celui juste en dessous. De nombreux sols ont une forte corrélation avec certains modèles de topographie, mais cela ne permet pas nécessairement d'identifier le sol qu'il est réellement, et les changements de sa couleur ne signifient pas nécessairement un changement de sol.

Un travail de classification des sols sur le terrain est toujours nécessaire, permettant de produire des cartes pédologiques fidèles des zones, avec des échelles de publication compatibles avec des niveaux semi-détaillés ou détaillés, alimentant des bases de données pouvant concrétiser l'intelligence artificielle. Sous forme de règle, les différents environnements de production de canne à sucre sont présentés, dans lesquels sont indiqués les rendements moyens respectifs de cinq coupes (TCH5), figure 3.