# Détection de l’argile et du sable avec SBI

## Cas d'utilisation

La texture du sol influence la capacité de rétention d'eau, la disponibilité des nutriments et la stabilité des rendements. 

Les cartes traditionnelles sont coûteuses et deviennent rapidement obsolètes. 

Avec GeoPard, vous pouvez :

* Identifier **argile (plus sombre)** vs. **sable (plus clair)** zones rapidement
* Cibler les prélèvements de sol là où cela compte
* Créer **taux variable** zones de semis, d'irrigation et d'apport d'engrais
* Actualiser les informations chaque année avec un minimum d'effort

## Tutoriel dynamique

Les résultats correspondent **aux scans de sol provenant de champs allemands** mesurant la teneur en sable et en argile. 

Quelques échantillons ciblés sur le terrain aident à affiner les seuils.

{% hint style="warning" %}
Le tutoriel ci‑dessous prend en charge plusieurs langues. Choisissez celle qui vous convient le mieux via l'icône de langue <img src="/files/192bcd45aa7df27e2522af41f2f733dd471b3a8e" alt="" data-size="line">.&#x20;
{% endhint %}

{% @arcade/embed flowId="wF4zb4RmoZmbHgjJaldA" url="<https://app.arcade.software/share/wF4zb4RmoZmbHgjJaldA>" %}

## Solution

Comment ça marche :

* **SBI (Indice de Brillance du Sol)** augmente avec la réflectance de surface (rouge + NIR).
* **Argile** : particules plus fines, plus d'humidité/oxydes → **SBI plus faible** (plus sombre).
* **Sable** : plus grossier, plus sec, albédo plus élevé → **SBI plus élevé** (plus clair).

Flux de travail dans GeoPard :

1. **Collecter des couches SBI** à partir de dates de sol nu (plusieurs par an).
2. **Normaliser chaque scène** (élimine le biais d'illumination/acquisition).
3. **Moyenner dans le temps** (réduit le bruit aléatoire).
4. **Regrouper spatialement** en **parcelles de 0,25-0,5 ha (0,5-1 ac)** zones (diminue le bruit de pixels).
5. **Classer** la distribution :
   * SBI plus bas → **tendant vers l'argile**
   * SBI plus élevé → **tendant vers le sable**
6. **Exporter** les zones pour la prospection et les prescriptions à taux variable.

Normalisation + moyenne multi‑date + petits regroupements font du SBI un **proxy stable** pour la texture et améliorent la séparabilité entre les zones plus sombres (argile) et plus claires (sable).


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.geopard.tech/geopard-tutorials/fr/agronomie/detection-de-largile-et-du-sable-avec-sbi.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.