Signal contre bruit : quand un changement du carbone du sol est réel

Un acheteur demande au conseiller d’un céréalier si le programme de cultures de couverture séquestre du carbone. Le conseiller annonce +0,4 tonne de C par hectare et par an sur cinq ans, avec 60 carottes appariées par date de mesure. Le vérificateur demande l’intervalle de confiance. Il chevauche zéro. L’affirmation est discrètement abandonnée, le budget MRV de la saison est passé en pertes et profits, et l’acheteur revient les mains vides vers l’équipe chaîne d’approvisionnement.

Le constat est désormais bien documenté. Bradford et ses collègues (2023) ont testé la faisabilité de la détection empirique du changement de carbone organique du sol (COS) sur 45 parcelles commerciales de grande culture et ont montré que la détection, à l’échelle d’une parcelle isolée, d’un gain significatif (de l’ordre de 3 Mg C/ha sur dix ans) n’est pas fiable, même à des densités d’échantillonnage de 1,2 hectare par échantillon1. Le signal existe. Il n’est simplement pas plus grand que le bruit à l’échelle que présument la plupart des dispositifs de terrain. L’effondrement en 2024 de l’émission très médiatisée de crédits de pâturage australiens, où quelque 250 000 ACCU ont été délivrés en grande partie à cause d’une année humide de décile 10 plutôt que d’un changement de gestion, a fait la même démonstration à l’échelle des politiques publiques2.

La détection du changement de COS est un problème de rapport signal sur bruit. D’un côté, trois sources de bruit. De l’autre, un petit signal de gestion. La taille de l’échantillon, l’horizon temporel et les choix de conception découlent de cette inégalité ; ils n’en sont pas le point de départ.

Anatomie du plancher de bruit

Le bruit de mesure du COS est la variance du changement de stock estimé autour de sa valeur vraie. Il est la somme de trois sources, et la plus grande est rarement celle qui inquiète les praticiens.

La variance spatiale au sein de l’unité d’inférence

Le carbone du sol est hétérogène à toutes les échelles. Au sein d’un même champ cultivé d’apparence homogène, Poeplau et ses collègues (2022) relèvent, à l’échelle de la placette, des écarts-types de 5 à 8 Mg C par hectare sur les stocks de 0–30 cm, même en rééchantillonnant le même profil avec un décalage de position minimal, soit un coefficient de variation d’environ 10 %, en grande partie irréductible3. Dans des paysages hétérogènes, où la position sur le versant, le matériau parental et l’historique de gestion varient, des CV de 30 à 60 % sont courants14. Chez les pérennes tropicales, les écarts-types publiés pour les stocks de 0–30 cm en agroforesterie cacaoyère se regroupent autour de 10 à 14 Mg C par hectare, sous l’effet de la position sur le versant, de l’architecture de l’ombrage et de l’âge dans la chronoséquence5.

La variance spatiale est la source de bruit que la plupart des projets sous-dimensionnent, parce que la campagne pilote échantillonne généralement quelques hectares d’apparence uniforme. La variance se déploie lorsque le dispositif extrapole à l’unité de gestion entière. Savoir si une nouvelle zone relève ne serait-ce que du domaine du modèle est une question connexe que nous abordons dans Représentatif de quoi ?

La variance temporelle et saisonnière

Même au même point de la même ferme, un échantillonnage répété à la même profondeur à des dates différentes renvoie des valeurs différentes. Deux effets dominent. D’abord, l’humidité du sol et le réservoir de matière organique fraîchement minéralisée fluctuent avec les pluies, ce qui explique pourquoi l’émission de crédits australiens a disparu l’année qui a suivi la fin des conditions de triple La Niña2. Ensuite, la profondeur d’échantillonnage sur le terrain est une opération stochastique, non un plan fixe : quelques centimètres d’écart entre la référence et le rééchantillonnage peuvent faire varier les stocks de 0–30 cm de plusieurs Mg C par hectare lorsque la densité apparente change sous travail du sol réduit ou apport de matière organique. Wendt et Hauser (2013) ont introduit la correction par masse de sol équivalente (ESM) précisément pour absorber cet artefact, et Raffeld et al. (2024) montrent que le choix entre profondeur fixe et ESM peut faire varier le changement inféré de plus que le signal de gestion à données brutes égales67.

La variance analytique et de traitement

Le laboratoire ajoute lui aussi de la variance. Même dans un unique laboratoire accrédité, des mesures répétées sur le même échantillon présentent un CV de 1 à 3 pour cent pour le carbone total par combustion sèche. La variance entre laboratoires et entre méthodes (combustion sèche contre Walkley-Black, dérive d’étalonnage du moyen infrarouge (MIR), différences de préparation des échantillons) est plus grande et rarement suivie jusqu’au chiffre affiché. Heuvelink et ses collègues (2021) soutiennent que la variance de prédiction des modèles d’apprentissage automatique peut dominer une estimation finale de changement de stock à fine échelle spatiale, et que sans propagation explicite des trois termes de variance, un chiffre de changement de COS publié est structurellement ininterprétable8.

Dans une ligne de base type de grande culture, les trois contribuent à hauteur d’environ 80, 15 et 5 % du total. Dans un dispositif apparié référence-rééchantillonnage où les mêmes placettes sont revisitées, σ²_spatial s’effondre (la composante inter-placettes s’annule), et σ²_temporel plus σ²_analytique deviennent le bruit dominant. Le rapport des deux est le levier de conception central, et la raison pour laquelle les dispositifs appariés sont désormais la norme dans les régimes de crédit sérieux.

Le signal que nous cherchons à détecter

L’autre membre de l’inégalité est le signal induit par la gestion. La littérature est enfin assez riche pour fonder des fourchettes réalistes, et elles sont plus petites que ne le reconnaissent la plupart des présentations commerciales.

• Cultures de couverture. La méta-analyse de Poeplau et Don portant sur 37 sites trouve 0,32 ± 0,08 Mg C par hectare et par an dans l’horizon de surface9. Honnête, réel, petit.
• Semis direct et travail du sol réduit. Des gains apparents de 0,3 à 0,7 Mg C par hectare et par an sur 0–15 cm disparaissent en grande partie une fois intégrés sur 0–40 cm. Powlson et ses collègues (2014) ont montré qu’il s’agit principalement d’un artefact de redistribution en profondeur, non d’une séquestration nette10.
• Agroforesterie tempérée. Mayer et al. (2022) rapportent une moyenne en surface de 0,21 Mg C par hectare et par an sur 51 études, avec un écart-type inter-études de 0,79 ; les haies atteignent 0,32, les cultures en couloirs 0,26, le sylvopastoralisme est légèrement négatif11. L’écart-type inter-études est plus grand que la moyenne, ce qui constitue le problème central.
• Agroforesterie cacaoyère. Adiyah et al. (2022, 2023) documentent une forte variation selon la classe d’âge et la position sur le versant, avec des taux d’accumulation en surface de 0,2 à 0,5 Mg C par hectare et par an et des gains substantiels en profondeur dans les peuplements de plus de ~18 ans5.
• Biochar et amendement. Des événements ponctuels et isolés de 5 à 15 Mg C par hectare suivis d’une lente atténuation ; en pratique une marche plutôt qu’une pente.
• Pâturage adaptatif multi-parcelles. Dépendant du site et de l’équilibre ; des différences moyennes de l’ordre de 0,5 à 1,5 Mg C par hectare et par an là où elles existent, mais avec une forte variance entre sites.

Deux implications en découlent. Le signal de gestion réaliste se situe dans la fourchette de 0,1 à 0,5 Mg C par hectare et par an pour les pratiques de type pente, plus petit, en valeur absolue, que l’erreur de laboratoire sur un seul échantillon. Et l’écart-type inter-sites de l’effet, dans les méta-analyses, est comparable ou supérieur à la moyenne, ce qui limite la compression de variance qu’un projet isolé peut tirer de la littérature antérieure.

L’inégalité de détectabilité

Pour un dispositif apparié référence-rééchantillonnage entre deux dates, le plus petit changement moyen qu’une campagne peut statistiquement distinguer de zéro est la différence minimale détectable (DMD) :

avec z_α/2 = 1,96 à α = 0,05 (bilatéral) et z_β = 0,84 à 80 pour cent de puissance, d’où (z_α/2 + z_β)² ≈ 7,85. σ_apparié est l’écart-type du changement par placette entre les dates (bien plus petit que le σ absolu du stock si les mêmes placettes sont revisitées et que l’autocorrélation intra-placette est forte). n est le nombre de placettes appariées.

Trois propriétés de cette inégalité comptent pour la conception.

La DMD est symétrique. La diviser par deux quadruple le n requis. Doubler le σ quadruple également n. Il n’existe pas de chemin progressif d’une campagne qui détecte 1 Mg C par hectare et par an vers une qui détecte 0,25 ; cela coûte seize fois plus d’échantillons.

σ_apparié s’effondre là où σ ne le fait pas. C’est pourquoi les dispositifs appariés sont désormais la structure crédible pour la vérification. Un dispositif apparié à 60 placettes avec σ_apparié = 4 Mg C par hectare peut détecter un changement cumulé sur 5 ans d’environ 2 Mg C par hectare avec 80 % de puissance. Les mêmes 60 placettes, échantillonnées indépendamment à la référence et au rééchantillonnage, exigeraient un σ plus proche de 2 Mg C par hectare pour atteindre la même DMD, ce qui n’est pas réalisable en conditions réelles de grande culture.

Le signal s’accumule avec le temps, pas avec le seul nombre d’échantillons. Une accumulation de 0,3 Mg C par hectare et par an atteint 1,5 Mg C par hectare en cinq ans et 3 Mg C par hectare en dix. Le même n qui échoue à détecter le changement à cinq ans peut le détecter aisément à dix ans sans ajouter une seule carotte. C’est le paradoxe de l’horizon temporel : le moyen le moins cher d’acheter de la puissance de détection est d’attendre.

Simulateur d’enveloppe du signal

Le premier diagramme rend l’inégalité concrète. Choisissez un taux d’accumulation annuel, un écart-type apparié et un nombre de placettes ; le graphique trace la trajectoire moyenne vraie et le corridor de bruit à ±ε, et marque l’année où la trajectoire franchit pour la première fois le corridor. Abaissez σ à l’aide d’un dispositif apparié et l’année de détection est divisée par deux ; augmentez le taux d’accumulation et la trajectoire s’en dégage plus tôt ; réduisez n et le corridor s’élargit jusqu’à ce que la trajectoire ne puisse plus s’en échapper en moins de 15 ans.

Le simulateur montre pourquoi la plupart des affirmations publiées du type « nous avons séquestré X » sont invérifiables dans leurs propres données : les curseurs qui permettent de résoudre un signal crédible se situent au-delà de ce que le dispositif de terrain a effectivement payé.

Le paradoxe de l’horizon temporel

L’implication de l’inégalité de la DMD est inconfortable. Pour la plupart des pratiques de type régénératif, la fenêtre de détection honnête est de 8 à 12 ans, non les 3 à 5 ans sur lesquels sont d’ordinaire bâtis les feuilles de route des entreprises et les cycles de crédit112. Smith (2004) l’a modélisé il y a deux décennies : sous une hausse de 20 à 25 % des apports de carbone, une détection à 90 % de confiance demande environ 6 à 10 ans si le régime tolère un écart de 3 % du COS de fond, et n’est pour ainsi dire jamais détectable sur des cycles plus courts si le régime ne tolère que 15 % du changement de fond12.

Trois conséquences en découlent pour la conception de projet. D’abord, accepter une comptabilité hybride mesure-et-modélisation pour les premières années plutôt que d’en revendiquer trop. La consultation VM0042 v3.0 de Verra (le Soil Sampling and Analysis Handbook publié en mars 2026) et l’argumentaire économique mesure-et-remesure de Potash et al. (2025) vont tous deux dans ce sens1314. Ensuite, structurer le contrat autour de la fenêtre de vérification, non de celle du marketing : un rapport à 3 ans qui dit « sous la limite de détection, trajectoire du signal compatible avec le modèle » est plus durable qu’un rapport à 3 ans qui dit « +1,4 Mg C par hectare » avec un IC qui chevauche zéro. Enfin, prendre au sérieux la question de la profondeur. Les gains de COS dans les pérennes à enracinement profond de plus de ~18 ans dépassent souvent ceux de l’horizon de surface ; un dispositif 0–30 cm ne les voit tout simplement pas57.

La conception de l’échantillonnage comme levier de réduction de la variance

Si σ est fixé par le sol et que l’attente est limitée par le contrat, le levier restant est la conception. Trois choix de conception se cumulent, et un projet sérieux les emploie tous les trois.

La stratification. Répartir l’effort d’échantillonnage entre des strates qui captent la variance (topographie, âge de gestion, type de sol) réduit le σ effectif et donc n. de Gruijter et al. (2016) ont introduit l’algorithme Ospats pour une allocation stratifiée au coût optimal à partir d’une carte a priori du COS, et ont montré que le gain est substantiel quand l’information a priori est bonne15. Empiriquement, des travaux ultérieurs sur les données de Bradford et al. montrent que la stratification sur des covariables facilement disponibles permet une réduction moyenne de 17 % de la taille d’échantillon (IC à 95 % de 11 à 23 %) par rapport à un échantillonnage aléatoire simple. Des a priori solides, associés à un échantillonnage doublement équilibré, peuvent porter ce gain à 30 à 50 %1. Attention au plancher : VM0042 v2.2 fixe un minimum de 15 échantillons par strate, ce qui peut effacer le gain de Neyman sur de petites unités de gestion.

L’appariement référence-rééchantillonnage. Revenir sur les mêmes placettes lors du rééchantillonnage fait s’effondrer la composante inter-placettes de la variance. Les réductions de bruit typiques d’un dispositif apparié sont de 30 à 70 % selon l’autocorrélation temporelle du COS à l’échelle du micro-site. Le Soil Carbon Monitoring Network de l’USDA NRCS le met en œuvre à raison de six échantillons par parcelle de 4 hectares selon un calendrier de dispositif apparié, soit environ une carotte pour 0,7 hectare16.

Composite au sein de la strate, indépendance entre strates. Regroupez les carottes au sein d’une strate pour absorber la variance à micro-échelle dans une estimation de moyenne de strate à moindre coût ; conservez les strates comme des réplicats indépendants afin que le test conserve des degrés de liberté. L’inverse (regrouper entre strates en un composite unique) est rapide, peu coûteux et inutile pour l’inférence.

Cadran de conception de l’échantillonnage

Le second diagramme compose les trois leviers de conception. Un dispositif de référence aléatoire simple, au σ fixé par l’utilisateur, produit une estimation du nombre d’années nécessaires à la détection. La stratification réduit le σ effectif d’un facteur réaliste au regard de la littérature. L’appariement référence-rééchantillonnage fait s’effondrer davantage la variance inter-placettes. Le graphique met à jour le nombre d’années jusqu’à la détection, l’effectif par strate après application du plancher de 15 de type VM0042, et le nombre total de carottes qui en résulte.

Le but du cadran n’est pas de converger vers un chiffre unique. Il est de faire apparaître où chaque choix de conception est rentable, et où le plancher de vérification (la contrainte de 15 par strate, l’exigence de profondeur, la correction ESM) coûte plus que ce que Neyman fait économiser.

Ce que change le tournant de la fusion modèle-données

Le changement le plus lourd de conséquences en 2024–2026 a été le passage d’un crédit fondé sur la seule mesure ou le seul modèle vers des dispositifs hybrides. L’architecture est désormais bien décrite : des modèles de niveau 3 (Tier-3) à base de processus ou empiriques, calibrés localement à l’aide de réseaux de mesure appariés, avec la variance de prédiction et la variance des paramètres propagées conjointement dans l’intervalle d’incertitude rapporté1714. Le document de consultation VM0042 v3.0 de Verra et le GHG Protocol Land Sector and Removals Standard (en vigueur le 1er janvier 2027) exigent tous deux des données empiriques, spécifiques à chaque compartiment, pour toute élimination de carbone du sol rapportée, mettant fin à la faille du « modèle seul » qu’ont exploitée plusieurs programmes de première génération1318. La revue indépendante de CarbonPlan à destination des acheteurs a conclu en 2023 qu’aucun protocole disponible sur le marché ne satisfaisait simultanément aux exigences de rigueur, de durabilité, d’additionnalité et de profondeur ; le cycle de normes de 2026 est, en partie, une réponse explicite19.

Cela compte pour le cadrage signal contre bruit. Un modèle seul fournit une prédiction déterministe assortie d’une borne d’incertitude structurellement optimiste. Une campagne de mesure seule reste soumise au plancher de bruit décrit plus haut. Un modèle calibré par la mesure peut comprimer l’intervalle d’incertitude sous chacune de ces deux composantes, mais seulement si les mesures sont assez denses pour contraindre les paramètres qui comptent et si l’erreur structurelle du modèle est incluse dans la variance propagée. Les hybrides « modèle léger, mesure légère » ne sont pas crédibles ; « la mesure comme calibration du modèle », voilà la norme opérationnelle vers laquelle convergent les régimes de 2026.

Des modèles de reporting honnêtes

La discipline qui rend un cadrage signal contre bruit opérationnel se trouve dans le reporting. Quatre chiffres devraient accompagner toute affirmation de changement de COS, et un vérificateur de l’ère 2026 les réclamera.

1. L’estimation ponctuelle du changement, avec ses unités et sa profondeur (par exemple « changement de COS 0–30 cm de +1,4 Mg C par hectare sur 5 ans, corrigé par ESM »).
2. L’intervalle de confiance à 95 % calculé à partir de la variance réelle du dispositif, non d’un CV générique tiré de la littérature.
3. La DMD que le dispositif peut résoudre à 80 % de puissance, calculée avant la campagne, et le résultat exprimé comme « affirmation en deçà / au-delà de la limite de détection ».
4. La taxonomie d’incertitude propagée suivant les conventions du volume 4 AFOLU du GIEC20: variance des données d’activité, variance du stock de référence, et variance du changement de stock ou de l’erreur de modèle, combinées de façon additive.

Une affirmation de +1,4 Mg C par hectare avec un IC de −0,2 à +3,0 et une DMD de 1,6 est honnête, utile et invérifiable ; elle figure telle quelle dans le rapport et le projet planifie la remesure suivante. Une affirmation de +1,4 Mg C par hectare avec un IC de +0,6 à +2,2 et une DMD de 0,8 est honnête, utile et défendable ; elle entre dans l’inventaire.

Ce qui en découle pour la conception de projet

Le cadrage signal contre bruit simplifie plusieurs décisions d’achat qui, au cours des cinq dernières années, ont été maintes fois débattues comme s’il s’agissait d’une affaire d’opinion.

L’unité d’inférence est le projet, non la parcelle. La détection parcelle par parcelle des pratiques de type pente n’est pas fiable statistiquement à une densité abordable, tandis que la détection de la moyenne du projet sur 20 à 60 parcelles appariées est opérationnellement traitable. Concevez en conséquence, et ramenez l’affirmation de l’acheteur au niveau que les données peuvent défendre.

La fenêtre de détection honnête est l’horizon de gestion, non la feuille de route de l’entreprise. Pour les cultures de couverture, le semis direct et la plupart des formes d’agroforesterie, c’est 8 à 12 ans à partir de la référence. Les cycles de reporting triennaux restent utiles, pour autant qu’ils situent les résultats par rapport à la trajectoire de la DMD plutôt qu’à un signal présumé.

L’échantillonnage en profondeur n’est plus optionnel. Les gains en profondeur dans les systèmes pérennes de plus de ~18 ans dépassent souvent les gains de surface et sont invisibles pour un dispositif 0–30 cm5721. La correction ESM est tout aussi non négociable dans les comparaisons travail du sol contre semis direct67.

Le protocole au regard duquel l’acheteur est audité fixe le plancher. VM0042 v2.2/v3.0, le CRCF de l’UE (règlement 2024/3012), le GHG Protocol Land Sector and Removals Standard et SBTi FLAG convergent vers des exigences de données empiriques plus strictes sur 2026–202713182223. Concevoir selon la norme la plus permissive que l’équipe connaît, alors que l’acheteur sera audité au regard de la plus stricte, est un mode d’échec au ralenti.

Points clés