Le sol représente avant tout pour l’homme un support de construction et de production agricole. Sa surexploitation depuis le développement de l’agriculture intensive et de l’industrialisation a menée à une érosion significative de sa biodiversité microbienne et par la même des fonctions et services remplis par cette biodiversité. Dans ce contexte, il devient donc urgent de fournir aux utilisateurs des sols les moyens d’évaluer l’état microbiologique de leur support de production et l’impact des pratiques associées (agricoles, industriels). Toutefois, face à la demande croissante des utilisateurs des sols pour caractériser l’état biologique de leur milieu de production il devient urgent d’améliorer l’expertise et le diagnostic dans le domaine de la caractérisation microbiologique de sols. Pour finaliser et rendre opérationnelle le diagnostic biologique de la qualité des sols une étape technique reste à optimiser : « la mise en place de référentiels d’interprétation des bioindicateurs ». Techniquement, ce référentiel consiste en l’exploitation du système d’information MicroSol© développé au sein de la plateforme GenoSol. A ce jour, cette base de données contient plusieurs dizaines de milliers de données sur la microbiologie (densité/diversité par pyroséquençage) et les caractéristiques environnementales des sols qui sont stockés dans le conservatoire GenoSol (8500 sols à ce jour). Dans ce contexte, nous avons développé des outils mathématiques (statistiques, modélisation) innovants pour les appliquer sur ce jeu de données avec pour objectif d’améliorer nos capacités de prédiction et d’interpolation de la diversité microbienne des sols. Une telle approche devrait nous permettre de mieux évaluer l’impact du mode d’usage des sols (agricoles, industriels) sur les communautés microbiennes telluriques. Ainsi, nous avons pu identifier les gammes de variation naturelles des bioindicateurs microbiens en utilisant des outils de modélisation paramétriques (modèle polynomiale) et non paramétriques (modèle de GAM) en tenant compte des effets aléatoires et des auto corrélation spatiale.