Pratiquer l’agriculture de précision sans échantillons de sol?

Le chercheur Raj Khosla propose une approche qui gère la «macro-variabilité» du champ et qui n’exige aucun échantillonnage de sol.

Professeur-chercheur à l’Université d’état du Colorado et spécialiste de l’agriculture de précision, Raj Khosla a développé une approche de gestion par zones. Il en a fait la présentation dans le cadre du colloque sur l’agriculture numérique et l’agriculture de précision tenu par le CRAAQ le 4 mars dernier à Drummondville.

Le concept de gestion par zones n’est pas nouveau en soi. Ce sont les moyens utilisés par le chercheur pour délimiter les zones qui le sont. La méthode qu’il a élaborée fait l’impasse sur l’échantillonnage de sol! Il a visiblement priorisé la simplicité et l’économie, quitte à sacrifier un peu de précision. Son objectif est de gérer la «macro-variabilité» du sol.

Raz Khosla reprend le principe de la superposition des couches d’information. Les adeptes de l’agriculture de précision y sont familiers : on superpose différentes cartes du champ concerné (pH, fertilité, rendement, etc.) pour pouvoir moduler les quantités à appliquer, qu’il s’agisse de semence, de chaux ou d’azote.

Sauf que le spécialiste du Colorado se sert de trois couches d’une tout autre nature. Une première couche consiste en une image aérienne prise alors que le sol du champ est à nu. Ce qui nous intéresse, ce sont les variations de teinte du sol. Celles-ci sont révélatrices de la nature du sol, par exemple sa texture ou sa teneur en matière organique.

Une seconde couche porte sur la topographie du champ. Hauteurs, pentes et baissières conditionnent la dynamique hydrologique du champ. La topographie fournit donc une indication de la disponibilité de l’eau.

Le chercheur ajoute une troisième et dernière couche, qu’il base sur la connaissance du champ que possède le producteur lui-même. S’il cultive ce champ depuis plusieurs années, il en connaît par expérience les zones les plus et les moins fertiles. Raj Khosla tient à  mettre cette connaissance à profit.

Le spécialiste a réalisé des essais en créant trois catégories de zone sur la base de leur potentiel de rendement (faible, moyen, élevé). Les résultats sont prometteurs : il est parvenu ainsi à réduire l’azote appliquée dans une proportion pouvant atteindre 46 % sans que cela n’affecte le rendement total de la culture.

Il a même amélioré la performance de son approche en la combinant à une autre qui ne demande pas elle non plus d’échantillonner les sols. Par exemple, il a utilisé un outil web semblable au webSCAN, que propose au Québec la firme Effigis. Cet outil calcule les besoins en azote du maïs à l’aide d’un algorithme qui prend en compte différents paramètres comme le type de sol, le précédent cultural et les conditions météo durant la période d’application.

Raj Khosla a aussi combiné la gestion par zones à l’utilisation d’un capteur de végétation (comme l’OptRx), un équipement installé sur le tracteur qui détermine en continu la quantité d’azote à appliquer à mesurant l’indice de végétation (NDVI). Dans ce dernier cas, ce qui est particulièrement intéressant, c’est qu’on gère à fois la macro-variabilité et la micro-variabilité du champ. Et selon le chercheur, les résultats sont au rendez-vous.

à propos de l'auteur

Journaliste

André Piette

André Piette est un journaliste indépendant spécialisé en agriculture et en agroalimentaire.

Commentaires