Article Scientifique : où en est-on dans la prédiction précoce du rendement (blé) par télédétection

Une cartographie des compétences en agriculture numérique
mars 8, 2019
Un capteur pour le suivi rapide et simple du profil d’acide gras du lait de vache depuis la ferme.
mars 12, 2019
Show all

Article Scientifique : où en est-on dans la prédiction précoce du rendement (blé) par télédétection

La prédiction précoce des rendements des cultures est une question qui fait l’objet de beaucoup de recherches. Les approches développées sont généralement basées sur des données de télédétection qui alimentent des modèles de culture. Un article scientifique récent vient d’être publié dans le journal Computers and Electronics in Agriculture. Cet article scientifique rédigé par des chercheurs de l’institut de recherche agronomique uruguayen est intéressant car il propose de comparer deux méthodes différentes basées sur des données de télédétection pour estimer le rendement du blé d’hiver (Triticum aestivum L.) à l’échelle de la parcelle : (i) une méthode très simple basée sur une régression linéaire entre différents indices de végétation à la floraison (anthèse) et le rendement, et (ii) une méthode de modélisation des cultures basée sur l’optimisation de deux paramètres (l’azote foliaire et la biomasse aérienne initiale) utilisant des séries chronologiques d’indices de végétation. Les indices de végétation sont issus des images Landsat-7 Enhanced Thematic Mapper Plus (ETM+) et Landsat-8 Operational Land Imager (OLI) acquises au cours de deux saisons (2013, 2014). Ces deux approches ont été évaluées sur 22 parcelles du sud-ouest de l’Uruguay (surface moyenne de 128 ha). Les données de rendement ont été obtenues avec des capteurs de rendement embarqués sur moissonneuses batteurs correctement étalonnés.

Cette étude est intéressante car elle montre qu’une régression simple permet d’estimer le rendement de la parcelle avec une plus grande précision (+/- 0.9 t.ha-1) que l’approche combinant indices de végétation et modélisation (+/- 1.5 t.ha-1).  Toutefois, lorsqu’on s’intéresse à l’estimation du rendement au niveau intra-parcellaire (pixels de 30 × 30 m), l’approche modèle est plus pertinente et permet de détecter la variabilité spatiale du rendement, ce qui permet d’identifier des zones à potentiel de rendement différent. La conclusion des auteurs reste toutefois très critique car quelle que soient la méthode utilisée, elle reste d’une utilité opérationnelle limitée pour estimer le rendement à l’échelle de la parcelle avec une précision adaptée pour une aide à la décision (logistique de récolte, fumure, etc.). Ces approches restent toutefois intéressantes pour estimer le rendement potentiel à l’échelle de grands bassins de production.

Gaso, D. V., Berger, A. G., & Ciganda, V. S. (2019). Predicting wheat grain yield and spatial variability at field scale using a simple regression or a crop model in conjunction with Landsat images. Computers and Electronics in Agriculture159, 75-83.