Retour au Blogue

Agriculture de précision : vers une fertilisation azotée « sur mesure » pour maximiser les gains économiques et environnementaux

Image-Vignette-Blogue-Agriculture-precision-Fertilisation-Azotee-YBouroubi

L’agriculture canadienne est l’une des plus productives et des plus modernes au monde. Elle joue un rôle important dans l’économie du Canada et des provinces et contribue à hauteur de 8 pour cent au PIB (environ 110 milliards de dollars) et de 12 pour cent à l’emploi (2,1 millions de personnes).

Tous les acteurs du « monde agricole » du Canada (décideurs, producteurs et conseillers) sont conscients des enjeux environnementaux liés à leur activité (pollution de l’air et de l’eau, dégradation des sols et de la biodiversité) et sont engagés dans le développement d’une agriculture raisonnée et durable, grâce à une meilleure utilisation des intrants (fertilisants, pesticides et herbicides) et à la préservation des ressources naturelles. Afin d’optimiser les rendements et les revenus tout en respectant l’environnement, les producteurs comptent depuis quelques années sur un nouvel allié : l’agriculture de précision. Avec des technologies comme les GPS, l’autoguidage, les capteurs de rendement, les images satellite, les drones, etc., l’agriculture de précision fait désormais partie du quotidien des agriculteurs. L’application des intrants agricoles selon le principe des quatre B : la bonne source à la bonne dose, au bon endroit et au bon moment doit être fondée sur les connaissances scientifiques et le savoir-faire technique. Ces derniers sont basés sur de l’information fiable, précise et complète, qui est souvent nécessaire à une échelle globale, mais avec une résolution spatiale plutôt fine. Les images satellite constituent l’outil idéal pour fournir plusieurs des informations requises.

Les images satellite, une source d’information essentielle

Depuis une quinzaine d’années déjà, les capteurs à bord des satellites d’observation de la Terre (OT) à très haute résolution (THR) spatiale offrent une source de données permettant de générer l’information sur les sols et les cultures à des échelles spatiales adéquates (autour de 2 m en multispectral) et avec un rapport qualité/prix imbattable. Une image multispectrale THR peut couvrir des centaines de champs avec une résolution métrique à un coût inférieur à 1 $/ha. Plus récemment, les constellations de satellites agiles, comme Pléiades, ont atteint les performances de résolution temporelle tant attendues pour les applications en agriculture, à savoir : une revisite quotidienne, une programmation des acquisitions avec des délais très courts et une livraison très rapide des images. Cet avantage est crucial vu que le diagnostic de la santé des cultures est requis à des stades de croissance bien précis. Les recherches sur la transformation des données satellitaires en information utile en agriculture sont très nombreuses et démontrent les capacités d’une utilisation opérationnelle dans le secteur des services agricoles. Ainsi, des « produits dérivés pour l’agriculture » fiables et directement exploitables peuvent être générés à des échelles spatiales et temporelles adéquates pour des applications concernant la détermination des propriétés des sols, le suivi de croissance, la détection précoce des maladies, l’estimation des besoins en intrants (notamment en mode « taux variable »), la prévision des rendements, l’évaluation des dommages, etc.

Malgré ce potentiel réel, le maillon qui relie la quantité phénoménale de données produites par les capteurs d’OT et leur utilisation opérationnelle pour satisfaire les besoins des utilisateurs du secteur agricole est demeuré jusqu’à maintenant plutôt faible. Les produits dérivés à partir d’images satellite pour estimer la quantité de fertilisation azotée requise pour combler les besoins des plantes sont un exemple concret d’une telle utilisation opérationnelle.

La fertilisation azotée : un enjeu important pour l’agriculture de précision

L’azote est à l’agriculture ce que le foin est au bétail. L’azote est un élément clé dans la structure de la molécule de chlorophylle, la substance constituante la plus importante qui se retrouve dans les plantes. La chlorophylle permet d’absorber la lumière du soleil et de la convertir en énergie. Avec une bonne alimentation en azote, la plante transforme davantage d’énergie solaire en production de biomasse et en rendement.

La fertilisation azotée est un moyen incontournable pour augmenter les rendements des cultures. Cependant, la détermination de la dose d’azote optimale n’est pas simple puisque celle-ci dépend des interactions complexes entre les plantes, le sol, les conditions météo et les pratiques de gestion. En voulant éviter les pertes de rendement dues aux carences en azote, les pratiques actuelles favorisent la surfertilisation, entraînant des surcoûts inutiles ainsi que des problèmes environnementaux graves : dégradation des sols, lessivage des nitrates (source d’eutrophisation) dans l’eau et volatilisation de l’ammoniac (puissant gaz à effet de serre) dans l’air.

Les approches mathématiques et mécanistiques de modélisation du cycle de l’azote et de la croissance des cultures sont très utiles pour la compréhension théorique des processus, mais inadéquates pour la détermination de doses optimales de fertilisation en pratique. En plus de nécessiter beaucoup d’inputs impossibles à connaître avec précision, ces approches sont sujettes à la propagation des erreurs inhérentes aux modèles de chacun des processus. Agriculture et Agroalimentaire Canada (AAC) a développé un modèle basé sur l’utilisation des analyses statistiques pour la compréhension des relations directes entre les propriétés qui influent sur les besoins en azote (sol, croissance, météo et gestion) et les réponses à la fertilisation azotée, et ce à partir d’un grand nombre d’essais de fertilisation. Ces relations ont été implémentées sous forme d’un système d’aide à la décision (SAD) que l’on a appelé SCAN (Sol, Culture et Atmosphère pour la gestion de l’azote N, réf. Tremblay et coll., 2012)) et qui est basé sur les techniques d’intelligence artificielle, mieux adaptées pour gérer les relations complexes et non précises. Les images satellite acquises aux moments désirés fournissent une des informations nécessaires au fonctionnement de SCAN, soit l’état des cultures.

SCAN se distingue par deux innovations importantes. La première concernant l’extraction des connaissances agronomiques relatives à la fertilisation azotée : les recherches sur cette question ont été menées en appliquant la technique de méta-analyse à des bases de données comportant des centaines d’essais de fertilisation récoltées auprès de plusieurs chercheurs au Canada et aux États-Unis. La seconde innovation concerne la modélisation de ces connaissances agronomiques sous forme de règles d’inférence dans un système de logique floue (voir référence Bouroubi et coll., 2011). Des travaux sont en cours pour contribuer à faire avancer ces deux aspects de SCAN afin de le valider pour diverses régions agricoles et l’adapter à plusieurs types de cultures. Les recherches réalisées dans le cadre du développement de SCAN ont été citées à plusieurs reprises dans des congrès internationaux d’agriculture de précision comme étant une innovation majeure dans ce domaine.

Une plateforme Web de SCAN sera testée par une centaine d’utilisateurs dès l’été 2016, en prévision d’une commercialisation en 2017.

Image-Blogue-Agriculture-precision-Fertilisation-Azotee-Plateforme-SCAN

Figure 1. Plateforme Web de SCAN

Dans des conditions d’application pratiques, une fertilisation azotée « intelligente » donne un excellent retour sur l’investissement, se traduisant par la maximisation du revenu net (optimisation des rendements et réduction des coûts de fertilisation), sans compter les économies indirectes liées aux gains environnementaux.

L’adoption de l’agriculture de précision ne cesse d’augmenter au Québec et ailleurs dans le monde (Bouroubi et Bélanger, 2015). Grâce à son accès privilégié à tous les satellites adéquats (en termes de résolution spatiale, spectrale et temporelle) et son expertise en production de l’information spatiale, Effigis a développé des produits qui permettront de tirer le plein potentiel de ces images et de répondre aux besoins du « monde agricole » en matière de cartographie des sols, de détection de stress, de recommandations d’intrants en modes « zones de gestion » ou « taux variable », de prévision des rendements, etc. Ces services seront bientôt présentés sous forme de plateforme Web cartographique, comportant les services liés à SCAN (fertilisation azotée) ainsi que d’autres services complémentaires. SCAN contribuera à démocratiser l’agriculture de précision afin de profiter des avantages significatifs qu’elle permet de réaliser en termes de gains économiques et de développement durable.

Vous désirez en savoir plus sur l’agriculture de précision ? Contactez Effigis, et obtenez une solution sur mesure pour votre projet.

Références
Bouroubi Y., N. Tremblay, P. Vigneault, C. Bélec, B. Panneton and S. Guillaume, 2011, Fuzzy Logic Approach for Spatially Variable Nitrogen Fertilization of Corn Based on Soil, Crop and Precipitation Information. Lecture Notes in Computer Science, 2011, Volume 6782, 356-368.
Tremblay, N., Y. Bouroubi, C. Bélec, R. Mullen, N. Kitchen, W. Thomason, S. Ebelhar, D. Mengel, B. Raun, D. Francis, E.D. Vories, and I. Ortiz-Monasterio. 2012. Corn Response to Nitrogen is Influenced by Soil Texture and Weather. Agronomy Journal, 104(6): 1658-1671. (www.dl.sciencesocieties.org/publications)
Bouroubi Y. et M.-C. Bélanger, 2015. Réflexion sur l’état d’adoption des technologies d’agriculture de précision au Québec. Rapport du la commission de géomatique agricole et d’agriculture de précision du CRAAQ, juin 2015 (www.craaq.qc.ca/documents/files)
Partager
Share on FacebookGoogle+Tweet about this on TwitterShare on LinkedInEmail to someone