Les défis de la car­to­gra­phie du rendement 

Les machines de récolte modernes ont vu leurs per­for­mances, en termes de sur­faces, s’améliorer consi­dé­ra­ble­ment ces der­nières années. Aujourd’hui, les mois­son­neuses-bat­teuses réa­lisent sou­vent la récolte de plu­sieurs exploi­ta­tions. Les CUMA et les entre­pre­neurs de tra­vaux agri­coles se sont donc spé­cia­li­sés dans cer­tains ser­vices de récolte. Les don­nées géné­rées lors d’une récolte sont extrê­me­ment impor­tantes pour la pla­ni­fi­ca­tion des cultures sui­vantes. Les fonc­tion­na­li­tés des car­to­gra­phies de ren­de­ment se sont ain­si déve­lop­pées pour aider les agri­cul­teurs à opti­mi­ser leur exploitation.

Les ren­de­ments des récoltes sur les sur­faces agri­coles pré­sentent géné­ra­le­ment des dif­fé­rences à petite échelle. Les dif­fé­rentes pro­prié­tés du sol expliquent ces fluc­tua­tions. Des varia­tions la conduite de la culture, telles que l’apport d’engrais et les dif­fé­rentes méthodes de semis, exercent éga­le­ment une influence sur le ren­de­ment. Pour réper­to­rier ces varia­tions locales, les don­nées de ren­de­ment peuvent être d’une grande aide. La car­to­gra­phie du ren­de­ment four­nit ain­si une base solide pour la prise de déci­sion en assu­rant une ges­tion spé­ci­fique des cultures sur cer­taines zones par­ti­cu­lières. À noter : la car­to­gra­phie des ren­de­ments ne four­nit pas à elle seule des infor­ma­tions suf­fi­santes sur les causes des dif­fé­rences de ren­de­ment. Il est plus effi­cace de com­pa­rer des don­nées pro­ve­nant de dif­fé­rentes sources. Elles four­nissent alors des infor­ma­tions per­ti­nentes sur le poten­tiel de sous-zones spé­ci­fiques d’une par­celle. Il est alors pos­sible d’envisager des solu­tions qui prennent en compte, par exemple, les dif­fé­rences de crois­sance dans les cultures. Le module Crop View pro­pose un tel concept. Il uti­lise des don­nées satel­lites plu­ri­an­nuelles pour cal­cu­ler le poten­tiel des sols et créer des cartes d’application. À cela s’ajoutent éga­le­ment des don­nées pro­ve­nant d’échantillons de sol, qui sont éga­le­ment uti­li­sées pour les cartes d’application.

Les sys­tèmes de mesure pour déter­mi­ner les quan­ti­tés de récolte 

Les don­nées pro­ve­nant de plu­sieurs années de récolte sont par­ti­cu­liè­re­ment inté­res­santes pour une car­to­gra­phie des ren­de­ments. Elles per­mettent d’identifier les dif­fé­rents poten­tiels de ren­de­ment des zones d’une par­celle. Pour la col­lecte des don­nées, une tech­no­lo­gie de mesure appro­priée inté­grant des cap­teurs et sys­tèmes de pesage est néces­saire. La quan­ti­fi­ca­tion des ren­de­ments est un para­mètre uti­li­sé depuis un cer­tain temps, tout comme l’enregistrement des don­nées sur les ren­de­ments. Leur déve­lop­pe­ment suit les pro­grès tech­niques réa­li­sés dans le domaine des capteurs.

Le posi­tion­ne­ment pré­cis des points de loca­li­sa­tion dans le sys­tème de coor­don­nées des champs res­pec­tifs est éga­le­ment impor­tant pour la car­to­gra­phie du ren­de­ment. Des tech­niques telles que la ciné­ma­tique en temps réel (RTK) ou le GPS dif­fé­ren­tiel (DGPS) sont uti­li­sées à cette fin. Vous pou­vez ain­si défi­nir la posi­tion d’une machine avec une pré­ci­sion au cen­ti­mètre près. C’est éga­le­ment un domaine où les der­nières avan­cées ont per­mis d’importantes amé­lio­ra­tions dans la pré­ci­sion des don­nées de posi­tion. DGPS fonc­tionne avec des bases de réfé­rence fixes dont la posi­tion est déter­mi­née très exac­te­ment. Ces bases de réfé­rences per­mettent de cor­ri­ger et d’optimiser les infor­ma­tions de posi­tion des satel­lites GPS. Elles sont abso­lu­ment néces­saires pour l’enregistrement des don­nées dans la car­to­gra­phie de ren­de­ment. Il existe dif­fé­rents sys­tèmes de mesure des rendements.

Pour les céréales, la car­to­gra­phie de ren­de­ment est la plus cou­ram­ment uti­li­sée. Les mois­son­neuses-bat­teuses modernes dis­posent d’un grand nombre de cap­teurs pour ana­ly­ser la récolte. Les don­nées de la récolte sont col­lec­tées en conti­nu dans l’élévateur à grains de la machine. Des cap­teurs pho­to­sen­sible ou des mesures de la force/des impul­sions four­nissent des infor­ma­tions sur le volume et la masse des grains. Des cap­teurs sup­plé­men­taires trans­mettent des infor­ma­tions sur le taux d’humidité. Avec des cali­bra­tions, les don­nées de ren­de­ment peuvent être cor­ri­gées et les valeurs totales sont alors déter­mi­nées avec encore plus de pré­ci­sion. Les infor­ma­tions sur l’itinéraire, la lar­geur de coupe, la vitesse et le débit mas­sique per­mettent de se pro­non­cer sur la cou­ver­ture végé­tale de la zone.

Pour les récoltes dans les prai­ries ou du maïs, il existe éga­le­ment une tech­no­lo­gie appro­priée pour la car­to­gra­phie du ren­de­ment qui intègre des sys­tèmes de pesage mobiles ou fixes. Les sys­tèmes mobiles déter­minent le poids de la récolte à l’aide de cap­teurs situés dans les essieux des remorques de trans­port ou des bennes. Les sys­tèmes fixes peuvent être uti­li­sés près du champ ou dans la zone des silos. Cepen­dant, ces sys­tèmes ne per­mettent pas une ges­tion des sous-zones spé­ci­fiques de la par­celle, car la récolte ne peut pas être reliée à une loca­li­sa­tion pré­cise dans le champ. Pour résoudre ce pro­blème, les ensi­leuses enre­gistrent le débit volu­mique de la récolte. Le débit est alors cal­cu­lé en uti­li­sant les don­nées sur la posi­tion du rou­leau et la vitesse de rota­tion dans l’alimentation. Un cali­brage doit être effec­tué pour déter­mi­ner pré­ci­sé­ment le ren­de­ment de la culture. À cet effet, la quan­ti­té effec­ti­ve­ment récol­tée est pesée sur le véhi­cule de col­lecte et sai­sie dans le sys­tème. L’ordinateur de bord uti­lise ces valeurs pour déter­mi­ner les don­nées de ren­de­ment. Pour un résul­tat pré­cis, le cali­brage doit être renou­ve­lé à chaque chan­ge­ment de varié­té et de champ. Les valeurs de car­to­gra­phie de ren­de­ment géné­rées de cette manière peuvent éga­le­ment être uti­li­sées pour mettre en place des mesures d’agriculture de précision.

Pour une ges­tion spé­ci­fique des sous-zones, les don­nées col­lec­tées en conti­nu par les cap­teurs et les ins­tru­ments de mesure sont affec­tées à un point spé­ci­fique sur le ter­rain à l’aide de la tech­nique DGPS. Parce que cette méthode traite des don­nées dites ponc­tuelles, les valeurs de la car­to­gra­phie de ren­de­ment doivent être conver­ties en don­nées de sur­face. Les défis que pose l’interpolation néces­saire pour cela sont trai­tés dans le cha­pitre suivant.

Les défis liés à l’interpolation des don­nées ponctuelles 

Afin de pou­voir défi­nir la per­for­mance des sous-zones sur la base de points de ren­de­ment, les sources d’erreur pos­sibles doivent être prises en compte. Par exemple, des erreurs de mesure résul­tant des don­nées sur la posi­tion, la vitesse, la lar­geur de coupe et la mesure du débit de la machine de récolte, qui sont uti­li­sées pour la car­to­gra­phie, peuvent sur­ve­nir. La lar­geur de coupe, notam­ment, peut varier, car la lar­geur de tra­vail effec­tive est géné­ra­le­ment infé­rieure à sa lar­geur réelle en rai­son de divers para­mètres. Dans le cas des sur­faces dif­fi­ciles d’accès notam­ment, les valeurs fluc­tuent bien en deçà des spé­ci­fi­ca­tions. Le délai entre la coupe de récolte et les cap­teurs consti­tue une autre source d’erreur. Ce délai n’est pas constant et dépend de la concep­tion de la machine de récolte et du débit de la récolte. En inter­ac­tion avec une vitesse de conduite chan­geante, les valeurs mesu­rées sont fina­le­ment affec­tées à une posi­tion qui dif­fère de la posi­tion réelle. Un tel écart est dif­fi­cile à cal­cu­ler et cor­ri­ger. La vitesse de la machine de récolte entraîne éga­le­ment des impré­ci­sions dues aux dif­fé­rentes méthodes de mesure dans la roue, le radar et les cap­teurs GPS.

Néan­moins, la sen­si­bi­li­té aux erreurs dans les infor­ma­tions de posi­tion a été consi­dé­ra­ble­ment réduite grâce à des méthodes de mesure opti­mi­sées. Les sys­tèmes de direc­tion auto­ma­tique et les pos­si­bi­li­tés d’une pla­ni­fi­ca­tion d’itinéraire pré­cise mini­misent éga­le­ment les erreurs de conduite poten­tielles. L’ensemble de ces fac­teurs génèrent de meilleures méthodes de car­to­gra­phie des ren­de­ments. Les don­nées de ren­de­ment obte­nues de cette manière consti­tuent une source fiable d’informations pour la ges­tion spé­ci­fique de sous-zones.

Yas­min Moehring

Tel. +49 30 25 93 29–901
Mobil +49 151 17 28 18 69
moehring@365farmnet.com