Integrated sensing of soil moisture at the field-scale: sampling, modelling and sharing for improved agricultural decision-support.

Phillips, A.J.L., Newlands, N.K., Liang, S.H.L., et Ellert, B.H. (2014). « Integrated sensing of soil moisture at the field-scale: sampling, modelling and sharing for improved agricultural decision-support. », Computers and Electronics in Agriculture, 107, p. 73-88.

Résumé

L’attribution optimale de ressources hydriques limitées pour les cultures vivrières et énergétiques revêt aujourd’hui une importance cruciale en raison de la fréquence accrue des phénomènes extrêmes (inondations et sécheresses) et de la plus grande variabilité des précipitations sous forme de pluie qui sont associées au changement climatique mondial. Les nouvelles cultures devront être adaptées à l’évolution des conditions climatiques et du milieu agricole. Des courbes de croissance des cultures, fondées sur l’évapotranspiration et assorties d’intervalles d’incertitude et de confiance, pourraient guider de façon fiable la prise de décisions en matière d’adaptation des cultures à l’échelle régionale. Comme la croissance des cultures est étroitement associée à l’humidité du sol, l’établissement de courbes de croissance fiables nécessite une connaissance approfondie de l’humidité du sol à l’échelle des champs. Or, il est particulièrement difficile d’échantillonner le sol pour obtenir une représentation optimale, à l’échelle du champ, de la répartition spatiale et de la dynamique de l’humidité du sol durant la saison de culture. Une façon novatrice d’aborder le problème consiste à adopter une approche intégrée à l’échelle de l’agroécosystème et fondée sur un système de détection capable de relier entre elles des données provenant de multiples plateformes (capteurs sans fil, satellites, imagerie aérienne, stations climatologiques en temps quasi réel). On peut ensuite utiliser les données assimilées pour alimenter des modèles prédictifs dans le but d’établir des courbes de croissance de référence et de prédire les rendements potentiels à l’échelle régionale. La détection intégrée nécessite toutefois la coopération de différents organismes, l’adoption de normes communes de traitement des données et un accès rapide et à long terme aux données. Les grandes bases de données doivent pouvoir être réutilisées par divers organismes, et leur accessibilité future doit être assurée au moyen de métadonnées exhaustives. Au cours de la saison de culture 2012, une étude de faisabilité a été réalisée sur la mesure de l’humidité du sol à l’échelle du champ à l’aide d’un système de capteurs sans fil. Dans le cadre de l’expérience, un plan d’échantillonnage de type radial a été établi pour le suivi de l’humidité du sol durant la saison de culture. On a eu recours à des services et à des normes conformes à OpenGIS pour assurer un accès à long terme aux données des capteurs et créer les métadonnées correspondantes. Le format de métadonnées interopérable Sensor Model Language (langage de modélisation de capteurs) a permis de créer la documentation nécessaire pour le système de capteurs et les composantes de détection. Deux mises en œuvre différentes, par des tierces parties, du Sensor Observation Service (service d’observation de capteurs) ont été évaluées pour l’accès à long terme aux données. Dans la présente étude, nous analysons un ensemble de recommandations clés visant la surveillance de la dynamique de l’humidité du sol à l’échelle du champ et l’intégration aux données de télédétection et aux modèles : 1) progrès technologiques dans le domaine de la détection in situ permettant l’établissement de plans d’échantillonnage du sol moins restrictifs; 2) intégration de réseaux in situ à l’échelle du champ avec surveillance par télédétection à l’échelle régionale; 3) mise au point de logiciels et de services Web pour l’intégration de données provenant de sources multiples à des modèles devant servir à la prise de décisions.

Date de modification :