Avec les menaces de pénurie d'eau compliquant la nécessité de nourrir une population mondiale croissante, il est plus important que jamais de bien irriguer les cultures. Un arrosage excessif peut épuiser les réserves d'eau locales et entraîner un ruissellement pollué, tandis que l'arrosage peut conduire à des performances de culture sous-optimales. Pourtant, peu d'agriculteurs utilisent des outils scientifiques pour les aider à décider quand et combien arroser leurs cultures.

Une nouvelle étude dirigée par l'Université de l'Illinois identifie les obstacles et les solutions pour améliorer les performances et l'adoption d'outils d'aide à la décision en matière d'irrigation à l'échelle du terrain.

« Nous voulions offrir notre point de vue sur la manière de réaliser une irrigation de précision à l'échelle du terrain avec les technologies les plus récentes et les plus avancées en matière de collecte de données, stress hydrique des plantes, la modélisation, et la prise de décision, " dit Jingwen Zhang, chercheur postdoctoral au Département des ressources naturelles et des sciences de l'environnement (NRES) de l'Illinois et auteur principal de l'article dans Lettres de recherche environnementale .

Zhang dit que de nombreux agriculteurs se fient aux règles empiriques traditionnelles, y compris l'observation visuelle, calendriers des cultures, et ce que font les voisins, pour décider quand et combien arroser. De meilleures données et des technologies plus avancées existent pour aider à prendre ces décisions, mais ils ne sont pas exploités actuellement à leur plein potentiel.

Par exemple, certains champs sont équipés de capteurs d'humidité du sol ou de caméras qui détectent les changements d'apparence des cultures, mais il n'y en a pas assez pour fournir des informations précises dans tous les domaines. Les satellites peuvent surveiller la végétation depuis l'espace, mais la résolution spatiale et temporelle des images satellites est souvent trop grande pour aider à prendre des décisions à l'échelle du terrain.

Kaiyu Guan, professeur assistant en NRES, Professeur Blue Waters au National Center for Supercomputing Applications, et chef de projet sur l'étude, a été le pionnier d'un moyen de fusionner des données satellitaires haute résolution et haute fréquence en un seul produit intégré à haute résolution spatio-temporelle pour aider à suivre les conditions du sol et des plantes.

"Basé sur la technologie de fusion de télédétection et la modélisation avancée, nous pouvons aider les agriculteurs à obtenir une solution entièrement évolutive à distance, " dit-il. " C'est puissant. Cela peut potentiellement être une technologie révolutionnaire pour les agriculteurs, non seulement aux États-Unis, mais aussi les petits agriculteurs des pays en développement.

Avec la technologie satellite moderne et le modèle de fusion de Guan, l'acquisition de données ne sera pas un facteur limitant dans les futurs produits d'irrigation de précision. Mais il reste important de bien définir le stress hydrique des plantes.

Historiquement, les décisions d'irrigation étaient fondées uniquement sur des mesures de l'humidité du sol. Le groupe de Guan a récemment appelé l'industrie agricole à redéfinir la sécheresse, ne se fonde pas uniquement sur l'humidité du sol, mais sur son interaction avec la sécheresse atmosphérique.

« Si nous considérons le continuum sol-plante-atmosphère-atmosphère comme un système, qui reflète à la fois l'approvisionnement en eau du sol et la demande en eau atmosphérique, nous pouvons utiliser ces métriques centrées sur les plantes pour définir le stress hydrique des plantes pour déclencher l'irrigation, " dit Zhang. " Encore une fois, si nous utilisons nos méthodes de fusion de données et de modélisation basée sur les processus, nous pouvons réaliser une irrigation de précision avec une très grande précision et également une haute résolution."

Les chercheurs ont également examiné les défis concernant l'adoption par les agriculteurs des outils d'aide à la décision existants. Étant donné que les produits actuels sont basés sur des sources de données loin d'être idéales, Guan dit que les producteurs sont réticents à passer des méthodes traditionnelles à des outils qui ne sont peut-être pas beaucoup plus fiables. Interfaces utilisateur non intuitives, la confidentialité des données, et un calendrier inflexible aggravent le problème.

Trenton Franz, professeur agrégé à l'Université du Nebraska-Lincoln (UNL) et co-auteur, affirme que les agriculteurs seront plus susceptibles d'adopter des outils de décision d'irrigation de précision s'ils sont précis à l'échelle du champ, souple, et facile à utiliser. Ses équipes et celles de Guan travaillent sur des technologies pour répondre à ce besoin et testent activement la technologie dans les champs irrigués du Nebraska. Cela comprend la participation avec Daran Rudnick, professeur assistant à l'UNL et co-auteur de l'étude, dans le programme UNL Testing Ag Performance (TAPS), qui se concentre sur l'adoption de la technologie et l'éducation des producteurs de la région.

"Nous sommes assez proches. Nous avons des données d'évapotranspiration en temps réel, et nous ajoutons la composante humidité du sol et la composante irrigation. Probablement dans moins d'un an, cela sera lancé en tant que prototype et pourra être testé auprès de la communauté des agriculteurs, " dit Guan.