Analyse d'essais de terrain

Les agronomes utilisent l'analyse d'essais pour évaluer les performances de différentes variétés de cultures, techniques de conduite et applications d'intrants, y compris les résultats des applications à taux variable en agriculture de précision. En collectant, analysant et interprétant les données générées par les essais sur parcelles, les chercheurs obtiennent des informations sur les interactions entre la génétique, l'environnement et les pratiques de gestion. Ces connaissances alimentent l'élaboration de stratégies de conduite qui optimisent le potentiel de rendement tout en minimisant l'utilisation d'intrants. De plus, l'analyse d'essais permet non seulement d'évaluer l'efficacité des pratiques d'agriculture de précision, mais aide également à identifier des variétés de cultures résilientes capables de prospérer dans des conditions diverses et difficiles, contribuant ainsi à la sécurité alimentaire.

Préparation des données

Pour une analyse d'essais efficace, quelques jeux de données essentiels sont requis :

1. Jeu de données de rendement: Ce jeu de données capture les données de rendement. Nous pouvons l'importer depuis le JohnDeere Operation Center ou le téléverser manuellement en tant que shapefile ou en tant que format propriétaire de la machine.

2. Jeu de données d'application: Ceci est crucial pour comprendre l'application réellement exécutée sur la parcelle. Au minimum, il contient des attributs tels que TargetRate, AppliedRate et quelques métriques liées à la machinerie. Comme pour le jeu de données de rendement, nous avons la possibilité de l'importer depuis le JohnDeere Operation Center ou le téléverser manuellement en tant que shapefile ou en tant que format propriétaire de la machine.

3. Zones/Parcelles avec essais/expériences: Celles-ci montrent les taux d'application planifiés pour nos essais, apportant un aperçu du plan expérimental. Si une telle couche de données est disponible, nous la téléversons en tant que shapefile dans le contrôle AsApplied/AsPlanted ou Rendement. Cela garantit la compatibilité lors de la création des EquationMaps, simplifiant votre expérience d'analyse d'essais. Si une telle couche de données n'est pas disponible, l'attribut TargetRate du jeu de données d'application peut servir de substitut pour les évaluations d'essais.

4. Zones historiques de potentiel de la parcelle : Ces zones sont générées par GeoPard (les détails sont ICI). Elles sont utiles pour analyser des essais présentant une productivité historique constante. Ceci est particulièrement bénéfique lorsque les essais sont répartis dans des régions à productivité historique variée.

Une fois ces jeux de données rassemblés, l'étape suivante consiste à lancer le processus d'évaluation des essais.

Aperçu des données

Les données suivantes sont disponibles pour la saison agricole 2023 du blé d'hiver :

• Jeu de données de rendement mettant en évidence la distribution de la masse humide (Fig.1)

Fig.1 Jeu de données de rendement d'origine

• Plan VRA d'azote (N34) (150 kg/ha) avec 2 parcelles d'essai (120 kg/ha et 180 kg/ha)(Fig.2)

Fig.2 Plan VRA d'azote (N34) avec parcelles d'essai

• Jeu de données d'application présentant les statistiques appliquées (Fig.3)

Fig.3 Jeu de données d'application

• Productivité historique de la parcelle (Fig.4)

Fig.4 Productivité historique de la parcelle

Le jeu de données de rendement n'a pas été étalonné : plusieurs moissonneuses y opéraient, il existe des traces de demi-tour et de données manquantes, et du bruit est visible. Il est recommandé d'appliquer les opérations d'étalonnage et de nettoyage du rendement pour des résultats optimaux. Un tutoriel pas à pas est disponible à LIEN.

Le jeu de données de rendement, après étalonnage et nettoyage, est affiché dans Fig.5, ainsi que les statistiques mises à jour. Ce jeu de données sera utilisé dans les étapes suivantes.

Fig.5 Jeu de données de rendement étalonné et nettoyé

Concept

Ici, l'objectif de l'analyse d'essais est de déterminer le taux d'azote (N34) le plus efficace pour la parcelle. Les zones identifiées présentent des taux d'azote de 120 kg/ha, 150 kg/ha et 180 kg/ha. Ces données sont dérivées d'une part du jeu de données d'application et d'autre part du jeu de données de rendement étalonné.

Nous concentrons notre analyse sur trois zones distinctes :

• 120 kg/ha (désignée comme zone d'essai)

• 150 kg/ha (considérée comme la zone principale)

• 180 kg/ha (autre zone d'essai)

Notre approche inclura les évaluations suivantes :

1. Basée sur le plan : utilisant l'application à taux variable planifiée (VRA) liée au rendement étalonné.

2. Basée sur l'appliqué : Comparaison des jeux de données réellement appliqués avec le rendement étalonné.

3. Basée sur l'appliqué et productivité historique : Comparaison des jeux de données réellement appliqués avec le rendement étalonné chevauché par les zones historiques de potentiel de la parcelle.

Cette approche méthodique permettra une évaluation complète de l'impact de l'azote sur le rendement, basée à la fois sur les données planifiées et réellement appliquées.

Basée sur le plan

L'influence de appliqué l'azote planifié (N34) sur la distribution du rendement est capturée visuellement dans les captures d'écran suivantes (Fig.6, Fig.7, Fig.8). Voici un bref résumé des conclusions :

• La zone principale, avec un taux d'azote de 150 kg/ha, couvre 45,8 ha et affiche un rendement moyen de 4,99 t/ha (Fig.6).

• La première zone d'essai, utilisant une application d'azote de 180 kg/ha, couvre 1,76 ha, avec un rendement moyen de 6,5 t/ha (Fig.7).

• La deuxième zone d'essai, avec 120 kg/ha d'azote, englobe 1,86 ha et produit un rendement moyen de 6,39 t/ha (Fig.8).

Les résultats posent une question importante : Pourquoi le taux d'application inférieur semble-t-il plus efficace que le taux plus élevé ? Pour obtenir des informations plus approfondies, la phase suivante consiste à évaluer les essais en utilisant les données réellement appliquées.

Fig.6 Zone principale avec N34 150 kg/ha

Fig.7 Zone d'essai avec N34 180 kg/ha

Fig.8 Zone d'essai avec N34 120 kg/ha

Plus bas, vous trouverez une discussion détaillée des formules et des configurations utilisées lors de l'évaluation.

Pour approfondir l'approche par équations et son exécution, veuillez consulter nos tutoriels pour à la fois l'interface utilisateur et API.

Voici les équations à exécuter pour reproduire les calculs.

1. Principale avec 150 kg/ha : Yield_Main = np.where(Zone==1, Yield_WetMass, np.nan)

2. Essai avec 120 kg/ha : Yield_Zone = np.where(Zone==3, Yield_WetMass, np.nan)

3. Essai avec 180 kg/ha : Yield_Zone = np.where(Zone==2, Yield_WetMass, np.nan)

Il est important d'activer Numpy (Fig.9) et de désactiver Interpolation (Fig.10).

Fig.9 Activer "Numpy"

Fig.10 Désactiver l'utilisation de données "Interpolées"

Basée sur l'appliqué

Une observation notable est que le taux réellement appliqué pendant l'essai n'aligne pas systématiquement avec le taux planifié (cible). Plus précisément, une distribution varie de 120 kg/ha jusqu'à 189 kg/ha (Fig.11). Étant donné cette variabilité, il est devenu crucial de définir une référence pour la tolérance d'erreur. Ainsi, une précision de ±5% a été déterminée comme seuil acceptable pour considérer l'essai apte à l'évaluation.

Présentée dans les captures d'écran suivantes (Fig.12, Fig.13, Fig.14) est la distribution statistique du rendement, en se concentrant sur les valeurs d'azote (N34) réellement appliquées. Voici les statistiques résumées, en gardant à l'esprit l'acceptation de précision ±5% :

• La zone principale à 150 kg/ha avait une surface appliquée de 43,5 ha, avec un rendement moyen de 4,9 t/ha (Fig.12).

• La première zone d'essai à 180 kg/ha couvrait une surface de 1,47 ha et produisait un rendement moyen de 6,5 t/ha (Fig.13).

• La deuxième zone d'essai fixée à 120 kg/ha s'étendait sur 1,44 ha, avec un rendement moyen de 6,3 t/ha (Fig.14).

Fig.11 Taux réellement appliqués dans les essais

Fig.12 Zone principale avec N34 150 kg/ha ±5%

Fig.13 Zone d'essai avec N34 180 kg/ha ±5%

Fig.14 Zone d'essai avec N34 120 kg/ha ±5%

Pour une compréhension plus approfondie de la méthodologie et des spécificités de ces résultats, les équations utilisées sont ci-dessous :

1. Azote réellement appliqué dans l'essai : Applied_Trial = np.where((Zone == 3) | (Zone == 2), Applied_Value, np.nan)

2. Principale avec 150 kg/ha incorporant une acceptation de 5% : Yield_Main = np.where((Zone == 1) & (Applied_Value >= 142.5) & (Applied_Value <= 157.5), Yield_WetMass, np.nan)

3. Essai avec 120 kg/ha incorporant une acceptation de 5% : Yield_Trial = np.where((Zone == 3) & (Applied_Value >= 114.0) & (Applied_Value <= 126.0), Yield_WetMass, np.nan)

4. Essai avec 180 kg/ha incorporant une acceptation de 5% : Yield_Trial = np.where((Zone == 2) & (Applied_Value >= 171.0) & (Applied_Value <= 189.0), Yield_WetMass, np.nan)

Basée sur l'appliqué et productivité historique

Les chiffres de rendement issus des essais dépassent systématiquement le rendement moyen sur l'ensemble de la parcelle. Un facteur clé expliquant cet écart semble être la zone de productivité historiquement élevée où les essais ont eu lieu, comme visualisé dans Fig.15 et Fig.16. Pour une évaluation plus nuancée des essais, il est crucial de prendre en compte les zones de productivité lors de l'analyse des résultats.

Fig.15 Zones historiques de potentiel de la parcelle

Fig.16 Zones historiques de potentiel de la parcelle en tant que jeu de données de rendement

Présentée dans les captures d'écran suivantes (Fig.17, Fig.18, Fig.19) est la distribution statistique du rendement, en se concentrant sur les valeurs d'azote (N34) réellement appliquées chevauchées avec les zones de productivité historique (créées dans GeoPard). Voici les statistiques résumées, en gardant à l'esprit l'acceptation de précision ±5% pour les valeurs appliquées :

• La zone principale à 150 kg/ha avait une surface appliquée de 2,65 ha, avec un rendement moyen de 6,34 t/ha (Fig.17).

• La première zone d'essai à 180 kg/ha couvrait une surface de 1,08 ha et produisait un rendement moyen de 6,41 t/ha (Fig.18).

• La deuxième zone d'essai fixée à 120 kg/ha s'étendait sur 1,78 ha, avec un rendement moyen de 6,33 t/ha (Fig.19).

Fig.17 Zone principale avec N34 150 kg/ha chevauchée avec la productivité historique

Fig.18 Zone d'essai avec N34 180 kg/ha ±5% chevauchée avec la productivité historique

Fig.19 Zone d'essai avec N34 120 kg/ha ±5% chevauchée avec la productivité historique

Pour une compréhension plus approfondie de la méthodologie et des spécificités de ces résultats, les équations utilisées sont ci-dessous :

1. Principale avec 150 kg/ha incorporant une acceptation de 5% chevauchée avec la productivité historique : Yield_Main = np.where((Application_Zone == 1) & (Productivity_SubZone == 51) & (Applied_Value >= 142.5) & (Applied_Value <= 157.5), Yield_WetMass, np.nan)

2. Essai avec 120 kg/ha incorporant une acceptation de 5% chevauchée avec la productivité historique : Yield_Trial = np.where((Application_Zone == 3) & (Productivity_SubZone == 51) & (Applied_Value >= 114.0) & (Applied_Value <= 126.0), Yield_WetMass, np.nan)

3. Essai avec 180 kg/ha incorporant une acceptation de 5% chevauchée avec la productivité historique : Yield_Trial = np.where((Application_Zone == 2) & (Productivity_SubZone == 51) & (Applied_Value >= 171.0) & (Applied_Value <= 189.0), Yield_WetMass, np.nan)

où

• la partie Productivity_SubZone == 51 reflète les zones de productivité élevées avec les expériences appliquées,

• les parties (Applied_Value >= 142.5) & (Applied_Value <= 157.5) , (Applied_Value >= 114.0) & (Applied_Value <= 126.0), (Applied_Value >= 171.0) & (Applied_Value <= 189.0) incorporent la précision de ±5% des taux 150, 120, 180 kg/ha.

Résumé

Les résultats de rendement issus des essais s'alignent étroitement avec le rendement moyen observé sur la zone historique de productivité élevée de la parcelle. En d'autres termes, l'application expérimentale du produit N34 aux taux de 120 kg/ha - 150 kg/ha - 180 kg/ha, a donné des rendements moyens de 6,33 t/ha - 6,34 t/ha - 6,41 t/ha respectivement, et n'a pas d'impact significatif sur le rendement récolté au sein de la zone à haute productivité.