Prédiction d'une carte de rendement d'une culture de blé en utilisant des données radiométriques après floraison | Prediction of a wheat crop yeld map by using post-anthesis radiometrical data

English. Because yield maps provide only synthetic information on the whole crop cycle, it appears necessary to supplement them with more analytical tools enabling to explain the spatial variations in measured yield and to make diagnosis. Here we tested two candidate methods: simulation modelling and radiometric mapping of green leaf area index (GLAI) after anthesis, on a 15-ha wheat-cropped field with marked soil and topographic heterogeneity under a temperate climate. When aggregated over the major soil units within the field, GLAI maps and modelling could mimic their overall effects on yield. However, they both were poor predictor of short-range (10 m) yield variability, even when the model was forced with GLAI data. Possible reasons include sampling and spatial joint biases, and that GLAI should be taken several times during grain filling.

French. Parce que les cartes de rendement fournissent seulement des informations synthétiques sur le cycle complet de la culture, il apparaît nécessaire de les compléter avec plus d'outils analytiques permettant d'expliquer les variations spatiales des rendements mesurés et de faire un diagnostique. Ici nous avons testés deux méthodes possibles : simulation modélisation et cartographie radiométrique du niveau de l'indice foliaire (GLAI) après floraison, sur une parcelle de 15 ha cultivée en blé avec un sol marqué et une hétérogénéité topographique sous un climat tempéré.Associés sur les principales unités de sol dans la parcelle, les cartes du niveau de l'indice foliaire (GLAI) et la modélisation ont pu simuler leur effets combinés sur le rendement. Cependant, les deux étaient des indicateurs limités pour la petite échelle de variabilité du rendement (10 m), même quand le modèle était ré-initialisé avec les données de l'indice foliaire mesuré (GLAI) après floraison. Les raisons possibles incluent l'échantillonnage et les biais d'intersection spatiales, aussi l'indice foliaire (GLAI) devrait être pris plusieurs fois durant le remplissage du grain.