Cartographie et utilisation de l'indice foliaire du blé à partir de données radiométriques acquises par des capteurs embarqués sur tracteur

français. L'estimation de l'indice foliaire (LAI) du blé sur une parcelle donnée au cours du cycle de développement répond à deux objectifs importants : (i) permettre de prédire les besoins en azote de la culture grâce à des mesures réalisées dès les stades précoces ; (ii) utiliser des mesures de l'indice foliaire vert tout au long du cycle pour établir, en combinaison avec les cartes de sol et de rendement des années précédentes, un diagnostic sur l'état de la culture à partir de l'hétérogénéité intraparcellaire observée. Un système d'acquisition de données radiométriques géoréférencées, embarqué sur tracteur, a été mis au point et il a été testé et validé pour répondre à l'objectif (ii) énoncé ci-dessus. Les données géoréférencées ont été acquises à 3 dates sur un champ de 15 ha où différents traitements agronomiques ont été appliqués. Les données ont été utilisées pour cartographier l'indice foliaire vert (GLAI) à partir de la floraison. Un modèle linéaire a été établi pour expliquer les variations spatio-temporelles du GLAI (R2 = 0,87). Le facteur sol en est le principal facteur explicatif. De façon générale la méthode montre son intérêt pour fournir une information spatiale et temporelle pertinente sur l'état de croissance ou l'état de sénescence de la culture. / To know precisely the leaf area index of wheat along the crop cycle allows to answer two important purposes : (i) to be able to predict the crop nitrogen needs by using measurements from early stages; (ii) to use the green leaf area along the whole cycle in order to establish, by means of previous soil and yield maps, a diagnosis on the state of the crop from the intrafield heterogeneousness observed. With this aim in view, a georeferenced radiometrical data system, mounted on a tractor was finalized. The system is made up of (i) four twin-channels radiometers (red and near infrared), mounted on a 9m-long boom and measuring the reflected light by the canopy, plus an hemisphere viewing radiometer measuring the incident light, (ii) an electronic interface, and (iii) a computer for data acquisition and storage. Geopositioned data were acquired at 3 dates over a 15 ha field where non uniform agronomical factors were applied. The data were used to cartography the multidate GLAI after anthesis. A linear model explaining the GLAI was tested (r2=0.87). The soil factor was found as having the most important contribution to the data variance. Globally the acquisition and processing methodology prooved its ability to deliver pertinent spatial and temporal information on crop in order to control the growth or post-anthesis vegetation status.