27/11/2014

1

Azote à taux variable: plus de rendement avec moins d’engrais

Nicolas Tremblay et Aubert Michaud

27/11/2014

2

Taux variable?• Intérêts

– Environnemental, économique– Potentiel vs réalisé

• Outils– Variabilité et règles liée aux besoins de N

• Sols, végétation, saison

• Où en sommes-nous?

27/11/2014

3

ZGazote et TVazote

• Potentiel pour ZG = potentiel pour TV (transitions entre zones)

• Blé d’automne, maïs …• La variabilité peut-elle être quantifiée et

offre-t-elle une occasion de mieux gérer?– Chaux: cas facile– Azote: cas difficile

A-t-on les moyens de ne pas viser le taux variable de N?

• Exemple Australien sur 5 ans• champs de 22 à 130 ha• blé d’hiver, orge, canola

Whelan et al 2012

27/11/2014

4

Blé d’automne aux Pays-Bas

• ↓ 23% N• ↑ 3% rendement• ↑ 4% poids/hectolitre

Van

Alp

hen

et S

toor

voge

l200

0

Projet ReZoTage

• Total 29 champs (2012 + 2013) avec 50 kg N ha-1 dans démarreur

• Pour 55%, N optimal au fractionnement < 150 kg N ha-1

• N optimal moyen au fractionnement = 84 kg N ha-1

• Pour 81% le N par zone serait justifié

27/11/2014

5

Absence de réponse significative à l’azote: 26/59 parcelles

Esturgeon, 2012

En lien avec la fourniture d’azote du sol (9/26 parcelles):

• Taux élevé de matière organique• Apport automnal d’engrais de ferme• Arrières effets d’engrais de ferme

MO = 4.7% N = 10 ppm MO = 5.9 % N = 22 ppm

Projet ReZoTage

Projet ReZoTage

Réponse non-significative à l’échelle de la zone

Différence significativeentre les zones

Réponse significative à l’échelle de la zone

Taux N optimal

Taux N optimal

27/11/2014

6

Comment concrétiser les bénéfices potentiels?

Variations de sols (textures)

0 10 20 30Conductivité électrique apparente (ECa) de surface

0

700

1400

2100

2800

3500

Nom

bre

0 5 10 15 20Conductivité électrique apparente (ECa) de surface

0

700

1400

2100

2800

3500

Nom

b re

0 5 10 15Conductivité électrique apparente (ECa) de surface

0

700

1400

2100

2800

3500

Nom

b re

0 10 20 30 40Conductivité électrique apparente (ECa) de surface

0

700

1400

2100

2800

3500

Nom

bre

10 15 20 25 30Conductivité électrique apparente (ECa) de surface

0

700

1400

2100

2800

3500

Nom

b re

LET13 LAN13 GIR13

DER12ALI13

Modérément grossière à très fine Modérément grossière à fine Modérément grossière à moyenne

Modérément grossière à très fine Fine à très fine

27/11/2014

7

Variabilité intra et entre champs

0 10 20 30 40Conductivité électrique apparente (ECa) de surface

0

2000

4000

6000N

om

bre

ALI13DER12GIR13LAN13LET13

Fin

e

Moy

enne

Gro

ssiè

re

ECa

9.519

Nopt

134157

178

kg N ha-1

Champ LET13

27/11/2014

8

Sols: surface + profondeur

Recherche en cours…

27/11/2014

9

Blé d’automne Australie

10 sites sur 2 annéesComparaison de même quantité N, mais redistribuée

Mayfield et Trengove 2009

Guelph, Ontario

27/11/2014

10

Blé d’automne, Oklahoma

Roberts et al. 2013

Peut-on extrapoler les recommandations de Nopt du Greenseeker à d’autres champs dans une même région?

27/11/2014

11

Réponse: la dose optimale de N peut varier selon la végétation mais cela dépend des textures de sol (confirmé par Roberts et al. 2012)

-20 60 140 220N au fractionnement (kg N/ha)

0.0

2.2

4.4

6.6

8.8

11.0

Ren

dem

ent

en

grai

ns (

t/ha

)

-20 60 140 220N au fractionnement (kg N/ha)

0.0

2.2

4.4

6.6

8.8

11.0Textures grossières Textures moyennes

183165169

133133133

La dose optimale de N change-t-elle selon que les plants sont…

PetitsMoyensGrands

Dose optimale(kg N ha-1)

Champ: GIR13

Révision• Potentiel du taux variable est considérable• Les propriétés des sols (…complexes)

déterminent Nopt au moins en partie, mais les gains réalisés en pratique sont en deçades attentes

• Les mesures faites sur la végétation ne livrent pas la marchandise à elles seules

• Quel est LE facteur qui empêche de bien prédire Nopt (en général) et de concrétiser les bénéfices du taux variable?

27/11/2014

12

Effet de la dose vs Nopt

Raun et al. 2009

Dose

Nopt correspondant

Campus Macdonald

Almaraz et al. 2009

Quel est le facteur le plus déterminant de l’effet de la dose?• Le type de

labour?• La saison?

Si on pratiquait le taux variable, est-ce que la carte d’application devrait être la même d’une année à l’autre?

27/11/2014

13

Sur 3 années, la variation du rendement due à la saison est au moins 2X supérieure à la plus grande variation spatiale

McBratney et al 2005

Selon Beaudoin et al. 2005 en France

Lessivage N: sources de variation

• Type de sol: 3X• Culture présente: 4X• Saison: 5X

ReZoTage

27/11/2014

14

N

2006

27/11/2014

15

Il n’y a pas de solution simple à un problème complexe

Système « SCAN » d’AACSélection du polygone

Entrée des paramètresDate de semis

Cultivar

Culture précédente

Envoi de la requête

Traitement de la requête

Interrogation et Modification de la BD

Algorithme SCAN

Préparation de la réponse Résultat de la requête

130 kg N/ha

SolCultureAtmosphèreN

27/11/2014

16

Essais aux champs

Résultats expérimentaux

Règles agronomiques

Propriétés des sols

Probabilités gains/pertes

Données météo

Aspects probabilistes

Données économiques

Transfert: Web SCAN

Éléments de SCAN

Variation spatiale intra-champ

Cartes de végétation

Segmentation des doses

Un travail d’équipe

Yacine Bouroubi, post-doc

Philippe Vigneaultgéomatique

Lucie GrenonAgropédologie

Carl BélecAgronomie et coordination

Edith FallonInstrumentation

Marcel TétreaultChamp et labo

Julie Surprenantcandidate M.Sc.

Nicolas Tremblay, Agr., Ph.D.chercheurJean-Philippe Vignola

Stagiaire COOP

27/11/2014

17

Partenaires de réalisation:

• Benoît Laferrière et l’équipe du Club agroenvironnemental Lavallière

• Valérie Bouthillier-Grenier et l’équipe du Dura-Club

• Geneviève Roy et l’équipe du Club Agro-Moisson Lac Saint-Louis

• Isabelle Perron et Lucie Grenon, équipe de AAC

• Agriculteurs participants

Partenaire de financement:

ReZoTage

Questions?

Nicolas.Tremblay@agr.gc.ca