L’ajout d’engrais azotés peut être ajusté au plus près des besoins grâce à la connaissance fine du taux de matière organique (MO) du sol dans un champ. Mais les procédures traditionnelles d’estimation sont laborieuses et coûteuses. Ce qui limite son application dans la production agricole.

En alternative, depuis quelques années, la communauté des sciences du sol s’intéresse de près à l’utilisation des photos numériques pour déterminer la matière organique : les sols de couleur plus foncée sont généralement associés à des teneurs en MO plus élevées.

 

La couleur du sol est corrélée avec la teneur en MO.
La couleur du sol est corrélée avec la teneur en MO.

En Amérique du Nord, des chercheurs ont déjà mis au point des algorithmes pour quantifier la teneur en MO à partir d’une image. En écosse, une équipe du James Hutton Institute, menée par Matt Aitkenhead, a élaboré l’application SOCiT. L’utilisateur envoie la photo et reçoit dans la minute le taux de MO ainsi que celui de carbone du sol. « L’application est disponible uniquement pour les Écossais car le modèle a été développé avec des données écossaises », explique le chercheur, qui espère pouvoir étendre le concept à l’ensemble de l’Union européenne.

 

L’image est analysée par un algorithme.
L’image est analysée par un algorithme.

 

Une couleur du sol humidité-dépendante

Mais ces études de prédiction de la MO du sol ne prennent pour l’instant pas en compte d’autres facteurs comme l’humidité du sol, la rugosité de surface ou la luminosité. Par exemple, les sols secs sont de couleur plus claire que les sols humides, ce qui fausserait les résultats. Plusieurs équipes à travers le monde s’efforcent donc de tenir compte de ces autres paramètres dans leurs modèles pour obtenir une estimation plus fine. Une équipe sino-canadienne a publié, début 2020 (1), ses avancées concernant la teneur en humidité du sol, le facteur qui limite le plus l’exploitation des données.

Dans un futur proche, les agriculteurs français devraient pouvoir prendre en photo le sol de leurs champs et, d’un clic, connaître le taux de MO.

Léna Hespel

(1) Leurs travaux ont été publiés dans la revue scientifique Geoderma. Yuanyuan Fu, et al., Geoderma (2020).