Dépôt numérique
RECHERCHER

Delineating soil management zones using a proximal soil sensing system in two commercial potato fields in New Brunswick, Canada.

Téléchargements

Téléchargements par mois depuis la dernière année

Plus de statistiques...

Perron, Isabelle; Cambouris, Athyna N.; Chokmani, Karem ORCID logoORCID: https://orcid.org/0000-0003-0018-0761; Vargas Gutierrez, Miguel Felipe; Zebarth, Bernie J.; Moreau, Gilles; Biswas, Asim et Adamchuk, Vlacheslav I. (2018). Delineating soil management zones using a proximal soil sensing system in two commercial potato fields in New Brunswick, Canada. Canadian Journal of Soil Science , vol. 98 , nº 4. pp. 724-737. DOI: 10.1139/CJSS-2018-0063.

[thumbnail of P3442.pdf]
Prévisualisation
PDF
Télécharger (6MB) | Prévisualisation

Résumé

Le rendement de la pomme de terre (Solanum tuberosum L.) dans l’est du Canada stagne et entraîne une réduction de la compétitivité des producteur sur le marché mondial. Par conséquent, il est nécessaire d’étudier le potentiel de l’utilisation des technologies de l’agriculture de précision en vue d’accroître le rendement. Cette étude avait pour objectif d’évaluer l’efficacité d’un capteur proximal mesurant la conductivité électrique apparente du sol (CEₐ) afin d’établir des zones d’aménagement (ZA) dans deux champs commerciaux de pommes de terre au Nouveau-Brunswick, Canada. Les ZA ont été créés en utilisant l’algorithme de classification floue à k-moyennes sans contrainte spatiale. Des échantillons de sol géoréférencés, acquis à une profondeur de 0 à 15 cm, ont été analysés pour déterminer les propriétés physicochimiques. Le rendement en tubercules a été mesuré à l’aide d’un capteur de rendement. Les deux ZA créés avec les données de CEₐ du sol présentaient des propriétés physicochimiques significativement différentes dans les deux champs; cependant, le rendement en tubercules diffère significatives entre les deux ZA seulement dans le champ 1. L’écart de rendement (7,1 Mg ha⁻¹) observé dans le champ 1 résultait d’une variation de la teneur en eau du sol (23,5 vs 28,5 %), elle-même attribuable à une variation de la teneur en argile (141 vs 189 g kg⁻¹). Le rendement qui n’était pas significativement différent entre les ZA du champ 2 pourrait être attribuable à une plus faible variabilité spatiale. Le capteur de CEₐ du sol semble prometteur pour les producteurs commerciaux de pommes de terre du Nouveau-Brunswick, surtout dans les champs présentant une grande variabilité spatiale.

Abstract

Stagnating potato (Solanum tuberosum L.) yields in eastern Canada have resulted in loss of competitive advantage in global potato markets. Therefore, there is a need to investigate the potential to increase yield by adopting precision agriculture technology. This study evaluated the efficiency of an apparent soil electrical conductivity (ECₐ) sensor to delineate management zones (MZs) in two commercial potato fields in New Brunswick, Canada, using an unsupervised fuzzy k-means clustering algorithm. Georeferenced soil samples from 0 to 15 cm depth were analyzed for physicochemical properties. Tuber yields were recorded using a yield monitor. The two MZs delineated using soil ECₐ differed significantly in soil physicochemical properties for both fields; however, tuber yield differed significantly between MZs only in Field 1. The yield difference (7.1 Mg ha ⁻¹) in Field 1 was attributed to a difference in soil moisture (23.5% vs 28.5%) resulting from a difference in clay content (141 vs 189 g kg ⁻¹). The lack of a yield difference between MZs in Field 2 may reflect relatively low within-field spatial variability. The soil ECₐ sensor showed promise for use in commercial potato production in New Brunswick, especially in fields with high spatial variability.

Type de document: Article
Mots-clés libres: conductivité électrique du sol; classification logique floue par k-moyennes sans supervision; Veris®; réduction de la variance; agriculture de précision; capteur proximal du sol; soil electrical conductivity; unsupervised fuzzy k-means clustering, Veris®; variance reduction; precision agriculture; proximal soil sensor
Centre: Centre Eau Terre Environnement
Date de dépôt: 13 déc. 2018 16:28
Dernière modification: 21 févr. 2022 17:49
URI: https://espace.inrs.ca/id/eprint/7803

Gestion Actions (Identification requise)

Modifier la notice Modifier la notice