Ajouté à Mes favoris.

Logo Agri-Réseau
S'informerLe savoir et l'expertise du réseau agricole et agroalimentaire
Logo Agri-Réseau
S'informerLe savoir et l'expertise du réseau agricole et agroalimentaire

S'informer

Le savoir et l'expertise du réseau agricole et agroalimentaire

Chargement en cours

Filtrer la recherche 
  • Sujet(s) :
  • Production(s) :
Format
Type de contenu
Date de début
Date de fin
Régions

Maïs : plus de rendement, moins d'azote. Ou progresser avec la recherche d'intérêt public (2e partie)

Ce texte est la suite du billet précédent 



VERS UNE RECOMMANDATION PLUS PRÉCISE


Dans un article important paru récemment (Morris et al, 2018), un groupe de 21 experts  américains présente les différentes stratégies actuellement et potentiellement utilisables dans l’élaboration de la recommandation d’azote pour le maïs, ainsi que la façon par laquelle ils entrevoient des avancées importantes. Ils rappellent d’abord qu’une fertilisation basée sur un rendement visé, du genre « plus de rendement exige plus d’engrais », relève davantage d’une croyance populaire bien incrustée qu’une approche scientifiquement fondée. Ils font état qu’en dépit du fait qu’il n’y a aucune relation entre le rendement et la dose d’azote économiquement optimale (DÉO) (Figure 1), les recommandations d’azote pour le maïs sont encore basées, du moins en partie, sur le rendement visé dans 34 états représentant 41 % de la superficie en maïs des É.-U. Au départ, il s’agissait d’un simple calcul (rendement visé X 1,0 à 1,2 lbs N/boisseau [18 à 21 kg N/t]), par la suite maintes fois modulé selon différents facteurs (précédent cultural, nitrates résiduels, etc.). Néanmoins, le bilan de l’utilisation de ce système est loin d’être reluisant : une sur-fertilisation moyenne (dose N recommandée > DÉO vérifiée) de 43 kg N/ha dans le cas de maïs sur maïs et de 85 kg N/ha en maïs sur soya, et des coefficients de détermination (r2) de 0.21 et 0.06, respectivement. De nos jours d’ailleurs, on obtient la DÉO avec des doses moyennes d’azote de 16,3 kg N/t de grain (Jayasundara et al, 2014).  



Figure 1. (Extrait de Morris et al [2018]; reproduction autorisée) Graphique illustrant l’absence de relation entre la dose économique optimale (DÉO, ou « EONR » sur l’axe des X) et le rendement de maïs obtenu à cette dose (axe des Y). Chaque point représente un essai de la base de données utilisée pour développer le Corn N Rate Calculator.


À partir des années 2004-2005, le système « MRTN » (pour Maximum Return To Nitrogen) a gagné en popularité. Il s’agit essentiellement de tableaux ou graphiques (selon l’état) proposant des quantités d’azote à appliquer selon quelques informations de base (type de sol, matière organique, etc) et développés à partir des courbes de réponse (rdt vs N) issues de réseaux d’essais les plus pertinents pour les conditions climatiques et géographiques du producteur (site, état, région, sol, etc.). La plupart du temps, une analyse économique sommaire a été intégrée pour arriver à une DÉO. Cette approche, dont le Corn N Rate Calculator, utilisé dans sept (7) états représentant 59 % de la production de maïs des États-Unis, en est un exemple, permet des réductions de N appliqué et des augmentations de revenus nets substantielles par rapport à l’approche rendement visé. C’est aussi le plus proche parent de nos recommandations du CRAAQ au Québec. Elle demeure imprécise en ce qu’elle ne tient pas compte de la capacité de fourniture du sol en azote, le facteur responsable de la plus grande proportion de variabilités spatiale et temporelle de la réponse du rendement à l’azote. De plus, de par la forme asymétrique des courbes de réponse (une sur-fertilisation entraînant moins de pertes économiques pour le producteur qu’une trop faible dose), cette approche donne lieu à des applications excédentaires en général (Figure 2).


   Tableau 2. Apporches utilisées ou proposées pour la détermintation de la DÉO N pour le maïs (adapté de Morris et al, 2018).
TYPE APPROCHE FORCES FAIBLESSES EXEMPLES
Modèles prévisionnels Rendement visé Simplicité, connu, logique Invalidé; entraîne sur-fertilisation, pertes économiques et environnementales Coop Fédérée
MRTN (DÉO) Nettes améliorations par rapport à l’approche rdt visé Écart parfois important avec la DÉO; tendance à sur-fertilisation (car moins de perte $ vs sous-fertilisation) Corn N Rate Calculator (Iowa), CRAAQ
Analyses de sol Nitrates présemis Spécifique au site Manipulations fastidieuses, ne tient pas compte de la minéralisation, sujet à pertes Pre Plant Soil Nitrate Test (PPNT)
Nitrates post-levée Très éprouvé; doses N réduites, économies Manipulations fastidieuses, variabilités spatiale et temporelle (pluies, etc) importantes Pre-sidedress Soil Nitrate Test (PSNT) 
Sucres aminés Prometteur Ne mesure pas les nitrates; invalidé Illinois Soil N Test
Analyses de tissus Feuille de l’épi Simple; peu exigeant en technologie Peu fiable; ne permet pas d’ajuster la fertilisation N de la saison**
diagnostique l’approvisionnement général de la plante en éléments nutritifs par le sol et l’engrais et pouvant affecter la NUE.
Plusieurs laboratoires offrent ce service
Biomasse Peu exigeant en technologie Validations infructueuses; fastidieux; trop tard en saison N Nutrition Index (NNI)
Nitrates dans les tiges Outil pédagogique efficace Détecte mieux les excès que les carences; ne permet pas d’ajuster en saison la fert N; manipulations fastidieuses Corn stalk nitrate test (CSNT)
Lectures des propriétés  physiologiques ou spectrales de la canopée* Lecture de chlorophylle Peu de manipulations; simple à utiliser Plus lent que les indices de réflectance; exige une parcelle N non-limitative pour calibrage; peu de temps pour corriger N; biais possibles: zone saturée en eau, etc.  SPAD (Minolta)
Lecture des propriétés spectrales Rapide; capable de cerner la variabilité spatiale intra-champ; compatible avec technologie d’application à taux variable, Exige une parcelle N non-limitative pour calibrage; peu de validation à ce jour; souvent biaisée par d’autres facteurs : zone saturée en eau, sol nu, etc. Lectures peuvent varier selon l’heure du jour. Greenseeker (Trimble), OptRx (AgLeader)
Modèles informatiques de simulation dynamique Publics Base de données et données météo en temps réel; le plus adapté pour l’est du continent Beaucoup d’informations à entrer Adapt-N (Cornell)
Support sur tablette et PC Beaucoup d’informations à entrer; sous-estime les pertes Maize-N (Nebraska)
Privés Accessibilité; peu d’information à fournir Validation incomplète; surestimation de la DÉO; onéreux SCAN (Effigis GeoSolutions)
Manque d’information à leur sujet FieldView Pro (Monsanto); Encirca (DuPont Pioneer)


* Les lectures de propriétés de la canopée peuvent être réalisées à distance par télédétection, mais seront alors limitées par les conditions météo, et peut-être sujettes à un biais causé par la réflectance du sol nu.
**Diagnostique l’approvisionnement général de la plante en éléments nutritifs par le sol et l’engrais et pouvant affecter NUE.
 




Figure 2. (Extrait de Morris et al [2018]- reproduction autorisée) Coût de l’engrais (points), marges brute (traits) et nette (courbe continue) pour 198 essais de maïs sur soya. Le losange noir sur la courbe représente la DÉO et les 2 symboles de part et d’autre du losange l’intervalle de dose +/- $2,47/ha de la marge maximale à la DÉO.


LA GESTION ADAPTATIVE: UNE FAÇON D'AMÉLIORER LES RECOMMANDATIONS N POUR LE MAÏS


Les systèmes de recommandations actuels ne nous permettront pas de réduire l'écart avec le besoin réel de N à l'échelle du champ; ils ne sont que des points de départ. Un concept emprunté au domaine de l'écologie, la gestion adaptative pourrait être définie comme "une démarche de développement de pratiques de gestion efficiente, tant du point de vue production qu'en regard de la conservation des ressources, intégrant en continu les contributions des usagers visés (apprentissage participatif) et une évaluation du processus." La gestion adaptative implique généralement la mise sur pied de réseaux de producteurs collaborateurs qui coopèrent pour partager des évaluations de leurs pratiques, aidés par des chercheurs et des agronomes. Au départ constituée de quatre étapes (planification; mise en place; évaluation; ajustements), son application dans le domaine de la recommandation N du maïs se ferait à l'échelle du champ (ou à l'intérieur du champ) et devrait intégrer une fonction complémentaire aux 4 étapes, l’apprentissage en continu. La gestion adaptative peut mieux atteindre les objectifs d'adoption de bonnes pratiques que la procédure typique faisant intervenir des démonstrations au champ et exposés de résultats d’essais : sans compromettre la rigueur scientifique, on met plus d’emphase sur les échanges entre agronomes <=> producteurs et producteurs entre eux. Le test des nitrates dans les tiges (CSNT), dont le désavantage principal est qu'il ne permet pas d'ajuster l'N pour la saison, se prête très bien à la gestion adaptative, encore plus lorsque la discussion des résultats est complétée par des données météos, des photos aériennes, etc. La gestion adaptative est maintenant grandement facilitée par le fait que la plupart des batteuses sont équipées de moniteurs de rendement. Dans les réseaux, les chercheurs doivent être plus des facilitateurs que des leaders ("leading from behind") qui donnent des "lectures". Ils doivent être à l'aise dans ce rôle de même que pouvoir travailler avec des techniques statistiques inusitées (régression logistique, modèles hiérarchiques sur l’organisation des systèmes, méthodes bayesiennes, méthodes d’apprentissage automatique, par ex.). De même les agronomes ne donnent pas de réponses mais explorent les données avec les producteurs.


CONCLUSION


Une première étape vers des recommandations plus près des DÉO serait d’accroître l’adhésion des producteurs aux outils déjà disponibles. Un système valide de recommandation N devrait intégrer la notion d'imprécision de la DÉO, sous la forme d'intervalles de confiance. Les facteurs affectant la réponse du maïs à l'N, et leurs interactions, sont nombreux et ont des effets complexes; ça prend beaucoup de données (méta-analyses et synthèses plutôt que des études individuelles) avant de pouvoir tirer des conclusions sur l'effet d'un facteur (direction, amplitude, variabilité). La recommandation de N devrait être sous la forme d'une probabilité d'obtenir le revenu net maximal avec cette dose, dans les conditions précises du site-année. Afin d'atteindre l'objectif ultime de la recommandation - estimer correctement l'écart entre l'N fourni par le sol et celui requis par la culture- nous proposons un changement de paradigme par la création de bases de données sur les résultats de tous les essais expérimentaux disponibles et sur un ensemble de données recueillies auprès des producteurs. C’est la meilleure façon de croiser les nombreux facteurs interactifs qui influencent localement la réponse des cultures aux engrais. Tout en se rappelant que deux autres facteurs influencent aussi fortement le taux d'adoption de tout nouveau système de recommandation: la facilité d'utilisation et le coût.

Louis Robert, agr., M.Sc., MAPAQ 
Gilles Tremblay, agr., M.Sc., MAPAQ, Médaille de distinction agronomique 2013
Léon-Étienne Parent,  agr., Ph.D., professeur émérite, Université Laval, Ordre du Mérite Agronomique 2016       


Lire le billet précédent                                                                                    Lire le billet suivant  


Albus, W.L., et Moraghan, J.T. 1995. Responses of three early maturing corn hybrids to nitrogen fertilizer. J. Prod. Agric. 8: 581-584.

Baligar, V.C., Fageria, N.K., et He, Z.L. 2001. Nutrient use efficiency in plants. Commun. Soil Sci. Plant Anal., 32(7&8): 921-950.

Ciampitti, I.A., et Vyn, T.J. 2012. Physiological perspectives of changes over time in maize yield dependency on nitrogen uptake and associated nitrogen efficiencies. Field Crops Res. 133:48-67.

Cox, W.H., et Cherney, J.H. 2012. Lack of hybrid, seeding, and nitrogen rate interactions for corn growth and yield. Agron. J. 104:945-952.

DeBruin, J.L., Schussler, J.R., Mo, H., et Cooper, M. 2017. Grain yield and nitrogen accumulation in maize hybrids released during 1934 to 2013 in the US Midwest. Crop Sci. 57 : 1431-1446.

Gardner, C.A.C., Bax, P.L., Bailey, D.J., Cavalieri, A.J., Clausen, C.R., Luce, G.A., Meece, J.M., Murphy, P.A., Piper, T.E., Segecart, R.L., Smith, O.S., Tiffany, C.W., Trimble, M.W., et Wisson, B.N. 1990. Response of corn hybrids to nitrogen fertilizers. J. Prod. Agric., 3: 39-43.

Haegele, J.W., Cook, K.A., Nichols, D.M., et Below, F.E. 2013. Changes in nitrogen use traits associated with genetic improvement for grain yield of maize hybrids released in different decades. Crop Sci. 53:1256-1268.

Jayasundara, S., Wagner-Riddle, C., Dias, G., et Kariyapperuma, K. 2014. Energy and greenhouse gas intensity of corn (Zea mays L.) production in Ontario: A regional assessment. Can. J. Soil Sci. 94: 77-95.

Jeschke, M., et DeBruin, J. 2016. Effet de la fertilisation azotée sur les hybrides de maïs. Point sur les Cultures [Bull d'information agronomique de DuPont Pioneer] Vol. 26 No. 8. 7 p.

Kitchen, N.R., Shanahan, J.F., Ransom, C.J., Bandura, C.J., Bean, G.M., Camberato, J.J., Carter, P.R., Clark, J.D., Ferguson, R.B., Fernández, F.G., Franzen, D.W., Laboski, C.A.M., Nafziger, E.D., Qing, Z., Sawyer, J.E., et Shafer, M. 2017. A public-industry partnership for enhancing corn nitrogen research and datasets: project description, methodology, and outcomes. Agron. J. 109: 2371-2388.

Lavoie, G., Lambert, R., Lapierre, P., Goldsmith, P., et Hamel, C. 2018. Identification des facteurs explicatifs de l’évolution des rendements en production de grains au Québec. Rapport final présenté au Groupe de concertation du secteur des grains du Québec. Forest Lavoie Conseil inc., Saint-Lambert, 46 p.

Liu, A., Hamel, C., Elmi, A.A., Zhang, T., et Smith, D.L. 2003. Reduction of the available phosphorus pool in field soils growing maize genotypes with extensive mycorrhizal development. Can. J. Plant Sci. 83: 737-744.

McCullough, D.E., Girardin, Ph. Mihajlovic, M., Aguilera, A., et Tollenaar, M. 1994a. Influence of N supply on development and dry matter accumulation of an old and a new maize hybrid. Can. J. Plant Sci. 74: 471-477.

McCullough, D.E., Aguilera, A., et Tollenaar, M. 1994b. N uptake, N partitioning, and photosynthetic N-use efficiency of an old and a new maize hybrid. Can. J. Plant Sci. 74: 479-484.

Morris, T.F., Murrell, T.S., Beegle, D.B., Camberato, J.J., Ferguson, R.B., Grove, J., Ketterings, Q., Kyveryga, P.M., Laboski, C.A.M., McGrath, J.M., Meisinger, J.J., Melkonian, J., Moebius-Clune, B.N., Nafziger, E.D., Osmond, D., Sawyer, J.E., Scharf, P.C., Smith, W., Spargo, J.T., van Es, H.M., et Yang, H. 2018. Strengths and limitations of nitrogen rate recommendations for corn and opportunities for improvement. Agron. J. 110: 1-37.

Mueller, S.M., et Vyn, T.J. 2016. Maize plant resilience to N stress and post-silking N capacity changes over time: a review. Front. Plant Sci. 7: 53. doi: 10.3389/fpls.2016.00053.

Polito, T.A., et Voss, R.D. 1991. Corn yield response to varied producer controlled factors and weather in high yield environments. J. Prod. Agric. 4: 51-57.   

Robles, M., Ciampitti, I.A., et Vyn, T.J. 2012. Responses of maize hybrids to twin-row spatial arrangement at multiple plant densities. Agron. J. 104:1747-1756.

Sabata, R.J., et Mason, S.C. 1992. Corn hybrid interactions with soil nitrogen level and water regime. J. Prod. Agric. 5: 137-142.

Sawyer, J., Nafziger, E., Randall, G., Bundy, L., Rehm, G., et Joern, B. 2006. Concepts and rationale for regional nitrogen rate guidelines for corn. Iowa State University Extension publ. No PM-2015.

Schlegel, A.J., et Havlin, J.L. 2017. Corn yield and grain nutrient uptake from 50 years of nitrogen and phosphorus fertilization. Agron. J. 109 : 335-342.

Statistique Canada. 2018. Tableau  001-0017 -  Estimation de la superficie, du rendement, de la production, du prix moyen à la ferme et de la valeur totale à la ferme des principales grandes cultures, en unités métriques et impériales, annuel,  CANSIM (base de données). http://www5.statcan.gc.ca/cansim/a47

Tollenaar, M., Aguilera, A., et Nissanka, S.P. 1997. Grain yield is reduced more by weed interference in an old than in a new maize hybrid. Agron. J. 89:239-246.

Tsai, C.Y., et Huber, D.M. 1996. Genetic variation of maize hybrids in grain yield response to potassium and inhibiting nitrification. J. Sci. Food Agric. 70: 263-270.

USDA. 2018. Crop production historical track records. National Agriculture Statistics Service, Washington, D.C. http://usda.mannlib.cornell.edu/usda/current/htrcp/htrcp-04-12-2018.pdf

Wit, C., De. 1992. Resource Use Efficiency in Agriculture. Agric. Syst. 40 : 125-151.

Woli, K.P., Boyer, M.J., Elmore, R.W., Sawyer, J.E., Abendroth, L.J., et Barker, D.W. 2016. Corn era hybrid response to nitrogen fertilization. Agron. J. 108:473-486.


 
Commentaires (0)
Me connecter

Organisation : Ministère de l'Agriculture, des Pêcheries et de l'Alimentation (MAPAQ)
Collaborateur(s) : Gilles Tremblay, agr., M.Sc., MAPAQ; Léon-Étienne Parent, agr., Ph.D. Université Laval
Date de publication : 18 mai 2018

En cliquant sur « Accepter tous les cookies », vous acceptez le stockage de ces témoins de connexion sur votre appareil. Ceux-ci permettent au CRAAQ de générer des statistiques et d'améliorer votre expérience utilisateur. Vous pourrez les désactiver en tout temps dans votre fureteur Web.

Ceci est la version du site en développement. Pour la version en production, visitez ce lien.