Spatiotemporal variability in soil moisture, plant water status, and yield under variable- rate micro-irrigation in a commercial almond orchard
Cette étude à l'échelle commerciale de trois ans démontre qu'une variabilité spatio-temporelle prononcée de l'irrigation et de l'humidité du sol ne corrèle pas nécessairement avec le rendement ou l'état hydrique des plantes dans les vergers d'amandiers, suggérant que la micro-irrigation à taux variable peut être optimisée pour améliorer l'efficacité de l'utilisation de l'eau sans compromettre la productivité.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez un jardin géant et assoiffé où chaque plante est un petit personnage individuel doté de sa propre personnalité unique. Certaines sont comme des coureurs de fond capables de tenir longtemps sans boire, tandis que d'autres sont comme des fleurs délicates qui se flétrissent dès que le soleil devient trop chaud. Dans le monde de l'agriculture, plus précisément avec les amandiers, les agriculteurs ont traditionnellement traité tout le verger comme un bloc unique et uniforme. Ils allument les arroseurs (ou dans ce cas, les tuyaux de goutte-à-goutte) et donnent exactement la même quantité d'eau à tout le monde, en espérant que l'arbre « moyen » recevra ce dont il a besoin. Mais tout comme une classe d'élèves, les arbres ne sont pas tous les mêmes. Certains ont des racines qui s'enfoncent profondément dans un sol riche et humide, tandis que d'autres sont coincés dans des zones sablonneuses et sèches. C'est là qu'intervient la science de l'« agriculture de précision ». Il s'agit de l'idée de donner à chaque plante exactement ce dont elle a besoin, plutôt que de deviner pour l'ensemble du groupe. Pour ce faire, les scientifiques utilisent des outils spéciaux pour écouter les arbres : ils vérifient la quantité d'eau présente dans le sol (comme on vérifierait l'humidité d'une éponge), ils mesurent à quel point l'arbre a soif (en vérifiant la pression à l'intérieur de ses branches) et ils surveillent la météo pour voir à quel point l'air essaie de voler l'eau. La grande question a toujours été : si nous arrêtons de deviner et que nous commençons à personnaliser l'eau pour chaque endroit, les arbres produiront-ils réellement plus de noix, et économiserons-nous de l'eau par la même occasion ?
Cet article examine en profondeur un verger d'amandiers commercial réel en Californie pour répondre à cette question. Les chercheurs ont mis en place un « réseau d'espions » de 14 endroits différents à travers la ferme, les surveillant de près pendant trois ans (de 2019 à 2021). Ils ne se sont pas contentés de deviner ; ils ont utilisé des débitmètres de haute technologie pour voir exactement quelle quantité d'eau chaque zone recevait, des sondes neutroniques (qui agissent comme de gigantesques détecteurs d'humidité du sol) pour mesurer l'eau profondément sous terre, et une chambre de pression spéciale pour mesurer le « potentiel hydrique du tronc » (PHT) des arbres. Considérez le PHD comme un « compteur de soif » pour l'arbre : un chiffre moins négatif signifie que l'arbre est bien hydraté et heureux, tandis qu'un chiffre très négatif signifie que l'arbre est stressé et assoiffé.
Ce qu'ils ont découvert est un véritable coup de théâtre. Le verger était bel et bien une mosaïque de conditions différentes. Certains endroits ont reçu une quantité massive d'eau, jusqu'à 990 mm sur une saison, tandis que d'autres en ont reçu beaucoup moins, environ 609 mm. L'humidité du sol variait énormément, et le niveau de « soif » des arbres changeait radicalement à mesure que l'été devenait plus chaud, certains arbres étant si stressés que leur PHD chutait à -3,2 MPa. On pourrait s'attendre à ce que les zones recevant le plus d'eau soient celles qui produisent la plus grande récolte d'amandes. Mais voici la surprise : plus d'eau ne signifiait pas plus de noix.
En fait, les données ont montré un schéma clair : les arbres qui recevaient les quantités d'eau les plus élevées ne produisaient pas de manière significative plus de rendement que ceux qui en recevaient moins. Les chercheurs ont utilisé une méthode statistique appelée « analyse de regroupement hiérarchique » pour diviser les arbres en deux équipes : une équipe « à intrants élevés » (beaucoup d'eau) et une équipe « à faibles intrants » (moins d'eau). Lorsqu'ils ont comparé les récoltes, l'équipe à faibles intrants a en réalité produit un tout petit peu plus de noix en moyenne, bien que la différence n'était pas statistiquement assez importante pour dire qu'il s'agissait d'une victoire garantie. La découverte la plus importante était que le « compteur de soif » (PHD) était le meilleur prédicteur de la production de noix d'un arbre. Les arbres qui étaient modérément stressés (mais pas en train de mourir) produisaient souvent aussi bien que ceux qui étaient sur-hydratés.
L'article s'oppose à l'idée traditionnelle selon laquelle « plus d'eau égale plus de nourriture ». Il suggère que, dans un verger d'amandiers commercial, le simple fait de verser de l'eau supplémentaire sur les arbres ne booste pas la production ; cela change simplement l'humidité du sol sans modifier la récolte. L'étude conclut qu'en utilisant ces outils de surveillance intelligents pour créer des « zones de gestion » spécifiques, les agriculteurs peuvent cesser de trop arroser les zones assoiffées et de ne pas assez arroser les autres. Ils peuvent adapter l'irrigation aux besoins spécifiques du sol et de l'arbre, permettant potentiellement d'économiser beaucoup d'eau sans perdre un seul fruit. C'est un rappel que dans la nature, parfois, moins c'est mieux, et que la clé d'une bonne récolte n'est pas seulement d'inonder le champ, mais d'écouter ce que les arbres nous disent réellement.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.