01 · Guide
Fondamentaux : ce que mesure réellement une carte de rendement
Le rendement agronomique est une quantité récoltée rapportée à une surface. Sur une machine mobile, cette surface n’est pas pesée : elle est reconstruite à partir de la vitesse, de la largeur effectivement récoltée et du temps d’échantillonnage. En parallèle, le débit de produit est estimé par un capteur, tandis que le GNSS attribue une position aux observations. La carte finale juxtapose donc des estimations dont les erreurs peuvent se cumuler.
02 · Guide
Calibration : transformer un signal machine en donnée défendable
La règle générale est plus importante que le nombre : la référence de masse doit être fiable, chaque charge doit présenter un flux aussi stable que possible, la plage de calibration doit couvrir les conditions réellement rencontrées et les résultats doivent être contrôlés après calibration sur une charge indépendante.
03 · Guide
Structure des données, ISOXML, FMIS et archivage
Les consoles enregistrent souvent les données dans un format natif ou propriétaire. Les Chambres d’agriculture décrivent un flux pratique où les fichiers peuvent être extraits de la console, récupérés via un cloud constructeur, puis convertis en Shapefile pour QGIS lorsque nécessaire. Elles citent aussi l’ISOXML comme format rencontré.
La conversion est une étape à risque : noms de culture, unités, systèmes de coordonnées, largeur, identifiant de parcelle ou métadonnées peuvent être perdus. Le fichier brut doit donc être archivé avec son export original, et toute conversion doit générer une version dérivée clairement nommée.
04 · Guide
Nettoyage et contrôle qualité : le cœur du dossier
Les Chambres d’agriculture citent pertes GPS, montée/descente en charge et autres artéfacts comme raisons de prétraiter les données. Leurs travaux testent une approche itérative sous QGIS et une méthode systémique fondée sur Leroux et al. Les erreurs rencontrées dans la littérature incluent aussi largeur de coupe partielle, vitesse instable, points co-localisés, humidité aberrante, valeurs hors bornes physiques et dérive de calibration.
Sudduth & Drummond ont développé Yield Editor pour rendre reproductible l’application de filtres d’erreurs connus. Leur article rappelle que des proportions importantes d’observations peuvent être erronées dans certains jeux de données, mais cette statistique ne doit pas devenir une cible de nettoyage : supprimer 20 % parce qu’un article l’a observé ailleurs serait méthodologiquement faux.
05 · Guide
Construire la carte : interpolation, résolution et sémiologie
Les données de récolte sont d’abord des observations ponctuelles ou quasi-linéaires le long des passages. Pour produire une surface continue, on peut les agréger dans une grille ou appliquer une interpolation. Les Chambres d’agriculture utilisent un lissage par krigeage avant détourage de zones homogènes ; d’autres méthodes existent (IDW, splines, lissage local).
| Méthode | Usage cité |
|---|---|
| Krigeage | Lissage utilisé par les Chambres d’agriculture avant détourage de zones homogènes |
| IDW, splines, lissage local | Autres méthodes existantes |
06 · Guide
Décalage entre coupe et mesure
Le grain met du temps à parvenir de la barre de coupe au capteur. Si ce délai n’est pas corrigé, la valeur mesurée est affectée au mauvais point de la parcelle, surtout en bout de rang ou lors des variations de vitesse.
07 · Guide
Comparer plusieurs campagnes
Une zone faible sur une seule carte peut refléter un incident ponctuel, une culture différente ou un défaut de mesure. Pour établir une zone de gestion, comparer plusieurs récoltes et confronter le signal au sol, au relief et aux pratiques.
Une carte de rendement ne constitue pas une prescription à elle seule. La décision de moduler doit encore tenir compte de la stabilité des zones, du prélèvement de sol et de la réponse économique attendue.
Questions fréquentes
Pour aller à l’essentiel
Une carte de rendement suffit-elle à décider une modulation?
Non. Une carte de rendement ne constitue pas une prescription à elle seule. La décision doit tenir compte de la stabilité des zones, du prélèvement de sol et de la réponse économique attendue.
Faut-il supprimer un pourcentage fixe de données?
Non. La proportion d’observations erronées observée ailleurs ne doit pas devenir une cible de nettoyage : supprimer 20 % parce qu’un article l’a observé serait méthodologiquement faux.
Pourquoi comparer plusieurs campagnes?
Une zone faible sur une seule carte peut refléter un incident ponctuel, une culture différente ou un défaut de mesure. Comparer plusieurs récoltes permet d’établir une zone de gestion.
