WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Estimation des besoins en N, P et K du basilic (Ocimum basilicum L.) par le module DSSB et gestion optimale de N dans la Région Maritime du Togo

( Télécharger le fichier original )
par Ayi Koffi ADDEN
Université de Lomé - Diplôme d'Ingénieur Agronome 2005
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

3.5 Limite du module et les perspectives de son amélioration

3.5.1 Les limites du module

Le module DSSB ne prend pas en compte les facteurs gestion de l'eau, gestion des mauvaises herbes et gestion des maladies. Il est alors fortement recommandé que l'application des besoins calculés de la plante s'accompagne de bonnes pratiques culturales.

S'inscrivant dans une perspective de durabilité, le module DSSB est statique et n'est pas assez outillé pour une analyse performante dans le temps. En effet, le principe actuel de fonctionnement du DSSB ne lui permet pas de saisir l'évolution de la fertilité du sol. Or, cette dernière composante est une clé indispensable pour une bonne estimation des besoins. Que l'on mette en oeuvre ou non les techniques de gestion du sol, sa fertilité changera en fonction du temps dans la mesure où ce sol est exploité. La capacité du sol à fournir N, P et K intégrée au module sera désuète avec le temps, surtout avec la technique culturale adoptée par Darégal Equatorial (destruction systématique des résidus de récolte). Ceci est une limite majeure pour le module. A intervalle de temps régulier (minimum 3 ans et maximum 5 ans), il va falloir actualiser ce module en menant des essais sans engrais sur les sites de production et en analysant la teneur en NPK des feuilles de la production obtenue.

Il serait intéressant de trouver un moyen pratique pour saisir l'évolution de la fertilité du sol dans le temps. L'espoir peut être mis sur la détermination de la teneur du sol en nitrate, dosée au moyen de la mallette azotée. En identifiant de manière correcte et persuasive le rapport de fourniture de N, P et K par le type de sol donné, il est possible d'estimer avec précision la capacité du sol à fournir N, P et K par le dosage de l'azote nitrique. On pourra ainsi envisager la substitution dans le module de la capacité du sol à fournir N, P et K par le résultat du test de dosage du nitrate. Ainsi à chaque début de saison culturale, il suffirait de doser le nitrate dans le sol en place puis l'on utilise le module en toute quiétude.

La possibilité d'utiliser le chlorophylle -mètre pour gérer la demande en azote est aussi possible grâce à une étude approfondie de la relation entre la mesure du chlorophylle- mètre et la teneur en azote des feuilles du basilic.

3.5.2 L'estimation du rendement sans engrais

Le module DSSB, en marge de l'estimati on des besoins en NPK, estime le rendement que l'on pourrait obtenir sans apports de fertilisants au sol de culture. Cette estimation des rendements sans engrais s'effectue sur la base de la loi du minimum dans le module. On espère atteindre le rendement généré par le nutriment le plus limitant dans le sol. Cette façon de voir les choses élimine tout risque de surestimation des rendements qui serait préjudiciable à l'économie de la production.

Mais le calcul de ces rendements sans engrais, générés par la capacité propre au sol, se fait sur la base de l'efficacité interne affectée à chaque nutriment (N, P et K) pris individuellement. Ceci ne prend en compte aucune interaction entre les nutriments. Ce qui dans la réalité ne se justifie pas.

Il existe toujours entre les nutriments absorbés par les plantes une certaine interaction naturelle émanant des processus physiologiques de la plante. Il serait plus intéressant de trouver une approche prenant en compte cette interaction entre les nutriments absorbés par la plante pour générer un rendement économique. Justement pour cette fin, l'approche QUEFTS, (Janssen, 1998) pour l'estimation du rendement, nous semble -t -il, serait plus indiquée.

Tableau 21 : Rendements en feuilles fraîches de basilic sans engrais (kg.ha-1)

Site

Gestion organique

Rendements réels

Rendements - du minimum

Loi

Rendements -

QUEFTS

D3-1

Sans fumier

8001

6519

 

8004

 

Fumier

10424

9962

 

11466

D3-2

Sans fumier

6492

6350

 

8079

 

Fumier

9352

9623

 

13955

Agbodrafo

Sans fumier

5529

5783

 

6379

 

Fumier

6702

5734

 

9785

Nimagnan

Sans fumier

21627

17107

 

19213

 

Fumier

19422

17717

 

19065

 

Drêche

22048

17806

 

20263

 

Drêche+fumier

15941

12455

 

15363

 

L'étude comparative des rendements estimés par la méthode des lois du minimum et ceux estimés par la méthode QUEFTS simplifié par rapport aux rendements réellement observés sur le terrain, ne révèle pas une différence significative entre la précision des deux méthodes, bien que la méthode QUEFTS présente un léger avantage nominale (Tableau 21). L'erreur relative principale affectant les prédictions de la méthode des lois du minimum est de 2387 kg.ha-1 (p est à l'infini) avec une variabilité de 19%. La méthode QUEFTS affiche une erreur relative principale de 2109 kg.ha-1 (le degré de signification est à l'infini) avec une variabilité de 17%.

En considérant la physiologie des plantes qui fait intervenir toujours des interactions entre les éléments chimiques, en prenant en compte la légère différence nominale entre les deux méthodes et en considérant le fait que l'estimation des rendements sans engrais n'interfère en aucun cas avec le but principal du module (calcul des besoins en fertilisant) et que ces rendements sans engrais ne donnent qu'une idée globale de la capacité productive du sol en place, la méthode QUEFTS semble être appropriée pour la simulation de la réalité du système étudié.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Des chercheurs qui cherchent on en trouve, des chercheurs qui trouvent, on en cherche !"   Charles de Gaulle