31 décembre 2019
auteur | co-auteurs
Lors du pâturage, l'adaptation du chargement aux ressources disponibles exige un suivi régulier et la connaissance de l'évolution (en qualité et quantité) de la végétation. Les outils numériques récents ouvrent des perspectives pour suivre la défoliation au cours d'une séquence de pâturage et ajuster le taux de chargement ou le temps d'utilisation des parcelles en évitant ainsi surpâturage ou sous-pâturage.
Une méthode simple et peu coûteuse a été mise au point pour évaluer objectivement les changements visuels de matière verte pendant le pâturage par les herbivores. Elle s'appuie sur un simple appareil photo numérique et sur des logiciels libres. Un indice de végétation peu sensible aux conditions d'éclairement a été calculé à partir des valeurs des canaux rouge, vert et bleu des photos. À partir de la distribution des pixels selon cet indice, trois classes ont été définies : la classe A représente le sol, les feuilles souillées de boue ou les matériaux morts, la classe B les tiges et des organes sénescents à faible teneur en chlorophylle et la classe C les parties vertes. La corrélation est forte entre les classes A ou C et l'intensité du pâturage. Cet outil devrait faciliter la gestion du pâturage
MAHIEU M., ARQUET R., TRICHEUR A., COLLAS C., JURJANZ S., 2019. "Suivi du pâturage avec un appareil photo grand public et des logiciels libres : méthode et validation", Fourrages n°240, p.335-340.
We developed a simple and inexpensive method for objectively quantifying visual changes in green matter during grazing by livestock. It employs a non-professional digital camera (RGB; hand held or attached to a drone) and free software programs. For each pixel, we calculated the visible atmospherically resistant index for green matter (VARIgreen) using the equation (G-R)/(G+R-B), where R, G, and B were the values from the red, green, and blue channels, respectively. Based on the distribution of the pixel index values, three categories were defined: category Cl-A contained pixels associated with bare soil, mud, and/or soil litter, category CI-B contained pixels associated with stems and other senescent plant parts with low chlorophyll levels, and category Cl-C contained pixels associated with green matter. Grazing intensity had a strong negative correlation with the percentage of pixels in Cl-C; the correlation was strongly positive for Cl-A. This method should be able to reveal defoliation patterns during the grazing sequence and allow the stocking rate and/or plot grazing time to be adjusted to prevent overgrazing or undergrazing.
PDF - 840,37 ko
PDF - 2,53 Mo