Images satellites et agronomie,
comment cela fonctionne ?

Le LAI, beaucoup plus robuste que le NDVI utilisé par la plupart des OAD, est un indicateur clé du développement des cultures et l'un des principaux utilisés dans les modèles Farmstar.

Il représente la surface totale des feuilles développées par la culture par rapport à la surface du sol. Plus le LAI est élevé, plus la culture dispose d'une surface importante pour capter la lumière et réaliser la photosynthèse.

Calculé à partir des images satellites, le LAI permet de suivre précisément la croissance de la végétation et d'estimer son niveau de développement à différentes étapes de la campagne.

Cet indicateur constitue une base essentielle pour évaluer les besoins nutritionnels des cultures et anticiper leur potentiel.

Les images satellites ne produisent pas directement un conseil de fertilisation. Elles fournissent des mesures objectives qui viennent alimenter les modèles agronomiques développés par Farmstar.

Ces modèles combinent plusieurs sources d'information : observations satellitaires, données climatiques, caractéristiques de la parcelle, historique cultural et références agronomiques.

À chaque étape clé du cycle de la culture, les données sont analysées afin d'évaluer l'état réel de la végétation et son potentiel de développement.

Cette approche permet de proposer des recommandations de fertilisation ajustées aux besoins de la culture, au bon moment et au bon endroit.

Les images satellites apportent une information précieuse sur l’état de la végétation, mais elles ne suffisent pas à elles seules pour établir une recommandation agronomique. Farmstar combine ces observations avec des modèles développés par Arvalis et Terres Inovia ainsi qu’avec les caractéristiques de la parcelle afin de produire des conseils adaptés à chaque situation.

Non. Les satellites n’observent pas directement la quantité d’azote nécessaire à la culture. Ils mesurent la lumière réfléchie par la végétation, ce qui permet d’évaluer son état et son niveau de développement. Ces informations sont ensuite interprétées à l’aide de modèles agronomiques pour établir les préconisations.