Accéder au contenu principal
Spectrométrie proche infra-rouge

Le Nirs pour connaître en live la qualité récoltée et mieux la valoriser ?


TNC le 27/07/2022 à 06:09
fiches_Recolte_grains_qualite

Le spectromètre analyse la qualité des grains directement dans l'élévateur et mémorise la position GPS pour cartographier les résultats. (©Adobe Stock)

La technologie Nirs se développe et s'installe sur les machines pour répondre aux problématiques économiques, environnementales et sociétales. À l'image des analyseurs proche infra-rouge qui débraquent sur les moissonneuses-batteuses et dont le rôle est de mieux connaître la qualité dans le champ. Gain de productivité de l'engin mais surtout de qualité des lots récoltés pour mieux valoriser la commercialisation.

D e plus en plus de constructeurs de moissonneuses-batteuses proposent un équipement permettant d’analyser la récolte en direct sur la machine. Sur le papier, le principe est assez simple. En réalité, la technique semble un peu plus complexe tant les conditions pour une analyse proche infra-rouge sont exigeantes. Température, vibrations, poussière, flux de matière, références… autant de paramètres qui peuvent influer sur la qualité des résultats fournis par l’installation.

Pour y voir plus clair sur le fonctionnement de la technologie, retour aux bases de la méthode. La Nirs (near infrared spectroscopy), ou spectroscopie proche infra-rouge, mesure et analyse des spectres de réflexion de la lumière dans la gamme de longueurs d’onde comprise entre 0,78 et 2,5 µm. Autrement dit, la technique se base sur la vibration des molécules lors de l’excitation de celles-ci par la source infra-rouge.

Modèle mathématique pour traduire le spectre en critère d’intérêt

Il est nécessaire d’avoir recours à un modèle mathématique en vue d’extraire le critère d’intérêt parmi l’ensemble des informations présentes dans le spectre obtenu. La constitution d’un modèle repose sur un jeu de calibration, c’est-à-dire un ensemble d’échantillons pour lesquels on a mesuré le spectre proche infra-rouge ainsi que la valeur du critère d’intérêt par une méthode de référence.

En agricole, il est souvent difficile de se faire une idée de la qualité de la récolte alors même que la moisson est en cours, pour améliorer les réglages si nécessaire. Difficile aussi d’optimiser le stockage des cultures pour améliorer le traitement ultérieur. Prendre un échantillon pour l’envoyer au laboratoire peut être long et fastidieux. Pour garantir la fiabilité des résultats, les conditions d’utilisation sont plutôt exigeantes : température et hygrométrie contrôlées… absence de vibrations, références pour auto-étalonnage à chaque échantillon mesuré… D’où la question qui se pose au sujet de la fiabilité des données mesurées par l’outil quand il est installé sous le capot d’une moissonneuse !

Corona Extreme chez Zeiss

Chez Zeiss par exemple, une version baptisée Corona Extreme est proposée. Qu’importe qu’il fasse extrêmement chaud, froid, ou qu’il y ait des niveaux élevés de chocs, de vibrations, de poussières ou de débris, le produit promet de fournir des courbes à l’échelle réelle à partir de résultats mesurés directement sur la moissonneuse-batteuse. Pour y parvenir, il faut disposer de la gamme d’échantillons couvrant la variabilité la plus large possible concernant le paramètre recherché. On veillera à une bonne représentativité des échantillons entre années, variétés, origines géographiques. Les échantillons sont caractérisés au plan analytique par les méthodes de référence. Si les premières calibrations sont réalisables avec une centaine d’échantillons, la validation de la calibration obtenue nécessite un second jeu de données indépendantes.

New Holland intègre son spectromètre Nirs sur ses moissonneuses-batteuses de gamme CR. (©New Holland)

Une fois calibré, l’outil analyse par exemple la teneur en huile des graines mais aussi la répartition en acides gras. Taux de matière sèche, protéines, humidité… le dispositif a la capacité d’analyser de nombreux critères simplement grâce au flux de récolte qui transite devant l’objectif.

Cartographie de la qualité des récoltes

Après avoir travaillé sur les tonnes à lisier pour connaître la quantité d’éléments N, P et K épandus, les marques se sont concentrées sur les ensileuses en vue de caractériser la qualité nutritionnelle des fourrages (exemple : Harvest Lab 3000 de John Deere). Dorénavant, la technologie est déclinée sur les moissonneuses-batteuses, pour là encore avoir un meilleur aperçu de la qualité de la récolte en vue d’une rémunération adaptée. L’idée est par exemple de stocker en lots dont les qualités sont proches pour améliorer son prix de vente et éviter de diluer les qualités supérieures. À l’inverse, les données fournies par le dispositif peuvent aussi permettre de redresser le taux de protéines d’un lot de blé par exemple en vue de satisfaire aux exigences réglementaires.

Chez New Holland, le système baptisé Evo Nir a même été couplé au GPS. L’électronique enregistre les données en les géolocalisant pour cartographier la qualité de la récolte. Des étalonnages annuels peuvent être effectués à distance à l’aide d’une connexion internet. L’agriculteur peut aussi moduler la dose de fertilisant. Pour l’heure, le constructeur adapte la technologie sur sa presse haute densité et envisage même d’autres déclinaisons.