Les microprocesseurs s’emballent pour les céréales

Les microprocesseurs s’emballent pour les céréales

IOT, CROWDSOURCING, BIG DATA…

Les microprocesseurs s’emballent pour les céréales

L’informatique appliquée à l’agriculture est un secteur en pleine effervescence. Entre les start-up privées et les recherches subventionnées par l’Europe, les innovations technologiques ne manquent pas ! Mais il n’est pas simple de s’y retrouver dans cette profusion de nouveaux services qui visent à rendre l’agriculture plus durable, grâce à un modèle économique moins dépendant de la chimie, tout en conservant une production viable pour l’exploitant.

mpossible d’être exhaustif tant les innovations dans le domaine des nouvelles technologies agricoles sont nombreuses ! Certaines sont encore à l’état de recherche, d’autres sont balbutiantes mais nécessitent une application à plus grande échelle pour asseoir leurs résultats. Pour y voir plus clair, et mieux cerner les applications concrètes et les bénéfices pour les producteurs, Arvalis-Institut du végétal a organisé à Paris, les 24 et 25 janvier, sous l’égide de l’Inra, les premières biennales de l’innovation céréalière, baptisées Phloème.

Une tendance se dégage : la collecte d’informations, issues de mesures rigoureuses (cultures, sols, humidité, azote, etc.) via des capteurs pour alimenter des logiciels d’aide à la décision, domine. L’essor du GPS, RTK, de la robotique et la qualité des images aériennes via le satellite Sentinel confirment l’orientation du métier vers une agriculture de précision en optimisant les traitements et l’utilisation de l’eau. Arvalis-Institut du végétal teste en réel ces applications numériques dans les fermes expérimentales appelées Digifermes.

L’information à grande échelle

Quelle que soit l’application informatique, elle ne peut exister sans éléments de mesure. On parle de crowdsourcing qui peut se traduire par « données de masse puisées à la source ». L’idée consiste à acquérir un maximum d’informations sur les cultures et la météo, par l’intermédiaire de multiples capteurs, comme des lasers à balayage, des caméras infrarouges, des radiomètres, etc. Ils transmettent leurs résultats grâce à un réseau bas débit moins coûteux que le Wifi et le GSM.

Les objets connectés, appelés IoT (Internet of things – prononcer aioti) mesurent la nature du sol, la végétation, l’hygrométrie, la quantité d’azote, le taux d’infestation en adventices, la couleur des feuilles… et envoient leurs relevés en temps réel. En résumé, les IoT alimentent le crowdsourcing, afin que les chercheurs bénéficient d’une multitude d’informations, qu’ils vont organiser et coupler pour les retransmettre aux exploitants agricoles via des outils d’aide à la décision accessibles depuis leur smartphone, leur tablette, leur PC.

Plateformes de données

Les systèmes prévus pour la collecte, le traitement, le stockage et la dissémination des informations posent la question de la propriété, du consentement des agriculteurs, de la sécurité de stockage et des protocoles d’utilisation. Les instituts agricoles ont réfléchi au problème de ces gros volumes de données (big data) et formulé 10 recommandations qui ont contribué à la naissance du projet Casdar Multipass. Cet écosystème interopérable protège les échanges de données des exploitations, gère les consentements et garantit la transparence sur l’usage de ces renseignements.

C’est dans cet esprit que la plateforme Api-Agro réceptionne les relevés bruts, les organise, les valorise afin qu’ils puissent être utilisés par d’autres acteurs, mais aussi pour leurs propres applications comme le logiciel Clim’ Alert qui offre un aperçu à l’échelle nationale du stress thermique sur le blé tendre d’hiver. Cette libre circulation de l’information, couplée aux mesures des IoT, laisse le champ libre à la création de multiples programmes que ce soit pour la recherche, les filières agricoles ou le domaine privé. De nombreux appels à projets sur les semences et la sélection végétale et la transition agro-écologique des exploitations sont en cours.

Fourmillement de projets

Les big data alimentent des modèles comme le CHN qui modélise les échanges de carbone, eau et azote dans les systèmes de culture et assiste le pilotage de l’irrigation et la fertilisation. Grâce aux données d’épidémiosurveillance en temps réel à l’échelle de la France, IPSim, développé par l’Inra, suit l’évolution de bioagresseurs comme la rouille brune ou le piétin du blé. En anticipant l’arrivée de la maladie avec une précision parcellaire, il est possible d’agir plus rapidement pour obtenir un meilleur résultat.

Prometteur mais pas encore disponible, l’outil d’aide à la décision Simulteau offre une gestion optimum de l’eau pour l’irrigation. Il croise les données des cours d’eau et des sols, et intègre les restrictions. Quant à Farmstar, il s’appuie sur des photos prises par satellite pour définir un plan d’apport d’azote avec une modulation intraparcellaire. Les résultats, précis au centimètre près, s’utilisent directement sur le tracteur via le GPS ou le RTK. Grâce à l’imagerie hyperspectrale, le projet Irigam mesure les longueurs d’onde et différencie ainsi les épis de blé sains de ceux atteints de la fusariose. L’objectif est de déceler les variétés de blé résistantes à la maladie.

Source : Terre-net