La planète agricole réfléchit à la forme que prendront les schémas de production dans des temps pas si lointains, lorsque l'intelligence artificielle et la robotique conjugueront leur expertise avec toutes les exigences qui, en termes de durabilité, domineront la scène. « Les campagnes seront plus numériques, plus durables et plus résistantes au changement climatique », affirment les spécialistes d'une marque mondialement connue de tracteurs et de moissonneuses-batteuses. L'agriculture de précision, soutenue par l'utilisation intelligente des données, jouera un rôle de premier plan et permettra au producteur d'identifier quels changements peuvent générer la plus grande valeur pour l'entreprise.
banc d'essai
L’Université de l’Illinois, aux États-Unis, développe ce qu’elle appelle la « gestion régénérative et agricole », connue sous le nom d’I-FARM. Il s'agit d'un banc d'essai qui comprend des cultures traditionnelles, des cultures de service (SC) et de l'élevage, toutes gérées grâce à l'utilisation de pratiques synergiques et durables. Cela implique la collecte de données de manière autonome et efficace, facilement disponibles dans le cloud.
I-FARM propose une agriculture de précision améliorée par télédétection ; Il s’agit de nouvelles solutions autonomes pour la plantation CS, les applications d’intrants à taux variable et le désherbage ponctuel, évitant l’utilisation de produits chimiques, réduisant les coûts. En outre, la télédétection basée sur l'intelligence artificielle pour la prévision de la santé animale, la quantification des nutriments et la santé des sols sont une priorité. Au fil du temps, toutes ces données peuvent indiquer des pratiques utiles et faire des suggestions basées sur les cycles de culture précédents, entraînant des rendements plus élevés, une utilisation moindre d'intrants et un impact environnemental réduit.
Les solutions de connectivité constituent un autre élément clé . Ils fournissent un moyen de transmettre les données collectées à partir d'une variété d'appareils installés sur le terrain au producteur et à ses conseillers. Par exemple, un système de réseau cellulaire permet à un appareil de se connecter à Internet de manière solide et stable. En revanche, les robots agricoles ne peuvent pas dépendre des téléphones portables pour se connecter à Internet.
LoRA est un protocole de couche physique qui crée un réseau privé pour les appareils. Il est accessible partout, même dans les régions rurales isolées. Bien sûr, sa bande passante est étroite, c’est pourquoi il fonctionne bien pour détecter des données mais pas pour collecter des vidéos ou des images.
De son côté, la connectivité par satellite a prospéré ces dernières années . Le satellite offre une bonne disponibilité et une longue portée, mais offre une bande passante qui peut ne pas être suffisante pour certaines applications agricoles.
Enfin, TV White Space fait référence aux chaînes de télévision inutilisées parmi les chaînes actives , dans le spectre des très hautes et ultra-hautes fréquences. Il peut être utilisé pour fournir un accès Internet haut débit robuste et stable, même dans les zones agricoles reculées. Le fait est qu’il n’est pas toujours disponible.
Tout est bien mesuré
Il est clair qu'il est nécessaire de collecter une grande quantité d'informations pour alimenter le modèle . Les techniques de télédétection en temps réel restent une option efficace pour mesurer, collecter et stocker de grandes quantités de données pouvant être utilisées pour des modèles et/ou des outils d’aide à la décision.
L’idée est de faire mûrir les techniques de surveillance basées sur des capteurs déportés en temps réel et de les intégrer dans des outils d’aide à la décision de planification et de gestion. À l’aide de ces données, une application développée par l’Université de l’Illinois recommandera des actions d’agriculture de précision comprenant la sélection des semences, le sursemis, la fertilisation latérale et l’utilisation de cultures de service. Plus rapide, plus précis et à moindre coût.
I-FARM intégrera la surveillance des conditions de terrain en combinant l'échantillonnage des sols terrestres, l'Internet des objets et la télédétection. Les variables suivantes seraient mesurées : carbone du sol, densité apparente, N disponible (NO3-N et NH4-N), P, CEC, pH, matière organique, autres macro et micronutriments, conditions de croissance et de profil des cultures, température du sol. nitrates du sol et des plantes, structure de la canopée, couleur des feuilles et phénologie des cultures, teneur en N et en chlorophylle des feuilles. Enfin, des modèles de machine learning entraînés sur toutes ces mesures/images seront utilisés pour appuyer les décisions.
La ferme aussi
Les technologies de gestion précise du bétail permettent de gérer chaque animal grâce à une surveillance continue, automatisée et en temps réel de la santé, du bien-être, de la reproduction et de l’impact environnemental. En fait, les capteurs servent à surveiller l'environnement auquel la ferme est exposée et à recueillir les réponses des animaux. Sur la base des données collectées par les capteurs, des algorithmes sont développés pour générer des systèmes d'alarme et des décisions de gestion .
En fonction des résultats attendus, tels que la prise de poids des animaux, la quantité de nourriture consommée et/ou l'activité des animaux, en fonction de l'état actuel de l'exploitation obtenu selon les données des capteurs, les agriculteurs peuvent effectuer des changements efficaces. dans l’environnement pour atteindre les résultats escomptés.
Selon leur type, les capteurs enregistrent l'activité, le positionnement, la rumination, l'alimentation, le temps de position couchée et le temps de marche. Cependant, il est coûteux et peu pratique d’équiper chaque animal de tous les capteurs portables. I-FARM teste une caméra drone.
La conclusion est unanime : la ferme du futur est avant tout une question de données, d’intelligence artificielle et d’apprentissage.