La population mondiale devrait avoisiner la barre de 8,9 milliards d’habitants d’ici les années 2050 selon le scénario moyen de l’Organisation des Nations Unies (ONU). Alors, la production alimentaire devra être optimisée afin d’absorber cette croissance. Pourtant, la rareté de terres arables au profit de l’industrialisation est de plus en plus remarquable. L’intelligence visuelle en agriculture qui fait partie des nombreuses ramifications de l’intelligence artificielle telles que le machine learning ou le deep learning est aujourd’hui préconisée. Prendre en considération cette innovation demeure un aspect important dans le secteur agricole dans la mesure où elle transforme l’agriculture, optimise les ressources et évite le gaspillage.
Face aux défis d’améliorer la production alimentaire, les solutions d’intelligences visuelles pour l’agriculture permettent d’accéder facilement aux cartes numériques des champs, des forêts ou des plantations. Ces cartographies sont généralement générées à partir de « jumeaux numériques » d’actifs agricoles et facilement interprétables sur les plateformes de gestions de données visuelles. Les jumeaux numériques ou « digital twins » qui permettent de prédire les récoltes sont de plus en plus utilisées par les entreprises semencières, les instituts de recherches et les entreprises agrochimiques pour générer des informations commerciales exploitables et réduire les coûts opérationnels.
Une Cartographie de précision grâce aux jumeaux numériques
Aujourd’hui, les aéronefs de types Unmanned Aircraft Systems (UAS) ou Unmanned Aerial Vehicle (UAV) associés à des analyses d’images fournissent des données de phénotypage à base de plantes et une meilleure compréhension du fonctionnement des plantes. En revanche, les analyses appliquées aux jumeaux numériques de champs expérimentaux fournissent plus d’informations et sont utilisées pour : mesurer des traits tout au long de la saison des cultures avec une précision centimétrique, mesurer la santé de la hauteur des plantes, caractériser la floraison et extraire la vitesse de maturation ou la cartographie de la fraction de sol recouvert de végétation verte.
source : IBM services
Dans l’applicabilité, lorsque les données sont récoltées sur le terrain, elles sont intégrées dans un cloud à cause du volume de calcul. Les jumeaux numériques offrent par la suite la possibilité d’accéder aux données de manière optimale, en temps réel et en tout lieu. Cela aide les sociétés engagées dans la recherche agricole à rationaliser et à normaliser leurs études réalisées sur le terrain au moyen des drones. C’est le cas des sociétés comme BASF et Delair qui, à travers un accord mondial construisent des jumeaux numériques afin de cartographier et analyser les hectares de parcelles. L’analyse de toutes ces données s’appuie également sur des algorithmes de machine learning.
Grace à cette innovation technologique, les agriculteurs et agricultrices après formations, sont susceptibles de pratiquer une agriculture de précision qui tient compte des données extraites sur chaque parcelle agricole à partir de capteur multispectrales.
Soucres :
https://medium.com/@MentorMate/the-future-of-farming-7-ways-a-digital-twin-can-be-applied-to-agriculture-595a1750c453
https://agrimetrics.co.uk/blog/digital-twins-in-agriculture
https://newsroom.ibm.com/2019-04-26-Yara-and-IBM-join-forces-to-transform-the-future-of-farming