Que peut le numérique pour les territoires isolés ?

Terra Nova est un think tank dont le but est de produire et de diffuser des idées et des solutions politiques innovantes, en France et en Europe. En association avec Google France et d’autres acteurs, ce think tank vient de publier une synthèse et des propositions sur les enjeux associés au numérique pour les territoires isolés.

Un document que l’on peut télécharger à l’adresse suivante : http://tnova.fr/system/contents/files/000/001/294/original/1101207_-_Que_peut_le_num_rique_pour_les_territoires_isol_s.pdf?1484227947

La proposition 2 du rapport intéressera particulièrement les lecteurs de ce blog, la page 38 propose une analyse lucide des enjeux associés et des forces à mobiliser en agriculture.

VitiCanopy, l’application qui estime le LAI des vignes maintenant disponible sur Android !

viticanopy-image

Une information communiquée par Lucie Chapurlat, une étudiante de SupAgro actuellement en stage à l’université d’Adélaide en Australie.

Le LAI (Leaf Area Index) est un paramètre qui rend compte de la surface végétale d’une culture, et donc, dans le cas de la vigne, de la vigueur et de l’ombrage, données essentielles à une conduite précise de la vigne. L’application VitiCanopy a été développée par des chercheurs des universités d’Adelaide et de Melbourne (Australie) dans le but de créer une alternative simple d’utilisation et accessible (elle est gratuite !) aux outils déjà existants, tel que le LAI-2000 ou des méthodes manuelles d’effeuillage/comptage. Il suffit d’utiliser la camera frontale de votre smartphone ou tablette posé au sol sous la canopée, et l’application se charge de calculer différents paramètres, dont notamment le LAI, la porosité, et un indice de compacité du feuillage. L’application peut se révéler très utile pour les viticulteurs désireux de gérer leurs vignes avec plus de précision, mais aussi pour faciliter le travail des chercheurs en viticulture.

Les résultats obtenus avec VitiCanopy ont été comparés avec plusieurs méthodes de référence pour s’assurer de leur fiabilité. Par exemple, les résultats sont estimés comparables avec ceux obtenus avec le LAI-2000 (R²=0.95). Pour en savoir lisez l’article entier ici (http://www.mdpi.com/1424-8220/16/4/585/htm).

Attention cependant, VitiCanopy a été paramétré sur des vignes en espalier palissé. Des tests sur les autres systèmes de conduite sont en cours.

Prévimat une plateforme de suivi de la maturité du raisin récompensée par le SIVAL d’or

previmat

Prévimat a obtenu le SIVAL d’or dans la catégorie « Services, logiciels ». Prévimat préfigure les futurs services d’aide à la décision mixant données participatives à l’échelle territoriale et fusion de données par le biais de modéles pour produire de l’aide à la décision. Prévimat est une application web qui prévoit l’évolution de la maturité des baies de cabernet franc à 7 et 14 jours en s’appuyant sur des données météo prédites, observées et des données physico-chimiques initiales (teneur en sucres, acidité totale et teneur en anthocyanes). Prévimat permet aussi la comparaison des cinétiques de maturation entre parcelles et entre millésimes. Cet outil aide les vignerons à acquérir une connaissance plus fine du comportement de leurs parcelles, à anticiper la planification de leurs vendanges et à réfléchir l’itinéraire de vinification en fonction des différences de comportement observées. La particularité de Prévimat est aussi d’être un outil de partage d’informations entre les utilisateurs participatifs.
Prévimat est issu de cinq ans de travaux de recherche menés par l’INRA de Grignon en collaboration avec l’UMT Vinitera (ESA d’Angers, IFV pôle Valde Loire centre, INRA, Cellule Terroirs Viticoles) et cofinancés par InterLoire (l’Interprofession des vins du Val de Loire).

Toutes les informations : https://www.sival-innovation.com/previmat/

L’agriculture de précision pour mieux comprendre la minéralisation de l’azote des amendements organiques

Cet article scientifique réalisé par des chercheurs australiens et états-uniens est intéressant car il propose une utilisation originale et nouvelle des outils et méthodes issues de l’agriculture de précision (AP). En effet, en AP, la proxy-détection (ou la télédétection) est habituellement utilisée pour détecter des variations des propriétés radiométriques associées à la chlorophylle et au statut azoté du couvert des cultures. Cette information est ensuite utilisée pour produire une préconisation sur la dose d’azote à apporter ou sur la manière de moduler ces apports au niveau inter ou intra-parcellaire. Dans cet article scientifique, la proxy-détection est utilisée comme un capteur permettant de suivre le statut azoté d’une culture ayant fait l’objet d’un amendement organique. L’objectif est donc de comprendre comment l’azote issu de cet amendement est minéralisé absorbé par la plante qui devient le capteur de la minéralisation de l’azote dans les conditions de l’expérimentation. Cette utilisation est originale puisqu’elle permet de mieux comprendre et de caractériser l’impact d’un itinéraire technique in-situ. L’étude a testé trois indices de végétation classiques mesurés à poste fixe sur une culture de laitue. Elle avait pour objectif de tester, sur deux saisons, différentes stratégies d’amendement associant de l’urée et du fumier de bovins. L’étude montre que l’acquisition in situ des propriétés radiométriques de la culture s’est révélée une technique fiable pour déterminer l’efficacité d’une combinaison optimisée entre Urée et fumier dans les conditions particulières considérées.

Résumé de l’article :
The use of proximal sensed vegetation indices can reduce the uncertainty linked to the N supplied by organic amendments in a horticultural field by detecting in-season crop N status. This research assessed the applicability of the three vegetation indices (VI) of NDVI, NDRE and CCCI to evaluate the in-season long term optimized strategy of applying organic amendments to a horticultural crop (lettuce) over two seasons. A conventional urea application rate (CONV) was compared with raw (Ma) feedlot manure and Ma combined with standard (Ma+CONV) and optimized urea rate (Ma+Op). NDRE most accurately predicted crop N status at the late stage of lettuce development with an R2 of 0.67 (RMSE 0.61), compared to 0.60 (RMSE 0.67) and 0.62 (RMSE 0.66) for NDVI and CCCI respectively. The in-season acquisition of crop reflectance proved to be a valid technique to determine the efficiency of an optimized combination between organic amendments and N-fertilizer.

références : De Rosa, D., Rowlings, D., Biala, J., Scheer, C., Basso, B., Migliorati, M. D. A., & Grace, P. R. (2016). Monitoring the N release from organic amendments using proximal sensing.

http://www.ini2016.com/pdf-papers/INI2016_DeRosa_Daniele.pdf

La révolution numérique de l’agriculture : Alimagri numéro 1565

alimagri

Le numéro 1565 (Octobre/Novembre/Décembre 2016) du magazine du ministére de l’agriculture, de l’agroalimentaire et de la forêt est consacré à la révolution numérique de l’agriculture et de l’agro-alimentaire. A lire à l’adresse suivante :

http://fr.calameo.com/books/0031969791cc19256c16c

La solution « precision makers » pour une robotique agricole incrémentale

fendt-x-pert-2

 

source : precision makers (http://www.precisionmakers.com/x-pert/)

Precision makers est une société des pays bas qui propose un kit permettant de transformer le matériel existant sur l’exploitation en plateforme autonome. L’idée est intéressante puisqu’elle permet de conserver la matériel de l’exploitation et d’y intégrer des fonctions « robotisées ». A tout moment le matériel peut être utilisé de avec un chauffeur. L’intérêt du système est aussi d’intégrer un automate qui permet de piloter l’outil attelé (pulvérisateur, tondeuse, gyro, etc.). Une manière d’intégrer la robotique de manière incrémentale sur l’exploitation agricole. Cette solution a été choisie par John Deere pour la robotisation des outils d’entretien espace vert (particulièrement les golfs : https://www.youtube.com/watch?v=4fw0ciI3lZI ).

Robotisation en agriculture : état des lieux et évolution à l’académie d’agriculture

Robotisation en agriculture : état des lieux et évolution, une séance sera spécifiquement organisée sur ce théme le  25 janvier 2017 après-midi – PARIS – Académie d’agriculture de France

Cette séance fait suite à une première qui avait eu lieu le 17 décembre 2014 (http://academie-agriculture.fr/actualites/academie/seance/academie/tic-robotique-et-teledetection-en-agricultures-les-evolutions?171214), on observait alors le fort développement des robots de traite et d’alimentation en élevage alors que le développement de robots dédiés aux productions végétales semblait balbutiant.

En deux ans le paysage a évolué :
– la robotisation en élevage s’est poursuivie. On voit même aujourd’hui quelques limites aux robots de traite par exemple mais cet aspect ne sera pas évoqué aujourd’hui puisque nous nous concentrons sur la robotisation en agriculture. La robotisation en élevage fera l’objet d’une séance future.
– plusieurs robots sont opérationnels en productions végétales et signent peut-être la relocalisation des fabrications d’agro-équipements
– les véhicules « sans chauffeur » ne sont plus tout à fait un rêve
– l’Internet des objets (Internet of Things ou IoT) paraît constituer la « nouvelle frontière » des développements des technologies de l’information avec le géopositionnement, la reconnaissance de formes et de couleurs, etc.

Organisation de la séance
M. René AUTELLET (AAF IX)
Robotique Agricole : Retour vers le futur !
M. Gilbert GRENIER, Professeur d’Automatique et Génie des Equipements – Bordeaux Sciences Agro
Témoignages
– Gaëtan SEVERAC (Naïo Technologies)
– Cédric TESSIER (Effidence)
– Xavier DAVID BEAULIEU (Vitirover)
– Mme Audrey GUILLET (AGCO, auteur de la thèse de Doctorat médaille d’agent de la section IX en 2015)
– M. Frédéric COLLEDANI (Ingénieur Chercheur, Interactive Robotics Laboratory, CEA-LIST)
>> Robotique Agricole : Des opportunités mais de nombreux challenges à relever
Michel BERDUCAT – Ingénieur de Recherche – Directeur Adjoint de l’Unité de Recherche « Technologies et Systèmes d’Information pour les Agrosystèmes » – IRSTEA – Centre de Clermont-Ferrand
>> Conclusion
Jean-François COLOMER (AAF IX)
Voir : http://academie-agriculture.fr/actualites/academie/seance/academie/robotisation?250117

Des machines agricoles sans agriculteurs ?

Les Sima Innovation Awards 2017 ont été décernés, nous allons ici parler de l’innovation non pas médaillé d’or mais d’argent. Vu de loin, il ressemble à un tracteur comme un autre, mais quand on regarde de plus près il manque un élément clé : l’agriculteur ! Il s’agit d’un concept de New Holland, le NH Drive, une machine capable d’effectuer un grand nombre de tâches agricoles en autonomie. L’avantage ? Les chantiers peuvent être effectués de jour comme de nuit afin d’exploiter au maximum les périodes climatiques favorables pour le travail au champ. Les machines prennent-elles le contrôle ? Pas pour le moment. L’agriculteur peut suivre depuis un ordinateur ou une tablette, la progression de l’appareil via un écran de traçage des trajectoires et un autre écran affichant en direct les images des caméras embarquées à l’avant et à l’arrière du tracteur. Il peut également, toujours depuis son poste, paramétrer la machine et les outils (régime moteur, vitesse du semis, …). Voilà de quoi rassurer les plus craintifs sur les machines autonomes. Il est également possible de faire fonctionner le NH Drive en tandem avec d’autres machines autonomes ou pilotées.

Cependant, ces machines ont leurs limites et on ne peut pas se passer de l’humain dans certaines opérations ou lors de la circulation sur la voie publique. New Holland a fait le choix de conserver la cabine de pilotage, pour que le NH Drive soit parfaitement utilisable par l’agriculteur. Cela est un gros avantage par rapport au Case IH Magnum, un autre tracteur autonome ne disposant pas d’une cabine mais qu’il est tout de même possible de piloter en cas d’urgence. Mais ce choix à un coût économique. Si le Magnum n’a plus de cabine c’est pour compenser le surcoût de la technologie nécessaire à une machine autonome. Car de la technologie il y en a dans ces engins. Ils fonctionnent grâce à la combinaison des systèmes radar, LIDAR et caméra RGB afin de détecter à tout moment un éventuel obstacle. S’il est difficile de trouver des fourchettes de prix possibles pour le NH Drive ou le Magnum, n’oublions pas qu’un LIDAR seul vaut plusieurs milliers d’euros, somme que l’agriculteur aimerait garder dans sa poche.

Le NH Drive nous rappelle que les machines autonomes ne sont pas qu’une aide pour faciliter le travail de l’agriculteur ou des gadgets de luxe. Ils permettent de faire face à la pénurie de main d’œuvre spécialisée dans certains pays, afin de rentabiliser au maximum les activités agricoles. Même si ce n’est pas la première machine autonome, elle permet de remettre en avant l’intérêt des technologies dans l’agriculture pour faire face aux enjeux alimentaires mondiaux.

Vous pouvez trouver une vidéo de présentation du NH Drive au lien suivant : https://www.youtube.com/watch?v=OnoER4Ooxaw

et du Case IH Magnum autonome à ce lien : https://www.youtube.com/watch?v=jsB9s_pAHmE

L’agriculteur canadien high-tech Matt Reimer développe une application pour tracteur autonome

Ci-après l’interview d’un agriculteur canadien, Matt Reimer. Matt Reimer n’est pas un agriculteur ordinaire. Sa première vidéo postée sur YouTube et relayée par la presse dans le Manitoba (Canada) lui a permis d’acquérir une certaine reconnaissance dans son secteur. Il a développé un logiciel permettant à un tracteur de se déplacer sans conducteur.
Cette interview réalisée par Lucie Pichon (http://www.agriaffaires.com/), nous a été proposée par Stéphanie Roblin, nous avons jugé intéressant de partager cette information sur le blog AgroTIC. En effet,  Dans cette interview, Matt Reimer explique comment fonctionne ce logiciel, comment l’idée lui est venue et quels sont ses projets. Au delà de l’application développée, le point du vue de Matt Reimer sur le développement open source et l’intérêt qu’il présente pour toutes les agricultures est particulièrement intéressant.

 » Pouvez-vous nous en dire plus sur la technologie que vous avez développée? Que vous permet-elle de faire?
Cette technologie permet à un tracteur d’être « contrôlé » sans qu’il y ait besoin de conducteur : la direction ainsi que la vitesse du tracteur sont contrôlées à distance. Je peux faire déplacer un tracteur n’importe où dans le champ grâce à un guidage par GPS. La direction que prend le tracteur est déterminée par un logiciel situé dans la moissonneuse batteuse.  Avec cette technologie, j’utilise le tracteur uniquement pour tirer la remorque à grains et vider la trémie de la moissonneuse. Une fois que cette dernière a vidé sa trémie et que la remorque à grains est pleine, le conducteur de la moissonneuse « prévient » le tracteur que son travail est terminé et qu’il peut repartir.

Combien de temps cela vous a pris pour créer votre propre technologie pour tracteur autonome?
Cela m’a pris environ 7 mois à partir du moment où j’ai commencé à travailler dessus. J’ai commencé en Janvier 2015 et j’ai continué à travailler sur ma ferme entre temps. J’ai apporté des améliorations significatives après la fin de la saison. Je suis ravi des progrès réalisés. Même lorsque j’étais à 4 mois du projet, je disais aux gens « Dans 2 ou 3 ans, mon tracteur pourra se déplacer tout seul dans le champ ». J’étais choqué de réaliser ce que j’avais pu accomplir.

Quelle a été votre réaction quand vous avez réalisé que votre technologie fonctionnait?
C’était très excitant. Je n’ai pas beaucoup d’expérience dans le domaine donc je n’avais pas d’attentes très élevées. La première fois que j’ai voulu le tester, ça n’a pas très bien fonctionné. Mon père n’était pas très impressionné. Il m’a dit « On peut déjà faire ça avec Autosteer » (pilotage automatique, ndlr)  et j’ai dit « Mais Papa, le tracteur est commandé depuis une autre machine ! ». Au final, tout le monde est venu me voir quand ils ont vu ça. C’était très amusant.

Selon vous, combien de temps cela prendra avant que d’autres agriculteurs puissent mettre en place cette technologie sur leur tracteur ?
Cela dépend vraiment de leur niveau de connaissance. Il y a beaucoup de choses à apprendre pour pouvoir concevoir, mettre en place et tester le logiciel donc cela peut prendre plusieurs mois. Pour aider les agriculteurs, j’ai mis en ligne quelques documents sur ma page GitHub (service d’hébergement et de gestion de développement de logiciels, ndlr).

Comptez-vous commercialiser cette technologie?
Je vais essayer de la commercialiser ou voir s’il y a un intérêt pour cette technologie dans l’Ouest du Canada. J’ai démarré avec des technologies en open source et je compte laisser le projet ouvert à d’autres pistes à l’avenir. J’ai essayé de rassembler des informations sur ma page GitHub. Pour les personnes qui ne sont pas très « techniques », cela ne doit pas avoir beaucoup de sens mais au moins le code source est là et il y a une page wiki qui l’accompagne. Si les gens ont des questions, ils peuvent me contacter via mon profil sur DIY Drones.

 Avez-vous testé votre technologie sur un tracteur bon marché?
Non, le tracteur que j’ai utilisé est le tracteur le plus cher de mon exploitation! Je n’ai pas essayé de tout tester d’un coup. Je l’ai fait par étapes. J’ai d’abord essayé de travailler sur la direction, la vitesse… Cela a été un processus assez progressif. Il y a un moment où j’ai eu très peur. En effet, j’ai dû toucher à quelques-uns des câbles à l’intérieur du tracteur et démonter le tracteur à un stade avancé : couper certains câbles et rajouter mes propres câbles et pièces électroniques. La première fois que j’ai fait ça, je me suis vraiment demandé si c’était une bonne idée, mais finalement ça a très bien marché.

Votre technologie peut-elle être appliquée à d’autres domaines?
Je crois qu’il  y a beaucoup de développements possibles en open source. Lorsque j’étais sur le salon Agritechnica en Allemagne, j’ai parlé à des agriculteurs allemands et j’ai réalisé que beaucoup d’agriculteurs en Allemagne ne possédaient pas de système de navigation par GPS. Ils n’utilisent pas Autosteer car leurs fermes sont trop petites. Ils ne cultivent que quelques hectares et le font souvent avec l’aide de leurs voisins. Toute la technologie open source n’est pas présente là-bas mais je pense qu’elle constitue un moyen abordable d’installer, non pas nécessairement un logiciel pour contrôler un tracteur à distance mais juste un système de pilotage automatique. Cela pourrait être révolutionnaire sur certains marchés je pense.

Avez-vous songé à changer de carrière et vous investir dans des métiers high-tech ?
Je ne pense pas. J’aime être agriculteur, j’aime vivre au milieu de nulle part. Si je travaillais dans un métier technique, je n’aurais plus accès aux tracteurs et je ne pense pas que beaucoup d’agriculteurs me laisseraient jouer avec leurs tracteurs ! C’est quelque chose que l’on fait seulement avec son propre tracteur.

Merci pour cette interview !

 

 

Tests de capteurs de sol non destructifs adaptés à des petites exploitations

soil_sensors

Sources : Piikki et al., 2016

Des chercheurs Kenyans de l’université de Nairobi ont mis en place une expérimentation originale visant à tester l’aptitude de capteurs « simples », non destructifs à apporter des informations objectives sur les sols. L’originalité est de se placer dans un contexte « low cost » de petites exploitations. Quatre capteurs ont été testés dans quatre petites exploitations du comté d’Embu, au Kenya: un capteur portable de fluorescence X (PXRF) que l’on a déjà évoqué dans ce blog (cf billet précédent), une application smartphone pour la détermination de la couleur du sol par imagerie, un capteur à induction électromagnétique à double profondeur et un capteur de réflectance optique de sol basé sur des LED. Les mesures ont été effectuées sur 32-43 sites dans chaque exploitation. Les échantillons de terre ont été analysés pour déterminer la teneur en éléments  (N, P, K, Mg, Ca, S, B, Mn, Zn, Cu et Fe), le pH,  l’azote total et le carbone total. La capacité d’échange de Cation (CEC) et l’aluminium échangeable (Al) ont également été mesurés. Des modèles de prédiction multivariés pour chacune des propriétés du sol ont été évalués. Les résultats montrent qu’il est possible d’estimer les teneurs en K, N, Ca et S, B, Zn, Mn, Fe, TC, Al et la CEC de manière opérationnelle avec une combinaison de capteurs. Le PXRF est le capteur qui est le plus souvent sélectionné et la combinaison d’un PXRF et d’un capteur portable de réflectance du sol constitue la combinaison la plus prometteuse pour évaluer les caractéristiques du sol in situ. Cette association de capteur constitue une alternative intéressante pour  compléter, mais pas pour remplacer des analyses de sol classiques.

Résumé : Four proximal soil sensors were tested at four smallholder farms in Embu County, Kenya: a portable X-ray fluorescence sensor (PXRF), a mobile phone application for soil color determination by photography, a dual-depth electromagnetic induction (EMI) sensor, and a LED-based soil optical reflectance sensor. Measurements were made at 32–43 locations at each site. Topsoil samples were analyzed for plant-available nutrients (N, P, K, Mg, Ca, S, B, Mn, Zn, Cu, and Fe), pH, total nitrogen (TN) and total carbon (TC), soil texture, cation exchange capacity (CEC), and exchangeable aluminum (Al). Multivariate prediction models of each of the lab-analyzed soil properties were parameterized for 576 sensor-variable combinations. Prediction models for K, N, Ca and S, B, Zn, Mn, Fe, TC, Al, and CEC met the setup criteria for functional, robust, and accurate models. The PXRF sensor was the sensor most often included in successful models. We concluded that the combination of a PXRF and a portable soil reflectance sensor is a promising combination of handheld soil sensors for the development of in situ soil assessments as a field-based alternative or complement to laboratory measurements.

référence : Piikki, K., Söderström, M., Eriksson, J., Muturi John, J., Ireri Muthee, P., Wetterlind, J., & Lund, E. (2016). Performance Evaluation of Proximal Sensors for Soil Assessment in Smallholder Farms in Embu County, Kenya. Sensors, 16(11), 1950.