La modulation du travail du sol en agriculture de précision : une option peu étudiée

image_soil_sensors

Il s’agit d’un article de synthèse rédigé par deux chercheurs (université Kemal-Turquie et université de Pensylvany-Etats Unis). L’article est issu d’une conférence, il n’est pas récent mais il vient d’être mis en ligne sur le site research gate. Son intérêt est de faire le point sur une pratique qui est peu abordée dans le domaine de l’agriculture de précision : celle de la modulation du travail du sol. A l’heure où beaucoup d’agronomes remettent en cause le travail du sol traditionnel et où les techniques sans labour sont présentées comme une alternative intéressante pour lutter contre l’érosion ou pour favoriser la vie dans les sols. La modulation du travail du sol pourrait constituer une alternative intéressante là où les techniques sans labour s’appliquent mal ou donnent de mauvais résultats (sols compacts, argileux, etc.). En effet, dans bien des situations, les techniques simplifiées ne présentent pas que des avantages, on pourra citer entre autres des problèmes sanitaires plus importants, une utilisation plus importante d’herbicides, une variabilité importante de la matiére organique dans le sol, etc. Dans ces situations, il est nécessaire d’offrir des solutions aux agriculteurs pour limiter l’impact des techniques de travail du sol classiques. Pour répondre à ce problème, la modulation du travail du sol a beaucoup été étudiée au début des années 2000. Le concept est simple, il consiste à moduler la profondeur de travail ou l’action de l’outil en fonction des propriétés du sol (compaction, force de rupture, texture, etc.). D’après les auteurs cette technique offrirait des avantages tels que : moins d’intrants énergétique fossile consommé et des perturbations du sol moins importantes qui contribueraient à limiter l’érosion, la dilution de la matière organique, etc. L’article fait le point sur les prototypes qui ont été conçus pour mettre en oeuvre cette pratique. Il fait également le point sur les systèmes de mesure qui ont été proposés pour capter en ligne (ou avant le passage de l’outil) les caractéristiques physiques du sol permettant d’adapter le travail de l’outil aux conditions particulières rencontrées. Malheureusement, l’article ne précise pas si des essais à moyen terme ont été réalisés pour effectivement valider l’intérêt de ces approches sur l’érosion des sols, les aspects sanitaires, le contrôle des adventices ou la vie dans les sols.

On pourra télécharger l’article ici ; 2010-Gorucu-Keskin-Advance-tillage-son

Influence du vent sur les mesures de végétation (3D) par proxi-détection

vent_canope

Source : Andújar et al., 2017

Un article scientifique publié par des chercheurs de l’Institutdes sciences agronomiques de Madrid (Espagne) dans le journal Sensors. Cet article reste anecdotique dans le vaste domaine de l’agriculture de précision. Toutefois il met en évidence la maturité de ces technologies en agriculture. En effet la « premiére génération » d’articles dans ce domaine s’est focalisée (et se focalise encore) sur le lien entre les observations fournies par ce type de capteur avec des variables agronomiques d’intérêt. Cet article marque une « deuxiéme génération » d’études dans ce domaine puisqu’il s’intéresse à la robustesse de la mesure dans les conditions parfois difficiles du monde de l’agriculture. Notons que l’incidence de la lumiére fait partie des premiers travaux dans ce domaine, mais cet article adresse un nouveau type de question qui, à ma connaissance, n’avait jamais été explorée jusqu’à aujourd’hui et qui est assez pertinent : le vent et les déformations de la canopée qu’il provoque, a-t-il une incidence sur la mesure effectuée avec un capteur de végétation ?

Pour répondre à cette question, les chercheurs se sont intéressés à un capteur de proxi détection assez évolué qui permet d’estimer les caractéristiques 3D de la végétation. Ils se sont intéressés à deux types d’espèces avec des architectures différentes : les peupliers et les pruniers. l’analogie à des cultures pérennes (olive, vigne, fruitier, etc.) est donc possible.  Ils ont effectué des répétitions de mesures dans des conditions de vents différentes. Les résultats montrent des réponses différentes selon les espèces et la vitesse du vent. Les estimations de surface et de volume de canopée restent généralement plus cohérentes pour les pruniers que pour les peupliers pour des vitesses de vent élevées. Les mesures sur peupliers sont particulièrement affectées par des vitesses de vent supérieures à 5 m · s-1. Ces résultats montrent que l’utilisation de capteurs de proxi-détection (images 3D) pour la caractérisation des plantes pérennes doit considérer la vitesse du vent dans certains cas. En général, les auteurs préconisent un seuil de vitesse de vent de 5 m · s-1 (18 km · h-1) comme une limite prudente pour maximiser la qualité des estimations.

résumé : Weather conditions can affect sensors’ readings when sampling outdoors. Although sensors are usually set up covering a wide range of conditions, their operational range must be established. In recent years, depth cameras have been shown as a promising tool for plant phenotyping and other related uses. However, the use of these devices is still challenged by prevailing field conditions. Although the influence of lighting conditions on the performance of these cameras has already been established, the effect of wind is still unknown. This study establishes the associated errors when modeling some tree characteristics at different wind speeds. A system using a Kinect v2 sensor and a custom software was tested from null wind speed up to 10 m·s−1. Two tree species with contrasting architecture, poplars and plums, were used as model plants. The results showed different responses depending on tree species and wind speed. Estimations of Leaf Area (LA) and tree volume were generally more consistent at high wind speeds in plum trees. Poplars were particularly affected by wind speeds higher than 5 m·s−1. On the contrary, height measurements were more consistent for poplars than for plum trees. These results show that the use of depth cameras for tree characterization must take into consideration wind conditions in the field. In general, 5 m·s−1 (18 km·h−1) could be established as a conservative limit for good estimations.

référence : Andújar, D., Dorado, J., Bengochea-Guevara, J. M., Conesa-Muñoz, J., Fernández-Quintanilla, C., & Ribeiro, Á. (2017). Influence of Wind Speed on RGB-D Images in Tree Plantations. Sensors, 17(4), 914.

Evaluation d’un Lidar embarqué pour cartographier le poids des bois de taille en viticulture

Une recherche effectuée par des scientifiques de l’université d’Athénes qui vient d’être publiée dans le journal of precision agriculture. Cet article mérite d’être mentionné car, à part le physiocap, il existe peu de capteurs permettant d’accéder directement à la vigueur de la vigne. L’article propose d’utiliser un Lidar embarqué pour estimer le volume de bois présent sur la vigne en hiver. De maniére rigoureuse, l’approche reste un estimation de l’expression végétative mais pourrait permettre, à terme, d’accéder à une mesure de la vigueur. Sur deux années consécutives, les chercheurs ont montré qu’il existait une corrélation significative (R > 0,8) entre les mesures d’impact données par le lidar et le poids des bois de taille. Remarquons toutefois que cette corrélation est obtenue sur des surfaces élémentaires de 20*20 m, ce qui pose la question de la résolution des informations et du lissage qui en résulte.

Résumé : Vine vigour assessment has been a major concern of precision viticulture studies in order to identify areas of uniform vine performance within vineyards. Moreover, the counting and weighing of winter dormant canes is considered as the most informative measurement to indicate vine balance and is commonly performed manually by grape growers for management purposes. The main concern of this measurement is that it is time consuming and laborious and it cannot accommodate detailed sampling density. In the present study, the potential of using laser scanner technology as an automated, easy and rapid way to perform mapping of the winter pruning wood across the vineyard was investigated. The study was conducted during 2010 and 2011, in a one hectare commercial vineyard in central Greece, planted with cv. Agiorgitiko, a traditional Greek variety for the production of red wine. Parameters of topography, soil depth, soil texture, canopy properties (NDVI), yield, and grape quality were mapped and analysed in conjunction to winter canes weighing at pruning time. The mapping of the dormant canes was carried out using a 2D laser scanner sensor prior to pruning and manually measuring the pruning weight on a 10 × 20 m grid. Laser scanner measurements showed significant relationship in both 2010 and 2011 with pruning weight (r = 0.809 and r = 0.829 respectively, p < 0.001), yield and early season NDVI, showing the potential of using laser scanner measurements to assess variability in vine vigour within vineyards. These results suggest that laser scanners offer great promise to characterize within field variability in vine performance.

références : Tagarakis, A. C., Koundouras, S., Fountas, S., & Gemtos, T. Evaluation of the use of LIDAR laser scanner to map pruning wood in vineyards and its potential for management zones delineation. Precision Agriculture, 1-14.

Stage – Analyse de données issues de capteurs connectés pour l’agriculture

Contexte du stage

EXOTIC SYSTEMS se prépare à entrer sur le marché très spécifique des outils numériques au service des agriculteurs. L’entreprise élabore une gamme d’objets connectés compagnons, sur lesquels l’agriculteur peut compter pour l’alerter d’évènements nécessaires à l’organisation de son travail et à sa prise de décision au quotidien dans son exploitation.

Pour accompagner la conception des produits, un réseau de capteurs tests est mis en place grâce à des exploitations agricoles partenaires.

Missions proposées

Vous serez chargé, dans le cadre du réseau test, de conduire une analyse statistique des données issues des capteurs. Vous caractériserez leur comportement au quotidien dans les exploitations agricoles.

Cette analyse vous permettra de valoriser les données récoltées en les mettant en relation avec :

  • L’évolution des conditions météorologiques sur les exploitations agricoles grâce à des capteurs de référence,
  • Les évènements ponctuels inhérents à la vie d’une exploitation agricole,
  • La prise de décision des agriculteurs.

Vous participerez ponctuellement à la mise en place des capteurs pour mieux appréhender les particularités des phénomènes et des évènements typiques aux exploitations agricoles que vous analyserez.

On compte sur vos qualités

Vous avez des compétences dans le traitement et la valorisation de données issues de capteurs.

Vous avez une bonne connaissance du milieu agricole et êtes curieux et motivé par la découverte de produits électroniques et communicants.

Vous aimez expérimenter et partager vos retours d’expériences avec une équipe pluridisciplinaire.

D’un naturel débrouillard et autonome, vous savez faire preuve d’initiative et de pragmatisme.

Vous êtes rigoureux et organisé.

Les atouts du stage

Intégrer une équipe passionnée, créative et ambitieuse.

Des missions riches et variées, en autonomie.

Participer à l’élaboration d’une gamme de produits innovants pour changer le monde et goûter à l’adrénaline du quotidien d’une start-up.

Les conditions

Stage d’une durée de 3 mois minimum, idéalement 6 mois.

Rattaché à l’équipe R&D.

Basé à Clermont-Ferrand (63).

Déplacements ponctuels sur des exploitations expérimentales ou partenaires à prévoir.

Contact

oriane.ferre@exotic-systems.com

La 3D en viticulture : une technologie qui arrive à maturité selon les derniéres recherches

vigne_3D

Images 3D d’un vignoble réalisé à partir d’images de drones (sources Montpellier SupAgro)

Deux articles publiés à quelques semaines d’écart font état de recherches où des mesures 3D issues de drone sont mises en avant dans le domaine de la viticulture.

Le premier article (Pichon et al, 2016) publié dans la revue Oeno-one montre qu’il est tout à fait possible de produire un modéle numérique de terrain de qualité (erreur de l’ordre de 8 cm) avec des produits commerciaux fournis par trois sociétés (Airinov, Aerotec solution, Geofalco). L’article discute la qualité de cette information au regard des applications possibles pour caractériser les parcelles viticoles ou tout un bassin versant. En effet, les drones permettent d’acquérir des informations d’altitudes de qualité avec une très haute résolution spatiale (à condition de bénéficier de points de référence au sol). Cette information permet de répondre à des problématiques que les données ou les chaînes d’acquisition actuelles peuvent difficilement satisfaire que ce soit pour des raisons de précision, de résolution ou de prix. La 3D par drone ouvre ainsi la voie à une meilleure caractérisation du potentiel qualitatif des parcelles grâce à la possibilité de calculer des variables de caractérisation parcellaires telles que la pente, l’altitude, l’exposition, etc.. ). Elle ouvre aussi la voie à une meilleure caractérisation agro-environnementale des bassins viticoles grâce à la possibilité d’identifier l’écoulement de l’eau, la présence de fossés, etc.

Le deuxiéme article (Weiss et Baret, 2017) montre que la 3D permet d’accéder à des informations de caractérisation des parcelles telles que l’orientation des rangs, l’écartement entre les rangs et même la hauteur du palissage avec une erreur de l’ordre de 8 cm. Cette information a été extraite d’informations 3D fournies par la société Airinov. Cet article ouvre là encore des perspectives intéressantes permettant d’envisager des outils pour caractériser les parcelles de vigne à l’échelle d’un bassin de production et même une mesure de la hauteur de la canopée pour des applications en viticulture de précision.

Références :

Pichon, L., Ducanchez, A., Fonta, H., & Tisseyre, B. (2016). Quality of Digital Elevation Models obtained from Unmanned Aerial Vehicles for Precision Viticulture. OENO One, 50(3).
Weiss, M., & Baret, F. (2017). Using 3D Point Clouds Derived from UAV RGB Imagery to Describe Vineyard 3D Macro-Structure. Remote Sensing, 9(2), 111.

 

 

 

Les nouvelles technologies sont aussi un levier pour les petites exploitations

Avec quatre vidéos percutantes, l’organisation GODAN (Global Open Data for agriculture and nutrition) met en scéne 4 projets de développements autour des TIC à destination des petites exploitations et de l’agriculture familiale. Les solutions, basées sur FarmOS sont simples, efficaces et montrent à quel point des services bien pensés peuvent changer la vie de beaucoup de personnes sur terre. Le témoignage du pêcheur africain (épisode 1) est particulièrement touchant. A regarder sans modération.

Episode 1 – OPEN WATER
Episode 2 – OPEN FIELDS
Episode 3 – OPEN FARMS
Episode 4 – OPEN CLIMATE
See: http://farmos.org/

 

Les présentations du symposium Innovine en ligne

InnoVine est un projet collaboratif européen lancé en février 2013 et financé dans le cadre du programme KBBE (Knowledge Based Bio-Economy). Pendant une durée de 4 ans, il a associé 27 partenaires en provenance de 7 pays différents de la communauté européenne (France, Espagne, Italie, Allemagne, Portugal, Hongrie et Bulgarie) sur des aspects relatifs à la vigne.  Les 27 partenaires d’Innovine ont présenté les résultats acquis pendant le projet au cours d’un colloque final.

Les ressources du symposium sont en ligne à l’adresses suivante : https://www.vignevin-sudouest.com/publications/itv-colloque/2ndes-assises-vins-sud-ouest/colloqueinnovine.php

On pourra également visualiser les vidéos différentes présentations, celle sur l’ Etat de l’art sur les capteurs et les outils de monitorage en viticulture. Christophe Guizard (IRSTEA) et les Nouveaux capteurs et nouvelles technologies développés dans Innovine. Force A, Noveltis, ICVV, Agri Ciencia, intéressera particuliérement les lecteurs de ce blog.

 

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.

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

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.