IA et vision par ordinateur pour analyser les vignobles et optimiser les traitements phytosanitaires

Introduction

L’innovation technologique est de plus en plus présente dans le monde de l’agriculture, et le sous-projet AgroTwin, financé à hauteur de 60 k€ par le projet Horizon Europe ICAERUS, en est un parfait exemple. ICAERUS est un projet axé sur l’exploration du potentiel des drones en tant qu’outils polyvalents pour l’agriculture, la surveillance environnementale et les services ruraux. L’objectif du sous-projet AgroTwin était de développer et de tester un Système d’Aide à la Décision (DSS) basé sur des algorithmes avancés d’IA et de vision par ordinateur pour optimiser les traitements phytosanitaires à l’aide de drones grand public, comme le DJI Phantom 3 Professional (Fig. 1).

Fig.1 : Préparation au vol du DJI Phantom 3 Professional dans le vignoble test.

Un système d’aide à la décision pour une agriculture durable

La collecte des images et les tests des algorithmes ont été réalisés sur un vignoble de Sangiovese d’environ 1,2 ha du domaine régional de Cesa (AR) (Fig. 2). Celui-ci a été divisé en 2 parcelles de taille et de vigueur végétative similaires, l’une utilisée pour le dosage à taux variable des produits phytosanitaires en fonction des résultats de notre DSS (test), et l’autre pour des doses fixes (contrôle), où étaient appliquées les doses standard de l’exploitation.

Pour capturer les images visibles (RVB) du vignoble, nous avons utilisé un drone facile à utiliser et largement commercialisé, le DJI Phantom 3 Professional. Ces images ont été utilisées pour générer des nuages de points 3D, qui nous ont permis de créer le jumeau numérique (digital twin) du vignoble à trois stades phénologiques différents.

Pour chaque vol, grâce à des algorithmes propriétaires, le modèle numérique a été analysé avec précision afin d’extraire les principaux paramètres biométriques des ceps d’intérêt. Grâce à ces données, le DSS a généré des cartes de préconisation personnalisées pour des traitements à taux variable (VRT), améliorant l’efficacité de l’application des produits phytosanitaires.

Fig.2 : Localisation du vignoble test et répartition des deux parcelles (test, contrôle).

Algorithmes avancés pour l’analyse des paramètres biométriques

L’un des aspects les plus innovants d’AgroTwin a été le développement d’algorithmes avancés d’IA et de vision par ordinateur pour analyser la biométrie des ceps. Ces algorithmes, appliqués aux nuages de points 3D générés par le drone, ont permis d’analyser avec précision les principaux paramètres d’intérêt, tels que l’épaisseur, la hauteur et le volume du feuillage des ceps d’intérêt, avec une marge d’erreur moyenne inférieure à 10 % par rapport aux mesures manuelles (Fig. 3, 4).

Fig.3 : Évolution d’un cep test aux différents stades phénologiques (épaisseur (m), hauteur (m), volume (m³)).

Fig.4 : Mesures manuelles sur le terrain.

Grâce à l’utilisation de ces paramètres biométriques, les algorithmes ont permis de construire un indice de vigueur très important, le LAI (Leaf Area Index), ainsi que de générer le LWA (Leaf Wall Area) et le TRV (Tree Row Volume), qui donnent une indication sur la surface et le volume du feuillage du vignoble. En interpolant un nombre adéquat de plants échantillons, les algorithmes ont généré automatiquement des cartes de vigueur végétative (LAI) et des cartes de préconisation pour les traitements phytosanitaires (Fig. 5).

Fig.5 : Cartes de vigueur (LAI) et cartes de préconisation (litres/hectare) pour les traitements phytosanitaires à chaque stade phénologique.

Analyse de sensibilité pour améliorer la collecte de données

Une autre phase cruciale du projet a été l’analyse de sensibilité visant à trouver les meilleurs paramètres de vol pour les relevés par drone offrant le meilleur compromis entre qualité des données et temps de vol. Cette étude a permis d’identifier les meilleures configurations de vol pour garantir la meilleure précision dans l’estimation des paramètres du feuillage de la vigne par rapport aux mesures manuelles. La configuration optimale, avec des erreurs inférieures à 10 % par rapport aux mesures manuelles, s’est avérée être celle avec une altitude de vol de 30 mètres, un chevauchement (overlap) de 85 % entre les photos et des inclinaisons de caméra combinées (nadirale et à 30°), ce qui a considérablement amélioré la précision des données collectées.

Bénéfices environnementaux et économiques

Pour évaluer la quantité et la qualité du dépôt des produits phytosanitaires sur le feuillage des ceps dans les deux zones différentes, une procédure normalisée au niveau international (ISO 22522) et un traceur alimentaire (tartrazine) ont été utilisés. L’objectif principal était de comparer l’efficacité des deux types de traitement. Les relevés sur l’efficacité des traitements ont été réalisés par le Département de Mécanique Agricole (DAGRI) de l’Université de Florence.

Fig.6 : La procédure a impliqué l’échantillonnage de trois ceps représentatifs dans les zones de faible, moyenne et forte vigueur, à l’aide de papiers hydrosensibles et de collecteurs en nylon placés à trois hauteurs différentes du feuillage (H1 au-dessus du cordon, H2 à mi-hauteur du feuillage, H3 au sommet).

Les résultats ont montré que la couverture moyenne était de 35 % dans la parcelle VRT, légèrement supérieure au seuil optimal (30 %), mais le feuillage des ceps a été couvert en fonction de sa biomasse réelle, tandis que la parcelle témoin a enregistré une couverture moyenne de 39 %, sans tenir compte de la biomasse réelle sur le terrain. Enfin, aucune présence de maladie n’a été détectée dans les parcelles testées, et aucune différence significative n’a été constatée dans le rendement et la qualité du raisin au moment de l’évaluation. Concernant la dose, grâce à l’approche VRT, une réduction moyenne de 35 % de l’utilisation de produits phytosanitaires et d’eau a été atteinte, avec un pic de 41 % pendant le stade phénologique intermédiaire. Ces économies peuvent se traduire par une réduction de l’impact de ces produits sur l’environnement, contribuant à préserver la biodiversité du vignoble et à limiter la pollution des nappes phréatiques et de l’air.

Conclusions

Le projet AgroTwin représente une avancée dans l’agriculture de précision, en exploitant l’imagerie pour soutenir la prise de décision agronomique. Grâce à ce projet, un prototype de DSS basé sur l’imagerie par drone a été conçu. Il a également été évalué dans quelle mesure l’intégration de drones et d’algorithmes avancés peut améliorer la durabilité environnementale et économique des opérations agricoles.

Le projet a permis de démontrer comment l’utilisation d’un drone prenant de simples photos RVB peut permettre de générer des modèles numériques de qualité suffisante pour analyser une culture sur le terrain et obtenir des cartes de préconisation utilisables pour les opérations les plus importantes, comme la distribution de produits phytosanitaires ou la récolte sélective en fonction de la vigueur végétative, permettant ainsi d’économiser des ressources précieuses et d’améliorer les processus de production.

Grâce à l’économie significative de produits phytosanitaires et d’eau, et à une meilleure répartition sur le terrain, le DSS développé se positionne comme un outil agronomique innovant et durable, qui permet de poursuivre les principes de l’agriculture de précision en exploitant les copies numériques du vignoble. Dans un secteur de plus en plus orienté vers la durabilité, cette technologie est en mesure d’offrir aux agriculteurs une solution pratique, économique et à la pointe de la technologie pour relever les défis actuels de l’agriculture moderne.

Découvrez comment optimiser les traitements avec l’application iAgro ou avec le service iDrone !