Un nouvel outil basé sur l’IA révolutionne la surveillance des cultures et l’optimisation de la nutrition des plantes
25 septembre 2025 à 07h11
Un nouvel outil mobile, Leaf Monitor, propulsé par l’intelligence artificielle et la modélisation prédictive, pourrait transformer la manière dont les agriculteurs surveillent leurs cultures et prennent des décisions cruciales. Il offre une analyse en temps réel de la nutrition des plantes et des caractéristiques des feuilles directement au champ.
“Disposer de ces informations est extrêmement précieux pour les agriculteurs”, explique Alireza Pourreza, professeur agrégé et directeur du Laboratoire d’agriculture numérique à l’Université de Californie à Davis. “En seulement cinq secondes, ils peuvent obtenir une évaluation de la nutrition présente dans une feuille.”
Le développement de ce modèle d’IA a été rendu possible grâce au financement de l’Institut national de l’alimentation et de l’agriculture du Département américain de l’Agriculture, ainsi que de la California Table Grape Commission.
Maha Afifi, directrice de la recherche viticole à la California Table Grape Commission, souligne le potentiel de cet outil pour l’industrie du raisin de table. Si Leaf Monitor permet une prise de décision plus rapide concernant l’utilisation des engrais, cela pourrait conduire à des vignes plus saines et à une production de raisins optimisée en termes de taille, de poids et de couleur.
“L’évaluation de l’état des vignes est une priorité absolue pour nous”, déclare Afifi. “L’exploration de nouveaux outils technologiques comme celui-ci est également essentielle pour l’avenir de l’industrie du raisin de table.”
Tests sur le terrain et fonctionnement de l’outil
Leaf Monitor utilise un spectromètre portable pour mesurer la réflectance des feuilles au-delà du spectre visible à l’œil humain. Les données spectrales obtenues sont ensuite téléchargées sur un système d’apprentissage automatique basé sur le cloud, conçu pour prédire les traits foliaires et la teneur en nutriments.
Cet algorithme a été développé et entraîné pendant cinq ans par le Laboratoire d’agriculture numérique, en utilisant une vaste base de données composée de milliers d’échantillons de feuilles provenant de cultures spécialisées californiennes, notamment des vignes et des amandes. Ces échantillons ont été analysés chimiquement pour déterminer les niveaux de nutriments et les caractéristiques structurelles des feuilles, fournissant les données nécessaires à la construction d’un modèle prédictif précis.
Parastoo Farajpoor, doctorante et responsable du projet, explique : “Les carences en nutriments dans les plantes passent souvent inaperçues jusqu’à la fin de la saison, moment où les dommages sont déjà irréversibles. C’est pourquoi la détection précoce est cruciale. La spectrométrie offre un moyen rapide et fiable d’identifier ces carences avant l’apparition de symptômes visibles.”
Geoff Klein, directeur de l’irrigation de Bullseye Farms, a déclaré après une récente démonstration que l’outil pourrait aider à réduire les coûts et à améliorer les rendements. Bullseye Farms cultive une variété de cultures dans les comtés de Yolo et Solano.
Gestion des cultures personnalisée et optimisation de l’utilisation des engrais
Traditionnellement, les agriculteurs prélèvent des échantillons de feuilles, les sèchent, les broient et les envoient à un laboratoire pour analyse, un processus qui peut prendre jusqu’à deux semaines pour obtenir des résultats. Bullseye Farms effectue généralement ces prélèvements environ trois fois par an.
“Actuellement, il n’est pas rentable de prélever des échantillons dans chaque coin du champ”, explique Klein. “Il serait formidable de pouvoir simplement se rendre sur place et tester différents endroits.”
Leaf Monitor permet aux agriculteurs d’adapter leurs décisions de gestion à des zones spécifiques plutôt qu’à l’ensemble du domaine. En calibrant l’utilisation des engrais avec des données en temps réel, il est possible d’éviter le gaspillage et le ruissellement d’azote, un défi financier et environnemental majeur pour de nombreux producteurs.
“Il arrive souvent que nous appliquions moins d’engrais que ce que les formules recommandent, car nous avons tendance à en mettre plus par précaution”, confie Klein. “Avec cette application, nous pourrions utiliser moins d’engrais, car nous connaîtrons les conditions réelles du moment. Je pense que cela ouvre de nouvelles perspectives en termes de récupération de données en temps réel et de contrôle précis.”
L’application peut également agréger les analyses et cartographier les modèles spatiaux sur de vastes surfaces.
“Nous savons que chaque champ présente une variabilité qui n’est pas toujours visible à l’œil nu”, souligne Pourreza.
Disponibilité et perspectives d’avenir
Le prototype de Leaf Monitor est actuellement disponible gratuitement et inclus dans une suite d’outils téléchargeables sur le site web du Laboratoire d’agriculture numérique. Une version web de l’outil est en cours de développement, et l’équipe continue d’enrichir l’algorithme avec de nouvelles données pour affiner les prédictions. L’outil atteint actuellement une précision d’environ 65% pour tous les traits, avec des prédictions particulièrement performantes pour certains nutriments, tels que l’azote et le phosphore. L’utilisation d’un spectromètre est nécessaire pour exploiter pleinement les capacités de l’application.
“Nous devons produire plus de nourriture tout en utilisant moins de ressources. Il est donc essentiel de disposer d’un système de surveillance précis pour nous fournir des informations fiables sur nos pratiques de gestion”, conclut Pourreza. “Cette technologie évolue très rapidement.”
