La collecte de données IoT alimente l'agriculture de précision

Note de l'éditeur :cet article de notre rédacteur en chef mondial Rich Quinnell fait partie du projet spécial d'AspenCore Media sur « Agriculture Tech », qui examine comment l'IoT, l'analyse et les technologies de capteurs apportent des changements fondamentaux à l'agriculture et à la production alimentaire.

Deux tendances puissantes - l'Internet des objets (IoT) et l'analyse de données - génèrent beaucoup de presse pour leurs applications industrielles et d'infrastructure. Mais il existe un autre espace d'application qui prend tranquillement de l'ampleur dans l'application de ces technologies :la production alimentaire. Les agriculteurs améliorent les rendements, réduisent les pertes et réduisent les coûts en utilisant de manière plus ciblée des ressources telles que les engrais et l'eau. Le point de départ de cette « agriculture de précision » sont les données, que les capteurs et les réseaux sans fil jouent un rôle clé dans la collecte.

Il existe essentiellement trois types de plates-formes impliquées dans l'agriculture de précision :les systèmes aériens, mobiles au sol et fixes. Les capteurs et la technologie de réseau que les types de plates-formes ont tendance à utiliser varient, bien qu'il y ait également un certain chevauchement. Une chose que les plates-formes partagent, cependant, est l'énorme diversité des ensembles de fonctionnalités des nombreux produits concurrents s'adressant à cet espace d'application.

Figure 1 – Les drones multi-rotors sont une plate-forme aérienne de plus en plus populaire pour l'agriculture de précision dans les champs de petite à moyenne taille. (Source :ublox)

Les plates-formes aériennes cherchent à collecter des données sur les cultures et les champs d'en haut à l'aide de la télédétection. Les capteurs peuvent être situés sur des aéronefs pilotés ou des satellites, mais sont de plus en plus transportés par des véhicules aériens sans pilote (UAV) - des drones - de conception à voilure fixe ou multi-hélicoptères. Équipés d'un capteur de positionnement de précision, tel que le module GNSS de précision Ublox F9, les drones sont particulièrement adaptés à l'arpentage de champs de petite à moyenne taille pour la surveillance de la santé des plantes, avec des avions et des satellites fournissant des enquêtes sur de plus grandes zones.

Le capteur principal de la surveillance de la santé des plantes est une caméra multispectrale qui peut prendre des images haute résolution en lumière visible et proche infrarouge (NIR). La plupart des capteurs d'images CMOS peuvent fournir de telles images, bien que la plupart des appareils photo commerciaux ne le puissent pas. La clé de cette apparente contradiction réside dans le filtrage.

La figure ci-dessous montre l'efficacité quantique (c'est-à-dire la sensibilité) d'un capteur d'image CMOS typique, dans ce cas de ON Semiconductor, en fonction de la longueur d'onde. Le capteur comprend des filtres rouge, vert et bleu intégrés dans l'agencement typique de Bayer, mais même avec un filtrage bleu, il reste une sensibilité considérable dans les longueurs d'onde IR. La plupart des caméras à usage général ajoutent donc un filtre de blocage IR devant le capteur afin de restituer plus précisément la coloration de la lumière visible.

Figure 2 – Les capteurs d'image couleur typiques incluent également la sensibilité NIR, que les caméras à usage général cherchent à filtrer. (Source :ON Semiconductor)

Détection infrarouge
Pour la surveillance de la santé des plantes, cependant, cette sensibilité IR est une bénédiction. Les feuilles des plantes saines réfléchiront plus d'IR et absorberont plus de lumière rouge que celles des plantes stressées. Cela a conduit les phytotechniciens à définir « l'indice de végétation par différence normalisée » (NDVI) – (NIR-Rouge)/(NIR+Rouge) – comme mesure de la santé des plantes. Avec le bon filtrage et un traitement d'image de base, un capteur d'image CMOS peut être transformé en un capteur NDVI comme le Sentera AGX710. Les plates-formes aériennes offrent la perspective nécessaire pour surveiller la santé des plantes de champs entiers avec un seul système.

Figure 3 - Les enquêtes NDVI fournissent un aperçu détaillé de la santé des plantes dans des champs entiers, en indiquant où les ressources comme l'eau et les engrais ont besoin de plus ou moins d'application.