Les données IoT propulsent l'agriculture de précision : augmenter les rendements et réduire les coûts

Alors que l'IoT et l'analytique dominent les gros titres dans l'industrie et l'infrastructure, l'agriculture devient discrètement la prochaine frontière. En intégrant des réseaux de capteurs et de l'analytique de données en temps réel, les agriculteurs peuvent augmenter les rendements, réduire les pertes et réduire les coûts d'exploitation grâce à une gestion des ressources plus précise.

La base de l'agriculture de précision est la donnée. Capteurs, réseaux sans fil et analytique sophistiquée fournissent les insights actionnables qui permettent l'application ciblée d'engrais, d'eau et de pesticides.

Trois catégories principales de plateformes alimentent cet écosystème de données : aérien, mobile au sol, et stationnaire. Chaque plateforme utilise différentes suites de capteurs et technologies de réseau, mais toutes partagent un objectif commun — capturer des données haute résolution, actionnables, à travers des paysages agricoles divers.

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

Plateformes aériennes : vue d'en haut

Les plateformes aériennes collectent des données depuis les airs via la télédétection. Si les avions pilotés et les satellites servent encore les relevés à grande échelle, les véhicules aériens sans pilote (UAV) — à voilure fixe et multi-rotors — les remplacent rapidement pour les opérations à moyenne échelle. Équipés de modules GNSS haute précision comme le Ublox F9, les drones peuvent effectuer des évaluations détaillées de la santé des plantes sur des champs autrement difficiles à surveiller.

Le capteur clé pour la santé des plantes est une caméra multi-spectrale capable de capturer des images haute résolution dans les bandes visible et proche infrarouge (NIR). La plupart des capteurs d'image CMOS présentent une sensibilité NIR inhérente, mais les caméras grand public bloquent généralement cette gamme pour produire des couleurs naturelles. En retirant le filtre NIR, un capteur CMOS peut fonctionner comme une caméra NDVI, comme l'illustre le Sentera AGX710.

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

Dans la surveillance de la santé des plantes, la réflectance NIR est un indicateur puissant de la vigueur de la végétation. Les feuilles saines reflètent plus de NIR et absorbent plus de lumière rouge, menant à l'indice de végétation par différence normalisée (NDVI) = (NIR-Rouge)/(NIR+Rouge). Avec un filtrage et un traitement d'image appropriés, un capteur CMOS standard peut calculer des valeurs NDVI, permettant aux agriculteurs de cibler les zones nécessitant plus d'eau ou d'engrais.

Figure 3 – Les relevés NDVI fournissent un aperçu détaillé de la santé des plantes sur l'ensemble des champs, soulignant où les ressources comme l'eau et l'engrais ont besoin de plus ou moins d'application.