IA & Colza : un modèle qui a fait ses preuves grâce à la collaboration terrain

Lors du Salon International de l’Agriculture, Abelio animait une conférence aux côtés de la CAVAC pour présenter un retour d’expérience sur l’utilisation de l’intelligence artificielle dans la fertilisation azotée du colza. L’objectif : démontrer comment un modèle IA fait ses preuves sur le colza en combinant imagerie satellitaire haute fréquence, algorithmes et relevés agronomiques de terrain, pour garantir une modulation ultraprécise de l’azote. Comment un éditeur de solutions comme Abelio, un distributeur agricole comme la CAVAC et des instituts techniques comme Terres Inovia collaborent-ils afin d’enrichir un modèle et garantir sa pertinence ? Zoom sur un cas d’usage qui montre que l’IA prend toute sa valeur grâce au terrain.
Partagez cette
étude de cas

La situation

La gestion de l’azote sur colza : une culture exigeante aux forts enjeux économiques et environnementaux

Le colza est une culture semée au début de l’automne et récoltée au printemps ou début d’été. La mesure de sa fertilisation est un enjeu essentiel pour éviter les apports inutiles d’azote. Pour ajuster au mieux les doses d’engrais en sortie d’hiver, il est essentiel d’évaluer la biomasse du colza pour estimer la quantité d’azote absorbée par la culture.

Du côté de la CAVAC (Coopérative Agricole Vendée Approvisionnement Céréales), l’accompagnement des agriculteurs vers une fertilisation de précision est un enjeu majeur pour optimiser les rendements tout en répondant aux exigences réglementaires et environnementales.

La problématique

Instabilité des modèles IA et biais des données de terrain

Historiquement, l’estimation de la biomasse repose sur des mesures manuelles (coupe de végétation) ou sur des modèles de télédétection classiques. Cependant, deux contraintes majeures subsistent :

 

  1. Les hétérogénéités intra-parcellaires : au sein d’une même parcelle, de fortes disparités de biomasse apparaissent, impliquant des besoins azotés totalement différents d’un mètre carré à l’autre.

 

  1. L’instabilité des modèles face au changement climatique : les conditions pédoclimatiques évoluent d’une année sur l’autre (sols, dates de prélèvement, météo). Un signal observé par satellite n’a pas la même signification agronomique d’une région ou d’une année sur l’autre.

De plus, la « vérité terrain », issue des coupes manuelles, comporte elle-même de nombreux biais d’un préleveur à l’autre : la date précise du prélèvement au cours du cycle de la culture, la hauteur de coupe au sol et la quantité prélevée, l’état hygrométrique des feuilles (le poids varie selon que les feuilles sont prélevées mouillées par la rosée ou la pluie, ou correctement essorées).

L’accumulation de ces variations de terrain rend la donnée moins simple à interpréter et nécessite un réajustement régulier du modèle de l’IA.

« Un modèle ne doit pas être considéré comme stable et par définition. Il faut continuer de l’entraîner et de le nourrir pour s’assurer qu’il n’y ait pas de dérive dans la modulation, notamment dans un contexte de changement climatique. »
Grégoire Dupré
Directeur général d’Abelio
Éditeur de solutions logicielles

La solution

Croiser imagerie, IA et réseau de calibration terrain

Pour garantir la stabilité et la précision du modèle IA dans le temps, la démarche s’articule autour de 3 leviers :

  1. La télédétection haute fréquence

Abelio s’appuie sur la constellation privée de satellites Planet qui permet un passage quotidien. Le signal brut est analysé grâce à des algorithmes d’IA pour mesurer avec précision la biomasse sur chaque zone de la parcelle en entrée hiver et sortie hiver. Cela permet de déterminer la quantité d’azote absorbée pendant cette période et d’ajuster l’apport nécessaire pour atteindre les objectifs de rendement souhaités.

 

  1. Conversion du signal en valeur agronomique par l’IA

Pour traduire un pixel satellite en information physiologique (déterminer si un pixel correspond à 1kg ou à 4kg de colza), une calibration est indispensable. Pour lever l’incertitude des prélèvements manuels, l’IA s’appuie sur un réseau de neurones et des modèles d’apprentissage automatique qui associent l’empreinte spectrale du pixel à des données de biomasse étalonnées. Son rôle est d’acquérir des points de mesure (« vérité terrain ») afin d’entraîner et calibrer le modèle IA.

 

  1. Le co-développement avec des distributeurs comme la CAVAC et Terres Inovia

Pour éviter les dérives dues aux variabilités de prélèvement ou de sol, le modèle est continuellement alimenté par des prélèvements physiques de référence réalisés sur le terrain en partenariat avec la CAVAC et l’institut technique Terres Inovia.

« L’IA permet d’aller beaucoup plus vite dans la prise de référence. On peut ainsi faire évoluer le modèle en fonction de ce que les points de terrain d’une année ont de différent par rapport aux années précédentes. »
Romain Faroux
Expert AgriTech

Les bénéfices

Précision, cartes de modulation embarquées et synergie humaine

  1. Un modèle IA rendu fiable par la donnée terrain : grâce à l’entraînement continu de l’IA via les données réelles du réseau de calibration, le modèle garantit la stabilité des préconisations, quels que soient les aléas climatiques de l’année.

 

  1. Des cartes de modulation prêtes pour la console : quantifier précisément les disparités de biomasse permet de générer une cartographie d’épandage de précision. Directement intégrée dans la console du tracteur, la carte permet d’adapter la dose d’azote au mètre carré près.

 

  1. Une accélération de l’innovation : l’IA agit comme un catalyser qui permet de valider et de déployer des OADs beaucoup plus rapidement auprès des techniciens et des agriculteurs.

 

« L’IA n’est pas une baguette magique, il faut l’entraîner, avoir des données fiables et précises pour qu’elle aussi soit précise à la fin. Nous sommes sur des modèles [d’intelligence artificielle] qu’il faut continuer d’entraîner et qui vont être très pertinents à l’avenir mais nous avons toujours besoin d’avoir des partenariats entre fournisseurs d’OAD, coopératives et agriculteurs sur le terrain pour les nourrir »
Romain Faroux
Expert en AgriTech

Contact

Vous êtes un distributeur ?

Demandez une démo de la solution

  • Solution interopérable
  • Vue globale
  • Facilement déployable
Homme représentant un distributeur démo request solution distributeurs agricoles abelio

Contact

Vous êtes un agriculteur ?

Installez Abelio chez votre distributeur !

  • Cartes de modulation de dose et de détection
  • Suivi des cultures
  • Simple d’utilisation
Agricultrice partenaire d'Abelio

Nos études de cas

Ils maximisent le rendement de leurs cultures avec Abelio

Comment un éditeur de solutions comme Abelio, un distributeur agricole comme la CAVAC et des instituts techniques comme Terres Inovia collaborent-ils afin d’enrichir un modèle et garantir sa pertinence ? Zoom sur un cas d’usage qui montre que l’IA prend toute sa valeur grâce au terrain.
Comment passer de plusieurs semaines à quelques jours d'incertitude sur la date de récolte du maïs ensilage ? Retour sur les travaux d'Abelio et de la CAVAC pour fiabiliser la prévision du taux de matière sèche, à la parcelle comme en intra-parcellaire.

Ils utilisent Abelio sur leur exploitation :

Avis 5 étoiles

“ Abelio a été notre meilleur compromis en termes de coût, d’efficacité de traitement et de réactivité.  Au début de notre collaboration, il y avait peu d’acteurs utilisant des drones capables de proposer une telle prestation, avec un suivi et une gestion facilitée.”

Aymeric Lepage

Conseiller en agro-équipement pour la Chambre d’Agriculture de l’Aisne

Distributeur
Retour en haut