La Data Science représente une véritable révolution pour l'agriculture : la plus ancienne industrie humaine. Découvrez comment les données sont exploitées pour moderniser et améliorer la façon dont la nourriture est cultivée...
En 2050, la population mondiale atteindra 9,3 milliards d’êtres humains. D’ici là, selon la Food and Agriculture Organization (FAO), l’agriculture devra augmenter de 70% à l’échelle planétaire pour répondre à la demande.
Ce défi est d’autant plus grand que les ressources permettant de le relever sont limitées. La terre, l’eau, les fertilisants commencent déjà à manquer pour nourrir toute l’humanité.
Après l’âge industriel, induit par les machineries lourdes et la science de graines, nous sommes sur le point d’entrer à l’ère de l’agriculture 3.0 grâce à la Data Science. La science des données constitue en effet un précieux atout pour trouver de nouvelles solutions aux problèmes actuels de l’agronomie.
Les technologies modernes comme l’Internet des Objets permettent de collecter de nombreuses données sur les sols, sur l’eau, sur les minéraux dans les fermes et de les stocker au sein de systèmes centralisés favorisant le partage.
Ces données peuvent être combinées avec celles provenant de sources externes telles que les satellites ou les stations météorologiques. Elles peuvent ensuite être analysées pour obtenir des informations sur les possibilités d’optimisation des processus.
Ainsi, la Data Science bouleverse désormais la façon dont les fermiers et les agriculteurs prennent des décisions tout au long du cycle de production de la plantation des graines à la récolte. Elle accroît la productivité, permet une agriculture durable, et offre davantage de transparence aux consommateurs soucieux de savoir d’où provient leur nourriture. Voici comment la science des données transforme l’agriculture et l’agronomie.
Pourquoi la Data Science est indispensable pour l'agriculture ?
L’agriculture est la base de la civilisation humaine, et a beaucoup évolué grâce à l’invention de nouveaux outils, méthodes et machines. Cette évolution se poursuit aujourd’hui.
Jusqu’à présent, les agriculteurs devaient se baser uniquement sur leur intuition pour prendre des décisions. En cas d’erreur, la récolte d’une saison complète peut être gaspillée.
La Data Science remédie au problème en permettant aux agriculteurs de se baser sur les données pour prendre de meilleures décisions. Elle offre par ailleurs l’opportunité d’exploiter les vastes volumes de données générés par les capteurs IoT et via internet.
Elle répond aussi à une demande nouvelle des consommateurs, désirant manger mieux et savoir où et comment leur nourriture a été produite, empaquetée, modifiée et distribuée. Enfin, il s’agit d’un précieux outil pour accroître la production de nourriture à moindre coût et nourrir toute l’humanité.
Comment les agriculteurs collectent-ils des données ?
Différentes sources permettent aux agriculteurs d’agréger des données. Les capteurs IoT placés dans les fermes permettent notamment de collecter des informations sur les nutriments de sols, le contenu des eaux ou la perméabilité à l’air.
Ces données peuvent être combinées à celles en provenance de sources externes, comme les statistiques sur la température ou les précipitations. De plus, de nouvelles technologies telles que les spectroscopes permettent de mesurer la qualité du sol ou la qualité des fruits et légumes produits dans la ferme.
Data Science et agriculture de précision
En analysant les données ainsi collectées, les agriculteurs peuvent mesurer la qualité de leur production jusqu’au niveau moléculaire. La Data Science permet de pratiquer ce qu’on appelle l’agriculture de précision.
Ce concept consiste à utiliser uniquement la quantité de ressources nécessaires, dans une optique de développement durable et d’élimination du gaspillage. Les besoins en minéraux, en fertilisants et en eau peuvent être mesurés avec exactitude pour chaque plante. Cette méthode permet de sauvegarder une large quantité de ressources, et par extension de réduire les coûts de production.
Dans l’horticulture, il est possible d’attacher des puces RFID aux animaux pour un meilleur suivi. Si un animal malade est identifié, le fermier peut immédiatement le soigner.
Une meilleure utilisation des pesticides
Les pestes agricoles et autres maladies peuvent être désastreuses pour les agriculteurs. Toutefois, l’utilisation abusive des pesticides peut avoir de terribles effets sur les humains, les plantes, et les animaux.
Désormais, plusieurs entreprises recrutent des Data Scientists pour développer des plateformes analytiques capables de déterminer quand utiliser les pesticides et dans quelle mesure. En guise d’exemple, on peut citer la firme brésilienne Agrosmart dont la technologie exploite l’IA et l’IoT pour identifier les insectes menaçant une plante.
Les agriculteurs profitent d’un rapport et peuvent s’appuyer dessus pour gérer l’usage des pesticides de façon économique, avec un impact minimisé sur l’environnement. De même, la startup israélienne Saillog a créé une application mobile informant les fermiers sur les maladies affectant leurs plantations ou celles des fermes alentours.
L'adaptation au changement climatique
Le secteur de l’agriculture est sans nul doute le plus impacté par le changement climatique. La Data Science permet heureusement d’y faire face.
À Taïwan, dans les rizières, des capteurs IoT permettent désormais de collecter des informations sur les plantations. Ces données sont utilisées par les fermiers pour optimiser les cycles de production, à l’heure où le dérèglement climatique rend cette tâche particulièrement complexe. En effet, le calendrier traditionnel n’est plus une source fiable sur laquelle s’appuyer.
Les scientifiques utilisent aussi les données sur les sols pour mieux comprendre comment ces derniers contribuent au changement climatique en relâchant des gaz à effet de serre et comment s’y adapter.
La prédiction des récoltes
Afin de venir en aide aux agriculteurs, IBM a développé une plateforme permettant de prédire le volume de maïs récolté avec deux ou trois mois d’avance. Ceci permet d’éviter les mauvaises surprises.
De même, des chercheurs de l’Université de l’Illinois se basent sur les prédictions saisonnières et les données satellites pour réaliser des prédictions de fin de saison plus tôt qu’à l’accoutumée. Cette méthode se révèle encore plus précise que les données en temps réel du Departement de l’Agriculture des États-Unis.
Data Science et agriculture : les défis à relever
Malgré les avantages de la Data Science pour l’agriculture, il reste de nombreux défis à relever. Tout d’abord, l’implémentation de cette science est difficile parce que cette industrie est généralement réticente au changement.
Les fermiers sont réticents à changer de méthodes, car les coûts peuvent s’avérer très élevés en cas d’échec. La transition numérique représente par ailleurs un important investissement, et seuls les plus gros agriculteurs peuvent se le permettre.
L’installation de capteurs et d’un serveur centralisé pour le stockage des données coûte également très cher. Les données sont collectées dans divers formats, à des intervalles de temps différents. Il est donc nécessaire de les convertir pour pouvoir les comparer entre elles.
Il est aussi indispensable de partager les données avec d’autres agriculteurs pour que le volume soit suffisant, ce qui implique aussi un risque en matière de sécurité et de confidentialité. Tels sont les principaux obstacles à l’implémentation de la Data Science dans l’agriculture et l’agronomie.
Le manque Data Scientists qualifiés est également une véritable barrière à la démocratisation de la Data Science. Découvrez nos formations de Data Science pour acquérir des compétences très recherchés dans l’industrie agricole.
Vous savez désormais comment la Data Science transforme l’agriculture et l’agronomie. Découvrez comment la science des données révolutionne la médecine, ou encore le monde de l’éducation.
