En poursuivant votre navigation sur notre site, vous acceptez que les cookies soient utilisés afin de vous proposer des contenus pertinents et une meilleure expérience. En savoir plus

Big data : L’agriculture, une mise de données à exploiter

Big data : L’agriculture, une mise de données à exploiter

L’agriculture génère beaucoup de données issues de capteurs connectés, d’OAD, de robots… Elles concernent de nombreux aspects : gestion parcellaire, météo, agroéquipement, élevage, traçabilité… On parle alors de big data quand ces données sont collectées en masse à l’échelle de nombreuses exploitations. Le big data permet aux agriculteurs de se comparer entre eux, d’anticiper les interventions et d’optimiser les intrants. Mais il reste encore des perspectives à découvrir pour les prochaines années.

«Le big data agricole, c’est l’ensemble des données qui sont liées au monde agricole et qui sont d’intérêt, qui sont collectées de façon automatique et en masse à l’échelle du monde agricole », telle est la définition formulée par François Brun, responsable du pôle agriculture numérique et science des données à l’Acta. Il y a également une notion de volume et de couverture de territoire, c’est-à-dire à l’échelle de nombreuses exploitations. L’écosystème du big data agricole est large : il comprend les éditeurs de logiciels, les vendeurs de capteurs et de robots, les agro-équipementiers, les instituts de recherche, la recherche publique, les semenciers, les firmes phyto, les coopératives, les négoces

Comment les données collectées sont-elles valorisées ? Ces dernières années, il y a eu des avancées sur les reconnaissances de symptômes à partir de photos de plantes, sur l’identification des espèces de cultures à partir d’images satellite.

Capter davantage d’informations grâce aux robots

Les algorithmes de reconnaissances d’images demandent beaucoup de données. « C’est la technologie de deep learning, réseau de neurones, qui est utilisée, la même que pour les voitures autonomes, qui transforme les images en informations utiles », ajoute-t-il. Quant aux données générées par la gestion parcellaire avec les dates de semis, les rendements…, elles permettent à un agriculteur de se comparer par rapport à un groupe : il obtient des références sur les pratiques de ses voisins et peut ainsi progresser. Des pistes sont encore à l’étude pour croiser les données de rendements avec les données météo afin de prédire le rendement. « Mais cela pose des questions comme l’accès aux données et la fiabilité des données », précise-t-il. L’analyse des données permet donc de comparer les exploitations entre elles, mais aussi de tirer des connaissances en les croisant avec d’autres, et de construire des modèles d’OAD pour demain. Le big data peut également apporter des outils pour améliorer les capteurs et l’analyse d’images afin de réaliser plus facilement des diagnostics sur les animaux et sur les plantes. « Cela va redonner une place plus importante à l’observation », stipule François Brun. Mais c’est coûteux en temps. L’idée est donc d’automatiser cette étape via des outils pour aider l’agriculteur à collecter des informations fiables de diagnostic de maladies, sur l’état du couvert ou sur l’état de santé des animaux. Avec les modèles issus du big data, l’agriculteur peut se projeter : les données collectées et analysées permettent de prédire l’avenir à quelques jours, quelques semaines, quelques mois ou années. Ainsi il peut anticiper les maladies ou la végétation, ce qui générera des économies d’intrants et une optimisation de ses pratiques. « Il y a beaucoup de promesses, souligne-t-il. Mais, à ce jour, c’est difficile de chiffrer et de connaître précisément les gains réels pour les agriculteurs. » Quelles sont les perspectives pour le big data agricole ? L’une des pistes est de capter davantage d’informations via des drones ou des robots. Des tests sont réalisés sur des robots en maraîchage et en viticulture où des capteurs météo et de végétation sont rajoutés. « Le robot a sa tâche, mais en même temps il capte de l’information régulièrement dans le temps et sur toute la parcelle », précise François Brun. Selon l’expert, il faut aussi se laisser guider par les données pour aller vers un service ou vers un outil prédictif qui pourrait émerger, c’est ce que l’on appelle « data driven ».

—— Stéphanie BOT (Tribune Verte 2961)

Emploi : LE BIG DATA N’ATTIRE PAS FORCÉMENT LES JEUNES

En ce qui concerne l’emploi, il y a de nombreuses offres sur l’agriculture numérique au sens large. Les profils recherchés varient : des ingénieurs agro, des généralistes ou de vrais spécialistes de la donnée. Un métier qui émerge avec le big data est le data scientist, qui analyse les données pour générer de la valeur. « Il existe de grandes diversités dans ces postes : experts en base de données, experts en statistiques, des profils plus mobiles qui pourront communiquer entre les différents experts ». Par exemple dans les instituts techniques, sur 2 000 ingénieurs et techniciens, 15 à 20 ont des compétences expertes en statistiques, mais l’idée est d’en former d’autres pour qu’ils acquièrent des compétences en science des données utiles pour leurs métiers. De nouveaux cursus existent comme le master machine learning de l’Insa. Dans les écoles agro, il y a des formations comme AgroTic de Montpellier Sup Agro et Bordeaux. « Mais le big data n’attire pas forcément les jeunes qui préfèrent les sujets en lien avec l’agroécologie ou les questions autour de l’agriculture et de l’environnement et des territoires, constate François Brun. Il reste difficile de trouver des candidats sur ce type de profils. »

Côté agricole : DE LA MAINTENANCE PRÉDICTIVE POUR ANTICIPER LES PANNES

C’est depuis le début des années 2010 que le terme de big data est évoqué dans l’agriculture. Mais aujourd’hui, son potentiel n’est pas encore pleinement exploité. François Brun compare le big data agricole à un gisement ou une décharge : « Les agriculteurs achètent des capteurs et des outils pour leur exploitation. Les données sont utilisées en temps réel mais ne sont pas valorisées ensuite, précise-t-il. Il y a beaucoup de données stockées, mises de côté. L’idée serait de recycler ces données pour leur donner une seconde utilisation. » La filière laitière est certainement celle la plus avancée dans le big data. Les constructeurs de robots, deux-trois opérateurs sur le marché, ont accès à un grand volume de données. Par le biais de leur expertise de 30 ans, ils peuvent proposer aux éleveurs un service à haute valeur ajoutée. Ils réalisent également de la maintenance prédictive afin d’anticiper les pannes. En ce qui concerne les élevages de porcs et de volailles, des balances connectées permettent d’ajuster la nourriture selon la croissance de l’animal. « Le big data semble davantage développé dans le monde animal car c’est un milieu plus contrôlé, stipule François Brun. En productions végétales, il y a de la variabilité climatique, il y a des maladies pour lesquelles les mécanismes ne sont pas bien connus. Certes il y a beaucoup de promesses afin d’améliorer les choses mais il y a aussi beaucoup de bruit qui ne permettront pas de réaliser toutes les promesses. »