Des chercheurs créent une application pour aider les drones à améliorer l’efficacité des exploitations agricoles

Des chercheurs de l’Université de Californie à Davis ont développé une application Web pour aider les agriculteurs et les travailleurs de l’industrie à utiliser des drones et d’autres véhicules aériens sans équipage, ou UAV, pour générer les meilleures données possibles. En aidant les agriculteurs à utiliser les ressources plus efficacement, ces progrès pourraient les aider à s’adapter à un monde au changement climatique qui doit nourrir des milliards de personnes.

Le professeur agrégé Alireza Pourreza, directeur du laboratoire d’agriculture numérique de l’UC Davis et le chercheur postdoctoral Hamid Jafarbiglu, qui a récemment terminé son doctorat en ingénierie des systèmes biologiques sous Pourreza, ont conçu l’application When2Fly pour rendre les drones plus efficaces et plus précis. Plus précisément, la plate-forme aide les utilisateurs de drones à éviter les zones éblouissantes appelées points chauds qui peuvent détruire les données collectées.

Les utilisateurs de drones sélectionnent la date à laquelle ils prévoient de voler, le type de caméra qu’ils utilisent et leur emplacement soit en sélectionnant un point sur une carte, soit en saisissant des coordonnées. L’application indique ensuite les meilleurs moments de cette journée spécifique pour collecter des données de récolte à partir d’un drone.

Jafarbiglu et Pourreza ont déclaré que l’utilisation de cette application pour l’imagerie par drone et la collecte de données est cruciale pour améliorer l’efficacité agricole et atténuer l’empreinte carbone de l’agriculture. Recevoir les meilleures données, comme quelle section d’un verger pourrait avoir besoin de plus d’azote ou de moins d’eau, ou quels arbres sont affectés par la maladie, permet aux producteurs d’allouer les ressources de manière plus efficiente et efficace.

« Dans la gestion conventionnelle des cultures, nous gérons l’ensemble du champ de manière uniforme en supposant que chaque plante produira un rendement uniforme et nécessitera une quantité uniforme d’intrants, ce qui n’est pas une hypothèse exacte », a déclaré Pourreza. « Nous devons avoir un aperçu de la variabilité spatiale de nos cultures pour pouvoir identifier et résoudre les problèmes en temps opportun et avec précision. Les drones sont des outils étonnants accessibles aux producteurs, mais ils doivent savoir comment les utiliser correctement. »

Dissiper la croyance du midi solaire

En 2019, Jafarbiglu travaillait à extraire des données d’images aériennes de vergers de noyers et d’amandiers et d’autres cultures spécialisées lorsqu’il s’est rendu compte que quelque chose n’allait pas avec les données.

« Peu importe la précision avec laquelle nous avons calibré toutes les données, nous n’obtenions toujours pas de bons résultats », a déclaré Jafarbiglu. « J’ai apporté cela à Alireza et j’ai dit : ‘Je pense qu’il y a quelque chose en plus dans les données dont nous ne sommes pas conscients et que nous ne compensons pas.’ J’ai décidé de tout vérifier. »

Jafarbiglu a étudié les 100 téraoctets d’images collectées sur trois ans. Il a remarqué qu’une fois les images étalonnées, il y avait des points blancs brillants là où elles étaient censées paraître plates et uniformes.

Mais il ne pouvait pas s’agir d’un éblouissement car le soleil était derrière le drone qui prenait l’image. Jafarbiglu a donc passé en revue la littérature remontant aux années 1980 à la recherche d’autres exemples de ce phénomène. Non seulement il en a trouvé des mentions, mais aussi que les chercheurs avaient inventé un terme pour cela : hotspot.

Un point chaud se produit lorsque le soleil et le drone sont alignés de telle manière que le drone se trouve entre la zone visible du système d’objectif de la caméra et le soleil. Le drone prend des photos de la Terre et les images résultantes présentent une augmentation progressive de la luminosité vers une certaine zone. Ce point brillant est le point chaud.

Les points chauds constituent un problème, a déclaré Jafarbiglu, car lors de la collecte de données sur les drones dans l’agriculture, où un niveau élevé de chevauchement est requis, les différences observées dans les images calibrées doivent provenir uniquement de différences entre les plantes.

Par exemple, chaque plante peut apparaître sur 20 images ou plus, chacune sous différents angles de vue. Dans certaines images, la plante peut être proche du point chaud, tandis que dans d’autres, elle peut être située plus loin, de sorte que la réflectance peut varier en fonction de la distance de la plante par rapport au point chaud et de l’emplacement spatial dans le cadre, et non en fonction des paramètres de la plante. propriétés inhérentes. Si toutes ces images étaient combinées en une mosaïque et que les données étaient extraites, la fiabilité des données serait compromise, les rendant inutiles.

Pourreza et Jafarbiglu ont découvert que les points chauds se produisaient systématiquement lorsque les drones prenaient des images à midi solaire au milieu de l’été, ce qui, selon beaucoup, est le meilleur moment pour piloter des drones. C’est une hypothèse évidente : le soleil est à son point le plus haut au-dessus de la Terre, les variations d’éclairage sont minimes, voire constantes, et moins d’ombres sont visibles sur les images.

Cependant, cela joue parfois contre le drone car la relation géométrique du soleil avec la Terre varie en fonction du lieu et de la période de l’année, augmentant ainsi le risque d’avoir un point chaud à l’intérieur du cadre de l’image lorsque le soleil est plus haut dans le ciel.

« Dans les régions à haute latitude comme le Canada, vous n’avez aucun problème ; vous pouvez voler à tout moment. Mais dans les régions à basse latitude comme la Californie, vous aurez un petit problème à cause de l’angle du soleil », dit Pourreza.

« Ensuite, à mesure que vous vous rapprochez de l’équateur, le problème devient de plus en plus grand. Par exemple, la meilleure heure de vol en Californie du Nord et en Californie du Sud sera différente. Ensuite, vous partez en été au Guatemala, et en gros, à partir de 10h30. Du matin à presque 14 heures, vous ne devriez pas voler, selon le contrôle orienté champ de la caméra. C’est exactement le contraire de la croyance conventionnelle selon laquelle nous devrions voler partout à midi solaire.

Développez la technologie, nourrissez la planète

Les drones ne sont pas les seuls outils capables de tirer parti de cette découverte. Troy Magney, professeur adjoint de sciences végétales à l’UC Davis, utilise principalement des tours pour scanner les champs et collecter des données de réflectance des plantes sous différents angles de vue. Il a contacté Jafarbiglu après avoir lu ses recherches, publiées en février dans le Journal ISPRS de photogrammétrie et de télédétectioncar il a constaté un problème similaire dans la télédétection des plantes et a noté qu’il est souvent ignoré par les utilisateurs finaux.

« Le travail réalisé par Hamid et Ali sera bénéfique à un large éventail de chercheurs, tant à l’échelle de la tour qu’à l’échelle du drone, et les aidera à interpréter ce qu’ils voient réellement, qu’il s’agisse d’un changement de végétation ou d’un simple changement d’environnement. » l’impact angulaire du signal », a-t-il déclaré.

Pourreza, l’application When2Fly représente une avancée majeure dans le déploiement de la technologie pour résoudre les défis de l’agriculture, y compris l’énigme ultime : nourrir une population croissante avec des ressources limitées.

« La Californie est beaucoup plus avancée que d’autres États et autres pays en termes de technologie, mais notre agriculture dans la Vallée Centrale utilise toujours des technologies d’il y a 30 à 40 ans », a déclaré Pourreza.

« Mes recherches sont axées sur la détection, mais il existe d’autres domaines comme la connectivité 5G et le cloud computing pour automatiser le processus de collecte et d’analyse des données et le rendre en temps réel. Toutes ces données peuvent aider les producteurs à prendre des décisions éclairées qui peuvent conduire à une alimentation efficace. système de production. When2Fly en est un élément important.