Ces dernières années, Katy Rainey et Keith Cherkauer de l’Université Purdue ont travaillé pour prédire la biomasse de soja à partir d’images de drones dans l’Indiana.
« Nous étendons maintenant cette capacité à tous les programmes publics de sélection de soja dans la région », a déclaré Rainey, professeur d’agronomie, qui dirige également le Purdue Soybean Center. Bientôt, elle et Cherkauer commenceront à recevoir des images de drones collectées sur un panel de 1 200 variétés de soja que les sélectionneurs ont plantées dans 11 États de la région du centre-nord des États-Unis.
« Ici à Purdue, nous ferons tout le traitement et la modification des images pour prédire la biomasse », a-t-elle déclaré. Cet effort fait partie du projet SOYGEN3 (Science Optimized Yield Gains across ENvironments), qui regroupe huit universités, dont Purdue.
« L’objectif primordial de cette expérience est de développer des méthodes et des modèles pour sélectionner des graines de soja qui auront un rendement élevé dans de futurs environnements extrêmes dans le cadre de scénarios de changement climatique », a déclaré Rainey. « Nous savons que les futurs environnements dans lesquels nous allons cultiver du soja sont différents de ceux que nous avons maintenant parce que le climat change. Nous subissons également des conditions météorologiques plus extrêmes à cause du changement climatique.
Le projet exploite un logiciel, appelé Parcelle Phénix, qui convertit rapidement les photographies aériennes des cultures en informations utiles pour la sélection végétale, la modélisation des cultures et l’agriculture de précision. Rainey et Cherkauer, professeur de génie agricole et biologique, et Purdue Ph.D. Anthony Hearst, ancien élève, PDG de Progeny Drone Inc., a breveté Plot Phenix en 2022.
« Je m’intéresse à l’utilisation de l’eau, aux effets des environnements et à la capacité de mesurer et de simuler le soja sur de grandes surfaces », a déclaré Cherkauer, qui dirige également le centre de recherche sur les ressources en eau de l’Indiana. « Avoir des emplacements plus éloignés augmente la probabilité que nous ayons une gamme de conditions environnementales. »
Les sélectionneurs et les agriculteurs de soja du Minnesota plantent des stocks génétiques différents de ceux de l’Indiana, par exemple, qui nécessitent des variétés plus résistantes à la chaleur. Mais même les zones qui partagent les mêmes précipitations moyennes annuelles pourraient connaître des années radicalement différentes.
« Nous pourrions avoir une sécheresse ici dans l’Indiana, et l’est du Kansas pourrait avoir une année normale. Avoir accès à autant d’endroits qui pourraient connaître des conditions météorologiques moyennes et des conditions plus sèches nous permet d’étendre l’analyse des images et les modèles que nous construisons au-delà ce que nous faisons en ce moment », a déclaré Cherkauer.
L’est du Kansas reçoit à peu près les mêmes précipitations que l’Indiana, l’Illinois et le Missouri. Mais l’ouest du Kansas reçoit environ la moitié des précipitations. À cet égard, il ressemble au centre-ouest du Nebraska, aux Dakotas et à l’ouest du Minnesota.
« L’Indiana est presque entièrement pluviale, sauf pour la production de semences et la production dans les sols sablonneux. L’Illinois va être similaire. À mesure que vous entrez dans l’Iowa, ils commencent à voir un peu plus d’irrigation », a déclaré Cherkauer.
Cherkauer est co-fondateur de GRYFN, une société affiliée à Purdue qui a fourni un nouveau drone pour le projet. Les vols d’étalonnage pour la nouvelle plate-forme ont déjà commencé au Centre d’agronomie de Purdue pour la recherche et l’éducation, une installation agricole de 1 600 acres située à sept miles au nord-ouest du campus.
La collaboration SOYGEN3 pilotera des drones qui collectent des images en rouge, vert et bleu (RVB, ou vraie couleur, le type capturé par les caméras ordinaires).
« SOYGEN3 consiste à démarrer avec des caméras et des systèmes matériels relativement peu coûteux à divers endroits », a déclaré Cherkauer. Mais le drone Purdue emportera également des caméras multispectrales et thermiques, produisant de meilleurs ensembles de données qui pourraient conduire à des recommandations pour leurs partenaires SOYGEN3.
De telles données pourraient aider les États-Unis à maintenir leur position de premier producteur mondial de soja. Les revenus en 2022 ont dépassé 66 milliards de dollars. Cela comprend plus de 34 milliards de dollars d’exportations, selon le service agricole étranger de l’USDA.
« C’est une culture unique car elle est très importante pour la sécurité alimentaire future des protéines », a déclaré Rainey, qui figurait en bonne place dans le dernier couverture de Seed World magazine. Pourtant, les utilisations du soja sont principalement industrielles, ce qui signifie que les gens ne consomment qu’un faible pourcentage de sa production.
« Vous pouvez parfois manger un aliment traditionnel à base de soja comme le tofu ou l’edamame. Mais pour la plupart, 95 % du soja dans le monde est donné aux poulets et aux porcs et constitue la base de cette chaîne alimentaire », a déclaré Rainey.
Pour maintenir la production en plein essor du soja, les chercheurs auront besoin d’une compréhension plus fine de la façon dont le temps et le climat affectent le rendement dans une gamme d’environnements impliquant des variations génétiques. Les sélectionneurs seraient alors en mesure de sélectionner les variétés de soja de manière plus stratégique.
« La variation génétique est essentielle car la manière la plus évidente dont les éleveurs ou les organisations d’élevage du secteur privé utiliseraient les données que nous produisons serait dans ce qu’on appelle la prédiction génomique », a expliqué Rainey.
Avec suffisamment de données sur l’ensemble du génome du soja, la prédiction génomique permet aux sélectionneurs de créer un modèle statistique qui prédit le rendement pour 10 000 lignées non testées.
« Mais les modèles de prédiction génomique doivent être calibrés aux environnements et contenir plus d’informations que ce qui s’y trouve actuellement », a déclaré Rainey. Un modèle comprenant des prévisions de biomasse est également nécessaire. Ces modèles sont basés sur l’imagerie et la génétique des drones.
« Dans mon laboratoire, nous travaillons à combiner ces informations. Nous sommes à peu près les seuls à le faire dans les secteurs public et privé du soja », a-t-elle déclaré.