Comprendre la structure du couvert végétal est essentiel pour optimiser la production agricole, car elle influence considérablement l’efficacité de l’utilisation des ressources, le rendement et la résistance au stress. Bien que la recherche ait intégré les études du couvert forestier dans diverses pratiques agricoles, la construction de modèles 3D précis reste un défi en raison de la complexité des distributions spatiales et des limitations technologiques.
Les méthodes actuelles peinent à capturer des données morphologiques détaillées en raison de problèmes tels que la résolution et le coût. Pour résoudre ces problèmes, on constate un intérêt croissant pour l’application des techniques d’intelligence computationnelle (CI). Ces techniques se sont révélées prometteuses dans diverses applications agricoles, mais n’ont pas encore été explorées pour la construction de modèles 3D de couverts de maïs.
En mars 2024, Phénomique des plantes a publié un article de recherche intitulé « Modélisation tridimensionnelle des couverts de maïs basée sur l’intelligence informatique ». Cette recherche vise à intégrer l’IC dans la modélisation 3D du couvert végétal, en se concentrant particulièrement sur la résolution des défis d’occlusion interne et de compétition entre les ressources entre les cultures densément plantées.
L’étude présente une méthode de modélisation 3D basée sur l’intelligence informatique pour les couverts de maïs, en se concentrant sur la visualisation et la validation de la structure des couverts de maïs pour différentes densités et variétés de plantation. Grâce à cette méthode, des modèles 3D pour les variétés de maïs JNK728 et JK968 ont été construits à des densités de 3, 6 et 9 × 104 plants par hectare.
Les modèles ont démontré la capacité de la méthode à capturer les effets de la densité de plantation sur la structure du couvert forestier, notamment une augmentation de l’ombrage et des ajustements des angles d’azimut des feuilles pour optimiser la capture de la lumière. Les modèles ont été validés et ont montré des améliorations significatives dans la simulation de la distribution des angles d’azimut des feuilles. Les valeurs R2 ont indiqué un degré élevé de cohérence avec les données mesurées, en particulier après optimisation par une approche réflexive.
L’étude a également validé l’exactitude des modèles dans la représentation de la couverture du couvert forestier, montrant une corrélation avec les conditions réelles du couvert forestier et soulignant les limites des modèles dans la capture d’éléments tels que les feuilles mortes et les mauvaises herbes. La distribution des angles d’azimut des feuilles proches de 90° augmente avec la densité de plantation, suggérant une réponse adaptative des feuilles de maïs au stress environnemental en s’alignant plus perpendiculairement à la direction du rang. Cette tendance a été validée par la construction de modèles 3D sur un gradient de densités de plantation.
Le processus informatique, bien que long, met en évidence l’efficacité et le potentiel de l’intelligence informatique dans la modélisation 3D de la canopée. L’optimisation itérative des ratios de surface foliaire éclairée par le soleil et l’ajustement intelligent des angles d’azimut des phytomères 3D reflètent l’application des principes d’intelligence en essaim à la modélisation du couvert végétal.
L’étude met en évidence l’importance d’une modélisation précise du couvert végétal pour comprendre la compétition des plantes pour les ressources lumineuses. Il suggère d’autres améliorations et des travaux futurs pour améliorer la précision et la praticité des modèles en prenant en compte un éventail plus large de facteurs environnementaux et en incorporant des informations phénotypiques et de croissance plus détaillées.
Plus d’information:
Yandong Wu et al, Modélisation tridimensionnelle des couverts de maïs basée sur l’intelligence informatique, Phénomique des plantes (2024). DOI : 10.34133/plantphenomics.0160