La surveillance des cultures par satellite est devenue une méthode principale pour obtenir des informations sur les cultures à l’échelle locale, régionale et mondiale.
Cependant, il y a un manque de méthodes quantitatives, objectives et robustes pour assurer la fiabilité des informations sur les cultures, ce qui réduira l’applicabilité de la surveillance des cultures et entraînera des conséquences incertaines et indésirables. Dans cet article, les progrès récents en matière de surveillance des cultures ont été passés en revue et les défis et opportunités pour l’avenir ont été identifiés.
« Le système de surveillance des cultures nous dit combien de nourriture a été produite, de quel type de nourriture il s’agissait et où elle a été produite. Cette information est essentielle pour que les pays prennent des décisions. Si elle n’est pas disponible ou pas vérifiée correctement, les pays manqueront soit les informations de base pour leurs décisions ou courent le risque de prendre des décisions basées sur des informations inexactes », a déclaré le professeur Bingfang Wu (Institut d’information aérospatiale, Académie chinoise des sciences), chef de l’équipe CropWatch et coprésident du Groupe sur l’observation de la Terre. Initiative mondiale de surveillance agricole (GEOGLAM).
Les informations sur l’état des cultures sont essentielles pour l’élaboration des politiques ainsi que pour prévenir les perturbations du marché et la spéculation, contribuant ainsi à une alerte précoce de l’insécurité alimentaire. La plupart des systèmes de surveillance des cultures ont une composante sur l’état des cultures et utilisent de simples anomalies de mesures à partir des valeurs moyennes pour étudier les conditions des cultures.
Cependant, les métriques d’anomalie ne peuvent pas fournir d’évaluations quantitatives en raison d’un manque de méthodes catégorisées standard, en particulier sous le stress des cultures provoqué par la sécheresse, le déficit en nutriments, les maladies et les ravageurs. En outre, l’article constate que certains indices de sécheresse publiés dans la littérature confondent sécheresse météorologique et sécheresse agricole. Ils peuvent générer de fausses informations sur la sécheresse s’ils sont appliqués.
La production agricole est prévue à l’aide d’estimations de superficies cultivées et de prévisions de rendement pour des régions spécifiques. C’est l’élément central de la surveillance des cultures, mais seuls quelques systèmes mondiaux de surveillance agricole incluent les composants opérationnels pour l’estimation des superficies cultivées et la prévision des rendements. L’une des raisons est le manque de données au sol à l’extérieur du pays, sans parler de la disponibilité des données au sol à l’échelle mondiale. Les données de crowdsourcing pourraient servir de solution potentielle pour combler les lacunes en matière de données au sol.
« Avec de nombreux types de capteurs de smartphone, tout le monde peut prendre et télécharger des photos géomarquées des cultures. Ces informations peuvent être utilisées pour calibrer l’état des cultures et les modèles d’estimation de la superficie », a déclaré le Dr Miao Zhang, membre principal de l’équipe CropWatch. Auparavant, la collecte de données sur le rendement réel des cultures était laborieuse et coûteuse. Une nouvelle méthode impliquant l’intelligence artificielle et la vision par ordinateur pour compter le nombre d’épis, le nombre de graines par épi et la taille des graines a été développée.
« Il s’agit d’une nouvelle méthode pour collecter des données sur le rendement des champs », a ajouté le Dr Hongwei Zeng, un autre membre essentiel de l’équipe CropWatch.
En outre, la composante de prévision du rendement est l’élément le plus faible de la surveillance des cultures en raison de grandes incertitudes. Les modèles actuels et/ou les indices de végétation ne saisissent pas entièrement les déterminants de la production agricole. CropWatch a adopté les valeurs moyennes de plusieurs modèles de rendement pour réduire l’incertitude des prévisions de rendement. De nouveaux capteurs doivent être explorés.
Bien que les images satellites soient belles et objectives, leur production et leur analyse ont de profondes implications politiques et économiques. L’analyse basée sur les connaissances des mesures dérivées des satellites pourrait entraîner des conséquences incertaines et indésirables. Une solution consiste à éviter les conflits d’intérêts lorsque les organisations publient des informations sur les cultures accessibles au public.
La participation des utilisateurs au processus complet de surveillance des cultures pourrait améliorer la fiabilité des informations sur les cultures. Encourager les utilisateurs à obtenir des informations sur les cultures à partir de plusieurs sources pourrait également prévenir les biais inconscients.
« La meilleure solution est que les utilisateurs disposent de leur propre système de surveillance des cultures, mais cela est difficile à réaliser pour la plupart des utilisateurs en raison des coûts de développement et de maintenance et des contraintes technologiques. Pour cette raison, tous les composants et fonctions de CropWatch ont été mis à niveau pour fournir une application interfaces de programmation (API) dans CropWatch-Cloud, qui permettent aux utilisateurs d’effectuer le suivi des cultures de manière indépendante et autonome, du téléchargement des données à l’analyse finale synthétisée, sans investissement supplémentaire dans les ressources de stockage et de calcul. Par exemple, le ministère mozambicain de l’agriculture et du développement rural (MARD) ont appliqué CropWatch pour améliorer sa capacité et sa fiabilité de surveillance des cultures au Mozambique. Cet effort a été reconnu comme l’une des meilleures solutions rurales en 2020 par le Fonds international de développement agricole et l’une des bonnes pratiques dans les régions Sud-Sud et triangulaires. Coopération pour le développement durable », a déclaré le professeur Wu.
L’étude est publiée dans la revue Examen scientifique national.
Plus d’information:
Bingfang Wu et al, Défis et opportunités dans la surveillance des cultures basée sur la télédétection : un examen, Examen scientifique national (2022). DOI : 10.1093/nsr/nwac290