Optimiser la protection des cultures avec une solution intelligente de surveillance des insectes nuisibles
Le contrôle des parasites agricoles implique généralement d’inspecter manuellement les pièges, d’enregistrer le nombre de prises et de le rapporter à un expert en cultures pour obtenir des conseils. Afin de réduire le coût de cette approche qui demande davantage de travail et de déplacements (également sujette aux erreurs humaines), ce contrôle n’est effectué qu’une fois par semaine. Cette méthode a été mise au point il y a plusieurs décennies, lorsque la protection des cultures était dominée par les insecticides à large spectre ayant des effets négatifs sur l’environnement. Les agriculteurs ont besoin d’une approche plus ciblée, opportune et fondée sur des données factuelles. La solution Trapview, financée par l’UE, permet aux producteurs de surveiller à distance les insectes nuisibles attrapés dans les pièges à phéromones. Ils sont également avertis en temps réel lorsque la pulvérisation d’insecticide est nécessaire, en fonction du nombre de ravageurs détecté. Le piège de surveillance intelligent Les pièges de Trapview, qui peuvent s’autonettoyer tout en garantissant une bonne efficacité des prises et donc une bonne qualité des données, envoient des images sur le nuage au moins une fois par jour. Ces images sont traitées et ensuite analysées par apprentissage automatique afin d’identifier chacun des insectes photographiés. Soucieuse de garantir la précision, l’équipe avait formé les réseaux neuronaux d’IA en introduisant des dizaines de milliers d’images d’insectes nuisibles cibles clairement identifiés. Comme M. Matej Štefančič, coordinateur du projet, l’explique: «Même si nos pièges nous fournissent des données fiables, l’interprétation est difficile, tout comme le fait de trouver des modèles de prévision. C’est là qu’intervient l’apprentissage automatique, en recourant à des données historiques combinées à des données issues de différentes sources». L’identification des insectes nuisibles est indiquée par une étiquette autour de l’insecte ciblé et accompagnée d’un pourcentage du niveau de «fiabilité» correspondant, à savoir le degré de certitude de l’identification. Les utilisateurs ne regardent que ceux qui dépassent certains seuils. Le modèle Trapview combine alors les informations quotidiennes extraites des images d’insectes avec les données météorologiques locales, les tendances historiques et les prévisions, afin de prédire la dynamique des ravageurs. «Cette approche est très efficace, avec plus de 90 % de précision dans l’identification, ce qui est, en moyenne, mieux que l’approche manuelle. De plus, la précision des prévisions était supérieure à 80 %, et donc à tout ce qui existe sur le marché», explique M. Štefančič. «Étant donné que notre modèle intègre en réalité les résultats de la protection des cultures durant la saison, les prévisions nous donnent un avantage compétitif considérable.» Son usage dans le bassin méditerranéen et ailleurs (par exemple, en Australie et aux États-Unis) a également révélé que le placement d’une densité plus faible de dispositifs dans un réseau ou une grille apportait une meilleure compréhension des populations d’insectes nuisibles dans certaines zones, comparé à un plus grand nombre de dispositifs à un seul endroit. Adoption généralisée pour la sécurité alimentaire et la viabilité Pour obtenir des aliments plus sûrs, il faut réduire les résidus d’insecticide, ce qui entraînera des aliments plus sains et une diminution de la résistance aux insecticides. En outre, la protection des récoltes basée sur des décisions éclairées et opportunes, en évitant l’épandage basé sur le calendrier ou l’approximation, contribue à respecter les normes réglementaires. Trapview permet également d’économiser des frais de déplacement et de main-d’œuvre aux consommateurs, tout en aidant de manière essentielle à obtenir des rendements plus élevés et des cultures de meilleure qualité. À ce jour, Trapview compte des milliers de pièges automatisés déployés avec succès dans plus de 40 pays sur six continents. L’équipe cible désormais les marchés clés et les cultures ayant la meilleure chance d’adopter cette solution de manière généralisée. Les chercheurs développeront également la technologie pour inclure: des services de prévision pour d’autres insectes nuisibles, une surveillance efficace simultanée de différents ravageurs, le développement de la reconnaissance d’images et du traitement de l’IA pour inclure une plus large variété d’insectes nuisibles et obtenir une précision plus élevée. «Nous sommes leaders dans notre domaine, et la voie à suivre pour nous permettre de conserver cette position est très claire. Nous souhaitons introduire la technologie Trapview dans la majorité de la production alimentaire végétale pour améliorer la vie et l’environnement des citoyens», déclare M. Štefančič.
Mots‑clés
Trapview, insecte nuisible, agriculture, alimentation, insectes, insecticide, cultures, pièges, exploitation agricole, intelligence artificielle, apprentissage automatique
