Science en action 4 mars 2024
- Accueil
- Les actualités du Cirad
- Actualités
- Prédire la production de mangues - Sahel
Vers une application pour prédire la production de mangues au Sahel
« Un des débouchés de mes travaux est une application pour smartphone qui aidera les cultivateurs de manguiers à estimer leur production à venir, » explique Julien Sarron, doctorant à de l'Unité de recherche HortSys au Cirad. Prévoir les rendements de mangues est justement le sujet de la thèse, labellisée #DigitAg, qu’il mène au Sénégal.
Des informations utiles pour tous les acteurs de la filière
Estimer les rendements agricoles avant la récolte offre du pouvoir de négociation aux petits agriculteurs au moment de la vente de leur production et permet aux exportateurs de mieux organiser leur logistique. Des outils d’estimation existent déjà pour la production des grandes cultures annuelles, mais ils sont plus compliqués à mettre en place pour les cultures pérennes. C’est ce défi que viennent de relever Julien Sarron et ses collègues.
Comprendre les variabilités de rendements
Le doctorant a travaillé sur les vergers de manguiers dans la région des Niayes, à l’ouest du Sénégal. L’enjeu principal était de s’adapter à l’hétérogénéité de rendement à l’échelle de l’arbre, comme à celle du verger. En effet, la production d’une parcelle varie selon la situation géographique, la densité de plantation, les pratiques agricoles... Et au sein du verger, les manguiers vont donner plus ou moins de fruits suivant leur âge ou leur variété.
Modélisation et reconnaissance d’image
Julien Sarron et ses collègues du Cirad et de l’Institut sénégalais de recherche agricole ont développé une boîte à outils numérique capable de quantifier la production à l’échelle de l’arbre et à celle du verger. Ces outils reposent sur la modélisation et sur l’intelligence artificielle pour la reconnaissance d’images (voir encadré). Les photos sont prises avec un simple appareil numérique pour estimer la production au niveau de l’arbre, et par un drone pour évaluer les rendements à l’échelle du verger (voir photos ci-dessous). En 2017, cette méthodologie a passé avec succès l’épreuve de la comparaison avec une production réelle, démontrant ainsi son efficacité. Si bien que les chercheurs imaginent d’ores et déjà l’extension de leur méthode à d’autres filières de cultures pérennes comme le cacao, les litchis ou les agrumes.
Une application pour les agriculteurs
Fort de ce succès, Julien Sarron et son équipe ambitionnent de développer une application smartphone. Pour mener à bien ce projet, ils ont sollicité un accompagnement de la Société d’accélération du transfert de technologies (SATT) AxLR. « Afin d’obtenir une estimation précise de sa production, l’agriculteur aura seulement à prendre quelques photos de ses manguiers puis à rentrer des informations sur sa parcelle comme le nombre d’arbres et la variété, explique le jeune chercheur. Ces données viendront ensuite enrichir une base en ligne qui contiendra aussi des informations sur le climat, le sol, les limites administratives, etc. La base de données permettra de spatialiser les rendements. Elle sera disponible pour tous les acteurs de la filière comme les acheteurs, les exportateurs, les collectivités, les États... » Côté science, elle permettra aux chercheurs d’étudier les paramètres qui génèrent l’hétérogénéité de rendement dans et entre les vergers.
Quand le deep-learning compte des fruits
Le système d'analyse d’image conjointement mis au point par les chercheurs des unités de recherche HortSys et Amap s'appuie sur un réseau de neurones profond spécialisé pour la reconnaissance des mangues. À partir d’une simple photo, l'algorithme de détection compte le nombre de fruits sur sur un arbre en seulement 0,3 seconde et avec une marge d’erreur de 5 % ! Ce système d’intelligence artificielle (réseau de neurones profonds) a été entrainé et calibré sur un jeu de plus de 7200 images de manguiers annotées. Il est donc très robuste, mais également adaptable puisqu’il fonctionne même avec des fruits verts et pour différentes variétés de manguiers.