Republier

Nous vous encourageons à reproduire cet article en ligne ou sur support papier. La reproduction est libre de droit, suivant les termes de notre licence Creative Commons. Nous vous prions cependant de suivre ces directives simples :
  1. Vous devez créditer nos auteurs.
  2. Vous devez créditer SciDev.Net — dans la mesure du possible, veuillez insérer notre logo, avec un rétrolien vers l’article originel.
  3. Vous pourriez aussi simplement publier les premières lignes de l’article et ajouter ensuite la mention: "Veuillez lire l’intégralité de l’article sur SciDev.Net", avec un lien vers l’article originel.
  4. Si vous souhaitez aussi reprendre les images publiées avec cet article, veuillez vérifier avec les détenteurs de droits d’auteur que vous êtes autorisés à les utiliser.
  5. Le moyen le plus facile de reproduire l’article sur votre site est d’intégrer le code ci-dessous. 
Pour plus d’informations, veuillez consulter notre page media et nos conseils pour la reproduction.

The full article is available here as HTML.

Press Ctrl-C to copy

Des chercheurs de l’Institut Sénégalais de Recherche Agricole (ISRA) et du Centre de Coopération Internationale en Recherche Agronomique pour le Développement (CIRAD), ont mis au point une boîte à outils numériques capable d’estimer les rendements des manguiers avant la récolte.

Conçu à partir d’algorithmes d’analyse d’images et de modèles statistiques, l’outil permet d’estimer le rendement à l’échelle de l’arbre et du verger.

Julien Sarron, chercheur au CIRAD et membre de l'équipe de conception, a expliqué à SciDev.Net que le modèle fonctionne à partir de l’analyse des images des arbres prises au sol et de la cartographie du verger obtenue à l’aide d’un drone.

“Il sera désormais possible aux producteurs de prévoir leurs chaînes de distribution avant la récolte ou de mesurer sur la base de données réelles l’évolution de leur rendement à chaque étape de la production.”

Cheick Tidiane Mbaye

En analysant deux images prises de deux côtés opposés de l’arbre, souligne le chercheur, le modèle peut estimer le nombre de fruits présents sur l’arbre, avec une marge d’erreur de 7%.

« À partir de la cartographie par drone du verger, nous avons extrait des variables comme les hauteurs des arbres, leur volume et leur surface horizontale. Avec ces variables, nous avons pu mettre au point un modèle capable d’estimer la production de tout le verger avant la récolte », a-t-il expliqué à Scidev.Net.

Compétitivité


A l’étape actuelle, le modèle n’a été calibré que sur trois variétés de mangues (la Kent, la Keitt et la Boucodiékhal) dans la région des Niayes, au Sénégal. Ses concepteurs comptent tester sa réplicabilité dans d’autres régions, sur d’autres variétés, et sur d’autres espèces comme les agrumes, le litchi, le cacao ou encore le café.

Cheick Tidiane Mbaye, secrétaire général de l’Interprofession des acteurs de la Mangue du Sénégal, anticipe déjà l’impact que l’usage de cet outil pourrait avoir sur la filière mangue. Il explique que dans le pays, les producteurs ne disposent généralement pas de données fiables sur le niveau réel de leur production.

Pour lui, avoir une estimation du volume de production avant que les fruits n’arrivent à maturité pourrait permettre aux producteurs de mettre en place la logistique adéquate pour la distribution et de planifier les investissements supplémentaires pour améliorer le rendement.

« Il sera désormais possible aux producteurs de prévoir leurs chaînes de distribution avant la récolte ou de mesurer sur la base de données réelles l’évolution de leur rendement à chaque étape de la production. En gros, ce sont des informations qui vont sûrement booster la compétitivité dans le secteur », indique-t-il.

Au niveau national, Cheick Tidiane Mbaye, pense que disposer d’informations réelles sur les rendements, en fonction des zones de production et de la diversité variétale pourrait permettre aux acteurs étatiques de mettre en place des projets de développement qui répondent aux besoins spécifiques de la filière.

Recherche


« A la longue, les données à recueillir de cet outil pourraient constituer une sorte de bourse sur laquelle producteurs, commerçants et autres acteurs du milieu pourraient disposer d’informations en temps réel sur la disponibilité des fruits en fonction des variétés », estime Cheick Tidiane Mbaye.

Outre les données sur l’estimation des rendements, l’outil permet également de recueillir des informations relatives à la répartition des variétés de mangues, les espèces présentes dans le verger, la surface en maraîchage, etc., via la carte d’occupation du sol.

Emile Faye, chercheur en agroécologie et agriculture numérique au CIRAD, estime que ces données pourraient permettre aux chercheurs de mieux appréhender les facteurs qui influent sur les rendements au sein du verger et dans les bassins de production.

« Les chercheurs pourront comprendre pourquoi telle partie du verger est plus productive que telle autre et identifier, à terme, les actions à mener pour accroitre la productivité », renseigne le chercheur.

En attendant, l’équipe de chercheurs dit travailler déjà à l’implémentation du modèle d’estimation sur Smartphones sous forme d’application mobile. « L’idée est de permettre aux producteurs d’évaluer directement leur rendement », souligne à cet effet, Julien Sarron.

Références

Sarron J., Malézieux É., Sané C.A.B., Faye É. (2018). Mango Yield Mapping at the Orchard Scale Based on Tree Structure and Land Cover Assessed by UAV. Remote Sensing, 10(12), 1900. https://www.mdpi.com/2072-4292/10/12/1900