« BIG DATA » et agriculture

Connaissez-vous les mégadonnées ?

Avec la révolution verte, nous avons assisté à un bond prodigieux dans le rendement des récoltes. Depuis les années ‘40, l’amélioration génétique des plantes, combinée à l’utilisation judicieuse d’intrants et d’équiments performants ont fait en sorte que le potentiel de rendement des plantes en agriculture atteignait de nouveaux sommets.

Au début des années 1990, le génie génétique proposait une nouvelle approche : la transgénèse, d’où l’apparition des organismes génétiquement modifiés (OGM). Cette révolution promettait des rendements supérieurs et des produits de meilleure qualité en utilisant moins d’intrants conventionnels.

Selon l’ONU, on prévoit que la population mondiale augmentera de 2 milliards d’humains et se situera à 9.5 milliards en 2050. Ce n’est pas rien et cet impact créera une pression sur la production agricole mondiale. En parallèle, ce développement doit se faire avec un faible impact sur l’environnement. Ainsi, on devra produire de façon rentable et durable tout en minimisant l’empreinte environnementale de ce gain de productivité.

Essentiellement, le « Big Data », c’est la globalité de données et d’informations à traiter. Elles sont tellement volumineuses qu’elles nécessitent l’utilisation d’outils d’analyses et de traitements performants. Cette explosion de données provient de sources issues des nouvelles technologies. On n’a qu’à penser aux images satellites, aux capteurs de rendement et à la géolocalisation, pour n’en nommer que quelques-unes. Ces nouvelles données, dites « non structurées » donc volumineuses, s’ajoutent aux données plus conventionnelles telles que l’historique des rendements, les cultures en rotation et la description des parcelles. Le « Big Data », ce n’est pas seulement des données, mais c’est aussi des algorithmes mathématiques et statistiques qui, appliqués à ces données, permettent de les valoriser davantage. Ultimement, leur traitement sert à optimiser l’utilisation d’une ressource, cibler des habitudes, orienter des choix. Lorsque nous faisons une recherche sur Google, curieusement, peu de temps après, on voit des publicités sur notre mur Facebook, sollicitant notre intérêt. Le moteur de recherche transmet des données sur nos habitudes de consommation et ces dernières servent à des fins de publicités ciblées. Ce n’est là qu’un des multiples exemples que l’on pourrait donner.

La prochaine révolution agricole passera inévitablement par l’utilisation efficace et optimale de ces données, adaptées à la gestion de la ferme. Le manque de relève et le besoin de créer des économies d’échelle pour être plus compétitif, favorisent actuellement la consolidation des entreprises agricoles. Le nombre de fermes diminue et leur taille augmente. Le nouveau gestionnaire agricole devra être encore plus performant pour rentabiliser son entreprise.

L’agriculture de précision est possible avec l’utilisation judicieuse des données : appliquer le bon intrant, au bon moment, à la bonne dose et au bon endroit, voilà qui correspond à une vision durable de l’agriculture. Durable, puisqu’elle réduit son empreinte environnementale et permet aux producteurs une utilisation judicieuse des ressources.

Par exemple, les applications en production végétale sont, entre autres : le semis à taux variable, le dépistage et l’arrosage ciblé à l’aide de drones, la cartographie des niveaux de fertilité des sols, la cartographie des rendements et j’en passe ! L’utilisation de toutes ces données combinée à d’autres données externes peut favoriser un taux de semis optimal, une application de fertilisants mieux localisée en fonction des potentiels de rendements, un arrosage guidé par des drones qui ont ciblé des zones d’application dans les champs. De plus, l’agriculteur emmagasine les données de sa ferme en une sorte de mémoire corporative, ce qui est utile pour l’historique des champs, pour les produits et les doses utilisées, pour la commercialisation des denrées ainsi qu’un répertoire pour les différentes règlementations. Ceci représente des applications disponibles à l’heure actuelle.

 

Toutefois, on peut se permettre d’aller plus loin vers ce qu’est plus précisément le « Big Data » soit dans l’utilisation de toutes les données pertinentes dans la prise de décision ou l’automatisation des décisions. Les données externes publiques (météo, prix du marché, avertissement phytosanitaire, etc.), celles de la ferme (station météo, données de dépistage, cartes de rendements, cartes d’analyses de sols, etc.) ainsi que les données transactionnelles avec son fournisseur (prix des intrants, historique d’achats, etc.) sont des éléments de première valeur qui peuvent alimenter un système de gestion de ces informations (la plateforme) et par le fait même, valoriser ces données. Si en plus, on a accès aux données d’un ensemble de producteurs, on augmente d’autant les possibilités et la valorisation des mégadonnées. Si par exemple, il était possible de choisir son hybride de maïs ainsi que son taux de semis optimal par zone, en fonction des modèles de prévisions météo pour la saison à venir, le type de sol et sa topographie, on aurait un outil performant d’aide à la décision. 

 

La plateforme de gestion : nerf de la guerre

Le tout sera relatif à la plateforme de gestion utilisée, à ses capacités à intégrer et gérer efficacement toutes ces données. À ce jour, c’est là où se situe le nœud de la décision : Quelle plateforme utiliser et quel niveau de flexibilité génère-t-elle ? Où prend-elle ses données ? Quelles sont les possibilités à long terme avec cette plateforme ? Est-ce qu’il sera facile de migrer vers une autre plateforme dans quelques années ?

Plusieurs compagnies arriveront sur le marché en proposant leur plateforme de gestion des données et il y aura lieu de prendre une décision judicieuse en fonction des différentes possibilités offertes, certes, mais aussi en fonction de certains critères pratiques :

Avec quels intervenants ou collaborateurs la plateforme communique-t-elle ?

Quelle est la compatibilité avec mes équipements (semoirs, arroseuse, épandeurs) ?

Est-ce que le système de gestion comptable de l’entreprise est compatible avec la plateforme ?

Est-ce que le détaillant avec qui je fais affaire connait cette plateforme ?

 

Applications possibles dans un futur peut-être pas si lointain :

On peut se mettre à rêver sur les applications possibles de l’utilisation de toutes ces données. À titre d’exemple : à l’aide de lunettes munies de caméra miniature, l’identification automatique de la mauvaise herbe ou d’ennemis des cultures déclenche une sélection de produits ou interventions appropriées, validation de l’inventaire à la ferme dans le cas d’un produit phytosanitaire et commande générée au détaillant, si l’inventaire n’est pas suffisant. Envoie aussi un ordre de travail à l’opérateur de l’arroseuse (ou un autre intervenant, selon la méthode de lutte choisie) qui aura la quantité de produits à appliquer, en fonction de la superficie à traiter, selon l’évaluation faite par des drones dépisteurs. Il pourrait même y avoir une suggestion de fenêtre d’application selon les prévisions météo.

Le futur, c’est demain. Vaut mieux s’y préparer !


Quelle est votre cible ?

Comme l’an dernier, le prix du maïs éprouve des difficultés à franchir 200 $ la tonne. Pour plusieurs, il s’agit donc


Perspectives

Que nous réserve le marché des fertilisants d’ici au printemps qui vient ? Si on regarde ce qui s’est passé depuis le


Nouveau fertilisant Aspire®

Depuis un certain temps déjà, nous vous présentons toute sorte d’innovations, ayant comme objectif commun