Introduction aux systèmes par satellite dans l'agriculture

Les systèmes satellitaires sont devenus un outil indispensable pour l'agriculture moderne, fournissant des observations à grande échelle et à haute fréquence qui étaient inimaginables il y a quelques décennies.Ces systèmes, qui vont de capteurs optiques qui captent la lumière visible et infrarouge au radar à ouverture synthétique (SAR) qui pénètrent les nuages, orbitent la Terre à diverses altitudes, recueillent des données que les agriculteurs et les agronomes utilisent pour surveiller la santé des cultures, évaluent l'état des sols et gèrent les ressources avec une précision sans précédent.L'évolution de la technologie satellitaire, conduite par des agences spatiales telles que la NASA et l'ESA et des constellations commerciales comme Planet Labs et Maxar, a réduit les coûts des données et amélioré les temps de révision, rendant possible la surveillance quotidienne ou hebdomadaire des différents domaines.

Principales applications des systèmes satellitaires dans l'agriculture de précision

La surveillance par satellite prend en charge un large éventail de décisions agricoles, chacune exploitant différentes bandes spectrales, fréquences temporelles et résolutions spatiales. Ci-dessous, nous examinons en détail les applications les plus pertinentes.

Santé des cultures et surveillance de la vigilance

L'imagerie satellitaire, en particulier à partir de capteurs comme Sentinel-2 (résolution de 10 à 60 m) et PlanetScope (3 m) permet de calculer les indices de végétation comme l'indice de végétation de la différence normalisée (IDVN). NDVI mesure la différence entre la végétation proche infrarouge (fortement reflétée par une végétation saine) et la lumière rouge (absorbée par la chlorophylle). Les valeurs élevées de l'IDVN indiquent des canopées denses et saines, tout en diminuant les valeurs signalant le stress dû à la sécheresse, à la carence en nutriments, aux ravageurs ou à la maladie.

Détection des maladies et des ravageurs

Lorsque des maladies comme la brûlure de la tête de fusarium ou des infestations par les parasites comme les criquets commencent, les images satellitaires peuvent identifier des changements subtils de la réflectance de la couverture. Les capteurs infrarouges thermiques détectent les anomalies de température causées par les changements de transpiration, tandis que les images multispectrales révèlent des changements de concentration des pigments.

Analyse des sols et gestion des éléments nutritifs

Les satellites équipés de capteurs multispectraux et hyperspectraux peuvent estimer les principales propriétés du sol : teneur en matière organique, humidité, texture, et même certains macronutriments. Par exemple, les images du sol nu prises avant la plantation ou après la récolte révèlent des variations de couleur du sol et de réflectance qui se corrélent avec la teneur en carbone organique et en argile. Le radar à ouverture synthétique (p. ex. Sentinel‐1) mesure la rugosité de surface et les propriétés diélectriques, permettant une cartographie de l'humidité du sol à haute résolution (10 m) indépendamment de la couverture nuageuse.

Prévisions météorologiques et évaluation des risques climatiques

Les satellites comme la série des satellites géostationnaires opérationnels pour l'environnement (GOES) et les satellites géostationnaires pour l'environnement (POES) fournissent des observations continues de la couverture nuageuse, des précipitations, de la température et du rayonnement solaire. Ces données alimentent des modèles numériques de prévision météorologique qui génèrent des prévisions à l'échelle du champ pour les précipitations, l'évapotranspiration et le risque de gel – souvent jusqu'à 10-15 jours à l'avance. Les agriculteurs utilisent cette information pour planifier les plantations, l'irrigation et la récolte, réduire les pertes causées par les phénomènes météorologiques extrêmes de 40 % dans certaines régions.

Gestion de l'irrigation et conservation de l'eau

L'irrigation de précision est l'une des applications les plus importantes des données satellitaires. L'évapotranspiration (ET) – la somme de l'évaporation à partir des sols et des surfaces végétales – peut être estimée à partir de données thermiques et optiques satellitaires à l'aide de modèles de bilan énergétique (par exemple, METRIC, SEBAL). Ces modèles fournissent des cartes précises de l'ET à l'échelle du terrain, indiquant exactement où et combien d'eau est consommée.

Prédiction du rendement et planification de la récolte

Ces prévisions aident les agriculteurs à planifier le stockage, à négocier des contrats et à estimer les flux de trésorerie. À plus grande échelle, les gouvernements et les marchés des produits de base utilisent les prévisions de cultures basées sur les satellites pour anticiper les pénuries alimentaires et stabiliser les prix. Par exemple, le Système de surveillance des cultures et de prévision des rendements (MARS) de la Commission européenne repose fortement sur les données satellitaires pour émettre des estimations mensuelles des rendements pour l'ensemble de l'UE.

Surveillance de l'élevage et de la durabilité du carbone

Les séries chronologiques optiques et SAR peuvent détecter la présence et la durée des cultures de couverture, tandis que les modèles de réflexion du sol évaluent la teneur en carbone. Des programmes comme l'Initiative du carbone du sol et le Consortium du marché des services écosystémiques acceptent de plus en plus les preuves de l'émission de crédits carbone provenant de satellites. Une surveillance précise aide également les agriculteurs à documenter la conformité aux certifications de durabilité (p. ex. Rainforest Alliance, GlobalG.A.P.) et à accéder aux marchés de primes.

Avantages de la surveillance agricole par satellite

Les systèmes satellitaires offrent des avantages uniques par rapport aux levés au sol, aux drones ou aux aéronefs. Ils offrent une couverture synoptique, une image satellite unique pouvant capter une ferme entière ou même une région, éliminant ainsi la nécessité de promenades sur le terrain à forte intensité de main-d'oeuvre. La révision des temps d'un à cinq jours (selon la constellation) permet de détecter les changements en temps quasi réel, tandis que les archives historiques remontant à des décennies permettent une analyse des tendances à long terme.

Une étude réalisée en 2021 par la FAO a estimé que l'agriculture de précision par satellite peut augmenter les rendements des cultures de 10 à 15 %, tout en réduisant les coûts d'entrée de 15 à 30 % et les émissions de gaz à effet de serre de 15 à 20 %. L'évolutivité de la surveillance par satellite soutient également les petits exploitants agricoles des pays en développement grâce à des services tels que la plateforme CGIAR, qui fournit gratuitement des données NDVI et des données sur les précipitations via des téléphones mobiles.

Défis et limites

Malgré sa promesse, la surveillance agricole par satellite fait face à plusieurs obstacles qu'il faut surmonter pour réaliser son plein potentiel.

Résoudre les différends entre l'espace et le temps

Les images à haute résolution (sous-mètres) sont disponibles auprès de satellites commerciaux comme WorldView‐3, mais elles coûtent cher (souvent >15/km2) et ont une fréquence de révision limitée (tous les 4 à 8 jours). Inversement, les données à moyenne résolution (p. ex. Sentinel‐2, 10 m) sont disponibles dans des zones plus vastes tous les 5 jours, mais elles peuvent manquer de variabilité à petite échelle ou d'événements critiques pendant les périodes nuageuses.

Couverture nuageuse et interférence atmosphérique

Les capteurs optiques par satellite ne peuvent pas voir à travers les nuages et, dans de nombreuses régions agricoles, la saison de croissance coïncide avec une couverture nuageuse élevée. Par exemple, dans les tropiques humides ou pendant les saisons de mousson, les images utilisables peuvent être rares pendant des semaines à la fois. Le radar à ouverture synthétique peut pénétrer dans les nuages, mais l'interprétation des données SAR pour les paramètres biophysiques des cultures (p. ex., indice de surface foliaire, biomasse) est plus complexe que les indices optiques et nécessite un traitement spécialisé.

Volume de données et complexité de l'interprétation

Pour l'agriculteur moyen, le traitement de ces données brutes en informations pratiques, comme une carte à taux variable des engrais, n'est pas réalisable sans outils logiciels ou services agronomiques. De nombreux agriculteurs ne disposent pas d'une connectivité Internet fiable dans les zones rurales, limitant l'accès aux plateformes basées sur le cloud. De plus, les signaux satellitaires doivent être étalonnés en fonction de la vérité au sol (p. ex. échantillons de sol, capteurs d'humidité sur le terrain) pour produire des résultats précis; sans validation au sol adéquate, les recommandations basées sur le satellite peuvent être trompeuses.

Obstacles aux coûts pour les petites exploitations agricoles

Même si les coûts par hectare sont faibles pour les grandes exploitations, les frais d'abonnement pour les plateformes d'imagerie et d'analyse à haute résolution peuvent être prohibitifs pour les petits exploitants (<5 ha). Même les données gratuites nécessitent du temps et de l'expertise pour télécharger, traiter et interpréter.

Orientations futures et technologies émergentes

L'avenir de l'agriculture de précision par satellite est brillant, animé par des progrès rapides dans les technologies de détection, le traitement des données et l'intégration avec d'autres outils numériques.

Constellations hyperspectrales et thermiques

Les satellites de la prochaine génération, comme le projet de l'ESA CHIME (Copernicus Hyperspectral Imaging Mission) et les offres commerciales de sociétés comme Pixxel et HyperSat, fourniront des centaines de bandes spectrales, ce qui permettra d'identifier directement les maladies végétales, les carences en nutriments spécifiques, et même les variétés de cultures.

Intelligence artificielle et apprentissage automatique

Les modèles d'apprentissage approfondi formés sur des ensembles de données satellitaires massifs peuvent désormais segmenter les champs, identifier les types de cultures et prévoir les rendements avec une grande précision.Les modèles d'apprentissage et de fondation de transfert (p. ex. SatMAE) réduisent le besoin de données étiquetées, facilitant l'adaptation des modèles aux nouvelles régions.Les interfaces en langage naturel permettront aux agriculteurs de consulter les archives satellitaires en langage simple (=Afficher le changement NDVI pour mon champ nord au cours des deux dernières semaines) et les alertes automatisées les informeront des anomalies.

Petits satellites et constellations

Les satellites CubeSats et les petits satellites (moins de 50 kg) réduisent les coûts de lancement et permettent des constellations de centaines d'unités. Planet Labs exploite déjà plus de 200 satellites, imagerie quotidienne du globe entier à une résolution de 3 m. Des constellations similaires de sociétés comme Satellogic et Pixxel fourniront bientôt des temps de révision sous-journalière et des données hyperspectrales.

Intégration avec le matériel d'agriculture de précision

Les données satellitaires sont de plus en plus directement alimentées dans les équipements agricoles.Les applicateurs à taux variable, les tracteurs autonomes et les contrôleurs d'irrigation peuvent maintenant recevoir des cartes de prescription sous forme de fichiers de forme ou de messages API en temps quasi réel. Par exemple, le Centre d'opérations John Deere , qui intègre les couches Sentinel-2 NDVI, génère des ajustements automatiques du taux de semis.

Mesures d'incitation en matière de politique et d'économie

Aux États-Unis, l'Agence de gestion des risques de l'USDA utilise des images satellitaires pour évaluer les pertes de récoltes pour les demandes d'assurance. De telles politiques créent une forte poussée pour l'adoption de technologies. De plus, les marchés du crédit carbone et les certifications de durabilité commencent à exiger la vérification à distance, ce qui incite davantage l'utilisation des satellites.

Conclusion

Les systèmes satellitaires sont passés d'outils expérimentaux à des infrastructures essentielles pour l'agriculture moderne.En fournissant des données précises, fréquentes et rentables sur la santé des cultures, l'état des sols, les conditions météorologiques et l'utilisation des ressources, ils permettent aux agriculteurs de prendre des décisions qui augmentent la productivité tout en réduisant les intrants et les dommages environnementaux.Les défis liés aux lacunes de résolution, à la couverture nuageuse, à la complexité des données et aux coûts demeurent importants, mais les progrès continus de la technologie des capteurs, de l'intelligence artificielle et de la miniaturisation par satellite dépassent constamment ces obstacles.

Ressources extérieures:[
Organisation des Nations Unies pour l'alimentation et l'agriculture (FAO)[ – rapports sur les applications satellitaires dans l'agriculture
Programme ESA Copernicus[ – données satellitaires gratuites pour l'agriculture
Planet Labs – images quotidiennes à haute résolution
] NASA Landsat Science – observation de la Terre à long terme pour l'agriculture.