L’UMR EMMAH « Environnement Méditerranéen et Modélisation des Agro-Hydrosystèmes »  rejoint #DigitAg

L’UMR EMMAH « Environnement Méditerranéen et Modélisation des Agro-Hydrosystèmes »  a rejoint #DigitAg à la rentrée de septembre 2018. L’unité réunit des équipes de l’Inra et de l’Université d’Avignon et des Pays du Vaucluse (UAPV). Elle est située à Avignon (AgroParc et Domaine Saint-Paul du centre Inra PACA). Présentation par Stéphane Ruy, son directeur, et Frédéric Baret, responsable de l’équipe CAPteurs et TElédétection (CAPTE).

 

EMMAH est une unité de recherche mixte multidisciplinaire. Ses équipes sont composées d’agents du département Environnement et Agronomie (Inra) et d’agents des départements d’Hydrogéologie et de Physique de l’UAPV.

Une particularité : son équipe CAPTE (« CAPteurs et TElédétection ») fait également partie de l’UMT du même nom entre Inra-Arvalis Institut du Végétal. Cette UMT accueille aussi Hiphen, entreprise spin-off créée par un ancien doctorant de l’UMR,, spécialisée dans le phénotypage haut-débit et le suivi d’essais variétaux au champ. D’autres instituts techniques de l’Acta y sont aussi associés (Terres Inovia, ITB, CTIFL), ainsi que le GEVES.

 

Quelles sont les disciplines représentées dans l’UMR EMMAH et ses compétences ?

 

Les domaines concernés par l’agriculture numérique sont plus spécifiquement l’agronomie, la télédétection et la proxi-détection, les sciences de l’environnement, avec la physique du sol et des transferts, les mathématiques appliquées. L’UMR dispose de compétences partagées en modélisation des cultures et spatialisation, modélisation des transferts radiatifs (développement de capteurs et de méthodes pour la télé- et proxi-détection), modélisation du signal (propriétés des plantes et du sol). Au-delà de l’agriculture numérique, les compétences de l’unité s’étendent aux sciences du sol (hydrogéologie, géochimie, microbiologie et écologie des sols) et, de façon moindre, aux sciences humaines.

La finalité de notre projet scientifique est d’identifier des leviers d’action permettant d’adapter les territoires agricoles aux changements globaux (climat et usage des sols) en cours, par exemple au travers de l’allocation spatiale des pratiques agricoles à l’échelle du territoire et de l’adaptation des agrosystèmes. Nos approches se basent sur l’analyse et la modélisation des principaux processus biophysiques impliqués dans la production agricole, le cycle de l’eau et le fonctionnement des aquifères d’une part. L’analyse et la modélisation des changements d’usage des terres intègre également les drivers socio-économiques..

Nos recherches portent sur le développement de méthodes, de capteurs (interprétation d’images de proxi- et télédétection) et de chaines de traitement pour le suivi des variables biophysiques de la végétation, des usages des terres et des pratiques agricoles, de l’échelle du m² à celle du territoire. Nous cherchons également à développer des méthodes et des instruments pour estimer les propriétés des sols et du sous-sol, et pour quantifier le bilan hydrique des sols, l’état des aquifères et les interactions entre les pratiques agricoles, les eaux de surface et les eaux souterraines.

En termes de modélisation, nous nous intéressons aux processus biophysiques impliqués dans la recharge des aquifères et la qualité des eaux souterraines et leurs évolutions sous l’effet des changements globaux, à l’évolution des usages des terres sous l’effet des facteurs sociaux, économiques, biotechniques et biophysiques, à l’évaluation des services de régulation et d’approvisionnement des sols cultivés, à l’estimation des productions à l’échelle territoriale, en particulier en lien avec le caractéristiques climatiques et les pratiques agricoles.

 

Nos apports à #DigitAg seront majoritairement des compétences en :

  • télédétection et proxi-détection : développement de capteurs, méthodes d’interprétation des signaux, modélisation des plantes et des cultures et assimilation (traitement et intégration des données dans les modèles et recalage de modèles à partir d’images), techniques d’apprentissage profond,
  • modélisation : modélisation des transferts dans le système aquifère-sol-plante-atmosphère des sols (transferts dans le sol, sol-plante, atmosphère), modélisation spatialisée des agrosystèmes (fonctionnement d’un territoire agricole avec ses différentes parcelles, cultures), développement d’outils d’aide à la décision.

 

Des exemples de résultats liés à l’agriculture numérique

Nous avons développé plusieurs systèmes de mesures automatiques avec des robots (en lien avec les entreprises Robopec et Meca 3D), ou des drones (modes opératoires et chaînes de traitement associés). Les webservices correspondants sont en cours de développement. Nous avons également développé une caméra multispectrale en collaboration avec la startup HIiphen.

 

La Phénomobile en fonctionnement à Toulouse

 

La Phénomobile est un premier exemple de réalisation. Développée pour le phénotypage haut débit au champ et la sélection variétale, elle est composée d’un robot à déplacement autonome qui porte un ensemble de capteurs (caméra RGB, Lidar, spectromètre) pour observer automatiquement la végétation. Les prises de mesure et chaines de traitement associées sont appliquées au phénotypage haut-débit.

Sa première version pour les cultures basses est opérationnelle. Elle fonctionne sur le site de Gréoux-les.Bains (Alpes de Haute-Provence).

La seconde version développée dans le cadre du projet Phénome, est adaptée à toutes les cultures (maïs, tournesol, colza…). Elle fonctionne depuis une année sur le site de Toulouse et deux nouvelles machines seront disponibles à Montpellier et Clermont-Ferrand l’an prochain.

 

Autre exemple de réalisation : le capteur Pastis.  Il s’agit d’un système simple et robuste de mesure de transmittance sous couvert pour évaluer la quantité de feuilles (surface foliaire). Pastis est  maintenant commercialisé par Hiphen.

La plateforme de traitement des données de phénotypage par drone et phénomobile 4P (Plant Phenotyping Processing Platform) est en cours de développement dans le cadre du projet Phenome. Elle doit permettre de transformer les données brutes acquises par les systèmes de phénotypage en caractéristiques de la végétation utiles pour le sélectionneur ou pour la modélisation du fonctionnement des cultures.

Par ailleurs, nous avons  mis au point la plateforme de modélisation Sol Virtuel (ou VSoil). Sa conception et sa mise au point ont été impulsées et soutenues par le département Environnement et Agronomie de l’Inra. Ses objectifs . d’une part, faciliter le couplage multiphysique de la diversité des processus (physiques, biologiques, géochimiques…) qui se déroulent dans les sols et qui sont en général en fortes interactions entre eux, et d’autre part favoriser l’utilisation des modèles au sein de la communauté des spécialistes des sols, des plantes et des interactions sol-plante-atmosphère et favoriser ainsi les approches multidisciplinaires sur l’utilisation, le comportement et le devenir des sols.

 

Des collaborations en cours avec les autres unités de #DigitAg

Nous avons déjà de nombreuses collaborations avec des unités membres de #DigitAg. Ainsi, tous les développements autour du phénotypage haut débit au champ se sont faits en étroite collaboration avec les unités #DigitAg impliquées dans le projet Phenome.

Actuellement nous participons au Challenge ROSE (Robotique et capteurs au Service d’EcoPhyto) de l’ANR. Nous sommes engagés dans le projet WeedElec qui réunit des scientifiques montpelliérains, membres de #DigitAg (Irstea – ITAP, Inria – ZENITH, Cirad – AMAP et AIDA, et Inra – EMMAH). Le projet est une alternative au désherbage chimique. Il associe la vision aérienne pour la détection des zones infestées, la discrimination des mauvaises herbes par rapport aux cultures, grâce à l’utilisation de la vision numérique et du deep learning, et un procédé de désherbage non chimique par haute-tension. Ce procédé électrique détruit à la fois les parties aérienne et racinaire des mauvaises herbes.

 

Notre rôle est d’identifier la signature électrique spécifique des adventices ciblées par le système de désherbage, de comprendre la conduction électrique dans le système plante-système racinaire-sol afin d’optimiser la conception du système d’injection de courant haute tension, à la fois en terme d’énergie et d’efficience de destruction.

 

Quelle est votre vision de l’agriculture numérique ?

Un premier point important à lever est la prise de données et l’ouverture de l’accès à ces données et aux métadonnées associées. En recherche, il y a encore des problèmes de standards, mais on y arrive. Pour CAPTE, nous travaillons à partir des données de la plateforme de phénotypage, de domaines expérimentaux (Inra, Arvalis, …), ainsi qu’à partir de bases de données de collègues. Nous travaillons aussi avec les agriculteurs, et l’aspect données est là encore plus difficile. Elles sont obtenues par enquêtes ou télédétection, via les bases institutionnelles ou recueillies par nous-même.

L’accent doit être mis sur la modélisation, à travers laquelle nous aurons accès au fonctionnement des plantes et nous pourrons aboutir à la prise de décision. Souvent, la décision se prend au cours du développement de la culture, avec un passé plus ou moins bien connu, et un futur qu’on ne connait que statistiquement, en particulier pour les données climatiques. L’enjeu est de déterminer les  techniques culturales à appliquer pour s’adapter à ce climat futur. La modélisation est une approche particulièrement adaptée à cet enjeu : elle permet de tester différents scénarios, de tester de multiples hypothèses, et d’identifier les stratégies agronomiques les plus adaptées. Et pour bien modéliser il faut beaucoup de données disponibles et être capable de les intégrer facilement dans les modèles…

Enfin, le compartiment sol fait partie du périmètre de l’agriculture numérique. Il n’est pas une simple interface support de la culture dont les propriétés seraient statiques ou homogènes : c’est un milieu d’une part extrêmement hétérogène, et d’autre part qui évolue à la fois sous les actions de l’homme, des systèmes de culture et du climat. Développer des capteurs, des modèles, des chaines d’intégration données-modèles pour suivre en continu et être capable de prévoir l’évolution de ses propriétés, des différentes variables d’intérêt agronomique (teneur en eau, teneur en matière organique,…) ou des indicateurs de qualité physique, chimique ou biologique est un enjeu fort qui a toute sa place dans les thématiques rattachées à l’agriculture numérique

 

EMMAH à l’international

L’UMR EMMAH travaille sur l’environnement méditerranéen mais pas uniquement. Elle a développé des collaborations avec le Liban et le Maghreb, les universités de Boston (USA), Louvain (Belgique), Valence (Espagne) et Pise (Italie, pour les sciences humaines, l’économie, l’évolution des systèmes de production…). L’unité a un professeur associé à l’Université de Barcelone et de Valence (télédetection).

L’UMT CAPTE collabore avec le CSIRO et l’Université du Queensland en Australie, l’Université de Valence (Espagne)., l’Université de Tokyo et de Nankin en Chine, où un membre de l’UMT est professeur associé,

 

En savoir plus

  • Site de l’UMR EMMAH
  • Contact scientifique : Stéphane Ruy, Directeur de l’UMR EMMAH – 04 32 72 22 42 – stephane.ruy [AT] inra.fr
  • UMT CAPTE : Frédéric Baret (frederic.baret [AT] inra.fr) et Benoit de Solan (b.desolan [AT] arvalisinstitutduvegetal.fr)
  • Hiphen : Alexis Comar (acomar [AT] hiphen-plant.com)