Toutes les plantes d'un même champ ne poussent pas au même rythme; cette image, pris par UAV, démontre la variabilité de la hauteur des plantes et de la biomasse dans une petite zone. Crédit :HALO Lab KAUST
Le suivi des schémas de croissance des plantes cultivées fournit aux agriculteurs une indication solide du rendement potentiel, leur permettant de modifier la gestion des cultures pour augmenter la production. Maintenant, Les chercheurs de la KAUST ont démontré que l'utilisation de véhicules aériens sans pilote (UAV) à voilure fixe pour collecter des données sur la hauteur de la végétation tout au long du cycle de croissance des cultures offre un faible coût, moyen simple de surveiller la santé des plantes à l'échelle de l'exploitation.
"Les agriculteurs ont régulièrement des problèmes pour identifier les zones de leurs champs qui nécessitent une attention:ils ne peuvent pas voir ce qui se passe dans un champ de maïs de 2 mètres de haut et de 800 mètres de diamètre, " déclare Matteo Ziliani, doctorant à la KAUST, qui a travaillé sur le projet avec des collègues sous la supervision de Matthew McCabe.
"Par conséquent, les agriculteurs fertilisent et arrosent souvent uniformément les champs, quels que soient les domaines qui ont besoin de plus ou de moins. Les drones pourraient aider à réaliser une agriculture de précision efficace, économiser de l'argent et des ressources et cultiver des cultures de meilleure qualité.
Ziliani a tenté de montrer que les données d'imagerie collectées par les drones sont aussi utiles que les données récupérées par un balayage laser LiDAR plus coûteux. Pour faire ça, l'équipe a pris plusieurs images du même champ de maïs de 50 hectares à différents moments de la saison de croissance - une série d'images en couleur prises par UAV et l'autre par LiDAR au sol. Les chercheurs ont utilisé chaque ensemble d'images pour créer des modèles de canopée en trois dimensions et pour comparer à quel point les images UAV reproduisaient les données LiDAR précises.
Les agriculteurs appliquent généralement une grande quantité d'eau pour irriguer leurs cultures, et ils le font uniformément sur tout le champ, quelle que soit la santé des plantes individuelles. L'image ci-dessus montre une rampe d'irrigation typique qui arrose abondamment un champ de 50 hectares. Crédit :HALO Lab KAUST
"Nous pouvons créer des modèles d'objets en trois dimensions en utilisant des ensembles d'images en deux dimensions prises sous différents angles de la même manière que le cerveau humain traite notre vision binoculaire, " dit Ziliani.
Les cartes de terrain numériques générées à l'aide des données d'UAV ont fourni une représentation précise de la hauteur des cultures au fil du temps, comparables à celles créées à l'aide de LiDAR. Ziliani reconnaît que des travaux supplémentaires sont nécessaires, par exemple, la puissance de calcul requise pour traiter les données est actuellement trop importante pour être traitée par un ordinateur de bureau moyen.
Aussi, quand les plantes étaient très jeunes, l'UAV a eu du mal à saisir leurs détails structurels. Cela pourrait être résolu en volant à des niveaux inférieurs, mais cela limite la zone couverte dans le temps de vol disponible, qui est à son tour lié à la durée de vie de la batterie. En effet, la durée de vie de la batterie devra être améliorée si la technologie des drones doit atteindre son potentiel de surveillance des cultures dans de plus grandes régions, la recherche de poches de terres productives et improductives, ou l'examen des dommages causés par la tempête.
Les drones peuvent aider les agriculteurs à détecter les problèmes sur le terrain aux stades critiques de la saison. L'image montre trois sous-zones du champ de maïs et leur développement au cours du cycle végétatif. Cela comprend :une région saine (Zone 1), une région de sol nu statique (Zone 2) et une région affectée (Zone 3). Crédit :Ziliani et al