Premiers tests d’un système IoT autonome et low-cost pour le phénotypage en parcelle d’agriculteur

Details

Supervisors

Draye, Xavier ; Defourny, Pierre

Faculty

Faculté des bioingénieurs

Degree label

Master [120] : bioingénieur en sciences agronomiques, à finalité spécialisée

Abstract

frDans un contexte agricole en pleine transformation, la collecte de données précises et continues sur le développement des cultures est devenue un enjeu crucial. Le phénotypage, qui permet de caractériser le comportement des plantes, joue un rôle fondamental dans l’amélioration variétale et l’optimisation des pratiques agricoles. Toutefois, les outils traditionnels présentent des limites, notamment en termes de coût, de résolution temporelle et de complexité de mise en œuvre. Ce mémoire s’inscrit dans une démarche visant à pallier ces limitations par le développement d’un système IoT autonome et low-cost, capable d’assurer un suivi régulier des cultures directement en champ. Le dispositif proposé prend la forme de piquets connectés, équipés de différents capteurs (spectromètres, capteurs d’irradiance solaire, d’humidité et de température), conçus pour collecter des données de manière continue et autonome. L’objectif principal de ce travail est de tester la faisabilité de cette solution en conditions réelles. Une attention particulière a été portée à la calibration des capteurs de réflectance, dans le but de comparer les mesures in situ avec les données satellites issues de Sentinel-2. Ce croisement des sources d’information vise à évaluer la complémentarité des données collectées au sol par rapport à la télédétection satellitaire. Une série d’améliorations matérielles et logicielles ont été apportées au prototype afin d’assurer sa fiabilité, sa robustesse et sa facilité d’utilisation sur le terrain. Les résultats obtenus montrent que ce type de système peut constituer une solution prometteuse pour le phénotypage à grande échelle, notamment dans le cadre de projets de recherche comme PHENET. Des pistes d’amélioration sont proposées, notamment en ce qui concerne la calibration et la validation à partir de données de référence terrain.