Par Pesach Benson • 30 juin 2025
Jérusalem, 30 juin 2025 (TPS-IL) — Des scientifiques ont mis au point un système basé sur des drones capable de détecter avec une précision sans précédent les carences en azote et en eau dans les cultures de sésame, offrant une approche plus intelligente et durable de l’agriculture, a annoncé l’Université hébraïque de Jérusalem lundi. L’innovation combine l’imagerie hyperspectrale, thermique et RVB avec l’intelligence artificielle pour surveiller le stress des cultures de manière plus efficace que les méthodes traditionnelles.
Sous la direction du Dr. Ittai Herrmann, l’étude a été menée en collaboration avec l’Université d’État de Virginie, l’Université de Tokyo et l’Institut Volcani d’Israël. L’Institut Volcani est le bras de recherche du Ministère de l’Agriculture. Les résultats ont été publiés dans le Journal de photogrammétrie et de télédétection de l’ISPRS, une revue à comité de lecture.
« En intégrant les données de plusieurs sources d’imagerie de drones et en formant des modèles d’apprentissage profond pour les analyser, nous pouvons maintenant distinguer entre les facteurs de stress qui étaient auparavant difficiles à différencier », a déclaré le Dr. Herrmann. « Cette capacité est essentielle pour l’agriculture de précision et pour s’adapter aux défis du changement climatique. »
Des tests sur le terrain ont été réalisés à la Ferme expérimentale de la Faculté d’Agriculture Robert H. Smith à Rehovot. Les chercheurs ont cultivé des plantes de sésame sous différents niveaux d’irrigation et d’azote. Rom Tarshish, un étudiant en master impliqué dans le projet, a collecté des caractéristiques des plantes et des données spectrales au niveau des feuilles. Le Dr. Maitreya Mohan Sahoo a ensuite traité les images des drones en utilisant des techniques d’apprentissage automatique pour générer des cartes détaillées des indicateurs de santé des plantes, tels que l’azote et la teneur en eau des feuilles.
Les résultats ont marqué une avancée majeure. Alors que les techniques traditionnelles de télédétection ne pouvaient détecter les carences combinées en azote et en eau qu’avec une précision de 40 à 55 %, la nouvelle approche de l’équipe a porté ce chiffre entre 65 % et 90 %, grâce à un modèle d’apprentissage profond sur mesure formé sur des images multimodales.
Cette recherche est particulièrement significative pour le sésame, une culture appréciée pour sa résilience aux conditions difficiles et son rôle croissant dans les systèmes alimentaires mondiaux. Cette plante oléagineuse est non seulement riche en nutriments, mais gagne également en popularité dans des régions où le changement climatique modifie les schémas agricoles.
« Notre méthode offre des informations en temps réel qui pourraient permettre aux agriculteurs d’optimiser l’utilisation des engrais et de l’eau », a déclaré le Dr. Herrmann. « Cela signifie des rendements plus élevés avec moins d’intrants, à la fois économiquement et écologiquement. »
Les scientifiques ont déclaré que le système pourrait être adapté à d’autres cultures.
