Rencontres du Végétal

Face aux enjeux croissants de raréfaction des ressources en eau, la gestion stratégique de l'irrigation agricole s'impose comme une priorité mondiale. L'agriculture représente à elle seule plus de 70 % des prélèvements mondiaux en eau douce (source : AQUASTAT – FAO), et les analyses actuelles indiquent qu'au moins la moitié de cette eau pourrait être utilisée de manière bien plus efficiente. L'optimisation de cette ressource constitue donc non seulement un impératif environnemental, mais aussi un levier fondamental pour la sécurité alimentaire et la stabilité économique.

Le principal défi opérationnel auquel est confrontée l'agriculture moderne réside dans la difficulté d'obtenir des données d'humidité du sol à la fois précises à l'échelle parcellaire et suffisamment exhaustives pour couvrir de vastes territoires. Or, cette information est le fondement de toute gestion efficace de la ressource hydrique. Les outils existants se heurtent invariablement au même arbitrage : précision ou couverture spatiale — rarement les deux simultanément.

C'est précisément ce verrou que Soil Vision de Weenat cherche à lever, grâce à une stratégie de fusion de données multi-sources alimentant un moteur d'intelligence artificielle. Cette approche repose sur quatre piliers complémentaires : un réseau de plus de 40 000 capteurs sol in situ déployés dans des parcelles agricoles de 15 pays différents, une base de données propriétaire de 2 000 échantillons physiques de sol permettant de caractériser les courbes de rétention d’eau, l'intégration d’indicateur de végétation mesurés par satellite ainsi que des données météorologiques spatialisées à la résolution du kilomètre carré.

Le cœur de l'innovation repose sur un modèle d'apprentissage propriétaire, développé sur trois ans de recherche et développement, validé sur plus de 200 parcelles réparties dans 50 fermes pilotes à travers l'Europe. Ce modèle couvre une grande réprésentativité des types de sols et des conditions climatiques rencontrés en France, avec un historique de données s'étendant de 2021 à 2025.

Les applications concrètes sont multiples : optimisation des doses d'irrigation, pilotage efficient de l’irrigation, maîtrise des volumes d’eau consommés et qualification de la santé des sols.

En définitive, Soil Vision propose une approche qui permet aux acteurs agricoles de passer d'une gestion réactive à une conduite proactive et fondée sur la donnée, au service d'une agriculture à la fois plus productive, plus résiliente et plus durable.

Bastet, G. : Estimation des propriétés de rétention en eau des sols à l’aide de fonctions de pédotransfert : développement de nouvelles approches. Sciences du Vivant [q-bio]. Université d’Orléans, 1999, https://hal.inrae.fr/tel-02840907v1
Foster, T., Mieno, T., Brozovi´c, N., 2020. Satellite-based monitoring of irrigation water use: assessing measurement errors and their implications for agricultural water management policy. Water Resour. Res. 56, e2020WR028378 https://doi.org/10.1029/2020WR028378.
Ma, C.; Johansen, K.; McCabe, M.F. Monitoring Irrigation Events and Crop Dynamics Using Sentinel-1 and Sentinel-2 Time Series. Remote Sens. 2022, 14, 1205. https://doi.org/ 10.3390/rs1405
Massari, C., Modanesi, S., Dari, J., Gruber, A., De Lannoy, G.J.M., Girotto, M., QuintanaSeguí, P., LePage, M., Jarlan, L., Zribi, M., Ouaadi, N., Vreugdenhil, M., Zappa, L., Dorigo, W., Wagner, W., Brombacher, J., Pelgrum, H., Jaquot, P., Freeman, V., Volden, E., Fernandez Prieto, D., Tarpanelli, A., Barbetta, S., Brocca, L., 2021. A review of irrigation information retrievals from space and their utility for users. Remote Sens. 13, 4112. https://doi.org/10.3390/rs13204112.