1. Smart Farming et Big Data en
Région Wallonne
Bernard TYCHON
Luxembourg Créative
Foire Agricole de Libramont
27 juillet 2018
Email : Bernard.Tychon@uliege.be
2. Structure de la présentation
• Définition de Smart Farming
• Evolution de l’accès à l’information
• Difficultés/ Contraintes/ Risques
• Conclusions
3. Définition du Smart Farming
• Agriculture intelligente
• L'Agriculture de précision désigne un mode
d'exploitation parcellaire dont l'objectif est, à partir des
nouvelles technologies, d'assurer une meilleure gestion
des intrants et d'adapter les pratiques agricoles, pour
obtenir un rendement optimal tout en prenant en
compte la variabilité intra-parcellaire)*.
• L’Agriculture intelligente englobe l’agriculture de
précision mais elle va au-delà de la gestion parcellaire.
* ( adapté de Agriculture de précision - Dictionnaire Environnement
4. Définition du Smart Farming
L’agriculture intelligente vise à identifier et adopter,
à l’aide des nouvelles technologies, des systèmes de
productions capables de mieux répondre aux
besoins des agriculteurs
– Augmentation de la production et des revenus des
agriculteurs
– Soutien du développement durable et de la sécurité
alimentaire
– Augmentation de la résilience/adaptation des
agriculteurs face au changement climatique et autres
aléas naturels ou économiques
– Bonne gestion des ressources naturelles (terre et eau)
– Répondre à la demande changeante de la population,
de l’aval de la chaine de production (transformateur)
5. Ferme du futur
Smart Farming
http://www.nesta.org.uk/blog/precision-agriculture-almost-20-increase-income-possible-smart-farming#sthash.KKZws39n.dpuf
6. Evolution de l’accès à l’information
Principe de base : une meilleure connaissance du
milieu de production agricole permet sa meilleure
gestion
« Data is the new oil of the 21st Century. It must be
refined before use (information). Analytics is the
combustion of this refined oil by engines »
• Digitalisation de l’information pour l’agriculture
– Accès à la donnée grandement facilité (passage rapide
d’un monde pauvre en données en un monde noyé
dans les données…)
7. Evolution de l’accès à l’information
• Digitalisation de l’information pour l’agriculture
– Accès à la donnée grandement facilité
• Machinisme agricole : géopositionnement,
robotisation,…)
– https://www.youtube.com/watch?v=tY7KfJMykiY
• Météorologie : station météo personnelle, modèles
météo, maillage
11. « Une nouvelle ère pour
l’observation de la Terre »
Produits Sentinel du programme
européen COPERNICUS
– Garanti pour 20 ans
– Gratuit
– Excellente résolution spatiale
– Tous les 3 jours (sans nuages)
– Nombreuses applications en développement
– Complément/Concurrence avec les capteurs à
bord des tracteurs
Passez maître dans le suivi temporel de la variabilité
spatiale de vos cultures !
12. Evolution de l’accès à l’information
• Digitalisation de l’information pour l’agriculture
– Accès à la donnée grandement facilité
• Machinisme agricole : géopositionnement, robotisation,…)
– https://www.youtube.com/watch?v=tY7KfJMykiY
• Météorologie : station météo personnelle, modèles météo,
maillage
• Télédétection :
– Drones, Satellites, Avion
– Bandes spectrales
– Résolution spatiale
• Nature des sols : carte numérique des sols de Wallonie
14. Evolution de l’accès à l’information
• Digitalisation de l’information pour l’agriculture
– Accès à la donnée grandement facilité
• Machinisme agricole : géopositionnement, robotisation,…)
– https://www.youtube.com/watch?v=tY7KfJMykiY
• Météorologie : station météo personnelle, modèles météo,
maillage
• Télédétection :
– Drones, Satellites, Avion
– Bandes spectrales
– Résolution spatiale
• Nature des sols : carte numérique des sols de la Wallonie
• Internet des objets (IOT)
16. Evolution de l’accès à l’information
• Contexte de Mondialisation du marché
agricole (Cours des produits agricoles sur les
marchés internationaux)
• Smartphone comme facilitateur de
communication d’information
–Extrêmement répandu
–Transfert de données de et vers le
smartphone
–Crowd sourcing
18. Evolution de l’accès à l’information
• Meilleure valorisation de la donnée agricole
– Données d’origines diverses, de formats très variés
– Données du présent et du passé (du futur)
– Données spatialisées
– Données personnelles, publiques, officielles,
crowd sourcées
Utilisation de l’Approche « Big Data », modèles
conçus à partir des données elles-mêmes (data
learning techniques, intelligence artificielle,…)
19. Difficultés/ Contraintes /Risques
• Propriété des données parcellaires
– A qui appartiennent les données vues du ciel?
– Caractère intrusif grandissant des techniques
d’Observation de la Terre
– Concurrence entre agriculteurs/compagnies
agricoles) réticence pour l’accès aux données !
(The Guardian,
June 2018)
20. Difficultés/ Contraintes /Risques
• Coût du Smart Farming
– Taux d’utilisation toujours faible en Europe*
– Entre 10 et 65% selon les pays et la technologie,
en croissance exponentielle (http://www.cema-
agri.org/)
– Risque d’endettement de l’agriculteur
– Solutions low cost à développer pour les petits
agriculteurs
(https://www.youtube.com/watch?v=3xL8Db60YUk)
* (In EIP-AGRI Focus Group Precision Farming – Final report -11/2015)
21. Difficultés/ Contraintes /Risques
• Déshumanisation du métier d’agriculteur
(perte de contact avec la réalité terrain, avec
les animaux, la terre, les cultures,…)
• Problème de compatibilité de format de
données, manque de standards dans les
logiciels, format des données
• Données en accès libre difficilement
accessibles au niveau des exploitations
22. Conclusions
• Potentiel théorique énorme de l’agriculture
intelligente et contexte très favorable
→ l’agriculture intelligente est en train de se
développer, inéluctablement !
Quels sont les garde-fous mis en place pour la
contrôler?
23. Conclusions
• Besoin de prise de décisions (Représentants du
monde agricole, Pouvoirs politiques,…) sur
– La politique d’utilisation des données (Règlementation,
législation sur la propriété des données à échelle
européenne, nationale et régionale)
– de standards dans les formats des données utilisées
(renforcement de l’interopérabilité)
– d’impliquer les agriculteurs pour développer des outils
plus en lien avec les problèmes qu’ils vivent et faire
évoluer l’agriculture intelligente vers une solution qui
leur convient pour le bénéfice de l’agriculture
(développement durable, revenus suffisants,…) et de
l’ensemble de la chaine de production
24. Conclusions
• Création d’une Structure indépendante à but non lucratif
pour
– Fournir, connecter et analyser des données complexes devant
conduire à une meilleure productivité des acteurs des filières
agricoles et assurer un système de production agricole durable.
– Donner confiance dans les données utilisées par les agriculteurs
et la chaine de production et contribuer au développement
d’échange de données agricoles
– Construire une plateforme d’accès à des données agricoles
spatialisées de qualité garantie
• Données parcellaires (météo, sol, culture, précédent, itinéraire
technique, historique…) mises à jour chaque jour
• Règles et politiques d’accès et d’utilisation transparente
• Principe d’accessibilité, interopérabilité, de sécurité et de fiabilité sur
des données parcellaires du passé, du présent et du futur proche
• Développement d’applications pour appuyer l’agriculteur dans sa
gestion parcellaire à partir des données enregistrées