SlideShare une entreprise Scribd logo
1  sur  25
Smart Farming et Big Data en
Région Wallonne
Bernard TYCHON
Luxembourg Créative
Foire Agricole de Libramont
27 juillet 2018
Email : Bernard.Tychon@uliege.be
Structure de la présentation
• Définition de Smart Farming
• Evolution de l’accès à l’information
• Difficultés/ Contraintes/ Risques
• Conclusions
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
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)
Ferme du futur
Smart Farming
http://www.nesta.org.uk/blog/precision-agriculture-almost-20-increase-income-possible-smart-farming#sthash.KKZws39n.dpuf
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…)
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
Données météo
METEO
ADMINISTRATIVE
Agricultural region
GRID NUTS
EMU
Meteorological network
Districts
Réseau météo
officiel
www.meteobelgique.be
Station d’Arlon (en life)Réseau météo amateur
METEO
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
Différents vecteurs équipés de
capteurs d’observation des parcelles
« 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 !
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
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)
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
Crowdsourcing – TIC-
Mobile phones
17
Le potentiel du smartphone
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,…)
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)
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)
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
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?
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
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
https://agrimetrics.co.uk/
Cela existe déjà en
Grande-Bretagne
depuis 2013 !
In https://agriad.um6p.ma/

Contenu connexe

Tendances

Application of machine learning in industrial applications
Application of machine learning in industrial applicationsApplication of machine learning in industrial applications
Application of machine learning in industrial applications
Anish Das
 
MachineLearning.ppt
MachineLearning.pptMachineLearning.ppt
MachineLearning.ppt
butest
 
Biométrie d'Empreinte Digitale Power Point
Biométrie d'Empreinte Digitale Power PointBiométrie d'Empreinte Digitale Power Point
Biométrie d'Empreinte Digitale Power Point
Intissar Dguechi
 

Tendances (20)

Internet des Objets
Internet des ObjetsInternet des Objets
Internet des Objets
 
Machine learning for sensor Data Analytics
Machine learning for sensor Data AnalyticsMachine learning for sensor Data Analytics
Machine learning for sensor Data Analytics
 
Présentation bi 1.0
Présentation bi 1.0Présentation bi 1.0
Présentation bi 1.0
 
Présentation intelligence artificielle et domaines d'applications - #DigitalT...
Présentation intelligence artificielle et domaines d'applications - #DigitalT...Présentation intelligence artificielle et domaines d'applications - #DigitalT...
Présentation intelligence artificielle et domaines d'applications - #DigitalT...
 
La prédiction du churn client dans le domaine du telecom
La prédiction du churn client dans le domaine du telecomLa prédiction du churn client dans le domaine du telecom
La prédiction du churn client dans le domaine du telecom
 
Internet des objets (IoT)
Internet des objets (IoT)Internet des objets (IoT)
Internet des objets (IoT)
 
Intelligence-artificielle-Etat-de-l-art-et-perspectives-synthèse
Intelligence-artificielle-Etat-de-l-art-et-perspectives-synthèseIntelligence-artificielle-Etat-de-l-art-et-perspectives-synthèse
Intelligence-artificielle-Etat-de-l-art-et-perspectives-synthèse
 
Conférence Sécurité et Intelligence Artificielle - INHESJ 2018
Conférence Sécurité et Intelligence Artificielle - INHESJ 2018Conférence Sécurité et Intelligence Artificielle - INHESJ 2018
Conférence Sécurité et Intelligence Artificielle - INHESJ 2018
 
IA 101 - Introduction to Artificial Intelligence
IA 101 - Introduction to Artificial Intelligence IA 101 - Introduction to Artificial Intelligence
IA 101 - Introduction to Artificial Intelligence
 
Application of machine learning in industrial applications
Application of machine learning in industrial applicationsApplication of machine learning in industrial applications
Application of machine learning in industrial applications
 
Présentation PFE Computer Vision
Présentation PFE Computer VisionPrésentation PFE Computer Vision
Présentation PFE Computer Vision
 
When IoT Meets Artificial Intelligence
 When IoT Meets Artificial Intelligence When IoT Meets Artificial Intelligence
When IoT Meets Artificial Intelligence
 
Smart digital farming
Smart digital farmingSmart digital farming
Smart digital farming
 
Machine Learning in Agriculture Module 1
Machine Learning in Agriculture Module 1Machine Learning in Agriculture Module 1
Machine Learning in Agriculture Module 1
 
MachineLearning.ppt
MachineLearning.pptMachineLearning.ppt
MachineLearning.ppt
 
Introduction à l'IoT: du capteur à la donnée_Presentation Mix-IT2015
Introduction à l'IoT: du capteur à la donnée_Presentation Mix-IT2015Introduction à l'IoT: du capteur à la donnée_Presentation Mix-IT2015
Introduction à l'IoT: du capteur à la donnée_Presentation Mix-IT2015
 
Biométrie d'Empreinte Digitale Power Point
Biométrie d'Empreinte Digitale Power PointBiométrie d'Empreinte Digitale Power Point
Biométrie d'Empreinte Digitale Power Point
 
Présentation du pfa
Présentation du pfaPrésentation du pfa
Présentation du pfa
 
Etat des lieux : les coopératives agricoles et le numérique
Etat des lieux : les coopératives agricoles et le numériqueEtat des lieux : les coopératives agricoles et le numérique
Etat des lieux : les coopératives agricoles et le numérique
 
Intelligence artificielle etroite introduction
Intelligence artificielle etroite introductionIntelligence artificielle etroite introduction
Intelligence artificielle etroite introduction
 

Similaire à LUXEMBOURG CREATIVE 2018 : Smart farming

20121006 open data-adbs-charles népote
20121006   open data-adbs-charles népote20121006   open data-adbs-charles népote
20121006 open data-adbs-charles népote
ADBS
 
Book jt robotique agricole 11 07 13.pdf
Book jt robotique agricole 11 07 13.pdfBook jt robotique agricole 11 07 13.pdf
Book jt robotique agricole 11 07 13.pdf
ID4CAR
 

Similaire à LUXEMBOURG CREATIVE 2018 : Smart farming (20)

Inria | Livre blanc Agriculture et numérique (janvier 2022)
Inria | Livre blanc Agriculture et numérique (janvier 2022)Inria | Livre blanc Agriculture et numérique (janvier 2022)
Inria | Livre blanc Agriculture et numérique (janvier 2022)
 
FIRA 2016 : Philippe Jeanneaux, VetAggro Sup
FIRA 2016 : Philippe Jeanneaux, VetAggro SupFIRA 2016 : Philippe Jeanneaux, VetAggro Sup
FIRA 2016 : Philippe Jeanneaux, VetAggro Sup
 
Imagine Agri - La data agricole sur les réseaux sociaux
Imagine Agri - La data agricole sur les réseaux sociauxImagine Agri - La data agricole sur les réseaux sociaux
Imagine Agri - La data agricole sur les réseaux sociaux
 
Euratech'trends : Agriculture et numerique
Euratech'trends : Agriculture et numeriqueEuratech'trends : Agriculture et numerique
Euratech'trends : Agriculture et numerique
 
Space 2015 orange - smart agriculture
Space 2015   orange - smart agricultureSpace 2015   orange - smart agriculture
Space 2015 orange - smart agriculture
 
Agriculture connectée 4.0
Agriculture connectée 4.0Agriculture connectée 4.0
Agriculture connectée 4.0
 
Karim Baina Big Data ENSIAS December 2016
Karim Baina Big Data ENSIAS December 2016Karim Baina Big Data ENSIAS December 2016
Karim Baina Big Data ENSIAS December 2016
 
Les défis de l’agriculture connectée dans une société numérique
Les défis de l’agriculture connectée dans une société numériqueLes défis de l’agriculture connectée dans une société numérique
Les défis de l’agriculture connectée dans une société numérique
 
Benchmark des plateformes data agricoles UE
Benchmark des plateformes data agricoles UEBenchmark des plateformes data agricoles UE
Benchmark des plateformes data agricoles UE
 
LUXEMBOURG CREATIVE 2016 : Agriculture de précision (1)
LUXEMBOURG CREATIVE 2016 : Agriculture de précision (1)LUXEMBOURG CREATIVE 2016 : Agriculture de précision (1)
LUXEMBOURG CREATIVE 2016 : Agriculture de précision (1)
 
Era-Net ICT-Agri : Genèse et présentation du projet
Era-Net ICT-Agri : Genèse et présentation du projetEra-Net ICT-Agri : Genèse et présentation du projet
Era-Net ICT-Agri : Genèse et présentation du projet
 
Transition numérique : comment éviter l'obésité ?
Transition numérique : comment éviter l'obésité ?Transition numérique : comment éviter l'obésité ?
Transition numérique : comment éviter l'obésité ?
 
Notre expertise dans le domaine agricole
Notre expertise dans le domaine agricoleNotre expertise dans le domaine agricole
Notre expertise dans le domaine agricole
 
Notre expertise dans le domaine agricole
Notre expertise dans le domaine agricoleNotre expertise dans le domaine agricole
Notre expertise dans le domaine agricole
 
3 tonnes bilan et contribution - v1-1
3 tonnes   bilan et contribution - v1-13 tonnes   bilan et contribution - v1-1
3 tonnes bilan et contribution - v1-1
 
Les défis de l’agriculture connectée dans une société numérique - 4 pages
Les défis de l’agriculture connectée dans une société numérique - 4 pagesLes défis de l’agriculture connectée dans une société numérique - 4 pages
Les défis de l’agriculture connectée dans une société numérique - 4 pages
 
Masterclass la transformation digitale de l’apiculture
Masterclass la transformation digitale de l’apicultureMasterclass la transformation digitale de l’apiculture
Masterclass la transformation digitale de l’apiculture
 
20121006 open data-adbs-charles népote
20121006   open data-adbs-charles népote20121006   open data-adbs-charles népote
20121006 open data-adbs-charles népote
 
L’open data le cas de Montpellier - De la mise en ligne à la réutilisation en...
L’open data le cas de Montpellier - De la mise en ligne à la réutilisation en...L’open data le cas de Montpellier - De la mise en ligne à la réutilisation en...
L’open data le cas de Montpellier - De la mise en ligne à la réutilisation en...
 
Book jt robotique agricole 11 07 13.pdf
Book jt robotique agricole 11 07 13.pdfBook jt robotique agricole 11 07 13.pdf
Book jt robotique agricole 11 07 13.pdf
 

Plus de LUXEMBOURG CREATIVE

Plus de LUXEMBOURG CREATIVE (20)

LUXEMBOURG CREATIVE 2019 : le marketing d'influence
LUXEMBOURG CREATIVE 2019 : le marketing d'influenceLUXEMBOURG CREATIVE 2019 : le marketing d'influence
LUXEMBOURG CREATIVE 2019 : le marketing d'influence
 
LUXEMBOURG CREATIVE 2019 : la télémédecine (2)
LUXEMBOURG CREATIVE 2019 : la télémédecine (2)LUXEMBOURG CREATIVE 2019 : la télémédecine (2)
LUXEMBOURG CREATIVE 2019 : la télémédecine (2)
 
LUXEMBOURG CREATIVE 2019 : la télémédecine
LUXEMBOURG CREATIVE 2019 : la télémédecineLUXEMBOURG CREATIVE 2019 : la télémédecine
LUXEMBOURG CREATIVE 2019 : la télémédecine
 
LUXEMBOURG CREATIVE 2019 : le ludomanagement
LUXEMBOURG CREATIVE 2019 : le ludomanagementLUXEMBOURG CREATIVE 2019 : le ludomanagement
LUXEMBOURG CREATIVE 2019 : le ludomanagement
 
LUXEMBOURG CREATIVE 2019 : l'intelligence artificielle (2)
LUXEMBOURG CREATIVE 2019 : l'intelligence artificielle (2)LUXEMBOURG CREATIVE 2019 : l'intelligence artificielle (2)
LUXEMBOURG CREATIVE 2019 : l'intelligence artificielle (2)
 
LUXEMBOURG CREATIVE 2019 : l'intelligence artificielle
LUXEMBOURG CREATIVE 2019 : l'intelligence artificielleLUXEMBOURG CREATIVE 2019 : l'intelligence artificielle
LUXEMBOURG CREATIVE 2019 : l'intelligence artificielle
 
LUXEMBOURG CREATIVE 2019 : le photovoltaïque (2)
LUXEMBOURG CREATIVE 2019 : le photovoltaïque (2)LUXEMBOURG CREATIVE 2019 : le photovoltaïque (2)
LUXEMBOURG CREATIVE 2019 : le photovoltaïque (2)
 
LUXEMBOURG CREATIVE 2019 : le photovoltaïque
LUXEMBOURG CREATIVE 2019 : le photovoltaïqueLUXEMBOURG CREATIVE 2019 : le photovoltaïque
LUXEMBOURG CREATIVE 2019 : le photovoltaïque
 
LUXEMBOURG CREATIVE 2019 : l'agriculture urbaine
LUXEMBOURG CREATIVE 2019 : l'agriculture urbaineLUXEMBOURG CREATIVE 2019 : l'agriculture urbaine
LUXEMBOURG CREATIVE 2019 : l'agriculture urbaine
 
LUXEMBOURG CREATIVE 2019 : le CNG (5)
LUXEMBOURG CREATIVE 2019 : le CNG (5)LUXEMBOURG CREATIVE 2019 : le CNG (5)
LUXEMBOURG CREATIVE 2019 : le CNG (5)
 
LUXEMBOURG CREATIVE 2019 : le CNG (4)
LUXEMBOURG CREATIVE 2019 : le CNG (4)LUXEMBOURG CREATIVE 2019 : le CNG (4)
LUXEMBOURG CREATIVE 2019 : le CNG (4)
 
LUXEMBOURG CREATIVE 2019 : le CNG (3)
LUXEMBOURG CREATIVE 2019 : le CNG (3)LUXEMBOURG CREATIVE 2019 : le CNG (3)
LUXEMBOURG CREATIVE 2019 : le CNG (3)
 
LUXEMBOURG CREATIVE 2019 : le CNG (2)
LUXEMBOURG CREATIVE 2019 : le CNG (2)LUXEMBOURG CREATIVE 2019 : le CNG (2)
LUXEMBOURG CREATIVE 2019 : le CNG (2)
 
LUXEMBOURG CREATIVE 2019 : le CNG
LUXEMBOURG CREATIVE 2019 : le CNGLUXEMBOURG CREATIVE 2019 : le CNG
LUXEMBOURG CREATIVE 2019 : le CNG
 
LUXEMBOURG CREATIVE 2019 : l'upcycling (2)
LUXEMBOURG CREATIVE 2019 : l'upcycling (2)LUXEMBOURG CREATIVE 2019 : l'upcycling (2)
LUXEMBOURG CREATIVE 2019 : l'upcycling (2)
 
LUXEMBOURG CREATIVE 2019 : l'upcycling
LUXEMBOURG CREATIVE 2019 : l'upcyclingLUXEMBOURG CREATIVE 2019 : l'upcycling
LUXEMBOURG CREATIVE 2019 : l'upcycling
 
LUXEMBOURG CREATIVE 2018 : Smart farming (4)
LUXEMBOURG CREATIVE 2018 : Smart farming (4)LUXEMBOURG CREATIVE 2018 : Smart farming (4)
LUXEMBOURG CREATIVE 2018 : Smart farming (4)
 
LUXEMBOURG CREATIVE 2018 : Smart farming (3)
LUXEMBOURG CREATIVE 2018 : Smart farming (3)LUXEMBOURG CREATIVE 2018 : Smart farming (3)
LUXEMBOURG CREATIVE 2018 : Smart farming (3)
 
LUXEMBOURG CREATIVE 2018 : Smart farming (2)
LUXEMBOURG CREATIVE 2018 : Smart farming (2)LUXEMBOURG CREATIVE 2018 : Smart farming (2)
LUXEMBOURG CREATIVE 2018 : Smart farming (2)
 
LUXEMBOURG CREATIVE 2018 : Industrie du futur
LUXEMBOURG CREATIVE 2018 : Industrie du futurLUXEMBOURG CREATIVE 2018 : Industrie du futur
LUXEMBOURG CREATIVE 2018 : Industrie du futur
 

LUXEMBOURG CREATIVE 2018 : Smart farming

  • 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
  • 8. Données météo METEO ADMINISTRATIVE Agricultural region GRID NUTS EMU Meteorological network Districts Réseau météo officiel www.meteobelgique.be Station d’Arlon (en life)Réseau météo amateur METEO
  • 9. 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
  • 10. Différents vecteurs équipés de capteurs d’observation des parcelles
  • 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
  • 13.
  • 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)
  • 15.
  • 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
  • 17. Crowdsourcing – TIC- Mobile phones 17 Le potentiel du smartphone
  • 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
  • 25. https://agrimetrics.co.uk/ Cela existe déjà en Grande-Bretagne depuis 2013 ! In https://agriad.um6p.ma/