Capteurs dans le sol et drones sur les tomates : voici comment ils économisent jusqu'à 15 % d'eau dans les Pouilles

Les capteurs attendent que le sol demande de l'eau

Le principe est simple : arrosez quand vous en avez vraiment besoin. Dans le vignoble de Rutigliano, dans la province de Bari, des chercheurs ont installé des capteurs capables de surveiller en temps réel le potentiel hydrique du sol. Les données étaient enregistrées toutes les dix minutes et, une fois un certain seuil atteint, l'irrigation commençait ; une fois le niveau attendu rétabli, la vanne est fermée. Les agriculteurs pourraient également recevoir des alertes via une application.

Avec ce système, en 2023 les raisins ont nécessité 14,5 % d'eau en moins et en 2024 8,2 % de moins qu'avec une conduite traditionnelle. Au cours de la première année, le rendement n'a montré aucune différence significative ; dans le second, les vignes conduites avec une agriculture de précision ont produit davantage. L’efficacité de l’utilisation de l’eau s’est améliorée au cours des deux saisons.

'; var fallbackTriggered = faux ; var timeoutId = null ; function renderTaboolaFallback(reason) { if (fallbackTriggered) return ; fallbackTriggered = vrai ; si (timeoutId) { clearTimeout (timeoutId); timeoutId = nul ; } console.log('(ADV3) Render Taboola fallback. Reason:', Reason); root.innerHTML = ''; window._taboola.push({ mode : 'thumbnails-300×250', conteneur : taboolaDivId, emplacement : 'Widget milieu d'article 300×250-3', target_type : 'mix' }); } googletag.cmd.push(function () { console.log('(ADV3) GPT init', gptDivId); var gptSlot = googletag.pubads().getSlots().find(function(s) { return s.getSlotElementId() === gptDivId; }); if (!gptSlot) { console.warn('(ADV3) Slot not found:', gptDivId); renderTaboolaFallback('slot-not-found'); return; } googletag.pubads().addEventListener('slotRenderEnded', function (event) { if (event.slot !== gptSlot) return; console.log('(ADV3) slotRenderEnded', { isEmpty: event.isEmpty, size: event.size, warnerId : event.advertiserId, CampaignId : event.campaignId, lineItemId : event.lineItemId } ; if (fallbackTriggered) return ; if (timeoutId) { clearTimeout(timeoutId } ); console.log('(ADV3) GPT a diffusé une création');

Sur la tomate, le mécanisme était similaire. Les capteurs ont été placés à 30 centimètres de profondeur et ont surveillé en permanence l'eau disponible dans le sol. Ici aussi, les données arrivaient toutes les dix minutes et guidaient l'ouverture et la fermeture de l'irrigation.

La bonne nouvelle, c'est que les chercheurs n'ont pas eu deux années photocopiées. En 2023, le printemps a été exceptionnellement pluvieux, puis entre mi-juillet et début août, les températures ont dépassé les 40°C. En 2024, c’est presque le contraire qui s’est produit : un hiver et un printemps secs, une chaleur supérieure à la normale déjà entre mai et juin et moins d’eau disponible pour l’irrigation. Le système s’est donc retrouvé à fonctionner dans des conditions très différentes.

Des drones ont également survolé les tomates

Les drones n'ont pas décidé quand ouvrir l'eau. Ils avaient une autre tâche : observer les plantes d’en haut et comprendre comment elles se portaient. Dans le champ de tomates, l'imagerie thermique et les indices de végétation ont été utilisés pour suivre la vigueur, la température et le stress des plantes tout au long de la saison.

'; var fallbackTriggered = faux ; var timeoutId = null ; function renderTaboolaFallback(reason) { if (fallbackTriggered) return ; fallbackTriggered = vrai ; si (timeoutId) { clearTimeout (timeoutId); timeoutId = nul ; } console.log('(ADV4) Render Taboola fallback. Reason:', Reason); root.innerHTML = ''; window._taboola.push({ mode : 'thumbnails-300×250', conteneur : taboolaDivId, emplacement : 'Widget milieu d'article 300×250-4', target_type : 'mix' }); } googletag.cmd.push(function () { console.log('(ADV4) GPT init', gptDivId); var gptSlot = googletag.pubads().getSlots().find(function(s) { return s.getSlotElementId() === gptDivId; }); if (!gptSlot) { console.warn('(ADV4) Slot not found:', gptDivId); renderTaboolaFallback('slot-not-found'); return; } googletag.pubads().addEventListener('slotRenderEnded', function (event) { if (event.slot !== gptSlot) return; console.log('(ADV4) slotRenderEnded', { isEmpty: event.isEmpty, size: event.size, warnerId : event.advertiserId, CampaignId : event.campaignId, lineItemId : event.lineItemId } ; if (fallbackTriggered) return ; if (timeoutId) { clearTimeout(timeoutId } ); console.log('(ADV4) GPT a diffusé une création');

Au début, celles irriguées selon la gestion traditionnelle apparaissaient encore plus vigoureuses, probablement en raison de la plus grande quantité d'eau reçue. Plus tard, cependant, cette végétation est entrée pour la première fois en sénescence. Les parcelles gérées avec les capteurs ont maintenu une tendance plus uniforme et des conditions compatibles avec moins de stress hydrique.

Les images thermiques disent la même chose sous un autre angle : dans les moments les plus chauds, le feuillage des tomates cultivées avec une agriculture de précision était plus frais et moins variable, signe d'une meilleure réponse physiologique aux températures élevées. En pratique, il n'y avait pas qu'un compteur d'eau pour dire que le système consommait moins. Il y avait aussi des plantes.

Un capteur surveille le fruit sans le détruire

Les chercheurs ont également utilisé un capteur portable proche infrarouge, le SCiO, pour tenter de mesurer les caractéristiques de maturité et de qualité directement sur le fruit, sans avoir à le couper ou à le presser à chaque fois pour l'analyser. Sur raisin, les modèles d'estimation de la teneur en sucre ont bien fonctionné sur les deux saisons, avec des coefficients R² de 0,77 et 0,80 respectivement.

Pour les tomates, la prédiction de la matière sèche, paramètre particulièrement important pour la transformation industrielle, a donné de bons résultats. L’estimation des degrés Brix des tomates était cependant beaucoup moins précise. Cependant, trois des quatre modèles développés ont montré des performances considérées par les auteurs comme adaptées à de futures applications pratiques.

En pratique, un agriculteur pourrait effectuer des contrôles beaucoup plus rapides directement sur le terrain : comprendre quand récolter, vérifier la qualité du produit sans sacrifier continuellement des échantillons et mettre en relation les informations sur les fruits avec celles provenant du sol et des plantes.

Le problème est désormais de mettre ces outils à la disposition des plus petites entreprises.

L'étude est née dans le cadre d'AgriPuglia, un projet financé par la région des Pouilles spécifiquement pour expérimenter et transférer des technologies d'agriculture de précision aux entreprises. La Région avait déjà organisé des démonstrations directement dans les champs de tomates et le projet a pris fin après deux années de recherche appliquée.

Les auteurs considèrent les capteurs, l’irrigation automatisée, les drones et les instruments optiques comme des éléments d’un même système, et soulignent les incitations publiques et la formation parmi les outils nécessaires pour les rendre accessibles même aux plus petites exploitations. Des coûts initiaux existent, notamment pour les capteurs et les logiciels, mais dans l'étude ils sont liés aux économies d'eau et d'énergie, à une plus grande stabilité des rendements et à la réduction des produits rejetés.

15% n'est naturellement pas un pourcentage applicable à aucun sol italien : l'étude porte sur deux cultures, deux localités des Pouilles et deux saisons. Mais ici, la technologie n’est pas restée sur un écran de laboratoire. En fait, elle se retrouvait entre les rangs et les tomates, elle attendait que le sol ait besoin d'eau et, quand il n'en avait pas besoin, elle laissait simplement le robinet fermé.