Titre : S@MOSA : Des capteurs et des algorithmes pour une horticulture connectée qui réduit ses usages de pesticides.
Title :
Auteur(s) : B. PARIS, L. KERAUDREN, F. ROBERT, E. MAUGIN, L. CAMBOURNAC (ASTREDHOR), S. DOISE ,H. FATNASSI, C. PONCET (INRAE UMR), J. FILLÂTRE, I. CABEU (ARMEFLHOR), N. BOURGEOIS(Chambre d’Agriculture des Alpes-Maritimes), E. PECOU(Université Cote d’Azur, Campus Valrose),
Evénement : COMAPPI
Numéro : 7
Année : 2022
Numéro de page : 100
Nombre de pages : 10
Résumé : La réduction des pesticides en horticulture se heurte à une grande diversité de systèmes culturaux et de bioagresseurs rendant l’épidémiosurveillance des parcelles complexe et gourmande en temps. L’utilisation de capteurs high tech positionnés dans les cultures et d’outils numériques d’aide à la décision, doit répondre au besoin de gestion écologique des agrosystèmes. Dans ce cadre, le projet S@MOSA CasDAR RT vise à I) générer et collecter des jeux massifs de données biologiques et physiques sur des sites expérimentaux ultra-instrumentés. II) intégrer dans l’outil d’aide à la décision S@M des méthodes d’apprentissage et des algorithmes d’analyse des données pour prédire les ruptures de pentes dans les dynamiques des bio-agresseurs et auxiliaires II) proposer aux producteurs des méthodologies fiables de protection de leurs cultures fondées sur l’utilisation et le monitoring d’un ensemble de solutions biologiques.
Mots-clés : Outil d’aide à la décision, capteurs connectés, protection des cultures, intelligence artificielle, macroorganismes et microorganismes
Abstract : The reduction of pesticides in horticulture comes up against a great diversity of cropping systems and pests making epidemiological monitoring of plots complex and time-consuming. The use of high-tech sensors positioned in crops and digital decision-support tools must meet the need for ecological management of agrosystems. In this context, the S@MOSA CasDAR RT project aims to I) generate and collect massive sets of biological and physical data on ultra-instrumented experimental sites. II) integrate into the decision support tool S @ M learning methods and data analysis algorithms to predict slope breaks in the dynamics of pests and auxiliaries II) offer producers reliable methodologies for the protection of their crops based on the use and monitoring of a set of biological solutions.
Keywords : Decision Support Tool, connected Sensors, crop protection, artificial intelligence, Macrobials and Microbials
Pour accéder à l'article PDF : nous consulter
Pour accéder à la compilation des articles : nous consulter