Les Instituts Techniques Agricoles à EFITA2017

Les Instituts Techniques Agricoles à EFITA2017

French Technical institutes Agricultural at EFITA2017 : ACTA, Arvalis, Terres Inovia, CTIFL, IFIP, IFV, API-AGRO.

Nous étions une dizaine de participants des Instituts techniques Agricoles du réseau ACTA à participer au congrès International EFITA 2017 (European Federation for Information Technology in Agriculture, Food and the Environment) du 2 au 6 juillet 2017 à Montpellier, parmi les ~250 participants venus de nombreux pays européens ou de plus loin.

Avec des présentations orales, des posters et démonstration, nous avons portés nos thématiques au cœur du Réseau Numérique & Agriculture de l’ACTA, comme l’accès et la valorisation des données, et la plateforme API-AGRO, mais également de nombreux autres travaux sur les capteurs, la modélisation et les outils d’aide à la décision.

De nombreux contacts ont été pris en vue de futur collaboration avec nos collègues européens, Français et au-delà.

Contact : francois.brun@acta.asso.fr

 

Ce diaporama nécessite JavaScript.

Liste de nos contributions

  • Contribution to the panel session: Data and Open data in agriculture. ACTA, Arvalis, API-AGRO (Mehdi Siné)
  • Workshop About Open data, platform data. ACTA, GODAN (Théo-Paul Haezebrouck, François Brun, Johannes Keizer)
  • Predicting sunflower grain yield using remote sensing data and statistical models. Terres Inovia, INRA & CESBIO (Arnaud Micheneau, Luc Champolivier, Jean-François Dejoux, Ahmad Al Bitar, Celia Pontet, Ronan Trepos and Philippe Debaeke)
  • Early detection of the fungal disease « apple scab » using hyperspectral imaging. CTIFL & IRSTEA (Maroua Nouri, Vaysse Pierre, Nathalie Gorretta and Jean-Michel Roger)
  • AgroPhenX, an information system for field high throughput phenotyping measurements. Arvalis (Benoit Piquemal)
  • Real-time analysis and prediction tools based on data for regional plant health monitoring: application on wheat and wine in France. ACTA, INRA, Arvalis, IFV, APCA (François Brun, Lucie Michel and Jacques Veslot, David Makowski et al.)
  • Datasciences for fungal diseases modeling of cereals. Arvalis (Emmanuelle Gourdain, François Piraux, Gilles Couleaud, Guénolé Grignon, Marie Launay, Olivier Deudon, Fabrice Moreau and Xavier Le Bris)
  • CHN crop model, an integrative tool of knowledge to meet farmers’ needs through decision-making services. Practical case of valorization: estimation of the number of available days for cultivation works. Arvalis (Pierre Bessard Duparc)
  • AZODYN-rapeseed: a biophysical model for decision support in nitrogen fertilization and harvest prediction. Terres Inovia & INRA (Sébastien Gervois, Jean-Michel Allirand, Luc Champolivier, Thomas Chabert, Marie-Hélène Jeuffroy, Xavier Pinochet, Muriel Morison and Patrick Bagot)
  • API-AGRO, Moving from a collaborative project to a start-up by building a platform strategy in an open ecosystem. API-AGRO, Arvalis, ACTA (Mehdi Sine, Theo-Paul Haezebrouck and Bruno Lauga)
  • From an individual-based model of pig fattening unit to a decision support tool. IFIP, ACTA & INRA (Alice Cadero, Alexia Aubry, François Brun, Jean-Yves Dourmad, Yvon Salaün and Florence Garcia-Launay)
  • Interest and implementation of a spatialization method of meteorological data used in Agricultural Decision Support Tools. Arvalis (Olivier Deudon).
  • API-AGRO: an open platform to share and use data and services. API-AGRO, ACTA (Théo-Paul Haezebrouck, François Brun and Mehdi Sine)
  • Two vegetation indicators from 2D ground Lidar scanner compared for predicting spraying deposits on grapevine. IRSTEA & IFV (Matthieu Bastianelli, Vincent de Rudnicki, Sébastien Codis, Xavier Ribeyrolles and Olivier Naud)
  • Use of proxy- and remote- sensing tools for monitoring of oilseed rape from sowing to harvest. Terres Inovia (Farzaneh Kazemipour-Ricci, Paul-Louis Simon, Guillaume Jolly, Jerome Pacquetet, Xavier Pinochet and Jean-Louis Lucas.)

Inauguration de l’Institut sur l’Agriculture #DigitAg

Inauguration de l’Institut sur l’Agriculture #DigitAg

L’institut de convergence #DigitAg, sur l’agriculture numérique a été lancé officiellement ce 30 juin 2017 par les partenaires.  www.hdigitag.fr/fr/dossier-presse-inauguration

L’ACTA, les Instituts Techniques Agricoles, participe activement à cette dynamique partenariale de recherche, qui fait échos à ses actions menées dans le cadre du réseau Numérique et Agriculture, mais également du RMT Modélisation et Analyse de Données (www.modelia.org).

8 thèses cofinancées par #DigitAg et les Instituts Techniques doivent être lancé dans les 4 ans qui viennent, avec également d’autres thèses qui seront labellisées.

Pour cette première année, nous allons lancer dès l’automne 2017, plusieurs travaux :

  • Thèse Modélisation expérimentale des dépôts de traitements phytosanitaires en fonction de l’architecture du végétal en viticulture. Applications à l’élaboration de scénarios technologiques pour l’expression des doses et l’agriculture de précision. IFV de Montpellier, UMT ECOTECHVITI (IFV-IRSTEA-Montpellier SupAgro), UMR ITAP, MISTEA, Montpellier SupAgro.
  • Thèse Améliorer les prévisions à court et moyen termes des modèles agronomiques en prenant mieux en compte l’incertitude des prévisions météorologiques. ACTA (Arvalis et IFV), Météo France et INRA (MIAT).
  • Thèse Analyse du risque de maladie sur blé et vigne en combinant des bases de données régionales et des informations locales en cours de saison. ACTA (IFV & Arvalis), INRA (Agronomie). Thèse labellisée.
  • Stage de Master 2. Construire des outils prédictifs des maladies sur blé et vigne en mobilisant les méthodes de fouille de données sur les bases nationales d’épidémiosurveillance. ACTA (IFV & Arvalis), INRIA/IRISA.
  • Thèse Analyse juridique des plateformes collaboratives dans le secteur de l’agriculture numérique. Université de Montpellier, ACTA, CIRAD IRSTEA

Les instituts techniques sont également associés à d’autres thèses portés. par les partenaires de #DigitAg. http://www.hdigitag.fr/fr/theses-sujets-2017

Contact

francois.brun@acta.asso.fr

En savoir plus

Thèse Améliorer les prévisions à court et moyen termes des modèles agronomiques en prenant mieux en compte l’incertitude des prévisions météorologiques. ACTA (Arvalis et IFV), Météo France et INRA (MIAT).

L’objectif de cette thèse est de développer des méthodes pour exploiter la richesse de ces systèmes dans des outils d’aide à la décision. Il s’agit d’analyser formellement les connections entre toutes les sources d’information de prévision météorologique et les modèles agronomiques considérés. Cela permettra d’utiliser les prévisions d’ensemble de manière cohérente dans une chaîne de traitement opérationnelle tout en conservant la richesse des informations.

Pour la conduite de cette thèse, la méthode proposée est de travailler sur 3 cas d’études qui couvrent les principales grandes problématiques agricoles pour lesquelles les besoins en informations météorologiques sont les plus critiques : la protection des cultures et le pilotage de l’irrigation. Les 3 cas sont les suivants :

  • Lutte contre un ravageur, dont le développement dépend de la température : le ver de la grappe en vigne (T) ;
  • Lutte contre une maladie, dont la dynamique épidémique dépend des précipitations et de la température : la septoriose du blé (T et pluie) ;
  • Pilotage de l’irrigation, dont le bilan hydrique dépend de la pluie et de l’évapotranspiration (en vigne et/ou maïs) (pluie et ETP).

Thèse Modélisation expérimentale des dépôts de traitements phytosanitaires en fonction de l’architecture du végétal en viticulture. Applications à l’élaboration de scénarios technologiques pour l’expression des doses et l’agriculture de précision. IFV de Montpellier, UMT ECOTECHVITI (IFV-IRSTEA-Montpellier SupAgro), UMR ITAP, MISTEA, Montpellier SupAgro.

L’objectif scientifique est, en s’appuyant sur une démarche de modélisation expérimentale, de mettre au point des indicateurs de l’état végétatif pour la protection phytosanitaire, de conceptualiser la pulvérisation de précision en viticulture et de déterminer les échelles pertinentes pour la mettre en œuvre, en fonction de la conduite et de l’architecture du vignoble, des technologies d’application et de mesure embarquée, et des objectifs de protection phytosanitaire.

La question scientifique posée est méthodologique. La stratégie scientifique pour y répondre repose sur une approche de modélisation expérimentale, qui permet de prédire les quantités de produit interceptées par le végétal en fonction de la technologie et de l’architecture du couvert. Cette modélisation est à interpréter à différentes échelles d’action et de décision, dans différents scénarios technologiques et d’évolution des références d’expression de dose.

Thèse Analyse du risque de maladie sur blé et vigne en combinant des bases de données régionales et des informations locales en cours de saison. ACTA (IFV & Arvalis), INRA (Agronomie). Thèse labellisée.

La combinaison de différentes sources d’information pour analyser les risques d’occurrence des maladies des cultures soulève de réelles questions pratiques et méthodologiques : Quelles informations locales pourraient être mobilisées par les agriculteurs en temps réel à moindre coût, en fonction des cultures et des maladies ? Quel est le niveau d’incertitude associé à ces informations ? Comment combiner ces informations avec, d’une part, les données d’observation régionales fournies par le BSV et avec, d’autre part, les modèles épidémiologiques développés par les instituts techniques pour prédire l’évolution des maladies ? Sous quelle forme communiquer les résultats auprès des agriculteurs et conseillers ?

L’objectif de la thèse est de répondre à ces questions en s’appuyant sur deux cas d’étude : la rouille jaune du blé (Puccinia striiformis f.sp. tritici) et le mildiou de la vigne (Plasmopara viticola). Ces deux maladies pouvant potentiellement être à l’origine de pertes de rendement importantes, elles génèrent des traitements fongicides très fréquents chez les agriculteurs. Il est important de fournir aux agriculteurs des informations aussi précises que possible sur les risques épidémiologiques réelles concernant ces maladies de manière à éviter les traitements systématiques.