Les algorithmes d’IA aident à soutenir les opérations de plantation, de culture et de cartographie d’arbres partout dans le monde

Une startup de technologie agricole SeeTree a récemment reçu 3 millions de dollars en financement de la part d’Orbia Ventures, aidant ainsi la startup à accomplir sa mission de numérisation des arbres cultivés. L’entreprise représente une tendance croissante à l’emploi d’algorithmes d’IA pour soutenir la croissance des arbres partout dans le monde.

Certaines des plus grandes et des plus réussies sections de l’agriculture pérenne sont les cultures d’arbres. Par exemple, les arbres à pecanes peuvent produire des rendements pendant près de 150 ans, tandis qu’un verger de pommiers peut produire des récoltes pendant environ 50 ans. Cependant, ces rendements sont affectés par les fluctuations des précipitations, de l’érosion des sols, de la température et de l’environnement en général. Lorsque les arbres sont soumis à une quantité importante de stress, ils meurent.

Afin d’assurer la santé des cultures d’arbres, les agriculteurs doivent surveiller la santé des arbres individuels et prédire comment ils pourraient réagir aux changements dans l’environnement. La surveillance de la santé des arbres par simple observation peut être extrêmement difficile, car les agriculteurs doivent prendre en compte de nombreuses variables comme les maladies et le changement climatique, dont les effets peuvent souvent être prolongés et difficiles à quantifier. Afin de répondre à ces défis, les agriculteurs se tournent vers des solutions technologiques qui leur permettent d’analyser la santé des cultures d’arbres et d’optimiser la production, permettant ainsi des solutions moins intensives en main-d’œuvre et plus rentables.

Selon Forbes, SeeTree utilise des algorithmes d’IA soutenus par des drones, des capteurs au sol, des scientifiques de données et des agronomes pour créer un profil plus complet de la santé d’un arbre. La startup propose actuellement des services de numérisation et de surveillance aux agriculteurs de citrons, de noisettes, d’amandes, d’avocats et d’oliviers. La startup vise à étendre ses services aux agriculteurs de pistaches, de palmiers et d’eucalyptus.

Comme l’explique le co-fondateur de SeeTree, Israel Talpaz, les données collectées et traitées par leurs outils de science de données et leurs modèles d’IA ont entraîné une diminution importante des arbres sous-performants, les réduisant de 50 à 85 pour cent. La capacité de déterminer quels arbres sont sous stress et ont besoin de soutien, comme l’irrigation, deviendra plus importante dans les années à venir en raison des effets du changement climatique. Comme l’a expliqué Talpaz via Forbes :

« Le changement climatique a un impact sur les arbres à plusieurs égards ; les conditions météorologiques plus chaudes et plus extrêmes nécessitent des protocoles d’irrigation et des infrastructures différents, ainsi que des niveaux d’adaptabilité plus élevés par verger et par ferme. De plus, nous constatons que les zones qui étaient traditionnellement non irriguées subissent des niveaux de stress plus élevés, car les arbres ne peuvent pas survivre sans l’aide d’une irrigation spécifique. »

Les algorithmes d’IA développés par SeeTree ne sont qu’un exemple de la façon dont l’IA est utilisée pour gérer la plantation et la maintenance des arbres partout dans le monde. La NASA et Google (GOOGL ) ont récemment développé des modèles d’IA destinés à quantifier la couverture de la canopée des arbres dans le monde, sur la base d’images aériennes.

Google a lancé une initiative appelée Tree Canopy Lab. La plateforme est destinée à être utilisée par les planificateurs urbains, pour les aider à déterminer quels quartiers d’une ville ont besoin de plus de couverture de canopée. De nombreuses villes n’ont pas le budget nécessaire pour évaluer avec précision où les arbres sont les plus nécessaires, mais Tree Canopy Lab vise à permettre aux planificateurs urbains d’utiliser des variables telles que la densité de population, la couverture arborée existante et la vulnérabilité à la chaleur extrême pour prendre de meilleures décisions sur où planter des arbres.

Tree Canopy Lab utilise des techniques de vision par ordinateur et des algorithmes d’IA formés sur des images aériennes d’arbres pour produire des cartes qui affichent la densité de la couverture arborée. Le laboratoire permet aux utilisateurs d’identifier les blocs de ville où un grand nombre d’arbres pourraient être plantés, ainsi que de déterminer quels trottoirs sont vulnérables à des températures extrêmement élevées en raison d’une ombre insuffisante. Tree Canopy Lab est actuellement disponible pour être utilisé à Los Angeles, et selon Google, l’outil a constaté que plus de la moitié des habitants de Los Angeles vivent dans des zones avec moins de 10 % de couverture de canopée, et environ 44 % des habitants vivent dans des zones à risque de chaleur extrême. Google prévoit de déployer l’outil dans des centaines de villes supplémentaires au cours de l’année à venir.

La NASA utilise désormais des images aériennes haute résolution et l’intelligence artificielle pour créer des cartes très précises des arbres de la Terre, mettant au point une nouvelle méthode de cartographie des arbres qui a déjà catalogué avec succès des millions d’arbres non cartographiés précédemment dans des biomes arides et semi-arides partout dans le monde.

Les chercheurs du Centre de vol spatial Goddard de la NASA dans le Maryland ont utilisé des algorithmes d’apprentissage automatique et des images aériennes haute résolution pour créer des algorithmes capables de cartographier le diamètre de la couronne d’un arbre. L’algorithme a été utilisé pour cartographier plus de 1,8 milliard d’arbres répartis sur 1 300 000 kilomètres carrés/500 000 miles carrés. Les algorithmes utilisés par l’équipe de recherche ont utilisé des réseaux de neurones convolutifs exécutés sur Blue Waters à l’Université de l’Illinois, l’un des supercalculateurs les plus puissants du pays.

Selon Martin Brandt, auteur principal de l’étude et professeur assistant à l’Université de Copenhague, le processus de marquage des données d’entraînement a pris plus d’un an. Malgré l’effort nécessaire pour marquer les données d’entraînement, il s’agissait d’un processus beaucoup plus rapide que l’utilisation de méthodes de cartographie traditionnelles. Une fois les données marquées, l’étude n’a pris que quelques semaines pour être terminée, par rapport aux années qu’il aurait fallu pour cartographier les arbres en utilisant des méthodes d’analyse traditionnelles.

Les chercheurs en écologie, les conservationnistes et les décideurs politiques ont besoin d’avoir des décomptes précis des arbres dans les zones d’intérêt. Les données fournies par le modèle de la NASA seront utiles pour déterminer comment le changement climatique affecte les arbres et les régions boisées au fil des ans. En outre, la détermination de la façon dont la densité et la taille des arbres varient en fonction des changements de précipitations moyennes fournira des données importantes sur le terrain pour les efforts de conservation.