Crop Recommendation and Agricultural Query Answering System Using Spatio-Temporal Graph Neural Networks and Hybrid Retrieval Augmentation

Résumé Technique : Système de Recommandation de Cultures et de Réponse aux Requêtes Agricoles utilisant des Réseaux de Neurones Graphiques Spatio-Temporels et une Augmentation de la Récupération Hybride

Énoncé du Problème
Le document traite du besoin critique de l'agriculture de précision au Népal, une nation où environ 66 % de la population dépend de l'agriculture. Les pratiques agricoles actuelles sont largement de subsistance et reposent sur l'expérience traditionnelle ou des prévisions météorologiques de base, qui échouent souvent à prendre en compte les changements climatiques rapides et les événements météorologiques extrêmes. Les systèmes d'aide à la décision existants souffrent fréquemment d'un manque d'intégration entre les données météorologiques dynamiques et les propriétés statiques du sol, ou ne parviennent pas à modéliser les dépendances spatio-temporelles complexes inhérentes au paysage géographique diversifié du Népal, qui comprend 1 359 localisations agricoles distinctes. De plus, les agriculteurs manquent souvent d'accès à des informations localisées et opportunes concernant la lutte contre les ravageurs, les subventions et la gestion des cultures.

Méthodologie
Les auteurs proposent un système unifié comprenant trois composantes principales : la prédiction météorologique, la recommandation de cultures et une interface de réponse aux requêtes.

1. Collecte et Prétraitement des Données :

   • Données de Localisation : Données collectées manuellement pour 1 359 régions agricoles, incluant la longitude, la latitude, l'altitude et les noms.
   • Données Météorologiques : Un ensemble de données historiques de 42 ans provenant de la NASA couvrant 1 359 localisations. Les variables clés (température, précipitations, humidité, etc.) ont été prétraitées via des tests de corrélation, une standardisation et la création de clichés temporels avec un décalage de 120 jours.
   • Données de Sol : Récupérées via API, incluant le pH, la matière organique, l'azote et d'autres nutriments.
   • Données de Culture : Ensembles de données curés détaillant les conditions de croissance optimales (pH, nutriments, plages météorologiques) pour diverses cultures maraîchères.
   • Construction du Graphe : Les localisations ont été modélisées comme des nœuds. Les arêtes ont été définies sur la base de la distance géodésique (<15 km) ou de la différence d'altitude (<50 m), avec des poids inversement proportionnels à ces différences.

2. Modèles de Prédiction Météorologique :
   Deux architectures de deep learning ont été entraînées pour prévoir les paramètres météorologiques à 30 jours (humidité, précipitations, température) en utilisant 100 jours de données historiques :

   • Réseau de Neurones Graphiques Spatio-Temporel (STGCN) : Un réseau de neurones graphiques (GNN) qui propage l'information entre les nœuds voisins pour capturer les dépendances spatiales, étendu pour traiter des séquences de graphes pour les tendances temporelles.
   • Modèle de Graphe basé sur les Transformers : Une architecture hybride combinant la convolution temporelle (motifs à court terme), un bloc de transformer temporel (dépendances à long terme) et la convolution de graphe (dépendances spatiales).
   • Entraînement : Les modèles ont été entraînés par apprentissage supervisé avec un optimiseur Adam, des divisions de données 70/15/15, et évalués à l'aide de l'Erreur Absolue Moyenne (MAE) et de l'Erreur Quadratique Moyenne (RMSE).

3. Moteur de Recommandation de Cultures :
   Le système intègre les données météorologiques prédites avec les attributs statiques du sol. Un algorithme de notation calcule un score d'adéquation pour chaque culture à un emplacement spécifique en utilisant une métrique de distance inverse :
   $$score = \frac{1}{1 + |location\_data[feature] - mid\_val|}$$
   où $mid\_val$ est le point médian de la plage idéale d'une culture pour une caractéristique spécifique. Le moteur produit une liste classée de cultures recommandées.

4. Chatbot de Génération Augmentée par Récupération (RAG) :
   Un agent conversationnel a été développé pour répondre aux questions des agriculteurs concernant les cultures, les ravageurs et les subventions. Il utilise une approche de récupération hybride utilisant SPLADE (pour les représentations éparses) et des vecteurs denses-éparses pour interroger une base de connaissances stockée dans Pinecore. Le système génère des réponses contextuelles, principalement en langue népalaise, en utilisant l'API de Cohere.

5. Déploiement :
   L'ensemble du système est déployé via une application mobile construite avec React Native, dotée d'un backend Django et d'une base de données SQLite3.

Résultats Clés

• Prédiction Météorologique : Le modèle STGCN a surpassé le modèle basé sur les Transformers, atteignant une Erreur Quadratique Moyenne (MSE) de 0,011 contre 0,013 pour le Transformer. Les auteurs attribuent la performance supérieure du STGCN à sa modélisation explicite des interactions entre les localisations géographiques, ce qui est crucial pour les modèles météorologiques régionaux.
• Utilisabilité du Système : L'application mobile fournit avec succès des recommandations de cultures basées sur la localisation et des mises à jour en temps réel. Les retours des utilisateurs ont indiqué que le système est utilisable et pertinent, particulièrement dans les zones rurales où les conseils personnalisés sont rares.
• Performance du RAG : Les évaluations qualitatives ont montré que le système RAG génère systématiquement des réponses pertinentes et utiles à diverses requêtes agricoles, en ancrant efficacement les réponses dans la base de connaissances fournie.

Signification et Revendications
Le document affirme que cette recherche comble le fossé entre l'apprentissage automatique avancé et l'application agricole pratique au Népal en :

• Intégrant les Sources de Données : En unifiant avec succès les prédictions météorologiques spatio-temporelles avec les données de sol statiques au sein d'un cadre unique, répondant ainsi à une limitation des études antérieures qui traitaient souvent ces facteurs de manière isolée.
• Modélisant la Complexité : En démontant que les réseaux de neurones graphiques, spécifiquement les STGCN, sont plus efficaces que les modèles Transformer autonomes pour capturer les dépendances spatiales et temporelles nécessaires à une prévision météorologique régionale précise dans des zones géographiquement diversifiées.
• Autonomisant les Agriculteurs : En fournissant une solution orientée mobile qui délivre des informations localisées exploitables et un support conversationnel, favorisant ainsi la prise de décision éclairée, augmentant potentiellement les rendements agricoles et renforçant la résilience face à la variabilité climatique.

Limites et Travaux Futurs
Les auteurs reconnaissent que le système repose sur des données historiques qui peuvent être incohérentes et manque de mesures quantitatives complètes concernant la précision de la recommandation des cultures. Ils notent que les modèles peuvent ne pas capturer pleinement les interactions environnementales hautement complexes ou les microclimats spécifiques. Des travaux futurs sont proposés pour inclure des données satellitaires en temps réel, développer des mesures d'évaluation quantitatives robustes pour les recommandations, améliorer les architectures de modèles et améliorer l'accessibilité mobile avec des capacités hors ligne.