Comparison of NDVI obtained from an active proximal sensor and UAV multispectral imagery in coffee
Cette étude démontre que les valeurs de l'NDVI dérivées de l'imagerie multispectrale par UAV et du capteur actif GreenSeeker présentent une forte concordance et aucune différence statistique significative à travers les différents stades phénologiques des cultures de café, validant ainsi leur interchangeabilité pour le suivi des cultures.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Dans les hautes terres du Brésil, là où les caféiers s'étendent sur des montagnes vallonnées, les agriculteurs sont confrontés à un défi constant : savoir exactement comment leurs cultures se portent sans passer des heures à parcourir chaque rangée. Pendant des décennies, la santé d'une plante a été jugée par sa verdure, un indice visuel que les scientifiques ont appris à mesurer avec un outil appelé l'indice de végétation par différence normalisée, ou NDVI. Ce chiffre agit comme un signe vital pour la végétation, augmentant lorsque la plante est luxuriante et riche en chlorophylle, et diminuant lorsqu'elle est stressée ou clairsemée. Pour obtenir ce chiffre, les chercheurs ont traditionnellement utilisé des appareils portatifs qui émettent leur propre lumière pour scanner les feuilles, une méthode fiable mais lente et limitée au point spécifique où le capteur est tenu. Plus récemment, les cieux se sont ouverts avec des drones transportant des caméras capables de capturer les mêmes données de verdure sur de vastes champs en un seul vol, créant des cartes détaillées de la santé des cultures. Bien que les deux méthodes soient largement utilisées, une question persistante demeure : ces deux façons différentes de voir le même champ racontent-elles réellement la même histoire ?
Une équipe de chercheurs issus d'universités et d'instituts agronomiques brésiliens s'est donné pour mission de répondre à cette question en mettant les deux méthodes à l'épreuve dans de véritables plantations de café. Ils ont travaillé dans trois régions distinctes de culture du café dans la zone de Matas de Minas, visitant quatorze fermes différentes au cours de deux saisons de récolte. Les scientifiques voulaient savoir si le capteur portatif et la caméra du drone seraient d'accord sur la santé des arbres à mesure que les caféiers traversent leur cycle naturel, de l'étape du minuscule fruit de la taille d'une tête d'épingle jusqu'à son expansion complète et, enfin, à sa maturation. Pour que la comparaison soit équitable, les chercheurs ont utilisé un capteur portatif équipé d'une longue perche en PVC, leur permettant de tenir l'appareil directement au-dessus du sommet de la canopée de café, imitant ainsi la vue descendante du drone. Ils ont collecté les données au même moment de la journée et aux mêmes endroits, garantissant que les conditions pour les deux mesures soient aussi similaires que possible.
Les résultats de cette comparaison côte à côte ont été d'une cohérence frappante. À travers toutes les étapes de croissance de la plante de café, les chiffres générés par le capteur portatif et l'imagerie du drone étaient presque identiques. Les chercheurs n'ont trouvé aucune différence statistiquement significative entre les deux méthodes, ce qui signifie que les légères variations observées étaient probablement de simples bruits aléatoires plutôt qu'une erreur systématique de l'un des outils. La différence moyenne entre les deux ensembles de données était si faible qu'elle était presque nulle, et l'écart des erreurs était minimal. Cela suggère que le capteur portatif, lorsqu'il est utilisé directement au-dessus des feuilles, capture la même information que le drone, alors même que les caféiers changent physiquement et chimiquement tout au long de la saison.
Un détail intéressant est apparu concernant le moment des mesures. Les deux méthodes concordaient le plus étroitement lorsque les fruits du café étaient en phase d'expansion, une période où la canopée est uniforme et verte. À mesure que les fruits commençaient à mûrir et à changer de couleur, les légères différences entre les méthodes s'accentuaient un peu, probablement parce que le changement de couleur des fruits et la modification de la structure de la canopée rendaient la scène plus complexe à mesurer. Cependant, même durant ces étapes plus variables, les deux méthodes sont restées en fort accord. L'étude a également souligné que la capacité du drone à voir l'ensemble du champ d'un seul coup d'œil aide à lisser les petites variations qui peuvent survenir lorsqu'une personne parcourt un champ et choisit des plantes spécifiques à mesurer.
En fin de compte, l'étude confirme que les agriculteurs et les chercheurs peuvent faire confiance aux données provenant de l'une ou l'autre source, ou même les combiner, pour surveiller les cultures de café. Le capteur portatif offre un contrôle pratique, point par point, qui fonctionne quel que le soit l'heure de la journée ou la couverture nuageuse, tandis que le drone offre une vue panoramique de l'ensemble du paysage. La recherche démontre que ces outils ne sont pas des technologies concurrentes mais plutôt complémentaires qui parlent le même langage. Pour le producteur de café, cela signifie que la transition des contrôles au niveau du sol vers la surveillance aérienne ne nécessite pas de repartir de zéro ; les données du passé peuvent être intégrées de manière transparente aux cartes à haute résolution du futur, garantissant que la santé de la culture est comprise avec clarté et précision.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.