Exemples d’apports de l’intelligence artificielle (IA) pour l’envirotypage et Phénotypage numérique des plantes
Abstract
La caractérisation des plantes et de leur environnement change d'échelle avec le développement des outils et méthodes de phénotypage numérique des plantes. Les outils de phénotypage et d’envirotypage, sont plus accessibles, permettant une observation multi-échelle de la plante et de son environnement – voire de la molécule – à l’observation multi-parcelles via le satellite. Parallèlement, les données sont plus accessibles et plus facilement valorisables via leur indexation dans des systèmes d’information ouverts. Leur traitement est facilité par des outils de plus en plus nombreux et sophistiqués, notamment avec l’aide de l’intelligence artificielle, facilitant ainsi l’analyse par l’opérateur. Deux exemples d’applications sont détaillés ici pour la segmentation de cultures mixtes et l’identification et le comptage de larves de ravageur. Les données environnementales et phénotypiques peuvent être combinées dans des modèles prédictifs ou d’aide à la décision. Ces données sont autant d’atouts pour accélérer le déploiement de l’agroécologie et d’une agriculture résiliente et durable.
Related
- Agriculture numérique
- Toward Enactive Artificial Intelligence
- Growing up with artificial intelligence: An amplifier of inequalities and a public health issue
- Notification: Artificial Intelligence in Autism Spectrum Disorder Diagnosis: A Scoping Review of Face, Voice, and Text Analysis Methods.
- Early Detection of Red Palm Weevil Infestation: A Systematic Review of Sensing Technologies, Artificial Intelligence, and Field Readiness
BibTeX
@article{solan2026exemples,
title = {{Exemples d’apports de l’intelligence artificielle (IA) pour l’envirotypage et Phénotypage numérique des plantes}},
author = {Benoît de Solan and Jean-Eudes Hollebecq and Jordan Bernigaud Samatan and Caroline Chaynes and Solenne Faul-Godec and Mathieu Marguerie and Afonso Ponce and Mario Serouart and Samuel Thomas and Tania Rougier},
journal = {Innovations Agronomiques},
year = {2026},
month = sep,
doi = {10.17180/ciag-2026-vol114-art03},
url = {https://hal.inrae.fr/hal-05748608v1},
note = {CC BY 4.0},
}
RIS
TY - JOUR
TI - Exemples d’apports de l’intelligence artificielle (IA) pour l’envirotypage et Phénotypage numérique des plantes
AU - Benoît de Solan
AU - Jean-Eudes Hollebecq
AU - Jordan Bernigaud Samatan
AU - Caroline Chaynes
AU - Solenne Faul-Godec
AU - Mathieu Marguerie
AU - Afonso Ponce
AU - Mario Serouart
AU - Samuel Thomas
AU - Tania Rougier
PY - 2026
DA - 2026/09/14
JO - Innovations Agronomiques
DO - 10.17180/ciag-2026-vol114-art03
UR - https://hal.inrae.fr/hal-05748608v1
AB - La caractérisation des plantes et de leur environnement change d'échelle avec le développement des outils et méthodes de phénotypage numérique des plantes. Les outils de phénotypage et d’envirotypage, sont plus accessibles, permettant une observation multi-échelle de la plante et de son environnement – voire de la molécule – à l’observation multi-parcelles via le satellite. Parallèlement, les données sont plus accessibles et plus facilement valorisables via leur indexation dans des systèmes d’information ouverts. Leur traitement est facilité par des outils de plus en plus nombreux et sophistiqués, notamment avec l’aide de l’intelligence artificielle, facilitant ainsi l’analyse par l’opérateur. Deux exemples d’applications sont détaillés ici pour la segmentation de cultures mixtes et l’identification et le comptage de larves de ravageur. Les données environnementales et phénotypiques peuvent être combinées dans des modèles prédictifs ou d’aide à la décision. Ces données sont autant d’atouts pour accélérer le déploiement de l’agroécologie et d’une agriculture résiliente et durable.
SN - 1958-5853
SN - 1958-5853
ER -