Les brèves

Les chevauchements d’épis, la variation de l'apparence en fonction de la maturité et du génotype, la présence de barbes ou non, l'orientation de la tête, ou encore le vent, sont autant de facteurs qui rendent compliqué le dénombrement des épis de blé à partir d’images numériques. Un modèle robuste et précis capable de réaliser cette tâche aurait un large intérêt pour la recherche en phénotypage et pour les producteurs du monde entier (évaluer la densité, la santé et la maturité des épis). Des travaux en ce sens ont déjà été réalisés par deep learning, notamment par Arvalis, mais avec un trop petit nombre de données pour pouvoir disposer d’un modèle générique. Afin d’y remédier, un concours international de data science, le « Global Wheat Head Challenge » hébergé par la plateforme Kaggle, est lancé le 4 mai, avec, pour les équipes les plus performantes, un prix de 15 000 $. Un jeu de données de plus de 190 000 épis est mis à la disposition des participants par le consortium international Global Wheat Dataset. En France, il est animé par l’UMT CAPTE (INRAE Arvalis - HIPHEN, http://umt-capte.fr), qui co-organise ce concours avec les Universités de Tokyo, Queensland (Australie), Saskatchewan (Canada), Rothamsted Research (Grande-Bretagne) et ETH Zürich.

L’INRAE a réalisé une étude prospective sur les agricultures européennes à l'horizon 2050. L'objectif était d'analyser l'évolution de l'offre et de la demande en productions agricoles, en considérant un scénario « intermédiaire » de changement climatique (RCP 6.0 du GIEC) dans 21 régions du monde, dont huit européennes. Il apparaît qu'en hypothèse de rendements bas, avec une évolution tendancielle des régimes alimentaires, le besoin supplémentaire de terres cultivées serait de 223 millions d'hectares (+ 15 % par rapport à 2010). En hypothèse de rendements hauts et de régimes alimentaires « sains », 51 millions d’hectares de terres cultivées pourraient être libérés. En Europe par exemple, cela pourrait être mis à profit pour évoluer vers des systèmes agricoles moins intensifs en intrants de synthèse. L’analyse révèle des évolutions contrastées entre les zones à forte tension sur les surfaces (particulièrement en Afrique subsaharienne, en Afrique du Nord, au Proche et Moyen-Orient ou encore en Inde) et celles à surplus potentiel de terres (ex-URSS et certaines régions d'Europe).