En cours (2024‑2027)
Avec l’augmentation de la population mondiale, la diminution des terres cultivables, la pression due aux changements climatiques (CC), et la prolifération de parasites nuisibles aux récoltes, l’utilisation des pesticides pour la protection des cultures demeure un enjeu majeur. La présence de ces parasites est fortement influencée par les conditions climatiques et environnementales (température, humidité, sols, couvert végétal, etc.). Au Québec, le milieu agricole est confronté à plusieurs ennemis des cultures (maladies, mauvaises herbes, insectes nuisibles) qui peuvent affecter considérablement les productions. Ainsi, une amélioration substantielle de nos capacités de prévention s’impose pour faire face à ces défis, et réduire le recours aux pesticides dans le contexte des CC.
L’objectif général du projet est de développer des méthodes préventives et d’aide à la décision en phytoprotection sur la base d’informations multisources fiables, de modèles prédictifs et de l’intelligence artificielle (IA), afin de contribuer à la réduction de l’usage des pesticides dans les grandes cultures (maïs, soya) au Québec. Le projet est multidisciplinaire; il s’inscrit dans les axes de recherches 1 et 3 identifiés dans l’appel à proposition et vise à : 1) Élaborer une infrastructure numérique intelligente (INI) pour les ennemis des grandes cultures; 2) Développer des approches utilisant la télédétection pour caractériser les paramètres du sol et de la végétation en lien avec la présence de ces ennemis; 3) Adapter et spatialiser les modèles existants de prédiction de ces ennemis des grandes cultures en exploitant l’IA appuyée sur des données multisources (télédétection, mesures in situ), tout en évaluant les effets potentiels des CC sur les prédictions; 4) Utiliser l’INI pour développer un système d’aide à la décision (SAD) mettant à profit l’IA pour guider le producteur dans l’utilisation optimale des pesticides; 5) Élaborer de manière collaborative un mécanisme efficace de transfert de connaissance pour une prise en main des résultats par les utilisateurs (producteurs, conseillers, agronomes, réseau de transfert).
Le projet cible des ennemis jugés prioritaires par Les Producteurs de grains du Québec, et validés par des experts, à savoir la sclérotiniose (Sclerotinia sclerotiorum) du soya et le chénopode blanc (Chenopodium album). Il est donc d’une importance stratégique, et est en lien direct avec les objectifs de réduction de pesticides du Plan d’agriculture durable 2020-2030 du Québec.
À terme, le projet permettra de disposer d’un SAD basé sur la nouvelle approche INI de fédération de données, exploitant l’IA et des modèles prédictifs avant-gardistes pour détecter les conditions favorables aux phytoravageurs en grandes cultures. L’influence des CC sur les probabilités de présence des ravageurs sera analysée et évaluée à partir de scénarios climatiques et d’analogues spatiaux. La Montérégie sera considérée comme région d’étude pilote pour le développement des approches. L’INI sera conçue pour intégrer les données de l’ensemble du Québec au fil de leurs disponibilités. Il est aussi attendu du projet un transfert de connaissance efficace des résultats auprès des utilisateurs finaux, ainsi que la formation de six étudiants gradués (2 M.Sc et 4 Ph.D), de 10 stagiaires du 1er cycle et d’un professionnel de recherche pour relever les défis futurs.

Chercheur.euse principal.e
- Ramata Magagi (Université de Sherbrooke)
Membres de l'équipe
- Kalifa Goïta (Université de Sherbrooke)
- Mickaël Germain (Université de Sherbrooke)
- Bérenger Bourgeois (Université Laval)
- Samuel Foucher (Université de Sherbrooke)
- Élise Smedbol (IRDA)
- Simon Ricard (IRDA)
- Sandra Flores-Mejia (CÉROM)
- Tanya Copley (CÉROM)
Axes(s) de recherche
- Axe 1 - Alternatives aux pesticides de synthèse
- Axe 3 - Outils numériques, agriculture de précision et données massives