Sélection variétale : les nouveaux outils pour gagner en précision

La sélection variétale est un long processus qui implique des experts de tout horizon : techniciens, sélectionneurs, bio-informaticiens, biologistes, physiciens… Avec l’introduction des nouvelles technologies et de la digitalisation, de nombreuses évolutions positives ont été intégrées aux différentes étapes. Simon Chenais, research lead maïs France et expert en nouvelles technologies chez KWS, nous explique ces changements.

Les drones ou le phénotypage à haut débit

La notation au champ

La notation au champ permet la description des plantes et des caractères potentiellement intéressants pour définir une variété.
Elle est faite traditionnellement par un technicien qui passe dans chaque microparcelle. Pour le maïs, les indicateurs relevés sont notamment la hauteur de l’épi et du panicule, la hauteur de la plante, le rendement…
« Le processus est long et fastidieux quand il est fait à la main » selon Simon Chenais. « Il peut aussi être source d’erreur humaine ».

Le passage du drone : 2 hectares en 20 minutes

Les drones sont aujourd’hui utilisés pleinement pour remplacer certains comptages. Ils sont par exemple utiles pour dénombrer les plantes dans chaque microparcelle. « Il faut seulement 20 minutes pour 2 hectares avec l’appareil » se félicite le spécialiste des nouvelles technologies.
Ce comptage est intéressant d’autant plus qu’il n’était pas fait systématiquement auparavant.

Les sélectionneurs se concentrent ainsi sur la réelle valeur ajoutée de leur métier : l’analyse et la prise de décision. « Ce qui est aussi intéressant, c’est que le drone fait un comptage de chaque plante, alors que le sélectionneur avait tendance à prendre en compte simplement des échantillons et faire des moyennes.» La précision est ainsi renforcée.

Le géoréférencement des microparcelles et la visualisation de la data

Afin de visualiser les indicateurs de sélection variétale définis plus haut, KWS travaille aussi à la visualisation de la data. Il s’agit de définir sur des cartes des zones homogènes par rapport aux différents indicateurs. « Les sélectionneurs peuvent ainsi voir de façon très concrète le résultat des différentes notations ». Il est facile d’y déceler des hétérogénéités et le cas échéant de prendre des décisions adéquates. Il peut s’agir par exemple d’une zone plus humide ou d’un problème localisé qui pourrait gêner l’interprétation des résultats.

Le développement des outils en interne : un travail stratégique

Les drones sont un investissement de départ, puis KWS développent ses logiciels et ses algorithmes pour coller au plus près des besoins des sélectionneurs. »
Les comptages sont ainsi devenus un travail de routine, très bien accompli par les objets volants. D’autres caractéristiques intéressantes, plus complexes à reconnaître et traiter sont encore en développement. « Nous travaillons également sur le développement d’algorithme et de capteurs pour reconnaître les maladies des plantes ». Le travail est ardu, d’autant plus que certaines maladies peuvent présenter des symptômes similaires. Il s’agit de reconnaître des formes : points, tâches, mais aussi de distinguer des couleurs. Les longueurs d’ondes des couverts, mais aussi la réflexion des couleurs végétales sont des éléments clés à prendre en compte.

La data pour répondre aux enjeux agricoles du futur

Simon Chenais est enthousiaste. Il voit tous les jours les effets bénéfiques des nouvelles technologies en termes de gain de temps et de précision pour ses collègues. Mais il a aussi conscience que le gros challenge pour l’avenir sera de pouvoir traiter cette masse d’information pour en retirer l’essentiel, dans l’objectif de proposer des variétés adaptées aux défis agricoles du futur.

Photo par drone d'une parcelle d'essai COLZA

Photo par drone d'une parcelle d'essai COLZA

Vous souhaitez lire plus d'articles comme celui-ci ?