Une \u00e9tude novatrice utilise l'imagerie hyperspectrale par drone et l'apprentissage automatique pour \u00e9valuer avec pr\u00e9cision les niveaux de nicotine dans les feuilles de cigare.<\/p>\n
Les r\u00e9cents progr\u00e8s de l'imagerie hyperspectrale a\u00e9rienne, associ\u00e9s \u00e0 l'apprentissage automatique, ont r\u00e9volutionn\u00e9 le contr\u00f4le de la nicotine dans les feuilles de cigares. Cette approche novatrice am\u00e9liore la pr\u00e9cision des \u00e9valuations tout en fournissant des informations pr\u00e9cieuses \u00e0 l'industrie du tabac, o\u00f9 la composition chimique est essentielle \u00e0 la qualit\u00e9.<\/p>\n
Sous la direction de Tian et al. de l'Universit\u00e9 agricole du Sichuan, des chercheurs ont cherch\u00e9 \u00e0 pallier les limites des contr\u00f4les de qualit\u00e9 manuels traditionnels, souvent impr\u00e9cis et inefficaces. Leur \u00e9tude, publi\u00e9e le 2 f\u00e9vrier 2025, met en \u00e9vidence de fortes corr\u00e9lations entre l'utilisation d'engrais azot\u00e9s, les taux d'humidit\u00e9 et les concentrations de nicotine, soulignant ainsi l'importance de techniques de surveillance pr\u00e9cises et mises en \u0153uvre en temps opportun.<\/p>\n
L'\u00e9tude a \u00e9t\u00e9 men\u00e9e de mai \u00e0 septembre 2022 \u00e0 la base de recherche agricole moderne de l'universit\u00e9, o\u00f9 les chercheurs ont utilis\u00e9 des v\u00e9hicules a\u00e9riens sans pilote (UAV) \u00e9quip\u00e9s de cam\u00e9ras hyperspectrales pour capturer les spectres de r\u00e9flectance des feuilles de 15 vari\u00e9t\u00e9s diff\u00e9rentes de feuilles de cigare sous divers traitements \u00e0 l'azote.<\/p>\n
Leurs r\u00e9sultats ont r\u00e9v\u00e9l\u00e9 une corr\u00e9lation directe entre l'application d'engrais azot\u00e9s et les niveaux de nicotine dans les feuilles de cigare. \u201c\u00a0Plus la dose d'engrais azot\u00e9 appliqu\u00e9e augmentait, plus la teneur en nicotine des feuilles de cigare augmentait\u00a0\u201d, ont indiqu\u00e9 les auteurs, soulignant ainsi l'impact des pratiques agricoles sur la qualit\u00e9 du produit.<\/p>\n
Afin d'am\u00e9liorer la qualit\u00e9 des donn\u00e9es d'imagerie hyperspectrale collect\u00e9es par drones, l'\u00e9tude a eu recours \u00e0 des techniques de pr\u00e9traitement telles que la correction de la diffusion multivari\u00e9e, la transformation normale standard et le lissage par convolution de Savitzky-Golay. Des algorithmes d'apprentissage automatique avanc\u00e9s, notamment la r\u00e9gression des moindres carr\u00e9s partiels (PLSR) et les r\u00e9seaux de neurones \u00e0 r\u00e9tropropagation, ont ensuite \u00e9t\u00e9 appliqu\u00e9s pour d\u00e9velopper des mod\u00e8les pr\u00e9dictifs capables d'estimer avec pr\u00e9cision la teneur en nicotine.<\/p>\n
Le mod\u00e8le le plus performant identifi\u00e9 \u00e9tait le mod\u00e8le MSC-SNV-SG-CARS-BP, qui a atteint une pr\u00e9cision de test avec des valeurs R\u00b2 d'environ 0,797 et une RMSE de 0,078. \u201c Le mod\u00e8le MSC-SNV-SG-CARS-BP pr\u00e9sente la meilleure pr\u00e9cision de pr\u00e9diction de la teneur en nicotine \u201d, ont not\u00e9 les auteurs, le positionnant comme un outil prometteur pour les recherches futures et les applications en agriculture de pr\u00e9cision.<\/p>\n
L'analyse spectrale des feuilles de cigares par t\u00e9l\u00e9d\u00e9tection permet aux agriculteurs et aux producteurs d'\u00e9valuer rapidement et sans destruction la qualit\u00e9 de leur r\u00e9colte, et ainsi de prendre des d\u00e9cisions plus \u00e9clair\u00e9es concernant la production et la cha\u00eene d'approvisionnement. Cette approche offre une couverture \u00e9tendue \u00e0 faible co\u00fbt op\u00e9rationnel, tout en garantissant la coh\u00e9rence des donn\u00e9es gr\u00e2ce \u00e0 une r\u00e9duction de la d\u00e9pendance aux facteurs humains.<\/p>\n
L'int\u00e9gration de l'imagerie hyperspectrale et de l'apprentissage automatique pourrait transformer la culture traditionnelle du tabac, en am\u00e9liorant la qualit\u00e9 de la nicotine et en favorisant des pratiques agricoles durables et efficaces. Les chercheurs soulignent la n\u00e9cessit\u00e9 de poursuivre les progr\u00e8s afin de perfectionner ces technologies et de les adapter \u00e0 diff\u00e9rentes vari\u00e9t\u00e9s de tabac et \u00e0 d'autres cultures.<\/p>\n
Les \u00e9tudes futures porteront sur l'optimisation des conditions op\u00e9rationnelles des drones afin de recueillir des donn\u00e9es spectrales de la plus haute qualit\u00e9, en tenant compte de variables telles que l'altitude de vol, les conditions d'\u00e9clairage et la r\u00e9duction du bruit. La prise en compte de ces facteurs est essentielle \u00e0 mesure que les pratiques agricoles \u00e9voluent pour r\u00e9pondre aux exigences du march\u00e9 tout en privil\u00e9giant la durabilit\u00e9 environnementale.<\/p>\n
Cette recherche met en lumi\u00e8re la synergie entre la technologie et les sciences agricoles, soulignant l'adoption croissante de techniques innovantes pour am\u00e9liorer la qualit\u00e9 des produits. Les chercheurs pr\u00e9conisent un recours plus large \u00e0 la t\u00e9l\u00e9d\u00e9tection hyperspectrale dans l'ensemble de l'agriculture, renfor\u00e7ant ainsi le r\u00f4le de cette technologie dans l'am\u00e9lioration des rendements, de l'efficacit\u00e9 et de la responsabilit\u00e9 environnementale.<\/p>\n