Un système d’irrigation goutte-à-goutte auto-apprenant testé sur des piments au Bangladesh (UFTB)

Un système d’irrigation goutte-à-goutte high-tech, capable d’apprendre en continu, est actuellement en phase de test. Lors d’essais en conditions réelles, il a réussi à maintenir l’humidité du sol dans une plage cible tout en diminuant la consommation d’eau quotidienne.

Ce résultat suggère une agriculture plus réactive : au lieu d’appliquer des calendriers d’arrosage figés, les décisions évoluent au rythme des changements de conditions.

Preuve sur champ en toiture

L’observation a été obtenue sur deux parcelles de piments installées sur des toits à Gazipur, une zone agricole du centre du Bangladesh, au cœur d’un dispositif d’irrigation opérationnel plutôt que dans une simulation de laboratoire.

Sur place, des ingénieurs de l’Université de Frontier Technology, Bangladesh (UFTB) ont suivi les mesures et les réactions des vannes, montrant que le contrôleur n’arrosait que lorsque la situation l’exigeait.

Sur 7 days, le prototype a enregistré 10,258 mesures et a maintenu l’humidité dans une bande pilotée, au lieu de laisser le sol osciller fortement entre des phases très sèches et très humides.

Ce signal, même encore limité, laisse de grandes questions ouvertes. Il met néanmoins en avant le point central : déterminer si un tel niveau de contrôle peut réduire le gaspillage de manière significative au-delà d’un petit essai.

Pourquoi le goutte-à-goutte aide

L’agriculture représente environ 70% des prélèvements mondiaux d’eau douce ; dans ce contexte, les erreurs d’irrigation ont désormais une portée planétaire.

Le principe du goutte-à-goutte consiste à apporter l’eau au plus près de la zone racinaire - le sol entourant les racines actives - plutôt que d’imbiber de grandes surfaces exposées.

Des travaux de revue récents indiquent que l’irrigation goutte-à-goutte réduit souvent l’utilisation d’eau de 20% à 50%, notamment en limitant l’évaporation sur les sols nus.

Sur du maïs doux, un autre essai de terrain a également montré que le dispositif consommait moins d’eau tout en produisant davantage de récolte utilisable.

Des capteurs sans internet

Au lieu de dépendre d’une connexion internet sur l’exploitation, l’équipement s’appuyait sur un système radio longue portée, conçu pour transmettre des données sur de grandes distances avec une très faible consommation électrique.

Ce lien radio acheminait, à travers la parcelle, les mesures du sol, de la météo et du débit d’eau vers un récepteur central, sans nécessiter une connexion internet permanente.

Une organisation en étoile permettait d’ajouter de nouveaux modules de capteurs ou de vannes au réseau, tout en continuant à faire remonter les informations vers le même concentrateur.

Pour des agriculteurs dont les parcelles sont dispersées, cela signifie qu’une extension peut se faire module par module, plutôt qu’en une seule opération.

Des vannes pilotées par seuil

En mode automatique, la logique d’arrosage reposait sur une règle simple : ouvrir en dessous d’un seuil d’humidité et fermer une fois le niveau rétabli.

Pendant les essais du prototype, l’application s’appuyait sur des seuils d’humidité afin que les vannes réagissent avant que le sol ne s’éloigne trop de la cible.

Les utilisateurs pouvaient reprendre la main manuellement sur ce comportement, et définir des seuils distincts selon les cultures, sur des parcelles séparées.

Comme les plages d’humidité sûres varient selon les plantes, cette combinaison d’automatisation et de contrôle manuel visait à conserver une solution réellement utilisable.

Un modèle qui réapprend

La prédiction n’était pas figée après l’installation : à mesure que de nouvelles mesures de terrain arrivaient, le logiciel observait ses propres écarts et s’ajustait.

Dans cette boucle, le machine learning - un logiciel qui s’améliore avec de nouvelles données - servait à estimer quand démarrer l’irrigation et quelle quantité d’eau apporter.

Parmi cinq options, le système en a retenu une qui produisait le plus souvent des prédictions correctes, et il ne se recalibrait qu’après avoir accumulé suffisamment de nouvelles données montrant que ses choix commençaient à dériver.

Cette sélection privilégiait un modèle plus léger plutôt qu’un autre, légèrement plus précis - un point important lorsque le matériel disponible reste modeste.

Un téléphone dans la poche

Le pilotage ne s’arrêtait pas au champ : une application mobile affichait les conditions en direct et permettait de modifier l’irrigation à distance.

Développée avec Flutter, un framework multiplateforme, l’interface présentait la température, l’humidité de l’air, l’humidité du sol, le débit et le volume total.

Les agriculteurs pouvaient basculer entre modes manuel et automatique, ajouter des parcelles, consulter des moyennes récentes et demander des prédictions d’irrigation.

Ce confort compte surtout lorsque les terres sont éparpillées : se déplacer jusqu’à chaque vanne fait perdre du temps - et peut aussi conduire à gaspiller de l’eau.

Chiffres issus des tests

Du December 29, 2024, au January 5, 2025, le prototype a collecté 10,258 enregistrements sur deux parcelles de piments, avec des vérifications répétées toutes les 30-second.

La majorité des relevés s’est déroulée sur 6 to 8 hours par jour, assurant au système un flux régulier de conditions variables.

L’humidité du sol est restée le plus souvent dans une bande de 60% à 80%, et la consommation d’eau quotidienne a eu tendance à diminuer au fil des jours.

Ces valeurs ne démontrent pas des économies à l’échelle de saisons complètes, mais elles montrent que le contrôleur peut se stabiliser rapidement.

Points forts et limites

Les contraintes des exploitations isolées ont guidé de nombreux choix de conception, notamment la prise en charge de zones où l’internet est faible et où l’alimentation électrique est limitée.

Seul le côté serveur nécessitait un accès internet, tandis que les unités sur le terrain pouvaient fonctionner via des liaisons radio seules sur environ 8 à 10 km.

Une faiblesse concrète demeure : si le serveur central tombe en panne, l’ensemble du système peut s’arrêter.

De fortes pluies, des obstacles physiques ou le relief peuvent affaiblir le signal radio, ce qui réduit la fiabilité de fonctionnement dans certains environnements.

Comment les exploitations s’y intègrent

Contrairement à de nombreux prototypes antérieurs, l’UFTB a conçu celui-ci pour des parcelles distinctes appartenant à différents agriculteurs, et non pour un unique jardin.

Chaque champ disposait de son propre identifiant, afin que les commandes et les mesures atteignent les bonnes vannes sans confondre les emplacements.

Cette architecture permet une montée en charge progressive, puisqu’un agriculteur peut ajouter des unités sans remplacer tout le réseau.

L’atteinte d’une vraie échelle dépendra néanmoins de la maintenance, de la durabilité des composants et des coûts - des points que cet essai précoce n’a pas pu trancher.

Ce qui vient ensuite

Un contrôleur qui mesure, décide, réapprend et remonte l’information via un téléphone ressemble de moins en moins à un simple gadget et de plus en plus à une infrastructure.

Des essais plus longs, sur différentes cultures et sur plusieurs saisons, détermineront si ce prototype initial peut devenir une méthode fiable pour économiser l’eau là où les pénuries sont les plus sévères.