Une étude combine la technologie avancée et l’intelligence artificielle pour sélectionner les meilleures variétés de blé face au changement climatique. En utilisant des drones et l’IA, les chercheurs peuvent identifier les variétés qui maintiennent des rendements élevés tout en étant résistantes aux stress climatiques, offrant une solution innovante pour la sécurité alimentaire.
Rendre le blé plus résilient au changement climatique sans compromettre les rendements est devenu une priorité urgente pour le secteur agricole. Aujourd’hui, une étude menée par une équipe de recherche de l’Université de Barcelone et du centre de recherche Agrotecnio a identifié une manière innovante de relever ce défi : combiner technologie avancée et intelligence artificielle pour sélectionner les meilleures variétés de cette culture.
L’étude, publiée dans la revue Plant Phenomi, suggère un changement de perspective : il est nécessaire de se concentrer non seulement sur le rendement, mais aussi sur la capacité du blé à maintenir des récoltes constantes malgré les conditions météorologiques changeantes. Les résultats indiquent que cette combinaison de productivité et de stabilité est essentielle pour garantir des récoltes sûres dans des conditions environnementales variables.
Des drones pour surveiller les cultures de blé
L’équipe a analysé 64 variétés de blé dur cultivées dans deux conditions méditerranéennes différentes : irriguées et non irriguées (pluvial). L’objectif était d’identifier quels génotypes combinent des rendements élevés avec une performance stable dans différents environnements, avec des différences de température et de disponibilité en eau.
L’une des découvertes les plus surprenantes est que les variétés sélectionnées ne sont pas celles qui conservent leurs feuilles vertes le plus longtemps jusqu’à la fin de la saison, mais plutôt celles qui poussent vigoureusement au début et mûrissent légèrement plus tôt.
En revanche, les lignées rejetées ont montré une faible vigueur initiale et ont conservé leurs feuilles vertes plus longtemps, ce qui ne garantit pas un meilleur rendement.
Dans le cadre du projet, l’équipe a utilisé des capteurs au sol et des drones équipés de caméras RGB, multispectrales et thermiques, leur permettant de surveiller le développement des cultures tout au long du cycle de croissance. Cette technologie fournit des informations clés sur le blé avant la récolte, éliminant le besoin de récolter et réduisant à la fois les coûts et le temps nécessaire à l’analyse.
En utilisant toutes ces données, l’équipe a formé des modèles d’intelligence artificielle capables de prédire à la fois le rendement et la stabilité de la production pour les différentes variétés avec un haut degré de précision.
Cette stratégie pourrait être un outil très utile pour les programmes de sélection végétale et pourrait aider à développer des variétés de blé préparées à relever les défis du changement climatique.
Plus vert ne signifie pas toujours mieux
Les chercheurs ont d’abord analysé, séparément, les caractéristiques de rendement et de stabilité du blé dur. Ils ont constaté que les génotypes avec les rendements les plus élevés sont caractérisés par une vigueur initiale élevée et une verdure soutenue pendant les phases de croissance rapide jusqu’à la fin de la saison de croissance. En revanche, les génotypes les plus stables présentent une vigueur initiale plus faible, une croissance plus lente et un cycle plus court, ce qui leur permet de mieux utiliser les ressources disponibles pour la production de grains. Pour identifier un équilibre entre ces mécanismes compensatoires, les experts ont développé une méthode de sélection de variétés qui combine un rendement compétitif avec une bonne stabilité.
L’étude conclut qu’une croissance précoce vigoureuse combinée à une maturation précoce est un facteur clé pour obtenir des rendements plus constants dans des conditions environnementales variables, aidant le blé à mieux faire face à la sécheresse et aux températures élevées.
Les auteurs de l’étude sont les chercheurs Jara Jauregui, José Luis Araus et Shawn Carlisle Kefauver, du Département de biologie évolutive, d’écologie et des sciences de l’environnement de la Faculté de biologie de l’UB et d’Agrotecnio ; Nieves Aparicio et Sara Álvarez, de l’Institut agro-technologique de Castilla y León (ITACyL), et María Teresa Nieto, de l’Institut national de recherche et de technologie agricoles et alimentaires (INIA-CSIC).
Article : Multi-sensor phenotyping of yield and yield stability for genotype selection in durum wheat – Journal : Plant Phenomics – Méthode : Experimental study – DOI : Lien vers l’étude
Source : Barcelone U.
