Dans les champs de maïs et de soya de la Montérégie, une guerre silencieuse se joue chaque été contre deux ennemis redoutables : le chénopode blanc et la sclérotiniose du soya. Pour aider les producteurs à mieux cibler leurs interventions et réduire l’usage des pesticides, une équipe de chercheurs québécois mise sur une combinaison de données satellitaires, de données au sol, de modélisation et d’intelligence artificielle.

Le projet, financé conjointement par le Fonds de recherche du Québec – Nature et technologies (FRQNT) et le ministère de l’Agriculture, des Pêcheries et de l’Alimentation (MAPAQ), dans le cadre du Réseau québécois de recherche en agriculture durable (RQRAD), réunit le Centre de recherche sur les grains (CEROM), l’Université de Sherbrooke, l’Université Laval, l’Institut de recherche et de développement en agroenvironnement (IRDA) et plusieurs institutions fédérales et provinciales. 

Tanya Copley, chercheuse en phytopathologie au CEROM, en résume l’ambition : « On veut créer une base de données à très grande échelle pour l’agriculture afin de produire des outils d’aide à la décision qui permettront aux producteurs de faire de meilleurs choix selon l’état réel de leurs champs. »

Le chénopode blanc est une mauvaise herbe aussi discrète que dévastatrice. Selon Sandra Flores-Mejia, chercheuse en malherbologie au CÉROM, une infestation de seulement trois plants par mètre carré peut amputer les rendements de 13 % dans le maïs. Les résultats de l’inventaire des mauvaises herbes ont de plus montré que le chénopode blanc est l’espèce la plus répandue en Montérégie. Le problème : les herbicides ne sont efficaces que sur de très jeunes plants. « Si tu attends trop longtemps, disons à plus de 10 cm de hauteur, les herbicides ne fonctionnent plus », prévient-elle. 

Dans le top 5

Quant à la sclérotiniose, qui figure parmi les cinq maladies les plus importantes du soya au Québec, les fongicides doivent être appliqués en prévention, avant que les spores n’infectent les fleurs. Beaucoup de producteurs les épandent donc systématiquement, peu importe les conditions. « Si on a une année de canicule et de sécheresse, on voit très peu de sclérotiniose. On espère que les producteurs sont outillés pour appliquer les fongicides, juste lorsque c’est nécessaire », insiste la chercheuse.

C’est précisément là qu’entrent en jeu les satellites. Plutôt que d’installer des sondes dans chaque champ, l’équipe cherche à vérifier si les données satellitaires – à une résolution de 30 mètres – peuvent fournir des lectures fiables de température et d’humidité du sol ainsi que des caractéristiques de la végétation (biomasse, phénologie, etc.). Depuis 2024, des campagnes de terrain sont menées chez une vingtaine de producteurs en Montérégie pour calibrer ces données.

Ramata Magagi, chercheuse en géomatique à l’Université de Sherbrooke, pilote le volet modélisation et intelligence artificielle. Elle décrit ainsi la finalité de l’outil : « On cherche à prédire les conditions environnementales favorables à l’émergence des ennemis de culture – dire aux producteurs : “attention, ça arrive” ou “inutile d’appliquer des pesticides, les conditions ne sont pas réunies.” » Car traiter à contretemps n’est pas seulement coûteux. « Le producteur fait des pertes économiques et pollue l’environnement pour rien », tranche-t-elle Les données accumulées alimenteront un système d’aide à la décision propulsé par l’IA, éventuellement accessible sur téléphone cellulaire. Le projet est financé jusqu’en mars 2027, et une première version bêta de l’application est visée aux alentours de 2028. Si les résultats sont concluants en Montérégie, l’outil pourrait ensuite être déployé à l’échelle du Québec – au bénéfice de tous les producteurs de grandes cultures.  ­