02 · VOIR — TÉLÉDÉTECTION
Desimagessatellitairesauxprévisionsderendement
Comment une saison de passages de Sentinel-2 devient un chiffre sur lequel vous pouvez planifier.

Le problème des données satellitaires brutes
Sentinel-2 photographie chaque champ agricole du Canada aux quelques jours, dans 13 bandes spectrales, à une résolution de 10 à 60 m. Les images sont gratuites. Mais un pixel n’est pas une décision.
La question que se pose vraiment un agriculteur ou un agronome est plus précise : de quoi ce champ a-t-il besoin, et à quel point en sommes-nous sûrs?
Des pixels aux signaux
Chaque pixel enregistre la lumière réfléchie à plusieurs longueurs d’onde. Combinées, ces bandes révèlent ce que l’œil ne voit pas :
- La vigueur de la végétation (NDVI)
- Les différences de croissance à l’intérieur d’un même champ
- Un stress qui apparaît avant d’être visible depuis la route
- La progression de la saison, d’un passage à l’autre
Les nuages sont le hic. Sur la carte NDVI d’AgriLens, les pixels couverts de nuages sont omis, pas colorés. La fiche indique quelle part de la dernière scène était sans nuages, et précise que la moyenne NDVI inclut des pixels touchés par les nuages.
Là où l’apprentissage automatique entre en jeu
Un modèle peut relier ces signaux aux résultats, s’il est entraîné sur les bonnes données. Le modèle de rendement d’AgriLens utilise :
- Le NDVI de Sentinel-2 pour la saison
- La météo d’Open-Meteo
- La culture semée dans le champ
- Le rendement régional de référence : les rendements de l’Ontario publiés par Statistique Canada
- Les propriétés du sol tirées de SoilGrids
Son R² est de 0,89 sur des années mises de côté pour l’évaluation. Ce chiffre est affiché sur le site parce qu’il peut être vérifié.
Une prévision qui montre ses raisons
Un chiffre de rendement seul vous demande de lui faire confiance. AgriLens présente chaque prévision avec :
- Un intervalle de 90 %, pour que l’incertitude soit à l’écran
- Les facteurs derrière la prévision (SHAP), chaque barre faisant monter ou baisser la prévision en t/ha
De la prévision à l’action au champ
Une prévision est utile quand elle mène quelque part. Dans AgriLens, elle mène à :
- Des zones de NDVI faible, moyen et élevé, chaque dose d’azote citée selon la publication 811 du MAAARO, exportable en ISOBUS
- Des prévisions de ravageurs fondées sur les degrés-jours, chacune citée selon son modèle publié
- Des ébauches de rapports et de prescriptions : rien n’est enregistré avant que vous confirmiez
Où tout cela s’en va
Les systèmes à l’échelle du champ évoluent vers :
- Des modèles qui se mettent à jour à chaque nouvelle saison
- Un étalonnage aux conditions locales
- Des données satellitaires et de capteurs au champ intégrées à mesure qu’elles arrivent
Apex Intelligence construit ces systèmes pour ses clients. AgriLens en est l’exemple concret.
Vous voulez des prévisions comme celles-ci pour vos propres champs?
Dites-nous ce que vous cultivez et où. Nous vous dirons franchement ce que les données satellitaires peuvent montrer, et ce qu’elles ne peuvent pas montrer.


