De tout temps, la production de fraises connaît des pics et des creux. La prévision précise de la récolte est donc un défi. Jusqu'à présent, une marge d'erreur d'environ 30 à 50 % a toujours été acceptée.
« Ce n'est pas surprenant quand on sait que les producteurs comptent leurs fruits encore manuellement et souvent, pas quotidiennement », souligne Pieterjan Oomen. Il est chef de produit, concepteur et partenaire chez YieldComputer. L'entreprise compte tous les jours les fruits à l'aide de caméras et a également développé un logiciel pour accompagner ce processus. L'objectif est maintenant d'évoluer vers une prédiction en kilo, de façon quotidienne. Les premiers producteurs testent actuellement ce système.
Paul Rooimans et Pieterjan Oomen lors d'International Soft Fruit Conference 2023
L'horticulture en point de mire
BerryWorld a lancé la première version de prédiction de récolte pour les fraises dès 2019. À l'époque, c'était même avec les images d'une caméra GoPro, se souvient Oomen. « C'est ainsi que nous avons commencé à collecter les premières données. » Le sélectionneur et producteur de fraises a eu l'honneur d'être le premier pilote dans ce test.
Les fondateurs de la startup basée à Eindhoven, qui est aujourd'hui sur le point d'étendre ses activités, étaient entrés en contact avec Wil Beekers. Jusqu'alors, ils s'étaient tournés vers d'autres secteurs pour résoudre divers problèmes, à l'aide de leur technologie basée sur l'intelligence artificielle. Beekers a alors exposé le problème de la prévision des récoltes aux entreprises technologiques. YieldComputer s'est dès lors concentré sur l'horticulture et a planté une graine à l'origine de la solution de prévision des récoltes.
Des prévisions inexactes
YieldComputer a rapidement compris que la prévision de la récolte était un défi majeur dans la filière de la fraise. Des écarts de 30 à 50 % entre les volumes prévus et les volumes réalisés étaient et sont encore monnaie courante. Tant du côté des producteurs que du côté du commerce et des acheteurs, c'est plutôt pénible.
« Des prévisions inexactes se traduisent souvent par un prix au kilo plus bas. Avec un excédent, car le volume excédentaire est vendu à au rabais. Souvent, les volumes excédentaires arrivent de manière inattendue, ne laissant pas de temps au commerce de détail pour planifier une promotion. Et en cas de pénurie, il faut alors acheter en plus, à des prix élevés pour combler le volume de vente. »
Pilotage par les données
YieldComputer offre une solution axée sur les données pour optimiser les prévisions de récolte. Oomen : « Les producteurs comptent manuellement les fruits sur la plante, une fois par semaine, mais en pratique, c'est souvent régulier. Ce comptage peut également être effectué à chaque cueillette. C'est peu et cela fait que les prévisions précises sont tout simplement impossibles. »
Les producteurs ont souvent beaucoup d'expérience et de connaissances, mais cela ne résout pas tous les problèmes. « Souvent, on compare encore avec 'une période chaude de l'année précédente', pour faire une estimation. Mais cela ne donne pas une image précise pour la récolte actuelle. Une période chaude qui tombe deux semaines plus tôt ou plus tard dans la courbe de récolte ou des températures légèrement supérieures ou inférieures ont une grosse importance. C'est pourquoi nous offrons des aperçus réels (et historiques) qui permettent aux producteurs de combiner ces données avec leurs connaissances et expérience. »
La start-up veut réduire l'écart entre les prédictions et la pratique à 5 à 10 %. « Nous constatons déjà une optimisation de la marge d'erreur allant jusqu'à 30 % avec notre solution actuelle chez nos clients actuels. » YieldComputer fonctionne avec un modèle de tarification basé sur la performance. L'agriculteur paie un certain montant de base, auquel s'ajoute un montant supplémentaire lorsque les prévisions s'améliorent. « Comme nous voulons avec notre solution offrir une réelle valeur ajoutée au producteur, il ne paie plus que lorsque la prévision est réellement optimisée, afin qu'il puisse également en tirer sa valeur ajoutée. »
Des démarches ont été entreprises dans le passé pour la prévision des récoltes de fraises. « Ces tentatives n'ont jamais vraiment abouti. Nous constatons parfois pour cette raison que les producteurs sont encore un peu réticents. À nos yeux, lors des prévisions, qui sont souvent basées sur des données historiques globales et des prévisions météorologiques, ils en oublient la localité et saisonnalité de la culture. Or, c'est là où nous pouvons aider. C'est d'ailleurs ce qui nous distingue. »
La station climatique avec caméra
Rien qu'avec le logiciel axé sur les données et grâce à des prévisions plus précise, YieldComputer voit la valeur à ajouter et les gains à réaliser dans la chaîne actuelle, entre culture et vente. Mais par ailleurs, l'entreprise propose une SmartCropCam. Pour des prévisions optimales, cette station climatique autonome est indispensable. Elle mesure la température, l'humidité relative, le CO2 et la luminosité. De plus, la station est équipée d'une caméra qui peut être placée aussi bien dans les cultures en serre qu'en plein air. Il en faut au moins quatre par exploitation. En fonction des conditions locales et de l'homogénéité du champ ou de la serre, il peut être nécessaire d'en placer davantage. « Par exemple dans une culture ouverte en pente ou entourée d'arbres, où la différence d'altitude et d'ensoleillement existent : de par ces conditions physiques, on décide alors de placer davantage de stations de mesure par caméra. »
Avec la SmartCropCam, plus besoin de compter manuellement. Un pied spécial a été mis au point pour le montage de la caméra SmartCropCam. « Elle s'adapte à presque tous les bacs, pots ou gouttières que les cultivateurs utilisent. Dans des pays comme l'Espagne, nous utilisons également les caméras pour la culture en buttes. Là, nous plaçons la caméra dans le lit sur un poteau, grâce à un dispositif attenant à la caméra, nous empêchons les feuilles de pousser devant l'objectif. »
YieldComputer a délibérément choisi pour sa propre station de mesure climatique. Ainsi, l'entreprise ne dépend pas des intégrations nécessaires avec les ordinateurs climatiques et a la main sur les données récoltées. La capacité d'intégration en revanche, est bien là. Les données des producteurs restent des données de culture spécifiques. Toutefois, le modèle les utilise pour apprendre progressivement et ainsi devenir plus intelligent. « En passant de la serre au champ, et donc de la toile de culture blanche à l'herbe verte, la caméra s'est d'abord embrouillée. Selon le modèle, il y avait des fraises dans l'herbe. Après un nouvel entraînement, cela s'est amélioré. Cela a justement rendu notre modèle plus robuste. Le passage à la culture sur buttes utilisant du plastique noir a été plus facile après cette expérience. »
Prévision du poids par jour
Voir à travers les feuilles n'est pas non plus donné aux caméras de YieldComputer. « Nos équipements prennent une photo de la culture tous les jours. Un fruit derrière une feuille ? Nous ne le voyons pas. Mais cela a peu d'importance dans notre cas, car nous combinons ces photos avec des chiffres sur la récolte réalisée. Nous utilisons des boucles de rétroaction pour corriger ce « problème » au sein des données. En utilisant le poids moyen des fruits, entre autres, nous pouvons toujours calculer ce que sera la récolte. »
Le modèle de prévision de YieldComputer, avec lequel les producteurs des Pays-Bas, d'Espagne, du Royaume-Uni et d'Allemagne travaillent déjà, fonctionne sur la base de la prévision des tendances. L'objectif final est la prévision au kilo chaque jour. « L'automne dernier, nous avons réalisé un projet pilote », indique le chef de produit. « En 2023, nous voulons déployer ce modèle auprès de tous les producteurs avec lesquels nous travaillons depuis 2019 et dont nous disposons donc de jeux de données complets. »
L'intérêt pour la prévision des récoltes existe depuis le lancement sur le marché de YieldComputer. Avec la nouvelle étape que l'entreprise franchit vers la prévision au kilo, cet intérêt ne fera qu'augmenter, prévoit Oomen. « L'intérêt est élevé, mais nous sommes encore une une petite entreprise. Nous voulons être en mesure d'accorder toute notre attention à tous les producteurs avec lesquels nous travaillons. L'année prochaine, nous prévoyons une montée en puissance rapide. Notre solution logicielle est déjà prête pour le grand déploiement. Nous sommes en train d'optimiser le développement de notre IA. »
À terme, YieldComputer se penche également sur d'autres cultures pour prédire la récolte. La framboise est la première dans le viseur à cet égard. « Pour cette culture, on a effectivement besoin de différentes photos. De préférence, vous photographiez par le bas ici pour avoir une meilleure vue sur tous les fruits. » Cliquez ici pour agrandir
Les développements récents
Prédire la récolte de fraises n'était déjà pas facile, mais les développements récents ne l'ont pas facilité. Les calendriers de culture ont commencé à changer, certainement pour les fraises. En outre, les exploitations ayant recours à l'éclairage et au chauffage ont réduit leur production. Les variétés à remontantes sont populaires. « Nous étudions également la température, mais nous utilisons principalement ces données pour ajuster et calculer des différences », souligne le chef de produit. « Contrairement à la tomate, où la prévision de la récolte fait également l'objet de développements, la fraise est loin d'être aussi régulière. Pour ce fruit capricieux, nous examinons minutieusement les changements et calculons l'impact de ceux-ci. »
La solution axée sur les données de YieldComputer est maintenant principalement mise en place pour les fraisiers donnant en juin. L'expérience acquise dans ce domaine est grande. « Pour les variétés remontantes, c'est encore très flou. » Oomen sait que cela implique même des examens microscopiques afin de mieux connaître la culture. « Actuellement, nous travaillons encore avec un modèle de prévision générique, mais nous examinons attentivement l'évolution du marché. »
Pour plus d'informations :
Pieterjan Oomen
YieldComputer
info@yieldcomputer.com
www.yieldcomputer.com