Un modèle d'IA prédit 4 maladies qui menacent le blé au Maroc
Des chercheurs ont mis au point un modèle d'intelligence artificielle qui combine apprentissage automatique et données climatiques pour prévoir quatre maladies du blé au Maroc, avec une précision pouvant atteindre 94 %.
Des chercheurs ont développé un modèle d'intelligence artificielle capable de prédire à l'avance quatre grandes maladies qui menacent la culture du blé au Maroc, en combinant des algorithmes d'apprentissage automatique et des données climatiques actuelles et futures. L'étude, publiée dans la revue Journal of Agriculture and Food Research, ouvre la voie à des systèmes d'alerte précoce qui aideraient les agriculteurs à protéger leurs récoltes face à l'aggravation des perturbations climatiques que connaît le Maroc.
Comment fonctionne le modèle ?
L'équipe de recherche s'est appuyée sur l'algorithme de la « forêt aléatoire » (Random Forest) en intelligence artificielle, renforcé par cinq algorithmes d'optimisation inspirés de la nature, ainsi que par des scénarios climatiques futurs issus de la sixième génération des modèles de comparaison climatique mondiale (CMIP6). Les résultats montrent que la température et les précipitations sont les deux facteurs qui pèsent le plus dans la prévision du risque de propagation de ces maladies.
Les quatre maladies et la précision des prévisions
| Maladie | Algorithme le plus performant | Précision de la prévision (AUC) |
|---|---|---|
| Oïdium | RF-GWO | 0.946 |
| Rouille | RF-DE | 0.897 |
| Flétrissement fusarien | RF-GA | 0.836 |
| Brûlure | RF-GA | 0.833 |
Pourquoi cela compte pour les agriculteurs marocains
Le blé est une culture stratégique au Maroc : il constitue l'aliment de base de millions de familles et sa production reste tributaire des aléas climatiques et des sécheresses à répétition. Selon les chercheurs, les systèmes d'alerte précoce fondés sur l'IA pourraient permettre aux agriculteurs des interventions préventives ciblées dans l'espace et dans le temps, au lieu d'une pulvérisation généralisée et aveugle, ce qui réduirait à la fois le coût des pesticides et leur impact sur l'environnement.
L'équipe a souligné que le climat seul ne suffit pas à prédire avec précision la propagation des maladies, car d'autres facteurs entrent en jeu : la variété des semences, la présence d'agents pathogènes dans le sol, les pratiques de gestion agricole, la date de semis et le niveau d'humidité locale.
Un pas vers une agriculture numérique
Cette recherche s'inscrit dans une tendance mondiale croissante à intégrer l'intelligence artificielle dans le secteur agricole, de la cartographie des risques à l'irrigation intelligente et à l'analyse d'images satellites. Pour le Maroc, qui dépend largement de l'agriculture pluviale liée aux précipitations, ce type d'outils peut constituer un levier supplémentaire pour renforcer la sécurité alimentaire et réduire les pertes causées chaque année par les maladies fongiques du blé. La généralisation de ces modèles à grande échelle dépendra toutefois de la disponibilité de données de terrain précises et d'une coopération entre chercheurs et services agricoles locaux.