AGRICULTURE – Les données satellitaires utilisées pour mieux cibler les rendements

La technologie comme engrais. L’analyse des terres arables par satellite s’invite dans les stratégies d’amélioration de la production agricole à Madagascar. AgreenTech et l’École supérieure des sciences agronomiques (ESSA) de l’Université d’Antananarivo ont noué un partenariat pour rapprocher les outils numériques de la recherche agronomique. Leur démarche consiste à exploiter des données géographiques et des observations de terrain afin de mieux comprendre les caractéristiques des parcelles et d’orienter les pratiques agricoles en fonction des conditions locales.

Cette approche repose sur la complémentarité entre l’observation spatiale et les relevés effectués directement auprès des exploitations. La solution Terra Crew, développée par AgreenTech, utilise des images satellitaires pour repérer et analyser les parcelles. Les données collectées sur place permettent ensuite de confronter les résultats de cette analyse aux réalités du terrain. L’objectif est de fournir des informations vérifiables pour aider à déterminer les pratiques les plus appropriées selon les zones de production. Cette adaptation est importante dans un pays où les conditions agricoles varient d’une région à l’autre et où une même méthode ne garantit pas partout les mêmes résultats.

Au-delà de l’utilisation de la technologie, l’accord prévoit une collaboration dans la formation des futurs professionnels du secteur. Des stages et des exercices pratiques doivent permettre aux étudiants de l’ESSA de se familiariser avec les outils de télédétection et leur utilisation en agriculture. Le professeur Hery Razafimahatratra, directeur de l’établissement, met en avant les compétences de l’école en matière de recherche et d’amélioration de la production agricole.

Une démonstration de l’analyse des parcelles par satellite et de la collecte d’informations sur le terrain a été organisée à l’occasion de la signature de la convention à Ankatso. La portée de cette initiative dépendra notamment de la capacité à transformer les données recueillies en recommandations concrètes pour les producteurs, avec l’ambition d’améliorer durablement les rendements.