Une méthode d’auto-validation pour un modèle complet d’irrigation pivot IoT basé sur l’équation de Penman–Monteith

Un arrosage plus intelligent pour les champs

Partout dans le monde, les agriculteurs peinent à produire plus d’aliments avec moins d’eau. Cette étude décrit un système d’irrigation intelligent qui utilise des capteurs, des connexions sans fil et une formule bien connue d’usage de l’eau pour fournir aux cultures exactement l’eau dont elles ont besoin. Il se concentre sur les machines d’irrigation « pivot » circulaires et explique comment vérifier automatiquement les relevés des capteurs afin que des données erronées n’entraînent ni gaspillage d’eau ni plantes desséchées.

Pourquoi l’utilisation de l’eau est difficile à maîtriser

Donner aux cultures la bonne quantité d’eau n’est pas aussi simple qu’ouvrir un robinet. Les plantes perdent de l’eau par leurs feuilles tandis que le sol évapore de l’eau vers l’air, et ces processus dépendent du soleil, de la température, du vent et de l’humidité. Les systèmes traditionnels devinent souvent ou suivent des calendriers fixes, ce qui peut conduire à un excès ou à un manque d’irrigation. Les auteurs montrent que de nombreux systèmes intelligents antérieurs négligent certains de ces facteurs, manquent de tests de performance clairs, ou sont trop coûteux ou trop spécialisés, laissant les agriculteurs sans solution complète et fiable.

L’idée derrière le nouveau système

Ce travail rassemble trois éléments en un modèle complet. D’abord, il utilise une formule standard de la science agronomique pour convertir les conditions météorologiques et du sol en une estimation journalière de la quantité d’eau nécessaire par mètre carré. Ensuite, il construit une architecture Internet des objets autour d’un pivot d’irrigation, avec des capteurs peu coûteux qui mesurent la température du sol, la température de l’air, l’humidité, le vent et la pression atmosphérique, ainsi que des contrôleurs et vannes simples pour distribuer l’eau à de petites sections du champ. Enfin, il définit des règles claires pour évaluer si le système fonctionne correctement, notamment la précision des estimations des besoins en eau des cultures et la facilité de montée en échelle et de maintenance.

Comment fonctionnent les capteurs et les contrôles

L’essai sur le terrain utilise deux stations de capteurs. L’une est placée sur ou dans le sol et mesure la température du sol à différentes profondeurs, la température de l’air, l’humidité et la pression. L’autre est montée à environ deux mètres du sol et mesure la vitesse du vent et les conditions atmosphériques. Ces stations envoient leurs relevés en Wi‑Fi à une unité de base, qui exécute une application web affichant les données et calculant la quantité d’eau à appliquer au fil du temps. Pour éviter les erreurs lorsque qu’un capteur tombe en panne ou qu’une liaison sans fil a un incident, les auteurs créent des règles simples de validation (pass/fail) pour chaque mesure, comme des plages acceptables pour le rayonnement solaire, la chaleur du sol, la température de l’air selon la saison, la vitesse du vent et l’humidité de l’air. Les relevés en dehors de ces plages sont traités comme suspects, protégeant le système d’entrées trompeuses.

Ce que l’essai sur le terrain a montré

Le système a été testé sur une parcelle herbeuse à l’université de Tabuk pendant 49 jours. Pendant cette période, les capteurs ont collecté des données toutes les quelques heures, et le logiciel a transformé ces données en besoins journaliers en eau par mètre carré. Les chercheurs ont comparé les besoins estimés avec la quantité réelle d’eau appliquée par les responsables du champ à l’aide du système pivot. Bien que les quantités d’irrigation réelles aient souvent été supérieures aux besoins calculés, les estimations suivaient le même schéma général et expliquaient une grande partie des variations quotidiennes de la demande en eau. L’équipe a également utilisé des méthodes statistiques standard pour montrer dans quelle mesure leurs estimations suivaient l’eau effectivement appliquée.

Ce que cela signifie pour l’agriculture

Pour un lecteur non spécialiste, le message clé est qu’il est désormais possible de construire un système pratique et relativement peu coûteux qui surveille le climat et le sol, vérifie la qualité de ses propres données, puis recommande combien arroser un champ. Dans ce premier essai sur de l’herbe, l’approche a fourni une base solide pour un arrosage plus intelligent et a mis en évidence les endroits où de l’eau est probablement gaspillée. Les auteurs soutiennent que leur combinaison d’une détection complète, de contrôles automatiques et de directives de conception claires peut servir de modèle pour des systèmes futurs sur d’autres cultures et dans d’autres climats, aidant les agriculteurs à économiser l’eau, réduire les coûts et maintenir des rendements sains.

Citation: Elfaki, A.O., Albelwi, S.A., Lakhouit, A. et al. An auto-validation method for a complete IoT pivot irrigation model based on the Penman–Monteith equation. Sci Rep 16, 15670 (2026). https://doi.org/10.1038/s41598-026-46804-3

Mots-clés: irrigation intelligente, irrigation pivot, agriculture IoT, gestion de l’eau, évapotranspiration