Suivi Intelligent de l’Hydratation, de la Croissance et du Stress des Plantes par IA dans un Système IoT d’Irrigation Automatisée

Abstract

Dans un contexte marqué par les défis liés à la gestion durable des ressources hydriques et à l’amélioration de la productivité agricole, ce mémoire présente la conception et la réalisation d’un système intelligent d’irrigation automatisée basé sur l’Internet des Objets et l’Intelligence Artificielle . L’objectif principal est d’assurer un suivi intelligent de l’hydratation, de la croissance et de l’état sanitaire des plantes tout en optimisant l’utilisation de l’eau. Le système proposé repose sur l’intégration de plusieurs technologies complémentaires. Un réseau de capteurs IoT assure la collecte en temps réel des paramètres environnementaux nécessaires à la surveillance des cultures et au pilotage automatique de l’irrigation. Par ailleurs, un modèle de Deep Learning basé sur les réseaux de neurones convolutifs a été développé afin de détecter et classifier les maladies des plantes à partir d’images de feuilles. Afin d’améliorer la fiabilité des prédictions, un mécanisme de validation multicritère a été intégré au processus de traitement des images. Le système intègre également une architecture de contrôle intelligente permettant la gestion automatisée des différentes opérations liées à l’irrigation et à la supervision des cultures. Une interface de supervision assure la visualisation en temps réel des données, le suivi de l’état du système ainsi que l’interaction avec l’utilisateur. Les résultats obtenus démontrent l’efficacité de l’approche proposée, notamment en matière de détection des maladies végétales et d’automatisation des opérations agricoles. L’intégration conjointe de l’IA et de l’IoT permet ainsi une surveillance continue des cultures, une détection précoce des anomalies et une gestion optimisée des ressources, contribuant à une agriculture plus durable, plus productive et mieux adaptée aux contraintes environnementales actuelles.