Application de la télédétection et de l’intelligence artificielle pour la prévision de la production agricole en période de crise

AUTHOR

Racine Ly and Khadim Dia

SERIES NAME

COVID-19

YEAR

2020

ABSTRACT

Les eff ets perturbateurs de la Covid-19 sur les systèmes de production alimentaire sont réels : diffi culté d’accès aux semences et aux engrais, circulation limitée des marchandises, baisse de la demande, pénurie de main-d’œuvre, en sont quelques exemples. Dans ce contexte, le défi ne consiste pas seulement à saisir l’ampleur et la complexité probables des perturbations, mais également à les identifi er et à en assurer un suivi en temps réel. Contrairement à la propagation de la maladie elle-même, qui elle peut être suivie par le biais de tests et du traçage, il demeure diffi cile, même en temps normal, d’obtenir des informations précises sur les activités agricoles. L’introduction du confi nement et des diverses mesures de restriction pour contrôler (ou limiter les eff ets de) la pandémie rend cette tâche encore plus ardue. Il n’existe aucun moyen de savoir si les agriculteurs ont accès aux intrants (en temps voulu et en quantité suffi sante), s’ils ont été trop malades pour s’occuper de leurs fermes ou s’ils n’ont pu travailler que partiellement. Les réponses à ces questions ne pourront être obtenues qu’en fi n de la saison en fonction de l’impact sur les quantités récoltées. A ce moment-là, il est déjà trop tard et il ne reste plus qu’à aff ronter la situation de crise.