Contribution de l’intelligence artificielle combinée aux données d’observation de la terre à l’étude de l’efficience de l’irrigation : cas du périmètre rizicole irrigué de Zatta dans le département de Yamoussoukro, centre de la Côte d’Ivoire.

Abstract

Dans ce travail, un modèle d’intelligence artificielle de performance élevé est conçu afin de simuler l’efficience d’irrigation en vue d’une meilleure gestion de l’eau sur le périmètre rizicole irrigué de Zatta, dans le centre de la Côte d’Ivoire. A cette fin, ces travaux de thèse procèdent dans une première approche par la caractérisation et estimation spatiale de l’évapotranspiration réelle par télédétection. Ensuite, l’état hydrique des plantes a été caractérisé par la détermination d’un bilan hydrique ainsi que de l’analyse de la performance hydraulique et agronomique du système d’irrigation de l’aménagement hydro-agricole. Enfin, les résultats issus de toutes ces investigations notamment hydraulique, hydrodynamique et agronomique ont permis de modéliser et simuler l’efficience de l’irrigation sur le périmètre rizicole. Dans une première approche, les résultats indiquent le modèle SEBAL (Surface Energy Balance Algorithm for Land) utilisé dans le cadre de l’estimation de l’évapotranspiration réelle, représente fidèlement les variations spatiales de l’évapotranspiration dans la zone du périmètre rizicole irrigué de Zatta. Sur la période de croissance du riz, l’évapotranspiration a varié de 0 à 5,44 mm/jour avec une moyenne de 3,05 mm/jour. Par ailleurs, une analyse comparative des valeurs de l’évapotranspiration selon l’occupation des sols et la couverture des terres sur cette même période était la suivante : eau > forêt > zone agricole > parcours et pâturage > zone bâtie > sol nu ou dégradé. Dans une deuxième approche, l’étude du bilan hydrique a permis d’analyser l’utilisation de l’eau par la culture de riz sur le terrain et d'évaluer l’évolution temporelle de ses termes d'entrée et de sortie. Ainsi, les apports en eau d'irrigation cumulés pour la saison ont été en moyenne de 1 026,93 mm sur le périmètre. Le stockage de l'humidité résiduelle du sol dans la zone racinaire était en moyenne de 48,74 mm. La valeur moyenne de la percolation profonde était de 537,28 mm. Aussi, tous les flux sortants mesurées dans ce bilan ne représentaient qu’en moyenne 93,68% des apports d’eau dans les rizières du périmètre rizicole. La troisième approche a mise en lumière la performance du système d’irrigation du périmètre du point de vue hydraulique et agronomique à travers des indicateurs de performances. Il ressort que l’efficience d’irrigation (EI) sur le périmètre était d’une valeur de 45,58 % avec des pertes globales s’élevant à 54,42%. L’approvisionnement relatif de l’eau était de l’ordre de 2,21 et les productivités de l’eau par rapport à l’eau évapotranspirée, les apports d’irrigation et les apports d’irrigation et précipitations étaient respectivement 0,68 kg/m3, 0,35 kg/m3 et 0,37 kg/m3. Dans la dernière approche qui concerne la simulation de l’efficience d’irrigation par un modèle d’intelligence artificielle, il a été démontré par les différents modèles de réseaux neuronaux que l’intelligence artificielle est capable de prédire les besoins en eau du riz. Sur l’ensemble des architectures utilisés à savoir le DNN, CNN, LSTM et le modèle hybride CNN-LSTM, les résultats indiquent que le modèle DNN généralisait le mieux sur les données de l’étude avec une précision R2 = 0,76, une MSE = 0,0057, une RMSE = 0,0752 et une MAPE = 21,77%. Ainsi, la mise en œuvre d'un modèle d'intelligence artificielle de type DNN pour améliorer l'efficience d'irrigation peut conduire à une gestion plus durable et plus efficace des ressources en eau, ce qui est crucial pour la production rizicole locale. En optimisant l'utilisation de l'eau, les agriculteurs peuvent augmenter leur rendement en réduisant la pression sur les ressources en eau locales. Cela pourrait potentiellement améliorer les revenus des agriculteurs et renforcer la sécurité alimentaire dans la région. De plus, l'adoption de ces technologies avancées dans l'agriculture pourrait favoriser le développement économique local en stimulant l'innovation et en créant des opportunités d'emploi dans le secteur technologique et agricole. Cependant, il n’est pas à exclure que les autres modèles présentaient des performances non négligeables qui pourraient être exploiter dans d’autres circonstances.