Arrivés sur le marché il y a cinq ans à la faveur du développement des objets connectés et de l’intelligence artificielle, les pièges connectés offrent la promesse d’un appui au suivi des cultures. Plus besoin de relever régulièrement les cuvettes jaunes ou les pièges collants : les caméras s’en chargent pour vous et vous envoient leurs conclusions. Mais ces solutions peuvent-elles réellement remplacer le tandem piège traditionnel-œil de l’agriculteur ? C’est ce qu’a voulu tester Arvalis sur sa Digiferme de Saint-Hilaire-en-Woëvre (Meuse). Plusieurs dispositifs ont été testés, dont le e-Gleek d’Advansee et le iScout de iMetos. Pour les lépidoptères, les ingénieurs ont également étudié le système Trapview.
Priorité aux vecteurs de la JNO
Face à l’explosion de la jaunisse nanisante de l’orge (JNO) et de la maladie du pied chétif, la Digiferme a étudié en priorité les performances des pièges sur les insectes vecteurs que sont les pucerons ailés et les cicadelles. Les pièges à papier collants se sont montrés assez efficaces et ont permis de placer correctement le traitement. Les différences de comptage entre la solution connectée et le piégeage manuel n’étaient pas assez significatives pour modifier la date d’intervention.

Pour les pucerons, le traitement a été déclenché après dix jours de présence continue d’insectes ailés, même si Arvalis rappelle que tous les individus ne sont pas porteurs du virus. Pour les cicadelles, l’intervention est recommandée après trente captures hebdomadaires.
Plus difficile pour les lépidoptères
Les performances sont loin d’être aussi satisfaisantes pour les lépidoptères. Le dispositif Trapview a été testé sur l’héliothis, la pyrale du maïs et la sésamie. Pour l’héliothis, les ingénieurs ont constaté que le signalement du pic de vol par le piège connecté était décalé par rapport au piège classique Tipi et que le nombre de captures était anormalement faible. De plus, l’algorithme se trompe et compte à tort certains insectes comme héliothis. Les résultats sont encore moins satisfaisants concernant la pyrale et la sésamie, où les captures sont trop faibles.
Pour Arvalis, il est donc essentiel d’améliorer la partie piégeage avant d’envisager la connexion du système. Les algorithmes pourront ensuite être perfectionnés par l’apprentissage. Corinne Le Gall