Université de Sherbrooke
Candidat Ph.D.
superviseur(e): Samuel Foucher
Mickaël Germain
Début: 0000-00-00
Fin: 0000-00-00

Projet

Développement d'une infrastructure numérique intelligente fédérée (INI) pour l'aide à la décision dans la protection intégrée des grandes cultures (soja et maïs) au Québec : intégration de données mul
L’agriculture québécoise doit relever un double défi : maintenir la productivité des grandes cultures et réduire les impacts environnementaux liés aux pesticides et aux autres traitements phytosanitaires. Cette tension est particulièrement forte en Montérégie, où le maïs et le soya occupent une place importante. Elle est accentuée par la variabilité du climat, par la présence de bioagresseurs majeurs comme la sclérotiniose du soya et le chénopode blanc (Chenopodium album), ainsi que par la dispersion des informations utiles à la décision. Aujourd’hui, de nombreuses ressources existent : observations de terrain, mesures météorologiques, capteurs au sol, images satellitaires, archives institutionnelles, modèles prédictifs et bases de connaissances agronomiques. Mais ces ressources restent éparpillées et difficiles à mobiliser ensemble, dans un cadre réglementaire exigeant marqué notamment par la Loi 25 sur la protection des renseignements personnels. Les systèmes actuels d’aide à la décision peinent donc à produire des alertes phytosanitaires réellement adaptées au contexte, traçables et utiles aux agronomes et aux producteurs. Pour répondre à ce problème, cette thèse propose de concevoir une infrastructure numérique intelligente fédérée (INI-F), qui servira de socle à un système d’aide à la décision (SAD) phytosanitaire pour les grandes cultures au Québec. La recherche s’organise autour de trois axes. Le premier vise à intégrer et orchestrer des ressources agricoles distribuées dans une architecture multi-agents. Le second porte sur l’ingénierie du contexte, qui constitue un verrou scientifique majeur pour ce projet de thèse. Il combine une mémoire structurée, une sélection dynamique de l’information utile et une amélioration continue des réponses dans le temps. Le troisième consiste à construire un banc d’essai structuré pour évaluer la cohérence, la traçabilité et l’utilité agronomique du système, une fois sa faisabilité technique vérifiée. Le système proposé s’appuie sur une interface conversationnelle fondée sur un grand modèle de langage (LLM). Cette interface permet d’orchestrer des agents spécialisés mobilisant les outils adaptés à chaque tâche : modèles prédictifs partenaires, requêtes structurées sur des données géospatiales et récupération de connaissances dans une base documentaire. L’objectif n’est pas de remplacer l’expertise des agronomes, mais de mieux soutenir leur jugement, en fournissant une information intégrée, contextualisée, claire et traçable. Cette recherche vise ainsi à produire une preuve de concept réaliste, ancrée dans les réalités agronomiques, institutionnelles et réglementaires du Québec. Sur le plan méthodologique, elle entend aussi contribuer au développement d’architectures multi-agents et de cadres d’évaluation adaptés aux SAD en agriculture.

Mots-clés

Agriculture de précision, aide à la décision, Phytoprotection, télédétection, Systèmes multi-agents, Apprentissage fédéré