Dans de nombreux pays, les décideurs ont besoin d'informations pertinentes sur les systèmes d'innovation agricole (SIA) pour guider la formulation des stratégies et des instruments politiques de soutien à l'innovation.
L’une des avancées les plus importantes dans le domaine de l’observation de la terre est la découverte des indices spectraux, ils ont notamment prouvé leur efficacité dans la caractérisation des surfaces agricoles, mais ils sont généralement définis de manière empirique. Cette étude basée sur l’intelligence artificielle et le traitement du signal, propose une méthode pour trouver un indice optimal. Et porte sur l’analyse d’images issues d’une caméra multi-spectrale, utilisée dans un contexte agricole pour l’acquisition en champ proche de végétation.
Ce catalogue décrit une série de solutions agricoles pour les zones arides du Sahel et de la Corne de l'Afrique, utiles pour l'adaptation au changement climatique et l'atténuation de ses effets. Il est basé sur les interventions du programme Technologies pour la transformation de l'Agriculture en Afrique (TAAT). Ce programme, dirigé par l'Institut International d'Agriculture Tropicale (IITA), est à l'origine de nouvelles approches pour le déploiement de technologies éprouvées auprès des agriculteurs africains.
This paper addresses how co-producing knowledge can assist local farmers in reshaping their territories into sustainable farming systems. We describe the emergence and consolidation of an agroforestry system in an Eastern Amazon forest frontier, unpacking the co-production of a new farming system over recent decades. Instead of assuming pre-defined categories (e.g., traditional/technical, local/external), the analysis focuses on interactions among knowledge holders and how multiple knowledge sources are intercalated.
The future of inclusive forestry in Nepal depends on forestry professionals who can recognise patriarchal roots of gender injustice as they operate in the ideologies and apparatus of forest governance, and who can resist those injustices through their work. This paper uses the notion of knowledge practices to explore the recognition of injustice amongst Nepal’s community forestry professionals, and the relationship between recognition and resistance, highlighting the inherently political nature of all knowledge practices.
L’érosion hydrique est une préoccupation agronomique, économique et environnementale importante en milieu semi-aride méditerranéen. Le choix de la méthode pour l’estimer dépend des données disponibles et des conditions de la zone d’étude. Cet article vise à quantifier et spatialiser l’érosion hydrique en utilisant l’équation universelle des pertes en sol (Universal Soil Loss Equation [USLE]) dans ses versions modifiée (Modified − MUSLE) et révisée (Revised − RUSLE) et couplées à un Système d’information géographique (SIG) : MUSLE-SIG et RUSLE-SIG.
Depuis 2011, le programme de recherche du CGIAR sur le Changement Climatique, l’Agriculture et la Sécurité alimentaire (CCAFS) soutient la mise en œuvre d’une agriculture intelligente face au climat (AIC) au Sénégal à travers le développement et la mise à l’échelle de technologies et pratiques AIC avec l’Institut Sénégalais de Recherches Agricoles (ISRA). Dans ce cadre, le CCAFS a mis en œuvre de 2019 à 2021, un projet de « développement de chaînes de valeur et paysage climato-intelligents pour accroitre la résilience des moyens de subsistance en Afrique de l’Ouest ».
L’objectif de cet article est d’explorer les défis et les contraintes de l’adoption des technologies de l’agriculture de précision, en se plaçant du point de vue des entreprises opérant dans le secteur des nouvelles technologies agricoles. L’étude s’appuie sur une approche qualitative moyennant une analyse de contenu issue de huit entretiens semi-directifs.
Plants are susceptive to various diseases in their growing phases. Early detection of diseases in plants is one of themost challenging problems in agriculture. If the diseases are not identified in the early stages, then they may ad-versely affect the total yield, resulting in a decrease in the farmers' profits. To overcome this problem, many re-searchers have presented different state-of-the-art systems based on Deep Learning and Machine Learningapproaches. However, most of these systems either use millions of training parameters or have low classificationaccuracies.
L’herbe pâturée est l’aliment qui coûte le moins cher dans une ration et la bonne gestion de l’herbe passe entre autre par une connaissance des quantités disponibles. Afin de simplifier et d’automatiser ces mesures d’herbe, et ainsi contribuer au maintien voire au développement du pâturage, le projet HERDECT s’est attaché à construire des méthodes d’estimation de la biomasse des prairies à partir d’outils de télédétection (d’acquisition à distance) et à en estimer la faisabilité opérationnelle.