Académique Documents
Professionnel Documents
Culture Documents
Root,+7737-20+Daniel Agri+4.0 FR
Root,+7737-20+Daniel Agri+4.0 FR
Article scientifique
Revista Ciência Agronômica, v. 51, Special Agriculture 4.0, e20207737,
2020 Centro de Ciências Agrárias - Universidade Federal do Ceará,
Fortaleza, CE
www.ccarevista.ufc.br ISSN 1806-6690
Daniel Albiero1 *, Rodrigo Leme de Paulo1 , José Carlos Félix Junior1 , Jenyffer da Silva Gomes Santos1 et Rafaela
Paula Melo1
RÉSUMÉ - Cet article présente une délimitation terminologique de l'agriculture 4.0 en analysant des articles pertinents sur
l'état de l'art dans ce domaine. Les principes fondamentaux de l'agriculture 4.0, qui comprennent l'application de l'internet des
objets, le big data, l'intelligence artificielle, l'informatique en nuage et la connectivité, sont présentés. En conclusion, on peut
affirmer que l'agriculture 4.0 est une tendance inévitable et irréversible de l'agriculture moderne.
RESUMO - Cet article vise à présenter une définition terminologique de l'agriculture 4.0 par le biais d'une analyse d'articles
dans le domaine de l'art qui abordent ce thème. Les fondements de l'agriculture 4.0 qui peuvent être définis comme l'internet
des objets, la connectivité et la computation en temps réel, les données massives et l'intelligence artificielle sont présentés
brièvement. En guise de conclusion, nous pouvons déclarer que l'agriculture 4.0 est une tendance irréfutable et permanente
dans le monde agricole moderne.
DOI: 10.5935/1806-6690.20200083
Editeurs de l'article : Professeur Daniel Albiero - daniel.albiero@gmail.com et Professeur Alek Sandro Dutra - alekdutra@ufc.br
*Auteur de la correspondance
1Departamento de Engenharia Agrícola, Universidade Estadual de Campinas/UNICAMP, Campinas-SP, Brasil, daniel.albiero@gmail.com (ORCID
Si l'on ne connaît pas la date exacte de son apparition, la 923 articles pour Ag.4.0 ; 11 205 pour Di.Ag. ; et pour 5
terminologie en début de formalisation est également 073 articles S.F.
diffuse, comme c'était le cas pour l'agriculture de En d'autres termes, en termes de quantité, il est
précision il y a 30 ans. De telles observations sont plus productif de chercher Agriculture 4.0 ; en termes de
courantes dans les situations où le processus intellectuel- qualité, il peut être plus intéressant de chercher S.F.. Le
scientifique-social de la communauté de recherche se terme agriculture numérique subit un phénomène
développe rapidement. intéressant dans les 100 résumés lus ; il y a une
"migration" évidente des chercheurs en agriculture de
Dans ce contexte, Klerkx et al. (2019),
précision vers le terme agriculture numérique.
d é s i g n e n t ce processus comme la numérisation de
l'agriculture ; il s'agit d'un processus sociotechnique qui
comprend l'application agricole de l'IdO, du Big Data, de
la réalité augmentée, de la robotique, des capteurs, de
l'impression 3D, de l'intégration des systèmes, de la
connectivité omniprésente, de l'IA, de l'apprentissage
automatique (ML), des jumeaux numériques et de la
blockchain, parmi d'autres technologies émergentes.
Selon les auteurs, la numérisation de l'agriculture
implique la gestion de tâches agricoles et non agricoles
axées sur différents types de données à l'aide de capteurs,
de machines, de drones et de satellites pour surveiller,
contrôler et agir sur le sol, l'eau, les animaux et les
humains. Ces données permettent d'interpréter le passé et
de prédire l'avenir, ce qui se traduit par une prise de
décision beaucoup plus rapide et précise grâce à une
surveillance constante ou à l'accès à des données
spécifiques.
En ce qui concerne la terminologie, nous avons
l'intention de contribuer à une éventuelle délimitation en
examinant la littérature actuelle. Le moteur de recherche
scientifique ScienceDirect (ELSEVIER, 2020) a été
utilisé pour une recherche avancée le 15 septembre 2020,
en utilisant les mots-clés suivants : Agriculture 4.0
(Ag.4.0), Digital Agriculture (Di.Ag.), et smart farming
(S.F.). Au total, 146 968 articles ont été trouvés pour
Ag.4.0, 93 383 pour Di.Ag. et 6 949 pour S.F..
S.F. Un filtre de pertinence a été utilisé avec plusieurs
autres mots-clés, tels que big data, robotique, cartes
numériques, IoT, automatisation, agriculture de
précision, télédétection, véhicule aérien sans pilote, ML,
deep learning, AI, cloud computing et connectivité ; les
résumés ont été obtenus à partir des 100 premiers articles
répertoriés par le finder pour chaque terme.
A partir de cet échantillonnage, en considérant la
commutation des termes et en lisant le contenu des
résumés, nous avons déterminé les proportions d'articles
qui discutent effectivement de la "philosophie" du travail
en se référant à la définition définie pour S.F. (LIOUTAS
; CHARATSARI, 2020a), Di.Ag. (SHENA ; BASIST ;
HOWARD, 2010) et Di.
Ag.4.0 (ZHAI et al., 2020). En ce qui concerne Ag.4.0,
19% des articles se réfèrent strictement au cœur du thème
; pour Di.Ag., ce nombre est de 12% ; et pour S.F., de
73%. Sur la base d'une extrapolation brute en fonction de
la population d'articles, nous avons une estimation de 27
4 Rev. Ciênc. Agron, v. 51, Spécial Agriculture 4.0, e20207737, 2020
Agriculture 4.0 : une introduction
l'agriculture numérique, bien que nombre de ces du travail dans l'agriculture, l'agriculture de subsistance et
terminologique
documents n'aient pas "fusionné" avec les TIC et l'agriculture de subsistance sont des facteurs importants.
n'utilisent pas non plus l'IA. Cependant, presque tous
utilisent l'IdO ou les géotechnologies.
Pour renforcer ces chiffres, lorsque l a même
recherche a été effectuée dans le Scielo finder (SCIELO,
2020), 564 articles ont été trouvés pour Ag.4.0, 91
articles ont été trouvés pour Di.Ag., et 7 articles ont été
trouvés pour S. F.. À titre de comparaison, une
recherche utilisant la même méthode sur ScienceDirect
mais avec les termes "Industry 4.0" et "Smart Cities" a
donné 215 262 et 57 839 articles, respectivement. En ce
qui concerne la proportion d'articles au cœur du thème,
en considérant les 100 premiers à l'intérieur d'un filtre
de pertinence, 89% sont directement liés au thème pour
"Industry 4.0", alors que pour "Smart Cities", ce chiffre
est de 91%. Ce fait indique que les communautés
scientifiques qui s'intéressent aux industries et aux villes
ont déjà défini leur terminologie. Cela devrait inciter la
communauté de la recherche agricole à faire de même.
ANALYSE DOCUMENTAIRE
Agriculture 4.0
montrent que les innovations dans la gestion des chaînes prise de décision. Il recommande une transition numérique
d'approvisionnement permettent non seulement de responsable.
résoudre l e s problèmes inhérents à la production Lioutas et Charatsari (2020b) affirment que le big
agricole dans le modèle Farming 4.0, mais aussi de jeter data représente un nouveau facteur de production dans
les bases de nouvelles formes de travail et d'entreprise. l'agriculture qui génère de nouvelles réalités en ajoutant
La durabilité des chaînes d'approvisionnement en une dimension supplémentaire - la dimension "cyber" -
produits agroalimentaires a été analysée par Saetta et aux systèmes agricoles, ce qui a créé un nouveau système
Calderelli (2020), qui ont identifié des interventions cyber-physique-social complexe. Cependant, la
visant à améliorer la gestion de la chaîne compréhension de la durabilité de ce nouveau système est
d'approvisionnement et les processus logistiques d'un encore rudimentaire. Lajoie-O'Malley et al. (2020),
point de vue économique.
4.0. Lezoche et al. (2020) ont réalisé une analyse
documentaire approfondie décrivant des centaines de
nouvelles technologies disponibles pour les chaînes
d'approvisionnement agroalimentaires dans le cadre de la
philosophie de l'agriculture 4.0. Dans le même ordre
d'idées, Miranda et al. (2019) ont décrit comment les
technologies S3 (sensing, smart, and sustainable) ont
conduit au développement d'un processus systématique
de création de nouveaux produits dans les chaînes
agroalimentaires 4.0.
L'utilisation du big data pour la gestion durable
des chaînes d'approvisionnement pour la production de
bioénergie a été analysée par Belaud et al. (2019), qui ont
affirmé que l'utilisation du big data en conjonction avec
l'Industrie
Les technologies 4.0 peuvent révolutionner la gestion des
déchets agricoles. Annosi et al. (2019), ont évalué les
technologies
4.0 dans le cadre de l'agriculture intelligente, dans le
contexte des avantages que ces technologies peuvent
apporter aux petites et moyennes entreprises agricoles, le
principal avantage étant l'aide à la prise de décision pour
les agriculteurs.
Torky et Hassanein (2020) ont présenté la
blockchain intégrée à l'IdO pour mettre en œuvre des
systèmes d'analyse de données agricoles en développant
un système P2P intelligent capable de vérifier, de
sécuriser, de surveiller et d'analyser les informations pour
les applications d'agriculture de précision.
Agriculture numérique
Agriculture intelligente
Les auteurs ont étudié la capacité des conseillers surveiller les différentes sources d'information disponibles
agricoles à gérer un vaste ensemble de données. Les dans l'environnement.
conclusions tirées sont que les technologies d'agriculture Comme plusieurs autres chercheurs, Dagar, Som et
intelligente ont un potentiel perturbateur pour la gestion Khatri (2018) et Maheswari et al. (2019), ont utilisé des
agricole, nécessitant un apport plus important de la part capteurs pour mesurer des quantités physiques et des
des consultants pour faciliter une adaptation optimale du paramètres tels que l'humidité du sol, la température
système. Jakku et al. (2019), ont exploré les facteurs ambiante, la luminosité, la quantité d'eau de pluie, etc.
techno-sociaux qui influencent le développement de
l'agriculture intelligente et des applications Big Data.
L'analyse a montré que la principale préoccupation des
agriculteurs réside dans les procédures relatives à la
transparence et à la distribution de leurs données et à qui
elles profitent grâce à l'accès aux données agricoles mises
à disposition par les systèmes.
Lytos et al. (2020) ont déclaré que les récentes
avancées dans le domaine des TIC ont permis de
collecter, de traiter et d'analyser des données provenant
de différentes sources tout en concrétisant le concept
d'agriculture intelligente. Ces progrès concernent non
seulement la quantité, mais aussi la variété et la rapidité
de la collecte de ces données, et le concept de big data est
la clé pour comprendre les tendances futures de
l'agriculture.
LES FONDAMENTAUX DE
L'AGRICULTURE 4.0
Internet des objets
Big Data
L'exploration facilite la compréhension du nuage sont liés dans le contexte de l'agriculture 4.0, car la
comportement des données, car l'exploration des données numérisation de l'agriculture implique que les éléments
peut être utilisée avec des algorithmes de ML pour opérant au sein d'une exploitation agricole doivent être
construire des modèles qui effectuent la tâche de connectés par le biais de réseaux étendus et intelligents et
prédiction, d'association ou de regroupement des sans perturbation
données. Ensuite, grâce à des normes établies, les
résultats sont présentés et la meilleure voie à suivre est
définie (FERNANDES ; CHIAVEGATTO FILHO,
2019).
Coble et al. (2018), ont étudié les défis et les
opportunités du big data dans l'agriculture et ont
s o u l i g n é que cette technologie permet une analyse
critique des informations à tous les stades de la chaîne de
production. Par exemple, les auteurs citent la possibilité
de prédire la production et la sélection de cultures
adaptées à une région donnée, à l'aide du big data et du
ML, grâce à des algorithmes qui identifient les relations
d'entrée et de sortie dans la sélection d'une culture en
fonction de la productivité, du type de sol, du climat et
des phénomènes naturels.
Cevallos, Valencia et Romero (2020) ont intégré
un modèle de big data sur l'IdO pour déterminer
comment cette technologie pouvait contribuer à la
gestion de la production de bananes biologiques dans la
province d'El Oro en Équateur. Les auteurs ont conclu
que la mise en œuvre de l'agriculture numérique dans
cette région apportait des réponses spécifiques aux
problèmes existants et satisfaisait les besoins des
producteurs de pratiquer une gestion visant à développer
des pratiques durables.
Pour caractériser les effets des variables locales et
environnementales sur la densité de population des
mouches des fruits méditerranéennes dans les plantations
d'agrumes, Krasnov et al. (2019), ont utilisé la
plateforme de la société Agritask (Israël) pour suivre le
cycle de croissance, en plus d'améliorer et d'assurer une
production sûre dans la culture des agrumes. La
plateforme a surveillé la culture en analysant des données
provenant de différentes sources afin que le big data
puisse être appliqué. Les auteurs ont déclaré que cette
technologie permettait des prédictions de modèles qui ont
permis une gestion efficace des mouches des fruits dans
la région.
La capacité d'extraire des informations de ces
données et de les convertir en possibilités stratégiques
pour optimiser la prise de décision assertive afin
d'augmenter la productivité, de diminuer les coûts et de
réduire les impacts sur l'environnement amènera les
propriétés agricoles du futur à augmenter la surveillance
et l'automatisation de chaque étape du processus de
production.
Intelligence artificielle
CONCLUSION
Rev. Ciênc. Agron, v. 51, Spécial Agriculture 4.0, e20207737, 2020 11
D. Albiero et al.
2. La pénétration des technologies de la communication BRONSON, K. Regarder à travers une lentille d'innovation
et de l'information dans la structure psychosociale des responsable les engagements inégaux avec l'agriculture
personnes, des villes et des industries grâce aux numérique. NJAS - Wageningen Journal of Life Sciences, v.
smartphones, à l'IdO et à l'IA s'est faite 90-91, n. Octobre 2018, p. 100294, 2019.
progressivement et présente un immense potentiel à
identifier et à exploiter en raison de la facilité de
fonctionnement et de la réduction des coûts. Par
conséquent, au fur et à mesure que les systèmes se sont
améliorés, leur utilisation par les personnes et les
industries s'est généralisée, entraînant une dépendance
à l'égard des fonctionnalités croissantes de ces
systèmes. L'utilisation et l'accès, ainsi que l'évolution,
ont continué à progresser de telle sorte que nous
pouvons affirmer que l'humanité existe actuellement
dans une synergie presque symbiotique avec la
technologie numérique ;
3. L'agriculture 4.0 est essentiellement la numérisation
des phénomènes sociotechniques associés aux
agroécosystèmes (ALBIERO, 2018), de manière
analogue à ce qui s'est produit dans les systèmes
urbains et industriels. Albiero (2019) a déclaré que la
robotique est similaire à une vague à surfer qui peut
nous amener à la plage. De ce point de vue, la plage/la
côte/le continent est l'agriculture 4.0.
RÉFÉRENCES
ALBIERO, D. Sustentabilidade, agroecossistemas e energia -
Jornal Dia de Campo. Disponível em : <http://www.diadecampo.
com.br/zpublisher/materias/Materia.asp?id=27790&secao=Col
unas e Artigos&c2=Energia na Agricultura>. Accès : 13 juillet
2018.
ALBIERO, D. Robotique agricole : Un défi prometteur.
Current Agriculture Research Journal, v. 7, n. 1, p. 1-3, 28
abr. 2019.
ANNOSI, M. C. et al. Is the trend your friend ? Une analyse des
décisions d'investissement dans la technologie 4.0 dans les PME
agricoles. Computers in Industry, v. 109, p. 59-71, 2019.
ARMBRUST, M. et al. A view of cloud
computingCommunications of the ACM, 1 abr. 2010. .
Disponible sur : <https://dl.acm.org/doi/10.1145/1721654.17216
72>. Accès : 4 nov. 2020.
BELAUD, J. P. et al. Big data for agri-food 4.0 : Application à
la gestion de la durabilité de la chaîne d'approvisionnement des
sous-produits. Computers in Industry, v. 111, p. 41-50, 2019.
BRAUN, A. T. ; COLANGELO, E. ; STECKEL, T. L'agriculture
dans les pays en voie de développement
L'ère de l'industrie 4.0. Procedia CIRP, v. 72, p. 979-984, 2018.
BRÉSIL-MDIC. Feuille de route brésilienne pour l'industrie
4.0. [s.l : s.n.]. Disponible à l'adresse :
<http://www.mdic.gov.br/index.php/ ultimas-noticias/3133-
mdic-e-abdi-lancam-agenda-brasileira- para-a-industria-4-0-no-
forum-economico-mundial>.
KLERKX, L. ; JAKKU, E. ; LABARTHE, P. Une revue des PIVOTO, D. et al. Scientific development of smart farming
sciences sociales sur l'agriculture numérique, l'agriculture technologies and their application in Brazil. Information
intelligente et l'agriculture 4.0 : Nouvelles contributions et Processing in Agriculture, v. 5, n. 1, p. 21-32, 2018.
programme de recherche futur. NJAS - Wageningen Journal
of Life Sciences, v. 90-91, n. novembre, POSADAS, B. B. ; GILBERT, J. E. Regulating Big Data in
p. 100315, 2019. D. Agriculture. IEEE Technology and Society Magazine, v. 39,
n. 3, p. 86-92, 1 série. 2020.
KLERKX, L. ; ROSE, D. Faire face aux technologies de
l'agriculture 4.0 qui changent la donne : Comment gérer la RAUTENBERG, S. ; CARMO, P. R. V. do. Big data e ciência
diversité et la responsabilité dans les voies de transition du de dados. Revue brésilienne des sciences de l'information, v.
système alimentaire ? Global Food Security, v. 24, n. 13,
décembre 2019, p. 100347, 2020. n. 1, p. 56-67, 29 mar. 2019. D.
KNIERIM, A. et al. Innovations technologiques en matière ROSE, D. C. et al. Agriculture 4.0 : Making it work for people,
d'agriculture intelligente production, and the planet. Land Use Policy, v. 100, n. mai
- Perspectives et réflexions de la plateforme allemande Smart- 2020, p. 104933, 2021.
AKIS. NJAS - Wageningen Journal of Life Sciences, v. 90-
91, n. November, p. 100314, 2019. D. ROTZ, S. et al. Automated pastures and the digital divide : How
agricultural technologies are shaping labour and rural
KRASNOV, H. et al. The effect of local and landscape
communities. Journal of Rural Studies, v. 68, n. janvier,
variables on Mediterranean fruit fly dynamics in citrus orchards
p. 112-122, 2019.
utilizing the ecoinformatics approach. Journal of Pest Science,
v. 92, n. 2, p. 453-463, 15 mar. 2019. RUSCHEL, H. ; ZANOTTO, M. S. ; COSTA DA MOTA, W.
Computação em Nuvem. [s.l : s.n.].
LAJOIE-O'MALLEY, A. et al. The future(s) of digital
agriculture and sustainable food systems : An analysis of high- SAETTA, S. ; CALDARELLI, V. Comment accroître la
level policy documents. Ecosystem Services, v. 45, n. durabilité de la chaîne d'approvisionnement agroalimentaire
September, p. 101183, 2020. grâce à des innovations dans une perspective 4.0 : Une première
LEZOCHE, M. et al. Agri-food 4.0 : A survey of the Supply analyse d'étude de cas. Procedia Manufacturing, v. 42, n.
Chains and Technologies for the Future Agriculture. 2019, p. 333-336, 2020.
Computers in Industry, v. 117, p. 103187, 2020.
SCIELO. SciELO.org. Disponible à l'adresse :
LI, C. ; NIU, B. Design of smart agriculture based on big data <https://scielo.org/en/>. Accès : 16 out. 2020.
and Internet of things. International Journal of Distributed
SHENA, S. ; BASIST, A. ; HOWARD, A. Structure d'un
Sensor Networks, v. 16, n. 5, p. 155014772091706, 13 maio
2020. système d'agriculture numérique et risques agricoles dus aux
changements climatiques. Agriculture and Agricultural
LIOUTAS, E. D. ; CHARATSARI, C. Agriculture intelligente Science Procedia, v. 1, p. 42-51, 2010.
et chaînes d'approvisionnement alimentaire courtes : Sont-elles
compatibles ? Land Use Policy, TALAVIYA, T. et al. Implementation of artificial intelligence
v. 94, n. novembre 2019, p. 104541, 2020a. in agriculture for optimisation of irrigation and application of
pesticides and herbicides. Artificial Intelligence in Agriculture,
LIOUTAS, E. D. ; CHARATSARI, C. Big data in agriculture :
v. 4, p. 58-73, 1 jan. 2020.
Le nouveau pétrole mène-t-il à la durabilité ? Geoforum, v.
109, n. décembre 2019, p. 1-3, 2020b. TORKY, M. ; HASSANEIN, A. E. Intégration de la blockchain
et de l'internet des objets dans l'agriculture de précision :
LYTOS, A. et al. Vers une agriculture intelligente : Systèmes,
Analyse, opportunités et défis. Ordinateurs et électronique en
cadres et exploitation de sources multiples. Computer
Networks, v. 172, n. février, p. 107147, 2020. agriculture, n. avril, p. 105476, 2020.
MAHESWARI, R. et al. Smart Village : Solar Based Smart YOON, C. ; LIM, D. ; PARK, C. Facteurs affectant l'adoption
Agriculture with IoT Enabled for Climatic Change and des fermes intelligentes : The case of Korea. Computers in
Fertilization of Soil. In : 2019 IEEE 5th International Human Behavior, v. 108, n. Mai 2019, p. 106309, 2020.
Conference on Mechatronics System and Robots, ICMSR 2019,
ZHAI, Z. et al. Decision support systems for agriculture 4.0 :
Anais... Institute of Electrical and Electronics Engineers Inc, 1
Survey and challenges. Computers and Electronics in
maio 2019.
Agriculture, v. 170, n. August 2019, p. 105256, 2020.
MIRANDA, J. et al. Sensing, smart and sustainable
technologies for Agri-Food 4.0. Computers in Industry, v.
108, p. 21-36, 2019.