Titre du projet :Transition numérique des grandes cultures en Tunisie et au Québec par le biais de l’Internet des Objets (IoT) par satellite et l’intelligence artificielle
Chercheurs principaux
Lokman Sboui, École de technologie supérieure, Québec
Fethi Choubani, École Supérieure des Communications de Tunis (Sup' Com), Université de Carthage, Tunisie
Les grandes cultures, qu'il s'agisse des céréales, du maïs et du soja au Québec ou des céréales et du colza en Tunisie, jouent un rôle vital dans l'économie agricole de ces régions. Cependant, la plupart de ces cultures souffrent d'un manque d'accès aux données en temps réel en raison d'une connectivité limitée (réseaux cellulaires ou filaires), ce qui freine l'implémentation de l'agriculture numérique. L'objectif général de ce projet est d'améliorer la productivité du secteur des grandes cultures au Québec et en Tunisie en utilisant la technologie de l'IoT par satellite et de l'intelligence artificielle, tout en intégrant un modèle de jumeau numérique.
Ce projet est décomposé en cinq objectifs spécifiques :
Collecte de données : Concevoir et déployer des systèmes de collecte de données des grandes cultures en utilisant des capteurs IoT, des drones et des satellites.
Intelligence Artificielle : Développer des algorithmes pour le traitement des données agricoles, visant des décisions éclairées concernant l'irrigation, la détection des maladies, l'estimation de la superficie cultivée et le rendement.
Contrôle Autonome : Développer un contrôle autonome des machines agricoles pour des opérations de semence et de récolte, ainsi qu'une gestion des ressources naturelles et des intrants agricoles.
Plateforme de Jumeau Numérique : Créer une plateforme interactive du jumeau numérique pour permettre aux agriculteurs d'accéder et d'interagir avec ces données pour des décisions informées ainsi que contrôler et automatiser les machines agricoles à distance.
Formation et Sensibilisation : Organiser des campagnes de sensibilisation et de formation pour la mobilisation des connaissances avec les agriculteurs, les intervenants du secteur et le grand public.
Lokman Sboui
Amin Chaabane
Kim Khoa Nguyen
Mohamed Cheriet
Fethi Choubani
Asma Ben Letaifa
Néji Youssef
Centre de recherche sur les grains
Sandra Flores-Mejia
Silvia Rosa
Dalel Abdi
Producteurs de grains du Québec
Salah Zoghlami
TELNET
Makrem Ben Abdallah
Anis Youssef
Institut National des Grandes Cultures
Anis Bousselmi
Présentation de travaux de recherche, International Conference on Advanced Information Networking and Applications (AINA-2026), Nouvelle-Zélande, avril 2026.
Présentation de travaux de recherche,
Présentation de travaux de recherche, IEEE International Multi-Conference on Smart Systems & Green Process, Hammamet, Tunisie, novembre 2025.
Organisation de colloque, « Transformation numérique à l’ère de l’IdO et de l’IA », ÉTS, CÉROM, PGQ, 92e ACFAS, mai 2025.
Participation à l’atelier Agritek, Sup’Com, TELNET, 2024.
Participation au forum sur les besoins en recherche, ÉTS, CÉROM, PGQ, Québec, janvier 2024.
[P2] Aya Cherni, Anis Bousselmi, Lokman Sboui, and Youssef Neji, “A Hybrid Machine Learning–Deep Learning Framework for Early Wheat Crop Stress Detection in Northwest Tunisia under Climate Change Using Multi-Temporal Satellite Data,” 40th International Conference on Advanced Information Networking and Applications (AINA-2026), Wellington, New Zealand, Apr. 2026. [PDF]
[P1] Nourhene Aloui, Sandra Flores-Mejia, and Lokman Sboui, “Satellite Imagery and AI-Based Detection of Common Waterhemp (AMATU) Infestation in Soybean Fields,” IEEE International Multi-Conference on Smart Systems & Green Process, Hammamet, Tunisia, Nov. 2025. [PDF]