Compter automatiquement les palmiers : retour d'expérience Alada, 60 hectares

Compter les arbres d'une plantation reste, pour beaucoup d'opérations au Bénin, une affaire de pieds dans la terre : on quadrille, on coche, on additionne. Sur 60 hectares à Alada, on a remplacé cette routine par un drone, une demi-journée de vol et trois jours d'analyse. Voici ce que la mission nous a appris.

Pourquoi le comptage manuel n'est plus tenable

Sur une plantation de palmiers à huile typique de la sous-région, la densité atteint 140 à 200 pieds par hectare. Sur 60 ha, ça représente donc entre 8 400 et 12 000 sujets à inventorier individuellement si on veut un chiffre fiable — pas une extrapolation depuis un échantillon de quelques parcelles.

En méthode classique, l'inventaire mobilise une équipe d'au moins quatre personnes pendant 4 à 6 jours, parfois plus si la topographie ne facilite pas le quadrillage. Et même après cet effort, le résultat reste sujet à trois biais bien connus :

• Sous-compte des pieds en bordure (ambiguïté d'attribution à la parcelle, oublis simples).
• Double-comptage sur les rangées denses où les couronnes se chevauchent.
• Pas de géolocalisation des manquants — on sait combien il y en a, mais pas exactement où ils sont, donc la cartographie de replantation est manuelle elle aussi.

Et surtout, le rapport produit est statique. Six mois plus tard, il faut tout recommencer.

La méthode drone : détection IA sur orthophoto haute résolution

Le principe est simple à formuler, plus subtil à mettre en œuvre. On produit d'abord une orthophoto haute résolution de la plantation (GSD typique de 2 à 4 cm/pixel — chaque pixel correspond à 2 à 4 cm au sol). Sur cette orthophoto, un modèle de détection d'objet identifie chaque couronne de palmier individuellement, en exploitant la signature visuelle caractéristique des palmes en étoile.

Les modèles utilisés sont entraînés spécifiquement sur des images aériennes de plantations tropicales — palmier à huile, palmier dattier, palmier cocotier ou hévéa selon la culture. La précision atteint typiquement une marge d'erreur inférieure à 2 % sur les cultures pérennes en rangées espacées, et reste de l'ordre de 3 à 5 % sur les plantations très denses ou en cours de fermeture de canopée.

Chaque détection est géolocalisée précisément (RTK + GCP, voir notre article sur le LiDAR pour le détail du protocole). Le livrable final n'est pas seulement un chiffre — c'est une couche SIG (.shp, .geojson) avec un point par palmier, son identifiant unique, ses coordonnées XY, et un score de confiance de la détection.

Retour d'expérience Alada — 60 hectares

La parcelle, située dans la zone d'Alada (sud du Bénin), comportait une plantation jeune de palmiers à huile en rangées régulières, avec quelques zones à replanter. Brief client : compter, géolocaliser les manquants, et produire un fond cartographique exploitable dans le SIG interne.

À titre de comparaison : la même mission en équipe au sol aurait mobilisé 4 personnes pendant 5 à 6 jours, sans la couche SIG géoréférencée, sans le fond cartographique, et sans la possibilité de ré-utiliser la donnée pour les analyses sanitaires ou de vigueur.

Au-delà du décompte : ce que la donnée drone permet

Le comptage est l'usage le plus visible, mais c'est rarement l'analyse la plus précieuse. Une fois l'orthophoto et le nuage de points en main, on peut produire en supplément :

• Carte de vigueur (NDVI) si un capteur multispectral a été embarqué pendant le vol — détection des sujets stressés ou malades avant qu'ils ne soient visibles à l'œil nu.
• MNH (Modèle Numérique de Hauteur) par photogrammétrie ou LiDAR — chaque palmier a une hauteur mesurée, utile pour planifier les récoltes ou estimer l'âge des sujets.
• Cartographie des trouées et des zones à replanter, chiffrée à l'hectare près.
• Détection précoce des maladies à signature visuelle (charançon rouge, jaunissement Cercospora, etc.) par comparaison entre campagnes successives.
• Suivi temporel de la croissance par retour annuel du drone — précieux sur les plantations jeunes en phase de renforcement de la canopée.

Applications par type de culture

Palmier à huile

Densité moyenne 140-200 pieds/ha. Signature visuelle très lisible (palmes en étoile). Comptage et NDVI bien adaptés. Cycle de vol annuel ou semestriel pour suivre la croissance d'une plantation jeune.

Cocotier

Densité plus faible (80-120 pieds/ha), plantations souvent moins régulières en bordure côtière. Détection efficace mais nécessite parfois un ajustement du modèle pour distinguer les jeunes cocotiers des plantes intercalaires.

Hévéa

Plantations rectilignes, densité élevée (450-550 pieds/ha sur jeune plantation, moins à maturité). Comptage très précis tant que la canopée n'est pas fermée. Au-delà du recouvrement complet, l'analyse bascule vers la cartographie de la canopée plus que le comptage individuel.

Cacao

Plus complexe : densité variable, plantations souvent sous ombrage d'arbres forestiers, canopée plus diffuse. Le LiDAR devient alors intéressant pour distinguer le cacao des arbres d'ombrage en analysant les hauteurs.

Pour qui ça vaut le coup

Pour toute exploitation de plus de 30 hectares en cultures pérennes, le passage au drone est rentable dès la première campagne. Pour les plus petites surfaces, ça dépend de la fréquence souhaitée : si vous voulez suivre la plantation chaque année avec une donnée géoréférencée exploitable, le drone reste compétitif même sur 10 ha.

L'investissement le plus intéressant à long terme n'est pas le comptage ponctuel, c'est l'établissement d'une donnée de référence géoréférencée à laquelle on peut revenir chaque année. Au bout de 3 ans de suivi, la plantation devient un système que l'on pilote — pas seulement un patrimoine que l'on inventorie.