Erion Bwambale

CEA affiliés :

• WACWISA Centre Ouest-Africain pour l’eau, l’irrigation et l’agriculture Durable, de University for Development Studies, Tamale Ghana.
• RWESCK, University of Science and Technology, Kumasi, Ghana

Supervision :

Felik Abagale, WACWISA, UDS, fabagale@uds.ed.ugh

Co-supervision

Geophrey Anornu, RWESCK, KNUST, anoprof@hotmail.com

______________________________________________________

Titre de la thèse :
Modélisation et simulation de systèmes d’irrigation intelligents pour une utilisation plus efficace de l’eau.

• Google
• LinkedIn

Résumé du projet scientifique :
La pénurie d’eau au niveau mondial continue de s’aggraver, ce qui constitue un défi pour la production agricole durable. La nécessité de nourrir une population toujours croissante a rendu nécessaire l’adoption de stratégies d’irrigation innovantes, telles que l’irrigation au goutte-à-goutte. Cependant, les méthodes d’irrigation conventionnelles ne parviennent souvent pas à s’adapter à la dynamique spatiale et temporelle en temps réel du sol, de la plante et de l’environnement météorologique, ce qui entraîne une sur-irrigation ou une sous-irrigation et, par conséquent, une réduction de l’efficacité de l’utilisation de l’eau. Avec la quantité croissante de données générées par les progrès de la technologie des capteurs et les améliorations de la puissance de calcul, il y a eu une tendance croissante à maximiser les rendements des cultures par unité d’eau consommée dans l’agriculture irriguée. Dans cette thèse, une approche basée sur les données a été employée pour modéliser la dynamique de l’humidité du sol en utilisant la boîte à outils d’identification de système dans MATLAB.

Les mesures des capteurs concernant le modèle agro-hydrologique du sol ont été obtenues à partir d’une expérience en boucle ouverte menée sur une culture de tomates(Solanum lycopersicum L.) dans un environnement de plein champ sous irrigation au goutte-à-goutte. Le modèle de dynamique de l’humidité du sol a été utilisé pour concevoir un contrôleur prédictif de modèle pour une programmation intelligente de l’irrigation. L’algorithme de contrôle prédictif a été comparé à une stratégie de contrôle d’irrigation manuelle et en boucle ouverte afin d’évaluer les économies d’eau et l’efficacité de l’utilisation de l’eau qui en résultent. Les résultats de la modélisation basée sur les données indiquent qu’un modèle espace-état a représenté la dynamique de l’humidité du sol avec une meilleure précision, avec un ajustement estimé de 97,04 % et une erreur quadratique moyenne et une erreur de prédiction finale de 1,74 x 10-7 et 1,75 x 10-7 respectivement par rapport à d’autres structures de modèle. L’algorithme de contrôle prédictif du modèle a capturé efficacement la dynamique de l’humidité du sol et a prédit avec précision les besoins d’irrigation futurs. L’approche de la programmation de l’irrigation basée sur le modèle a permis d’économiser 29 % d’eau et d’améliorer l’efficacité de l’utilisation de l’eau jusqu’à 10,4 kg/m3 par rapport aux stratégies d’irrigation en boucle ouverte de 7,1 kg/m3 et de 5,6 kg/m3 et à la stratégie d’irrigation basée sur la commande manuelle, respectivement. Ces résultats ont des implications importantes pour les agriculteurs et les parties prenantes du secteur agricole, car ils offrent des solutions pratiques pour relever les défis actuels posés par la pénurie d’eau.