Food Scanner, le point sur l'avancement !
Le volet sol s’est révélé plus compliqué : un scanner acheté pour comparer les analyses aux résultats de laboratoire s’est montré peu fiable, retardant l’exploitation des échantillons envoyés par toute la France. Une piste de valorisation est toutefois prévue avec Hervé Covès, pour intégrer ces sols à une démarche de diversification microbiologique.
D’autres travaux avancent sur le colza, le jus de raisin, la maturité des baies par smartphone, ainsi que sur les fourrages et le lait.
Point d’avancement du projet Food Scanner
Dans cette vidéo tournée le 1er décembre 2021, Martin (de Ver de Terre Production) fait un point d’avancement rapide sur le projet Food Scanner. L’objectif est de présenter, de façon simple et sans diaporama, où en est le projet, les travaux réalisés, ainsi que les difficultés et retards rencontrés.
Il rappelle qu’il s’agit d’un projet ambitieux, qui avance bien, même si certains aspects ont connu des échecs ou des contretemps.
Avancement sur les mesures RedOx et pH par proche infrarouge
Martin explique que l’équipe a bien avancé sur la mesure du RedOx et du pH via le proche infrarouge.
Des algorithmes fonctionnent désormais bien sur plusieurs cultures :
Le travail est également en cours :
- pour finaliser les algorithmes sur le riz ;
- pour accumuler des données sur la pomme de terre et la betterave, grâce à des partenaires.
En parallèle, l’équipe continue d’améliorer les algorithmes déjà existants afin d’augmenter la qualité de prédiction des indicateurs déjà suivis.
Travaux sur les tomates
L’équipe a aussi travaillé sur les tomates, en particulier sur la mesure du RedOx et du pH sur les feuilles de tomate, pour prédire leur état de santé.
Environ 600 points de mesure ont été réalisés. Les données sont en cours de saisie, avec l’aide de Valentin, en service civique, que Martin remercie.
L’objectif est ensuite de construire un algorithme dédié.
Santé des tomates et qualité gustative
Au-delà de l’état sanitaire de la plante, l’équipe s’intéresse aussi à la qualité gustative de la tomate, c’est-à-dire à son intérêt pour la consommation humaine.
Pour cela, deux indicateurs ont été croisés :
- le Brix, c’est-à-dire le taux de sucre dans le jus de tomate ;
- l’acidité titrable, qui ne correspond pas exactement au pH, mais à un dosage des composés acidifiants présents dans la matrice du jus extrait.
Sur ce sujet, près de 500 mesures ont été réalisées.
Les tomates ont été scannées avec plusieurs types de scanners. Ce travail a été mené à deux, par Martin et son collègue Harry, également salué dans la vidéo.
Le travail sur les sols
Martin présente ensuite le volet consacré aux sols, qu’il décrit comme la partie la plus compliquée du projet.
Il rappelle avoir lancé un appel pour recevoir des échantillons de sol venant de toute la France. De nombreux participants ont répondu, ce dont il les remercie chaleureusement. Les échantillons ont été conservés et stockés avec soin.
L’idée de départ était d’utiliser un scanner acheté pour faire des analyses sur les sols, puis de comparer ces mesures à des analyses de laboratoire afin de construire ou d’améliorer les modèles.
Échec de la comparaison avec les analyses de laboratoire
Martin explique qu’il a relevé les valeurs obtenues avec le scanner, puis qu’il a voulu les comparer à des analyses de laboratoire.
C’est là que se situe la grosse difficulté : les résultats obtenus avec le scanner se sont révélés totalement incohérents par rapport aux analyses de laboratoire. Il indique que, comme il l’avait déjà montré précédemment, les résultats étaient « complètement faux ».
L’équipe espérait alors pouvoir faire reprendre les échantillons par un laboratoire pour les analyser correctement, mais le laboratoire concerné n’a finalement pas pu donner suite.
En conséquence, les autres échantillons de sol envoyés ne pourront pas être analysés comme cela avait été envisagé. Martin présente ses excuses, en précisant que ce n’était pas du tout prévu.
Valorisation des échantillons de sols reçus
Même si les analyses n’ont pas pu être menées à bien, Martin indique qu’il cherche une manière de valoriser les sols reçus, afin de ne pas trahir la confiance des personnes qui les ont envoyés.
Il mentionne à ce sujet le travail de Hervé Covès, agronome impliqué dans Arbre et paysage 32. Celui-ci porte un projet que Martin juge très intéressant : il cherche à mélanger un grand nombre de sols afin d’obtenir des ensembles présentant la plus grande diversité microbienne possible, à la fois bactérienne et fongique, dans le but de créer des sols plus résilients.
Le principe consiste à « marier » les sols, en y ajoutant des inoculums microbiens et un peu de sucre pour favoriser le développement initial de cette microbiologie.
Si tout se passe bien, Hervé Covès récupérera donc les sols envoyés au projet Food Scanner, pour les intégrer à sa banque de sols. Le but est ensuite de créer des sols fertiles, dotés de la meilleure microbiologie possible, puis de les redistribuer à des personnes intéressées autour de lui.
Martin précise que ce n’était pas l’accord initial passé avec les contributeurs, mais qu’il s’agit d’une manière vertueuse de valoriser leur contribution.
Perspectives sur l’analyse des sols
Malgré cet échec initial, des perspectives demeurent.
Martin explique qu’un laboratoire devait ouvrir ses portes afin de permettre à l’équipe de scanner tous les échantillons qui y transitent. Ce dispositif devait être mis en place rapidement, mais, en raison de réorganisations, cela ne pourra pas se faire en décembre 2021.
Le projet est reporté au printemps suivant. Martin reste néanmoins optimiste et considère que cette perspective est très encourageante.
Travail sur l’analyse de sève
Au-delà du pH, du RedOx, de la qualité gustative et des sols, l’équipe travaille aussi sur d’autres indicateurs, notamment l’analyse de sève sur les cultures.
Martin explique que disposer d’indicateurs comme le RedOx et le pH permet de savoir si une plante est malade ou non, mais pas forcément de comprendre pourquoi elle l’est.
Or, selon lui, les cultures tombent souvent malades à cause de carences ou de stress, qui augmentent leur sensibilité et finissent par les rendre malades.
L’analyse de sève vise donc à mieux comprendre cet état nutritionnel et physiologique.
Cas du colza
Sur le colza, une première campagne de mesures avait été réalisée avant l’été, avec environ 500 analyses, menées avec Clément.
Ces premiers résultats étaient jugés très prometteurs, et Martin renvoie à une vidéo précédente où les premiers résultats avaient été présentés.
Cependant, il explique qu’il faut davantage de données pour construire un modèle prédictif robuste. L’objectif est d’atteindre au moins 900 analyses.
Au moment de la vidéo, environ 800 analyses ont été réalisées, et une centaine supplémentaire doit encore être effectuée avant le 15 décembre.
Travail sur le jus de raisin
L’équipe a également travaillé sur le jus de raisin grâce à un partenariat avec la coopérative de Rauzan, située près de Bordeaux.
Pendant les vendanges, ils ont scanné tous les jus passant au niveau des silos, puis ont récupéré les indicateurs chimiques mesurés par le laboratoire de la coopérative :
- le pH ;
- les composés phénoliques ;
- l’acide malique ;
- le taux de sucre ;
- l’acidité titrable ;
- etc.
L’équipe espère pouvoir retrouver ces valeurs à partir du scan, ce qui constituerait une avancée importante du projet.
Prédire la maturité des baies avec des photos
Ce travail sur la vigne a aussi permis de lancer un autre sujet : la prédiction de la maturité des baies.
L’idée est de déterminer si une baie est prête à être récoltée, ou s’il faut encore attendre avant la vendange, à partir de simples photos prises avec un smartphone.
Martin indique avoir de très bons espoirs sur ce sujet. Le projet vient d’être lancé, et c’est sa collègue Victoire, de Ver de Terre Production, qui travaille actuellement dessus.
Autres projets en cours
Martin rappelle que Food Scanner ne se limite pas aux sujets évoqués dans cette vidéo. D’autres projets sont également en cours.
L’équipe est notamment en train de nouer des partenariats afin qu’à terme, Food Scanner puisse aussi analyser :
- les fourrages ;
- le lait.
L’objectif serait alors de fournir des indicateurs complets, par exemple pour dire si un lait est de bonne qualité, s’il présente un taux cellulaire élevé, ou pour caractériser les qualités nutritives d’un fourrage et déterminer s’il convient bien à l’alimentation animale.
Remerciements et conclusion
En conclusion, Martin invite les spectateurs à réagir dans les commentaires et à donner leur avis sur l’avancement du projet.
Il rappelle que l’équipe continue de travailler activement sur Food Scanner et remercie chaleureusement :
- tous les donateurs ;
- les petits contributeurs ;
- les plus gros soutiens ;
- les entreprises partenaires.
La vidéo se termine sur un message de remerciement général et sur la promesse de revenir bientôt avec de nouvelles avancées.
