Une carte thermique de l’humidité du sol apparaît à l’écran et la salle se calme d’une manière différente de celle des quatre diapositives précédentes. Personne n’a posé de question lors du graphique en barres du rendement par hectare. Personne ne s’est penché en avant pour le graphique en ligne du coût des engrais. Mais si l’on montre le même champ depuis quatre cents pieds de haut, coloré par le stress du chlorophylle, les agronomes du fond commencent à pointer l’écran avant même que vous n’ayez terminé votre phrase.

Les informations sont techniquement les mêmes. Sol, plantes, météo — tout cela peut finalement être réduit à un tableau. Alors pourquoi se comporte-t-il si différemment selon qu’il arrive sous forme de nombre ou sous forme d’image du terrain réel ?

Les données n’ont jamais été le problème — c’était l’altitude

La plupart des présentations agricoles présentent les données de champ de la même manière qu’une présentation de vente au détail présente les ventes trimestrielles : des tableaux, quelques graphiques en barres, peut-être une ligne de tendance. Ce format fonctionne bien pour le chiffre d’affaires, car le chiffre d’affaires n’a pas de localisation. L’azote du sol, oui. La pression des ravageurs, oui. Les problèmes de drainage, absolument — ils se regroupent dans le coin inférieur du champ chaque année, et un tableau n’a aucun moyen de montrer « coin ».

Moyenner un champ en un seul nombre de rendement représente une perte réelle d’informations, et non seulement une simplification. Un bloc de 40 hectares qui moyenne 9,2 tonnes par hectare pourrait cacher une zone morte de 6 tonnes et une zone de 11 tonnes juste à côté, et le fermier présent dans la salle sait exactement quelle parcelle correspond à quelle zone — ils n’ont simplement jamais été montrés sur une diapositive auparavant. Si vous construisez la mise en page de base pour ce type de section, il est judicieux de commencer à partir d’une mise en page de carte prête à l’emploi plutôt que de redessiner les limites des champs depuis zéro à chaque fois.

Les images satellites vous mènent une partie du chemin — des indices comme l’NDVI provenant de missions publiques sont réellement utiles pour une tendance sur toute la saison. Ce qu’elles ne font pas bien, c’est le détail des petites parcelles : une grande partie des données satellites publiques arrivent en pixels de plusieurs mètres de large, ce qui est bien pour repérer une zone stressée, mais inutile pour vous dire qu’il s’agit d’un gicleur d’irrigation et non d’une maladie. C’est le rôle des drones de combler cette lacune, et c’est aussi là qu’une présentation peut faire quelque chose qu’un tableau ne peut structurellement pas faire.

Ce qu’une carte thermique fait que ne peut pas faire un graphique en barres

L’explication facile est « les images sont plus engageantes que les tableaux », et c’est vrai, mais ce n’est pas la partie intéressante. La partie intéressante est ce que fait le public avec l’image une fois qu’elle est à l’écran.

Un agriculteur ou un agronome regardant une carte spatiale ne lit pas une légende — il reconnaît des motifs par rapport à un champ qu’il connaît déjà. Il reconnaît le coin bas. Il reconnaît la vieille ligne d’irrigation. Cette reconnaissance a lieu en moins d’une seconde, plus vite que quiconque pourrait lire et traiter « Zone C : déficit d’humidité de 62 % » sur un tableau. Une chose que j’ai remarquée en assistant à ces réunions : les questions changent complètement une fois qu’une carte est affichée. Au lieu de « que signifie ce nombre ? », les gens commencent à demander « pourquoi fait-il cela ici ? » — ce qui est bien mieux à discuter lors d’une réunion stratégique.

Cela ne tient toutefois que si la carte ressemble effectivement au champ que les gens connaissent. Une photo aérienne mal orientée, mal recadrée et sans référence d’échelle ne déclenche pas la reconnaissance — elle se contente de ressembler à un simple blob de couleur, et vous perdez exactement l’avantage que vous cherchiez à obtenir.

La nouveauté demande plus de travail que la précision ne le justifie

Une partie de la raison pour laquelle cela fonctionne si bien dans une salle est qu’il s’agit encore d’une pratique relativement rare. Le sondage Iowa Farm and Rural Life Poll 2025 a révélé que près de 22 % des agriculteurs de l’Iowa avaient utilisé un drone ou un service de drone lors de la saison 2024 — un nombre significatif, mais toujours une minorité, et l’Iowa est l’un des États les plus innovants en matière agricole aux États-Unis. Une revue mondiale de 2024 sur l’adoption de l’agriculture de précision a révélé que même au Danemark, où l’adoption des drones, des satellites et des images aériennes combinées dépasse celle de la plupart des pays, ce chiffre n’a pas dépassé 30 % des terres agricoles en 2023.

Ainsi, lorsque ce type d’imagerie apparaît dans une présentation, une bonne partie de la salle n’a pas vu son propre exploitation sous cet angle auparavant, ou n’a pas vu les données d’un collègue présentées de cette manière. Cette nouveauté fait un travail réel — probablement plus que la précision des pixels sous-jacents ne le justifie. Ce qui est bon à savoir, car cela signifie que le seuil de « suffisamment bon » pour l’imagerie est plus bas que ce qu’un spécialiste en SIG pourrait dire, et que le seuil de « ne pas surestimer cela comme plus actuel ou précis qu’il ne l’est » est plus élevé que ce que la plupart des présentateurs supposent.

Là où cela échoue dans la salle

Voici la partie qui est souvent omise dans la plupart des présentations de ce type de visuel : la sortie brute d’un drone ou d’un satellite est souvent trop désordonnée pour être présentée directement à un public mixte. Les ombres des nuages trompent une lecture NDVI. Un équilibre de couleur non calibré fait paraître une culture saine stressée sous la mauvaise lumière. Quelqu’un ayant une expérience réelle en SIG ou en télédétection a généralement besoin de nettoyer et de classifier l’imagerie avant qu’elle ne soit prête pour la présentation, et cette étape est souvent omise dans les conseils du type « il suffit de glisser une photo de drone dans votre diapositive ».

Le timing est l’autre piège, et c’est un pire problème car il reste invisible jusqu’à ce qu’une personne dans la salle le remarque. Les images satellites ont un cycle de revisite — jours, parfois plus d’une semaine selon la mission et la couverture nuageuse — donc une carte titrée « conditions actuelles du champ » peut montrer des conditions datant de dix jours. Si un agriculteur dans le public a traversé ce champ hier et que cela ne correspond pas à ce qui est à l’écran, la crédibilité de tout le reste dans le deck prend un coup, et non seulement cette diapositive. Les images par drone évitent le problème du cycle de revisite mais réintroduisent un problème de main-d’œuvre et de fenêtre météorologique : vous survolez lorsque les conditions et le personnel le permettent, pas nécessairement la semaine avant la présentation.

Construire la diapositive sans en faire un cours de SIG

Les mises en page qui tiennent la route devant un public non technique partagent généralement quelques habitudes, aucune d’elles n’étant liée à l’imagerie elle-même :

  • Une seule superposition par diapositive — indice de stress, ou humidité, ou élévation, et non les trois empilées, ce qui force l’œil à choisir une histoire plutôt que de lire une seule
  • Une date de capture visible sur chaque carte, et non cachée dans une note de bas de page, afin que personne dans la salle ne confonde un scan de deux semaines avec des conditions en temps réel
  • Une paire avant/après plutôt qu’une seule image, car une seule carte ne prouve qu’un état existe — une paire prouve qu’une chose a changé
  • Une orientation cohérente sur chaque diapositive de champ du deck, car inverser le nord vers le sud entre les diapositives fait discrètement échouer la reconnaissance des motifs qui a rendu la première carte efficace

Pour la cartographie de base elle-même, la plupart des présentateurs n’ont pas besoin de construire un contexte à l’échelle du pays ou de la région.