Weenat travaille sur le développement d’un modèle de prédiction de la disponibilité en eau du sol à J+7. Le projet, baptisé Weedriq, est le fruit de trois ans de recherche. Il a été réalisé par Amaury Dubois, docteur en informatique, dans le cadre d’une thèse CIFRE menée en partenariat avec Weenat et le Laboratoire d’Informatique Signal et Image de la Côte d’Opale.
Weedriq combine les informations historiques et en temps réel des sondes tensiométriques Weenat avec les prévisions météo locales afin de simuler, à J+7, l'évolution de la tensiométrie, c’est-à-dire la force dont les racines ont besoin pour extraire l’eau du sol.
« Imaginez que l'on puisse prédire à 10% près l'eau disponible pour une culture dans 7 jours, explique Jérôme Le Roy, fondateur de Weenat. C'est l'information qu'il manquait aux irrigants pour adapter leurs irrigations, améliorer leur rendement, et faire des économies d'eau, d'énergie, et de temps. »
Avec le concours d’Alexandre Rivenet, producteur de pommes de terre dans les Hauts-de-France, plusieurs expériences ont été menées sur les parcelles de l’exploitant. Et jusqu’à présent, les tests ont remonté des économies d’eau de l’ordre de 13 %. « Nous utilisons les techniques de machine learning afin de modéliser la dynamique de la teneur en eau dans le sol, explique Amaury Dubois. Le modèle est recalibré tous les jours grâce aux capteurs Weenat présents dans la parcelle, ce qui permet d'améliorer la précision des prédictions. Grâce à ces trois années d’expérimentations, nous pouvons aujourd’hui prédire l’évolution hebdomadaire de la teneur en eau dans le sol. »