Testé par l'Université de Córdoba.
Une validation indépendante, soutenue par l'UE, des capteurs d'humidité du sol SoilSense face à une référence gravimétrique, sur deux sols contrastés — argileux et sableux. Córdoba, Espagne. Mars 2026.
Dans la précision nominale. Sur argile lourde.
2,77%
RMSE — modèle global sur Vertisol, après élimination des valeurs aberrantes
En dessous de la précision nominale de ±3% du fabricant. R² 0,91 face à la référence gravimétrique, six semaines d'évaporation.
Meilleur capteur individuel :
- 1,69%
- MAE
- 1,70%
- RMSE
- 0,99
- R²
Huit pots. Deux sols. Les données derrière les chiffres.
AgrifoodTEF est l'une des Testing & Experimentation Facilities européennes créées dans le cadre du programme pour une Europe numérique — établies spécifiquement pour valider les technologies numériques et d'IA en conditions agricoles réelles. Son nœud espagnol est hébergé par l'Université de Córdoba, une institution d'agronomie méditerranéenne de longue tradition en physique du sol et irrigation.
À la ferme expérimentale de Rabanales de l'UCO, à Córdoba, huit pots ont été préparés. Quatre contenaient un Vertisol calcique — argile lourde (66% d'argile, 18% de sable), le type de sol qui se fissure en séchant et se referme en s'humidifiant. Quatre contenaient un Luvisol stagnique — horizon de surface à texture grossière (24% d'argile, 66% de sable). Chaque pot a été amené à saturation et pesé par gravimétrie pendant qu'il séchait, tandis qu'un capteur SoilSense à 12 cm de profondeur enregistrait en parallèle la teneur en eau volumétrique. L'erreur a été mesurée par MAE, RMSE et régression linéaire ; les valeurs aberrantes ont été identifiées via des résidus standardisés robustes sur le jeu de données global.
Vertisol — argile lourde
Trois capteurs sur quatre dans ou proches du ±3%.
| Capteur | MAE (%) | RMSE (%) | R² |
|---|---|---|---|
| 1 Verle | 3.64 | 3.72 | 0.86 |
| 2 Verle | 2.64 | 2.88 | 0.83 |
| 1 Jasmin | 5.15 | 5.46 | 0.18 |
| 2 Jasmin | 1.69 | 1.70 | 0.99 |
Luvisol — sableux
Plus grande variabilité sur sol à texture grossière.
| Capteur | MAE (%) | RMSE (%) | R² |
|---|---|---|---|
| 1 Verle | 5.61 | 5.72 | 0.75 |
| 2 Verle | 3.91 | 4.06 | 0.53 |
| 1 Jasmin | 4.33 | 4.40 | 0.75 |
| 2 Jasmin | 2.75 | 2.78 | 0.65 |
Sur les sols grossiers, plus de variabilité — et la raison honnête.
Le modèle global sur Luvisol a atteint un RMSE de 3,95% après élimination des valeurs aberrantes, légèrement au-dessus de la précision nominale de ±3%. Les sols plus sableux retiennent l'eau de façon irrégulière et le faible volume du pot amplifie ce phénomène. Le système suit fidèlement la tendance ; si votre exploitation repose sur des seuils calibrés en valeur absolue sur des sols grossiers, prévoyez un peu plus de variance que sur l'argile.
Citer ce travail
Universidad de Córdoba / AgrifoodTEF (2026). Validation Report: SoilSense — UCO. Service ID S00383. Córdoba, Espagne.
SoilSense dans votre sol ?
Réservez un appel gratuit de 30 minutes. Nous dimensionnerons le système selon vos cultures et les sols que vous cultivez réellement — et vous montrerons comment le tableau de bord vous aide à décider quand irriguer.