IoT : APPRENDRE À MESURER SON MONDE
De la mesure des microclimats au jumeau numérique : comprendre son environnement, maîtriser ses flux et construire une véritable autonomie
31. Pourquoi l’autonomie commence par la mesure
32. Construire sa station météo personnelle
33. Mesurer son microclimat
34. Mesurer son sol
35. Mesurer l’eau
36. Mesurer l’énergie
37. Mesurer l’air intérieur
38. Mesurer les consommations d’une maison
39. Construire un réseau IoT autonome basse consommation
40. Du capteur au jumeau numérique
ON NE PEUT PAS MAÎTRISER CE QUE L’ON NE COMPREND PAS
Il existe une différence fondamentale entre habiter un environnement et comprendre son environnement.
Nous vivons entourés de phénomènes physiques permanents.
La température varie.
L’humidité augmente ou diminue.
Le vent change.
Le rayonnement solaire se transforme au cours de la journée.
Le sol sèche.
L’eau circule.
Une maison accumule de la chaleur.
Un mur restitue de l’énergie pendant plusieurs heures.
Une serre devient chaude avant même que l’on ressente cette chaleur.
Une plante transpire.
Un bassin s’évapore.
Une pompe consomme de l’électricité.
Une ventilation renouvelle l’air.
Un logement produit du CO₂.
Une batterie se charge puis se décharge.
Un système hydraulique possède des pressions, des débits, des températures et des niveaux qui évoluent en permanence.
Le problème n’est donc pas l’absence d’information.
Le problème est que la plupart de ces phénomènes restent invisibles.
Nous percevons une partie du réel avec nos sens.
Mais nous ne mesurons généralement ni l’humidité exacte du sol à 30 cm de profondeur, ni le déficit hydrique d’une plante, ni la température différentielle entre deux façades, ni la consommation instantanée d’une pompe, ni la concentration de CO₂ d’une pièce, ni le taux d’humidité d’un local technique, ni l’évolution thermique d’un mur pendant la nuit.
L’Internet des objets — IoT, Internet of Things — permet précisément de franchir cette frontière.
Il transforme le monde physique en données.
Mais cette transformation n’a de valeur que si elle sert ensuite à comprendre, décider et agir.
Un capteur supplémentaire ne crée pas automatiquement de l’intelligence.
Un tableau rempli de chiffres ne constitue pas nécessairement une connaissance.
Un système connecté n’est pas forcément autonome.
L’objectif de l’IoT tel qu’il peut être envisagé dans l’écosystème DEMETER-FB n’est donc pas de connecter des objets pour le simple plaisir de les connecter.
Il s’agit de construire une chaîne complète :
RÉEL → CAPTEUR → DONNÉE → INFORMATION → CONNAISSANCE → MODÈLE → DÉCISION → ACTION → RETOUR D’EXPÉRIENCE
Et cette boucle change profondément notre rapport au monde.
Car lorsque nous commençons à mesurer correctement notre environnement, nous découvrons souvent que la réalité est différente de notre perception.
C’est précisément là que commence l’autonomie.
31. POURQUOI L’AUTONOMIE COMMENCE PAR LA MESURE
Mesurer, c’est passer de l’intuition à la connaissance
L’autonomie est souvent associée à la production.
Produire son énergie.
Produire son alimentation.
Récupérer son eau.
Chauffer sa maison.
Cultiver son jardin.
Élever ses animaux.
Fabriquer ou réparer.
Mais il existe une autonomie encore plus fondamentale :
l’autonomie dans la compréhension.
Avant de produire efficacement, il faut savoir ce que l’on consomme.
Avant d’irriguer, il faut savoir si le sol manque réellement d’eau.
Avant de climatiser, il faut comprendre pourquoi le bâtiment chauffe.
Avant d’isoler davantage, il faut identifier où se trouvent réellement les pertes.
Avant de modifier un jardin, il faut comprendre son microclimat.
Avant de choisir une plante, il faut connaître les conditions réelles auxquelles elle sera exposée.
Avant d’automatiser une installation, il faut savoir ce qui doit être automatisé et pourquoi.
La mesure devient donc une étape préalable à l’action.
La perception humaine est précieuse… mais limitée
L’être humain possède une capacité extraordinaire d’observation.
Il peut sentir l’humidité.
Percevoir une variation de température.
Observer la croissance d’une plante.
Écouter le fonctionnement d’une pompe.
Détecter une odeur inhabituelle.
Voir une condensation.
Sentir un courant d’air.
Observer le comportement des animaux.
Avec l’expérience, cette observation devient même une véritable compétence.
Un jardinier expérimenté peut reconnaître un manque d’eau avant qu’une plante ne flétrisse.
Un technicien peut entendre qu’une machine fonctionne différemment.
Un agriculteur peut interpréter l’état d’un sol.
Un ingénieur peut identifier une anomalie dans un système.
Mais les capteurs apportent quelque chose de supplémentaire :
la quantification.
Au lieu de dire :
« Le sol semble sec. »
on peut obtenir :
« L’humidité volumique du sol est passée de 31 % à 19 % en quatre jours. »
Au lieu de dire :
« La maison est chaude. »
on peut observer :
« La température intérieure atteint 29 °C entre 16 h et 19 h alors que l’extérieur est à 27 °C. »
Cette différence est essentielle.
La mesure permet de comparer
Une donnée isolée est rarement suffisante.
Une série temporelle devient beaucoup plus intéressante.
Une température de 27 °C ne signifie pas la même chose :
- à 8 h ;
- à 14 h ;
- à 18 h ;
- à minuit ;
- avec 30 % d’humidité relative ;
- avec 90 % d’humidité relative ;
- avec ou sans vent ;
- sous un arbre ;
- contre un mur ;
- dans une serre ;
- dans une maison.
La donnée prend donc sa valeur lorsqu’elle est contextualisée.
C’est pourquoi un véritable système IoT ne doit pas seulement mesurer.
Il doit également conserver :
- la date ;
- l’heure ;
- le lieu ;
- le capteur ;
- l’unité ;
- les conditions associées ;
- l’historique ;
- les événements ;
- les actions réalisées.
Nous passons alors du simple capteur à une mémoire instrumentée du système.
La boucle fondamentale de l’autonomie
On peut représenter l’ensemble par une boucle :
OBSERVER
↓
MESURER
↓
COMPRENDRE
↓
MODÉLISER
↓
DÉCIDER
↓
AGIR
↓
MESURER À NOUVEAU
Cette dernière étape est fondamentale.
L’action n’est pas la fin du processus.
Elle produit un nouvel état du système.
Il faut donc mesurer à nouveau.
C’est une boucle d’apprentissage.
32. CONSTRUIRE SA STATION MÉTÉO PERSONNELLE
Passer de « quel temps fait-il ? » à « quel temps fait-il réellement ici ? »
Une station météorologique personnelle peut devenir l’un des premiers projets IoT particulièrement intéressants.
Les données météorologiques générales sont utiles.
Mais elles décrivent généralement une situation à une échelle plus large que celle d’une maison ou d’un jardin.
Or quelques dizaines de mètres peuvent parfois modifier fortement les conditions locales.
La topographie.
L’exposition.
La végétation.
Les bâtiments.
Les murs.
Les surfaces minérales.
Les plans d’eau.
Les arbres.
Les haies.
Les vallées.
Les zones urbaines.
Tous ces éléments peuvent influencer le microclimat.
Une station météo personnelle permet donc de commencer à mesurer son propre territoire.
Les grandeurs fondamentales
Une station complète peut mesurer :
Température de l’air
C’est la mesure la plus évidente.
Mais elle doit être correctement réalisée.
Un capteur exposé directement au soleil peut produire une température très différente de celle de l’air réel.
Le positionnement, la ventilation et le rayonnement sont donc déterminants.
Humidité relative
Elle permet notamment d’étudier :
- le confort ;
- le risque de condensation ;
- les conditions de séchage ;
- les phénomènes de rosée ;
- les conditions favorables à certains champignons ;
- le fonctionnement d’un bâtiment.
Pression atmosphérique
Elle permet notamment d’observer les évolutions météorologiques et de contextualiser les autres mesures.
Vent
On peut mesurer :
- vitesse ;
- direction ;
- rafales.
Pour un jardin ou une exploitation, ces données deviennent particulièrement intéressantes.
Le vent influence :
- l’évapotranspiration ;
- la sensation thermique ;
- le dessèchement du sol ;
- les plantes ;
- les structures ;
- les serres ;
- la dispersion de certaines particules.
Rayonnement solaire
Une mesure du rayonnement permet de mieux comprendre :
- la production photovoltaïque ;
- la température des surfaces ;
- la croissance végétale ;
- les différences entre zones exposées et ombragées.
Pluviométrie
Le pluviomètre transforme un événement météorologique en donnée directement exploitable.
Il devient alors possible de comparer :
pluie reçue → infiltration → stockage → consommation → besoin d’irrigation.
Une station météo devient beaucoup plus puissante lorsqu’elle dialogue avec le jardin
Imaginez une installation possédant :
- station météo ;
- pluviomètre ;
- sondes d’humidité du sol ;
- température du sol ;
- température de surface ;
- niveau de cuve ;
- débit d’irrigation.
Le système peut alors commencer à répondre à des questions beaucoup plus intéressantes :
Combien a-t-il plu ?
Combien d’eau est réellement entrée dans le sol ?
Quelle quantité reste disponible ?
Quelle zone s’est asséchée le plus rapidement ?
Quelle quantité d’eau a été apportée par l’irrigation ?
Quelle est l’influence de la couverture végétale ?
Nous ne sommes plus simplement dans la météo.
Nous sommes dans l’agroclimatologie instrumentée.
33. MESURER SON MICROCLIMAT
Le climat d’une station météo n’est pas forcément celui de votre jardin
C’est l’une des idées centrales de l’approche agroclimatique.
Une propriété possède son propre climat local.
Et à l’intérieur même de cette propriété, il existe plusieurs microclimats.
Un mur exposé au sud.
Une haie.
Une pelouse.
Une zone boisée.
Une mare.
Une terrasse minérale.
Un potager.
Une serre.
Une pente.
Une cuvette.
Un endroit exposé au vent.
Un endroit protégé.
Tous ces espaces peuvent présenter des conditions différentes.
Cartographier son microclimat
L’IoT permet de déployer plusieurs capteurs.
Par exemple :
Capteur A : façade sud
Capteur B : sous arbre
Capteur C : potager
Capteur D : serre
Capteur E : zone nord
Capteur F : près de la mare
Après quelques mois, les différences deviennent visibles.
On peut alors construire une véritable carte microclimatique.
Cette carte devient extrêmement intéressante pour :
- choisir les plantes ;
- positionner les arbres ;
- concevoir les haies ;
- placer les serres ;
- optimiser l’irrigation ;
- organiser les espaces ;
- améliorer le confort ;
- réduire les besoins énergétiques.
Le jardin devient un laboratoire climatique
C’est une évolution majeure de la Vision Omakëya™.
Le jardin n’est plus uniquement un espace de production.
Il devient un écosystème observable.
On peut mesurer :
- température ;
- humidité ;
- vent ;
- pluie ;
- rayonnement ;
- humidité du sol ;
- température du sol ;
- niveau d’eau ;
- croissance végétale.
Puis relier les données.
On peut alors rechercher des corrélations.
Par exemple :
Quel est l’effet d’un arbre sur la température du sol ?
Combien de temps une mare influence-t-elle l’humidité locale ?
Quelle haie réduit le plus efficacement la vitesse du vent ?
Quelle zone conserve le mieux l’humidité ?
Quelle couverture du sol limite le mieux les amplitudes thermiques ?
La mesure permet ainsi de transformer l’expérience empirique en connaissance locale.
34. MESURER SON SOL
Le sol n’est pas un support : c’est un système vivant
Dans une approche d’autonomie, le sol devient un élément central.
Il contient :
- eau ;
- air ;
- matière organique ;
- minéraux ;
- microorganismes ;
- racines ;
- champignons ;
- organismes du sol.
Pourtant, le sol est souvent l’un des éléments les moins mesurés.
On observe sa surface.
Mais son fonctionnement réel est largement invisible.
Les paramètres mesurables
Un réseau IoT peut notamment suivre :
Humidité
C’est l’une des données les plus utiles pour l’irrigation.
Mais il faut distinguer humidité mesurée et eau réellement disponible pour la plante.
Le type de sol, la structure, la matière organique et les caractéristiques du capteur comptent.
Température
La température du sol influence fortement l’activité biologique et le développement racinaire.
Conductivité électrique
Elle peut fournir des informations utiles sur certaines caractéristiques de la solution du sol, notamment dans certains contextes d’irrigation et de fertilisation.
Mais elle doit être interprétée avec prudence.
Potentiel hydrique
Dans les systèmes plus avancés, il devient possible de s’intéresser non seulement à la quantité d’eau présente mais à l’énergie avec laquelle cette eau est retenue.
C’est une distinction essentielle.
Mesurer à plusieurs profondeurs
Un seul capteur peut donner une information trompeuse.
Le sol peut être humide en surface et sec plus profondément.
Ou inversement.
On peut donc envisager :
- 10 cm ;
- 30 cm ;
- 60 cm ;
- 1 m selon le système.
Cette architecture permet d’observer la dynamique verticale de l’eau.
Après une pluie :
surface humide → infiltration → progression du front d’eau → redistribution → consommation → assèchement.
On commence alors à voir fonctionner le sol comme un véritable système hydraulique.
Mesurer pour mieux irriguer
L’irrigation intelligente ne consiste pas à arroser automatiquement à heure fixe.
Elle consiste à apporter de l’eau lorsque le système en a réellement besoin, dans la quantité adaptée et au bon endroit.
L’IoT peut relier :
humidité du sol + météo + pluie + température + évapotranspiration + niveau de réserve + historique d’irrigation.
L’intelligence apparaît alors dans la combinaison.
35. MESURER L’EAU
L’eau est un flux : il faut mesurer son entrée, son stockage et sa sortie
Une véritable autonomie hydrique nécessite une vision globale.
Il faut comprendre :
ENTRÉES
- pluie ;
- réseau ;
- forage ;
- source ;
- récupération.
STOCKAGE
- cuves ;
- bassins ;
- mares ;
- réservoirs.
UTILISATION
- irrigation ;
- sanitaire ;
- nettoyage ;
- process ;
- animaux.
PERTES
- fuite ;
- évaporation ;
- débordement ;
- infiltration non souhaitée.
Les capteurs hydrauliques
On peut mesurer :
- niveau ;
- débit ;
- pression ;
- température ;
- consommation ;
- conductivité selon les applications ;
- présence ou absence d’eau.
Un simple compteur d’eau connecté peut déjà transformer complètement la compréhension d’une installation.
Exemple : une maison autonome en eau
Imaginons :
Pluviomètre
↓
Cuve
↓
Capteur de niveau
↓
Pompe
↓
Compteur de débit
↓
Réseau d’irrigation
↓
Sondes d’humidité
Le système peut alors connaître :
- combien d’eau est disponible ;
- combien est consommé ;
- combien est envoyé au jardin ;
- quelle quantité atteint réellement les zones irriguées ;
- quand la réserve devient critique.
L’eau cesse alors d’être une abstraction.
Elle devient un flux mesuré.
Détecter les fuites
La mesure possède également une fonction de sécurité.
Une consommation inhabituelle pendant une période où aucune utilisation n’est prévue peut signaler :
- fuite ;
- vanne défectueuse ;
- canalisation endommagée ;
- chasse d’eau ;
- pompe fonctionnant anormalement.
Le système peut générer une alerte.
L’IoT devient alors un outil de maintenance préventive.
36. MESURER L’ÉNERGIE
Comprendre son énergie avant de chercher à en produire davantage
Une erreur fréquente consiste à vouloir augmenter la production énergétique avant d’avoir compris les consommations.
Or la première énergie économisée est celle qui n’a pas besoin d’être produite.
La mesure permet de connaître :
- consommation totale ;
- puissance instantanée ;
- consommation par circuit ;
- consommation par équipement ;
- production photovoltaïque ;
- stockage ;
- import/export réseau.
Puissance et énergie : deux notions différentes
La puissance correspond à un débit énergétique instantané.
L’énergie correspond à une quantité cumulée sur une période.
Cette distinction est fondamentale.
Un appareil peut avoir une puissance élevée mais fonctionner peu longtemps.
Un autre peut avoir une puissance faible mais fonctionner continuellement.
L’IoT permet de reconstruire ces profils.
Construire une signature énergétique
Une maison possède une véritable empreinte énergétique.
On peut identifier :
- chauffage ;
- eau chaude ;
- ventilation ;
- pompe ;
- électroménager ;
- informatique ;
- éclairage ;
- climatisation ;
- recharge de véhicules.
On peut ensuite chercher les consommations anormales.
Par exemple :
Pourquoi la consommation nocturne reste-t-elle élevée ?
Pourquoi la pompe fonctionne-t-elle plus longtemps ?
Pourquoi la consommation augmente-t-elle après un changement de réglage ?
La donnée permet de poser les bonnes questions.
Production photovoltaïque et consommation
Une maison équipée de solaire peut également mesurer :
production → consommation → autoconsommation → stockage → réseau.
L’objectif n’est plus seulement de savoir combien les panneaux produisent.
Il devient possible d’étudier quand produire, quand consommer et quand stocker.
L’IoT devient alors une composante d’un système énergétique intelligent.
37. MESURER L’AIR INTÉRIEUR
Une maison doit être considérée comme un système respiratoire
Nous avons tendance à considérer l’air intérieur comme invisible.
Pourtant, son état évolue constamment.
Les occupants respirent.
La cuisson produit des particules et de l’humidité.
La douche produit de la vapeur.
Les matériaux peuvent émettre certains composés.
La ventilation renouvelle l’air.
Le bâtiment échange de la chaleur et de l’humidité avec l’extérieur.
La mesure permet de rendre ce système observable.
Les principaux paramètres
Selon le contexte, on peut surveiller :
- température ;
- humidité relative ;
- CO₂ ;
- particules fines ;
- composés organiques volatils ;
- pression ;
- parfois d’autres paramètres spécifiques.
Le CO₂ est notamment intéressant comme indicateur de renouvellement de l’air dans certains environnements occupés.
Ventilation intelligente
Une ventilation fonctionnant toujours au même régime n’est pas nécessairement optimale.
Pourquoi ventiler fortement une pièce vide ?
Pourquoi ne pas augmenter le renouvellement lorsque l’occupation augmente ?
Pourquoi continuer à extraire à un niveau élevé lorsque les conditions ne l’exigent plus ?
Un système instrumenté peut adapter son fonctionnement aux conditions réelles.
Mais attention :
automatiser ne signifie pas simplement mettre une machine en mode automatique.
Il faut définir des règles pertinentes, vérifier les mesures et conserver des modes de secours.
Air intérieur et énergie
Il existe également un compromis.
Ventiler améliore le renouvellement d’air mais entraîne potentiellement des échanges thermiques.
Le système doit donc considérer simultanément :
qualité de l’air + humidité + température + énergie.
C’est précisément ce type de problème multidimensionnel qui justifie l’association :
IoT + ingénierie + modélisation + IA.
38. MESURER LES CONSOMMATIONS D’UNE MAISON
Transformer la maison en système mesurable
Une maison peut être considérée comme un organisme technique.
Elle possède :
- des entrées ;
- des sorties ;
- des flux ;
- des stocks ;
- des pertes ;
- des transformations ;
- des régulations.
Entrées
- soleil ;
- électricité ;
- eau ;
- chaleur ;
- air.
Stocks
- eau ;
- énergie thermique ;
- batteries ;
- matériaux ;
- nourriture.
Flux
- eau ;
- électricité ;
- chaleur ;
- air ;
- données.
Sorties
- chaleur ;
- eau usée ;
- air extrait ;
- déchets ;
- énergie exportée.
Cette représentation transforme la maison en système énergétique et environnemental.
Construire son tableau de bord
Un tableau de bord pertinent peut afficher :
Eau
- consommation journalière ;
- niveau des cuves ;
- pluie ;
- irrigation.
Énergie
- consommation ;
- production ;
- batterie ;
- réseau.
Climat
- température ;
- humidité ;
- météo ;
- prévisions.
Air
- CO₂ ;
- humidité ;
- température ;
- particules selon les besoins.
Jardin
- humidité des sols ;
- température ;
- irrigation ;
- pluie.
L’intérêt n’est pas d’avoir cinquante graphiques.
L’objectif est d’avoir les bonnes informations au bon moment.
L’importance de la hiérarchie de l’information
Un système efficace peut fonctionner sur plusieurs niveaux.
Niveau 1 — Surveillance
Tout fonctionne-t-il normalement ?
Niveau 2 — Diagnostic
Pourquoi une valeur évolue-t-elle ?
Niveau 3 — Prévision
Que risque-t-il de se produire ?
Niveau 4 — Optimisation
Quelle action permet d’améliorer le système ?
Niveau 5 — Automatisation
Le système peut-il réaliser cette action automatiquement ?
C’est cette progression qui permet d’éviter l’erreur classique consistant à vouloir automatiser trop tôt.
39. CONSTRUIRE UN RÉSEAU IoT AUTONOME BASSE CONSOMMATION
Un réseau de capteurs doit être aussi autonome que possible
Plus on installe de capteurs, plus une question apparaît :
comment les alimenter ?
Un capteur connecté en permanence au secteur est simple.
Mais pour un jardin, une forêt, une parcelle agricole, un bassin ou un territoire isolé, cela peut devenir impossible ou coûteux.
Il faut alors concevoir des nœuds IoT basse consommation.
Les composants d’un nœud IoT
Un nœud peut comporter :
- capteur ;
- microcontrôleur ;
- mémoire ;
- alimentation ;
- batterie ;
- éventuellement panneau photovoltaïque ;
- système de communication ;
- boîtier ;
- logiciel.
La philosophie devient :
mesurer suffisamment, transmettre intelligemment, consommer le minimum.
Mesurer en continu n’est pas toujours nécessaire
Une erreur fréquente consiste à vouloir mesurer toutes les secondes.
Mais pour certaines variables, une mesure toutes les 15 minutes peut être largement suffisante.
Pour d’autres :
- une mesure toutes les heures ;
- toutes les 5 minutes ;
- uniquement lors d’un événement ;
- ou uniquement lorsqu’une valeur franchit un seuil.
La fréquence doit donc dépendre du phénomène observé.
Échantillonnage intelligent
On peut imaginer une stratégie :
Mode normal
Mesure toutes les 15 minutes.
Mode anomalie
Mesure toutes les 30 secondes.
Mode événement
Transmission immédiate.
Mode nuit
Réduction de la fréquence.
Le capteur devient ainsi adaptatif.
Communication IoT
Selon les besoins, différentes technologies peuvent être utilisées :
- Wi-Fi ;
- Bluetooth Low Energy ;
- Zigbee ;
- Thread ;
- LoRaWAN ;
- réseaux cellulaires ;
- protocoles industriels ;
- réseaux propriétaires.
Le choix dépend notamment :
- distance ;
- débit ;
- consommation ;
- environnement ;
- coût ;
- densité de capteurs ;
- autonomie recherchée.
Il n’existe pas un protocole universellement meilleur.
Il existe un protocole adapté à une architecture donnée.
Architecture distribuée
Une architecture intéressante consiste à ne pas faire remonter toutes les données vers un serveur central en permanence.
Les capteurs peuvent effectuer localement certaines opérations :
mesurer → filtrer → analyser → transmettre seulement si nécessaire.
On parle alors d’une logique de traitement en périphérie, ou edge computing.
Cela réduit :
- la consommation ;
- la quantité de données transmises ;
- la dépendance au réseau ;
- parfois les coûts.
Autonomie numérique
L’autonomie IoT ne signifie pas nécessairement être déconnecté d’Internet.
Elle signifie plutôt :
ne pas dépendre d’un unique point de défaillance.
Un système robuste peut conserver :
- un fonctionnement local ;
- une mémoire locale ;
- une logique locale ;
- un accès distant lorsque disponible ;
- un mode manuel.
Ainsi, si Internet tombe :
le jardin continue d’être irrigué.
Si le serveur distant tombe :
les capteurs continuent de mesurer.
Si l’automatisation tombe :
l’humain peut reprendre la main.
C’est un principe fondamental de résilience.
40. DU CAPTEUR AU JUMEAU NUMÉRIQUE
Le véritable objectif n’est pas de collecter des données
Le sommet de l’approche IoT n’est pas le capteur.
C’est le modèle du système.
Un jumeau numérique — digital twin — peut être défini comme une représentation numérique dynamique d’un système réel, alimentée par des données et utilisée pour observer, comprendre, simuler ou piloter ce système.
Dans une maison, il peut représenter :
- structure ;
- température ;
- humidité ;
- énergie ;
- eau ;
- ventilation ;
- production ;
- stockage.
Dans un jardin :
- sol ;
- végétation ;
- eau ;
- météo ;
- irrigation ;
- microclimat.
Dans une entreprise :
- équipements ;
- flux ;
- consommations ;
- production ;
- maintenance ;
- environnement.
Le passage fondamental : du capteur au modèle
Le capteur répond :
« Que se passe-t-il ? »
Le modèle cherche à répondre :
« Pourquoi cela se produit-il ? »
La simulation ajoute :
« Que se passerait-il si… ? »
Et l’intelligence augmentée pose ensuite :
« Quelles options pouvons-nous explorer ? »
C’est une évolution considérable.
Exemple : jumeau numérique d’un jardin
Imaginons un jardin de 1 000 m².
Le système connaît :
- topographie ;
- orientation ;
- végétation ;
- types de sol ;
- humidité ;
- température ;
- pluie ;
- exposition solaire ;
- irrigation ;
- stockage d’eau.
Le jumeau numérique peut ensuite permettre d’étudier différents scénarios :
Scénario A
Ajouter une haie.
Scénario B
Planter dix arbres.
Scénario C
Créer une mare.
Scénario D
Modifier l’irrigation.
Scénario E
Ajouter du paillage.
Scénario F
Créer une zone boisée.
L’objectif n’est pas de croire aveuglément à la simulation.
L’objectif est de tester virtuellement des hypothèses avant d’engager des ressources dans le réel.
Jumeau numérique et agroclimatologie
C’est ici que l’IoT rejoint directement la Vision Omakëya™.
On peut imaginer une chaîne :
SATELLITE
↓
DONNÉES MÉTÉOROLOGIQUES
↓
STATION LOCALE
↓
CAPTEURS IoT
↓
SOL
↓
VÉGÉTATION
↓
MODÈLE
↓
IA
↓
SCÉNARIOS
↓
DÉCISION
↓
ACTION SUR LE TERRAIN
↓
NOUVELLES MESURES
Nous obtenons une boucle d’apprentissage entre le monde physique et le monde numérique.
IoT + IA : de la donnée brute à l’intelligence augmentée
L’IoT produit des données.
L’IA peut contribuer à les analyser.
Mais l’IA ne remplace pas la qualité de la mesure.
Une mauvaise mesure donne potentiellement une mauvaise conclusion.
C’est pourquoi il faut respecter une hiérarchie :
QUALITÉ DU CAPTEUR
↓
QUALITÉ DE LA DONNÉE
↓
QUALITÉ DU CONTEXTE
↓
QUALITÉ DU MODÈLE
↓
QUALITÉ DE L’INTERPRÉTATION
↓
QUALITÉ DE LA DÉCISION
L’intelligence artificielle placée au bout de cette chaîne ne peut pas miraculeusement corriger toutes les erreurs situées en amont.
La redondance devient essentielle
Dans les systèmes importants, une mesure unique peut être dangereuse.
On peut comparer :
- deux capteurs ;
- plusieurs profondeurs ;
- plusieurs sources météorologiques ;
- consommation électrique et état de la pompe ;
- débit et niveau ;
- température intérieure et extérieure.
La redondance permet de détecter des incohérences.
Par exemple :
La sonde indique que le sol est extrêmement sec.
Mais :
- il vient de pleuvoir ;
- le pluviomètre confirme la pluie ;
- une deuxième sonde indique une forte humidité.
Il faut alors suspecter le capteur.
Cette logique transforme l’IoT en véritable système d’instrumentation plutôt qu’en simple collection de gadgets.
LA MESURE NE DOIT PAS DEVENIR UNE NOUVELLE DÉPENDANCE
Plus on mesure, plus on peut tomber dans un piège :
mesurer pour mesurer.
Il devient alors possible de posséder :
- dizaines de capteurs ;
- centaines de graphiques ;
- historiques gigantesques ;
- alertes permanentes ;
- tableaux de bord complexes.
Mais sans compréhension réelle.
L’objectif n’est donc pas de maximiser le volume de données.
Il faut maximiser :
la valeur décisionnelle de la donnée.
La règle des cinq questions
Avant d’installer un capteur, il est utile de demander :
1. Que veux-je savoir ?
2. Pourquoi ai-je besoin de cette information ?
3. Quelle décision cette information permettra-t-elle de prendre ?
4. À quelle fréquence dois-je mesurer ?
5. Que ferai-je si la valeur devient anormale ?
Si aucune réponse claire n’existe, le capteur n’est peut-être pas nécessaire.
LE VRAI CAPITAL D’UN SYSTÈME IoT : SON HISTORIQUE
Une mesure ponctuelle a une valeur limitée.
Une année de données peut devenir extrêmement intéressante.
Dix années peuvent devenir un patrimoine.
On peut alors identifier :
- tendances ;
- anomalies ;
- cycles ;
- saisons ;
- dérives ;
- événements rares ;
- corrélations.
Un jardin possédant dix années de données microclimatiques possède une connaissance locale difficilement remplaçable.
Une maison possédant dix années de consommations possède une véritable mémoire énergétique.
Une entreprise possédant l’historique de ses équipements possède une mémoire industrielle.
La donnée devient alors une forme de capital immatériel.
L’IoT COMME MÉMOIRE DU MONDE
L’être humain oublie.
Un capteur n’oublie pas.
Mais le capteur ne comprend pas non plus.
La véritable intelligence apparaît donc dans la combinaison :
CAPTEUR + HISTORIQUE + HUMAIN + MODÈLE + IA.
Le capteur conserve.
L’humain contextualise.
Le modèle structure.
L’IA analyse.
L’expérience valide.
C’est cette complémentarité qui constitue l’intelligence augmentée.
DE L’OBSERVATION À L’AUTONOMIE
L’ensemble de cette démarche peut être représenté comme une pyramide.
Niveau 1 — Observer
Regarder le réel.
Niveau 2 — Mesurer
Transformer les phénomènes en données.
Niveau 3 — Enregistrer
Créer une mémoire.
Niveau 4 — Comparer
Identifier les différences.
Niveau 5 — Comprendre
Chercher les causes.
Niveau 6 — Modéliser
Représenter les interactions.
Niveau 7 — Prévoir
Explorer les évolutions possibles.
Niveau 8 — Décider
Choisir une action.
Niveau 9 — Automatiser
Confier certaines actions au système.
Niveau 10 — Apprendre
Mesurer les conséquences et améliorer le modèle.
C’est cette boucle qui permet de passer de l’IoT à l’intelligence opérationnelle.
L’ARCHITECTURE DEMETER-FB : MESURER POUR COMPRENDRE, COMPRENDRE POUR CONCEVOIR
Dans une approche globale de l’autonomie, l’IoT n’est donc pas une technologie isolée.
Il se situe à l’intersection de plusieurs domaines.
IoT + ingénierie
Mesurer les équipements et les flux.
IoT + IA
Analyser les données et identifier des tendances.
IoT + agroclimatologie
Comprendre le fonctionnement réel d’un jardin, d’une parcelle ou d’un territoire.
IoT + habitat
Comprendre les flux thermiques, hydriques, énergétiques et aérauliques.
IoT + environnement
Observer les interactions entre systèmes naturels et artificiels.
IoT + autonomie
Réduire les dépendances et augmenter la capacité de décision.
IoT + jumeau numérique
Créer une représentation dynamique du système réel.
UNE NOUVELLE MANIÈRE DE CONCEVOIR
L’ingénierie classique peut souvent suivre une logique :
CONCEVOIR → CONSTRUIRE → METTRE EN SERVICE.
L’ingénierie augmentée par l’IoT peut fonctionner différemment :
OBSERVER → MESURER → MODÉLISER → CONCEVOIR → CONSTRUIRE → MESURER → CORRIGER → APPRENDRE.
La conception devient donc évolutive.
Un bâtiment n’est plus nécessairement considéré comme un objet terminé.
Un jardin non plus.
Une exploitation agricole non plus.
Une entreprise non plus.
Ils deviennent des systèmes vivants ou techniques capables d’être observés et améliorés dans le temps.
VERS UNE MAISON INSTRUMENTÉE
On peut imaginer une maison disposant de plusieurs couches.
Couche climatique
- température ;
- humidité ;
- pression ;
- rayonnement ;
- vent.
Couche énergétique
- consommation ;
- production ;
- stockage ;
- puissance.
Couche hydraulique
- pluie ;
- niveau ;
- débit ;
- pression ;
- irrigation.
Couche biologique
- sol ;
- végétation ;
- humidité ;
- croissance.
Couche sanitaire
- CO₂ ;
- humidité ;
- qualité de l’air.
Couche numérique
- données ;
- historique ;
- modèles ;
- alertes ;
- IA.
L’ensemble forme un écosystème instrumenté.
VERS LE JARDIN NUMÉRIQUE
Le même principe peut être appliqué au jardin.
Imaginez un plan numérique affichant :
- chaque arbre ;
- chaque zone de culture ;
- chaque haie ;
- chaque mare ;
- chaque capteur ;
- chaque conduite d’eau ;
- chaque zone d’irrigation.
Chaque élément possède son historique.
L’arbre peut avoir :
- date de plantation ;
- variété ;
- porte-greffe ;
- croissance ;
- besoins ;
- production ;
- interventions.
La zone de sol peut posséder :
- humidité ;
- température ;
- analyses ;
- historique hydrique ;
- cultures précédentes.
Le jardin devient progressivement une base de connaissances vivante.
LE JUMEAU NUMÉRIQUE PERSONNEL
L’étape suivante consiste à relier les différents systèmes.
Imaginez :
maison
jardin
eau
énergie
météo
sol
données personnelles
connaissances
IA
L’ensemble peut former un véritable jumeau numérique de l’écosystème de vie.
Ce jumeau ne doit pas avoir pour objectif de remplacer l’humain.
Il doit lui permettre de mieux voir.
LE COPILOTE D’AUTONOMIE
C’est ici que l’IoT rejoint directement le chapitre précédent consacré à l’intelligence augmentée.
Un véritable copilote personnel pourrait recevoir :
- les données météo ;
- les mesures du jardin ;
- les consommations énergétiques ;
- les niveaux d’eau ;
- les données de la maison ;
- les historiques ;
- les objectifs de l’utilisateur.
Il pourrait ensuite signaler :
« La réserve d’eau diminue plus rapidement que prévu. »
« La consommation électrique nocturne augmente depuis trois jours. »
« La zone nord conserve davantage d’humidité que la zone sud. »
« La température intérieure augmente malgré la baisse de la température extérieure. »
« Une anomalie apparaît sur le fonctionnement de la pompe. »
L’humain reste décisionnaire.
Mais il dispose désormais d’une mémoire et d’une capacité d’observation augmentées.
MESURER LE MONDE POUR MIEUX LE RESPECTER
La mesure n’est pas nécessairement une démarche froide ou technologique.
Au contraire.
Elle peut permettre de mieux comprendre le vivant.
Mesurer un arbre ne signifie pas réduire l’arbre à des chiffres.
Mesurer un sol ne signifie pas oublier sa complexité biologique.
Mesurer une rivière ne signifie pas nier son caractère écologique.
Mesurer un jardin ne signifie pas transformer la nature en machine.
La mesure permet au contraire de mieux observer les interactions.
Elle devient une forme de curiosité scientifique appliquée au vivant.
LA TECHNOLOGIE AU SERVICE DE L’OBSERVATION
C’est probablement l’une des philosophies fondamentales de l’IoT appliqué à l’autonomie :
Ne pas utiliser la technologie pour remplacer l’observation du réel, mais pour la rendre plus précise, plus longue, plus reproductible et plus partageable.
Un humain peut observer un jardin pendant quelques heures.
Un réseau IoT peut l’observer pendant dix ans.
L’humain peut constater une sécheresse.
Le réseau peut montrer sa dynamique.
L’humain peut constater une consommation.
Le système peut montrer son profil horaire.
L’humain peut ressentir une chaleur.
Le réseau peut comparer température, humidité, rayonnement et ventilation.
La technologie augmente donc la résolution temporelle et quantitative de notre perception.
LES 10 PRINCIPES D’UN IoT D’AUTONOMIE
1. Mesurer ce qui compte
Pas ce qui est simplement facile à mesurer.
2. Comprendre avant d’automatiser
L’automatisation d’un mauvais modèle produit simplement des erreurs plus rapidement.
3. Contextualiser les données
Une donnée isolée ne suffit généralement pas.
4. Conserver l’historique
Le temps transforme les mesures en connaissance.
5. Vérifier les capteurs
Une mesure doit pouvoir être questionnée.
6. Prévoir la redondance
Les systèmes critiques ne doivent pas dépendre d’une seule mesure.
7. Limiter la consommation
Un réseau autonome doit être énergétiquement cohérent.
8. Prévoir le fonctionnement hors ligne
La résilience nécessite des modes dégradés.
9. Garder l’humain dans la boucle
L’automatisation doit rester maîtrisable.
10. Transformer les données en décisions
Le but final n’est jamais le graphique.
Le but est l’action pertinente.
TABLEAU DE SYNTHÈSE — LES 10 PILIERS IoT
| N° | Sujet | Ce que l’on mesure | Ce que l’on comprend | Application |
|---|---|---|---|---|
| 31 | Pourquoi mesurer | Variables du système | État réel | Autonomie |
| 32 | Station météo | Température, pluie, vent, humidité | Climat local | Météo personnelle |
| 33 | Microclimat | Variations spatiales | Effets du paysage | Jardin |
| 34 | Sol | Humidité, température, paramètres physico-chimiques | Disponibilité de l’eau | Agriculture |
| 35 | Eau | Niveau, débit, pression | Flux hydriques | Gestion de l’eau |
| 36 | Énergie | Puissance, énergie | Profils de consommation | Autonomie énergétique |
| 37 | Air intérieur | CO₂, humidité, température, particules | Qualité de l’air | Habitat |
| 38 | Maison | Flux globaux | Fonctionnement réel | Bâtiment intelligent |
| 39 | IoT autonome | Énergie, communication | Robustesse du réseau | Territoires isolés |
| 40 | Jumeau numérique | Toutes les données | Évolution du système | Simulation et décision |
TABLEAU : DU CAPTEUR À L’INTELLIGENCE
| Étape | Fonction | Question |
|---|---|---|
| Réalité | Monde physique | Que se passe-t-il ? |
| Capteur | Mesure | Quelle valeur ? |
| Donnée | Enregistrement | Que s’est-il passé ? |
| Historique | Mémoire | Comment cela évolue-t-il ? |
| Analyse | Interprétation | Pourquoi ? |
| Modèle | Représentation | Comment le système fonctionne-t-il ? |
| Simulation | Scénarios | Que se passerait-il si… ? |
| IA | Assistance | Quelles relations ou anomalies détecter ? |
| Décision | Choix | Que devons-nous faire ? |
| Action | Intervention | Que faisons-nous ? |
| Retour | Nouvelle mesure | Quel a été le résultat ? |
FAQ — IoT, MESURE ET AUTONOMIE
Pourquoi l’autonomie commence-t-elle par la mesure ?
Parce qu’il est difficile d’optimiser correctement un système dont on ne connaît pas l’état réel. La mesure permet de passer de l’intuition à une connaissance quantifiée et historique.
Faut-il mesurer tout ce qui est possible ?
Non. Une bonne architecture IoT cherche d’abord les mesures réellement utiles à la compréhension ou à la décision.
Une station météo personnelle est-elle utile ?
Oui, notamment lorsqu’on souhaite comprendre son microclimat local. Elle devient particulièrement intéressante lorsqu’elle est associée à des mesures du sol, de l’eau et de la végétation.
Pourquoi mesurer le sol ?
Parce que l’état hydrique et thermique du sol influence directement les plantes, l’irrigation et de nombreux processus biologiques.
Peut-on automatiser l’arrosage avec l’IoT ?
Oui, mais une automatisation pertinente doit idéalement croiser plusieurs informations : humidité du sol, pluie, météo, caractéristiques de la parcelle, réserves disponibles et stratégie d’irrigation.
L’IoT permet-il de réduire la consommation énergétique ?
Il peut permettre de mieux identifier les consommations, les dérives et les périodes de fonctionnement inutiles. Les économies dépendent ensuite des actions mises en œuvre.
Pourquoi mesurer le CO₂ dans une maison ?
Le CO₂ peut notamment servir d’indicateur de l’occupation et du renouvellement de l’air dans certains espaces. Il peut ainsi contribuer au pilotage de la ventilation.
Un système IoT doit-il être connecté à Internet ?
Pas nécessairement. Certaines fonctions peuvent fonctionner localement. Pour une architecture résiliente, il est même intéressant de prévoir un fonctionnement local en cas de perte de connexion.
Qu’est-ce qu’un jumeau numérique ?
C’est une représentation numérique dynamique d’un système réel, pouvant être alimentée par des données et utilisée pour observer, analyser ou explorer différents scénarios.
Quelle est la différence entre IoT et IA ?
L’IoT permet principalement de connecter le monde physique au monde numérique et de recueillir des données. L’IA peut ensuite contribuer à analyser ces données, détecter des relations, assister le raisonnement ou explorer certains scénarios.
Un capteur peut-il se tromper ?
Oui. Un capteur possède des limites, des erreurs possibles et des conditions d’utilisation. La validation, la calibration et parfois la redondance sont donc essentielles.
Faut-il commencer avec beaucoup de capteurs ?
Non. Il est souvent préférable de commencer avec quelques mesures pertinentes, puis d’étendre progressivement le système.
APPRENDRE À MESURER, C’EST APPRENDRE À VOIR
L’Internet des objets est souvent présenté comme une technologie permettant de connecter des objets.
Cette définition est techniquement correcte, mais elle passe à côté de l’essentiel.
Dans une approche d’autonomie, l’IoT peut devenir quelque chose de beaucoup plus profond :
une extension de notre capacité d’observation.
Le capteur permet de voir ce que nos sens ne voient pas.
L’historique permet de voir ce que notre mémoire ne peut pas conserver.
Le réseau permet de comparer plusieurs endroits.
Le modèle permet de relier les phénomènes.
La simulation permet d’explorer des futurs possibles.
L’intelligence artificielle permet d’assister l’analyse.
Et l’humain conserve ce qui demeure essentiel :
le sens, les objectifs, les valeurs et la décision.
C’est pourquoi l’IoT ne doit pas être considéré comme une accumulation de capteurs, de cartes électroniques ou d’objets connectés.
Il doit être pensé comme une architecture de connaissance du réel.
DE LA MESURE À L’AUTONOMIE
La logique devient alors extrêmement simple :
Je regarde.
↓
Je mesure.
↓
Je conserve.
↓
Je compare.
↓
Je comprends.
↓
Je modélise.
↓
Je simule.
↓
Je décide.
↓
J’agis.
↓
Je mesure à nouveau.
Cette boucle peut être appliquée à presque tout.
À une maison.
À un jardin.
À une exploitation.
À une entreprise.
À une installation industrielle.
À un bâtiment.
À un quartier.
À un territoire.
Elle permet de passer d’une logique de consommation des systèmes à une logique de compréhension et de maîtrise progressive des systèmes.
L’IoT COMME PREMIÈRE BRIQUE DU JUMEAU NUMÉRIQUE
Le capteur est finalement la première brique d’une architecture beaucoup plus vaste.
Demain, un jardin pourra posséder son modèle numérique.
Une maison pourra posséder son jumeau énergétique.
Une exploitation pourra disposer de son modèle agroclimatique.
Une entreprise pourra posséder son modèle industriel.
Un territoire pourra construire son modèle hydrologique, énergétique et environnemental.
Et tous ces modèles pourront dialoguer.
C’est là que l’on retrouve la philosophie globale de DEMETER-FB :
comprendre les systèmes, maîtriser les flux, développer les compétences et concevoir des écosystèmes résilients.
L’IoT apporte les yeux.
L’ingénierie apporte les modèles.
L’IA apporte une capacité supplémentaire d’analyse.
L’expérience humaine apporte le contexte.
L’autonomie apporte la finalité.
LA GRANDE CHAÎNE DEMETER-FB
Les chapitres précédents consacrés à l’intelligence artificielle montraient comment construire une intelligence augmentée.
L’IoT apporte désormais quelque chose de complémentaire :
une perception augmentée.
Et la combinaison devient particulièrement puissante :
HUMAIN
OBSERVATION
IoT
DONNÉES
INGÉNIERIE
IA
EXPÉRIENCE
=
INTELLIGENCE AUGMENTÉE DU MONDE RÉEL
L’objectif n’est donc pas de remplacer l’humain par des capteurs.
L’objectif est de permettre à l’humain de mieux voir, mieux comprendre, mieux apprendre et mieux agir.
ET APRÈS ?
Une fois que l’on sait mesurer son monde, une nouvelle question apparaît naturellement :
Que faire de toutes ces données ?
C’est là que commencent les chapitres suivants de l’écosystème :
IoT + IA
IoT + ingénierie
IoT + agroclimatologie
IoT + maison
IoT + énergie
IoT + eau
IoT + agriculture
IoT + environnement
IoT + jumeau numérique
IoT + autonomie.
Le véritable objectif n’est donc pas d’avoir une maison connectée.
Ni un jardin connecté.
Ni une entreprise connectée.
Ni une exploitation connectée.
L’objectif est de construire un système que l’on comprend.
Car :
Ce que l’on mesure, on peut commencer à le comprendre.
Ce que l’on comprend, on peut commencer à le modéliser.
Ce que l’on modélise, on peut commencer à le améliorer.
Et ce que l’on améliore progressivement peut devenir plus autonome, plus résilient et plus intelligent.
« L’IoT ne sert pas seulement à connecter les objets. Il sert à reconnecter l’être humain au réel. »
Et dans la logique DEMETER-FB / Omakëya™ :
**MESURER LE MONDE POUR MIEUX LE COMPRENDRE.
COMPRENDRE LE MONDE POUR MIEUX LE CONCEVOIR.
CONCEVOIR AUTREMENT POUR DEVENIR PLUS AUTONOME.**