PROCÉDÉ D'ANALYSE D'UNE PARCELLE AGRICOLE CULTIVÉE poll L'invention concerne un procédé d'analyse d'une parcelle agricole cultivée. [2] En agriculture, une espèce végétale cultivée au sein d'une parcelle agricole 5 ne présente pas toujours un développement végétal homogène sur toute la superficie de la parcelle. Il existe généralement des zones de cette parcelle, dans lesquelles le développement végétal de l'espèce cultivée est moindre que celui que présente cette même espèce dans le reste de la parcelle. Cela est généralement causé par la présence locale de facteurs affectant la croissance végétale, tels qu'un déficit localisé 10 en irrigation ou en engrais ou bien encore une présence localisée de parasites. L'existence de telles zones est rédhibitoire, car cela affecte négativement le rendement agricole de la parcelle. Pour y remédier, on connaît des techniques, dites d'agriculture de précision, qui permettent de détecter de telles zones. Ces techniques comportent typiquement : 15 -l'acquisition d'une cartographie aérienne de la parcelle, au moyen de satellites ou d'avions équipés à cet effet ; -l'identification de zones caractéristiques sur cette parcelle, à partir de la cartographie aérienne, dont la croissance est moindre par rapport au reste de la parcelle. Si une telle zone est détectée, un opérateur doit se rendre sur place pour fournir un 20 diagnostic sur l'origine de la plus faible croissance de cette zone. Sur la base de ce diagnostic, un traitement spécifique est sélectionné afin d'éliminer le facteur affectant la croissance de l'espèce dans cette zone. Des opérateurs sont ensuite envoyés sur cette zone pour y appliquer le traitement spécifique. [3] Ces techniques présentent cependant des inconvénients notables. La 25 cartographie aérienne n'est parfois pas suffisamment précise et peut conduire à des erreurs de diagnostic (faux positif, diagnostic erroné), engendrant alors un déplacement inutile et coûteux des opérateurs. Il n'est pas non plus souhaitable que les opérateurs fassent un diagnostic sur place, car différentes zones d'une même parcelle peuvent être causées par des facteurs différents, ce qui obligerait les 30 opérateurs à transporter avec eux plusieurs traitements possibles, afin d'être parés à toute éventualité. Il en résulterait une logistique alourdie et un coût accru. De plus, le fait même qu'un opérateur doive se rendre sur place dans une zone détectée nécessite dans certain cas la création d'un chemin spécifique d'accès, en particulier à travers une zone non affectée de la parcelle, qui sera alors perdue par la suite pour la 35 récolte. [4] II existe donc un besoin pour un procédé d'analyse d'une parcelle agricole cultivée, qui présente une fiabilité accrue et un coût réduit. [5] L'invention concerne donc un procédé d'analyse d'une parcelle agricole cultivée, comportant : -une première acquisition d'une cartographie aérienne, au moyen d'un premier véhicule aérien, d'une parcelle agricole contenant une espèce végétale cultivée, et comportant au moins une zone affectée de moindre activité végétale, cette zone affectée étant définie comme une portion de ladite parcelle à l'intérieur de laquelle ladite espèce végétale présente un état de développement végétal inférieur à un seuil prédéfini ; -l'identification, au sein de cette parcelle, de la zone affectée de moindre activité végétale ; -l'observation détaillée de l'espèce végétale à l'intérieur de ladite zone affectée, 10 comportant une seconde acquisition d'une image détaillée au moyen d'un second drone équipé d'un dispositif d'observation ; -la recherche automatique, à partir de résultats de l'observation détaillée, d'une cause responsable de la moindre activité végétale à l'intérieur de cette zone. [6] Le second drone permet l'analyse, de façon simplifiée et plus économique, 15 des végétaux situés dans la zone affectée. Notamment, une image détaillée est acquise à l'aide de ce second drone. À partir de cette image détaillée sont ensuite détectés des symptômes de la moindre activité végétale, et un diagnostic est alors établi de façon plus fiable. [7] Les modes de réalisation de l'invention peuvent présenter une ou plusieurs 20 des caractéristiques suivantes : -la cartographie aérienne comporte une image hyperspectrale de la parcelle agricole, enregistrée à partir de rayonnements électromagnétiques de longueur d'onde comprise dans les spectres visible et du proche infrarouge ; -les zones affectées sont identifiées au moyen d'un indice différentiel normalisé de 25 végétation calculé à partir de composantes spectrales visible et infrarouge de l'image hyperspectrale ; -le second drone est un drone à voilure tournante ; -le premier véhicule aérien est un drone à voilure fixe comportant une caméra hyperspectrale ; 30 -la première acquisition de la cartographie aérienne comporte : - l'acquisition séparée d'une pluralité d'images aériennes de portions de la parcelle ; - la combinaison de cette pluralité d'images pour former la cartographie aérienne ; 35 -le dispositif d'observation comporte une caméra optique ; -le dispositif d'observation comporte un bras manipulateur robotisé, apte à prélever un échantillon végétal à l'intérieur de la zone affectée ; -la recherche automatique comporte : - la fourniture d'une base de données d'une pluralité d'ensembles de caractéristiques morphologiques végétales de référence, chacun de ces ensembles caractéristiques morphologiques de référence étant associé à un diagnostic prédéfini ; - -la détection d'un ensemble de caractéristiques morphologiques végétales de l'image détaillée acquise ; - -la recherche automatique, parmi les ensembles de caractéristiques morphologiques végétales de référence, d'un ensemble de caractéristiques correspondant à l'ensemble de caractéristiques morphologiques détecté ; - -l'émission du diagnostic prédéfini correspondant ; le procédé comporte en outre la transmission, à destination d'un opérateur, d'un traitement à appliquer sur la zone, ce traitement étant choisi en fonction du diagnostic réalisé pour cette zone ; -le second drone comporte un dispositif de géolocalisation, apte à enregistrer des 15 coordonnées géographiques de la zone, et la transmission du traitement à appliquer comporte en outre la transmission, à destination de l'opérateur, des coordonnées géographiques de la zone sur laquelle le traitement doit être appliqué ; -la transmission des coordonnées géographiques de la zone sur laquelle le traitement doit être appliqué comporte en outre le calcul de coordonnées géographiques 20 délimitant un périmètre de sécurité, s'étendant autour de la zone affectée, à une distance prédéfinie d'une limite extérieure de cette zone affectée. [008] Ces modes de réalisation présentent en outre les avantages suivants : -l'imagerie hyperspectrale permet la détection des zones affectées de la parcelle ; -le drone à voilure tournante est apte à se maintenir en vol stationnaire et à basse 25 altitude, ce qui permet d'acquérir des images détaillées à l'intérieur de la zone affectée -le bras rétractable permet le prélèvement d'un échantillon végétal à l'intérieur de la zone affectée en vue d'une analyse approfondie ex situ ; -en définissant le périmètre de sécurité autour de la zone affectée, le traitement est 30 appliqué à l'intérieur de ce périmètre de sécurité, ce qui limite le risque que le facteur responsable de la moindre activité végétale dans la zone affectée ne se propage à l'extérieur de la zone affectée. [009] L'invention sera mieux comprise à la lecture de la description qui va suivre, donnée uniquement à titre d'exemple non limitatif et faite en se référant aux dessins 35 sur lesquels : - la figure 1 est une illustration schématique, selon une vue du dessus, d'une parcelle agricole cultivée ; - la figure 2 est une représentation schématique de drones utilisables pour analyser la parcelle agricole de la figure 1 ; - la figure 3 est un organigramme d'un procédé d'analyse de la parcelle de la figure 1 ; - les figures 4, 6, 8 et 9 sont des organigrammes détaillant chacun une étape du procédé de la figure 1 ; - la figure 5 est une illustration schématique d'un plan de vol d'un véhicule aérien pour acquérir une cartographie aérienne de la parcelle agricole de la figure 1 ; - la figure 7 est un exemple schématique d'une cartographie aérienne normalisée de la parcelle agricole de la figure 1. [cm cl Dans ces figures, les mêmes références sont utilisées pour désigner les mêmes éléments. [0011] Dans la suite de cette description, les caractéristiques et fonctions bien connues de l'homme du métier ne sont pas décrites en détails. [0012] La figure 1 représente une parcelle 2 agricole dans laquelle est cultivée une espèce végétale. Cette parcelle comporte une pluralité de plants de cette espèce végétale, qui s'étendent sur toute la superficie de la parcelle 2, dite surface cultivée. Dans cette description, plant et espèce végétale seront utilisés comme synonymes par la suite. [0013] Ces plants sont ici répartis de façon homogène sur la parcelle 2 et ont été semés simultanément. Cependant, ces plants ne présentent pas un développement végétal homogène sur toute la superficie de la parcelle 2. On distingue ainsi, à l'intérieur de la parcelle 2 : -des zones normales, dans lesquelles les plants présentent un état de développement végétal dit normal, c'est-à-dire supérieur ou égal à une valeur 25 prédéfinie, et -des zones affectées, dans lesquelles les plants présentent un état de développement inférieur à une valeur prédéfinie. [0014] La valeur prédéfinie est, par exemple, égale à 50% ou à 30% ou à 25% de la valeur moyenne du développement végétal de tous les plants de la parcelle 2. 30 [0015] Dans cet exemple, cette parcelle 2 forme un quadrilatère et comporte une zone normale 4, qui s'étend sur plus de 80% de la superficie de la parcelle 2, et deux zones affectées 6, 8. Chacune des zones 6 et 8 est ici d'un seul tenant et ne comporte pas de zone d'une nature différente à l'intérieur de la surface délimitée par la périphérie extérieure de cette zone. L'espèce végétale est ici un légume. L'état de 35 développement végétal d'un plant est, par exemple, quantifié par la superficie totale des feuilles de chaque plant. [0016] Les plants présents dans les zones 6 et 8 présentent ainsi un développement végétal moindre que ceux de la zone 4, causé, pour chacune de ces zones 6 et 8, par un facteur tel que la présence d'un parasite, ou bien un déficit en engrais ou en 40 irrigation. Il est souhaitable d'éliminer ce facteur, de façon à ce que le développement végétal des plants de ces zones 6 et 8 retrouve par la suite un niveau normal. Pour cela, il est nécessaire de déterminer la nature de ce facteur dans chacune des zones 6, 8 et d'y appliquer un traitement adapté. [0017] La figure 2 représente des drones 20 et 22 aptes à être utilisés pour déterminer la nature du facteur affectant les zones 6 et 8, et une unité de commande 24 de ces drones. Par drone (« Unmanned Aerial Vehicle » en langue anglaise), on désigne un aéronef de dimensions réduites et pouvant circuler sans pilote humain à son bord, par exemple de façon autonome à partir d'un plan de vol prédéfini. [0018] Le drone 20 est un drone à voilure fixe. Ce drone 20 comporte un dispositif d'imagerie optique 26. Le drone 20 est apte à se déplacer à une altitude supérieure ou égale à 5m ou à 10m ou à 20m. L'altitude est ici mesurée par rapport au niveau du sol. [0019] Le drone 22 est ici un drone à voilure tournante, par exemple à quadrirotor. Le drone 22 est ainsi apte à se maintenir en vol stationnaire. Ce drone 22 comporte ici un dispositif d'observation 28, tel qu'une caméra optique à haute résolution. Le drone 22 est apte à se déplacer à une altitude inférieure à l'altitude minimale du drone 20. Par exemple, le drone 22 est apte à se déplacer à une altitude inférieure ou égale à 3m, ou à 7m, ou à 15m. [0020] Chacun de ces drones 20 et 22 présente ici une masse inférieure à 10kg ou à 5kg et une envergure inférieure à 3m ou à 2,5m ou à 2m. Les drones 20 et 22 sont notamment aptes à transmettre des données, telles que des données acquises par les dispositifs 26 et 28, vers l'unité 24. Ces drones 20 et 22 sont également aptes à décoller et à se déplacer de façon autonome, par exemple en suivant un plan de vol transmis par l'unité 24. Les drones 20 et 22 comportent ici chacun un dispositif de géolocalisation. [0021] L'unité 24 est apte : -à transmettre des instructions, comme un plan de vol ou un ordre de décoller, aux drones 20 et 22, et -à recevoir des données venant des drones 20 et 22, comme par exemple des 30 données issues des dispositifs 26 et 28. Cette unité 24 est ici un micro-ordinateur équipé d'une interface de communication et d'un logiciel de contrôle des drones 20 et 22. L'unité 24 est par exemple posée au sol. [0022] Un exemple d'un procédé d'analyse de la parcelle 2 et de ces zones 6 et 8 va maintenant être décrit, en référence à l'organigramme de la figure 3 et à l'aide des 35 figures 2 et 4 à 9. [0023] Lors d'une étape 40, une cartographie aérienne de la parcelle 2 est acquise, au moyen d'un véhicule aérien, en vue d'identifier les zones 6 et 8. Cette acquisition est ici réalisée par le dispositif 26 du drone 20. [0024] Dans cet exemple, la cartographie aérienne de la parcelle 2 est une image 40 hyperspectrale de cette parcelle 2. Les techniques d'imagerie hyperspectrale (« hyperspectral imaging » en langue anglaise) permettent d'enregistrer des composantes spectrales du rayonnement électromagnétique qui vont au-delà de la lumière visible. Cela permet de notamment détecter et de quantifier une activité végétale, car des constituants contenus dans les végétaux et responsables de la photosynthèse présentent un coefficient de réflexion optique élevé pour des longueurs d'onde situées dans le domaine du proche infrarouge (« near infra-red » en langue anglaise). Dans cette description, on désigne par proche infrarouge l'ensemble des rayonnements électromagnétiques dont la longueur d'onde est comprise entre 750nm et 1,5pm. [0025] Ici, la cartographie aérienne comporte des composantes spectrales dans le domaine de la lumière visible ainsi que dans le domaine du proche infrarouge. Ainsi, à cet effet, le dispositif 26 comporte une caméra hyperspectrale, telle que le modèle de caméra « ADC » fabriqué par la société « Tetracam, Inc. ». [0026] La figure 4 représente plus en détail un exemple de l'étape 40. [0027] Lors d'une opération 42, des caractéristiques géographiques de la parcelle 2 sont acquises, par exemple par l'unité 24, à partir d'une base de données géographiques. Ces caractéristiques géographiques incluent notamment les dimensions de la parcelle 2, ainsi que sa localisation géographique. Cette localisation géographique est ici exprimée sous la forme de coordonnées d'un système de localisation par satellite, comme par exemple des coordonnées GPS (« Global Positioning System » en langue anglaise). [0028] Puis, lors d'une opération 44, un plan de vol du drone 20 est défini automatiquement, par exemple par l'unité 24, à partir des caractéristiques géographiques acquises lors de l'opération 42. Ce plan de vol définit notamment la trajectoire que doit suivre le drone 20 pour accéder à la parcelle 2 et survoler cette parcelle 2. [0029] En fonction de l'altitude de vol du drone 20, de la superficie de la parcelle 2 et de l'angle de champ optique du dispositif 26, il existe des situations dans lesquelles le dispositif 26 ne peut pas acquérir une cartographie de la totalité de la parcelle 2 en une seule prise de vue. Dans ce cas, la cartographie de la parcelle doit être obtenue en acquérant séparément une pluralité d'images distinctes de portions de la parcelle 2, puis en combinant ces images distinctes pour obtenir une unique image de la totalité de la parcelle 2. L'opération 44 comporte alors : -la définition de coordonnées géographiques des portions de la parcelle 2 devant être imagées séparément, et, pour chacune de ces portions, la définition de coordonnées d'un point de passage à partir duquel une image correspondant à cette portion peut être acquise par le dispositif 26 lorsque le drone 20 est situé à la position géographique correspondant à ce point de passage ; puis -la définition du plan de vol du drone 20, passant par ces points de passage, pour le 40 dispositif 26 puisse acquérir une image de chacune de ces portions. [0030] La figure 5 représente un tel plan de vol. Dans cet exemple, la parcelle 2 est partagée en quatre portions 46, 48, 50, 52 devant chacune faire l'objet d'une prise de vue séparée. Un plan de vol est défini pour que le drone 20 survole ces portions en passant par les points de passage, tout en suivant une trajectoire de longueur réduite.The invention relates to a method for analyzing a cultivated agricultural parcel. [2] In agriculture, a plant species cultivated within an agricultural parcel 5 does not always have a homogeneous vegetal development over the entire parcel area. There are generally areas of this parcel in which the plant development of the cultivated species is less than that of the same species in the rest of the plot. This is generally caused by the local presence of factors affecting plant growth, such as a localized deficit in irrigation or fertilizer or even a localized presence of pests. The existence of such areas is unacceptable, as it negatively affects the agricultural yield of the plot. To remedy this, we know techniques, called precision agriculture, which can detect such areas. These techniques typically include: the acquisition of an aerial mapping of the parcel, by means of satellites or aircraft equipped for this purpose; -identification of characteristic zones on this parcel, from the aerial cartography, whose growth is less compared to the rest of the parcel. If such a zone is detected, an operator must go on-site to provide a diagnosis of the origin of the lowest growth in that zone. On the basis of this diagnosis, a specific treatment is selected to eliminate the factor affecting the growth of the species in this area. Operators are then sent to this area to apply the specific processing. [3] These techniques, however, have significant disadvantages. The aerial mapping is sometimes not precise enough and can lead to diagnostic errors (false positive, erroneous diagnosis), thus causing unnecessary and costly operator displacement. It is also not desirable for the operators to carry out an on-site diagnosis, since different areas of the same plot may be caused by different factors, which would oblige the operators to carry with them several possible treatments, in order to be prepared for any eventuality. This would result in increased logistics and increased cost. In addition, the very fact that an operator must go on site in a detected area requires in certain cases the creation of a specific access path, in particular through an unaffected zone of the parcel, which will then be lost. thereafter for the harvest. [4] There is therefore a need for a method of analyzing a cultivated agricultural plot, which has increased reliability and reduced cost. [5] The invention therefore relates to a method for analyzing a cultivated agricultural parcel, comprising: a first acquisition of an aerial cartography, by means of a first air vehicle, of an agricultural parcel containing a plant species; cultivated, and comprising at least one affected zone of lesser plant activity, this affected zone being defined as a portion of said parcel within which said plant species has a state of plant development below a predefined threshold; -identification, within this parcel, of the zone affected of less vegetal activity; detailed observation of the plant species within said affected zone, comprising a second acquisition of a detailed image by means of a second drone equipped with an observation device; -the automatic search, based on the results of the detailed observation, of a cause responsible for the lesser plant activity within this zone. [6] The second drone allows the analysis, in a simplified and more economical way, of the plants located in the affected area. In particular, a detailed image is acquired using this second drone. From this detailed image are then detected symptoms of lesser plant activity, and a diagnosis is then established more reliably. [7] Embodiments of the invention may have one or more of the following characteristics: aerial mapping includes a hyperspectral image of the agricultural plot, recorded from electromagnetic radiation of wavelength included in the visible spectra and near infrared; the affected areas are identified by means of a standard vegetation differential index calculated from visible and infrared spectral components of the hyperspectral image; the second drone is a rotary wing drone; the first air vehicle is a fixed-wing drone comprising a hyperspectral camera; The first acquisition of the aerial cartography comprises: the separate acquisition of a plurality of aerial images of portions of the parcel; - the combination of this plurality of images to form the aerial mapping; The observation device comprises an optical camera; the observation device comprises a robotic manipulator arm capable of taking a plant sample inside the affected zone; the automatic search comprises: providing a database of a plurality of sets of reference plant morphological characteristics, each of these reference morphological characteristic sets being associated with a predefined diagnosis; detection of a set of plant morphological characteristics of the acquired detailed image; the automatic search, among the sets of plant morphological reference characteristics, of a set of characteristics corresponding to the set of morphological characteristics detected; - the issuance of the corresponding predefined diagnosis; the method further comprises transmitting, to an operator, a treatment to be applied to the area, this treatment being chosen according to the diagnosis made for this area; the second drone comprises a geolocation device capable of recording geographical coordinates of the zone, and the transmission of the processing to be applied further comprises transmitting, to the operator, the geographical coordinates of the zone on which the treatment must be applied; the transmission of the geographic coordinates of the zone on which the processing is to be applied further comprises the calculation of geographical coordinates defining a perimeter of security, extending around the affected zone, at a predefined distance from an outer limit of this affected area. These embodiments also have the following advantages: hyperspectral imaging allows detection of the affected areas of the plot; the rotary-wing drone is able to remain hovering and at low altitude, which makes it possible to acquire detailed images within the affected area; the retractable arm allows the taking of a plant sample at within the affected area for in-depth ex situ analysis; by defining the security perimeter around the affected area, the treatment is applied within this security perimeter, which limits the risk that the factor responsible for the lesser plant activity in the affected area will spread to outside the affected area. [009] The invention will be better understood on reading the description which follows, given solely by way of nonlimiting example and with reference to the drawings in which: FIG. 1 is a diagrammatic illustration, according to a view from above, of a cultivated agricultural plot; FIG. 2 is a schematic representation of drones that can be used to analyze the agricultural parcel of FIG. 1; FIG. 3 is a flowchart of a method for analyzing the parcel of FIG. 1; - Figures 4, 6, 8 and 9 are flow charts each detailing a step of the method of Figure 1; FIG. 5 is a schematic illustration of a flight plan of an aerial vehicle for acquiring an aerial cartography of the agricultural parcel of FIG. 1; FIG. 7 is a schematic example of a standardized aerial cartography of the agricultural parcel of FIG. 1. In these figures, the same references are used to designate the same elements. In the following description, the features and functions well known to those skilled in the art are not described in detail. Figure 1 shows an agricultural plot 2 in which is cultivated a plant species. This parcel comprises a plurality of plants of this plant species, which extend over the entire area of the parcel 2, the so-called cultivated area. In this description, plant and plant species will be used as synonyms thereafter. These plants are here distributed homogeneously on the plot 2 and were sown simultaneously. However, these plants do not have a homogeneous plant development over the entire area of the plot 2. Thus, within the plot 2: -of normal areas, in which the plants have a state of normal plant development that is, greater than or equal to a predefined value, and affected areas, in which the plants have a state of development below a predefined value. The predefined value is, for example, equal to 50% or 30% or 25% of the average value of the plant development of all the plants of the parcel 2. In this example, this parcel 2 forms a quadrilateral and has a normal zone 4, which extends over more than 80% of the area of parcel 2, and two affected zones 6, 8. Each of zones 6 and 8 is here in one piece and does not has no zone of a different nature inside the surface delimited by the outer periphery of this zone. The plant species is here a vegetable. The state of plant development of a plant is, for example, quantified by the total area of the leaves of each plant. The plants present in zones 6 and 8 thus have a lower plant development than those of zone 4, caused, for each of these zones 6 and 8, by a factor such as the presence of a parasite, or a deficit in fertilizer or irrigation. It is desirable to eliminate this factor, so that the plant development of the plants of these zones 6 and 8 is subsequently restored to a normal level. For this, it is necessary to determine the nature of this factor in each of the zones 6, 8 and to apply a suitable treatment. Figure 2 shows drones 20 and 22 adapted to be used to determine the nature of the factor affecting the zones 6 and 8, and a control unit 24 of these drones. By drone ("Unmanned Aerial Vehicle" in English), means an aircraft of reduced dimensions and can travel without a human pilot on board, for example autonomously from a predefined flight plan. The drone 20 is a fixed-wing drone. This drone 20 comprises an optical imaging device 26. The drone 20 is able to move at an altitude greater than or equal to 5m or 10m or 20m. The altitude is here measured with respect to the ground level. The drone 22 is here a rotary wing drone, for example quadrirotor. The drone 22 is thus able to remain hovering. This drone 22 here comprises an observation device 28, such as a high resolution optical camera. The drone 22 is able to move at an altitude lower than the minimum altitude of the drone 20. For example, the drone 22 is able to move at an altitude less than or equal to 3m, or 7m, or 15m. Each of these drones 20 and 22 here has a mass less than 10kg or 5kg and a wingspan of less than 3m or 2.5m or 2m. The drones 20 and 22 are particularly capable of transmitting data, such as data acquired by the devices 26 and 28, to the unit 24. These drones 20 and 22 are also able to take off and move autonomously, by example by following a flight plan transmitted by the unit 24. The drones 20 and 22 here each comprise a geolocation device. The unit 24 is able: to transmit instructions, such as a flight plan or take-off order, to the drones 20 and 22, and to receive data from the drones 20 and 22, such as, for example, 30 data from devices 26 and 28. This unit 24 is here a microcomputer equipped with a communication interface and a UAV control software 20 and 22. The unit 24 is for example placed on the ground. An example of a method for analyzing the parcel 2 and these zones 6 and 8 will now be described, with reference to the flowchart of FIG. 3 and using FIGS. 2 and 4 to FIG. During a step 40, an aerial cartography of the parcel 2 is acquired, by means of an air vehicle, with a view to identifying the zones 6 and 8. This acquisition is here carried out by the device 26. of the drone 20. In this example, the aerial mapping of the parcel 2 is a hyperspectral image 40 of this parcel 2. The hyperspectral imaging techniques ("hyperspectral imaging" in English) make it possible to record spectral components electromagnetic radiation that go beyond visible light. This makes it possible in particular to detect and quantify a plant activity, because constituents contained in the plants and responsible for photosynthesis have a high optical reflection coefficient for wavelengths located in the near-infrared range ("near infra-red In the English language). In this description, the term near-infrared refers to all electromagnetic radiation whose wavelength is between 750nm and 1.5pm. Here, aerial mapping includes spectral components in the visible light domain as well as in the near-infrared domain. Thus, for this purpose, the device 26 comprises a hyperspectral camera, such as the "ADC" camera model manufactured by the company "Tetracam, Inc.". FIG. 4 represents in more detail an example of step 40. During an operation 42, geographical characteristics of the parcel 2 are acquired, for example by the unit 24, starting from a geographical database. These geographic features include the size of Parcel 2, as well as its geographic location. This geographical location is here expressed in the form of coordinates of a satellite positioning system, such as GPS coordinates ("Global Positioning System" in English). Then, during an operation 44, a flight plan of the drone 20 is automatically defined, for example by the unit 24, from the geographical characteristics acquired during the operation 42. This flight plan defines in particular the trajectory to be followed by the drone 20 to reach the parcel 2 and overfly this parcel 2. [0029] According to the flight altitude of the drone 20, the area of the parcel 2 and the optical field of view of the device 26, there are situations in which the device 26 can not acquire a map of the whole of the plot 2 in a single shot. In this case, the parcel map must be obtained by separately acquiring a plurality of distinct images of portions of the parcel 2, and then combining these distinct images to obtain a single image of the entire parcel 2. The operation 44 then comprises: the definition of geographical coordinates of the portions of the parcel 2 to be imaged separately, and for each of these portions, the definition of coordinates of a waypoint from which an image corresponding to this portion can be acquired by the device 26 when the drone 20 is located at the geographical position corresponding to this waypoint; then the definition of the flight plan of the drone 20, passing through these points of passage, for the device 26 can acquire an image of each of these portions. Figure 5 shows such a flight plan. In this example, the plot 2 is divided into four portions 46, 48, 50, 52 before each to be taken separately. A flight plan is defined so that the drone 20 overflies these portions through the waypoints, while following a path of reduced length.
Ici, la trajectoire ainsi déterminée au-dessus de la parcelle 2 présente une forme en « U » et porte la référence 54 sur la figure 5. [0031] Lors d'une opération 56 (figure 4), le plan de vol déterminé lors de l'opération 44 est transmis au drone 20, par exemple au moyen de l'unité 24. [0032] Ensuite, ici, lors d'une opération 58, un ordre de décollage est transmis au drone 20. Puis, lors d'une opération 60, ce drone 20 survole automatiquement la parcelle 2 suivant le plan de vol défini, puis acquiert automatiquement les images des portions 46, 48, 50 et 52. Par exemple, une image est automatiquement acquise par le dispositif 26 à chaque fois que le drone 20 passe par un des points de passage précédemment définis. Avantageusement, des coordonnées géographiques associées à l'image sont enregistrées par le drone 20 lors de chaque acquisition. De préférence, ces images sont acquises de façon à ce que la cartographie de la parcelle forme une vue du dessus de la parcelle, avec un angle d'incidence inférieur à 50 ou à 10 par rapport à une direction verticale. De façon encore plus préférentielle, ces images sont acquises à la verticale de la parcelle 2. [0033] Puis, lors d'une opération 62, les images acquises par le dispositif 26 sont reçues par l'unité 24 sous forme d'image numérique hyperspectrale, ici accompagnées de leurs coordonnées géographiques respectives. Chacune de ces images numériques hyperspectrales comporte ici : -trois composantes chromatiques associées à la lumière visible (typiquement, 25 correspondant aux couleurs « rouge », « bleu » et « vert » telles que définies dans un espace colorimétrique de type « RGB »), et -une composante chromatique correspondant au rayonnement de proche infrarouge. [0034] Ensuite, lors d'une opération 64, la cartographie de la parcelle 2 est générée automatiquement à partir de ces images. Dans cet exemple, les images 30 correspondant à chacune des portions 46, 48, 50 et 52 sont triées en fonction de leurs coordonnées géographiques, puis sont réunies pour former une image unique de la parcelle 2, qui constitue la cartographie. À l'issue de l'étape 40, on dispose donc d'une cartographie de la parcelle 2, qui est ici une image hyperspectrale, enregistrée sous forme numérique, de la superficie de la parcelle 2. 35 [0035] Ensuite, lors d'une étape 70, les zones de moindre activité végétale correspondant aux zones 6 et 8 sont identifiées sur cette cartographie. Dans cet exemple, l'identification de ces zones 6 et 8 consiste à déterminer leurs coordonnées géographiques respectives. La figure 6 représente plus en détail un exemple de cette étape 70. [0036] Par exemple, lors de l'opération 72, la cartographie est normalisée. Par normalisé, on entend ici que l'état de développement végétal des plants de la parcelle 2 est estimé à partir de cette cartographie. Dans cet exemple, la superficie des feuilles des plants, et donc l'état de développement végétal, est estimé par le biais de 5 l'indice différentiel normalisé de végétation (« normalized difference vegetation index » en langue anglaise). Pour ce faire, une nouvelle image numérique, dite cartographie normalisée, est créée à partir de la cartographie acquise lors de l'étape 40. Chaque pixel de cette cartographie normalisée est ici généré à partir des valeurs des composantes chromatiques du pixel correspondant de la cartographie acquise, 10 avec la formule suivante : NDVI = (NIR - VIS) / (NIR + VIS), où NDVI est la valeur d'intensité du pixel de la cartographie normalisée, NIR est la valeur d'intensité de la composante de proche infrarouge du pixel de la cartographie acquise et VIS est la somme des valeurs d'intensité des composantes verte et rouge du pixel de la cartographie acquise. 15 [0037] La figure 7 représente un exemple d'une cartographie normalisée 74 obtenue à l'issue de l'opération 72. Les pixels formant cette cartographie présentent chacun une valeur d'intensité comprise entre -1 et +1. Les valeurs d'intensité de ces pixels supérieures ou égales à une valeur seuil LIM d'une intensité de pixel correspondant à la valeur prédéfinie sont dites élevées et correspondent à un état de développement 20 végétal normal. Ces valeurs élevées sont ici représentées graphiquement par une couleur claire. Les valeurs d'intensité de ces pixels inférieures à la valeur LIM sont dites faibles et correspondent à un état de développement végétal réduit. Ces valeurs faibles sont ici représentées graphiquement par une couleur sombre. Ici, la valeur LIM est égale à zéro. 25 [0038] On distingue sur la cartographie 74: -une région 76 d'intensité élevée, correspondant à la zone normale 4, et -des régions 78 et 80, de faible intensité, correspondant respectivement aux zones 6 et 8. [0039] Ensuite, lors d'une opération 82, les régions 78 et 80 sont automatiquement 30 identifiées sur l'image et les coordonnées de chacune des régions 78 et 80 sont automatiquement estimées. Par exemple, l'ensemble des pixels formant chacune des régions 78 et 80 sur la cartographie 74 est détecté au moyen d'un algorithme connu de reconnaissance de contours. Ici, ces coordonnées sont estimées à partir des coordonnées enregistrées par le dispositif 26 lors de l'opération 60 à l'occasion de 35 chaque acquisition d'image. Avantageusement, les coordonnées du centre géométrique de chacune de ces régions 78 et 80 sont calculées. [0040] À l'issue de l'étape 70, on dispose donc des coordonnées géographiques des zones 6 et 8 de la parcelle 2. [0041] Ensuite, lors d'une étape 100, une observation détaillée est réalisée à 40 l'intérieur de chacune des zones 6 et 8. Cette observation détaillée comporte l'acquisition d'une image détaillée de chacune des zones 6 et 8, à l'aide du drone 22. La figure 8 représente plus en détail un exemple de cette étape 100. [0042] Lors d'une opération 102, un plan de vol du drone 22 est défini automatiquement, pour que le drone 22 survole chacune des zones 6 et 8. Ce plan de vol est par exemple défini par l'unité 24, à partir des coordonnées déterminées lors de l'étape 70, de la même façon que ce qui a été décrit en référence à l'opération 44, sauf que les coordonnées de portions de la partielle 2 devant être imagées séparément ne sont pas définies. En revanche, pour chaque zone 6 et 8, on définit les points de passage : -sur la périphérie extérieure de la zone, et -un point de passage est placé au centre géométrique de la zone. [0043] Ainsi, il est possible d'obtenir une vue détaillée de plants situés à l'intérieur des zones 6 et 8 ainsi que des plants situés en périphérie de ces zones 6 et 8, par exemple pour estimer le risque de propagation de ces zones 6 ou 8. De préférence, ces points de passage sont placés de façon à ce que le drone 22 passe, pour chaque zone, d'abord autour de la zone puis se rende au centre de la zone. Le nombre de points définis sur la périphérie de chaque zone dépend du niveau de précision souhaité et de la forme de la zone. Par exemple, on définit cinq points pour les périphéries de chacune des zones 6 et 8. [0044] Ensuite, lors d'opérations 104 et 106, ici identiques aux opérations 56 et 58, le plan de vol défini lors de l'opération 102 et un ordre de décollage sont successivement transmis au drone 22. [0045] Puis, lors d'une opération 108, le drone 22 survole automatiquement les zones 6 et 8 selon le plan de vol défini. Par exemple, à chaque fois que le drone 22 passe par un des points de passage précédemment définis, le drone s'immobilise en vol stationnaire pendant une durée prédéfinie puis une image est automatiquement acquise par le dispositif 28. Avantageusement, des coordonnées géographiques associées à l'image sont enregistrées par le drone 22 lors de chaque acquisition. [0046] Enfin, lors d'une opération 110, les images acquises par le dispositif 28 sont reçues par l'unité 24, ici accompagnées de leurs coordonnées géographiques respectives. Ces images forment ici les résultats de l'étape 100. [0047] Lors d'une étape 120, une cause responsable de la moindre activité végétale à l'intérieur des zones 6 et 8 est automatiquement recherchée, à partir des résultats de l'étape 100. Cette étape 120 est ici exécutée automatiquement par l'unité 24. La 35 figure 9 représente plus en détail un exemple de cette étape 120. [0048] Lors d'une opération 130, une base de données de référence est fournie. Cette base de données comporte une pluralité d'ensemble de caractéristiques morphologiques végétales propres à l'espèce végétale cultivée. Ces caractéristiques morphologiques sont par exemple la forme et/ou la couleur de feuilles des plants. [0049] Plus précisément, cette base de données répertorie des symptômes connus causés par des facteurs pathologiques connus comme pouvant affecter l'espèce cultivée. A chacune de ces caractéristiques de référence est associé dans la base de données un diagnostic prédéfini. Ce diagnostic comporte ici une description du facteur pathologique et d'un traitement pour traiter ce facteur. [0050] Puis, lors d'une opération 132, des caractéristiques morphologiques végétales sont automatiquement recherchées sur les images acquises lors de l'étape 100. Par exemple, cette recherche est effectuée au moyen d'algorithmes connus de reconnaissance d'image et de reconnaissance de forme. Si aucune caractéristique morphologique n'est trouvée sur ces images, alors l'étape 120 est arrêtée. L'étape 100 peut alors être répétée, par exemple pour acquérir de nouvelles images détaillées des zones 6 et 8. [0051] Dans cet exemple, les plants des zones 6 et 8 sont affectés par un même facteur pathologique, qui est un parasite attaquant les plants. Du fait de ces parasites, les plants des zones 6 et 8 présentent une tache circulaire sur de leurs feuilles. Ainsi, lors de l'opération 132, la forme de cette tache est détectée comme étant une caractéristique morphologique des plants. [0052] Ensuite, lors d'une opération 134, une correspondance est recherchée entre la caractéristique morphologique détectée lors de l'opération 132 et les caractéristiques morphologiques de référence de la base de données. Si une caractéristique de référence correspond à cette caractéristique détectée, alors le diagnostic correspondant à cette caractéristique de référence est émis lors d'une opération 136. Un traitement à appliquer sur les zones 6 et 8 Dans le cas contraire, si aucune caractéristique de référence ne correspond à cette caractéristique détectée, alors l'étape 120 est arrêtée. L'étape 100 peut alors être répétée, par exemple pour acquérir de nouvelles images détaillées des zones 6 et 8. [0053] Dans cet exemple, à l'issue de l'opération 136, le diagnostic correspondant, dans la base de données, la présence de taches sur les feuilles, est émis. Sur la base de ce diagnostic, un traitement est choisi, comportant ici l'application d'une quantité 30 prédéfinie d'un pesticide chimique. [0054] Avantageusement, lors d'une étape 140, une fois que le traitement est choisi à l'issue de l'opération 136, un ordre est envoyé par l'unité 24 à un opérateur apte à appliquer le traitement choisi sur les zones 6 et 8. Cet ordre décrit notamment le traitement à appliquer ainsi que la zone d'application du traitement, fourni sous la 35 forme de coordonnées géographiques. Cette zone d'application du traitement correspond ici aux zones 6 et 8. [0055] Par exemple, cet opérateur est un tracteur agricole comportant : -un dispositif d'application d'un traitement ; -un récepteur GPS, apte à recevoir des coordonnées géographiques et à guider le 40 tracteur agricole vers ces coordonnées géographiques reçues. [0056] De nombreux autres modes de réalisation sont possibles. [0057] L'espèce végétale cultivée dans la parcelle 2 peut être différente de celle décrite. Par exemple, l'espèce est une céréale ou un arbre. La parcelle 2 peut comporter un nombre de zones 6 et 8 différent de celui décrit. [0058] La parcelle 2 peut comporter plus d'une espèce végétale cultivée. L'état de développement végétal est alors défini séparément pour chacune de ces espèces végétales. Dans ce cas, des zones affectées peuvent être définies pour chacune de ces espèces. [0059] Les zones 6 et 8 peuvent présenter des formes différentes. [0060] Le drone 20 peut être remplacé par un avion. [0061] En variante, le drone 22 comporte un bras manipulateur robotisé, apte à prélever un échantillon végétal. Par exemple, ce bras comporte une pince et des actionneurs, aptes à déplacer le bras et la pince et étant commandables automatiquement par un dispositif de contrôle. Dans ce cas, lors de l'opération 108, le drone 22 peut prélever un échantillon d'un plant à l'intérieur de la zone 6 ou 8, par exemple lorsqu'il arrive sur l'un des points de passage. Cet échantillon prélevé peut ensuite être stocké dans un compartiment de stockage en vue d'une analyse ultérieure plus détaillée. [0062] L'unité 24 peut être embarquée à bord de l'un ou l'autre des drones 20 ou 22.Here, the trajectory thus determined above the parcel 2 has a "U" shape and has the reference 54 in FIG. 5. During an operation 56 (FIG. 4), the flight plan determined during of the operation 44 is transmitted to the drone 20, for example by means of the unit 24. [0032] Then, here, during an operation 58, a take-off command is transmitted to the drone 20. Then, when an operation 60, this drone 20 automatically overflows the parcel 2 according to the defined flight plan, then automatically acquires the images of the portions 46, 48, 50 and 52. For example, an image is automatically acquired by the device 26 whenever the drone 20 passes through one of the previously defined crossing points. Advantageously, geographic coordinates associated with the image are recorded by the drone 20 during each acquisition. Preferably, these images are acquired so that the parcel map forms a top view of the parcel, with an angle of incidence of less than 50 or 10 relative to a vertical direction. Even more preferably, these images are acquired vertically from the parcel 2. [0033] Then, during an operation 62, the images acquired by the device 26 are received by the unit 24 in the form of a digital image. hyperspectral, here accompanied by their respective geographical coordinates. Each of these hyperspectral digital images comprises here: three chromatic components associated with the visible light (typically corresponding to the colors "red", "blue" and "green" as defined in a colorimetric space of the "RGB" type), and a chromatic component corresponding to the near infrared radiation. Then, during an operation 64, the mapping of the parcel 2 is generated automatically from these images. In this example, the images corresponding to each of the portions 46, 48, 50 and 52 are sorted according to their geographical coordinates, and are then combined to form a single image of the parcel 2, which constitutes the cartography. At the end of step 40, there is therefore a mapping of the plot 2, which is here a hyperspectral image, recorded in digital form, of the area of the plot 2. [0035] Then, when At a step 70, the zones of lesser plant activity corresponding to zones 6 and 8 are identified on this map. In this example, the identification of these zones 6 and 8 consists in determining their respective geographical coordinates. FIG. 6 shows in greater detail an example of this step 70. For example, during the operation 72, the mapping is normalized. By standardized is meant here that the state of plant development of the plants of the plot 2 is estimated from this map. In this example, plant leaf area, and thus plant development status, is estimated through the normalized difference vegetation index ("normalized difference vegetation index"). To do this, a new digital image, called standardized mapping, is created from the cartography acquired during step 40. Each pixel of this standardized map is generated here from the values of the color components of the corresponding pixel of the map. acquired, 10 with the following formula: NDVI = (NIR - VIS) / (NIR + VIS), where NDVI is the pixel intensity value of the normalized map, NIR is the intensity value of the near infrared component the pixel of the acquired map and VIS is the sum of the intensity values of the green and red components of the acquired map pixel. FIG. 7 represents an example of a normalized map 74 obtained at the end of the operation 72. The pixels forming this map each have an intensity value of between -1 and +1. The intensity values of these pixels greater than or equal to a threshold value LIM of a pixel intensity corresponding to the predefined value are said to be high and correspond to a normal plant development state. These high values are here represented graphically by a light color. The intensity values of these pixels lower than the LIM value are said to be low and correspond to a state of reduced plant development. These low values are here represented graphically by a dark color. Here, the LIM value is zero. On the map 74 there are: a high intensity region 76, corresponding to the normal zone 4, and low intensity regions 78 and 80 respectively corresponding to the zones 6 and 8. [0039] Then, during an operation 82, the regions 78 and 80 are automatically identified on the image and the coordinates of each of the regions 78 and 80 are automatically estimated. For example, the set of pixels each forming regions 78 and 80 on the map 74 is detected by means of a known edge recognition algorithm. Here, these coordinates are estimated from the coordinates recorded by the device 26 during the operation 60 on the occasion of each image acquisition. Advantageously, the coordinates of the geometric center of each of these regions 78 and 80 are calculated. At the end of step 70, we therefore have the geographical coordinates of the zones 6 and 8 of the parcel 2. Then, during a step 100, a detailed observation is carried out at 40 ° C. [0041] each detail of each of the zones 6 and 8, using the drone 22. FIG. During an operation 102, a flight plan of the drone 22 is automatically defined, so that the drone 22 flies over each of the zones 6 and 8. This flight plan is for example defined by the unit 24, to from coordinates determined in step 70, in the same way as described with reference to operation 44, except that the coordinates of portions of partial 2 to be imaged separately are not defined. On the other hand, for each zone 6 and 8, the passage points are defined: on the outer periphery of the zone, and a passage point is placed at the geometric center of the zone. Thus, it is possible to obtain a detailed view of plants located in zones 6 and 8 as well as plants located on the periphery of these zones 6 and 8, for example to estimate the risk of propagation of these diseases. Zones 6 or 8. Preferably, these points of passage are placed so that the drone 22 passes, for each zone, first around the zone and then goes to the center of the zone. The number of points defined on the periphery of each zone depends on the desired level of precision and the shape of the zone. For example, five points are defined for the peripheries of each of the zones 6 and 8. Then, during operations 104 and 106, here identical to the operations 56 and 58, the flight plan defined during the operation 102 and a take-off order are successively transmitted to the drone 22. [0045] Then, during an operation 108, the drone 22 automatically overflies the zones 6 and 8 according to the defined flight plan. For example, each time the drone 22 passes through one of the previously defined crossing points, the drone stops hovering for a predefined duration and then an image is automatically acquired by the device 28. Advantageously, geographical coordinates associated with the image are recorded by the drone 22 at each acquisition. Finally, during an operation 110, the images acquired by the device 28 are received by the unit 24, here accompanied by their respective geographical coordinates. These images form here the results of step 100. In a step 120, a cause responsible for the slightest vegetal activity inside zones 6 and 8 is automatically sought from the results of the Step 100. This step 120 is here executed automatically by the unit 24. FIG. 9 illustrates in more detail an example of this step 120. [0048] In an operation 130, a reference database is provided. This database comprises a plurality of plant morphological characteristics that are specific to the plant species cultivated. These morphological characteristics are, for example, the shape and / or the color of leaves of the plants. More specifically, this database lists known symptoms caused by pathological factors known to affect the cultivated species. Each of these reference characteristics is associated in the database with a predefined diagnosis. This diagnosis includes here a description of the pathological factor and a treatment for treating this factor. Then, during an operation 132, plant morphological characteristics are automatically sought on the images acquired during step 100. For example, this search is carried out using known image recognition and image recognition algorithms. shape recognition. If no morphological features are found on these images, then step 120 is stopped. Step 100 can then be repeated, for example to acquire new detailed images of zones 6 and 8. In this example, the plants of zones 6 and 8 are affected by the same pathological factor, which is an attacking parasite. the plants. Because of these parasites, the plants of zones 6 and 8 have a circular stain on their leaves. Thus, during the operation 132, the shape of this spot is detected as being a morphological characteristic of the plants. Then, during an operation 134, a correspondence is sought between the morphological characteristic detected during the operation 132 and the morphological reference characteristics of the database. If a reference characteristic corresponds to this detected characteristic, then the diagnosis corresponding to this reference characteristic is emitted during an operation 136. A treatment to be applied to zones 6 and 8 Otherwise, if no reference characteristic corresponds to this detected characteristic, then step 120 is stopped. Step 100 can then be repeated, for example to acquire new detailed images of zones 6 and 8. In this example, at the end of operation 136, the corresponding diagnosis, in the database, the presence of spots on the leaves, is emitted. On the basis of this diagnosis, a treatment is chosen, here including the application of a predefined amount of a chemical pesticide. Advantageously, during a step 140, once the processing is chosen at the end of the operation 136, an order is sent by the unit 24 to an operator able to apply the chosen treatment to the zones 6 and 8. This order describes in particular the treatment to be applied as well as the area of application of the treatment, provided in the form of geographical coordinates. This zone of application of the treatment corresponds here to zones 6 and 8. For example, this operator is an agricultural tractor comprising: a device for applying a treatment; a GPS receiver, able to receive geographical coordinates and to guide the agricultural tractor towards these geographical coordinates received. [0056] Many other embodiments are possible. The plant species cultivated in the plot 2 may be different from that described. For example, the species is a grain or a tree. Parcel 2 may have a number of zones 6 and 8 different from that described. The plot 2 may comprise more than one cultivated plant species. The state of plant development is then defined separately for each of these plant species. In this case, affected areas can be defined for each of these species. Zones 6 and 8 may have different shapes. The drone 20 can be replaced by an airplane. Alternatively, the drone 22 comprises a robotic manipulator arm, adapted to take a plant sample. For example, this arm comprises a clamp and actuators, able to move the arm and the clamp and being automatically controllable by a control device. In this case, during the operation 108, the drone 22 can take a sample of a plant inside the zone 6 or 8, for example when it arrives at one of the crossing points. This sample taken can then be stored in a storage compartment for further detailed analysis. The unit 24 can be loaded on board one or the other of the drones 20 or 22.
Dans ce cas, les opérations, respectivement, 56 et 62 ou 104 et 110 sont omises. [0063] Le dispositif 26 peut en outre inclure une caméra stéréoscopique, apte à acquérir des images tridimensionnelles. Dans ce cas, la cartographie générée comporte une reconstitution spatiale de l'environnement dans les trois dimensions de l'espace pour, notamment, prendre en compte la hauteur d'objets présents sur la parcelle 2. Le plan de vol du drone 22 est alors défini lors de l'opération 102 en tenant compte de cette reconstitution pour éviter, notamment, que le drone 22 ne rencontre un obstacle lors de sa trajectoire. En effet, les bases de données à partir desquelles les plans de vol sont générés ne sont pas toujours fiables, et peuvent ne pas refléter de façon exacte la topologie du sol ou la hauteur de certains objets, ce qui pose un risque pour la navigation des drones se déplaçant à basse altitude. [0064] Dans le cas où le dispositif 26 n'est pas apte à enregistrer des coordonnées géographiques pour chaque image acquise, alors les coordonnées géographiques de cette image peuvent être estimées lors de l'opération 82 à partir des coordonnées initialement fournies lors de l'opération 42. Ces coordonnées peuvent également être estimées à partir d'un horodatage de la photo si la trajectoire suivie par le drone 20 et la vitesse du drone 20 sont connues en fonction du temps. Il en va de même pour le dispositif 28, en référence aux étapes 100 et 120. [0065] En variante, le dispositif 28 comporte un spectromètre apte à détecter la présence et, éventuellement, la concentration d'une substance chimique 40 prédéterminée (tel qu'un marqueur biologique, un métal lourd ou un polluant chimique) à l'intérieur des plants des zones 6 et 8. Dans ce cas, l'étape 120 comporte des opérations additionnelles de traitement des images acquises lors de l'étape 100 afin de tenir compte de la présence de cette substance chimique dans le diagnostic. [0066] L'opération 56 peut être omise. L'opération 58 peut être aussi omise, si le drone 20 est déjà en vol. Il en est de même pour les opérations 104 et 106. [0067] En variante, l'état de développement végétal est estimé au moyen d'un indice différent de l'indice différentiel normalisé de végétation décrit, comme par exemple au moyen des indices connus sous les noms, en langue anglaise, de « optimized soiladjusted vegetation index », « transformed soil adjusted vegetation index » ou encore « modified soil adjusted vegetation index ». L'opération 72 est alors modifiée en conséquence. [0068] La valeur LIM peut être différente de celle décrite. [0069] La recherche de l'étape 120 peut être mise en oeuvre différemment. [0070] Le nombre de points de passage prévus pour l'étape 100 peut être différent de celui décrit. Le nombre d'observations, lors de l'étape 100, de plans d'une même zone peut par exemple dépendre d'un niveau de confiance prédéterminé avec lequel le diagnostic doit être établi lors de l'étape 120. Ces points de passage peuvent être définis en nombre distincts pour chacune des zones 6 et 8. Ces points de passage peuvent être définis lors de l'étape 120 à l'intérieur des zones 6 et 8 à des positions différentes que la périphérie ou le centre géométrique de ces zones 6 et 8. [0071] Le traitement peut être autre chose qu'un pesticide chimique. Par exemple, lorsque la cause de la moindre activité végétale est un déficit en engrais, alors le traitement comporte l'application d'un engrais dans la zone de traitement. Dans un autre exemple, si la moindre activité végétale est causée par la présence d'un parasite, tel qu'un insecte, alors le traitement peut consister à déposer dans la zone de traitement un prédateur de ce parasite. [0072] Avantageusement, lors de l'étape 140, la zone sur laquelle le traitement doit être appliqué comporte un périmètre de sécurité. Ce périmètre de sécurité s'étend autour de la zone affectée 6, 8, à une distance prédéfinie du périmètre des zones 6 et 8. A cet effet, lors de l'étape 140, les coordonnées de ce périmètre de sécurité sont automatiquement calculées à partir des coordonnées des zones 6 et 8.In this case, the operations, respectively, 56 and 62 or 104 and 110 are omitted. The device 26 may further include a stereoscopic camera capable of acquiring three-dimensional images. In this case, the generated cartography comprises a spatial reconstruction of the environment in the three dimensions of the space to, in particular, take into account the height of objects present on the parcel 2. The flight plan of the drone 22 is then defined during the operation 102 taking into account this reconstruction to avoid, in particular, that the drone 22 encounters an obstacle during its trajectory. Indeed, the databases from which the flight plans are generated are not always reliable, and may not accurately reflect the topology of the ground or the height of certain objects, which poses a risk for the navigation of drones moving at low altitude. In the case where the device 26 is not able to record geographic coordinates for each image acquired, then the geographical coordinates of this image can be estimated during the operation 82 from the coordinates initially provided during the process. Operation 42. These coordinates can also be estimated from a timestamp of the photo if the trajectory followed by the drone 20 and the speed of the drone 20 are known as a function of time. The same applies to the device 28, with reference to steps 100 and 120. Alternatively, the device 28 comprises a spectrometer capable of detecting the presence and, optionally, the concentration of a predetermined chemical substance 40 (such as a biological marker, a heavy metal or a chemical pollutant) within the plants of zones 6 and 8. In this case, step 120 comprises additional operations of processing the images acquired during step 100 in order to to take into account the presence of this chemical in the diagnosis. Operation 56 can be omitted. Operation 58 can also be omitted if the drone 20 is already in flight. The same is true for operations 104 and 106. In a variant, the state of plant development is estimated by means of an index different from the normalized differential index of vegetation described, for example by means of the indices known under the names, in the English language, of "optimized soil and patched vegetation index", "transformed soil and vegetation index index". Operation 72 is then modified accordingly. The value LIM may be different from that described. The search for step 120 may be implemented differently. The number of passage points provided for step 100 may be different from that described. The number of observations, during step 100, of the plans of the same zone may, for example, depend on a predetermined confidence level with which the diagnosis must be established during step 120. These points of passage may be defined in a distinct number for each of the zones 6 and 8. These points of passage may be defined during the step 120 inside the zones 6 and 8 at different positions than the periphery or the geometric center of these zones 6 and 8. [0071] The treatment may be other than a chemical pesticide. For example, when the cause of the lower plant activity is a fertilizer deficit, then the treatment involves the application of a fertilizer in the treatment area. In another example, if any plant activity is caused by the presence of a parasite, such as an insect, then the treatment may consist in depositing in the treatment area a predator of this parasite. Advantageously, during step 140, the area on which the treatment is to be applied comprises a security perimeter. This security perimeter extends around the affected zone 6, 8, at a predetermined distance from the perimeter of zones 6 and 8. For this purpose, during step 140, the coordinates of this security perimeter are automatically calculated at from the coordinates of zones 6 and 8.