CGI a été choisie par l’agence alimentaire finlandaise pour poursuivre le développement et la maintenance de leur système d’identification des parcelles agricoles (FLPIS). Celui-ci permet de calculer les subventions agricoles nationales et européennes versées par l’agence alimentaire finlandaise. Il s’agit d’un contrat de quelque 10 millions d’euros.
CGI fournira ainsi à l’agence des technologies d’imagerie satellitaire, d’intelligence artificielle (IA) et d’infonuagique pour l’aider à améliorer le rendement du FLPIS grâce à une surveillance avancée des terres agricoles et au traitement des données dans l’ensemble de la Finlande.
« Il est essentiel que les subventions soient versées aux agriculteurs finlandais à temps et selon les montants établis », a déclaré Matti Puolimatka, directeur général de l’agence alimentaire finlandaise. « Pour ce faire, il faut des bases de données fiables sur le plan technologique et des données d’inscription précises et à jour. Le FLPIS est un système critique à cet égard. C’est pourquoi nous avons besoin d’un partenaire qui possède le savoir-faire et les capacités nécessaires pour faire face à n’importe quel scénario. CGI a déjà fait de l’excellent travail pour nous dans le passé, et nous sommes heureux qu’elle ait pu soumettre une offre concurrentielle pour cet important projet. »
L’imagerie satellitaire joue un rôle de plus en plus crucial dans la surveillance des terres agricoles dans le cadre de la nouvelle politique agricole commune de l’Union européenne, explique CGI dans un communiqué. Les données générées par les satellites sont complétées par des informations collectées auprès des agriculteurs et des agences chargées des affaires rurales au moyen de sondages en ligne, qui visent à déterminer, par exemple, les surfaces que les agriculteurs ont l’intention de cultiver et celles pour lesquelles ils demandent une subvention.
L’interprétation sophistiquée des données satellitaires est un élément essentiel de l’analyse moderne des terres agricoles et nécessite de comprendre les effets des ressources naturelles sur les différents stades de la saison de croissance, les méthodes de décryptage des images satellitaires basées sur l’IA et les moyens de permettre le calcul de grands volumes de données grâce à l’infonuagique.
