Et non, il ne s'agit pas de sélectionner les meilleures têtes pour se défoncer.

Le Dr Phillips a souligné qu'un objectif d'extension future serait
de « tester notre approche avec des drones capables de scanner les champs de chanvre
afin de détecter les plants dont la teneur en THC dépasse les seuils légaux ».

Science
Votre herbe est-elle trop forte ? Ce scanner peut vous le dire instantanément.
Par Abhimanyu Ghoshal
21 novembre 2025

Partager

En combinant la numérisation hyperspectrale et l'apprentissage automatique, l'approche de l'équipe australienne permet de prédire avec fiabilité la teneur en THC des plants de cannabis en floraison.Aphiwat chuangchoem / Pexels
Voir 5 images
Voir la galerie - 5 images

Une équipe de biologistes australiens a mis au point un appareil d'analyse permettant de déterminer avec précision la puissance d'un plant de cannabis, bien avant sa récolte. Et non, il ne s'agit pas de sélectionner les meilleures têtes pour se défoncer.

Vous savez, il est essentiel pour les producteurs de cannabis médical de savoir si leur cannabis est trop puissant et risque d'enfreindre la réglementation concernant la teneur en tétrahydrocannabinol (THC). Le THC est le composé psychoactif responsable des effets planants du cannabis, qu'il soit consommé sous forme de boisson, de produit comestible ou fumé dans un joint.

Les producteurs de chanvre industriel ont également besoin de ces informations, car leurs cultures sont soumises à des limites strictes de THC. « La capacité de prédire les profils de cannabinoïdes plusieurs semaines avant la récolte a des implications importantes pour la production de cannabis, permettant aux cultivateurs et aux sélectionneurs d'améliorer la qualité des produits, de réduire les coûts et de garantir la conformité réglementaire », a déclaré le Dr Aaron Phillips de l'Université d'Adélaïde, qui a dirigé l'étude publiée ce mois-ci dans la revue Industrial Crops and Products .

Cette nouvelle méthode d'analyse peut contribuer à accroître la productivité de la culture du cannabis et à éviter le gaspillage de ressources lié à la culture de plantes ne produisant pas des niveaux optimaux de THC.Richard T / Pexels

Les cultivateurs peuvent ainsi identifier et privilégier les plantes présentant une teneur optimale en cannabinoïdes, évitant ainsi de gaspiller leurs efforts et leurs ressources sur des individus de moindre qualité. De plus, les prévisions de teneur en cannabinoïdes les aident à déterminer les périodes de récolte optimales les plus précoces, ce qui maximise le rendement final et minimise la durée du cycle de croissance. Ces données peuvent même aider les chercheurs à classer et différencier les cultivars, permettant ainsi aux sélectionneurs de choisir des plantes mères diversifiées dès les premiers stades de développement, sans avoir recours à un phénotypage exhaustif.

La teneur en THC est réglementée non seulement pour le cannabis à usage récréatif et médical, mais aussi pour le chanvre (dont la récolte est illustrée ci-dessus).Mark Stebnicki / Pexels

Pour permettre aux producteurs de mieux comprendre ce qui se passe à l'intérieur de ces plantes, l'équipe a mis au point une méthode d'analyse foliaire fonctionnant sur des feuilles intactes et fournissant des résultats instantanés. Cette méthode élimine la nécessité de prélever des échantillons et de les examiner en laboratoire à l'aide de techniques coûteuses et fastidieuses telles que la chromatographie liquide à haute performance (HPLC) ou la chromatographie en phase gazeuse couplée à la spectrométrie de masse (GC-MS), qui requièrent des produits chimiques dangereux.

Cette technique, appelée réflectance hyperspectrale des feuilles en éventail (FLHR), consiste à effectuer des mesures sur l'ensemble du couvert végétal au début et à la fin de la floraison. Pour ce faire, on utilise un éclairage halogène à large bande spécialisé et un spectroradiomètre (un scanner) qui mesure les longueurs d'onde exactes de la lumière réfléchie, permettant ainsi d'observer la composition biochimique interne de la feuille sans l'ouvrir. L'équipe utilise son spectroradiomètre pour recueillir des données sur 2 151 bandes de longueurs d'onde à partir d'une petite zone de la feuille.

Combinée à des modèles d'apprentissage automatique qui recherchent dans les données spectrales des analyses de feuilles des schémas systématiquement liés à des concentrations de cannabinoïdes souhaitables, la technologie des chercheurs a permis de prédire avec fiabilité la teneur finale en cannabinoïdes de la plante mature.

Ce schéma illustre comment la méthode FLHR des chercheurs peut faciliter les flux de travail liés à la culture du cannabis.Image reproduite avec l'aimable autorisation des chercheurs

Le modèle d'apprentissage automatique est alimenté par le profil spectral des feuilles d'une plante, ainsi que par la concentration réelle de cannabinoïdes produite par ses fleurs. Afin de garantir la fiabilité du modèle, l'étude a utilisé une méthode de validation croisée « leave-one-out » : le modèle a été entraîné sur les données de la quasi-totalité des plantes de l'expérience, puis testé sur la plante qu'il n'avait jamais utilisée auparavant. Ce processus a été répété pour chacune des 70 plantes de l'étude afin de vérifier les performances du modèle dans des conditions réalistes.

Les chercheurs collaborent avec la société allemande Compyltics pour créer une version compacte et portable de leur système de numérisation des feuilles.Complytique

Les chercheurs poursuivront le développement de cette technologie afin d'y intégrer davantage de génotypes et de déterminer le stade le plus précoce du cycle de croissance permettant de prédire avec précision la teneur en cannabinoïdes des fleurs à la récolte. Ils collaborent également avec Compyltics, une entreprise allemande spécialisée dans la détection spectrale, pour concevoir un appareil de la taille d'un lecteur de codes-barres de supermarché destiné à leur système FLHR. Le Dr Phillips a souligné qu'un objectif d'extension future serait de « tester notre approche avec des drones capables de scanner les champs de chanvre afin de détecter les plants dont la teneur en THC dépasse les seuils légaux ».