Ce que révèle une carte satellite en 2026
À Lausanne, la société Picterra développe des outils d'analyse satellite pour la traçabilité des matières premières agricoles. Dès le 30 décembre 2026, les entreprises qui importent cacao, café, soja, huile de palme ou caoutchouc dans l'Union européenne devront fournir les coordonnées GPS de chaque parcelle de production, selon le règlement européen contre la déforestation (EUDR).
Pourquoi les registres papier et les audits ponctuels montrent leurs limites
Historiquement, la traçabilité repose sur des documents fournis par le fournisseur lui-même. Certificats d'origine, déclarations de volume et bons de livraison forment l'essentiel du dispositif, qui suppose une confiance de base entre les maillons de la chaîne.
Les audits sur site complètent ce système, mais restent ponctuels. Une visite annuelle ou semestrielle photographie un instant précis, pas une trajectoire. Entre deux passages, une parcelle peut changer d'usage sans que personne ne le constate.
Un cas régulièrement documenté par les organismes de certification forestière illustre la faille. Une parcelle jugée conforme lors d'un audit peut être partiellement défrichée quelques mois plus tard, sans que le certificat perde sa validité entre-temps.
La géolocalisation et le suivi numérique comblent cet écart. Une donnée actualisée toutes les quelques jours remplace un contrôle mené une ou deux fois par an.
Repérer une parcelle avec des coordonnées plutôt qu'une adresse
Le géoréférencement, c'est-à-dire l'association d'un lieu précis à des coordonnées GPS, remplace ici une adresse postale ou un nom de région pour désigner une zone de production.
Pour une exploitation de cacao en Côte d'Ivoire ou une mine de cobalt en République démocratique du Congo, cette précision change la donne. Une région peut couvrir plusieurs milliers d'hectares aux pratiques très différentes, tandis qu'une parcelle géoréférencée désigne un polygone unique, mesurable en hectares.
Le règlement EUDR exige d'ailleurs des coordonnées en degrés décimaux avec six décimales de précision, croisées avec une carte de référence du couvert forestier établie en 2020 par le Centre commun de recherche de l'Union européenne.
Ce que les images satellites permettent de vérifier à distance
Les images satellites ajoutent une dimension temporelle à cette carte statique. La constellation européenne Sentinel-2, opérée par le programme Copernicus et formée de deux satellites jumeaux, repasse au-dessus d'un même point tous les cinq jours. Pour les bandes utilisées en détection de couvert végétal, la résolution atteint 10 mètres, de quoi repérer un changement de végétation ou une coupe de forêt.
Fondée en 2016, Picterra a développé cette approche par l'intelligence artificielle, appliquée aux images satellites et aériennes. Son produit Tracer, lancé en novembre 2024, sert, parmi d'autres solutions du même type, à valider et surveiller des parcelles agricoles pour des clients confrontés aux exigences de l'EUDR, dans des filières comme le cacao, le café ou le caoutchouc.
D'autres fournisseurs, comme l'américain Planet Labs, proposent des images à plus haute fréquence encore, au prix d'une résolution parfois moindre. Le choix dépend surtout du niveau de détail recherché, pas d'une hiérarchie fixe entre les technologies.
Suivre un lot depuis le champ jusqu'à l'usine
Le suivi numérique des fournisseurs va plus loin que la parcelle. Chaque lot de matière première reçoit un identifiant numérique au moment de la récolte, associé à un horodatage et à un volume déclaré.
Ce code voyage avec le produit à chaque étape, de la coopérative locale au site de transformation. Une plateforme partagée entre producteurs, négociants et transformateurs permet à chaque acteur de consulter l'historique du lot, sans dépendre d'un échange de fichiers séparés entre partenaires.
Ces données brutes (volume, date, origine) ne suffisent toutefois pas à elles seules. Leur valeur dépend de leur recoupement avec les autres sources disponibles, notamment la géolocalisation vue plus haut.
Repérer une incohérence quand les chiffres ne concordent pas
Le croisement des données consiste à comparer plusieurs sources entre elles pour repérer une anomalie. Un exemple typique, une surface de parcelle géolocalisée trop petite pour justifier le volume de récolte déclaré par un fournisseur.
Ce type d'écart peut signaler un mélange avec une production issue d'une parcelle non déclarée, ou un rendement présenté comme supérieur à la moyenne régionale sans explication agronomique claire. Aucun de ces cas ne prouve à lui seul une fraude, mais il déclenche une vérification ciblée plutôt qu'un contrôle générique.
C'est ce croisement systématique qui rend visible ce qu'un audit isolé, mené une fois par an sur un échantillon de fournisseurs, ne peut structurellement pas détecter.
Socfin, un exemple de déploiement à l'échelle industrielle
Le groupe agro-industriel Socfin illustre ce déploiement à grande échelle. Actif dans l'huile de palme et le caoutchouc sur environ 190'000 hectares en Afrique et en Asie du Sud-Est, le groupe a construit avec sa filiale ivoirienne SOGB et l'organisme Preferred by Nature un cadre de traçabilité fondé sur la géolocalisation de chaque plantation.
Le dispositif distingue plusieurs niveaux, de l'identification du fournisseur jusqu'à la localisation précise de l'ensemble de la chaîne d'approvisionnement, y compris les petites exploitations qui livrent aux usines du groupe. La traçabilité des matières premières y devient un outil de gestion opérationnelle autant qu'un instrument de conformité réglementaire.
Ce que la donnée ne résout pas encore
La qualité des données déclarées à la source reste une limite de fond. Un identifiant de lot mal saisi, une coordonnée relevée avec un GPS grand public plutôt qu'un instrument professionnel, une frontière de parcelle approximative, chacune de ces imprécisions se répercute jusqu'au bout de la chaîne.
La couverture réseau pose un second problème. Dans certaines zones de production isolées, la connexion mobile reste insuffisante pour transmettre des données en temps réel, ce qui oblige à des synchronisations différées.
L'absence de standards communs entre plateformes complique encore le tableau. Un identifiant de lot créé sur un système ne se lit pas automatiquement sur un autre.
Une dernière limite tient à l'écart entre donnée déclarée et réalité vérifiable sur le terrain, un facteur de fiabilité qui dépend moins de la technologie que de la rigueur de saisie à la source.
Ces limites n'annulent pas l'apport des outils numériques. Elles en fixent simplement le rythme de progression.
Vers un passeport numérique pour chaque matière première
L'étape suivante consiste à regrouper géolocalisation, historique de production et données de transformation dans un identifiant unique consultable à chaque étape, un passeport numérique du produit.
L'Union européenne a déjà fixé une échéance dans ce sens. Le règlement sur les batteries impose un passeport numérique pour chaque batterie industrielle ou de véhicule électrique de plus de 2 kWh dès le 18 février 2027, incluant l'origine de matières comme le lithium, le cobalt ou le nickel. Le cadre plus large de l'ESPR, le règlement européen sur l'écoconception des produits durables, prévoit d'étendre ce principe au textile, à l'électronique et aux matériaux de construction.
Concrètement, pour un acheteur professionnel. Scanner un code associé au lot donnerait accès à la parcelle d'origine, à la date de récolte et aux étapes de transformation, sans consulter plusieurs documents séparés.
Ce qu'il faut retenir de ce basculement technologique
La traçabilité des matières premières ne tient plus dans un document signé une fois par an. Elle devient un flux de données continu, croisé et vérifiable à distance.
Le bois, couvert par l'EUDR au même titre que le cacao, le café, le soja, l'huile de palme et le caoutchouc, entre dans ce dispositif dès le 30 décembre 2026. Le règlement batteries, cadre distinct, imposera son propre passeport numérique le 18 février 2027, avant que l'ESPR n'étende ce principe à d'autres catégories de produits dans les années suivantes.
Français 
Deutsch