Un nouvel outil numérique permet aux agriculteurs de prendre des décisions pour une agriculture durable

Un nouvel « outil numérique d’aide à la décision » permettant la transition vers des systèmes agricoles plus diversifiés et durables a été développé par une équipe internationale de chercheurs allemands, français et tchèques.

La recherche menée par le Dr Ioanna Mouratiadou du Centre Leibniz pour la recherche sur le paysage agricole, et publiée dans Sciences de l’environnement et écotechnologieprésente le système numérique de connaissances et d’informations agricoles (DAKIS) comme un cadre d’intégration de données axé sur le lien entre la science et la prise de décision stratégique avec l’exploitation et la gestion de l’exploitation.

Changement d’orientation dans le secteur agricole

Les priorités du secteur agricole et de l’économie en général ont considérablement changé avec le temps. Dans le passé, le secteur se concentrait principalement sur la livraison de produits et de services agricoles. Aujourd’hui, l’accent est de plus en plus mis sur la prise en compte d’aspects environnementaux tels que les services écosystémiques, la biodiversité, l’utilisation des terres et le changement climatique. Les ambitions politiques renouvelées au niveau de l’UE, telles que les nouveaux objectifs de la politique agricole commune, ainsi qu’au niveau mondial par le biais des objectifs de développement durable (ODD2 : « Éliminer la faim, assurer la sécurité alimentaire, améliorer la nutrition et promouvoir l’agriculture durable ») reflètent davantage cette évolution. .

La volonté de transformer les systèmes agricoles pour qu’ils deviennent multifonctionnels, diversifiés et donc plus durables incarne ce « changement de paradigme dans les priorités ». Cette agriculture « nouvelle ère » se concentre sur les nombreux avantages découlant de décisions agricoles optimales et vise à tirer parti des fonctions de la diversité écologique à différentes échelles spatiales. Bien sûr, un équilibre doit également être trouvé avec d’autres facteurs à travers les dimensions sociales, économiques et politiques qui prévalent sur l’utilisation des terres et les décisions agricoles. Bien que cela semble prometteur en théorie, mettre en pratique des systèmes agricoles aussi complets et prévenants est une tâche considérable à la fois conceptuellement et techniquement.

La numérisation dans l’agriculture a un potentiel important pour relever ce défi, mais des lacunes subsistent en ce qui concerne le développement et le déploiement de cadres, de technologies et d’outils qui intègrent de grands ensembles de données, extraient une analyse critique des données, impliquent la science citoyenne et traduisent l’ensemble de ces informations en « options de gestion des cultures exploitables ».

Le développement de DAKIS

En réponse au(x) défi(s) identifié(s), les auteurs de cette étude ont développé DAKIS en tant que cadre conceptuel et également en tant qu’outil technologiquement avancé. L’étude décrit DAKIS comme un cadre d’intégration de données « basé sur la connaissance » et « orienté sur les systèmes qui intègre des technologies numériques pour prendre en charge une prise de décision hautement complexe et innovante ».

DAKIS a été développé à travers une approche à trois volets de coproduction de connaissances « itérative et participative » via de vastes consultations des parties prenantes, une revue de la littérature scientifique ainsi que des informations commerciales sur 643 outils numériques, et un examen critique plus approfondi de 42 outils sélectionnés pour l’exhaustivité en termes de fonction et pour représenter l’état de l’art technologique. Collectivement, ce processus a établi l’objectif, la portée spatio-temporelle, les fonctionnalités et les exigences d’interface utilisateur pour DAKIS.

Les fonctions principales de DAKIS sont identifiées comme (i) surveiller la production, la biodiversité et les services écosystémiques, (ii) fournir une aide à la décision pour les exploitations agricoles et (iii) soutenir la communication et la collaboration. Cette connaissance conceptuelle a alimenté la construction de l’outil DAKIS via l’approche « design thinking » créant le squelette technique, délimitant les différents composants structurels et interfaces.

Pour le lecteur, il est clair que DAKIS s’est attaqué à la tâche gargantuesque de synthétiser d’énormes volumes d’informations rassemblées à partir d’ensembles de données de télédétection, de surveillance in situ et de cartographie SIG, des résultats de la modélisation interdimensionnelle des effets économiques et environnementaux et des informations issues de la participation. évaluations d’impact sur divers systèmes agricoles et échelles spatio-temporelles.

Comment cela se passe-t-il en pratique ? Pendant un instant, imaginez-vous en tant qu’agriculteur regardant l’interface utilisateur graphique (GUI) de cet outil pour définir les préférences d’exploitation et spécifier les objectifs d’utilisation des terres. Les informations que vous fournissez, en tant qu’utilisateur final, seront comparées aux informations détaillées spécifiques au site et à la région disponibles sur la plate-forme par un système d’IA dynamique appliquant une approche basée sur des règles pour identifier les combinaisons optimales d’utilisation et de gestion des terres. En tant que résultat final, vous (en tant qu’agriculteur ici) serez présenté avec une gamme de scénarios et d’options de gestion optimales pour les objectifs et les préférences fixés.

La vision de DAKIS est qu’il « facilitera/fournira des recommandations d’optimisation spécifiques au site » permettant aux utilisateurs finaux de prendre des décisions agricoles pour minimiser les impacts néfastes, les compromis et les conflits.

Preuve de concept

DAKIS est actuellement testé dans deux régions agricoles diversifiées du Brandebourg et de la Bavière en Allemagne. La publication présente un « cas d’utilisation » – un exemple de la manière dont cet outil peut être utilisé de manière typique – pour établir des parcelles tampons de prairies dans le Brandebourg. Les zones tampons de prairies sont des éléments du paysage qui fournissent de multiples services écosystémiques tels que le contrôle de l’érosion, la séquestration du carbone, les habitats pour les pollinisateurs, entre autres.

Le cas d’utilisation du Brandebourg visait à déterminer la conception et le placement optimaux des tampons de prairie pour maintenir le rendement agricole tout en contrôlant mieux l’érosion des sols. La sélection a été éclairée par DAKIS en analysant les données de télédétection pour développer une analyse des points chauds de l’érosion, en évaluant des cartes de rendement pluriannuelles et en développant un critère central selon lequel l’établissement de prairies doit être prioritaire dans les zones à faible potentiel de rendement et à fort potentiel de contrôle de l’érosion. Un composant système intégré, le raisonneur RETE, a ensuite sélectionné les emplacements optimaux qui correspondent au critère. En introduisant des critères spatialement explicites développés dans une série de modèles de demande agroécologiques, agronomiques et sociétaux, DAKIS a comparé les services écosystémiques entre l’utilisation actuelle des terres et l’établissement de zones tampons, sélectionné les types d’herbe et de cultures optimaux pour chaque emplacement et identifié les emplacements avec un plus grand potentiel de coopération des parties prenantes. sur le conflit.

Le résultat final de l’IUG pour l’agriculteur était un ensemble de cartes et d’informations qualitatives recommandant les emplacements les mieux adaptés et les options de gestion optimales pour les zones tampons de prairies. Les informations fournies par DAKIS pourraient également être exportées vers des services externes tels que les systèmes de gestion et d’information agricoles (FMIS) pour afficher et mettre en œuvre les recommandations.

Adoption de la technologie et étapes futures

L’étude met en évidence le formidable potentiel des outils numériques, avec un focus sur DAKIS, pour transformer l’agriculture et promouvoir des pratiques plus durables. Alors que le monde est confronté à des défis environnementaux qui s’aggravent, l’utilisation de ces technologies dans l’agriculture jouera un rôle de plus en plus crucial pour aider à construire des systèmes alimentaires plus résilients et durables.

« Une nouveauté principale de DAKIS est qu’il utilise les technologies numériques pour permettre la prise en compte des services écosystémiques, de la biodiversité et de la durabilité dans la prise de décision des agriculteurs, et fournit un système d’aide à la décision par lequel les agriculteurs sont informés et guidés vers des solutions adaptées au site, une agriculture à grande échelle, multifonctionnelle et diversifiée selon des voies auto-définies », comme le montre clairement le cas d’utilisation du Brandebourg.

Les auteurs écrivent : « Dans un monde parfait, la demande placée par la société sur la fourniture de services écosystémiques serait satisfaite par les agriculteurs avec l’aide de DAKIS », tout en faisant remarquer qu’en réalité, de telles solutions nécessiteraient une forte adhésion de la part des non seulement les acteurs au niveau de l’exploitation, mais aussi les industries et les décideurs. Le potentiel de DAKIS d’être utile au-delà des niveaux des sous-exploitations, par exemple, pour les décideurs politiques dans l’analyse de l’efficacité des programmes agricoles et la suppression des subventions nuisibles, nécessite une enquête plus approfondie.

En raison de l’évolution rapide de ce domaine, les technologies numériques dans l’agriculture devront devenir plus innovantes pour suivre le rythme des nouvelles informations. Avec prévoyance, les développeurs de DAKIS ont déjà rendu leur conception de cadre adaptable et flexible pour incorporer de nouvelles connexions de données si nécessaire. Alors que l’étude mentionne « la vision d’une agriculture multifonctionnelle et diversifiée ne peut être adoptée que si elle représente une alternative économique viable aux systèmes agricoles dominants », DAKIS est clairement un pas important dans la bonne direction.