MIMOSA

Analyse des méthodes d'intégration des techniques de modélisation et de l'information satellitaire multi-capteurs dans des systèmes d'aide à la décision.

Contexte

De nos jours l’agriculture wallonne, comme celle des autres pays européens, doit répondre à des contraintes multiples. Elle doit à la fois optimiser sa production, respecter l'environnement, assurer un développement territorial équilibré et durable et faire face à la globalisation des marchés. Le monde rural est actuellement soumis à de nombreuses pressions, souvent contradictoires, qui demandent de multiples connaissances, et surtout l’adaptation des pratiques en fonction des changements observés.

Si l’on s’attarde particulièrement aux différentes cultures, en ce y compris celle des prairies permanentes et les pratiques culturales, les défis de l’agriculture du futur reposent sur l’accès à des outils d’aide à la décision en temps réel permettant la mise en place d’une agriculture raisonnée, à l’échelle de l’exploitation ou du territoire. Ces nouveaux outils doivent idéalement s’appuyer sur des technologies de gestion de l’information performantes parmi lesquelles les informations issues de l’imagerie satellitaire sont devenues une composante incontournable.

La mise au point de nombreux modèles de croissance et de prévision de rendement des cultures de plus en plus fiables font également partie intégrante de ces nouvelles avancées technologiques. Pour rendre ces systèmes opérationnels, il convient cependant de combiner davantage les modèles et les informations satellitaires disponibles selon des méthodologies adaptées aux différentes situations agricoles rencontrées sur le terrain, et ce en particulier en Région Wallonne.

Objectifs

En vue de valoriser les récentes améliorations tant techniques que méthodologiques dans le domaine de l’observation de la terre dans les systèmes de suivi quantitatif et qualitatif de la croissance des cultures, le projet MIMOSA s’est fixé trois grands objectifs :

• Développer une approche intégrée en vue d’améliorer les capacités de suivi des surfaces fourragères en Région Wallonne en se basant sur une méthodologie visant à l’intégration des données de croissance prairiale fournies par une approche multi-capteurs et multi-modèles dans le système d’aide à la décision OptiMAE.

• Mettre en relation l’information satellitaire disponible au cours de la saison culturale avec le statut azoté des cultures et intégrer ces données dans les systèmes d’aide à la décision mis au point par le CRA-W pour la gestion de la fertilisation azotée de la pomme de terre et du froment d’hiver en Région Wallonne.

• Identifier les règles de décision, en terme de gestion des ressources fourragères et plus spécifiquement prairiales, mises en place par les exploitants au sein des principaux types d’exploitations herbagères présentes en zone Jurassique et en Ardenne. Implémenter ces règles de décision dans le modèle « OptiMAE » de manière à pouvoir orienter la gestion des prairies, tout au long de l’année, vers la fauche ou le pâturage et, ainsi, quantifier et qualifier les stocks qui seront disponibles pour la phase hivernale.

Résultats attendus

1) Une méthodologie permettant l’intégration des données de croissance prairiale fournies par une approche multi-capteurs et multi-modèles dans le système d’aide à la décision Opti-MAE, afin de permettre aux exploitants agricoles d’analyser les conséquences technico-économiques et environnementales de leurs modes de gestion des prairies.

2) Une série d'indicateurs pertinents relatifs au statut azoté en culture de pomme de terre et en froment d'hiver et l’intégration de ceux-ci dans un système d'aide à la décision pour la détermination du plan de fertilisation.

3) Une modélisation des règles de décision des éleveurs en terme de gestion des stocks de fourrages et de l’alimentation de leur bétail afin d’identifier les stratégies qui permettent de répondre au mieux à l’évolution des attentes de la société vis-à-vis de l’agriculture.