L'agriculture intelligente pour tous : comment les petites exploitations peuvent voir grand

Le potentiel est grand : du Big Data aux solutions logicielles sur mesure en passant par les capteurs agricoles, les technologies numériques peuvent préserver les ressources, améliorer le bien-être des animaux et réduire les coûts d'exploitation. Ce sont surtout les grandes exploitations, en Allemagne et à l'étranger, qui misent de plus en plus sur ces innovations souvent gourmandes en capitaux. Pour les petites et moyennes exploitations agricoles familiales, comme c'est souvent le cas dans le Bade-Wurtemberg, le risque existe toutefois qu'elles soient distancées par ces évolutions et qu'elles ne soient plus compétitives à l'avenir.

Le projet "Chaînes de création de valeur numériques pour une agriculture durable à petite échelle" (DiWenkLa) a étudié pendant cinq ans comment elles pouvaient elles aussi profiter du changement numérique. Dans le cadre de 14 sous-projets au total, les chercheurs se sont penchés sur les possibilités offertes par la numérisation aux petites exploitations agricoles.

"Les technologies numériques ne permettent pas seulement de réduire la charge de travail et de stabiliser les revenus de l'exploitation. Elles contribuent également à la protection de l'environnement et de la nature ainsi qu'au bien-être des animaux et réduisent l'utilisation de produits phytosanitaires", souligne le professeur Enno Bahrs, coordinateur du projet et agronome à l'université de Hohenheim.

"Pour que les petites exploitations puissent également en profiter, notre objectif était de maintenir les coûts d'acquisition aussi bas que possible. C'est pourquoi nous avons surtout eu recours à des solutions disponibles sur le marché, que nous avons en partie adaptées individuellement", poursuit l'expert. "De notre point de vue, il est en outre souvent judicieux que les exploitations s'associent - de manière comparable à un cercle de machines - également pour la numérisation".

Par exemple, les drones d'un prestataire de services mandaté en commun pourraient être utilisés dans différents champs non seulement pour la détection et la lutte contre les maladies, mais aussi pour le monitoring de l'irrigation ou la détection précoce des incendies de forêt. Au total, toute une série d'applications conviennent aux petites exploitations - par exemple aussi dans l'élevage.

Plus de bien-être animal grâce à la numérisation

Une culture durable, des aliments régionaux, des denrées alimentaires de qualité et un espace de vie éthique pour les animaux de rente : les exigences des consommateurs en matière de bien-être animal et de durabilité augmentent et deviennent de plus en plus complexes. Mais "le souhait largement répandu d'accorder plus de pâturage aux bovins et autres animaux de rente a aussi ses écueils", sait le professeur Eva Gallmann du Centre pour les techniques d'élevage à l'université de Hohenheim.

"Nos vaches actuelles sont des vaches à haut rendement qui ont besoin d'une alimentation adaptée à leurs besoins et à leurs performances", explique l'experte. "Dans l'étable, les éleveurs ont un bien meilleur contrôle sur la quantité d'aliments que mangent les animaux. Un sous-approvisionnement entraîne des maladies et une baisse de la production laitière. En revanche, un surapprovisionnement entraîne, outre des coûts économiques plus élevés, une pollution accrue de l'environnement, car une partie des substances nutritives du fourrage est rejetée sans être utilisée".

L'engagement personnel des agriculteurs pour leurs animaux reste essentiel.

C'est pourquoi il est particulièrement important de connaître la quantité et la qualité du fourrage vert consommé par les animaux au pâturage. Ce n'est qu'à cette condition que les agriculteurs peuvent distribuer des compléments alimentaires en fonction des besoins. Un instrument utilisant la spectroscopie proche infrarouge (NIRS), par exemple, permet d'obtenir des informations précises sur la qualité du fourrage vert. "Jusqu'à présent, cet appareil a été utilisé exclusivement en laboratoire, son utilisation en plein champ est assez récente", explique le professeur Gallmann.

Un autre appareil de mesure enregistre la hauteur de croissance et aide ainsi à estimer la quantité et la vitesse de repousse de l'herbe sur un pâturage. Ces données sont intégrées dans une application de planification des rations, qui permet aux agriculteurs de mieux planifier la quantité nécessaire d'aliments complémentaires.

Une chose reste cependant particulièrement importante pour la scientifique : "Même la technologie la plus moderne ne peut pas remplacer l'engagement personnel des agriculteurs pour leurs animaux !"

Une protection phytosanitaire efficace grâce aux capteurs optiques sur les drones

Le groupe de travail du professeur Ralf Vögele du département de phytopathologie de l'université de Hohenheim s'occupe de l'utilisation ciblée de produits phytosanitaires. Les chercheurs s'interrogent sur la manière de détecter le plus tôt possible les maladies des légumes de plein champ et d'introduire à temps des mesures correctives.

Il est encore fréquent que différents produits phytosanitaires contre les maladies fongiques et les ravageurs soient appliqués en même temps et sur l'ensemble du champ. "On épand ainsi plus de produits phytosanitaires que nécessaire", explique Christian Trautmann, doctorant dans le groupe de travail. "Il serait plus judicieux d'appliquer des fongicides pour prévenir les maladies fongiques de manière préventive et sur toute la surface, mais de n'appliquer les produits antiparasitaires qu'en fonction des besoins et de l'infestation".

Des capteurs optiques installés sur des drones peuvent y remédier. Ils mesurent à temps les réflexions lumineuses modifiées des plantes attaquées par des champignons ou des ravageurs. L'intelligence artificielle (IA) analyse les données et permet d'utiliser des moyens de lutte contre les insectes nuisibles ou les acariens. Ceux-ci peuvent être appliqués de manière ciblée sur les plantes atteintes à l'aide de drones de pulvérisation.

Un défi particulier : l'IA dans les champs

"Mais c'est aussi là que réside le défi", décrit ChristianTrautmann. "Car l'IA doit être entraînée individuellement pour chaque culture et chaque type de dommage, afin qu'elle puisse reconnaître de manière fiable les plantes atteintes, même dans des conditions pratiques. Pour cela, des milliers de données d'entraînement doivent être préalablement évaluées et interprétées par des humains".

C'est un effort important qui est probablement le plus rentable pour les cultures spéciales, comme les fruits et les légumes. D'une part, les agriculteurs risquent de subir des pertes importantes en cas de mauvaise récolte, d'autre part, la demande de produits alimentaires aussi peu contaminés que possible a augmenté.

Un robot intelligent pour une plantation respectueuse du sol

Dans la culture maraîchère, où la charge de travail est élevée, la force de la robotique se révèle également. Le robot multifonctions Phoenix de l'université de Hohenheim a déjà fait ses preuves dans différents projets. Dans DiWenkLa, il est un véritable poids plume qui place les jeunes plants de chou blanc à des intervalles précis, sans compacter inutilement le sol. Une IA surveille l'ensemble du processus et garantit des résultats optimaux.

Le Dr Nils Lüling, du département d'intelligence artificielle en technique agricole de l'université de Hohenheim, explique : "Notre objectif était de développer une solution autonome. Grâce à une surveillance basée sur l'IA, l'agrégat de plantation peut maintenir une qualité de travail constante, même dans des champs avec des conditions de sol différentes, et réagir aux erreurs".

Le sud de la Forêt-Noire et la région de Stuttgart comme modèles pour d'autres régions

Deux régions du Bade-Wurtemberg ont servi de terrain d'expérimentation : le sud de la Forêt-Noire et la région métropolitaine de Stuttgart. Elles ont été choisies parce qu'elles constituent deux espaces représentatifs de l'agriculture dans le Bade-Wurtemberg.

La région métropolitaine de Stuttgart représente des régions qui, à l'avenir, miseront principalement sur la production de légumes de plein champ (choux et salades), de céréales, de soja et d'autres cultures. S'y ajoute un élevage accru de chevaux, utilisés comme animaux de rente et de loisirs. L'avantage des régions métropolitaines est qu'elles possèdent déjà des structures numériques fortement interconnectées.

En revanche, le sud de la Forêt-Noire reproduit la situation des régions de moyenne montagne avec des pentes parfois abruptes. Ces régions se caractérisent par de nombreuses prairies, l'élevage de bovins et des structures numériques peu développées. Le choix de ces deux régions doit permettre d'appliquer les résultats à d'autres régions de structure similaire.

BACKGROUND : DiWenkLa - Chaînes de création de valeur numériques pour une agriculture durable à petite échelle

L'axe principal de la recherche "Chaînes de création de valeur numériques pour une agriculture durable à petite échelle" (DiWenkLa) était un projet collectif comprenant au total 14 sous-projets. Sous la direction du professeur Enno Bahrs du département de gestion agricole, onze départements de l'université de Hohenheim ont participé à ce projet. L'École supérieure d'économie et d'environnement de Nürtingen-Geislingen (HfWU) était partenaire du projet. En plus d'une vingtaine d'exploitations agricoles, plusieurs établissements du ministère de l'espace rural et de la protection des consommateurs du Bade-Wurtemberg ainsi que plus de 35 partenaires issus de l'économie, comme des entreprises industrielles et de services, ont participé au projet.

Le ministère fédéral de l'Alimentation et de l'Agriculture (BMEL) a financé le projet depuis 2020 par le biais de la directive de promotion "Champs d'expérimentation pour la numérisation dans l'agriculture" avec une somme d'environ 3,3 millions d'euros pour l'université de Hohenheim. Le financement total s'est élevé à environ 5,5 millions d'euros. Le projet s'est achevé en février 2025.