22.10.2015 Views

30 projets

rapport-agriculture-innovation2025

rapport-agriculture-innovation2025

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

078 Innovation - Favoriser l’innovation ouverte<br />

079<br />

Projet<br />

25<br />

INNOUV 4<br />

Faire évoluer les réseaux d’expérimentation<br />

et d’observation<br />

Contexte et ambitions<br />

Livrables et attendus<br />

Acteurs<br />

3 000<br />

422<br />

2 000<br />

& 1 500<br />

Quelques chiffres<br />

agents (ETP) en charge de la gestion et de<br />

l’acquisition de données expérimentales<br />

agricoles (1)<br />

installations expérimentales en France<br />

relevant des instituts de recherche, de<br />

recherche-développement, de développement,<br />

et de l’enseignement supérieur et<br />

technique agricole (1)<br />

fermes dans le réseau DEPHY-FERME du<br />

Plan Ecophyto et dans le réseau des fermes<br />

de référence d’élevage herbivore<br />

Indicateurs et échéances<br />

2016<br />

Constitution d’un collectif rassemblant les<br />

représentants des organismes impliqués<br />

dans l’expérimentation et/ou les réseaux<br />

d’observation ; constitution d’un réseau de<br />

veille et d’échange autour des nouveaux<br />

moyens d’acquisition de données automatiques<br />

ou semi-automatiques ; développement<br />

et mise à disposition des méthodes<br />

statistiques de traitement d’informations<br />

hétérogenes et de diverses sources.<br />

2017<br />

Lancement d’expérimentations thématiques<br />

coordonnées (notamment systémiques).<br />

2018 > 2025<br />

Déploiement et suivi des actions proposées.<br />

Niveau TRL<br />

Historiquement, l’expérimentation est un élément fondamental<br />

des activités de R&D en agronomie parce qu’elle permet<br />

le test d’hypothèses, ainsi que la confrontation à la diversité<br />

des conditions écologiques et agronomiques sur le territoire.<br />

Aujourd’hui, la montée en puissance du Numérique transforme<br />

cette activité en augmentant les possibilités d’acquisition et de<br />

gestion d’un plus grand nombre de données (2, 3) . Par ailleurs, expérimentation<br />

et modélisation sont de plus en plus réfléchies de<br />

façon conjointe et complémentaire. Le dispositif expérimental<br />

français est déjà très dense. Les <strong>projets</strong> [Innouv2] et [Innouv3]<br />

proposent de compléter ce dispositif pour se saisir d’enjeux<br />

transversaux, systémiques et/ou sociétaux aujourd’hui insuffisamment<br />

appréhendés. Cependant, dans un cadre budgétaire<br />

contraint, la mutualisation et la rationalisation du dispositif<br />

expérimental sont indispensables (il s’agit, en premier lieu, du<br />

dispositif qui bénéficie d’un soutien public mais également de<br />

celui des industriels privés, et en visant l’échelle européenne).<br />

Cette mutualisation doit permettre d’abonder, au moins pour<br />

partie, les extensions des <strong>projets</strong> [Innouv2] et [Innouv3]. A elle<br />

seule, elle ne sera néanmoins pas suffisante, il sera nécessaire<br />

d’évaluer outre la pertinence du maintien de tous les outils (i)<br />

comment les données d’observations en fermes réelles peuvent<br />

se substituer aux expérimentations ou compléter celles-ci et (ii)<br />

comment le recours à la modélisation peut permettre de diminuer<br />

le besoin d’expérimentations.<br />

L’ambition de ce projet est alors de développer les synergies<br />

entre dispositifs expérimentaux, réseaux d’observation dans les<br />

fermes et modèles, grâce, en particulier, au numérique, et ceci<br />

en termes :<br />

• de valorisation des données d’expérimentation ou d’observation<br />

pour concevoir, évaluer et améliorer des modèles : ces<br />

données contribueront à la plateforme numérique [Num1] ;<br />

• de recours à la modélisation pour la conception des dispositifs<br />

expérimentaux et des réseaux d’observation, leur pilotage et<br />

l’analyse de leurs résultats ;<br />

• d’utilisation des outils de caractérisation des environnements<br />

biotiques et abiotiques (et de leurs impacts) afin d’optimiser<br />

les réseaux et de mieux interpréter les informations via en<br />

particulier la mise aux points de « fonctions de diagnostic » ;<br />

• de réduction de l’effort d’acquisition de données d’expérimentation<br />

grâce aux apports complémentaires des données<br />

d’observation et de la modélisation ;<br />

• d’extrapolation des résultats d’expérimentation et d’observation<br />

à d’autres situations en recourant notamment à des systèmes<br />

d’information géographiques couplés à des modèles.<br />

• Une amélioration des méthodes et outils de représentation<br />

spatio-temporelle des données d’expérimentation et/ou<br />

d’observation.<br />

• Le développement d’outils prédictifs à partir d’analyses de<br />

données d’expérimentation ou d’observation.<br />

• La limitation des besoins de surfaces expérimentales et des<br />

coûts associés par un recours accru à des données d’observation<br />

dans des fermes et à la modélisation.<br />

• La facilitation de la détection, de l’évaluation multicritère et<br />

de la diffusion des innovations repérées au sein des réseaux<br />

d’observation (voir aussi [Innouv2]).<br />

• La diffusion rapide d’innovations en diminuant leur temps<br />

d’évaluation grâce au décloisonnement entre expérimentations,<br />

réseaux d’observation et modélisation.<br />

Actions<br />

[Innouv 4-1] Renforcer l’efficacité et la cohérence d’ensemble<br />

du dispositif expérimental national par la mise en réseau<br />

inter-organismes des outils expérimentaux de la recherche<br />

publique et professionnelle, à l’issue d’une réflexion sur la<br />

pertinence de tous les outils privilégiant les paris sur l’avenir par<br />

rapport aux charges liées à leur entretien. Animer ce réseau par<br />

des expérimentateurs inter-organismes.<br />

[Innouv 4-2] Assurer l’interopérabilité des informations en<br />

entrée et des performances et résultats en sortie (protocoles<br />

de collectes harmonisés, cadres de saisies des données compatibles,<br />

indicateurs communs de moyens et de résultats).<br />

[Innouv 4-3] Développer des méthodes statistiques d’analyse<br />

permettant de traiter les informations. La création d’une<br />

plateforme commune de traitement des données doit être<br />

envisagée en tirant profit de l’expérience du système d’information<br />

AGROSYST du réseau de fermes et d’expérimentations du<br />

Plan Ecophyto.<br />

[Innouv 4-4] Déployer systématiquement les outils d’aide à<br />

la décision diffusés sur les dispositifs d’expérimentation afin<br />

d’assurer leur évaluation en continu au double titre de leur<br />

valeur prédictive et pratique (utilisation, interprétation et prise<br />

de décision). Une des voies de déploiement sera la plateforme<br />

de données [Num1].<br />

• Organismes publics de recherche.<br />

• ACTA et instituts techniques, APCA et chambres d’agriculture,<br />

autres réseaux d’observation (RAD-CIVAM, etc.)<br />

• Si possible, fermes d’expérimentation des coopératives agricoles.<br />

FINANCEMENTS :<br />

CASDAR, Plan Ecophyto, Conseils régionaux.<br />

1. http://agriculture.gouv.fr/sites/<br />

minagri/files/cgaaer-rapport_<br />

annuel_2009.pdf<br />

2. Laurent A., Pelzer E., Loyce C.,<br />

Makowski D., 2015. Ranking yields of<br />

energy crops: A meta-analysis using<br />

direct and indirect comparisons.<br />

Renewable & Sustainable Energy<br />

Reviews 46, 41-50.<br />

3. Lucbert J., Dockes A.C., Gervreau<br />

G., Madeline, Y., Seegers J., Baumont<br />

R., Peyraud J.L., 2015. Networks<br />

of reference to the service of<br />

sustainable farming of tomorrow.<br />

Inra Productions Animales 28, 77-88.<br />

#AgricultureInnovation2025<br />

#AgricultureInnovation2025

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!