Data-Driven Spatial Targeting for Sustainable Intensification of Rice Systems in the Philippines
Cette étude démontre que des stratégies de gestion de l'azote axées sur les données et spatialement ciblées, développées à l'aide de l'apprentissage automatique et validées en exploitation agricole, peuvent réduire considérablement les écarts de rendement du riz dans les provinces d'Iloilo et de Nueva Écija aux Philippines, tout en atteignant 86 % des gains de production potentiels avec seulement 15 % d'augmentation de l'utilisation d'engrais par rapport aux approches globales.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Le riz est le pain quotidien de plus de la moitié de la population mondiale, une culture si fondamentale que son succès ou son échec dicte la stabilité des nations et le niveau de faim des familles. Aux Philippines, ce grain n'est pas seulement une source de nourriture, mais un pilier de l'économie et de la culture, nourrissant plus de 100 millions de personnes. Pourtant, malgré la profonde dépendance du pays envers le riz, les agriculteurs ne récoltent pas autant que la terre et le climat pourraient théoriquement le permettre. Ce déficit, appelé écart de rendement, se produit lorsque la récolte réelle est nettement inférieure à ce qui est possible avec les meilleures connaissances et ressources disponibles. Combler cet écart est crucial pour la sécurité alimentaire nationale, mais pour y parvenir, il faut comprendre exactement pourquoi certains champs prospèrent tandis que d'autres luttent. Le défi réside dans le fait que chaque exploitation est différente ; le sol, la météo et la manière dont un agriculteur gère ses cultures varient d'un champ à l'autre, rendant inefficace toute solution unique et uniforme.
Une équipe de chercheurs s'est donné pour mission de résoudre ce casse-tête dans deux des provinces rizicoles les plus importantes des Philippines, Iloilo et Nueva Ecija. Au lieu de deviner les besoins des agriculteurs, ils ont recueilli des informations détaillées auprès de centaines de véritables champs de riz, enregistrant tout, du type de semence plantée à la quantité d'engrais utilisée. Ils ont ensuite utilisé un système informatique sophistiqué, une forme d'intelligence artificielle, pour passer au crible cette masse de données. Ce système ne s'est pas contenté de prédire les récoltes futures ; il a appris à expliquer précisément quels facteurs freinaient la production dans des lieux spécifiques. En analysant les données, les chercheurs ont découvert que la raison la plus courante des faibles rendements était simplement l'utilisation insuffisante d'engrais azotés, un nutriment clé qui aide les plantes à croître. Cependant, la quantité nécessaire variait considérablement d'un champ à l'autre. Certains agriculteurs en appliquaient trop peu, affamant leurs cultures, tandis que d'autres en appliquaient trop, gaspillant de l'argent et nuisant potentiellement à l'environnement.
L'étude a testé trois approches différentes pour aider les agriculteurs à améliorer leurs récoltes. La première était l'approche actuelle du gouvernement, qui suggère la même quantité d'engrais pour tout le monde dans une région. La seconde était une suggestion basée sur les données qui appliquait une quantité unique et optimisée à toutes les fermes. La troisième, et la plus innovante, était une approche ciblée. Cette méthode utilisait l'analyse de l'ordinateur pour identifier uniquement les champs spécifiques qui étaient réellement limités par un manque d'azote et recommandait de l'engrais supplémentaire uniquement pour ces endroits. Les résultats furent frappants. L'approche ciblée prédisait que les agriculteurs pourraient augmenter leurs récoltes de plus d'une tonne par hectare à Iloilo et de près de deux tonnes par hectare à Nueva Ecija. Remarquablement, ce gain massif de production alimentaire pourrait être réalisé tout en utilisant nettement moins d'engrais au total par rapport aux autres méthodes. En fait, la stratégie ciblée pourrait produire 86 % du surplus potentiel de riz tout en ne nécessitant qu'une fraction de l'engrais supplémentaire que les recommandations globales exigeraient.
Pour s'assurer que ces prédictions informatiques n'étaient pas seulement théoriques, les chercheurs ont ramené leurs conclusions sur le terrain. Ils ont mis en place des essais comparatifs où une parcelle suivait les méthodes habituelles de l'agriculteur et la parcelle adjacente suivait les nouvelles recommandations basées sur les données. Les résultats ont confirmé l'exactitude du modèle. À Iloilo, les parcelles utilisant les nouveaux conseils ont produit 15 % de riz en plus, et à Nueva Ecija, elles ont produit près de 12 % de plus. Cette validation en conditions réelles a prouvé que le diagnostic de l'ordinateur était correct : de nombreux agriculteurs manquaient effectivement d'engrais pour leurs cultures, et un ajustement précis et sur mesure pouvait débloquer une productivité importante sans avoir besoin d'étendre les terres agricoles ou d'utiliser des produits chimiques excessifs.
Les implications de ce travail s'étendent bien au-delà d'une seule récolte. Cela suggère un changement fondamental dans la manière dont le soutien agricole doit être délivré. Pendant des décennies, les politiques se sont souvent appuyées sur des subventions larges, accordant la même quantité de soutien en engrais à chaque agriculteur enregistré, quels que soient ses besoins spécifiques. Cette étude soutient qu'une telle approche uniforme est inefficace. Au lieu de cela, les ressources devraient être dirigées comme un projecteur, se concentrant uniquement sur les zones où elles auront le plus grand impact. En utilisant les données pour identifier précisément les champs qui souffrent de pénuries de nutriments, les gouvernements et les organisations d'aide peuvent maximiser le retour sur leur investissement. Cela signifie plus de riz pour la nation, de meilleurs revenus pour les agriculteurs et moins de pression environnementale due à l'utilisation inutile d'engrais.
Les chercheurs ont également souligné que cette approche est particulièrement vitale compte tenu de l'augmentation du coût des engrais et de la forte dépendance du pays vis-à-vis des importations de riz. En comblant l'écart entre ce que les agriculteurs récoltent actuellement et ce qu'ils pourraient récolter avec une meilleure gestion, les Philippines pourraient réduire considérablement leur besoin d'acheter du riz à d'autres pays. L'étude démontre que les outils pour y parvenir sont déjà disponibles. En combinant des données de terrain approfondies avec des méthodes d'analyse modernes, il est possible de passer de l'improvisation à un système d'agriculture de précision qui soit à la fois économiquement intelligent et respectueux de l'environnement. Le chemin vers la sécurité alimentaire, conclut l'étude, ne consiste pas à faire plus de la même chose, mais à faire la bonne chose, au bon endroit, au bon moment.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.