Face à l'urgence d'adapter l'agriculture au changement climatique, les agriculteurs et leurs conseillers manquent d'un outil essentiel : des données fiables et comparables sur l'effet réel des technologies d'adaptation. Pour combler ce vide, finres a conduit une méta-analyse scientifique de grande envergure - plus de 450 articles, 17 000 données, 80 cultures. Voici pourquoi cette démarche change la donne.

Un angle mort dans l'aide à la décision agricole

Agrivoltaïsme, agroforesterie, filets d'ombrage, paillage, drainage, haies brise-vent : les technologies d'adaptation au changement climatique se multiplient, et les agriculteurs sont de plus en plus nombreux à vouloir les intégrer dans leurs exploitations. Mais à quelle hauteur peut-on réellement espérer réduire le stress thermique ? De combien l'humidité du sol est-elle préservée sous un filet d'ombrage ? Quel effet concret sur le rendement final ?

Ces questions ne sont pas rhétoriques. Elles conditionnent des investissements lourds, des choix de rotation, et - de plus en plus - des évaluations de viabilité dans le cadre des diagnostics climatiques désormais exigés par la loi (article sur la LOSARGA disponible : ici). Or, jusqu'ici, les réponses disponibles étaient fragmentées : une méta-analyse sur les cultures de couverture ici, une étude sur l'agroforesterie en Asie là, des données sur l'irrigation qui dominent la littérature sans qu'aucune synthèse ne couvre l'ensemble du spectre des pratiques d'adaptation.

C'est précisément ce vide que finres a décidé de combler.

Pourquoi une méta-analyse, et pourquoi maintenant ?

La méta-analyse est un outil méthodologique éprouvé en recherche scientifique : elle consiste à agréger et retraiter statistiquement les résultats de nombreuses études indépendantes pour produire des estimations plus robustes que ce qu'aucune étude individuelle ne pourrait offrir. Appliquée aux technologies d'adaptation agricole, elle permet de répondre à une question de recherche centrale : quels sont les impacts mesurés, en conditions réelles de terrain, de différentes pratiques d'adaptation sur les facteurs biotiques, abiotiques et les rendements ?

La question n'est pas nouvelle, mais elle n'avait jamais été adressée dans cette ampleur. Les méta-analyses existantes se concentraient soit sur une technologie unique (le travail du sol réduit, les brise-vents), soit sur un paramètre isolé (l'abondance microbienne, les stocks de carbone), soit sur une zone géographique restreinte. Aucune ne proposait de synthèse transversale couvrant à la fois plusieurs technologies d'adaptation et leurs effets sur l'ensemble des paramètres pédo-climatiques et de production.

Un protocole rigoureux, augmenté par l'IA

Construire une telle base de données exige d'abord un protocole de sélection irréprochable. finres a défini six critères d'inclusion stricts : les publications retenues devaient rapporter des mesures en champ réel, inclure au moins une production végétale, porter sur une technologie d'adaptation identifiée, et disposer d'une parcelle témoin sans adaptation comme référence. Au moins un indicateur microclimatique ou pédologique, et un indicateur de production, devaient figurer parmi les résultats mesurés.

Pour présélectionner les articles pertinents parmi les milliers disponibles sur Web of Science, finres a recouru à des modèles de langage (LLM), en comparant leurs performances et en testant la stabilité de leurs sélections sur des séries d'articles identiques. Le prompt a été calibré pour maximiser la sensibilité - c'est-à-dire minimiser les faux négatifs - avant qu'une sélection manuelle systématique ne vienne valider chaque inclusion.

Le résultat : plus de 450 articles scientifiques retenus, constituant une base de données de plus de 17 000 paires d’observations, couvrant plus de 80 cultures et quatorze technologies d'adaptation, de l'agrivoltaïsme aux microbassins en passant par le drainage souterrain et les systèmes agroforestiers.

Ce que les données révèlent - et leurs limites assumées

L'analyse statistique de cette base a permis de quantifier, pour chaque combinaison technologie / paramètre, une distribution de probabilité des effets observés. Les résultats sont particulièrement solides pour les filets d'ombrage, l'agrivoltaïsme et les systèmes agroforestiers sur les variables climatiques, ainsi que pour les drainages sur la teneur en eau du sol. En revanche, les données restent insuffisantes pour les haies et les brise-vents - une limite documentée eu égard à une littérature moins fournie pour ces technologies.

Pour s'assurer que ces distributions sont statistiquement stables, finres a conduit des tests de robustesse en retirant aléatoirement des observations : si la distribution de probabilité résultante reste sensiblement inchangée, on peut considérer que la base de données est suffisamment dense pour estimer les effets avec fiabilité. Cette démarche de validation interne est essentielle pour ne pas surinterprêter des résultats issus d'un corpus encore partiel sur certaines pratiques.

Des données au service du produit - et des agriculteurs

Cette méta-analyse n'est pas un exercice académique isolé. Elle s'intègre directement dans l'outil de modélisation de finres, PhenoDL, à deux niveaux.

D'abord, elle permet d'introduire les technologies d'adaptation dans les simulations de rendement en modifiant les variables climatiques et pédologiques d'entrée selon les distributions d'effets quantifiées - avec leur incertitude associée. Un agriculteur qui envisage d'installer des filets d'ombrage sur ses parcelles peut désormais obtenir une estimation chiffrée de l'impact attendu sur son rendement, calibrée sur la littérature scientifique qui s’appuye elle-même sur des essais en plein champs.

Ensuite, elle sert de référence de validation externe : en comparant les rendements simulés par PhenoDL avec ceux observés dans la méta-analyse pour une même technologie et des conditions climatiques comparables, finres dispose d'un indicateur objectif de la qualité de ses modèles.

L'enjeu, au fond, est celui de la décision. Dans un contexte où les agriculteurs doivent investir tôt pour s'adapter à un climat qui se transforme rapidement, disposer de données fiables, comparables et quantifiées sur l'impact réel des stratégies d'adaptation est une condition sine qua non d'une aide à la décision digne de ce nom.

Un actif scientifique ouvert

Fidèle à ses engagements de transparence, finres publie l'ensemble de la méthodologie. La documentation complète de la méta-analyse est accessible sur demande, permettant aux chercheurs, instituts techniques et partenaires de terrain de s'appuyer sur ce travail, de l'enrichir et de le challenger.

Vous êtes chercheur, conseiller agricole, assureur ou banquier et souhaitez accéder à la base de données ou collaborer à son enrichissement ? Contactez l'équipe finres.