Road step
Réseau d’outils d’Aide à la Décision – Surveillance des troupeaux en prairie
Les éleveurs wallons sont soucieux de produire localement une alimentation saine à un coût maîtrisé et avec un impact environnemental minimal. A cette fin, ils sont désireux de renforcer le lien au pâturage de leurs animaux. Toutefois, ce mode de production nécessite une surveillance accrue pour en assurer une gestion optimale et détecter rapidement des incidents pouvant survenir loin de l’exploitation.
Le projet ROAD-STEP, coordonné par l’Université de Liège, vise à profiter de la généralisation de l’identification électronique officielle des bovins, accessible à tous les troupeaux wallons, pour assurer une surveillance régulière ponctuelle et à distance du bien-être des animaux sur pâture. Cette surveillance à distance par le biais de l’étude de leur comportement, de leur croissance et de leur santé vise à faciliter le recours par les agriculteurs à un mode d’alimentation sain dans un environnement naturel.
La première triennale de ce projet se focalise spécifiquement sur le développement d’outils surveillance des animaux et de l’alimentation au pâturage en vue de faire profiter les agriculteurs wallons des technologies intéressantes développées en élevage de précision et Smart Farming d’habitude réservées à l’élevage intensif. Des technologies éprouvées en stabulation seront transposées en milieu ouvert et les contraintes spécifiques d’autonomie, de transfert de l’information et de robustesse seront adressées. Par la suite, les informations de surveillance automatisées seront utilisées pour aborder les attentes sociétales, économiques et environnementales des intervenants wallons par le biais d’un réseau d’outils d’aide à la décision proposés par l’Association Régionale de Santé et d’Identification Animales (ARSIA) aux agriculteurs à partir des résultats de la recherche académique. Les outils de gestion du pâturage, du bien-être, de la croissance et de la santé du cheptel ainsi développés seront mis à disposition des agriculteurs wallons fin 2023 au terme des six années de recherche par le biais du portail CERISE de l’ARSIA.
Ce projet a fait l’objet de plusieurs publications. En voici quelques-unes :
Nickmilder, C. (2023). Development of machine learning algorithms fed by meteorological and remote sensing data to assess the available grass on pastures. Unpublished doctoral thesis, ULiège. GxABT – Liège Université. Gembloux Agro-Bio Tech [Gembloux Agro-Bio Tech], Gembloux, Belgium. https://hdl.handle.net/2268/301816
|