Extrait : Type de document : Revue scientifique publiée dans Computers and Electronics in Agriculture 190:106406
Auteurs : Parisa Niloofar, Deena P. Francis, Sanja Lazarova-Molnar, Alexandru Vulpe, Marius-Constantin Vochin, George Suciu, Mihaela Balanescu, Vasileios Anestis, Thomas Bartzanas
Résumé en français (traduction) : Elevage : Aide à la décision fondée sur les données pour améliorer la santé et le bien-être des animaux et réduire les émissions de gaz à effet de serre : Vue d’ensemble et défis
L’élevage de précision (EP) est un concept qui permet de surveiller les animaux en temps réel, en les équipant de capteurs qui collectent des données basées sur les animaux, ensuite utilisées par les agriculteurs. L’élevage de précision présente de nombreux avantages et garantit une utilisation maximale des ressources agricoles, permettant ainsi de contrôler l’état de santé des animaux, tout en réduisant potentiellement les émissions de gaz à effet de serre (GES). En raison de la complexité des processus de prise de décision dans les secteurs de l’élevage, les systèmes d’aide à la décision basés non seulement sur des données en temps réel, mais aussi sur des connaissances spécialisées, aident les agriculteurs à prendre des mesures en faveur de la santé animale et d’un meilleur rendement des produits. Ces systèmes d’aide à la décision sont généralement basés sur l’apprentissage automatique, l’analyse statistique et les outils de modélisation et de simulation. La combinaison de connaissances expertes et de données obtenues à partir de capteurs minimise le risque de prendre de mauvaises décisions et permet d’évaluer l’impact de différentes stratégies avant de les appliquer dans la réalité. Dans cet article, nous soulignons le rôle des outils d’aide à la décision basés sur les données dans l’EP, et nous fournissons une vue d’ensemble et une catégorisation des différentes approches basées sur les données par rapport aux objectifs pertinents de l’élevage. Nous discutons en outre des défis associés à la réduction des émissions de gaz à effet de serre à l’aide de l’EP.
Résumé en anglais (original) : Precision Livestock Farming (PLF) is a concept that allows real-time monitoring of animals, by equipping them with sensors that surge livestock-related data to be further utilized by farmers. PLF comes with many benefits and ensures maximum use of farm resources, thus, enabling control of health status of animals, while potentially mitigating Greenhouse Gas (GHG) emissions. Due to the complexity of the decision making processes in the livestock industries, data-driven decision support systems based on not only real-time data but also expert knowledge, help farmers to take actions in support of animal health and better product yield. These decision support systems are typically based on machine learning, statistical analysis, and modeling and simulation tools. Combining expert knowledge with data obtained from sensors minimizes the risk of making poor decisions and helps to assess the impact of different strategies before applying them in reality. In this paper, we highlight the role of data-driven decision support tools in PLF, and provide an extensive overview and categorization of the different data-driven approaches with respect to the relevant livestock farming goals. We, furthermore, discuss the challenges associated with reduction of GHG emissions using PLF.
