Herbicide management is at the heart of farmers' concerns. There is a strong need for references in a context where the number of active ingredients is decreasing, resistance is developing and climate change is having an impact on weed dynamics and intervention times.

Following on from the XpeGE 0 project, which tested systems without phytosanitary products, Herbi1&NoPhy is based on less risk-taking for farmers and supply chains: the use of herbicides is a low priority, well after agronomic levers - but not excluded - and the use of other phytosanitary products is circumvented by technical choices.

The evaluation of this new project should make it possible to measure the technical and economic consequences of very drastically reducing the use of phytosanitary products, with a view to adapting systems to climate change, based on the notion of diversity (species, varieties, tillage, sowing periods, etc.).

The aim of this experimentation and transfer project is to consolidate, build up and disseminate references on field crop and mixed farming systems, with a marked break in the use of phytosanitary products adapted to the context of climate change. It is based on a strong technical partnership between research, development, teaching and farmers.

The experimental sites (2 platforms and 10 observatories) will test annual cropping systems that represent a major break with the past, using all available agronomic, genetic, mechanical and biocontrol levers, with minimal use of herbicides and the use of other products only when absolutely necessary.

The aim of the project is to create benchmarks for low-use phytosanitary practices. Estimating the technico-economic impact, the consequences in terms of equipment investment or working time, and assessing the acceptability of these systems to farmers through controlled observatories are the results expected from the project to help farmers adopt these systems.

Accélérer l’innovation et l’adaptation des systèmes de productions agricoles est nécessaire dans un contexte de mutations accélérées par le changement climatique et la montée des enjeux environnementaux. C’est particulièrement vrai pour le développement des biosolutions (biocontrôle et biostimulants) dont l’efficacité sur le terrain est parfois partielle et variable selon leurs conditions d’utilisation.

Pour définir leur domaine d’utilisation, il est important de décrire finement les conditions de mises en œuvre des produits (sol, climat, itinéraires techniques…) et de mettre en commun des données issues de situations de production variées. Afin de répondre à cet enjeu, les partenaires du projet mettent en commun leur expertise en matière de formalisation et de déploiement de bonnes pratiques de gestion des données, des métadonnées et de leurs descripteurs. 

Le projet STAR est au croisement de trois filières : la vigne, les grandes cultures oléoprotéagineuses et le maraîchage.

Il a pour objectif de lever les freins à un partage et une mutualisation des données expérimentales (collectées par des expérimentateurs selon des protocoles définis sur des dispositifs contrôlés) et techniques (c’est-à-dire les données décrivant les itinéraires techniques mis en œuvre sur l’exploitation). Pour cela, les techniques du Web-sémantique seront mobilisées afin de proposer des standards visant à uniformiser et rendre interopérables les différentes sources de données permettant de décrire de façon exhaustive les contextes de réalisation et les résultats des expérimentations. 

• Proposer des modèles de données adaptables associés à des vocabulaires contrôlés pour obtenir des données interopérables (thésaurus de variables…)
• Co-construire avec les expérimentateurs des outils simples et pratiques à mettre en œuvre pour explorer, enrichir, valider et produire des jeux de données complets et standardisés
• Mener des actions de diffusion, sensibilisation, de formation et d’accompagnement des acteurs 

*Les signes s’entendent espaces compris (dans révision-statistiques) 

• Bonnes pratiques et modèles partagés avec les communautés scientifiques et techniques
• Codes informatiques d’analyse et de validation de jeux de données (fonctions, packages…)
• Formations et outils d’accompagnement (tutoriels, aides en ligne…)
• Communications scientifiques et techniques en open-data : data-paper, articles scientifiques (Computer and Electronics in Agriculture, Revue Ouverte d’Intelligence
• Artificielle), actes de colloques (Plate-Forme Intelligence Artificielle PFIA)
• Séminaire envisagé en fin de projet