Une approche probabiliste pour prédire la survie hivernale de la luzerne à partir des conditions locales, de la météo et des pratiques de gestion

Pourquoi l’hiver compte pour cette culture humble

La luzerne peut sembler n’être qu’une plante verte de plus dans un pâturage, mais pour les exploitations laitières et bovines elle constitue une pierre angulaire de l’alimentation animale et de la santé des sols. Dans les régions froides, toutefois, de larges parcelles de luzerne peuvent mourir pendant l’hiver, contraignant les agriculteurs à réensemencer et réduisant à la fois les rendements et les bénéfices. Cette étude se penche sur une question pratique aux enjeux économiques et environnementaux importants : étant donné la combinaison unique de sol, de météo et de décisions de parcelle sur une exploitation, quelle est la probabilité qu’un peuplement de luzerne survive à l’hiver et reste productif dans le temps ?

Prendre le pouls des champs de luzerne à travers le Canada

Les chercheurs ont constitué un des bilans les plus détaillés à ce jour de la performance de la luzerne en climat froid. En collaboration avec 56 conseillers agricoles et 166 producteurs, ils ont échantillonné 566 parcelles sur 225 exploitations dans quatre provinces — Nouvelle-Écosse, Québec, Ontario et Manitoba — sur trois ans. À plus de 2 100 emplacements repérés en permanence, ils ont compté combien de tiges de luzerne poussaient dans un cadre de la taille d’une main chaque printemps et chaque automne de 2021 à 2023. Ces mesures répétées montrent que si de nombreux champs sont restés dans la fourchette considérée comme saine, le nombre moyen de tiges est passé de 49 à 37 au cours de la période d’étude, signe d’un amincissement progressif et de dégâts hivernaux.

Sol, pente, pluie et choix agricoles : tous jouent un rôle

Pour comprendre pourquoi certains peuplements ont persisté et d’autres ont décliné, l’équipe a associé les comptages de tiges à un riche ensemble d’informations pour chaque site. Ils ont analysé des échantillons de sol pour des propriétés clés telles que l’acidité, la matière organique et des nutriments comme le phosphore et le potassium. Ils ont cartographié la forme du terrain à l’aide de données d’élévation laser, capturant la pente ou la platitude des parcelles, la tendance du terrain à retenir ou à évacuer l’eau, et l’orientation des versants. Ils ont utilisé les relevés météorologiques pour calculer la quantité de chaleur accumulée par les plantes au cours de la saison, la quantité de pluie ou de neige tombée, et le nombre de jours de « durcissement au froid » auxquels la luzerne a été exposée avant l’hiver. Enfin, ils ont documenté les choix de gestion concrets : quantités d’engrais appliquées, qualité du drainage et nombre et calendrier des coupes.

Transformer l’expérience de terrain en un outil probabiliste

Plutôt que de construire une équation unique et rigide, les auteurs ont développé un outil décisionnel flexible basé sur des probabilités qu’ils appellent NumericAg. Inspiré d’un système de « score du Wisconsin » déjà utilisé par les conseillers en cultures, l’outil regroupe l’information en trois blocs principaux — sol, météo et gestion — et recherche dans les situations de parcelles passées celles qui ressemblent le plus aux conditions actuelles de l’utilisateur. À l’aide d’une matrice de similarité, le système pondère des milliers d’enregistrements historiques selon leur degré de correspondance avec les analyses de sol, la topographie, le climat et les pratiques de l’utilisateur. Il convertit ensuite le motif de qualité de correspondance et les comptages de tiges passés en probabilités : par exemple, la chance qu’un champ aboutisse à des peuplements de luzerne forts, modérés ou très faibles après l’hiver. Parce que la méthode est non paramétrique, elle peut gérer des types de données mixtes, des valeurs manquantes et des combinaisons complexes de facteurs qui ne suivent pas des distributions mathématiques simples.

À quoi ressemblent les bonnes, moyennes et mauvaises années

Pour illustrer le comportement du modèle, les chercheurs ont défini trois scénarios réalistes. Un cas « optimal » combinait des sols neutres à légèrement alcalins, des niveaux élevés de potassium et de phosphore, une bonne matière organique, des pentes douces, un drainage bien géré et des profils de chaleur et d’humidité favorables. Dans ces conditions, le modèle prédit une probabilité de 60 à 80 % d’avoir des comptages de tiges élevés, indiquant des peuplements denses et résilients. Un cas « moyen » mêlait une fertilité modérée, un drainage moyen et une météo typique ; ici, les comptages de tiges se sont regroupés dans une fourchette intermédiaire, suggérant des performances acceptables mais non remarquables. Dans le cas « pire » — sols acides et pauvres en nutriments, mauvais drainage et météo sévère — les probabilités s’inversaient, avec une forte probabilité d’avoir des comptages de tiges très faibles et une perte hivernale importante, en particulier dans les saisons ultérieures de l’étude. Ces graphiques de scénarios offrent aux conseillers et aux agriculteurs un moyen intuitif de voir comment des combinaisons de choix et de conditions locales modifient le risque.

Conclusions pratiques pour agriculteurs et planificateurs

Pour un non-spécialiste, le message central est simple : la survie hivernale de la luzerne n’est pas aléatoire, et elle est fortement déterminée par un mélange maîtrisable de santé du sol, de forme du terrain, de chronologie météorologique et de pratiques de parcelle. Les parcelles présentant une bonne réaction du sol (pH supérieur à environ 6,5), suffisamment de potassium et de matière organique, une humidité équilibrée et des calendriers de coupe réfléchis à l’automne ont beaucoup plus de chances d’arriver au printemps avec des peuplements vigoureux. En regroupant ces nombreuses influences dans un tableau de bord probabiliste unique, l’outil proposé peut aider producteurs et conseillers à tester des scénarios « et si », comparer des parcelles et prioriser des actions — de l’apport de chaux et l’amélioration du drainage à l’ajustement des dates de récolte. À long terme, un tel support à la décision peut réduire les pertes hivernales coûteuses, améliorer la fiabilité des fourrages et soutenir des systèmes d’élevage plus durables dans les régions de climat froid.

Citation: Saifuzzaman, M., Adamchuk, V.I., Leduc, M. et al. A probabilistic approach to predicting alfalfa’s winter survival using local conditions, weather and management factors. Sci Rep 16, 11529 (2026). https://doi.org/10.1038/s41598-026-37585-w

Mots-clés: survie hivernale de la luzerne, gestion des cultures fourragères, risque lié au sol et au climat, outil d’aide à la décision, modélisation probabiliste