Page 34 - Bergerac-Duras Mag Connexion n° 06
P. 34

 Projet VinCI : prévoir la production et anticiper l’export
Technique
  Un projet européen de recherche a permis de construire trois outils, dont deux sur la prévision des rendements, à l’échelle régionale pour l’un et à l’échelle parcellaire pour l’autre. Le troisième est
un outil multi-critères d’aide
à l’exportation par l’analyse des marchés étrangers. Ces trois outils ont été présentés.
L’objectif du projet VinCI* est d’ai- der les professionnels du secteur vitivinicole à anticiper les prévisions de
production pour leur permettre ensuite d’optimiser la sélection des marchés d’exportation. Ce projet de recherche ap- pliquée, né d’une demande exprimée par les professionnels et porté par l’Université de Bordeaux, a été mené en collaboration avec Inno’vin et plusieurs universités, la- boratoires de recherche et entreprises du secteur vitivinicole de l’espace SUDOE (Es- pagne, France, Portugal).
La donnée, maillon faible des OAD
Avant de présenter les trois outils, le coordinateur du projet, Jean-Marie Carde- bat, directeur de recherche à Bordeaux Sciences Economiques-Université de Bor- deaux, a tenu à préciser un point concer- nant la collecte des données. « Pour me- ner à bien ce travail, nous nous sommes nourris pendant trois ans et demi de la littérature scientifique, notamment sur la question des méthodes de prévision de production. Aujourd’hui, en fonction de l’état de l’art scientifique, je pense que l’on est capable d’avoir des méthodes de pointe et que nos outils, élaborés à partir de nom- breux calculs statistiques et d’équations, sont d’un bon niveau. En revanche, il s’est avéré que certaines données ont été un véritable écueil. Au départ, je pensais par
Christian Germain : « On a maintenant les outils pour estimer les différentes composantes du rendement mais son estimation finale, précise et précoce, reste un objectif difficile à atteindre »
 CONNEXION - VINS DE BERGERAC ET DURAS - JUILLET-AOÛT 2023 34
exemple que pour tous les vignobles étu- diés, il serait facile d’obtenir les données de récolte par appellation ou par région viti- cole. Ce ne fut pas le cas partout. Et même si cela est moins vrai pour Bordeaux grâce aux données fournies par le Conseil Inter- professionnel du vin de Bordeaux (CIVB), on a constaté que dans l’ensemble, la sta- tistique sur ce secteur est globalement de mauvaise qualité. Ce constat est aussi va- lable sur l’export. On manque donc de don- nées pour obtenir de meilleurs outils d’aide à la décision (OAD). C’est un message im- portant que je souhaite ici faire passer aux professionnels. »
Prévision
des rendements
à l’échelle régionale
Créer un modèle de prédiction de rende- ment, autrement dit une formule mathé- matique, à l’échelle d’une région ou d’une appellation, comprend plusieurs étapes : recueil de nombreuses données dont certaines sont historiques (températures, précipitation, qualité des sols, compé- tence...) et d’autres plus aléatoires comme les données météo ; recherche dans la littérature scientifique internationale de modèles comparables ; élimination des
modèles les moins pertinents par compa- raison avec l’historique des rendements réellement atteints et enfin, entraînement du nouveau modèle ainsi affiné. « Résul- tat : pour certaines années, mais pas pour toutes, on est parvenu à prévoir la récolte qui a effectivement été enregistrée avec une marge d’erreur relativement faible, pré- cise Jean-Marie Cardebat. Sur Bordeaux par exemple, on note une erreur moyenne entre la valeur prédite et la valeur réelle qui varie, selon les années, de 5 % à 20 %. Et on a toujours ce lien déjà précisé entre la valeur des données de départ et celle des prévisions. Autrement dit, meilleures sont les données comme à Bordeaux, meil- leures sont les prévisions. En outre, on note aussi une constante dans les résultats ob- tenus, à savoir que le modèle a tendance à sous-estimer la récolte. Il ressort aussi qu’avec ce modèle, on voit assez bien venir les mauvaises récoltes. Rien de surprenant à cela puisque l’arrivée d’une mauvaise ré- colte est souvent liée à des évènements météorologiques extrêmes et que les don- nées météo constituent justement le « réac- teur » de notre modèle. »
À partir de ce modèle de prévision éla- boré en fonction de l’état de l’art actuel- lement disponible, les chercheurs inter-

















































































   32   33   34   35   36