Publication

1 juillet 2025

Annexe méthodologique « Agriculture wallonne : Diagnostic et Trajectoires »

Annexe méthodologique à la brochure « Agriculture wallonne : Diagnostic et Trajectoires ; État des lieux et scénarios pour 2035 »

Présentation

Partie 1 · État des lieux

Assolement et usage des productions (pages 6–7)

Sources des données

Méthodes de calcul

L’approche s’appuie sur les statistiques officielles de superficies et de niveaux de production des différentes productions agricoles comme point de départ. La quasi-totalité des productions agricoles (végétales et animales) ayant lieu sur le territoire belge et wallon sont prises en compte, représentant 56 produits (e.g. froment d’hiver), répartis dans16 secteurs (e.g. céréales). Certaines productions mineures (e.g. productions ovines et caprines, productions horitcoles) ne sont pas inclues dans les analyses. 

Diversité des pratiques (pages 8–11)

Sources des données

  • Taille moyenne des fermes, part de prairies et d’AB dans les RAR : SPW, « Parcellaire agricole issu du SIGeC », 2015–2022 (géoportail de la Wallonie)
  • Données technico-économiques désagrégées (utilisations de pesticides, engrais minéraux azotés et rendements par culture) : SPW ARNE DEMNA DAEA, « Échantillon régional RICA pour la Wallonie », 2015–2022.

Méthodes de calcul

Les attributs structurels représentatifs à l’échelle des régions agricoles regroupées (RAR) sont calculés par agrégation des attributions parcellaires renseignées annuellement dans les déclarations PAC anonymisées.

Au sein de chaque filière agricole, une diversité de modes de production est ensuite identifiée. Les modes de production correspondent à des groupements de pratiques caractéristiques observées au sein d’une même filière, présentant des combinaisons similaires de rendements, d’utilisation d’intrants (engrais et pesticides) et d’impacts environnementaux associés.

Leur identification s’appuie sur le recensement annuel régional du réseau d’exploitations de la Direction d’Analyse Economique Agricole (DAEA) du SPW ARNE, qui permet de mettre en évidence les principaux groupes de pratiques caractérisant les relations entre utilisation d’intrants et niveaux de rendements. Pour chaque filière, une typologie comprenant de deux à six modes de production est ainsi établie, incluant systématiquement l’agriculture biologique ainsi qu’au moins un mode de production conventionnel. Cette typologie est construite  au moyen de méthodes statistiques ou, lorsque les données disponibles le justifient, sur base d’une expertise qualitative des filières.

À titre d’exemple, les modes de production des filières céréalières, de la betterave, de la pomme de terre et du colza sont identifiés par des analyses d’archétypes appliquées aux données désagrégées de l’échantillon sectoriel régional de référence fourni par la DAEA. Afin de limiter l’influence de la variabilité temporelle et bioclimatique, les caractéristiques des exploitations sont moyennées sur une période minimale de cinq années comprises entre 2015 et 2022, tandis que la caractérisation des modes de production par est réalisées distinctement pour chaque RAR.

Lorsque la qualité statistique du jeu de données DAEA est limitée (comme par exemple certains rendements de référence en AB); la littérature grise et agronomique est consultée dans des contextes pédoclimatiques semblables à la Wallonie.

Les données de rendements et d’utilisations d’intrants sont ensuite agrégées par modes de production, filières et région agricoles (RAR) pour rendre des bilans territoriaux qui constitue l’état des lieux.

  • Le bilan des utilisations d’azote minéral est normalisé par rapport aux indications du rapport de l’Etat de l’Agriculture Wallonne (185uNmin/ha en moyenne sur 10 ans et sur 130 000 hectares de froment) et la répartition par région (RAR) est déduire des données d’échantillonnage de la DAEA pour donner une meilleure idée de l’influence du gradient régional sur l’utilisation d’intrants azotés minéraux. Une proportion complémentaire d’engrais de ferme (organiques) à considérer, particulièrement dans les régions herbagères (prairies)

Pour aller plus loin

Partie 2 · IMPACTS

ÉMISSIONS DE GAZ À EFFET DE SERRE (pages 14–15)

Sources des données

Méthodes de calcul

Le calcul des émissions de gaz à effet de serre part des données présentées annuellement par la Belgique dans son inventaire national des émissions de gaz à effet de serre. Ces données, centrées sur les émissions ayant lieu sur le territoire belge, sont complétées par l’estimation des émissions associées avec la production de certains intrants en dehors du territoire belge, tel que les fertilisants azotés synthétiques, les pesticides ou la production de soja pour l’alimentation animale. 

Pour aller plus loin

PESTICIDES (pages 16–17)

Sources des données

  • Usage de pesticides : Corder, « Estimation quantitative des utilisations de produits phytopharmaceutiques par les différents secteurs d’activité (EQPP) », 2015-2022. (https://www.corder.be/fr/eqpp) 
  • Propriétés des pesticides : AERU, « Pesticide Properties DataBase (PPDB) », 2025 (https://sitem.herts.ac.uk/aeru/ppdb/) 

Méthodes de calcul

Différents indicateurs sont utilisés pour rendre compte de l’impact des pesticides. L’indicateur que nous considérons comme le plus pertinent est l’indicateur de charge en pesticides (“Harmonised Pesticide Load Indicator”, HPLI) : c’est un indicateur de risque qui permet d’évaluer l’impact potentiel de l’utilisation de produits phytopharmaceutiques sur l’environnement et la santé humaine. Inspiré de l’indicateur danois développé à la fin des années 2000 —qui a permis de réduire la charge de plus de 40 % au Danemark depuis sa mise en place en 2013—, la version harmonisée de l’indicateur est celle mise à jour par l’équipe de recherche Sytra (Earth & Life Institute, UCLouvain) sur la base connaissances scientifiques les plus récentes et adaptée au contexte wallon.

L’indicateur de charge en pesticide s’articule en trois grands compartiments de danger :

  • Le devenir environnemental évalue le comportement des substances actives dans le sol et les eaux de surface ou souterraines via les paramètres tels que la persistance (DT50) dans le sol et dans l’eau, risque de transfert depuis les sols vers les eaux de surface (KFOC) et souterraines (GUS) et potentiel de bioaccumulation (BCF) ;
  • L’écotoxicité prend en compte la toxicité pour diverses espèces non-cibles, à court et long termes. Pour le biome terrestre, l’indicateur intègre des paramètres tels que la toxicité pour les oiseaux (LD50 et NOEL), les vers de terre (LD50 et NOEC), les abeilles (LD50), les mammifères (LD50 et NOAEL), les acariens prédateurs (LR50) ou les guêpes parasitiques (LR50). Pour le biome aquatique, l’indicateur intègre des paramètres tels que la toxicité pour les algues (EC50), les plantes aquatiques (EC50), les invertébrés aquatiques (EC50 et NOEC) ou les poissons (EC50 et NOEC).
  • La toxicité humaine considère des paramètres tels que la toxicité à court et long terme, aussi bien pour les utilisateur·ices direct·es que la population générale et intègre la toxicité aiguë par inhalation et par contact cutané (LD50), ainsi que les effets chroniques tels que cancérogénicité, génotoxicité, reprotoxicité, neurotoxicité ou inhibition de la cholinestérase.

Pour rendre comparable les paramètres de dangers entre eux, chaque paramètre est normalisé sur base de seuils scientifiques ou réglementaires. Les scores obtenus permettent une lecture directe du niveau de risque : 

  • De 0,0 à 0,5 : risque faible à modéré ; 
  • De 0,5 à 1,0 : risque modéré à élevé ; 
  • Au-delà de 1,0 : risque très élevé. 

Pour obtenir un score global par substance, les paramètres de danger des différents compartiments sont combinés en attribuant des poids spécifiques. Chacun des trois compartiments a un poids d’un tiers. Au sein de ces compartiments, afin de limiter les biais liés à des valeurs extrêmes ou à la redondance entre paramètres corrélés (par exemple entre espèces proches), l’agrégation repose sur des coefficients de corrélation inverse plutôt qu’une simple moyenne. 

L’indicateur de danger est ensuite pondéré par les quantités de pesticides utilisées, afin d’obtenir un indicateur de risque intégrant à la fois le danger et l’exposition. 

La répartition du risque en fonction des usages est estimée en croisant la distribution du risque porté par les filières avec la distribution propre des usages de chaque production agricole.

Pour aller plus loin

Partie 3 · FUTURS POSSIBLES

POTENTIEL NOURRICIER (pages 20-21)

Sources des données

Méthodes de calcul

Trois régimes alimentaires sont pris en compte (régime moyen belge actuel, régime TYFA et régime EAT-Lancet). Ceux-ci indiquent les niveaux de consommation (g/pers/jour) de différents aliments types. Ces quantités d’aliments consommées sont traduites en volumes agricoles à produire par l’intermédiaire de données sur les rendements (voir plus haut) et sur les taux de pertes, gaspillage et niveaux de transformation le long des chaines de valeur (entre le production agricole et la consommation). 

Pour aller plus loin

SCENARIOS (pages 22-23)

Sources des données

Méthodes de calcul

Deux scénarios sont proposés à horizon 2035: un scénario tendanciel prolongeant les tendances observées au cours des dix dernières années, et un scénario Sytra, qui envisage un alignement des productions agricoles wallonnes avec le régime TYFA. Les impacts de ces scénarios sur les niveaux de production, sur la charge en pesticides et sur les émissions de gaz à effet de serre sont estimées en suivant les méthodes et sources de données décrites ci-dessus. 

Pour aller plus loin

Dernières publications

Suivre notre travail

Design & Développement : Floriane Le Roux, Graphic Toolkit |  © Sytra 2020  |  Crédits et mentions légales

Logo Sytra vertical