Des chercheurs ont mis au point une approche d’apprentissage automatique qui permet d’optimiser le traitement du fumier animal et de prédire la répartition des nutriments précieux tels que le phosphore pendant le traitement. Cette avancée pourrait contribuer à transformer les déchets agricoles en ressources plus sûres et plus utiles, tout en réduisant la pollution environnementale.
L’étude, publiée dans Biochar, se concentre sur le traitement hydrothermique, une technologie qui convertit les biodéchets en un matériau solide appelé hydrochar et en un liquide riche en nutriments. Contrairement aux méthodes traditionnelles, le traitement hydrothermique ne nécessite pas de séchage, fonctionne efficacement à différentes températures et permet de recycler des nutriments essentiels tels que le phosphore. Le phosphore est vital pour la croissance des cultures, mais il s’agit d’une ressource mondiale limitée, et sa mauvaise gestion entraîne souvent une pollution de l’eau et des dommages à l’écosystème.
« Le fumier animal contient de grandes quantités de phosphore, ce qui représente à la fois une opportunité et un défi », a déclaré l’auteur principal, Xiaofei Ge, de l’Université agricole de Chine. « S’il est rejeté dans l’environnement, il peut contaminer l’eau et le sol. Mais s’il est correctement récupéré, il peut être réutilisé comme engrais pour soutenir une agriculture durable. »
Pour relever ce défi, l’équipe de recherche a appliqué des modèles d’apprentissage automatique, notamment XGBoost, Decision Tree et Random Forest, afin de prédire le comportement du phosphore dans l’hydrochar et dans la phase liquide. Elle a accordé une attention particulière à la manière dont les ions calcium et fer influencent la distribution du phosphore. Parmi les modèles testés, XGBoost a fourni les prévisions les plus précises, avec une excellente concordance entre les prévisions informatiques et les données expérimentales.
L’étude a révélé que le temps de réaction et le pH influençaient fortement la récupération du phosphore, tandis que l’ajout de calcium et de fer favorisait la rétention du phosphore dans l’hydrochar. Ce processus rend le phosphore moins susceptible de s’infiltrer dans l’eau et plus adapté à une réutilisation agricole. Des analyses avancées ont confirmé qu’à mesure que la sévérité du traitement augmentait, les formes de phosphore dans l’hydrochar devenaient plus stables et plus uniformes.
En combinant l’intelligence artificielle moderne et l’ingénierie environnementale traditionnelle, les chercheurs fournissent un outil pratique pour guider les décisions en matière de traitement des déchets. Cette approche permet un contrôle précis des conditions clés, ce qui améliore le recyclage des nutriments et la qualité des produits à base d’hydrochar.
« Nos résultats démontrent que l’apprentissage automatique peut aider à concevoir des stratégies de traitement des déchets plus intelligentes », a ajouté Sabry M. Shaheen, coauteur correspondant de l’université de Wuppertal. « Cela a des implications majeures pour l’agriculture durable, la protection de l’environnement et la récupération des ressources. »
L’équipe estime que ses résultats peuvent soutenir les politiques et les technologies de gestion des déchets d’élevage dans le monde entier, contribuant ainsi aux objectifs de neutralité carbone et à la réduction de l’empreinte écologique de l’agriculture.
Journal Reference: Ge, X., Zhang, T., Mukherjee, S. et al. « Optimizing the conditions of biowastes hydrothermal treatment and predicting phosphorus fate in the hydrochar and liquid phase using machine learning. » Biochar 7, 96 (2025). https://doi.org/10.1007/s42773-025-00485-9
