Faire face aux défis liés au choix du clone à planter dans chaque peuplement, à la préparation de la pépinière pour répondre aux demandes futures et à l'adaptation aux changements inhérents au processus forestier est une tâche complexe. Il faut prendre en compte les variables climatiques, l'interaction clone-site, la susceptibilité aux maladies, en plus de rechercher une allocation clonale qui recherche l'optimum global et non local.

Pour atteindre cet objectif, il est essentiel d'utiliser des outils d'analyse prédictive, de mettre en place des processus bien structurés et d'avoir une équipe engagée et engagée sur les résultats et la pérennité du projet. entreprise. Cet article présente comment Veracel Celulose a développé avec succès un outil et un processus intégrés d'allocation clonale et de planification de pépinière pour relever ces défis.

Ces dernières années, Veracel s'est consacré à relever les défis de la recommandation clonale, de la planification de la pépinière et de l'interaction clone-site de manière parallèle et individuelle. La recommandation de clones a été faite sur la base d'une séquence de plantation spécifique, le résultat étant présenté en pourcentage de chaque clone par région administrative. Il y a eu des difficultés à appréhender le dimensionnement du risque et à répondre à la question : "Quel est l'impact, en termes de risque, de l'augmentation de la plantation d'un clone par rapport à un autre ?"

Il s'agissait davantage d'un exercice qualitatif basé sur des arguments que d'une analyse quantitative. Pour résoudre ces problèmes, un optimiseur de recommandation clonale a été développé , dont l'objectif était de maximiser la productivité forestière. Avec lui, des critères de mesure de risque ont été établis tant pour l'interaction entre clone et macro-région que pour le risque global lié à la recommandation de concentration de plantation dans certains clones. De cette façon, une grande partie de la subjectivité associée au processus a été éliminée.

Un autre défi auquel l'entreprise a été confrontée était la planification de la pépinière forestière, qui devait s'adapter rapidement aux variations de la demande, du climat et performance de clones. Une cartographie de l'ensemble du processus de pépinière a ensuite été réalisée, de la formation du jardin clonal à l'envoi des semis, et un optimiseur de planification de pépinière a été élaboré.

Cela a abouti à des recommandations sur les mesures à prendre, y compris les clones à implanter ou à retirer, les semis à envoyer à quels projets, les semis à acheter sur le marché ou même l'élimination des semis d'un certain matériel génétique.

En conséquence, la pépinière a gagné en vitesse, devenant capable de s'adapter plus rapidement aux changements tels que les ajustements dans la séquence de plantation, dans le rythme de développement des plants de différents matériels génétiques et dans la disponibilité des plants dans les pépinières tierces. Il a également été possible d'anticiper les difficultés probables de respect de la recommandation clonale annuelle et d'impliquer les personnes nécessaires à la décision et à l'action.

Un autre aspect fondamental pour une allocation clonale optimisée est de comprendre comment chaque clone se comporte dans différents environnements (sites). Cependant, avant d'explorer l'interaction entre clone et site, il était nécessaire d'établir une définition du « site » pour l'entreprise.

Un point qui a été beaucoup discuté dans ce processus est que plus le site est spécifique, plus le nombre de sites est grand, plus la base forestière devient fragmentée et plus la quantité de données disponibles sur le comportement de chaque clone dans chacun des environnements est petite. . Ainsi, les variables climatiques et pédologiques qui dans l'histoire de l'entreprise ont eu le plus d'impact sur la croissance de la forêt ont été définies , définissant ainsi 8 sites.

L'étape suivante consistait à fournir le potentiel de production pour chaque interaction entre le clone et le site de l'entreprise. Pour cela, une base de données a été utilisée qui comprenait des informations historiques sur l'inventaire forestier, la qualité du bois et les résultats des expériences. Des outils de modélisation statistique et d'intelligence artificielle ont été appliqués afin d'obtenir une estimation de la productivité attendue en termes de tonnes de pâte par hectare et par an pour chaque interaction.

Une fois que l'entreprise disposait d'un processus annuel de recommandation clonale optimisé, un processus de planification de pépinière optimisé foresterie et une compréhension des interactions entre les clones et les sites, l'étape suivante consistait à rassembler tous ces éléments dans un processus intégré. Verótima a ensuite été développé , un outil d'analyse prescriptif qui, chaque mois, détermine le clone le plus approprié à envoyer à chaque parcelle et indique les ajustements nécessaires à faire dans la pépinière pour s'adapter au nouveau scénario.

En établissant un processus intégré, plusieurs avantages ont été obtenus, tels qu'une plus grande interaction entre les parties impliquées, en tenant compte de différentes perspectives dans la prise de décision. En outre, des informations sur la santé mentale, l'historique de la maladie et la sensibilité de chaque clone ont été incluses. Des indicateurs clés ont été définis, simplifiant le processus de prise de décision.

Il a également été possible de générer rapidement des scénarios comparables, offrant une vue des attentes de production forestière et des risques associés à chaque allocation proposée.

Afin d'absorber un peu de la dynamique de la pépinière, en plus du clone recommandé pour chaque parcelle, l'outil fournit une classification, de sorte que, s'il n'est pas possible pour une raison quelconque de délivrer le meilleur clone, la personne en charge peut rapidement décider quelle serait la deuxième ou la troisième meilleure option ; cela apporte une certaine flexibilité au processus, sans mettre en péril la productivité forestière dans son ensemble.

Avec le nouvel outil, l'accent n'est plus mis sur le suivi du pourcentage de chaque clone par région administrative, mais plutôt sur un examen plus attentif des indicateurs clés de la recommandation clonale : la productivité (tonnes de pâte par hectare et par an) et deux mesures de risque : Indice de confiance et de variabilité de Garcia . La confiance indique à quel point la combinaison clone et site est bien connue . L'indice de variabilité de Garcia, du nom de Carla Garcia, coordinatrice de l'amélioration génétique de Veracel , évalue la diversité génétique globale de la recommandation clonale, en tenant compte de la superficie plantée par clone et de la distance génétique entre eux.

Le processus d'allocation clonale avec Verótima est opérationnel depuis août 2021, avec des rondes mensuelles de l'outil. C'est au cours de ces tournées que de nouvelles leçons et opportunités émergent, permettant d'améliorer encore l'allocation clonale et la planification de la pépinière. Il est remarquable de constater que Veracel a atteint une adhésion de 96% entre ce qui a été réalisé et ce qui était prévu par l'outil tout au long de 2022. Cela démontre l'engagement de toute l'équipe impliquée dans la concrétisation des recommandations de l'algorithme.

En conclusion, la mise en œuvre réussie de Verótima souligne l'importance de processus bien établis, la puissance des ressources technologiques et, surtout, la participation active d' équipes engagées et motivées à se remettre en question et à faire de leur mieux pour générer des changements significatifs. La combinaison des connaissances acquises par l'apprentissage constant et l'ouverture aux échanges a été fondamentale pour pérenniser les gains obtenus et maintenir la productivité forestière de l'entreprise.

En améliorant continuellement la gestion basée sur les données, en privilégiant la recherche de l'excellence et en favorisant la collaboration entre tous les acteurs, Veracel est prête à relever les défis et à garantir un avenir prospère et durable à l'entreprise.