En savoir plus

Daniel Pasquel (UMR Itap, Inrae)
Doctorant cofinancé par #DigitAg

Pour assister à la soutenance en visio: https://www.youtube.com/@AudiovisuelSupagro/streams

Retrouvez plus d’information sur la page doctorant de Daniel.

En espérant vous y retrouver nombreux,

Résumé : Les modèles de culture jouent un rôle clé dans la simplification et la compréhension des systèmes agronomiques complexes. Cependant, tous les utilisateurs ne sont pas intéressés par la modélisation de variables agronomiques à la même échelle spatiale. Changer l'échelle spatiale à laquelle ces variables sont modélisées est donc un processus nécessaire pour répondre aux attentes environnementales et sociétales. La spatialisation permet d'appliquer un modèle de culture à une échelle spatiale différente de son empreinte spatiale native. Plus précisément, les processus de spatialisation par réduction d'échelle sont identifiés comme une opportunité d'utiliser les modèles de culture existants, initialement conçus à l'échelle de la parcelle, à des échelles de modélisation plus fines (échelle intra-parcellaire) sans modifier la structure interne du modèle. Cela permettra une utilisation plus tactique des modèles de culture pour la gestion, par rapport à leur utilisation actuelle, principalement stratégique. Une attention particulière a été portée aux modèles de culture mécanistes, car ils permettent de mieux comprendre les processus biologiques, physiologiques et physiques associés aux variables agronomiques modélisées. Cependant, ces équations biophysiques des processus des cultures sont généralement conçues à l'échelle de la parcelle, et l’impact d’un changement de résolution spatiale est encore mal connu sur les prédictions des modèles de culture mécanistes. Ce projet de thèse est basé sur l'hypothèse que les modèles de culture existants sont efficients et bien reconnus par la communauté agronomique. Ainsi, les utiliser à des échelles spatiales plus fines, en repensant leur utilisation, permettrait d'employer ces modèles en agriculture de précision sans avoir à recourir à de « vrais » modèles spatiaux de culture, plus compliqués à concevoir. Cela a conduit à la question générale de recherche : la spatialisation des modèles de culture existants, en utilisant des processus de descente d'échelle, est-elle envisageable et pertinente pour leur utilisation à des échelles intra-parcellaires ? Cependant, l'évaluation des performances de ces modèles de culture spatialisés à différentes échelles a dû être repensée pour prendre en compte les erreurs de modèle aspatiales et spatiales. Ces constats ont conduit aux questions scientifiques spécifiques suivantes : comment effectuer une évaluation et une comparaison pertinentes des performances des modèles de culture spatialisés à différentes échelles spatiales ? Et, est-ce que la calibration spatiale des paramètres du modèle de culture sélectionné est une méthode efficace de réduction d'échelle des modèles de culture existants pour permettre la modélisation à l'échelle intra-parcellaire ? L'évaluation des performances des modèles de culture spatialisés à différentes échelles spatiales devrait être possible avec la bonne métrique. Cependant, les métriques actuellement utilisées ne sont pas les plus pertinentes pour évaluer les performances de tels modèles. Une nouvelle métrique a donc été proposée : Spatial Balanced Accuracy (SBA). Le SBA permet une évaluation pertinente des modèles de culture spatialisés, en tenant compte de l'erreur aspatiale et spatiale de la (ou des) variable(s) considérée(s). Une approche de calibration spatiale a également été mise en oeuvre pour réduire l'échelle spatiale de deux modèles de culture, un modèle simple et un complexe, à l'échelle intra-parcellaire. Cette méthode s'est avérée efficace, pour les deux types de modèles, lorsque la variable modélisée était fortement structurée spatialement et que des données auxiliaires corrélées à cette variable étaient disponibles. L'intention n'était pas de tirer des conclusions générales sur la spatialisation des modèles de culture, mais de formaliser ce concept dans un contexte d'agriculture de précision et de construire une base pour de futures recherches sur l'utilisation tactique de ces modèles à l'échelle intra-parcellaire.)