Upload
raya-berg
View
36
Download
2
Embed Size (px)
DESCRIPTION
Base de données nécessaire pour simuler une saison. Futur inconnu ?. Climat réel. Aujourd’hui. VERS UN SYSTEME DE PREDICTION DU RENDEMENT EN TEMPS REEL. Dumont B. * 1 , Ferrandis S. 2 , Leemans V. 1 , Bodson B 2 , Destain JP 3 , Destain MF 1. INTRODUCTION OBJECTIFS OUTILS. - PowerPoint PPT Presentation
Citation preview
VERS UN SYSTEME DE PREDICTION DU RENDEMENT EN TEMPS REEL
Dumont B.*1, Ferrandis S.2, Leemans V.1, Bodson B2, Destain JP3, Destain MF1
1 Université de Liege, Gembloux Agro-Bio Tech, Dpt. Sciences et technologies de l’environnement, Gembloux, Belgique.2 Université de Liege, Gembloux Agro-Bio Tech, Dpt. Sciences agronomiques, Gembloux, Belgique.3 CRA-W Centre Wallon de recherches agronomiques, Dpt. Agriculture et milieu naturel, Gembloux, Belgique.•Corresponding author : Université de Liege, Gembloux Agro-Bio Tech, Dpt. Sciences et technologies de l’environnement, Unité de Mécanique et Construction, Passage des Déportés, 2, 5030 Gembloux, Belgique. @ : [email protected] Tel : +32(0)81622163 Fax : +32(0)81622167
INTRODUCTION OBJECTIFS OUTILS
L'objectif poursuivi est le développement d'un outil multi-objectifs, capable de déterminer les rendements d'une culture de blé :
• De manière anticipée → Système prédictif• A tout moment au cours de la saison → Système temps-réel• En utilisant l’information du passé → Système prospectif• En utilisant des données acquises en temps réel → Système rétroactif
La méthodologie repose sur l’emploi de différents outils :• Modèle STICS (INRA, France)• Réseaux de capteurs sans fils (éKo pro system, Crossbow)• Base de données météorologiques (MDB 30 ans, Réseau IRM Belge)
Nous adressons tous nos remerciements à la DGO-3 pour son soutien financier, ainsi qu'au CRA-W, département 'Agriculture et milieu naturel’, pour la base de données météorologiques d'Ernage, qu'elle nous a fourni
UN SYSTEME RETROACTIF UN SYSTEME PROSPECTIF
UN OUTIL DE DIAGNOSTIC UN SYSTEME PREDICTIF UN SYSTEME TEMPS REEL
CONTACT REMERCIEMENTS
0 50 100 150 200 250 3000
5
10
15
20
25
No. of observed days since sowing
Tot
al b
iom
ass
[ton
/ha]
Mean
RealEvol.
0 50 100 150 200 250 3000
5
10
15
20
25
No. of observed days since sowing
Tot
al b
iom
ass
[ton
/ha]
Mean
Bound.Evol.
0 50 100 150 200 250 3006
7
8
9
10
11
12
13
14
15
No. of observed days since sowing
Gra
in y
ield
[to
n/ha
]
Mean
Evol.
Base de données nécessaire pour simuler une saison
Climat réel Futur inconnu ?
Aujourd’hui
Base de données nécessaire pour simuler une saison
Climat réel Climat moyen1 - La MDB est utilisée pour calculer une base de données moyennes (MBC - Mean Belgian Climate)
2 - Le MBC correspond à un climat qui n'induit que très peu de stress (conditions pseudo-optimales) au niveau de la plante : somme de température, énergie solaire et pluie quotidienne minimales
3 - Une "matrice-ensemble" ME est générée, en remplaçant tous les 10 jours le MBC par les données réellement mesurées d’une année donnée, ou celles de la saison en cours
4 - Les simulations sont réalisées avec l'entièreté de la ME en entrée de STICS, pour du blé (Triticum aestivum L., cultivar Julius) en fixant les mêmes conditions initiales (teneur en eau et en nitrate du sol, date de semis, ...) et en appliquant le même itinéraire technique (dates de fertilisation fixes, …) pour toutes les usm’s
140 160 180 200 220 240 260 2800
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Pro
babi
lity
of P
redi
ctio
n
No. of observed days since sowing
Sensibilité
faible Sensibilité
moyenne Sensibilité
forte
5 - La méthodologie est appliquée aux trente années de la MDB
On obtient ainsi un outil de diagnostic des potentialités d’une culture en cours de saison et à travers les années, sous forme d’une cartographie de sa sensibilité.
6 - On associe au rendement final obtenu sur le climat réel une erreur tolérée sur la prédiction (10 %)
7 - On détermine le premier jour pour lequel la prédiction aurait été possible
8 - On trace la fonction de densité cumulée (CDF) permettant de prédire significativement le rendement