La caractérisation de la variabilité spatiale des conditions agrométéorologiques est essentielle à la prévision des insectes ravageurs et des maladies des cultures (IRMC) et à leur gestion spécifique par site. L’objectif de notre étude a été de modéliser, estimer et spatialiser à l'échelle locale et régionale des indicateurs agrométéorologiques (IAM) ainsi que leurs incertitudes. L'imagerie multispectrale et la thermographie infrarouge aéroportée ont été utilisées pour estimer à l'échelle locale des IAM dont le NDVI (Normalized Difference Vegetation Index), la proportion de couverture végétale (PCV), la température de surface (TS) et l'indice TVDI (Temperature/Vegetation Dryness Index) de l’humidité de surface. Deux nouveaux indicateurs ont été proposés: l’indicateur MTVX (Modified Temperature/Vegetation Index) de la température de l’air près de la surface (TAPS), et l’indice des conditions de stress thermique des cultures (ISTC). Les IAM ont été estimés à l'échelle régionale à l’aide des images satellite AVHRR (Advanced Very High Resolution Radiometer). Les incertitudes résultantes (ICR) des IAM ont été formulées sur la base de la loi de propagation des incertitudes. La spatialisation des IAM a été réalisée selon une approche dynamique basée sur un krigeage multivariable intégrant les facteurs dominants de leur variabilité spatiale. Les IAM ont démontré de fortes variabilités intraparcellaires, locales et régionales. Ils permettent de répondre aux besoins de caractérisation des conditions agrométéorologiques qui régissent les occurrences et le développement des IRMC. Des corrélations élevées ont été observées entre les mesures d'occurrence de plusieurs IRMC des cultures maraîchères et les indicateurs thermiques TS, TVDI, MTVX et ISTC. Celles-ci démontrent que les conditions de température qui prédominent à la surface des champs influencent davantage les IRMC. Ces indicateurs devraient être privilégiés dans la prévision des IRMC et dans la mise en place d’approche de gestion intégrée des ravageurs. Les aspects novateurs de la modélisation des indicateurs MTVX et ISTC, la formulation des ICR et leur estimation en tout point du territoire, la mise en place d'un cadre formel basé sur les ICR et un coefficient de performance globale pour évaluer et comparer différents modèles d'estimation des IAM, ainsi que l’approche de spatialisation dynamique, constituent des apports majeurs de notre étude. / The characterization of the spatial variability of agrometeorological conditions is essential to the prediction and site-specific management of crop pests and diseases (CPD). The aim of our study was to model, estimate and spatialize local and regional agrometeorological indicators (AMI) and their uncertainties. Airborne multispectral imaging and infrared thermography were used to estimate AMIs at local scale such as the Normalized Difference Vegetation Index (NDVI), Percent Canopy Cover (PCC), Surface Temperature (ST) and the Temperature/Vegetation dryness index (TVDI), an indicator of surface moisture. Two new indicators were also proposed: the Crop Heat Stress Index (CHSI) and the Modified Temperature/Vegetation Index (MTVX), an indicator of the near-surface air temperature. AMIs were estimated at the regional scale using satellite images from the Advanced Very High Resolution Radiometer (AVHRR). The formulation of resultant uncertainties (RUC) of AMIs was based on the law of propagation of uncertainty. The spatialization of observed AMIs in-field was performed using a dynamic approach based on a multivariate kriging that integrated the dominant factors of their spatial variability. AMIs showed a high spatial variability at intra-site, local, and regional scales. They meet the need of the characterization of agrometeorological conditions under which the CPDs appear and develop. High correlations were observed between measures of the occurrence of several vegetable CPDs and thermal indicators like ST, TVDI, MTVX, and CHSI. These correlations show that surface temperature and near-surface air temperature have the most influence on the occurrence and the development of CPDs. Therefore, these indicators should be used in forecasting and in the implementation of an Integrated Pest Management (IPM) approach. Major contributions of our study are the innovative aspects of the modeling of indicators MTVX and ISTC, the formulation of the RUs of AMIs and their estimation anywhere in the area of interest, the establishment of a formal framework based on RUs and a global performance index to evaluate and compare different models used to estimate AMIs, and the dynamic spatialization approach.

Nous montrons que deux processus habituellement négligés dans les modèles simples de bilan hydrique journalier des cultures, ont pourtant un effet non négligeable sur le bilan hydrique, et en particulier diminuent le drainage vers les nappes phréatiques: la captation de l'eau de pluie par le couvert végétal, et le ruissellement hortonien. Sur une culture de maïs, nous calculons ainsi en valeur moyenne annuelle une perte nette pour le sol de 26.7 7.8 mm et 23.7 14.4 mm respectivement pour la captation et le ruissellement. En vue d'études pluriannuelles, nous développons des modèles simples et à base physique de captation et d'infiltration/ruissellement, que nous couplons au modèle de bilan hydrique agropédoclimatique journalier d'un sol multicouches, BILHYNA (TUZET et al., 1992). La captation et le ruissellement sont calculés en continu selon un pas de temps de 0.01 h et abaissent la quantité de pluie journalière incorporée au sol. Une image réaliste des pluies est calculée à partir de mesures instantanées, ou par un modèle original restituant une courbe d'intensité de forme gaussienne à partir des mesures horaires classiques et d'un paramètre climatique. Les modèles sont testés face aux résultats de 3 années continues de mesures sur une parcelle expérimentale de Thiverval-Grignon, alternant culture de maïs et labour d'hiver. Nous calculons la captation avec le modèle simple de MERRIAM (1960). En supposant que le couvert ne transpire pas lorsqu'il est mouillé, nous multiplions la transpiration journalière par la fraction de la journée pendant laquelle le couvert est sec. L'infiltration de l'eau de pluie est décrite par le modèle de GREEN-AMPT (1911), appliqué à un profil de sol hétérogène en humidité initiale (BOUWER, 1969), en succion effective au front d'humectation (YOUNGS, 1974) et en conductivité hydraulique à saturation (selon HILLEL et GARDNER, 1970). Nous fixons les paramètres d'infiltration à partir de relations de VAN GENUCHTEN (COQUET et al., 2002), à -10 cm de potentiel hydrique pour la saturation partielle du sol lors de l'infiltration (BRAKENSIEK & RAWLS, 1983; FOX et al., 1998). Trois couches sont distinguées: lit de semence, labour, et sol non travaillé. Nous traduisons les processus dynamiques essentiels à l'aide de relations empiriques simples et de mesures: développement et sénescence du couvert (LAI), évolution de la rugosité et de la capacité de flaquage de la surface du sol en fonction de l'énergie cinétique des pluies (ONSTAD et al., 1984, ONSTAD, 1984 / KAMPHORST, 2000), évolution de la résistance hydraulique de la croûte de battance (BRAKENSIEK & RAWLS, 1983), modification des paramètres d'infiltration par le travail du sol. Le test du modèle sur la culture du maïs 1999 montre de très bons résultats face aux ruissellement mesuré sur placettes de 1m², sauf en fin de saison où la négligence de la fissuration de la surface du sol amène le modèle à surestimer le ruissellement (37.1% d'erreur, soit 9.8mm, sur toute la période d'étude). Face aux mesures d'humidité du sol (TDR, gravimétrie), le modèle BILHYNA intégrant captation et ruissellement montre une erreur ponctuelle de 20mm au plus du stock d'eau du sol sur 1.10m de sol, traduisant un besoin d'amélioration du drainage à proximité de la capacité au champ, et d'ajustement des paramètres de transpiration du couvert. En moyenne annuelle sur les trois années, sous une pluie de 773.7 59.3 mm, la captation et le ruissellement constituent ensemble une perte nette pour le sol de 65.1 11.9 mm. Leur effet est de 20mm maximum sur le stock d'eau du sol, de l'ordre de l'incertitude sur la mesure de l'humidité. Captation et ruissellement abaissent néanmoins de manière nette la transpiration du couvert et le drainage profond, respectivement de 28.5 3.1 mm et de 45.4 13.9 mm. Ce dernier résultat montre l'importance potentielle d'intégrer la captation et le ruissellement pour améliorer le bilan hydrique du sol et des nappes phréatiques.