Les changements de contexte économique, réglementaire et environnementaux auxquels la production agricole doit faire face nécessitent d'évaluer de nouvelles stratégies de gestion conjointe de l'irrigation et de la fertilisation pour blé dur. Le travail de thèse a suivi un double objectif : i) adapter le modèle de culture STICS à différents cultivars de blé dur, et ii) concevoir un modèle de décision des pratiques de fertilisation azotée et d'irrigation. Une base de données comportant 373 traitements expérimentaux issus de douze années climatiques a été constituée à partir d'expérimentations réalisées avant la thèse à l'INRA et ARVALIS puis mobilisée pour conduire le travail d'adaptation et d'évaluation du modèle de culture. L'adaptation du modèle de culture a consisté dans un premier temps en un travail d'estimation de paramètres par optimisation mathématique pour sept cultivars de blé dur. Une analyse comparative de trois démarches a permis de sélectionner la démarche pertinente pour obtenir un modèle précis et robuste pour la simulation du rendement, de la teneur en azote des grains et des variables intermédiaires (Biomasse aérienne, surface foliaire, quantité d'azote absorbée) dans différents contextes pédo-climatiques (large gamme de niveaux de nutrition hydrique et azotée). Cette étude fournit un cadre méthodologique pour l'estimation des paramètres des modèles de culture. Les résultats de ce travail ont de plus démontré que le modèle de culture, avec son formalisme initial, n'était pas sensible à l'effet du fractionnement de la fertilisation sur la quantité d'azote et la teneur en azote des grains. L'adaptation est appréhendée dans un deuxième temps par la modification du formalisme d'accumulation de l'azote dans les grains par l'introduction d'un formalisme inspiré du modèle AZODYN. La modification n'a pas amélioré suffisamment la sensibilité du modèle à l'effet du fractionnement sur la teneur en azote des grains. Le manque de données expérimentales en phase post-floraison et notamment la dynamique de la sénescence foliaire n'a pas permis d'améliorer la capacité du modèle de culture à simuler les processus d'absorption d'azote du sol après la floraison. A partir d'une enquête auprès de 29 irrigants de blé dur, les pratiques et les stratégies de fertilisation azotée et d'irrigation, ainsi que les décisions stratégiques et tactiques ont été identifiées et formalisées dans un modèle de décision. Une évaluation de stratégies conçues sur la base des résultats d'enquêtes est proposée comme illustration de l'utilisation du modèle STICS adapté au blé dur et du modèle de décision formalisé. Le couplage informatique du modèle de culture STICS au modèle de décision permettra de disposer d'un modèle bio-décisionnel et ainsi pourra être utilisé pour concevoir et évaluer des stratégies de gestion conjointe de l'irrigation et de la fertilisation azotée du blé dur adaptées au contexte des exploitations agricoles / Changes in economic, regulatory and environmental context of agricultural production raise the need for research to evaluate and propose new strategies for joint management of irrigation and fertilization for durum wheat. The thesis had two objectives: i) adapting the simulation crop model STICS to different durum wheat cultivars, and ii) designing a decision model for nitrogen fertilization and irrigation practices. A database containing 373 experimental treatments carried out by INRA and ARVALIS before this PhD work was established and mobilized to conduct the adaptation and the evaluation of crop model. The adaptation of the crop model was first conducted through durum wheat parameter estimation by mathematical optimization. A comparative analysis of three approaches was conducted to select an appropriate approach to obtain an accurate and robust crop model for the simulation of grain yield, grain nitrogen content and intermediate variables (biomass, leaf area, amount of nitrogen absorbed) in different soil and climatic conditions. This study provided a methodological framework for crop models parameters estimation. The results of this study showed that the crop model, with its original formalism, was not sensitive to the effect of splitting of fertilization on the grain nitrogen content and protein concentration. The adaptation was then conducted through the modification of the formalism of nitrogen accumulation in grains by introducing a formalism inspired the AZODYN crop model. The modification did not significantly improve the model's sensitivity to the effect of N splitting on the nitrogen content of grain. The results of this study call into question the ability of crop model to simulate the absorption process of nitrogen after flowering. Unfortunately the lack of data concerning post-flowering leaf area dynmaics did not allow improving the model. From a survey of 29 irrigators, practices and strategies of nitrogen fertilization and irrigation, as well as strategic and tactical decisions have been identified and formalized in a decision model. An evaluation of strategies based on survey results is given as an illustration of the potential use of the STICS soil-crop model and the decision rules identified and formalised. The coupling of the crop model to the model decision will allow proposing and evaluating strategies adapted to the farm context for joint management of irrigation and nitrogen fertilization of durum wheat

L'évolution des pratiques agricoles vers des systèmes moins intensifs nécessite d'évaluer rapidement la capacité des nouvelles variétés à valoriser ces systèmes pour des conditions pédoclimatiques variées. Les expérimentations traditionnellement réalisées dans cet objectif offrent une réponse souvent partielle, car les gammes explorées sont limitées par rapport à celles rencontrées dans la pratique agricole, et trop lente par rapport au renouvellement rapide des variétés en blé tendre. Pour accélérer cette étape d'évaluation des variétés, il est possible de s'appuyer sur de nouveaux types d'outils prévisionnels. Le travail présenté ici a pour objectif d'étudier la possibilité d'utiliser un modèle de culture pour analyser et prévoir le comportement variétal, dans une gamme d'environnements variés, pour des variétés existantes ou à créer. Nous nous sommes interrogés sur les adaptations nécessaires de ces outils pour prendre en compte le comportement variétal et nous avons proposé des pistes d'évaluation de la capacité de tels outils à choisir la variété la mieux adaptée aux conditions du milieu considéré. Les concepts et formalismes développés dans les modèles de culture en font des outils a priori pertinents pour l'évaluation et la prédiction du comportement variétal, les interactions entre la culture et le milieu étant simulées. Cependant, peu d'études se sont attachées à proposer des méthodologies d'estimation des paramètres génotypiques et d'évaluation de la capacité des modèles ajustés à rendre compte du comportement variétal. A partir d'un exemple de modèle de culture, Azodyn, intégrant dans son formalisme l'élaboration du rendement et de la teneur en protéines des grains, ainsi que les différents processus d'absorption et de transfert d'azote dans le système Sol-Plante, nous avons proposé une méthodologie d'identification et d'ajustement des paramètres génotypiques des modèles de culture, ainsi que différents critères d'évaluation de la capacité de ces modèles à rendre compte du comportement variétal. Nous avons dans un premier temps identifié, parmi tous les paramètres du modèle, ceux qui variaient en fonction du génotype, à partir d'expérimentations spécifiques, des acquis de la littérature et des connaissances d'experts. Nous avons identifié trois paramètres et trois variables d'entrée du modèle, variables entre génotypes, et susceptibles de représenter des marqueurs du comportement facilement accessibles aux différents utilisateurs de variétés. Les paramètres du modèle ont été ajustés pour un ensemble de quatorze génotypes par mesure directe de la valeur du paramètre dans des expérimentations spécifiques. Les effets des différents paramètres et variables d'entrée génotypiques sur les variations de la teneur en protéines des grains et du rendement ont été estimés par une analyse de sensibilité du modèle. Cette approche nous a permis d'identifier les principaux facteurs d'adaptation des variétés aux environnements, à savoir le poids de mille grains, les précocités à montaison et à floraison, et la capacité à fabriquer un nombre de grains élevé. Aucun paramètre spécifique à la nutrition azotée n'est apparu comme déterminant des sorties. Nous avons ensuite évalué la capacité du modèle à rendre compte du comportement des différents génotypes expérimentés sur 21 environnements, variant par la nature et l'intensité de facteurs limitants du rendement. Nous avons montré que, sur la base de ce faible nombre de paramètres variétaux, il était possible de rendre compte des niveaux moyens de rendements et de teneurs en protéines des grains des différents génotypes, pour des environnements variés. Nous avons également montré que le modèle de culture était un outil pertinent de prédiction du comportement des génotypes, que l'on s'intéresse à la stabilité des différents génotypes ou à leur classement pour différentes conditions de culture.

Les légumineuses sont souvent considérées comme des cultures clés pour une agriculture durable. Dans ce cadre, elles sont souvent cultivées en association avec les céréales et présentent de nombreux avantages d'ordres agronomique, environnemental et socio-économique. Cependant, malgré ces nombreux avantages, leur part dans l'agriculture européenne est encore très limitée. Dans la région Midi-Pyrénées (sud-ouest de la France), la superficie occupée par les légumineuses ne représente que 1 à 3% de la superficie totale cultivée, traduisant la réticence des agriculteurs à cultiver ce type de culture. Dans ce contexte, l'objectif de la thèse étaient de: i) identifier les principales contraintes pour la production de légumineuses dans la région Midi-Pyrénées, ii) identifier les principaux leviers techniques et socio-économiques (exprimés sous forme de scénarios) afin de promouvoir les légumineuses dans les systèmes de cultures actuels et iii) évaluer, en utilisant la chaîne de modélisation APES-FSSIM-indicateurs, les impacts de ces scénarios en calculant des indicateurs socio-économiques et environnementaux au niveau de trois exploitations représentatives (FT1, FT2 et FT3) de la diversité observée au niveau de la zone d'étude.L'identification des principales contraintes a été basée sur la bibliographie et les dires d'experts locaux. Ces contraintes traduisent la sensibilité des légumineuses aux types de sols et de climat, les compétences techniques demandées pour cultiver convenablement des légumineuses, la compétitivité économique des légumineuse par rapport aux autres cultures et à l'actuel prix et rendement des légumineuses et surtout leurs variabilité inter-annuelle. Pour promouvoir les légumineuses, des scénarios alternatifs ont été définis et comparés à la situation actuelle (scénario de référence). Les scénarios alternatifs, se différencie par rapport au scénario de référence par les paramètres suivantes: l'introduction de nouvelles rotations à base de légumineuses dans les systèmes de culture actuels (Stec.innov), l'octroie d'une prime spécifique aux légumineuses (Spremium), l'augmentation du prix de vente ( Sprice) et du rendement (Syield) des légumineuses, la réduction de la variabilité du prix (Sprice.var) et du rendement (Syield.var) des légumineuses et enfin, la combinaison de tous ces paramètres dans un seul scénario (Scomb). Tous les scénarios ont été simulés et comparés en utilisant la chaîne de modèles APES-FSSIM-indicateurs. Cette chaine de modèles a permis de calculer des indicateurs environnementaux et socio-économiques.Les résultats ont montré que, contrairement aux attentes, l'introduction de nouvelles rotations et la réduction de la variabilité des rendements ou des prix (Stec.innov, Sprice.var et Syield.var) n'entrainent pas l'augmentation de la superficie des légumineuses. Toutefois, une augmentation de la superficie des légumineuses a été observée pour les scénarios Spremium, Sprice, Syield et Scomb. Le scénario combiné (Scomb) a été jugé comme le plus efficace, montrant une augmentation importante de la superficie des légumineuses, soit 34 ha, 32 ha et 7 ha respectivement pour FT2, FT3 et FT1. Ce changement a entrainé également une modification significative au niveau des valeurs des indicateurs socio-économiques et environnementaux. L'augmentation de la superficie des légumineuses et la variation des indicateurs économiques et environnementaux dépendent des caractéristiques structurelles des exploitations, de la part de la surface irriguable, des systèmes de culture présents et des types de sol au niveau de chaque exploitation.Les résultats de cette étude montrent que l'application d'une nouvelle politique pour promouvoir les légumineuses, peut conduire, selon les stratégies de production adoptées par les agriculteurs afin de maximiser leurs revenus, à plusieurs changements économiques et environnementaux. Ces stratégies se traduisent principalement par la modification des superficies allouées / Grain legumes are generally considered as key crops for sustainable agriculture. They offer many agronomic, environmental and socio-economic benefits when grown in succession with cereals. Although grain legumes have many advantages, their share in European agriculture is still very limited. In the Midi-Pyrénées region (south-west of France), their area varies from 1 to 3% of the total cultivated area, moreover farmers show little interest in growing grain legumes on their farms. In this context, the objectives of the thesis were to; i) identify the main constraints for grain legume production in the Midi-Pyrénées region, ii) identify key technical and socio-economic levers (expressed as scenarios) to promote grain legumes in current cropping systems and iii) assess, by using the APES-FSSIM-Indicators modelling chain, the impacts of these scenarios on the socio-economic and environmental behaviours of three representative arable farm types (FT1, FT2 and FT3) of the Midi-Pyrénées region.The main constraints have been identified based on bibliography and in consultation with local experts. These constraints are derived from the grain legumes sensitivity to: soils and climatic conditions, farmer technical skill and expertise for sowing and harvesting the grain legumes, economic competitiveness in comparison with cereals and their yield and market prices amounts and fluctuations. From the above statement, the alternative scenarios, in comparison to the current situation (reference scenario) have been identified to promote grain legumes. They included, the introduction of new grain legumes rotations in current cropping systems of the region (Stec.innov), provision of more premiums to grain legumes (Spremium), increase in sale price (Sprice) and yield (Syield) of grain legumes, reduction in price (Sprice.var) and yield (Syield.var) variability of grain legumes, and combination of all these components (Scomb). All scenarios have been assessed with quantitative environmental and socio-economic indicators and are calculated with the APES-FSSIM-Indicators modeling chain.Results show that, contrary to expectation, the introduction of new legumes rotations or the reduction of yield or price variability (Stec.innov, Sprice.var and Syield.var) did not increase the grain legumes area. However, an increase in grain legumes area was observed for Spremium, Sprice, Syield and Scomb. The combined scenario (Scomb) was found to be most efficient, showing an important increase in grain legumes area by 34 ha, 32 ha and 7 ha respectively for FT2, FT3 and FT1 with a significant change in socio-economic and environmental indicators for all three farm types. The increase in grain legumes area and modification in economic and environmental indicators depend on the farm characteristics and can be explained by the differences in irrigable area between irrigated crops (i.e. maize, peas and soybean), cropping pattern, soil types and climatic conditions (rainfed and irrigation) on the three farms types.The results obtained from this study show that the modification of policies or the inclusion of new technologies, may lead to several economic and environmental changes, which reveal the adaptation strategies adopted by farmers in order to optimize their farm income. These strategies are mainly implemented by modifying the areas allocated to different crops on different soil types and by changes of management practices. The grain legumes area can be increased on Midi-Pyrénées farming system by the combination of slightly increase in premium, sale price and crop yield of the grain legumes. This methodology can easily be adapted to other regions of France and also EU for identifying the main developmental conditions for grain legumes production provided the skilled experts are properly selected and sufficient data are available for parameterization of the modeling chain.

Les modèles de culture constituent des outils indispensables pour comprendre l'influence des conditions agropédoclimatiques sur le système sol-plante à différentes échelles spatiales et temporelles. A l'échelle locale de la parcelle agricole, le modèle peut être utilisé dans le cadre de l'agriculture de précision pour optimiser les pratiques de fertilisation azotée de façon à maximiser le rendement ou le revenu tout en minimisant le lessivage des nitrates vers la nappe. Cependant, la pertinence de l'utilisation du modèle repose sur la qualité des prédictions réalisées, basée entre autres sur une bonne détermination des paramètres d'entrée du modèle. Dans le cadre de l'agriculture de précision, les paramètres concernant les propriétés des sols sont les plus délicates à connaître en tout point de la parcelle et il existe très peu de cartes de sols permettant de les déterminer de manière précise. Néanmoins, dans ce contexte, on peut disposer d'observations acquises automatiquement sur l'état du système sol-plante, telles que des images de télédétection, les cartes de rendement ou les mesures de résistivité électrique du sol. Il existe alors une alternative intéressante pour estimer les propriétés des sols à l'échelle de la parcelle qui consiste à inverser le modèle de culture à partir de ces observations pour retrouver les valeurs des propriétés des sols. L'objectif de cette thèse consiste (i) dans un premier temps à analyser les performances d'estimation des propriétés des sols par inversion du modèle STICS à partir de différents jeux d'observations sur des cultures de blé et de betterave sucrière, en mettant en oeuvre une méthode bayésienne de type Importance Sampling, (ii) dans un second temps à mesurer l'amélioration des prédictions de variables agro-environnementales réalisées par le modèle à partir des valeurs estimées des paramètres. Nous montrons que l'analyse de sensibilité globale permet de quantifier la quantité d'information contenue dans les jeux d'observations et les performances réalisées en matière d'estimation des paramètres. Ce sont les propriétés liées au fonctionnement hydrique du sol (humidité à la capacité au champ, profondeur de sol, conditions initiales) qui bénéficient globalement de la meilleure performance d'estimation par inversion. La performance d'estimation, évaluée par comparaison avec l'estimation fournie par l'information a priori, dépend fortement du jeu d'observation et est significativement améliorée lorsque les observations sont faites sur une culture de betterave, les conditions climatiques sont sèches ou la profondeur de sol est faible. Les prédictions agro-environnementales, notamment la quantité et la qualité du rendement, peuvent être grandement améliorées lorsque les propriétés du sol sont estimées par inversion, car les variables prédites par le modèle sont également sensibles aux propriétés liées à l'état hydrique du sol. Pour finir, nous montrons dans un travail exploratoire que la prise en compte d'une information sur la structure spatiale des propriétés du sol fournie par les mesures de résistivité électrique, peut permettre d'améliorer l'estimation spatialisée des propriétés du sol. Les observations acquises automatiquement sur le couvert végétal et la résistivité électrique du sol se révèlent être pertinentes pour estimer les propriétés du sol par inversion du modèle et améliorer les prédictions des variables agro-environnementales sur lesquelles reposent les règles de choix des pratiques agricoles

Des modèles dynamiques sont souvent utilisés pour simuler l'impact des pratiques agricoles et parfois pour tester des règles de décision. Ces modèles incluent de nombreux paramètres incertains et il est parfois difficile voire impossible de tous les estimer. Une pratique courante dans la littérature consiste à sélectionner les paramètres clés à l'aide d'indices de sensibilité calculés par simulation et de n'estimer que les paramètres les plus influents. Bien que cette démarche soit intuitive, son intérêt réel et ses conséquences sur la qualité prédictive des modèles ne sont pas connus. Nos travaux de recherches ont pour ambition d'évaluer cette pratique des modélisateurs en établissant une relation entre les indices de sensibilité des paramètres d'un modèle et des critères d'évaluation de modèles tels que le MSEP (Mean Square Error of Prediction) et le MSE (Mean Square Error), souvent utilisés en agronomie. L'établissement d'une telle relation nécessite le développement d'une méthode d'AS qui fournit un unique indice par facteur qui prend en compte les corrélations entre les différentes sorties du modèle obtenues à différentes dates. Nous proposons un nouvel indice de sensibilité global qui permet de synthétiser les effets des facteurs incertains sur l'ensemble des dynamiques simulées à l'aide de modèle. Plusieurs méthodes sont présentées dans ce mémoire pour calculer ces nouveaux indices. Les performances de ces méthodes sont évaluées pour deux modèles agronomiques dynamiques: Azodyn et WWDM. Nous établissons également dans ce mémoire, une relation formelle entre le MSE, le MSEP et les indices de sensibilité dans le cas d'un modèle linéaire et une relation empirique entre le MSEP et les indices dans le cas du modèle dynamique non linéaire CERES-EGC. Ces relations montrent que la sélection de paramètres à l'aide d'indices de sensibilité n'améliore les performances des modèles que sous certaines conditions.

La France est l’un des premiers producteurs européens d’orge brassicole (Hordeum vulgare L.) et le premier exportateur mondial de malt. La production d’orge brassicole repose actuellement sur une utilisation massive d’intrants de synthèse et entraîne comme d’autres grandes cultures des impacts négatifs sur l’environnement et la santé des consommateurs. Ce travail a pour objectif de concevoir et d’évaluer des variétés et des itinéraires techniques pour cette espèce permettant une production quantitative et qualitative élevée avec un moindre recours aux intrants de synthèse. À partir d’un réseau d’essai multilocal, nous montrons que la teneur en protéines et le rendement calibré (poids des grains >2.5 mm) des orges brassicoles doivent être spécifiquement améliorés pour les conduites techniques en bas niveau d’intrants. Sur cette base, nous avons identifié les caractéristiques variétales favorables à une faible perte de teneur en protéines et de rendement calibré en situation de stress azoté.Puis, après avoir développé un modèle de culture adapté à cette espèce, nous avons identifié des stratégies de fertilisation azotées offrant les meilleurs compromis entre production quantitative et qualitative, tout en minimisant les pertes en azote vers l’environnement. Grâce à une caractérisation précise des environnements de production français, les meilleures stratégies de fertilisation azotée ont été identifiées localement. Enfin, nous avons identifié de nouvelles combinaisons de caractéristiques variétales permettant d’optimiser la production d’orge dans des situations d’intrants réduits. Nous montrons in silico, qu’adapter simultanément les caractéristiques variétales et de l’itinéraire technique permet d’atteindre des performances comparables aux variétés actuelles dans des itinéraires techniques avec recours intensif aux intrants. Nous discutons des méthodes de sélection adaptées pour identifier les variétés les plus performantes dans des situations d’intrant réduit. Enfin, nous revenons sur la démarche de conception mobilisée. / France is the largest European producer of malting barley (Hordeum vulgare L.) and the leading exporter of malt worldwide, accounting for 20% of world trade. French barley production has relied heavily on the use of synthetic inputs and has led, as other arable crops, to considerable environmental damage. The aim of this study is to design and evaluate crop and management ideotype adapted to a lower use of synthetic fertilizer. From a multi-environment trial, we conclude that the grain protein content and the calibrated yield (weight of grains >2.5 mm) have to be specifically improved in low-input management systems. We experimentally identified genotypic characteristics adapted to a low grain protein content loss and calibrated yield loss under N stress. With a crop model we adapted to malting barley, we also identified optimal N fertilization strategies allowing to reach high quantitative and qualitative performances whilst minimizing N losses toward the environment. Based on a precise characterization of environments the French barley belt, the best N fertilization strategies were identified for different regions. Finally, we identified new combinations of genotypic characteristics optimizing quantitative and qualitative performances in low management system. We showed that, in silico, a simultaneous adaptation of genotypic characteristics and optimization of N fertilization management allowed to reach similar performances as current genotypes in high-input management systems. We discuss methods to breed genotypes with high performances in low-input systems and the method used for innovative design of new management and barley malting cultivars adapted to low-input systems.

Un des principaux enjeux de l’amélioration des plantes consiste aujourd’hui à faire face au changement climatique, en assurant un rendement élevé et plus stable dans des systèmes agricoles économes en intrants (eau, fertilisants) et respectueux de l’environnement. Les nouvelles variétés de blé devront non seulement être tolérantes aux stress hydriques et aux fortes températures, mais aussi continuer à être productives avec des apports limités en fertilisation, tout en maintenant une qualité du grain adaptés aux différents usages. De nouvelles méthodes de prédiction des réponses des blés à ces stress sont indispensables pour avancer dans cette direction. Dans ce travail, nous avons tout d’abord identifié les stress qui régissaient les interactions entre génotypes et les environnements (GxE) dans les essais considérés, puis développé un modèle génomique de l’adaptation à un stress environnemental (Factorial Regression genomic Best Linear Unbiased Prediction ou FR-gBLUP), en particulier pour le stress hydrique. En émettant l’hypothèse que plus des variétés de blés sont génétiquement proches, plus elles répondront de façon similaire à un stress environnemental donné, nous avons mesuré par validation croisée des gains de précision de prédiction par rapport à un modèle additif variant entre 3.5% et 15.4%. Des simulations complètent l’étude en démontrant que plus la part de variance expliquée par les réponses au stress considéré est importante, plus le modèle FR-gBLUP apporte un gain de précision. Pour prédire les réponses variétales à un stress particulier, les environnements doivent être finement caractérisés pour les stress limitant le développement des plantes. En nous intéressant plus particulièrement au stress azoté en France, nous avons établi des indicateurs de stress à partir d’un modèle de culture, et les avons comparés à des indicateurs classiques, tels que le type de conduite azotée ou l’azote disponible. Nous avons ainsi mis en évidence l’intérêt des modèles de culture pour caractériser les interactions GxE et pour prédire la réponse génomique au stress azoté, à condition que le signal d’interaction soit assez fort. Au-delà de l’application potentielle de ces méthodes pour la sélection ou la recommandation de variétés de blés plus adaptées ou plus résistantes au changement climatique, les résultats de ce travail démontrent aussi l’intérêt de la complémentarité des approches éco-physiologiques et génétiques. / In a climate change context, assuring high and stable yield in more sustainable agricultural systems is a major challenge for plant breeding. We are aiming for future wheat varieties which will be heat and drought tolerant, and also productive in limited fertilization input environments. New prediction methods of the response to these stresses are needed to move forward. In this study, we first identified stresses that generated interactions between genotypes and environments (GxE) in our experimental trials and then developed a genomic model for adaptation to a particular environmental stress (Factorial Regression genomic Best Linear Unbiased Prediction ou FR-gBLUP), in our case drought. This model hypothesizes that the more individuals are genetically close, the more their response to a stress will resemble. We used cross-validations to measure prediction accuracy gains compared to an additive model and observed gains between 3.5% and 15.4%. Besides, simulation studies showed that the more the variance explained by the responses to the stress is important, the more the FR-gBLUP model will improve the additive model. Furthermore, fine characterization of the stresses limiting the plants’ growth is required to predict varietal responses to a particular stress. We focused on the particular case of nitrogen stress in France. By establishing crop model based stress indicators and comparing them to classical indicators, such as the management system or the available nitrogen, we pointed out the interest of crop model to characterize GxE interactions and to predict the genomic response to nitrogen stress, as long as the GxE interaction signal is strong enough. Beyond the potential applications of these methods for breeding or recommendation for varieties more adapted or tolerant to environmental stresses, this study also raises the interest of coupling eco-physiological and genetics approaches.

Les modèles de culture constituent des outils indispensables pour comprendre l’influence des conditions agropédoclimatiques sur le système sol-plante à différentes échelles spatiales et temporelles. A l’échelle locale de la parcelle agricole, le modèle peut être utilisé dans le cadre de l’agriculture de précision pour optimiser les pratiques de fertilisation azotée de façon à maximiser le rendement ou le revenu tout en minimisant le lessivage des nitrates vers la nappe. Cependant, la pertinence de l’utilisation du modèle repose sur la qualité des prédictions réalisées, basée entre autres sur une bonne détermination des paramètres d’entrée du modèle. Dans le cadre de l’agriculture de précision, les paramètres concernant les propriétés des sols sont les plus délicates à connaître en tout point de la parcelle et il existe très peu de cartes de sols permettant de les déterminer de manière précise. Néanmoins, dans ce contexte, on peut disposer d’observations acquises automatiquement sur l’état du système sol-plante, telles que des images de télédétection, les cartes de rendement ou les mesures de résistivité électrique du sol. Il existe alors une alternative intéressante pour estimer les propriétés des sols à l’échelle de la parcelle qui consiste à inverser le modèle de culture à partir de ces observations pour retrouver les valeurs des propriétés des sols. L’objectif de cette thèse consiste (i) dans un premier temps à analyser les performances d’estimation des propriétés des sols par inversion du modèle STICS à partir de différents jeux d’observations sur des cultures de blé et de betterave sucrière, en mettant en oeuvre une méthode bayésienne de type Importance Sampling, (ii) dans un second temps à mesurer l’amélioration des prédictions de variables agro-environnementales réalisées par le modèle à partir des valeurs estimées des paramètres. Nous montrons que l’analyse de sensibilité globale permet de quantifier la quantité d’information contenue dans les jeux d’observations et les performances réalisées en matière d’estimation des paramètres. Ce sont les propriétés liées au fonctionnement hydrique du sol (humidité à la capacité au champ, profondeur de sol, conditions initiales) qui bénéficient globalement de la meilleure performance d’estimation par inversion. La performance d’estimation, évaluée par comparaison avec l’estimation fournie par l’information a priori, dépend fortement du jeu d’observation et est significativement améliorée lorsque les observations sont faites sur une culture de betterave, les conditions climatiques sont sèches ou la profondeur de sol est faible. Les prédictions agro-environnementales, notamment la quantité et la qualité du rendement, peuvent être grandement améliorées lorsque les propriétés du sol sont estimées par inversion, car les variables prédites par le modèle sont également sensibles aux propriétés liées à l’état hydrique du sol. Pour finir, nous montrons dans un travail exploratoire que la prise en compte d’une information sur la structure spatiale des propriétés du sol fournie par les mesures de résistivité électrique, peut permettre d’améliorer l’estimation spatialisée des propriétés du sol. Les observations acquises automatiquement sur le couvert végétal et la résistivité électrique du sol se révèlent être pertinentes pour estimer les propriétés du sol par inversion du modèle et améliorer les prédictions des variables agro-environnementales sur lesquelles reposent les règles de choix des pratiques agricoles / Dynamic crop models are very useful to predict the behavior of crops in their environment and are widely used in a lot of agro-environmental work. These models have many parameters and their spatial application require a good knowledge of these parameters,especially of the soil parameters. These parameters can be estimated from soil analysis at different points but this is very costly and requires a lot of experimental work. Nevertheless,observations on crops provided by new techniques like remote sensing or yield monitoring, is a possibility for estimating soil parameters through the inversion of crop models. In my work, the STICS crop model is studied for the wheat and the sugar beet and it includes more than 200 parameters. After a previous work based on a large experimental database for calibrate parameters related to the characteristics of the crop, I started my study with a global sensitivity analysis of the observed variables (leaf area index LAI and absorbed nitrogen QN provided by remote sensing data, and yield at harvest provided by yield monitoring) to the soil parameters, in order to determine which of them have to be estimated. This study was made in different climatic and agronomic conditions and it reveals that 7 soil parameters (4 related to the water and 3 related to the nitrogen) have a clearly influence on the variance of the observed variables and have to be therefore estimated. For estimating these 7 soil parameters, I chose a Bayesian data assimilation method (because I have prior information on these parameters) named Importance Sampling by using observations, on wheat and sugar beet crop, of LAI and QN at various dates and yield at harvest acquired on different climatic and agronomic conditions. The quality of parameter estimation is then determined by comparing the result of parameter estimation with only prio rinformation and the result with the posterior information provided by the Bayesian data assimilation method. The result of the parameter estimation show that the whole set of parameter has a better quality of estimation when observations on sugar beet are assimilated. At the same time, global sensitivity analysis of the observed variables to the 7 soil parameters have been performed, allowing me to build a criterion based on sensitivity indices (provided by the global sensitivity analysis) able to rank the parameters with respect to their quality of estimate. This criterion constitutes an interesting tool for determining which parameters it is possible to estimate to reduce probably the uncertainties on the predictions. The prediction of the crop behaviour when estimating the soil parameters is then studied. Indeed, the quality of prediction of agro-environmental variables of the STICS crop model (yield, protein of the grain and nitrogen balance at harvest) is determined by comparing the result of the prediction using the prior information on the parameters and the result using the posterior information. As for the estimation of soil parameters, the prediction of the variable is made on different climatic and agronomic conditions. According to the result of parameter estimation, assimilating observations on sugar beet lead to a better quality ofprediction of the variables than observations on wheat. It was also shown that the number ofcrop seasons observed and the number of observations improve the quality of the prediction

L'architecture des plantes est le résultat combiné des développements des structures topologique et géométrique qui interviennent dans l'acquisition de la biomasse et sa répartition sous l'influence des processus physiologiques. Pourtant cet aspect a été longtemps négligé dans la communauté des modèles dynamiques. Récemment les modèles structures fonction se sont montrés pertinents pour prendre en compte des questions comme les interactions plantes environnement (l'interception de la lumière), les interactions entre croissance et développement (répartition de la biomasse) en se plaçant au niveau de l'organe. Cependant les couts en calcul de la simulation numérique de ces processus rendent les applications impraticables en agriculture. Cette thèse vise a combiner le modèle structure fonction Greenlab avec d'une part un modèle de culture et d'autre part un modèle forestier basés sur le peuplement afin d'y introduire le concept d'architecture des plantes. Le modèle de culture Pilote fournit des prédictions de récoltes basés sur les paramètres de l'environnement (radiation, précipitations) et l'indice foliaire et l'indice de récolte. Une étude sur Maïs conjointe entre Pilote et GreenLab a permis d'expliciter en détail les paramètres de la production. Les indices foliaires et de récolte dépendent directement des paramètres sources puits, et la variabilité individuelle entre plantes est explicitée directement par les variations des retards a la germination et celles des surfaces disponibles par plantes (compétition spatiale). Tous ces paramétrés peuvent être calibré par méthodes inverses. Ainsi la jonction des deux types de modèles est réalisée au niveau du passage de la plante au peuplement.Une autre étude conjointe a été effectuée avec le modèle forestier empirique PNN qui modélise la croissance des peuplements forestiers de Pins noirs. A partir des données statistiques classiques sur les mesures de troncs et de houppiers, combinées avec les connaissances architecturales du Pin issues d'AMAP, GreenLab peut restituer l'architecture de l'arbre et visualiser des scenarios de sylviculture incorporant des élagages. Le procédé va jusqu'à l'obtention d'images de synthèse réalistes des peuplements. En conséquence il semble efficace de coupler les modèles de cultures et les modèles forestiers qui intègrent les connaissances écophysiologiques au niveau peuplement avec les modèles structures fonctions qui intègrent ces connaissances au niveau de l'architecture de la plante. Le modèle GreenLab par ses affinités avec ces deux types de modèles et ses performances en calcul, permet d'apporter un complément d'information essentiel sur la description du fonctionnement d'un peuplement tant du point de vue développement, que du point de vue des relations sources puits dans la plante. Enfin le modèle couplé a une plateforme comme Xplo (AMAP) permet en plus une simulation réaliste 3D du peuplement végétal aux divers stades de la croissance. / Plant architecture implies the development of both topological and geometrical structure over time, which determines resource acquisition, in the meantime interacts with physiological processes. However it has long been overlooked in traditional community dynamics models. Based on plant architecture, functional-structural plant models (FSPM) have showed their particular capability in addressing questions like interactions between plant and environment (e.g. light interception), between structure development and growth (e.g. carbon allocation), as they take into account morphogenesis with organ-level explicit descriptions. Anyway, high demand of time and memory for simulation and inverse calculation prevents FSPM from further agricultural or sylvicultural practice. This thesis attempts the combination of a mathematic FSPM GreenLab and a crop model or an empirical forest model (EFM) to introduce individual-based architectural support for community growth study. In the case of maize, disagreement from stand level (by crop model PILOTE) and individual level (by GreenLab) growth simulations implies different emergence time of individuals, which is used to quantify the distribution. By supposing that theoretical projective area (Sp) is determined by the growth situation and the final size of individual architecture, the variance of Sp is reversely computed with the variance of organ compartment measurements to characterize individual variability. In the case of Black pine, architecture dynamics built in GreenLab according to Rauh's model (architecture model for pine tree) are adapted to the simulation of an EFM PNN. As a consequence, thinning scenarios are well incorporated in the final stand visualization. From these preliminary applications, following conclusions can be drawn: (i) FSPM is able to provide individual performances (i.e. organ development and expansion) inside an area of crop field for crop models. (ii) The crop model may regulate the combined form of individuals from integral level. Both aspects are significant to deepen understanding of stand growth. (iii) Architecture conceptions integrated in FSPM may be adapted to EFM simulations for a data-driven visualization. (iv) EFM can guarantee ecological/sylvicultural function for 3D stand visualization. To take into consideration biomass processes, additional observations are needed. As models are independent in combinations, the same methods can be extended to linkage with other stand models.

L'objectif de cette thèse est de développer un modèle numérique instationnaire permettant de simuler l'évolution du climat distribué sous serre pour des conditions de nuit en présence de chauffage et pour des conditions diurnes où l'influence du rayonnement solaire est prépondérante. La thèse s'appuie sur des approches expérimentales et numériques qui ont pour ambition d'être appliquées à deux situations, hivernales et pré-estivales correspondant aux problématiques auxquelles les producteurs doivent faire face : gestion de la température et de l'humidité avec une préoccupation de réduction des consommations énergétiques. Des campagnes de mesures ont été menées au printemps 2010 et à l'hiver 2011 pour, d'une part, améliorer la compréhension des interactions entre les paramètres climatiques, et d'autre part, fournir des données d'entrée et de validation aux modèles numériques. Les campagnes de mesures de nuit (hiver 2011) en présence de chauffage ont mis en évidence les besoins plus importants en chauffage et les températures de toiture plus basses lors des nuits claires. Les campagnes de mesure menées au printemps 2010 ont permis mettre en évidence l'influence prépondérante du rayonnement solaire sur la température et la transpiration du végétal ainsi que le phénomène de stockage-restitution de chaleur dans le sol. Enfin, la forte sensibilité du taux d'humidité ainsi que la moindre dépendance de la température vis-à-vis de la " qualité " de la ventilation a été démontrée. Les données expérimentales sont exploitées afin de mettre en œuvre les modèles de transpiration adaptés aux conditions de culture sous serre. Les bilans hydriques réalisés sur le végétal divisé en deux couches fournissent des informations précieuses sur la distribution de la transpiration et des contributions de chaque couche. Les simulations numériques sont réalisées en 2D instationnaire, en application sur une situation nocturne (nuit claire et nuit nuageuse) et une situation diurne (journée parfaitement ensoleillée). Elles intègrent deux éléments novateurs : la résolution de l'ETR dans le couvert végétal et l'utilisation d'une routine permettant de simuler la condensation. L'évolution des paramètres climatiques simulés est validée sur la base des données expérimentales. Il apparait cependant que les écarts de température et d'humidité entre l'air dans et au dessus du végétal sont sous estimés. Enfin, les modèles numériques sont exploités pour réaliser des bilans hydriques et énergétiques.