• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • 1
  • Tagged with
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Modélisation de la température du sol avec un bilan d’énergie, application à la prédiction de l’émergence du maïs (Zea mais) / Modelling soil temperature with an energy balance model, application to prediction of maize (Zea mais) emergence

Claverie, Etienne 18 May 2018 (has links)
La croissance en début de cycle des grandes cultures est principalement influencée par la température et la teneur en eau du sol. Nous avons développé un modèle capable de prédire ces variables grâce à l’utilisation de données climatiques largement disponibles. Des analyses de la sensibilité du modèle nous ont permis d’identifier les composants qui contribuent à son incertitude. Après calibration, une erreur moyenne relative de moins de 10 % est constatée pour la température et la teneur en eau à 30 cm de profondeur.Dans des conditions de semis standard en Suisse, l’émergence du maïs a été mieux prédite en utilisant notre température de sol simulée plutôt que la température de l’air, plus couramment utilisée. Ce travail est une application d’un modèle biophysique complexe à un problème agronomique. Les résultats participeront à l’optimisation de l’effort de sélection des variétés tolérantes au froid. Deux pistes de recherche peuvent être considérées pour des futurs travaux: une meilleure modélisation de l’évaporation et une décomposition de l’émergence. / The beginning of crop growth is influenced by soil temperature and water content near the surface. We have developed a model that predicts the local temperature and water content surrounding the seed using easily available meteorological data. Our global sensitivity analysis helped us identify the components of the model with the largest contribution to the output uncertainty. After calibration, the model showed less than 10 % relative error for temperature and water content at 30 cm. In standard sowing conditions in north-western Switzerland, the emergence was better predicted when using our simulated seed bed temperature than air temperature, the classical proxy variable. Combining the emergence model with soil temperature simulation, an accurate prediction of emergence was achieved. This work is an example of applying complex biophysics model for understanding an agronomic problem. The results of this work will participate in optimising breeding efforts for cold-tolerant crop varieties. Future investigations should consider a finer modelling of processes for evaporation and emergence.

Page generated in 0.0954 seconds