Au Grand-Duché de Luxembourg, le développement de modèles opérationnels pour la prévision
des rendements se heurte actuellement au problème de la non prise en compte de la diminution de la
surface verte utile et de sa relation avec des processus biotiques et abiotiques incriminés en situation
de production. Pourtant, il apparaît que lélaboration dun modèle reliant la perte de surface verte à la
baisse de rayonnement absorbé est la façon la plus adéquate daméliorer les prévisions de perte de
rendement aux champs. De nombreuses manières destimer les rendements existent et se basent sur
différentes approches et méthodes. Lobjectif de ce travail est de proposer un modèle destimation des
rendements basé sur létude de la dégradation de la surface verte foliaire du blé et du rayonnement
intercepté par cette surface tout au long de sa dégradation.
Lapproche envisagée consiste, dans un premier temps, à utiliser les deux principaux modèles
existants qui décrivent linterception du rayonnement par les surfaces foliaires vertes avec des
données issues dexpérimentations aux champs, au Grand-Duché de Luxembourg en 2006 et 2007.
Différentes méthodes dobtention des principales données dentrée de ces modèles ont été comparées
et leurs avantages ont été mis en évidence. Ces données sont le LAI (Leaf Area Index) et le
pourcentage de surface foliaire verte. Un LAI de référence, obtenu à laide dune méthode danalyse
dimages de feuilles a été validé et comparé à une méthode dobtention du LAI basée sur la mesure
du rayonnement intercepté par le couvert ainsi quà une méthode fournissant la couverture verte du
sol à partir dimages aériennes de courte distance. Il a été montré que le LAI issu de la mesure du
rayonnement intercepté et la couverture verte du sol sont obtenus plus rapidement et pour de plus
grandes surfaces, mais quils ne sont pas suffisamment corrélés au LAI de référence pour être utilisés
afin dobtenir le LAI réel. Le pourcentage de la surface foliaire verte de référence a également été
obtenu à laide de la méthode danalyse dimages de feuilles. La comparaison de celui-ci aux
estimations visuelles du pourcentage de surface verte foliaire a montré que cette méthode est plus
rapide, mais engendre une surestimation du pourcentage de surface foliaire verte. Une relation
linéaire significative entre la couverture verte du sol par prise dimages aériennes et le pourcentage de
surface foliaire verte a été obtenue. Une amélioration de la prise dimages aériennes de courte
distance pourrait mener à une substitution du pourcentage de surface foliaire verte par la couverture
verte du sol sur de grandes surfaces à lavenir.
Les deux principaux modèles décrivant linterception du rayonnement par les surfaces foliaires
vertes ont été utilisés avec le LAI et le pourcentage de surface foliaire verte de référence. Une
simplification de ces modèles par lutilisation de la dernière ou des deux dernières strates foliaires à la
place des trois dernières pour le pourcentage de surface verte a montré que la simplification ne menait
pas à une amélioration des résultats dans la plupart des cas. Dautre part, une estimation des biais
introduits en utilisant les pourcentages de surface verte issus de lestimation visuelle à la place des
estimations par lanalyse dimages montre que lestimation visuelle introduit un biais allant jusquà
20%. La comparaison des deux modèles testés a mené à la sélection du modèle aux sorties fournissant
la meilleure relation avec les rendements. Cest une relation linéaire simple entre les paramètres de la
courbe décrivant lévolution des sorties du modèle dit du « calcul de la matière sèche » au cours de la
saison de culture et le rendement qui a été retenue.
Dans un deuxième temps, le modèle sélectionné a été utilisé avec des données issues
dexpérimentations menées de lannée 2000 à 2005, afin dobtenir une relation linéaire plus stable
entre les rendements et les sorties de ce modèle. La relation obtenue montre des résultats significatifs
et expliquant plus de 66% des rendements si une variété au comportement atypique est exclue. Un
effet significatif de lannée, du précédent et de la variété sur cette relation a été mis en évidence.
Dans un troisième temps, laspect prédictif du modèle destimation des rendements basé sur la
relation linéaire simple retenue a été étudié sur deux années de données extérieures aux années
utilisées pour la construction de celui-ci. Les données dentrée nécessaires au fonctionnement du
modèle ont dû être obtenues de manière prédictive, afin de réaliser des estimations du rendement à
venir à partir de la floraison. Le modèle Proculture, basé sur la simulation de lévolution des
symptômes de la septoriose, a permis dobtenir des estimations en prévision des pourcentages de
surface verte, et le LAI a été considéré comme constant par variété dune année à lautre. Le modèle
destimation utilisé a permis dobtenir des prévisions de rendement ~20% supérieures aux rendements
réels./In the Grand Duchy of Luxembourg, the development of operational models for predicting
yields currently runs against the failure to take into account the green leaf area decline and its
relationship with biotic and non biotic processes involved in a situation of production. Yet it
appears that the development of a model linking the loss of green leaf area to lower radiation
absorbed is the most adequate to improve prediction of yield loss in the fields. Many ways to
estimate yields exist and are based on different approaches and methods. The objective of
this work is to propose a model for estimating yields based on the study of the green leaf area
decline of wheat and radiation intercepted by this area throughout the season.
The approach is, first, to use the two main existing models that describe the interception of
radiation by green leaf area with data from experiments in the field, in the Grand Duchy of
Luxembourg in 2006 and 2007. Different methods for obtaining key data entry of these
models were compared and their benefits have been identified. These data are LAI (Leaf
Area Index) and the percentage of green leaf area. The reference method, obtained using
image analysis of leaves has been validated and compared to a method for obtaining LAI
based on the measurement of radiation intercepted by the canopy as well as a method based
on the green cover soil obtained from short distance aerial images. It was shown that the LAI
obtained from the measurement of radiation intercepted and the green land cover obtained
from short distance aerial images are obtained faster and for larger surfaces, but they are not
sufficiently correlated with the LAI from the reference method to be used in place of
reference LAI. The percentage of green leaf area of reference has also been obtained using
the image analysis of leaves. Comparing it to visual estimates of the percentage of green leaf
area has shown that this method is faster and creates an overestimation of the percentage of
green leaf area. A significant linear relationship between green land cover from short
distance aerial images analysis and the percentage of green leaf area was obtained. An
improved short distance aerial image could lead to the substitution of the percentage of green
leaf area by the green land cover over large areas in the future. The two main models
describing the interception of radiation by green leaf area were used with the LAI and the
percentage of green leaf area of reference. A simplification of these models by using only the
upper leaf or the two last leaves to emerge in place of the last three leaves to emerge for the
percentage of green area has shown that simplification did not lead to improved results in
most cases. On the other hand, an estimate of bias using the percentage of green leaf area
from the visual estimate in place of estimates by image analysis shows that visual estimate
introduce an approximate bias of 20%. A comparison of the two models tested led to the
selection of the model outputs providing the best relationship with yields. It is a simple linear
relationship between parameters of the curve describing the evolution of model outputs socalled
calculation of dry matter during the growing season and yield that was chosen.
In a second time, the selected model was used with data from experiments conducted from
2000 to 2005 to obtain a more stable linear relationship between yields and output of the
model. The relationship obtained shows significant results and explains over 66% yields if
datas from an atypical variety are excluded. A significant effect of years, precedent and
variety on this relationship was highlighted.
In a third time, the predictive aspect of the model to estimate yields based on the simple
linear relationship has been studied on two years of external data used for years to build it.
The input data needed to run the model had to be obtained on a predictive way to make
estimates of future performance from flowering. The model Proculture, based on the
simulation of the progression of septoriose disease, allowed obtaining estimates in
anticipation of the percentage of green area, and LAI was considered constant variety from
one year to another. The estimation model used resulted in expected future performance ~
20% higher than actual yields.
Identifer | oai:union.ndltd.org:BICfB/oai:ETDULg:ULgetd-04022009-121538 |
Date | 06 April 2009 |
Creators | Mackels, Christophe |
Contributors | Périlleux, C., El Jarroudi, M., Hoffmann, L., Delfosse, P., Bancal, M.O., Tychon, B. |
Publisher | Universite de Liege |
Source Sets | Bibliothèque interuniversitaire de la Communauté française de Belgique |
Detected Language | French |
Type | text |
Format | application/pdf, application/msword |
Source | http://bictel.ulg.ac.be/ETD-db/collection/available/ULgetd-04022009-121538/ |
Rights | unrestricted, Je certifie avoir complété et signé le contrat BICTEL/e remis par le gestionnaire facultaire. |
Page generated in 0.0076 seconds