Un défi de la modélisation des cultures est de comprendre et de reproduire les hétérogénéités de développement de la végétation à l'échelle du pédon afin de prédire le rendement. Le but de ce travail est de proposer une méthode de spatialisation des modèles de culture par la spatialisation des données d'entrée, notamment de la réserve utile, pour reproduire les hétérogénéités observées au sein d'un petit sous-bassin versant. Ce travail a été mené en 3 étapes : (1) calage du modèle STICS au contexte local (2) spatialisation des entrées du modèle par une méthode dérivée desapproches SCORPAN et (3) évaluation des simulations spatialisées avec STICS. Préalablement à la spatialisation des données d'entrée du modèle STICS, il était nécessaire d'identifier quels étaient les déterminants des hétérogénéités de végétation observéesau sein du sous-bassin versant expérimental étudié. Pour cela un travail préliminaire a conduit à délimiter les situations pouvant être reproduites par le modèle et les variables pouvant être spatialisées ainsi que de définir une stratégie optimale pour spatialiser les entrées. Sur cette base, une méthodologie de travail a pu être définie pour évaluer et paramétrer le modèle sans spatialisation (approche locale) dans un contexte de sols ayant des propriétés vertiques. Cette particularité des sols locaux nécessite d'établir un nouveau domaine de validité du modèle, compte tenu des hypothèses indispensables (processus considérés comme négligeables) pour simuler dans ce contexte. Par ailleurs, le protocole utilisé pour déterminer la réserve utile a nécessité d'établir la manière dont l'incertitude de la mesure se propageait dans le modèle. Ainsi, grâce à ce travail de spatialisation statistique des mesures, le modèle STICS a pu être utilisé sur des mailles de 8 x 8 m pour simuler le développement de végétation sur tout le sous-bassin versant étudié. / One of the challenges in crop modelling is to understand and be able to reproduce heterogeneities in crop development at intra-plot scale in order to better predict the yield. The aim of this work was to suggest a method for spatializing the input data of crop models, in particular the water stock accessible to plants, in order to reproduce the differences in crop development within a subwatershed. This work was carried out in 3 main steps: (1) adaptationof the STICS crop model to the local context, (2) spatialization of the inputs by the spatial correlation method (SCORPAN-like method) and (3) evaluation of the simulated spatialization with STICS model. Prior to spatialization step, it was necessary to identify the determinants of vegetation heterogeneities observed within the experimental subwatershed. A preliminary study led to delimit the situations that could be reproduced by the model and to identify variables that could be spatialized as well as to define an optimal strategy to spatialize the inputs. Based on this, a methodological work was established to evaluate and parameterize the model without spatialization (local approach) in a context of soils with vertisolic properties. Particularity of local soils properties underlined the need to define a new domain of model validity. Moreover, the protocol used to measure water holding capacity, implied a needful and important step that was to determine the propagation of measurement uncertainty in the model. Finally, thanks to statistical spatialization of measurements, STICS model was used on 8 x 8 m meshes to simulate vegetation development on the whole studied subwatershed.
Identifer | oai:union.ndltd.org:theses.fr/2018TOU30336 |
Date | 05 April 2018 |
Creators | Burel, Enguerrand |
Contributors | Toulouse 3, Jarosz-Pellé, Nathalie, Bustillo, Vincent |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | French |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0018 seconds