La prise de décision assistée par modèle peut minimiser la vulnérabilité des agriculteurs au changement climatique en prédisant le rendement des cultures et les variables qui l'influencent. Grâce à ces informations, les agriculteurs peuvent anticiper les changements dans les rendements des cultures, ajuster leurs pratiques agricoles, explorer les options de diversification des cultures et planifier des stratégies d'adaptation pour réduire la vulnérabilité aux risques liés au climat.
Achraf Mamassi, ancien doctorant à l'Université de Liège en Belgique et à l'Université polytechnique Mohammed VI au Maroc (aujourd'hui chercheur postdoctoral à l'INRAE en France), a dirigé une étude comparant la capacité des modèles mécanistes basés sur les processus et des modèles empiriques à prédire le rendement du blé. dans toutes les zones pluviales du Maroc.
Le Maroc a connu un réchauffement considérable, des précipitations de plus en plus irrégulières et une baisse globale des précipitations au cours des dernières décennies, ce qui a entraîné des rendements agricoles très variables et de grands écarts de rendement. Un augmentation de la fréquence et de l'intensité Des événements extrêmes sont attendus en raison du changement climatique, mettant en danger les équilibres alimentaires et économiques du pays.
Les régions pluviales du Maroc sont responsables de 80 % de la production céréalière totale du pays. Ces zones sont particulièrement vulnérables au changement climatique.
La recherche s'est concentrée sur deux types distincts de modèles : les modèles mécanistes et empiriques. Ces modèles divergent dans leurs principes fondamentaux et leurs niveaux de complexité.
Les modèles mécanistes (ou basés sur les processus) reposent sur une compréhension approfondie des processus biologiques et physiologiques qui sous-tendent la croissance des cultures. Ils sont développés à l’aide de principes scientifiques et d’équations mathématiques qui représentent les processus physiques, chimiques et biologiques se produisant dans les cultures. Les modèles mécanistes simulent les interactions entre les facteurs environnementaux (tels que la température, les précipitations et le rayonnement), les conditions du sol et les caractéristiques des cultures pour prédire les réponses et le rendement des cultures. Le APSIM-Blé Le modèle a été choisi pour représenter ce type de modèle.
Les modèles empiriques (ou statistiques), quant à eux, sont basés sur les relations observées entre les variables d'entrée (telles que les conditions météorologiques, les propriétés du sol et les pratiques de gestion) et le rendement des cultures. Ces modèles n'intègrent pas explicitement les mécanismes biologiques sous-jacents à la croissance des cultures. Au lieu de cela, ils s’appuient sur des méthodes statistiques et des données historiques pour établir des modèles et des corrélations entre les intrants et les extrants. Deux modèles empiriques, les modèles de régression multiple (MR) et de forêt aléatoire (RF), ont été pris en compte dans cette étude. Les MR sont basés sur des relations linéaires simples entre les prédicteurs et les variables de réponse, tandis que les RF sont basés sur des algorithmes statistiques complexes.
L'étude comprenait un ensemble de données s'étalant sur trois ans, comprenant des données provenant de 125 champs de blé situés dans les régions pluviales du Maroc. L'ensemble de données comprenait divers paramètres tels que la phénologie, la température, les précipitations, la chimie du sol et les pratiques de gestion des cultures. Les champs ont été attribués aux régions en fonction des précipitations annuelles (c'est-à-dire favorables, intermédiaires et défavorables).
La performance des trois modèles a été évaluée en évaluant la précision et l'exactitude des rendements simulés par rapport au rendement mesuré.
Les résultats ont montré que la capacité prédictive de l'APSIM-blé était supérieure à celle des modèles empiriques. Les deux modèles empiriques ont permis de faire des prédictions exactes, mais pas nécessairement précises. Cependant, l’approche forestière aléatoire n’a pas permis d’ajuster un modèle et d’identifier des prédicteurs de rendement dans les régions défavorables. Le modèle APSIM était systématiquement plus précis que les modèles empiriques bien qu'il soit moins précis pour les régions intermédiaires et défavorables.
Néanmoins, les modèles mécanistes sont utiles car ils peuvent identifier les variables critiques qui contribuent à prédire le rendement du blé. En effet, ils sont construits sur la base des processus biologiques et physiologiques qui déterminent la croissance des cultures. Ces modèles ont révélé plusieurs variables significatives qui affectent le rendement, notamment la densité et la répartition des feuilles pendant la phase d'épiaison, des facteurs climatiques tels que les températures maximales à la levée et au tallage, et la quantité d'engrais appliquée pendant la phase d'épiaison.
Plutôt que de soutenir clairement la supériorité d’un type de modèle sur un autre, les auteurs ont préconisé une utilisation complémentaire de toutes les approches en fonction de la disponibilité des données et de l’horizon temporel visé pour les simulations de rendement (un an ou plusieurs décennies) et des objectifs de modélisation.
Les modèles empiriques sont préférés pour les prévisions à long terme en raison de leur précision et de leur capacité à capturer les effets de la variabilité climatique. En revanche, les modèles mécanistes comme l’APSIM sont plus adaptés pour formuler des recommandations agronomiques qui permettent d’économiser du temps et des ressources en se concentrant sur celles qui ont l’impact le plus significatif. Ils ont l’avantage de pouvoir prédire le rendement dès que les valeurs des paramètres essentiels sont disponibles.
Mamassi a expliqué l'impact de ce travail sur les agriculteurs marocains.
« L’adoption d’un pilier fondamental de l’agriculture de précision, représenté par une modélisation mécaniste et empirique, dans l’agriculture marocaine pourrait responsabiliser les agriculteurs des régions pluviales. Premièrement, il contribue à évaluer le rendement potentiel de ces régions et à mettre en évidence les facteurs à l’origine des écarts de rendement des cultures. Deuxièmement, il propose des prévisions précises à long terme et des recommandations efficaces adaptées respectivement aux conditions agro-pédo-climatiques spécifiques. Cela pourrait conduire à une meilleure résilience face à la variabilité climatique, à une allocation optimisée des ressources et à une amélioration des rendements, améliorant ainsi la durabilité et la productivité des pratiques agricoles marocaines.
LIRE L'ARTICLE:
Achraf Mamassi, Marie Lang, Bernard Tychon, Mouanis Lahlou, Joost Wellens, Mohamed El Gharous, Hélène Marrou, Comparaison de modèles empiriques et mécanistes pour la prédiction du rendement du blé au niveau de la parcelle dans les zones pluviales marocaines, in silico Plants, Volume 6, Numéro 1, 2024, diad020, https://doi.org/10.1093/insilicoplants/diad020
