La monoculture, la pratique agricole consistant à cultiver une seule espèce de culture sur la même terre chaque année, produit des rendements élevés à moindre coût. Pourtant, la culture d'une seule espèce de culture sur plusieurs hectares de terre peut endommager le sol, augmenter la demande d'engrais, créer des problèmes de ravageurs et endommager l'environnement.
Une agriculture diversifiée peut conduire à des systèmes plus durables, fournissant une gamme de services à la société au-delà de la production agricole. La diversification des cultures, comme les cultures intercalaires et les mélanges de cultivars, peut stabiliser la productivité des systèmes de culture, optimiser l'utilisation des ressources et réduire les impacts environnementaux négatifs et la perte de biodiversité.

La modélisation peut être utilisée pour mieux comprendre la gestion agricole de divers systèmes et surtout comment les intégrer dans les systèmes de culture pour atteindre les services écosystémiques ciblés.
Dans un nouvel article publié dans in silico Plants, la chercheuse INRAE Dr. Noémie Gaudio et ses collègues soutiennent que Une approche de modélisation unique ne suffit pas à saisir les multiples processus et composantes du système essentiels à la compréhension des agroécosystèmes complexes et diversifiés.. Au lieu de cela, ils préconisent le développement de solutions de modélisation qui empruntent les points forts de différents types de modèles (par exemple, les modèles basés sur les processus et les modèles qualitatifs).
Dans l'article, les auteurs présentent une variété d'exemples de solutions de modélisation couplées à des modèles haut de gamme allant des interactions locales aux services écosystémiques. Ces solutions dépendent de la diversité des services écosystémiques ciblés et de l'étendue de l'échelle temporelle (par exemple, instantanée, quotidienne, cycle de culture, rotation ou à long terme) et de la résolution spatiale (par exemple, plante, champ ou paysage, ainsi que ses multiples composantes cultivées et non cultivées) où ces services sont développés.

Selon les auteurs, ce ne sont pas les seules considérations combinant des modèles. Des stratégies pour combiner les modèles doivent être identifiées en fonction des objectifs de l'étude. Des exemples d'objectifs d'étude sont les suivants : comprendre les contributions relatives des processus écologiques primaires aux mélanges de cultures, quantifier les impacts de l'environnement et des pratiques agricoles, et évaluer les services écosystémiques qui en résultent.
Étant donné que le couplage direct des modèles est rarement réalisable à toutes les échelles, les auteurs ont identifié trois stratégies alternatives pour mettre à l'échelle les modèles des interactions locales aux services écosystémiques :
- La modélisation inverse, qui relie les modèles en identifiant les paramètres d'entrée à partir des données simulées d'autres modèles,
- La métamodélisation, qui relie les modèles en développant un modèle plus simple de sorties à partir d'un modèle plus complexe, et
- Modélisation hybride, qui relie les modèles en combinant les points forts des modèles existants dans un nouveau modèle. L'objectif est d'effectuer une modélisation hiérarchique à plusieurs échelles en n'incluant que le niveau de détail requis pour représenter les processus critiques impliqués dans les sorties ciblées du système.
Les auteurs soulignent que la réutilisation et le couplage de modèles existants se heurtent à plusieurs défis méthodologiques et techniques. La nécessité de soutenir la conception, la reproductibilité et la diffusion de modèles collaboratifs et distribués a été abordée à l'aide de blocs-notes Jupyter dans un article précédent de Botany One.
Les auteurs concluent en soulignant que de nombreux résultats d'agroécosystèmes diversifiés restent à explorer, à la fois expérimentalement et par l'utilisation heuristique de la modélisation. La pratique consistant à combiner des modèles pour aborder la diversité des plantes et prédire les services écosystémiques à différentes échelles est rare, mais essentielle pour soutenir la prédiction spatiale et temporelle des nombreux systèmes qui pourraient être conçus.
LIRE L'ARTICLE:
Noémie Gaudio, Gaëtan Louarn, Romain Barillot, Clémentine Meunier, Rémi Vezy, Marie Launay, Explorer les complémentarités entre les approches de modélisation permettant de passer du fonctionnement des communautés végétales aux services écosystémiques pour accompagner la transition agroécologique, in silico Plants, 2021;, diab037, https://doi.org/10.1093/insilicoplants/diab037
Ce manuscrit fait partie de in silico Plant's Numéro spécial sur le modèle structurel fonctionnel de l'usine.
