Adaptation of the generic crop model STICS for rice (Oryza sativa L.) using farm data in Camargue - INRAE - Institut national de recherche pour l’agriculture, l’alimentation et l’environnement Accéder directement au contenu
Thèse Année : 2013

Adaptation of the generic crop model STICS for rice (Oryza sativa L.) using farm data in Camargue

Résumé

The crop model STICS was adapted for the flooded rice and model’s prediction ability was evaluated by the simulation of the plant biomass at harvest as well as the grain yield. The dataset used for this purpose was collected from the fields situated in whole Camargue (Southern France) and managed by the farmers. We introduced an original procedure to use the farm data instead of experimentation for modeling. This work was carried out in three phases, (i) analysis of the initial database of 472 fields, 33 different varieties and 11 physically different soils grown in the whole Camargue between 1984 and 2009, (ii) selection of the options of formalisms relevant to the rice crop, (iii) preparation of dataset for modeling by eliminating the fields in which the yields were limited by the factors not taken into account by the model and (iv) parameterization and the simulation of the selected target variables. The modelization of the rice crop is quite different compare to the other temperate crops because of the certain particularities of this crop. Strategies were made to avoid or accounting for its specific features. This required the filtration of the fields severely affected by the limiting factors as well as using the observed dates of different phenological stages in development simulation. After choosing the appropriate options of various formalisms related to the rice physiology and other processes, the parameters were searched in different sources. Some principal parameters were estimated by using software of parameter optimization. In the section of results we presented (i) the simulation patterns of the selected variables of calibration dataset, (ii) validation of the parameters on the dataset not used in calibration, i.e. BDD-validation, (iv) the comparison of the simulation patterns exhibited by an individual cultivar, (v) the comparison of the crop development forced by the observed phenological stages as well as calculated by the model, and (vi) finally, the observed and the simulated yields were analyzed by using different statistical tools to highlight the factors/variables explaining the yield variability. The results of the application of STICS to rice crop were satisfactory for almost 80% of the fields of calibration data. Particularly, there was a good agreement between simulations and measurements of the situations with complete information regarding to the inputs. The simulation patterns for both the plant biomass and the grain yield of dataset of validation are similar as that of dataset of calibration exhibiting slightly reduced simulation quality. More discrepancies were observed in the simulations made by the model calculated dates of different phenological stages compared to the simulations run by using the observed dates of same stages. According to the correlation analysis of observed and simulated yields, the relation between yield and fertilization is similar for both observed and simulated. Another important point is that the variation of mean yields between years is well reproduced. This work was the first step towards the use of the generic crop model STICS for a flooded crop.
Le modèle de culture STICS a été adapté pour la culture du riz inondé et la capacité de prédiction du modèle a été évaluée pour la simulation de la biomasse à la récolte et du rendement en grains. La base de données utilisée pour ce travail résulte de la collecte de données au champ sur des parcelles en Camargue (sud-Est de la France) gérées par les agriculteurs. Pour la modélisation, ne disposant que très peu de données d’expérimentation, une procédure originale d’utilisation des données obtenues à la ferme a été développée. Ce travail est composé de trois phases: (i) une analyse de la base de données initiale constituée d’informations sur 472 parcelles, 33 variétés et 11 sols aux propriétés physiques différentes et collectées entre 1984 et 2009 dans toute la Camargue; (ii) la sélection des options et des formalismes pertinents pour la culture du riz, (iii) la préparation du jeu de données pour la modélisation par élimination des parcelles dont les rendements sont limités par des facteurs non pris en compte dans le modèle; (iv) la paramétrisation et la simulation des variables choisies. La culture du riz est très différente des autres cultures des milieux tempérés, à cause des conditions inondées. Des stratégies ont été construites pour éviter ou représenter ces caractéristiques spécifiques dans la modélisation de la culture par STICS. Ceci a exigé une filtration des données concernant des parcelles sévèrement affectées par des facteurs limitants non pris en compte. De plus, les dates observées des stades phénologiques ont été utilisées. Après avoir choisi les options et formalismes appropriés en relation avec la physiologie du riz, les paramètres spécifiques ont été évalués en utilisant un logiciel d’optimisation de paramètres. Dans la partie des résultats, nous présentons (i) la simulation des variables choisies pour le jeu de données de calibration et les jeux de paramètres correspondants; (ii) la validation des paramètres sur le jeu de données non utilisées pour la calibration, i.e. BDD – validation; (iii) l’analyse de la qualité de simulation pour chaque variété (ou groupe); (iv) la comparaison de la production de la culture de riz estimée en utilisant les dates des stades phénologiques soit observées, soit calculées par le modèle et, finalement, (v) l’analyse des rendements simulés et observés selon les facteurs pouvant expliquer la variabilité du rendement. Les résultats de l’application de STICS au riz sont satisfaisants pour près de 80% des parcelles utilisées pour la base de données de calibration. L’accord entre les simulations et les observations est meilleur lorsque les informations d’entrée du modèle sont complètes. Les simulations de la biomasse et du rendement en grains sont d’une qualité légèrement plus faible pour la base de données de validation que pour la base da calibration. Les simulations réalisées avec un calendrier de stades phénologiques calculé sont un peu moins bonnes que celles utilisant les dates observées de ces stades. La relation entre rendements simulés et fertilisation azotée est aussi bonne que celles des rendements observés avec celle-ci. La variabilité interannuelle des rendements est très bien simulée.

Mots clés

Fichier non déposé

Dates et versions

tel-02810828 , version 1 (06-06-2020)

Identifiants

  • HAL Id : tel-02810828 , version 1
  • PRODINRA : 214078

Citer

Kamran Irfan. Adaptation of the generic crop model STICS for rice (Oryza sativa L.) using farm data in Camargue. Agricultural sciences. Aix Marseille Université, 2013. English. ⟨NNT : ⟩. ⟨tel-02810828⟩
30 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More