Modélisation de l'effet des pratiques agricoles sur la diversité végétale et la valeur agronomique des prairies permanentes en vue de l'élaboration d'indicateurs agri-environnementaux - INRAE - Institut national de recherche pour l’agriculture, l’alimentation et l’environnement
Thèse Année : 2004

Modelisation of the agricultural practices impact on floristic diversity and agronomic value of permanent grasslands: basis for agro-ecological indicators setting up

Modélisation de l'effet des pratiques agricoles sur la diversité végétale et la valeur agronomique des prairies permanentes en vue de l'élaboration d'indicateurs agri-environnementaux

Frank Pervanchon
  • Fonction : Auteur
  • PersonId : 769897
  • IdRef : 083930264

Résumé

We set out the hypothesis according which it is necessary to elaborate a mathematical model for the prediction of vegetal diversity and of agronomical value of permanent grasslands. The final aim is to set up indicators of permanent grassland management according to the agricultural practices applied there. We demonstrate that multiple regression analysis does not allow obtaining effective models of vegetal diversity. Nevertheless, the prediction of pastoral value is rather effective when considering the environmental factors (pH, moisture, etc.). However, these results do not concern the mixed grasslands of Lorraine, because of a weak number of available data. In order to predict vegetal diversity and agronomic value, we propose a model based on expert systems associated to fuzzy logic. This modelisation is one of the first concrete applications of the theory of functional groups based on life traits of plant species. We show that it is possible to diagnose and predict vegetation (list of vegetal species) and the patrimonial value of grassland, without realizing floristic relevés, by being based only on the life traits already identified in litterature. Indicators are obtained by reporting the model’s results on an abacus of regional values of vegetal diversity and of pastoral value.
Nous posons l’hypothèse selon laquelle il est nécessaire d’élaborer un modèle mathématique de prévision de la diversité végétale et de la valeur agronomique des prairies permanentes pour construire des indicateurs de gestion des prairies permanentes en fonction de l’ensemble des pratiques agricoles qui y sont appliquées. Nous montrons que la régression multiple ne permet pas d’obtenir de modèles performants de la diversité végétale. En revanche, la prédiction de la valeur pastorale est assez performante si l’on tient compte des facteurs du milieu (pH, humidité, etc.). Cependant, ces bons résultats ne concernent que les prairies mixtes de Lorraine, en raison d’un faible nombre de données disponibles. Pour modéliser la diversité végétale, nous proposons une modélisation basée sur des systèmes experts associé à la logique floue. Cette modélisation est l’une des premières applications concrètes de la théorie des groupes fonctionnels basés sur les traits de vie des espèces végétales. Nous montrons qu’il est possible de diagnostiquer et prédire la végétation (liste d’espèces végétales) et la valeur patrimoniale d’une prairie, sans réaliser de relévés floristiques, en se basant uniquement sur les traits de vie déjà identifiés dans la littérature. Des indicateurs sont obtenus en rapportant les résultats du modèle à des valeurs régionales de diversité végétale et de valeur pastorale.

Mots clés

Fichier principal
Vignette du fichier
12743_20100602044006253_1.pdf (3.68 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

tel-02833233 , version 1 (07-06-2020)

Identifiants

  • HAL Id : tel-02833233 , version 1
  • PRODINRA : 12743

Citer

Frank Pervanchon. Modélisation de l'effet des pratiques agricoles sur la diversité végétale et la valeur agronomique des prairies permanentes en vue de l'élaboration d'indicateurs agri-environnementaux. Sciences du Vivant [q-bio]. Institut National Polytechnique de Lorraine, 2004. Français. ⟨NNT : ⟩. ⟨tel-02833233⟩
97 Consultations
369 Téléchargements

Partager

More