SARRA-H Modèle de culture____________________________Cirad, UMR TETIS, C.Baron , 2013_

Système d'Analyse Régionale des Risques Agroclimatologiques Version H (SARRA-H)


Retour	Historique	Le Modèle	Télécharger	Partenariats	Publications	Projets

SARRA-H les scénarios de simulations

Les scénarios de simulations sont un point important dans le modèle et l'environnement proposé. A l'installation du modèle une série d'exemples, décrits ci-dessous, vous sont données, vous permettant en les recopiant, de les adapter en fonction de vos données et études.

Ils permettent l'utilisation du modèle dans toute une série de situations permettant :

de paramétrer de nouvelles variétés (essais stations, milieu paysan)
d'effectuer des études de risques et de sensibilités dans le contexte de la variabilité et du changement climatique
de prendre en compte des stratégies paysannes : choix de variété, date de semis, cultures consécutives, de niveau de fertilité... (enquêtes et connaissances expertes)
d'automatiser de multiples simulations : cette option est très performante lorsque vous savez manipuler les fichiers (avec des scripts R par exemple). Elle est utilisée avec les collègues climatologues notamment pour effectuer de grands nombre de simulations. Un exemple est donné, il vous suffit de décompressé le fichier DemExeAuto.zip sous le répertoire SimulAuto puis tout simplement lancer le moteur de simulation SarraHMoteurv3.exe.

Calibrations :

Des exemple de calibration vous sont proposés où les dynamiques de LAI, Biomasse aériennes et des feuiles et le rendement sont comparées avec des données mesurées en station. Deux points importants sont à souligner : i) il y a un faible nombre de paramètres qui varient en fonction des espèces et en fonction des variétés pour une même espèce, ii) les valeurs des paramètres qui varient peuvent être directement ou indirectement mesurées sur le terrain (essais date de semis, mesures de biomasse, LAI...) ou se retrouver dans la littérature.

Mil :

Souna variété sélectionnée de cycle constant en pluviale stricte et avec irrigation d'appoint (_Irr)
(merci à Benoit Sar, partenariat CERAAS/Cirad)
Hainy Kire (HK) variété photopériodique locale du Niger, sélection massale, cycle variable en lien avec la date de semis
Somno (So) variété photopériodique locale du Niger, sélection massale, cycle variable en lien avec la date de semis
(merci à Agali Alhassane et Seydou Traore, partenariat AGRHYMET/Cirad)
```
Seules 5 valeurs de paramètres diffèrent entre les variétés  :
    - Phénologie (2) : durée phase végétative **SumBVP**, Photopériode **PPExp**
    - Biomasse (2) : répartition feuilles/tiges **FeuilleAeroPente**, rendement potentiel **KRdtPotA**
    - Physiologie (1) : Angle moyen foliaire **Kdf** (déduit du LAI)
```
Sorgho :

Caudatum sorgho sélectionnée cycle constant
Guinéa améliorée photopériodique sélectionnée à partir de variétés locales
Guinéa locale variété locale, sélection massale, photopériodique
(merci à Mammoutou Kouressy & Michel Vaksman, partenariat IER/Cirad)
```
Seules 4 valeurs de paramètres diffèrent entre les variétés :
    - Phénologie (2) : durée phase végétative **SumBVP**, Photopériode **PPExp**
    - Biomasse (2) : répartition feuilles/tiges **FeuilleAeroPente**, potentiel de rendement **KRdtPotA**
```
Maïs :

BRS3003–variété sélectionnée du Brésil (merci à Alexandre Bryan Heinemann, thèse Embrapa/Cirad,publicação Heinemann et al.,2008)
DMR variété sélectionnée du Bénin (merci à Ulrich Allé, thèse Université d’Abomey-Calavi/Cirad, acces libre, ALLE et al, 2014)
Pioner (Bresil), Furio (France), Gold (USA), TMV1 (Tanzanie) variétés calibrées cadre Projet AgMip acces libre Bassu et al., 2013
```
Seules 6 valeurs de paramètres diffèrent entre les variétés :
    - Phénologie (4) : végétative **SumBVP**, reproductive **SumRPR**, maturation **SumMatu1 & SumMatu2**,
    - Biomasse (2) : répartition feuilles/tiges **FeuilleAeroPente**, potentiel de rendement **KRdtPotA**
```
Riz :

Rice_E933 variété pluviale sélectionné (merci à Julie Dusserre et Fidiniaina Ramahandry, partenariat FOFIFA/Cirad)
Soja :

Biomasses et stock d'eau (courbe bleue et points vert Stock total, courbe jaune et points rouges stock de surface)
Glycine max cv. Labrador variété sélectionnée (Avignon, France) (merci à Albert Olioso INRA, Avignon)

Blé :
fig
Armet variété sélectionnée (Avignon, France) (merci à Laurent Prévot INRA, Montpellier)
Essai semis en hiver à Avignon d'un blé de printemps avec irrigation complémentaire (2 * 50 mm)

Ref : Title: Assimilating optical and radar data into the STICS crop model for wheat. 
Author(s): Prevot, L; Chauki, H; Troufleau, D; et al.
Source: Agronomie Volume: 23 Issue: 4 Pages: 297-303 Published: 2003, DOI: 10.1051/agro:2003003     
Title: Relationships between the dynamics of the durum wheat water content and its phasic development
in a Mediterranean climate, for remote sensing purposes.
Author(s): Chauki, H; Brisson, N; Prevot, L.
Source: Agronomie Volume: 23 Issue: 7 Pages: 537-544 Published: NOV 2003 DOI: 10.1051/agro:2003029  
Title: Using SPOT data for calibrating a wheat growth model under mediterranean conditions.
Author(s): Clevers, JGPW; Vonder, OW; Jongschaap, REE; et al.
Source: Agronomie Volume: 22 Issue: 6 Pages: 687-694 Published: SEP-OCT 2002 DOI: 10.1051/agro:2002038

Scénarios :

DemSemisPrecoce................................................ DemRecolteFinSaisonPluie

fig fig

Stratégie de semis : En fonction des variétés, cycle constant ou photopériodique et des contraintes de gestions des parcelles, de la longueur de la saison des pluies et de sa variabilité spatiale et interannuelle des stratégies de semis différentes seront appliquées. Le modèle permet de simuler des dates de semis et sa réussite et de proposer ainsi plusieurs stratégies observées en milieu paysans : semis au plus tôt, tardif, adaptée à longueur du cycle et la fin de saison moyenne des pluies.... Les paramètres ont été calibrés et vérifiés pour le Mil au Niger (* Projet AMMA *). Il faut définir le seuil d'eau dans le sol en fin de journée permettant l'émergence SeuilEauSemis (ici à 10), la période après émergence de forte sensibilité à la mortalité NbjTestSemis (ici à 20), si les valeurs sont à 0 la date de semis définie DateSemis sera appliquée, sinon à partir de cette date les conditions de semis seront recherchées et la réussite du semis testée. La sensibilité à la mortalité est définie au niveau des paramètres de la variété par un seuil de nombre de jours où la biomasse de la plante diminue SeuilCstrMortality.
```
Ex : **Dem_Semis_Precoce** la date de recherche de semis est antérieure au démarrage de la saison des
pluies, dans l'exemple il y a eu un premier semis qui n'a pas réussi, la phase du cycle est resté à 2
puis redéfinie à zéro à la date simulée de mortalité. C'est une variété photopériodique : 
la phase 3 varie en fonction de la date de semis.  
Ex : **Dem_Recolte_FinSaisonPluie** ici on a choisie une variétée à cycle fixe, la phase 3 n'existe pas,
et on a définie une date de semis en fonction de la fin traditionnelle de la saison des pluies
pour que la récolte se passe en fin de saison. 
```

DemIrrigAutoSenMil...................................DemSenegalMilSounaIrr

fig fig
(calcul automatique d'irrigation a comparer avec un essai en station avec irrigation complémentaire pour éviter tout stress hydrique)

Stratégie d'irrigation complémmentaire : Un module d'irrigation est proposé dans le modèle permettant différentes stratégies et modalités d'irrigationsIrrigAuto = 1. Il est possible de définir le seuil du pourcentage d'eau dans le sol disponible pour les racines ( IrrigAutoTarget réserve utilie/réserve utile max) pour déclencher l'irrigation. Les modalités d'irrigations permettent de définir la dose journalière maximum d'irrigation nette Maxirriget la précision de gestion des doses d'irrigationPrecision. ex : DemIrrigAutoSenMil, ici les paramètres d'irrigations ont été calibrés pour être au plus proche de la situation observée, un très faible stress hydrique est autorisé sans effet sur le rendement. Selon le modèle il y a eu du stress au début du cycle dans le cas de l'irrigation observée (graphique de droite); ce qui se traduit dans l'irrigation simulée par deux irrigations en début de cycle, par la suite simulé et observé sont très proche en quantité et dates.

DemAltSRIshiara872m...DemAltSRMitungu_1016m

fig

Effet de l'altitude : La variabilité climatique s'exprime aussi en gradients d'altitudes. L'impact sur la dynamique et les rendements d'une variété locale de Sorgho est présentée ici pour 2 altitudes contrastées le long du mont Kenya (872 m :Ligne rouge phases et verte rendement; 1488 m :Ligne noir phases et bleu rendement) . Les séries climatiques ont étés ré-analysées à partir de données sols (merci à Pierre Camberlain et Joseph Boyard, voir projet Picrevat et publication Camberlain & al., 2012, acces libre).

DemLat12...........................................................DemLat15 vs Mil

fig fig

Effet de la latitude et adaptation: Effet de la variabilité climatique sur un gradient Latitudinal. L'impact sur la dynamique d'une variété locale de Sorgho est présenté ici pour trois latitudes en Afrique de l'Ouest. Vous pouvez remarquer que pour la latitude à 15° les rendements de Sorghos sont mauvais, la variété n'est pas adaptée à cette latitude un autre exemple vous est donné avec du Mil (DemLat15Mil) et les rendements sont en global meilleurs. Ces mêmes séries sont confrontées à un scénario de changement climatique (ci dessous). Remarque : dans cette étude l'ETP a été calculé a partir d'une autre fonction que l'ETo proposée par la FAO par manque de certaines variables climatiques (cf dans les scénarios de simulations : idETP est défini en option ETPimp et l'ETP calculé à donc été importé (cf : PersonalData_1705.txt, et sous l'onglet Simulations à la création ou modification vous pouvez choisir le mode de calcul de l'ETP).

DemLat12CCT+6....DemLat15CCT+6

fig

Impact du changement climatique : Partant des situations de séries climatiques sous trois latitudes un scénarios de changement climatique est présenté ici : la température a été augmentée de 6° et la pluie a été diminuée. (merci à Philippe Roudier et Benjamin Sultan, voir projet REGYNA et publication Sultan & al. 2013 accès libre)

fig Le bilan hydrique : il estime l'évapotranspiration et l'indice de stress hydrique; le sol est constitué de trois réservoirs : superficiel, profond et un réservoir racinaire dynamique;

fig Le bilan carboné : il est basé sur le concept de la grande feuille, il transforme l’énergie solaire en sucre sous contrainte de stress hydrique, puis le répartit dans les biomasses;

fig La phénologie : elle gère l’évolution des stades phénologiques (émergence, stade végétatif, floraison, maturation) et les processus associés (germination, mortalité juvénile, modalités de répartition des biomasses...).

Gestion de multiple scénarios de simulations (interface ou lancement automatique)

fig Scénarios de simulation

Retour	Historique	Le Modèle	Télécharger	Partenariats	Publications	Projets