{"id":13,"date":"2022-08-05T10:15:20","date_gmt":"2022-08-05T08:15:20","guid":{"rendered":"https:\/\/sarra-h-dev.teledetection.fr\/?page_id=13"},"modified":"2023-03-30T14:15:55","modified_gmt":"2023-03-30T12:15:55","slug":"le-modele","status":"publish","type":"page","link":"https:\/\/sarra-h.teledetection.fr\/?page_id=13","title":{"rendered":"Formalisme des mod\u00e8les SARRA"},"content":{"rendered":"\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_75 counter-hierarchy ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">Table of Contents<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Toggle Table of Content\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Toggle<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewBox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewBox=\"0 0 24 24\" version=\"1.2\" baseProfile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1 ' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/sarra-h.teledetection.fr\/?page_id=13\/#Dans_une_meme_boucle_journaliere_le_modele_simule_trois_grands_processus\" >Dans une m\u00eame boucle journali\u00e8re le mod\u00e8le simule trois grands processus<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/sarra-h.teledetection.fr\/?page_id=13\/#1_Bilan_hydrique\" >1 : Bilan hydrique<\/a><ul class='ez-toc-list-level-3' ><li class='ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/sarra-h.teledetection.fr\/?page_id=13\/#Concept_une_approche_de_type_reservoir\" >Concept : une approche de type r\u00e9servoir<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/sarra-h.teledetection.fr\/?page_id=13\/#Apport_deau_Ruissellement\" >Apport d\u2019eau &amp; Ruissellement<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/sarra-h.teledetection.fr\/?page_id=13\/#Evolution_du_reservoir_racinaire\" >Evolution du r\u00e9servoir racinaire<\/a><ul class='ez-toc-list-level-4' ><li class='ez-toc-heading-level-4'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/sarra-h.teledetection.fr\/?page_id=13\/#Remplissage_des_reservoirs\" >Remplissage des r\u00e9servoirs<\/a><\/li><\/ul><\/li><li class='ez-toc-page-1 ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/sarra-h.teledetection.fr\/?page_id=13\/#Consommation_en_eau\" >Consommation en eau<\/a><\/li><\/ul><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/sarra-h.teledetection.fr\/?page_id=13\/#2_bilan_carbone\" >2 : bilan carbon\u00e9<\/a><ul class='ez-toc-list-level-3' ><li class='ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-9\" href=\"https:\/\/sarra-h.teledetection.fr\/?page_id=13\/#Concept_une_approche_de_type_grande_feuille\" >Concept : une approche de type grande feuille<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-10\" href=\"https:\/\/sarra-h.teledetection.fr\/?page_id=13\/#Evolution_du_LAI\" >Evolution du LAI<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-11\" href=\"https:\/\/sarra-h.teledetection.fr\/?page_id=13\/#Evolution_du_SLA\" >Evolution du SLA<\/a><\/li><\/ul><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-12\" href=\"https:\/\/sarra-h.teledetection.fr\/?page_id=13\/#Phenologie\" >Ph\u00e9nologie<\/a><ul class='ez-toc-list-level-3' ><li class='ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-13\" href=\"https:\/\/sarra-h.teledetection.fr\/?page_id=13\/#Concept_degres_jours_SDJ_et_duree_du_jour_PP\" >Concept : degr\u00e9s jours (SDJ) et dur\u00e9e du jour (PP)<\/a><\/li><\/ul><\/li><\/ul><\/nav><\/div>\n\n\n\n\n<p>Un mod\u00e8le est une repr\u00e9sentation partielle d&rsquo;un syst\u00e8me que l&rsquo;on \u00e9tudie. Il ne prend en compte que les processus et les variables consid\u00e9r\u00e9s comme pertinents et g\u00e9n\u00e9ralisables pour le mod\u00e9lisateur. Les choix pertinents d\u00e9pendent des objectifs du mod\u00e9lisateur et la g\u00e9n\u00e9ralisation des ph\u00e9nom\u00e8nes choisis d\u00e9pend du domaine d&rsquo;extrapolation vis\u00e9.<\/p>\n\n\n\n<p>Les mod\u00e8les SARRA sont une bo\u00eete \u00e0 outils permettant d&rsquo;assembler diff\u00e9rents modules \u00e0 partir d&rsquo;une biblioth\u00e8que d&rsquo;objets \u00e9volutive. Malgr\u00e9 leur souplesse, ils restent dans le domaine des mod\u00e8les classiques de cultures, avec une repr\u00e9sentation temporelle quotidienne \u00e0 l&rsquo;\u00e9chelle d&rsquo;une parcelle. Dans ce mod\u00e8le, la culture colonise l&rsquo;espace du sol et de l&rsquo;air, acc\u00e8de aux ressources disponibles et produit de la biomasse.<\/p>\n\n\n\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"630\" height=\"492\" src=\"https:\/\/sarra-h.teledetection.fr\/wp-content\/uploads\/2023\/03\/DiagrammeSequence.png\" alt=\"\" class=\"wp-image-173\" srcset=\"https:\/\/sarra-h.teledetection.fr\/wp-content\/uploads\/2023\/03\/DiagrammeSequence.png 630w, https:\/\/sarra-h.teledetection.fr\/wp-content\/uploads\/2023\/03\/DiagrammeSequence-300x234.png 300w\" sizes=\"auto, (max-width: 630px) 100vw, 630px\" \/><figcaption class=\"wp-element-caption\">Diagramme de s\u00e9quence journali\u00e8re des processus simul\u00e9s<\/figcaption><\/figure>\n\n\n\n<p>Les mod\u00e8les SARRA-H et SARRA-O sont une version plus d\u00e9taill\u00e9e du mod\u00e8le SARRA, qui est un bilan hydrique dynamique simple utilis\u00e9 pour estimer l&rsquo;impact d&rsquo;un sc\u00e9nario climatique sur une culture annuelle. Dans ces mod\u00e8les, la plante est consid\u00e9r\u00e9e comme un conduit couplant une demande atmosph\u00e9rique (puits) avec une r\u00e9serve hydrique \u00ab\u00a0utile\u00a0\u00bb dans le sol (source) &#8211; un conduit \u00e0 r\u00e9sistance variable, fonction de la contrainte physique (stress). Les mod\u00e8les SARRA-H\/O supposent que la performance d&rsquo;une culture est une fonction simple des freins hydriques cumul\u00e9s au cours d&rsquo;un cycle v\u00e9g\u00e9tal.<\/p>\n\n\n\n<p>Ces mod\u00e8les ont montr\u00e9 une robustesse remarquable \u00e0 travers les \u00e9chelles spatiales (de la parcelle \u00e0 la r\u00e9gion) et pour de multiples applications, telles que le syst\u00e8me d&rsquo;alerte pr\u00e9coce de s\u00e9curit\u00e9 alimentaire de l&rsquo;Agrhymet pour les pays du CILSS, l&rsquo;analyse des risques climatiques locaux et l&rsquo;estimation des besoins en eau. Cependant, leur validit\u00e9 d\u00e9pend de la pr\u00e9sence d&rsquo;une forte limitation hydrique et\/ou d&rsquo;une forte variabilit\u00e9 spatiale ou temporelle de cette limitation. Autrement dit, ces mod\u00e8les se basent enti\u00e8rement sur une r\u00e9duction des croissances, mais pas sur la simulation d&rsquo;un rendement potentiel.<\/p>\n\n\n\n<p>Compar\u00e9s \u00e0 d&rsquo;autres mod\u00e8les tels que CERES, APSIM et STICS, les mod\u00e8les SARRA-H\/O sont des mod\u00e8les d\u00e9terministes et relativement simples, mais simulent plus de processus que AQUACROP, qui est une r\u00e9f\u00e9rence propos\u00e9e par la FAO. SARRA-H est int\u00e9gr\u00e9 dans un environnement souple, g\u00e9rant une librairie de formalismes ainsi qu&rsquo;une base de donn\u00e9es. Ce mod\u00e8le reproduit des processus \u00e0 l&rsquo;\u00e9chelle de la parcelle permettant des analyses \u00e0 l&rsquo;\u00e9chelle r\u00e9gionale. De plus, il peut \u00eatre utilis\u00e9 comme support de base avec d&rsquo;autres th\u00e9matiques scientifiques par le biais de modules compl\u00e9mentaires ou d&rsquo;interfaces avec d&rsquo;autres mod\u00e8les (m\u00e9t\u00e9orologiques, socio-\u00e9conomiques, etc.).<\/p>\n\n\n\n<p>Enfin, la structure modulaire de cet environnement permet une gestion externe du moteur de calcul (simulateur) ind\u00e9pendamment de cet environnement. Toutes ces fonctionnalit\u00e9s sont d\u00e9crites dans un manuel d&rsquo;utilisation, et l&rsquo;environnement offre de nombreux outils et interfaces tels que l&rsquo;importation de donn\u00e9es, l&rsquo;exportation de donn\u00e9es, les repr\u00e9sentations graphiques, l&rsquo;analyse de sensibilit\u00e9 et une base de donn\u00e9es pour optimiser la gestion des donn\u00e9es et des r\u00e9sultats.<\/p>\n\n\n\n<p> <a href=\"https:\/\/sarra-h.teledetection.fr\/Doc\/Manuel_SARRA-H_Agali.pdf\">manuel d\u2019utilisation<\/a>.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Dans_une_meme_boucle_journaliere_le_modele_simule_trois_grands_processus\"><\/span>Dans une m\u00eame boucle journali\u00e8re le mod\u00e8le simule trois grands processus<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<div class=\"wp-block-columns is-layout-flex wp-container-core-columns-is-layout-9d6595d7 wp-block-columns-is-layout-flex\">\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\">\n<p>1 : bilan hydrique<\/p>\n\n\n\n<p>il estime l&rsquo;\u00e9vapotranspiration et l&rsquo;indice de stress hydrique; le sol est constitu\u00e9 de trois r\u00e9servoirs : superficiel, profond et un r\u00e9servoir racinaire dynamique<br><\/p>\n<\/div>\n\n\n\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\">\n<p>2 : bilan carbon\u00e9<br><br>il est bas\u00e9 sur le concept de la grande feuille, il transforme l\u2019\u00e9nergie solaire en sucre sous contrainte de stress hydrique, puis le r\u00e9partit dans les biomasses<\/p>\n<\/div>\n\n\n\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\">\n<p>3: ph\u00e9nologie<br><br>lle g\u00e8re l\u2019\u00e9volution des stades ph\u00e9nologiques (\u00e9mergence, stade v\u00e9g\u00e9tatif, floraison, maturation) et les processus associ\u00e9s (germination, mortalit\u00e9 juv\u00e9nile, modalit\u00e9s de r\u00e9partition des biomasses&#8230;)<\/p>\n<\/div>\n<\/div>\n\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"1_Bilan_hydrique\"><\/span>1 : Bilan hydrique<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Concept_une_approche_de_type_reservoir\"><\/span>Concept : une approche de type r\u00e9servoir<span class=\"ez-toc-section-end\"><\/span><\/h3>\n\n\n\n<p>Le bilan hydrique est une approche de type r\u00e9servoir qui consid\u00e8re le sol comme un ensemble de r\u00e9servoirs de tailles variables. Chaque r\u00e9servoir est homog\u00e8ne en termes de processus simul\u00e9s ou de variables d\u00e9crivant ses propri\u00e9t\u00e9s (infiltration, ruissellement, capacit\u00e9 de stockage, consommation d&rsquo;eau, etc.). Les flux sont simul\u00e9s par des processus de remplissage des r\u00e9servoirs jusqu&rsquo;\u00e0 leur capacit\u00e9 maximale (habituellement la capacit\u00e9 au champ), au-del\u00e0 de laquelle l&rsquo;eau d\u00e9borde sur le r\u00e9servoir suivant. L&rsquo;eau qui d\u00e9borde du dernier r\u00e9servoir est consid\u00e9r\u00e9e comme du drainage.<\/p>\n\n\n\n<p>Trois types de r\u00e9servoirs sont retenus pour estimer l&rsquo;eau disponible pour l&rsquo;\u00e9vaporation, la transpiration et le stockage d&rsquo;eau :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>un r\u00e9servoir de surface de taille fixe pour g\u00e9rer l&rsquo;\u00e9vaporation du sol ;<\/li>\n\n\n\n<li>un r\u00e9servoir en profondeur, sur lequel est simul\u00e9 l&rsquo;\u00e9volution du front d&rsquo;humectation pour borner la profondeur maximale des racines, stocker l&rsquo;eau non accessible par les racines et bloquer l&rsquo;enracinement dans les sols indur\u00e9s. Le suivi de l&rsquo;ensemble de l&rsquo;eau de la surface \u00e0 la profondeur maximale est d\u00e9fini dans le stock total.<\/li>\n\n\n\n<li>un r\u00e9servoir contenant les racines, dont la profondeur \u00e9volue en fonction de la vitesse d&rsquo;enracinement des racines durant leur d\u00e9veloppement, pour simuler l&rsquo;offre en eau pour le processus de transpiration de la plante. Les racines prospectent \u00e9galement le r\u00e9servoir de surface. Notez que le processus de remont\u00e9e capillaire n&rsquo;est pas simul\u00e9.<\/li>\n<\/ul>\n\n\n\n<pre class=\"wp-block-preformatted\">L\u2019\u00e9quation globale du bilan hydrique est :\n\nStockj+1 = Stockj + apport eau \u2013 ruissellement \u2013 drainage \u2013 (Tr+Evap)\n\nAvec :  **Tr** : Transpiration r\u00e9elle (plante zone racinaire), \n**Evap** : \u00e9vaporation r\u00e9elle (demande atmosph\u00e9rique, r\u00e9servoir de surface seul), \n**drainage** (d\u00e9bordement du r\u00e9servoir profond),\n**ruissellement** (fn de l'apport d'eau), \n**eau disponible (infiltr\u00e9e)** (pluie+irrig-ruissellement), \n**stock** (stock d'eau dans les r\u00e9servoirs) .<\/pre>\n\n\n\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Apport_deau_Ruissellement\"><\/span>Apport d\u2019eau &amp; Ruissellement<span class=\"ez-toc-section-end\"><\/span><\/h3>\n\n\n\n<p>L&rsquo;eau disponible (EauDispo) est la somme de la pluie et de l&rsquo;irrigation nette (IrrigTotDay) moins le ruissellement (Lr). Le ruissellement se d\u00e9clenche lorsque la pluie d\u00e9passe une valeur seuil en mm d&rsquo;eau (SeuilRuiss), et la quantit\u00e9 d&rsquo;eau ruissel\u00e9e d\u00e9pend d&rsquo;un pourcentage (PourcRuiss) de la quantit\u00e9 d&rsquo;eau sup\u00e9rieure au seuil.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Evolution_du_reservoir_racinaire\"><\/span>Evolution du r\u00e9servoir racinaire<span class=\"ez-toc-section-end\"><\/span><\/h3>\n\n\n\n<p>La taille du r\u00e9servoir prospect\u00e9 par les racines \u00e9volue en fonction de la vitesse racinaire journali\u00e8re, d\u00e9finie pour chaque phase ph\u00e9nologique (VRacLevee, VracBVP, VracPSP, VracRPR, VracMatu1, VracMatu2). De plus, deux processus sont pris en compte : l&rsquo;enracinement en profondeur peut \u00eatre bloqu\u00e9 par le front d&rsquo;humectation, et la vitesse d&rsquo;enracinement journali\u00e8re peut \u00eatre r\u00e9duite en cas de stress hydrique fort (cstr).<\/p>\n\n\n\n<h4 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Remplissage_des_reservoirs\"><\/span>Remplissage des r\u00e9servoirs<span class=\"ez-toc-section-end\"><\/span><\/h4>\n\n\n\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"436\" height=\"473\" src=\"https:\/\/sarra-h.teledetection.fr\/wp-content\/uploads\/2023\/03\/RU.png\" alt=\"\" class=\"wp-image-175\" srcset=\"https:\/\/sarra-h.teledetection.fr\/wp-content\/uploads\/2023\/03\/RU.png 436w, https:\/\/sarra-h.teledetection.fr\/wp-content\/uploads\/2023\/03\/RU-277x300.png 277w\" sizes=\"auto, (max-width: 436px) 100vw, 436px\" \/><\/figure>\n\n\n\n<p>La dynamique de l&rsquo;eau est repr\u00e9sent\u00e9e par un remplissage par le haut des r\u00e9servoirs, jusqu&rsquo;\u00e0 leur capacit\u00e9 de stockage d\u00e9finie par la capacit\u00e9 au champ (HumCR ou HumFC), et la quantit\u00e9 exc\u00e9dentaire d\u00e9borde sur le r\u00e9servoir suivant. La profondeur maximale de l&rsquo;ensemble des r\u00e9servoirs est d\u00e9finie, et l&rsquo;eau qui d\u00e9borde du dernier r\u00e9servoir est consid\u00e9r\u00e9e comme du drainage (Dr). A l&rsquo;int\u00e9rieur de chaque r\u00e9servoir, l&rsquo;eau est r\u00e9partie de mani\u00e8re homog\u00e8ne. Les param\u00e8tres cl\u00e9s du sol pour ces processus sont la r\u00e9serve d&rsquo;eau utile pour la plante (RU), qui est d\u00e9duite des deux param\u00e8tres HumCR et HumPF, repr\u00e9sentant respectivement les quantit\u00e9s d&rsquo;eau \u00e0 capacit\u00e9 au champ et au point de fl\u00e9trissement de la plante (Pf 4.2).<\/p>\n\n\n\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Consommation_en_eau\"><\/span>Consommation en eau<span class=\"ez-toc-section-end\"><\/span><\/h3>\n\n\n\n<p>Le concept d&rsquo;\u00e9vapotranspiration est divis\u00e9 en deux processus, l&rsquo;\u00e9vaporation et la transpiration, qui sont \u00e9troitement li\u00e9s au sol et \u00e0 la plante. Les bases du concept sont similaires \u00e0 celles de la FAO et utilisent des coefficients de capacit\u00e9 d&rsquo;\u00e9vaporation du sol et de transpiration de la plante (Kce et Kcp). Ces processus sont influenc\u00e9s par la relation entre l&rsquo;offre et la demande d&rsquo;eau (source\/puit) et varient en fonction de la demande atmosph\u00e9rique (Eto), du taux de couverture et du stade ph\u00e9nologique de la plante. L&rsquo;\u00e9vaporation potentielle (evapPot) est limit\u00e9e par l&rsquo;eau disponible dans une partie du sol en contact avec l&rsquo;atmosph\u00e8re, appel\u00e9e r\u00e9servoir de surface, tandis que la transpiration potentielle (TrPot) est limit\u00e9e par l&rsquo;eau disponible dans la partie du sol contenant des racines, appel\u00e9e r\u00e9servoir racinaire (qui inclut \u00e9galement le r\u00e9servoir de surface). L&rsquo;indice de satisfaction hydrique (cstr), qui mesure le rapport entre la transpiration r\u00e9elle et la demande potentielle de la plante, est utilis\u00e9 comme frein dans les calculs des biomasses.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Evaporation <em>(Evap &amp; EvapPot)<\/em><\/strong> : elle n&rsquo;est calcul\u00e9e que sur le r\u00e9servoir de surface (ex : sol de type sableux avec une capacit\u00e9 de stockage <em>(RU)<\/em> d\u2019environ 100 mm\/m et une profondeur de 20 cm). La profondeur de sol sensible aux relations sol\/atmosph\u00e8re d\u00e9pend du type de sol (argileux, sableux) une correspondance pourrait se faire en consid\u00e9rant que la variation de profondeur de sol soumis aux effets atmosph\u00e9riques correspond \u00e0 une profondeur ayant une capacit\u00e9 de stockage d\u2019environ 200 mm d\u2019eau. Quand le sol est totalement couvert par la v\u00e9g\u00e9tation on consid\u00e8re qu\u2019il n\u2019y a plus d\u2019\u00e9vaporation car il y a alors discontinuit\u00e9 entre le sol et l\u2019atmosph\u00e8re. On traduit ici ce taux de recouvrement <em>(Kce)<\/em> par le taux de transmission du rayonnement au sol (<em>Ltr<\/em> : light transmission). Le <em>Ltr<\/em> est calcul\u00e9 \u00e0 partir du <em>LAI<\/em> (Leaf area index, voir Bilan Carbonn\u00e9). La demande d&rsquo;\u00e9vaporation <em>(EvapPot)<\/em> est \u00e9gale \u00e0 <em>ETo x Kce<\/em>. L&rsquo;\u00e9vaporation r\u00e9elle <em>(Evap)<\/em> est fonction de l\u2019eau disponible pour la partie \u00e9vaporation (<em>FESW<\/em> : Fraction Evaporable Soil Water).<\/li>\n\n\n\n<li>Note : La densit\u00e9 de semis intervient aussi sur l&rsquo;\u00e9vaporation au travers du <em>LAI<\/em> d&rsquo;o\u00f9 le <em>Ltr<\/em> est d\u00e9duit (Cf paragraphe <strong>Prise en compte de la densit\u00e9 de semis<\/strong> dans la partie Bilan carbon\u00e9)<\/li>\n\n\n\n<li><strong>Effet mulch et couverture v\u00e9g\u00e9tale<\/strong> : la couverture v\u00e9g\u00e9tale (paillis) a plusieurs effets sur le bilan hydrique : 1) stock d&rsquo;eau dans le sol : r\u00e9duction du ruissellement mais aussi captation de l&rsquo;eau par humectation des pailles, 2) r\u00e9duction de l&rsquo;\u00e9vaporation par augmentation du taux de recouvrement. Une s\u00e9rie de param\u00e8tres caract\u00e9risant les effets couvrant, d&rsquo;humectation, taille des tiges&#8230; sont d\u00e9finies par les caract\u00e9ristique des pratiques culturales (voir fichier SARRA-H V42 parameters2020, publication E. Scopel &amp; al., Modelling crop residue mulching effects on water use and production of maize under semi-arid and humid tropical conditions. Agronomie, EDP Sciences, 2004, 24 (6-7), pp.383-395.10.1051\/agro:2004029.hal-00886027 ).<\/li>\n<\/ul>\n\n\n\n<p><\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Transpiration <em>(Tr &amp; TrPot)<\/em><\/strong> : elle est calcul\u00e9e sur l&rsquo;ensemble du r\u00e9servoir racinaire. Comme pour l&rsquo;\u00e9vaporation on d\u00e9duit la demande potentielle <em>(TrPot)<\/em> de la demande de l&rsquo;atmosph\u00e8re <em>(ETo)<\/em> et d&rsquo;un indice de consommation <em>(Kcp)<\/em> fonction de l&rsquo;inverse du taux de recouvrement (1-Ltr) et d&rsquo;un coefficient maximum de transpiration de la plante (<em>KcMax<\/em>, fn des esp\u00e8ces et qui peut \u00eatre sup\u00e9rieur \u00e0 1). Le stress hydrique de la plante est fonction du <em>PFactor<\/em> qui permet de d\u00e9finir un seuil de <em>FTSW<\/em> (Fraction Transpirable Soil Water) simulant le processus d&rsquo;ouverture ou fermeture des stomates (ex : <em>Pfactor<\/em> = 0, d\u00e8s que FTSW est inf\u00e9rieur \u00e0 1 fermeture des stomates). Le <em>PFactor<\/em> est une caract\u00e9ristique d&rsquo;esp\u00e8ce et de vari\u00e9t\u00e9s : par exemple celui du ma\u00efs est plus faible que celui du sorgho ou du mil, ce qui rend le mais plus sensible au stress hydrique. La transpiration r\u00e9elle est calcul\u00e9e en tenant compte du <em>Kcp<\/em>, de <em>FTSW<\/em> et du <em>Pfactor<\/em>.<\/li>\n\n\n\n<li>Note : La densit\u00e9 de semis intervient aussi sur la transpiration au travers du <em>LAI<\/em> en effet le <em>Kcp<\/em> est d\u00e9duit du <em>Ltr<\/em> lui m\u00eame d\u00e9duit du <em>LAI<\/em> (Cf paragraphe <strong>Prise en compte de la densit\u00e9 de semis<\/strong> dans la partie Bilan carbon\u00e9)<\/li>\n\n\n\n<li><strong>Impact du CO2 sur la transpiration (plantes en C4)<\/strong> : la concentration en \u00e9quivalent CO2 dans l&rsquo;atmosph\u00e8re agit sur les processus de r\u00e9gulation des stomates et la demande \u00e9vaporative de la plante. Cela a \u00e9t\u00e9 mis en \u00e9vidence et mesur\u00e9 sur des cultures de ma\u00efs (plante en C4) en plein champ avec apport de CO2 dans l&rsquo;atmosph\u00e8re (projet FACE). Cela peut avoir des effets importants en cas de stress hydrique par r\u00e9gulation des stocks d&rsquo;eau dans le sol : effet de r\u00e9silience de l&rsquo;eau dans le sol par r\u00e9duction de la transpiration des plantes. Ce processus est simul\u00e9 dans le mod\u00e8le au travers de deux param\u00e8tres : <em>(CO2)<\/em> qui d\u00e9fini l&rsquo;\u00e9quivalent de concentration de CO2 atmosph\u00e9rique en ppm au niveau du site et <em>SensCO2<\/em> qui d\u00e9fini la sensibilit\u00e9 de la plante \u00e0 cette concentration sur le processus de transpiration.<\/li>\n\n\n\n<li><strong>Bilan d&rsquo;eau dans le sol<\/strong> : l\u2019\u00e9vaporation ne s\u2019effectue que sur le r\u00e9servoir de surface, alors que la transpiration s\u2019effectue sur le r\u00e9servoir des racines qui pour partie, ou compl\u00e8tement, int\u00e8gre le r\u00e9servoir de surface. On consid\u00e8re que l\u2019\u00e9vaporation est le processus le plus rapide, on le retranche en premier sur le r\u00e9servoir de surface. Les estimations d&rsquo;\u00e9vaporation et de transpirations ayant \u00e9t\u00e9 effectu\u00e9es s\u00e9par\u00e9ment, on peut avoir une consommation l\u00e9g\u00e8rement sup\u00e9rieure \u00e0 l&rsquo;eau disponible. On diminuera donc la transpiration en cons\u00e9quence sous l\u2019hypoth\u00e8se que le processus d\u2019\u00e9vaporation est plus rapide.<\/li>\n<\/ul>\n\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"2_bilan_carbone\"><\/span>2 : bilan carbon\u00e9<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"547\" height=\"415\" src=\"https:\/\/sarra-h.teledetection.fr\/wp-content\/uploads\/2023\/03\/SequenceBC.png\" alt=\"\" class=\"wp-image-176\" srcset=\"https:\/\/sarra-h.teledetection.fr\/wp-content\/uploads\/2023\/03\/SequenceBC.png 547w, https:\/\/sarra-h.teledetection.fr\/wp-content\/uploads\/2023\/03\/SequenceBC-300x228.png 300w\" sizes=\"auto, (max-width: 547px) 100vw, 547px\" \/><\/figure>\n\n\n\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Concept_une_approche_de_type_grande_feuille\"><\/span>Concept : une approche de type grande feuille<span class=\"ez-toc-section-end\"><\/span><\/h3>\n\n\n\n<p><\/p>\n\n\n\n<p><img decoding=\"async\" src=\"https:\/\/sarra-h.teledetection.fr\/gfx\/cap\/repBiomasse.png\" alt=\"fig\"><br><\/p>\n\n\n\n<p>La part photosynth\u00e9tiquement active, d\u00e9finie par <em>(kPAR)<\/em>, de l\u2019\u00e9nergie lumineuse intercept\u00e9e est transform\u00e9e en assimilats en fonction de l\u2019activit\u00e9 photosynth\u00e9tique. Cette activit\u00e9 photosynth\u00e9tique est d\u00e9finie en fonction de la surface foliaire commun\u00e9ment traduite par le <em>LAI<\/em> (\u00ab leaf area index \u00bb) qui est ici consid\u00e9r\u00e9e \u00e0 l&rsquo;\u00e9chelle du peuplement d&rsquo;une parcelle : approche grande feuille (Big Leaf). La fraction de rayonnement intercept\u00e9e (EpsilonA) est d\u00e9duite du LAI (loi de Beer). Cette quantit\u00e9 d\u2019\u00e9nergie permet la cr\u00e9ation d\u2019assimilas (dBM), en fonction d&rsquo;un taux de conversion (EpsilonB), ici <em>(TxConversion)<\/em>, est d&rsquo;une part <strong>constant tout au long du cycle<\/strong> et est sup\u00e9rieur \u00e0 celui commun\u00e9ment donn\u00e9 car on simule l&rsquo;ensemble des assimilats produits alors que le taux de conversion traditionnellement calcul\u00e9 ne tient compte que de l&rsquo;augmentation de biomasse a\u00e9rienne sans la biomasse des racines ni la respiration de maintenance (Rm). L\u2019activit\u00e9 photosynth\u00e9tique peut \u00eatre contrainte par l\u2019\u00e9tat hydrique et min\u00e9ral de la plante. Dans le cas d\u2019une contrainte hydrique, le processus de r\u00e9gulation stomatique de la plante intervient.<\/p>\n\n\n\n<p>La r\u00e9partition des assimilas entre ces biomasses suit des r\u00e8gles d\u2019allocations variant en fonction des phases. Une partie des assimilas est consomm\u00e9e, sans production de biomasse, pour la maintenance des tissus vivants que l&rsquo;on appelle la respiration de maintenance (Rm). De l&rsquo;\u00e9mergence \u00e0 la floraison, cette biomasse est dissoci\u00e9e en biomasse des racines (BM(rac)) et biomasse a\u00e9rienne (BM(a\u00e9r)), elle m\u00eame dissoci\u00e9e en biomasse foliaire et tige (BM(feuil)) en utilisant des relations allom\u00e9triques. Apr\u00e8s floraison les assimilas disponibles (dBM-Rm) permettent le remplissage des graines.<\/p>\n\n\n\n<p>L&rsquo;\u00e9quation globale du bilan carbon\u00e9 est d\u00e9finie par :<\/p>\n\n\n\n<pre class=\"wp-block-preformatted\">BiomasseTotalej+1 = BiomasseTotalej + assimilats - respiration de maintenance. \n\nAvec \n\nBiomasseTotale = BiomasseRacine + BiomasseFeuilles + BiomassesTiges + BomassesGrains<\/pre>\n\n\n\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Evolution_du_LAI\"><\/span><strong>Evolution du LAI<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h3>\n\n\n\n<p>Le LAI (\u00ab leaf area index \u00bb) est un indice de surface foliaire du peuplement. Il se mesure par le rapport entre la surface des limbes (m\u00b2) sur la surface de sol. Le LAI peut donc se d\u00e9duire de la biomasse foliaire en fonction de la surface massique des feuilles (<em>SLA<\/em>, specific leaf area). Le SLA d\u00e9cro\u00eet en fonction de l\u2019\u00e2ge de la feuille, d\u00fb \u00e0 son \u00e9paississement. D\u2019autres ph\u00e9nom\u00e8nes interviennent pour l\u2019\u00e9paississement de la feuille notamment les niveaux d\u2019exposition au rayonnement et aussi les ph\u00e9nom\u00e8nes de comp\u00e9tition pour les assimilats. De fait cet indice de surface massique des feuilles est un param\u00e8tre cl\u00e9 dans les m\u00e9thodes de calcul des processus d\u2019accroissement de biomasse s\u2019appuyant sur le LAI pour l\u2019\u00e9valuation du processus d\u2019assimilation. D\u2019autre part, sa dynamique varie en fonction des types de plantes (mono et dicotyl\u00e9dones). La surface massique des feuilles est n\u00e9anmoins un caract\u00e8re g\u00e9n\u00e9tique qui peut \u00eatre d\u00e9finie par des valeurs minimum et maximum. Diff\u00e9rents concepts peuvent s\u2019appliquer sur sa dynamique.<\/p>\n\n\n\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"513\" height=\"130\" src=\"https:\/\/sarra-h.teledetection.fr\/wp-content\/uploads\/2023\/03\/LAI.png\" alt=\"\" class=\"wp-image-177\" srcset=\"https:\/\/sarra-h.teledetection.fr\/wp-content\/uploads\/2023\/03\/LAI.png 513w, https:\/\/sarra-h.teledetection.fr\/wp-content\/uploads\/2023\/03\/LAI-300x76.png 300w\" sizes=\"auto, (max-width: 513px) 100vw, 513px\" \/><\/figure>\n\n\n\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Evolution_du_SLA\"><\/span><strong>Evolution du SLA<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h3>\n\n\n\n<p>les jeunes feuilles ont un SLA sup\u00e9rieur aux vieilles feuilles. La fraction de jeunes feuilles \u00e9l\u00e8ve le SLA global du couvert. Le param\u00e8tre <em>SlaPente<\/em> provoque une chute g\u00e9n\u00e9rale du SLA de la biomasse foliaire existante (<em>SlaPente = chute relative par jour = fraction de diff\u00e9rence entre SLAmax et SLAmin<em>). Ce type de fonctionnement est surtout con\u00e7u pour les l\u00e9gumineuses, mais peut \u00eatre aussi adapt\u00e9 aux autres esp\u00e8ces. Chaque augmentation de la biomasse foliaire journali\u00e8re est consid\u00e9r\u00e9e comme des nouvelles feuilles dont la surface massique est \u00e9gale \u00e0 SLA(max). La valeur de SLA pour l&rsquo;ensemble de la biomasse foliaire est alors d\u00e9duite des moyennes pond\u00e9r\u00e9es pour les nouvelles feuilles et les anciennes feuilles (<\/em>taux de croissance relative<\/em>).<\/p>\n\n\n\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"650\" height=\"397\" src=\"https:\/\/sarra-h.teledetection.fr\/wp-content\/uploads\/2023\/03\/sla.png\" alt=\"\" class=\"wp-image-178\" srcset=\"https:\/\/sarra-h.teledetection.fr\/wp-content\/uploads\/2023\/03\/sla.png 650w, https:\/\/sarra-h.teledetection.fr\/wp-content\/uploads\/2023\/03\/sla-300x183.png 300w\" sizes=\"auto, (max-width: 650px) 100vw, 650px\" \/><\/figure>\n\n\n\n<p><strong>Rayonnement intercept\u00e9 (Ltr)<\/strong> : le LAI permet d\u2019\u00e9valuer le taux de transmission de lumi\u00e8re au sol par la loi de Beer. On y ajoute un coefficient de \u00ab forme \u00bb <em>(kdf)<\/em> qui varie de 0.4 \u00e0 0.8 selon la hauteur des plants et l\u2019angle des feuilles (dress\u00e9es ou non).<\/p>\n\n\n\n<p>Ce coefficient traduit mal les couverts non homog\u00e8nes.<\/p>\n\n\n\n<p><strong>Assimilation totale potentielle <em>(AssimPot)<\/em><\/strong> : La production potentielle d\u2019assimilats est calcul\u00e9e \u00e0 l\u2019\u00e9chelle du peuplement sans prise en compte de contraintes hydriques ou min\u00e9rales. Une relation empirique est d\u00e9finie entre l\u2019activit\u00e9 photosynth\u00e9tique et le taux de couverture foliaire (1-ltr). On d\u00e9finie un coefficient de conversion de l\u2019\u00e9nergie lumineuse en mati\u00e8re s\u00e8che (KepsiB : kg\/ha\/j\/Mj) <strong>constant tout au long du cycle<\/strong> (<em>Txconversion<\/em> en g\/MJ). Seule la part photosynth\u00e9tiquement active du rayonnement (PAR) est retenue, d\u00e9finie ici par un coefficient <em>kPar<\/em> (0.5). Un frein hydrique <em>(cstr)<\/em> est d\u00e9fini par le rapport Tr\/TrPot qui r\u00e9duira l&rsquo;assimilation potentielle.<\/p>\n\n\n\n<p><strong>Respiration de maintenance journali\u00e8re <em>(DRespMaint)<\/em><\/strong> : la respiration de maintenance varie en fonction de la temp\u00e9rature et de la biomasse<\/p>\n\n\n\n<p><em>loi du Q10=2, la valeur double quand la T\u00b0 augmente de 10\u00b0<\/em>.<\/p>\n\n\n\n<p>La biomasse verte, principalement les feuilles, respire de fa\u00e7on proportionnelle \u00e0 leur biomasse. Ceci permet d\u2019expliquer le fait que la biomasse plafonne, parfois, m\u00eame avant la phase de s\u00e9nescence. Pour calculer les pertes en termes de mati\u00e8re s\u00e8che, en supposant qu&rsquo;il s&rsquo;agit surtout de CH20, il faut multiplier les valeurs mesur\u00e9es par 0.65 (rapport poids mol\u00e9culaire CH20\/CO2). Pour la plante enti\u00e8re, il faut prendre en compte les fractions massiques des organes. En supposant 0.03 pour les feuilles et moins de 0.01 pour les autres tissus, on peut faire une estimation de 0.01 pour la plante enti\u00e8re \u00e0 floraison. La prise en compte du poids plus important de la biomasse foliaire est pris en compte en doublant la valeur d\u00e9finie de <em>TxRespMaint<\/em> pour cette biomasse.<br>Remarque : c&rsquo;est de l\u2019\u00e9piaison \u00e0 la maturit\u00e9 que le poids de la respiration de maintenance est le plus important.<\/p>\n\n\n\n<p>Exemple de valeurs (en g CO2 par g de MS par j):<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>mil (feuilles): 0.03 \u00e0 25\u00b0C<\/li>\n\n\n\n<li>ma\u00efs temp\u00e9r\u00e9 (feuilles): 0.032 \u00e0 24\/18\u00b0C<\/li>\n\n\n\n<li>ma\u00efs: 0.026 \u00e0 25\u00b0C<\/li>\n\n\n\n<li>riz: 0.02 \u00e0 25\u00b0C<\/li>\n\n\n\n<li>sorgho: toute une gamme de r\u00e9sultats entre 0.01 et 0.073, moyenne 0.029 \u00e0 30\u00b0C<\/li>\n\n\n\n<li>bl\u00e9: 0.016 \u00e0 20\u00b0C<\/li>\n\n\n\n<li>coton : 0.038 \u00e0 30\u00b0C<\/li>\n<\/ul>\n\n\n\n<p>Pour des tissus \u00ab non-feuille \u00bb on observe des valeurs entre 0.005 et 0.01 (\u00e0 20\u00b0C pour les temp\u00e9r\u00e9s, \u00e0 30\u00b0C pour les tropicaux).<\/p>\n\n\n\n<p><strong>Augmentation de la biomasse totale <em>(BiomasseTotale &amp; DbiomTot)<\/em><\/strong> : la production d\u2019assimilas potentielle est r\u00e9duite par l\u2019indice de satisfaction en eau de la plante (ie : transpiration r\u00e9elle\/transpiration potentielle). La quantit\u00e9 d\u2019assimilas participant \u00e0 l\u2019augmentation de biomasse correspond \u00e0 la quantit\u00e9 nette d\u2019assimilats moins la respiration de maintenance.<\/p>\n\n\n\n<p><strong>R\u00e9partition des biomasses<\/strong> : la biomasse totale <em>(BiomasseTotale)<\/em> est r\u00e9partie en biomasse racinaire, tige, feuilles et grains<\/p>\n\n\n\n<p><strong>R\u00e9partition biomasse totale en racines <em>(BiomasseRacinaire)<\/em> et biomasse a\u00e9rienne <em>(BiomasseAerienne)<\/em><\/strong> : la r\u00e9partition en biomasse racinaire et a\u00e9rienne suit une relation allom\u00e9trique avant la phase de maturation <em>(KpenteAero, KbaseAero)<\/em>.<\/p>\n\n\n\n<p><strong>R\u00e9partition biomasse a\u00e9rienne en feuilles, tiges puis grains<\/strong> : l\u2019\u00e9volution de la biomasse a\u00e9rienne en biomasse foliaire, de tige et enfin en grains suit deux dynamiques en fonction des phases ph\u00e9nologiques . Avant floraison, on utilise une relation allom\u00e9trique (cf graphique) qui est une relation stable en cas de stress hydrique. Et apr\u00e8s floraison, on se base sur le concept de comp\u00e9tition (r\u00e9partition prioritaire des assimilas vers les grains). Une s\u00e9nescence des feuilles peut \u00eatre favoris\u00e9e quand l&rsquo;apport en assimilats <em>(DBiomTot- DRespMaint)<\/em> est inf\u00e9rieur \u00e0 la demande. On retranche alors cette diff\u00e9rence \u00e0 la biomasse foliaire et des tiges. La r\u00e9allocation des r\u00e9serves est toujours inf\u00e9rieure \u00e0 la demande en assimilas <em>(fraction KRealloc)<\/em>, ce qui peut s\u2019expliquer par l\u2019\u00e9nergie d\u00e9pens\u00e9e par les processus de r\u00e9allocation mis en \u0153uvre. Lors du remplissage des grains (capsules, fruits&#8230;), la demande journali\u00e8re de remplissage <em>(DRdtPot)<\/em> s&rsquo;ajoute \u00e0 la respiration de maintenance pour le calcul de la r\u00e9allocation ce qui se traduit souvent par une sc\u00e9nescence forc\u00e9e des feuilles pour les vari\u00e9t\u00e9s ayant un fort potentiel de rendement<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Dans le cas des c\u00e9r\u00e9ales \u00e0 partir du stade de l\u2019anth\u00e8se (floraison), on consid\u00e8re qu\u2019il n\u2019y a plus d\u2019augmentation de la biomasse v\u00e9g\u00e9tative <em>(BiomaseVegetative= BiomasseTiges+BiomasseFeuilles)<\/em>.<\/li>\n\n\n\n<li>Dans le cas des plantes \u00e0 floraison continue cette relation se poursuit en comp\u00e9tition avec celle li\u00e9e au remplissage des grains (capsules, fruits&#8230;) : cas du coton et du soja. Pour la prise en compte de cette comp\u00e9tition il suffit de sp\u00e9cifier la valeur 6 au param\u00e8tre de la vari\u00e9t\u00e9 <em>PhaseDevVeg<\/em>.<\/li>\n<\/ul>\n\n\n\n<ul class=\"wp-block-list\">\n<li><img decoding=\"async\" src=\"https:\/\/sarra-h.teledetection.fr\/gfx\/cap\/AllomAerienne.png\" alt=\"fig\"><\/li>\n<\/ul>\n\n\n\n<p><strong>La demande de remplissage des grains<\/strong> : chaque plante a un potentiel de rendement d\u00e9duit d\u2019une fraction fixe de la biomasse a\u00e9rienne (potentiel g\u00e9n\u00e9tique), souvent exprim\u00e9e par l\u2019indice de r\u00e9colte (Harvest Index, ex : 30%&#8230;50%). En fonction de l\u2019\u00e9tat de la plante, ce potentiel peut \u00eatre r\u00e9duit par plusieurs processus : r\u00e9duction de sites reproducteurs (\u00e9pis) et du nombre de fruits ou grains. Ces processus ont lieu lors de la phase reproductive, dite sensible (anth\u00e8se \u00e0 floraison). On simule l\u2019effet des contraintes subies par la plante en consid\u00e9rant qu\u2019elles se traduisent par une dynamique moindre d\u2019augmentation de la biomasse totale. Ainsi les contraintes hydriques, induisant une r\u00e9duction de biomasse lors de cette phase critique, vont se traduire par une r\u00e9duction du potentiel de rendement, certains le traduisent par le nombre de grains. Ici la r\u00e9duction du potentiel de rendement est fonction de la r\u00e9duction de biomasse. Le nouveau rendement potentiel au stade de floraison <em>(RdtPot)<\/em> est ainsi obtenu par la diff\u00e9rence des biomasses aux stades d\u2019initiation paniculaire et de la floraison qui nous donne un indice de pente, avec en base <em>(KRdtPotB)<\/em> et un coefficient <em>(KRdtPotA)<\/em> traduisant le potentiel de rendement vari\u00e9tal souvent traduit par l\u2019indice de r\u00e9colte (Harvest index).<\/p>\n\n\n\n<p>note : on peut retrouver tr\u00e8s simplement l&rsquo;\u00e9quivalent du nombre de grains juste apr\u00e8s floraison en faisant le rapport du <em>(RdtPot)<\/em> \u00e0 floraison sur le poid moyen d&rsquo;un grain <em>(PoidsSecGrain)<\/em> qui fait partie des variables \u00e0 d\u00e9finir pour chaque vari\u00e9t\u00e9s.<\/p>\n\n\n\n<p><\/p>\n\n\n\n<p><strong>Le rendement grain <em>(Rdt)<\/em><\/strong> : partant d\u2019un potentiel de rendement <em>(RdtPot)<\/em>, celui-ci d\u00e9pendra surtout de la phase de remplissage des grains. La contrainte la plus grande est traduite par la satisfaction en eau de la plante o\u00f9, \u00e0 ce stade, la demande des grains est la plus forte et consid\u00e9r\u00e9e comme prioritaire. La demande en biomasse journali\u00e8re des grains <em>(DRdtPot)<\/em> est bas\u00e9e sur le concept d\u2019une \u00e9volution ph\u00e9nologique en degr\u00e9s-jours et d&rsquo;une relation lin\u00e9aire pour sa dynamique de remplissage des grains, la demande est \u00e9gale au rapport de la temp\u00e9rature du jour sur la somme de temp\u00e9rature d\u00e9finie pour cette phase <em>(Matu1)<\/em> multipli\u00e9e par le rendement potentiel.<\/p>\n\n\n\n<p>Pour les esp\u00e8ces \u00e0 floraison continue (Coton, Soja\u2026), comme \u00e0 chaque jour on calcul une augmentation du rendement cela s&rsquo;applique tr\u00e8s bien au processus de floraison continue qui peut \u00eatre bloqu\u00e9e ou s&rsquo;annul\u00e9e (ph\u00e9nom\u00e8ne d&rsquo;abscission pour le coton).<\/p>\n\n\n\n<p><strong>Prise en compte de la densit\u00e9 de semis<\/strong> : en fonction des strat\u00e9gies de production, des contraintes et des esp\u00e8ces\/vari\u00e9t\u00e9s une densit\u00e9 de semis (en plants\/ha) est recommand\u00e9e <em>(DensOPti)<\/em>.<\/p>\n\n\n\n<p>Nous faisons la double hypoth\u00e8se : 1) en de\u00e7\u00e0 de cette densit\u00e9 de semis, il n&rsquo;y a qu&rsquo;un faible effets de comp\u00e9titions entre plants une relation de type lin\u00e9aire est appliqu\u00e9e, 2) au-del\u00e0 de cette densit\u00e9 recommand\u00e9e on consid\u00e8re qu&rsquo;il y a une comp\u00e9tition entre plants (saturation) qui se traduit par une forme asymptotique. Pour tenir compte de ces effets densit\u00e9s sur la dynamique des biomasses et valeurs affect\u00e9es un simple rapport des densit\u00e9s de semis r\u00e9elle avec la densit\u00e9 de semis optimale est appliqu\u00e9 \u00e0 ces valeurs lors des calculs de bilan carbon\u00e9s.<\/p>\n\n\n\n<p>Ainsi chaque jour, les calculs des processus de bilan carbon\u00e9 (biomasses, rendement et <em>LAI<\/em>) sont simul\u00e9s avec une densit\u00e9 optimale. Pour effectuer ces calculs les valeurs de biomasses et LAI sont converti de la densit\u00e9 r\u00e9elle \u00e0 cette densit\u00e9 optimale par cette relation asymptotique. D\u00e8s que l&rsquo;ensemble de ces processus sont finalis\u00e9s, on convertit en sens inverse pour avoir les valeurs rapport\u00e9es \u00e0 la densit\u00e9 r\u00e9elle de semis. Par exemple pour un ma\u00efs OPV (open polenisated variety) une densit\u00e9 de semis de 65 000 plants par hectare est conseill\u00e9e en Afrique ; pour des pratiques intensives avec des vari\u00e9t\u00e9s hybrides (forte fertilisation, irrigation&#8230;) une densit\u00e9 de 85 000 plants\/ha est couramment observ\u00e9e en Europe, USA.<\/p>\n\n\n\n<p>Cette relation asymptotique est calibr\u00e9e au travers de deux autres param\u00e8tres : <em>DensiteP<\/em> pour la pente de la relation, <em>DensiteA<\/em> pour la borne asymptotique. Cela interagit ainsi sur le <em>LAI<\/em>, qui est d\u00e9duit de la biomasse foliaire verte et du SLA rapport\u00e9 \u00e0 la plante enti\u00e8re.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Note : la densit\u00e9 de semis influe donc aussi sur la demande \u00e9vapotranspirative, dans la partie bilan hydrique, au travers du <em>ltr<\/em> et du <em>Kcp<\/em> fonction du <em>LAI<\/em> qui est fonction de la biomasse foliaire rapport\u00e9e \u00e0 la densit\u00e9 de semis r\u00e9el.<\/li>\n<\/ul>\n\n\n\n<p><strong>Prise en compte du niveau d&rsquo;intensification<\/strong> : les objectifs (ou perspectives) de ce mod\u00e8le sont d&rsquo;essayer de repr\u00e9senter au mieux la diversit\u00e9 des situations observ\u00e9es en milieu paysan de la parcelle \u00e0 l&rsquo;\u00e9chelle de territoire et notamment pour la petite agriculture familiale. M\u00eame dans des conditions assez homog\u00e8nes le changement d&rsquo;\u00e9chelle impact fortement la capacit\u00e9 pr\u00e9dictive des mod\u00e8les par une absence de connaissance r\u00e9elle des valeurs et variabilit\u00e9 des facteurs clefs : <em>On a regional scale, the cropping system must be described by only a few variables whose selection depends on the study objective and the involved processes. Collecting cropping system information for all support units is often simplified by identifying determining factors of cropping systems. Obtaining deterministic relations between easily accessible factors and cropping system variables is not always possible, and sometime accessing modalities of determining factors for all support units is also difficult<\/em>(cf. Leenardt &amp; al., 2010, DOI: 10.1051\/agro\/2009002)<\/p>\n\n\n\n<p>Dans les milieux tropicaux on est face \u00e0 une tr\u00e8s grande variabilit\u00e9 spatio-temporelle des contraintes et strat\u00e9gies des agriculteurs. Au sein d&rsquo;un village on observe des variations de rendements d&rsquo;un facteur de 10 (de 500 \u00e0 plus de 5000 kg\/ha pour le ma\u00efs, au Burkina Faso, voir ci-dessous). Cette variabilit\u00e9 s&rsquo;observe aussi au sein m\u00eame des parcelles. Les facteurs intervenants sur cette variabilit\u00e9 sont multiples et en dehors de suivi tr\u00e8s fin et fortement contr\u00f4l\u00e9s, il est difficile d&rsquo;en dissocier et estimer leurs impacts respectif (Projet Sigma et AgMip). Dans un contexte de suivi de parcelles paysannes et plus sp\u00e9cifiquement dans un contexte de petite \u00e0 toute petite agriculture familiale, il apparait illusoire d&rsquo;esp\u00e9rer documenter correctement ces diff\u00e9rents facteurs \u00e0 l&rsquo;\u00e9chelle des parcelles pour en simuler leurs impacts et encore plus \u00e0 l&rsquo;\u00e9chelle de territoire.<\/p>\n\n\n\n<p>Nous faisons l&rsquo;hypoth\u00e8se de traduire l&rsquo;ensemble des facteurs clefs au sein d&rsquo;un indice unique dont l&rsquo;impact sur les processus se traduit au travers du taux de conversion de la vari\u00e9t\u00e9 cultiv\u00e9e \u00e0 l&rsquo;exemple de l&rsquo;effet de la fertilit\u00e9 sur le taux de conversion, **ainsi dans une exp\u00e9rimentation o\u00f9 seul le niveau de fertilit\u00e9 varie il suffit de d\u00e9finir le rapport entre celui qui est observ\u00e9 avec le niveau de fertilit\u00e9 recommand\u00e9 **.<\/p>\n\n\n\n<p>Dans ce contexte ce rapport est d\u00e9fini par la variable <em>CoeffNI<\/em> (sup \u00e0 0 \u00e0 plus de 1), qui se doit d&rsquo;exprimer la combinaison de diff\u00e9rents facteurs clefs dont principalement : le niveau de fertilit\u00e9 globale (sol et apports), la qualit\u00e9 du travail du sol dont le contr\u00f4le des mauvaises herbes&#8230; La valeur 1 de <em>CoeffNI<\/em> correspond \u00e0 une situation optimum se r\u00e9f\u00e9rant aux situations recommand\u00e9es pour la vari\u00e9t\u00e9. Cette simple relation empirique ne nous permet que de capter la variabilit\u00e9 des rendements observ\u00e9s sur un territoire, comme au Burkina Faso (6 villages r\u00e9partis dans la province de Tuy, projet Sigma), sans pour autant \u00eatre capable de l&rsquo;expliciter. Dans les exemples ci-dessous nous avons d\u00e9fini 4 niveaux d&rsquo;intensification, passant d&rsquo;une situation optimum (1), \u00e0 bonne (0,7), mauvaise (0,3) et tr\u00e8s mauvaise (0,1), nous permettant de capter cette variabilit\u00e9 des rendements provenant d&rsquo;enqu\u00eates \u00e0 dire de paysans (Mil, S\u00e9n\u00e9gal) ou de mesures sur des parcelles en milieu paysan (Ma\u00efs et Sorgho, Burkina). De ces suivis faisant appel \u00e0 une information tr\u00e8s globale on peut ainsi pond\u00e9rer les r\u00e9sultats obtenus en regard de leur r\u00e9partition\/occurence pour en d\u00e9duire un rendement r\u00e9el paysan rapport\u00e9 \u00e0 l&rsquo;\u00e9chelle d&rsquo;un territoire.<\/p>\n\n\n\n<p>fig manquante<\/p>\n\n\n\n<p>Pour reproduire ces r\u00e9sultats au travers d&rsquo;une seule variable d\u00e9finissant ce niveau d&rsquo;intensification a \u00e9t\u00e9 \u00e9tablie une double relation asymptotique et une gaussienne invers\u00e9 permettant d&rsquo;en d\u00e9duire le taux de conversion \u00e9quivalent : TxConversion = NIYo + NIp<em>(1-exp(-NIp<\/em> NI ))- (exp(-0,5<em>((NI-LGauss)\/AGauss)\u00b2))\/(AGauss<\/em>2,506628274631). Avec <em>NIYo<\/em> le d\u00e9calage en Y de l&rsquo;asymptote, <em>NIp<\/em> la pente de l&rsquo;asymptote, <em>LGauss<\/em> la largeur de la Gaussienne et <em>AGauss<\/em> l&rsquo;amplitude de la Gaussienne. Les quatre niveaux d&rsquo;intensification d\u00e9finis plus haut, qui ont permis de v\u00e9rifier la capacit\u00e9 pr\u00e9dictive du mod\u00e8le au sein de suivis en milieu paysan, sont sp\u00e9cifi\u00e9s ici par des carr\u00e9s. Cela nous a permis de calibrer les variables par esp\u00e8ces (cf fichier NI_TxConv.xls).<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Phenologie\"><\/span>Ph\u00e9nologie<span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<p>Traditionnellement le cycle de culture de la plante est d\u00e9coup\u00e9 en phases de d\u00e9veloppement, d\u00e9limit\u00e9es par des stades ph\u00e9nologiques. Au sein de ces phases les dynamiques d\u2019\u00e9volution et\/ou l\u2019impact des contraintes sur le d\u00e9veloppement et le rendement suivent les m\u00eames lois.<\/p>\n\n\n\n<p>Le cycle de culture peut se diviser en 4 phases principales :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Phase v\u00e9g\u00e9tative juv\u00e9nile (BVP ou \u00ab basic vegetative period \u00bb)<\/li>\n\n\n\n<li>Phase sensible \u00e0 la photop\u00e9riode (PSP ou \u00ab photoperiod-sensitive period \u00bb)<\/li>\n\n\n\n<li>Phase reproductive (RPR ou \u00ab reproductive phase \u2026 \u00bb)<\/li>\n\n\n\n<li>Phase de maturation (Matu)<\/li>\n<\/ul>\n\n\n\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"642\" height=\"347\" src=\"https:\/\/sarra-h.teledetection.fr\/wp-content\/uploads\/2023\/03\/PhasePheno.png\" alt=\"\" class=\"wp-image-179\" srcset=\"https:\/\/sarra-h.teledetection.fr\/wp-content\/uploads\/2023\/03\/PhasePheno.png 642w, https:\/\/sarra-h.teledetection.fr\/wp-content\/uploads\/2023\/03\/PhasePheno-300x162.png 300w\" sizes=\"auto, (max-width: 642px) 100vw, 642px\" \/><\/figure>\n\n\n\n<h3 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Concept_degres_jours_SDJ_et_duree_du_jour_PP\"><\/span>Concept : degr\u00e9s jours (SDJ) et dur\u00e9e du jour (PP)<span class=\"ez-toc-section-end\"><\/span><\/h3>\n\n\n\n<p>Dans SARRA habill\u00e9e ces phases sont d\u00e9coup\u00e9es en 7 stades permettant d\u2019optimiser la gestion des m\u00e9thodes de calcul et de contr\u00f4le :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>0 : avant Semis Dur\u00e9e avant semis (date de semis fix\u00e9e ou calcul\u00e9e)<\/li>\n\n\n\n<li>1 : Germination seuil d\u2019humectation du sol (croissance des racines), puis Dur\u00e9e fonction d\u2019une somme de degr\u00e9s jour (SDJGermi)<\/li>\n\n\n\n<li>2 : BVP Dur\u00e9e fonction d\u2019une somme de degr\u00e9s jour (SDJBVP) \u00e0 atteindre<\/li>\n\n\n\n<li>3 : PSP Si la vari\u00e9t\u00e9 est photop\u00e9riodique, dur\u00e9e fonction de la longueur du jour (PP)<\/li>\n\n\n\n<li>4 : RPR Dur\u00e9e fonction d\u2019une somme de degr\u00e9s jour (SDJRPR) \u00e0 atteindre (nota : phase sensible du stade initiation paniculaire \u00e0 floraison de l&rsquo;\u00e9piaison \u00e0 l&rsquo;anth\u00e8se<\/li>\n\n\n\n<li>5 : MATU1 Dur\u00e9e fonction d\u2019une somme de degr\u00e9s jour (SDJMat1) \u00e0 atteindre, phase sensible de remplissage des grains (Ex : 2\/3 phase maturation, grains p\u00e2teux)<\/li>\n\n\n\n<li>6 : MATU2 Dur\u00e9e fonction d\u2019une somme de degr\u00e9s jour (SDJMat2) \u00e0 atteindre, phase non sensible, fin de maturation (dessiccation des grains)<\/li>\n\n\n\n<li>7 : Indique le jour de maturation compl\u00e8te permettant la r\u00e9colte<\/li>\n<\/ul>\n\n\n\n<p>Lorsque l\u2019on atteint un seuil (somme de temp\u00e9rature, somme de f(PP)), on change de phase. Ce changement met \u00e0 jour, en fonction des phases, diff\u00e9rentes variables utilis\u00e9es pour la dynamique de la biomasse. De m\u00eame en fonction des phases des processus diff\u00e9rents seront activ\u00e9s ou d\u00e9sactiv\u00e9s.<\/p>\n\n\n\n<p>Toutes les phases sont d\u00e9finies par une dur\u00e9e en degr\u00e9s-jour (SumDegreDays), except\u00e9 la phase PSP o\u00f9 intervient la photop\u00e9riode fonction de la latitude :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Pour les phases fonction d&rsquo;un cumul de degr\u00e9s jours le passage \u00e0 la phase suivante repose sur une somme de temp\u00e9rature \u00e0 atteindre (m\u00e9thode la plus courante et la moins sp\u00e9cifique d\u2019un environnement climatique). Ces seuils de degr\u00e9s-jours sont d\u00e9termin\u00e9s pour chaque vari\u00e9t\u00e9s.<\/li>\n\n\n\n<li>La dur\u00e9e de la phase PSP d\u00e9pend de la sensibilit\u00e9 \u00e0 la photop\u00e9riode d\u2019une vari\u00e9t\u00e9, sa dur\u00e9e varie donc en fonction de la latitude et de la date de semis. La fin de cette phase est toujours marqu\u00e9e par l\u2019initiation paniculaire. La phase RPR est situ\u00e9e entre l\u2019initiation paniculaire et se termine \u00e0 la floraison. La phase maturation se distingue en une sous-phase de remplissage des grains (Matu1) suivie par une sous-phase de dessiccation des grains (grain laiteux \u00e0 sec). Les phases RPR et une partie de la phase de maturation (Matu1, avant dessiccation) sont les phases les plus sensibles aux contraintes (hydriques\u2026) et ont un impact important sur le rendement dans le cas des c\u00e9r\u00e9ales.<\/li>\n<\/ul>\n\n\n\n<p><strong>Les degr\u00e9s jours<\/strong> : des seuils de temp\u00e9ratures bornent les \u00e9tapes de calcul des degr\u00e9s jour. Tbase temp\u00e9rature au del\u00e0 de laquelle la croissance n&rsquo;est pas bloqu\u00e9e, TL temp\u00e9rature l\u00e9tale au del\u00e0 de laquelle la plante ne peut vivre, Topt1 et Topt2 bornes optimum de d\u00e9veloppement pour la plante. On calcule une vitesse moyenne de d\u00e9veloppement en consid\u00e9rant qu&rsquo;elle est lin\u00e9airement croissante de 0 \u00e0 1 entre Tbase et Topt1, puis constante et \u00e9gale \u00e0 1 entre Topt1 et Topt2 puis lin\u00e9airement d\u00e9croissante de 1 \u00e0 0 entre Topt2 et Tlethale. On calcule alors la temp\u00e9rature \u00e9quivalente comprise entre Tbase et Topt1 donnant la m\u00eame vitesse de d\u00e9veloppement. Les degr\u00e9s jours correspondent \u00e0 cette temp\u00e9rature \u00e9quivalente.<\/p>\n\n\n\n<p><strong>La photop\u00e9riode<\/strong> : une photop\u00e9riode (PP) d\u00e9favorable ralentie le processus de l\u2019induction florale. La dur\u00e9e de cette p\u00e9riode d\u2019induction, normalement instantan\u00e9e sous conditions favorables, est fonction d&rsquo;une valeur seuil les concepts et m\u00e9thodes de calculs sont d\u00e9crites dans une publication (M. Dingkhun et al., 2008). L\u2019initiation florale se d\u00e9clenche quand ce seuil critique est atteint. <img decoding=\"async\" src=\"https:\/\/sarra-h.teledetection.fr\/gfx\/warning24.png\" alt=\"ico\"> La PP utilis\u00e9e dans le mod\u00e8le est la dur\u00e9e astronomique du jour, sans tenir compte du \u00ab civil twilight \u00bb. Dans le \u00ab civil twilight \u00bb, la dur\u00e9e du jour est plus longue car elle int\u00e8gre les p\u00e9riodes faiblement \u00e9clair\u00e9es avant l\u2019apparition et la disparition du soleil, o\u00f9 la plante est d\u00e9j\u00e0 physiologiquement r\u00e9active<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Un mod\u00e8le est une repr\u00e9sentation partielle d&rsquo;un syst\u00e8me que l&rsquo;on \u00e9tudie. Il ne prend en compte que les processus et les variables consid\u00e9r\u00e9s comme pertinents et g\u00e9n\u00e9ralisables pour le mod\u00e9lisateur. Les choix pertinents d\u00e9pendent des objectifs du mod\u00e9lisateur et la g\u00e9n\u00e9ralisation des ph\u00e9nom\u00e8nes choisis d\u00e9pend du domaine d&rsquo;extrapolation vis\u00e9. Les mod\u00e8les SARRA sont une bo\u00eete &#8230; <a title=\"Formalisme des mod\u00e8les SARRA\" class=\"read-more\" href=\"https:\/\/sarra-h.teledetection.fr\/?page_id=13\" aria-label=\"En savoir plus sur Formalisme des mod\u00e8les SARRA\">Lire la suite<\/a><\/p>\n","protected":false},"author":2,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-13","page","type-page","status-publish"],"_links":{"self":[{"href":"https:\/\/sarra-h.teledetection.fr\/index.php?rest_route=\/wp\/v2\/pages\/13","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/sarra-h.teledetection.fr\/index.php?rest_route=\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/sarra-h.teledetection.fr\/index.php?rest_route=\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/sarra-h.teledetection.fr\/index.php?rest_route=\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/sarra-h.teledetection.fr\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=13"}],"version-history":[{"count":10,"href":"https:\/\/sarra-h.teledetection.fr\/index.php?rest_route=\/wp\/v2\/pages\/13\/revisions"}],"predecessor-version":[{"id":182,"href":"https:\/\/sarra-h.teledetection.fr\/index.php?rest_route=\/wp\/v2\/pages\/13\/revisions\/182"}],"wp:attachment":[{"href":"https:\/\/sarra-h.teledetection.fr\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=13"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}