C. Confrontation avec les conseillers techniques de la
filière
L'ensemble des compartiments et processus ont
été validés par les conseillers techniques. De plus ces
entretiens durent l'occasion d'écarter certaines hypothèses qui,
selon les conseillers techniques, ne s'appliquent pas au réseau. C'est
pourquoi l'influence des traitements foliaires (produits phytosanitaires et
fertilisation) sur la nécrose foliaire ne sera pas retenue comme facteur
à regarder en priorité.
Ce schéma ne représente pas la
temporalité des différents processus. De plus, tous ces
processus sont quantitativement différents suivant les
variétés.
Nous avons donc identifié théoriquement les
facteurs et processus influents sur nos variables de sortie (ou indicateurs) :
ce schéma représente l'ensemble des hypothèses de
fonctionnement que l'on peut formuler sur une parcelle de verger. A partir de
cet ensemble d'hypothèses, nous souhaitons identifier lesquelles
expliquent nos variations de variables de sortie dans le contexte réel
de chaque parcelle. Ceci nous permettra finalement de caractériser les
pratiques dans leur contexte.
44
MORGANE FOURNIER
MEMOIRE DE FIN D'ETUDE - AGROPARISTECH
Figure 19: Etape de la méthodologie
45
MORGANE FOURNIER
MEMOIRE DE FIN D'ETUDE - AGROPARISTECH
III. Identification des variables et des
hypothèses représentatives du fonctionnement de chaque parcelle :
analyses individuelles de parcelles
Après avoir sélectionné les variables
correspondantes aux hypothèses à tester, nous analysons un
échantillon de parcelles choisies a priori pour leur
diversité de comportement [Anne GUERIN 2015], ce qui correspond à
la deuxième étape de la démarche (figure 18). Ces analyses
individuelles de parcelle visent à identifier les
hypothèses principales qui différencient ECO de PROD dans notre
réseau, en leur attribuant une note de confiance.
A. Matériel et méthode
1) Méthode d'analyse
A partir du schéma conceptuel, nous avons construit
un schéma d'analyse adapté aux données
disponibles (figure 19 page 45). Dans ce schéma d'analyse, les
facteurs identifiés dans le schéma conceptuel sont mis en
relation avec les variables disponibles recueillies sur le terrain :
on élimine alors certains facteurs pour lesquels on n'a pas de
données disponibles. Par exemple il serait intéressant de
connaitre l'exploration racinaire, indiquée par le facteur « racine
» dans le schéma conceptuel. Nous ne disposons d'aucun indicateur
pour ce facteur : on ne l'utilisera donc pas dans le schéma d'analyse
Nous ne nous intéressons qu'aux facteurs et non aux
processus. Avoir accès aux processus nécessite une
modélisation, c'est-à-dire d'établir des relations
génériques à partir de données mesurées.
Cette modélisation est trop complexe et nécessite trop de
données pour être réalisées ici.
En parcourant le schéma depuis les variables de sortie,
le but est d'expliquer les différences de valeurs
observées sur les variables de sortie entre ECO et PROD.
L'analyse est menée par comparaison des modalités ECO et
PROD au sein de la parcelle mais aussi par comparaison avec des
références bibliographiques utilisées par certains membres
du réseau et/ou identifiées dans la bibliographie (disponible en
Annexe 3). L'analyse se déroule comme suit :
1. Etude des variables de sortie pour
identifier les différences ou similarité à expliquer.
2. Etude des variables représentatives des
facteurs déterminants du rendement et de la croissance.
Premièrement on analyse l'impact des bioagresseurs car ils sont plus
facilement identifiables. Même s'ils ne constituent pas le coeur de
l'analyse, ils sont ponctuellement pris en compte car ils expliquent parfois
une grosse partie des différences ou similarités.
Deuxièmement on s'intéresse aux principaux éléments
minéraux (N, K et Mg) en mettant en lien les apports, l'état du
milieu (reliquat azoté ou teneur du sol en minéraux) et
l'état nutritionnel de l'arbre, c'est-à-dire les teneurs
foliaires. Phosphore et calcium ne sont pas étudiés car ils
posent peu de problèmes en pommier à cidre [Soing 2004, Nathalie
DUPONT 2015]. Enfin on étudie les effets possibles de la gestion du rang
et de l'interrang. On a ainsi parcouru les facteurs déterminants
identifiés comme primordiaux lors de la première phase.
3. Un bilan nous permet de mettre en relation les
hypothèses afin de saisir l'ensemble des
interactions.
La différence de vigueur est testée
statistiquement : on n'observe que la dernière année en
considérant que c'est le résultat final. La différence de
rendement est établit à partir de 0.5T/ha ou 20% du maximum
(seuil de prise en charge des pertes de rendement par l'IFPC). Le maximum de
ces deux critères est retenu.
L'analyse porte sur les trois variétés,
hormis pour les conclusions relatives à l'analyse de feuille et à
la croissance car ces données ne sont disponibles que pour
Judor.
46
MORGANE FOURNIER
MEMOIRE DE FIN D'ETUDE - AGROPARISTECH
Figure 20 : schéma d'analyse des parcelles
Liste des abréviations : BP : bâche plastique, BT :
bâche tressée, CV : couvert végétal, DC :
désherbage chimique, DM : désherbage mécanique, MU :
mulch
47
MORGANE FOURNIER
MEMOIRE DE FIN D'ETUDE - AGROPARISTECH
2) Données disponibles et choix des variables
Depuis la plantation, un ensemble de mesures et de recueil de
données est fait par les producteurs et les conseillers
techniques responsables de la parcelle. Deytieux [2012] distingue
quatre catégories :
? Variables de contexte : observations et mesures
nécessaires à la prise de décision ou servant à la
caractérisation du contexte (sol par exemple), qui caractérisent
le système à un temps t ;
? Enregistrements des interventions culturales : sont
relevés entre autre le type d'intervention, les machines
employées ou les intrants, ainsi que les caractéristiques et
quantités pour les intrants ; ? Observations pour mesurer l'impact de
ces interventions ;
? Variables d'intérêt dites aussi « de
sortie » : servent à identifier si l'objectif global est atteint.
Dans notre cas, ces variables de sortie sont le rendement et la croissance.
Un exemple est donné pour le puceron cendré en
tableau 8 p47.
Nous remarquerons que cette classification des variables
dépend du point de vue qu'on se fixe : évaluation de la
règle de décision, compréhension du fonctionnement du
système, etc...
Parmi l'ensemble des mesures faites, nous avons donc
sélectionnées les mesures :
1) Qui donnent une indication sur la variable de sortie (en
bleu), le facteur explicatif (en vert) ou sur l'itinéraire technique (en
rouge) ;
2) Qui sont disponibles pour les parcelles
étudiées et pour l'ensemble du réseau. En effet, pour
diverses raisons (perte d'échantillon, indisponibilité du
chargé de la mesure, oubli), certaines données ne sont pas
disponibles.
Les données disponibles et utilisées lors de
l'analyse parcellaire sont disponibles en Annexe 4.
En plus de ces données, la pluviométrie ainsi
que les températures minimales et maximales ont été
obtenues via différents réseau de stations
météorologiques.
3) Représentation du réseau
Afin de se représenter
l'hétérogénéité des parcelles, nous avons
indiqué dans le tableau 8 (page 40) la moyenne pour les variables
retenues ainsi que leur minimum et maximum.
48
MORGANE FOURNIER
MEMOIRE DE FIN D'ETUDE - AGROPARISTECH
|
Variables de contexte
|
Comptage d'oeufs en hiver. Si plus de 1% d'obstacles
touchés, alors application d'une huile sur les trois
variétés. Comptage de foyer en période
péri-florale. Si plus de 5% d'obstacles touchés, alors
application d'un insecticide
|
|
Enregistrements des
interventions
culturales
|
Nombre de passage et type de produit (molécule active,
concentration, adjuvant).
Présence de bande fleurie, de haies.
|
|
Observations pour mesurer
l'impact de ces
interventions
|
Comptage du nombre de foyers.
Observations du nombre et du type d'auxiliaires dans les foyers
de pucerons.
|
|
Variables de sortie
|
Bilan qualitatif de la présence de pucerons en
juillet.
|
Tableau 8 : Exemple de données recueillies pour
l'étude du puceron cendré
|
SORTIE
|
|
RELIQUATS
|
ANALYSE DE FEUILLE
|
|
rendement
|
circonf
|
charge
|
sortiehiver
|
f2plus60jours
|
avantrecolte
|
azotetotalen%ms
|
magnesiumtotalen%ms
|
potassiumtotalen%ms
|
|
Min
|
0
|
5.31
|
0
|
4.4
|
11.1
|
10.2
|
1.4
|
0.14
|
0.68
|
|
Max
|
15
|
20.6
|
4.95
|
88.2
|
230.3
|
188.5
|
2.843
|
0.37
|
2.53
|
|
Médiane
|
6.302
|
11.9
|
0
|
23
|
47.3
|
30.8
|
2.2
|
0.2
|
1.95
|
|
SOL (physique)
|
SOL (chimique)
|
|
tauxargileen
|
tauxlimons
|
tauxsables
|
tauxdematiereorganique
|
cecencmol/kg
|
ph
|
Tauxsaturation CEC
|
Mg_CEC
|
K_CEC
|
Ca_CEC
|
|
Min
|
11.7
|
58
|
6.1
|
2.02
|
7.4
|
5.1
|
55
|
3.271
|
1.57
|
38.92
|
|
Max
|
28.5
|
71.5
|
25.1
|
5.42
|
13.65
|
7.5
|
113
|
12.601
|
13.074
|
97.8
|
|
Médiane
|
16.9
|
69.6
|
15.8
|
2.96
|
10.6
|
6.5
|
82.5
|
5.778
|
6.972
|
70.66
|
|
FERTILISATION AZOTEE
|
FERTI. MAGNESIENNE
|
FERTILISATION POTASSIQUE
|
CLIMAT
|
|
N.fol.ferti
|
Nsol_min_print
|
Nsol_min_ete
|
Nsol_orga_print
|
Nsol_orga_ete
|
Mg.fol.ferti
|
Mg.ferti.sol
|
K.fol.ferti
|
Ksol_min_print
|
Ksol_orga_print
|
Pluvio
|
Tmoy
|
|
Min
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
637
|
9.05
|
|
Max
|
1.4635
|
61.975
|
100.5
|
107.12
|
35
|
1.9152
|
100
|
5.1765
|
300
|
750
|
1026
|
13.7
|
|
Médiane
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
834
|
11.2
|
Tableau 9 : Minimum, maximum et médiane des
variables utilisées. Mg_CEC, K_CEC et Ca_CEC : les taux de
saturation de la CEC
dans ces différents minéraux ; fol.ferti
: fertilisation foliaire sol_min_ete : fertilisation minérale au sol en
été ;
sol_orga_print : fertilisation organique au sol au
printemps
49
MORGANE FOURNIER
MEMOIRE DE FIN D'ETUDE - AGROPARISTECH
| 
