"Les analyses et les conclusions de ce travail
d'étudiant n'engagent que la responsabilité de son auteur et
non celle d'AGROCAMPUS OUEST".
AGROCAMPUS OUEST Arvalis - Institut du
Végétal
CFR Rennes Station Expérimentale de la
Jaillère
65 rue de Saint-Brieuc 44370 LA CHAPELLE SAINT SAUVEUR
35042 RENNES
Mémoire de Fin d'Études
Diplôme d'Ingénieur de l'Institut
Supérieur des Sciences Agronomiques, Agroalimentaires, Horticoles et
du Paysage
Année universitaire : 2011-2012
Spécialisation ou option : Statistiques
appliquées
Modélisation du coefficient apparent
d'utilisation de l'azote issu d'un engrais minéral apporté sur
blé tendre d'hiver
Par : François COLLIN
Date : 20/09/2012 Autorisation de diffusion : Oui
Devant le jury : Soutenu
à Rennes le : 10 septembre 2012
Sous la présidence de : Jérôme PAGES
Maître de stage : Jean-Pierre COHAN Enseignant référent :
Julie JOSSE
Mémoire de fin d'études
Modélisation du coefficient apparent d'utilisation de
l'azote issu d'un engrais minéral apportésur blétendre
d'hiver
François Collin Maître de stage :
Etudiant ingénieur agronome Jean-Pierre Cohan
Master de statistiques appliquées Agronome
spécialiséthématique fertilisation
Soutenance
10 septembre 2012
Remerciements
Jean-Pierre Cohan, agronome spécialisésur les
thématiques de fertilisation et maître de stage, m'a
accordésa confiance pour mener à bien ce projet. Malgréses
nombreuses missions, il s'est montrédisponible dans la mesure
du possible et a veilléàla bonne marche du stage. Pour
l'attention et la sympathie dont-il a fait preuve àmon égard je
le remercie sincèrement.
Je remercie également Jean-Charles Deswarte,
écophysiologiste àArvalis - Institut du Végétal. Il
a participéau suivi des travaux en répondant présent aux
comités de pilotages au cours desquels il a pu apportéson
expérience et son regard critique.
De même, je dois remercier François Piraux,
statisticien àArvalis - Institut du Végétal qui a fait
preuve de patience pour répondre àmes doutes et
interrogations.
Je remercie mes collègues de bureau : Gérald,
Pauline et Olivier. Nous avons partagéde bons moments et j'espère
que nos routes se croiserons de nouveaux, d'ici làje leur dit merci et
leur souhaite une bonne continuation.
Enfin, je remercie l'ensemble du personnel d'Arvalis -
Institut du Végétal de la station de La Jaillière qui m'a
réservéun accueil des plus agréables, permettant à
ce stage de se dérouler dans des conditions très
appréciables. Outre l'expérience professionnelle que m'a
apportéce stage, je garderai un souvenir plus personnel du partage
d'expérience et de points de vue autour de l'agriculture.
Riche de cette expérience tant professionnelle que
personnelle, je ne peux qu'être enthousiaste
àl'idée de renouveler ma collaboration avec Arvalis -
Institut du Végétal lors ma prochaine affectation. Merci et
àbientôt.
Table des matières
Liste des figures Liste des tableaux
1
|
Introduction : la modélisation du CAU, une
réponse aux enjeux de la fertilisation
|
|
|
azotée
|
1
|
|
1.1
|
Le CAU : indicateur de l'efficacitédes apports d'engrais
azotés
|
1
|
|
|
1.1.1 Un Coefficient Apparent différent du Coefficient
Réel d'Utilisation
|
2
|
|
|
1.1.2 Complément à 100 du CAU : les pertes
d'azote issue de l'engrais
|
2
|
|
1.2
|
Utilisation du CAU dans la détermination des doses
d'engrais à apporter aux cultures
|
3
|
|
1.3
|
Travaux de modélisation
|
3
|
|
|
1.3.1 La vitesse de croissance pour expliquer le CAU
|
3
|
|
|
1.3.2 Introduction de variables climatiques et de l'état
de nutrition azotée
|
4
|
|
1.4
|
Problématique de l'étude
|
5
|
2
|
Matériel et méthodes
|
7
|
|
2.1
|
Préparation et présentation des données
|
7
|
|
|
2.1.1 Les essais : acquisition de données brutes
|
7
|
|
|
2.1.2 Calculs des variables d'intérêt
|
8
|
|
|
2.1.2.1 Détermination du CAU
|
8
|
|
|
2.1.2.2 Estimation de la vitesse de croissance
|
10
|
|
|
2.1.2.3 Comment estimer l'état de nutrition azotéde
la culture?
|
11
|
|
|
2.1.2.4 Relevédes variables pluviométriques
|
11
|
|
|
2.1.3 ~Elaboration du jeu de données pour l'étude
du CAU
|
12
|
|
2.2
|
Exploration et compréhension du jeu de données
|
13
|
|
|
2.2.1 Modèles généraux d'analyses
statistiques
|
13
|
|
2.3
|
~Elaboration d'un modèle explicatif du CAU
|
14
|
|
|
2.3.1 Analyse factorielle
|
14
|
|
|
2.3.2 Approche linéaire de la sélection de
modèles
|
15
|
|
|
2.3.3 Introduction de relations non linéaires
|
16
|
|
|
2.3.4 Validation du modèle
|
16
|
|
2.4
|
Moyens informatiques
|
16
|
3
|
Résultats
|
17
|
|
3.1
|
Préparation des données
|
17
|
|
|
3.1.1 Examen des données
|
17
|
|
|
3.1.2 La variable à expliquer, le CAU
calculéàla récolte
|
18
|
|
|
3.1.3 Les variables explicatives
|
21
|
|
|
3.1.3.1 La vitesse de croissance
|
21
|
|
|
3.1.3.2 ~Etat de nutrition azotée
|
24
|
|
|
3.1.3.3 Variables pluviométriques
|
24
|
|
3.2
|
~Elaboration d'un modèle explicatif du CAU
|
27
|
3.2.1 Analyse multidimensionnelle 27
3.2.2 Modèles linéaires 30
3.2.2.1 Un point de départ : le modèle nul et le
modèle VC 30
3.2.2.2 L'INN apporte-t-il une amélioration au
modèle? 33
3.2.2.3 Qu'en est-il de la pluviométrie? 33
3.2.2.4 Synthèse des ajustements linéaires 38
3.2.3 Modélisation non linéaire 39
4 Discussion - conclusion 43
Bibliographie 46
Glossaire, liste des abréviations et formulaire
48
Annexes i
I Répartition des sites de l'étude i
II 'Echelle Zadoks ii
III Extrait du jeu de données iii
IV Fonctions de Weibull : variations des paramètres de
formes et d'échelle iv
V Algorithme de Backfitting v
VI Algorithme de Newton, annexe du cours de P.A. Cornillon
vi
VII Déterminer la structure de variance-covariance d'un
effet aléatoire : réponse de Dou-
glas Bates à Michael Kubovy sur le R-SIG vii
VIII Fonctions d'estimation des RMSEP pour des modèles de
classe R nls ou mer . . . ix
IX Résultats détaillés de l'ACP sur
variables pluviométriques x
X Catégorisation des groupes issues d'une classification
ascendante hiérarchique . . . xi
Liste des figures
1.1 Les formes d'azote dans le sol 2
1.2 Le modèle VC 4
2.1 Courbe de dilution critique 12
2.2 Construction des jeux de données 13
3.1 Examen de cinétiques de croissances, de
l'évolution des teneurs en azote et des quan-
tités d'azote absorbées 17 3.2 Relation entre
les quantités d'azote apportées par l'engrais et les
quantités d'azote
absorbées 18
3.3 'Evolution du CAU moyen en cours de culture de 6 essais
19
3.4 Distribution du CAU selon les stades de fertilisation et
comparaison des CAU obtenus
pour chaque modalité 20
3.5 Qualitédes ajustements des modèles de
croissance 21
3.6 Estimations des paramètres des cinétiques de
croissance obtenus par régression non
linéaire 22
3.7 Ajustement de cinétiques de croissance 23
3.8 'Evolution de la VC 23
3.9 Teneurs en azote mesurées et INN calculés
24
3.10 Distribution des variables pluviométriques 25
3.11 Distribution des variables pluviométriques selon les
stades d'apport 26
3.12 Exploration du jeu de données par AFM 28
3.13 Premier plan de l'espace décrit par la
pluviométrie 29
3.14 Représentations du CAU en fonction des variables
explicatives 30
3.15 Confrontation des données de l'étude au
modèle VC 31
3.16 Effets marginaux du modèle 4 36
3.17 'Evolution du résidu du modèle 1 au
modèle 4 et confrontation des estimations aux
données réelles 37
3.18 'Evolution du REQMP entre le modèle nul et le
modèle 4 38
3.19 CAH sur les écarts au modèle
général du modèle 4 selon les essais 39
3.20 Ajustement du modèle non linéaire 1 40
3.21 Ajustement du modèle non linéaire 2 41
Liste des tableaux
2.1 Variables étudiées du jeu de données
8
2.2 Description de l'échelle Zadoks 9
2.3 Modalités de fertilisation 9
2.4 Mesures réalisées 9
3.1 Estimation des coefficients liés aux modalités
20
3.2 Analyse des composantes de la variance de l'INN 25
3.3 Estimation des effets aléatoires du modèle 0
31
3.4 Test des effets du modèle 1 31
3.5 Estimation des effets aléatoires du modèle 1
32
3.6 Test des effets du modèle 2 32
3.7 Estimations des effets fixes du modèle 2 32
3.8 Estimation des effets aléatoires du modèle 2
32
3.9 Test des effets du modèle 3 33
3.10 Comparaison des modèles 2 et 3 33
3.11 Estimations des effets fixes du modèle 3 33
3.12 Estimation des effets aléatoires du modèle 3
34
3.13 Test des effets du modèle 4 34
3.14 Comparaison du modèle 4 au modèle 3 35
3.15 Estimations des effets fixes du modèle 4 35
3.16 Estimation des effets aléatoires du modèle 4
35
3.17 Estimation des paramètres du modèle non
linéaire (VC) 41
3.18 Estimation des paramètres du modèle non
linéaire (VC + pl) 41
3.19 Comparaison des modèles obtenus par régression
non linéaire après ajout de la variable
pluviométrique 42
1
1 Introduction : la modélisation du CAU,
une
réponse aux enjeux de la fertilisation
azotée
La disponibilitéen azote minéral constitue un
des principaux facteurs limitants de la production quantitative et qualitative
des céréales à pailles. Pour des raisons
économiques (tendance à la hausse du prix des engrais, notamment
liée à l'évolution du prix des énergies fossiles)
et réglementaires (durcissement des contraintes environnementales
liéau transfert d'azote réactif hors de la parcelle agricole), il
deviendra nécessaire à l'avenir de recourir à de moindres
quantités d'engrais minéraux azotés de synthèse.
Sous cette contrainte, le maintien des niveaux de productions actuels, voire
leur augmentation, nécessitera de maintenir un état de nutrition
azotée optimal des cultures. Cela pourra passer par le recours
àd'autres sources d'azote (fixation symbiotique par l'emploi de
légumineuses dans les systèmes de culture, recyclage de l'azote
des produits résiduaires organiques, ...), et par l'amélioration
significative de l'efficacitédes apports d'engrais azotés de
synthèse (Cohan et al., 2011). C'est dans le contexte de cette seconde
option que se situe le travail de ce stage.
1.1 Le CAU : indicateur de l'efficacitédes
apports d'engrais azotés
L'azote contenu dans un engrais apportéàune
culture n'est pas intégralement utilisépar cette dernière.
Les micro-organismes du sol sont responsables de l'immobilisation d'une
fraction de l'azote minéral par organisation. Des
phénomènes physico-chimiques, liés aux
caractéristiques du sol ou à
l'activitédénitrifiante de certains processus, provoquent des
pertes par voie gazeuse. Enfin, la lixiviation de l'azote nitrique
entraîne des pertes en profondeur. Pour rendre compte de la part de
l'azote de l'engrais valorisée par la culture, on quantifie
l'accroissement de l'absorption d'azote permis
par l'apport, en comparaison àune situation non
fertilisée. On traduit ainsi l'efficacitéde l'apport,
àn'importe quel moment survenant après la date de
fertilisation. Indépendamment de la dose d'azote
apportée, cette conception de
l'efficacitéreprésente la coefficient directeur d'une relation
linéaire de l'azote absorbéen fonction de l'azote
apporté(équation 1.1). Cette relation est vraie tant que les
quantités apportées demeurent inférieures
àl'optimum technique de nutrition azotée de la culture. Au
delà, la fraction d'azote absorbée diminue,
l'efficacitémarginale de l'engrais décroît.
CAU = QND - QN0
D
|
ÄQN (1.1)
ÄD
|
- CAU : Coefficient Apparent d'Utilisation
- QND : azote absorbépour une fertilisation de
D kg N ha-1 - QN0 : azote
absorbéen l'absence de fertilisation
Le CAU se présente comme un indicateur de
l'efficacitédes apports d'engrais azotés minéraux. En
outre, le CAU est un coefficient apparent car il simplifie les
processus complexes en jeu àl'échelle de la plante. A ~ ce titre,
il est nécessaire de comprendre ce à quoi correspond un
coefficient réel pour justifier l'emploi du terme simplificateur. Enfin,
si le CAU quantifie l'azote absorbé, qu'advient-il de l'azote
non-absorbé?
2
|