WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Recherche de facteurs explicatifs des écarts à  la relation négative rendement - teneur en protéines chez le blé tendre (Triticum aestivum L. )

( Télécharger le fichier original )
par Fatma Ben Cheikh
Institut des sciences et industries du vivant et de l'environnement, dit AgroParisTech - Master 2 recherche 2012
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

Résultats et discussion

Les résultats qui seront exposés à la suite de ce document concernent un sous jeu de données extrait de la base de données panoramix. En fait, ces données sont le résultat d'une multitude d'essais qui ont été fait sur plusieurs années dans différents endroits et pour différents buts.

Nous avons effectué un nettoyage en éliminant les lignes dans lesquels des données manquaient. Puis nous avons ajouté de nouvelles variables qui sont la quantité d'azote absorbé en pos-floraison, la quantité d'azote remobilisée, la biomasse de remplissage en éliminant les valeurs insensées. Ces valeurs éliminées concernaient surtout la quantité d'azote absorbée en post-floraison vu qu'on a eu des valeurs très étranges. Nous avons donc conservé un nouveau jeu de données sur lequel nous avons travaillé.

1. Relation entre rendement en grain et la teneur en protéines

Nous avons établi la relation entre le rendement en grains (q/ha) et la teneur en protéines des grains (%). Nous avons obtenu une corrélation significativement négative avec une pente de l'ordre de -0.034 et un coefficient de corrélation égale à 0.35 dans l'absence du facteur variété ( Erreur ! Source du renvoi introuvable.).

Figure 7: Relation entre la teneur en protéines et le rendement pour les quatre variétés: Apache, Caphorn, Charger et Soissons

Le Erreur ! Source du renvoi introuvable. résume les valeurs de la pente et des coefficients de détermination obtenus suite à la corrélation faite pour chaque variété.

Tableau 2: Pentes et coefficients de détermination de la relation rendement - teneur en protéines pour les quatre variétés

Variété

Pente

Coefficients de détermination (R²)

Charger

-0.015

0.30

Soissons

-0.013

0.1

Apache

-0.05

0.83

Caphorn

-0.044

0.34

Les valeurs des coefficients de corrélation diffèrent d'une variété à une autre. En effet, pour la variété Apache la relation est très bien expliquée avec R² de l'ordre de 0.83. Cependant, ce coefficient est très faible pour la variété Soissons. L'analyse de variance de la relation rendement - teneur en protéines a montré qu'il n'y a pas effet significatif de l'interaction rendement x variété. Cependant, il existe un effet significatif de la variété au seuil de á=5% avec un P-value de l'ordre de 0.022.

2. Calcul des résidus standardisés (le GPD) de la relation rendement - teneur en protéines 

Le GPD est par définition les résidus de la régression qui existe entre le rendement et la teneur en protéines. Dans le but d'obtenir une droite de référence pour les GPD, nous avons effectué une itération éliminant les points qui sont supérieur à |1.96| (selon la loi de la distribution normale des résidus). Les valeurs obtenues sont comprises entre -1.88% et 1.82%.

Dans un second temps, nous avons calculé les GPDs pour tout le jeu de données. Il est égal à la différence entre la valeur de la teneur en protéines mesurée et sa valeur prédite par le modèle (régression entre teneur en protéines et rendement). Le résultat est comme montré dans la Erreur ! Source du renvoi introuvable.. Les valeurs de GPD obtenues pour les quatre variétés sont comprises entre - 9.13% et 3.46%.

Figure 8: Boxplot montrant les GPDs selon les variétés

3. Evaluation des variables explicatives du GPD

Différentes corrélations ont été évaluées entre des variables explicatives du processus azotés (absorption d'azote en floraison, absorption d'azote en post-floraison et la remobilisation d'azote) et le GPD. Le but était de trouver quelle est parmi ces variables physiologiques celle qui explique au mieux la déviation à la relation rendement - teneur en protéine. Le Erreur ! Source du renvoi introuvable. résume le résultat trouvé pour les différentes relations. Nous pouvons remarquer que parmi les quatre variables, l'indice de nutrition azotée et la quantité d'azote absorbée en floraison expliquent bien la variation du GPD. Cependant, ceci n'exclue pas l'importance de l'absorption azotée en post-floraison et la part d'azote remobilisé dans la détermination du GPD. En effet l'analyse de variance a montré qu'il y a un effet significatif de PANU1(*) et de QNremobilisée2(*) sur le GPD (Pvalue égale à 1.013e-8 et 2.2e-16 respectivement).

Tableau 3: Coefficients de détermination et Pvalue (á=5%) de la corrélation entre le GPD et la quantité d'azote accumulée en floraison (QNfloraison), indice de nutrition azotée à floraison (INNfloraison), quantité d'azote absorbée en post-floraison (PANU), quantité d'azote remobilisée (QNremobiliseé) et Ecart PANU-QNR

 

GPD

Pvalue (á=5%)

 

Apache

Caphorn

Charger

Soissons

Apache

Caphorn

Charger

Soissons

QNfloraison

<2.2e-16

0,53

0,60

0,37

0,04

INNfloraison

<2e-16

0,58

0,68

0,52

0,05

PANU

1.013e-8

0,12

0,05

0,1

0,1

QNremobiliseé

2.2e-16

0,44

0,43

0,18

0,017

Ecart PANU-QNR

<2.2e-16

0.66

0.55

0.49

0.17

Suite à l'analyse de variance des variables, on a remarqué que, pour le modèle contenant le GPD et la PANU, il y a un effet additif de la variété sur le PANU sans qu'il y soit un effet significatif d'interaction. D'une part, l'effet de l'interaction entre variété et l'INN, le QNfloraison et la QNremobilisée est significative avec un P-value de l'ordre de <2e-16 ; 1.32e-15 et 3.92e-11 respectivement.

Ainsi, comme premier résultat, nous pouvons tirer l'importance du statut azoté de la plante pendant la floraison dans la détermination de la relation qui existe entre la teneur en protéine et le rendement. Ce résultat est confirmé par la Erreur ! Source du renvoi introuvable. qui montre que lorsque les points sont au-dessous d'un état de nutrition azotée optimal (inférieur à 1) nous avons dans la majorité des cas des valeurs négatives de GPD (excepté la variété Soissons). Ceci reflète un résultat agronomique classique qui, pour un INN égale à 1 permet une conduite optimale du blé en rendement comme en teneur en protéines. Toutefois, d'après le graphique nous pouvons voir que même pour une valeur suboptimale d'INN (INN=0 ,8), nous avons des valeurs de GPD variables. Ceci laisse une marge d'action en post-floraison sur le pilotage d'un troisième apport. Dans le cas contraire où l'indice de nutrition azotée est inférieur à 0,8 toutes les valeurs de GPD sont négatives. Cependant la variété « Soissons » présente des résultats différents par rapport aux trois autres présentant un coefficient de corrélation très faible mais montrant un effet d'interaction sur la relation significatif pour un P-value(test de Student) de l'ordre de 2.8 e -16 .

Figure 9: Relation entre GPD et l'INN floraison pour chacune des variétés (la distribution des points est faite selon les années des campagnes agricoles)

4. La part de l'azote absorbé en post-floraison dans l'explication du GPD

L'absorption d'azote en préfloraison et la quantité d'azote absorbé en post-floraison sont deux processus reliés entre eux. Obtenir une corrélation relativement faible entre le GPD et le PANU3(*), peut être dans une part, expliqué par cette «dépendance» entre le QNfloraison4(*) et le PANU. Autrement dit, dans la relation entre GPD - PANU, il existe une part de PANU négligé qui n'est pas expliquée par QNfloraison ou QNremobilisée. En effet, pour tenir compte de l'absorption post-floraison sur le GPD nous avons étudié l'écart à la relation PANU-QNfloraison et PANU-QNremobilisée.

L'établissement d'une relation entre le GPD et les deux variables a montré que l'écart à la relation PANU-QNremobilisée explique mieux le GPD. De plus, nous avons trouvé une étroite relation entre la quantité d'azote absorbé en préfloraison et la quantité d'azote remobilisée avec un R² compris entre 0.7 et 0.9. De ce fait la part d'azote absorbé en post-floraison dans l'explication de GPD sera expliquée à travers l'étude de la relation GPD-écart PANU-QNremobilisée. La Erreur ! Source du renvoi introuvable. montre cette relation. L'écart entre les deux variables en question explique de 50% à 60% la variation de GPD pour les variétés Apache, Charger et Caphorn et seulement 18% pour la variété Soissons. Cette dernière, comme dans le cas d'étude de la relation entre GPD et INN, a montré un faible coefficient de corrélation tout en ayant un effet significatif d'interaction avec l'écart PANU-QNR sur la relation.

En outre, les deux variables INN et l'écart à la relation PANU-QNremobilisée semble être dépendants. Il existe une relation similaire qui relie ces deux facteurs au GPD. L'analyse de variance du modèle intégrant à la fois le GPD, l'écart à la relation PANU- QNremobilisée et l'INNfloraison montre un effet significatif de l'interaction entre les deux variables avec un Pvalue de l'ordre de 3.76e-16. La Figure 11 explique la relation GPD - écart PANU-QNremobilisée en tenant compte de l'indice de la nutrition azotée. La figure explique les résultats trouvés auparavant. En effet, pour un INN optimale (entre 0,8 et 1) les valeurs de GPD sont positives. La biomasse est alors suffisante pour assurer un bon nombre de grain et une demande en azote forte pour générer de l'absorption post-floraison. De plus les valeurs de l'écart PANU-QNremobilisée sont plutôt positives. Dans le cas contraire où les valeurs de l'INN à floraison sont faibles (< 0.8) tous les points du GPD affichent des valeurs négatives tout comme les valeurs de l'écart PANU-QNremobilisée.

Ainsi, il nous a paru important d'expliquer cet écart à partir des variables agronomiques qui déterminent le rendement ou bien la teneur en protéines pour voir le poids relatif entre le pré et le post floraison.

Figure 10: Relation entre l'écart à la relation PANU-QNremobilisée et le GPD pour les quatre variétés Apache, Caphorn , Charger et Soissons (la distribution des points est faite selon les années)

Figure 11: Relation entre le GPD et l'écart à la relation PANU-QNremobilisée expliquée par l'INNfloraison pour les quatre variétés.

Le choix était misé sur le PMG (poids mille grains) et la biomasse aérienne de remplissage. Le Erreur ! Source du renvoi introuvable. résume le résultat de l'analyse de variance pour les deux variables agronomiques. La biomasse aérienne pendant le remplissage explique bien cet écart entre la PANU et la QNremobilisée. En fait, la biomasse de remplissage est la différence entre la biomasse aérienne totale à la récolte et la biomasse aérienne en floraison, donc c'est celle produite pendant la phase post-floraison à partir de l'azote remobilisé ou bien absorbé par les racines pendant cette phase. De ce fait nous pouvons percevoir le rôle de l'absorption azotée tardive sur le GPD.

Tableau 4:Coefficient de détermination et Pvalue de la relation entre l'ecart PANU-QNremobilisée et le Poids mille grain (PMG) et la biomasse de remplissage (BMremplissage)

Ecart PANU-QNremobilisée

PMG5(*)

Pvalue (á=0.5)

Apache

Caphorn

Charger

Soissons

Apache

Caphorn

Charger

Soissons

1.189e-10

0,16

0,033

0,0033

0,28

BMremplissage6(*)

Pvalue

Apache

Caphorn

Charger

Soissons

Apache

Caphorn

Charger

Soissons

2.2e-16

0,3

0,17

0,4

0,17

5. Evaluation des variables agro-climatiques

Le contexte agro-climatique est susceptible de modifier le poids des déterminants du GPD. Nous avons bien remarqué que les variables PANU et QNremobilisé explique d'une manière ou d'une autre la variation de GPD. Ces variables dépendent énormément des conditions pédo-climatiques du site. Après avoir connu les variables agronomiques explicatives de GPD, on a étudié la relation qui existe entre les variables agronomiques et les différents facteurs climatiques susceptibles de les modifier. Les facteurs climatiques sont:

- Somme du rayonnement (phase floraison jusqu'à maturité) : sRg

- Nombre des jours ou le ETR/ETM est <1 : ETR/ETM<1

- Somme de T>25°C (phase floraison jusqu'à maturité): somme T>25°C

- Nombre de jours pour T>25°C (phase floraison jusqu'à maturité): NjoursT>25°C

- Somme de T<15°C (phase floraison jusqu'à maturité): sT<15°C

En effectuant les corrélations entre les différentes variables, on a obtenu des coefficients de détermination très faible ( Tableau 6). On a eu recours à l'analyse de variance pour voir l'effet de chaque facteur climatique sur les variables agronomique. Le Erreur ! Source du renvoi introuvable. résume les résultats trouvés.

Une température élevée et un déficit hydrique pendant la phase de remplissage ont un effet significatif sur la QNremobilisée et le PANU. En effet, une succession de jours avec une température dépassant 25°C ou bien le maintien d'une température élevée pendant la phase post-floraison diminue la quantité de l'azote remobilisé des parties végétatives vers les grains ainsi que la capacité de la plante à absorber de l'azote pendant cette phase. Ce même effet est observé lorsqu'un déficit hydrique a lieu.

Tableau 5: Pvalue (á=5%) des différentes relations entre la quantité d'azote remobilisée (QNremobilisée), la quantité d'azote absorbée en post-floraison (PANU), l'ecart à la relation PANU-QNremobilisée (ecPANU.QNR) et la biomasse de remplissage (BMremplissage) et les facteurs climatiques.

 

NjoursT>25°C

somme T>25°C

ETR/ETM<1

Spluie

Setr

sT<15°C

sRg

QNremobilisée

0.0015

0.0035

0.011

0.00069

0.01

ns

ns

PANU

1.25e-8

ns

0.00424

0.019

ns

ns

ns

ecPANU.QNR

7.033e-11

ns

ns

ns

ns

ns

ns

BMremplissage

9.914e-9

ns

ns

0.009

0.036

0.042

0.016

Tableau 6: Coefficients de corrélation des differentes corrélations entre la quantité d'azote remobilisée (QNR), la quantité d'azote absorbée en post-floraison (PANU), l'ecart à la relation PANU-QNremobilisée (ecPANU.QNR) et la biomasse de remplissage (BMremp) et les facteurs climatiques pour les variétés Apache (A), Caphorn (C), Charger (Ch), Soissons (S)

 

NjoursT>25°C

somme T>25°C

ETR/ETM<1

Spluie

Setr

 

A

C

Ch

S

A

C

Ch

S

A

C

Ch

S

A

C

Ch

S

A

C

Ch

S

 

QNR

0.007

0.0723

0.009

0.032

0.00015

0.03

0.07

0.0026

0.0376

0.0037

0.0090

0.0102

0.0130

0

0.0065

0.0517

0.0607

0.0144

0.0361

 

 

PANU

0.09

0.0002

0.2

0.096

0.09

0.0013

0.12

0.1138

0.0564

0.0004

0.0166

0.0685

4e-05

4e-05

1e-05

0.0470

0.0609

0.0047

0.0049

0.0011

 

ecPANU.QNRemoilisée

0.09936

0.04604

0.12

0.2

0.06

0.0253

0.0102

0.1618

0.0023

0.0006

0.0016

0.0503

0.0067

2e-05

0.0060

0.0093

0.0002

0.0004

0.0115

0.0015

 

BMremp

0.08373

0.034

0.13

0.085

0.044

0.037

0.0281

0.0736

4e-04

0.0005

0.0030

0.0147

0.0351

0.0004

0.00097

0.0065

0.0088

0.0003

0.0021

0.0038

 

* 1 Quantité d'azote absorbée en post-floraison

* 2 Quantité d'azote remobilisée

* 3 Azote absorbé en post-floraison.

* 4 Quantité d'azote absorbé en floraison.

* 5 Poids mille grains

* 6 Biomasse pendant le remplissage

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Tu supportes des injustices; Consoles-toi, le vrai malheur est d'en faire"   Démocrite