I.3.1.- Analyse du contexte
L'identification du phénomène à
modéliser et l'analyse des objectifs attendus représentent les
premières étapes d'une modélisation. Les enjeux sociaux et
scientifiques d'un exercice de simulation doivent être connus pour
valoriser le recours à un modèle. C'est à ce niveau que le
système doit être décrit et ses conditions aux limites bien
définies.
I.3.2.- Choix du modèle
Le choix du modèle à utiliser est très
important. Il est bien connu que la complexité et la précision
change d'un model à l'autre. C'est à l'utilisateur de faire un
choix judicieux de l'outil à utiliser. Ce choix dépendra de la
complexité des processus à modéliser, des objectifs
attendus, de la précision souhaitée ainsi que des données
disponibles.
I.3.3.- Ajustement
Avant d'utiliser un modèle, il faut garder à
l'esprit que sa conception est fondée sur un ensemble
d'hypothèses et qu'il n'a pas été forcement testé
pour les conditions de travail de l'utilisateur. Les valeurs des
paramètres n'étant pas universelles, il est nécessaire de
les ajuster pour adapter le modèle à la situation à
modéliser. De plus, le nombre de paramètre d'entrée est
souvent élevé et la plus part d'entre eux ne sont pas directement
mesurables (Metselaar, 1999 in Hadria, 2006). Il est nécessaire
d'estimer leurs valeurs, donc de mettre au point ou d'utiliser des
méthodes d'estimation (Wallach et al, 2002 in Hadria, 2006). Le
choix des paramètres à ajuster est souvent
précédé d'une étude de sensibilité dont le
principe consiste à estimer l'influence des valeurs des
paramètres sur les variables internes ou de sorties du modèles
(Saltelli et al, 1999 ; Saltelli et al, 2000 in Hadria, 2006). Cette
étape d'justement est souvent appelée étalonnage ou
calibration du modèle.
I.3.4.- Validation
Une fois que le modèle est calibré sur un jeu
de données, sa validation consiste à l'appliquer à
d'autres jeux de données indépendants pou juger la qualité
de sa calibration.
L'ajustement est satisfaisant si le modèle arrive
à reproduire les variables d'intérêt de sortie et leurs
tendances ou si les écarts entre la simulation et l'observation sont
conservés. Sinon, un travail supplémentaire de
réétalonnage est nécessaire.
I.3.5.- Utilisation de modèle
Théoriquement, un modèle calibré et
validé est considéré prêt à être
utilisé pour réaliser des prédictions ou des études
de scénarios. La qualité des résultats obtenus est
sensée être conservée si les conditions d'utilisation du
modèle ne sont pas très différentes de celles de sa
calibration et de sa validation. Mais dans la pratique, et surtout dans le
domaine de l'agronomie, il est important de savoir qu'un modèle doit
toujours rester un simple outil de
prédiction et de diagnostic qui n'est pas forcement
censé reproduire finement la réalité (Hadria,
2006).
| 
