IPSIM rouille brune du blé

IPSIM rouille brune du blé

rouille brune

Développement du modèle IPSIM-Wheat-brown rust :

1- Construction du modèle en 3 étapes (grâce au logiciel DEXi et par bibliographie et expertise) 

  • 1° étape - Identification et organisation des attributs

Pour les modèles IPSIM rouille brune, 11 attributs de base et 6 attributs agrégés ont été retenus grâce aux recherches bibliographiques et ont permis d’aboutir à la structure de l’arbre d’agrégation. le sous-arbre "pratiques culturales" est le plus important, ce qui traduit la complexité des effets avec  des décisions tactiques à court terme et des décisions stratégiques à +/- long terme.
Les attributs agrégés sont identiques à ceux du  modèle IPSIM Wheat pour permettre une généricité. On notera cependant que les paramètres pédologiques n’ont pas été pris en compte, car ils ne sont pas décrits dans la littérature.
L’attribut final est la sévérité de la rouille brune.

.

  • 2°étape - Définition des échelles des attributs

Toutes les échelles  sont qualitatives, ordinales ou nominales. Elles ont été définies par bibliographie et expertise. IPSIM rouille brune utilise une échelle de 4 valeurs maximum.
Elles sont toujours ordonnées des valeurs favorables au développement de la maladie (défavorables à la culture) à gauche aux valeurs défavorables à la maladie (favorables à la culture) à droite. Dans le logiciel DEXi, cette différence est clairement visible car, par convention, les valeurs bénéfiques à l'utilisateur (ici à l'agriculteur) sont en vert et les défavorables en rouge.

.

  • 3° étape – Définition des tables d’agrégation

Pour chaque attribut d’agrégation, une table permet de calculer sa valeur en fonction des sous-attributs descendants  suivant la règle du "si...alors".
La figure ci-dessous représente la table d'agrégation pour l'attribut agrégé "atténuation en culture" : Choix de la variété (3 niveaux possibles) x Niveau de la fertilisation azotée (2 niveaux  possibles) x Densité de semis (3 niveaux possibles) = Atténuation en culture (4 possibilités) selon 18 règles d’agrégation ou 18 combinaisons possibles.
Ceci permet de prendre en compte les combinaisons de pratiques.

Toutes les tables d'agrégation sont disponibles dans le lien ci-dessous.

2 -  Évaluation de la qualité prédictive 

La sévérité finale de rouille brune est calculée par DEXi par combinaison de l'ensemble des attributs agrégés.
Voici un exemple de simulation pour 3 systèmes contrastés, un système en bio, un en conventionnel et un à haut niveau d'intrants.

En tout, 1740 site-années (parcelles expérimentales ou commerciales) ont été utilisés pour l’évaluation de la qualité prédictive du modèle. Ils sont composés d’un grand nombre de combinaisons de pratiques culturales et de situations de production (13 régions céréalières fançaises sur plus de 15 ans).
Le modèle a été évalué pour sa capacité à prédire les classes de sévérité. Pour ce faire, les données quantitatives observées ont été transformées en valeurs ordinales, en utilisant la même discrétisation comme le modèle (c'est-à-dire 0-5 %, 5 à 10 %, 10 à 20 %, 20-50 %, 50-100 %).
La matrice de confusion du modèle a été calculée et la précision associée (proportion de situations correctement prédites) ainsi que quadratique de la Cohen pondéré Kappa, τb de Kendall et ρS rang coefficient de corrélation de Spearman. Ces calculs ont été effectués avec Mathematica 10.1.0.0. Le calcul de la précision de la matrice de confusion (Figure ci-dessous) indique que le modèle prédit correctement la plupart des observations (84,5 %). Le critère quadratique de Kappa pondéré indique que le modèle explique environ 68 % de la variabilité dans le jeu de données. le Τb de Kendall et le ρS rang coefficient de corrélation de Spearman ont comme valeurs respectives 0,59 et 0,61.
La qualité prédictive globale de rouille brun-blé-IPSIM donc a été jugée satisfaisante. La qualité prédictive est jugée bonne pour la classe la plus faible (la classe observée plus fréquemment dans le jeu de données) : 82 % des valeurs observées entre 0 et 5 % ont été correctement simulés. Le modèle surestime légèrement les sévérités finales pour les sévérités observées supérieures à 5 %.

Voir aussi

Date de modification : 07 juin 2023 | Date de création : 31 mai 2016 | Rédaction : MH ROBIN