Soutenance mémoire
Cycle et physiologie du maïs
Le cycle du maïs commence à partir de la germination et se termine par le remplissage et la maturation des grains. Ces étapes sont la germination, la levée, la formation de la tige, des feuilles et des racines, la formation des organes reproducteurs, la floraison et la fécondation, le remplissage et la maturation des grains. Plante tropicale monoïque, le maïs a une inflorescence femelle qui se développe latéralement à partir d’un bourgeon axillaire, inséré à l’aisselle d’une feuille située au milieu de la plante. L’épi possède 12 à 20 rangées d’ovules surmontées de longs styles appelés soies. Il est protégé par 10 à 20 feuilles modifiées qui sont des spathes. L’inflorescence mâle (la panicule) est constituée d’épillets comportant chacun deux fleurs. Elle est ramifiée et située à l’extrémité de la tige. A chacune des phases de développement de la plante, correspond la formation d’un ou plusieurs organes essentiels :
– la phase végétative correspond à la formation de l’ensemble de la tige et des feuilles, et se termine quand les limbes de 5 à 10 feuilles sont visibles. La durée de cette phase dépend de la précocité de la plante et des conditions climatiques ;
– la phase de reproduction correspond à la formation et au développement des organes reproducteurs. L’épi commence à se développer un mois après la floraison. Le nombre de rangs de grains portés par l’épi est déjà déterminé à cette date. La panicule se développe dès la fin de la phase végétative. La formation du pollen débute 2 à 3 semaines avant la floraison. Une fois que la fécondation a eu lieu, les semaines qui suivent, les grains se développent et accumulent des réserves d’amidon. A partir d’un moment, la texture de l’amidon évolue : tout d’abord laiteux, il devient ensuite pâteux, puis vitreux. La répartition de ces trois formes d’amidon dans le grain renseigne sur le pourcentage d’humidité dans le grain et l’état de maturité des plantes. L’observation du contenu des grains de maïs permet à l’agriculteur de connaître la date optimale de récolte du maïs.
Effet de la variabilité climatique
La culture est sensible aux aléas climatiques liés à la variabilité et aux extrêmes pluviométriques. En effet, la variabilité des pluies est souvent conjuguée à des événements climatiques extrêmes (inondations, sécheresses et températures chaudes) qui ont des conséquences désastreuses sur la production agricole et les revenus des populations. En 2007, une des années de pires inondations en Afrique de l’Ouest depuis plus de 30 ans, 17689 ha de cultures ont été inondées au Burkina Faso. Ceci a occasionné des pertes de production agricole de 13 500 tonnes (Sarr et Lona, 2009). Le maïs en conditions tropicales est en grande partie cultivé sous pluie, même dans les zones où la sècheresse est considérée comme étant la contrainte abiotique la plus importante (Dzotsi, 2002). Selon Kambiré et al. (2010), la période de sécheresse la plus cruciale du maïs est de 5 jours avant la floraison femelle. Ces auteurs notent que durant période critique, le maïs absorbe 45% des besoins en eau et un stress hydrique à cette période entraîne des pertes de rendements qui peuvent atteindre 60%. Chez le maïs, les températures élevées entrainent un ralentissement du remplissage des grains, une accélération de la sénescence qui se produit alors rapidement entraînant non seulement une production globale de biomasse faible, mais aussi un rendement en grain faible dû à des grains peu lourds (Dzotsi, 2002). La production de biomasse est très sensible aux variations de rayonnement intercepté et la vitesse de développement du maïs est aussi étroitement déterminée par les conditions de températures (Wey, 1998). L’effet de la variabilité climatique est un aspect de grande importance en modélisation, et même constitue un des justificatifs pertinents du développement des modèles de simulation des cultures.
Généralités sur les modèles de simulation des cultures
Définition des concepts : La modélisation peut être définie de diverses manières. Selon Arbaret (2012), elle consiste à construire et à utiliser un modèle pour montrer les aspects importants d’un système qu’on désire étudier. Pour Abga (2013), elle est une activité scientifique qui consiste à construire et/ou exploiter des modèles explicatifs. C’est l’activité qui consiste à convertir un système défini en un modèle. Struif Bontkes (1999) définit un modèle comme une représentation statique ou dynamique, subjective, simplifiée et sélective de la réalité. Les modèles de culture sont une représentation simplifiée d’un système, issue d’un certain point de vue et orientée par une certaine finalité (Jeuffroy et al., 2008). Ils sont constitués d’un ensemble de relations mathématiques décrivant le fonctionnement du système sol-plante en interaction avec le climat et les opérations techniques. Ils représentent un support d’interprétation du fonctionnement synthétique de cette culture. Delforge (1984) définit la simulation comme étant l’opération qui consiste à faire apparaître les états successifs d’un système grâce à un système mathématique de transformations de données (analytiques ou expérimentales) définissant l’état initial. Pour Struif Bontkes (1999), la simulation est la reproduction ou l’imitation du comportement d’un système dans les conditions réelles par un arsenal informatique.
Aperçu sur les modèles de simulation de culture : La naissance des modèles de culture correspond à une valorisation des travaux sur la photosynthèse et la respiration avec une mise en relation entre la biomasse accumulée et les processus instantanés (Wit et al, 1970). Affholder (2001) note que ces travaux ont été favorisés par le développement de l’informatique qui, lui aussi a permis l’essor des modèles de cultures, capable de reproduire le comportement d’une culture et sa réponse à diverses contraintes du milieu modulées par des actes techniques. Pour (Brisson, 2002), les modèles de cultures sont des instruments très utilisés en agronomie. Ils simulent le fonctionnement dynamique du système plante-sol-atmosphère, dont le pas de temps est le plus souvent journalier (Barbottin, 2004). Selon Hanks et al, (1969). Les premiers travaux de simulaton dans le domaine de l’agriculture ont porté sur la simulation du flux hydrique dans le système plante-sol-atmosphère, dans le but d’optimiser la gestion de l’irrigation. Par la suite, on a assisté à l’émergence de nouveaux concepts qui vont constituer un référentiel pour l’ensemble des modèles de culture (Spaeth et Sinclair, 1985). L’école hollandaise a produit des modèles s’attachant à décrire précisément l’écophysiologie des cultures à des fins souvent didactiques (van Ittersum et al., 2002). L’école américaine s’est approchée d’objectifs agronomiques et a commencé à introduire les pratiques agricoles. Elle a développé les modèles GOSSYM / GLICYM (Whisler et al., 1986, McKinion et al., 1988), CERES (Ritchie et Otter, 1985) dont dérive le modèle australien APSIM (McCown et al. 1996) et la famille de modèles CROPGRO (Boote et al., 1998,Jones et al., 2002). Dans le même temps le premier modèle générique, EPIC est développé pour répondre à des préoccupations agroenvironnementales (Williams et al, 1984) ; il a donné naissance à CROPSYST (Stockle et al, 1994). Selon Hansen et al. (1990) au début des années 1990, des modèles à vocation uniquement environnementale apparaissent. Après cette période la tendance a été à la mise au point de modèles génériques et agro-environnementaux, qui prennent en compte l’effet des pratiques : c’est le cas de STICS (Brisson et al, 1998, 2003, 2009), modèle développé à l’INRA depuis 1996 et qui est utilisé pour la présente étude.
Structure générale et typologie des modèles de culture : Les modèles de culture comprennent un ensemble de variables d’entrée dits variables de forçage car elles sont imposées au système par le milieu extérieur (climat journalier, techniques culturales, données pédologiques) et des variables de sortie composées entre autre du rendement à la récolte, l’efficacité d’utilisation de l’eau ou de l’azote au cours du cycle de culture (Affholder, 2001). Plusieurs modèles d’utilité agricole sont connus. Selon la nature des variables d’état décrites dans le modèle et les équations mathématiques simulant leur évolution, on distingue les modèles de type « mécanistes » et les modèles de type « empirique » (Monteith, 1996 ; Whisler et al, 1986) :
– les modèles de type « mécaniste » sont des modèles conçus sur la base des processus du système à étudier. Ils décrivent et quantifient chaque processus, sur les bases physiques ou physiologiques, c’est-à dire que les équations décrivent finement les processus tels que la respiration, la croissance et le développement de chaque organe (Monteith, 1996 ; Passioura, 1996 Whisler et al, 1986). Ainsi, ces modèles simulent la dynamique de croissance, de développement, le rendement des cultures voire les différents stress environnementaux agissant sur les cultures. Ils nécessitent des données d’entrée sur le sol, le climat, le type variétal de la culture, les stades phénologiques, les stress en eau et en azote sous forme de fichiers de sortie numériques ou graphiques ;
– les modèles de type « empirique » sont des modèles statistiques construits sur la base des observations. Dans ces types de modèles les relations qui décrivent les processus constituent une simplification des relations complexes existant au sein du système. Les simples régressions linéaires entre deux variables d’état sont un exemple de modèle empirique (Whisler et al, 1986, Monteith, 1996 ; Passioura, 1996).
Importance des modèles de culture en agriculture : Dans le domaine de l’agriculture, les modèles permettent d’examiner des questions de recherche scientifique avant de procéder à une expérimentation réelle ou avant de prendre une décision. Ils offrent un cadre conceptuel à l’étude des interactions complexes au sein du système cultivé et permettent l’intégration des connaissances au service d’une meilleure compréhension des processus et de leurs interactions. De plus, par ses dysfonctionnements, révélés en comparant données simulées et mesurées, le modèle peut indiquer un processus mal ou non simulé ou une mauvaise hiérarchisation des facteurs limitants. Ce qui peut conduire à la définition de nouvelles pistes de recherche. Keating et Grace (1999) notent que les modèles présentent un grand intérêt dans l’étude de sensibilité de différentes composantes de la production agricole en relation avec la variabilité bien connue dans le climat et la fertilité des sols dans le temps et ce, grâce à leur caractère déterministique c’est-à-dire leur aptitude à réagir à une variation des données d’entrées par une variation concomitante dans les données de sortie. Le chercheur à partir des données historiques et des données d’extrapolation sur le climat et le sol surtout, peut simuler les décisions de semis, le comportement d’une variété dans le long terme, l’impact des associations et des rotations culturales sur le rendement (Jones et al, 1994). Dai et al. (1993) ont montré que les modèles peuvent aider l’agriculteur à prendre des décisions en matière d’irrigation, de choix de date de semis ou de raisonnement de la fertilisation azotée. Ils sont couramment utilisés à l’échelle intra-parcellaire dans le cadre de l’agriculture de précision et à l’échelle régionale pour des applications agricoles ou environnementales (Singh et Thorton, 1992).
Présentation du modèle STICS
-Généralités sur STICS : Simulateur mulTIdisciplinaire pour les Cultures Standards (STICS) est un modèle de culture conçu comme un outil de simulation opérationnel en conditions agricoles (Brisson, 1996). C’est un modèle de fonctionnement des cultures à pas de temps journalier. Ses variables d’entrées sont relatives au climat, au sol et au système de culture. Ses variables de sortie sont relatives à la production (quantité et qualité), à l’environnement et à l’évolution des caractéristiques du sol sous l’effet de la culture. Il a aussi été conçu comme un outil de travail, de collaboration et de transfert des connaissances vers des domaines scientifiques connexes. Les grands processus simulés sont la croissance et le développement de la culture ainsi que les bilans hydrique et azoté. STICS est aussi un logiciel qui assure plusieurs fonctions : gestion des entrées et des sorties du modèle, comparaison avec des données observées et calcul de statistiques, optimisation des paramètres du modèle, forçage de certaines variables d’état du modèle, enchaînement des simulations pour des études fréquentielles ou pour simuler des rotations culturales. Le logiciel STICS est protégé par une licence individuelle d’utilisation et déposé à l’Agence pour la Protection des Programmes sous le N° 99 17002600 (Brisson et al, 2002). Il est disponible en français et en anglais
-Description de STICS : STICS simule le comportement du système sol-culture. L’atmosphère au voisinage du système est en général appréhendée comme la limite supérieure et représentée par un ensemble de variables climatiques standards (rayonnement, température maximale et minimale, pluie, évapotranspiration, humidité, insolation,…) ayant une fonction de forçage et la limite inférieure correspond à l’interface sol/sous-sol. La culture est appréhendée de manière globale par sa biomasse aérienne et sa teneur en azote, son indice foliaire ainsi que par le nombre et la biomasse des organes récoltés (Pindard, 2000). La croissance de la culture repose sur le fonctionnement carboné des plantes. Le rayonnement intercepté par l’appareil photosynthétiquement actif est transformé en biomasse qui, selon les modes de représentation du système, est répartie dans différents types d’organes. Cette répartition des assimilats repose sur des proportions préétablies en fonction des stades de développement. Comme dans tous les modèles de culture, c’est le flux de matière carbonée qui pilote le fonctionnement trophique de la plante, dans le modèle STICS.
-Caractéristiques du modèle STICS : STICS est un modèle de culture dont l’originalité repose sur un certain nombre de caractéristiques :
la généricité : adaptabilité à de nombreuses cultures (blé, maïs, soja, sorgho, lin, prairies, tomate, betterave, tournesol, pois, colza, fraisier, carotte, laitue, …) ;
la robustesse : capacité à simuler des conditions pédoclimatiques variées sans générer de biais importants, au détriment parfois de la précision locale ;
la modularité « conceptuelle » : possibilité d’ajouter de nouveaux modules (Exemple: volatilisation de l’ammoniac, fixation symbiotique de l’azote, mulch végétal, sols caillouteux, résidus organiques multiples…). Cette modularité a pour objectif de faciliter les évolutions ultérieures ;
la convivialité informatique : interface utilisateur sous Windows ;
le contexte de communication interne et externe généré par STICS : réunion d’utilisateurs, réponse « en ligne » aux problèmes d’utilisation, cadre juridique, …
-Entrées et les sorties de STICS : Brisson et Mary (2002) ont montré que la mise en œuvre de STICS requiert quatre sources de données (Tableau I) : climat, sol, plante et itinéraires culturaux. Les paramètres d’entrées portent en réalité sur le climat et l’itinéraire technique, car les données pédologiques et phénologiques sont préconfigurées dans le modèle et ne demandent qu’à être renseignées et validées.
-Organisation modulaire de STICS : Selon INRA (2002), le modèle STICS est organisé en modules et chaque module fait appel à un certain nombre de sous-modules qui traitent de mécanismes spécifiques (figure 4). Un premier ensemble de trois modules traite de l’écophysiologie des parties aériennes de la plante (développement, croissance aérienne, élaboration de rendement), et un second ensemble de quatre modules traite du fonctionnement du sol en interaction avec les parties souterraines de la plante (croissance racinaire, bilan hydrique, bilan azoté, transferts). A l’interface se trouve un module de gestion des interactions entre les techniques culturales et le système sol-culture : apports d’eau, d’engrais ou du microclimat. Cette organisation modulaire facilite l’évolution du modèle STICS à travers la possibilité d’ajout de nouveaux modules qu’elle lui offre (Brisson et al, 2003).
-Intérêts et limites du modèle STICS
Intérêts : Les intérêts fondamentaux du modèle STICS résident dans son originalité par rapport aux autres modèles. C’est un modèle générique adaptable pour différentes cultures. Conçu au départ pour le blé et le maïs, STICS a déjà été utilisé sur les tomates, bananiers, soja, … sans aucune modification de sa structure. Facilement opérationnel, son utilisation exige des données qui sont facilement disponibles.
Limites : STICS ne prend pas en compte certains phénomènes tels que la volatilisation de l’ammoniac, l’effet possible de l’alimentation azotée sur le début de la sénescence de la canopée, la résistance à la sécheresse, l’effet des sols asphyxiant, la combinaison stress hydrique -stress azotée et l’effet des pathologies.
|
Table des matières
INTRODUCTION GENERALE
Première partie : revue de la littérature
I – GENERALITES SUR LE MAÏS
I-1- Description de la plante du maïs
I-1-1 Origine du maïs
I-1-2 Taxonomie du maïs
I-1-3 Cycle et physiologie du maïs
I-1-4 Exigences et écologie du maïs
I-1-4-1 Exigences climatiques
I-1-4-2 Sol
I-1-5 Importance de la culture du maïs au Burkina Faso
I-1-6 Contraintes liées à la culture du maïs au Burkina Faso
I-1-6-1 Effet de la variabilité climatique
I-1-6-2 La baisse de la fertilité des sols
I-1-6-3 Les maladies et les insectes
I-1-6-4 Les mauvaises herbes
I-1-6-5 Les contraintes techniques et économiques
I-2 Généralités sur les modèles de simulation des cultures
I-2- 1 Définition des concepts
I-2-2 Aperçu sur les modèles de simulation de culture
I-2-4 Structure générale et typologie des modèles de culture
I-2-5 Importance des modèles de culture en agriculture
I-2-6 Présentation du modèle STICS
I-2-6-1 Généralités sur STICS
I-2-6-2 Description de STICS
I-2-6-3 Caractéristiques du modèle STICS
I-2-6-4 Entrées et les sorties de STICS
I-2-6-5 Organisation modulaire de STICS
I-2-6-6 Intérêts et limites du modèle STICS
I-2-6-6-1 Intérêts
I-2-6-6-1 Limites
Deuxième partie : Matériels & Méthodes
II-1 Zone d’étude
II-1-1 Localisation
II-1-2 Caractéristiques physiques des sites d’études
II-1-2-1 Climat et végétation
II-1-2-2 Sols
II-2 Matériels d’étude
II-2-1 Matériel végétal
II-2-2 Fertilisants et pesticides utilisés
II-2-3 Autres matériels
II-3-1 Dispositifs expérimentaux
II-3-2 Conduites des essais
II-3-2-1 Sur la station de Farakô-Ba
II-3-2-2 Au VCPM
II-3-3 Collecte des données
II-3-3-1 Sur la station de Farakô-Ba
II-3-3-2 Au VCPN
II-3-4 Méthodologie de paramétrage et d’évaluation du modèle STICS
II-3-3-1 Paramétrage du modèle STICS
II-3-3-2 Evaluation du modèle STICS
II-3-3-3 Simulation
II-3-4 Analyses des données
Troisième partie : Résultats & Discussion
III-1 Etude de l’effet des facteurs étudiés sur la croissance et le développement du maïs
III-1-1 Résultats
III-1-1-1 Effet du régime hydrique et de l’apport de la fumure minérale sur l’évolution de la paille du maïs
III-1-1-2 Effet du régime hydrique et de l’apport de la fumure minérale sur l’évolution de LAI au cours du développement du maïs
III-1-1-3 Effet du régime hydrique et de la fumure minérale sur les rendements grain et paille du maïs
III-1-2 Discussion
III-2 Etude de l’effet t des facteurs sources de variabilité des rendements grain et paille du maïs au VCPN
III-2-1 Résultats
III-2-1-1 Effet des précédents culturaux sur les rendements grain et paille du maïs en milieu paysan
III-2-1-2 Effet du nombre de sarclage sur les rendements grain et paille du maïs en milieu paysan
III-2-2 Discussion
III-3 Simulation de la croissance et du développement du maïs avec STICS
III-3-1 Résultats
III-3-1-1 Paramétrage de la variété SR21 de maïs
III-3-1-2 Evolution de LAI
III-3-1-2 Evolution du rendement paille
II-3-1-3 Simulation du rendement grain
III-3-2 Discussion
III-4 Evaluation de la performance du modèle STICS
III-4-1 Résultats
III-4-2 Discussion
II-5 Synthèse
Conclusion et recommandations
Références bibliographiques
ANNEXES
Télécharger le rapport complet
