Modélisation

2015-02-26
Adaptation du modèle IFSM (« Integrated Farm
System Model ») pour simuler le fonctionnement des
fermes laitières du Canada
Guillaume Jégo1, Marie-Noëlle Thivierge1, C. Alan Rotz2, Gilles Bélanger1, Gaëtan F.
Tremblay1, René Morissette1, Édith Charbonneau3, Doris Pellerin3
1Agriculture
et Agroalimentaire Canada, Québec (QC), Canada
2USDA, State College (PA), USA
3Université Laval, Québec (QC), Canada
Modélisation
• Qu’est ce qu’un modèle?
– Représentation théorique simplifiée de la réalité
• Quel est le système modélisé?
– Échelle spatiale
Organe
végétal
Plante
Plante/sol
Champ
Ferme
Bassin versant
1
2015-02-26
Modélisation
• Modélisation à l’échelle d’une exploitation
agricole
– Approche intégrée (interactions entre les
différentes composantes de la ferme)
– Variables de sortie comparables aux fermes réelles
– Quantification agronomique et économique de
différentes stratégies de gestion
– Modèle complexe (nombreuses données d’entrée)
Modélisation
• Quels types de modèles pour les fermes laitières?
– Modèle d’optimisation (ex. N-CyCLES)
Choix de scénarios possibles
(rotations, fertilisant, vente /
achat d’aliments,
performance animal).
Optimisation de
variables
Meilleur scénario pour
maximiser le revenu ou
minimiser les pertes
environnementales
– Modèle de simulation (ex. IFSM)
Paramètres d’entrée qui
décrivent un scénario précis.
Simulation des
processus
(sol, plante, etc …)
Variables de sortie qui
caractérisent et quantifient
le scénario décrit en entrée
2
2015-02-26
Modélisation
• Modélisation des fermes laitières
– Modèle N-CyCLES (Michel Wattiaux, Université du Wisconsin /
Doris Pellerin et Édith Charbonneau, Université Laval)
-Rendements et valeur
nutritive des cultures
-Choix de rotations
Meilleures rotations
compte tenu des
rendements observés
Optimisation
Maximisation du revenu
– Modèle IFSM (Alan Rotz,USDA)
-Données climatiques
-Type de sol
-Rotations
-Régie
Simulation
Rendements et valeur
nutritive des cultures
Processus du sol
Croissance des cultures
Modélisation
• Le modèle IFSM (Integrated Farm System Model)
– Simulation de la plupart
des processus se
déroulant sur une
exploitation agricole
– Bilans agronomiques,
économiques et
environnementaux (Eau,
C, N, P et K)
Fumier
lisier
Adapté d’après Rotz et al. (2014)
Besoin d’être adapté aux conditions agro-environnementales
et économiques des fermes canadiennes
3
2015-02-26
Objectif à long terme
• Adaptation du modèle IFSM pour simuler le
fonctionnement des fermes laitières du Canada
– Calibration / validation des sous-modèles plantes
– Mise à jour économique
– Vérification de la simulation des processus
environnementaux
• Utilisation du modèle
– Changements climatiques
– Tests de différentes régies de coupe
– Introduction de nouvelles cultures
Objectifs spécifiques
• Calibration / validation des modèles de
croissance des cultures
– Cultures fourragères pérennes
• Fléole
• Luzerne
• Mélange fléole / luzerne
– Cultures annuelles
• Maïs (grain et ensilage)
• Soya
• Orge
G. Jégo, C.A. Rotz, G. Bélanger, G.F. Tremblay, E. Charbonneau, D. Pellerin. Simulating forage crop production in a northern climate with
the Integrated Farm System Model. Article accepté dans « Canadian Journal of Plant Science ».
4
2015-02-26
Matériels et méthodes
• Fléole et luzerne : données expérimentales
Lacombe
Normandin
Fredericton
Québec
Nappan et Truro
• Cultures annuelles: données de rendements de
La Financière agricole du Québec pour 2 régions:
Montérégie et Bas-Saint-Laurent (1996-2005)
Résultats
• Fléole des prés et luzerne (après calibration du modèle)
10
Fredericton
Quebec 1
Quebec 2
Lacombe
8
6
4
Fléole
2
Biais = -0.1 t/ha
Erreur de prédiction = 0.8 t/ha
0
Rendement simulé (t/ha)
Rendement simulé (t/ha)
10
Fredericton
Quebec
Normandin
Nappan
Truro
8
6
4
Luzerne
2
Biais = -0.2 t/ha
Erreur de prédiction = 0.9 t/ha
0
0
2
4
6
8
Rendement mesuré (t/ha)
10
0
2
4
6
8
10
Rendement mesuré (t/ha)
– Bonne simulation du rendement
– Performance acceptable pour la simulation de la
concentration en fibre NDF (+/- 18%)
5
2015-02-26
Résultats
• Mélange fléole / luzerne (Québec 2009 et 2010)
1ère coupe
2ème coupe
3ème coupe
120
Simulation
Simulation
Simulation
40
Simulation
60
Simulation
Simulation
80
20
0
1
2009
2
1
2010
2009
2
1
2010
2009
2
2010
– Bonne estimation de la proportion des 2 espèces
dans la majorité des cas.
Résultats
• Cultures annuelles
– Comparaison observations / simulations pour 2 régions
25
Maïs ensilage
Maïs grain
Orge
Soya
20
15
10
5
Exemple: Ensilage de maïs (Montérégie)
Rendement (t/ha) 0% humidité
Rendement simulé (t/ha) (0 %hum)
Proportion (%)
100
25
20
15
10
5
0
1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
Rendement mesuré
0
0
5
10
15
20
25
Rendement mesuré (t/ha) (0 %hum)
Rendement simulé
Erreurs de prédictions
comprises entre 7% et 26%
6
2015-02-26
Utilisation du modèle
• Exemple des changements climatiques
– Définition de 3 fermes laitières typiques de trois
régions du Canada (Bas-Saint-Laurent, Centre-duQuébec, Centre de l’Alberta).
– Simulations pour 2 périodes : futur proche (20202049) et futur lointain (2050-2079)
– Avec 2 scénarios d’émission de GES (RCP 4.5 =
scénario moyen / RCP 8.5 = scénario élevé)
Utilisation du modèle
• Résultats préliminaires (sans adaptations pour le futur lointain)
– Rendements:
Ensilage de maïs
Maïs grain
Soya
=
Maïs grain
Soya
Fléole-Luzerne
Orge
Blé
Orge
Blé
– Bilan environnemental
Empreinte carbone (GES) kg C / kg lait
Pertes en azote kg N / ha
Pertes en Phosphore kg P / ha
+ 5 à 10 %
– Bilan économique
=
Revenu net ($/année)
Légère augmentation pour le scénario moyen
Pas d’augmentation pour le scénario élevé
7
2015-02-26
Conclusions / Perspectives
• Bonne simulation du rendement et de la valeur
nutritive des cultures
• Mise à jour économique effectuée
• Comparaison avec d’autres modèles pour valider
les prédictions environnementales
• Utilisations futures
– Changements climatiques
– Gestion des dates de coupes
– Utilisation de nouvelles cultures (millet perlé sucré,
sorgho sucré)
Merci de votre attention!
Questions?
Remerciements à l’ensemble des assistants et professionnels de recherche ainsi qu’aux
étudiants qui ont participé à la collecte des données expérimentales
Travaux financés par Agriculture et Agroalimentaire Canada et Les Producteurs laitiers du Canada
8
2015-02-26
Texte
• Texte
Modélisation
Qu’est ce qu’un modèle?
• Échelles de modélisation
Représentation théorique simplifiée de la réalité
Données d’entrée
Processus 1
Modèle
empirique
Processus 2
Modèle
mécaniste
Processus 3
Variable(s) simulée(s)
9
2015-02-26
Modélisation
Qu’est ce qu’un modèle de culture?
Climat, sol, régie
Stades phénologiques
Modèle
empirique
Modèle
mécaniste
Surface foliaire
Interception du rayonnement
Biomasse, rendement
Résultats
• Fléole des prés après calibration du modèle:
Exemple: Québec (2000), Traitement 120 kgN/ha
Fredericton
Quebec 1
Quebec 2
Lacombe
8
9
6
4
2
Biais = -0.1 t/ha
Erreur de prédiction = 0.8 t/ha
0
0
2
4
6
8
Rendement mesuré (t/ha)
10
Rendement (t/ha)
Rendement simulé (t/ha)
10
8
Biomasse mesurée
7
Biomasse simulée
6
5
4
3
2
1
0
100
150
200
250
Jours juliens
– Bonne simulation du rendement
– Performance acceptable pour la simulation de la
concentration en fibre NDF (+/- 10%)
10
2015-02-26
Résultats
• Luzerne après calibration du modèle
Exemple: Québec (2010)
Fredericton
Quebec
Normandin
Nappan
Truro
8
6
5
4
2
Biais = -0.2 t/ha
Erreur de prédiction = 0.9 t/ha
0
0
2
4
6
8
Rendement mesuré (t/ha)
10
Rendement (t/ha)
Rendement simulé (t/ha)
10
Biomasse simulée
Biomasse mesurée
4
3
2
1
0
100
150
200
250
Jours Juliens
300
– Bonne simulation du rendement
– Performance acceptable pour la simulation de la
concentration en fibre NDF (+/- 7%)
11