STICS: a generic model for simulating cropsand their water and nitrogen balances.II. Model validation for wheat and maize

Une evaluation du modele generique de culture STICS, decrit en details dans Brisson et al. 11, est presentee. Elle repose sur une base de donnees agronomiques qui reunit des situations variees de culture de ble et de mais en France. L'accent est mis sur la necessite d'utiliser des references standards pour le parametrage des varietes, qui concerne surtout les stades de developpement. La validation est realisee sur les variables de sortie du modele, definie comme etant les variables finales d'interet agronomique (rendement et composantes, biomasse aerienne, dates de floraison et de maturite, teneurs en azote dans la plante et dans le grain, quantite d'eau et d'azote dans le sol) au moyen de plusieurs criteres mathematiques (erreurs quadratiques, ecarts moyens, efficacite). Il ressort que le comportement des deux cultures sont assez proches avec des erreurs quadratiques de 1,6 t.ha -1 pour le rendement du ble et de 2,4 t.ha -1 pour le rendement du mais. La simulation des deux composantes du rendement: nombre de grains et poids du grain est plus mauvaise, de meme que les simulations concernant l'azote aussi bien dans la plante que dans le sol qui apparaissent avec un biais systematique. En revanche l'eau dans le sol est correctement simulee. L'analyse de cinetiques d'evolution de variables d'etat majeures du systeme, telles que l'indice foliaire ou l'indice de nutrition azotee, sur quelques cas extraits de la base de donnee permet de mettre en evidence les disfonctionnements du modele et de proposer des modifications pour les corriger. On retiendra essentiellement l'introduction d'une relation entre le nombre de grains et le poids maximal du grain, ce qui rend la variable « nombre de grains » dependante de la variete, la prise en compte de la senescence des feuilles liee aux stress environnementaux, l'arret de l'absorption azotee au debut du remplissage du grain. Ces modifications permettent d'ameliorer les resultats de modelisation concernant les composantes du rendement et le bilan azote. Elles ont peu d'effet sur la biomasse et le rendement qui restent a des niveaux d'erreur de l'ordre de 15 %; cette incompressibilite de l'erreur sur la biomasse et par consequent le rendement est une illustration de la robustesse du modele.