. © Inra, william beaucardet

L'Inra, l'agriculture et le climat

Un simulateur pour les cultures

Depuis 1996, l’Inra développe un outil capable de simuler le développement d’une culture pour prédire le rendement et la qualité des récoltes, mais aussi pour analyser les interactions entre le sol, les plantes et l’atmosphère.

Mis à jour le 22/12/2015
Publié le 18/12/2015

Des modèles capables de simuler le développement d’une plante, il en existe beaucoup. Mais rares sont ceux qui peuvent être utilisés pour les principales cultures des régions tempérées. Développé par l’Inra, le Simulateur multidisciplinaire pour les cultures standards (STICS) est de ceux-là. C’est même l’un des modèles les plus utilisés au monde, puisqu’il peut modéliser, à l’heure actuelle, le développement de 24 espèces végétales, pérennes ou non. STICS est conçu pour être adapté à différents sols, climats ou techniques culturales. Il peut simuler jour après jour le fonctionnement des cultures associées, comme on le voit notamment en agriculture biologique, ou encore des successions de culture sur le long terme. Il quantifie quotidiennement l’impact des fertilisants ou du travail de l’homme sur le sol et les plantes. Mais ce n’est pas tout, STICS décrit les bilans d’eau, d’azote et de carbone du système de culture, ce qui en fait un outil précieux, non seulement pour évaluer l’impact des cultures sur les émissions de GES, mais également pour tester des scénarios d’adaptation aux évolutions du climat.

Climator et la mesure des impacts du changement climatique

Dans quelles régions cultivera-t-on le maïs dans 30 ans ? Quand pourrons-nous produire de grands vins à Versailles ou à Rennes ? Quelles cultures verront leurs rendements augmenter ? Où les besoins en eau vont-ils s’intensifier ? En résumé, quels vont être les impacts du changement climatique sur l’agriculture française ? Le projet Climator, mené par l’Inra, avec le concours de sept instituts et organismes de recherche, apporte des éléments de réponse. De 2007 à 2010, les équipes se sont attachées à tester des scénarios de climats futurs sur treize sites français présentant des climats contrastés, afin de distinguer les effets positifs, négatifs ou non significatifs du changement climatique. En raison de son aptitude à simuler le développement de nombreuses espèces différentes, le modèle de culture STICS a été largement utilisé, notamment pour prédire la date de semis optimale, les besoins d’irrigation ou les apports de fertilisants pour différentes variétés et espèces. Afin d’évaluer l’incertitude des prévisions de rendement des cultures confrontées au changement climatique, STICS a été utilisé conjointement avec d’autres modèles plus spécialisés. À noter que STICS est également fortement impliqué dans un projet international, AgMIP, qui a été initié par les chercheurs américains. Son objectif : comparer les performances des principaux modèles de simulation des cultures dans le but de les améliorer afin de mieux prévoir les impacts du changement climatique à l’échelle mondiale.

La Veille AgroClimatique comme outil de prévision

La sécheresse et la canicule de 2003 ont considérablement impacté les rendements de la plupart des cultures agricoles. Si de tels épisodes sont impossibles à prévoir, on sait désormais qu’ils vont se multiplier, voire se banaliser dans les prochaines années. Mais, grâce à la Veille AgroClimatique (VAC), mise en œuvre à la suite de cet épisode atypique, les chercheurs de l’Inra sont désormais capables d’évaluer en cours d’année l’impact du climat sur la production des cultures. Pour cela, ils utilisent le modèle STICS afin de simuler le cycle de croissance d’une variété cultivée de façon rigoureusement identique, sur dix sites représentatifs des climats régionaux français métropolitains. Seule donnée variable, le climat, intégré au modèle à partir des observations météorologiques relevées depuis 1970. Ainsi, STICS permet de mettre en évidence l’impact du climat dans la croissance de la plante, toutes choses étant égales par ailleurs. La VAC permet même de qualifier les rendements et leur incertitude plusieurs mois avant la récolte, en simulant le climat à venir, à partir des statistiques météorologiques. Avec les années, le modèle gagne en précision et la probabilité que l’année se termine de la même façon qu’une année déjà observée devient de plus en plus grande, ce qui permet de suivre l’évolution de l’impact du climat sur la production agricole.