Evaluation d'un modèle de prédiction de la croissance de l'herbe en conditions wallonnes

Abstract

La variabilité des rendements augmente dans un contexte climatique changeant et la production des prairies devient, selon des cas, imprévisibles. La prévision de cette croissance, grâce à la modélisation, améliorerait la gestion du pâturage et de la fauche des prairies, de manière à sécuriser le stock fourrager du troupeau de ruminants domestiques. Dans le cadre de ce travail, nous avons évalué le modèle de prévision de la croissance de l’herbe, de Jouven et al. (2006) qui est un modèle à conception simple et aux entrés universelles. Nous l’avons confronté à des données de rendements observées, en Wallonie, simulant la croissance de Lolium perenne, Dactylis glomerata et Phleum pratense sur trois sites d’essais différents et sur les années 2014-2016, 2016-2017 et 2018-2020. Le calcul d’erreur a montré que la précision n’était pas satisfaisante pour les simulations globales, suivant les critères de validation de Beaudoin et al. (2008). En effet, seule l’erreur de déviation était acceptable, alors que les deux autres conditions n’étaient pas satisfaisantes, avec une efficience du modèle de 18.4 %. L’étude des localisations a montré qu’une surestimation générale a été observée au site de Louvain-La-Neuve, alors qu’une sous-estimation a été observée au site du Geer. La surestimation au site de Louvain la neuve a été reliée à un indice de nutrition azoté surestimé, qui a été adapté. Cette amélioration à diminuer l’accumulation d’erreurs pour ce site, néanmoins la précision n’était pas satisfaisante. L’erreur globale, qui est l’erreur de dispersion, a été expliquée par un comportement du paramètre SEA (l’indice de l’effet saisonnier) non adapté dans quelques situations.