Calibration et évaluation du modèle STICS sur les variétés Bintje, Fontane et Charlotte de pomme de terre (Solanum tuberosum L.).

Abstract

La pomme de terre (Solanum tuberosum L.) est une culture stratégique pour la Belgique, occupant une place centrale dans l’industrie de la transformation industrielle. Autrefois dominante pour la production industrielle de frites, la variété Bintje a progressivement été remplacée par la variété Fontane. En 2023, cette dernière était la variété la plus cultivée en Belgique avec une surface totale de 4.316,9 ha (sous contrat à 75%), tandis que la Bintje représentait une surface de 243,5 ha (sous contrat à 48%) (FIWAP, 2023). Pour le marché du frais, 13,3 ha de pommes de terre Charlotte ont été cultivés cette même année (FIWAP, 2023).

Cependant les changements climatiques soulèvent des incertitudes quant à la stabilité de ses rendements. Dans ce contexte, l’utilisation de modèles de culture constitue un outil pertinent afin d’évaluer et anticiper les performances des différentes variétés de pommes de terre. Ainsi, le modèle STICS (Simulateur mulTIdisciplinaire pour les Cultures Standard) permet de simuler les interactions entre le sol, la plante et le climat et d’analyser l’impact de différents scénarios pédoclimatiques. Ce simulateur possède différents fichiers plantes pour plusieurs types de cultures, permettant ainsi de simuler leur croissance en fonction des conditions locales de sol et de climat. Pour les pommes de terre, un seul fichier est disponible ce qui rend son utilisation limitée pour représenter la diversité des variétés de pommes de terre. Ces dernières vont avoir des caractéristiques spécifiques en fonction de leur finalité et des itinéraires techniques différents rendant ce fichier général biaisé.

Les données utilisées dans cette étude proviennent du CRA-W et incluent des observations de biomasse, de rendement et d’absorption d’azote. Une première étape de paramétrisation a permis d’adapter les paramètres généraux de la culture, puis une optimisation des fichiers a été effectuée grâce à algorithme Nelder-Mead du package CroptimizR selon une approche par variable. Les résultats ont montré une amélioration significative du fichier dès la paramétrisation. L’optimisation a permis d’affiner la pertinence du fichier principalement sur les variables MASEC (matière sèche totale) et MAFRUIT (matière sèche des tubercules). Les variétés ont montré des stratégies différentes d’allocations et de conversion des assimilats, reflétant leurs usages respectifs. En revanche, la dynamique d’absorption de l’azote a été mal représentée par le modèle. Il est donc nécessaire de poursuivre ces travaux de calibration en explorant d’autres approches d’optimisation plus avancées (méthodes bayésiennes) afin d’améliorer la robustesse du modèle.