Aperçu des sections

  • Généralités

    Choix de modèle, estimation des paramètres, validation

  • Projet Associer un niveau d’erreur aux prédictions des modèles mathématiques pour l’agronomie et l’élevage (2010-2013)

    Le RMT modélisation porte ce projet intitulé "Associer un niveau d’erreur aux prédictions des modèles mathématiques pour l’agronomie et l’élevage" qui débutera le 1er janvier 2010 en bénéficiant d'un financement CASDAR.
    Ce projet est au cœur des préoccupations du RMT modélisation et de ses partenaires.

    Resumé
    Les modèles de système pour l’agronomie et l’élevage s’imposent de plus en plus comme des outils incontournables pour les chercheurs et ingénieurs du développement agricole. Par modèle de système on entend un modèle qui considère explicitement l’objet modélisé comme un ensemble d’éléments ou de processus qui interagissent, et qui est basé au moins pour partie sur le comportement de ces éléments. Dans certains cas ces modèles sont développés dans les instituts techniques agricole (ITA) pour l’usage des ingénieurs et/ou conseillers, dans d’autres cas ils sont développés dans le cadre de collaborations INRA-ITA. Ils peuvent être utilisés pour fournir des références, pour préparer des avertissements ou pour explorer des scénarios.
    Quel que soit le domaine d’application, il est important de bien connaître le niveau de fiabilité des prédictions ou préconisations dérivées des modèles. Les concepteurs des modèles ont besoin d’avoir une estimation de la fiabilité des modèles pour en mesurer la qualité, déterminer l’intérêt ou la nécessité de leur amélioration et ainsi orienter leurs travaux. Les utilisateurs des modèles ont besoin de connaître le niveau de précision des modèles afin de prendre en considération cette information dans l’analyse ou la prise de décision.
    L’objectif principal de ce projet est de définir une démarche permettant d’associer un niveau d’erreur aux modèles de système utilisés en agronomie. On considérera une gamme de situations (modèles pour la prédiction, l’aide à la décision ou le diagnostic ; disponibilité d’un jeu de données conséquent ou pas ; informations disponibles sur la qualité de la modélisation des processus individuels ou pas…) et une gamme de questions (niveau moyen d’erreur, intervalle de confiance pour chaque prédiction, effet d’erreurs spécifiques sur l’erreur finale, qualité des préconisations…). On appliquera la démarche à plusieurs cas d’étude concrets qui permettront de confronter les méthodes à des cas d’application réels et d’aboutir à une démarche opérationnelle applicable à d’autres travaux de modélisation.
    Ce projet associera statisticiens et modélisateurs, des instituts techniques agricoles et des organismes de recherche agronomique, afin de croiser les réflexions et d’échanger sur les aspects méthodologiques. Il se situe au cœur des problématiques traitées dans le cadre du RMT Modélisation et permet d’aller plus loin en travaillant ensemble pour approfondir ce sujet et proposer des éléments concrets de réponse. La diversité et la complémentarité des domaines d’application, des types d’utilisations et des questionnements considérés par ces différents cas d’étude devraient nous permettre de bien couvrir cette question et de proposer des éléments de réponse pertinents.

    Partenariat
    Le projet implique directement plusieurs partenaires du RMT modélisation : ACTA, ARVALIS – Institut du végétal, Institut de l’élevage, CTIFL, IFV, CETIOM, ITB, INRA (centres de Toulouse, Montpellier, Grignon, Clermont Ferrand, Rennes), CIRAD, Montpellier SupAgro, APCA

    Huit cas d'étude ont été choisis pour représenter la diversité des cas d’utilisation des modèles de système avec des utilisations pour la prédiction, pour l’aide à la décision ou encore pour le diagnostic. Les questions instruites concernent à la fois la qualité des sorties et les conséquences de l’incertitude sur les variables d’entrées ou les paramètres sur les sorties des modèles étudiés.

    • Cas d'étude 1, modèle de bilan hydrique de la vigne (utilisé comme outil d'aide à la décision, pour le diagnostic et l'expertise).
    • Cas d'étude 2, modèle de bilan hydrique (utilisé comme outil d’aide à la décision) et modèle de production de biomasse (utilisé pour la prévision de rendement) de la canne à sucre à la Réunion.
    • Cas d'étude 3, modèle bio-décisionnel de culture du maïs (utilisé pour la recherche de stratégies optimales de conduite de l’irrigation en volume limité).
    • Cas d'étude 4, analyse de cycle de vie de l’exploitation laitière (utilisé pour faire un diagnostic des impacts environnementaux et identifier des systèmes innovants sur le plan environnemental).
    • Cas d'étude 5, modèles technico-économiques du blé tendre (utilisés pour l’optimisation économique des techniques culturales).
    • Cas d'étude 6, Outil de prévision des périodes favorables à l’installation et au développement de l’ oïdium du fraisier (utilisé pour la protection raisonnée des cultures).
    • Cas d'étude 7, modèle de fonctionnement de l’arbre couplé au développement d’un ravageur foliaire du pommier (utilisé pour la recherche d’architectures défavorables au ravageur et la prévision des impacts du changement climatique).
    • Cas d'étude 8, modèle de culture SUNFLO V1 – UMT Tournesol (utilisé pour la simulation de la réponse des variétés de tournesol à l’environnement et à la conduite de culture).


    contact

    francois.brun@acta.asso.fr

  • Principales valorisations

    Le compte rendu final est en cours d'élaboration. On projette de le rendre disponible en 2014. En attendant, voici une sélection des principales valorisation déjà disponibles.

  • Séminaire sur la validation des modèles et outils. Le 16 novembre 2009, à Paris

    Dans le cadre du RMT modélisation, nous avons organisé un séminaire sur la validation des modèles et outils (au sens large) à l’ACTA à Paris le 16 novembre 2009. Cette activité est en lien avec le thème du RMT "Choix de modèle, estimation des paramètres, validation" et avec le projet CASDAR "associer un niveau d'erreur au prédiction des modèles" qui débutera en janvier 2010.
    L'objectif de ce séminaire est d'analyser les pratiques actuelles et les besoins pour la validation des modèles de système chez les partenaires du RMT.

    Les contributions ont concernée :
    - la vérification informatique, la validation numérique, la validation à dire d'expert,...
    - des modèles utilisés pour faire du conseil agricole ou pour des questions plus de recherche appliquée.
    - des expériences d'applications, des besoins, des méthodes,...
    - éventuellement des expériences issus d'autres domaines (prévision météo,...)

    F Brun (ACTA) Introduction pdf
    D Wallach (INRA) Évaluation d’un modèle mécaniste pdf avec son
    X Delpuech (IFV)
    C Gary (INRA)
    Validation d’un modèle de bilan hydrique en vigne enherbée. Méthodologie, résultats, perspectives pdf avec son
    F Garcia (INRA)
    J Agabriel (INRA)
    Analyse comparative de modèles de croissance et de composition corporelle pdf avec son
    B Lacroix (Arvalis) Mobilisation de l’expertise pour évaluer des résultats d’optimisation par simulation de la conduite de l’irrigation du maïs en volume limité à l’aide de MOUSTICS pdf avec son
    M Raynal (IFV) Test d’un dispositif d’opération ponctuelle de contrôle de terrain. Application au zonage des épisodes de grêle pdf avec son
    E Gozé (CIRAD) Evaluer l’importance de différentes sources d’incertitude lors de la validation d’un modèle de simulation pdf avec son
    N Rousse (INRA) Vérification informatique du modèle, tests logiciels pdf avec son
    C Lopez (IE) Validation des modèles statistiques dans l’analyse de données longitudinales pdf avec son

    D Wallach (INRA)

    Application de méthodes statistiques aux modèles dynamiques pour l'agronomie et l'élevage : cas d’étude Septolis pdf avec son
    F Piraux (Arvalis)
    D Gouache (Arvalis)
    Utilisation de séries climatiques pour évaluer l’incertitude d’un modèle : illustration sur deux exemples. pdf avec son
    D Makowski (INRA) L’analyse ROC en agronomie pdf avec son
    F Brun (ACTA) Projet CASDAR "associer un niveau d'erreur au prédiction des modèles" pdf avec son
    tous Discussion