Formation méthodes mathématiques et statistiques pour les modèles en agronomie (juin 2018)
Résumé de section
-
Introduction aux méthodes mathématiques et statistiques pour les modèles dynamiques pour l'agriculture
Public visé:
- Ingénieurs et chercheurs (ITA, INRA,...) travaillant avec des modèles pour l'agronomie ou l'élevage
- Doctorants en sciences agronomiques et écologie ayant un volet modélisation dans leur projet de recherche
Objectifs de la formation:
- Apporter les bases permettant de manipuler les principales méthodes statistiques pour construire, analyser ou utiliser leur modèle,
- Appréhender la pratique réelle de ces méthodes au travers d'exemples et de travaux pratiques avec le logiciel R afin de permettre aux participants d'appliquer ces méthodes sur leurs propres modèles.
Prérequis : connaissance suffisante du logiciel R (ou participation à l'initiation à R optionnelle) et utilisation ou conception de modèles dans ses travaux.
-
Les modèles dynamiques sont largement utilisés en recherche agronomique et environnementale.Ces modèles prennent la forme d'un système d'équations différentielles ou aux différences qui représentent la dynamique des différentes composantes du système (sol, plantes, pathogènes,..). La résolution numérique de ce système d'équations permet de simuler la dynamique du système réel. Ces modèles peuvent être utilisés pour explorer les effets induits sur le système modélisé de changements dans les caractéristiques du sol, du climat, et des pratiques agricoles et, plus précisément, pour analyser l'impact des pratiques agricoles sur la production et l’environnement, pour évaluer et concevoir des pratiques innovantes, en tant qu'outil d'aide à la décision, ou pour aider à la planification d'expérimentations.
Le développement de tels modèles requière une connaissance approfondie du fonctionnement du système considéré. Mais la construction et l'analyse des modèles dynamiques posent aussi des questions méthodologiques qui relèvent des domaines des mathématiques et des statistiques. Ces questions sont toutefois traditionnellement peu abordées dans le domaine de la modélisation pour l'agriculture, ce qui génère des difficultés dans la manipulation des modèles: les modélisateurs sont généralement des spécialistes du système à modéliser et manquent de méthodes mathématiques et statistiques pour travailler avec les modèles (paramétrage,analyse d'incertitudes et de sensibilité, évaluation).
Ce module s'adresse à des doctorants, chercheurs, ingénieurs, travaillant avec des modèles pour l'agronomie ou l'élevage. Il comprend des sessions de cours,d'exemples et d'exercices. Les étudiants apprendront à estimer les paramètres de modèles dynamiques de culture, à évaluer ces modèles, à conduire des analyses d'incertitudes et de sensibilité en utilisant des techniques récentes.A l'issue de ce module de formation, les étudiants doivent être capables d'appliquer les méthodes par eux-mêmes.Le contenu de ce module est basé sur le livre
Paru fin septembre 2018.
Fourni lors de la formation.
-
- ESA2010 international course, Montpellier. 3 jours septembre 2010.
- RMT modélisation / ED SIBAGHE, Montpellier. 3-4 jours, novembre 2011.
- ESA2012 international course in Helsinki, Finland. 1 jour, août 2012.
- RMT modélisation, Paris, 3-4 jours, décembre 2012.
- RMT modélisation / RECORD, Toulouse, 1.5 jours, 14-15 février 2013. "Incertitude et évaluation"
- RMT modélisation, Rennes, 3-4 jours, septembre 2013. "élevage"
- RMT modélisation/MACSUR, Allemagne,4-5 jours, mai 2014.
- RMT modélisation, Montpellier, 3-5 jours, septembre 2014
- RMT modélisation, Montpellier, 3-4 jours, juin 2018
- RMT modélisation, Montpellier, 3-4 jours, juin 2023
- RMT modélisation, Montpellier, 3-4 jours, juin 2024 - à venir
-