Utilisation des données en temps réel pour améliorer les modèles agronomiques : Une journée d’apprentissage pratique

Cette formation aura lieu mardi 9 mars 2010 (9h30-17h30), à Paris, à l'ACTA salle A.
(ACTA/MNE, salle A, 149 rue de Bercy 75012 Paris - métro : gare de Lyon / Bercy)
Formateur : David Makowski (INRA, Grignon)

Pour s'inscrire : francois.brun(a)acta.asso.fr

Description

Les modèles dynamiques constituent des outils attractifs pour raisonner les pratiques agricoles. Ces modèles incluent cependant diverses sources d’incertitude qui peuvent être à l’origine d’erreurs de prédiction importantes.

Les progrès récents de l’informatique et de la statistique, ainsi que le développement d’outils de mesure utilisables en parcelles agricoles, font qu’il est désormais possible d’utiliser des données expérimentales acquises en cours de saison pour corriger les modèles dynamiques en temps réel et améliorer leurs performances.

Cette journée est centrée sur une technique statistique appelée « filtrage particulaire » qui permet de corriger une grande diversité de modèles dynamiques avec des mesures acquises en cours de saison comme, par exemple, des mesures de télédétection, de caractéristiques du sol, d’incidences des maladies ou de densités de mauvaises herbes.

Le programme de la journée comporte des exposés sur les principes du filtrage particulaire, des présentations d’applications et des séances d’exercices sur ordinateurs pour que les participants puissent appliquer eux-mêmes le filtrage particulaire avec le logiciel statistique gratuit R.

A la fin de cette journée, les participants auront des outils et des connaissances pour réaliser des applications simples du filtrage particulaire à leurs modèles. Les exemples traités concerneront avant tout les modèles de culture et de protection des cultures, mais les mêmes méthodes pourraient s'appliquer aux modèles d'élevage.

Programme

9:30-9:45. Objectif de la journée (15 min).

9:45-11:00. Rappels en probabilités (densité, distribution,théorème de Bayes, méthode de Monte Carlo) et exercices avec R sur ordinateurs(1h15)

11:00-11:15. Pause (15 min)

11:15-12:30. Principe du filtrage particulaire et premières applications (1h15).

12:30-13:30. Déjeuner (1h)

13:30-15:00. Algorithme de base du filtrage particulaire ;travaux pratiques (1h30)

15:00-15:15. Pause (15 min)

15:15-16:45. Application du filtrage particulaire ; travaux pratiques (1h30)

16:45-17:15. Discussion (30 min)