Résumé

Avec l’évolution rapide ces dernières années de la puissance de calcul et des outils de traitement de données, elles-mêmes de plus en plus nombreuses, il est aujourd’hui possible de valoriser de façon performante les connaissances de diverses disciplines comme l’agronomie, les sciences du sol et l’écophysiologie, au sein de modèles de culture capables d’intégrer des données issues de sources variées. CHN est un modèle de culture qui a été développé par Arvalis-Institut du Végétal avec comme objectif de pouvoir être utilisé comme outil d’aide à la décision en cours de campagne. Il est donc possible de simuler avec CHN la croissance des cultures et ses facteurs limitants, en temps réel et en anticipation grâce au calcul fréquentiel, permettant ainsi de piloter la fertilisation azotée. Les performances du modèle, dans des contextes très variés de stress hydrique et azoté, sont présentées, ainsi que des travaux de construction et de validation d’outils de pilotage des apports d’azote sur blé.

L’enjeu réside aussi dans la possibilité de valoriser en temps réel les sources de données de plus en plus nombreuses et diverses pour accompagner la prise de décision. Un couplage de ce modèle de culture avec la proxydétection (utilisant la photographie par exemple), voire la télédétection (images multispectrales via satellite, avion ou drone par exemple), est donc envisagé à court terme. Les techniques d’assimilation de données sont nécessaires pour valoriser en temps réel les mesures issues des capteurs plante, comme notamment la surface foliaire et la teneur en chlorophylle.

Mots-clés : Azote ; Indice de Nutrion Azotée (INN) ; Pilotage ; Modélisation ; Céréales à paille