Dissertations / Theses on the topic 'Estimation des rendements agricoles'

La météo et le climat ont un impact important sur les rendements agricoles. De nombreuses études basées sur différentes approches ont été réalisées pour mesurer cet impact. Cette thèse se concentre sur les modèles statistiques pour mesurer la sensibilité des cultures aux conditions météorologiques sur la base des enregistrements historiques. Lors de l'utilisation d'un modèle statistique, une difficulté critique survient lorsque les données sont rares, ce qui est souvent le cas pour la modélisation des cultures. Il y a un risque élevé de sur-apprentissage si le modèle n'est pas développé avec certaine précautions. Ainsi, la validation et le choix du modèle sont deux préoccupations majeures de cette thèse. Deux approches statistiques sont développées. La première utilise la régression linéaire avec régularisation et validation croisée (c.-à.-d. leave-one-out ou LOO), appliquée au café robusta dans la principale région productrice de café du Vietnam. Le café est une culture rémunératrice, sensible aux intempéries, et qui a une phénologie très complexe en raison de sa nature pérenne. Les résultats suggèrent que les informations sur les précipitations et la température peuvent être utilisées pour prévoir l'anomalie de rendement avec une anticipation de 3 à 6 mois selon la région. Les estimations du rendement du robusta à la fin de la saison montrent que les conditions météorologiques expliquent jusqu'à 36 % des anomalies de rendement historiques. Cette première approche de validation par LOO est largement utilisée dans la littérature, mais elle peut être mal utilisé pour de nombreuses raisons : elle est technique, mal interprétée et nécessite de l'expérience. Une alternative, l'approche “leave-two-out nested cross-validation” (ou LTO), est proposée pour choisir le modèle approprié, évaluer sa véritable capacité de généralisation et choisir la complexité du modèle optimale. Cette méthode est sophistiquée mais simple. Nous démontrons son applicabilité pour le café robusta au Vietnam et le maïs en France. Dans les deux cas, un modèle plus simple avec moins de prédicteurs potentiels et d'entrées est plus approprié. Utiliser uniquement la méthode LOO peut être très trompeur car cela encourage à choisir un modèle qui sur-apprend les données de manière indirecte. L'approche LTO est également utile dans les applications de prévision saisonnière. Les estimations de rendement du maïs en fin de saison suggèrent que les conditions météorologiques peuvent expliquer plus de 40 % de la variabilité de l'anomalie de rendement en France. Les impacts du changement climatique sur la production de café au Brésil et au Vietnam sont également étudiés à l'aide de simulations climatiques et de modèles d'impact ou “suitability models”. Les données climatiques sont cependant biaisées par rapport au climat réel. De nombreuses méthodes de “correction de biais” (appelées ici “calibration”) ont été introduites pour corriger ces biais. Une présentation critique et détaillée de ces calibrations dans la littérature est fournie pour mieux comprendre les hypothèses, les propriétés et les objectifs d'application de chaque méthode. Les simulations climatiques sont ensuite calibrées par une méthode basée sur les quantiles avant d'être utilisées sur nos modèles d'impact. Ces modèles sont développés sur la base des données de recensement des zones caféières, et les variables climatiques potentielles sont basées sur un examen des études précédentes utilisant des modèles d'impact pour le café et des recommandations d'experts. Les résultats montrent que les zones propices à l'arabica au Brésil pourraient diminuer d'environ 26 % d'ici le milieu du siècle dans le scénario à fortes émissions, les régions compatibles avec la culture du robusta vietnamien pourraient quant à elle diminué d'environ 60 %. Les impacts sont significatifs à basse altitude pour les deux types de café, suggérant des déplacements potentiels de la production vers des endroits plus élevés
Weather and climate strongly impact crop yields. Many studies based on different techniques have been done to measure this impact. This thesis focuses on statistical models to measure the sensitivity of crops to weather conditions based on historical records. When using a statistical model, a critical difficulty arises when data is scarce, which is often the case with statistical crop modelling. There is a high risk of overfitting if the model development is not done carefully. Thus, careful validation and selection of statistical models are major concerns of this thesis. Two statistical approaches are developed. The first one uses linear regression with regularization and leave-one-out cross-validation (or LOO), applied to Robusta coffee in the main coffee-producing area of Vietnam (i.e. the Central Highlands). Coffee is a valuable commodity crop, sensitive to weather, and has a very complex phenology due to its perennial nature. Results suggest that precipitation and temperature information can be used to forecast the yield anomaly with 3–6 months' anticipation depending on the location. Estimates of Robusta yield at the end of the season show that weather explains up to 36 % of historical yield anomalies. The first approach using LOO is widely used in the literature; however, it can be misused for many reasons: it is technical, misinterpreted, and requires experience. As an alternative, the “leave-two-out nested cross-validation” (or LTO) approach, is proposed to choose the suitable model and assess its true generalization ability. This method is sophisticated but straightforward; its benefits are demonstrated for Robusta coffee in Vietnam and grain maize in France. In both cases, a simpler model with fewer potential predictors and inputs is more appropriate. Using only the LOO method, without any regularization, can be highly misleading as it encourages choosing a model that overfits the data in an indirect way. The LTO approach is also useful in seasonal forecasting applications. The end-of-season grain maize yield estimates suggest that weather can account for more than 40 % of the variability in yield anomaly. Climate change's impacts on coffee production in Brazil and Vietnam are also studied using climate simulations and suitability models. Climate data are, however, biased compared to the real-world climate. Therefore, many “bias correction” methods (called here instead “calibration”) have been introduced to correct these biases. An up-to-date review of the available methods is provided to better understand each method's assumptions, properties, and applicative purposes. The climate simulations are then calibrated by a quantile-based method before being used in the suitability models. The suitability models are developed based on census data of coffee areas, and potential climate variables are based on a review of previous studies using impact models for coffee and expert recommendations. Results show that suitable arabica areas in Brazil could decrease by about 26 % by the mid-century in the high-emissions scenario, while the decrease is surprisingly high for Vietnamese Robusta coffee (≈ 60 %). Impacts are significant at low elevations for both coffee types, suggesting potential shifts in production to higher locations. The used statistical approaches, especially the LTO technique, can contribute to the development of crop modelling. They can be applied to a complex perennial crop like coffee or more industrialized annual crops like grain maize. They can be used in seasonal forecasts or end-of-season estimations, which are helpful in crop management and monitoring. Estimating the future crop suitability helps to anticipate the consequences of climate change on the agricultural system and to define adaptation or mitigation strategies. Methodologies used in this thesis can be easily generalized to other cultures and regions worldwide

En agriculture, la météo est le principal facteur de variabilité d’une année sur l’autre. Cette thèse vise à construire des modèles statistiques à grande échelle qui estiment l’impact des conditions météorologiques sur les rendements agricoles. Le peu de données agricoles disponibles impose de construire des modèles simples avec peu de prédicteurs, et d’adapter les méthodes de sélection de modèles pour éviter le sur-apprentissage. Une grande attention a été portée sur la validation des modèles statistiques. Des réseaux de neurones et modèles à effets mixtes (montrant l’importance des spécificités locales) ont été comparés. Les estimations du rendement de maïs aux États-Unis en fin d’année ont montré que les informations de températures et de précipitations expliquent en moyenne 28% de la variabilité du rendement. Dans plusieurs états davantage météo-sensibles, ce score passe à près de 70%. Ces résultats sont cohérents avec de récentes études sur le sujet. Les prévisions du rendement au milieu de la saison de croissance du maïs sont possibles à partir de juillet : dès juillet, les informations météorologiques utilisées expliquent en moyenne 25% de la variabilité du rendement final aux États-Unis et près de 60% dans les états plus météo-sensibles comme la Virginie. Les régions du nord et du sud-est des États-Unis sont les moins bien prédites. Le rendements extrêmement faibles ont nécessité une méthode particulière de classification : avec seulement 4 prédicteurs météorologiques, 71% des rendements très faibles sont bien détectés en moyenne. L’impact du changement climatique sur les rendements jusqu’en 2060 a aussi été étudié : le modèle construit nous informe sur la rapidité d’évolution des rendements dans les différents cantons des États-Unis et localisent ceux qui seront le plus impactés. Pour les états les plus touchés (au sud et sur la côte Est), et à pratique agricole constante, le modèle prévoit des rendements près de deux fois plus faibles que ceux habituels, en 2060 sous le scénario RCP 4.5 du GIEC. Les états du nord seraient peu touchés. Les modèles statistiques construits peuvent aider à la gestion sur le cours terme (prévisions saisonnières) ou servent à quantifier la qualité des récoltes avant que ne soient faits les sondages post-récolte comme une aide à la surveillance (estimation en fin d’année). Les estimations pour les 50 prochaines années participent à anticiper les conséquences du changement climatique sur les rendements agricoles, pour définir des stratégies d’adaptation ou d’atténuation. La méthodologie utilisée dans cette thèse se généralise aisément à d’autres cultures et à d’autres régions du monde
In agriculture, weather is the main factor of variability between two consecutive years. This thesis aims to build large-scale statistical models that estimate the impact of weather conditions on agricultural yields. The scarcity of available agricultural data makes it necessary to construct simple models with few predictors, and to adapt model selection methods to avoid overfitting. Careful validation of statistical models is a major concern of this thesis. Neural networks and mixed effects models are compared, showing the importance of local specificities. Estimates of US corn yield at the end of the year show that temperature and precipitation information account for an average of 28% of yield variability. In several more weather-sensitive states, this score increases to nearly 70%. These results are consistent with recent studies on the subject. Mid-season maize crop yield forecasts are possible from July: as of July, the meteorological information available accounts for an average of 25% of the variability in final yield in the United States and close to 60% in more weather-sensitive states like Virginia. The northern and southeastern regions of the United States are the least well predicted. Predicting years for which extremely low yields are encountered is an important task. We use a specific method of classification, and show that with only 4 weather predictors, 71% of the very low yields are well detected on average. The impact of climate change on yields up to 2060 is also studied: the model we build provides information on the speed of evolution of yields in different counties of the United States. This highlights areas that will be most affected. For the most affected states (south and east coast), and with constant agricultural practice, the model predicts yields nearly divided by two in 2060, under the IPCC RCP 4.5 scenario. The northern states would be less affected. The statistical models we build can help for management on the short-term (seasonal forecasts) or to quantify the quality of the harvests before post-harvest surveys, as an aid to the monitoring (estimate at the end of the year). Estimations for the next 50 years help to anticipate the consequences of climate change on agricultural yields, and to define adaptation or mitigation strategies. The methodology used in this thesis is easily generalized to other cultures and other regions of the world

En agriculture, la météo est le principal facteur de variabilité d’une année sur l’autre. Cette thèse vise à construire des modèles statistiques à grande échelle qui estiment l’impact des conditions météorologiques sur les rendements agricoles. Le peu de données agricoles disponibles impose de construire des modèles simples avec peu de prédicteurs, et d’adapter les méthodes de sélection de modèles pour éviter le sur-apprentissage. Une grande attention a été portée sur la validation des modèles statistiques. Des réseaux de neurones et modèles à effets mixtes (montrant l’importance des spécificités locales) ont été comparés. Les estimations du rendement de maïs aux États-Unis en fin d’année ont montré que les informations de températures et de précipitations expliquent en moyenne 28% de la variabilité du rendement. Dans plusieurs états davantage météo-sensibles, ce score passe à près de 70%. Ces résultats sont cohérents avec de récentes études sur le sujet. Les prévisions du rendement au milieu de la saison de croissance du maïs sont possibles à partir de juillet : dès juillet, les informations météorologiques utilisées expliquent en moyenne 25% de la variabilité du rendement final aux États-Unis et près de 60% dans les états plus météo-sensibles comme la Virginie. Les régions du nord et du sud-est des États-Unis sont les moins bien prédites. Le rendements extrêmement faibles ont nécessité une méthode particulière de classification : avec seulement 4 prédicteurs météorologiques, 71% des rendements très faibles sont bien détectés en moyenne. L’impact du changement climatique sur les rendements jusqu’en 2060 a aussi été étudié : le modèle construit nous informe sur la rapidité d’évolution des rendements dans les différents cantons des États-Unis et localisent ceux qui seront le plus impactés. Pour les états les plus touchés (au sud et sur la côte Est), et à pratique agricole constante, le modèle prévoit des rendements près de deux fois plus faibles que ceux habituels, en 2060 sous le scénario RCP 4.5 du GIEC. Les états du nord seraient peu touchés. Les modèles statistiques construits peuvent aider à la gestion sur le cours terme (prévisions saisonnières) ou servent à quantifier la qualité des récoltes avant que ne soient faits les sondages post-récolte comme une aide à la surveillance (estimation en fin d’année). Les estimations pour les 50 prochaines années participent à anticiper les conséquences du changement climatique sur les rendements agricoles, pour définir des stratégies d’adaptation ou d’atténuation. La méthodologie utilisée dans cette thèse se généralise aisément à d’autres cultures et à d’autres régions du monde
In agriculture, weather is the main factor of variability between two consecutive years. This thesis aims to build large-scale statistical models that estimate the impact of weather conditions on agricultural yields. The scarcity of available agricultural data makes it necessary to construct simple models with few predictors, and to adapt model selection methods to avoid overfitting. Careful validation of statistical models is a major concern of this thesis. Neural networks and mixed effects models are compared, showing the importance of local specificities. Estimates of US corn yield at the end of the year show that temperature and precipitation information account for an average of 28% of yield variability. In several more weather-sensitive states, this score increases to nearly 70%. These results are consistent with recent studies on the subject. Mid-season maize crop yield forecasts are possible from July: as of July, the meteorological information available accounts for an average of 25% of the variability in final yield in the United States and close to 60% in more weather-sensitive states like Virginia. The northern and southeastern regions of the United States are the least well predicted. Predicting years for which extremely low yields are encountered is an important task. We use a specific method of classification, and show that with only 4 weather predictors, 71% of the very low yields are well detected on average. The impact of climate change on yields up to 2060 is also studied: the model we build provides information on the speed of evolution of yields in different counties of the United States. This highlights areas that will be most affected. For the most affected states (south and east coast), and with constant agricultural practice, the model predicts yields nearly divided by two in 2060, under the IPCC RCP 4.5 scenario. The northern states would be less affected. The statistical models we build can help for management on the short-term (seasonal forecasts) or to quantify the quality of the harvests before post-harvest surveys, as an aid to the monitoring (estimate at the end of the year). Estimations for the next 50 years help to anticipate the consequences of climate change on agricultural yields, and to define adaptation or mitigation strategies. The methodology used in this thesis is easily generalized to other cultures and other regions of the world

La télédétection spatiale est d’une importance primordiale pour la cartographie et la surveillance des problèmes environnementaux. Son intérêt réside dans la capacité des capteurs satellitaires spatiaux à fournir des informations globales et permanentes de la planète, aux échelles locale à globale. La télédétection radar a montré son grand potentiel ces dernières années dans la caractérisation des états de surface du sol. L’état de la surface du sol, et en particulier l’humidité et la rugosité, exerce une influence fondamentale sur la répartition de la pluie entre infiltration, rétention superficielle et ruissellement. Il a un rôle essentiel dans les processus hydrologiques de surface et ceux associés à l’érosion et aux processus d’évapotranspiration. La caractérisation et la prise en compte de ces conditions de surface constituent actuellement un enjeu important pour la modélisation à base physique des processus hydrologiques ou pour le couplage surface-atmosphère. Dans ce cadre et depuis plusieurs années, plusieurs études scientifiques ont montré le potentiel des données micro-ondes actives dans l’estimation de l’état hydrique du sol et de sa rugosité de surface.Les nouveaux systèmes radar (SAR ʺSynthetic Aperture Radarʺ) ont permis d’ouvrir de nouvelles perspectives pour l’observation de la terre grâce à l’amélioration de la résolution spatiale (métrique sur TerraSAR-X et COSMO-SkyMed) et temporelle (TerraSAR-X, COSMO-SkyMed, Sentinel-1). La disponibilité depuis peu des nouveaux capteurs radar bande C Sentinel-1 (Sentinel-1A et Sentinel-1B) rend indispensable l’évaluation des données Sentinel-1 pour la caractérisation des états de surface du sol et en particulier la rugosité de surface.Le travail de thèse se structure en trois parties. La première partie consiste à évaluer les modèles de rétrodiffusion de radar les plus utilisés (IEM, Oh, Dubois and AIEM) en utilisant un large ensemble de données de SAR et des mesures expérimentales des paramètres du sol. Cette évaluation permet de trouver le modèle de rétrodiffusion le plus robuste qui simule le mieux le signal radar afin de l'utiliser par la suite dans la procédure d'inversion du signal radar pour estimer la rugosité du sol. Le deuxième axe de recherche de cette thèse consiste à proposer un modèle de rétrodiffusion radar semi-empirique pour les polarisations HH, HV et VV. Ce nouveau modèle sera construit à l'aide d'une grande base de données réelle. Ce nouveau modèle sera également utilisé dans la procédure d'inversion du signal radar pour estimer la rugosité du sol. Le dernier axe de cette thèse consiste à construire une méthode d’inversion du signal radar en utilisant les réseaux de neurones afin d’évaluer le potentiel des données Sentinel-1 pour l’estimation de la rugosité des sols en milieux agricoles. Ces réseaux de neurones seront entrainés à l'aide d'un ensemble de données synthétiques élaborées à partir des modèles de rétrodiffusion radar choisis (IEM calibré par Baghdadi et du nouveau modèle proposé) et validés en utilisant deux ensembles de données: un ensemble de données synthétiques et une base de données réelle (images Sentinel-1 et mesures in situ d’humidité et de rugosité du sol). La base de données réelle a été collectée en Tunisie (Kairouan) et en France (Versailles)
Spatial remote sensing is of paramount importance for mapping and monitoring environmental problems. Its interest lies in the ability of space satellite sensors in providing permanent information of the planet, at local, regional and global scales. Also, it provides spatial and repetitive territories visions and ecosystem views. Radar remote sensing has shown great potential in recent years for the characterization of soil surface conditions. The state of the soil surface, in particular moisture and roughness, has a fundamental influence on the distribution of rainfall between infiltration, surface retention and runoff. In addition, it plays an essential role in surface hydrological processes and those associated with erosion and evapotranspiration processes. Characterization and consideration of these surface conditions have been recently considered as an important issue for physically based modeling of hydrological processes or for surface-atmosphere coupling. In this context and for several years, several scientific studies have shown the potential of active microwave data for estimation of the soil moisture and the surface roughness.New SAR (Synthetic Aperture Radar) systems have opened new perspectives for earth observation through improved spatial resolution (metric on TerraSAR-X and COSMO-SkyMed) and temporal resolution (TerraSAR-X, COSMO-SkyMed, Sentinel-1) . The recent availability of new Sentinel-1 C-band radar sensors (free and open access) makes it essential to evaluate the potential of Sentinel-1 data for the characterization of soil surface conditions and in particular surface roughness.The work revolves around three parts. The first part consist of evaluation of the most used radar backscattering models (IEM, Oh, Dubois, and AIEM) using a wide dataset of SAR data and experimental soil measurements. This evaluation gives the ability to find the most robust backscattering model that simulates the radar signal with good agreement in order to use later in the inversion procedure of the radar signal for estimating the soil roughness. The second research axe of this thesis consists of proposing an empirical radar backscattering model for HH, HV and VV polarizations. This new model will be developed using a large real dataset. This new model also will be used in the inversion procedure of the radar signal for estimating the soil roughness. The last axe of this thesis consists of producing a method to invert the radar signal using neural networks. The objective is to evaluate the potential of Sentinel-1 data for estimating surface roughness. These neural networks will be trained using wide synthetic dataset produced from the radar backscattering models chosen (IEM calibrated by Baghdadi and the new proposed model) and validated using two datasets: one synthetic dataset and one real (Sentinel 1 images and in-situ measurements). The real datasets are collected from Tunisia (Kairouan) and France (Versailles)

Cette thèse cherche à étudier les relations climat/agriculture en Afrique de l'Ouest dans un contexte de croissance démographique nécessitant une augmentation des rendements agricoles futurs. Nous cherchons à caractériser dans un premier temps les changements climatiques passés et futurs dans la région, puis à passer en revue plusieurs études qui donnent une estimation de l'impact du climat futur sur les rendements agricoles de la sous-région, afin de produire des résultats robustes et de souligner les limites de ces études. La valeur médiane d'évolution des rendements futurs se situe ainsi vers -11%, et cette valeur est robuste au type de modèle agronomique employé. Il semble de plus nécessaire de travailler plus en détail sur les scénarii futurs, parfois trop limités et sur les différences entre variétés qui peuvent être importantes. Nous soulignons également l'hétérogénéité des résultats à l'échelle de la sous-région. Nous nous fondons dans un deuxième temps sur ces constatations pour réaliser une étude d'impact originale utilisant des données observées sur 35 stations météorologiques en Afrique de l'Ouest. Pour cela, nous définissons 35 scénarii possibles fondés sur cinq anomalies de pluie (de -20% à +20%) et sept de température (de +0°C à +6°C) et nous simulons les rendements pour trois variétés contrastées de mil et trois de sorgho. Les résultats montrent entre autre une évolution négative du rendement moyen principalement due à l'augmentation de température que la pluie peut seulement atténuer ou aggraver. On note également un impact plus négatif pour les variétés à cycle court et constant que pour les variétés sensibles à la photopériode. Enfin, pour une même anomalie de température, si on considère comme équiprobables les cinq scénarii de pluie, la probabilité d'avoir une forte baisse des rendements est plus importante dans le Sud de la sous-région. Les constatations sur la forte variabilité interannuelle de la pluie (et donc des rendements) et sur le climat futur incertain nous poussent donc à étudier l'intérêt pour les paysans sahéliens de prévisions climatiques saisonnières qui donnent avant le début de la saison des pluies une information sur la catégorie du cumul pluviométrique (plutôt sec, normal ou humide). Cette prévision permet ainsi de minimiser l'impact de l'aléa pluviométrique et est robuste à l'incertitude du changement climatique. Nous calculons de ce fait la valeur d'une telle information pour les cultivateurs de mil nigériens en utilisant un modèle économique représentant les stratégies des agents considérés (choix culturaux, aversion au risque...). Les résultats montrent un impact sur le revenu globalement positif, même en années sèches et avec une prévision d'une précision proche de l'existant. Ainsi, cette prévision imparfaite donne une augmentation du revenu de +6.9% sur les 18 années. Ce gain est légèrement supérieur avec une prévision parfaite (+11%) et atteint +34% si on fournit des informations supplémentaires sur le début et la fin de la saison: ces informations permettent en effet d'utiliser de nouvelles stratégies culturales. Enfin, afin d'étudier des points que l'évaluation théorique laissait en suspens nous élaborons au Sénégal des ateliers participatifs qui visent à étudier avec les acteurs locaux les changements de stratégies culturales en réaction à des prévisions climatiques (saisonnières et décadaires), ainsi que le gain engendré par ces prévisions sur les rendements. L'impact sur les rendements est évalué avec l'aide d'un expert et montre que les prévisions ont certes un effet nul dans 62% des cas, mais qu'il est positif dans 31%. Ces résultats dépendent cependant des villages étudiés.

This thesis explores the suitability of the multi-layer perceptron (MLP) neural network for prediction of corn and soybean yield and for classification of nitrogen corn stressed vegetation. The results show while using a combination of vegetation and texture indices, and topographic data, we can successfully predict corn yield with MLP. The regression coefficient between observed and predicted yield for corn and soybean were respectively 92% and 43% for the middle season image only. This research also indicates that the information from an image is more important when it is acquired during the period of maximum crop biological activity. Thus, MLP developed on the middle season predicts the corn and soybean yield with respective R[superscript 2] of 89% and 40%. The degree of relationship between the inputs and the outputs and the quality of the data are very important, because they determine the capabilities of the MLP. When the generalization capabilities of the MLP models were tested on a non-corrected crop yield dataset, the results drop to 45% and 36% for corn and soybean respectively. The MLP demonstrated also its capability to discriminate corn nitrogen status during the growing season. MLP models based on image spectral and textural indices reach a Kappa coefficient of 72% for middle season image and 81% for the combined multidate images. Image texture features also provide useful complementary information for the discrimination of different nitrogen stress levels. The best MLP for predicting corn nitrogen status was the one that integrates image features and topographic parameters. It outperforms the first one with an accuracy of 90% for middle season image and 95% for all two images. Evidence that topographic data are a critical discriminatory information source is both obvious and strong. In consequence, crop physiological status monitoring systems require taking into account the combined effects of soil background and canopy architecture. This thesis have highlighted that MLP has a strong potential for detecting corn nitrogen stressed vegetation and that they would help farmers to better manage crop status during the growing season, when there is still time to respond to problems. The other contributions of this study are the development of crop yield data correction and filtering algorithm and the identification of discriminant analysis as the best method for the MLP inputs selection"--Résumé abrégé par UMI.

Cette thèse aborde une caractérisation d'évènements qui stucturent et modulent le cycle saisonnier des pluies en Afrique de l'Ouest. La mise en place de la mousson est étudiée à partir du déplacement méridien de la Zone de Convergence Intertropicale qui montre une transition rapide entre deux positions d'équilibre marquée par une amplification de la dynamique des basses pressions sahariennes. On s'attache également à décrire les fluctuations intra-saisonnières de la convection en Afrique de l'Ouest qui s'expriment dans deux bandes de fréquences à 15 jours et à 40 jours en cohérence avec la dynamique atmosphérique des basses couches et l'échelle des systèmes convectifs. Les applications agronomiques sont abordées en utilisant le modèle SARRA-H du CIRAD. Il est montré que la prise en compte de la mise en place de la mousson comme date de semis améliore le rendement et qu'il existe un impact fort des séquences sèches intra-saisonnières selon le degré de développement de la culture
By using daily rainfall data and wind reanalyses over the period 1968-1990 we document two main aspects of the West African monsoon dynamics : the onset of the monsoon and the intraseasonal modulation of convention. It is shown that the onset stage is linked to an abrupt latitudinal shift of the Inter-Tropical Convergence Zone associated to the heat low dynamics. We also show the evidence of coherent fluctuations in the rainfall and wind fields in two spectral windows : around 15 days, and between 30 and 40 days. These fluctuations are characterized by a westward propagation of large cyclonic and anticyclonic anomalies with a modulation of Mesoscale Convective System characteristics. By using a crop model SARRA-H (CIRAD), we study the agricultural impacts. It is shown that our definition of the onset can improve the yield through a better choice of the showing date. It is also shown a strong impact of extra-seasonal dry sequences during the flowering and the grain ripening phases

Les sols constituent un des plus importants réservoirs de carbone dans l'écosystème terrestre de par leur contenu en matière organique. Cependant, il est difficile d'estimer rapidement et de manière détaillée la teneur en carbone des sols parce que cet indicateur est variable dans l'espace et dans le temps. Seul un échantillonnage exhaustif et des analyses traditionnelles en laboratoire permettent d'avoir une vision détaillée. L'étude actuelle vise à développer un modèle d'estimation de la matière organique contenue dans les sols agricoles en se basant sur les réflectances spectrales de ces sols. L'utilisation de ce modèle permettrait de cartographier et suivre l'évolution de la teneur des sols agricoles à nu en carbone organique. Des échantillons provenant de plusieurs parcelles agricoles situées à l'intérieur du bassin versant de la rivière Tomifobia dans le Sud du Québec ont été utilisés à cette fin. L'analyse a été faite avec plus de 800 échantillons de sol provenant de 26 parcelles dont la teneur en matière organique s'élève entre 1 et 13%. Ces échantillons appartiennent à quatre types pédologiques (loam, limon sableux (2) et fin limon sableux). Pour chaque échantillon de sol, une signature spectrale a été enregistrée entre 350 et 2 500 nm. La technique proposée repose sur une normalisation des spectres de réflectance ainsi que sur les valeurs calculées de la dérivée première et de la dérivée seconde. Une des associations la plus significative est celle entre le contenu en matière organique et la dérivée première des spectres normalisés centrée sur le segment 861-885 nm. Seulement 12 des 78 échantillons des groupes d'échantillon initiaux utilisés pour la modélisation et la validation indiquent une erreur résiduelle supérieure à 25% (dont 2 au-delà de 50%). Un rééchantillonnage des bandes spectrales en fonction des bandes spectrales de quelques satellites présente des résultats intéressants même si celles-ci couvrent une portion plus large du spectre. En effet, des coefficients de détermination supérieurs à 0,7 ont été obtenus suite à la démarche de normalisation des données utilisée dans l'étude. Des travaux ultérieurs sont nécessaires afin d'optimiser la relation et de s'assurer de son efficacité à prédire le contenu en matière organique des bassins versants environnants.

Ce mémoire à pour but principal d'esquisser une démarche afin de déterminer la potentialité agricole des sols pour une culture donnée et les relations de cette potentialité avec le devenir de l'azote engrais lors du cycle sol-plante. À partir d'études pédologiques de secteurs de références situés en Lorraine et à l'aide de classifications techniques des sols, nous avons mis en évidence les facteurs limitants de la production; ces derniers ont été comparés avec les rendements agricoles obtenus lors de trois années climatiques consécutives; il a été possible de définir après étude fréquentielle des paramètres climatiques, la potentialité agricole des sols pour une année donnée. De plus, il est nécessaire de tenir compte de l'hétérogénéité spatiale pour établir des plans de potentialités parcellaires. Le suivi des teneurs en nitrates dans les différents sols a mis en évidence les relations entre potentialités et risques d'entrainement des nitrates. L’emploi du traceur 15N révèle que les coefficients d'utilisation de l'azote engrais varient par rapport aux types de sols sans que l'on observe une relation précise entre CRU et CAU. Nous démontrons que les fournitures azotées des sols estimées à l'aide d'un témoin zéro présentent des relations étroites avec les valeurs Ndfs et A malgré des interactions avec l'engrais apporté. En conditions contrôlées, l'étude du cycle interne de l'azote 15 démontre l'absence d'effet ANI réel, elle indique des cinétiques des processus d'organisation-reminéralisation entre les divers compartiments azotés liés au comportement bio-physicochimique des sols, enfin elle montre que la fraction NSAnD constitue le siège principal de ces mécanismes, mais que la fraction NnH joue un rôle non négligeable pour certains types de sols

Cette thèse cherche à étudier les relations climat/agriculture en Afrique de l'Ouest. Dans un premier temps, nous passons en revue plusieurs études qui donnent une estimation de l'impact du climat futur sur les rendements agricoles. La valeur médiane d'évolution des rendements futurs se situe ainsi vers -11%. Il semble de plus nécessaire de travailler plus en détail sur les scénarii futurs, parfois trop limités et sur les différences entre variétés. Nous nous fondons sur ces constatations pour réaliser une étude d'impact originale utilisant des données observées sur 35 stations météorologiques en Afrique de l'Ouest. Les résultats montrent entre autre une évolution négative du rendement moyen principalement due à l'augmentation de température que la pluie peut seulement atténuer ou aggraver. On note également un impact plus négatif pour les variétés à cycle court et constant. Cela nous pousse donc à étudier l'intérêt des prévisions climatiques saisonnières qui permettent de minimiser l'impact de l'aléa pluviométrique. Nous calculons leur valeur pour les cultivateurs de mil nigériens en utilisant un modèle économique. Les résultats montrent un impact sur le revenu globalement positif (+6. 9%), même en années sèches et avec une précision d'une précision proche de l'existant. Enfin, afin d'étudier des points que l'évaluation théorique laissait en suspens nous élaborons au Sénégal des ateliers participatifs qui visent à étudier avec les acteurs locaux les changements de stratégies culturales en réaction à des prévisions climatiques, ainsi que le gain engendré par ces prévisions sur les rendements. L'impact sur les rendements est évalué avec l'aide d'un expert et montre que les prévisions ont certes un effet nul dans 62% des cas, mais qu'il est positif dans 31%
In this thesis, we first aim at reviewing all the studies assessing the impact of future climate changes on agricultural yields. The median value of all relative changes of yield is -11%. We also underline the relevance for future studies to define a large range of climatic scenarios. Based on these conclusions, we next intend to evaluate the impact of future climate change on West African yields using 35 meteorological stations. Results reveal a negative evolution of average yield, mainly driven by temperature rise. Rainfall anomalies can only compensate (positive anomaly) or aggravate (negative) this tendency. We also find that potential impacts are more pessimistic for cultivars with a constant cycle length. Given these previous findings about high year-to-year variability of rainfall (thus entailing a variability of yields) and given the uncertain future climate, we are led to study next what interest the farmers would have in having climatic information such as seasonal forecasts. These forecasts can be used to minimize the impacts of rainfall variability. We compute the value of such forecasts for millet growers in Niger, using a simple economic model. Results reveal a positive impact of such forecasts on average income, even for dry years and with a forecast accuracy close to a real one. This increase reaches +34% if other information such as the onset and the offset of the rainy season are given. Finally, we develop participatory workshops in Senegal (i) to study precisely how farmers change their cropping strategies with seasonal and decadal forecasts and (ii) to quantify the impact of such forecasts on yields. This study reveals that forecasts have mainly no impact on yields (62%). However, it is positive in 31% of cases

Ce travail de thèse vise à évaluer dans quelle mesure l'utilisation de la prévision saisonnière du temps pour forcer un modèle de croissance du blé sur la France permet d'anticiper l'évolution des variables agro-météorologiques de cette culture. Les prévisions saisonnières produites par le projet ENSEMBLES (Weisheimer et al. , 2009) sur la période 1981-2005 sont utilisées, ainsi que le modèle de culture Panoramix d'Arvalis (Gate, 1995). En parallèle, des méthodes statistiques de prévision basées sur des indicateurs issus du modèle générique des surfaces continentales ISBA-A-gs (Calvet et al. , 1998) ou d'observations satellitaires de la végétation (Baret et al. , 2013) sont évaluées. On montre qu'un ensemble de scénarios utilisant plusieurs modèles de circulation générale donne de meilleures estimations des variables agro-météorologiques que l'utilisation d'un seul modèle ou d'une méthode fréquentielle basée sur des situations passées. La limite de prévisibilité est repoussée avec une approche ensembliste de la prévision saisonnière du temps, par rapport à une approche restreinte à l'utilisation de la médiane des scénarios fournis par le système de prévision. On montre également que dans certaines conditions, le modèle ISBA-A-gs est capable de représenter la variabilité interannuelle des couverts agricoles (céréales hiver/printemps) et des prairies. Enfin, des produits satellitaires d'indice foliaire de la végétation sont utilisés dans le même objectif. Le potentiel de prédiction de l'état de la végétation en fin de cycle cultural, à partir de l'humidité du sol simulée par le modèle ou le LAI satellitaire, est généralement plus grand pour les prairies que pour les cultures
This thesis aims to assess how the use of seasonal weather forecast with a wheat growth model can anticipate the agrometeorological variables of this crop. Seasonal weather forecast of the ENSEMBLES project are used over the 1981-2005 period with a crop model developed by Arvalis (an agricultural French institute), and called Panoramix (Gate, 1995). At the same time, statistical predictions based on the ISBA-A-gs generic land surface model (Calvet et al. , 1998) indicators, or land satellite data (Baret et al. , 2013) are both assessed. We show that a GCM ensemble is able to give better agrometeorological variables estimations than a single model ensemble or than a climatological-based method. The predictability is higher using a weather seasonal forecast including a multi-member approach than using the median of the scenarios derived from the forecast system. We also show that in some specific conditions, the ISBA-A-gs model is able to represent the interannual variability of crops (winter/spring cereals) and grasslands. For the same purpose, satellite-derived products are used. We find that the end of the crop growth prediction potential obtained with simulated root-zone soil moisture or LAI satellite data is generally higher for grasslands than for croplands

Cette étude vise à analyser les bénéfices associés à l’amélioration de la qualité de l’eau en appliquant la méthode de « comportements défensifs » aux agriculteurs québécois. Des variables de perception sur la dégradation de la qualité de l’eau et de l’environnement et de caractéristiques individuelles et de ferme ont été incluses dans des modèles économétriques probit et poisson afin d’analyser leur impact sur la probabilité d’adoption de trois PGBs, de deux mesures défensives et sur la fonction de santé ainsi que pour identifier l’existence de lien entre PGBs et mesures défensives. Les résultats démontrent la significativité de certaines de ces variables dans les modèles de PGBs et de mesures défensives et l’existence de corrélation entre les trois PGBs. Toutefois, les mesures défensives n’ont pas d’effet sur l’adoption des PGBs de l’étude. Finalement l’adoption de PGBs réduit le nombre de jours de symptômes de maladie.
This study aims to analyze the benefits associated with improved water quality by applying the method of "defensive behavior" to Quebec farmers. Perception variables about the degradation of water quality and the environment and characteristics about individuals and farms were included in probit and poisson models to analyze their impact on the probability of adoption of three BMPs, two defensive measures and a health function and to explore the causality between defensive measures and the adoption of BMPs. Many of the aforementioned variables have significant impacts on the adoption of BMPs and defensive measures. We also found that the adoption processes of the three BMPs were correlated. However, we found no link between the adoption of defensive measures and the adoption of BMPs. Finally, the adoption of BMPs reduces the number of days with illness symptoms.

Au cours de travaux anterieurs, un modele mathematique monodimensionnel vertical simulant les transferts d'eau et de nitrates en milieu non sature a ete developpe et valide localement, sur la base de plusieurs annees de suivi experimental dans le ried central de l'ill. On se propose ici d'etendre la modelisation a une superficie d'une 100#a#i#n#e d'hectares en periode hivernale. L'identification des parametres repose sur l'echantillonnage in situ des proprietes hydrodynamiques du milieu d'etude (conductivite hydraulique a saturation, courbes pression-humidite). Les structures horizontales associees a la distribution spatiale de ces proprietes et des conditions initiales (concentrations et humidites au champ) sont decrites par une analyse geostatistique. Deux approches paralleles sont mises en uvre pour discuter la valeur des predictions possibles a l'aide du modele. Localement, les humidites et les concentrations calculees en fin de periode hivernale sont confrontees aux concentrations et aux humidites observees en 25 points de mesure et 25 points auxquels parametres et conditions initiales sont estimes par krigeage. Ces comparaisons tres locales vis-a-vis de l'echelle de temps et d'espace consideree ne permettent pas d'apprecier les flux. Pour evaluer le flux de pollution a la limite sol-nappe associe a l'ensemble de la surface, on procede a une prise de moyenne par krigeage des proprietes de transfert au pas de discretisation de l'espace de 50 m. Les resultats de flux hebdomadaire associes a chaque maille du domaine discretise sont utilises comme termes source d'un modele bidimensionnel decrivant le devenir du polluant dans la nappe. Les resultats de l'estimation spatiale des flux sont ensuite discutes en confrontant les concentrations simulees dans la nappe aux concentrations observees chaque semaine au droit de 12 puits d'acces a la nappe. Cette voie de validation originale est testee en etudiant la reponse de la nappe a differentes sources d'apport par la surface

Le travail de cette thèse s'inscrit dans le cadre du projet MAISEO qui associe, entre autres partenaires, la CACG, gestionnaire de l'eau sur des bassins hydrographiques du Sud-Ouest, Météo-France et le CESBIO. Un des objectifs est de proposer des méthodes innovantes et opérationnelles pour l'estimation des besoins en eau des cultures à l'échelle d'un territoire. Il s'agit de fournir au gestionnaire des outils qui lui permettront de mieux gérer la demande en eau d'irrigation liée à la culture dominante présente dans le Sud-Ouest de la France: le maïs. L'objectif de la thèse consistait à estimer les rendements et les besoins en eau du maïs sur de grandes surfaces. Pour cela, nous avons utilisé un modèle agro-météorologique couplé à l'imagerie satellitaire optique. De nombreuses images à haute résolution spatiale et temporelle provenant de différents capteurs ont été utilisées, préfigurant l'arrivée des données Sentinel-2 lancé en 2015. Il s'agissait dans un premier temps de coupler les données satellitaires avec le modèle SAFY (Simple Algorithm For Yield estimates, Duchemin et al., 2008a), qui simule le développement des plantes en se basant sur la théorie des efficiences (Monteith, 1972), afin d'estimer la biomasse et le rendement du maïs. De nombreuses données terrain ont permis de valider les sorties du modèle. A l'échelle régionale, les résultats ont été agrégés et comparés aux statistiques départementales Agreste. Les résultats ont conduit à proposer une nouvelle version du modèle SAFY permettant de prendre en compte la variation temporelle de l'efficience de conversion de la lumière effective (ELUE) et de la surface spécifique foliaire (SLA). Cette modification permet une meilleure prise en compte de la dynamique de croissance de la végétation et une amélioration de l'estimation du rendement tant à l'échelle locale que régionale. La méthode de calibration a également été améliorée afin de limiter le recours aux données in situ difficilement accessibles sur de grandes surfaces. Nous avons pu mettre en évidence l'apport de la double logistique, utilisée pour interpoler les profils temporels de NDVI. Cette interpolation a permis d'affiner la délimitation du cycle cultural et de contraindre plus précisément certains paramètres du modèle comme la date de levée. Une fois contraint par les données satellitaires, le modèle SAFY est capable de reproduire les rendements sur les deux départements avec une bonne précision et ce sans prendre en compte l'évolution du stock d'eau dans le sol (Battude et al., 2016)
This Ph.D. thesis is part of the MAISEO project associating partners among them: the CACG, managing the water supply of several watersheds located in the south west of France, the Meteo-France center and the CESBIO. One of the goals is to develop innovative and operational tools to estimate crops' water needs at the territory scale. The aim is to provide managers tools to better manage the water supplies linked to the predominant crop encountered in south west of France: maize. The objective of the thesis was to estimate the yield and water requirements of maize crop over large areas. For this purpose, we used an agro-meteorological model coupled to optical satellite imagery. Numerous high spatial and temporal resolution images from different sensors have been used, prefiguring the arrival of the Sentinel-2 data launched in 2015. The first part was to combine remote sensing data with the SAFY (Simple Algorithm For Yield estimates) crop model (Duchemin et al., 2008a) that simulates plant development based on Monteith theory (Monteith, 1972) in order to accurately estimate maize biomass and yield. Numerous field data have been used for the validation at local scale. At regional scale, the results have been aggregated and compared to Agreste yield statistics provided by the French government. Results led us to propose a new formulation of the SAFY model taking into account the temporal variation of the effective light use efficiency (ELUE) and of the specific leaf area (SLA). This modification allows a better simulation of the crop growth dynamics and an improvement of yield estimates at the local and regional scale. Furthermore, we changed the calibration method in order to limit the use of in situ data that are difficult to access over large areas. We also highlighted the contribution of the double logistic function, used to interpolate the NDVI time series. This interpolation enables an accurate determination of the crop growing season and it allows constraining some model parameters such as the emergence date. The SAFY model constrained by remote sensing data is able to well reproduce the yield for the two departments without taking into account the evolution of the soil water storage (Battude et al., 2016)

Face à l’instabilité des cours agricoles et à ses conséquences notamment pour les pays en développement, la première partie de cette thèse est consacrée à la présentation des déterminants des cours des matières premières alimentaires, incluant les évolutions récentes en matière d’offre, en tenant compte des conséquences du réchauffement climatique, et de demande, considérant notamment les biocarburants. Il est également question de présenter la financiarisation en cours des économies, et les doutes qui planent sur le rôle que peuvent avoir la spéculation sur les marchés à terme ou encore la mise en œuvre des politiques monétaires, sur les cours au comptant observés sur les marchés physiques des produits agricoles. Suite aux réflexions et éléments de littérature avancés, la seconde partie procède de deux études empiriques. La première est axée sur l’impact de la spéculation sur les marchés financiers à terme sur le cours des sous-jacents (agricoles), alors que la seconde questionne le rôle des marchés monétaires, abordé à travers la capacité du banquier central à stabiliser les taux d’intérêt à court terme. Sur cette base, des conclusions mais également des pistes de recherche sont établies, du fait du prolongement en cours du processus de financiarisation des économies
Faced with instability of agricultural commodities’ prices and its consequences especially for developing countries, the first part of this thesis is devoted to the presentation of food commodities’ prices, including recent developments with respect to the offering, taking into account the consequences of global warming and demand, as well as the importance of biofuels. It is also question to present the financialization of economies, and the doubts that take over the role of speculation on the futures markets or the implementation of monetary policies, on the spot prices observed on physical agricultural commodities markets. Following the advanced literature reflections and elements, the second part proceeds of two empirical studies, the first one focused on the impact of speculation about the financial futures markets on the underlying asset’s price (agricultural), while the second one examines the role of money markets through the capacities of the central banker to stabilize short-term interest rates. On this basis, conclusions but also future research are established due to the continuation of the economies financialization process

La forte hausse des rendements agricoles, observée tout au long des 150 dernières années, est, pour une large part, due à l’amélioration des variétés, résultant elle-même essentiellement de processus de recherche et développement. L’optimalité sociale de l’effort de recherche entrepris par les firmes de ce secteur, ainsi que des institutions encadrant l’activité de recherche, constituent un sujet important pour les politiques publiques. L’objet de cette thèse est de contribuer à éclairer cette question, en s’efforçant de tenir compte de l’impact sur l’environnement de l’innovation en matière de variétés agricoles. Nous examinons ce sujet à travers trois prismes différents : celui de l’innovation en tant que telle, celui du processus de recherche, et celui du cadre institutionnel offert aux entreprises de recherche. Nous montrons que la prise en compte des effets environnementaux de la recherche en modifie les optima, et devrait donc conduire à une adaptation du cadre incitatif et règlementaire
The sharp increase in agricultural yields in the past 150 years owes a lot to the improvement of plant varieties, which, to large extent, is the result of the research and development process. Whether the research and development effort undertaken by firms operating in this sector and institutions regulating research are socially optimal is an important question for public policies. This thesis aims to contribute to tackling this issue, and its main contribution is to endeavor to account for the impact of crop innovation on the environment. We address the question through three different perspectives: innovation per se, the research and development process, and the institutional framework available to research firms. We show that environmental externalities of research significantly modify social optima

Face à l’instabilité des cours agricoles et à ses conséquences notamment pour les pays en développement, la première partie de cette thèse est consacrée à la présentation des déterminants des cours des matières premières alimentaires, incluant les évolutions récentes en matière d’offre, en tenant compte des conséquences du réchauffement climatique, et de demande, considérant notamment les biocarburants. Il est également question de présenter la financiarisation en cours des économies, et les doutes qui planent sur le rôle que peuvent avoir la spéculation sur les marchés à terme ou encore la mise en œuvre des politiques monétaires, sur les cours au comptant observés sur les marchés physiques des produits agricoles. Suite aux réflexions et éléments de littérature avancés, la seconde partie procède de deux études empiriques. La première est axée sur l’impact de la spéculation sur les marchés financiers à terme sur le cours des sous-jacents (agricoles), alors que la seconde questionne le rôle des marchés monétaires, abordé à travers la capacité du banquier central à stabiliser les taux d’intérêt à court terme. Sur cette base, des conclusions mais également des pistes de recherche sont établies, du fait du prolongement en cours du processus de financiarisation des économies
Faced with instability of agricultural commodities’ prices and its consequences especially for developing countries, the first part of this thesis is devoted to the presentation of food commodities’ prices, including recent developments with respect to the offering, taking into account the consequences of global warming and demand, as well as the importance of biofuels. It is also question to present the financialization of economies, and the doubts that take over the role of speculation on the futures markets or the implementation of monetary policies, on the spot prices observed on physical agricultural commodities markets. Following the advanced literature reflections and elements, the second part proceeds of two empirical studies, the first one focused on the impact of speculation about the financial futures markets on the underlying asset’s price (agricultural), while the second one examines the role of money markets through the capacities of the central banker to stabilize short-term interest rates. On this basis, conclusions but also future research are established due to the continuation of the economies financialization process

Cette recherche de doctorat étudie la relation entre la gestion informelle des risques de subsistance et l’allocation des terres agricoles. La gestion informelle des risques de subsistance est analysée ici comme explication potentielle de l'échec des politiques foncières de marché, et de la persistance de modes d'échanges `non-marchands'. En particulier, nous montrons que la vision bipolaire de l'allocation des terres opposant marchand et non-marchand n'est pas toujours pertinente pour l'analyse de la gestion des risques dans les pratiques foncières. Deux hypothèses sont analysées: en l'absence de moyens d'assurance publique ou privée, la terre prend une valeur de sécurité sociale qui peut détourner les ménages de la vente et leur faire préférer des transferts non-marchands ou temporaires, protégeant mieux la valeur assurance de la terre. Ensuite, des pratiques foncières hybrides, ni purement marchandes ni non-marchandes, se développent pour combiner la gestion des risques de subsistance avec d'autres motivations économiques. Ces hypothèses sont étudiées dans deux contextes: au Vietnam d'abord où les ménages les plus stables ou ceux subissant des chocs sévères vendent leur terre. En Thailande ensuite où, grâce à des données collectées sur le terrain, nous confirmons le rôle des stratégies de gestion des risques de subsistance dans l'activité ralentie des marchés de vente, et identifions ces fameuses pratiques foncières hybrides (ici des locations déguisées) . En conclusion, le développement de la protection (privée ou publique) des moyens de subsistance pourrait jouer un rôle privilégié dans l'évolution des modes d'allocation foncière
This PhD research proposes to study the relationship between informal risk-coping strategies and the nature of land allocation. Informal risk-coping mechanisms are studied here as one potential factor in the failure of land market reforms and the persistence of `non-market' exchange -gifts or free loans. In particular, we show that the bipolar view of land tenure, which opposes `customary' to `market' transfers, does not adequately approach informal risk-coping motivations in land transfers. Two hypotheses are analysed: first, in the absence of insurance markets and public social protection, land has a `safety net' function and households do not sell land but prefer other types of transfers (which retain part of the land's `safety net' function). Secondly, informal risk-coping leads households to participate to hybrid forms of transfers (neither market nor non-market) allowing to combine risk-coping motives with other types of economic necessities. Those two hypotheses are then looked at empirically in two case studies: in Vietnam, where households sell their land only if they are economically stable or have suffered income shocks (distress sales); and in Thailand, where a survey has been done among permanent rural-urban migrants. This surveyconfirms that informal risk-coping slows down land sale markets and sustains transfers such as free-loans. Finally, the Thai data identify traditional risk-sharing institutions in the allocation of land, especially through intra-family free-loans or `disguised rentals'. As a main conclusion, insurance and public protection policies could have a key role in the evaluation of land allocation systems in Thailand and Vietnam

Dans un contexte de demande mondiale en sucre sans cesse croissante, l'estimation de la biomasse de canne à sucre dans les pays petits producteurs (dont la Réunion est un exemple) est un levier d'optimisation de la production et donc de pérennisation de la filière sucrière face à des géants tels le Brésil, l'Inde ou encore la Chine. L'objectif de cette thèse est d’'explorer l'apport de la télédétection à l'estimation des rendements à l'échelle de la parcelle de canne à sucre à la Réunion. Nous avons organisé notre travail suivant deux grandes approches : d'une part une approche méthodologique, où nous explorons le couplage (réétalonnage et forçage) entre données de télédétection et modèles et d'autre part une approche opérationnelle où nous comparons trois méthodes d'estimation du rendement basées sur la télédétection : (1) les relations empiriques entre rendement et indices de végétation calculés à partir de données de télédétection, (2) les modèles d'efficience, faiblement paramétrés et donc aisément adaptables à différentes types de cultures et (3) le forçage d'un modèle de croissance de la canne à sucre avec des données issues de télédétection. Le modèle de croissance utilisé est MOSICAS, adapté aux conditions de culture de la canne à sucre à la Réunion. Nos tests ont été réalisés sur soixante-trois parcelles situées sur deux exploitations agricoles présentant des conditions de croissance contrastées, ainsi que sur sept placettes expérimentales. Notre jeu de données était composé de données obtenues par télédétection (images SPOT4 & 5, données de capteurs infrarouges thermiques), ainsi que des données de rendement, des données climatiques, pédologiques et d'itinéraire technique (calendriers d'irrigation et dates de coupe). L'approche méthodologique a montré que les données de télédétection apportaient une amélioration significative de l'estimation des rendements par le modèle MOSICAS au travers de la prise en compte de l'état réel de développement de la culture ou encore de l'amélioration des valeurs de paramètres du modèle. Nous avons notamment montré que le forçage apportait un gain de précision de 2.6 t ha-1 aux rendements estimés par le modèle. En outre, nous avons réétalonné le paramètre d'efficience de conversion du rayonnement en biomasse pour chaque variété étudiée. Enfin, nous avons déterminé une valeur optimisée de la réserve utile via la profondeur d'enracinement par réétalonnage en utilisant l'indice de stress hydrique CWSI comme variable d'ajustement. Concernant l'approche applicative, nos résultats ont montré que les méthodes les plus complexes d'estimation du rendement n'offraient pas les meilleurs résultats en termes de précision. Nous recommandons l'utilisation de la méthode reposant sur une simple relation empirique entre le NDVI et le rendement pour l'élaboration d'un système opérationnel d'estimation de la production de la biomasse de canne à la Réunion. Ces résultats offrent plusieurs perspectives : d'une part, une meilleure prise en compte de l'hétérogénéité des variétés cultivées à la Réunion en réétalonnant les paramètres clés du calcul de rendement pour chacune de ces variétés et tester différents scénarios d'implantation variétale selon les zones climatiques de l'île. De plus, la méthode d'estimation de la biomasse proposée ici peut être exportée à d'autres pays petits producteurs de canne à sucre, notamment avec la mise en place du système Sentinel-2 devant apporter, à terme, des images en accès libre à haute résolution spatiale. 5
In the context of an increasing demand for sugar, the estimation of sugarcane biomass in smallholding farming countries (of which Reunion Island is an example) is an optimization lever of production and thus of sustainability for the sugar industry facing giants such as Brazil, India of China. The objective of this thesis is to explore the contribution of remote sensing for the estimation of sugarcane yields at field scale on Reunion Island. We organized our work in two main approaches: first, a methodological approach, where we explore the coupling (recalibration and forcing) between remote sensing data and modeling, and second, an operational approach where we compare three methods of yield estimation based on remote sensing : (1) empirical relationships between yield and vegetation indices computed from remote sensing data, (2) the efficiency models, with a low number of parameters and thus easily adaptable to different types of crops and (3) forcing a sugarcane crop growth model with data derived from remote sensing. The MOSICAS sugarcane dedicated crop model, which is adapted to the cropping conditions of Reunion Island, was used. Our tests were made on sixty three fields located on two contrasted in-farm sites, and on seven plots located on an experimental site. Our dataset was composed of remote sensing data (SPOT4 & 5 images and thermal infrared data), yield data, climatic data, soil data and cropping practices data (irrigation schedules and harvest dates). Concerning the methodological approach, obtained results showed that remote sensing data, through a better inclusion of the actual state of development of the crop or an optimized parameterization of the model, results in a significant enhancement of the estimation of the yield by the MOSICAS model. In particular, we showed that forcing the model resulted in a gain of accuracy of 2.6 t ha-1. We also recalibrated the radiation use efficiency parameter for each studied cultivar. Finally, we determined an optimized value of the rooting depth parameter using recalibration and the water stress index CWSI as an adjustment variable. Concerning the application approach, our results also showed that the more complex methods of yield estimation do not provide the best results when considering the precision. We therefore recommend using the simple empirical relationship between yield and vegetation indices for the estimation of the sugarcane biomass on Reunion Island. These results offer several prospects: firstly, a better inclusion of the heterogeneity of cultivars used on Reunion Island by recalibrating the key parameters of the yield computation for each of these cultivars in order to test various scenarios of cultivar implantation as a function of climatic zones of the island. The estimation method selected here should also be exported to other sugarcane smallholder countries, particularly with introduction of the Sentinel-2 system to provide open access and high spatial resolution images

Dans le contexte actuel de lutte contre le réchauffement climatique, le développement des énergies renouvelables représente un enjeu majeur. La digestion anaérobie apparaît comme une solution très prometteuse pour atteindre l'objectif de favoriser la production d'une énergie propre (le biogaz), tout en générant un engrais naturel et propre pour des débouchés en agriculture (le digestat). L'objectif finale est d'optimiser ce procédé via une loi de pilotage via un système automatisé.Cependant, le procédé est complexe, incertain, faisant intervenir un grand nombre de bactéries et de composition chimique du substrat.Ainsi, les enjeux sont multiples pour atteindre les objectifs visés. Premièrement, il s'agit de mettre au point et de valider des modèles simples pour des phénomènes complexes ayant lieu au sein du procédé. Deuxièmement, il faut pallier au manque de capteurs physiques intrinsèque à la digestion anaérobie. Cet aspect est d'autant plus important qu'il représente un des verrous de l'exploitation industrielle de la digestion anaérobie dans le traitement de déchets. Enfin, il s'agit de mettre en place des lois de commande performantes et robustes pour optimiser le fonctionnement de ce procédé.Dans ces travaux de thèse, le cas d'un digesteur pilote à l'IST de Mamou (Guinée) a été étudié. Une première étape a consisté à caractériser la composition physico-chimique de différents déchets (animaux et déchets municipaux et industriels). Ensuite, un modèle mathématique a été déterminé à partir des données expérimentales obtenues sur le procédé pilote (modèle dit ADM1 et modèles réduits). Enfin, la conception d'un estimateur du taux de croissance des bactéries dans le digesteur a été proposée à partir des mesures du débit de biogaz produit
In the current context of global warming, the development of renewable energies represents a major challenge. Anaerobic digestion appears to be a very promising solution for achieving the objective of promoting the production of clean energy (biogas) while generating a natural and clean fertilizer for agricultural use (digestate). The final objective is to optimize this process by means of an automated system. However, the process is complex, and uncertain, involving a large number of bacteria and unknown chemical composition of the substrate.Thus, there are multiple challenges to achieving the objectives. Firstly, it is necessary to develop and validate simple models for the complex phenomena taking place in the process. Secondly, the lack of physical sensors intrinsic to anaerobic digestion must be overcome. This aspect is all the more important as it represents one of the barriers to the industrial exploitation of anaerobic digestion in waste treatment. Finally, it is necessary to set up efficient and robust control laws to optimise the operation of this process.In this thesis, the case of a pilot digester at the IST of Mamou (Guinea) was studied. The first step was to characterise the physico-chemical composition of different wastes (animal, municipal and industrial wastes). Then, a mathematical model was determined from the experimental data obtained on the pilot process (ADM1 model and reduced models). Finally, the design of an estimator for the growth rate of bacteria in the digester was proposed from measurements of the biogas flow rate produced

Les changements de contexte économique, réglementaire et environnementaux auxquels la production agricole doit faire face nécessitent d'évaluer de nouvelles stratégies de gestion conjointe de l'irrigation et de la fertilisation pour blé dur. Le travail de thèse a suivi un double objectif : i) adapter le modèle de culture STICS à différents cultivars de blé dur, et ii) concevoir un modèle de décision des pratiques de fertilisation azotée et d'irrigation. Une base de données comportant 373 traitements expérimentaux issus de douze années climatiques a été constituée à partir d'expérimentations réalisées avant la thèse à l'INRA et ARVALIS puis mobilisée pour conduire le travail d'adaptation et d'évaluation du modèle de culture. L'adaptation du modèle de culture a consisté dans un premier temps en un travail d'estimation de paramètres par optimisation mathématique pour sept cultivars de blé dur. Une analyse comparative de trois démarches a permis de sélectionner la démarche pertinente pour obtenir un modèle précis et robuste pour la simulation du rendement, de la teneur en azote des grains et des variables intermédiaires (Biomasse aérienne, surface foliaire, quantité d'azote absorbée) dans différents contextes pédo-climatiques (large gamme de niveaux de nutrition hydrique et azotée). Cette étude fournit un cadre méthodologique pour l'estimation des paramètres des modèles de culture. Les résultats de ce travail ont de plus démontré que le modèle de culture, avec son formalisme initial, n'était pas sensible à l'effet du fractionnement de la fertilisation sur la quantité d'azote et la teneur en azote des grains. L'adaptation est appréhendée dans un deuxième temps par la modification du formalisme d'accumulation de l'azote dans les grains par l'introduction d'un formalisme inspiré du modèle AZODYN. La modification n'a pas amélioré suffisamment la sensibilité du modèle à l'effet du fractionnement sur la teneur en azote des grains. Le manque de données expérimentales en phase post-floraison et notamment la dynamique de la sénescence foliaire n'a pas permis d'améliorer la capacité du modèle de culture à simuler les processus d'absorption d'azote du sol après la floraison. A partir d'une enquête auprès de 29 irrigants de blé dur, les pratiques et les stratégies de fertilisation azotée et d'irrigation, ainsi que les décisions stratégiques et tactiques ont été identifiées et formalisées dans un modèle de décision. Une évaluation de stratégies conçues sur la base des résultats d'enquêtes est proposée comme illustration de l'utilisation du modèle STICS adapté au blé dur et du modèle de décision formalisé. Le couplage informatique du modèle de culture STICS au modèle de décision permettra de disposer d'un modèle bio-décisionnel et ainsi pourra être utilisé pour concevoir et évaluer des stratégies de gestion conjointe de l'irrigation et de la fertilisation azotée du blé dur adaptées au contexte des exploitations agricoles
Changes in economic, regulatory and environmental context of agricultural production raise the need for research to evaluate and propose new strategies for joint management of irrigation and fertilization for durum wheat. The thesis had two objectives: i) adapting the simulation crop model STICS to different durum wheat cultivars, and ii) designing a decision model for nitrogen fertilization and irrigation practices. A database containing 373 experimental treatments carried out by INRA and ARVALIS before this PhD work was established and mobilized to conduct the adaptation and the evaluation of crop model. The adaptation of the crop model was first conducted through durum wheat parameter estimation by mathematical optimization. A comparative analysis of three approaches was conducted to select an appropriate approach to obtain an accurate and robust crop model for the simulation of grain yield, grain nitrogen content and intermediate variables (biomass, leaf area, amount of nitrogen absorbed) in different soil and climatic conditions. This study provided a methodological framework for crop models parameters estimation. The results of this study showed that the crop model, with its original formalism, was not sensitive to the effect of splitting of fertilization on the grain nitrogen content and protein concentration. The adaptation was then conducted through the modification of the formalism of nitrogen accumulation in grains by introducing a formalism inspired the AZODYN crop model. The modification did not significantly improve the model's sensitivity to the effect of N splitting on the nitrogen content of grain. The results of this study call into question the ability of crop model to simulate the absorption process of nitrogen after flowering. Unfortunately the lack of data concerning post-flowering leaf area dynmaics did not allow improving the model. From a survey of 29 irrigators, practices and strategies of nitrogen fertilization and irrigation, as well as strategic and tactical decisions have been identified and formalized in a decision model. An evaluation of strategies based on survey results is given as an illustration of the potential use of the STICS soil-crop model and the decision rules identified and formalised. The coupling of the crop model to the model decision will allow proposing and evaluating strategies adapted to the farm context for joint management of irrigation and nitrogen fertilization of durum wheat

Dans les pays du Sud ruraux et à faibles revenus, la vulnérabilité des zones agricoles pluviales, face à la variabilité pluviométrique, nécessite de trouver des solutions efficaces pour limiter les effets des aléas climatiques sur les récoltes. La prévision des caractéristiques des saisons des pluies quelque temps avant leur démarrage devrait aider à l’établissement de stratégies agricoles d’adaptation aux aléas pluviométriques. C’est à cet objectif que s’attache ce travail, appliqué à l’Afrique de l’Est (Kenya et nord de la Tanzanie), et articulé en 3 parties :- Définir et comprendre le comportement des descripteurs intra saisonniers (DIS) qui feront l’objet de l’étude de prévisibilité. Un travail spécifique a permis le développement d’une nouvelle approche méthodologique dans la manière de définir les démarrages (DSP) et fins (FSP) de saisons des pluies à l’échelle régionale. Cette approche basée sur une analyse multivariée, permet de s’affranchir des choix subjectifs de seuils pluviométriques imposés par les définitions communément utilisée en agro-climatologie. Une analyse de cohérence spatiale à l’échelle inter annuelle montre que, pour les deux saisons des pluies (long rains et short rains), le cumul saisonnier et le nombre de jours de pluie présentent une forte cohérence spatiale, tandis qu’elle est plus modérée pour le démarrage et fin des saisons et faible pour l’intensité quotidienne moyenne.- Analyser la prévisibilité des DIS aux 2 échelles spatiales régionale et locale en s’appuyant sur les simulations numériques du modèle climatique global ECHAM 4.5. Les précipitations quotidiennes simulées par le modèle, même après correction des biais, ne permettent pas d’appréhender correctement la variabilité interannuelle des DIS. Une spécification de la variabilité des DSP et FSP menée par le biais de modèles statistiques construits à partir d’indices climatiques observés, présuppose une prévisibilité modérée des deux descripteurs à l’échelle locale (régionale), et cela quelle que soit la saison. Le développement de modèles statistico-dynamiques à partir des champs de vents simulés par ECHAM 4.5, en mode forcé par les températures marines observées d’une part et prévues d’autre part, montre également des performances faibles localement et régionalement. - Explorer la manière dont la variabilité spatio-temporelle des paramètres climatiques et environnementaux module la variabilité des rendements de sorgho. Ces rendements sont simulés par le modèle agronomique SARRA-H à partir de données climatiques observées (1973-2001) dans 3 stations localisées à différentes altitudes le long des pentes orientales du Mt Kenya. Le cumul précipité et la durée de la saison expliquent une part importante de la variabilité des rendements. D’autres variables apparaissent comme jouant un rôle non négligeable ; le nombre de jours de pluies, l’intensité quotidienne moyenne ou encore certains DIS relatifs à l’organisation temporelle des pluies au sein d’une saison en font partie. L’influence des autres variables météorologiques est seulement visible pour les ‘long rains’ avec une covariation négative entre les rendements et les températures maximales ou, le rayonnement global. La date de semis semble jouer un rôle dans la modulation des rendements pour les stations de haute et moyenne altitudes, mais avec des différences notables entre les deux saisons des pluies
In Southern countries with rural low income populations, the vulnerability of rainfed agriculture to rainfall variability requires effective solutions to mitigate the effects of climatic hazards on crops. Predicting the characteristics of rainy seasons some time before they start should help the establishment of agricultural adaptation strategies to rainfall hazards. This is the objective of the present study, focused on East Africa (Kenya and northern Tanzania), and divided in three parts:- Define and document intra-seasonal descriptors (ISD) that will be considered in the predictability study. A new methodological approach has been developed in order to define the onset date (ORS) and the cessation date (CRS) of the rainy seasons at the regional level. Based on a multivariate analysis, it eliminates the subjective choice of rainfall thresholds imposed by the definitions commonly used in agroclimatology. An analysis of spatial coherence at interannual time-scale shows that for the two rainy seasons ("long rains" and "short rains"), the seasonal amount and the number of rainy days have a high spatial coherence, while it is medium for the onset and cessation dates and low for the average daily rainfall intensity.- Analyze the predictability of the ISD at both regional and local scales based on numerical simulations from the global climate model ECHAM 4.5. Daily precipitation simulated by the model, even after bias correction, do not correctly capture the IDS interannual variability. A specification of the ORS and CRS variability using statistical models applied to observed climate indices, suggests quite a low predictability of the descriptors at the local (regional) scale, regardless of the season. The development of statistical-dynamical models from wind fields simulated by ECHAM 4.5, in experiments forced by either observed or predicted sea temperatures, also shows quite poor skills locally and regionally.- Explore how the space-time variability of climatic and environmental factors modulate the variations of sorghum yields. Crop yields are simulated by the agronomic model SARRA-H using observed climate data (1973-2001) at three stations located at different elevations along the eastern slopes of Mt Kenya. The seasonal rainfall accumulation and the duration of the season account for a large part of the yields variability. Other rainfall variables also play a significant role, among which the number of rainy days, the average daily intensity and some ISD related to the temporal organization of rainfall within the season. The influence of other meteorological variables is only found during the long rains, in the form of a negative correlation between yields and both maximum temperature and global radiation. Sowing dates seem to play a role in modulating yields for high and medium altitude stations, but with notable differences between the two rainy seasons

Les prairies permanentes ont un intérêt majeur en France : elles assurent la moitié de la production fourragère, accueillent une riche biodiversité, et séquestrent le carbone. Mieux comprendre les déterminants des propriétés agroécologiques, mais aussi leurs compromis, peut aider les agriculteurs, leurs conseillers agricoles et les écologues à valoriser des prairies diversifiées, et une diversité de prairies. Les objectifs de cette thèse sont 1) d’identifier les critères du milieu, des pratiques agricoles et de la végétation qui prédisent les propriétés prairiales, 2) de prédire les propriétés agroécologiques à l’aide de typologies de prairies, sans connaissance précise des critères environnementaux ni des pratiques agricoles, 3) d’étudier et prédire les compromis entre propriétés d’une même prairie, 4) de se questionner sur la transmission des connaissances entre scientifiques, agriculteurs et conseillers. Pour atteindre ces objectifs, j’ai valorisé une base de données de près de 800 prairies permanentes d’études précédentes. J’en ai extrait 59 prairies représentatives du massif vosgien, sur lesquelles j’ai réalisé des relevés botaniques, des mesures de rendement, et des prélèvements de fourrage et de sol, et collecté des informations sur les pratiques agricoles, le climat et la topographie. Les résultats montrent que les compositions botaniques sont difficilement prédictibles et principalement influencées par des gradients d’intensité des pratiques, de sol et d’altitude. La prédiction des propriétés agroécologiques montre de grandes variabilités de qualité : des propriétés écologiques et agronomiques sont correctement prédites par des critères du sol, du climat, du paysage et de la composition botanique. Les propriétés écologiques sont difficilement prédictibles avec les typologies prairiales seules, mais la combinaison de typologies améliore la qualité des prédictions. Les résultats montrent aussi qu’une même prairie ne peut pas répondre à toutes les attentes des agriculteurs et conseillers, mais il est possible d’associer rendement et diversité botanique ; qualités nutritives ; ou encore espèces patrimoniales et souplesse d’exploitation. Enfin, la réflexion sur la transmission des connaissances entre scientifiques et acteurs de terrain montre qu’il est nécessaire de trouver un équilibre entre précision des outils et facilité d’utilisation afin de s’adapter aux attentes de tous. Cette thèse apporte donc de nouvelles connaissances sur la prédiction des propriétés agroécologiques des prairies permanentes et de leurs compromis à grande échelle, notamment grâce à la prise en compte de nombreux critères prédictifs liés aux milieux, aux pratiques agricoles et à la végétation, mais aussi grâce à la prédiction de propriétés encore méconnues. Enfin, cette thèse soulève le problème de la création d’outils polyvalents permettant de prédire les propriétés agroécologiques des prairies permanentes
In France, permanent grasslands are associated with agronomic and ecological characteristics: they provide half of overall forage, shelter vegetal and animal species, and store carbon. Increasing our understanding of agroecological characteristic determinants, and the trade-offs between characteristics, could help farmers and advisors to promote high-diversity grasslands, but also a diversity of grasslands. The objectives of this thesis are 1) to predict grassland characteristics using environmental, agricultural practices and vegetation criteria, 2) to predict grassland characteristics using vegetation classifications without information about environment and agricultural practices, 3) to study and predict trade-offs between characteristics at grassland scale, 4) to query knowledge transfer between researchers, farmers and farmer advisors. For this purpose, I built a database of almost 800 permanent grasslands from previous studies. I then selected a representative sample of 59 grasslands for this database over which I conducted field and lab analyses of botanical compositions, yields, forage qualities and soil properties. I also collected information about agricultural practices, climate and topography for each of these grasslands. My results show that botanical compositions are difficult to predict, and are mainly influenced by agricultural intensification, soil and elevation gradients. Prediction of agroecological characteristics show wide variabilities: some agronomical- and ecological- characteristics are predicted well by soil, climate, landscape and botanical composition criteria. However, using only vegetation classifications could not reliably predict ecological characteristics, despite the improvement of prediction quality when combining classifications. Study of trade-offs highlighted the impossibility to combine all the agroecological characteristics for one grassland. However, I observed combinations between yield and botanical diversity, between the different indices of nutritive value, and between patrimonial species and flexibility of management. Finally, several tools can be used to transfer knowledge between scientists, farmers and advisors, but an equilibrium between tools accuracy and ease to use have to be found. This thesis work brings new insights in our understanding of large scale permanent grassland agroecological characteristics and their trade-offs, thanks to the inclusion of many predictive criteria related to environment, agricultural practices and vegetation, but also thanks to the prediction of unknown characteristics. Finally, this thesis addresses the issue of developing polyvalent tools that can be used to predict grassland agroecological characteristics

Le climat de la planète se réchauffe et ses effets sont entachés d'une forte incertitude. Une hausse de la température et de la fréquence d'événements extrêmes tels des inondations ou des sécheresses est prévue. La forte dépendance de l'agriculture aux conditions climatiques en fait de facto un champ d'application privilégié. Cette thèse se destine ainsi à étudier la relation entre climat et agriculture, afin d'évaluer les conséquences potentielles du changement climatique, en mêlant travaux empiriques et théoriques. Les deux premiers chapitres se concentrent sur les pays en développement au travers de deux études examinant la production et les profits agricoles ainsi que les décisions de consommation des ménages agricoles indiens. Les divers scénarios climatiques envisagés montrent un effet global négatif sur la production et les profits, particulièrement pour les ménages agricoles du sud du pays. L'irrigation tout comme le mélange des cultures permettent toutefois de réduire les dommages subis, notamment pour les petits exploitants. Les deux chapitres suivants considèrent des pays économiquement développés, en commençant par une étude des rendements céréaliers européens. Les projections sous les différents scénarios climatiques indiquent une faible croissance des rendements du blé d'ici à la fin du XXIe siècle, comparativement aux observations des 25 dernières années. Ces gains faibles sont toutefois accompagnés d'une forte hétérogénéité régionale. Pour le maïs, des faibles gains d'ici la moitié du XXIe s'effacent derrières de plus fortes pertes dans le long terme. L'approche partielle est ensuite délaissée pour laisser place à une analyse en équilibre général s'attachant à étudier les effets de court terme des chocs climatiques sur les cycles économiques, à travers leur impact sur l'agriculture. Une hausse de la variance des chocs climatiques conformément à celle prévue par des scénarios climatiques entraîne un accroissement substantiel de variables macroéconomiques telles la production et l'inflation
Global climate is warming, and the effects of climate change are associated with a lot of uncertainty. Not only average temperatures are expected to rise, but also the occurrence of extreme events such as floods or droughts. Agriculture is particularly at risk, due to the importance of weather conditions in production. This thesis therefore aims at investigating the relationship between weather variations and agricultural production, to better assess the potential effects of climate change on agriculture, relying on both theoretical and empirical methods. The first two chapters focus on developing countries and provide two empirical studies based on Indian data at the individual farm level that link climate to agricultural production and profits and to consumption decisions. We find contrasted results, with an overall damaging effect of climate change scenarios on Indian agricultural production and profits, especially for farmers in southern India. Irrigation may however help mitigating the losses, as well as crop mixing, particularly for small farms. The last two chapters consider developed countries. The first step focuses on crop yields in Europe. Under the tested climate scenarios, wheat yields are projected to slightly increase by the end of the 21$^\textrm{st}$ century relative to the observed yields from the past 25 years. These small gains are however accompanied by a lot of regional heterogeneity. For European corn yields, the projections highlight small gains in by the middle of the 21$^\textrm{st}$ century, followed by relatively higher losses in the long run. The second step relies on a general equilibrium approach, and aims at investigating the short-run impacts of weather shocks on business cycles, through their damaging effects on agriculture. Increasing the variance of climate shocks in accordance with forthcoming climate change leads to a sizeable increase in the volatility of key macroeconomic variables, such as production and inflation

L’agriculture urbaine représente une opportunité de réduire la pauvreté et d’améliorer la sécurité alimentaire des habitants des villes d’Afrique de l’Ouest. L’objectif général de cette thèse est de produire des données d’inventaire représentatives ainsi qu’une évaluation environnementale robuste de ces systèmes de production par la méthodologie Analyse du Cycle de Vie (ACV). Notre cas d’étude a été la tomate des jardins urbains au Bénin. Notre état de l’art nous a permis d’identifier que prendre en compte la diversité des systèmes de production et la variabilité des émissions au champ étaient deux enjeux majeurs de l’ACV des produits maraîchers. Nous avons donc développé un protocole de collecte de données basé sur la typologie qui prend en compte la diversité des systèmes puis mis au point une méthode d’estimation des flux d’azote au champ combinant un bilan d’azote et l’usage d’un modèle biophysique. Nous avons ainsi créé des inventaires pour 6 types de systèmes et une moyenne pondérée représentative de la population étudiée. L’analyse des performances agronomiques de ces systèmes a montré une forte variabilité des rendements et une utilisation fluctuante et souvent excessive d’engrais et de pesticides. L’exploration de la variabilité des flux d’azote à l’échelle de la parcelle et du cycle de culture a permis l’identification de 4 facteurs majeurs: les volumes d’eau d’irrigation, la dose d’azote, le pH du sol et la capacité au champ. A l’aide de scénarios favorables et défavorables aux émissions pour chacun de ces 4 facteurs, nous avons montré que leurs effets sur les résultats d’ACV étaient importants. L’intégration de ces données dans une ACV finalisée a montré qu’un hectare de production de tomate au Bénin était plus impactant que les productions maraichères Européennes. Les avantages du climat favorable du sud Bénin à la production de tomate en contre saison sont annulés par les faibles performances des systèmes d’irrigation, l’usage fréquent d’insecticides et d’importantes émissions azotées. Des données mesurées et des connaissances nouvelles sont nécessaires sur ces systèmes pour valider et affiner nos conclusions
Urban agriculture provides opportunities to reduce poverty and ensure food safety for cities inhabitants in West Africa. The general objective of this thesis is producing representative inventories and a robust environmental assessment for those production systems using the Life Cycle Assessment (LCA) methodology. Our case study was the tomato production in urban gardens in Benin. Our state of the art identified the integration of the diversity of systems and the variability of field emissions as two major challenges for the LCA of vegetable products. We therefore developed a typology-based protocol to collect cropping systems data that includes their diversity and an approach combining a nitrogen budget and the use of a biophysical model to estimate nitrogen field emissions. We created inventories for 6 cropping system types and one weighted mean representative for the urban tomato growers in Benin. The analysis of the agronomical performances of these systems highlighted the important yield variability and the variable and often excessive use of pesticides and fertilizers. The investigation of nitrogen fluxes variability at plot and crop cycle scales led to the identification of 4 major influencing factors: water use, nitrogen input, soil pH and field capacity. Using favorable and unfavorable scenarios for nitrogen emissions for each of these 4 factors, we demonstrated that the LCA results were sensitive to their variations. The implementation of LCA using those contrasted data showed that one hectare of tomato production in Benin was more impacting than European vegetable productions. The benefits from the favorable climate for producing out-of-season tomatoes were hampered by the low efficiency of irrigations systems, the frequent use of insecticides and large nitrogen emissions. Measured data and new knowledge on these systems are needed to validate and refine our conclusions

Le concept de « service écosystémique », en plein essor depuis la publication du Millenium Ecosystem Assessment en 2005, a permis de souligner l'importance des performances non-marchandes des écosystèmes. En arboriculture, assurer une bonne productivité tout en préservant les ressources naturelles et la santé humaine est aujourd’hui un défi majeur, qui peut être analysé sous l’angle des services écosystémiques. Quels sont ces services au sein d’un verger de pommiers ? Comment les analyser ? Quels sont les liens - conflits et synergies - entre services écosystémiques multiples et comment les systèmes de culture modifient-ils les profils de services multiples? Ce travail de thèse vise à répondre à ces questions avec une démarche novatrice combinant mesures expérimentales, modélisation et analyse statistique. Suite à une analyse bibliographique des services écosystémiques pouvant être délivrés dans des vergers, cinq services ont été sélectionnés. Il s’agit de la production de fruits, de la disponibilité de l’azote dans le sol, de la régulation du climat reposant sur la prévention de la dénitrification de l’azote et sur la séquestration du carbone, de la maintenance et de la régulation du cycle de l’eau y compris de sa qualité, et de la régulation des bioagresseurs. Conjointement à ces services nous avons considéré les nuisances environnementales dues aux pesticides. Pour chaque service nous avons identifié les fonctions écosystémiques sous-jacentes ainsi que les pratiques agricoles et les conditions pédoclimatiques ayant un impact sur ces fonctions. Les services et fonctions ont été décrits par un ou plusieurs indicateurs et quantifiés à l’aide de modèles dans les cas suivants : (i) neuf systèmes de culture réels sur deux dispositifs expérimentaux dans le sud-est de la France et (ii) 150 systèmes de culture fictifs conçus à partir de la combinaison de cinq leviers de pratiques et de leurs modalités, dans des conditions pédoclimatiques identiques. Les deux modèles utilisés ont été STICS, un modèle générique de simulation du fonctionnement du sol et des cultures sous l’influence des pratiques, qui a nécessité une paramétrisation et une évaluation sur pommier à partir de mesures expérimentales, et IPSIM, une plateforme de modélisation simulant les effets des pratiques et des conditions du milieu sur les dégâts aux cultures causés par les bioagresseurs. IPSIM a été paramétré sur pommier, sur la base d’une importante étude bibliographique et à dires d’experts. Les simulations des modèles ont fait l’objet d’analyses statistiques simples dans le cas des systèmes de culture réels, et d’analyses multivariées à deux tableaux (analyse en composantes principales avec variables instrumentales) pour les systèmes de culture fictifs. Pour les neufs systèmes de culture réels, 14 liens importants entre services écosystémiques ont été identifiés, notamment des conflits comme celui entre la prévention de la dénitrification ou de la lixiviation de l’azote et la disponibilité de l’azote dans le sol à court terme, et des synergies, comme celle entre l’humidité du sol ou la séquestration du carbone et la disponibilité de l’azote dans le sol à court terme. Ces liens entre services sont expliqués par les fonctions écosystémiques sous-jacentes. La comparaison de profils de services entre systèmes a mis en évidence l’impact de pratiques agricoles sur certains services. Ainsi, sur un même site, une forte densité de plantation augmente la production de fruits et la séquestration du carbone. La fertilisation exclusivement sous une forme organique diminue la production de fruits via un stress azoté mais diminue également la lixiviation. Par ailleurs, les profils de services sont fortement influencés par les caractéristiques pédoclimatiques de chaque site. Ces résultats confortent la nécessité d’une prise en compte explicite de l’interdépendance ‘pratiques x conditions du milieu’ pour analyser les services
The concept of « ecosystem service », which has been used increasingly since the publication of the Millennium Ecosystem Assessment in 2005, has highlighted the importance of ecosystem’s non-marketed performances. In orchards, ensuring high productivity while preserving natural resources and human health has become a real challenge that could be analyzed with the concept of ecosystem service. Which ecosystem services are delivered in an apple orchard? How to analyze them? What are the relationships - conflicts or synergies – among multiple ecosystem services and how do cropping systems change multiple ecosystem service profiles? This PhD work aims at answering those questions with an innovative approach combining experimental measures, modeling and statistical analysis.Based on a literature review of ecosystem services in orchards, five services were selected: fruit production, nitrogen availability in soil, climate regulation based on the prevention of nitrogen denitrification and on carbon sequestration, maintenance and regulation of water cycle, including water quality, and pest control. We also considered the environmental disturbances caused by the use of pesticides. For each service, we identified the underlying ecosystem functions as well as the agricultural practices and soil and climate conditions affecting these functions. Services and functions were described by one or multiple indicators and quantified using models in the case of (i) nine existing cropping systems on two experimental sites in southeastern France differing in terms of soil and climate conditions, and (ii) 150 virtual cropping systems designed out of the combination of five major agricultural practice levers and their modalities, in identical soil and climate conditions. The two models used were STICS, a generic soil-crop simulation model under the influence of practices which required a parameterization and an evaluation on apple orchards based on experimental measures, and IPSIM, a generic modeling framework simulating the impacts of agricultural practices and local conditions on crop injuries caused by pests. IPSIM was parameterized on apple orchards, based on an important literature review and expert opinions. Model simulations were analyzed with simple statistics in the case of the nine existing cropping systems and with two-table multivariate analyses (principal component analysis with instrumental variables) for virtual cropping systems.Concerning the existing cropping systems, 14 important relationships were identified among ecosystem services, especially conflicts, like the one between nitrogen denitrification or leaching prevention and soil nitrogen availability on the short term, and synergies such as the one between soil humidity or carbon sequestration and nitrogen availability on the short term. These relationships are explained by the underlying ecosystem functions. Comparing service profiles among cropping systems highlighted the impacts of agricultural practices on some services. That way, on a same site, a high planting density increases fruit production and carbon sequestration. An exclusively organic fertilization decreases fruit production through nitrogen stress but also nitrogen leaching in drained water. Furthermore, service profiles are strongly influenced by the soil and climate conditions of each site. These results strengthen the need to explicitly consider the ‘agricultural practices x soil and climate conditions’ interdependence in order to analyze ecosystem services. The results obtained with the virtual cropping systems simulations confirmed those of the existing ones and gave precision on the impacts of fertilization, irrigation and pest control for codling moth, rosy apple aphid and apple scab on ecosystem functions and services

Le blé tendre, Triticum aestivum, est une des céréales les plus cultivées au monde et est d'une importance considérable pour l'alimentation humaine, fournissant environ un cinquième des calories consommées par l'Homme. Le rendement en grain chez les céréales dépend majoritairement du nombre et de la taille des grains. Chez le riz (Oryza sativa), le gène GW2 a été isolé dans un locus à effet quantitatif majeur pour la taille et le poids du grain. Ce gène code pour une enzyme E3 ligase de type RING, qui régule négativement la taille et le poids du grain de riz. L'homologue de GW2 chez le blé tendre, le gène TaGW2, est exprimé par trois copies TaGW2-A,TaGW2-B et TaGW2-D, portées par chacun des génomes homéologues A, B et D. Les trois copies présentent des profils d'expression distincts au cours du développement du grain. TaGW2-A a été cartographié dans une région de QTLs pour le rendement, sur le chromosome 6AS ; et du polymorphisme dans sa séquence promotrice et intronique a été retrouvé associé au poids de 1000-grains dans une core collection mondiale de blé tendre. Afin de rechercher la fonction de TaGW2, l'extinction stable des trois copies TaGW2 a été entreprise par ARN interférence. De manière surprenante, les plantes transgéniques montrent des réductions significatives des dimensions et du poids du grain de blé (- 22,5 et - 30% du volume et de la masse du grain, respectivement), ainsi que du nombre de cellules de l'albumen (- 25%), comparé aux plantes témoins dans nos conditions ; suggérant que TaGW2 est un régulateur positif de la taille finale du grain chez le blé tendre. La protéine TaGW2-A a été caractérisée aux niveaux moléculaire et biochimique : elle est une E3 ubiquitine ligase fonctionnelle in vitro, et s'accumule dans la cellule au niveau du nucléole, du nucléoplasme et du cytoplasme. Sa fonction E3 ligase semble notamment influencer sa localisation subcellulaire. Afin de déterminer la ou les voie(s) de signalisation dans la(es)quelle(s) intervient TaGW2, une banque ADNc de grains de blé a été construite et criblée par double-hybride avec 320 acides aminés de la protéine TaGW2-A. Les premiers interacteurs potentiels identifiés suggèrent d'une part un rôle de TaGW2 dans la régulation de la division cellulaire, et d'autre part une fonction E3 Nedd8 ligase, en plus de son activité E3 ligase.

Le rendement en grains (Rdt) et la teneur en protéines (%Prot) sont deux cibles majeures dans les programmes de sélection variétale chez le blé car ces caractères contribuent à la valeur économique de cette culture. Malheureusement, leur amélioration simultanée est empêchée par la relation négative %Prot-Rdt. Il a été montré que l'écart à cette relation ("Grain Protein Deviation", GPD) est déterminé en partie génétiquement et serait utile pour modifier cette relation négative mais ses bases biologiques restent mal comprises à ce jour. Nous avons montré que le GPD est principalement relié à la variabilité génétique pour l'absorption d'azote post-floraison (ABSN) dans les conditions agro-climatiques du Nord-Ouest de l'Europe. Nous proposons que la variabilité génétique pour l'accès à l'azote du sol (architecture et fonctionnement racinaire) ou pour la régulation de ABSN par le statut azoté (transport et assimilation de l'azote) pourrait expliquer le GPD. Etant donné que le retardement de la sénescence durant la période post-floraison peut résulter en une augmentation de ABSN, nous avons analysé les déterminants génétique des relations entre durée de sénescence des feuilles après floraison et Rdt ou %Prot, observées au niveau phénotypique, en utilisant des données acquises sur une population de cartographie de blé cultivée au sein d'un large réseau expérimental. Une association positive entre durée de sénescence des feuilles après floraison et %Prot ou Rdt a été observée selon les environnements étudiés. Nous faisons l'hypothèse que l'impact d'un retardement de la sénescence des feuilles après floraison pourrait être modulé selon la disponibilité en azote durant cette période, ce qui conduirait à modifier la relation %Prot-Rdt selon les environnements étudiés. Enfin, des données obtenues sur trois populations de cartographie cultivées dans un large réseau expérimental ont permis de suggérer, après méta-analyse de QTL, des régions génomiques potentiellement utiles en sélection pour améliorer la %Prot sans diminuer le Rdt. Ceci a permis de mettre en avant des régions situées sur les chromosomes 2A et 3B. En particulier, la région située sur le 2A pourrait être reliée à la présence d'un gène codant pour une glutamine synthétase chloroplastique qui a été associée à la variabilité génétique pour %Prot chez le blé tendre dans une étude antérieure.

La filière betteravière française cherche à gagner en productivité afin d'obtenir des rendements en sucre économiquement satisfaisants. La fertilisation azotée est l'un des principaux facteurs influençant le rendement de la betterave sucrière. De nombreux modèles ont pour but de simuler le rendement en sucre de la betterave mais peu prennent en compte l'effet des conditions de nutrition azotée. Dans ce contexte, les objectifs de ce travail étaient: (i) de mener une réflexion conduisant au choix du type de modélisation, (ii) d'identifier les caractéristiques de la plante en réponse à la nutrition azotée pour le paramétrage du modèle, et (iii) d'évaluer notre modèle. La démarche de modélisation s'est concentrée sur l'intégration des effets de la nutrition azotée sur l'élaboration de la surface foliaire, et sur les relations source-puits au sein de la plante. Des expérimentations au champ sur deux années nous ont permis d'acquérir les données nécessaires à l'étude des réponses de la betterave à des conditions contrastées de nutrition azotée et au paramétrage du modèle. Un travail de compilation de données de validation disponibles à l'ITB a permis de prendre en compte la variabilité des paramètres. Nous avons constaté que la betterave répondait à la nutrition azotée comme les autres plantes en C3. Le modèle simule les différences de rendement en sucre en fonction de l'état de nutrition azotée comme annoncé dans la bibliographie. Le modèle permet de retrouver sans les imposer les stades de croissance de la betterave. Couplé au module de fourniture d'azote du modèle STICS, le modèle permet de simuler les grandes tendances des rendements depuis les trente dernières années.