Évaluation du modèle climatique intégré aux décisions à portée environnementale sur la prévision du rendement des cultures dans les Prairies canadiennes : une étude de cas

La modélisation est un précieux outil qui permet aux chercheurs et aux scientifiques de prendre d'importantes décisions de gestion à court et à long terme concernant la production des cultures et la qualité de l’environnement. Le modèle climatique intégré aux décisions à portée environnementale (Environmental Policy Integrated Climate, EPIC) a été mis à jour à l'aide de données pertinentes sur les conditions météorologiques, le travail du sol et les pratiques de gestion des cultures, données tirées de l'expérience à long terme sur les systèmes culturaux de remplacement menée au champ de 1994 à 2013, à Scott, en Saskatchewan, au Canada. Cette expérience visait à analyser l’interaction de la diversité des cultures et des intrants agricoles sur la production agricole dans la région. Les intrants agricoles comportaient des intrants biologiques, un travail minimal du sol et un travail classique du sol. La diversité des cultures était représentée par une rotation blé-jachère, des céréales annuelles diversifiées et des cultures annuelles et vivaces diversifiées. Dans cette étude de modélisation, nous voulions évaluer la fiabilité du modèle en simulant le rendement annuel et à long terme du blé, de l’orge et du canola de l’étude des systèmes culturaux de remplacement (Alternative Cropping Systems, ACS). L'analyse des résultats du modèle a révélé que celui-ci donnait une bonne représentation des tendances du rendement à long terme, mais qu'il était moins précis dans la prévision de la dynamique du rendement annuel. Cela était dû à l'influence des propriétés du sol, à la topographie du terrain, aux phénomènes météorologiques extrêmes et à la surestimation par le modèle de l'azote disponible dans les systèmes à faible apport en azote. Nous avons conclu que, dans l'ensemble, le modèle représentait bien les effets du travail du sol et de la diversité des cultures sur le rendement simulé, et qu'il peut donc être utilisé pour faciliter la prise de décisions futures en matière de culture et la planification agronomique.