Associer la télédétection à un modèle de culture pour prédire la biomasse du maïs

Arvalis travaille au développement du modèle CHN, qui simule le comportement d’une culture en réponse à son environnement. Cela permet de mieux comprendre la relation entre une plante et son système, mais aussi d’appréhender son niveau de production dans ce système et les contraintes qui y sont liées.

Certaines informations nécessaires au bon fonctionnement du modèle sont difficiles à renseigner avec justesse et peuvent être une source d’erreur importante. Plusieurs études récentes ont montré qu’en intégrant des données mesurées sur la parcelle d’intérêt en cours de campagne au modèle, les erreurs de prédictions pouvaient être largement corrigées. Ceci concerne notamment des mesures permettant une caractérisation de l’état de la culture et de son potentiel de production, par exemple le LAI (Leaf Area Index, qui est une expression de la surface foliaire par surface de sol). Cette étude montre l’intérêt de l’assimilation de mesures de LAI pour l’amélioration des prédictions du modèle CHN en s’intéressant particulièrement aux mesures permises par les imageries satellite, une mesure universelle et facilement accessible.