croissance

Ce qu'il faut retenir :

     Les mécanismes physiologiques impliqués dans la croissance d'une plante et sa régulation sont très nombreux et très complexes, et probablement pas tous parfaitement connus.
     Depuis une cinquantaine d'années, les écophysiologistes et agronomes ont développé des approches simples pour aborder pragmatiquement cette complexité : la croissance potentielle d'un peuplement est modélisée directement à partir du rayonnement qu'il intercepte, et les assimilats synthétisés sont répartis dans la plante selon quelques règles d'affectation suffisamment stables.
     De nombreux modèles de culture (par exemple : APES, APSIM, CERES, CROPGRO, CropSyst, DAISY, DSSAT, FASSET, HERMES, RZWQM, SPASS, STICS, SWAP, SOYGRO) ont ainsi vu le jour, reposant peu ou prou sur ces mêmes bases, éventuellement complétés par des modèles de stress (hydrique, azoté). Ils sont utilisés comme outils de diagnostic et de prévision, afin de comprendre les observations de terrain, aider la prise de décision des agriculteurs, orienter des programmes de création variétale, simuler les effets du changement climatique.
     De nouvelles générations de modèles sont en préparation pour :
• affiner les réponses des plantes aux variations d'environnement et la prévision des stades de développement,
• prendre en compte des peuplements complexes (associations végétales),
• mieux intégrer les cycles hydriques et biogéochimiques, ainsi que les dynamiques de ravageurs et de maladies.
     Il faut cependant espérer que le nombre de paramètres nécessaires au fonctionnement de ces modèles restera raisonnable et compatible avec le test et l'utilisation opérationnelle de ces derniers.

Abstract :

     The physiological mechanisms involved in plant growth and regulation are numerous and complex, and probably not all are fully understood.
     For the past fifty years or so, ecophysiologists and agronomists have developed simple approaches to pragmatically address this complexity: the potential growth of a stand is modeled directly from the radiation it intercepts, and the synthesized assimilates are distributed throughout the plant according to a few sufficiently stable allocation rules. Many crop models (for example: APES, APSIM, CERES, CROPGRO, CropSyst, DAISY, DSSAT, FASSET, HERMES, RZWQM, SPASS, STICS, SWAP, SOYGRO) have thus emerged, based more or less on these same principles, sometimes supplemented by stress models (water, nitrogen). They are used as diagnostic and forecasting tools to understand field observations, support farmers' decision-making, guide breeding programs, and simulate the effects of climate change.

     New generations of models are being developed to:

• refine plant responses to environmental variations and predict developmental stages,
• account for complex plant communities,
• better integrate water and biogeochemical cycles, as well as pest and disease dynamics.

     However, it is hoped that the number of parameters required for these models to function will remain reasonable and compatible with their testing and operational use.