EDP Sciences Journals List
Issue Agronomie
Volume 22, Number 1, January-February 2002
Page(s) 69 - 92
DOI http://dx.doi.org/10.1051/agro:2001005



Agronomie 22 (2002) 69-92
DOI: 10.1051/agro:2001005

STICS: a generic model for simulating crops and their water and nitrogen balances. II. Model validation for wheat and maize

Nadine Brissona, Françoise Rugeta, Philippe Gateb, Josiane Lorgeouc, Bernard Nicoullauda, Xavier Tayotd, Daniel Pleneta, Marie-Hélène Jeuffroya, Alain Bouthierb, Dominique Ripochea, Bruno Marya and Eric Justesa

a  Unité de bioclimatologie, Département Environnement et Agronomie, Institut National de la Recherche Agronomique, Site Agroparc, 84914 Avignon Cedex, France
b  Institut Technique des Céréales et Fourrages, 8 avenue du Président Wilson, 75116 Paris, France
c  Association Générale des Producteurs de Maïs, 91720 Boigneville, France
d  Agrotransfert Poitou-Charentes, Les Verrines, 86600 Lusignan, France

(Received 24 August 2000; revised 30 January 2001; accepted 13 June 2001)

Abstract
An evaluation of a generic crop growth model, STICS, described in Brisson et al. [11], is presented, based on an agronomic database which combines various wheat crop and maize crop situations in France. Emphasis is placed on the need to use standard references for parameterising varieties, particularly concerning the development stages. The validation was carried out for the model's output variables, defined as being the final variables of agronomic interest (yield and components, above-ground biomass, flowering and maturity dates, nitrogen contents in the plant and grain, water and nitrogen contents in the soil) using several mathematical criteria (square errors, mean deviation, efficiency). Results indicated that the two crops behave quite similarly with square errors of 1.6 t $\cdot$ha -1 for wheat yield and 2.4 t $\cdot$ha -1 for maize yield. The two yield components, grain number and grain weight, were simulated less successfully, as was the case for the simulations concerning nitrogen both in the plant and soil, which were systematically biased. However, the water content in the soil was simulated accurately. An analysis of the dynamics of the main state variables in the system, such as leaf area index or nitrogen nutrition index, which in some cases were extracted from the database, made it possible to reveal the shortcomings in the model and propose ways of modifying it. The results we will retain include the introduction of a relationship between grain number and maximal grain weight, which makes the "grain number" variable dependent on the variety, the consideration of leaf senescence due to environmental stress, and the end of nitrogen absorption at the onset of grain filling. These modifications help to improve modelling results of yield components and soil and plant nitrogen contents. They have little effect on biomass and yield, for which errors remain at levels of approximately 15%; the impossibility of reducing the error concerning biomass, and consequently that concerning yield, illustrates the model's robustness.

Résumé
STICS : un modèle générique pour simuler les cultures et leurs bilans hydrique et azoté. II. Validation du modèle pour le blé et le maïs. Une évaluation du modèle générique de culture STICS, décrit en détails dans Brisson et al. [11], est présentée. Elle repose sur une base de données agronomiques qui réunit des situations variées de culture de blé et de maïs en France. L'accent est mis sur la nécessité d'utiliser des références standards pour le paramétrage des variétés, qui concerne surtout les stades de développement. La validation est réalisée sur les variables de sortie du modèle, définie comme étant les variables finales d'intérêt agronomique (rendement et composantes, biomasse aérienne, dates de floraison et de maturité, teneurs en azote dans la plante et dans le grain, quantité d'eau et d'azote dans le sol) au moyen de plusieurs critères mathématiques (erreurs quadratiques, écarts moyens, efficacité). Il ressort que le comportement des deux cultures sont assez proches avec des erreurs quadratiques de 1,6 t $\cdot$ha -1 pour le rendement du blé et de 2,4 t $\cdot$ha -1 pour le rendement du maïs. La simulation des deux composantes du rendement : nombre de grains et poids du grain est plus mauvaise, de même que les simulations concernant l'azote aussi bien dans la plante que dans le sol qui apparaissent avec un biais systématique. En revanche l'eau dans le sol est correctement simulée. L'analyse de cinétiques d'évolution de variables d'état majeures du système, telles que l'indice foliaire ou l'indice de nutrition azotée, sur quelques cas extraits de la base de donnée permet de mettre en évidence les disfonctionnements du modèle et de proposer des modifications pour les corriger. On retiendra essentiellement l'introduction d'une relation entre le nombre de grains et le poids maximal du grain, ce qui rend la variable " nombre de grains " dépendante de la variété, la prise en compte de la sénescence des feuilles liée aux stress environnementaux, l'arrêt de l'absorption azotée au début du remplissage du grain. Ces modifications permettent d'améliorer les résultats de modélisation concernant les composantes du rendement et le bilan azoté. Elles ont peu d'effet sur la biomasse et le rendement qui restent à des niveaux d'erreur de l'ordre de 15 % ; cette incompressibilité de l'erreur sur la biomasse et par conséquent le rendement est une illustration de la robustesse du modèle.


Key words: crop modelling / wheat / maize / water balance / nitrogen balance / validation

Mots clés : modélisation de culture / blé / maïs / bilan hydrique / bilan azoté / validation

Correspondence and reprints: Nadine Brisson
    e-mail: brisson@avignon.inra.fr

Communicated by Jean-François Ledent (Louvain-La-Neuve, Belgium)



© INRA, EDP Sciences 2002