C. Analyses des variables explicatives
quantitatives
Nous connaissons l'ensemble des variables explicatives qui
seront testées dans les modèles.
Avant de passer à la modélisation, nous
cherchons à identifier des relations entre variables grâce
à une analyse de corrélations (en retenant le maximum de
données possibles) puis une ACP. L'analyse de
corrélations sert à identifier les variables
corrélées afin de ne réaliser l'ACP que sur des variables
non corrélées et de réduire ainsi le nombre de variables.
En effet le nombre d'individus étant restreint, il nous faut diminuer le
plus possible le nombre de variables explicatives.
1) Corrélations entre variables explicatives
Cinq couples de variables corrélées sont
identifiés :
- pH et CEC_ calcium
- teneur en magnésium foliaire de l'année n-1 et
teneur en potassium foliaire
- CEC_calcium et reliquat avant récolte n-1 et pH
- reliquat F2+60jours et apport minéral en
été
- pluviométrie et température moyenne
Seuls trois couples sont retenus : pH et CEC_calcium, teneur en
magnésium foliaire de l'année n-1
et teneur en potassium foliaire, reliquat F2+60jours et apport
minéral en été, les autres corrélations
n'ayant pas de signification biologique.
2) Représentation des individus et des
variables
On réalise l'ACP sur toutes les variables quantitatives
citées dans le tableau 19, afin d'identifier des variables
agrégées et des individus extrêmes. L'ACP doit fonctionner
avec des observations pour lesquelles toutes les variables sont
renseignées. Or certaines données manquent. Pour pallier à
cela certaines données sont déterminées arbitrairement
:
- la charge vaut 0 avant l'entrée en
production
- les valeurs des variables liées au sol entre
deux analyses valent la moyenne des deux analyses. En effet les
caractéristiques du sol sont supposées varier lentement. Mais
elles ne varient pas de façon continue. Néanmoins on ne trouve
pas de meilleure approximation.
MORGANE FOURNIER
MEMOIRE DE FIN D'ETUDE - AGROPARISTECH
66
|
cecencmol/kg
|
Mg_CEC
|
K_CEC
|
Ca_CEC
|
phenvaleuret
|
|
P61
|
12.40
|
4.44
|
6.36
|
286.84
|
8.20
|
|
Médiane
|
10.60
|
5.77
|
6.97
|
70.66
|
6.50
|
|
Moyenne
|
10.49
|
6.57
|
6.41
|
70.27
|
6.40
|
|
tauxargile
|
tauxlimons
|
tauxsables
|
tauxdematiereor
|
|
P61
|
23.90
|
36.60
|
39.50
|
2.84
|
|
Médiane
|
16.90
|
69.60
|
15.80
|
2.96
|
|
Moyenne
|
18.31
|
65.61
|
15.93
|
3.11
|
Tableau 21 : Caractérisation du sol de la
P61
67
MORGANE FOURNIER
MEMOIRE DE FIN D'ETUDE - AGROPARISTECH
Ayant trop peu d'individus, certaines variables doivent
être supprimées afin de « perdre » le moins possible
d'individus. Deux méthodes sont possibles pour supprimer les variables :
1) selon l'importance a priori de la variable dans l'explication de la
variable de sortie ; 2) selon leur disponibilité. La
deuxième méthode est appliquée car certaines variables
sont vraiment peu disponibles. Reliquat sortie hiver et teneur foliaire de
l'année précédente ne sont pas prises en compte.
En conclusion, aucune variable n'est bien
représentée par l'axe (cos2>0.8) (voir Annexe 6). Par
conséquent l'ACP ne permet pas de réduire le nombre de
variables.
Dans les représentations d'individus, les parcelles P61
et P53 ECO 2014 sont extrêmes. P61 a un sol très calcaire (tableau
21) et fertilise tard ; P53 ECO 2014 a apporté beaucoup de
matière organique (29T en 2012 et 22T en 2014 de compost+copeaux de
bois). Ces parcelles sont retirées de l'étude: en effet les
processus sous-jacents et les facteurs déterminants seront
différents des autres parcelles.
Les corrélations sont calculées de nouveau sur
l'ensemble des variables qui seront utilisées
ultérieurement sans ces individus. En utilisant les
mêmes règles de lecture que précédemment, on
obtient les corrélations suivantes :
- pluviométrie et température moyenne
- teneur foliaire en magnésium de l'année n, de
l'année n-1 et en potassium
- reliquat F2+60jours et apport minéral en
été
- CEC_calcium et pH
Toutes les corrélations sont retenues hormis la
pluviométrie et la température moyenne car cette
corrélation n'a pas de signification agronomique.
L'ACP est réalisée de nouveau en tenant compte
de ces corrélations, et en enlevant toujours le reliquat sortie hiver et
la teneur foliaire en azote de l'année précédente. Aucune
variable agrégée n'est identifiée, de même qu'aucun
individu extrême n'est identifié (voir Annexe 6).
Après avoir étudié les variables
quantitatives, nous passons à l'étude des variables qualitatives.
Or la profondeur du sol n'est plus retenue comme facteur explicatif car sur les
deux groupes identifiés, le groupe constitué de la P61 n'existe
plus puisque la P61 a été écartée car son sol est
trop atypique.
Les variables explicatives retenues sont présentées
dans le tableau 22 p67. Les individus P61 et P53_ECO_4 sont sortis des
données.
MORGANE FOURNIER
MEMOIRE DE FIN D'ETUDE - AGROPARISTECH
68
Facteur ou
Quantitatif
|
Variables explicatives
|
Nom de la variable
|
Variable corrélée à
|
|
Q
|
Teneur foliaire en azote
|
Azotetotalen%ms
|
|
|
Q
|
Teneur foliaire en magnésium
|
Magnesiumtotalen%ms
|
Teneur foliaire en potassium
Teneur foliaire en
magnésium
année n-1
|
|
Q
|
Reliquats avant récolte année n-1
|
Avantrecolte_n_1
|
|
|
Q
|
Reliquats sortie hiver
|
Sortiehiver
|
|
|
Q
|
Reliquats F2 + 60jours
|
F2+60jours
|
Fertilisation au sol en azote
minéral en
été
|
|
Q
|
0.90*CaO_Sat + 0.90*CEC +
0.92*Taux de saturation
|
CEC_calcium
|
pH
|
|
Q
|
Taux de saturation de la CEC en
magnésium
|
Mg_Sat
|
|
|
Q
|
Taux de matières organiques
|
Tauxdematieresor
|
|
|
Q
|
Fertilisation au sol en azote minéral
en printemps
|
Nsol_print_min
|
|
|
Q
|
Fertilisation au sol en azote
organique en printemps
|
Nsol_print_orga
|
|
|
Q
|
Fertilisation au sol en azote
organique en
été
|
Nsol_ete_orga
|
|
|
Q
|
Fertilisation foliaire avant analyse de
feuille
|
N.fol.ferti
|
|
|
Q
|
Teneur foliaire en azote année n-1
|
Nfoln_1
|
|
|
Q
|
Charge année n-1
|
Chargen_1
|
|
|
Q
|
Pluviométrie
|
Pluvio
|
|
|
Q
|
Température moyenne
|
tmoy
|
|
Tableau 22 : Variables explicatives retenues.
Par défaut les variables sont celles de l'année n.
69
MORGANE FOURNIER
MEMOIRE DE FIN D'ETUDE - AGROPARISTECH
D. Test d'hypothèses valables à
l'échelle du réseau : modélisation
linéaire
Afin d'identifier les facteurs déterminants de nos
variables de sortie, nous allons maintenant tester des modèles
statistiques avec les variables identifiées sur les individus
pertinents.
Identifier un modèle reliant les variables de sortie
aux variables explicatives permet de valider les effets de chaque facteur mais
aussi de les hiérarchiser. On suppose que les processus qui
relient les variables explicatives sont les mêmes sur une grande partie
des parcelles.
Pour chaque variable de sortie, la même procédure
est suivie :
1) Sélection de variables (N) pour qu'il y ait N+1
individus au minimum : gros modèle.
2) Sélection de variable selon le critère d'Akaike
(AIC) : modèle intermédiaire.
3) Sélection de variables sur la significativité
de leur effet (pvalue de 0.05) : modèle final. Une fois les
variables significatives sélectionnées, elles sont
elles-mêmes étudiées afin de comprendre ce qui les
déterminent.
1) Modélisation des rendements (brut et potentiel) et
de la croissance (circonférence et accroissement)
La première étape consiste à expliquer
les variables de sortie. En comparant les modèles obtenus avec
l'ensemble des variables, et ceux obtenus en ne prenant que les variables non
corrélées, nous obtenons des résultats différents.
Les modèles obtenus avec toutes les variables sont plus explicatifs que
les modèles obtenus en retirant les variables corrélées.
Nous utilisons donc l'ensemble de variables.
a) Modèle sur le rendement
Modélisation
La circonférence est prise comme variable explicative
afin de prendre en compte le volume de l'arbre. Dû aux faibles nombres
d`individus, seules les variables qui qualifient le système sont
testées, et non celle qui qualifient les pratiques (fertilisation
azotée). En enlevant reliquat avant récolte n-1,
reliquat sortie hiver, et la charge de l'année précédente
pour causes de données manquantes, le modèle testé est le
suivant :
Rendementi = ì + á1 reliquat f2+60jours
+ á2 teneur foliaire en azote + á3 teneur foliaire en
magnésium + á4 teneur foliaire en potassium + á5 teneur
foliaire en azote n-1 + á6 teneur foliaire en magnésium n-1
+á7 CEC_Calcium + á8 taux de saturation de la CEC en
magnésium+ á9 circonférence
+ á10 pluviométrie +
á11 température moyenne + á12 taux
de matières organiques + á13 pH
+ Ei
Avec tous les Ei ? N(0,ó2), i ° [1 ;
16]
On estime que les hypothèses sont
vérifiées, même si la normalité des résidus
peut être controversée. Le modèle explique 79% de la
variabilité sur 16 individus, et s'écrit :
Rendement = -41 + 11.101 * teneur foliaire en
magnésium + 1.5 * circonférence + 5.4 * teneur en
azote foliaire n-1 - 62 * teneur en magnésium
foliaire n-1
En prenant en compte les ordres de grandeurs, l'importance des
variables s'écrit comme tel (séparation selon facteur 10) :
Circonférence > ì = teneur foliaire en
magnésium > teneur foliaire en magnésium n-1 et
teneur
foliaire en azote n-1
70
MORGANE FOURNIER
MEMOIRE DE FIN D'ETUDE - AGROPARISTECH
|
HYPTOHESES
|
VARIABLES
TESTEES
|
CONCLUSIONS
|
A APPROFONDIR
|
|
|
Effet de la teneur foliaire en azote de l'année
|
Qu'est ce qui détermine la teneur
|
|
1) Un arbre sous-alimenté
|
Teneur en
|
n-1.
|
en azote foliaire ?
|
|
en azote produit moins
|
azote foliaire
|
? L'azote disponible
|
|
|
mais 2) ne croit pas
|
année n et
|
l'année précédente
|
Reliquats avant récolte n-1 et
|
|
nécessairement moins.
|
année n-1
|
détermine l'induction
florale et donc
le
rendement.
|
sortie hiver retirés faute de
données
suffisantes.
|
|
|
|
Qu'est ce qui détermine la teneur
foliaire en
magnésium ? Effet seuil ?
|
|
Une carence en magnésium
|
|
La teneur foliaire en
|
|
|
entraine une mauvaise
|
Teneur
|
magnésium de l'année n et
|
Pourquoi le magnésium n-1 influence
|
|
assimilation de l'azote, et
|
foliaire en
|
de l'année n-1 influent sur
|
négativement le rendement ?
|
|
donc une baisse de
|
magnésium
|
le rendement autant que la
|
Rappelons-nous que les teneurs en
|
|
rendement.
|
|
teneur foliaire en azote.
|
magnésium de l'année n et n-1
sont
corrélées positivement
|
Tableau 23 : Retour sur les hypothèses portant
sur le rendement
|
Année
|
rendement
|
circonf
|
sortiehiver_
|
f2plus60jours
|
circonf_n_1
|
charge
|
|
P14 ECO 3
|
2014
|
0.52
|
12.86
|
21.50
|
43.30
|
9.95
|
2.00
|
|
Mediane
|
|
6.3
|
11.94
|
23
|
47.3
|
11.93
|
0
|
|
Moyenne
|
|
6.84
|
11.53
|
30.14
|
71.4
|
11.48
|
0.924
|
|
azotetotal
en%ms
|
magnesiumtot
alen%ms
|
potassiumtot
alen%ms
|
phenval
euret
|
tauxdemat iereor
|
Mg_CEC
|
Pluvio
|
Tmoy
|
CEC_c
alcium
|
|
2.00
|
0.31
|
0.97
|
6.30
|
3.90
|
10.09
|
947.30
|
13.75
|
155.28
|
|
2.2
|
0.2
|
1.95
|
6.5
|
2.96
|
5.77
|
834
|
11.2
|
147.9
|
|
2.172
|
0.217
|
1.922
|
6.395
|
3.11
|
6.57
|
835
|
11.19
|
148.7
|
Tableau 24 : Valeurs de l'individu P14 ECO
3
|
HYPTOHESES
|
VARIABLES TESTEES
|
CONCLUSIONS
|
A APPROFONDIR
|
|
1) Un arbre sous-alimenté en azote
produit
moins mais 2) ne croit pas
nécessairement moins.
|
Teneur en azote foliaire
année n
Reliquats
azotés (sortie
hiver et F2+60jours)
|
Un arbre sous-alimenté en
azote a une
circonférence
plus faible.
|
Rôle des reliquats
avant récolte
(non
testé faut de
données
suffisantes)?
|
|
Teneur foliaire en
magnésium
|
Un arbre sur-alimenté en
magnésium croit
moins.
|
Pourquoi la teneur
en magnésium
joue
négativement ?
|
|
Teneur foliaire en
potassium
|
Un arbre sur-alimenté en
potassium croit moins.
|
Pourquoi ?
|
Tableau 25 : Retour sur les hypothèses portant
sur la circonférence et les conclusions tirées de la
modélisation
71
MORGANE FOURNIER
MEMOIRE DE FIN D'ETUDE - AGROPARISTECH
Interprétation
La circonférence a un rôle
prépondérant via l'estimation du volume. Le retour sur les
hypothèses est détaillé en tableau 24.
b) Modèle sur le rendement potentiel
Rendement
c)
|
Rendement potentiel =
|
|
Modélisation
|
|
|
On garde les mêmes variables. Si on enlève la
circonférence (prise comme variable explicative, le modèle
vérifie moins bien les hypothèses de normalité et
d'homoscédasticité des résidus. Il est donc
décidé de garder la circonférence. Le modèle
explique 88% de la variabilité sur 14 individus :
Rendement potentiel = -3.2 + 13.5 * teneur en
magnésium foliaire + 0.094 * circonférence + 0.45
* teneur foliaire en azote n-1 - 8.1 * teneur foliaire
ne magnésium n-1
Les mêmes variables explicatives expliquent le rendement
potentiel et le rendement.
L'individu P14 ECO Sème feuille tend
à être extrême (tableau 24). Son rendement est très
faible. La teneur foliaire en magnésium est très haute (moyenne
à 0.21). Le faible rendement a été expliqué dans
l'analyse individuelle par une attaque de carpocapse (chute de fruit).
d) Modèle sur la circonférence
Modélisation
Circonférencei = p + á1 reliquat f2+60jours
+ á2 reliquat sortie hiver + á3 charge + á4 teneur
foliaire en azote + á5 teneur foliaire en magnésium + á6
teneur foliaire en potassium +á7 CEC_Calcium + á8 taux de
saturation de la CEC en magnésium+ á9 circonférence n-1 +
á10 pluviométrie + á11 température
moyenne + á12 taux de matières organiques +
á13 pH + Ei
Avec tous les Ei ? N(0,ó2) avec i ° [1
;18]
La normalité des résidus peut prêter
à controverse mais le modèle est tout de même retenu. On
remarque que sur les 18 individus, deux tendent à être
extrêmes (P27_ECO_4 et P50_PRO_5). Si on enlève ces valeurs, le
modèle ne vérifie plus les hypothèses
d'homoscédasticité, nous les conservons donc. Le modèle
explique 98% de la variabilité.
Circonférence = 1.1 + 2.1 * teneur foliaire en
azote - 11 * teneur foliaire en magnésium - 0.86 *
teneur foliaire en potassium + 1.2 * circonférence
n-1
Interprétation (tableau 25)
La circonférence de l'année
précédente influe dix fois plus que les autres paramètres.
La teneur foliaire en potassium influe dix fois moins que les teneurs foliaires
en azote et magnésium.
L'hypothèse selon laquelle un arbre
sous-alimenté en azote ne voit pas sa croissance affectée est ici
infirmée puisque la teneur foliaire ne azote joue positivement. Par
contre existe-t-il des seuils ? Rappelons-nous que cette relation n'est pas
vérifiée pour la P27 ECO qui malgré des teneurs foliaires
en azote plus faibles que PROD, a les mêmes circonférences de
tronc.
72
MORGANE FOURNIER
MEMOIRE DE FIN D'ETUDE - AGROPARISTECH
|
Année
|
rendement
|
circonf
|
sortiehiver_
|
f2plus60jours
|
circonf_n_1
|
charge
|
|
P27 ECO 4
|
2014
|
2.74
|
19.56
|
4.40
|
88.90
|
15.62
|
2.00
|
|
P50 PRO 5
|
2014
|
12.22
|
20.67
|
37.40
|
96.30
|
15.69
|
2.50
|
|
Mediane
|
|
6.3
|
11.94
|
23
|
47.3
|
11.93
|
0
|
|
Moyenne
|
|
6.84
|
11.53
|
30.14
|
71.4
|
11.48
|
0.924
|
|
azotetotal
en%ms
|
magnesiumtot
alen%ms
|
potassiumtot
alen%ms
|
phenval
euret
|
tauxdema
tiereor
|
Mg_
CEC
|
Pluvio
|
Tmoy
|
CEC_calcium
|
|
2.30
|
0.21
|
1.89
|
6.60
|
2.02
|
5.78
|
1026
|
12.50
|
145.82
|
|
2.00
|
0.19
|
1.90
|
6.90
|
5.42
|
6.89
|
686
|
11.77
|
203.41
|
|
2.2
|
0.2
|
1.95
|
6.5
|
2.96
|
5.77
|
834
|
11.2
|
147.9
|
|
2.172
|
0.217
|
1.922
|
6.395
|
3.11
|
6.57
|
835
|
11.19
|
148.7
|
Tableau 26: Valeurs des individus P50 PRO 5 et P27 ECO
4
Variables explicatives
Figure 28: Schéma des facteurs et processus
influençant la teneur foliaire en magnésium
73
MORGANE FOURNIER
MEMOIRE DE FIN D'ETUDE - AGROPARISTECH
Individus extrêmes (tableau 26)
Deux individus, P50 PRO 5ème feuille et P27
ECO 4ème feuille ont des valeurs estimées très
haute, ce qui amènent à des résidus très
élevés.
Les circonférences sont parmi les plus
élevées. D'après le modèle, la circonférence
devraient être encore plus élevée pour P50 et plus faible
pour P27. Ce sont les deux extrêmes de matière organiques. Que
conclure mis à part que le modèle ne marche pas pour les grandes
circonférences ?
d) Modèle sur l'accroissement
Modélisation
On teste les mêmes variables que pour la
circonférence hormis la circonférence. Le modèle final
nous donne comme seul facteur explicatif le reliquat F2+60jours. Beaucoup
d'individus sont hors normes. En les retirant, nous obtenons le même
résultat. Nous ne retenons pas ce modèle car il nous parait peu
explicatif.
Un mécanisme commun à la
circonférence et au rendement peut être identifié:
la teneur en azote foliaire influe que ce soit l'année ou
l'année précédente. Cependant la teneur en
magnésium foliaire a autant d'importance dans le cas du rendement.
2) Modélisation des variables explicatives
Après avoir identifié les variables explicatives
qui influent de « manière générale » sur la
variable de sortie, nous cherchons à relier ces mêmes variables
(dites intermédiaires) aux pratiques/contextes, en les modélisant
comme les variables de sortie. Ceci afin de pouvoir répondre à
l'objectif premier d'évaluation des pratiques.
La sélection des variables qui expliqueront ces
variables intermédiaires se fait uniquement d'après la
synthèse bibliographique. Nous ne confrontons pas cette sélection
aux experts par manque de temps. La modélisation suit la même
méthode que celle appliquée pour la modélisation des
variables de sortie.
a) Magnésium foliaire
Sélection des variables
Nous ne considérons que la fertilisation de
l'année au sol et foliaire. On garde la fertilisation au sol qui a
été mise avant juillet, et mise l'automne (à partir de
novembre) de l'année précédente. On prend cette plage afin
de considérer la fertilisation déterminante pour le rendement de
l'année n, selon la bibliographie et les conseillers techniques.
Modèle linéaire
Teneur en magnésium foliairei = ì +
á1 teneur en azote foliaire + á2 teneur en potassium foliaire +
á3 pH + á4 taux de matières organiques + á5 taux de
saturation de la CEC en magnésium + á6 taux de saturation de la
CEC en potassium + á7 teneur en azote foliaire de l'année n-1 +
á8 teneur en magnésium foliaire de l'année n-1 + á9
pluvio + á10 Tmoy + á11 CEC_calcium +
á12 fertilisation foliaire en magnésium +
á13 fertilisation au sol en magnésium avant août
+ Ei
Avec tous les Ei ? N(0,ó2) et i ° [1
;22]
On obtient un modèle qui explique 93% de la
variabilité sur 22 observations :
Magnésium foliaire = 0.75 - 0.097 * teneur
foliaire en potassium + 0.049 * taux de matière
organique + 1.8.10-4 * Pluvio - 0.023 * Tmoy -
0.0024 * CEC_calcium
74
MORGANE FOURNIER
MEMOIRE DE FIN D'ETUDE - AGROPARISTECH
|
HYPTOHESES et POINTS A
APPROFONDIR
|
VARIABLES
DIRECTEMENT LIEES
|
CONCLUSIONS ET
NIVEAU DE CONFIANCE
|
A APPROFONDIR
|
|
Qu'est ce qui détermine la teneur
foliaire en
magnésium ?
|
|
CEC_calcium, Tmoy, taux de
matières organiques,
teneur
foliaire en potassium,
pluviométrie
|
|
|
Une carence en magnésium n'est
pas
nécessairement due à une faible teneur
dans le
sol.
|
Saturation de la CEC en
magnésium
|
On remarque l'importance de l'équilibre cationique
(relation au potassium dans l'arbre) et de la taille de la CEC plutôt
que
son remplissage.
|
|
|
Une suralimentation potassique peut entrainer une
carence magnésienne.
|
Teneur foliaire en
potassium
|
Le teneur foliaire en potassium
influe négativement
sur la
teneur foliaire en magnésium.
|
Effet seuil ?
|
Tableau 27 : Retour sur les hypothèses et les
points à approfondir portant sur la teneur en
magnésium
foliaire
|
Magnesium_
totalen%ms
|
Azotetotal
_en%ms
|
Potassiumtotal_phenvaleuret en%ms
|
|
tauxdematiereor
|
Mg_CEC
|
|
P35bis PRO 3
|
0.19
|
2.62
|
2.00
|
5.60
|
3.15
|
3.84
|
|
Moyenne
|
0.22
|
2.17
|
1.92
|
6.40
|
3.11
|
6.58
|
|
K_CEC
|
Nfoln_1
|
Mgfoln_1
|
Pluvio
|
Tmoy
|
CEC_calcium
|
Mg.fol.ferti
|
Mg.ferti.sol
|
|
P35bis PRO 3
|
7.86
|
2.84
|
0.22
|
1017.00
|
12.40
|
99.04
|
1.92
|
5.00
|
|
Moyenne
|
6.41
|
2.17
|
0.22
|
835.00
|
11.19
|
148.78
|
0.15
|
4.22
|
Tableau 28 : Caractéristique de l'individu
P35bis PRO 3ème feuille
|
tauxsaturationc
|
teneurcaoeng/
|
cecencmol/kg
|
CEC_calcium
|
|
Médiane
|
82.5
|
1.95
|
10.6
|
147.9
|
|
Moyenne
|
82.7
|
2.088
|
10.49
|
148.7
|
|
P35bis_pro_3
|
55
|
1.06
|
8.47
|
99.04
|
Tableau 29 : Valeur des composants de la CEC-calcium
pour P35bis PRO 3
75
MORGANE FOURNIER
MEMOIRE DE FIN D'ETUDE - AGROPARISTECH
Lien aux hypothèses
Les variables sont hiérarchisés selon leurs ordres
de grandeur :
Tmoy = teneur foliaire en potassium > ì =
CEC_calcium = pluviométrie > taux de matière organique On peut
confirmer certaines hypothèses et répondre à certains
points dans le tableau 26.
Afin d'approfondir le raisonnement, les facteurs et processus
identifiés dans la bibliographie comme pouvant entrainer une variation
de ces variables sont représentées (figure 24 p.71). La teneur
foliaire en potassium est étudiée après.
L'effet de la matière organique peut être
attribué à deux processus : la participation de la matière
organique à la constitution d'une CEC stable dans le temps ; la
fourniture de magnésium par minéralisation, indépendamment
des apports (cf fourniture de phosphore chiffrée par Raynal Lacroix en
2011, présenté en II)
L'effet de CECcalcium est négatif. Celle-ci
représente la présence de calcaire actif et la taille de la CEC.
En effet le taux de saturation total de la CEC est en grande partie
déterminé par la saturation de la CEC en CaO.
Pour rappel : CEC_calcium=0.90*CaO_Sat + 0.90*CEC + 0.92*Taux
de saturation total de la CEC
Le modèle indiquerait donc un effet antagoniste du
calcium sur le magnésium. Quel lien peut être fait avec les
pratiques culturales d'ECO ?
La pluviométrie favorise la nutrition
magnésienne en aidant à l'absorption racinaire ? Quid du
lessivage du magnésium ?
Enfin l'effet négatif de la teneur foliaire en
potassium confirme l'effet antagoniste K/Mg vu dans la bibliographie.
.
Individu extrême : P35bis PRO 3ème
feuille tend à être extrême (tableaux 28-29)
Le sol est acide, avec des arbres présentant un bon
état nutritionnel en azote, en potassium, et en magnésium (par
rapport aux références). Le climat y est plutôt doux et
pluvieux (parcelle en Bretagne). La CEC est fortement saturée en
potassium mais faiblement en magnésium (par rapport aux
références). Ici l'antagonisme K/Mg n'est pas visible.
Est-ce la fertilisation foliaire élevée en
magnésium (moyenne à 0.13 mais troisième quartile à
0) qui fausse la prédiction ? Peut-on conclure qu'en situation où
la carence magnésienne peut être attendue (forte présence
de potassium), la fertilisation en magnésium est utile ?
Ou est-ce dû à la faible valeur de
CEC_calcium, qui est elle-même due à une faible teneur en calcium
qui rendrait le magnésium plus disponible ?
Remarquons que P35 ECO 3ème feuille présente un
risque de carence magnésienne comme PROD même s'il est plus
faible. Comme PROD, la teneur foliaire en magnésium est satisfaisante
malgré l'absence de fertilisation foliaire, ce qui nous ferait pencher
pour l'explication liée à la CEC_calcium.
b) Potassium foliaire
Bien qu'aucune hypothèse n'ait été
identifiée lors des analyses parcellaires, nous cherchons à
modéliser le potassium foliaire puisqu'elle explique la teneur en
magnésium foliaire (modélisation linéaire et
corrélation).
Modèle linéaire
Teneur en potassium foliairei = ì + á1
teneur en azote foliaire + á2 teneur en magnésium foliaire +
á3 pH + á4 taux de matières organiques + á5 taux de
saturation de la CEC en magnésium + á6 taux de saturation de la
CEC en potassium + á7 pluvio + á8 Tmoy + á9 charge +
á10 CEC_calcium + á11 fertilisation foliaire en
potassium + á12 fertilisation minérale au sol en
potassium avant août + á13 fertilisation organique au sol en
potassium avant août + Ei
Avec tous les Ei ? N(0,ó2) et i ° [0
;33]
76
MORGANE FOURNIER
MEMOIRE DE FIN D'ETUDE - AGROPARISTECH
|
potassiumtotalen%ms
|
azotetotalen%ms
|
magnesiumtotalen%ms
|
phenvaleuret
|
tauxdematiereor
|
|
P14_pro_2
|
0.68
|
2.00
|
0.37
|
6.30
|
3.65
|
|
P14_pro_3
|
0.97
|
2.00
|
0.31
|
6.30
|
3.90
|
|
Médiane
|
1.95
|
2.20
|
0.20
|
6.50
|
2.96
|
|
Moyenne
|
1.92
|
2.17
|
0.22
|
6.40
|
3.11
|
|
Mg_CEC
|
K_CEC
|
Pluvio
|
Tmoy
|
charge
|
CEC_calcium
|
K.fol.ferti
|
Ksol_min_print
|
Ksol_orga_print
|
|
P14_pro_2
|
7.60
|
2.63
|
834.90
|
10.20
|
2.05
|
160.27
|
0.17
|
0.00
|
0.00
|
|
P14_pro_3
|
10.09
|
3.59
|
947.30
|
13.75
|
2.00
|
155.28
|
0.27
|
0.00
|
0.00
|
|
Mediane
|
5.77
|
6.97
|
834.00
|
11.20
|
0.00
|
147.90
|
0.00
|
0.00
|
0.00
|
|
Moyenne
|
6.57
|
6.41
|
835.00
|
11.19
|
0.92
|
148.70
|
0.30
|
14.40
|
39.40
|
Tableau 30 : Caractéristiques des individus
extrême P14 PRO 2ème et 3ème feuille
|
HYPTOHESES et POINTS A APPROFONDIR
|
VARIABLES
DIRECTEMENT LIEES
|
CONCLUSIONS
|
A APPROFONDIR
|
|
Les problèmes de floraison et donc
de
rendement sont dus à la période de
disponibilité
en azote, qui varie selon le
type d'engrais (organique ou
minéral).
|
Fertilisation au sol en
fonction de la
période et
du type
(organique ou
minéral)
Reliquat sortie hiver
et
F2+60j.
|
Influence du reliquat
F2+60jours: la teneur en
azote
foliaire se construit vers la fin
du printemps.
|
Voir paragraphe
|
|
(1) et (2) ci-
|
|
dessous
|
|
|
Une carence en magnésium entraine
une
mauvaise assimilation de l'azote.
|
Teneur foliaire en
magnésium
|
Influence positive de la teneur
en magnésium.
|
|
Tableau 31 : Retour sur les hypothèses et les
points à approfondir portant sur la teneur foliaire en azote
(1) Les prélèvements de feuilles sont faits sur
des feuilles de pousses de l'année. Cela joue-t-il un rôle ?
(2) La fertilisation doit donc garantir un apport suffisant
en azote entre mars et juillet, c'est-à-dire pendant la période
de croissance végétative forte. Hors il est plus difficile de
gérer la période de disponibilité d'un engrais organique.
Cette connaissance serait à approfondir, notamment en réussissant
à déterminer l'effet du type de sol sur la minéralisation.
Effet qui peut se décomposer comme suit :
- capacité du sol à se réchauffer au
printemps (fortement dépendant de la teneur en
argile)
- activité biologique du sol et taux de matière
organique labile et stable initiaux. Ce ratio caractérise le niveau
d'évolution de la matière organique du sol
- couverture du rang
- humidité du sol
- climat de la région
77
MORGANE FOURNIER
MEMOIRE DE FIN D'ETUDE - AGROPARISTECH
On obtient un modèle construit sur 33 individus qui
explique 49% de la variabilité :
Teneur en potassium foliaire = 4.2 - 0.28 * teneur
foliaire en azote - 0.071 * Tmoy - 0.0056 *
CEC_calcium
Le terme constant (ri) a dix fois plus d'importance que les
autres facteurs. Lien aux hypothèses et points à
approfondir
La même méthode que pour la teneur foliaire en
magnésium est appliquée.
La CECcalcium a un effet négatif comme pour la
teneur foliaire en magnésium. Y aurait-il un effet antagoniste K/Ca ?
De même, la teneur foliaire en azote influe
négativement : y aurait-il un antagonisme K/N au niveau de l'arbre
[Fallahi 2000] ?
Individus extrêmes : P14 PRO 2ème et
3ème feuille sont retirés (tableau 30)
Les arbres sont sous-nourris en potassium, peu nourris en
azote et bien nourris en magnésium (par rapport aux
références). La CEC est élevée par rapport à
la moyenne. D'après le modèle, la teneur foliaire en potassium
devrait être élevée ce qui n'est pas le cas. Mais la CEC
est très peu saturée en potassium (en dessous du premier quartile
à 4.4%). De manière générale la parcelle P14 est la
plus basse pour la saturation de la CEC en potassium. Le lien peut donc
être fait entre carence potassique et faible teneur dans le sol.
Pourquoi P14 ECO n'est-elle pas signalée aussi ? ECO
reçoit de la vinasse de betterave riche en potassium, ce qui assurerait
la nutrition potassique de l'arbre.
c) Azote foliaire
Modèle linéaire
Teneur en azote foliairei = ì + á1 reliquat
sortie hiver + á2 foliaire reliquat f2+60jours + á3 teneur
magnésium foliaire+ á4 teneur en potassium foliaire + á5
pH + á6 taux de matière organique + á7 fertilisation
foliaire en azote + á8 fertilisation au sol minéral au printemps
en azote + á9 fertilisation au sol organique en été en
azote + á10 fertilisation au sol organique au printemps en
azote + á11 fertilisation au sol minérale en été en
azote + á12 pluvio + á13 Tmoy +
á14 charge + Ei
Avec tous les Ei ? N(0,ó2) et i ° [1
;25]
On obtient un modèle construit sur 25 individus, qui
explique 64% des variations où tous les facteurs ont la même
importance :
Teneur en azote foliaire = 1.5 + 0.0041 * reliquat
F2+60jours + 1.6 * teneur en magnésium foliaire
Lien aux pratiques
La même méthode que pour la teneur foliaire en
magnésium est appliquée (tableau 31).
Le mode d'apport (en plein ou localisé) est à
prendre en compte.
Rappelons que nous n'avons pas pu tester le rôle des
reliquats avant-récolte de l'année précédente, afin
de comprendre le rôle de l'azote disponible après juillet de
l'année précédente.
78
MORGANE FOURNIER
MEMOIRE DE FIN D'ETUDE - AGROPARISTECH
|
HYPTOHESE CONFIRMEE
et POINTS à
APPROFONDIR
|
VARIABLES EXPLICATIVES
RETENUES
|
Niveau de confiance
Et mode de
validation
|
CONTEXTE DE VALIDITE
|
|
avant après
|
|
analyse réseau
|
|
1) Un arbre sous-alimenté en azote
produit
moins mais
|
Teneur en azote foliaire
année n et n-1
Reliquats azotés
(sortie
hiver, F2+60jours, avant
récolte)
|
|
MODELE
|
Pas de seuils identifiés.
Pourquoi P27 croit
bien
?
|
|
2) ne croit pas
nécessairement
moins.
|
MODELE
infirmé
|
|
Les problèmes de floraison et donc
de
rendement sont dus à la
période de disponibilité en
azote,
qui varie selon le type d'engrais
(organique ou
minéral).
|
Reliquat F2+60j.
Teneur en azote foliaire
de
l'année n-1
|
|
MODELE
|
L'azote doit être
disponible
l'année
précédente au
printemps pour garantir
une
bonne floraison.
|
|
Qu'est-ce qui détermine la teneur
foliaire en
azote ?
|
Reliquat F2+60j, teneur
foliaire en magnésium
|
|
MODELE
|
C'est l'azote disponible
en fin de printemps
qui
détermine la teneur en
azote foliaire, elle -
même
facteur du
rendement.
|
|
Une carence en magnésium
entraine une
mauvaise
assimilation de l'azote.
|
Teneur foliaire en
magnésium
|
|
MODELE
|
Sauf à faible présence
de calcaire ou
en
présence de fertilisation
foliaire en Mg
élevée.
|
|
Qu'est-ce qui détermine la teneur
foliaire en
magnésium
|
CEC_calcium, taux de matières organiques, teneur foliaire
en potassium, pluviométrie, température moyenne
|
|
MODELE
|
|
|
Une carence en magnésium n'est
pas
nécessairement due à une
faible teneur dans le
sol.
|
|
|
Une suralimentation potassique
peut entrainer une
carence
magnésienne.
|
|
|
Qu'est-ce qui détermine la teneur
foliaire en
potassium ?
|
Teneur foliaire en azote,
température
moyenne,
CEC_calcium
|
|
MODELE
|
Sauf si faible saturation
de la CEC en
potassium
(<3.59) et qu'aucune
fertilisation
n'est
apportée.
|
Tableau 32 : Retour sur les hypothèses et points
à approfondir. Le code couleur correspond au
code établit dans la figure 18
|
HYPOTHESE
|
PARCELLES CONCERNEES
|
|
Une bande fleurie montée à fleur consomme
plus qu'un gazon tondu ras.
|
P76 - P61 - P14
|
|
Cette concurrence est accrue en cas de rang couvert
(bâche plastique ou
tissée)...
|
P27 (2012-2013-2014)
P50 (2012-2013)
|
|
... ou de sol peu profond.
|
P61
|
Tableau 33 : Hypothèse sur
l'interrang
79
MORGANE FOURNIER
MEMOIRE DE FIN D'ETUDE - AGROPARISTECH
En modélisant les variables de sortie puis les variables
explicatives intermédiaires, et en croisant ces résultats avec
les analyses individuelles, nous avons pu confirmer certaines hypothèses
décrites dans le tableau 32.
De ces études nous pouvons tirer d'autres relations :
K et N sont antagonistes au niveau de l'arbre. Cette relation
est appuyée par la notion de compétition pour les transporteurs
racinaires de même catégorie (entre K+ et
NH4+) [Fallahi 2000].
La pluviométrie favorise l'assimilation du
magnésium ce qui s'oppose à l'hypothèse du lessivage en
P14. Cela est-il à relier à la capacité du sol à
laisser l'eau s'infiltrer ?
La CEC_calcium, autrement dit le taux de calcaire actif du sol
ainsi que la CEC, sont des éléments capitaux de la gestion des
cations. Les deux leviers agronomiques dont dispose le producteur sont les
amendements calciques pour jouer sur le taux de calcaire actif et les
amendements/engrais organiques pour jouer sur le taux de matières
organiques, lui-même influant la CEC.
Le lien entre teneur foliaire en magnésium et taux de
matières organiques du sol , qui soutient la proposition faite
ci-dessus.
Nous allons maintenant confirmer/infirmer les
hypothèses de compétition rang/interrang grâce à une
expérimentation factorielle. Celle-ci a l'avantage de permettre
l'infirmation de l'hypothèse. Mais le désavantage
réciproque est que le résultat doit se cantonner au contexte
d'expérimentation.
V. Test d'une hypothèse ne pouvant pas
être confirmée dans le réseau : expérimentation
factorielle sur la compétition interrang/pommier et
rang/pommier
Dans les analyses de parcelle, la question du rôle de
l'interrang comme du rang, et surtout de leur interaction est latente. Les
conseillers techniques ont insisté sur l'incidence d'une bande fleurie
montée à fleur, composée entre autres de vivaces, sur la
nutrition azotée et hydrique du pommier. Une bande fleurie est
implantée dès le stade juvénile afin de créer un
écosystème favorable aux auxiliaires pour assurer la
régulation des ravageurs.
Deux expérimentations sont présentées ici
visant à confirmer/invalider les hypothèses (tableau 33).
| 
