Recherche de facteurs explicatifs des écarts à la relation négative rendement - teneur en protéines chez le blé tendre (Triticum aestivum L. )

2. Différentes étapes de traitement et nettoyage de données

Afin d'aboutir à évaluer les corrélations et les relations entre les variables, on a dû faire un travail sur la base de données. La 1^ère étape du travail consiste à extraire les données de la base de données Panoramix, les mettre en forme et les valider (cohérence des unités, des mesures entre elles, etc...)... Ensuite, on a calculé le GPD et analyser les corrélations entre GPD et les variables explicative de sa variation. La Figure 6 résume ce travail qui est fait sur les données.

Figure 6: Résumé des différentes étapes de traitement et nettoyage de données

3. Calcul du GPD 

Tout d'abord on a commencé par trier les données pour être « dans le domaine de validité » du concept de GPD. En effet, la relation négative rendement - protéines correspond à des conduites azotées proches de l'optimum. Dans des essais fertilisation, on observe pour les niveaux de fertilisation les plus faibles, une augmentation conjointe du rendement et de la protéine avec l'accroissement des doses apportées. Le tri est fait en filtrant les données et en ne laissant que les points qui représentent un bon état de la culture. (Le filtrage est fait par rapport à l'état azoté à floraison (donc l'INN_floraison > 0_, 8), l'état de santé des cultures, et les modalités de fertilisations). Au-delà de cette 1^ère précaution, Oury et Goudin (2003) ont mis en avant le fait que le calcul du GPD est extrêmement dépendant du jeu de données utilisé car il dépend de la droite de régression qui est calculée. Pour stabiliser son calcul, il propose d'établir la droite de régression de manière itérative, en ôtant les points dont les résidus sont trop éloignés de la droite de régression. L'itération est stoppée quand il n'y aura plus de valeur au-dessus de la valeur seuil de résidus standardisés de +/- 1.96.Une fois la régression finale établie, on calcule le GPD pour tous les points de la base.

Après avoir obtenu les GPD, des régressions linéaires entre le GPD, la quantité d'azote absorbé en préfloraison, l'indice de nutrition azotée en floraison, l'azote absorbé en post-floraison et l'azote remobilisé pendant la phase de remplissage sont étudiées afin de trouver des variables explicatives du GPD.

Le GPD nous indique si on a fait plus ou moins de protéines ou de rendement qu'attendu. Le décomposer en un effet absorption d'azote en pré-floraison, absorption d'azote en post-floraison et azote remobilisé permet d'affiner le diagnostic en évaluant si l'écart à la droite est plutôt lié à l'élaboration du rendement (pré- ou post-floraison) ou à l'élaboration de la teneur en protéines.

4. Analyse statistique

La régression linéaire de la relation entre le rendement et la teneur en protéines a été calculée pour les différents points du jeu de données. Ensuite les GPD ont été définis comme les résidus standardisés de cette relation. L'ensemble des analyses statistiques et les figures a été réalisé avec le logiciel statistique R. L'évaluation des corrélations entre les variables a été faite par l'analyse de variance en utilisant le test de Fisher.