Accueil
UMR EMMAH
Travailler à EMMAH
Stage M2/Ingénieur en Agronomie (phénotypage, modélisation et calibration)

Stage M2/Ingénieur en Agronomie (phénotypage, modélisation et calibration)

Les modèles de simulation des cultures sont des outils essentiels pour analyser les impacts du changement climatique sur la production agricole et les ressources hydriques. En représentant les interactions entre cultures, pratiques et environnement, ils permettent d’explorer différentes stratégies d’adaptation. Le modèle STICS (Brisson et al., 2003 ; Coucheney et al., 2015) se distingue par sa généricité : il simule une large diversité de cultures et de pratiques agricoles, y compris dans des rotations et sur de longues périodes. Il permet d’aborder diverses échelles spatiales et temporelles et de traiter des problématiques majeures liées aux impacts, à l’adaptation et à l’atténuation du changement climatique, telles que la gestion territoriale des filières ou le partage des ressources hydriques. Développé par un collectif de chercheurs et d’ingénieurs multi-instituts, il est aujourd’hui utilisé par une vaste communauté internationale pour la recherche, le développement et l’appui aux politiques publiques.

Un levier majeur d’adaptation repose sur l’utilisation de génotypes mieux adaptés aux nouvelles conditions environnementales. STICS intègre cette variabilité génétique à travers des paramètres variétaux décrivant la réponse des plantes à leur environnement. Cependant, leur estimation (calibration) reste un exercice complexe, en raison du nombre de paramètres à ajuster, des interactions entre processus modélisés et du caractère souvent limité des données disponibles. Ces contraintes restreignent la représentation des variétés récentes dans ces modèles.

Le projet AgMIP Calibration a récemment proposé un protocole standardisé d’estimation des paramètres à partir de données variées, offrant un cadre méthodologique robuste pour la calibration des modèles de culture (Wallach et al., 2024, 2025). Parallèlement, le phénotypage haut débit (HTP) permet désormais d’obtenir des mesures multivariées et fréquentes sur de nombreuses variétés et environnements. Les projets ANR FFAST et HE-PHENET produisent ainsi des jeux de données inédits sur le blé, couvrant une large gamme de conditions expérimentales.

Ce projet de stage vise à exploiter ces jeux de données HTP pour calibrer et évaluer le modèle STICS sur des variétés récentes de blé, en mobilisant le protocole AgMIP Calibration. La combinaison des avancées récentes du phénotypage haut débit et du cadre méthodologique AgMIP, avec la maturité acquise autour de STICS, constitue une opportunité d’améliorer la représentation de la variabilité génétique et de la mettre à disposition de sa communauté d’utilisateurs, afin de mieux anticiper le comportement des variétés actuelles dans des conditions pédoclimatiques contrastées.

Objectifs du stage et activités

L’objectif principal du stage est d’adapter le modèle STICS à des variétés récentes de blé à partir des jeux de données issus des projets FFAST–PHENET en mobilisant le protocole AgMIP Calibration, et d’évaluer la qualité prédictive du modèle.

Le travail comportera plusieurs étapes :

  • Prise en main du modèle STICS et des jeux de données disponibles (données climatiques, pédologiques, pratiques culturales et observations phénotypiques).
  • Préparation des données d’entrée du modèle pour les sites et années d’expérimentation considérés.
  • Définition du schéma de calibration selon le protocole AgMIP (sélection et ordonnancement des processus et paramètres candidats, définition des valeurs par défaut, …).
  • Mise en œuvre des calibrations pour une dizaine de variétés de blé à l’aide du paquet R CroptimizR, sur un cluster de calcul.
  • Évaluation de la qualité prédictive du modèle par validation croisée.
  • Diffusion des paramétrages et résultats à la communauté STICS

Les données et codes informatiques nécessaires sont déjà disponibles et maitrisés au sein de l’équipe.

Références

Brisson, N., Gary, C., Justes, E., Roche, R., Mary, B., Ripoche, D., ... & Sinoquet, H. (2003). An overview of the crop model STICS. European Journal of agronomy, 18(3-4), 309-332. https://doi.org/10.1016/S1161-0301(02)00110-7  

Coucheney, E., Buis, S., Launay, M., Constantin, J., Mary, B., de Cortázar-Atauri, I. G., ... & Léonard, J. (2015). Accuracy, robustness and behavior of the STICS soil–crop model for plant, water and nitrogen outputs: evaluation over a wide range of agro-environmental conditions in France. Environmental Modelling & Software, 64, 177-190.

Wallach, D., Buis, S., Seserman, D. M., Palosuo, T., Thorburn, P. J., Mielenz, H., ... & Seidel, S. J., (2024). A calibration protocol for soil-crop models. Environ. Model. Software, 180, 106147.

Wallach, D., Kim, K. S., Hyun, S., Buis, S., Thorburn, P., Mielenz, H., ... & Palosuo, T., (2025). Evaluating the AgMIP calibration protocol for crop models; case study and new diagnostic tests. Eur. J. Agron, 168, 127659.

Le stage est porté par deux équipes  (DREAM / CAPTE,) et fait partie des axes  de recherche transverses de l'unité.

Formation en agronomie, avec spécialisation et/ou fort intérêt pour la modélisation ou les data sciences, niveau Master 2 ou équivalent.

Compétences souhaitées :

  • Connaissances en écophysiologie végétale et/ou modélisation des cultures ;
  • Programmation R ;
  • Rigueur, esprit d’analyse, autonomie et goût pour le travail collaboratif ;
  • Maîtrise de l’anglais scientifique (lecture, rédaction).

 Lien vers l'annonce complète

Date de création : 04 décembre 2025 | Rédaction : EmmahWeb