9.9.
9. DISCUSSIONDISCUSSION DISCUSSIONDISCUSSION
Résultats sur la température :
Les résultats ont montré que les températures des feuilles au soleil et à l’ombre sont
majoritairement influencées par les paramètres architecturaux qui sont la densité foliaire
aLAD et l’angle d’inclinaison des feuilles aLIAD. Pourtant, les résultats ont montré que la
météo pouvait modifier les résultats, pouvant changer l’effet linéaire d’un paramètre en un
effet non linéaire (particulièrement aLAD), le rendre influent alors que le paramètre est le
plus souvent négligeable (surtout bTemp).
La différence des résultats obtenues entre la vue de dessus et la vue de l’ensemble du
couvert ont montré qu’il n’est pas possible de définir l’ensemble d’un couvert en étudiant
uniquement une vue de dessus.
Les différentes conditions météos sont marquées par la variation du rayonnement. Il est
nécessaire de réaliser une autre étude sur la température de la feuille en prenant en compte
les paramètres météo pour les insérer dans Morris afin de vérifier si les paramètres météo
sont plus influents que les paramètres architecturaux. L’étude s’est réalisée avec une
température de l’air et de sol constante de 17°C. Il serait intéressant de faire varier ces
températures afin de voir l’évolution des résultats.
Méthode de Morris :
Il serait également possible d’augmenter le nombre de paramètres, étant donné que
l’avantage le plus important de Morris sur ANOVA est justement de pouvoir traiter un grand
nombre de paramètres rapidement. Le tout est de savoir quels paramètres utiliser.
Cette méthode est très utile pour connaître les paramètres influençables sur le modèle, en
donnant une hiérarchie à chaque paramètre elle permet également d’avoir une idée sur les
données quantitatives. Cette méthode peut être accompagnée d’une régression multiple qui
devrait confirmer que les paramètres architecturaux sont les plus influents. Les paramètres
météos sont également très influents sur le modèle. Le problème rencontré pour la
réalisation de la régression venait que des données trop similaires pour deux variables
météos ce qui faussait les calculs.
L’utilisation d’Excel :
Le fait d’avoir un grand nombre de résultats m’a incité à réaliser un script R afin de gagner
du temps dans le traitement des résultats. Tous les scripts sont automatisés, donc le fait de
modifier le nombre de paramètres ne nuira pas à la présentation des résultats sur Excel. Les
matrices calculées et utilisées pour Morris sont intégrées dans les fichiers Excel, permettant
de les réutiliser pour une possible utilisation future.
51
Les indices sur l’agrégation spatiale ont permis de montrer que les paramètres
architecturaux dirigent la répartition de la température et qu’en fonction des paramètres
nous pouvions avoir une répartition aléatoire ou une répartition concentrée.
Perspectives :
Pour parfaire cette étude, il est nécessaire de réaliser plusieurs tests quantitatifs afin de
compléter les résultats qualitatifs. Avec une réduction du temps de calcul pour générer un
jeu de données, il est possible d'étudier l'interaction dans une forêt composée de différents
types d’arbre fruitiers. Une recherche opérationnelle devrait permettre d’optimiser le
rendement du calcul en fonction des paramètres.
10.
10.10.
10. CONCLUSION
La méthode de Morris a permis de montrer que les paramètres fonctionnels sont
négligeables comparés aux paramètres architecturaux. L’angle d’inclinaison des feuilles est
le paramètre le plus souvent considéré comme le paramètre le plus influent sur le modèle
du couvert. La différence entre un pommier seul et une forêt indique qu’il y a une
interaction entre les arbres et que les effets ne sont pas linéaires sinon il n’y aurait pas de
différence entre ces deux structures. Les feuilles ayant le plus de lumière sont le plus
influencées par l’angle d’inclinaison tandis que les feuilles ayant le moins correspond à la
densité foliaire. En effet pour une vue d’ensemble, le nombre de feuilles est supérieur
comparé à une vue de dessus, et ces dernières ont moins de lumière que les feuilles du
dessus ; le paramètre le plus influent est donc la densité foliaire.
Les résultats spatialisés ont indiqué que la météo pouvait interagir sur la température,
indiquant une concentration de la température en fonction de la hauteur.
Ce stage de 4 mois fut une riche expérience qui m’a permis de m’améliorer en logiciel R et
dans la communication. Le problème majeur rencontré fut de mettre les résultats sur Excel
afin de permettre aux futurs utilisateurs de mon programme d’avoir une meilleure vue de
l’ensemble des résultats, ce qui m’a amené à m’améliorer dans l’élaboration de la
programmation afin de répondre aux attentes de l’utilisateur.
52
11.
11.11.
11. ABREVIATIONS
ANOVA : Analyse de la Variance
INRA : Institut National de la Recherche Agronomique
MEA : Micro-Environnement et Arbre
PIAF : Physique et Physiologie de l’Arbre Fruitier et Forestier
STD : Statistiques et Traitement de Données
RATP : Rayonnement Absorbé, de la Transpiration et de la Photosynthèse
UBP : Université Blaise Pascal
53
12.
12.12.
12. BIBLIOGRAPHIE :
[1] Site internet de l’INRA : http://institut.inra.fr/
[2] Site internet de l’UMR PIAF : http://www6.clermont.inra.fr/piaf
[3] LOUSTAU D., PORTE A., BOSC A., SINOQUET H., KRUIJT B., 1999. Transpiration et
photosynthèse du pin maritime : approche de modélisation du niveau de l’aiguille à
l’échelle du couvert.
[4] Claude BRUCHOU, 2010. Méthodes de criblage par discrétisation de l’espace
[5] http://www.math.univ-toulouse.fr/~baehr/meteo_SMAI/Pres/Pres_Iooss.pdf
[6] FAIVRE R., LOOSS B., MAHEVA S., MAKOWSKI D. MONOD H. Analyse de
sensibilité et exploration de modèles : applications aux sciences de la nature et de
l’environnement
[7] CHESSEL D. & THIOULOUSE J., 2003.Analyse de données spatialisées. Université
Lyon1
[8] http://these.ulaval.ca/archimede/fichiers/22198/chOS.html
[9] RIEDACKER A. Physiologie des arbres et arbustes en zones arides et semi-arides
[10] GONZALEZ-DUGO V., ZARCO-TEJADA P., BERNI J.A.J., SUAREZ L., GOLDHAMER
L., FERERES E.Almond tree canopy temperature reveals intra-crown variability that is
Dans le document
Analyse de sensibilité d'un modèle de fonctionnement d'arbre
(Page 51-54)