Soutenances de thèses :

Le 25 avril 2018 à 14:00 - salle de conférence, bat. 9

Présentée par Sambakhe Diarietou -

DÉFINITION D'UN IDÉOTYPE DE SORGHO D?APRÈS UN MODÈLE DE CULTURE : OPTIMISATION À L'AIDE D'UN META-MODELE DE KRIGEAGE

Composition du jury
M. Jean-noël BACRO Université de Montpellier, Directeur de these
M. Robert FAIVRE, INRA, Examinateur
M. Eric GOZé, CIRAD Co-encadrant de these
Mme Lauriane ROUAN, CIRAD, Co-encadrant de these
Mme Evelyne COSTES, INRA, Rapporteur
M. Bertrand IOOSS, EDF, Rapporteur

Résumé :
Au Sahel, la répartition des pluies irrégulière dans le temps et dans l?espace engendre une forte interaction variété x année et variété x lieu. Pour déterminer les variétés les plus productives en espérance en fonction des lieux, il faudrait de nombreuses années d?expérimentation en chaque lieu, ce qui prendrait beaucoup de temps. Une alternative est de maximiser la production prédite à l?aide d?un modèle de culture décrivant la croissance et le développement de cultures en interaction avec leurs conditions agro-environnementales. La production à maximiser est moyenne sur une distribution de probabilité d?entrées environnementales, spécifique du lieu, alors que les paramètres variétaux qui maximisent cette production définissent un but de sélection que l?on appelle idéotype. Dans ce travail, nous voulons déterminer une carte d?idéotypes de sorgho. Nous sommes donc confrontés à un problème d?optimisation d?un modèle complexe. Une méthode classiquement utilisée dans ce contexte est la méthode Efficient Global Optimization (EGO), fondée sur un métamodèle de krigeage. Ici, une telle approche n'est pas adaptée. En effet, la distribution des entrées météorologiques suit un modèle stochastique dont les paramètres varient continûment dans l?espace en suivant un gradient Nord-Sud. L?optimisation des paramètres variétaux est alors conditionnelle à ces paramètres de climat. D?autre part, la fonction à maximiser n?est connue que par un nombre limité de simulations, donc à une erreur près. Notre cadre de travail concerne donc l'optimisation conditionnelle d'une fonction bruitée. Les extensions existantes de l'algorithe $EGO$ ne prennent pas en charge ce cadre. Dans cette thèse, un nouveau critère pour l'optimisation conditionnelle d'une fonction bruitée est proposée et étudié. Une métaphore de l'optimisation conditionnelle est la recherche d'une ligne de crête. A partir de simulations sur des fonctions test, une étude des performances de ce nouveau critère est proposée, de même qu'une comparaison avec le critère habituellement utilisé pour la recherche de ligne de crête. Les résultats de cette étude montrent l'intérêt de notre critère. L'application à la cartographie d'idéotypes de sorgho a été testée sur l'espace couvert par le Sénégal, le sud du Mali et le Burkina Faso. Elle a consisté à maximiser le rendement espéré en fonction de 4 paramètres du modèle Samara : la longueur de la phase végétative, la longueur maximale des racines, le potentiel de réserve des tiges, et la mortalité des feuilles. Les résultats de cette optimisation recoupent en partie l'analyse de sensibilité menée sur ces mêmes paramètres.