Académique Documents
Professionnel Documents
Culture Documents
Application du modèle DSSATv4 par un essai densité de semis * variétés d’automne de blé
et d’orge dans la région semi- aride du Maroc (Settat)
Le 23 septembre 2005
REMERCIEMENT
2
Sommaire 2004 /2005
Résumé
Dans cette étude nous avons essayé d’appliquer et valider le modèle DSSAT v4 par
un essai interaction densité de semis et quelques variétés de blé et d’orge. Pour réaliser cet
objectif trois densités de semis : (250 graines/m², 350 graines/m², 450 graines/m²) ont été
testé sur deux variétés de blé tendre (Achtar, Rajae), deux variétés de blé dur
(Karim,Tomouh), et deux variétés d’orge (Massine, Oussama).
Pour le rendement et ses composantes, l’analyse statistique des données a montré
que ces dernières n’ont pas été affectés par les densités de semis utilisés dans cette essai
sauf le nombre de pieds par m² alors que les variétés ont affectés significativement le
nombre d’épis /m² et le rendement grain dans le cas du blé dur, en effet la variété
Tomouh a augmenté le rendement grain de 25% par rapport à la variété Karim. Dans le
cas du blé tendre la croissance s’est arrêtée au stade début épiaison à cause de la
sécheresse. Ces résultats peuvent être biaisé à cause des conditions climatiques très
sévères qu’a connu cette campagne agricole.
En ce qui concerne le modèle DSSATv4, ce dernier a tendance à sous-estimer la
biomasse aérienne et à surestimer le rendement grain. Pour les composantes de
rendements le modèle à surestimer le nombre de grains par m² dans le cas du blé dur et à
sous estimer le Poids de milles grains dans le cas de l’orge, par contre dans le cas du blé
dur le modèle à surestimer le poids de mille grains. Quant à la prédiction des stades
phénologiques, dans le cas du blé dur le modèle a retardé de 15 jour la date de l’anthèse,
et de 8 jours la réalisation de la maturité physiologiques. Par contre Dans le cas de l’orge
le modèle a eu une déviation de l’anthèse de 7 jours, par contre le modèle a enregistré une
grande déviation de la maturité physiologique de l’ordre de 27 jours. Concernant l’indice
foliaire le modèle à soue estimer considérablement ce paramètre pour le blé et l’orge.
3
Sommaire 2004 /2005
Abstract:
In this survey we tried to apply and validate the DSSAT v4 model by a test interaction
density of seedling and some varieties of wheat and barley. to achieve this objective three
densities of seedling: (250 graines/m²s, 350 graines/m²s, 450 graines/m²s) have been
tested on two varieties of tender wheat (Achtar, Rajae), two varieties of hard wheat
(Karim,Tomouh), and two varieties of barley (Massine, Oussama).
For the grain yield and his components, the statistical analysis of data showed that these
last have not been affected by densities of seedling except the number of feet by m²
whereas varieties affected the number of ears /m² and also the grain yield. Indeed in the
case of the durum wheat the Tomouh variety increased the grain yield of 25% in relation
to the Karim variety, In the case of tender wheat the growth stopped in the beginning
stadium of spiklet. These results can be wrong because of the very stern climatic
conditions that knew this agricultural year.
With regard to the DSSATv4 model, this last has tendency to underestimate the aerial
biomass and to overestimate the grain yield. For the components of yield the model
overestimate the number of grains by m² in the case of the durum wheat, and appraise the
weight of 1000 grains in the case of barley, on the other hand in the case of the durum
wheat the model overestimate the one thousand grain weight. As for the prediction of
phonological stadiums in the case of the hard wheat the models delayed of 15 day the date
of anthesis, and 8 days the realization of the physiological maturity. On the other hand In
the case of barley the model has a deviation of anthesis about 7 days on the other hand the
model recorded a big deviation of the physiological maturity about 27 days. Concerning
the leaf index area the models underestimate this parameter considerably for wheat and
barley.
KEYS-WORDS: Density of seedling, Varieties of cereals, DSSAT, Output,
Simulation
4
Sommaire 2004 /2005
RESUME
ABTRACT
REMERCIEMENT
liste des figures : .............................................................................................................................1
Liste des tableaux :.........................................................................................................................2
Introduction générale : ..................................................................................................................3
I- Elaboration du rendement des céréales d’automne ................................................................5
I .1 -LE CYCLE DE DEVELOPPEMENT DU BLE : ................................................................................................ 5
1-1. Les principales phases du développement de blé :…………………………………… 6
A- La période végétative………………………………………………………..............6
B- La période reproductive……………………………………………………………...7
C- La période de maturation. ……………………………………………………………7
1-2 Les composantes de rendement du blé……………………………………… …......7
1.2-1- Le nombre d’épis par m². ........................................................................................................................................9
1.2-2 -Le nombre de grains par épi :.................................................................................................................................10
1.2-3-le poids de mille grains. ..........................................................................................................................................10
1.2- 4- Le nombre de grains par m². .................................................................................................................................10
5
Sommaire 2004 /2005
6
Sommaire 2004 /2005
7
Sommaire 2004 /2005
8
Revue bibliographique 2004 /2005
1
Revue bibliographique 2004 /2005
REVUE
BIBLIOGRAPHIQUE
2
Revue bibliographique 2004 /2005
Introduction générale :
3
Revue bibliographique 2004 /2005
4
Revue bibliographique 2004 /2005
A- La période végétative.
Celle-ci comprend trois phases :
- a) la phase semis à levée ;
- b) la phase levée à début tallage ;
-c) la phase début tallage à début montaison.
5
Revue bibliographique 2004 /2005
6
Revue bibliographique 2004 /2005
première feuille. Les autres feuilles poussent elles aussi leurs talles vertes. Au moment du
plein tallage la plante est étalée.
B- La période reproductive.
Dans la zone des tissus méristématiques constituant l’apex apparaît une puis deux
bandes plus claires formées en cellules orientées en files longitudinale. Ce stade de
formation des primordia d’épillets a aussi été appelé stade d’initiation florale. Par la suite
les primordia plus petit des épillets appariassent successivement pour donner d’autres
épillets. Puis deux renflements latéraux apparaissent sur un épillet pour donner naissance
aux ébauches de glumes, selon (Simon et al, 1989) ce stade se situe à 16 à 40 jours après
le stade de primordia d’épillets, les entres – nœuds caulinaires ont commencé à s’allonger
très lentement, au stade de formation des glumes, la jeune inflorescence est d’environ à 1
cm au dessus du plateau du tallage.
Cette phase est caractérisée par la différenciation des pièces florales. Ce sont
d’abord les glumelles inférieures, puis supérieures, les organes sexuels, étamines et
stigmates, et finalement la méiose pollinique qui annonce la phase suivante.
Parallèlement, la tige principale et l’inflorescence s’allongent rapidement mais de façon
7
Revue bibliographique 2004 /2005
asynchrone, les apex des talles différencient également des ébauches d’épillets. Puis des
pièces florales qui parallèlement montent. Cependant, seules les 3 ou 4 premiers talles
donneront des épis, constituent ce qu’on appellera le tallage- épi. (André et St Pierre
1982).
C- La période de maturation.
c) La phase de dessication.
8
Revue bibliographique 2004 /2005
Selon Spiertz. (1984) Cette phase dure chez le blé entre 10 à 12 jours au cours de
la quelle le poids d’eau dans le grain demeure sensiblement constant, à la fin de cette
phase, l’amande s’est colorée en roux pale ; ses enveloppes résistent bien à la pression du
doigts mais se déchirent à l’ongle c’est le stade pâteux, ce dernier marque la fin de la
migration des réserves, c’est le temps de la récolte sous forme de grain humide ou de
l’endainage pour récolte ultérieure.
c) La phase de dessication :
C’est durant cette dernière phase que survient une diminution rapide du poids
d’eau. Le grain devient alors successivement demi- dur Puis dur et à surmaturité il devient
cassant. C’est le stade propice au battage immédiat avec une moissonneuse – batteuse. En
perdant ainsi son eau le grain devient plus petit. (André et St. pierre, 1982).
9
Revue bibliographique 2004 /2005
10
Revue bibliographique 2004 /2005
Avec une densité de semis plus élevée, les plantes cultivées se font également
davantage concurrence entre elles. Dans une parcelle dense, les plantes risquent de faire
moins de talles et de produire un nombre inférieur de grains par plant que celles qui
poussent dans un peuplement plus clairsemé. Cet effet de compensation peut signifier
qu’une densité de semis supérieure aux recommandations ne donne pas de meilleurs
rendements. Cependant, un tallage moins important peut permettre à la récolte de mûrir
plus tôt, et plus uniformément. Lorsque la densité de semis est plus élevée, les plantes
peuvent mûrir plus rapidement, mais elles risquent aussi de manquer de ressources plus
rapidement lorsqu’elles sont limitées. Le poids et le taux de protéines du grain risquent
d'être inférieurs (Buyser, 1990)
11
Revue bibliographique 2004 /2005
12
Revue bibliographique 2004 /2005
Dans la région semi aride d’Argentine, (Gallez et al. 1984) ont trouvé que
l’augmentation de la densité de semis s’accompagne par l’augmentation du nombre d’épis
par unité de surface. Cependant ils n’ont pas observé d’effet sur le rendement grain.
Au Maroc (Mossadaq, 1980 ; Ouknider, 1981) ont rapporté que l’option pour un
peuplement épis élevé à partir d’une forte densité de semis n’est pas nécessairement la
meilleure solution pour augmenter le rendement.
13
Revue bibliographique 2004 /2005
14
Revue bibliographique 2004 /2005
15
Revue bibliographique 2004 /2005
une action préjudiciable sur les deux opérations qui déterminent la quantité de matière
sèche accumulée dans les grains :
-diminution de la taille de l’enveloppe du grain
-réduction de l’activité et de la durée du fonctionnement des organes sources, du fait que
le déficit hydrique affecte la photosynthèse et accélère la sénescence des feuilles. (Gate,
1995).
IV- Effet du stress thermique sur les céréales.
IV-1. L’effet du froid sur le développement et la croissance des céréales.
En étudiant la relation entre la vitesse de croissance et les pressions croissantes de
turgescence, (Pritchard et al, 1989) indiquent que la réduction de croissance sous l’effet
des basses températures est due chez le blé à une augmentation du seuil du rendement
L’augmentation de la biomasse de la plante est étroitement liée à la température.
C’est ainsi que (Lawlor et Ward. 1989) ont déclaré que le céréale telle que le blé , l’orge
et le seigle peuvent supporter le gel et sont capable de croître et d’accumuler la matière
sèche à des températures légèrement supérieurs à 0. Toutefois, le taux de croissance
foliaire, la photo – assimilation du CO2 et la réduction des ions nitrates sont ralentis. Par
conséquent, la production de matières sèche est ralentie dans les conditions de froid même
si l’énergie lumineuse est disponible, ceci entraîne une réduction du rendement.
Couvreur et Gate (1993) ont montré que la sensibilité au froid est variable au cours
du cycle de développement. D’une manière générale, les organes jeunes possèdent une
forte concentration en sucre, sont plus résistants aux plus âgés, à conditions qu’ils
contiennent une quantité suffisante de chlorophylle. Ainsi au stade coléoptile, les
plantules sont particulièrement sensibles à cause de la déficience en chlorophylle.
Au début montaison, la culture redevient sensible aux basses températures. Suite
au démarrage de la croissance des tiges et des futurs épis. A ce stade, les températures de
-4 °C peuvent causer des dégâts considérables (Blouet et al, 1984).
Single (1989) a conclu que des températures de l’ordre de -2 °C pendant l’anthèse
engendre une stérilité plus au moins importante et provoque par la suite une réduction de
16
Revue bibliographique 2004 /2005
la productivité du blé . Selon le même auteur, les feuilles et les tiges sont souvent
affectées de nécroses localisées.
IV-2 L’effet des hautes températures sur la croissance et le développement des
céréales.
L’effet de la température sur la croissance du blé est notable, (Tab 1) la réponse du
blé aux températures élevées se manifeste par l’accélération du développement de la
plante et la réduction de sa taille. En effet, les hautes températures agissent sur
l’accélération de la sénescence, la réduction de la photosynthèse, l’augmentation de la
respiration et l’inhibition de la synthèse d’amidon dans les grains, ainsi que la vitesse et la
durée de croissance du grain (Blum, 1986).
Il faut signaler que sous les conditions de hautes températures, les variétés
tolérantes maintiennent relativement plus de grains par épi que les variétés sensibles,
sachant que le nombre de grains par épi est la composante la plus importante qui affecte la
variation du rendement grain entre les variétés . (Shipler et Blum, 1991).
Tableau 2. Réponse des stades de développement à la température. (Rawson. 1986).
*
Quand les effets sont forts (+++++), modérées (+++) ou faibles (+).
IV -Impact des températures élevées sur les rendements des céréales.
La manifestation de forte température à n’importe quel moment du cycle de
développement peut occasionner des pertes de rendement (Gate, 1995), la différence de
température (Tc-Ta) détermine en post – anthèse et pré-anthése explique respectivement
35% et 79% de la variabilité du rendement–grains chez le blé. (El Mourid et al, 1991)
17
Revue bibliographique 2004 /2005
(Rawson, 1986) a conclu que les rendements des céréales pourraient diminuer sous
l’effet des hautes températures même en condition hydrique non limitante. Selon le même
auteur chez les céréales, deux stades apparaissent comme particulièrement sensibles aux
températures élevées : la méiose et la floraison. Dans les deux cas, c’est la même
composante du rendement, le nombre de grains par épi qui est affectée.
Les travaux de Tashiro et de Wardlaw (1990) révèlent chez le blé l’existence
d’une très courte période extrêmement sensible aux températures élevées. Des
températures de 30 °C survenant 2à3 jours avant l’anthèse induisent un taux de stérilité de
l’ordre de 50%, alors que Lorsque le grain commence à se développer, (1à2 jours après
l’anthèse) les fortes températures provoquent au maximum un taux d’avortement de 4%
(Gate, 1995).
18
Revue bibliographique 2004 /2005
19
Revue bibliographique 2004 /2005
20
Revue bibliographique 2004 /2005
Fig 2 : effet des densités sur le rendement grain (El Mourid et al (1991).
21
Revue bibliographique 2004 /2005
les modèle se définissent comme étant une représentation simplifiée, sous une
forme physique ou mathématique d’un système complexe, dans lequel les réponses
produites par des sollicitations externes sont difficilement prévisibles à cause du très
grand nombre de facteurs mis en jeu (Limas. 1986).
Ces modèles ont les potentialités d’intégrer au sein d’un système cohérent
l’ensemble des réponses agronomiques (rendement et ses composantes), ou
physiologiques (ajustement osmotique, température de surface) et les interactions
génotype* milieu (Brisson et Delcolle. 1993).
En fait, un modèle de culture ne peut pas caractériser tous les facteurs du système
sol – plante - atmosphère et leurs interactions, généralement, ces modèles représentent
une simplification des systèmes, ils incarnent nécessairement des suppositions.
22
Revue bibliographique 2004 /2005
23
Revue bibliographique 2004 /2005
24
Revue bibliographique 2004 /2005
a- les avantages :
Ce sont en générale des outils simples à manipuler dans la mesure où des logiciels
de programmes généraux existent, ils permettent d’identifier rapidement les variables
explicatives les plus déterminantes.
b- Les inconvénients :
Le principal inconvénient de ces modèles sont c’est le fait qu’ils sont statiques,
leur utilisation dans l’espace et dans le temps ne peut dépasser le niveau de variabilité
introduite, ils estiment la variable à expliquer sans passer par des étapes intermédiaires.
Ils n’offrent pas donc un véritable recalage dans le temps ou dans l’espace (Gate, 1995).
c- Exemple d’utilisation :
Relations rendements –ETR (région de la basse Chouia)
Dans une étude menée par le CRTS dont le but était l’élaboration des modèles de
prévision du rendement de blé sur la base de la consommation hydrique et de mettre en
évidence les relations possibles entre le rendement et les variables relatives à la
consommation en eau de cette culture. Pour réaliser cet objectif 80 parcelles de blé tendre
et de blé dur ont été suivies (rendement, ETR) dans la basse Chaouia durant la compagne
agricole 94-95.
Les meilleures relations qui ont été dégagée entre le rendement et la consommation
en eau ETR sont du type linéaire avec des coefficients de corrélations hautement
significatifs. (Fig3, 4)
Les relations dégagées entre le rendement grain (qx/ha) et ETR totale (mm) sont:
25
Revue bibliographique 2004 /2005
prédire le rendement mieux que ceux incorporant tous les autres facteurs de production
(Merdas, 1995).
V-5-2 Les modèles mécanistes :
Les modèles mécanistes sont des modèles intégrateurs qui tentent de reproduire de
manière dynamique, à partir des lois et des fonctions physiologiques connues, les
réactions de la plante ou de la culture. Les paramètres exigés par ces modèles sont
d’origine interne (propriété génétique, physiologique…), et d’origine externe (les
facteurs de l’environnement d’ordre climatique, pedologique..) ainsi que les fonctions
d’interactions qui contrôlent ou modifient les mécanismes (Gate, 95).
a -Les avantages :
Ce sont des modèles intégrateurs prenant en compte de manière dynamique, le plus
souvent à pas de jour, l’action des différents opérateurs et leur interaction. Cette
quantification journalière permet d’estimer en continu les états de sortie. Ces états de
sortie sont dans la plupart mesurables ou observables (production de biomasse, date
d’apparition d’un stade phénologique .. …) et autorisent donc en théorie des possibilités
de validation au cours du cycle de la plante. Ils constituent donc un véritable outil de
recherche.
b-Les inconvénients :
Le fonctionnement de la plante implique très souvent l’emploi de paramètres multiples et
sophistiqués. Par faute de disponibilité d’entrée et par la difficulté de vérifier certain état
intermédiaire de sortie, ces modèles restent en général plus difficiles à valider globalement et à
utiliser. (Gate, 1995).
V-5.3 Exemples de modèles mécanistes :
1) Le modèle CERES : ( Crop Estimation trought Ressource and Environment Synthesis)
Le modèle CERES constitue une famille de modèles mécanistes développés aux
états unis pour un grand nombre d’espèces cultivées à travers le monde : Le blé, le mais,
le sorgho, le millet, l’orge et le riz (IBSNAT, 1986).
Le modèle fonctionne à pas de temps journalier. Le cycle de croissance de la
culture est divisé en plusieurs phases successives de développement. Les stades de
26
Revue bibliographique 2004 /2005
27
Revue bibliographique 2004 /2005
2) Le modèle SIMITAG :
28
Revue bibliographique 2004 /2005
29
Revue bibliographique 2004 /2005
La phase 1 : La température et la radiation solaire sont utilisées comme des inputs pour
simuler la croissance végétale et la production potentielle, à cette étape les modèle se
basaient seulement sur le bilan du carbone de la plante.
La Phase 2 : Les précipitations et l’irrigation sont ajoutés comme des inputs et le bilan
hydrique du sol et de la plante se trouvent alors simulés.
La Phase 3 : L’azote du sol est ajouté à la liste des intrants pour simuler la croissance et
le développement ainsi que le bilan hydrique du sol , la contrainte de la nutrition azotés
de la plante est ainsi simulée.
La Phase 4 : Dans cette phase d’autres éléments nutritifs du sol ainsi que l’effet des
maladies , des mauvais herbes et des ravageurs de cultures ont été ajouté à la liste des
inputs, dans cette phase le système plant – sol - atmosphère et ses interactions avec les
différentes facteurs environnementaux est simulé.).
30
Revue bibliographique 2004 /2005
31
Revue bibliographique 2004 /2005
VI-1.Introduction
Le DSSAT est un modèle informatique de simulation dynamique des cultures, il
permet à l’utilisateur de simuler la croissance végétative, les rendements et les besoins en
eau et en azote d’une culture en fonction du type de sol et du climat. Il offre l’opportunité
à l’utilisateur d’envisager plusieurs scénarios de management des cultures et de les
simuler sur ordinateur. (Gerrit Hoogenboom & Paul W. Wilkens, 2003)
Ce modèle informatique a été développé à travers une collaboration entre des
scientifiques de l'Université de Floride, l'Université de Géorgie, Université de Guelph,
Université de Hawaï, le Centre International pour la Fertilité des Sol et du
Développement Agricole(IFDC), Université de Iowa , et autres scientifiques associés
avec ICASA. (Consortium International pour les Applications des Systèmes Agricoles),
ce modèle a été utilisé pendant 15 années par les chercheurs dans plus de 100 pays à
travers le monde.
32
Revue bibliographique 2004 /2005
-Le CSM (système des modèles de culture) capable de simuler plus que 18 cultures
différentes, y compris le Maïs, le Blé, le Riz, l’Orge, le Sorgho, le Millet, graine de Soja,
la fève sèche, le P ois chiche, la Fève, la Pomme de terre, la Tomate, le Poivron, les
Chou, et la Jachère nue.
-Un module de sols identiques à celui contenue dans la version DSSAT v3.5 pour la
simulation de l'eau du sol, de l’azote et du bilan de carbone.
- L’outil XBuild pour entrer et éditer les données expérimental
- L’outil SBuild pour entrer et éditer les données du sol.
- Un nouveau gestionnaire de données climatiques, Weatherman pour entrer, analyser et
régénérer les données climatiques.
- L’outil ATCreate pour entrer et éditer les données détaillées de croissance, de
développement et de rendement.
- Le programme Graphique GBuild pour la représentation graphique des données
simulées et expérimentales.
- Un programme d’analyse saisonnière pour analyser les données biophysique et
économique pour une seule saison.
- Un programme d’analyses séquentielles pour analyser les données biophysiques et
économiques pour des systèmes de rotation de cultures et pour des expériences multi
saison.
.- Un programme d’évaluation et de diagnostic STATS pour l’analyse statistique des
données simulées et mesurées
- Un programme graphique simple Easy Grapher, pour représenter les données simulées.
33
Revue bibliographique 2004 /2005
Tab1 : * Les modèles de cultures incluent dans le DSSAT : (DSSAT Overview, Paul W.
Wilkens, et al 2003).
34
Revue bibliographique 2004 /2005
35
Revue bibliographique 2004 /2005
être différents pour chaque type de culture, le nombre de paramètres varie aussi entre les
modèles.
Les coefficients génétiques (cas du blé) : (DSSAT Overview, Paul W. Wilkens , 2003).
Coefficients Significations
-Le programme principal qui contrôle le temps pour chaque opération de simulation
-le module de l’unité de la terre qui dirige toutes les processus de simulation affectant
une unité de terre.
36
Revue bibliographique 2004 /2005
Tab 3: Récapitulatif des principaux modules contenus dans le CSM- DSSAT et de leur
T
37
Revue bibliographique 2004 /2005
38
Revue bibliographique 2004 /2005
CERES Mais
Module de CERES blé
croissance CERES Orge
indépendante CERES Riz
CERES Sorgho
CERES Millet
Substor Potato
Module de
gestions de la Plantations Détermine la date de plantation
culture
39
Matériel et méthode 2004 /2005
Matériels
&
Méthodes
40
Matériel et méthode 2004 /2005
I- Objectifs de l’étude
Cette étude a pour objectif d’élucider l’effet de la densité de semis sur plusieurs
variétés de blé tendre, blé dur et d’orge cultivés dans la région du chouia, Les données
collectées tout au long du cycle de la culture serviront à la validation du modèle DSSAT
4. Afin d’atteindre ce but trois densité de semis: 250 graines/m², 350 graines/m²,
450graines/m² ont été testés sur deux variétés de blé dur, deux variétés de blé tendre et
deux variétés d’orge.
41
Matériel et méthode 2004 /2005
cm. Les caractéristiques hydriques du sol sont de l’ordre de 30% pour la capacité au
champ (Hcc) et de 16% pour l’humidité au point de flétrissement (HpFp).
42
Matériel et méthode 2004 /2005
Direction de semis
I II III IV I II III IV
6m 2m
V3 V5 V5 V5 V1 V1 V2 V1
4m
V5 V3 V3 V3 V2 V2 V1 V2
V3 V3 V5 V3 V2 V1 V2 V2 24m
V5 V5 V3 V5 V1 V2 V1 V1
V3 V5 V5 V3 V1 V2 V1 V2
V5 V3 V3 V5 V2 V1 V2 V1
4m
64m
Essai densité de semis blé tendre Essai densité de semis blé dur
43
Matériel et méthode 2004 /2005
24m
↓direction
4m de semis
IV
6m V1 V3 V3 V1 V1 V3
30m
III V3 V1 V1 V3 V3 V1
II V1 V3 V1 V3 V1 V3
I V1 V3 V3 V1 V3 V1
Légende :
44
Matériel et méthode 2004 /2005
Blé tendre:
V3- Achtar
V5-Rajae
Blé dur :
V1-Karim
V2-Tamouh
Orge :
V1-Oussama
V2-Massine
Précèdent cultural :
Orge Légumineuses
45
Matériel et méthode 2004 /2005
VI-1Itinéraire technique :
1.2-Semis
46
Matériel et méthode 2004 /2005
graines/m²
350 25/11/2004 20 4 Mécanique 3 6
graines/m²
450 25/11/2004 20 4 Mécanique 3 6
graines /m²
NB :
Le nombre de ligne par parcelle élémentaire est de 18, les six lignes se trouvant au centre de la
parcelle ont été destiné au comptage des composantes de rendements, alors que les autres lignes,
six ont été désignés à la coupe de la biomasse aérienne, et les six autres lignes ont été destinés à la
récolte afin de déterminer le rendement réel.
1.3-Fertilisation :
3-1) Application des engrais de fond
1.4-Désherbage :
1.5-Traitements phytosanitaires :
47
Matériel et méthode 2004 /2005
48
Matériel et méthode 2004 /2005
49
Matériel et méthode 2004 /2005
seront comparées aux données fournies par le modèle et permettront ainsi son évaluation
quant à la prédiction des stades phrénologiques, de la production de biomasse, du
rendements et de ces composantes.
50
Synthèse et conclusion 2004 /2005
Résultats
&
Conclusions
51
Synthèse et conclusion 2004 /2005
52
Synthèse et conclusion 2004 /2005
80
70
60
50
quantité de pluie en mm par
40
décade
30
20
10
0
0
2
/1
/1
/1
/1
/0
/0
/0
/1
10
30
30
20
10
30
20
10
à
à
1à
2à
0
2
/1
/1
/1
/1
/1
/0
/0
/0
10
01
01
20
20
10
01
20
Fig 7 : le T max et T min ainsi que la T journalière, ainsi que les précipitations par décade
enregistrées à la station de L’INRA Sidi El Aidi (04-05)
53
Synthèse et conclusion 2004 /2005
Variété
Karim 182 234 332 249 A
C.V= 8.14
54
Synthèse et conclusion 2004 /2005
Variété
Karim 149 142 162 151 A
Tomouh 171 187 186 181 B
Moyenne 160 A 164A 174A 246
C .V=16.7
55
Synthèse et conclusion 2004 /2005
de cette expérience ont donné un nombre de grains par m² en moyenne de 1600 graines
/m². L’interaction entre la densité de semis et les variétés testées lors de cette étude n’ pas
affecté le nombre de grains /m².
Tab9 : effet de la densité de semis et de la variété sur le nombre de grains par m².
C. V=29.06
1.3-2 Simulation par la modèle DSSAT :
56
Synthèse et conclusion 2004 /2005
Moyenne
Variable Observé Simulé Ratio Diff.Moy
57
Synthèse et conclusion 2004 /2005
Densité
Densité 1 Densité 2 Densité 3 Moyenne
Variété
Karim 10 10 7 9A
Tomouh 11 10 8 10A
Moyenne 11A 10AB 8B 9
C.V=25.28
C.V=8.8
58
Synthèse et conclusion 2004 /2005
Moyenne
59
Synthèse et conclusion 2004 /2005
La comparaison du poids de mille grains simulés et observés montre que le modèle a une
tendance à surestimer cette composante de rendement, en effet une différence moyenne
de 10g a été enregistré pour les six traitements de cette expérience, le poids de mille
grains simulé étant de 38 alors que le poids de mille grains observés ni que de 28 g le
ratio enregistré est de 1.34. (fig 9) .
Le rendements grains réalisés dans cette campagne agricole sont nettement trop faible et
témoigne des effets des facteurs climatiques qui ont sévit cette année et qui se résument dans la
gelée en milieu du cycle et de la sécheresse en fin de cycle, les rendements grains obtenue sont
inférieurs pour tous les traitements à 5 qx/ha, d’après le tableau (14), on constate que le
rendement grain n’a pas été affecté significativement par les densités de semis utilisées dans cet
essai. Par contre la variété a eu un effet significatif sur le rendement grain, en effet la variété
Tomouh a permis une augmentation de rendement grain de 25 % par rapport à la variété Karim.
Ce résultat peut être expliqué par la précocité de cette variété, et montre la résistance de cette
variété à la sécheresse. Concernant l’interaction entre la densité de semis et la variété, l’analyse
statistique montre qu’il n’a pas eu d’effet significatifs sur le rendement grain.
Densité
Densité 1 Densité 2 Densité 3 Moyenne
Variété
Karim 3.8 3.6 3.5 5 qx /ha A
C .V=24.44
60
Synthèse et conclusion 2004 /2005
Moyenne
Variable Observé Simulé Ratio Diff. Moyenne
61
Synthèse et conclusion 2004 /2005
62
Synthèse et conclusion 2004 /2005
Tab 17: Effet de la densité de semis et de la variété sur la biomasse totale à la récolte
Densité
Variété Densité 1 Densité 2 Densité 3 Moyenne
Karim 270 287 286 281 g/m²
C.V= 12.99
D’après les figures (11,12 ,13) on constate d’une part que la biomasse aérienne
produite a eu une allure croissante jusqu’a arrivé à un plateau, en effet la valeur de la
biomasse a passé de 40 g/m² jusqu’à se stabilisé autour de la valeur 300 g/m², ce qui
représente l’équivalent de 3 t/ha, et que la densité de semis n’a pas affecté la quantité de
biomasse produite. D’autre part les deux variétés utilisées dans cet essai à savoir Karim et
Tomouh ont produit pratiquement la même quantité de biomasse aérienne.
63
Synthèse et conclusion 2004 /2005
350
300
250 Karim * densité 1
200
Karim* densité 2
150
100 Karim* densité 3
50
0
t
n
x
-p x
²
x
on
om son
m age
en
m
to teu
u
eu
go iso
ite aite
om as
g/
m
at
i
ll
ta
pa
ra
ta
i
le
le
ép
on
l
flo
nf
ta
ux
bi
la
bi
Tomouh*densité1
Tomouh* densite 2
Tomouh*densité 3
400
biomasse produite g/m²
350
300
250
200
150
100
50
0
t
on
ux
ux
ge
n
n
²
en
m
eu
so
iso
te
is
ite
lla
g/
at
ia
ra
ta
pa
ta
la
le
le
ép
-p
on
flo
nf
ta
om
ux
m
go
to
om
ite
bi
la
bi
64
Synthèse et conclusion 2004 /2005
400
biomasse aérienne g/m²
350
300
250
Var Karim
200
Var Tomouh
150
100
50
0
x
t
ux
ux
ge
n
n
²
en
m
u
so
o
o
te
ite
te
ll a
is
is
g/
m
ia
pa
pa
ra
ta
la
ta
le
lte
ép
flo
on
-
nf
n
ux
co
ei
go
tm
ite
ré
pl
bu
la
la
de
à
Fig 13 : Comparaison entre la biomasse aérienne produite par les deux variétés
(Karim et Tomouh)
2-3 Simulation par le modèle de la biomasse aérienne produite :
65
Synthèse et conclusion 2004 /2005
Moyenne
Variable Observé Simulé Ratio Diff. Moyenne
Biomasse aérienne Kg/ha 1916 768 0.53 -1148
Biomasse aérienne Kg/ha 1954 762 0.55 -1192
Biomasse aérienne Kg/ha 1997 760 0.53 -1237
Biomasse aérienne Kg/ha 1586 839 0.69 -748
Biomasse aérienne Kg/ha 1637 878 0.67 -759
Biomasse aérienne Kg/ha 1682 910 0.66 -771
66
Synthèse et conclusion 2004 /2005
végétative et les puits les grains). L’interaction entre la densité de semis et la variété n’ont
pas eu d’effets significatifs sur l’indice de récolte.
C .V=12.05
67
Synthèse et conclusion 2004 /2005
Moyenne
Variable Observé Simulé Ratio Diff. Moy
68
Synthèse et conclusion 2004 /2005
Densité
Densité 1 Densité 2 Densité 3 Moyenne
Variété
Karim 622 667 871 722A
C. V= 18.32
Densité
Densité 1 Densité 2 Densité 3 Moyenne
Variété
Karim 240 218 349 269A
C .V= 13.32
69
Synthèse et conclusion 2004 /2005
1000
900
800
700
600 Nbre de Talle/m²au début
montaison
500
Nbre de talles/m² à la
400 floraison
300
200
100
0
Densité 1 Densité 2 Densité 3
Fig 16: Régression du nombre de talles produites/m² chez la Var Karim en fonction du
densité de semis
1000
900
800
700 Nbre de talles
600 produite/m²au stade début
montaison
500
Nbre de talles/m² produites
400 à la floraison
300
200
100
0
Densité 1 Densité 2 Densité 3
Fig 17: Régression du nombre de talles produites/m² chez la Var Tomouh en fonction
des densités de semis
70
Synthèse et conclusion 2004 /2005
Moyenne
Variable Observé Simulé Ratio Diff.Moy
no de talles/m2 ( Run 1) 512 520 1.0 -10
no de talles/m2 ( Run 2) 492 629 1.4 136
no de talles/m2 ( Run 3) 507 763 1.7 256
no de talles/m2 ( Run 4) 510 1133 2.2 623
no de talles/m2 ( Run 5) 553 1380 2.6 827
no de talles/m2 ( Run 6) 632 2076 4.3 1444
71
Synthèse et conclusion 2004 /2005
II-5 Effet de la densité de semis et de la variété sur LAI au stade début Montaison
D’après le tableau d’analyse (24), on constate que la densité de semis n’a pas eu
d’effet significatif sur l’indice foliaire. Par contre la variété a affecté significativement la
production du couvert végétale, ce qui montre que LAI est corrélé significativement à la
variété. Concernant l’interaction entre les deux facteurs testés lors de cette étude, d’après
l’analyse statistique on peut constater qu’il y a un effet significatif de ce dernier sur
l’indice de récolte.
Densité
Densité 1 Densité 2 Densité 3 Moyenne
Variété
Karim 2.08 1.91 1.78 1.92A
C. V=13.51
72
Synthèse et conclusion 2004 /2005
Moyenne
Variable Observé Simulé Ratio Diff. Moy
LAI 1.39 0.5 0.41 -0.9
La comparaison entre les valeurs de LAI mesuré dans le champ et ceux simulé par
le modèle révèle que ce paramètre a été sous estimer par le modèle, en effet le modèle a
donné des valeurs de LAI de l’ordre de 0.4 alors que les valeurs mesuré au niveau du
champ avoisine le 1.4. Par ailleurs d’après la (fig.19) le modèle montre qu’il n’y’ pas de
différence significatifs de LAI entre les deux variétés testés dans cet essai.
73
Synthèse et conclusion 2004 /2005
Moyenne
Variable Observé Simulé Ratio Moy. Diff
74
Synthèse et conclusion 2004 /2005
Tab 27 : effet de la densité de semis et de la variété sur LAI au stade début montaison
Densité
Densité 1 Densité 2 Densité 3 Moyenne
Variété
Oussama 2.55 2.74 3.01 2.77A
C .V= 17.42
75
Synthèse et conclusion 2004 /2005
La comparaison des valeurs de LAI donnée par le modèle et ceux mesuré dans le champ
montre que le modèle sous estime la valeur de l’indice foliaire, en effet le modèle nous a
donné une valeur moyenne de l’indice foliaire avoisinant le 1 par contre les valeurs
mesurées dans le champ sont de l’ordre de 3, cette différence peut être expliqué par la
faiblesse du couvert végétale à cause de la gelée et du déficit hydrique qu’a subi la
culture pendant cette campagne agricole
III-2 Effet de la densité de semis et de la variété sur la production de talles/m²
2.1 Au stade début montaison
D’après le tableau d’analyse (29), on constate que la densité de semis a eu un effet significatif sur
la production de talles. Une corrélation positive a été enregistrée entre les densités de semis
utilisées et le nombre de talles produits, ceci veut dire que l’augmentation de la densité de semis
s’accompagne par l’augmentation du nombre de talles produites par m². Cependant la variété n’a
pas eu d’effets significatifs sur le nombre de talles produites. Ce résultat peut être expliqué par
76
Synthèse et conclusion 2004 /2005
C V= 19.26
77
Synthèse et conclusion 2004 /2005
800
700
600
500
Nbre de talles/m²au stade
début montaison
400
Nbre de talles/m²à la
floraison
300
200
100
0
Densité 1 Densité 2 Densité 3 Moyenne
1000
900
800
700
600 Nbre de talles/m²produites au
début montaison Var Massine
500
Nbre de talles /m² produites à
400 la floraison Var Massine
300
200
100
0
Densité 1 Densité 2 Densité 3 Moyenne
78
Synthèse et conclusion 2004 /2005
D’après la (fig.24), on peut conclure que le modèle a tendance à sous estimer le nombre
de talles par m², il a prédit ce paramètre avec une différence moyenne pour les six
traitements de cet essai de 493 talles par m².
79
Synthèse et conclusion 2004 /2005
80
Synthèse et conclusion 2004 /2005
dur . Ce résultat peut expliqué par le fait que l’orge a été installée sur une parcelle qui a
comme antécédent culturale une parcelle de légumineuse.
Evolution de la biomasse
aérienne Oussama * densité1
Oussama* densité2
biomasse produite g/m²
Oussama * densité 3
600
500
400
300
200
100
0 x
ux
²
ux
ge
n
t
n
m
eu
en
so
iso
iso
te
g/
ite
l la
at
ia
pa
ta
ra
ta
la
le
-p
le
ép
on
ta
f lo
nf
ux
om
to
go
m
it e
om
bi
la
bi
Fig 25: Evolution de la biomasse aérienne de la Var Oussama en fonction des densités de
semis.
600
500
Biomasse g/m²
400
VAR Oussama
300
Var Massine
200
100
0
x
t
ux
ux
ge
on
n
²
en
m
u
so
o
te
ite
te
ll a
is
is
g/
m
ia
pa
pa
ra
ta
la
ta
le
lte
ép
flo
on
-
nf
n
ux
co
ei
go
tm
ite
ré
pl
bu
la
la
de
Fig26 : Comparaison entre la biomasse aérienne produite par la Var Oussama et Massine
81
Synthèse et conclusion 2004 /2005
600
Massine*densité1
500
Massine * densité 2
biomasse g/m²
300
200
100
0
ge
x
n
ux
ux
om on
²
ép t
go ison
en
m
eu
om aso
te
ite
lla
is
g/
m
at
ta
ra
pa
ta
la
i
le
le
-p
on
fl o
nf
ta
ux
m
to
ite
bi
la
bi
82
Synthèse et conclusion 2004 /2005
83
Synthèse et conclusion 2004 /2005
Tab 34 : Effet de la densité de semis et de la variété sur le nombre de pieds par m².
Densité
Densité 1 Densité 2 Densité 3 Moyenne
Variété
Oussama 205 239 305 340A
Massine 208 235 282 395A
Moyenne 206A 237B 293C 367
C. V= 9.91
D’après le tableau d’analyse (35), on constate que la densité de semis n’a pas eu d’effet
significatif sur le nombre d’épis par m² cependant la densité 450 graines/m² a donné un
peuplements épis plus élevés, ce résultat s’explique par le fait que le tallage épi a été réduit à
cause de la sévère sécheresse. Les variétés utilisées dans cette expérience n’ont pas affecté le
nombre d’épis par m², ces deux dernières ont donné un nombre d’épis avoisinant le 190 épis/m².
L’interaction entre les facteurs étudiés n’a pas eu d’effet significatif sur le nombre d’épis/m².
C .V=19.76
84
Synthèse et conclusion 2004 /2005
Densité
Densité 1 Densité 2 Densité 3 Moyenne
Variété
Oussama 2623 2397 2539 2522 A
Massine 2329 2295 2941 2520 A
Moyenne 2476 A 2346 A 2740 A 2521
C .V=20.13
Moyenne
Variable Observé Simulé Ratio Diff.Moy
85
Synthèse et conclusion 2004 /2005
En ce qui concerne le nombre de grains par m², la confrontation des résultats simulées et
observées montre que le modèle surestime cette composante de rendements, en effet le modèle a
donné un nombre simulé de graines par m² variant de 9006 pour le traitement 1 c'est-à-dire la
variété Massine* 250graines/m² à 5780 pour la variété Massine*250graines/m², alors que le
nombre de graines par m² comptés dans le champ n’est que 2591 graines/m².
86
Synthèse et conclusion 2004 /2005
D’après le tableau d’analyse (38), on constate que la densité de semis n’a pas eu d’effet
significatif sur le nombre de grains par épi, les trois testées dans cette essai ont donné un
nombre de grains par épi de 13, la variété aussi n’a pas affecté le nombre de grains par
épi, en tenant en compte les potentialités des variétés Oussama et Massine en zone semi -
aride, il s’avère que le nombre de grains réalisé pendant cette campagne agricole est
nettement inférieurs habituelle dans cette zone , ceci peut être justifié par la gelée en
milieu de cycle qui a pénalisé la formation de l’épis et en plus de la sécheresse en fin de
cycle qui a pénalisé le remplissage du grain. Concernant l’interaction entre les facteurs de
l’essai, d’après l’analyse statistique on constate qu’il n’a pas eu d’effets significatifs sur le
nombre de grains par épi.
Tab 38 : effet de la densité de semis et de la variété sur le nombre de grains par épi
Densité
Densité 1 Densité 2 Densité 3 Moyenne
Variété
Oussama 13.7 13.64 13.91 13.54A
C.V=20.13
On constate d’ après le tableau d’analyse que le poids de mille grains n’a pas subi l’effet
de la densité de semis, les trois densités utilisées ont tous donné un poids de 1000 grains
avoisinant les 30 gramme, ce qui confirme le résultats obtenu dans le cas du blé dur. En
ce qui concerne la variété elle n’a pas différencié significativement le poids de 1000
87
Synthèse et conclusion 2004 /2005
grains produits. L’interaction entre les deux facteurs de l’essai n’a pas eu d’effet
significatif sur le poids de mille grains.
Tab 39 : Effet de la densité de semis et de la variété sur le poids de 1000 grains
Densité
Densité 1 Densité 2 Densité 3 Moyenne
Variété
Oussama 31.7 30.37 31.73 31.1A
Massine 30.24 31.73 31.42 31.2A
Moyenne 30.9A 31A 31.57A 31.15A
C. V=6.41
5-2 Simulation par le modèle du poids de milles grains :
88
Synthèse et conclusion 2004 /2005
L’étude des résultats relatifs aux poids des grains montre que le modèle a tendance à sous
estimer le poids des grains, en effet le pois de mille grains mesuré dans le champ est de 30
gramme alors que le modèle n’a donné qu’un poids de mille grains moyen pour les six
traitements de 20 gramme. le ratio entre les valeurs simulés et observés va de 0.5 pour la variété
Massine à 0.8 pour la variété Oussama.
4- 6 Effet de la densité de semis et de la variété sur le Rendements grains
6-1 Analyse de la variance :
Le tableau d’analyse (41) montre que le rendement n’a pas été influencé
significativement par les deux traitements utilisés dans cet essai à savoir la densité de
semis et la variété. Les rendements grains réalisés sont nettement inférieurs aux potentiels
des variétés ceci est expliqué la sévère sécheresse en fin de cycle qu’a connu cette
campagne agricole. par contre l’interaction entre les deux facteurs de l’essai a eu un effet
significatif sur le rendements grains produits, à signaler d’autre part que ces résultats
peuvent être biaisé à cause des conditions climatiques cités précédemment
C .V=27.99
89
Synthèse et conclusion 2004 /2005
PMG en g R²=0.33
D’après le tableau (42), on remarque que les coefficients de corrélation ne sont pas
hautement significatifs comme dans le cas du blé dur, en effet tous les composantes de
rendements ont eu un coefficient de corrélation avec le rendement grain inférieurs à 50%,
à part le nombre de grains par m², ce dernier paramètre a eu un coefficient de corrélation
de l’ordre de 0.55 ce qui montre l’importance de cette composante dans l’élaboration du
rendement grain.
Moyenne
90
Synthèse et conclusion 2004 /2005
91
Synthèse et conclusion 2004 /2005
traitements utilisées lors de cette expérience nous avons eu un indice de récolte de l’ordre
de 16 %. Ceci témoigne d’une très faible répartition entre la matière végétative et les
grains .Concernant l’effet de l’interaction entre les facteurs étudiés, on constate d’après
l’analyse statistique que qu’il n’a pas eu d’effets significatifs sur l’indice de récolte.
C .V= 78.23
92
Synthèse et conclusion 2004 /2005
Moyenne
Variable Observé Simulé Ratio Diff . Moy
En ce qui concerne l’indice de récolte, nous avons trouvé qu’il y a une grande
différence entre la valeur de l’indice de récolte simulé et observé, en effet le modèle a
donné un indice de récolte avoisinant les 66% alors que l’indice de récolte réalisé au
niveau du champ n’est que de 17% (fig 31). Cette grande différence entre les valeurs
simulées et observés peut être expliqué par le fait que le modèle sous estime la biomasse
totale produite et sur estime le rendement grain.
93
Synthèse et conclusion 2004 /2005
MOYENNE
Variable Observé Simulé Ratio Diff.MOY
Anthèse 122 129 1.06 7
Maturité 140 177 1.27 37
94
Synthèse et conclusion 2004 /2005
La comparaison des valeurs de LAI mesurées dans le champ avec ceux simulés par
le modèle montre que ce dernier a tendance à sous estimer ce paramètre,en effet le modèle
a donné un indice foliaire moyen pour les six traitements de l’ordre 0.3 alors que LAI
95
Synthèse et conclusion 2004 /2005
moyen mesuré dans le champ est de 1.50, ce résultat concorde avec ceux trouvé dans le
cas de blé dur et d’orge. (Fig 46)
96
Synthèse et conclusion 2004 /2005
97
Synthèse et conclusion 2004 /2005
98
Synthèse et conclusion 2004 /2005
V - Conclusion générale :
99
Synthèse et conclusion 2004 /2005
100
Synthèse et conclusion 2004 /2005
101
Synthèse et conclusion 2004 /2005
Références
Bibliographiques
102
Synthèse et conclusion 2004 /2005
103
Synthèse et conclusion 2004 /2005
104
Synthèse et conclusion 2004 /2005
105
Synthèse et conclusion 2004 /2005
-MARA, (DPV) 2004. Rapport d’évolutions des productions, des superficies et des
rendements des quartes principales céréales depuis 1970. Rabat. P: 12-15.
-Mamadou A.Z. 1991. Etude du comportement de 24 variétés de blé vis – vis de stress
hydrique. Contribution à l’identification de critères de tolérances qu stress hydrique.
Mémoire de 3émme cycle. IAV HASSAN II. RABAT.
- Merdas, M. 1995. Modèle agro météorologique de prévisions des rendements des
céréales. Rapport final Projet AGRIMA/CRTS/ Vol 4. P: 65-78.
-Martineillo, P, & Stanca, A.M, 1987. Breeding possibilities for improving drought
resistance in barley, in drought resistant in plants, Rapport of the European commission,
Belguim .P: 286- 295.
- Merzouk, S.1983. Fertilisations azotées et densités de peuplements du blé dur dans la
région de Meknes, Mémoire de fin d’étude ENA Meknes.
-Meynard & Sebillotte, M. 1993. Diagnostic sur les causes de variations de rendement
du blé dans une petite .23émme colloque de la société française de phytopathologie ‘la
fatigue des sols’ , les colloques de l’INRA .Vol 17.P: 157-168.
-Meynard, J.M.1994. L’analyse de l’élaboration du rendement sur les essais de
fertilisation azotée. Perspectif agricole .115. P: 76-83.
- Meynard J. M. 1980. Diagnostic de l'élaboration du rendement des cultures. Cahiers
Agricultures 11.P : 9-19.
- Mossadaq F. 1980. Essai d’interaction densités de semis, modalités d’apports sur blé
tendre Nesma 149. Memoire de 3émme cycle .IAV Hassan II .RABAT.
-Midmore A, Schreiber W, Bilger U. 1983. Analyse comparative des comportements
à la sécheresse d’un blé tendre et du blé dur. Résumé des Exposé présente au séminaire :
‘ Tolérance à la sécheresse des céréales en zone méditerranéennes. Monpelier le 15-16-17
Décembre 1983.P : 54-67.
-Ouknider, M. 1981. Contribution à l’étude de l’effet de la densité de semis et de l’effet
de l’azote sur certains caractères morphologiques et l’élaboration du rendement d’un blé
tendre. Mémoire de fin d’études ENA. Meknes.
106
Synthèse et conclusion 2004 /2005
-Pritchad, J., W. Jones, G .R, Thomas, A.1989.Effects of water stress and low
temperature. In: Physiology breeding of winter cereals in stressed Mediterranean
environment. INRA de Paris. P: 115-141.
- Rawson, H. 1986. Influence of temperature between floral initiation and flag leaf
emergence on grain number of wheat .Aust. J. Plant. Physiology.6.P: 391- 400.
- Rawson, R.M., Slafer.G.A.1994. Sensitivity of wheat phasic development to major
environmental factors: a re-examination of some assumptions made by physiologists and
modellers. Aust. J. Plant Physiol. 22.P: 393-426.
-Shipler, D., Blum, H.1991.Heat tolerance for yield in different wheat cultivars.
Euphytica Vol.51.P: 257-263.
-Single, W.V.1989.Resistance to frost in jury during stem elongation and early heading.
In improvement and management of winter cereals under temperature drought and
salinity stress ICARDA- INRA Symposium. Cordoba. Spain. P: 133-140.
-Simon, H., Codaccioni, P., et lecoeur, G.1989. Produire des céréales à paille.
Collection Agriculture d’aujourd’Hui. P: 13-18.
-Slafer, F., Andrade, K. 1994. Wheat Ecology and physiology of yield
determination.P:5.
-Stopper, F., Fisher, R.A 1990.Number of kernels in wheat crops and the influence of
solar radiation and temperature. J. Agric. Sci., Camb. 105. P: 447-461.
-Spiertz, J.H.J. 1984.Grain growth and distribution of dry matter in wheat plants as
influenced by temperature, light energy and ear size. Neth. J. Agric. Sci. 22. P: 207-220.
-Tashiro, T., Wardlaw, I.F. 1990. The response to high temperature shock and humidity
changes prior to and during the earling stages of grain developpement in wheat. Aust. J.
Pant .Physiology .17.P: 551-651.
-Thorton, A., Hoogenboom, G, Wilkens, P. 1997. A computer program to analyze
Single Crop Model Outputs, in agronomy journal 86.P: 860-868.
-Van Keulen, 1982. A hierarchical approach to agriculture production modelling. In
“Modelling agricultural- e nvironmental processes in crop production.” Society of
Agonomy.59 P: 67-73.
107
Synthèse et conclusion 2004 /2005
108
Synthèse et conclusion 2004 /2005
Annexes
109
Synthèse et conclusion 2004 /2005
110
Synthèse et conclusion 2004 /2005
ORGE D1 oussama 61.95 115 275.5 312.7 376.13 436.35 475.45 521.1 441
ORGE D1 oussama 60 165 256.75 300.45 338.05 371.05 437.15 535 593
ORGE D1 oussama 63.35 175 292.85 348.8 389.75 410.85 438.9 522.4 533
ORGE D1 oussama 55.55 170 351.85 390 411.2 442.1 500.8 651.55 520
60.2125 156.25 294.2375 337.9875 378.7825 415.0875 463.075 557.5125 521.75
ORGE D1 massine 52.1 115 188.15 326.25 330.25 415 430 453.95 500
ORGE D1 massine 48.4 120 285.4 308.8 381.9 386.9 414.8 544.1 505
ORGE D1 massine 59.8 145 308.45 353.65 367.5 458.05 508.95 540 496
ORGE D1 massine 49.15 200 251.3 358.35 370 379.4 448.6 478.8 548
52.3625 145 258.325 336.7625 362.4125 409.8375 450.5875 504.2125 512.25
ORGE D2 oussama 54.8 220 288.3 321.45 391.45 400 448.55 469.45 488
ORGE D2 oussama 86.5 215 250.95 353.45 425.9 437.9 463.65 471.95 539
ORGE D2 oussama 62.5 195 292.85 348.8 350 397.2 451.9 563.3 502
ORGE D2 oussama 57.85 190 250.2 304.75 333.55 335.7 429.75 557.9 667
65.4125 205 270.575 332.1125 375.225 392.7 448.4625 515.65 549
ORGE D2 massine 61.15 190 262.95 261.6 326.05 346.25 395.05 456.35 528
ORGE D2 massine 54 165 239 364 399.45 403.75 453.6 516.1 529
ORGE D2 massine 40 175 243.4 286.4 350.25 365.1 410 436.95 520
ORGE D2 massine 61.95 155 333.7 348.9 377.25 394.55 476.6 486.05 566
54.275 171.25 269.7625 315.225 363.25 377.4125 433.8125 473.8625 535.75
ORGE D3 oussama 66.1 125 251.1 334.2 349.65 387.15 391.8 433.4 524
ORGE D3 oussama 84.95 185 277.35 326.15 378.5 464.25 465.55 482.25 536
ORGE D3 oussama 65.9 215 308.45 353.65 452.8 485.6 509.9 529.5 546
ORGE D3 oussama 76.7 210 251.3 358.35 375.75 377.5 377.7 495.65 596
73.4125 183.75 272.05 343.0875 389.175 428.625 436.2375 485.2 550.5
ORGE D3 massine 70.65 150 284 290.1 301 332.65 451.6 460 469
ORGE D3 massine 72.2 205 255.8 271.45 350.75 425.5 447.25 482.55 464
ORGE D3 massine 51.55 155 190.45 400.4 406.45 419.75 457.15 472.7 484
ORGE D3 massine 87.7 255 308.5 328.7 333.85 358.4 446.45 488.3 628
70.525 191.25 259.6875 322.6625 348.0125 384.075 450.6125 475.8875 511.25
111
Synthèse et conclusion 2004 /2005
112
Synthèse et conclusion 2004 /2005
113
Synthèse et conclusion 2004 /2005
114
Synthèse et conclusion 2004 /2005
115