Prsentation PowerPoint

1
Thème 1 Interfécondité des modèles biophysiques
et décisionnels le couplage entre modèles et
approches disciplinaires Animateurs M. Cerf,
F. Garcia, C. Loyce
2
Plan de lexposé La tâche de loutil analyse
et conceptualisation de la situation Marianne
Cerf La construction du couplage Frédérick
Garcia Lévaluation du couplage Chantal Loyce
3
La tâche de loutil analyse et
conceptualisation de la situationQuelques
rappels de notre analyse lors de lécole
chercheurs
Une centration sur le modèle décisionnel et une
tentative de construire des classes de situation
dusage

• Quel modèle décisionnel ?
• Quel modèle de la rationalité ?
• Quel formalisme ?
• Quelle généricité du modèle ?
• Quelle prise en compte de la diversité des façon
  dagir ?
• Quelle prise en compte des objets biotechniques ?

Tâche et problème - Planification (plans
dactions) - Prévision (évolution possible) -
Diagnostic (évolution passée) - Classification
(classe de situation)
Trois classes de situation dusage distinguées
individuel, en interaction, lors de négociation
4
La tâche de loutil analyse et
conceptualisation de la situationLe couplage et
laction
La tâche à considérer celle de loutil ou celle
du couplage entre outil et sujet(s) ?
Automatiser, optimiser le couplage entre loutil
et le sujet pour agir,  équiper  le décideur
? La situation à considérer Aider la décision
ou aider laction ?
Visée/ processus biophysiques
Décision
5
La tâche de loutil analyse et
conceptualisation de la situationPrise en compte
de la diversité
Constat Diversité des états et évolutions
biophysiques ainsi que des comportements humains
Questions Pourquoi sintéresser à la diversité
? A quoi attribue-t-on lorigine de la diversité
? Que recherche-t-on des régularités, des cas
typiques ? Comment lintègre-t-on dans les
outils ?
6
La construction du couplage
Modèles biophysiques (MB)
Buts comprendre, analyser, simuler les
dynamiques spatio-temporelles d'agro-écosystèmes,
en réponse ou non à des interventions
anthropiques
Exemples modèles de croissance, modèles de
diffusion, modèles de transferts, modèles de
climat, etc.
7
Modèles décisionnels (MD)
Buts comprendre, analyser, simuler l'activité
de prise de décision humaine
Exemples règles de décision, modèle d'action,
plans d'action, décision multi-critère, décision
dans l'incertain, risque, etc.
8
Couplage MB / MD ?
L'approche disciplinaire n'encourage pas le
couplage des modélisations biophysiques et
décisionnels. Il se réduit souvent à une
spécification de contexte pour l'objet d'étude
considéré - modélisation de la sénescence de
l'herbe après une fauche - modélisation de la
digestion chez la vache pour un régime mixte
concentrés foin herbe - modélisation de la
décision face au risque climatique
9
Couplage MB / MD ?
Le couplage ne se justifie vraiment que lors de
l'étude et la modélisation de la conduite des
agro-écosystèmes Il reflète une activité de
modélisation autre, proche des sciences de la
gestion, où l'objet d'étude est la
conduite Production de connaissance à
l'interface de différentes disciplines
10
Construction du couplage
Le couplage peut être vu comme la mise en place
de contraintes entre variables des modèles
biophysiques et décisionnels
MB X D
C(D)
C(X)
MD D X
11
Construction du couplage
Le couplage avec un modèle décisionnel permet de
renseigner de manière dynamique certaines
variables de  décision  d'un modèle biophysique
(exemple pour un modèle de culture date de
semis, dates et quantités d'apport d'azote,
etc.) De même, le couplage avec un modèle
biophysique permet de fixer des valeurs
d'indicateurs de règles de décision d'un modèle
décisionnel Problématique de couplage aussi
rencontrée pour la prise en compte de données
observées (variables physiques, actes techniques,
etc.)
12
Un spectre large de modélisation
Ce couplage peut reposer plutôt sur les modèles
biophysiques ou décisionnels
MD
MB
STICS
OTELO
SEPATOU
DECIBLE
13
Conséquences sur les modèles
Le couplage nécessite une conception particulière
des modèles, qui autorise la définition dynamique
des contraintes Des approches de modélisation
peuvent ne pas être adaptées au couplage, comme
par exemple pour - les modèles de culture
 boite noire  - les processus décisionnels de
Markov Des approches  génériques  peuvent être
imaginées (/Crtl)
14
Conséquences sur la pratique de modélisation
La question du couplage et de sa modélisation
doit être abordée prioritairement C'est l'analyse
de la tâche, de la situation, de l'outil visé qui
doit conduire à des choix de modélisation et de
couplage entre modèles. Les savoir-faire de
modélisation doivent être exploités pour mieux
répondre à cette question (que sait-on modéliser
?) Il ne s'agit pas de coupler pour coupler !
15
Conséquences sur la pratique de modélisation
Il se construit là un nouveau savoir-faire de
modélisation la modélisation intégrée de la
conduite des agro-écosystèmes qui ne se réduit
pas aux sciences agronomiques ou de la
décision, et qui n'est pas nécessairement facile
à faire reconnaître (quelle discipline ? quels
pairs ? quelles revues ?)
16
Qualité de loutil
Lévaluation du couplage
(M.O Cordier, EC Lalonde les Maures, 2001)
17
4. Évaluation du modèle adapté aux génotypes
Exemple dévaluation dun modèle biotechnique
(Azodyn-var) en vue dune aide à lévaluation
variétale Thèse Aude Barbottin - 2004
ACTEURS DU CHOIX VARIETAL
Capacité prédictive
Capacité décisionnelle
7 variables simulées dont rendement et teneur en
protéines
Rendement et teneur en protéines
21
18
Intérêt du paramétrage variétal
Azodyn sans ajustement variétal rendement
Pour 5 des 7 variables étudiées ?
amélioration Rendement (RDT) Teneur en protéines
(TP) Nombre de grains (NGM²)
Barbottin - 2004
25
19
4. 2. Résultats
Qualité prédictive du modèle adapté aux variétés
26
Barbottin - 2004
20
4. 2. Résultats
Classement des variétés par le modèle
Classements observés
Classements simulés
Barbottin - 2004
28
21
4. 2. Résultats
Classement des variétés par le modèle
Comparaison des classements observés et simulés
par environnement
Barbottin - 2004
29
22
Sélectionner les conditions dans lesquelles un
apport organique est rentable (1)
Situation contrôlée MB Marge Brute - PRED
Predite OBS Observée
David - 2004
23
4. 2. Résultats
Intérêt du modèle pour lévaluation variétale
Identification des facteurs dadaptation aux
environnements
Environnements variés - facteurs limitants -
stratégies de fertilisation azotée
30
24
Lévaluation du couplage
Conséquences sur la pratique dévaluation
-Des critères dévaluation et des situations de
référence construites en relation avec les
objectifs et les usages de loutil -Des liens
entre les différentes classes dévaluation
(conceptuelle/prédictive/usage) à expliciter et à
développer -Vers une
démarche qualité ? / des critères différents
dévaluation selon les objectifs visés -Vers une
évaluation de la qualité des modèles par des
tiers ? / par le concepteur en collaboration avec
lutilisateur