76
L’AGROÉCOLOGIE : RECHERCHES POUR LA TRANSITION DES FILIÈRES ET DES TERRITOIRES
Les approches s’appuyant sur la mise en interaction de briques de base doivent continuer à être développées, en bénéficiant de données plus adaptées, en structurant mieux
les communautés de modélisateurs et d’expérimentateurs, en rendant disponibles dès
que possible les briques de base validées. Mais, parallèlement, d’autres approches
de la complexité doivent être envisagées. Il s’agit notamment des approches stochastiques, qui évitent la modélisation de mécanismes dont les effets seraient faibles, par
exemple en les remplaçant par l’ajout d’un terme de « bruit » résumant la somme de
ces effets par une fonction aléatoire. Il s’agit également de l’introduction de contraintes
dans les modèles, qui permettent de limiter les besoins en données, comme dans les
approches mécanistico- statistiques (Dusseux et al., 2015 ; Soubeyrand, 2016 ; figure 5).
Ces méthodes combinent un modèle mécaniste (fondé sur des processus et intégrant certaines contraintes), un modèle probabiliste faisant le lien entre processus et données,
et une méthode statistique d’estimation. Enfin, il faut explorer de nouvelles pistes, par
exemple celle de modèles calibrés à partir de données résultant d’interactions complexes,
comme l’assimilation de données issues de la télédétection.
❚
❚ Rareté des données sur des systèmes en transition
La rareté des données sur des systèmes en transition ou conduits en agroécologie est
un écueil fondamental : peu d’expérimentations sont faites et peu de données sont
acquises, alors que le besoin est énorme pour approcher le grand nombre d’inter actions
mises en jeu dans ces systèmes. La modélisation peine à s’appuyer sur un corpus de
données variées et de moyen terme, intégrant de nombreuses conditions pédoclimatiques et agronomiques. Une priorité est donc de mieux utiliser et valoriser les dispositifs
d’observation ou d’expérimentation, de les faire évoluer afin qu’ils s’engagent davantage dans le champ de l’agroécologie. Les zones ateliers sont en particulier utiles aux
échelles du paysage et du territoire. Il faut aussi s’appuyer sur des informations issues de
la société. Des expériences en agroécologie mises en place par les Civam, les chambres
d’agriculture, les réseaux d’agriculture biologique peuvent apporter des connaissances
expertes et des données sur une grande diversité de systèmes. Il existe de nombreuses
données sur les systèmes conduits en agriculture biologique dans le monde, comme en
témoignent les méta-analyses sur les performances comparées entre les systèmes en
agriculture biologique et les autres systèmes. La question de leur accessibilité se pose.
Des initiatives en sciences participatives peuvent également contribuer à enrichir les
contextes d’observation.
❚
❚ Nature aléatoire et incertaine de certains processus
La meilleure compréhension et l’intégration dans la modélisation de la nature aléatoire,
incertaine, parfois chaotique de certains processus, en particulier de ceux qui sont en
interaction avec des processus abiotiques en lien notamment avec le climat, sont des
enjeux majeurs. Des méthodes d’analyse des risques dans les systèmes en agroécologie
L’AGROÉCOLOGIE : RECHERCHES POUR LA TRANSITION DES FILIÈRES ET DES TERRITOIRES
Les approches s’appuyant sur la mise en interaction de briques de base doivent continuer à être développées, en bénéficiant de données plus adaptées, en structurant mieux
les communautés de modélisateurs et d’expérimentateurs, en rendant disponibles dès
que possible les briques de base validées. Mais, parallèlement, d’autres approches
de la complexité doivent être envisagées. Il s’agit notamment des approches stochastiques, qui évitent la modélisation de mécanismes dont les effets seraient faibles, par
exemple en les remplaçant par l’ajout d’un terme de « bruit » résumant la somme de
ces effets par une fonction aléatoire. Il s’agit également de l’introduction de contraintes
dans les modèles, qui permettent de limiter les besoins en données, comme dans les
approches mécanistico- statistiques (Dusseux et al., 2015 ; Soubeyrand, 2016 ; figure 5).
Ces méthodes combinent un modèle mécaniste (fondé sur des processus et intégrant certaines contraintes), un modèle probabiliste faisant le lien entre processus et données,
et une méthode statistique d’estimation. Enfin, il faut explorer de nouvelles pistes, par
exemple celle de modèles calibrés à partir de données résultant d’interactions complexes,
comme l’assimilation de données issues de la télédétection.
❚
❚ Rareté des données sur des systèmes en transition
La rareté des données sur des systèmes en transition ou conduits en agroécologie est
un écueil fondamental : peu d’expérimentations sont faites et peu de données sont
acquises, alors que le besoin est énorme pour approcher le grand nombre d’inter actions
mises en jeu dans ces systèmes. La modélisation peine à s’appuyer sur un corpus de
données variées et de moyen terme, intégrant de nombreuses conditions pédoclimatiques et agronomiques. Une priorité est donc de mieux utiliser et valoriser les dispositifs
d’observation ou d’expérimentation, de les faire évoluer afin qu’ils s’engagent davantage dans le champ de l’agroécologie. Les zones ateliers sont en particulier utiles aux
échelles du paysage et du territoire. Il faut aussi s’appuyer sur des informations issues de
la société. Des expériences en agroécologie mises en place par les Civam, les chambres
d’agriculture, les réseaux d’agriculture biologique peuvent apporter des connaissances
expertes et des données sur une grande diversité de systèmes. Il existe de nombreuses
données sur les systèmes conduits en agriculture biologique dans le monde, comme en
témoignent les méta-analyses sur les performances comparées entre les systèmes en
agriculture biologique et les autres systèmes. La question de leur accessibilité se pose.
Des initiatives en sciences participatives peuvent également contribuer à enrichir les
contextes d’observation.
❚
❚ Nature aléatoire et incertaine de certains processus
La meilleure compréhension et l’intégration dans la modélisation de la nature aléatoire,
incertaine, parfois chaotique de certains processus, en particulier de ceux qui sont en
interaction avec des processus abiotiques en lien notamment avec le climat, sont des
enjeux majeurs. Des méthodes d’analyse des risques dans les systèmes en agroécologie