77
5. Modéliser les interactions du vivant
ou en transition vers l’agroécologie doivent être développées. La notion de risque est
importante à intégrer dans des démarches de modélisation prédictive ; elle va de pair
avec la notion de gestion adaptative, gestion qui s’adapte au fur et à mesure de l’évaluation des états, des contraintes et des risques. La notion de risque s’inspire souvent
de la littérature économique et mathématique, par exemple de la représentation mathématique de la théorie de la viabilité. La communauté scientifique doit s’impliquer dans
des échanges sur les concepts et la représentation de la notion de risque dans les systèmes agroécologiques. La notion de résilience, qui traduit la capacité d’un système à
retourner vers un état d’équilibre après des chocs climatiques ou des maladies, devrait,
elle aussi, être plus mobilisée. Il s’agit d’instruire la question de la capacité des systèmes agroécologiques à acquérir une certaine robustesse et une résilience vis-à-vis
de la variabilité climatique, en opposition à une adaptation à un optimum sur les meilleures années climatiques.
❚
❚ Autres dimensions de la modélisation à explorer
Certains aspects de la modélisation pour l’agroécologie sont encore insuffisamment
développés, ou en émergence.
Les dimensions spatio-temporelles
L’agroécologie questionne la dimension temporelle plus encore que dans les systèmes
conventionnels, du fait de l’importance des interactions entre processus qui s’enchaînent dans le temps en lien avec les conditions biotiques et abiotiques (rotation,
arrière effet, variabilité climatique…). Pour cela, revisiter les données de long terme
est nécessaire, en prenant en compte l’évolution du contexte d’acquisition, qui peut
biaiser l’analyse, et en s’appuyant sur des approches statistiques de type patternoriented modelling, qui permettent d’identifier les pas de temps caractéristiques des
processus, et les données importantes à acquérir. Il est tout autant nécessaire de
renforcer les modèles développés avec des objectifs de court terme. Certains de ces
modèles ont été élaborés avec des objectifs de prévision ou de comparaison de scénarios, mais il y a relativement peu de confrontation au réel et au court terme. La scénarisation, c’est-à-dire la construction d’une histoire pertinente pour orienter l’action,
traduite pour être testée par simulation avec une question de type « que se passe-t-il
si ? », fait partie de ce champ. Des modélisations sont en cours, qui comportent des
aspects de court terme, mais aussi de long terme : sur le biocontrôle (approches fondamentales, telles que la modélisation démo- génétique des petites populations ou
l’étude de la dépendance des insectes vis-à-vis des organismes symbiotiques) ; sur
l’écologie du paysage, avec la régulation biotique, l’analyse géomatique, l’épidémiologie, la régulation des flux d’éléments chimiques et bio logiques ; sur la symbiose,
dont les avantages pour l’agriculture restent encore limités ; sur l’épidémiologie pour
des stratégies de maîtrise des maladies.
5. Modéliser les interactions du vivant
ou en transition vers l’agroécologie doivent être développées. La notion de risque est
importante à intégrer dans des démarches de modélisation prédictive ; elle va de pair
avec la notion de gestion adaptative, gestion qui s’adapte au fur et à mesure de l’évaluation des états, des contraintes et des risques. La notion de risque s’inspire souvent
de la littérature économique et mathématique, par exemple de la représentation mathématique de la théorie de la viabilité. La communauté scientifique doit s’impliquer dans
des échanges sur les concepts et la représentation de la notion de risque dans les systèmes agroécologiques. La notion de résilience, qui traduit la capacité d’un système à
retourner vers un état d’équilibre après des chocs climatiques ou des maladies, devrait,
elle aussi, être plus mobilisée. Il s’agit d’instruire la question de la capacité des systèmes agroécologiques à acquérir une certaine robustesse et une résilience vis-à-vis
de la variabilité climatique, en opposition à une adaptation à un optimum sur les meilleures années climatiques.
❚
❚ Autres dimensions de la modélisation à explorer
Certains aspects de la modélisation pour l’agroécologie sont encore insuffisamment
développés, ou en émergence.
Les dimensions spatio-temporelles
L’agroécologie questionne la dimension temporelle plus encore que dans les systèmes
conventionnels, du fait de l’importance des interactions entre processus qui s’enchaînent dans le temps en lien avec les conditions biotiques et abiotiques (rotation,
arrière effet, variabilité climatique…). Pour cela, revisiter les données de long terme
est nécessaire, en prenant en compte l’évolution du contexte d’acquisition, qui peut
biaiser l’analyse, et en s’appuyant sur des approches statistiques de type patternoriented modelling, qui permettent d’identifier les pas de temps caractéristiques des
processus, et les données importantes à acquérir. Il est tout autant nécessaire de
renforcer les modèles développés avec des objectifs de court terme. Certains de ces
modèles ont été élaborés avec des objectifs de prévision ou de comparaison de scénarios, mais il y a relativement peu de confrontation au réel et au court terme. La scénarisation, c’est-à-dire la construction d’une histoire pertinente pour orienter l’action,
traduite pour être testée par simulation avec une question de type « que se passe-t-il
si ? », fait partie de ce champ. Des modélisations sont en cours, qui comportent des
aspects de court terme, mais aussi de long terme : sur le biocontrôle (approches fondamentales, telles que la modélisation démo- génétique des petites populations ou
l’étude de la dépendance des insectes vis-à-vis des organismes symbiotiques) ; sur
l’écologie du paysage, avec la régulation biotique, l’analyse géomatique, l’épidémiologie, la régulation des flux d’éléments chimiques et bio logiques ; sur la symbiose,
dont les avantages pour l’agriculture restent encore limités ; sur l’épidémiologie pour
des stratégies de maîtrise des maladies.