Author: "Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD)" - Searchworks@Jio Institute Digital Library Search Results

Your search keyword '"Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD)"' showing total 48 results

Start Over Author "Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD)"

48 results on '"Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD)"'

1. Multidimensional assessment demonstrates sustainability of new low-input viticulture systems in north-eastern France

Author: J. Grignion, N. Nassr, A. Muller, O. Keichinger, Chantal Rabolin-Meinrad, Marie Thiollet-Scholtus, A. Langenfeld, J. Wohlfahrt, Robert Koller, Lionel Ley, C. Abidon, Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Institut National de la Recherche Agronomique (INRA), Laboratoire Agronomie et Environnement - Antenne Colmar (LAE-Colmar ), Laboratoire Agronomie et Environnement (LAE), Université de Lorraine (UL)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université de Lorraine (UL)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Independent, Association pour la Relance Agronomique en Alsace (ARAA), RITTMO Agroenvironnement (RITTMO), Service d'expérimentation agronomique et viticole (COLM AGRO VITI UE), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Institut Français de la Vigne et du Vin (IFV), Chambre d'Agriculture des Pays de la Loire, Chercheur indépendant, and Ecophyto Dephy-Expe et Région Alsace
Subjects: 0106 biological sciences, media_common.quotation_subject, [SDV.SA.AGRO]Life Sciences [q-bio]/Agricultural sciences/Agronomy, Soil Science, Plant Science, Agricultural engineering, 01 natural sciences, Human capital, 12. Responsible consumption, Sustainable agriculture, Multi-performance Evaluation, Quality (business), ComputingMilieux_MISCELLANEOUS, media_common, 2. Zero hunger, long-term, business.industry, 04 agricultural and veterinary sciences, Decision rule, [SDE.ES]Environmental Sciences/Environmental and Society, Agronomy, 13. Climate action, Agriculture, Sustainability, Pesticide reduction, 040103 agronomy & agriculture, 0401 agriculture, forestry, and fisheries, Grapevine, Business, Viticulture, Agronomy and Crop Science, Cropping, 010606 plant biology & botany
Abstract: International audience; Current demand for more environmentally, socially, and economically sustainable farming practices requires multicriteria assessment of innovative agricultural systems to help enhance cropping systems. We assessed the sustainability of 11 systems intended to substantially reduce inputs, especially pesticides, to viticulture systems. Pesticide use was reduced using three methods: (i) technical (e.g., essential oils instead of some copper use, 100 % soil covering applied); (ii) organizational (e.g., new spraying decision rules, decision aid tools); and (iii) redesign of the entire system (e.g., resistant grape varieties planted). Sustainable performance of the new lowinput vine systems (NLIVS) was assessed over 6 years (2013-2018) based on 25 indicators. They covered all aspects of system sustainability: environmental, agronomic, economic, and social. This included the evaluation of human capital and the quality of the wines produced. The results showed that it is possible to combine good environmental performance, such as reducing treatment frequency by up to 89 %, with good agronomic and wine quality performances. The socioeconomic performance of these NLIVS was more moderate. Nonetheless, the results demonstrated that the NLIVS are sustainable according to many diversified indicators. NLIVS are also resilient, as shown by the consistent sustainability results over six consecutive years. They are a realistic tool enabling winegrowers to consider reducing viticulture inputs.
Published: 2021
Full Text: View/download PDF

2. Data on spatio-temporal representation of mineral N fertilization and manure N application as well as ammonia volatilization in French regions for the crop year 2005/06

Author: Génermont, Sophie, Ramanantenasoa, Maharavo Marie Julie, Dufosse, Karine, Maury, Olivier, Mignolet, Catherine, Gilliot, Jean-Marc, Ecologie fonctionnelle et écotoxicologie des agroécosystèmes (ECOSYS), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, Agence de l'Environnement et de la Maîtrise de l'Energie (ADEME), UE Agroclim (UE AGROCLIM), Institut National de la Recherche Agronomique (INRA), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), This work was conducted through the project 'Spatial and temporal high-resolution inventory of ammonia emissions from agricultural soils over France at regional and national scales (2010–2015)' supported by the Agence de l’Environnement et de la Maîtrise de l’Energie (ADEME) and the Environnement et Agronomie Department of the Institut National de la Recherche Agronomique (INRA) (convention no 1081C0031). The authors are indebted to all those who provided input data: the SSP for the French cultural practices survey, Supported by a public grant overseen by the Agence Nationale de la Recherche (ANR) as part of the 'Investissements d’avenir' program (reference: ANR-10-EQPX-17 – Centre d’accès sécurisé aux données – CASD), the Union des Industries de la Fertilisation for national statistics on deliveries of mineral fertilizers, Météo-France for the data on weather conditions, the Agence de Service et de Paiement (ASP) and the Observatoire du Développement Rural (ODR) service unit for data on LPIS for France., ANR-10-EQPX-0017/10-EQPX-0017,CASD,Développement et construction d’un Centre d’Accès Sécurisé Distant aux données confidentielles (CASD) pour la recherche française en sciences sociales et en économie.(2010), Agroclim (AGROCLIM), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), and ANR-10-EQPX-0017,CASD,Développement et construction d'un Centre d'Accès Sécurisé Distant aux données confidentielles (CASD) pour la recherche française en sciences sociales et en économie.(2010)
Subjects: crop N fertilization, Economics, Econometrics and Finance, ammonia volatilization, statistical analysis, agronomy, model simulation, [SDV.SA.AGRO]Life Sciences [q-bio]/Agricultural sciences/Agronomy, lcsh:R858-859.7, lcsh:Computer applications to medicine. Medical informatics, lcsh:Science (General), manure application, geographical information system, lcsh:Q1-390
Abstract: International audience; The data presented in this article are related to the research article entitled "A new framework to estimate spatio-temporal ammonia emissions due to Nitrogen fertilization in France" (Ramanantena-soa et al., 2018) but are given with more details at a regional scale (NUTS2) in the objective to get them available for other research or applied studies. They concerns (i) the data implemented in the CADASTRE_NH 3 framework and (ii) the data obtained using it, for crop year 2005/06. For the source data, the article focusses on the N fertilization practice management description, as this dataset is the most difficult to collect and to analyze in the objective of realistically representing the spatial and temporal variabilities needed in the framework.
Published: 2018
Full Text: View/download PDF

3. Raisonner à partir de cas d’allocation dans des parcelles agricoles

Author: Marc Benoit, Alain Mille, Laura Martin, Florence Le Ber, Xavier Dolques, Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (ICube), Institut National des Sciences Appliquées - Strasbourg (INSA Strasbourg), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS)-École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Réseau nanophotonique et optique, Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Matériaux et nanosciences d'Alsace, Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Institut National de la Santé et de la Recherche Médicale (INSERM), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Institut National de la Recherche Agronomique (INRA), Traces, Web, Education, Adaptation, Knowledge (TWEAK), Laboratoire d'InfoRmatique en Image et Systèmes d'information (LIRIS), Université Lumière - Lyon 2 (UL2)-École Centrale de Lyon (ECL), Université de Lyon-Université de Lyon-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Centre National de la Recherche Scientifique (CNRS)-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Lumière - Lyon 2 (UL2)-École Centrale de Lyon (ECL), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA), École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Université de Strasbourg (UNISTRA)-Institut National des Sciences Appliquées - Strasbourg (INSA Strasbourg), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de Recherche en Informatique et en Automatique (Inria)-Les Hôpitaux Universitaires de Strasbourg (HUS)-Centre National de la Recherche Scientifique (CNRS)-Matériaux et Nanosciences Grand-Est (MNGE), Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Réseau nanophotonique et optique, Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Université de Lyon-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Université Lumière - Lyon 2 (UL2)-École Centrale de Lyon (ECL), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS), Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Matériaux et nanosciences d'Alsace (FMNGE), Institut de Chimie du CNRS (INC)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Chimie du CNRS (INC)-Université de Strasbourg (UNISTRA)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS), Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Université de Lyon-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-École Centrale de Lyon (ECL), Université de Lyon-Université Lumière - Lyon 2 (UL2)-Institut National des Sciences Appliquées de Lyon (INSA Lyon), and Université de Lyon-Université Lumière - Lyon 2 (UL2)
Subjects: culture énergétique, raisonnement à partir de cas, Artificial Intelligence, [SDV.SA.AGRO]Life Sciences [q-bio]/Agricultural sciences/Agronomy, 0202 electrical engineering, electronic engineering, information engineering, 020201 artificial intelligence & image processing, adaptation, 02 engineering and technology, explication, Software, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]
Abstract: National audience; Cet article présente un prototype de raisonnement à partir de cas développé dans le cadre d’une application en agronomie, pour prévoir l’implantation dans les exploitations agri- coles d’une nouvelle culture énergétique, le miscanthus. Des enquêtes ont été réalisées pour ac- céder au mode de décision des agriculteurs. Néanmoins, peu d’expériences étaient disponibles pour construire ce modèle, ce qui nous a conduits à intégrer des variantes dans le module de raisonnement, permettant ainsi des usages différents. Nous présentons quelques résultats expérimentaux, puis discutons du modèle et de ses usages.
Published: 2017
Full Text: View/download PDF

4. Regional-scale coupled modeling of water pollution by nitrate from agricultural sources: the Seine-Normandie hydrosystem case study

Author: Gallois, Nicolas, Viennot, Pascal, Puech, Thomas, Beaudoin, Nicolas, Passy, Paul, Chlebowski, Florent, Le Bas, Christine, Mary, Bruno, Billen, Gilles, Garnier, Josette, Silvestre, Marie, Thieu, Vincent, Université Paris sciences et lettres (PSL), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Transfrontalière BioEcoAgro - UMR 1158 (BioEcoAgro), Université d'Artois (UA)-Université de Liège-Université de Picardie Jules Verne (UPJV)-Université du Littoral Côte d'Opale (ULCO)-Université de Lille-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-JUNIA (JUNIA), Université catholique de Lille (UCL)-Université catholique de Lille (UCL), Foreign Trade University, Hanoi, Vietnam (FTU), InfoSol (InfoSol), Milieux Environnementaux, Transferts et Interactions dans les hydrosystèmes et les Sols (METIS), École Pratique des Hautes Études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut national des sciences de l'Univers (INSU - CNRS)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS), ICROPM. INT., Unité d'Agronomie Laon-Reims-Mons (LAON), Institut National de la Recherche Agronomique (INRA), Unité INFOSOL (ORLEANS INFOSOL), UMR 7619 Metis, Sorbonne Université (SU), Centre de Géosciences (GEOSCIENCES), MINES ParisTech - École nationale supérieure des mines de Paris, Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Fédération Île-de-France de Recherche sur l'Environnement (FIRE (FR_3020)), Muséum national d'Histoire naturelle (MNHN)-Institut de Recherche pour le Développement (IRD)-Institut National de la Recherche Agronomique (INRA)-AgroParisTech-Université Paris Diderot - Paris 7 (UPD7)-Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS), UR 1158 AgroImpact Agroressources et Impacts environnementaux, UR 0471 Unité d'Agronomie de Laon-Péronne, Institut National de la Recherche Agronomique (INRA)-Environnement et Agronomie (E.A.)-Unité d'Agronomie de Laon-Péronne (LILL LAON AGRO), École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS), Transfrontalière BioEcoAgro (Transfrontalière BioEcoAgro), Université d'Artois (UA)-Université de Liège-Université de Picardie Jules Verne (UPJV)-Université du Littoral Côte d'Opale (ULCO)-Université de Lille-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), MINES ParisTech - École nationale supérieure des mines de Paris-PSL Research University (PSL), and École pratique des hautes études (EPHE)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)
Subjects: [SDE.IE]Environmental Sciences/Environmental Engineering, transfert de nitrate, modélisation couplée, [SDV]Life Sciences [q-bio], [SDV.SA.AGRO]Life Sciences [q-bio]/Agricultural sciences/Agronomy, scénario prospectif, coupled modelling, nitrate pollution, nitrogen leaching, foresight scenario, pollution nitrique, [SDV.BV]Life Sciences [q-bio]/Vegetal Biology, [SDU.STU.HY]Sciences of the Universe [physics]/Earth Sciences/Hydrology, ComputingMilieux_MISCELLANEOUS
Abstract: HAL Id : hal-02471202, version 1 https://cel.archives-ouvertes.fr/METIS_UMR7619/hal-02471202 HAL Id : hal-02471202, version 1 https://cel.archives-ouvertes.fr/METIS_UMR7619/hal-02471202; National audience
Published: 2020

5. Modélisation intégrée de la cascade de l’azote générée par le système agro-alimentaire et de son impact sur la qualité des eaux de l’hydrosystème Seine

Author: Gallois, Nicolas, Viennot, Pascal, Puech, Thomas, Billen, Gilles, Passy, Paul, Thieu, Vincent, Garnier, Josette, Beaudoin, Nicolas, Silvestre, Marie, Centre de Géosciences (GEOSCIENCES), MINES ParisTech - École nationale supérieure des mines de Paris-PSL Research University (PSL), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Institut National de la Recherche Agronomique (INRA), Milieux Environnementaux, Transferts et Interactions dans les hydrosystèmes et les Sols (METIS), École pratique des hautes études (EPHE)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS), INRA, US Agroimpact 1158, F-02000 Barenton Bugny, France, Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, Fédération Île-de-France de Recherche sur l'Environnement (FIRE (FR_3020)), Muséum national d'Histoire naturelle (MNHN)-Institut de Recherche pour le Développement (IRD)-Institut National de la Recherche Agronomique (INRA)-AgroParisTech-Université Paris Diderot - Paris 7 (UPD7)-Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS), PIREN Seine, MINES ParisTech - École nationale supérieure des mines de Paris, Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS), Agroressources et Impacts environnementaux (AgroImpact), and Fédération Île-de-France de Recherche sur l'Environnement (FIRE )
Subjects: [SDE.IE]Environmental Sciences/Environmental Engineering, [SDU.STU.HY]Sciences of the Universe [physics]/Earth Sciences/Hydrology, ComputingMilieux_MISCELLANEOUS
Abstract: National audience
Published: 2019

6. Dynamiques agricoles sur le territoire de Seine-Normandie : impacts de deux scenarii contrastés à l’horizon 2050 sur la qualité de la ressource en eau

Author: Puech, Thomas, Gallois, Nicolas, Viennot, Pascal, Schott, Céline, Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Institut National de la Recherche Agronomique (INRA), Centre de Géosciences (GEOSCIENCES), MINES ParisTech - École nationale supérieure des mines de Paris-PSL Research University (PSL), PIREN Seine, Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), MINES ParisTech - École nationale supérieure des mines de Paris, and Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)
Subjects: hydrogéologie, pollution diffuses, nitrates, [SDV.SA.AGRO]Life Sciences [q-bio]/Agricultural sciences/Agronomy, [SDU.STU.HY]Sciences of the Universe [physics]/Earth Sciences/Hydrology, ComputingMilieux_MISCELLANEOUS, agriculture
Abstract: National audience
Published: 2019

7. Modélisation rétrospective et perspectives tendancielles spatialisées appliquées à l’atrazine et ses métabolites

Author: Gallois, Nicolas, Mattei, Alexandra, Puech, Thomas, Viennot, Pascal, Baratelli, Fulvia, Fauchon, Nils, Mouchel, Jean-Marie, Blanchoud, Hélène, Centre de Géosciences (GEOSCIENCES), MINES ParisTech - École nationale supérieure des mines de Paris-PSL Research University (PSL), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Institut National de la Recherche Agronomique (INRA), Veolia Eau (Paris), Veolia Environnement, Milieux Environnementaux, Transferts et Interactions dans les hydrosystèmes et les Sols (METIS), École pratique des hautes études (EPHE)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS), PIREN Seine, GALLOIS, Nicolas, Université Paris sciences et lettres (PSL), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), VEOLIA EAU, Centre National de la Recherche Scientifique (CNRS), MINES ParisTech - École nationale supérieure des mines de Paris, Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL), École pratique des hautes études (EPHE), and Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)
Subjects: scénario rétrospectif et prospectif, analyse statistique, [SDE.IE]Environmental Sciences/Environmental Engineering, contamination des eaux souterraines, couplage de modèle, [SDV]Life Sciences [q-bio], [SDU.STU.HY] Sciences of the Universe [physics]/Earth Sciences/Hydrology, [SDE.IE] Environmental Sciences/Environmental Engineering, [SDU.STU.HY]Sciences of the Universe [physics]/Earth Sciences/Hydrology, pesticide, ComputingMilieux_MISCELLANEOUS, modélisation
Abstract: HAL Id : hal-02404617, version 1 https://hal-mines-paristech.archives-ouvertes.fr/hal-02404617 Vol 2; National audience; L'évolution des concentrations en pesticides à l'échelle du bassin de la Seine a été appréhendée selon deux approches distinctes. La première, fondée sur une approche par modélisation physique, reprend la démarche développée dans le PIREN Seine pour les nitrates à partir de la plateforme STICS-MODCOU, alimentée par la base de données ARSEINE, laquelle décrit les pratiques de désherbage à base d'atrazine depuis 1970 sur le bassin de la Vesle (Marne). La confrontation entre concentrations aquifères calculées et mesurées permet d'observer que les ordres de grandeur simulés aux points de mesure sont cohérents, mais montre également les limites d'utilisation d'un tel modèle sur un bassin versant de taille moyenne, notamment pour ce qui est de la représentation des dynamiques associées. La seconde approche a consisté en l'analyse statistique des tendances d'évolution de la contamination observée dans les eaux souterraines. Là encore, seule l'atrazine et son produit de dégradation (la dééthylatrazine) a été étudiée. Les tendances d'évolution ont permis de montrer que la récurrence de la contamination serait encore observable en 2030 dans certains horizons aquifères vulnérables comme les Calcaires de Brie et du Champigny, certains forages montrant encore des tendances à la hausse après 10 ans d'interdiction de l'atrazine. Ces deux approches mettent en exergue, à différentes échelles, l'inertie du bassin de la Seine face aux contaminations passées. Ces résultats démontrent l'intérêt d'étudier les pesticides émergents avant qu'ils ne deviennent préoccupants pour la préservation de l'état chimique des masses d'eau.
Published: 2019
Full Text: View/download PDF

8. Simulation temporelle et spatiale des changements d'occupation du sol par modélisation stochastique

Author: Marc Benoit, Jean-François Mari, Arnaud Gobillot, Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS), Knowledge representation, reasonning (ORPAILLEUR), Inria Nancy - Grand Est, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Department of Natural Language Processing & Knowledge Discovery (LORIA - NLPKD), Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de la Recherche Agronomique (INRA), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Agrivair, AGREV 3, Nestle-water, Centre National de la Recherche Scientifique (CNRS), Cyril De Runz, Éric Kergosien, Christian Sallaberry, Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL)-Institut National de Recherche en Informatique et en Automatique (Inria), Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), and Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL)
Subjects: 0106 biological sciences, land use change, protection de l’eau, 010504 meteorology & atmospheric sciences, [SDV]Life Sciences [q-bio], prospective simulation, LUCC, General Medicine, modèle neutre, 15. Life on land, landscape, 010603 evolutionary biology, 01 natural sciences, neutral model, 6. Clean water, [SHS]Humanities and Social Sciences, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI], 13. Climate action, water protection, simulation prospective, HMM, paysage, protection de l'eau, hmm, lucc, 0105 earth and related environmental sciences
Abstract: The landscape patterns are the results of the human activity that adapts the land cover and its use (LUC) to economic and social constraints/opportunities encountered by various actors. The temporal and spatial arrangement of LUC has a strong influence on environmental risks. This paper presents a methodology based on stochastic models to identify, locate and simulate the temporal LUCC of regions differentiated by their successions by means of “neutral” models. The differences between simulated and observed data make it possible to detect breaks in land-use development and planning. We assess our method on data that come from surveys in the Vittel-Contrexéville watershed (East of France) which is subject to water quality issues., L’organisation d’un territoire est le reflet de l’activité humaine qui y adapte la couverture du sol et son usage en fonction des contraintes ou opportunités techniques, économiques et sociétales. L’arrangement temporel et spatial des occupations du sol a une forte influence sur les risques environnementaux. Cet article présente une méthodologie à base de modèles stochastiques pour identifier, localiser et simuler les occupations temporelles des régions différenciées par leurs successions de culture dans la perspective de construction d’un modèle « neutre ». L’écart entre données simulées et observées permet de déceler des ruptures dans le processus de mise en valeur du territoire. Les données utilisées dans cette étude proviennent d’enquêtes effectuées sur l’impluvium de Vittel-Contrexéville concernant la qualité des eaux souterraines.
Published: 2018
Full Text: View/download PDF

9. Simulation temporelle et spatiale des changements d'occupation du sol par modélisation stochastique

Author: Mari, Jean-François, Gobillot, Arnaud, Benoît, Marc, Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS), Knowledge representation, reasonning (ORPAILLEUR), Inria Nancy - Grand Est, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Department of Natural Language Processing & Knowledge Discovery (LORIA - NLPKD), Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de la Recherche Agronomique (INRA), Agrivair, AGREV 3, Nestle-water, and Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD)
Subjects: land use change, protection de l’eau, prospective simulation, water protection, simulation prospective, LUCC, modèle neutre, landscape, HMM, paysage, neutral model, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]
Abstract: International audience; The landscape patterns are the results of the human activity that adapts the land cover and its use (LUC) to constraints or economic opportunities encountered by various actors. The temporal and spatial arrangement of LUC has a strong influence on environmental risks. Its knowledge allows to develop prospective simulation models to assess the impact of different scenarios on the evolution of the land use and land cover change (LUCC). This paper presents a methodology based on stochastic models to identify, locate and simulate the temporal LUCC of regions differentiated by their successions by means of " neutral " models. The concept of a " neutral " model has been introduced in ecology for describing the characteristics of coexisting populations in a territory. Every individual-whatever its species it belongs to in the ecosystem-undergoes the same constraints without taking precedence over another. The result is a balance that is regulated by processes whose dynamics do not vary. In the framework of spatially explicit models coupled to a geographical information system according to the categorization defined by [AGG + 00], the territory is described as an assembly of homogeneous discontinuous units-called patches-represented by a regular grid of pixels. We propose a territorial simulation method that takes into account the dynamics of temporal and spatial patterns of previous successions observed in different sub-regions. We carry out a classification of the territory in homogeneous patches with respect to their LUC. The simulation of the LUC succession is then made on these patches at the pixel level taking into account the rotations / successions that were practiced the previous two years. The differences between simulated and observed data make it possible to detect breaks in the process of developing the territory according to the constraints or opportunities for farmers. Differences are measured using the pixel recognition rate on a rasterized representation of the territory. We assess our method on data that come from surveys in the Vittel-Contrex´eville territory (East of France) which is subject to water quality issues.; L'organisation d'un territoire est le reflet de l'activité humaine qui y adapte la couverture du sol et son usage en fonction des contraintes ou opportunités économiques. L'arrangement temporel et spatial des occupations du sol a une forte influence sur les risques environnementaux. Sa connaissance permet d'élaborer des modèles de simulation prospective afin d'évaluer l'impact de différents scénarios d'évolution de la couverture du sol. Cet article présente une méthodologie à base de modèles stochastiques pour identifier, localiser et simuler les occupations temporelles des régions différenciées par leurs successions de culture dans la perspective de construction d'un modèle ``neutre''. Le concept de modèle ``neutre'' a été introduit en écologie pourdécrire les caractéristiques des populations coexistant dans un territoire. Les individus -- quelquesoit leur nature -- endurent les mêmes contraintes sans qu'une espèce ne prenne le pas sur une autre. Il en résulte un équilibre qui est régulé par des processus dont la dynamique ne varie pas. Nous nous plaçons dans un cadre de définition de modèles spatialement explicites couplés à un système d'information géographique selon la catégorisation définie par Agarwal {agarwal2000}. Le territoire est décrit comme un assemblage d'unités homogènes discontinues -- appelées patchs -- lesquelles sont constituées d'une grille régulière de pixels. sous la forme d'une image raster. Nous effectuons préalablement une classification du territoire d'étude en patchs homogènes vis à vis des successions de culture qui s'y pratiquent. La simulation de la succession est ensuite faite sur ces \patchs au niveau du pixel en tenant compte des rotations / successions qui se pratiquaient les deux années précédentes. Nous proposons ainsi une méthode de simulation du territoire qui tienne compte des dynamiques temporelles et spatiales des successions précédentes observées dans différentes sous régions. L'écart entre données simulées et observées permet de déceler des ruptures dans le processus de mise en valeur du territoire en fonction des contraintes ou opportunités s'offrant aux agriculteurs. Les écarts sont mesurés à l'aide du taux de reconnaissance de pixels sur une représentation rasterisée du territoire. Les données utilisées dans cette étude proviennent d'enquêtes effectuées sur le territoire de Vittel-Contrexéville concernant la qualité des eaux souterraines.
Published: 2018
Full Text: View/download PDF

10. Case-based Reasoning for Forecasting the Allocation of Perennial Biomass Crops

Author: Le Ber, Florence, Lieber, Jean, Benoit, Marc, Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (ICube), Institut National des Sciences Appliquées - Strasbourg (INSA Strasbourg), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS)-École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Réseau nanophotonique et optique, Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Matériaux et nanosciences d'Alsace, Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Institut National de la Santé et de la Recherche Médicale (INSERM), Knowledge representation, reasonning (ORPAILLEUR), Inria Nancy - Grand Est, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Department of Natural Language Processing & Knowledge Discovery (LORIA - NLPKD), Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Institut National de la Recherche Agronomique (INRA), École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES), Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Matériaux et nanosciences d'Alsace (FMNGE), Institut de Chimie du CNRS (INC)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Chimie du CNRS (INC)-Université de Strasbourg (UNISTRA)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS), Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), FUTUROL project, French government, École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Université de Strasbourg (UNISTRA)-Institut National des Sciences Appliquées - Strasbourg (INSA Strasbourg), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de Recherche en Informatique et en Automatique (Inria)-Les Hôpitaux Universitaires de Strasbourg (HUS)-Centre National de la Recherche Scientifique (CNRS)-Matériaux et Nanosciences Grand-Est (MNGE), Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Réseau nanophotonique et optique, Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS), ProdInra, Migration, Université de Lorraine (UL), Institut National de Recherche en Informatique et en Automatique (Inria), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Matériaux et nanosciences d'Alsace, Centre National de la Recherche Scientifique (CNRS)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Université de Strasbourg (UNISTRA)-Réseau nanophotonique et optique, and Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Université de Strasbourg (UNISTRA)
Subjects: [SDV.SA]Life Sciences [q-bio]/Agricultural sciences, [SDV.SA] Life Sciences [q-bio]/Agricultural sciences, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]
Abstract: International audience; A farmer's decision to plant new perennial biomass crops is a complex process that involves numerous parameters and can change the food / non-food balance. The paradigm of case-based reasoning is able to deal with the kind of complex and sparse information that is available in this situation, to model and forecast the allocation of these crops.
Published: 2018

11. Rendre visibles et discutables les valeurs d'un territoire à travers une démarche participative : une étape (indis)pensable ?

Author: Fabienne Barataud, Laura Seguin, Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de la Recherche Agronomique (INRA), Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA), Collège International des Sciences du Territoire (CIST). FRA., Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), CIST, ProdInra, Migration, Gestion de l'Eau, Acteurs, Usages (UMR G-EAU), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut de Recherche pour le Développement (IRD)-AgroParisTech-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Collège international des sciences territoriales (CIST), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut de Recherche pour le Développement (IRD)-AgroParisTech-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut Agro - Montpellier SupAgro, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), and Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut de Recherche pour le Développement (IRD)-AgroParisTech-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)
Subjects: [SDV.EE]Life Sciences [q-bio]/Ecology, environment, [SDV.SA]Life Sciences [q-bio]/Agricultural sciences, [SHS.SOCIO]Humanities and Social Sciences/Sociology, [SDV]Life Sciences [q-bio], [SDU.STU]Sciences of the Universe [physics]/Earth Sciences, [SHS.GEO]Humanities and Social Sciences/Geography, [SDV.BID]Life Sciences [q-bio]/Biodiversity, [SHS]Humanities and Social Sciences, [SDV] Life Sciences [q-bio], valeurs, [STAT]Statistics [stat], value, water management, [SDE]Environmental Sciences, valeur, values, participation, non-point pollution, [SDV.SPEE]Life Sciences [q-bio]/Santé publique et épidémiologie, [SHS] Humanities and Social Sciences, gestion de l'eau, pollution diffuse, pollutions diffuses, agriculture
Abstract: This paper examines the interest to pay attention to the expression of stakeholders' values when they are engaged in a participatory process. The reflection is based on a multi-partners research project, involving researchers in natural and social sciences with institutional, non-gonvernmental and professional actors in the Brie region (Seine-et-Marne). On this territory where intensive agriculture led to an important degradation of water quality, this engaged research aims at implementing a concertation framework with local stakeholders and evaluating its effects. Focusing on agricultural stakeholders, this paper offers an overview of revealed values, and analyses the contributions of this initial stage both in the research process and in the participatory process., Cette contribution porte sur l'intérêt de penser l'explication des valeurs propres aux acteurs d'un territoire engagés dans une démarche participative. La réflexion s'appuie sur un projet de recherche partenarial associant des chercheurs en sciences de la nature et en sciences sociales à des acteurs institutionnels, associatifs et professionnels du territoire de la Brie, en Seine-et-Marne. Sur ce territoire, où l'activité agricole intensive a conduit à une forte dégradation de la qualité de l'eau, ce projet de recherche engagé dans l'action vise à mettre en œuvre un cadre de concertation entre acteurs locaux et d'en évaluer les effets. Avec une focale mise sur les acteurs du monde agricole, cette réflexion propose un panorama des valeurs révélées, et analyse les apports de cette étape dans le processus de recherche et de participation.
Published: 2018

12. Interactions and hybrid complex formation of anionic algal polysaccharides with a cationic glycine betaine-derived surfactant

Author: Cédric Gaillard, Thomas Vives, Rudy Covis, Maud Benoit, Thierry Benvegnu, Institut des Sciences Chimiques de Rennes (ISCR), Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Centre National de la Recherche Scientifique (CNRS)-Ecole Nationale Supérieure de Chimie de Rennes-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES), AGROCAMPUS OUEST, Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Institut National de la Recherche Agronomique (INRA), National Research Agency, Centre National de la Recherche Scientifique (CNRS)-Institut de Chimie du CNRS (INC)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Ecole Nationale Supérieure de Chimie de Rennes (ENSCR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), and Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Ecole Nationale Supérieure de Chimie de Rennes (ENSCR)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)
Subjects: Cationic surfactant, Algal polysaccharides, Polymers and Plastics, Carrageenan, Surface-Active Agents, Polymer–surfactant interactions, chemistry.chemical_compound, Betaine, Pulmonary surfactant, Dynamic light scattering, Amide, Materials Chemistry, [CHIM]Chemical Sciences, Organic chemistry, ComputingMilieux_MISCELLANEOUS, Polysaccharide/surfactant hybrid structures, Alkyl, chemistry.chemical_classification, Chemistry, Organic Chemistry, Cationic polymerization, Isothermal titration calorimetry, Chemical engineering, Food, Critical micelle concentration, Rhodophyta, Physicochemical characterizations, cosmetics and detergency applications
Abstract: International audience; The interaction between anionic algal polysaccharides ((kappa)-, (l)-, (lambda)-carrageenans, alginate and ulvan) and a cationic glycine betaine (GB) amide surfactant possessing a C-18:1 alkyl chain has been studied using isothermal titration calorimetry (ITC), zeta-potential measurements, dynamic light scattering (DLS), transmission electron microscopy (TEM), atomic force microscopy (AFM), and surface tension measurements. It was observed that this cationic surfactant derived from renewable raw materials induced cooperative binding with the anionic polymers at critical aggregation concentration (CAC) and the CAC values are significantly lower than the corresponding critical micelle concentration (CMC) for the surfactant. The CMC of cationic GB surfactant was obtained at higher surfactant concentration in polysaccharide solution than in pure water. More interestingly, the presence of original polysaccharide/surfactant hybrid complexes formed above the CMC value was evidenced from (kappa)-carrageenan by microscopy (TEM and AFM). Preliminary investigations of the structure of these complexes revealed the existence of surfactant nanoparticles surrounded with polysaccharide matrix, probably resulting from electrostatic attraction. In addition, ITC measurements clearly showed that the interactions of the K-carrageenan was stronger than for other polysaccharides ((l)-, (lambda)-carrageenans, alginate and ulvan). These results may have important impact on the use of the GB amide surfactant in formulations based on algal polysaccharides for several applications such as in food, cosmetics, and detergency fields.
Published: 2015
Full Text: View/download PDF

13. A new framework to estimate spatio-temporal ammonia emissions due to nitrogen fertilization in France

Author: Carole Bedos, David Makowski, Etienne Mathias, Sophie Genermont, Catherine Mignolet, Jean-Marc Gilliot, Maharavo Marie Julie Ramanantenasoa, Thomas Eglin, Ecologie fonctionnelle et écotoxicologie des agroécosystèmes (ECOSYS), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, Université Paris-Saclay, Agence de l'Environnement et de la Maîtrise de l'Energie (ADEME), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de la Recherche Agronomique (INRA), Centre Interprofessionnel Technique d'Etude des Pollutions Atmosphériques (CITEPA), Agronomie, Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), and AgroParisTech-Institut National de la Recherche Agronomique (INRA)
Subjects: Environmental Engineering, 010504 meteorology & atmospheric sciences, Cultural practices, Cadastre, CADASTRE_NH3, [SDV]Life Sciences [q-bio], chemistry.chemical_element, 010501 environmental sciences, engineering.material, 7. Clean energy, 01 natural sciences, Environmental Chemistry, Waste Management and Disposal, 0105 earth and related environmental sciences, 2. Zero hunger, Volt'Air model, business.industry, Intensive farming, Environmental engineering, Animal husbandry, Emission factorsFrance, Pollution, Manure, Nitrogen, chemistry, 13. Climate action, Agriculture, National inventory, engineering, Environmental science, Spatial variability, Fertilizer, business
Abstract: In France, agriculture is responsible for 98% of ammonia (NH 3 ) emissions with over 50% caused by nitrogen (N) fertilization. The current French national inventory is based on default emission factors (EF) and does not account for the main variables influencing NH 3 emissions. To model the spatio-temporal variability of NH 3 emissions due to mineral and organic N fertilization, we implemented a new method named CADASTRE_NH 3 . The novelty lies in the combined use of two types of resources: the process-based Volt'Air model and geo-referenced and temporally explicit databases for soil properties, meteorological conditions and N fertilization. Simulation units are the Small Agricultural Regions. Several sources of information were combined to obtain N fertilization management: census and surveys of the French Ministry of Agriculture, statistics on commercial fertilizer deliveries, and French expertise on physicochemical properties of organic manure. The practical interest of this new framework was illustrated for France during the crop year 2005/06. Aggregation at crop year level showed a reasonable agreement between estimated values derived from CADASTRE_NH 3 and those from the French inventory method, for N and ammoniacal-N (TAN) application rates, total NH 3 emissions and NH 3 EF. Discrepancies were large for organic manure only; national TAN application rates and NH 3 emissions were 62–63% lower with CADASTRE_NH 3 . This was due to divergences in the representation of cattle farm yard manure and in the TAN:N ratio of solid manure. Annual emissions for fertilization in France were estimated to be 270 Gg NH 3 , 29% lower than the French national inventory estimate. At the regional level, organic manure contributed to 73% of field NH 3 emissions in intensive livestock husbandry areas and to 41% in the other areas. The CADASTRE_NH 3 framework can be seen as a Tier 3 approach able to estimate specific regional EF for different mineral fertilizers and organic manure.
Published: 2017
Full Text: View/download PDF

14. Modélisation des transferts de produits phytosanitaires vers les eaux souterraines : Cas de l'atrazine et de ses métabolites sur le bassin amont de la Vesle (Marne)

Author: Gallois, Nicolas, Puech, Thomas, Viennot, Pascal, Centre de Géosciences (GEOSCIENCES), MINES ParisTech - École nationale supérieure des mines de Paris, Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de la Recherche Agronomique (INRA), Centre de Géosciences [GEOSCIENCES] MINES ParisTech - École nationale supérieure des mines de Paris, PSL Research University, INRA SAD-Aster, MINES ParisTech - École nationale supérieure des mines de Paris-PSL Research University (PSL), and Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD)
Subjects: [SDE.IE]Environmental Sciences/Environmental Engineering, [SDV.SA.AGRO]Life Sciences [q-bio]/Agricultural sciences/Agronomy, [SDU.STU.HY]Sciences of the Universe [physics]/Earth Sciences/Hydrology
Published: 2017

15. A Reasoning Model Based on Perennial Crop Allocation Cases and Rules

Author: Alain Mille, Florence Le Ber, Marc Benoit, Xavier Dolques, Laura Martin, Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (ICube), Institut National des Sciences Appliquées - Strasbourg (INSA Strasbourg), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS)-École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Réseau nanophotonique et optique, Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Matériaux et nanosciences d'Alsace, Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Institut National de la Santé et de la Recherche Médicale (INSERM), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Institut National de la Recherche Agronomique (INRA), Traces, Web, Education, Adaptation, Knowledge (TWEAK), Laboratoire d'InfoRmatique en Image et Systèmes d'information (LIRIS), Université Lumière - Lyon 2 (UL2)-École Centrale de Lyon (ECL), Université de Lyon-Université de Lyon-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Centre National de la Recherche Scientifique (CNRS)-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Lumière - Lyon 2 (UL2)-École Centrale de Lyon (ECL), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA), Université de Lyon, Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Matériaux et nanosciences d'Alsace (FMNGE), Institut de Chimie du CNRS (INC)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Chimie du CNRS (INC)-Université de Strasbourg (UNISTRA)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Université de Lyon-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-École Centrale de Lyon (ECL), Université de Lyon-Université Lumière - Lyon 2 (UL2)-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Université Lumière - Lyon 2 (UL2), École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Université de Strasbourg (UNISTRA)-Institut National des Sciences Appliquées - Strasbourg (INSA Strasbourg), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de Recherche en Informatique et en Automatique (Inria)-Les Hôpitaux Universitaires de Strasbourg (HUS)-Centre National de la Recherche Scientifique (CNRS)-Matériaux et Nanosciences Grand-Est (MNGE), Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Réseau nanophotonique et optique, Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS), Université de Lyon-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Université Lumière - Lyon 2 (UL2)-École Centrale de Lyon (ECL), and Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)
Subjects: Case Based Reasoning, Operations research, biology, Computer science, 020209 energy, Agriculture, [SDV.SA.AEP]Life Sciences [q-bio]/Agricultural sciences/Agriculture, economy and politics, 02 engineering and technology, Decision rule, Miscanthus, biology.organism_classification, Domain (software engineering), [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI], Order (exchange), Similarity (psychology), 0202 electrical engineering, electronic engineering, information engineering, 020201 artificial intelligence & image processing, Case-based reasoning, Decision rules, Adaptation, Adaptation (computer science), Know-how
Abstract: 25th International Conference, ICCBR 2017, Trondheim, Norway, June 26-28, 2017, Proceedings; International audience; This paper presents a prototype of case-based reasoning, built for the agricultural domain. Its aim is to forecast the allocation of a new energy crop, the miscanthus. Interviews were conducted with french farmers in order to know how they make their decisions. Based on interview analysis, a case base and a rule base have been formalized, together with similarity and adaptation knowledge. Furthermore we have introduced variations in the reasoning modules, for allowing different uses. Tests have been conducted. Results showed that the model can be used in different ways, according to the aim of the user, and e.g. the economic conditions for miscanthus allocation.
Published: 2017
Full Text: View/download PDF

16. Using biophysical models to manage nitrogen pollution from agricultural sources: Utopic or realistic approach for non-scientist users? Case study of a drinking water catchment area in Lorraine, France

Author: Jean Roger-Estrade, Sylvain Plantureux, Marc Benoit, Pierre-Yves Bernard, École supérieure d'ingénieurs et de techniciens pour l'agriculture (ESITPA), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de la Recherche Agronomique (INRA), Agronomie, Institut National de la Recherche Agronomique (INRA)-AgroParisTech, Laboratoire Agronomie et Environnement (LAE), Institut National de la Recherche Agronomique (INRA)-Université de Lorraine (UL), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), and AgroParisTech-Institut National de la Recherche Agronomique (INRA)
Subjects: Crops, Agricultural, Environmental Engineering, Nitrogen, [SDV.SA.AGRO]Life Sciences [q-bio]/Agricultural sciences/Agronomy, 010501 environmental sciences, Management, Monitoring, Policy and Law, 01 natural sciences, Nitrate leaching, Soil, Groundwater catchment area, Models, Soil Pollutants, Environmental impact assessment, Leaching (agriculture), Groundwater, Waste Management and Disposal, 0105 earth and related environmental sciences, Nitrates, business.industry, Environmental assessment, Drinking Water, Environmental engineering, 04 agricultural and veterinary sciences, General Medicine, Models, Theoretical, 15. Life on land, End users, Agricultural practices, 13. Climate action, Agriculture, Nutrient pollution, Soil water, 040103 agronomy & agriculture, 0401 agriculture, forestry, and fisheries, Environmental science, France, Catchment area, business, Water resource management, Cropping, Environmental Monitoring
Abstract: International audience; The objectives of this comparison of two biophysical models of nitrogen losses were to evaluate first whether results were similar and second whether both were equally practical for use by non-scientist users. Results were obtained with the crop model STICS and the environmental model AGRIFLUX based on nitrogen loss simulations across a small groundwater catchment area (
Published: 2016
Full Text: View/download PDF

17. Evaluation of a spatialized agronomic model in predicting yield and N leaching at the scale of the Seine-Normandie Basin

Author: C. Le Bas, Bruno Mary, Samuel Buis, Nicolas Beaudoin, Céline Schott, Thomas Puech, P. Viennot, N. Gallois, UR 1158 Agroressources et impacts environnementaux, Institut National de la Recherche Agronomique (INRA)-Agroressources et impacts environnementaux (AgroImpact)-Environnement et Agronomie (E.A.)-Biologie et Amélioration des Plantes (BAP), Centre de Géosciences (GEOSCIENCES), MINES ParisTech - École nationale supérieure des mines de Paris-PSL Research University (PSL), Unité INFOSOL, Institut National de la Recherche Agronomique (INRA), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Environnement Méditerranéen et Modélisation des Agro-Hydrosystèmes (EMMAH), Avignon Université (AU)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Agroressources et Impacts environnementaux (AgroImpact), MINES ParisTech - École nationale supérieure des mines de Paris, Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL), InfoSol (InfoSol), and Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt)
Subjects: Crops, Agricultural, [SDV.SA]Life Sciences [q-bio]/Agricultural sciences, 010504 meteorology & atmospheric sciences, Nitrogen, Health, Toxicology and Mutagenesis, [SDV.SA.AGRO]Life Sciences [q-bio]/Agricultural sciences/Agronomy, Aquifer, 01 natural sciences, Soil, Hydrology (agriculture), Spatio-Temporal Analysis, [SDV.EE.ECO]Life Sciences [q-bio]/Ecology, environment/Ecosystems, Water Quality, Environmental monitoring, Environmental Chemistry, Soil Pollutants, STICS .MODCOU . Cropping system . Nitrate pollution .Water drainage . Nitrogen leaching . Quality assurance, Groundwater, 0105 earth and related environmental sciences, 2. Zero hunger, Hydrology, geography, Hydrogeology, geography.geographical_feature_category, Nitrates, Intensive farming, [SDE.IE]Environmental Sciences/Environmental Engineering, Reproducibility of Results, Agriculture, 04 agricultural and veterinary sciences, General Medicine, 15. Life on land, Models, Theoretical, Pollution, [SDE.ES]Environmental Sciences/Environmental and Society, 6. Clean water, 13. Climate action, Soil water, 040103 agronomy & agriculture, 0401 agriculture, forestry, and fisheries, Environmental science, Water quality, France, Water Pollutants, Chemical, Environmental Monitoring
Abstract: International audience; The EU directive has addressed ambitious targetsconcerning the quality of water bodies. Predicting water qualityas affected by land use and management requires usingdynamic agro-hydrogeological models. In this study, an agronomicmodel (STICS) and a hydrogeological model(MODCOU) have been associated in order to simulate nitrogenfluxes in the Seine-Normandie Basin, which is affected bynitrate pollution of groundwater due to intensive farming systems.This modeling platform was used to predict and understandthe spatial and temporal evolution of water quality overthe 1971–2013 period. A quality assurance protocol(Refsgaard et al. Environ Model Softw 20: 1201–1215,2005) was used to qualify the reliability of STICS outputs.Four iterative runs of the model were carried out with improvedparameterization of soils and crop management withoutany change in the model. Improving model inputs changedmuch more the spatial distribution of simulated N losses thantheir mean values. STICS slightly underestimated the cropyields compared to the observed values at the administrativedistrict scale. The platform also slightly underestimated thenitrate concentration at the outlet level with a mean differenceranging from −1.4 to −9.2 mg NO3 L−1 according to the aquiferduring the last decade. This outcome should help the stakeholdersin decision-making to prevent nitrate pollution andprovide new specifications for STICS development.
Published: 2016
Full Text: View/download PDF

18. La difficile construction d'un territoire de l'eau : le cas du Haut-Saintois

Author: Barataud, Fabienne, Arrighi, Aude, Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de la Recherche Agronomique (INRA), Collège International des Sciences du Territoire (CIST). FRA., Collège international des sciences du territoire (CIST), Sciencesconf.org, CCSD, and Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD)
Subjects: [SDV.SA.AGRO] Life Sciences [q-bio]/Agricultural sciences/Agronomy, Lorraine (France), gouvernance, governance, qualité de l'eau, lorraine, démarche de protection, water quality, protection device, [SDV]Life Sciences [q-bio], [SDV.SA.AGRO]Life Sciences [q-bio]/Agricultural sciences/Agronomy, [SHS]Humanities and Social Sciences
Abstract: Dans un contexte de dégradation de la qualité des masses d'eau et de contraintes réglementaires renforcées, des démarches de protection respectant les cadres nationaux mais également adaptées aux spécificités locales doivent être construites par des collectifs convoqués autour de cet enjeu. Les démarches de protection se mettent en place sur des territoires - les aires d'alimentation de captage - qui recoupent des formes préexistantes d'organisation : limites administratives, aires hydrographiques, regroupements d'intérêts, aires d'influence professionnelles. Ces territoires multiples correspondent à des compétences, des pratiques professionnelles et des objectifs variables selon les différents acteurs ce qui rend difficiles les démarches en cours. L'étude d'un cas situé en Lorraine permet d'analyser cette superposition, de mettre en exergue les difficultés à donner du corps sous forme d'un projet à ces espaces désignés par l'action publique et finalement de questionner l'opérationnalité de ces espaces., Facing the degradation of water bodies quality and higher regulatory constraints, local groups are committed to building solutions that both respect national frameworks and fit local specificities. But territories so designed (catchment areas) must face pre-existing organizations : administrative frontiers, hydrographical areas, communities of interests, professional areas of influence. Because these multiple territories are connected to competences, professional practices, and goals that differ according to the various stakeholders, protection devices are characterised by a very high complexity. The analysis of this overlap through a case study located in Lorraine (France) highlights these difficulties encountered in conducting au project and making sense of a top-down designed territory.
Published: 2016

19. The contribution of crop-rotation organization in farms to crop-mosaic patterning at local landscape scales

Author: Claudine Thenail, Valérie Viaud, Y. Pons, Veronique Souchere, Cédric Gaucherel, F. Di Pietro, Alexandre Joannon, Jacques Baudry, N. Schermann, M. Capitaine, Catherine Mignolet, SAD Paysage (SAD Paysage), AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de la Recherche Agronomique (INRA), Sol Agro et hydrosystème Spatialisation (SAS), ENITAC, ENITA Clermont, Sciences pour l'Action et le Développement : Activités, Produits, Territoires (SADAPT), AgroParisTech-Institut National de la Recherche Agronomique (INRA), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de la Recherche Agronomique (INRA), Cités, Territoires, Environnement et Sociétés (CITERES), Centre National de la Recherche Scientifique (CNRS)-Université de Tours (UT), Domaine expérimental de Saint-Laurent-de-la-Prée (ST LAURENT DE LA PREE), Botanique et Modélisation de l'Architecture des Plantes et des Végétations (UMR AMAP), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Institut National de la Recherche Agronomique (INRA)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut de Recherche pour le Développement (IRD [France-Sud]), Université de Tours-Centre National de la Recherche Scientifique (CNRS), SAD Paysages, Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST, Institut National de la Recherche Agronomique (INRA)-AgroParisTech, Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), INRA, UE57, SAD-Saint Laurent de la Prée, Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de la Recherche Agronomique (INRA)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD [France-Sud]), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), and Centre National de la Recherche Scientifique (CNRS)-Université de Tours
Subjects: Local landscape scales, 010504 meteorology & atmospheric sciences, [SHS.ANTHRO-BIO]Humanities and Social Sciences/Biological anthropology, 01 natural sciences, Connectedness, Farming system, Crop rotation, ComputingMilieux_MISCELLANEOUS, Crop mosaic, 0105 earth and related environmental sciences, 2. Zero hunger, Sustainable landscaping, Ecology, business.industry, Environmental resource management, Simulation modeling, Modeling, Crop rotation Farming system Crop mosaic Connectedness Local landscape scales Modeling, Statistical model, 04 agricultural and veterinary sciences, 15. Life on land, [SDE.MCG.AGRO]Environmental Sciences/Global Changes/domain_sde.mcg.agro, Field (geography), Geography, Agriculture, [SHS.ENVIR]Humanities and Social Sciences/Environmental studies, Sustainability, 040103 agronomy & agriculture, 0401 agriculture, forestry, and fisheries, Animal Science and Zoology, Arable land, business, Agronomy and Crop Science
Abstract: International audience; Farming activities are major drivers of the landscape-related ecological patterning because of their multiple influences on both non-arable and arable landscape elements and mosaics. Uncertainties still remain about the way individual farmer decisions and the aggregation of their activities in space contribute to these mosaics at local landscape scales, therefore about possible levers of action in farms for ensuring sustainable landscapes. The general objective of the present study was to give an assessment of the way farms contribute to crop-mosaic patterning at local landscape scales. We developed a method for comparing five contrasted local study cases of agriculture (five farm sets), by combining a statistical modeling of crop-rotation organization in farms, from empirical data, and a crop-mosaic simulation approach, applied in each case. Statistical rules of crop rotation allocation to fields in farms were defined from tests involving the following potential allocation factors: (1) farm household-enterprise, (2) field physical environment and (3) farm territory configuration. The statistical rules setup from each set of factors were implemented in rule-based simulations separately for each of the five local study cases. We used a raster representation of fields (one pixel by field), to concentrate on crop-rotation management-related effects, independently from the shape of fields and of diverse perennial landscape elements. An index of connectedness was measured for each mosaic, and was used as an indicator of crop-clustering effects due to crop-rotation organization in farms. The results showed that crop-clustering effects at local landscape scales differed according to the following factors of crop-mosaic patterning: (a) the spatial distribution of crop-rotation allocation factors over the field mosaic, (b) the specialization of crop rotations to their allocation factors, and (c) the development of crop rotations over time. These results also demonstrated that crop rotations, even if run as regular crop sequences over time, lead to significant year to year crop-mosaic variability. The results finally made explicit the differences between local study cases. We conclude from these results by pinpointing trade-offs to find between farm and landscape management.
Published: 2009
Full Text: View/download PDF

20. Reconnecting crop and cattle farming to reduce nitrogen losses to river water of an intensive agricultural catchment (Seine basin, France): past, present and future

Author: Gaëlle Tallec, Antsiva Ramarson, Marie Benoit, Thomas Puech, Gilles Billen, Marie Silvestre, Céline Schott, Juliette Anglade, Luis Lassaletta, Josette Garnier, Jean-Marie Trommenschlager, Paul Passy, Milieux Environnementaux, Transferts et Interactions dans les hydrosystèmes et les Sols (METIS), Université Pierre et Marie Curie - Paris 6 (UPMC)-École Pratique des Hautes Études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Centre National de la Recherche Scientifique (CNRS), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de la Recherche Agronomique (INRA), Fédération Île-de-France de Recherche sur l'Environnement (FIRE), Muséum national d'Histoire naturelle (MNHN)-Institut de Recherche pour le Développement (IRD)-Institut National de la Recherche Agronomique (INRA)-Université Pierre et Marie Curie - Paris 6 (UPMC)-AgroParisTech-Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA)-Centre National de la Recherche Scientifique (CNRS), Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA), Garnier, Josette, Université Pierre et Marie Curie - Paris 6 (UPMC)-École pratique des hautes études (EPHE), Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA)-Centre National de la Recherche Scientifique (CNRS)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut National de la Recherche Agronomique (INRA)-Institut de Recherche pour le Développement (IRD)-Muséum national d'Histoire naturelle (MNHN)-AgroParisTech, Université Pierre et Marie Curie - Paris 6 (UPMC)-École pratique des hautes études (EPHE)-Centre National de la Recherche Scientifique (CNRS), and Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD)
Subjects: Organic and conventional systems, 010504 meteorology & atmospheric sciences, Geography, Planning and Development, Ecological farming, Soil surface balance, 010501 environmental sciences, Management, Monitoring, Policy and Law, [SDV.SA.SDS]Life Sciences [q-bio]/Agricultural sciences/Soil study, 01 natural sciences, Cropping system, Dairy farming, 0105 earth and related environmental sciences, 2. Zero hunger, Agroforestry, Intensive farming, business.industry, 15. Life on land, 6. Clean water, 13. Climate action, Agriculture, Nitrate water contamination, [SDE]Environmental Sciences, Organic farming, Environmental science, nitrate water contamination, soil surface balance, organic and conventional system, livestock and crop reconnection, Water quality, Livestock and crop reconnection, business, Mixed farming
Abstract: International audience; Nitrate and pesticide contamination of surface and groundwater has become a major problem in intensive farming regions in Europe, with nitrate concentrations reaching values above the standard defined in 2000 by the European Water Framework Directive. In the Seine basin, a major issue is the closure and abandonment of drinking-water wells, which force water managers and drinking-water producers to explore solutions for water resource protection. Organic farming has appeared as a credible alternative to conventional farming, and this study explores the potential of organic farming to reconcile agricultural production and water quality. On the basis of agricultural statistics, survey questionnaires and experimental data, the nitrogen soil surface balance (N-SSB) has been established at the scale of a small 104-km 2 catchment (The Orgeval sub-basin), representative of the intensive cash crop farming in the Seine basin. The N-surplus for arable land in specialized organic cash crop systems has been found to be half that of current conventional systems (15 kg N ha À1 yr À1 versus 30 kg N ha À1 yr À1 , respectively). The N-yield in organic systems is 21% lower than in conventional systems, but total fertilization (mostly symbiotic N fixation) is also 26% lower. Whereas 2–3 years of forage legume (e.g., alfalfa) as a starter crop of the typical 7-to 10-year diversified rotation builds up N soil fertility and helps prevent weeds without pesticides, the existence of an outlet for this fodder production is a limiting factor for the economic sustainability and the environmental benefits of these farming systems. Therefore, we explored the possibility of a reconnection of livestock and crop farming systems in the Orgeval catchment, a traditional dairy farming and Brie cheese production region. We calculated the N-SSB for this type of a reconnected livestock and cropping system and found a value very close to the specialized organic cash crop system with full utilization of fodder production, leading to profitable animal production, essentially as milk in this farm design. This reconnected system is compared with the estimated situation in 1955 before separation of plant and livestock production. Furthermore, the N-SSB values were converted into infiltrating sub-root concentrations and used as a boundary condition to a biogeochemical model. Organic cropping and organic reconnected livestock cropping systems result in a 50% reduction of surface water nitrate concentrations, a surface water quality 20% better than that reconstructed for 1955, with an overall higher protein production.
Published: 2016
Full Text: View/download PDF

21. Insights into stable isotope characterization to monitor the signification of soil water sampling for environmental studies dealing with soil water dynamics through the unsaturated zone

Author: Jean Carignan, Christian France-Lanord, Agnès Brenot, Marc Benoit, Bureau de Recherches Géologiques et Minières (BRGM) (BRGM), Centre de Recherches Pétrographiques et Géochimiques (CRPG), Université de Lorraine (UL)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de la Recherche Agronomique (INRA), Département Sciences pour l'Action et le Développement (DEPT SAD), Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS), and Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD)
Subjects: 010504 meteorology & atmospheric sciences, δ18O, 0207 environmental engineering, [SDU.STU]Sciences of the Universe [physics]/Earth Sciences, 02 engineering and technology, 01 natural sciences, Rainwater harvesting, Porous ceramic cup samplers, Vadose zone, Drainage, 020701 environmental engineering, Drainage samplers, 0105 earth and related environmental sciences, Hydrology, Global and Planetary Change, Soil–water, Stable isotope ratio, Residence time, Sampling (statistics), 15. Life on land, Stable isotope, 6. Clean water, Infiltration (hydrology), Rainwater, Soil water, General Earth and Planetary Sciences, Environmental science
Abstract: International audience; Porous cup samplers and drainage samplers are two of the broadly used techniques to monitor soil water for agronomical studies. This study provides further insight into the sample signification of these two sampling techniques. For that purpose, temporal variations of soil water δD and δ18O values collected by these two techniques have been monitored for an experimental field studied by INRA. The stable isotope data acquired provide further evidence that soil water samples collected by these two techniques are not equivalent and correspond to different water dynamics in soils: 1) quick infiltration along preferential flow paths for drainage (short residence time) and 2) water with longer residence time for porous cups. This implies that stable isotopic tools could be useful to provide additional information to “classical” monitoring of soil water. This could be of particular interest to estimate the residence time of soil water and could be relevant to follow the effectiveness of agricultural pressure reduction programs on natural water ecosystems.
Published: 2015
Full Text: View/download PDF

22. Un système de RÀPC pour prévoir l'allocation de parcelles agricoles

Author: Le Ber, Florence, Martin, Laura, Mille, Alain, Benoît, Marc, Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (ICube), Institut National des Sciences Appliquées - Strasbourg (INSA Strasbourg), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS)-École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Réseau nanophotonique et optique, Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Matériaux et nanosciences d'Alsace, Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Institut National de la Santé et de la Recherche Médicale (INSERM), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Institut National de la Recherche Agronomique (INRA), Traces, Web, Education, Adaptation, Knowledge (TWEAK), Laboratoire d'InfoRmatique en Image et Systèmes d'information (LIRIS), Université Lumière - Lyon 2 (UL2)-École Centrale de Lyon (ECL), Université de Lyon-Université de Lyon-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Centre National de la Recherche Scientifique (CNRS)-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Lumière - Lyon 2 (UL2)-École Centrale de Lyon (ECL), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA), Domitile Lourdeaux, Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Matériaux et nanosciences d'Alsace (FMNGE), Institut de Chimie du CNRS (INC)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Chimie du CNRS (INC)-Université de Strasbourg (UNISTRA)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Université de Lyon-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-École Centrale de Lyon (ECL), Université de Lyon-Université Lumière - Lyon 2 (UL2)-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Université Lumière - Lyon 2 (UL2), Institut National de Recherche en Informatique et en Automatique (INRIA). FRA., École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Université de Strasbourg (UNISTRA)-Institut National des Sciences Appliquées - Strasbourg (INSA Strasbourg), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de Recherche en Informatique et en Automatique (Inria)-Les Hôpitaux Universitaires de Strasbourg (HUS)-Centre National de la Recherche Scientifique (CNRS)-Matériaux et Nanosciences Grand-Est (MNGE), Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Réseau nanophotonique et optique, Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS), Université de Lyon-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)-Université Lumière - Lyon 2 (UL2)-École Centrale de Lyon (ECL), and Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)
Subjects: [SDV.SA]Life Sciences [q-bio]/Agricultural sciences, Explication, Agronomie, Raisonnement à partir de cas, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]
Abstract: National audience; Cet article présente un prototype de raisonnement à partir de cas développé dans le cadre d'une application en agronomie, pour prévoir l'implantation dans les exploitations agricoles d'une nouvelle culture énergétique, le miscanthus. Peu d'expériences étaient disponibles pour construire ce modèle, ce qui nous a conduits à intégrer des variantes dans le module de raisonnement, permettant ainsi des usages différents. Le modèle et ses usages sont discutés.
Published: 2015

23. Modélisation des transferts de contaminants nitriques vers les aquifères du bassin Seine-Normandie : Agricultures, Modèles, Flux

Author: Gallois, Nicolas, Puech, Thomas, Viennot, Pascal, Schott, Céline, Mignolet, Catherine, Beaudoin, Nicolas, Mary, Bruno, Le Bas, Christine, Centre de Géosciences (GEOSCIENCES), MINES ParisTech - École nationale supérieure des mines de Paris, Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de la Recherche Agronomique (INRA), Agroressources et Impacts environnementaux (AgroImpact), InfoSol (InfoSol), MINES ParisTech - École nationale supérieure des mines de Paris-PSL Research University (PSL), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), UR 1158 Agroressources et impacts environnementaux, Unité INFOSOL (ORLEANS INFOSOL), ARMINES, Programme PIREN-Seine et AESN, and Université Pierre et Marie Curie - Paris 6 (UPMC). FRA.
Subjects: Hydrogéologie, Nitrates, Agronomie, hydrosystème, [SDV]Life Sciences [q-bio], [SDE.MCG]Environmental Sciences/Global Changes, [SDV.SA.AGRO]Life Sciences [q-bio]/Agricultural sciences/Agronomy, modèle STICS, modèle MODCOU, pratique agricole, spatialisation, bassin, pollution diffuse, aire d'alimentation de captage, phytosanitaire, formation aquifère, Seine-Normandie, STICS, [SHS]Humanities and Social Sciences, Spatialisation, [SDE]Environmental Sciences, Modcou, [SDV.BV]Life Sciences [q-bio]/Vegetal Biology, Scénario prospectifs, [SDU.STU.HY]Sciences of the Universe [physics]/Earth Sciences/Hydrology
Abstract: National audience; Dans la continuité des travaux initiés par Eric Gomez dans le cadre de sa thèse de doctorat (2002), le centre de Géosciences de MINES ParisTech a maintenu le développement de la chaîne de modélisation "STICS-MODCOU'. A partir de pratiques agricoles spatialisées sur un bassin, cette chaîne permet de générer des flux de pollution diffuse (nitrates), flux ensuite introduits dans les différents compartiments de l'hydrosystème (formations non saturées, aquifères, cours d'eau). L'actualisation de ces modélisations couplées a été réalisée à partir de 2011 pour aider à la réalisation de l'état des lieux, première échéance de la Directive Cadre sur l'Eau. Ces travaux ont nécessité la création de cinq nouveaux sous-modèles hydrogéologiques du bassin Seine-Normandie et leur couplage avec le modèle agronomique STICS. Les principaux résultats obtenus ont permis : d'évaluer l'état actuel de la contamination nitrique des masses d'eau en complément des suivis ponctuels du Réseau de Contrôle de Surveillance (RCS) et de Contrôle Opérationnel (RCO), de valider la représentativité du RCS et RCO en comparant, pour chaque masse d'eau, les indications de contamination données par les stations surveillées et les résultats de la simulation, de confirmer les objectifs de bon état aux échéances 2015/2021/2027 ou de la nécessaire évolution à apporter à ces mêmes objectifs. Un des points forts de la modélisation est en effet de pouvoir prolonger les simulations dans le futur à court et moyen terme, à pressions constantes ou avec un scénario prédéfini afin d'estimer l'évolution de la pollution nitrique des différentes masses d'eau et de valider la pertinence des objectifs fixés. A partir de 2013, afin de pouvoir s'appuyer sur ces modèles dans le cadre de la préparation du SDAGE et de l'élaboration du programme de mesures 2016/2021 de l'Agence de l'Eau Seine-Normandie, il a été proposé d'intégrer dans la chaîne de modélisation les toutes dernière avancées scientifiques réalisées principalement au niveau du modèle agronomique STICS (nouvelle version logicielle et intégration du module de transfert des phytosanitaires développés dans le cadre du PIREN-Seine) et des bases de données associées (pratiques agricoles et sols). C'est le sujet de la communication présentée lors de ce colloque. L'objectif poursuivi est, à la fois, de reconstituer de façon spatio-temporelle l'évolution des concentrations en nitrates mesurées aux ouvrages dans l'ensemble des formations aquifères modélisées et de prévoir, via la simulation de scénarios tendanciels, les grandes évolutions des concentrations attendues à moyen terme, à partir des niveaux actuels reconstitués et de la reproduction de leurs dynamiques de mise en place. Cette actualisation de la plate-forme de modélisation s'est décomposée en plusieurs étapes principales, dont : (i) L'implémentation au modèle agronomique (version 8.3-octobre 2014) d'une structure informatique permettant de le déployer à l'échelle du bassin (spatialisation) et de prendre en compte la variabilité spatio-temporelle des forçages météorologiques, des systèmes de cultures et des différentes catégories et types de sol. Cette nouvelle procédure, entièrement externalisée au code source du modèle permettra, à l'avenir, de suivre les évolutions de STICS au fur et à mesure de leurs publications, (ii) l'utilisation des travaux de description spatialisée des systèmes de culture sur le bassin (BDD ARSeiNe, INRA-SAD Aster), également mis à jour sur la période 2006-2011. L'avancée en parallèle de cette étude avec ceux de la modélisation a permis d'optimiser le mode d'utilisation des informations mobilisables pour le modèle agronomique, (iii) la réacutalisation, entre autres des classes de pédotransfert (INRA-Infosol) utilisées pour l'estimation des stocks d'azote organique via les données de mesures du RMQS (Réseau de Mesure de la Qualité des Sols), auxquels la lixiviation de l'azote s'avère particulièrement sensible, (iv) l'élaboration, en étroite collaboration avec l'INRA-AgroImpact, d'un protocole d'expertise détaillé des sorties de STICS afin d'en évaluer la fiabilité macro-régionale. Cette procédure a principalement visé, selon une méthode itérative, à décrire la variabilité spatio-temporelle d'indicateurs agronomiques, à étudier la cohérence entre entrées et sorties du modèle ainsi qu'à vérifier l'existence de relations robustes entre variables. L'obtention de ces résultats a entrainé une nouvelle phase de calage hydrodynamique de l'ensemble des modèles couvrant le bassin Seine-Normandie (au nombre de 7) via des chroniques de mesures recensées sur près de 1000 ouvrages. Les résultats obtenus permettront de mettre à jour les fiches synthétiques compilées à la masse d'eau (cycle DCE 2016-2021). Les simulations tendancielles sont effectuées en utilisant les données météorologiques du modèle de circulation générale Aladin-Climat (CNRM). Elles sont associées à un ensemble de nouveaux profils représentatifs d'évolution de concentration de gaz à effets de serre définis dans le cadre du 5ème rapport du GIEC. Les données associées au profil intermédiaire défini ([CO2]éq-co2 vers 2100 de 800 ppm, scénario RCP 4.5) ont été retenues pour les simulations réalisées dans le cadre de ces travaux. Outre la simulation de scénarios déjà mis en oeuvre sur la période 2014-2030 lors des précédentes applications de la chaîne (maintien des pratiques actuelles, réduction globale de -20% des intrants azotés, scénario "témoin" à zéro intrants azotés), il a été proposé d'évaluer l'impact du programme de mesures proposé par l'AESN sur les modifications de pratiques localisées sur le bassin. Celui-ci comporte deux aspects régionalisés : (i) au niveau des zones vulnérables (définies par les décrets d'application de la directive Nitrates) visant notamment la couverture des sols avant les cultures de printemps (=mise en place de CIPAN), (ii) au sein des AAC prioritaires du bassin : réduction de 20 % de la fertilisation sur 20 % de la SAU et remise en herbe de 1% de la SAU. Tous ces travaux ont nécessité et nécessite encore une grande collaboration multidisciplinaire entre les modélisateurs des hydrosystèmes (MINES ParisTech / ARMINES) et les différentes spécialités des unités de recherches impliquées de l'Institut National de la Recherche Agronomique (INRA SAD UR ASTER / Unité AgroImpact / Unité InfoSol).
Published: 2015

24. De la parcelle au bassin versant : quelles données pour la modélisation du transfert des pesticides ?

Author: Queyrel, Wilfried, Schott, Céline, Habets, Florence, Ripoche, Dominique, Launay, Marie, Nicola, Laurine, Tallec, Gaëlle, Ansart, P., Blanchoud, Hélène, Agroécologie [Dijon], Institut National de la Recherche Agronomique (INRA)-Université de Bourgogne (UB)-AgroSup Dijon - Institut National Supérieur des Sciences Agronomiques, de l'Alimentation et de l'Environnement-Université Bourgogne Franche-Comté [COMUE] (UBFC), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de la Recherche Agronomique (INRA), Milieux Environnementaux, Transferts et Interactions dans les hydrosystèmes et les Sols (METIS), École pratique des hautes études (EPHE)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS), UE Agroclim (UE AGROCLIM), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA), UPMC, Université Pierre et Marie Curie (Paris 6), Institut National de la Recherche Agronomique (INRA)-Université de Bourgogne (UB)-AgroSup Dijon - Institut National Supérieur des Sciences Agronomiques, de l'Alimentation et de l'Environnement, École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS), Agroclim (AGROCLIM), Programme PIREN-Seine, and Dijon (Kevin Oudard), Institut Agro
Subjects: [SDV.SA.AGRO] Life Sciences [q-bio]/Agricultural sciences/Agronomy, Pratique culturale, Sol, Bassin versant, Modélisation, Climat, [SDV.SA.AGRO]Life Sciences [q-bio]/Agricultural sciences/Agronomy, STICS, Pratique phytosanitaire, Qualité de l'eau
Abstract: Colloque de fin de Phase 6 du PIREN-Seine - Session "Agriculture et qualité de l'eau"; International audience; La Directive Cadre sur l'Eau suppose la mise en œuvre par les pays membres de l'union européenne de la préservation ou la restauration d'une eau de "bonne qualité" pour les grandes masses d'eau. Cependant, les études réalisées sur le transfert des pesticides restent encore insuffisantes pour évaluer la vulnérabilité des eaux de surface et souterraines. La difficulté réside dans la diversité des molécules utilisées et de leurs propriétés physico-chimiques qui imposent que chaque substance active soit considérée de façon indépendante. Ainsi, le suivi de la qualité chimique des masses d'eau comprend un grand nombre de pesticides pour lesquels les techniques analytiques couteuses ne permettent pas toujours de mesurer des concentrations au-dessus du seuil de quantification. Pour les pesticides trop souvent détectés, les décisions prises jusqu'à présent pour la protection de l'environnement sont leur limitation voire leur interdiction d'usage, mais ils sont très vite remplacés par d'autres substances. D'autres alternatives sont étudiées comme l'amélioration des pratiques culturales pour la réduction des usages, mais il est difficile encore à l'heure actuelle d'identifier des pratiques qui permettraient de réduire le transfert des pesticides. Le fonctionnement particulier d'un bassin et la difficulté d'appréhender la contamination sur le moyen ou le long terme nous oblige à considérer l'effet des pratiques agricoles actuelles ou passées. La persistance de quelques molécules ou de leurs produits de dégradation met en évidence que les études préliminaires de contamination du milieu ont sous-estimé la participation du stock dans la restitution des pesticides au cours d'eau. Le bruit de fond encore détectable de l'atrazine dans le bassin de l'Orgeval (Seine et Marne), 10 ans après son interdiction, provient de l'accumulation sur plusieurs années de cette molécule dans le sole, la zone non saturée ou dans la nappe. Ce constat nous oblige à réfléchir sur l'impact que les pratiques actuelles auront dans l'avenir, en considérant un territoire plus large que la parcelle agricole. La modélisation est une approche intéressante qui a l'avantage de tester et comparer les situations les unes par rapport aux autres. Dans le cas particulier des pesticides, certains modèles permettent de représenter finement les processus mis en jeu à la parcelle. Pour chaque simulation, un grand nombre de paramètres doivent être alors renseignés, tant pour la caractérisation des pratiques phytosanitaires, des sols ou du climat. Cependant, ils ne prennent pas suffisamment en compte les pratiques culturales et les jeux de données nécessaires à la parcelle ne peuvent être renseignés à l’échelle du bassin versant.Dans la phase 6 du programme PIREN Seine, nous avons fait le choix de partir du modèle agronomiques STICS déjà largement utilisé pour simuler le transfert des nitrates à l'échelle du bassin de la Seine, et d'y ajouter un module PeStics afin d'intégrer des processus propres aux pesticides : la sorption et la dégradation. Après avoir réalisé des tests de sensibilité à partir de jeux de données utilisés pour la calibration d'autre modèles de transfert des pesticides, PeStics a été testé sur le bassin de l'Orgeval. Ce bassin est suivi depuis plus de 50 ans pour les données hydrologiques et quelques études spécifiques sur le transfert des pesticides y ont été menées. Des études complémentaires ont été engagées en 2008 : l'historique des traitements phytosanitaires par les agriculteurs ainsi que le suivi en continu de la contamination par les pesticides. Les simulations de l'accumulation des pesticides dans le sol ont été réalisées sur un temps long pour l'atrazine et l'isoproturon et un premier bilan annuel de flux simulé de pesticide a été comparé aux mesures à l'exutoire du bassin. Cette application longue durée a notamment permis d'étudier les interactions entre processus de dégradation et d'adsorption/désorption qui conduisent à retrouver des molécules dans les hydrosystèmes 10 ans après leur interdiction. L'enjeu est maintenant d'utiliser le modèle Pestics avec la même approche que pour les nitrates. Une première étape a été menée en ce sens en s'intéressant, sur une parcelle, à l'effet des CIPANS sur la lixiviation des pesticides et des nitrates. Des applications supplémentaires doivent encore être réalisées afin de valider la démarche adoptée.
Published: 2015

25. Modélisation hydrogéologique des pollutions diffuses d’origine agricole : Modélisation exploratoire de la pollution des eauxsouterraines par deux pesticides : Isoproturon et Atrazine

Author: Gallois, Nicolas, Puech, Thomas, Schott, Céline, Mignolet, Catherine, Viennot, Pascal, Centre de Géosciences (GEOSCIENCES), MINES ParisTech - École nationale supérieure des mines de Paris-PSL Research University (PSL), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Institut National de la Recherche Agronomique (INRA), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Armines, MINES ParisTech - École nationale supérieure des mines de Paris, and Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)
Subjects: isoproturon, MODCOU, [SDV.SA.AGRO]Life Sciences [q-bio]/Agricultural sciences/Agronomy, pesticides, [SDU.STU.HY]Sciences of the Universe [physics]/Earth Sciences/Hydrology, PeSTICS, spatialisation, atrazine
Published: 2015

26. Data-driven modeling for water resource quality over long term trends

Author: Vincent Laurain, Marion Gilson, Marc Benoît, Centre de Recherche en Automatique de Nancy (CRAN), Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de la Recherche Agronomique (INRA), Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS), and Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD)
Subjects: nitrogen propagation, drinking water quality, data-driven modelling, [SPI.AUTO]Engineering Sciences [physics]/Automatic
Abstract: International audience; Since the 50 last years, the rapid development of modern agriculture in industrialised countries has considerably affected the quality of water resources, up to the point to jeopardise the capacity of rural territories to produce drinking water. Hence, there has been interest within the field of agronomy to study complex nitrogen biogeochemical interactions over a long time period. Nevertheless, if the agronomists are able to produce very accurate models at different scales, they have a limited number of available tools in order to cope with quality measurements in water sources for which very little information about the geological information is available. It prevents the specialists of being affirmative about the prediction of their current actions on the water quality. By opposition, system identification can deliver dynamical models from measured data: they cannot be generalised but offer strong insight without any a priori. This applicative paper introduces a data-driven model software for both modelling the nitrogen propagation in drinking water and offering new decision tools to stakeholders.
Published: 2014

27. Simulation of pesticide dissipation in soil at the catchment scale over 23 years

Author: Wilfried Queyrel, Florence Habets, helene blanchoud, Céline Schott, Laurine Nicola, Milieux Environnementaux, Transferts et Interactions dans les hydrosystèmes et les Sols (METIS), École pratique des hautes études (EPHE)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Institut National de la Recherche Agronomique (INRA), École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS), and Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt)
Subjects: Pesticide, Modélisation, Bassin versant, [SDV.SA.AGRO]Life Sciences [q-bio]/Agricultural sciences/Agronomy, Long terme, Pratique agricole
Abstract: Pesticide applications lead to contamination risks of environmental compartments causing harmful effects on water resource used for drinking water. Pesticide fate modeling is assumed to be a relevant approach to study pesticide dissipation at the catchment scale. Simulations of five herbicides (atrazine, simazine, isoproturon, chlortoluron, metolachor) and one metabolite (DEA) were carried out with the crop model STICS over a 23-year period (1990-2012). The model application was performed using real agricultural practices over a small rural catchment (104 km 2) located at 60km east from Paris (France). Model applications were established for two crops: wheat and maize. The objectives of the study were i) to highlight the main processes implied in pesticide fate and transfer at long-term; ii) to assess the influence of dynamics of the remaining mass of pesticide in soil on transfer; iii) to determine the most sensitive parameters related to pesticide losses by leaching over a 23-year period. The simulated data related to crop yield, water transfer, nitrates and pesticide concentrations were first compared to observations over the 23-year period, when measurements were available at the catchment scale. Then, the evaluation of the main processes related to pesticide fate and transfer was performed using long-term simulations at a yearly time step and monthly average variations. Analyses of the monthly average variations were oriented on the impact of pesticide application, water transfer and pesticide transformation on pesticide leaching. The evolution of the remaining mass of pesticide in soil, including the mobile phase (the liquid phase) and non-mobile (adsorbed at equilibrium and non-equilibrium), was studied to evaluate the impact of pesticide stored in soil on the fraction available for leaching. Finally, a sensitivity test was performed to evaluate the more sensitive parameters regarding the remaining mass of pesticide in soil and leaching. The findings of the study show that the dynamic of the remaining mass of pesticide in soil is a relevant issue to understand pesticide dissipation at long term. Attention must be paid on parameters influencing sorption and availability of the pesticide for leaching. To conclude, the significant discrepancies in the simulated pesticide leaching for the two types of crops (maize and wheat) highlight the interest of using a crop model to simulate the fate of pesticides at the catchment scale.
Published: 2014

28. Raisonner à partir de cas (ou pas) pour l’allocation de cultures pérennes dans un territoire agricole

Author: Martin, Laura, Le Ber, Florence, Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Institut National de la Recherche Agronomique (INRA), Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (ICube), Institut National des Sciences Appliquées - Strasbourg (INSA Strasbourg), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS)-École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Réseau nanophotonique et optique, Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Matériaux et nanosciences d'Alsace, Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Institut National de la Santé et de la Recherche Médicale (INSERM), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Université de Strasbourg (UNISTRA)-Institut National des Sciences Appliquées - Strasbourg (INSA Strasbourg), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de Recherche en Informatique et en Automatique (Inria)-Les Hôpitaux Universitaires de Strasbourg (HUS)-Centre National de la Recherche Scientifique (CNRS)-Matériaux et Nanosciences Grand-Est (MNGE), Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Réseau nanophotonique et optique, Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS), Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Matériaux et nanosciences d'Alsace (FMNGE), and Institut de Chimie du CNRS (INC)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Chimie du CNRS (INC)-Université de Strasbourg (UNISTRA)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS)
Subjects: RÀPC, [SDV.SA]Life Sciences [q-bio]/Agricultural sciences, Agronomie, allocation de cultures, raisonnement spatial, apprentissage supervisé, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]
Abstract: National audience; L'insertion dans les exploitations agricoles de cultures pérennes à usages non alimentaires soulève de nombreux enjeux, en particulier la mise en concurrence alimentaire/non alimentaire de l'usage des terres, exacerbée par la croissance de la demande énergétique. Les connaissances sur les choix et les raisons des agriculteurs d'allouer ou non leurs terres à ces cultures sont encore peu nombreuses. C'est pourquoi nous avons étudié les possibilités offertes par le raisonnement à partir de cas (RÀPC) pour rendre compte de ces choix et les anticiper à partir de différentes sources de données et de connaissances. Nous présentons et comparons deux approches, l'une relevant de l'apprentissage supervisé, la seconde du RÀPC.
Published: 2013

29. Time space stochastic modelling of agricultural landscapes for environmental issues

Author: El Ghali Lazrak, Marc Benoit, Jean-François Mari, Knowledge representation, reasonning (ORPAILLEUR), Inria Nancy - Grand Est, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Department of Natural Language Processing & Knowledge Discovery (LORIA - NLPKD), Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de la Recherche Agronomique (INRA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS), and Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD)
Subjects: Environmental Engineering, Geographic information system, Stochastic modelling, Computer science, Markov process, 02 engineering and technology, Machine learning, computer.software_genre, temporal GIS, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI], symbols.namesake, Multiple time dimensions, 0202 electrical engineering, electronic engineering, information engineering, Cluster analysis, ACM: J.: Computer Applications/J.0: GENERAL, Hierarchical Hidden Markov Model, second-order HMM, Markov random field, land-use successions, business.industry, Ecological Modeling, Hierarchical hidden Markov model, 04 agricultural and veterinary sciences, data mining, 15. Life on land, Temporal database, landscape organization, 040103 agronomy & agriculture, symbols, 0401 agriculture, forestry, and fisheries, 020201 artificial intelligence & image processing, Artificial intelligence, Data mining, business, MRF, computer, Software
Abstract: Since the initial point of Langran (1993) saying that Geographic Information Systems (GIS) were poorly equipped to handle temporal data, many researchers have sought to integrate the time dimension into GIS (Roddick et?al., 2001). We present a time space modelling approach - and a generic software named ARPEnTAge - capable of clustering a territory based on its pluri-annual land-use organization. By adding the ability to represent, locate and visualize temporal changes in the territory, ARPEnTAge provides tools to build a Time-Dominant GIS. One main Markovian assumption is stated: the land-use succession in a given place depends only on the land-use successions in neighbouring plots. By means of stochastic models such as a Hierarchical Hidden Markov Model and a Markov random field, ARPEnTAge performs an unsupervised clustering of a territory in order to reveal patches characterized by time space regularities in the land-use successions. Two case studies are developed involving two territories carrying environmental issues. Those territories have various sizes and are parameterized using long term surveys and/or remote sensing data. In both cases, ARPEnTAge detects, locates and displays in a GIS the temporal changes. This gives valuable information on the spatial and time dynamics of the land-use organization of those territories. Provide an unsupervised time space clustering software to mining land use dynamics.Provide a new way of estimating a class assignment in K-color Potts model based on the mean field paradigm.Implement a time dominant approach in a GIS.
Published: 2013
Full Text: View/download PDF

30. Factors and processes affecting plant biodiversity in permanent grasslands. A review

Author: Amiaud, Mignolet, Plantureux, Gaujour, Etienne, Bernard, Amiaud, Mignolet, Catherine, Plantureux, Sylvain, Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de la Recherche Agronomique (INRA), Laboratoire Agronomie et Environnement (LAE), Institut National de la Recherche Agronomique (INRA)-Université de Lorraine (UL), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), and INRA, département Environnement et Agronomie
Subjects: 0106 biological sciences, [SDV.SA]Life Sciences [q-bio]/Agricultural sciences, Landscape pattern, Environmental Engineering, couvert végétal, Biodiversity, Plant community, 010603 evolutionary biology, 01 natural sciences, Ecosystem services, biodiversité, Farmland biodiversity, AGRO-ENVIRONMENT SCHEME, COMMUNITY ASSEMBLY RULE, ECOLOGICAL FILTERING, FARMLAND BIODIVERSITY, FARMING PRACTICE, LANDSCAPE PATTERN, PLANT COMMUNITY, PLANT FUNCTIONAL TRAIT, SEED BANK, ECOLOGIE, Plant functional traits, Ecosystem diversity, structure paysagère, Community assembly rules, Plant Dispersal, Farming practices, mesure agrienvironnementale, Agro-environment schemes, 2. Zero hunger, [SDV.EE]Life Sciences [q-bio]/Ecology, environment, Habitat fragmentation, business.industry, Environmental resource management, prairie, 04 agricultural and veterinary sciences, prairie permanente, 15. Life on land, Agricultural sciences, Ecological filtering, Geography, 13. Climate action, 040103 agronomy & agriculture, 0401 agriculture, forestry, and fisheries, Species richness, Rangeland, business, Agronomy and Crop Science, Sciences agricoles
Abstract: International audience; Research has delivered convincing findings on the effect of biodiversity on ecosystem functioning and humankind. Indeed, ecosystems provide provisioning, regulating, supporting, and cultural services. The global value of annual ecosystem services of grasslands and rangelands is about US$ 232 ha−1 year−1. Nevertheless, the precise evaluation of biodiversity benefits remains challenging. This issue is due to valuation methods, subjective assumptions, and complexity of drivers of plant community dynamics. Here, we review the primary factors that influence plant diversity of permanent grasslands, and we describe underlying processes. These factors must indeed be identified to focus policies meant to preserve and restore plant diversity and to advise farmers about efficient decision rules. We show that plant dynamics of permanent grasslands cannot be explained simply by agricultural management rules, e.g., grazing, fertilization, and mowing, implemented at the field scale. The configuration of the surrounding landscape, e.g., landscape heterogeneity, habitat fragmentation, and connectivity, acts as a species filter that defines the regional species pool and controls seed flow. The regional species pool often contains higher species richness in a heterogeneous landscape, because of a higher diversity of suitable habitats. This regional pool could be a major species sources for permanent grasslands according to the seed flow. We discuss the need to consider all of these factors to understand plant species composition of permanent grasslands and the necessity to study plant communities using both taxonomic and functional approaches. In order to report this integrative approach, we propose a conceptual model based on three ecological challenges—dispersal, establishment, and persistence—that are considered to act as filters on plant diversity, and a graphical representation of the complexity of such studies due to the interaction effects between plant dispersal abilities, forage productivity, disturbances induced by farming practices, and landscape heterogeneity on plant diversity. Last, we discuss the ability of farmers to manage each factor and the necessity of such study in the improvement of the current agro-environment schemes efficiency for farmland biodiversity restoration or preservation.
Published: 2012
Full Text: View/download PDF

31. Using Markov models to mine temporal and spatial data

Author: Florence Le Ber, Pierre Leblond, Catherine Eng, Jean-François Mari, Marc Benoit, Annabelle Thibessard, El Ghali Lazrak, Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de la Recherche Agronomique (INRA), Institut National de Recherche en Informatique et en Automatique (Inria), Biostatistique et Processus Spatiaux (BIOSP), École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES), Dynamique des Génomes et Adaptation Microbienne (DynAMic), Institut National de la Recherche Agronomique (INRA)-Université de Lorraine (UL), Université Henri Poincaré - Nancy 1 (UHP), Kimito Funatsu (Editeur), Kiyoshi Hasegawa (Editeur), Mari, Jean-François, Biodiversité - Conservation de la biodiversité dans les agro-écosystèmes une modélisation spatialement explicite des paysages - - BIODIVAGRIM2007 - ANR-07-BDIV-0002 - BDIV - VALID, Kimito Funatsu and Kiyoshi Hasegawa, Knowledge representation, reasonning (ORPAILLEUR), INRIA Lorraine, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS), Laboratoire d'Hydrologie et de Géochimie de Strasbourg (LHyGeS), École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Ecole et Observatoire des Sciences de la Terre (EOST), Université de Strasbourg (UNISTRA)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Laboratoire de génétique et microbiologie (LGM), Institut National de la Recherche Agronomique (INRA)-Université Henri Poincaré - Nancy 1 (UHP), BIODIVAGRIM, ANR 07 BDIV 02,BIODIVAGRIM, ANR 07 BDIV 02, École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Université de Strasbourg (UNISTRA)-Institut national des sciences de l'Univers (INSU - CNRS)-Ecole et Observatoire des Sciences de la Terre (EOST), Université de Strasbourg (UNISTRA)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS), ANR-07-BDIV-0002,BIODIVAGRIM,Conservation de la biodiversité dans les agro-écosystèmes une modélisation spatialement explicite des paysages(2007), Ecole et Observatoire des Sciences de la Terre (EOST), Université de Strasbourg (UNISTRA)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), and Institut national des sciences de l'Univers (INSU - CNRS)-Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)
Subjects: [INFO.INFO-AI] Computer Science [cs]/Artificial Intelligence [cs.AI], Computer science, [SDV]Life Sciences [q-bio], CLASSIFICATION SPATIO-TEMPORELLE, computer.software_genre, Markov model, Machine learning, 01 natural sciences, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI], DATA MINING, [SHS]Humanities and Social Sciences, 010104 statistics & probability, 03 medical and health sciences, Software, HIDDEN MARKOV MODEL, [INFO]Computer Science [cs], 0101 mathematics, [MATH]Mathematics [math], Hidden Markov model, Spatial analysis, Hidden Markov Models, 030304 developmental biology, SPATIO-TEMPORAL CLASSIFICATION, 0303 health sciences, Markov chain, business.industry, MODÈLE MARKOV, Data mining, Artificial intelligence, business, computer, ACM: H.: Information Systems/H.2: DATABASE MANAGEMENT/H.2.8: Database Applications/H.2.8.0: Data mining, METHODOLOGIE
Abstract: Markov models represent a powerful way to approach the problem of mining time and spatial signals whose variability is not yet fully understood. In this chapter, we will present a general methodology to mine different kinds of temporal and spatial signals having contrasting properties: continuous or discrete with few or many modalities. This methodology is based on a high order Markov modelling as implemented in a free software: carottAge (Gnu GPL), Les modèles de Markov sont des modèles puissants pour analyser des signaux temporels et spatiaux dont la variabilité n'est pas entièrement comprise. Dans ce chapitre, nous présentons notre méthodologie pour fouiller différentes sortes de signaux ayant des propriétés différentes: signaux continus ou discrets, simples ou composites. Cette méthodologie s'appuie sur des modèles de Markov cachés du second-ordre tels qu'implantés dans la boîte à outils CarottAge (licence Gnu-GPL).
Published: 2011

32. Capitalisation d'expériences pour la mise en place d'observatoires de pratiques agricoles

Author: Le Ber, Florence, Nogry, Sandra, Brassac, Christian, Benoît, Marc, Knowledge representation, reasonning (ORPAILLEUR), INRIA Lorraine, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique de Lorraine (INPL)-Université Nancy 2-Université Henri Poincaré - Nancy 1 (UHP)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique de Lorraine (INPL)-Université Nancy 2-Université Henri Poincaré - Nancy 1 (UHP), Laboratoire d'Hydrologie et de Géochimie de Strasbourg (LHyGeS), École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Université de Strasbourg (UNISTRA)-Institut national des sciences de l'Univers (INSU - CNRS)-Ecole et Observatoire des Sciences de la Terre (EOST), Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), Laboratoire Paragraphe (PARAGRAPHE), Université Paris 8 Vincennes-Saint-Denis (UP8)-Université de Cergy Pontoise (UCP), Université Paris-Seine-Université Paris-Seine, Laboratoire de psychologie de l'interaction et des relations intersubjectives (INTERPSY), Université de Lorraine (UL), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de la Recherche Agronomique (INRA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS), Institut national des sciences de l'Univers (INSU - CNRS)-Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS), École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Ecole et Observatoire des Sciences de la Terre (EOST), Université de Strasbourg (UNISTRA)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Ecole et Observatoire des Sciences de la Terre (EOST), Université de Strasbourg (UNISTRA)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), and Université de Strasbourg (UNISTRA)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)
Subjects: [SDV.SA]Life Sciences [q-bio]/Agricultural sciences, [SHS.PSY]Humanities and Social Sciences/Psychology, AGRICULTURAL TERRITORY, COMPUTER HELP-DESIGN, EXPERIENCE TELLING, KNOWLEDGE ENGINEERING, OBSERVATOIRE DE PRATIQUE AGRICOLE, SYSTEME D'INFORMATION, TERRITOIRE AGRICOLE, AIDE A LA CONCEPTION, RÉCIT D'EXPÉRIENCE, INGÉNIERIE DES CONNAISSANCES, AGRICULTURAL PRACTICE, INFORMATION SYSTEM, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]
Abstract: National audience; Cet article présente une démarche de capitalisation de l'expérience des responsables d'observatoires de pratiques agricoles. Leurs récits d'expérience ont été formalisés sous la forme " d'épisodes de conception " où chaque épisode correspond à une étape du processus de conception - construction d'un observatoire. Les épisodes décrits sont accessible via un site web, et ainsi facilement consultable et utilisable par d'autres responsables d'observatoires. La méthode a été expérimentée sur deux observatoires et a permis d'en faire ressortir les caractéristiques essentielles, dont la prise en compte de l'espace
Published: 2011

33. Modelling regional Land Use: articulating the farm and the landscape levels by combining farmers' decision rules and landscape stochastic regularities

Author: Schaller, Noémie, Lazrak, El-Ghali, Martin, Philippe, Mari, Jean-Francois, Aubry, Christine, Benoît, Marc, Sciences pour l'Action et le Développement : Activités, Produits, Territoires (SADAPT), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Institut National de la Recherche Agronomique (INRA), Knowledge representation, reasonning (ORPAILLEUR), INRIA Lorraine, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS), Agropolis International, Ed., I. Shili-Touzi, A. Perrin, European society for agronomy, and Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt)
Subjects: [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]
Abstract: International audience; Landscape spatial organization (LSO) strongly impacts many environmental issues. Modelling agricultural landscapes and describing meaningful landscape patterns are thus regarded as key-issues for designing sustainable landscapes. Agricultural landscapes are mostly designed by farmers. Their decisions dealing with crop choices and crop allocation to land can be generic and result in landscape regularities, which determine LSO. This paper comes within the emerging discipline called "landscape agronomy", aiming at studying the organization of farming practices at the landscape scale. We here aim at articulating the farm and the landscape scales for landscape modelling. To do so, we develop an original approach consisting in the combination of two methods used separately so far: the identification of explicit farmer decision rules through on-farm surveys methods and the identification of landscape stochastic regularities through data-mining. We applied this approach to the Niort plain landscape in France. Results show that generic farmer decision rules dealing with sunflower or maize area and location within landscapes are consistent with spatiotemporal regularities identified at the landscape scale. It results in a segmentation of the landscape, based on both its spatial and temporal organization and partly explained by generic farmer decision rules. This consistency between results points out that the two modelling methods aid one another for land-use modelling at landscape scale and for understanding the driving forces of its spatial organization. Despite some remaining challenges, our study in landscape agronomy accounts for both spatial and temporal dimensions of crop allocation: it allows the drawing of new spatial patterns coherent with land-use dynamics at the landscape scale, which improves the links to the scale of ecological processes and therefore contributes to landscape ecology.
Published: 2010

34. Time-Space Dependencies in Land-Use Successions at Agricultural Landscape Scales

Author: Lazrak, El-Ghali, Benoît, Marc, Mari, Jean-Francois, Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Institut National de la Recherche Agronomique (INRA), Knowledge representation, reasonning (ORPAILLEUR), INRIA Lorraine, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS), UMR LISAH, and Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt)
Subjects: HMM2, temporal cliques, data mining, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]
Abstract: International audience; The agricultural landscape can be seen as an assemblage of farm territories. The way farmers organize these territories is a time AND spatial process. Understanding how a land-use succession (LUS) in a parcel depends on LUS of the neighbouring parcels is a milestone to understand the time-spatial organization of the landscape mosaic. In this work, we analyse these time-space dependencies at agricultural landscape scales. We have performed a data mining process based on hidden Markov models (HMM) to identify spatial clusters of similar distributions of LUS in 2 neighbouring parcels, furthermore called cliques. We applied this data mining process to a land-use data set covering the period from 1996 to 2007 of a 350 km² agricultural landscape located within the Niort Plain (France). To take into account the irregular neighbour system of the parcel mosaic, we used a variable depth Hilbert-Peano scan of the area covering the landscape. Through illustrative examples of two contrasted spatial stochastic clusters, we show that considering temporal cliques gives valuable information on the neighbour system in terms of attraction between LUS.
Published: 2010

35. Fouille de paysages agricoles : analyse des voisinages des successions d'occupation du sol

Author: Mari, Jean-Francois, Lazrak, El Ghali, Benoît, Marc, Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de la Recherche Agronomique (INRA), Institut National de Recherche en Informatique et en Automatique (Inria), Knowledge representation, reasonning (ORPAILLEUR), INRIA Lorraine, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), RFIA 2010, Maroua Bouzid, Florence Le Ber, and Gérard Ligozat et Odile Papini
Subjects: HMM2, CLASSIFICATION TEMPORELLE, [SDV]Life Sciences [q-bio], Land Use successions, TEMPORAL CLUSTERING, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI], [SHS]Humanities and Social Sciences, modèle de markov caché, CLASSIFICATION SPATIALE, SUCCESSION DE CULTURE, SPATIAL CLUSTERING, LAND USE SUCCESSION, FOUILLE DE PAYSAGE, HMM, paysage, occupation du sol
Abstract: Nous présentons deux approches stochastiques à l'aide de modèles de Markov cachés (HMM) pour décrire les relations de voisinages entre successions d'occupation du sol dans un paysage agricole représenté par sa mosaïque de parcelles. Une première approche qualifiée de temporo-saptiale recherche à l'aide d'un HMM des classes de successions d'occupation du sol qui sont par la suite localisées. Ces dernières s'agglomèrent au sein de régions compactes (ou patches). Nous présentons une méthode de clustering saptial qui représente les patches à l'aide de deux distributions : une distribution qui représente l'homogénéité spatiale et l'autre, l'influence des voisinages à la lisière des patches. La deuxième approche analyse les dépendances spatio-temporelles représentées par le graphe du système de voisinages entre parcelles et enrichit les connaissances sur l'organisation territoriale de l'activité agricole en permettant l'identification de quartiers culturaux au sein desquels les occupations des parcelles manifestent de fort degrés d'attraction., We present two stochastic apporaches using Hidden Markov Models to describe the relations between the neighborhoods of land use successions in a territory represented as a parcel mosaic. The first approach, qualified as time-spatial, clusters first the land use successions and next, locates them in the territory. They appear agglomerated into compact areas called patches. We describe a clustering method that describes the patches by means of 2 distributions of land use successions : one to model the spatial homogeneity and the other to model the influence of the neighborhood. The second approach analyzes the influence of the neighborhood graph and gives valuable informations in defining cultural districts in which the land use successions show a high degree of attractivity.
Published: 2010

36. Landscape regularity modelling for environmental challenges in agriculture

Author: El Ghali Lazrak, Marc Benoit, Jean-François Mari, Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de la Recherche Agronomique (INRA), Knowledge representation, reasonning (ORPAILLEUR), INRIA Lorraine, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS), CNRS Centre d'études biologiques de Chizé, INRA SAD, ANR-07-BDIV-0002,BIODIVAGRIM,Conservation de la biodiversité dans les agro-écosystèmes une modélisation spatialement explicite des paysages(2007), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), and ANR: BiodivAgrim,BiodivAgrim
Subjects: 0106 biological sciences, Stochastic modelling, Cropping System, Ecology (disciplines), Geography, Planning and Development, Ecological succession, 010603 evolutionary biology, 01 natural sciences, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI], HMM, Hidden Markov model, Data mining, Nature and Landscape Conservation, 2. Zero hunger, Sustainable development, Ecology, Land use, business.industry, Environmental resource management, 04 agricultural and veterinary sciences, 15. Life on land, stochastic Modelling, Landscape Ecology, Geography, 040103 agronomy & agriculture, 0401 agriculture, forestry, and fisheries, Spatial variability, Landscape ecology, business
Abstract: International audience; In agricultural landscapes, methods to identify and describe meaningful landscape patterns play an important role to understand the interaction between landscape organization and ecological processes. We propose an innovative stochastic modelling method of agricultural landscape organization where the temporal regularities in land-use are first identified through recognized Land-Use Successions (LUS) before locating these successions in landscapes. These time-space regularities within landscapes are extracted using a new data mining method based on Hidden Markov Models. We applied this methodological proposal to the Niort Plain (West of France). We built a temporo-spatial analysis for this case study through spatially explicit analysis of Land Use Succession (LUS) dynamics. Implications and perspectives of such an approach, which links together the temporal and the spatial dimensions of the agricultural organization, are discussed by assessing the relationship between the agricultural landscape patterns defined using this approach and ecological data through an illustrative example of bird nests.
Published: 2009
Full Text: View/download PDF

37. Rémanence des pesticides dans les eaux issues de parcelles agricoles récemment converties à l'Agriculture Biologique

Author: Schrack, Damien, Coquil, Xavier, Ortar, Agnès, Marc, Benoît, Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de la Recherche Agronomique (INRA), LERH Laboratoire d’études et de recherches en hydrologie, Agence Française de Sécurité Sanitaire des Aliments, Laboratoire d'études et de recherches en hydrologie, Agence Française de Sécurité Sanitaire des Aliments (AFSSA), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), and AFSSA
Subjects: [SDV.SA]Life Sciences [q-bio]/Agricultural sciences, eau de surface, persistance, EAU SUPERFICIELLE, AGRICULTURAL PRACTICES, WATER QUALITY, SURFACE WATER, qualité de l'eau, pollution de l'eau, remanence, qualité des eaux, persistence, rémanence, Agricultural sciences, produit phytosanitaire, pratiques agricoles, [SDV.EE.ECO]Life Sciences [q-bio]/Ecology, environment/Ecosystems, agriculture biologique, pratique agricole, eaux superficielles, produits phytosanitaires, Sciences agricoles, pesticide
Abstract: L'utilisation importante des produits phytosanitaires en agriculture a engendré la contamination des eaux superficielles et souterraines qui constituent les ressources destinées à la consommation humaine. La Directive Cadre Européenne 91/474 impose une obligation de résultats : un retour à un bon état écologique d'ici 2015. Les interactions complexes au sein du sol immobilisent les pesticides et influencent ainsi leurs transferts vers les eaux de surface qui peuvent entraîner une contamination durable. La persistance des pesticides sont nombreuses, mais peu les évaluent à long terme. L'installation expérimentale (240 ha) de l'unité de recherche INRA ASTER de Mirecourt a été convertie depuis 2004, et certifiée conforme au cadre réglementaire de l'agriculture biologique en septembre 2006. L'étude de la persistance des pesticides dans les eaux issues de parcelles agricoles suite à la conversion permettra d'évaluer la durée de cette rémanence, et la capacité de résilience des milieux., In Europe, the pervasive use of pesticides in agricultural areas has led to the deterioration of the quality of groundwater and surface water, resources earmarked for human consumption. The aim of the European Water Framework Directive 91/474 is to restore the “good ecological status” of surface water and to protect water that might be used for drinking water production by 2015. Interactions within the soil determine the fate of environmental pesticides. Water resource contamination may persist for a long time after the last use of pesticides (i.e., atrazine). Pesticide persistence is highly variable. The fate and persistence of pesticides in the environment depend on agricultural pesticide practices and on soil interactions, which are interrelated physical, chemical and biological processes that are often sitespecific. This study, which is taking place at INRA’s Mirecourt Experimental Station in the Lorraine region of France, will make it possible to evaluate the persistence and environmental resilience of pesticides in water from plots recently converted to organic farming, within the framework of the WFD. A database includes all pesticide practices from 1969 to 2004, the year of the last treatment. It is hoped that the Mirecourt study, five years after the end of pesticide use, will shed light on the long term persistence of pesticides in water resources.
Published: 2009

38. Dynamiques des systèmes de culture du bassin de la Seine : mise en évidence d'une intensification des pratiques culturales au cours des trois dernières décennies

Author: Schott, Céline, Benoît, Marc, Mignolet, Catherine, Mari, Jean-François, Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Institut National de la Recherche Agronomique (INRA), Knowledge representation, reasonning (ORPAILLEUR), INRIA Lorraine, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS), and Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt)
Subjects: piren-seine, HMM, [SDE.BE]Environmental Sciences/Biodiversity and Ecology, carottage, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]
Abstract: Dans le cadre du programme PIREN-Seine, la participation de l'Unité de Recherche INRA de Mirecourt à l'axe de recherche "Territoire, carbone, azote, changements globaux" consiste à comprendre les dynamiques des activités agricoles sur l'ensemble du bassin de la Seine, afin de mettre en évidence leurs impacts sur la dégradation de l'environnement. Pour analyser ces dynamiques et leur répartition spatiale au sein du bassin, nous développons une modélisation stochastique de descripteurs choisis à différents niveaux d'organisation des activités agricoles, qui sont le système de production, l'assolement, la succession de cultures.
Published: 2008

39. Arpentage: Analyse de Régularités Paysagères pour l'Environnement dans les territoires Agricoles

Author: Lazrak, El-Ghali, Mari, Jean-Francois, Benoît, Marc, Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Institut National de la Recherche Agronomique (INRA), Knowledge representation, reasonning (ORPAILLEUR), INRIA Lorraine, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS), and Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt)
Subjects: ComputingMilieux_MISCELLANEOUS, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]
Abstract: National audience
Published: 2008

40. Effets de la dynamique des pratiques culturales lors de la conversion à l'Agriculture Biologique sur la végétation des prairies permanentes

Author: Gaujour, Etienne, Amiaud, Bernard, Fiorelli, Jean-Louis, Mignolet, Catherine, Coquil, Xavier, Unité expérimentale SAD - Station de Mirecourt (INRA SAD), Institut National de la Recherche Agronomique (INRA), UMR Nancy-Université- INRA Agronomie et Environnement Nancy-Colmar, Nancy Université, INRA, Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Ecole Nationale Supérieure d'Agronomie et des Industries Alimentaires (ENSAIA), Université de Lorraine (UL), Laboratoire Agronomie et Environnement (LAE), Institut National de la Recherche Agronomique (INRA)-Université de Lorraine (UL), Laboratoire Agronomie et Environnement - Antenne Colmar (LAE-Colmar ), Institut National de la Recherche Agronomique (INRA)-Université de Lorraine (UL)-Institut National de la Recherche Agronomique (INRA)-Université de Lorraine (UL), and Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD)
Subjects: AGRO-ENVIRONMENTAL SCHEMES, [SDV.SA]Life Sciences [q-bio]/Agricultural sciences, vosges, [SDV]Life Sciences [q-bio], Prairie permanente, Agriculture biologique, PLAINE DES VOSGES, [SHS]Humanities and Social Sciences, biodiversité, FUNCTIONAL DIVERSITY, VOSGES PLAIN, MESURE AGRO-ENVIRONNEMENTALE, DIVERSITE ESPECES, Pratiques culturales, PRAIRIES PERMANENTES, pratique culturale, typologie, ANALYSE DE CO-INERTIE, DIVERSITE FONCTIONNELLE, PRAIRIE PERMANENTE, prairie, lorraine, période de conversion, Agricultural sciences, CO-INERTIA ANALYSIS, CONVERSION, PERMANENT GRASSLAND TYPOLOGY, [SDE]Environmental Sciences, Sciences agricoles
Abstract: L'objectif de cette étude est de déterminer l'impact de pratiques agricoles lors de la conversion à l'AB sur la composition de la végétation herbacée prairiale, en considérant les pratiques passées de ces parcelles. Les conséquences des pratiques sont évaluées à partir des caractéristiques taxonomiques (richesse, diversité et équitabilité spécifiques), fonctionnelle (richesse en attributs de propriétés fonctionnelles pour chaque propriété) et agronomique (valeur pastorale) de la végétation. Une typologie des prairies basée sur les pratiques mises en oeuvre durant six ans (5 avant le début de conversion et 1 après) nous a permis d'établir 3 classes : l'une contenant des parcelles subissant généralement deux fauches annuelles, l'autre des parcelles avec une forte intensité de pâturage et la dernière contenant des parcelles avec des pratiques diversifiées. Nous montrons dans ce travail que les parcelles fauchées et peu fertilisées ont une richesse spécifique supérieure aux autres (23,2 et 16,9 et 17 espèces respectivement), mais une valeur pastorale plus faible (45,9 et 66,8 et 68,6 respectivement). Ces parcelles fauchées ont également une diversité fonctionnelle supérieure aux autres pour deux propriétés étudiées : mode de dispersion des semences et stratégie d'établissement selon Grime. Les parcelles avec des pratiques diversifiées ont une végétation fonctionnellement plus diversifiée. Enfin, les pratiques n'expliquent pas seules les différences de végétation. Nous supposons que la dynamique de végétation suite à la conversion à l'AB est juste initiée, et que les caractéristiques paysagères agissent également sur la composition taxonomique et fonctionnelle de la matrice prairiale., The aim of this work was to identify the impact of farming practices on permanent grassland vegetation during the conversion from conventional to organic farming. We considered functional and species diversities in order to compare the different grassland categories based on the farming practices used over a period of six years - five years before conversion and one year after. We identified three categories of grasslands: those generally cut twice a year, those intensely grazed, and those that were used under diversified practices. We showed that grasslands characterised by cutting and low fertilization level have the highest species richness compared to the other two categories (23.2, 16.9 and 17 species, respectively), and the lowest pastoral index (45.9, 66.8 and 68.6, respectively). These cut paddocks also presented the highest functional diversity (i.e., richness of functional property attributes) for two of the properties studied: means of dispersal and establishment strategy as defined by Grime. Grasslands with diversified practices (grazing, cutting and nitrogen supply) were not characterised by any single or combined functional property attribute, to the contrary of the two other categories. Finally, farming practices alone do not explain all of the differences in vegetation. We therefore hypothesize that, first, the dynamics of permanent grassland vegetation following conversion to organic farming is only initiated by agricultural practices and, second, other key factors such as landscape characteristics affect these dynamics.
Published: 2008

41. Des agronomes pour demain : Accompagner la diversité des agricultures pour un développement durable

Author: Benoît, Marc, Caneill, Jacques, Messean, Antoine, Papy, François, Prevost, Philippe, Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Institut National de la Recherche Agronomique (INRA), Biologie et Gestion des Adventices (BGA), Université de Bourgogne (UB)-Institut National de la Recherche Agronomique (INRA)-Etablissement National d'Enseignement Supérieur Agronomique de Dijon (ENESAD), Unité Impacts Ecologiques des Innovations en Production Végétale (ECO-INNOV), UMR Innovations, Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Dijon, Institut Agro, ProdInra, Migration, Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Etablissement National d'Enseignement Supérieur Agronomique de Dijon (ENESAD)-Institut National de la Recherche Agronomique (INRA)-Université de Bourgogne (UB), Innovation et Développement dans l'Agriculture et l'Agro-alimentaire (UMR Innovation), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de la Recherche Agronomique (INRA)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), and Dijon (Kevin Oudard), Institut Agro
Subjects: [SDE] Environmental Sciences, [SDV] Life Sciences [q-bio], [SDV.SA]Life Sciences [q-bio]/Agricultural sciences, [SDV.SA] Life Sciences [q-bio]/Agricultural sciences, Etude historique, Agronomie, Développement durable, [SDV]Life Sciences [q-bio], [SDE]Environmental Sciences, [SHS] Humanities and Social Sciences, [SHS]Humanities and Social Sciences
Abstract: International audience; Cet ouvrage constitue la synthèse des IVe Entretiens du Pradel, qui se sont tenus en 2006, sur le thème « Agronomes et diversités des agricultures ». Étudier, comparer les différents types d'agriculture en vue de l'action représentent une activité de l'agronome moderne. Ce dernier est confronté à de nouveaux enjeux qu’il doit bien mesurer, et à des défis qu’il aura à relever, pour que l’agriculture du XXIe siècle puisse à la fois nourrir l’humanité et offrir un cadre de vie non dégradé. Ce livre met en avant la nécessité d’une nouvelle politique pour les agronomes, et, par conséquent, d’une nouvelle dynamique de recherche, de formation et de développement. Il intéressera agronomes, enseignants, et responsables de développement, particulièrement en France et en Europe.
Published: 2008

42. Long term prospective of the Seine River system: Confronting climatic and direct anthropogenic changes

Author: Pascal Viennot, Nicolas Beaudoin, H. Kieken, Agnès Ducharne, Sophie Lebonvallet, Céline Schott, Marc Benoit, Emmanuelle Sauboua, Bruno Mary, Josette Garnier, Gilles Billen, Nadine Brisson, Catherine Mignolet, Sylvain Théry, Emmanuel Ledoux, Charles Baubion, X. Poux, Milieux Environnementaux, Transferts et Interactions dans les hydrosystèmes et les Sols (METIS), École pratique des hautes études (EPHE)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS), Centre de Géosciences (GEOSCIENCES), MINES ParisTech - École nationale supérieure des mines de Paris-PSL Research University (PSL), Institut National de la Recherche Agronomique (INRA), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Unite de bioclimatologie, AgroParisTech, Equipe d'Entomologie et de lutte biologique (INRA), INRA PSDR (INRA PSDR), INRA - SAD Mirecourt, Eco-Anthropologie et Ethnobiologie (EAE), Université Paris Diderot - Paris 7 (UPD7)-Centre National de la Recherche Scientifique (CNRS), École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS), MINES ParisTech - École nationale supérieure des mines de Paris, Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Unité expérimentale SAD - Station de Mirecourt (MIRECOURT), and Muséum national d'Histoire naturelle (MNHN)-Université Paris Diderot - Paris 7 (UPD7)-Centre National de la Recherche Scientifique (CNRS)
Subjects: Time Factors, Environmental Engineering, 010504 meteorology & atmospheric sciences, Climate, [SDE.MCG]Environmental Sciences/Global Changes, 0207 environmental engineering, Climate change, 02 engineering and technology, 01 natural sciences, Point source pollution, Hydrology (agriculture), Rivers, Water Supply, Climate change scenario, Environmental Chemistry, 020701 environmental engineering, Water pollution, Waste Management and Disposal, 0105 earth and related environmental sciences, 2. Zero hunger, Hydrology, River, Urbanization, Water Pollution, Agriculture, Seine, Models, Theoretical, 15. Life on land, Pollution, 6. Clean water, Water quality, 13. Climate action, Environmental science, France, Seasons, Eutrophication, Surface water, Environmental Monitoring
Abstract: International audience; To explore the evolution of a human impacted river, the Seine (France), over the 21st century, three driving factors were examined: climate, agriculture, and point source inputs of domestic and industrial origin. Three future scenarios were constructed, by modification of a baseline representative of recent conditions. A climate change scenario, based on simulations by a general circulation model driven by the SRES-A2 scenario of radiative forcing, accounts for an average warming of + 3.3 °C over the watershed and marked winter increase and summer decrease in precipitation. To illustrate a possible reduction in nitrate pollution from agricultural origin, a scenario of good agricultural practices was considered, introducing catch crops and a 20% decrease in nitrogen fertilisation. Future point source pollution was estimated following the assumptions embedded in scenario SRES-A2 regarding demographic, economic and technologic changes, leading to reductions of 30 to 75% compared to 2000, depending on the pollutants. Four models, addressing separate components of the river system (agronomical model, hydrogeological model, land surface model and water quality model), were used to analyse the relative impact of these scenarios on water quality, in light of their impact on hydrology and crop production. The first-order driving factor of water quality over the 21st century is the projected reduction of point source pollution, inducing a noticeable decrease in eutrophication and oxygen deficits downstream from Paris. The impact of climate change on these terms is driven by the warming of the water column. It enhances algal growth in spring and the loss factors responsible for phytoplankton mortality in late summer (grazers and viruses). In contrast, increased seasonal contrasts in river discharge have a negligible impact on river water quality, as do the changes in riverine nitrate concentration, which never gets limiting. The latter changes have a similar magnitude under the three scenarios. Under climate change, riverine and groundwater nitrate concentrations increase and crop production is advantaged with reduced growing cycles and increased yields. In contrast, nitrate concentrations decrease under the good agricultural practices scenario, with a limited decrease in crop production. When these two scenarios are combined, the changes in nitrate concentrations balance each other and crop yields increase. The results of this numerical exercise indicate that the potential changes to the Seine River system during the 21st century will not lead to severely degraded water quality.
Published: 2007
Full Text: View/download PDF

43. Landscape as designed by farming systems: a challenge for landscape agronomists in Europe

Author: Benoît, Marc, Mignolet, Catherine, Herrmann, Sylvia, Rizzo, Davide, Moonen, Anna Camilla, Bàrberi, Paolo, Galli, Mariassunta, Bonari, Enrico, Silvestri, Nicola, Thenail, Claudine, Lardon, Sylvie, Rapey, Hélène, Marraccini, Elisa, Le Ber, Florence, Meynard, Jean-Marc, Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de la Recherche Agronomique (INRA), Leibniz Universität Hannover=Leibniz University Hannover, Agricoltura, Ambiente, Territorio (Land Lab), Scuola Universitaria Superiore Sant'Anna [Pisa] (SSSUP), University of Pisa - Università di Pisa, SAD Paysage (SAD Paysage), Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST, Mutations des activités des espaces et des formes d'organisation dans les territoires ruraux (UMR METAFORT), Institut National de la Recherche Agronomique (INRA)-AgroParisTech-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA), Centre d'Ecologie Végétale et d'Hydrologie (CEVH), École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES), Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS), European Project: 217381,EC:FP7:SSH,FP7-SSH-2007-1,RUFUS(2008), Institute of Life Sciences of Sant’Anna [Pisa], Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Ecole Nationale d'Ingénieurs des Travaux Agricoles de Clermont-Ferrand (ENITAC)-Institut National de la Recherche Agronomique (INRA)-AgroParisTech-Centre national du machinisme agricole, du génie rural, des eaux et forêts (CEMAGREF), Laboratoire d'Hydrologie et de Géochimie de Strasbourg (LHyGeS), École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Université de Strasbourg (UNISTRA)-Institut national des sciences de l'Univers (INSU - CNRS)-Ecole et Observatoire des Sciences de la Terre (EOST), Université de Strasbourg (UNISTRA)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS), Knowledge representation, reasonning (ORPAILLEUR), INRIA Lorraine, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), SAD Paysages, Mutations des activités, des espaces et des formes d'organisation dans les territoires ruraux (METAFORT), Centre national du machinisme agricole, du génie rural, des eaux et forêts (CEMAGREF)-ENITA Clermont-AgroParisTech-Institut National de la Recherche Agronomique (INRA), École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Ecole et Observatoire des Sciences de la Terre (EOST), Université de Strasbourg (UNISTRA)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS), Ecole et Observatoire des Sciences de la Terre (EOST), Université de Strasbourg (UNISTRA)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), and Le Ber, Florence
Subjects: [INFO.INFO-AI] Computer Science [cs]/Artificial Intelligence [cs.AI], [SDE] Environmental Sciences, [SDV.SA.AGRO] Life Sciences [q-bio]/Agricultural sciences/Agronomy, Landscape agronomy, [SDE]Environmental Sciences, [SDV.SA.AGRO]Life Sciences [q-bio]/Agricultural sciences/Agronomy, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]
Abstract: As agronomists, we are concerned by the landscapes seen as a result of human decisions. So, the landscape is for us human-made and the main driving forces of landscape design processes are farming systems. In this way, the landscape is designed by the farming systems in a complex relationship with the land. Just like ecologists twenty years ago developed a trend of ecology focusing on landscape ecology, we propose to create a new trend in agronomic research: landscape agronomy.
Published: 2007

44. Agriculture and groundwater nitrate contamination in the Seine basin. The STICS-MODCOU modelling chain

Author: Bruno Mary, Agnès Ducharne, Christophe Viavattene, Jean-Marie Monget, Marc Benoit, Céline Schott, Eric Gomez, Emmanuel Ledoux, Pascal Viennot, Catherine Mignolet, Centre de Géosciences (GEOSCIENCES), MINES ParisTech - École nationale supérieure des mines de Paris, Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL), Structure et fonctionnement des systèmes hydriques continentaux (SISYPHE), Université Pierre et Marie Curie - Paris 6 (UPMC)-École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-MINES ParisTech - École nationale supérieure des mines de Paris, Université Paris sciences et lettres (PSL)-Centre National de la Recherche Scientifique (CNRS), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de la Recherche Agronomique (INRA), Equipe d'Entomologie et de lutte biologique (INRA), Unité expérimentale SAD - Station de Mirecourt (MIRECOURT), MINES ParisTech - École nationale supérieure des mines de Paris-PSL Research University (PSL), Université Pierre et Marie Curie - Paris 6 (UPMC)-École pratique des hautes études (EPHE)-MINES ParisTech - École nationale supérieure des mines de Paris-Centre National de la Recherche Scientifique (CNRS), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), INRA - SAD Mirecourt, Mines Paris - PSL (École nationale supérieure des mines de Paris), Université Pierre et Marie Curie - Paris 6 (UPMC)-École Pratique des Hautes Études (EPHE), and Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Mines Paris - PSL (École nationale supérieure des mines de Paris)
Subjects: Environmental Engineering, 010504 meteorology & atmospheric sciences, Hydrological modelling, [SDE.MCG]Environmental Sciences/Global Changes, 0207 environmental engineering, Seine river basin, Aquifer, Fresh Water, 02 engineering and technology, 01 natural sciences, Water balance, chemistry.chemical_compound, Nitrate, Rivers, Economical evaluation, Environmental Chemistry, [SDU.STU.HY]Sciences of the Universe [physics]/Earth Sciences/Hydrology, 020701 environmental engineering, Water pollution, Waste Management and Disposal, 0105 earth and related environmental sciences, 2. Zero hunger, Hydrology, geography, geography.geographical_feature_category, Nitrates, Agriculture, 15. Life on land, Models, Theoretical, Pollution, 6. Clean water, Water quality, chemistry, 13. Climate action, Environmental science, France, Surface water, Groundwater, Water Pollutants, Chemical, Environmental Monitoring
Abstract: International audience; A software package is presented here to predict the fate of nitrogen fertilizers and the transport of nitrate from the rooting zone of agricultural areas to surface water and groundwater in the Seine basin, taking into account the long residence times of water and nitrate in the unsaturated and aquifer systems. Information on pedological characteristics, land use and farming practices is used to determine the spatial units to be considered. These data are converted into input data for the crop model STICS which simulates the water and nitrogen balances in the soil-plant system with a daily time-step. A spatial application of STICS has been derived at the catchment scale which computes the water and nitrate fluxes at the bottom of the rooting zone. These fluxes are integrated into a surface and groundwater coupled model MODCOU which calculates the daily water balance in the hydrological system, the flow in the rivers and the piezometric variations in the aquifers, using standard climatic data (rainfall, PET). The transport of nitrate and the evolution of nitrate contamination in groundwater and to rivers is computed by the model NEWSAM. This modelling chain is a valuable tool to predict the evolution of crop productivity and nitrate contamination according to various scenarios modifying farming practices and/or climatic changes. Data for the period 1970-2000 are used to simulate the past evolution of nitrogen contamination. The method has been validated using available data bases of nitrate concentrations in the three main aquifers of the Paris basin (Oligocene, Eocene and chalk). The approach has then been used to predict the future evolution of nitrogen contamination up to 2015. A statistical approach allowed estimating the probability of transgression of different concentration thresholds in various areas in the basin. The model is also used to evaluate the cost of the damage resulting of the treatment of drinking water at the scale of a groundwater management unit in the Seine river basin.
Published: 2007
Full Text: View/download PDF

45. Why and how design monitoring processes of farmer practices in European landscape?

Author: Benoît, Marc, Passouant, Michel, Thenail, Claudine, Hubert-Moy, Laurence, Dupraz, Pierre, Brassac, Christian, Le Ber, Florence, Mari, Jean-François, Bockstaller, Christian, Barrière, Olivier, King, Dominique, Le Bas, Christine, Ruelle, Pierre, Unité expérimentale SAD - Station de Mirecourt (MIRECOURT), Institut National de la Recherche Agronomique (INRA), Territoires, Environnement, Télédétection et Information Spatiale (UMR TETIS), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-AgroParisTech-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), SAD Paysage (SAD Paysage), AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de la Recherche Agronomique (INRA), Littoral, Environnement, Télédétection, Géomatique (LETG - Rennes), Littoral, Environnement, Télédétection, Géomatique UMR 6554 (LETG), Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-Université d'Angers (UA)-École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Université de Nantes (UN)-Université de Nantes (UN)-Université de Caen Normandie (UNICAEN), Université de Nantes (UN)-Université de Nantes (UN), Centre Armoricain de Recherche en Environnement (CAREN), Institut National de la Recherche Agronomique (INRA)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Ecole Nationale Supérieure Agronomique de Rennes-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Centre National de la Recherche Scientifique (CNRS), Structures et Marché Agricoles, Ressources et Territoires (SMART-LERECO), Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Laboratoire de psychologie de l'interaction et des relations intersubjectives (INTERPSY), Université de Lorraine (UL), Laboratoire d'Hydrologie et de Géochimie de Strasbourg (LHyGeS), Ecole et Observatoire des Sciences de la Terre (EOST), Université de Strasbourg (UNISTRA)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), Knowledge representation, reasonning (ORPAILLEUR), INRIA Lorraine, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS), Environnement et agronomie, US 166, Unité de Science du Sol, InfoSol (InfoSol), Gestion de l'Eau, Acteurs, Usages (UMR G-EAU), Ecole Nationale du Génie Rural, des Eaux et des Forêts (ENGREF)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre national du machinisme agricole, du génie rural, des eaux et forêts (CEMAGREF)-Institut de Recherche pour le Développement (IRD [France-Sud]), Langeveld, H., Röling, N., Hans Langeveld (Editeur), Niels Röling (Editeur), Unité expérimentale SAD - Station de Mirecourt (INRA SAD), Ecole Nationale du Génie Rural, des Eaux et des Forêts (ENGREF)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre national du machinisme agricole, du génie rural, des eaux et forêts (CEMAGREF), SAD Paysages, Centre National de la Recherche Scientifique (CNRS)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Université de Brest (UBO)-École pratique des hautes études (EPHE)-Université de Nantes (UN)-Université d'Angers (UA)-Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-Centre National de la Recherche Scientifique (CNRS)-Université de Rennes 2 (UR2), Normandie Université (NU)-Normandie Université (NU), Structures et Marché Agricoles, Ressources et Territoires (SMART), École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Ecole et Observatoire des Sciences de la Terre (EOST), Université de Strasbourg (UNISTRA)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS), Unité INFOSOL (ORLEANS INFOSOL), Langeveld, H. (ed.), Röling, N. (ed.), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-AgroParisTech-Centre national du machinisme agricole, du génie rural, des eaux et forêts (CEMAGREF), Université de Haute Bretagne ( Rennes 2 ) (UR 2), Unité de recherche d'Économie et Sociologie Rurales (ESR), Université Nancy 2, École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES), Institut National de Recherche en Informatique et en Automatique (Inria), Laboratoire Agronomie et Environnement - Antenne Colmar (LAE-Colmar ), Laboratoire Agronomie et Environnement (LAE), Institut National de la Recherche Agronomique (INRA)-Université de Lorraine (UL)-Institut National de la Recherche Agronomique (INRA)-Université de Lorraine (UL), Institut de Recherche pour le Développement (IRD), Unité de recherche Science du Sol (USS), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre International de Hautes Etudes Agronomiques Méditerranéennes - Institut Agronomique Méditerranéen de Montpellier (CIHEAM-IAMM), Centre International de Hautes Études Agronomiques Méditerranéennes (CIHEAM)-Centre International de Hautes Études Agronomiques Méditerranéennes (CIHEAM)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Institut de Recherche pour le Développement (IRD [France-Sud])-Centre national du machinisme agricole, du génie rural, des eaux et forêts (CEMAGREF)-AgroParisTech, Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Institut national des sciences de l'Univers (INSU - CNRS)-École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique de Lorraine (INPL)-Université Nancy 2-Université Henri Poincaré - Nancy 1 (UHP)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique de Lorraine (INPL)-Université Nancy 2-Université Henri Poincaré - Nancy 1 (UHP), Normandie Université (NU)-Normandie Université (NU)-Université d'Angers (UA)-École Pratique des Hautes Études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Institut National de la Recherche Agronomique (INRA)-Université de Rennes (UR)-Ecole Nationale Supérieure Agronomique de Rennes-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS), École Nationale du Génie de l'Eau et de l'Environnement de Strasbourg (ENGEES)-Université de Strasbourg (UNISTRA)-Institut national des sciences de l'Univers (INSU - CNRS)-Ecole et Observatoire des Sciences de la Terre (EOST), and Université de Strasbourg (UNISTRA)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)
Subjects: Aménagement du paysage, AGRICULTURE, SYSTEME D'INFORMATION GEOGRAPHIQUE, [SDV]Life Sciences [q-bio], [SHS]Humanities and Social Sciences, GESTION DE L'ENVIRONNEMENT, Situation agricole, AGRICULTURAL PRACTICES, Tendance économique, DATA BASES, Environnement socioéconomique, Agriculture, [SHS.GEO]Humanities and Social Sciences/Geography, PRATIQUE CULTURALE, E20 - Organisation, administration et gestion des entreprises ou exploitations agricoles, [SDE]Environmental Sciences, OBSERVATOIRE, Système d'exploitation agricole, UTILISATION DU SOL
Abstract: 1
Published: 2006

46. Spatialisation des modèles de culture

Author: G. Dedieu, Marc Voltz, Delphine Leenhardt, Marc Benoit, Robert Faivre, Daniel Wallach, François Papy, Unité de Biométrie et Intelligence Artificielle (UBIA), Institut National de la Recherche Agronomique (INRA), Agrosystèmes Cultivés et Herbagers (ARCHE), Institut National de la Recherche Agronomique (INRA)-École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, Laboratoire d'étude des Interactions Sol - Agrosystème - Hydrosystème (UMR LISAH), Institut de Recherche pour le Développement (IRD)-Institut National de la Recherche Agronomique (INRA)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Institut de Recherche pour le Développement (IRD [ Madagascar])-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Systèmes Agraires Développement : Activités, Produits, Territoires (SADAPT), Institut National de la Recherche Agronomique (INRA)-Institut National Agronomique Paris-Grignon (INA P-G), UR 0121 Laboratoire de recherche de Technologie Laitière, Institut de Recherche pour le Développement (IRD)-Institut National de la Recherche Agronomique (INRA)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), and Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt)
Subjects: [SDV.SA]Life Sciences [q-bio]/Agricultural sciences, 010504 meteorology & atmospheric sciences, Computer science, Scale transformation, SUD OUEST DE LA FRANCE, 01 natural sciences, Crop, Set (psychology), Management practices, 0105 earth and related environmental sciences, 2. Zero hunger, [SDV.EE]Life Sciences [q-bio]/Ecology, environment, business.industry, Scale (chemistry), MODELISATION DE CULTURES, Environmental resource management, 04 agricultural and veterinary sciences, 15. Life on land, Spatialization, Incentive, 040103 agronomy & agriculture, Spatial ecology, scale change, 0401 agriculture, forestry, and fisheries, spatial variability, business, Agronomy and Crop Science, crop modelling
Abstract: International audience; There are many incentives for applying a crop model on a regional scale, i.e. over an area larger than that for which it has been developed. This is what we call "spatialising" a crop model. These large areas can have very heterogeneous soil, climate and management practices. Consequently, spatialising a crop model can raise serious problems. One set arises from the fact that the basic concepts, hypotheses and validity domains of crop models are derived on the plot scale and may not apply on a larger scale. Another set arises from the lack of adequate and sufficient data to run the model on a regional scale. The workshop held in Toulouse (France) on 14-15 January 2002 dealt with the topic of spatialising crop models. The present paper is a comprehensive summary of the thoughts we had before, during and after the workshop.
Published: 2004
Full Text: View/download PDF

47. Chorèmes et graphes pour modéliser les interactions entre organisation spatiale et fonctionnement des exploitations agricoles

Author: Capitaine, Mathieu, Lardon, Sylvie, Le Ber, Florence, Metzger, Jean-Luc, Loria, Publications, Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Institut National de la Recherche Agronomique (INRA), Changement technique, apprentissage et coordination dans l'agriculture et l'agroalimentaire (UMR Innovation), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre national d'études agronomiques des régions chaudes (CNEARC)-Institut National de la Recherche Agronomique (INRA)-Centre International de Hautes Etudes Agronomiques Méditerranéennes - Institut Agronomique Méditerranéen de Montpellier (CIHEAM-IAMM), Centre International de Hautes Études Agronomiques Méditerranéennes (CIHEAM)-Centre International de Hautes Études Agronomiques Méditerranéennes (CIHEAM), Knowledge representation, reasonning (ORPAILLEUR), INRIA Lorraine, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS)-Université Henri Poincaré - Nancy 1 (UHP)-Université Nancy 2-Institut National Polytechnique de Lorraine (INPL)-Centre National de la Recherche Scientifique (CNRS), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Innovation et Développement dans l'Agriculture et l'Agro-alimentaire (Innovation), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre national d'études agronomiques des régions chaudes (CNEARC)-Institut National de la Recherche Agronomique (INRA)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Centre International de Hautes Etudes Agronomiques Méditerranéennes - Institut Agronomique Méditerranéen de Montpellier (CIHEAM-IAMM), Centre International de Hautes Études Agronomiques Méditerranéennes (CIHEAM)-Centre International de Hautes Études Agronomiques Méditerranéennes (CIHEAM)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), and Institut National de Recherche en Informatique et en Automatique (Inria)
Subjects: knowledge based system, territoire, spatial modelling, [SDV]Life Sciences [q-bio], [INFO.INFO-OH]Computer Science [cs]/Other [cs.OH], représentation de l'espace, modèle, [SHS]Humanities and Social Sciences, [INFO.INFO-OH] Computer Science [cs]/Other [cs.OH], [SDV] Life Sciences [q-bio], knowledge acquisition, [SHS] Humanities and Social Sciences, farm functioning, farm territory, france, système base de connaissances, agriculture
Abstract: Colloque avec actes et comité de lecture. nationale.; National audience; Les évolutions du monde rural favorisent l'émergence de nouveaux enjeux au sein des territoires agricoles. Comprendre et rendre compte de la diversité des fonctionnements des exploitations agricoles est un moyen de répondre ¹ ces enjeux. Pour ce faire, une démarche pluridisciplinaire de recherche est mise en place. Elle s'appuie sur la mobilisation, en interaction, de deux outils : les chorèmes et les graphes. l'objectif de cette démarche est d'aboutir ¹ un modèle qui intègre spatial et fonctionnel pour restituer des logiques d'exploitations.
Published: 2001

48. Reconciling agriculture and the environment in cereal landscapes

Author: Isabelle Badenhausser, Bruno Chauvel, Jean-François Cosson, Henri Darmency, Sylvie Houte, El-Ghali Lazrak, Safia Mediene, Vincent Bretagnolle, Centre d'études biologiques de Chizé (CEBC), Centre National de la Recherche Scientifique (CNRS), Centre de biologie et de gestion des populations, Institut National de la Recherche Agronomique (INRA), Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD), Agronomie, AgroParisTech-Institut National de la Recherche Agronomique (INRA), Centre de Biologie pour la Gestion des Populations (UMR CBGP), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de la Recherche Agronomique (INRA)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Université de Montpellier (UM)-Institut de Recherche pour le Développement (IRD [France-Sud])-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), and Institut National de la Recherche Agronomique (INRA)-AgroParisTech
Subjects: [SDE]Environmental Sciences, BLEUET, OUTARDE CANEPETIERE, BUSARD
Abstract: Les paysages agricoles abritent de nombreuses espèces végétales et animales. Or l'agriculture intensive, en réduisant la diversité et la qualité des habitats ainsi que leur connexion dans l'espace, menace la biodiversité. Dans ce contexte, les prairies sont au coeur des enjeux de conciliation entre l'agriculture et al gestion de la biodiversité.

Catalog

Books, media, physical & digital resources

See catalog results

Searchworks

Select search scope, currently: Articles Catalog books, media & more in Jio Institute collections Articles journal articles & other e-resources

Search

Search Constraints

Refine your results

Search Limiters

Topic

Publication Year Range

Language

Journal

Database

Publisher

48 results on '"Unité de recherche SAD ASTER - Station de Mirecourt (INRA SAD)"'

Search Results

Catalog

Select search scope, currently: Articles

Catalog

books, media & more in Jio Institute collections

Articles

journal articles & other e-resources