En savoir plus

Notre utilisation de cookies

« Cookies » désigne un ensemble d’informations déposées dans le terminal de l’utilisateur lorsque celui-ci navigue sur un site web. Il s’agit d’un fichier contenant notamment un identifiant sous forme de numéro, le nom du serveur qui l’a déposé et éventuellement une date d’expiration. Grâce aux cookies, des informations sur votre visite, notamment votre langue de prédilection et d'autres paramètres, sont enregistrées sur le site web. Cela peut faciliter votre visite suivante sur ce site et renforcer l'utilité de ce dernier pour vous.

Afin d’améliorer votre expérience, nous utilisons des cookies pour conserver certaines informations de connexion et fournir une navigation sûre, collecter des statistiques en vue d’optimiser les fonctionnalités du site. Afin de voir précisément tous les cookies que nous utilisons, nous vous invitons à télécharger « Ghostery », une extension gratuite pour navigateurs permettant de les détecter et, dans certains cas, de les bloquer.

Ghostery est disponible gratuitement à cette adresse : https://www.ghostery.com/fr/products/

Vous pouvez également consulter le site de la CNIL afin d’apprendre à paramétrer votre navigateur pour contrôler les dépôts de cookies sur votre terminal.

S’agissant des cookies publicitaires déposés par des tiers, vous pouvez également vous connecter au site http://www.youronlinechoices.com/fr/controler-ses-cookies/, proposé par les professionnels de la publicité digitale regroupés au sein de l’association européenne EDAA (European Digital Advertising Alliance). Vous pourrez ainsi refuser ou accepter les cookies utilisés par les adhérents de l'EDAA.

Il est par ailleurs possible de s’opposer à certains cookies tiers directement auprès des éditeurs :

Catégorie de cookie

Moyens de désactivation

Cookies analytiques et de performance

Realytics
Google Analytics
Spoteffects
Optimizely

Cookies de ciblage ou publicitaires

DoubleClick
Mediarithmics

Les différents types de cookies pouvant être utilisés sur nos sites internet sont les suivants :

Cookies obligatoires

Cookies fonctionnels

Cookies sociaux et publicitaires

Ces cookies sont nécessaires au bon fonctionnement du site, ils ne peuvent pas être désactivés. Ils nous sont utiles pour vous fournir une connexion sécuritaire et assurer la disponibilité a minima de notre site internet.

Ces cookies nous permettent d’analyser l’utilisation du site afin de pouvoir en mesurer et en améliorer la performance. Ils nous permettent par exemple de conserver vos informations de connexion et d’afficher de façon plus cohérente les différents modules de notre site.

Ces cookies sont utilisés par des agences de publicité (par exemple Google) et par des réseaux sociaux (par exemple LinkedIn et Facebook) et autorisent notamment le partage des pages sur les réseaux sociaux, la publication de commentaires, la diffusion (sur notre site ou non) de publicités adaptées à vos centres d’intérêt.

Sur nos CMS EZPublish, il s’agit des cookies sessions CAS et PHP et du cookie New Relic pour le monitoring (IP, délais de réponse).

Ces cookies sont supprimés à la fin de la session (déconnexion ou fermeture du navigateur)

Sur nos CMS EZPublish, il s’agit du cookie XiTi pour la mesure d’audience. La société AT Internet est notre sous-traitant et conserve les informations (IP, date et heure de connexion, durée de connexion, pages consultées) 6 mois.

Sur nos CMS EZPublish, il n’y a pas de cookie de ce type.

Pour obtenir plus d’informations concernant les cookies que nous utilisons, vous pouvez vous adresser au Déléguée Informatique et Libertés de l’INRA par email à cil-dpo@inra.fr ou par courrier à :

INRA
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan cedex - France

Dernière mise à jour : Mai 2018

Menu Logo Principal Logo_stics

STICS

STICS

2014

Liste des publications utilisant Stics pour 2014
  • Baey, C., Didier, A., Lemaire, S., Maupas, F., Cournede, P.H., 2014. Parametrization of five classical plant growth models applied to sugar beet and comparison of their predictive capacity on root yield and total biomass. Ecological Modelling 290, 11-20.
  • Bassu, S., Brisson, N., Durand, J.-L., Boote, K., Lizaso, J., Jones, J.W., Rosenzweig, C., Ruane, A.C., Adam, M., Baron, C., Basso, B., Biernath, C., Boogaard, H., Conijn, S., Corbeels, M., Deryng, D., De Sanctis, G., Gayler, S., Grassini, P., Hatfield, J.L., Hoek, S., Izaurralde, C., Jongschaap, R., Kemanian, A.R., Kersebaum, K.C., Kim, S.-H., Kumar, N.S., Makowski, D., Müller, C., Nendel, C., Priesack, E., Pravia, M.V., Sau, F., Shcherbak, I., Tao, F., Teixeira, E., Timlin, D., Waha, K., 2014. How do various maize crop models vary in their responses to climate change factors? Global Change Biology, n/a-n/a.
  • Bergez, J.E., Raynal, H., Launay, M., Beaudoin, N., Casellas, E., Caubel, J., Chabrier, P., Coucheney, E., Dury, J., Garcia de Cortazar-Atauri, I., Justes, E., Mary, B., Ripoche, D., Ruget, F., 2014. Evolution of the STICS crop model to tackle new environmental issues: New formalisms and integration in the modelling and simulation platform RECORD. Environmental Modelling & Software.
  • Bourgeois, C., Fradj, N., Jayet, P.-A., 2014. How Cost-Effective is a Mixed Policy Targeting the Management of Three Agricultural N-pollutants? Environmental Modeling & Assessment 19, 389-405.
  • Caubel, J., Launay, M., Garcia de Cortazar-Atauri, I., Ripoche, D., Huard, F., Buis, S., Brisson, N., 2014. A new integrated approach to assess the impacts of climate change on grapevine fungal diseases: the coupled MILA-STICS model. Journal International des Sciences de la Vigne et du Vin, 45-54.
  • Chen, Y.T., Cournede, P.H., 2014. Data assimilation to reduce uncertainty of crop model prediction Convolution Particle Filtering. Ecological Modelling 290, 165-177.
  • Colbach, N., Granger, S., Guyot, S.H.M., Mézière, D., 2014. A trait-based approach to explain weed species response to agricultural practices in a simulation study with a cropping system model. Agriculture, Ecosystems & Environment 183, 197-204.
  • Defossez, P., Richard, G., Keller, T., Adamiade, V., Govind, A., Mary, B., 2014. Modelling the impact of declining soil organic carbon on soil compaction: Application to a cultivated Eutric Cambisol with massive straw exportation for energy production in Northern France. Soil & Tillage Research 141, 44-54.
  • Dumont, B., Basso, B., Leemans, V., Bodson, B., Destain, J.-P., Destain, M.-F., 2014. Systematic analysis of site-specific yield distributions resulting from nitrogen management and climatic variability interactions. Precision Agric, 1-24.
  • Dumont, B., Leemans, V., Ferrandis, S., Bodson, B., Destain, J.-P., Destain, M.-F., 2014. Assessing the potential of an algorithm based on mean climatic data to predict wheat yield. Precision Agric 15, 255-272.
  • Dumont, B., Leemans, V., Mansouri, M., Bodson, B., Destain, J.-P., Destain, M.-F., 2014. Parameter identification of the STICS crop model, using an accelerated formal MCMC approach. Environmental Modelling & Software 52, 121-135.
  • Ferrant, S., Gascoin, S., Veloso, A., Salmon-Monviola, J., Claverie, M., Rivalland, V., Dedieu, G., Demarez, V., Ceschia, E., Probst, J.L., Durand, P., Bustillo, V., 2014. Agro-hydrology and multi-temporal high-resolution remote sensing: toward an explicit spatial processes calibration. Hydrology and Earth System Sciences 18, 5219-5237.
  • Jego, G., Chantigny, M., Pattey, E., Belanger, G., Rochette, P., Vanasse, A., Goyer, C., 2014. Improved snow-cover model for multi-annual simulations with the STICS crop model under cold, humid continental climates. Agricultural and Forest Meteorology 195, 38-51.
  • Khila, S.B., Douh, B., Mguidiche, A., Ruget, F., Mohsen, M., Boujelben, A., 2014. Application of STICS Model in Assessment of the Effects of Irrigation Practices and Soil Properties on Yield of a Durum Wheat (Triticum durum Desf.) Cultivar in the Irrigated Area of Oued Rmel in Tunisia. Annual Research & Review in Biology 4, 747-765.
  • Langevin, B., Génermont, S., Basset-Mens, C., Lardon, L., 2014. Simulation of field NH3 and N2O emissions from slurry spreading. Agronomy for Sustainable Development, 1-12.
  • Mansouri, M., Dumont, B., Leemans, V., Destain, M.-F., 2014. Bayesian methods for predicting LAI and soil water content. Precision Agric 15, 184-201.
  • McDowell, R.W., Moreau, P., Salmon-Monviola, J., Durand, P., Leterme, P., Merot, P., 2014. Contrasting the spatial management of nitrogen and phosphorus for improved water quality: Modelling studies in New Zealand and France. European Journal of Agronomy 57, 52-61.
  • Poch-Massegu, R., Jimenez-Martinez, J., Wallis, K.J., de Cartagena, F.R., Candela, L., 2014. Irrigation return flow and nitrate leaching under different crops and irrigation methods in Western Mediterranean weather conditions. Agricultural Water Management 134, 1-13.
  • Porter, C.H., Villalobos, C., Holzworth, D., Nelson, R., White, J.W., Athanasiadis, I.N., Janssen, S., Ripoche, D., Cufi, J., Raes, D., Zhang, M., Knapen, R., Sahajpal, R., Boote, K., Jones, J.W., 2014. Harmonization and translation of crop modeling data to ensure interoperability. Environmental Modelling & Software 62, 495-508.
  • Sansoulet, J., Pattey, E., Kröbel, R., Grant, B., Smith, W., Jégo, G., Desjardins, R.L., Tremblay, N., Tremblay, G., 2014. Comparing the performance of the STICS, DNDC, and DayCent models for predicting N uptake and biomass of spring wheat in Eastern Canada. Field Crops Research 156, 135-150.
  • Singh, A.K., Madramootoo, C.A., Goyal, M.K., Smith, D.L., 2014. Corn Yield Simulation Using the STICS Model under Varying Nitrogen Management and Climate-Change Scenarios. Journal of Irrigation and Drainage Engineering 140.
  • Strullu, L., Beaudoin, N., Garcia de Cortàzar Atauri, I., Mary, B., 2014. Simulation of biomass and nitrogen dynamics in perennial organs and shoots of Miscanthus×Giganteus using the STICS model. Bioenergy Research.
  • Talbot, G., Roux, S., Graves, A., Dupraz, C., Marrou, H., 2014. Relative yield decomposition: A method for understanding the behaviour of complex crop models. Environmental Modelling & Software 51, 136-148.
  • Valade, A., Ciais, P., Vuichard, N., Viovy, N., Caubel, A., Huth, N., Marin, F., Martine, J.F., 2014. Modeling sugarcane yield with a process-based model from site to continental scale: uncertainties arising from model structure and parameter values. Geoscientific Model Development 7, 1225-1245.
  • Valade, A., Vuichard, N., Ciais, P., Ruget, F., Viovy, N., Gabrielle, B., Huth, N., Martiné, J.-F., 2014. ORCHIDEE-STICS, a process-based model of sugarcane biomass production: calibration of model parameters governing phenology. Global Change Biology - Bioenergy 6, 606-620.
  • Valdés-Gómez, H., Gary, C., Brisson, N., Matus, F., 2014. Modelling indeterminate development, dry matter partitioning and the effect of nitrogen supply in tomato with the generic STICS crop–soil model. Scientia Horticulturae 175, 44-56.