En savoir plus

‌

A propos des cookies

Qu’est-ce qu’un « cookie » ?

Un "cookie" est une suite d'informations, généralement de petite taille et identifié par un nom, qui peut être transmis à votre navigateur par un site web sur lequel vous vous connectez. Votre navigateur web le conservera pendant une certaine durée, et le renverra au serveur web chaque fois que vous vous y re-connecterez.

Différents types de cookies sont déposés sur les sites :

  • Cookies strictement nécessaires au bon fonctionnement du site
  • Cookies déposés par des sites tiers pour améliorer l’interactivité du site, pour collecter des statistiques

> En savoir plus sur les cookies et leur fonctionnement

Les différents types de cookies déposés sur ce site

Cookies strictement nécessaires au site pour fonctionner

Ces cookies permettent aux services principaux du site de fonctionner de manière optimale. Vous pouvez techniquement les bloquer en utilisant les paramètres de votre navigateur mais votre expérience sur le site risque d’être dégradée.

Par ailleurs, vous avez la possibilité de vous opposer à l’utilisation des traceurs de mesure d’audience strictement nécessaires au fonctionnement et aux opérations d’administration courante du site web dans la fenêtre de gestion des cookies accessible via le lien situé dans le pied de page du site.

Cookies techniques

Nom du cookie

Finalité

Durée de conservation

Cookies de sessions CAS et PHP

Identifiants de connexion, sécurisation de session

Session

Tarteaucitron

Sauvegarde vos choix en matière de consentement des cookies

12 mois

Cookies de mesure d’audience (AT Internet)

Nom du cookie

Finalité

Durée de conservation

atid

Tracer le parcours du visiteur afin d’établir les statistiques de visites.

13 mois

atuserid

Stocker l'ID anonyme du visiteur qui se lance dès la première visite du site

13 mois

atidvisitor

Recenser les numsites (identifiants unique d'un site) vus par le visiteur et stockage des identifiants du visiteur.

13 mois

À propos de l’outil de mesure d’audience AT Internet :

L’outil de mesure d’audience Analytics d’AT Internet est déployé sur ce site afin d’obtenir des informations sur la navigation des visiteurs et d’en améliorer l’usage.

L‘autorité française de protection des données (CNIL) a accordé une exemption au cookie Web Analytics d’AT Internet. Cet outil est ainsi dispensé du recueil du consentement de l’internaute en ce qui concerne le dépôt des cookies analytics. Cependant vous pouvez refuser le dépôt de ces cookies via le panneau de gestion des cookies.

À savoir :

  • Les données collectées ne sont pas recoupées avec d’autres traitements
  • Le cookie déposé sert uniquement à la production de statistiques anonymes
  • Le cookie ne permet pas de suivre la navigation de l’internaute sur d’autres sites.

Cookies tiers destinés à améliorer l’interactivité du site

Ce site s’appuie sur certains services fournis par des tiers qui permettent :

  • de proposer des contenus interactifs ;
  • d’améliorer la convivialité et de faciliter le partage de contenu sur les réseaux sociaux ;
  • de visionner directement sur notre site des vidéos et présentations animées ;
  • de protéger les entrées des formulaires contre les robots ;
  • de surveiller les performances du site.

Ces tiers collecteront et utiliseront vos données de navigation pour des finalités qui leur sont propres.

Accepter ou refuser les cookies : comment faire ?

Lorsque vous débutez votre navigation sur un site eZpublish, l’apparition du bandeau « cookies » vous permet d’accepter ou de refuser tous les cookies que nous utilisons. Ce bandeau s’affichera tant que vous n’aurez pas effectué de choix même si vous naviguez sur une autre page du site.

Vous pouvez modifier vos choix à tout moment en cliquant sur le lien « Gestion des cookies ».

Vous pouvez gérer ces cookies au niveau de votre navigateur. Voici les procédures à suivre :

Firefox ; Chrome ; Explorer ; Safari ; Opera

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

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

Dernière mise à jour : Mai 2021

Menu Logo Principal Logo_stics

STICS

Accueil Ressources Publications Articles 2014

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.