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

Analysis and modeling of cover crop emergence: Accuracy of a static model and the dynamic STICS soil-crop model

08 janvier 2018

Tribouillois, H. ; Constantin, J. ; Justes, E. (2018). European Journal of Agronomy, 93 : 73-81.

Cover crops are increasingly used in agriculture to provide a variety of ecosystem services (e.g. reducing nitrogen leaching, storing carbon in soils) during fallow periods, but it can be challenging to successfully establish them in summer, when water availability may be low. Thus, it is crucial to better quantify, understand and predict the emergence date of a variety of cover crops from multiple contexts in impact assessment studies. The objectives of this study were to 1) analyze variability in emergence dynamics among cover crops grown in fields, 2) identify variables that influence emergence the most and use them to develop a simple model to predict emergence date and 3) calibrate the STICS model to improve its predictions of cover crop emergence. STICS was chosen because it is a dynamic soil-plant model widely validated in the literature for simulating the production of cover crop services. We analyzed emergence dynamics of ten cover crop species sown under a variety of soil, climate and sowing conditions from 18 experimental sites across France. We developed and independently evaluated a static model based on these data to predict the number of days until emergence. We then calibrated STICS using the same data. Results revealed a mean emergence duration of 12 days for all species, but with high variability among experimental sites and years. The simple static model contained only three variables, with the number of consecutive days without significant water input after sowing the most significant. Overall, both the model and STICS predicted emergence date well in the calibration and validation datasets. Accurate prediction of soil moisture in the seedbed and soil water balance is a key factor to accurately predict cover crop emergence. Accurately predicting emergence of cover crops in crop models will help to assess the former’s ability to provide ecosystem services in cropping systems in current and future climates.

Site : http://prodinra.inra.fr/record/417238