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

High-resolution assessment of French grassland dry matter and nitrogen yields

09 octobre 2019

Graux A.-I., Resmond R., Casellas E., Delaby L., Faverdin P., Le Bas C., Ripoche D., Ruget F., Thérond O., Vertès F., Peyraud J.-L., 2020, European Journal of Agronomy

Grasslands offer many environmental and economic advantages that put them at the heart of future sustainable ruminant production systems. This study aimed to quantify and map the dry matter yield (DMY) and nitrogen yield (NY) of French grasslands resulting from cutting and grazing practices, based on the existing diversity of grassland vegetation, management, soil and climate conditions, using a research version of the STICS crop model called PâturSTICS. This model simulates daily dry matter (DM), nitrogen (N) and water fluxes involved in the functioning of grasslands and crops in response to management and environmental conditions. It was improved to represent deposition of animal waste on grassland soils during grazing and to simulate DM production and N content of grasses and legumes more accurately. Simulations were performed for locations across France on a high-resolution grid composed of pedoclimatic units (PCU) obtained by combining the spatial resolutions of climate and soil. The main grassland types and associated management types were determined for each PCU and then simulated over 30 years (1984–2013). Using the simulated values, predictive metamodels of annual grassland DMY and NY were developed from easily accessible explanatory variables using a random forest approach. Annual model predictions were aggregated and averaged at the PCU scale, then compared to regional observations. Predicted DMY agreed with available observations, except in semi-mountainous and mountainous regions, where PâturSTICS tended to overpredict DMY, probably because it ignores effects of snow, frost and slope, and due to how it represents effects of temperature and water stress on plant growth. According to results, three-quarters of French grasslands produce and export at least 7.6 t DM ha−1 yr−1 and 172 kg N ha−1 yr−1, respectively. One-quarter of French grasslands produce and export at least 10.7 t DM ha−1 yr−1 and 254 kg N ha−1 yr−1, respectively. The latter are located mainly in north-western France, the north-western Massif Central, the French Alps and the western Pyrénées, all of which have environmental conditions favourable for grass growth. The metamodels developed are interesting proxies for PâturSTICS’ predictions of grassland DMY and NY. Our results provided valuable knowledge that promotes better use of the potential forage production of French and European grasslands to improve protein self-sufficiency and N fertilisation management in ruminant livestock systems.

Site : https://doi.org/10.1016/j.eja.2019.125952