Agroforesterie tempérée : une intensification écologique exceptionnelle décortiquée à l'aide d'outils de simulation innovants

Modifié le

Partager :

Les premières mesures expérimentales de la productivité des systèmes agroforestiers viennent d'être réalisées, sur des parcelles suivies de la plantation à la récolte des arbres. Cette productivité est exceptionnelle : le gain par rapport à l'assolement (séparation arbres-cultures) est de plus de 30 %, et atteindrait parfois 60 %. Cela signifie qu'une exploitation agroforestière de 100 ha produit autant qu'une exploitation conventionnelle de 130 à 160 ha. Mais comment expliquer cette productivité ? Est-elle générale ou réservée à certaines situations exceptionnelles ? Pour le savoir, nous avons conçu un modèle de simulation numérique de systèmes agroforestiers qui permet de faire des expérimentations virtuelles pour en comprendre le fonctionnement et pour optimiser leur conception et leur gestion. Ce modèle numérique en 3D génère des sorties extrêmement volumineuses, hors de portée de traitement avec les outils (tableurs) classiques. Nous avons donc développé des outils d'interprétation des résultats ad hoc, à partir notamment d'une analyse novatrice qui permet de comparer des simulations entre elles. Avec ces outils, il devient possible de comprendre pourquoi certains systèmes agroforestiers tempérés sont si productifs, et dans quelles conditions ce résultat est valable. Cette analyse nous a réservé des surprises, en mettant en évidence des comportements des mélanges arbres-cultures inattendus. En particulier, certaines formes de résilience face au changement climatique sont mises en évidence, qui pourraient conduire à l'adoption de systèmes agroforestiers à grande échelle en Europe.

Suivez la conférence en streaming :http://www.agropolis.fr/agronomie/animation-scientifique-agroecologie.php

Intervenez en direct par mail : seminaire-agroecologie@agropolis.fr ou via votre compte Twitter : http://twitter.com/intent/user?screen_name=agroecologie

Voir tous les évènements