Analyse de l'incertitude de quatre modèles de phytoprotection relative à l'erreur des mesures des variables agrométéorologiques d'entrée
Notice bibliographique
Résumé
Outputs uncertainty analysis of four crop protection models relative to agrometeorological inputs measurement errors. The use of computer models in crop protection increases our management and forecast capacities as well as it allows to reduce the increasing pressure of agricultural activity on natural resources by the optimization of phytosanitary products use. The CIPRA system (Centre Informatique de Prévision de Ravageurs en Agriculture), a modeling tool gathering, under a common computer frame, several forecasting models using standard weather data (temperature, wind, precipitation, relative humidity), is one of the first Canadian operational decision support systems in crop protection. Since models are just a simplification more or less representative of the corresponding biophysics system, it is of primary importance to study the implications and the limitations of their application by determining the uncertainty level on model outputs. The purpose of the present paper was to evaluate the impact of uncertainty associated with weather inputs measurement on the outputs of four models within CIPRA system. These models are the Cercospora blight of carrots (Cercospora carotae (Pass.) Solheim), the onion leaf blight (Botrytis squamosa J.C. Walker), the carrot weevil (Listronotus oregonensis (LeConte)) and the European corn borer (Ostrinia nubilalis (Hübner)). This objective was achieved using the relative sensitivity and the uncertainty propagation. Results show that the cercospora blight model is more sensitive to temperature than with relative humidity. In this case uncertainty on the relative humidity is a significant source of error in the outputs. The onion leaf blight model is primarily sensitive to the relative humidity fluctuations. The relative humidity is, therefore, the principal source of error in the model outputs. Finally, the two insects models (weevil and borer) are more sensitive to the maximum temperature than to the minimum temperature. Uncertainties on the two models outputs are low. In addition to the evaluation of the reliability and level of significance of the results provided by the four models, this study allows to identify the most significant meteorological variables for the models.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».