Spatialisation de l’Information Météorologique Pour l’Amélioration des Techniques Culturales (projet SIMPATIC)

Le projet SIMPATIC consistait à étudier l’utilisation de données climatiques à haute résolution spatiale pour améliorer la qualité des conseils agricoles et des pratiques culturales, en palliant la densité limitée de stations météorologiques. Le projet a permis le développement d’un système d’information permettant de générer des données météo spatialisées à deux résolutions (5x5km et 1x1km) accessibles aux partenaires du projet via la plateforme d’intégration Cap 2020 sur deux dispositifs terrains principaux de plusieurs centaines de km² (Sud du Bassin Parisien et Sud-Est : région Nîmes- arascon) via des Stations Météo Virtuelles® accessibles par Internet (www.meteoagricoledeprecision.com). Ces données météo ont été utilisées en comparaison avec celles de stations météo réelles dans différents OAD développés par les partenaires du projet, sur différentes cultures (pomme de terre, céréales, tomate et vigne) et thématiques (gestion des risques liés aux bioagresseurs (mildiou, pucerons) ou pilotage de l’irrigation) sensibles aux facteurs climatiques. Les résultats montrent l’intérêt de la spatialisation des données agrométéorologiques et l’importance de la qualité des données de pluie et d’humidité.The objectives of the ‘SIMPATIC’ project were to study the interest of spatial bioclimatic data to support DSS and to improve the reliability of crop management at field scale, far from weather stations. The project made it possible to set two networks of weather stations and virtual meteorological data at two resolutions (5x5km and 1x1km). Spatial weather data were provided to the project partners via an integration platform by Cap 2020 in two areas of several hundred km² (Paris Basin and South-East) via Virtual Weather Stations® provided by Internet www.meteoagricoledeprecision.com). Spatial and true weather data were compared on the four crops of the project: (seed) potato, cereals, tomato and vineyard, on existing DSS for Late blight (Mileos® and Potentiel system) and irrigation (Bipode® and D. Boisgontier et al. 330 Innovations Agronomiques 30 (2013), 329-347 ETP-PM) and in acquiring data on the epidemiology and transmission of Potato virus Y by aphids. Results show the potential of spatialized weather data and the importance of reliable rain and humidity measurements