Dynamilk : a farming system model to explore the trade-offs between animal performances, forage utilization and feed self-sufficiency in dairy cattle mountainous systems

Les systèmes d’élevages laitiers herbagers montagnards sont d’autant plus sensibles aux changements de contraintes de production (types de fourrages et niveaux d’aliments concentrés autorisés dans les cahiers des charges AOP par exemple) et aux aléas climatiques que le milieu est contraignant et que le système fourrager repose sur l’utilisation exclusive de prairies permanentes. Une meilleure adéquation entre les dynamiques de besoins des animaux et d’offre herbagère permettrait à ces systèmes d’atteindre un meilleur degré d’autonomie fourragère et alimentaire, et d’être ainsi plus robustes face aux changements. Pour explorer des stratégies contrastées de conduite et comprendre les compromis qu’il est possible d’atteindre entre niveau de production, autonomie fourragère et utilisation durable des prairies, un modèle de simulation déterministe à l’échelle de l’exploitation a été construit, nommé Dynamilk. Ce modèle simule les interrelations entre le troupeau laitier, les ressources alimentaires et herbagères et la conduite du système. Dynamilk est composé de deux sous-modèles biotechniques avec, d’une part, le parcellaire comportant un module de croissance de l’herbe prenant en compte la diversité botanique des prairies, et d’autre part, le troupeau laitier. Un modèle de structure démographique du troupeau simule les différentes catégories d’animaux selon leur âge et leur stade physiologique, et, un modèle dynamique simule l’ingestion et la production pour chaque catégorie d’animaux. La production laitière résulte des besoins énergétiques, de l’énergie offerte par la ration et de la capacité des animaux à mobiliser ou reconstituer leurs réserves corporelles. Le modèle de conduite est composé des éléments stratégiques définissant les objectifs de production et les règles de pilotage des principales pratiques (constitution et gestion des fourrages, alimentation et pâturage du troupeau). Le modèle animal et le modèle global ont été validés sur des données expérimentales ou de référentiels de fonctionnement d’exploitations. Ces deux modèles présentent des résultats et un fonctionnement cohérent. Dynamilk a permis de tester deux systèmes contrastés selon leur dynamique annuelle de production (période des vêlages « groupés de septembre à février » (GA) vs « groupés de mars à mai » (GP)) à chargement (0,94 UGB/ha) et apports de concentrés (1 200 kg/VL/an) identiques. Dans un plan d’expérience virtuel, chaque système a été simulé sur deux séries climatiques, une sans aléa climatique (1993-1999) et l’autre avec (2005-2011), avec une augmentation du chargement et une diminution des apports de concentrés. Les résultats de simulation montrent qu’à faible chargement les deux systèmes sont autonomes pour les fourrages et sous-utilisent les ressources herbagères au pâturage. L’augmentation du chargement améliore l’utilisation de l’herbe pâturée sans pénaliser les performances laitières, mais réduit l’autonomie en fourrages récoltés. Diminuer les apports de concentrés améliore également l’utilisation de l’herbe, mais réduit la production laitière. La production laitière du système GA est plus sensible que celle du système GP à la qualité des fourrages récoltés qui varie selon les années climatiques. Ainsi le système GP, grâce à plus d’utilisation de l’herbe pâturée, serait moins sensible aux aléas. Dynamilk permet d’analyser la réponse de systèmes laitiers herbagers sur des séries climatiques longues et de tester pas à pas des modifications de structure et de pilotage du système dans une démarche de conception de systèmes ex ante.Dairy systems based on grasslands are sensitive towards environmental variations (climatic events) and production constraints changes. A better match between dynamic of dairy cattle needs and herbage supply could enable the farming system to lean towards a better forage self-sufficiency at farm-scale and to be more resilient to changes. Modeling approach is used to study, over many years, several scenarios with contrasted strategies of biotechnical subsystems management in order to test different calving distributions, cattle and grasslands characteristics, or practices on pastures and meadows. Such a dynamic model, called Dynamilk, has been created and implemented. Dynamilk is focused on relationships among dairy cattle, management and resources. This model is based on a bio-technical approach focused on grassland use by animals. Grassland sub model which consists in biodiversity characteristics and grass growth components has been developed by Jouven (2006). Dairy cattle sub model consists in 2 units: demographic structure unit and intake, milk production and body reserve use unit. This model considers calving period and distribution, dairy cattle characteristics (ability of animals to produce milk and use its body reserve) in order to test the match between animal needs and feed supply. Milk production according to herbage and feed supply is the main output of Dynamilk. Decisional sub-system describe the main practices to rule the production system which are forage system management with mowing practices, forage stores, winter diet, concentrate distribution and grazing management. Validation of dairy cattle sub model and whole model has been carried out by comparison against experimental data and case-study data of real farms. Two systems has been simulated with Dynamilk, the first one based on calving distribution from august to february, called GA, and the second one from march to june, called GP (stocking rate 0.94 LU.ha-1 and concentrate amount 1200 kg.cow-1.year-1). Simulation results have pointed out that both system achieved forage self-sufficiency and grass offer is underused. Several simulations has been accomplished to evaluate impacts of stocking rate increase and concentrate decrease on animal production, herbage utilisation and forage self-suficiency rate. The simulation have indicated that matching animal needs with feed and herbage supply to better cope with climatic events and constraints changes