[Post-doc]Bachar Tarraf : Prise en compte des incertitudes météorologiques pour les modèles de gestion de l’irrigation en agriculture

Post-doctorat financé #DigitAg

 

Je suis localisé au CNRM (Centre National de Recherche Météorologique) – Toulouse, étant donné que le projet sur lequel je travaille a un lien très important avec la météorologie (une collaboration entre ACTA et le CNRM). Je suis issu d’une communauté des mathématiques appliquées. Notamment, j’ai réalisé mon Master en analyse, edp, proba à l’Université de Bordeaux, et ensuite j’ai réalisé ma thèse de doctorat à Inria Bordeaux Sud-ouest en modélisation biologique.
Durant mon doctorat à Inria, au sein de l’équipe CARMEN, j’ai travaillé sur la modélisation des mitochondries cardiaques (ma thèse). En cette nouvelle aventure de post-doctorat, je vais m’intéresser à la prise en compte des incertitudes météorologiques pour les modèles de gestion de l’irrigation en agriculture.

Le numérique impacte le secteur de la production agricole. Au travers des différentes technologies mises en œuvre, il permet à l’agriculture de gagner en efficience et de la transformer en profondeur. C’est pour cela que c’est intéressant d’investir dans ce domaine en pleine évolution.

En utilisant la modélisation, les données, et les expertises en mathématiques et informatique, mon objectif de post doc serait d’investiguer l’impact des incertitudes météorologiques sur la gestion de l’irrigation par l’agriculteur qui utilise des outils d’aides à la décision. Et en conséquence de l’aider à mieux gérer sa culture et réduire ses coûts. Ce travail pourrait me donner une expérience interdisciplinaire très enrichissante, en plus des expertises scientifiques dans les domaines en question.

Prise en compte des incertitudes météorologiques pour les modèles de gestion de l’irrigation en agriculture

  • Date de démarrage:  19 avril 2022
  • Discipline(s)/Spécialité(s): Sciences des données, Modélisation, Mathématiques appliquées, Agriculture numérique
  • Financement: #DigitAg
  • Encadrant(s): François Brun (Acta), Sébastien Roux (Mistea, Inrae) et Laure Raynaud (CNRM)
  • #DigitAg :  Axe 6 : Modélisation et simulation (systèmes de production agricole), Axe 2 : Innovations en agriculture numérique, Challenge 5 : Les services de conseil agricole, Challenge 0 : sujet transversal, Challenge 1 : Le challenge agroécologique

Mots-clés: Sciences des données, Agriculture numérique, Aide décision, Modélisation, Statistiques, Données météorologiques

Résumé: L’agriculture compte parmi les activités les plus impactées par les aléas météorologiques, modulant notamment le cycle cultural, la gestion de l’irrigation, la protection des cultures, … Ce secteur est fortement demandeur d’outils d’aide à la décision (OAD) visant à ajuster les opérations culturales selon les contraintes de la météo. Depuis quelques années, les prévisions météo évoluent, offrant maintenant une information sur l’incertitude. Ces prévisions probabilistes, aussi dites d’ensemble, permettent de proposer des scénarios réalistes pour représenter les incertitudes des prévisions jusqu’à 15 jours. Par ailleurs, les agriculteurs s’équipent de stations connectées pour alimenter les OAD en observation météorologique. Néanmoins, le déploiement de ces nouvelles stations à bas coût pose la question de leur qualité et donc des incertitudes associées également. En parallèle, Tous ces éléments participent à la construction d’une agriculture de précision.
L’objectif de ce post doc est d’évaluer l’impact des incertitudes des prévisions météorologiques sur les prévisions des bilans hydriques et in fine sur les préconisations issues des OAD pour la gestion de l’irrigation. Pour cela les prévisions d’ensemble seront mobilisées. Par ailleurs, il s’agira d’évaluer conjointement la sensibilité de ces OAD aux trois grandes catégories de sources d’incertitude : les prévisions d’ensemble, les observations météorologiques issus de stations connectées et les paramètres ou variables d’entrée agronomique. Nous considérerons 2 OAD de gestion de l’irrigation en vigne et maïs. Il permettra de montrer l’intérêt des approches de prévision d’ensemble par rapport aux prévisions classiques ou encore à des approches fréquentielles.


Contact: bachar.tarraf [AT] acta.asso.fr / bachar.tarraf [AT] meteo.fr
Réseaux sociauxLinkedIn


Communications/Publications

Journal publication:

  • A simple model of cardiac mitochondrial respiration with experimental validation, Bachar Tarraf, Emmanuel Suraniti, Camille Colin, Stéphane Arbault, Philippe Diolez, Michael Leguèbe, Yves Coudière, Mathematical Biosciences and Engineering, Jun. 2021

Conference publications:

  • Global Sensitivity Analysis for Uncertain Parameters Applied to a Cardiac Mitochondrial Model (4 pages paper + oral presentation), Bachar Tarraf, Michael Leguèbe, Yves Coudière, Emmanuel Suraniti, Camille Colin, Stéphane Arbault, Philippe Diolez, CinC 2020 – Computing in cardiology, Sep. 2020, Rimini / Virtual, Italy
  • Sensitivity Analysis of a Simple Cardiac Mitochondrial Model (2 pages abstract + poster), Bachar Tarraf, Michael Leguèbe, Yves Coudière, VPH2020 – International Conference on the Virtual Physiological Human, Aug 2020, Paris / Virtual, France
  • Thermodynamical Fluxes for the Modeling of Cardiac Mitochondrial Calcium Handling (4 pages paper + oral presentation), Bachar Tarraf, Michael Leguèbe, Yves Coudière, Philippe Diolez, CinC 2019 – Computing In Cardiology 2019, Sep 2019, Singapour, Singapore

Scientific communications:

  • Dynamical behaviour of a stage structered predator-prey model for multispecies demography, Frederic Barraquand, Bachar Tarraf, MMEE – Mathematical Models in Ecology and Evolution, July 2019, Lyon, France
  • A Simple Cardiac Mitochondrial Model Validated Against Oxygen Consumption Measures Using a Global Sensitivity Analysis Approach, Bachar Tarraf, Michael Leguèbe, Yves Coudière, Congrès d’Analyses Numériques pour les Jeunes – 2020