Overview

L'approvisionnement alimentaire mondial dépend fortement des céréales, et le maïs est l'une des plus importantes en raison de son adaptabilité dans diverses régions agro-écologiques et de sa valeur économique élevée. Son fort potentiel de rendement a accru la demande d'amélioration des pratiques de gestion régionales. Une estimation précise des rendements au niveau régional est donc essentielle, mais reste difficile. Les méthodes traditionnelles de suivi sont limitées, ce qui a conduit à un intérêt croissant pour les modèles de simulation de la croissance du maïs. Toutefois, les simulations de rendement régional restent faibles, ce qui souligne la nécessité de disposer de modèles spécifiques à chaque région. Les conditions météorologiques jouent un rôle majeur dans la croissance des cultures et l'utilisation de moyennes historiques ne permet pas de saisir les interactions quotidiennes entre les conditions météorologiques, le sol, l'eau et les nutriments. Des prévisions météorologiques saisonnières fiables au début de la saison de culture peuvent améliorer les estimations de rendement, d'où la nécessité de disposer de relevés météorologiques quotidiens qui correspondent étroitement aux caractéristiques statistiques réelles. Cette recherche visait à développer un modèle de simulation de la croissance du maïs avec un sous-modèle météorologique intégré.