Du modèle à l’aide à la décision par la modélisation : application à l’irrigation déficitaire des végétaux en ville, contexte France et Sénégal

From model to decision support through modeling : application to deficit irrigation of urban plants, France and Senegal context

• Auteur / Autrice : Serigne Kosso Sene
• Direction : Nicolas Marilleau, Mathieu Gueye, Thomas Bur
• Type : Thèse de doctorat
• Discipline(s) : Sciences et technologies de l'information et de la communication
• Date : Soutenance le 13/12/2023
• Etablissement(s) : Sorbonne université
• Ecole(s) doctorale(s) : École doctorale Informatique, télécommunications et électronique de Paris
• Partenaire(s) de recherche : Laboratoire : Unité de modélisation mathématique et informatique des systèmes complexes (Bondy, Seine-Saint-Denis ; 2009?-....)
• Jury : Président / Présidente : Jean-Daniel Zucker
• Jury : Examinateurs / Examinatrices : Marie-Laure Betbeder-Matibet
• Jury : Rapporteurs / Rapporteuses : Rémy Courdier, Aboudou Raoufou Pierre Radji

Mots clés

Mots clés contrôlés

Irrigation -- Gestion

Ontologie

Prise de décision

Systèmes d'aide à la décision

Modélisation des données (informatique)

Mots clés libres

Modélisation

Aide à la décision

Théorie de la décision

Ontologie

Irrigation déficitaire

Modélisation des décisions

Modelling

Decision support

Decision theory

Ontology

Deficit irrigation

Decision modelling

Résumé

La gestion des espaces urbains est en constante évolution, passant de simples éléments ornementaux à des écosystèmes offrant une gamme étendue de services essentiels à l'homme et à l'environnement. Cependant, ces services ne sont pas sans coût, notamment en termes d'utilisation de l'eau. Dans ce contexte, les modèles agronomiques, bien que nombreux, ne constituent pas des outils complets d'aide à la prise de décision pour les professionnels des espaces verts urbains. Pour répondre à ce défi, une approche intégrant la théorie de la décision et la modélisation des décisions a été développée. Cette démarche vise à combiner les connaissances scientifiques avec les contraintes opérationnelles spécifiques à chaque contexte. L'objectif est de fournir des scénarii précis et adaptés à chaque situation, en prenant en compte des facteurs de contraintes opérationnelles et les attentes des parties prenantes. Un exemple concret de cette approche est le modèle agronomique SARa developpé lors de cette étude, qui évalue l'activité racinaire des arbres en utilisant des mesures tensiométriques. Ce modèle permet de suivre en continu la reprise des arbres après transplantation, offrant ainsi une vision proactive plutôt que réactive de leur survie. Les paramètres SARa sont ensuite intégrés dans un outil d'aide à la prise de décision en matière d'irrigation déficitaire. En plus du modèle agronomique SARa, l'étude a également utilisé le modèle TeadXpert pour fournir des données sur plusieurs paramètres, tels que la réserve utile aux racines (RUR). Ces données ont été essentielles pour alimenter le processus de prise de décision en matière d'irrigation des espaces verts urbains. L'intégration de ces modèles, y compris SARa et TeadXpert, ainsi que l'approche basée sur la théorie de la décision et la modélisation des décisions, constitue une démarche holistique visant à améliorer la gestion des espaces verts urbains tout en optimisant l'utilisation de l'eau. De plus, l'utilisation d'une ontologie a été explorée pour formaliser les connaissances dans le domaine de l'irrigation déficitaire des espaces verts urbains en facilitant la communication entre les acteurs du domaine. Cette étude met en évidence l'importance d'intégrer des modèles de systèmes complexes et des données de contraintes opérationnelles dans le développement d'outils d'aide à la décision pour les professionnels des espaces verts urbains. Cela permet de prendre en compte la réalité opérationnelle tout en exploitant les avancées scientifiques pour une gestion plus efficace et durable des végétaux en milieu urbain.

Urban green space management is constantly evolving, transitioning from mere ornamental elements to ecosystems that provide a wide range of essential services to both humans and the environment. However, these services are not without cost, particularly in terms of water use. In this context, agronomic models, while numerous, do not constitute comprehensive decision support tools for urban green space professionals. To address this challenge, an approach that integrates decision theory and decision modeling has been developed. This approach aims to combine scientific knowledge with context-specific operational constraints. The goal is to provide precise and tailored scenarios for each situation, taking into account operational constraints and stakeholder expectations. A concrete example of this approach is the SARa agronomic model developed in this study, which assesses root activity in trees using tensiometric measurements. This model allows for continuous monitoring of tree establishment after transplantation, offering a proactive rather than reactive view of their survival. SARa parameters are then integrated into a decision support tool for deficit irrigation. In addition to the SARa agronomic model, the study also utilized the TeadXpert model to provide data on several parameters, such as the useful reserve at the roots (RUR). This data was crucial for informing the decision-making process regarding urban green space irrigation. The integration of these models, including SARa and TeadXpert, as well as the approach based on decision theory and decision modeling, constitutes a holistic approach aimed at improving the management of urban green spaces while optimizing water use. Moreover, the use of an ontology was explored to formalize knowledge in the field of deficit irrigation of urban green spaces, facilitating communication among stakeholders in the field. This study highlights the importance of integrating complex system models and operational constraint data in the development of decision support tools for urban green space professionals. This enables the consideration of operational realities while harnessing scientific advancements for more efficient and sustainable management of vegetation in urban environments.