7 Diagnostic global obs vs sim

Le diagnostic est produit par le script scripts/05_plot_calib_diag.R à partir des résultats de toutes les étapes complétées. Il compare, pour chaque variable calibrée, les valeurs observées aux valeurs simulées avant et après optimisation des paramètres de l’étape concernée.

Lecture du graphique :

Chaque point représente une situation (année × site).
La droite en tiretés est la bissectrice (simulation parfaite).
Bleu — simulation avec les paramètres initiaux (valeurs XML de référence).
Rouge — simulation avec les paramètres calibrés de l’étape.
Les annotations indiquent le RMSE et l’effectif pour chaque état.

7.1 Diagnostic obs vs sim

Figure 7.1: Comparaison obs vs sim pour chaque variable calibrée. Bleu : paramètres initiaux. Rouge : paramètres calibrés. La droite en tiretés est la bissectrice (simulation parfaite).

7.2 Dynamiques simulées — LAI, rendement et phénologie

Figure 7.2: Dynamiques simulées après calibration complète : indice foliaire (LAI), rendement grain (`mafruit`) et stades phénologiques clés, pour toutes les situations.

7.3 Distribution des rendements simulés

Figure 7.3: Distribution interannuelle du rendement grain simulé (`mafruit`) par régime hydrique après calibration complète, comparée aux observations IVD (réseau Apache, Clermont-Ferrand). Chaque point représente une année × situation.

Points de discussion :

Absence de séparation entre Potentiel et Stress hydrique. C’est (trop) curieux. Les deux distributions sont quasi-identiques (~10 t MS/ha), ce qui suggère que le stress hydrique joue un rôle mineur sur ce site. On peut raisonnablement en douter, même si ce résultat traduit aussi un contexte pédoclimatique de Clermont-Ferrand — sol limoneux à bonne réserve utile. Mais pas de cet ordre de grandeur.
Surestimation par rapport aux observations. Le modèle simule des rendements systématiquement supérieurs aux observations IVD. Une explication possible tient à la borne inférieure de stdrpmat atteinte lors de la calibration (500 °C·j, cf. étape 4) : en cherchant à réduire la période de remplissage du grain, l’optimiseur comprime artificiellement le rendement potentiel, au risque de confondre cet effet avec une limitation d’origine hydrique ou azotée. Ce biais de structure mériterait d’être exploré en élargissant l’espace de recherche à d’autres variables que stdrpmat (dont on devrait probablement limiter bien plus drastiquement que ce qui est suggéré par Gawinowski et al.).