Le projet Digiplante : un réseau de Collaborations

1. Le projet Digiplante :un réseau de Collaborations CHINE ECOTROP CAAS CAF Cirad CP Lepse Lerfob Grignon

2. Story of the Plant Growth ModelsFrom AMAP to GreenLab Simulations de croissance Modèles mathématiques Interaction fonctionnement développement Age physiologique fonctionnement Modèle dynamique Modèles Hallé développement stochastique + géometrie Amap Jaeger 1988 Amaphydro Blaise 1998 Sim HP De Reffye 1980 Amapsim I Barczi 1993 GL1 &2 Kang 2003 GL3&4 Cournede 2004 China prototype France France Africa IFCC

3. CO2 Biomasse EauMinéraux Deux aspects fondamentaux de la Morphogénèse des plantes Le développement de l’architecture ou la création des organes par les méristèmes La croissance végétale ou l’ expansion des organes par acquisition de Biomasse Organogénèse+Géométrie = Architecture de la plante GreenLab intègre des connaissances botaniques provenant d’AMAP Photosynthèse+répartition de biomasse = production végétale/M² (pas d’architecture) GreenLab intègre des règles écophysiologiques provenant des Laboratoires : Ecotrop, Lepse et Wageningen + Mécanique, Hydraulique Radiosité, Ray tracing, Images de synthèse

4. Transport des assimilats Pas d’influence de la localisation des fruits dans l’architecture La Notion de Pool Commun L’architecture de la plante joue peu dans la production de biomasse au m². Ce qui compte c’est la surface foliaire mise en place. Une branche albinos pousse aussi vite qu’une branche avec chlorophylle ! Pas d’influence de la repartition de la biomasse sur la photosynthèse Effet des puits sur l’architecture du concombre

5. PBM Tomsim de Wageningen prévision de la production en Serre Ep Heuvelink fruits Prédiction de récolte selon la date de plantation Module de production de biomasse Module de répartition en compartiments compartiment végétatif

6. Radiation solaire Module Production de biomasse PBM Pilote du Cemagref prévision de la production en champ température Module plante Simulation du LAI Module sol Bilan hydrique Prévision du rendement J.C. Maihol

7. Limitations des PBM (d’après Heuvelink & Marcelis • Pas de prédiction des avortements d’organes • simulation de la surface foliaire peu précise • Mauvaise gestion des stress climatiques (température, lumière, eau) • Calcul seul de la production moyenne. Absence de prise en compte de la variabilité • Pas de bonnes communications entre les différents modules. Défaut de synchronisation et de prévision des interactions • Pas de prise en compte de la croissance secondaire • Pas de visualisation de la plante pour les espèces florales La cause principale est la non prise en compte de la plasticité architecturale due aux interactions croissance-architecture.

8. Comportement du modèle GreenLab :La croissance dépent de la lumière incidente et de son interception Les 3 plantes ont la même production qui ne dépend que de la surface des feuilles on ne peut pas deviner l’architecture croissance pure expansion expansion prod. Biomasse immédiate indéfinie . /cycle

9. Pourquoi l’architecture ? • Pour habiller les PBM? • Pour augmenter l’information prise sur la plante sur le fonctionnement • Pour étudier les composantes du rendement: • fonctionnement des méristèmes + fonctionnement source-puits: • Applications à la génétique: QTL • Optimisation et controle de la production de la récolte utile (feuilles, fruits, bois, racines) • Règles de GreenLab: • 1)le problème inverse doit être en adéquation avec les choix • 2) moyennes et variances des données doivent être traiter en // pour le développement et la croissance.

10. Organisation des groupements d’organes dans les PBM & FSM Pool commun de Biomasse structure topologique Système transport-resistance PBM : Organes en compartiments GreenLab: Organes en cohortes FSM: organes connectés

11. GreenLab and PBM model • For GreenLab model: One single plant architecture contains the history of growth and provides numerous data for the inverse problem. • For PBM model: one growth date provides only the weights of compartments PBM weight of shoots and fruits. Only one control point for growth process Computed organ sink variations GreenLab Plant architecture One plant gives thefull history of growth.

12. fruits Organogenèse + expansion des organes Organigramme du développement et de la croissance végétale photosynthèse transpiration leaves CHO Pool de biomasse graine H2O Plante GreenLab branches racines

13. tronc branches A4 A3 A2 A2 A4 A2 A3 A1 A4 A1 A3 rameaux axes courts L’unité Architecturale et la Réitération (Edelin, Barthélémy) Axes types in an old tree with reiteration Axes types in a young tree

14. S4 S1 Correspondance micro-état/métamère S3 S2 5 3 2 2 Organogénèse : factorisation par sous structures grâce aux âges physiologiques • Automate double –échelle: Yan HongPing Kang MengZhen JP Quadrat Ph Cournède Le temps mis pour simuler la plante est seulement proportionnel aux âges chronologiques et physiologiques.

15. Pool commun + Pressler (1-λ) λ La croissance secondaire avec remontée des assimilats On peut connaitre la surface foliaire au dessus de tout point d’une sous-structure λ (1-λ) Letort λ 0 0.5 0.6 Modèle de croissance secondaire CEPE Leban -Houllier

16. dynamical equations of GreenLab model Plant development factorization Demand computation Biomass of organ depending of sink strength supply/demand Surface of leaves depending of allometry Biomass production depending of light

17. GreenLab theory Equation for Plant Growth in Ecophysiology LAI = Leaf surf/m² But LAI is dependant of Qn-1,… Qo e =SLW Sp = plant proj. surf LAI = Leaf surf/Sp Na =nb of leaves pa = leaf sink function D = plant demand Then we can build the Plant Growth as a dynamical system with recurrence Advantage is that this equation support Mathematical processes as derivation, optimization, …parameter identification, differential statistics … Therefore, mathematically speaking, GreenLab can improve the efficiency of PBM

18. S(1,9) Cas des Structures Stochastiques L’automate double échelle passe facilement au cas stochastique L’augmentation des répétitions aléatoires des sous-structures de même C.A et P.A. améliore la finesse de la distribution . Le Premier arbre crée la collection de branches qui habillent la Foret! T. Calcul 1er arbre =~Col* Ag. Phy*Ag. Chrono. T. Calcul 2nd arbre = Ag. Phy*Ag. Chrono S(4,2) S(3,3) S(2,6) Exemples de collections de sous-structures Kang Mengzhen Ph de Reffye

19. Identification paramétrique par la méthode des moindres carrés Variables Initialisées Programme De Croissance Fonctions sources et puits à optimiser Ajustement des données en parallèle Zhan Zhigang Convergence

20. Plantes calibrées avec Greenlab

21. GreenLab va des herbacées aux arbres V. Letort & A. Christophe Lepse Young pine Arabidopsis Développement et architecture découplés V. Letort & Guo Hong

22. feuilles epis 1 Kg 2 Kg HD LD entrenoeuds 2 Kg 1 Kg Calibration du Maïs (Ma, CAU) avec GreenLab Guo Yan, Zhan ZhiGang Ma Y Tao, Ph de Reffye Cooperation Cirad Amap + Ecotrop (Dingkhun) Effet climat Effet densité Calibration du modèle (inverseprobleme)

23. LD HD 2 Kg 1 Kg Effet de la densité sur la production du Maïs Relations surface/plante surface de projection Basse Densité 60*60 Interpolation du rendement entre les densités Haute Densité 30*30 Ma YunTao

24. Bangyou Zheng (CAU) modélisation du riz (avec remobilisation)

25. controleoptimal sur l’ irrigation du Tournesol Cooperation :Cirad (AMAP) ECP INRIA (Idopt + Digiplante) Wu Li n ,Guo Yan Fx Le Dimet Croissance simulée H.REY(Digiplante) Lepse

26. Calibration de la Betterave (ITB) Ajustement du temps thermique Profile foliaire sur 4 stades Croissance du pivot Simulation de la croissance

27. variance de la production dépendant de la variance des paramètres Moyennes et variances poids de la plante Etude des 18 derniers phytomères Moyennes et variances compartiment feuilles Moyennes et variances compartiment fruits

28. Twig age phy 3 Branch age phy 2 Stem age phy 1 Topological structure of pepper plant Plants were pruned to two main stems, with the weakest branch of each dichotomous split pruned above the first flower and leaf.

29. Funky fitting Branch 1 (phy 2)

30. Funky fitting Relationships between fruit positions and Q/D Plant_1 Plant_2 Q/D Q/D Growth Cycle( GC) Growth Cycle( GC) Plant_3 Plant_4 Q/D Q/D Growth Cycle( GC) Growth Cycle( GC) (1) Isolated fruit can be detected in the model for plant 3 (2) First peak is corresponding to the starting branches!!

31. Mise en place des réitérations importance de Q/D (GL3) Cournède Mathieu

32. Mathieu Environnement variable E & Sp Densité forte: Age 10 20 30 15 15 15 Gradient de densité Densité faible: Age 10 20 30 Sp 1 2 4

33. Vers le fonctionnement des peuplements forestiers Arbre périphérique Arbre au centre Méthodes des intersections des surfaces de projection L’architecture s’adapte automatiquement en fonction du LAI. Pas besoin d’espace voxel Ph Cournède Compétition dans un bosquet Arbre isolé

34. 3- Cibles simplifiées. Entre-noeuds Feuilles Cernes Fruits • Différentes échelles d’analyse de la plante : mesures en biomasses agrégées par compartiments à différents niveaux. (PA) 0: Cible “Cumulée” • Masse du comptmt feuille • Masse du compartiment entre-noeud • Masse du compartiment fruit (ou fleur) • Masse du compartiment cernes (éventuellement) 1: Cible “Lollipop” -Le tronc est détaillé par UC -Les axes sont tous regroupés 2: Cible “Rattle” • Le tronc est détaillé par UC • Les axes sont regroupés par zone branchée (PA) 3: Cible Complète - Les compartiments de biomasse sont mesurés au niveau de l’organe. • Pour chacun de ces niveaux, on a également des niveaux de détails différents pour la description de la topologie.

35. Modélisation du Hêtre Topologie de l’arbre 1 ajusté : le nombre de métamères et d’axes par UC à chaque cycle dépend du rapport Q/D Lerfob V. Letort