Thèse soutenue le 27 Juin 

Résumé

Les communautés microbiennes des sols sont reconnues comme centrales pour la fertilité des sols et sont des bioindi- cateurs pour évaluer l’impact des pratiques agricoles sur les sols. L’enjeu est de favoriser leur utilisation pour accom- pagner / accélérer l’innovation dans le monde agricole. Pour cela, l’objectif était ici de caractériser les dynamiques spatiales et temporelles de l’abondance des communautés microbiennes des sols à l’échelle d’un paysage agricole pour les modéliser et proposer une première version d’outil d’aide à la décision (OAD) aux acteurs du monde agricole. Une approche pluridisciplinaire a été mise en œuvre en mêlant écologie microbienne, évaluation environnementale, modélisation par des systèmes multi-agents; combinée à une démarche de modélisation participative permettant d’in- tégrer le savoir-faire des acteurs (chercheurs, conseillers agricoles et agriculteurs). Cette approche s’est appuyée sur le paysage agricole de Fénay (1200ha, Dijon, 21) pour lequel les communautés microbiennes du sol ont été caractéri- sées pour leur abondance au cours de trois campagnes respectivement en 2011, 2016 et 2019 ; les pratiques agricoles étant connues depuis 2004. L’analyse des variations d’abondance des communautés microbiennes des sols a permis de mettre en évidence sa dépendance vis à vis des variations des caractéristiques physico-chimiques des sols et des changements de pratiques agricoles, mais aussi et surtout l’importance de l’historique de la parcelle tant en termes d’abondance des communautés microbiennes que de pratiques agricoles. A partir de ces connaissances, un modèle basé sur un système multi-agents a été produit afin de prédire l’évolution de la biomasse microbienne des sols face à des changements de pratiques agricoles. Les étapes de calibration ont permis d’évaluer la capacité d’accueil et le taux de croissance des micro-organismes ainsi que la durée d’impact des pratiques agricoles, ceci en fonction de l’oc- cupation du sol, et ainsi d’aboutir à un modèle ayant une bonne capacité prédictive. En s’appuyant sur une interface utilisateurs, des ateliers participatifs ont permis d’évaluer les facilités d’appropriation du modèle par différents types d’acteurs.

Directeurs de thèse:

Nicolas Chemidlin Prévost-Bouré (L'institut Agro Dijon)

 Nicolas Marilleau (IRD Bondy)

Christophe Lang (Université de Besançon)

Composition du jury

Yvan Capowiez (INRAe Avignon)

 Luc Abbadie (Sorbonne Université Paris)

Laetitia Bernard (IRD Madagascar),

Christophe Le Page (Cirad Montpellier) 

Sandrine Petit-Michaut (INRAe Dijon).