Combiner un modèle climatique et un modèle de croissance pour évaluer l'effet des conduites, de l'ambiance et de la structure des bâtiments sous différents contextes climatiques, sur les performances des porcs à l'échelle de la bande - Archive ouverte HAL Accéder directement au contenu
Poster De Conférence Année : 2019

Combiner un modèle climatique et un modèle de croissance pour évaluer l'effet des conduites, de l'ambiance et de la structure des bâtiments sous différents contextes climatiques, sur les performances des porcs à l'échelle de la bande

Résumé

La plupart des porcs élevés en Europe sont logés en bâtiments dont l'ambiance est contrôlée, combinant consommation directe et indirecte d'énergie. L'énergie indirecte dépend de l'aliment (quantité, qualité) fourni aux animaux, du nombre de porcs et de leurs performances. Les modèles bioclimatiques représentent et prédisent la balance énergétique et la consommation directe d'énergie à l'échelle de la salle, selon les caractéristiques du bâtiment, la gestion de l'ambiance et les performances moyennes des porcs. Les modèles de croissance actuels simulent dynamiquement les performances des porcs mais en condition de thermoneutralité. Un modèle a été développé dans le projet Pigsys (H2020 EU EraNet SusAn, convention 696231 ), combinant un modèle bioclimatique (Thermisim) et le modèle de croissance lnraPorc pour évaluer les performances des porcs en croissance et la consommation d'énergie à l'échelle de la bande de façon dynamique, selon les caractéristiques de la salle, la stratégie alimentaire, la gestion de l'ambiance et les conditions climatiques extérieures. Le modèle, écrit en langage Python, est un modèle multi-agent, mécaniste, dynamique, déterministe, individu centré. li se base sur Thermisim et sur Mogador, qui inclut une version modifiée d'lnraPorc (calcul des performances individuelles au sein d'une population), un générateur de populations et des outils gérant le taux de mortalité et la stratégie d'abattage. Les principaux développements ont consisté à définir i) un pas de temps horaire conciliant ceux de Thermisim (seconde) et Mogador (jour); ii) l'influence des conditions d'ambiance au jour J sur la consommation d'aliment au jour J+ 1; iii) la répartition circadienne de l'ingestion selon le nombre de repas; iv) l'effet des repas sur la production de chaleur des animaux; v) les limites de thermoneutralité en fonction du poids du porc. Le modèle complet a été évalué sur une base de données issues d'une bande de porcs élevés en France, comprenant le profil de croissance, les détails sur les aliments reçus, les caractéristiques de la salle et de gestion d'ambiance, et des mesures de température à l'intérieur et à l'extérieur toutes les 15 minutes.Les performances de croissance in silico sont similaires aux performances in vivo (i.e., RMSEP relative inférieure à 2,6% pour le gain moyen quotidien, la consommation alimentaire et l'indice de consommation). La température ambiante simulée diffère des valeurs mesurées de moins de 0,5°( en moyenne, ce qui est inférieur à la précision de la mesure. Etant données cette précision et la contribution majeure du taux de ventilation dans la régulation de la température, la prédiction du taux de ventilation est considérée conne suffisamment fiable. Le modèle sera maintenant utilisé pour évaluer les performances des porcs selon différentes conditions climatiques, stratégies alimentaires, caractéristiques de bâtiment ou de régulation d'ambiance.
Fichier non déposé

Dates et versions

hal-02420439 , version 1 (19-12-2019)

Identifiants

  • HAL Id : hal-02420439 , version 1
  • PRODINRA : 490784

Citer

Ludovic Brossard, Alice Cadero, Jean-Yves Dourmad, David Renaudeau, M. Marcon, et al.. Combiner un modèle climatique et un modèle de croissance pour évaluer l'effet des conduites, de l'ambiance et de la structure des bâtiments sous différents contextes climatiques, sur les performances des porcs à l'échelle de la bande. Défis scientifiques Phase, Nov 2019, Rennes, France. 2019, Recueil des résumés. ⟨hal-02420439⟩
58 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More