En savoir plus

A propos des cookies

Qu’est-ce qu’un « cookie » ?

Un "cookie" est une suite d'informations, généralement de petite taille et identifié par un nom, qui peut être transmis à votre navigateur par un site web sur lequel vous vous connectez. Votre navigateur web le conservera pendant une certaine durée, et le renverra au serveur web chaque fois que vous vous y re-connecterez.

Différents types de cookies sont déposés sur les sites :

  • Cookies strictement nécessaires au bon fonctionnement du site
  • Cookies déposés par des sites tiers pour améliorer l’interactivité du site, pour collecter des statistiques

> En savoir plus sur les cookies et leur fonctionnement

Les différents types de cookies déposés sur ce site

Cookies strictement nécessaires au site pour fonctionner

Ces cookies permettent aux services principaux du site de fonctionner de manière optimale. Vous pouvez techniquement les bloquer en utilisant les paramètres de votre navigateur mais votre expérience sur le site risque d’être dégradée.

Par ailleurs, vous avez la possibilité de vous opposer à l’utilisation des traceurs de mesure d’audience strictement nécessaires au fonctionnement et aux opérations d’administration courante du site web dans la fenêtre de gestion des cookies accessible via le lien situé dans le pied de page du site.

Cookies techniques

Nom du cookie

Finalité

Durée de conservation

Cookies de sessions CAS et PHP

Identifiants de connexion, sécurisation de session

Session

Tarteaucitron

Sauvegarde vos choix en matière de consentement des cookies

12 mois

Cookies de mesure d’audience (AT Internet)

Nom du cookie

Finalité

Durée de conservation

atid

Tracer le parcours du visiteur afin d’établir les statistiques de visites.

13 mois

atuserid

Stocker l'ID anonyme du visiteur qui se lance dès la première visite du site

13 mois

atidvisitor

Recenser les numsites (identifiants unique d'un site) vus par le visiteur et stockage des identifiants du visiteur.

13 mois

À propos de l’outil de mesure d’audience AT Internet :

L’outil de mesure d’audience Analytics d’AT Internet est déployé sur ce site afin d’obtenir des informations sur la navigation des visiteurs et d’en améliorer l’usage.

L‘autorité française de protection des données (CNIL) a accordé une exemption au cookie Web Analytics d’AT Internet. Cet outil est ainsi dispensé du recueil du consentement de l’internaute en ce qui concerne le dépôt des cookies analytics. Cependant vous pouvez refuser le dépôt de ces cookies via le panneau de gestion des cookies.

À savoir :

  • Les données collectées ne sont pas recoupées avec d’autres traitements
  • Le cookie déposé sert uniquement à la production de statistiques anonymes
  • Le cookie ne permet pas de suivre la navigation de l’internaute sur d’autres sites.

Cookies tiers destinés à améliorer l’interactivité du site

Ce site s’appuie sur certains services fournis par des tiers qui permettent :

  • de proposer des contenus interactifs ;
  • d’améliorer la convivialité et de faciliter le partage de contenu sur les réseaux sociaux ;
  • de visionner directement sur notre site des vidéos et présentations animées ;
  • de protéger les entrées des formulaires contre les robots ;
  • de surveiller les performances du site.

Ces tiers collecteront et utiliseront vos données de navigation pour des finalités qui leur sont propres.

Accepter ou refuser les cookies : comment faire ?

Lorsque vous débutez votre navigation sur un site eZpublish, l’apparition du bandeau « cookies » vous permet d’accepter ou de refuser tous les cookies que nous utilisons. Ce bandeau s’affichera tant que vous n’aurez pas effectué de choix même si vous naviguez sur une autre page du site.

Vous pouvez modifier vos choix à tout moment en cliquant sur le lien « Gestion des cookies ».

Vous pouvez gérer ces cookies au niveau de votre navigateur. Voici les procédures à suivre :

Firefox ; Chrome ; Explorer ; Safari ; Opera

Pour obtenir plus d’informations concernant les cookies que nous utilisons, vous pouvez vous adresser au Déléguée Informatique et Libertés de INRAE par email à cil-dpo@inrae.fr ou par courrier à :

INRAE
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan cedex - France

Dernière mise à jour : Mai 2021

Menu Logo Principal logo SOERE PRO Logo CIRAD Logo AnaEE Logo IRD Logo Ouagadougou university

valOr PRO : valorisation agricole des Produits Résiduaires Organiques SOERE PRO

Etude des interactions entre paillis de canne à sucre et fertilisants organiques recyclés en mélange, à l’aide de la modélisation de la minéralisation du carbone et de l’azote

Kyulavski Vladislav, Recous Sylvie, Thuriès Laurent, Paillat Jean-Marie, Garnier Patricia.

C and N net mineralization kinetics during the incubation of mixtures of organic materials in control soil with pig slurry and sugarcane straw (PS-S) (a, b, c, d, e, f) and with sewage sludge and straw (DS-S) (g, h, i, j, k, l). The measurements are the black circles. The predictions with the simple additive model are the red diamonds, with the corresponding Nash-Sutcliffe efficiency index (Ef in red). The predictions with CANTIS are the black lines, with the corresponding Nash-Sutcliffe efficiency index (Ef in black). PS-Scor, pig slurry and sugarcane straw (d, e, f), and DS-Scorr, sewage sludge and straw (j, k, i), display the simulation with CANTIS using a modified contact factor KMZ with the new corresponding Nash-Sutcliffe efficiency index (Ef).
Kyulavski & al., European Journal of Soil Science, (2019) 70 (6) : 1234-1248.

https://doi.org/10.1111/ejss.12831 

Résumé

L’apport de fertilisants organiques aux sols est une voie intéressante en substitution des fertilisants minéraux. Cependant, comment leur interaction avec les résidus de culture affecte le devenir du carbone et de l’azote ajoutés aux sols est toujours peu connue. Par conséquent, nous avons analysé l’effet de l’ajout conjoint de fertilisqants organiques et de paillis sur les minéralisations du carbone et de l’azote. Nous avons incubé de la paille de canne à sucre (S), du lisier de porc (PS) et des boues de STEU méthanisées séchées (DS) séparément ou en mélange (PS‐S et DS‐S) à 28°C pendant 182 jours. Pour juger des interactions, nous avons utilisé un modèle additif à partir de mesures, et un modèle mécaniste simulant les transformations du carbone et de l’azote dans les sols (CANTIS). Les deux modèles ont surestimé la minéralisation du carbone et n’ont pas prédit correctement la minéralisation de l’azote des mélanges. Les différences entre valeurs observées et valeurs attendues, calculées par les modèles, étaient négatives pour la minéralisation du carbone indiquant une interaction antagoniste dans les mélanges. Les limitations de la minéralisation du carbone pourraient provenir de multiples facteurs, par exemple un « priming effect » négatif ou une limitation de l’accessibilité de l’azote, ce qui n’est pas pris en compte par CANTIS. Nous avons supposé que le « priming effect » induit par la minéralisation d’un mélange n’était pas significativement différente de celui induit par la minéralisation des matériaux organiques incubés seuls. L’introduction d’un facteur de contact dans CANTIS a permis d’obtenir des cinétiques de transformation du carbone et de l’azote correctement ajustées aux données mesurées. Ceci met en évidence l’effet à petite échelle des hétérogénéités de distribution du carbone et de l’azote sur l’intensité de décomposition par les microorganismes. Une meilleure intégration des interactions entre différentes sources de carbone et d’azote devrait être prise en compte pour développer la modélisation en tant qu’outil pour la gestion des agroécosystèmes.

Mots clés : antagonisme; mélange; accessibilité de l’azote; lisier de porc ; boue de STEU

Kyulavski  & al 2019

C and N net mineralization kinetics during the incubation of mixtures of organic materials in control soil with pig slurry and sugarcane straw (PS-S) (a, b, c, d, e, f) and with sewage sludge and straw (DS-S) (g, h, i, j, k, l). The measurements are the black circles. The predictions with the simple additive model are the red diamonds, with the corresponding Nash-Sutcliffe efficiency index (Ef in red). The predictions with CANTIS are the black lines, with the corresponding Nash-Sutcliffe efficiency index (Ef in black). PS-Scor, pig slurry and sugarcane straw (d, e, f), and DS-Scorr, sewage sludge and straw (j, k, i), display the simulation with CANTIS using a modified contact factor KMZ with the new corresponding Nash-Sutcliffe efficiency index (Ef).