Multi-agent Modeling and Simulation of Silvopastoral Ecosystems – MASMOD
François Gillet (Bot. Inst. Univ. Neuchâtel), Jean-Pierre Müller (CIRAD, Montpellier)

Financé par le FNS (division II), le projet MASMOD s’inscrit dans un double contexte : (1) développement de Cormas II, plate-forme de simulation informatique basée sur les Systèmes Multi-Agents (CIRAD, Montpellier) ; (2) modélisation dynamique spatialisée des écosystèmes sylvo-pastoraux (LEVP, UniNE).
L’ambition de ce projet est d’introduire dans les systèmes multi-agents les concepts de la théorie des hiérarchies spatio-temporelles et la notion de système dynamique constructif. Les niveaux hiérarchiques se définissent par les différences dans les taux de changement. Des outils d’analyse devraient permettre de comprendre comment les entités (agents, holons) peuvent être créées par les interactions entre les différentes dynamiques du système multi-agents, selon différents points de vue, échelles, niveaux et modèles. Dans le cadre de la modélisation des écosystèmes sylvo-pastoraux, on envisage de considérer le point de vue de la végétation (espèces structurantes ou facilitatrices, groupes fonctionnels d’espèces, synusies, phytocénoses), celui du bétail (individus, troupeaux), ainsi que celui des acteurs humains (gestionnaires et usagers).
Différentes échelles spatio-temporelles sont à considérer. L’échelle la plus fine (entre dm2 et m2, entre heure et année) concerne par exemple les fluctuations saisonnières de la composition floristique des synusies herbacées liées aux contraintes (broutage sélectif) et perturbations (bouses, trouées) ponctuelles. L’échelle moyenne (entre m2 et ha, entre année et décennie) concerne les successions des synusies dans les phytocénoses, les processus de régénération forestière et les effets des perturbations locales (abroutissement, coupes forestières). L’échelle la plus grossière (entre ha et km2, entre décennie et siècle) s’applique aux transformations lentes du paysage, aux successions de phytocénoses induites par les changements climatiques, les perturbations régionales (ouragans), ainsi que par les orientations de la gestion des troupeaux à long terme. Un exemple de prototype de modèle dynamique spatialisé développé avec Cormas est sommairement présenté.