Le savoir paysan, c'est celui de l'expérience, des années et saisons aux évènements climatiques relativement récurrents, et aux plantes dont la physiologie est connue et maîtrisée.

La modélisation est une stratégie scientifique et innovante de prédiction. Elle est au croisement de plusieurs domaines de connaissances, mis informatiquement en équation pour prédire le développement de la plante.

D'une part, c'est un ensemble de données contextuelles climatiques historiques. La modélisation "scénarise" le climat des mois à venir à partir des données passées. Elle permet donc de déduire des tendances probables, même si ça ne lui permet pas de prédire des évènements extrêmes ponctuels.

D'autre part, c'est une compilation de modèles agronomiques, déduisant les données de croissance d'une plante en fonction de son contexte pédo-climatique. Les modèles agronomiques sont généralement produits par les centres de recherche et autres instituts techniques. 

Enfin la modélisation économique peut aussi intervenir pour prédire le comportement des marchés des produits agricoles, en fonction une fois encore de leurs fluctuations passées et des éléments de contexte.

L'intersection de ces domaines se fait donc à travers un modèle mathématique/informatique, proposant un scénario climatique probable, et permettant de suggérer à l'agriculteur les actions techniques à envisager pour maximiser l'efficacité de ses interventions. La technologie de modélisation ouvre des perspectives en termes de réduction des émissions de gaz à effet de serre et d'impacts de l'activité agricole : rationnalisation des apports azotés, anticipation de la pression des ravageurs, adaptation à la disponibilité en eau... Les efforts de croisement de ces informations sont autant d'opportunités d'éclairer l'agriculteur dans ses décisions pour l'aider à maîtriser ses impacts.