Une modélisation de la dynamique de l’inltrabilité du sol via la modélisation de l’évolution des états de surface du sol

Un deuxième type de processus participe à la variabilité spatio-temporelle de l’inltrabilité du sol et de la concentration en pesticides au sol : ce sont les processus biophysiques. En est, les deux variables, une fois modiées de manière discrète dans le temps par les actions culturales, évoluent de manière continue sous le contrôle de processus biophysiques : sous l’est du climat et du temps, la concentration en matières actives peut diminuer et l’état de surface évoluer et ainsi modier l’inltrabilité du sol. Une modélisation de l’évolution de la concentration en matières actives au sol étant disponible dans le modèle MHYDAS, le travail de thèse s’est concentré sur la modélisation de la dynamique de l’inltrabilité sous l’eet des processus biophysiques. Deux processus majeurs sont en jeu : (i) l’évolution de la surface du sol après un travail du sol sous l’eet de la pluie qui diminue l’inltrabilité et (ii) le développement d’une couverture herbacée qui augmente l’inltrabilité. Pour représenter l’évolution temporelle de l’inltrabilité du sol entre deux actions culturales, une démarche originale via la représentation de la dynamique d’évolution des états de surface du sol a été développée. On s’est basé sur une typologie existante qui diérencie des états de surface selon leur inltrabilité mesurée dans le cadre d’expérimentations avec des simulateurs de pluie. L’évolution de la surface du sol après un travail du sol a été modélisée par le biais d’une régression logistique. Le modèle, en se basant sur le cumul d’énergie cinétique depuis le dernier travail du sol et la charge caillouteuse au sol, fournit des probabilités d’occurence pour trois types d’états de surface du sol : (i) un état fraîchement travaillé très inltrant, (ii) un état qui présente un développement partiel de la croûte de surface et une compaction limitée, (iii) un 290 Conclusion générale et perspectives état croûté et compacté. Le modèle produit fournit des taux d’états de surface bien classés d’environ 90%. Pour modéliser le développement de la couverture herbacée conséquente à la croissance des plantes adventices, on a d’abord procédé à une étude de la structure des communautés des plantes adventices dans la zone d’étude. Des relevés oristiques pour diérentes modalités d’entretien du sol, de type de sol et pour deux périodes de l’année (automne-hiver et printemps-été) ont été réalisés. Cette étude spatiale a été complétée par une étude de l’évolution temporelle des communautés par comparaison des résultats des observations avec des relevés de 30 ans antérieurs. Les résultats obtenus montrent que, dans un lieu donné, une communauté est dépendante de la saison du fait des diérents cycles de développement des espèces mais ils indiquent également une forte inuence anthropique par le biais de l’entretien du sol. La modalité de destruction du couvert et son rythme inuent sur les espèces présentes. D’ailleurs, la comparaison entre les relevés oristiques de 2009 et de 1979 a mis en lumière des diérences de structuration des communautés dans le cas des sols désherbés chimiquement du fait des changements de molécules d’herbicide employées. Les types de sols, selon leur pH et leur hydromorphie, favorisent ou à l’inverse interdisent la présence de certaines espèces mais ils semblent moins discriminer les espèces que les modalités d’entretien du sol. Cette étude des communautés oristiques nous a permis de dénir une représentation du paysage adaptée à la modélisation du développement de la couverture herbacée : des listes d’espèces principales ont été dénies en fonction de la saison, de trois modalités d’entretien du sol mises en oeuvre à l’échelle de la rangée intra-parcellaire (désherbage chimique, travail du sol, combinaison de désherbage chimique et travail du sol) et de trois types de sol (à pH acide, hydromorphe, autre). Une modélisation des processus de germination et de croissance des plantes a été mise en oeuvre. Deux modèles mécanistes existants ont été paramétrés pour 5 espèces de la zone d’étude : (i) le modèle de temps hydrothermal pour la germination qui s’appuie sur la température et le potentiel hydrique du sol et (ii) le modèle de conductance pour la croissance qui s’appuie sur la température et le rayonnement. Un contrôle de cohérence par expertise de la modélisation indique que l’absence de modélisation de la sénescence ainsi que la paramétrisation de la densité de graines pouvaient conduire à une sur-estimation de la couverture herbacée. Par ailleurs, on a pu voir que la modélisation était sensible à la température mais qu’à l’échelle d’un cycle cultural, la dynamique de la couverture herbacée semblait peu sensible à la teneur en eau du sol. Finalement, on a proposé une modélisation de la dynamique continue de l’inltrabilité du sol à partir de la modélisation de la variation discrète des états de surfaces du sol. L’inltrabilité simulée est dépendante de l’état de surface du sol nu qui évolue linéairement entre (i) l’état d’inltrabilité maximal correspondant à un état fraîchement travaillé du sol et (ii) l’état d’inltrabilité minimal correspondant à un état croûté et compacté. En complément, l’inltrabilité peut être augmentée si le niveau de la couverture herbacée du sol dépasse les 25%. L’amélioration de l’inltrabilité est maximale quand la couverture herbacée atteint les 50% dans la mesure où elle ne dépasse par l’inltrabilité maximale dénie par l’état fraîchement travaillé. De 25 à 50% de couverture, l’inltrabilité est améliorée de manière linéaire. En l’absence de données de validation susantes, un contrôle de cohérence par expertise de la modélisation a permis d’illustrer une évolution cohérente de l’inltrabilité du sol en fonction de diérents itinéraires techniques. En conclusion, par la voie de la modélisation des états de surface du sol, on a mis en oeuvre une représentation cohérente de la dynamique de l’inltrabilité du sol sous l’eet de processus 291 biophysiques à l’échelle de bassin versant. Si le modèle d’évolution des états de surface après un travail du sol a pu être validé, l’insusance de données pour la validation du modèle de développement de la couverture herbacée conduit à une incertitude sur la validité des niveaux d’inltrabilité simulés. En eet, par expertise, on a pu constater des mauvaises simulations ponctuelles de la couverture herbacée au cours d’un cycle cultural qui amènent nécessairement des sur-estimations ou des sous-estimations de l’inltrabilité simulée. Le modèle développé peut être employé dans des zones agricoles et pédo-climatiques similaires, c’est à dire en plaine viticole languedocienne. Pour d’autres cas, une approche similaire peut être mise en oeuvre : les modèles de régression logistique, de temps hydrothermal et de conductance peuvent être employés et paramétrés en fonction de données d’observations d’états de surface du sol et de communautés oristiques de la zone d’étude. 

Les indicateurs pour la décision : entre modélisation biophysique et détermination de seuils

On a vu que l’inltrabilité de la surface du sol ainsi que la concentration en matières actives au sol dépendent simultanément des actions culturales des agriculteurs et de processus biophysiques qui les font évoluer entre deux actions culturales. D’autres processus biophysiques peuvent indirectement modier les valeurs de ces deux variables en modiant la répartition spatio-temporelle des actions culturales. Ces processus sont à l’origine des états du milieu utilisés comme indicateurs de la décision pour les agriculteurs. Trois indicateurs principaux ont été identiés pour le cas d’étude : (i) la couverture herbacée qui déclenche le travail du sol en période printanière, (ii) les stades phénologiques des cépages qui constituent un repère temporel du développement de la plante et qui est particulièrement utilisé pour la gestion de la protection phytosanitaire, (iii) la travaillabilité et la tracabilité du sol en lien avec la teneur en eau du sol qui dénissent les jours où le sol est capable de supporter un travail ou le passage d’engins agricoles. Diérents choix de modélisation ont été retenus pour ces indicateurs : (i) la couverture herbacée est modélisée comme indiqué au paragraphe précédent, (ii) les stades phénologiques sont dénis dans une base de données d’observations, (iii) la teneur en eau du sol est produite par le modèle hydrologique MHYDAS. Mais au-delà de la modélisation de la variable physique s’est posée la question de la valeur des seuils utilisés dans les règles pour l’action des viticulteurs. La variable modélisée doit nécessairement être traduite pour incarner l’indicateur utilisé par l’agriculteur. On a ainsi réalisé un travail approfondi pour le cas de la travaillabilité du sol. Un réseau de parcelles a été constitué pour être représentatif de diérents types de sol majoritaires dans la zone d’étude. A la suite de 3 évènements pluvieux printaniers, des mesures d’humidité ont été réalisées sur les parcelles. Chaque mesure d’humidité était associée au diagnostic de viticulteurs qui, en allant sur la parcelle, l’avaient déclarée travaillable ou non. Les résultats ont montré que les seuils de teneur en eau du sol dénissant sa travaillabilité variaient en fonction de l’historique pluvieux et de l’état d’avancement des travaux. En eet, des seuils plus bas de teneur en eau du sol et donc plus limitants en terme de nombre de jours disponibles théoriques ont été observés à des périodes sèches et de faible concurrence avec d’autres travaux. Au cours d’une période pluvieuse et en situation de retard sur le travail du sol, les viticulteurs ont indiqué des seuils de travaillabilité correspondant à des seuils de teneur en eau plus élévés. Ils étaient donc plus tolérants sur l’état du sol et prêts à le travailler en état humide. Dans le cadre de la modélisation du fonctionnement d’agro-écosystème, l’intégration d’un 292 Conclusion générale et perspectives modèle décisionnel pour la représentation des actions culturales implique nécessairement la modélisation des indicateurs de la décision dont certains correspondent à des états du milieu. Leur modélisation comprend alors la détermination des seuils qui permettent de traduire la variable en un indicateur. De la même façon qu’on a réalisé des enquêtes pour déterminer les règles et variables décisionnelles, il nous a paru pertinent de solliciter les viticulteurs pour déterminer les seuils pour les indicateurs. Ce travail de mise en correspondance de valeur de variables physiques avec l’expertise des agriculteurs est cependant fastidieux et dicile à valider sinon à disposer de calendriers culturaux complets de plusieurs viticulteurs et sur plusieurs années climatiques.

Le couplage de modèles pour la représentation du fonctionnement d’agro-écosystème

des choix pour rendre compatible les diérentes échelles spatiales et temporelles Suite aux développements ou à la sélection des modèles thématiques unitaires, le couplage des modèles a eu pour objet d’aboutir à la représentation d’une partie du système complexe qu’est un écosystème cultivé. Le fonctionnement d’un tel système est piloté par des processus anthropiques et biophysiques qui se réalisent à des échelles de temps et d’espace diérentes et qui interagissent les uns avec les autres. Le couplage de ces processus représente une diculté majeure dans les approches mixtes associant des représentations de nature biophysique et décisionnelles. Le couplage de modèles que l’on a cherché à mettre en oeuvre intègre donc cette caractéristique multi-échelles du système et permet la représentation des interactions existantes entre les diérents processus (gure 10.11). Pour ce faire, on a mis en oeuvre des choix conceptuels et des outils informatiques associés permettant la réalisation d’un tel couplage. Ainsi le modèle couplé pression-impact est abrité par la plateforme OpenFLUID particulièrement adaptée à la modélisation des ux dans les paysages cultivés. Les modèles biophysiques ayant été majoritairement développés sous cette plateforme, l’enjeu majeur du couplage a concerné la mise en relation de la plateforme OpenFLUID avec l’environnement DIESE sous lequel a été développé le modèle décisionnel DHIVINE. Le principe technique de base du couplage repose sur le partage de mémoire entre DIESE et OpenFLUID grâce à une édition de liens qui permet le partage du langage (les deux environnements étant programmés en C++). OpenFLUID est le superviseur de la simulation, il lance DIESE lors de son premier épisode de simulation. DIESE s’arrête à une date donnée, dénie par l’utilisateur. Des échanges d’informations entre DIESE et OpenFLUID peuvent alors avoir lieu dans les deux sens via des structures fournies par DIESE. Les informations échangées permettent de dénir  qui/quoi a quelle valeur et quand ? . Après ce  moment d’échange , DIESE est de nouveau lancé par OpenFLUID, etc… jusqu’à la date de n de simulation (commune pour les deux composants DIESE et OpenFLUID du simulateur couplé).