La campagne spatialisée

3.1.3.2.1 Les acquisitions biophysiques

Une synthèse non exhaustive des variables mesurées pendant la thèse est présentée Annexe 1, Tableaux des données acquises sur le sous bassin versant du Montoussé. Ces données ont été acquises sur trois dates et ne permettent pas d’interpréter finement la phénologie de la culture sur chacun des 15 points. On peut cependant constater une remobilisation de biomasse de la tige plus ou moins importante suivant les points entre le 15 mai et le 23 juin. La différence de biomasse entre les deux dates qui représente la mesure de remobilisation est corrélée positivement à la biomasse de tiges au 15 mai (R2 =0.57***) et à la biomasse foliaire à la même date (R2=0.51***). Ce résultat montre que le phénomène de remobilisation dépend probablement de la biomasse produite pouvant être remobilisée. Le grain à la récolte est également corrélé négativement à cette remobilisation (R2=0.28*). Il y a donc un lien avec la production de grains mais la remobilisation de biomasse ne se traduit pas par une augmentation proportionnelle du rendement. Cette corrélation négative pourrait s’expliquer par l’origine de cette remobilisation qui se fait principalement en condition de stress.

Par ailleurs, on observe une forte disparité entre les points pour chaque mesure et à chaque date. La biomasse aérienne, varie le 15 avril de 2.3 à 10.9 t ha-1 et en juin de 0 à 25.2 t ha-1. Cette hétérogénéité entre points s’observe également sur le LAI qui varie de 0.5 à 3.9 m2.m-2 en avril et de 0.7 à 2.8 m2.m-2.

Les coefficients de variations (CV) pour les 3 répétitions pour chaque variable sont assez élevés quel que soit la date (Tableau 8). Au 15 avril, ils sont de 23% (biomasse des tiges) à 26% (biomasse des feuilles sénescentes) en moyenne sur les 15 points. Le 15 mai cette incertitude augmente et est de 29% pour le LAI à 40% pour la biomasse des feuilles sénescentes. A la dernière date de mesure, les CV oscillent entre 21% pour la biomasse des tiges à 32% pour la biomasse du

124

grain. Tout comme sur les mesures d’Auradé Flux, l’incertitude sur le LAI est systématiquement plus importante que pour la biomasse aérienne totale. Cette différence est toutefois assez faible le 15 avril avec une différence de 1%.

Tableau 8 : Coefficients de variation calculés entre répétitions pour les trois dates de la campagne de mesures spatialisées et pour les 15 points.

Cette variabilité entre répétitions est également dépendante du site et est particulièrement marquée sur certains points. C’est le cas sur les points 1-BV pour les deux dernières dates d’acquisitions où le CV s’élève aux alentours de 60% pour les deux dates et pour la biomasse aérienne. Cela se constate également pour ce même point sur la biomasse des tiges à la deuxième date (59%) et sur la surface foliaire (53%). Ces CV élevés sont difficiles à expliquer, il est possible que la zone était sur une transition pédologique expliquant une hétérogénéité entre les répétitions aléatoires sur la zone. En revanche la forte variabilité observée sur le 4-BV à la seconde date avec un

15/04/2015 15/05/2015 23/06/2015

point LAI masec LAI masec masec

1-BV 15% 9% 54% 47% 55% 2-BV 14% 11% 9% 7% 9% 3-BV 35% 30% 19% 24% 5% 4-BV 28% 7% 45% 41% 8% 5-BV 31% 28% 30% 20% 5% 6-BV 30% 27% 22% 28% 44% 7-BV 31% 23% 16% 18% 22% 8-BV 38% 30% 41% 34% 12% 9-BV 13% 12% 42% 38% 9% 10-BV 13% 12% 29% 22% 23% 11-BV 40% 38% 14% 24% 38% 12-BV 30% 19% 47% 34% 8% 13-BV 27% 17% 26% 22% 10% 14-BV 6% 8% 21% 27% 12% 15-BV 17% 15% 34% 25% 15% moyenne 25% 19% 30% 27% 18%

125

CV entre 40 et 50% pour toutes les variables s’explique par la présence d’une lentille sableuse à une profondeur de 30 cm et sur une surface restreinte à quelques mètres carrés.

3.1.3.2.2 L’analyse des covariances avec les autres acquisitions locales et spatiales

L’analyse des corrélations entre facteurs potentiellement explicatifs, humidité, propriétés de sols, variables spatiales ayant servies à déterminer les points de suivis et les mesures biophysiques sur les 15 points peuvent mettre en évidence des pistes pour la spatialisation via des relations statistiques (corrélation variables LHS) ou expliquer les déterminants spatiaux du phénomène de remobilisation. En effet, pour la remobilisation, le phénomène n’étant pas implicitement formalisée dans le modèle STICS, il s’agit d’identifier des relations directes ou indirectes avec différents éléments permettant d’expliquer dans l’espace les variations de ce processus.

Les propriétés de sol du sous-bassin versant sont présentées dans la partie 2.2.2.2 et les données sont regroupées sous la forme d’un tableau dans l’Annexe 2, Résultats d’analyse sur les

profils de sol de la campagne de mesures spatialisées). Les données de l’hypercube latin (variables

LHS, Tableau 9) sont présentées dans le Tableau 1 du chapitre 5. Enfin, les données biophysiques utilisées pour calculer les coefficients de Pearson du Tableau 9 sont celles du tableau précédent.

Le premier constat sur les corrélations obtenues (Tableau 9) est que les propriétés de sol sont très peu corrélées aux variables biophysiques, excepté à la profondeur maximale d’enracinement (Zrac). Seul le calcaire, le sable, le stock de carbone et d’azote ainsi que la RU sont significativement reliés avec des variables biophysiques. L’enracinement maximal est fortement corrélé avec le stock de carbone et négativement corrélé au sable et au calcaire. La corrélation positive avec le carbone et l’azote peut s’expliquer par le fait que la biomasse racinaire est la source majeure de carbone et d’azote en profondeur et qu’un environnement ne contraignant pas l’enracinement favorise la production de racines.

La corrélation négative avec le calcaire ne s’explique pas ou très peu par l’effet direct du calcaire sur la croissance racinaire et le rendement. La cause est plus probablement due à la faible profondeur du sol. La proximité de molasse superficielle est souvent observée sur les crêtes des bassins versants et à relier aux conditions difficiles de développement pour les cultures : faible réserve en eau, exposition plus importante aux phénomènes climatiques pouvant impacter le développement de la culture. La corrélation avec la teneur en argile moyenne du sol suggère que la corrélation avec la réserve utile n’est pas uniquement liée au poids important de la profondeur maximale d’enracinement dans son calcul : en effet la teneur en argile est à relier avec la proportion de micropores plus importante d’où la corrélation positive.

126

Par ailleurs, dans les variables LHS, la conductivité semble reliée à la biomasse aérienne. Cette relation n’est significative qu’avec la biomasse du 15 mai. Ceci pourrait être dû au phénomène de sénescence très contrasté entre les différents points de mesures, ce qui se répercute sur la biomasse totale aérienne. L’accès à la ressource en eau ne semble pas être le facteur sous-jacent vu que les corrélations entre la biomasse et la RU ainsi que la profondeur maximale d’enracinement ne sont pas significatives. Une autre part de l’explication semble provenir du phénomène de remobilisation de la biomasse des tiges qui est également corrélé significativement au signal géophysique. Le phénomène de remobilisation serait donc, au moins en partie, dépendant des caractéristiques du sol.

Tableau 9: Corrélations de Pearson calculés entres les variables biophysiques mesurées sur le blé de 2015 de la campagne spatialisée et les propriétés de sol et les variables spatiales utilisées directement ou indirectement pour l’échantillonnage avec l’hypercube latin (variables LHS). Les valeurs en gras sont les corrélations significatives à ***0.01% **1% *5%. La remobilisation est la différence de biomasse de tige entre le 15/05 et le 23/06. Zrac correspond à la profondeur d’enracinement estimée en fin de culture et CaCO3 à la teneur en calcaire sur le profil de sol. Les variables Stock correspondent à des quantités des éléments azote (N), phosphore Olsen (P), carbone (C) sur la profondeur de sol prélevé. Argiles, Limons, Sables sont les fractions granulométriques du sol. Les variables LHS sont l’altitude (Z), le rayonnement global spatialisé sur l’année 2006 (RG), des données géophysiques (GeoP), le LAI maximum du tournesol observé en 2006, un indice de précocité PI, le topographic soil index (TSI), la pente et le flow accumulation (flowac).

LAI biomasse aérienne remobilisation

tiges ^Zrac

15-avr 15-mai 15-avr 15-mai 23-juin rendement

LA I 15-avr - 0.57* 0.92*** 0.44 0.46 0.07 -0.09 0.21 15-mai 0.57* - 0.32 0.68** 0.15 -0.01 0.53* 0.41 b iom asse aé ri e nn e 15-avr 0.92*** 0.32 - 0.35 0.46 0.16 -0.21 0.18 15-mai 0.44 0.68** 0.35 - 0.06 -0.27 0.73** 0.36 23-juin 0.46 0.15 0.46 0.06 - 0.69** -0.47 -0.02 rendement grain 0.07 -0.01 0.16 -0.27 0.69** - -0.53* 0.26 remobilisation -0.09 0.53* -0.21 0.73** -0.47 -0.53* - 0.29 Zrac 0.21 0.41 0.18 0.36 -0.02 0.26 0.29 - p ro p ri é té s de s o l Stock N 0.21 0.29 0.22 0.32 0.05 0.36 0.17 0.94*** Stock P 0.06 0.26 -0.06 -0.04 0.21 0.39 -0.05 0.46 Stock C 0.24 0.21 0.29 0.14 0.13 0.51 0.01 0.84*** Argiles 0.01 0.17 0 0.35 0.15 0.02 0.22 0.52* Limons -0.25 0.05 -0.34 0.26 -0.07 -0.19 0.38 0.48 Sables 0.1 -0.13 0.15 -0.34 -0.07 0.07 -0.31 -0.55* CaCO3 -0.22 -0.32 -0.25 -0.35 -0.39 -0.52* -0.01 -0.52* RU 0.25 0.33 0.26 0.33 -0.04 0.24 0.27 0.96*** var iab le s LH S Z -0.02 -0.31 0.01 -0.22 0.11 -0.17 -0.31 -0.7** RG 0.23 0.13 0.3 0.27 0.1 -0.18 0.19 -0.32 GeoP -0.35 -0.44 -0.32 -0.78*** -0.06 0.11 -0.58* -0.24 LAX 0.35 0.43 0.23 0.43 0.04 0.04 0.23 0.37 PI 0.02 0.15 -0.1 0.23 -0.05 -0.06 0.15 0.18 TSI -0.25 -0.27 -0.23 -0.34 -0.13 0.26 -0.26 0.43 pente 0.22 -0.02 0.33 0.11 0.16 -0.09 -0.04 -0.19 flowac -0.24 -0.41 -0.13 -0.5 -0.06 0.42 -0.46 0.43

127

Aucune autre corrélation n’est significative avec les variables LHS, même si certaines corrélations semblent stables entre les trois dates de mesures de biomasse aérienne et de LAI (e. g. RG, TSI). Il est possible que les corrélations soient bien présentes mais ne répondent pas à une relation linéaire. De même, aucune corrélation significative n’apparait entre le stock d’eau et la biomasse produite. Cela met en évidence que la RU seule ne peut pas être un indicateur de la production de biomasse à l’échelle du sous-bassin versant du Montoussé.