2.1 Cultures de céréales à paille en France
Rendements agricoles :
La France est le premier producteur de céréales en Europe et particulièrement le premier producteur de blé. Les données de rendements agricoles sont recueillies grâce à des enquêtes effectuées tous les ans. Une base de données du Ministère de l’Agriculture, Agreste, rassemble toutes ces statistiques agricoles (http://agreste.agriculture.gouv.fr/page-d- accueil/article/donnees-en-ligne). Des données annuelles de rendements pour chaque type de cultures sont disponibles à l’échelle du département. J’ai utilisé des rendements de cultures pluviales de céréales à paille dont l’avoine, l’orge, le seigle, le triticale et le blé pour la période 1999-2013 pour 45 sites. Ces sites correspondent à 45 départements producteurs de céréales et ont été utilisés dans les études précédentes de Calvet et al. (2012) et Canal et al. (2014) (Figure IV.11). Dans ces études, des simulations de la biomasse aérienne réalisées avec le modèle ISBA-A-gs sur chacun des sites ont été comparées avec les statistiques agricoles disponibles à l'échelle du département correspondant. J'ai adopté une approche similaire, mais en utilisant une version plus récente de SURFEX, et en utilisant des données satellitaires.
Figure IV.1 Quarante-cinq sites de céréales à paille en France (Calvet et al. 2012, Canal et al. 2014)
Produits satellitaires et produits satellitaires désagrégés :
Les produits satellitaires utilisés dans ce travail sont les produits de LAI GEOV1 et sont fournis par le programme européen « Copernicus Global Land Service ». Ces données sont disponibles tous les dix jours et à une résolution de 1 km × 1 km à l’échelle globale. A cette résolution, différents types de végétation coexistent au sein d’un même pixel. Afin d'améliorer la cohérence entre les observations de LAI et les statistiques agricoles disponibles à l'échelle du département les séries temporelles de LAI sont moyennées sur un carré autour des 45 sites dont la dimension a été optimisée à 35 km x 35 km (voir plus bas).
79
Dans un premier temps, le LAI GEOV1 a été désagrégé, c’est-à-dire que l’on a isolé une valeur distincte de LAI décadaire pour chaque type de végétation présent au sein du pixel. La technique utilisée a été proposée initialement par Carrer et al. (2014) pour l’albédo de surface. Elle consiste à appliquer un filtre de Kalman afin de combiner de manière optimale le LAI satellitaire et les informations a priori de la base de données ECOCLIMAP telle que la fraction et le cycle annuel du LAI de chaque type de végétation (Faroux et al., 2007, Masson et al., 2003) pour obtenir un LAI spécifique à chaque type de végétation présent (Munier et al., 2017). Un LAI spécifique des céréales à paille est donc calculé à chaque fois qu’une observation satellitaire est disponible. Le LAI désagrégé correspondant aux cultures de C3 est obtenu à une résolution de 5 km x 5 km.
J’ai utilisé deux types de séries de LAI satellitaires: le LAI satellitaire GEOV1 brut et le LAI satellitaire désagrégé correspondant aux céréales à paille (Munier et al., 2017).
Analyse des rendements agricoles et des produits satellitaires :
La question posée ici est de savoir si les données d’observations dont on dispose peuvent être utilisées et « intégrées » d’une certaine façon dans le modèle ISBA-A-gs pour estimer des paramètres clefs de la végétation, plus précisément la réserve utile, en reproduisant la variabilité interannuelle observée de la végétation. Afin, dans un premier temps, d’évaluer dans quelle mesure la variabilité interannuelle du pic annuel LAI observé est comparable à celle des rendements, différentes valeurs annuelles moyennes de LAI ont été calculées selon deux composantes :
La surface du carré considéré autour des coordonnées des 45 sites étudiés (de 5 km × 5 km jusqu’à 45 km × 45 km tous les 5 km × 5 km) ;
Le seuil en deçà duquel les observations de LAI ne sont pas prises en compte dans le calcul du pic annuel de LAI (ce seuil est une fraction de la valeur maximale annuelle de LAI observé pour le site considéré).
Le meilleur résultat est obtenu pour le LAI désagrégé en utilisant un seuil de 50% des valeurs maximales annuelles de LAI pour une zone de 35 km × 35 km. Ceci permet d’obtenir une corrélation significative entre LAI moyen observé et rendements pour 31 sites sur 45. Un résultat assez semblable est obtenu en utilisant le LAI satellitaire brut, avec une corrélation significative pour 30 sites pour une taille de pixel similaire.
Ces travaux qui ont fait l’objet d’un article présenté dans la section 4.3, utilisent préférentiellement la série temporelle de LAI désagrégé pour une grille de 35 km × 35 km. En effet, la désagrégation du LAI a un impact important sur les valeurs maximales annuelles du LAI comme le montre la Figure IV.2 où les moyennes des valeurs annuelles maximales de LAI désagrégé, de LAI satellitaire et de rendement sont comparées. Elle n’influence pas la variabilité interannuelle comme le montrent les courbes du LAI brut et du LAI désagrégé qui évoluent de la même manière et qui présentent toutes deux une forte corrélation avec les rendements (R² de 0.86 et de 0.84 respectivement).
Données utilisées : produits satellitaires bruts et désagrégés et rendements agricoles
80
Figure IV.2 Comparaison des valeurs maximum de LAI satellitaire avec les rendements agricoles pour les 31 départements présentant des corrélations significatives pour les céréales à paille
2.2 Prairies en France
Les prairies permanentes, c’est-à-dire des prairies naturelles ou des prairies qui ont été semées depuis au moins 6 ans, sont majoritairement présentes dans le nord-ouest et le centre de la France. La gestion d’une prairie est différente de celle des cultures de céréales à paille où une seule récolte (coupe) constitue le rendement annuel. D'autre part, les rendements annuels des prairies correspondent à la somme des prélèvements de matière sèche après chaque coupe alors que le rendement en grains est considéré pour les céréales. Plusieurs coupes peuvent être effectuées à partir du printemps jusqu’à l’automne. La somme de ces rendements intermédiaires va constituer le rendement total annuel.
Figure IV.3 Quarante-huit sites de prairies permanentes en France (Calvet et al., 2012, Canal et al., 2014)
La même procédure, décrire dans la section 2.1, est appliquée pour 48 sites correspondant à 48 départements (Calvet et al., 2012 ; Canal et al., 2014), dont la production des prairies destinées aux fourrages est importante. Le résultat est présenté dans la Figure
81
IV.1. Contrairement à ce qui a été observé pour les céréales à paille, il n’y a pas de corrélation significative entre les valeurs maximales de LAI brut/ désagrégé et les rendements annuels des prairies avec des valeurs de R² égales à 0.10 et 0.13, respectivement.
Figure IV.4 Comparaison des valeurs maximum de LAI satellitaire et les rendements agricoles moyennés pour les 48 départements pour les prairies
L’analyse des rendements montre que l’année 2007 a été particulièrement favorable pour les prairies permanentes, contrairement aux céréales à paille. Cette information n’est pas contenue dans la série temporelle des valeurs maximales de LAI dont le maximum de la période 1999-2013 n’est pas en 2007. Cette faible corrélation peut s’expliquer par le mode de gestion des prairies. En effet, le rendement annuel est le résultat de plusieurs coupes, et la valeur maximale du LAI satellitaire n’est pas représentative du rendement résultant de toutes les coupes. De précédents travaux réalisés par Canal et al. (2014) estimant la réserve utile pour ces 48 points en se basant sur les rendements agricoles, ont montré que les meilleurs résultats étaient obtenus pour les prairies permanentes. Dans mon cas d’étude basé sur les données satellitaire, il n’est pas envisageable d’estimer la réserve utile pour les prairies, l’information sur la variabilité interannuelle de la végétation provenant des séries temporelles de LAI satellitaires n’étant pas cohérente avec la variabilité interannuelle des rendements agricoles.