Impact de l’incertitude liée à la profondeur maximale d’enracinement

En regardant les simulations du scénario Zalea, il est possible de voir l’impact de l’incertitude de l’enracinement sur la biomasse finale (masec) et l’évapotranspiration (cet) avec les écarts relatifs des entrées (enracinement) par rapports aux sorties observées (Figure 84). Sur tournesol et pour l’année 2014, l’impact de cette incertitude sur la biomasse simulée et sur le bilan d’eau est présente mais relativement faible comparativement au blé. Par ailleurs, avec 40% de différence

176

d’enracinement, la biomasse finale ne varie que de 20% au maximum et ce pour la grande majorité des sols. Cette différence est encore plus faible pour l’évapotranspiration qui cette fois varie à moins de 10% d’eau évapotranspirée par rapport au témoin pour une différence de 40% d’enracinement. Le biais parfois observé sur les moyennes calculées entre itérations et scénario témoin peut avoir pour origine la non-linéarité de la sensibilité du modèle pour certains sols profonds.

tournesol blé M as e c ce t

Figure 84 : Effet de l’incertitude de l’enracinement sur la biomasse aérienne finale (masec) et sur le cumul d’évapotranspiration (cet) depuis le semis à la récolte pour les 15 points du bassin versant. Les valeurs représentées sont les différences relatives à la mesure initiale par rapport à un écart relatif d’enracinement. Chaque courbe correspond à un type de sol dont la valeur d’enracinement maximale mesurée est présentée dans la légende (cm).

Sur blé, le modèle simule des contrastes beaucoup plus marqués et des réponses hétérogènes entre sols. Ce contraste entre sols ne dépend pas que de la profondeur d’enracinement du témoin mais aussi des humidités caractéristiques : en effet, en prenant le point 4-BV qui

177

correspond à une lentille sableuse et qui possède une RU de 43 mm, cette profondeur maximale d’enracinement est peu sensible. De même, une diminution de la profondeur maximale racinaire n’entraine pas nécessairement une diminution de la biomasse finale aérienne : le modèle surestime la biomasse aérienne pour le point 11-BV par rapport au témoin dès lors que l’incertitude sur l’enracinement s’éloigne beaucoup de la valeur témoin. L’évapotranspiration est cependant moins variable entre types de sol, et une diminution ou une augmentation de l’enracinement se traduit proportionnellement par une diminution ou une augmentation de l’évapotranspiration. Pour les sols profonds, il y a en revanche un effet seuil : à partir d’une certaine augmentation d’enracinement maximal, le modèle perd un peu en sensibilité. Ce seuil étant proche des 40% d’écart à l’enracinement du témoin, il est probable qu’il affecte peu la moyenne calculée dans le Tableau 15.

Autre point, la différence observée entre blé/tournesol ne correspond pas nécessairement à une différence de réponse liée à la culture elle-même mais aussi à des années climatiques différentes et au précédent cultural. L’année 2014 ayant été une année pluvieuse, la sensibilité moindre du tournesol est certainement due à la différence de stress entre les deux années climatiques.

4.4.2.3 Le poids des incertitudes dans la biomasse et le cumul d’évapotranspiration (Halea)

Pour simplifier la lecture des résultats, deux sols contrastés sont choisis pour montrer les relations entre source d’incertitude et sorties de modèles : le sol 13-BV qui est un sol profond (enracinement maximum 148 cm) et le point 4-BV, représentatif des sols superficiels, qui a une profondeur de sol de 30 cm. Les résultats sont présentés dans la Figure 85. Les régressions permettent de décrire efficacement les sources de variation avec en moyenne seulement 5% d’écart qui n’est pas expliqué (RMSE).

Le premier constat qui peut être tiré de la Figure 85, est que l’incertitude sur la capacité au champ est la source d’erreur la plus importante comparativement à chaque variable de chaque couche de sol prise séparément, tant pour la biomasse que pour le cumul d’évapotranspiration. Le poids des différents facteurs explicatifs est très proche entre la biomasse finale et l’évapotranspiration pour un même sol. La sensibilité des bornes HCC/HMINF est différente.

178

masec cet

Figure 85 : Poids de l’incertitude de chaque variable, humidité à la capacité au champ (HCC) et au point de flétrissement (HMINF) des 5 couches de sols du modèle STICS calculés sur la base des coefficients beta de régressions linéaires sur les écarts aux scénarios témoins. Les pourcentages peuvent être négatifs pour les coefficients corrélés négativement. En revanche, HCC_sum et HPF_sum sont la somme des poids absolus des propriétés de sol de toutes les couches HCC et HMINF, donc positifs.

La corrélation HCC et écart au témoin est en moyenne positive ce qui indique plus de biomasse et d’ETR lorsque cette variable augmente, et négative entre le point de flétrissement permanent et l’écart au témoin, ce qui indique plus de biomasse et d’ETR lorsque ce critère diminue. Pour le sol plus superficiel, les couches de sol de surface ont un poids plus important et pour le sol profond, ce poids est plus sensible en profondeur. L’incertitude sur la couche n°3 a également un faible impact sur les simulations alors que la profondeur maximale d’enracinement est de 30 cm. Pour le point 13-BV les couches de sol ont un poids relativement équilibré sauf pour la 1 pour

179

laquelle une HCC élevée se traduit par une perte de rendement pour le tournesol. En effet une HCC surestimée va conduire à surestimer le développement en densité racinaire en surface dès le début de développement de la culture et donc sous-estimer la contribution des couches profondes. Dans STICS, la répartition de la production de nouvelles racines produites à la journée étant répartie au prorata de la densité déjà présente. La culture sera plus sensible au stress hydrique si son prélèvement en eau est plus superficiel ce qui se traduit alors par une perte de rendement. Le blé étant une culture d’hiver, période peu limitante en eau, le développement racinaire n’est que peu touché par la surestimation d’une HCC. La couche de sol 5 contribue de manière importante à l’erreur de simulation ce qui met en évidence que les couches profondes de sol jouent sur l’alimentation hydrique de la plante de manière non-négligeable (en tout cas pour le modèle).

Ces résultats montrent que les propriétés hydriques des couches de sol ont un poids non négligeable sur les simulations. Ici les incertitudes calculées sont relativement faibles, de l’ordre de 2%, toutefois si celle-ci s’avèrent plus importantes cela peut être une source d’erreur importante dans les simulations. Le poids des incertitudes de la réserve utile dans le modèle STICS La caractérisation de l’effet de l’enracinement et des propriétés de rétention en eau sur le masec et le cet peut être représentée par la relation entre les scénarios RUalea et Zalea. La relation linéaire entre les résultats de simulation représentés par les différences entre scénario et témoin caractérise l’effet de l’enracinement et la dispersion, ou le changement de linéarité, l’effet des propriétés de sol par tranche de sol. En effet, dans la représentation graphique chaque point correspond à la même erreur générée sur l’enracinement, le seul facteur différant entre les scénarios étant l’incertitude sur l’HCC et l’HPF des scénarios Halea. Ces relations sont présentées Figure 86.

Un premier constat est que l’impact de l’incertitude sur les propriétés de sol par couches de sol (Halea) dépend avant tout de l’incertitude sur l’enracinement. Cette relation est dépendante de l’écart intrinsèque à la simulation témoin à l’incertitude sur l’enracinement. On dénote également que l’effet de la culture/année climatique est particulièrement important sur les relations incertitude par couche de sol et incertitude sur l’enracinement. Pour le tournesol et les deux variables, cet et masec, l’incertitude de l’enracinement est prédominante si la réserve utile ne s’avère pas limitante. Dans le cas contraire l’incertitude sur les propriétés de rétention en eau des couches de sol s’exprime par une différence importante de la réponse du modèle selon les deux scénarios RUalea et Zalea. Sur la figure, cela se traduit par une dispersion des points importante visible en dessus de -10% d’écart au témoin pour le masec et de -6% pour le cet. L’effet de l’incertitude sur les propriétés hydriques du sol ne se limite pas à un phénomène de dispersion des points mais par une perte de linéarité des différences entre les scénarios Zalea et RUalea pour les faibles écarts au scénario témoin.

180

Sur blé et sur l’ensemble des points, la tendance est proche mais avec un poids de l’incertitude sur les propriétés de sol sensible, même pour des écarts de simulation dues à l’enracinement importants. Cette différence peut s’expliquer par la différence entre culture d’hiver et culture de printemps : dans le cas du tournesol, la prospection racinaire à un poids particulièrement important compte tenu qu’une partie du cycle plus importante est potentiellement soumise au stress hydrique. La cause étant due à un enracinement qui n’a pas atteint son climax. Par type de sol, la réponse à ces deux incertitudes est cependant très variable et peut se traduire par une perte de linéarité entre les scénarios comme par une dispersion. Cette réponse dépend d’interactions complexes entre le développement de végétation, les variations de nutriments accessibles mais aussi les variations climatiques.

masec cet to u rn es o l b lé

Figure 86 : Comparaison par scatter-plot des écarts au témoin des scénarios RUalea et Zalea pour les simulations du tournesol et du blé. Les valeurs sont exprimées en pourcentage de différence au témoin sans incertitude aléatoire. Chaque type de sol est représenté par un code couleur.

181