-1 rs,PAR rs'
type de végétation 1 (Résineux sempervirents)
type de végétation 4 (Feuillus à feuilles caduques)
FIG. 4.6: Comparaison des r ´esistances stomatiques rs,P AR et rs0 en fonction de l’ ´eclairement visible (PAR) pour les types de v ´eg ´etation 1 et 4 du mod `ele MOHYCAN.
4.5 L’algorithme d’isopr `ene
Guenther et al. (1999) ont propos ´e un nouvel algorithme d ´ecrivant les ´emissions de
compos ´es organiques volatils biog ´eniques d ´ependant du PAR et de la temp ´erature de la feuille. Les ´emissions foliaires sont estim ´ees comme
F =ε0Dfγ0 (4.4)
o `u
ε0 est la capacit ´e moyenne d’ ´emission de l’ ´etendue v ´eg ´etale consid ´er ´ee [µg C g−1 h−1],
Df est la densit ´e foliaire [g m−2], et
γ0 est le facteur d’activit ´e.
Le facteur d’activit ´eγ0prend en compte les effets du PAR (C0
L), de la temp ´erature de la feuille (C0
T) et de l’ ˆage de la feuille (C0
A). Il est donn ´e par
γ0 =C0
LC0
TC0
A (4.5)
Guenther et al. (1999) proposent, pourC0
A, la param ´etrisation suivante :
C0
A= [A1∆Df m] + [A2(1−∆Df m)] (4.6) o `u
A1 = 0.33 caract ´erise l’activit ´e des feuilles jeunes ou vieilles,
∆Df m = |Df m−Df m−1|
max (Df m,Df m−1), et Df m et Df m−1 sont, respectivement, les densit ´e foliaires mensuelles du mois courant et du mois pr ´ec ´edent.
Le facteurC0
La une forme semblable au facteurCLde l’algorithme de Guenther et al. (1993), `a savoir C0 L= α0CL01QP AR p 1 +α02Q2 P AR (4.7) o `u α0 et C0
L1 ne sont plus constants comme dans les travaux de Guenther et al. (1993).
Harley et al. (1996, 1997) ont en effet sugg ´er ´e que ces coefficients varient avec la
profondeur de la canop ´ee. Sur base de ces ´etudes, Guenther et al. (1999) ont propos ´e :
α0 = 0.001 + 0.00085Lc (4.8) et
CL01 = 1.42 exp (−0.3Lc) (4.9) o `uLc est la LAI cumul ´ee depuis le sommet de la canop ´ee jusqu’au niveau de la feuille. Une feuille pr `es du sommet de la canop ´ee a donc, pour une valeur de l’ ´eclairement visible (PAR) = 1000 µmol m−2 s−1, un C0
L proche de 1 tandis qu’une feuille plus bas dans la canop ´ee, pour le m ˆeme rayonnement, a un C0
L plus faible. Par exemple, pour une LAI cumul ´ee ´egale `a 5 m2feuille m−sol2,C0
L vaut 0.31. L’influence de la temp ´erature est calcul ´ee comme
CT0 =Eopt CT2exp ³ CT1(TfRTf−ToptTopt) ´ CT2−CT1 h 1−exp ³ CT2(TfRTf−ToptTopt) ´i (4.10) o `u
Tf est la temp ´erature de la feuille [K],
R est la constante universelle des gaz parfaits (= 8.31 J K−1 mol−1),
Eopt est la capacit ´e d’ ´emission maximale normalis ´ee (sans dimension),
Topt est la temp ´erature [K] `a laquelleEoptse produit et,
CT1 (= 95000 J mol−1) etCT2 (= 230000 J mol−1) sont des coefficients empiriques, iden-tiques `a ceux de l’ ´equation 2.3, qui repr ´esentent respectivement l’ ´energie d’activation et de d ´esactivation.
L’ ´equation 4.10 est pratiquement ´equivalente `a l’ ´equation 2.3 pourEopt = 1.9 etTopt
= 312.5 K. Sharkey et al. (1999) et P ´etron et al. (2001) ont montr ´e que Eopt et Topt
d ´ependent de la temp ´erature `a laquelle la feuille est expos ´ee les jours voire les se-maines pr ´ec ´edentes. Sur base de ces ´etudes, Eopt etTopt sont alors estim ´es comme
Eopt= 1.9 exp (0.125(Td−301)) (4.11) et
FacteurC’T-G99 0 10 20 30 40 50 Température (°C) 0.0 0.5 1.0 1.5 2.0 Emissionnormalisée T d= 15.0 °C T d= 20.0 °C T d= 25.0 °C Td= 30.0 °C T d= 35.0 °C Td= 28.0 °C (courbe équivalente aCT-G97)
FIG. 4.7: R ´eponse des ´emissions de type isopr `ene `a la temp ´erature d’apr `es Guenther
et al. (1999).
Topt = 312.5 + 0.5(Td−301) (4.12) o `u
Tdest la temp ´erature moyenne [K] des 15 jours pr ´ec ´edents.
La Figure 4.7 montre l’influence de la temp ´erature moyenne des 15 jours pr ´ec ´edents (Td) sur le facteur C0
L. Pour Td = 28°C (courbe rouge), le facteur C0
L dans G99 est ´equivalent `a CL dans G97. Les courbes en tirets montrent les r ´esultats obtenus pour diff ´erentes valeurs deTd. PourTd <28°C, les ´emissions de compos ´es organiques vola-tils biog ´eniques r ´esultantes sont plus faibles que dans le cas G97 tandis que pourTd>
28°C, ces ´emissions sont plus ´elev ´ees.
Etant donn ´ee la d ´ependance des ´emissions `a la temp ´erature moyenne des 15 jours pr ´ec ´edents, l’algorithme de Guenther et al. (1999), que nous noterons par la suite
«G99» ne peut ˆetre test ´e que si l’on dispose de s ´eries temporelles de donn ´ees suf-fisamment longues. Parmi les campagnes que nous avons consid ´er ´ees, seule celle men ´ee `a la for ˆet de Harvard se pr ˆete `a cet exercice. La principale difficult ´e li ´ee `a l’utilisa-tion de l’algorithme G99 est l’absence d’informal’utilisa-tion sur le param `etreε0 de l’ ´equation 4.4. En choisissant pourε0 la valeur du facteur d’ ´emission standardε de l’algorithme G97 et en supposant le facteurC0
A ´egal `a 1 (Eq.: 4.5), les ´emissions, `a la for ˆet de Harvard, cal-cul ´ees par le mod `ele avec G99 sont plus faibles que celles obtenues avec G97 (-56.5% en moyenne avecTf). Cette diff ´erence est en partie due au fait queC0
L< CLdans la ca-nop ´ee. Les ´emissions selon G97 et G99 sont similaires au sommet de la caca-nop ´ee mais
Harvard Forest 1995
Variation saisonnière des flux d'isoprène
160 180 200 220 240 260 280 300
Temps (jour julien) 0 2 4 6 8 10 Fisop (mgCm -2 h -1)
mesures modèle MOHYCAN (n= 16): G97-Tf * 1.4
G99-Tf * 3.15
FIG. 4.8: Evolution des moyennes diurnes des flux d’isopr `ene mesur ´es et mod ´elis ´es
sur toute la p ´eriode de mesure (juin `a octobre 1995) pour la for ˆet de Harvard. Les flux mod ´elis ´es ont ´et ´e multipli ´es par un facteur ad-hoc (Cf. texte).
les ´emissions selon G99 sont plus faibles dans les couches inf ´erieures. D’autre part, dans le cas de la for ˆet de Harvard, la temp ´erature moyenne des 15 jours pr ´ec ´edents est tr `es souvent inf ´erieure `a 28°C, ce qui diminue le facteur C0
T. En moyenne, `a la for ˆet de Harvard, les valeurs de C0
L et C0
T sont environ 25% et 37% plus faibles que celles des facteursCL etCT de G97, respectivement.
En d ´epit de ces diff ´erences, les deux algorithmes (G97 et G99) reproduisent bien la variabilit ´e des flux d’isopr `ene `a la for ˆet de Harvard. La Figure 4.8 pr ´esente l’ ´evolution saisonni `ere des moyennes journali `eres des ´emissions mesur ´ees et calcul ´ees selon G97 et G99. Sur cette figure, les ´emissions mod ´elis ´ees ont ´et ´e r ´e ´echelonn ´ees en les mul-tipliant par le rapport des flux mesur ´es moyens aux flux calcul ´es moyens. De mani `ere g ´en ´erale, les deux algorithmes s’accordent bien avec les mesures. De plus, le coeffi-cient de corr ´elation entre flux mod ´elis ´es et mesur ´es n’indique pas de meilleur accord lorsque G99 est utilis ´e (r2 '0.796 pour G97-Tf etr2 '0.802 pour G99-Tf).
L’utilisation de la param ´etrisation de l’effet de l’ ˆage de la feuille (facteurC0
A, Eq.: 4.6), n’am ´eliorerait que tr `es l ´eg `erement l’accord entre le mod `ele et les mesures en automne (jours juliens 260-290), les flux mod ´elis ´es n’ ´etant r ´eduits que de 20% au maximum sur cette p ´eriode. D’autre part, cette param ´etrisation pr ´edit une r ´eduction d’environ un tiers des flux mod ´elis ´es au mois de juin, en contradiction avec les mesures.
4.6 Conclusions
En conclusion, nous avons vu que le choix des profils verticaux de l’indice de surface de feuille, de la temp ´erature de l’air et de l’humidit ´e relative de l’air ont peu d’influence sur les ´emissions calcul ´ees par le mod `ele. De m ˆeme, l’h ´et ´erog ´en ´eit ´e horizontale de l’in-dice de surface de feuille a peu d’influence sur l’ ´emission moyenne d’isopr `ene, tant que la LAI totale reste peu ´elev ´ee comme c’est le cas au site de Maun. En effet, la r ´eponse des ´emissions `a l’indice de surface de feuille est presque lin ´eaire au-dessous d’une LAI ´egale `a 2 m2feuille m−sol2. Les ´emissions tendent vers une asymptote horizontale pour les grandes valeurs de LAI. En l’absence de mesure sur le terrain du degr ´e d’h ´et ´erog ´en ´eit ´e horizontale de l’indice de surface de feuille dans des ´ecosyst `emes plus denses comme les for ˆets, il n’a pas ´et ´e possible de quantifier son impact sur les ´emissions, dans ce cas important.
Nous avons vu que des variations de l’ ´eclairement visible (PAR) induisent des va-riations relatives des ´emissions qui leur sont similaires (en termes relatifs) lorsque la temp ´erature de la feuille est utilis ´ee. La d ´etermination des fractions diffuses du PAR au sommet de la canop ´ee n’a, dans ce cas, que peu d’influence sur les ´emissions d’isopr `ene. Les effets sont tout- `a-fait diff ´erents lorsque c’est la temp ´erature de l’air qui est utilis ´ee pour calculer les ´emissions.
Les facteurs de stress intervenant dans la param ´etrisation de la r ´esistance stoma-tique jouent un r ˆole important dans les r ´egions s `eches. Le stress hydrique est parti-culi `erement difficile `a ´evaluer. La param ´etrisation alternative propos ´ee par A. Guenther pr ´edit des r ´esistances stomatiques sensiblement plus faibles que celle utilis ´ee dans MO-HYCAN, bas ´ee le mod `ele SiB de Sellers et al. (1986). L’utilisation de la param ´etrisation de A. Guenther conduit `a des ´ecarts de temp ´erature beaucoup plus faibles entre les feuilles et l’air.
L’influence sur les ´emissions des temp ´eratures moyennes des 15 derniers jours pro-pos ´ee par Guenther et al. (1999), qui s’ajoute `a l’influence des temp ´eratures instan-tan ´ees d ´ecrite au Chapitre 2, n’est pas confirm ´ee par les donn ´ees exp ´erimentales dont nous disposons. L’effet de la param ´etrisation de l’ ˆage de la feuille, ´egalement propos ´ee par Guenther et al. (1999), apparaˆıt trop marqu ´e au printemps et nettement insuffisant en automne. Etant donn ´ees ces consid ´erations et l’absence de base de donn ´ees d’es-timations exp ´erimentales du param `etre ε0 (Eq.: 4.4) pour les diff ´erents ´ecosyst `emes, l’algorithme G97 apparaˆıt actuellement le plus appropri ´e tant pour la comparaison avec les mesures que pour l’ ´etablissement d’inventaires d’ ´emission.
5
Inventaires globaux des ´emissions de compos ´es organiques
volatils par la v ´eg ´etation
Dans les chapitres pr ´ec ´edents, les campagnes de mesure nous ont permis de tester et d’ ´evaluer les algorithmes d’ ´emission (principalement l’algorithme d’isopr `ene G97) et le mod `ele MOHYCAN. L’ ´etape suivante de ce travail est l’ ´etablissement d’un inventaire global `a partir de ce mod `ele. Ce nouvel inventaire sera compar ´e `a l’inventaire global de r ´ef ´erence (GEIA) ´etabli par Guenther et al. (1995) et utilis ´e dans de nombreux mod `eles globaux de chimie-transport.
Pour estimer les ´emissions globales de BVOC `a partir du mod `ele MOHYCAN, il est n ´ecessaire de connaˆıtre les distributions globales des variables suivantes :
– le type de v ´eg ´etation, – la densit ´e foliaire,
– les facteurs d’ ´emission standard, – l’indice de surface de feuille,
– les variables m ´et ´eorologiques intervenant dans le calcul de la temp ´erature de la feuille et de l’ ´eclairement visible (PAR) dans la canop ´ee : couverture nuageuse, valeurs au sommet de la canop ´ee des ´eclairements dans le visible (PAR) et le proche infrarouge (NIR), de la temp ´erature de l’air, de l’humidit ´e relative de l’air et de la vitesse du vent.
Pour faciliter la comparaison de nos r ´esultats avec l’inventaire GEIA, les distribu-tions des ´ecosyst `emes, les algorithmes d’ ´emission et les facteurs d’ ´emission standard utilis ´es par Guenther et al. (1995) sont ´egalement adopt ´es dans ce travail. Pour cha-cune des autres variables les plus importantes (temp ´erature, rayonnement, indice de surface de feuille (LAI)), diff ´erents choix possibles seront pr ´esent ´es et compar ´es : la distribution adopt ´ee par Guenther et al. (1995), ainsi que plusieurs distributions issues de climatologies plus r ´ecentes. Afin de pouvoir ´evaluer l’impact des diff ´erences entre
les param ´etrisations du transfert radiatif dans MOHYCAN et dans le travail de Guenther
et al. (1995), les ´emissions seront aussi calcul ´ees `a l’aide de MOHYCAN en utilisant
exactement la m ˆeme proc ´edure et les m ˆemes distributions des variables d’entr ´ee que celles adopt ´ees par Guenther et al. (1995).
La r ´esolution spatiale choisie pour le nouvel inventaire est 0.5°×0.5°. Les r ´esultats sont donn ´es sous forme de moyennes mensuelles m ˆeme si les calculs tiennent compte des variations de l’ensoleillement en fonction de l’heure du jour et de la n ´ebulosit ´e.
L’inventaire GEIA est d ´ecrit dans la section suivante. Les donn ´ees (m ´et ´eorologie, caract ´eristiques des ´ecosyst `emes) utilis ´ees pour l’ ´etablissement des inventaires seront ensuite pr ´esent ´ees, ainsi que les principaux r ´esultats.
5.1 L’inventaire global de r ´ef ´erence de GEIA
GEIA (Global Emissions Inventory Activity, http ://geiacenter.org/background.html) a ´et ´e mis en place en 1990 pour d ´evelopper et distribuer des inventaires globaux d’ ´emissions de gaz et d’a ´erosols. L’inventaire GEIA des ´emissions de compos ´es or-ganiques volatils naturels (BVOC) reprend les ´emissions globales d’isopr `ene, de mo-noterp `enes et des autres compos ´es organiques volatils (ORVOC + OVOC)1 `a une r ´esolution spatiale de 1°×1° et une r ´esolution temporelle de un mois pour l’ann ´ee de r ´ef ´erence 1990. Elles ont ´et ´e estim ´ees `a l’aide des algorithmes de Guenther et al. (1993) d ´ecrits au Chapitre 2 et d’un mod `ele simple de canop ´ee (Guenther et al., 1995). La temp ´erature de la feuille est suppos ´ee ´egale `a la temp ´erature de l’air dans ce mod `ele, et la variation diurne de la temp ´erature est ignor ´ee. Les divers champs utilis ´es comme entr ´ees dans ce mod `ele global seront d ´ecrits dans la suite de ce chapitre.
Les flux annuels globaux de BVOC sont estim ´es `a 1150 Tg C, dont 503 Tg C pour l’isopr `ene, 127 Tg C pour les monoterp `enes et 520 Tg C pour les autres compos ´es.
La Figure 5.1 illustre les ´emissions globales d’isopr `ene (en haut) et de monoterp `enes (en bas) pour les mois de janvier et juillet, estim ´ees par Guenther et al. (1995). Les for ˆets tropicales en Am ´erique du Sud, en Afrique et dans le sud-est de l’Asie montrent des flux tr `es ´elev ´es (>1 g C m−2 mois−1) durant toute l’ann ´ee. Des flux ´elev ´es sont ´egalement pr ´edits en ´et ´e dans certaines r ´egions temp ´er ´ees incluant le sud-est des Etats-Unis, l’est de la Chine et le sud du Br ´esil, ainsi que dans certaines for ˆets bor ´eales, `a des latitudes comprises entre 50° et 60°N. Les flux d’isopr `ene estim ´es pour les r ´egions de latitudes sup ´erieures `a 30°N sont faibles (< 0.1 g C m−2 mois−1) en hiver. Les ´emissions de monoterp `enes les plus ´elev ´ees sont pr ´edites en juillet dans le sud-est des Etats-Unis, au Canada, en Sib ´erie, en Scandinavie et dans les for ˆets tropicales. Les ´emissions des autres compos ´es organiques (OVOC/ORVOC) montrent une distribution similaire `a celles des ´emissions d’isopr `ene et de monoterp `enes. Les ´emissions ´elev ´ees de compos ´es organiques biog ´eniques dans les r ´egions bois ´ees sont dues aux valeurs
´elev ´ees de la densit ´e foliaire et des facteurs d’ ´emission standard qui caract ´erisent ces ´ecosyst `emes, ainsi qu’aux temp ´eratures g ´en ´eralement favorables qui y r `egnent.
GEIA: Flux d’isoprène (Tair) Janvier Min = 0.0 Max = 4.2 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 (g C m mois )-2 -1
GEIA: Flux d’isoprène (Tair) Juillet Min = 0.0 Max = 3.5 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 (g C m mois )-2 -1
GEIA: Flux de monoterpènes (Tair) Janvier Min = 0.0 Max = 0.8 0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 (g C m mois )-2 -1
GEIA: Flux de monoterpènes (Tair) Juillet Min = 0.0 Max = 1.1 0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 (g C m mois )-2 -1 a b c d
FIG. 5.1: GEIA : Distribution des ´emissions globales d’isopr `ene (en haut) et de