La réserve utile et l’incertitude finale des simulations

De manière générale, 95% des simulations sont situées entre 0 et -25% d’écart de rendement pour le tournesol et 0 et -50% pour blé (Figure 87). Les écarts de simulation sur le bilan d’eau sont en revanche moins importants que sur l’estimation de la biomasse par le modèle avec la majorité des simulations qui donnent des écarts entre 0 et -10% pour le tournesol et +10 et -20% pour le blé.

masec Cet to u rn es o l b lé

Figure 87 : Boxplots des écarts entre scénario RUalea et scénario témoin pour les variables simulés masec et cet à la récolte et pour chaque type de sol et chaque culture (blé et tournesol). Les boxplots sont triés par taille de réserve utile, de la plus faible à gauche aux plus importantes à droite. Les « moustaches » représentent aux deux extrémités 95% des scénarios et exclut les 2.5% des deux extrêmes ; les deux bords de la boite correspondent aux centiles 25 et 75 autour de la médiane représentée par le trait foncé horizontal.

L’incertitude se traduit souvent par un biais sur les sorties de simulation et ce quelle que soit la nature du sol. Ce biais est dû à l’interaction entre l’incertitude sur l’enracinement maximum de la

182

culture et celle due à la mesure ou à la représentativité des propriétés de sol par tranche (Figure 85). Pour un cycle cultural plus long (blé), la réponse du modèle à cette incertitude est plus confuse. Pour les RU plus importantes, à partir de 157 mm cette variabilité s’accentue de manière visible sur le blé, le tournesol et pour les deux variables. Dans le cas d’un sol très superficiel (4-BV) cette incertitude peut conduire une incertitude élevée sur les sorties voire à l’absence de développement simulé (Cf. cas du tournesol Figure 87, -100%).

4.4.3 Conclusion

Dans ce travail, le lien entre la manière de décrire la réserve utile (protocole de mesure) et l’écart à la réalité sur l’estimation des rendements et du bilan hydrique ne sont pas directement abordés. Seule la question de l’incertitude du protocole de mesure de la capacité au champ et du point de flétrissement est ici présentée et discutée tout au long de cette thèse.

Ce travail a pu mettre en évidence que l’incertitude sur l’estimation de la profondeur maximale racinaire est très sensible dans le modèle. Son interaction avec l’incertitude de la capacité au champ et du point de flétrissement a introduit une incertitude plus importante encore dans les sorties de modèle. Au final, les écarts moyens sont biaisés par rapport à la simulation témoin montrant qu’une erreur peut introduire également un biais en sortie de modèle.

Une part de ces résultats est tout de même potentiellement prédéterminée par les hypothèses méthodologiques sous-jacentes, notamment par une incertitude exprimée en pourcentage de la valeur de référence, ou encore le formalisme de « macroporosité+fente de retraits » qui a été activé. Toutefois ces hypothèses correspondent au mieux à la réalité des simulations effectuées au cours de cette thèse et des connaissances actuelles sur ces incertitudes.

Ce travail met en exergue la nécessité de prendre des précautions sur l’interprétation de la mesure et sur son utilisation dans le modèle. Il est possible que l’incertitude de la mesure de la RU introduise dans le modèle une erreur qui soit plus importante que celle d’une estimation par des méthodes statistiques ou par d’autres modèles plus robustes. La question de la détermination de la part d’incertitude de la mesure reste ouverte : liée à la méthode elle-même ; liée à l’échelle de la mesure qui est différente de celle du modèle ; ou encore liée à l’hypothèse que la variable puisse être représentée comme une constante. En effet, dans cette dernière hypothèse, la variabilité autour de la mesure doit pouvoir être représentée par une valeur moyenne répondant par une loi normale pour que le modèle statistique puisse la simuler. Dans le cas contraire, la mesure ne correspond pas réellement aux paramètres d’entrée et correspond à un optimum mathématique représentant la zone simulée.

183

Par ailleurs, il faut garder à l’esprit que l’estimation par la mesure de la profondeur maximale d’enracinement ne correspond pas dans la réalité à une seule valeur (variabilité spatiale), ni exactement à la profondeur maximale d’enracinement. L’incertitude en sortie de modèle peut être liée à ces postulats simplificateurs ainsi qu’au formalisme qui ne considère le prélèvement que sur une profondeur déterminée par l’enracinement. En perspective de ce travail et afin de compléter cette étude, il serait donc nécessaire d’établir l’impact de ces hypothèses.

Cependant, et a priori, une majorité de variables liées aux propriétés de sol répondent bien à une loi normale (Brejda et al., 2000) même s’il faudrait s’assurer que l’enracinement suit bien cette distribution pour l’échelle étudiée. Sans possibilité de vérifier cette hypothèse, il est probable que la mesure ait bien une incertitude élevée mais qu’à l’échelle de travail de la spatialisation du modèle STICS (zones de 8 x 8 m), les profondeurs d’enracinement suivent bien cette distribution normale, puisque l’échelle néglige l’effet des rangs/interrangs qui peuvent être sources d’hétérogénéité spatiale des racines. La méthode de spatialisation de la réserve utile et donc des entrées du modèle, doit être suffisamment robuste pour s’affranchir de cette incertitude et ne reproduire que la distribution moyenne des profondeurs d’enracinement.

185

Chapitre V : Spatialisation des entrées du modèle STICS par la méthode de modélisation statistique

187