Un modèle bio-décisionnel spatialisé

La demande en eau d’irrigation globale sur le système Neste est un indicateur qui prédomine dans le débat de Charlas, son estimation est donc essentielle pour alimenter ce type de débat. En revanche, la réduction de 25000 ha de maïs irrigué n’affecterait que certaines exploitations et certaines parcelles. Des indicateurs à ce type d’échelles pourraient aussi alimenter le débat : selon les points de vue, la solution pour économiser 50 Mm3 _{d’eau par an peut être que}

beaucoup d’agriculteurs réduisent un peu leur demande ou que peu d’agriculteurs la réduisent beaucoup. Mon objectif est donc de pouvoir estimer la demande en eau d’irrigation à différentes échelles au sein du système Neste. L’estimation d’autres indicateurs comme les rendements ou le lessivage des nitrates pourraient aussi alimenter le débat. En effet, si l’évaluation de la demande en eau d’irrigation est pertinente pour des acteurs qui mettent en œuvre la gestion quantitative de l’eau et sa planification, elle ne l’est pas pour d’autres porteurs d’enjeux qu’un changement dans la distribution des systèmes de cultures affecterait aussi. Par exemple, la modification de la distribution des systèmes de culture affecte les rendements et par conséquent la production globale de la zone d’étude. Afin de permettre un jugement objectif de l’impact des scénarios construits, nous avons choisi d’utiliser un modèle produisant plusieurs indicateurs mobilisables dans le débat : demande en eau, rendements, pertes azotées etc.

Le modèle bio-décisionnel MOuSTICS15 associe la version 5 du modèle de culture STICS16

(Brisson et al., 1998) au modèle d’action de MODERATO (Bergez et al., 2001). Sa spatialisation permet d’estimer ces indicateurs à différentes échelles.

15 _{MOuSTICS signifie Moderato Union STICS}

III.2.1. Le modèle biophysique

STICS est un modèle générique de culture fonctionnant à l’échelle de la parcelle et à pas de temps journalier. Il simule de manière dynamique la croissance et le développement de la plante et les bilans en eau et azote d’un grand nombre de cultures. Les variables qu’il simule peuvent être utilisées comme des indicateurs agronomiques comme le rendement ou la teneur en protéine et environnementaux comme le taux de. nitrates lixiviés ou le drainage profond. Elles peuvent aussi servir de base au calcul d’autres indicateurs. Par exemple des indicateurs économiques comme la marge brute peuvent être calculés à partir des sorties du modèle (rendement) et de ses entrées (intrants).

Des données concernant le sol, le climat, la culture et son itinéraire technique sont nécessaires pour faire tourner le modèle, elles doivent caractériser une situation culturale homogène. Certaines de ces données doivent être fournies au modèle sous forme d’un calendrier. Par exemple, les précipitations comme l’irrigation doivent être fournies au modèle dans un fichier qui associe des dates (en jours juliens) à des apports d’eau (en mm). Il faut donc à chaque situation culturale redéfinir ce calendrier.

Dans STICS, il est aussi possible d’automatiser les apports d’irrigation. Le modèle tient alors compte des besoins de la culture : dès que la plante atteint un seuil de stress hydrique, le modèle apporte une quantité d’eau définie par l’utilisateur. Cette option permet de définir les besoins optimaux d’une culture et non les apports réels d’irrigation mobilisés comme indicateur dans le débat de Charlas. C’est la limite de beaucoup de modèles de cultures qui ne tiennent pas compte de la prise de décision de l’agriculteur (Garcia et al., 2005).

III.2.2. Le modèle décisionnel

Le modèle de décision défini dans MODERATO permet de générer, pour la culture du maïs, ces calendriers d’irrigation, et plus généralement les calendriers d’interventions techniques, en tenant compte des comportements des agriculteurs. Ce modèle présente chaque décision élémentaire sous la forme suivante :

SI [indicateur] [opérateur] [seuil] ALORS [action] [modalité d’action]

Il comporte des règles élémentaires permettant de générer les calendriers de semis, de fertilisation et de récolte. Un corps de 5 règles élémentaires et un jeu de contraintes permettent de générer le calendrier d’irrigation. Le jeu de contraintes définit le contexte de la

parcelle cultivée : volume maximum d’eau disponible, débit maximum disponible etc. Les 5 règles d’irrigation concernent :

• L’apport d’eau pendant la période semis-levée

• Le déclenchement de la campagne d’irrigation : à quelle date l’agriculteur déclenche- t-il l’irrigation et quel volume d’eau apporte-t-il ?

• Le retour de l’irrigation : quelle est la durée d’un tour d’eau, et quel volume d’eau l’agriculteur apporte-t-il à chaque tour d’eau ?

• L’attente de l’irrigation : de combien de jours l’agriculteur va-t-il décaler son tour d’eau s’il pleut, et pour quel volume de précipitations ?

• L’arrêt de l’irrigation : à quelle date l’agriculteur choisit-il d’arrêter l’irrigation et quel volume d’eau apporte-t-il à cette date ?

En couplant le modèle de décision de MODERATO et le modèle STICS, MOuSTICS a le

potentiel de simuler les règles de décision relatives aux interventions techniques et la croissance de la plante pour une plus grande diversité de cultures. Toutefois cette possibilité suppose d’une part un paramétrage correct de STICS pour les différentes cultures concernées, et d’autre part le paramétrage des règles de décision pour les cultures autres que le maïs.

III.2.3. Paramètres

Effectuer une simulation avec MOuSTICS nécessité la définition d’un fichier plante comportant un nombre élevé de paramètres à caractériser. Afin de pouvoir effectuer des simulations sur la majorité des cultures, nous avons utilisé un jeu de fichiers dont les paramètres avaient été optimisés au préalable dans le cadre du projet APPEAU pour 7 cultures (correspondant à 61% de la SAU du système Neste). Ces paramètres ont été optimisés pour la version 6 de STICS alors que MOuSTICS n’utilise que la version 5.

L’utilisation de MOuSTICS nécessite aussi la définition des règles de décision présentées ci-

dessus. C’est à partir d’une revue bibliographique et d’interrogations d’experts que j’ai caractérisé des jeux de règles de décisions pour chaque culture cultivée sur trois types de sols possibles (alluvions, boulbènes, terreforts). La construction de ces règles de décision est présentée en Annexe 1. La caractérisation des fichiers sols est présentée en Annexe 2.

III.2.4. Spatialisation

Nous avons vu que le système Neste présente une grande diversité de situations culturales, que ce soit en termes de cultures, de sols ou de climats. Afin de représenter cette diversité nous avons choisi de spatialiser MOuSTICS. C'est-à-dire d’effectuer une simulation par

situation culturale (Faivre et al., 2004). L’avantage du choix d’un modèle de décision est que le corps de règles de décision peut n’être défini qu’une fois, c’est la variabilité spatiale du climat qui conditionnera les calendriers d’irrigation résultant de ces règles. Afin de rendre compte de différentes stratégies d’irrigation, ce corps de règles peut aussi être défini plusieurs fois : deux agriculteurs peuvent adopter des stratégies d’irrigation différentes pour la culture d’une même plante. Il faudra alors identifier quel(s) facteur(s) (ex. sol, matériel d’irrigation) influence(nt) la décision des agriculteurs.