Le plan de simulation

Ce travail a été réalisé sur les données du site du Montoussé qui permet de représenter une gamme de RU contrastées. Les simulations ont été enchainées en continu depuis la culture de blé de 2012/2013 qui sert à initialiser les stocks d’eau et d’azote jusqu’au tournesol de 2014 et au blé de 2014/2015. Ici ne sont présentés que les résultats des simulations du tournesol de 2014 et du blé de 2014/2015 qui correspondent aux cycles culturaux analysés dans le dernier chapitre dans le cadre de la spatialisation du modèle STICS. L’itinéraire technique n’est pas différencié entre les différentes parcelles, excepté pour les apports d’azote qui ont été renseignés suivant les données collectées auprès des agriculteurs. Les parcelles ont été semées soit en blé dur soit en blé tendre, ce qui n’est pas différencié dans les simulations. Les propriétés de sol sont celles tirées des analyses faites en juin 2015.

Les incertitudes de la RU, des propriétés de rétention en eau par couche de sol et des profondeurs maximales d’enracinement sont issues de la bibliographie sont établie à 2% (coefficient de variation) pour la mesure de DA et de pF (Ratliff et al., 1983; Yoro and Godo, 1990) et à 40% pour l’incertitude sur l’enracinement (Bohm, 1979). Cette distinction des incertitudes par composantes de la RU permet de mettre en évidence la sensibilité du modèle aux bornes de rétention en eau, humidités à la capacité au champ et au point de flétrissement, et à la profondeur racinaire qui sont renseignées de manière indépendante. Sur le point 4-BV, qui correspond à une lentille sableuse, la réserve utile est calculée de la même manière, même si les couches plus profondes sont de nature sableuse et que la relation DA/humidité n’est plus strictement applicable. Ce choix méthodologique vise à simplifier l’interprétation des simulations et dans ce cas ne représente pas une réalité par rapport à la mesure.

La mesure à la tarière ne permet d’échantillonner que sur des couches de sol de 15 cm ce qui a conditionné le dimensionnement de la discrétisation des sols en couches rendue possible par le modèle. Cependant, dans STICS, seules 5 couches de sol peuvent être renseignées, or les sols les plus profonds qui ont été échantillonnés présentaient des traces de racines jusqu’à 150 cm. Compte tenu

172

du fait que la plus forte variabilité du sol se situe dans les couches de sol superficielles, les couches de sol 1, 2, 3 et 4 correspondent à des épaisseurs de sol de 15 cm. L’épaisseur de la cinquième couche de sol correspond à la différence entre la profondeur d’enracinement et 60 cm. Les propriétés hydriques de cette dernière couche sont alors calculées par rapport à la moyenne des échantillons de 15 cm qui permettraient de reconstituer la couche de sol.

Quatre scénarios d’incertitudes ont été testés pour quantifier l’effet des sources d’incertitude et de leurs interactions :

- Avec l’enracinement maximal aléatoire (Zalea)

- Avec les humidités à la capacité au champ et l’humidité au point de flétrissement permanent aléatoires (Halea)

- Avec l’intégralité des variables de la RU aléatoires (RUalea) - Avec les mesures initiales (témoin)

Pour que les scénarios soient strictement comparables, les valeurs générées aléatoirement sont les mêmes entre le scénario RU alea et les scénarios Zalea et Halea. Les composantes de la réserve utile ont été générées indépendamment en introduisant un bruit blanc (Figure 83). Les densités apparentes ont été calculées d’après les équations de Bruand et al. (1996) inversées décrivant la relation DA/humidité à la capacité au champ et au pF4.2. Les humidités caractéristiques ont été exprimées en volumique dans le modèle après conversion d’après la densité apparente elle-même générée aléatoirement. La DA dans le modèle est indépendante de celle qui sert au calcul des composantes de la réserve utile et est toujours égale à 1 sur tout le profil. Cela permet de négliger l’effet de tassement ou de variation de la DA sur la croissance racinaire et les conversions massique/volumique du modèle. Afin d’avoir une moyenne représentative de la RU mesurée, pour chaque type de scénario et pour chaque type de sol, 200 sols ont été générés. Les capacités au champ volumique générées ont un coefficient de variation de 2.2% autour de la valeur de référence et une moyenne strictement équivalente. Il en va de même sur les humidités au point de flétrissement qui ont par contre un coefficient de variation à peine plus élevé de 2.59% d’humidité volumique et une moyenne des 200 itérations équivalente à la mesure. Le nombre d’itérations était donc bien suffisant.

La sensibilité du modèle a été estimée selon deux variables d’intérêt : la matière sèche aérienne en fin de culture et le cumul d’évapotranspiration du semis à la récolte. Ces deux variables permettent de représenter le rendement de biomasse de la culture ainsi que le bilan d’eau par la perte d’eau dans l’atmosphère.

173

Figure 83 : Etapes de travail pour le test de sensibilité à l’incertitude de la mesure. Les entrées sont les mesures de 15 profils de sol différents et les incertitudes des mesures tirées de la biographie (coefficients de variation). Ensuite, les entrées du modèle STICS sont générées aléatoirement pour les 15 profils de sol, pour 200 itérations et pour chacun des trois types de scénarios aléatoires : avec enracinement variable (scénarios Zalea), avec humidités caractéristiques variables (Halea) ou encore avec toutes les composantes de la réserve utile variables (scénarios RUalea). Les variables étudiées sont la biomasse finale et le cumul d’ETR sur la période de culture.

4.4.1.2 Les outils statistiques

Les entrées du modèle STICS étant générées aléatoirement selon une loi normale, l’écart entre les scénarios peut être exprimé en termes d’écart des données d’entrées par rapport au scénario témoin. Cette différence peut donc être analysée en considérant que l’écart au scénario témoin est fonction des écarts obtenus sur les entrées (Eq 15). Pour cela, des modèles linéaires multiples sont établis entre les écarts relatifs des données d’entrées générées (variables HCC, HPF, Zrac) par rapport au scénario témoin d’une part et les écarts relatifs observés en sortie entre les scénarios témoins et les différents scénarios RUalea. Ces relations établies sont validées sur les critères de RMSE et de R². Le poids normalisé sert à calculer le pourcentage de variance expliquée par variable. Cela permet donc d’établir l’importance de chaque variable dans l’incertitude de la mesure injectée dans les entrées.

𝐸𝑐𝑎𝑟𝑡 𝑟𝑒𝑙𝑎𝑡𝑖𝑓 = ^𝑦̂𝑍𝑎𝑙𝑒𝑎/𝑅𝑈𝑎𝑙𝑒𝑎−𝑦

𝑦 ^{Eq 15}

Où 𝑦̂_{𝑍𝑎𝑙𝑒𝑎/𝑅𝑈𝑎𝑙𝑒𝑎} est la valeur simulée des scénarios Zalea ou RUalea et y est la valeur simulée du scénario témoin correspondant.

4.4.2 Résultats

A la suite sont présentés dans un premier temps les résultats généraux des simulations pour chaque type de scénario. Les valeurs de cette première partie sont exprimée en valeur absolues afin

174

d’avoir une vision quantitative des écarts. Par la suite les résultats sont présentés en écarts par rapport au témoin.

Sur la base de cette vue d’ensemble, les scénarios sont analysés séparément entre Zalea et Halea afin d’étudier l’incertitude des mesures effectuée pour chaque couche de sol et celle sur l’enracinement. Enfin la dernière partie de l’analyse des résultats présente les variations sur la RU totale.