• Aucun résultat trouvé

Chapitre 4. Modélisation des flux de la parcelle au paysage

2. Modélisation mécaniste à l'échelle de la parcelle

2.2. Présentation des simulations du modèle couplé ICASTICS

2.2.1. Données d'entrée et paramétrisation du modèle

Les simulations avec le modèle couplé ICASTICS sont à l'heure actuelle à l'état de test. Nous présenterons ici les simulations effectuées sur la culture de blé d'hiver à Auradé pour l'année 2005-2006. Globalement, une paramétrisation "par défaut" des différents modules et modèles à été utilisée, le but actuel étant simplement d'évaluer la cohérence du code du modèle couplé ICASTICS.

Le modèle utilise un forçage climatique à un pas de temps de trente minutes, composé de variables standards (Rayonnement global incident, température de l'air, humidité relative de l'air, vitesse du vent, précipitations) issues de la station de mesure d'Auradé.

La paramétrisation des modules de croissance de la végétation issus de STICS a été effectuée à partir des paramètres standards prédéfinis dans le modèle STICS. Afin d'affiner les prédictions du modèle, trois paramètres clés dans le calcul de l'évolution des variables biologiques ont été optimisés : la vitesse maximale de production foliaire brute, l'efficience de croissance maximale des organes reproducteurs et des organes végétatifs. Ces optimisations ont été effectuées avec un module intégré dans STICS utilisant la méthode du simplex avec le critère des moindres carrés (Figure 3).

Pour les modules du modèle ICARE, le sol a été décrit selon cinq horizons dont la profondeur a été choisie de manière à coïncider avec les profondeurs de mesures des températures et des humidités relatives du sol, soit 5, 10, 30 et 60 cm. La texture du sol entre 0 et 60 cm étant relativement homogène, les mêmes paramètres hydrauliques (point de flétrissement permanent, capacité au champ et contenu en eau du sol à saturation) ont été affectés à chaque horizon. Faute de mesures disponibles, ces derniers ont été déterminés grâce aux équations proposées dans la paramétrisation du modèle ISBA (Noilhan & Mahfouf, 1996). Pour la simulation du bilan d'énergie, l'albedo de la surface et l'émissivité du sol ont été fixées à 0.2 et 0.96 respectivement.

Afin d'évaluer le couplage, une simulation de référence des variables biologiques essentielles dans la description d'une plante (surface foliaire (LAI), hauteur du couvert et biomasse aérienne totale) a été effectuée avec le modèle STICS seul. La paramétrisation et les données d'entrée utilisées pour faire cette simulation de référence sont identiques à celles décrites ci-dessus pour le modèle couplé ICASTICS. Pour la paramétrisation des modules du bilan hydrique de STICS, qui ne sont pas utilisés dans ICASTICS, les mêmes paramètres hydrauliques que ceux définis pour la paramétrisation d'ICARE ont été utilisés.

2.2.2. Simulation de référence avec le modèle STICS

L'optimisation des paramètres biologiques clés du modèle STICS permet une nette amélioration de la description du LAI, de la hauteur et de la biomasse aérienne produite et exportée par rapport à la simulation avec les valeurs par défaut des paramètres clés (Tableau 2, Figure 3).

Tableau 2 : Bilan des simulations de STICS avant et après optimisation des paramètres clés (voir texte)

Variables Observations Simulation initiale Simulation optimisée

Date de récolte 29/06/2006 25/06/2006 24/06/2006

LAI maximum [m2 m-2] 3.13 5.41 2.62

Hauteur maximale du couvert [m] 0.68 1.18 0.65

Biomasse aérienne exportée [kg m-2] 1.121 1.462 1.123

La levée simulée intervient le 7 novembre, soit 11 jours après semis. LAI, hauteur et biomasse croissent régulièrement à partir de la levée jusqu'à atteindre un maximum (le 10 mai pour la hauteur, 11 mai pour le LAI et le 24 juin pour la biomasse). Si les simulations optimisées de la hauteur et de la biomasse sont en phase avec les observations, le LAI simulé augmente moins rapidement que le LAI observé à partir de fin mars 2006 subissant ainsi un décalage temporel par rapport aux observations (Figure 3). Toutes les variables biologiques sont nulles au-delà de la date de récolte simulée.

Figure 3 : Simulation des variables biologiques par le modèle STICS, a) la surface foliaire (LAI) exprimée en m2 feuilles m-2 sol, b) la hauteur du couvert en m et c) la biomasse aérienne en kg m-2 pour la culture de blé à Auradé. En pointillé, les simulations avant optimisation des paramètres clés (voir texte).

Tableau 3 : Analyse statistique de la simulation avec le modèle STICS après optimisation.

Statistiques LAI Biomasse Hauteur

[m2 m-2] [kg m-2] [m]

RMSE 0.97 0.058 0.1

R2 0.34 0.99 0.92

Biais moyen -0.174 -0.012 0.073

Nb. val. 9 9 9

2.2.3. Résultats de la modélisation avec ICASTICS

Les variables biologiques de développement des plantes sont présentées dans la Figure 4 et le Tableau 4. Les variables du bilan d'énergie (rayonnement net (Rn), flux de chaleur sensible (H), latente (LE) et dans le sol (G)) et l'échange net de CO2 de l'écosystème (NEE) sont représentées dans le Tableau 5 et la Figure 5.

Figure 4 : Simulation des variables biologiques par le modèle couplé ICASTICS, a) la surface foliaire (LAI) exprimée en m2 feuilles m-2 sol, b) la hauteur du couvert en m et c) la biomasse aérienne en kg m-2 pour la culture de blé à Auradé.

Tableau 4 : Bilan de simulation des variables biologiques représentées dans la Figure 4.

Variables Observations Simulation

Date de récolte 29/06/2006 05/07/2006

LAI maximum [m2 m-2] 3.13 4.7

Hauteur maximale du couvert [m] 0.68 0.75

La levée observée intervient douze jours après le semis, le 9 novembre 2005. A compter de cette date, LAI, hauteur et biomasse aérienne augmentent de manière continue jusqu'à un maximum, respectivement les 20 mai, 15 mai et 3 juillet 2006 (Figure 4 a, b et c). La simulation du LAI présente un déphasage dû à une augmentation moins rapide que celle du LAI observé à partir de fin mars 2006. La hauteur simulée augmente beaucoup plus tôt que celle observée (2 mois) mais cette avance est réduite progressivement jusqu'à une dizaine de jours au maximum de la hauteur. Malgré cet écart temporel, la valeur finale reste proche des observations (Tableau 5). La simulation de la biomasse aérienne, quant à elle, retranscrit bien les observations malgré une légère tendance à la surestimation. La date de récolte est prédite au 5 juillet 2006 soit six jours après la date de récolte observée. Au delà de cette date, toutes les variables biologiques simulées sont nulles.

Tableau 5 : résultats des statistiques des différentes variables simulées comparées aux observations

Statistiques LAI Biomasse Hauteur Rn LE H G NEE

[m2 m-2] [kg m-2] [m] [W m-2] [W m-2] [W m-2] [W m-2] [g C m-2]

RMSE 2.01 0.07 0.17 37.38 31.80 57.24 38.66 0.09

R2 0.10 0.99 0.99 0.98 0.88 0.87 0.48 0.81

Biais moyen 0.94 0.03 0.16 8.18 -9.03 23.88 -1.31 0.01

Nb. val. 9 9 9 16101 11551 13113 12446 11238

Concernant les variables du bilan d'énergie, Rn et H sont tout deux surestimés par le modèle alors que ce dernier sous-estime LE et que les mesures et la simulation de G sont très peu corrélées. Rn est sous-estimé lors de la période de croissance de la végétation (mars à mai 2006), alors que l'erreur associée à la grandeur H est présente sur l'ensemble de la simulation (données non présentée). Les erreurs sur les descriptions de LE et de G sont stables sur l'ensemble de la simulation avec néanmoins une tendance à la surestimation de LE de mi-mai à début juillet 2006. Ces périodes de surestimation de LE correspondent aux périodes de surestimation du LAI par le modèle. En dépit de ces erreurs quantitatives, la simulation de la dynamique temporelle des composantes H, LE et Rn reste satisfaisante (Tableau 5).

Le flux net de CO2 simulé présente un décalage saisonnier similaire à celui observé lors de la simulation du LAI (Figure 4a). En début de simulation, sur le sol nu, les flux sont quasiment nul jusqu'au 21 novembre 2005 où le LAI dépasse une valeur seuil de 0.1. A partir de janvier 2006, l'intensité des flux simulés augmentent avec le LAI jusqu'à atteindre des valeurs maximales entre le 23 mai et le 29 juin correspondant au maximum d'assimilation de la culture. Suite à cette période, les valeurs absolues de NEE diminuent avec la sénescence traduisant une diminution de l'assimilation. Notons que sur l'ensemble de la simulation, NEE nocturne (respiration de l'écosystème) est sous-estimé. Après la récolte, les flux sont ceux correspondants au sol nu et sont à nouveau quasiment nul. Il y a donc un problème avec le module de respiration hétérotrophe des micro-organismes du sol, qui dans l'état actuel du couplage est trop peu sensible aux forçages climatiques. Sur la Figure 5g la dynamique des cycles journaliers est correctement modélisée même si en milieu de journée les fortes

principalement induite par le décalage saisonnier du LAI simulé, qui fin avril 2006 était bien inférieur aux observations (Figure 4a).

Figure 5 : Simulation des variables du bilan énergétique (a, b, c et d) et des flux de CO2 (e, f et g) pour la culture de blé à Auradé.