Sensibilité à l'ordre 1

A cet ordre, 9 paramètres sensibles ont été détectés par l'approche multicritère dont 8 "fortement" et 1 "moyennement" sensible. Par ailleurs, 4 d'entre eux concernent le sol (θs,1, Ksat,1, Ksat,3 et La,1) et 5 la végétation (rsto,min, rp, hfc, εf et Alaiv). La période étudiée est caractérisée par un assèchement progressif du sol et par une phase de développement de la végétation. De ce fait, la transpiration du couvert végétal représente la part essentielle du flux d'évapotranspiration. Plusieurs paramètres sensibles détectés sont en parfait accord avec cette constatation, puisqu'ils interviennent directement dans la régulation stomatique (rsto,min, rp, hfc

et Alaiv) et la gestion de l'eau dans les couches profondes du sol (Ksat,3). Par ailleurs, l'influence des paramètres θs,1 Ksat,1, La,1 et εf semble confirmée par les résultats obtenus sur les analyses monocritères de θ05, Tb et G. De manière plus spécifique à ces dernières, il est aussi important de noter que la simulation de :

• H est sensible à beaucoup de paramètres traduisant les propriétés du sol (n1, n2, Ksat,2, Ksat,3, La,2,et Ass), ainsi que certaines caractéristiques de la végétation (rsto,min, rp, hfc) et des racines (Azrpm, Afdr).

• LE est sensible aux propriétés hydriques et thermiques du sol (Ksat,3, La,1,et La,3) et à une partie des caractéristiques de la végétation (rsto,min, rp, et Alaiv).

Fig. 5.7 : Sensibilité relative des paramètres du modèle SiSPAT-RS – Ordre 1 - Période 440-460

• θ05 est particulièrement sensible aux paramètres hydrodynamiques du premier horizon (θs,1 hg,1, Ksat,1, ) et aux conditions initiales en humidité.

• G est fortement sensible aux propriétés hydriques et thermiques des trois horizons (Ksat et La) et à l'indice foliaire (Alaiv).

• Tb est sensible aux propriétés hydriques et thermiques du sol (Ksat,2, Ksat,3, La,1,et La,2), à la majeure partie des caractéristiques de la végétation (rsto,min, rp, hfc, µ, εf et Alaiv) et aux conditions initiales en humidité.

Il se dégage de ce premier bilan relatif aux études monocritères que certains paramètres sensibles sont communs aux diverses analyses. Ceci est particulièrement le cas des conductivités hydrauliques à saturation (Ksat), des coefficients multiplicatifs de la conductivité thermique (La), des résistances stomatique minimale (rsto,min) et totale (rp) de la plante, ainsi que du facteur contrôlant l'amplitude du OAI vert (Alaiv). Comme la plupart d'entre eux apparaissent aussi dans les résultats de l'analyse multicritère, on peut alors penser qu'ils agissent indépendamment et de la même manière sur chacune des variables concernées. Il est ainsi possible dans ce cas d'améliorer simultanément plusieurs variables de sorties en modifiant de manière appropriée la valeur du paramètre considéré. Cette potentialité est particulièrement intéressante dans un objectif d'optimisation des paramètres. A l'opposé, certains de ces paramètres n'apparaissent pas dans l'étude multicritère (La,2 par exemple), ce qui signifie cette fois que ces derniers agissent de manière contradictoire suivant le critère. Enfin, certains paramètres n'agissent que sur un seul critère individuel et se retrouvent bien dans l'analyse multicritère, comme par exemple θs,1 et εf.

Aux vues des interrogations soulevées par l'interprétation des résultats de l'analyse de sensibilité, il parait être particulièrement important de visualiser les fonctions de distributions obtenues pour chacun des paramètres sensibles du modèle. Des exemples caractéristiques de fonctions de distribution obtenues pour les paramètres La,1 et Alaiv sont portés sur la figure (5.8). Chacune des sous-figures de gauche montre les deux fonctions de distribution cumulée obtenues sur les simulations jugées acceptables (trait plein) et sur l'ensemble complémentaire (trait discontinu). La différence maximale dm,n estimée a aussi été représentée (trait gras vertical). Concernant le paramètre La,1, il se dégage clairement que les valeurs inférieures à 0.7 sont fortement favorisées au sein de l'ensemble des simulations "acceptables". L'inflexion de la courbe représentative de la distribution cumulée des simulations "acceptables" est alors fortement orientée vers la partie supérieure de la bissectrice. Une situation inverse est observée sur le paramètre Alaiv. Dans ce cas, les valeurs supérieures à 1.2 sont fortement sur-échantillonnées.

Il est possible de reconduire cette analyse sur l'ensemble des paramètres sensibles détectés et par conséquent de réduire leurs gammes de variation. Ceci a été effectué pour chacune des études de sensibilité réalisées. La synthèse des résultats est portée dans le tableau (5.4). Les paramètres "fortement" (F) ont été distingués des paramètres " moyennement" (M) sensibles. Malheureusement pour quelques paramètres, aucune information précise n'a pu être dégagée de manière fiable (représentée par "?" dans le tableau).

De manière générale, il semblerait que hormis rsto,min, l'ensemble des paramètres sensibles communs agisse dans le même sens sur les variables de sorties considérées. Ceci est totalement cohérent avec les conclusions tirées sur la figure (5.4). En d'autres termes, cela signifie qu'il est possible d'obtenir une amélioration d'ensemble du modèle en jouant sur la valeur de ces paramètres. Ce point constitue un résultat important en vue de la phase

d'étalonnage du modèle.

De manière plus détaillée, il semblerait qu'il faille privilégier les plus fortes valeurs des conductivités hydrauliques à saturation, du coefficient La,2 ainsi que du Alaiv et, à l'inverse privilégier les plus faibles valeurs de La,1, rp et de hfc. Toutes ces considérations tendent à augmenter la transpiration. Ceci est alors réalisable par la simulation d'un couvert bien développé et d'un sol qui favorise les échanges hydriques entre les couches. De plus, les faibles valeurs de La,1 favorisent un faible flux de chaleur dans le sol, ce qui est aussi en accord avec les observations de G (Fig. 5.4). En ce qui concerne H, les résultats des simulations n'indiquaient pas spécialement une tendance à la surestimation ou à la sous-estimation. Il semble alors particulièrement difficile d'observer une tendance cohérente sur les paramètres sensibles car l'utilisation de l’erreur quadratique moyenne en tant que fonction critère ne donne pas d'informations sur la nature du biais. Cet état de fait est particulièrement observable dans le cas des caractéristiques de la végétation, car plusieurs sensibilités relatives semblent en contradiction. Ainsi pour H, il semble préférable de sélectionner les fortes valeurs de résistance stomatique minimale et inversement des faibles valeurs de rp ou de hfc. Ces deux cas de figure agissent de manière opposée sur le calcul de la résistance stomatique. Une hypothèse serait alors que lorsque la valeur de rsto,min est très faible, il ne soit alors plus jamais possible d'obtenir un H correct et que d'un autre coté, pour les valeurs très fortes de rsto,min, il soit alors nécessaire de compenser la surestimation de H en agissant sur les deux autres paramètres.

Nom Multicritère Mono G Mono H Mono LE Mono Tb Mono θθθθ05

θs,1 F < 0.45 F < 0.45 h_g,1 F < -0.5 n_B,1 F [2.12 ; 2.135] n_B,2 M > 2.125 log(K_sat,1) F > -7.2 F > -6 8 F > -6.7 log(K_sat,2) M > -7.5 M > - 7.1 M > -8.6 log(Ksat,3) F > –8.3 M > -8.3 F > -8 F > -7.8 M > -8.2 La,1 F < 0.9 F < 0.5 F < 1.1 F < 1.25 L_a,2 M > 0.9 F > 1.35 F > 1.1 M ? L_a,3 M < 1.3 rsto,min F < 110 F > 90 F < 100 F < 75 r_p F < 2.2 1012 F < 2.1012 F < 2.1012 F < 3. 1012 h_fc F < -130 M < -120 µ F < 2 10-4 εf M > 0.98 F > 0.985 Ass M > 0.0 εs F > 0.96 F > 0.96 Alaiv F >1.2 F > 1.15 M > 1.3 F > 1.3 M > 1.2 Azrpm F > 0.75 M > 0.65 Azrt Afdr F > 6800 Lpmr M ?

Tab. 5.4 : Paramètres "fortement" (F) et "moyennement" (M) sensibles et leurs gammes de variations privilégiées – Période 440-460 - Ordre 1