• Aucun résultat trouvé

Le stress de chaleur chez la vache laitière : effets sur les performances de production des troupeaux laitiers québécois

N/A
N/A
Protected

Academic year: 2021

Partager "Le stress de chaleur chez la vache laitière : effets sur les performances de production des troupeaux laitiers québécois"

Copied!
171
0
0

Texte intégral

(1)

Le stress de chaleur chez la vache laitière : effets sur

les performances de production des troupeaux laitiers

québécois

Thèse

Véronique Ouellet

Doctorat en sciences animales

Philosophiæ doctor (Ph. D.)

(2)

Le stress de chaleur chez la vache laitière : effets sur

les performances de production des troupeaux laitiers

québécois

Thèse

Véronique Ouellet

Sous la direction de :

Édith Charbonneau, agr., Ph.D.

(3)

Résumé

L’objectif des travaux effectués dans le cadre de cette thèse étaient de fournir de l’information concernant les impacts du stress de chaleur dans les troupeaux laitiers québécois. Le programme de recherche présenté a été conçu en prenant en considération le climat de la province et l’unicité du contexte de production canadien.

La relation entre les conditions climatiques mesurées dans six étables laitières québécoises et celles mesurées à des stations météorologiques a d’abord été investiguée. L’objectif était de vérifier si les données collectées aux stations météorologiques pouvaient servir de substitut aux données des étables afin de juger adéquatement du niveau de stress de chaleur des animaux. Les résultats ont démontré que la température ambiante mesurée à l’intérieur des étables était significativement (P < 0,001) plus élevée que celle mesurée aux stations météorologiques alors que le contraire a été observé pour l’humidité relative. Ultimement, cela s’est traduit par un indice de température-humidité (ITH) significativement moins élevé de 4,6 unités dans l’Est du Québec et de 3,7 unités dans le Sud-Ouest du Québec lorsque les données des stations météorologiques sont utilisées au lieu des données des étables dans les calculs d’ITH. Finalement, l’adaptation du calcul d’ITH en substituant les conditions moyennes des stations météorologiques par la température maximale et l’humidité relative minimale a permis une meilleure représentation des conditions de l’étable. Néanmoins, une différence significative (P < 0,05) a été mesurée entre l’ITH modifié et l’ITH de l’étable. À la lumière de ces résultats, il est recommandé d’adapter les seuils d’ITH associés aux impacts négatifs du stress de chaleur lorsque les données environnementales dérivées des stations météorologiques sont utilisées.

Dans le deuxième projet, la relation entre les performances de production et la durée des épidoes de stress de chaleur a été caractérisée grâce à un modèle multivarié. Pour ce faire, une banque de données incluant plus de 600 000 contrôles de production de 34 360 vaches a été utilisée et bonifiée de données environnementales exprimées sous forme d’ITH estimé à partir de la station météorolgique la plus près. Tout d’abord, les régressions linéaires effectuées ont révélé qu’il existe un délai de 24 heures entre un stress de chaleur et les impacts négatifs qui lui sont associés. Les résultats ont aussi suggéré que le stress de chaleur avait un effet persistent de huit jours sur les performances de production. Des pertes de production de 20 g de gras suite à une exposition d’un à deux jours de stress de chaleur et des pertes de protéines variant de 20 à 30 g selon la parité de l’animal ont été mesurées après trois ou quatre jours de stress de chaleur. Toutefois, aucune relation (P > 0,05) n’a été mesurée entre les productions de lait et de lactose et la durée des épisodes de stress de chaleur.

(4)

deux horizons futurs (FUT1: 2020‒2049; FL: 2050‒2079). L’objectif était de caractériser l’évolution des diminutions des composants laitiers associées au stress de chaleur et d’en chiffrer l’impact économique. Tout d’abord, les ITH quotidiens des trois périodes temporelles ont été calculés grâce aux données environnementales dérivées de six scénarios climatiques. Ensuite, le modèle élaboré dans la précédente étude a été adapté afin de projeter les performances de production des vaches pour les trois périodes mentionnées. Globalement, les scénarios climatiques utilisés dans cette étude ont démontré que la fréquence, l’intensité ainsi que la durée des épisodes de stress de chaleur pourront augmenter dans le FUT1 et dans le FL comparativement à la période de référence. Dans la région de l’Est du Québec, des pertes moyennes de gras et de protéines de 2405 ± 10 et de 1990 ± 7 kg/année par troupeau ont respectivement été projetées dans le FUT1 comparativement à REF. Dans la région du Sud-Ouest du Québec, des pertes moyennes de gras et de protéines de 2361 ± 147 et de 2057 ± 17 kg/année par troupeau ont respectivement été projetées dans le FUT1 comparativement à REF. Comparativement à REF, les diminutions projetées dans le futur (FUT1 et FL) se sont traduites par des pertes économiques moyennes allant de 5,02 à 7,07 can$/hl dans les troupeaux de l’Est du Québec et allant de 4,75 à 6,99 can$/hl dans les troupeaux du Sud-Ouest du Québec.

(5)

Abstract

The main objective of this thesis was to provide information about heat stress related production impacts in Québec dairy herds. The relationship between on-farm summer environmental conditions and data retrieved from local meteorological stations was first investigated on six dairy farms. Secondly, the relationship between measurements previously established was considered in order to verify if temperature-humidity index (THI) calculations with weather station data could be adapted to better represent on-farm conditions. The farms recruited in the study were located in two contrasting dairy regions of the Province: East (EQ) and Southwest Quebec (SWQ). Our results showed that in both regions ambient temperature (AT) was consistently higher (P < 0.001) on-farm compared to AT measured at the weather station. The opposite was observed with relative humidity (RH), as it was significantly lower on-farm in EQ and numerically (P > 0.05) lower in SWQ compared to RH extracted from weather stations. Overall, this led to lower (P < 0.001) THI by 4.6 and 3.7 units at the weather stations compared to within-barn conditions for EQ and SWQ farms, respectively. Hence, using local meteorological station data to estimate on-farm conditions would lead to an underestimation of heat stress level in dairy cows. Adapting THI calculations by including daily maximum AT, and minimum RH retrieved from local weather station instead of their average counterparts led to a better estimation of within-barn conditions. However, difference between THI measured on-farm compared to the adapted THI calculated with weather station data remained significant. Although the adaption allowed for a closer relation to on-farm conditions, THI calculated with weather station data should only be used to gauge heat stress level in cows when heat stress thresholds are adapted for such data.

In a second study, the relationship between milk performance and the cumulative number of days with heat stress was investigated with a multivariate model. A 6-year dataset containing 606,031 milk analysis records for 34,360 Holstein dairy cows at different parities was matched with the corresponding daily maximum THI. On average, cows were exposed to heat stress conditions for 135.8 ± 5.9 days per year in SWQ and 95.3 ± 10.2 days per year in EQ. Cows experiencing heat-stress conditions produced on average less fat, protein, and energy-corrected milk and lower fat and protein concentrations (P < 0.05). The decrease in milk fat reached a maximum of 6 % after an exposure of 7 to 8 heat stress days in cows at parity of three or more. The association between heat stress exposition duration and milk and lactose yields was weak (P > 0.05). Ultimately, heat stress lowered milk fat and protein production but had little effect on milk volume output. Further research is necessary to understand better the mechanism underlying the effects of sporadic low-to-medium-intensity heat stress on dairy productivity.

(6)

(DF: 2050–2079) using a predictive multivariate model. Moreover, this study provided information about the evolution of economic losses due to decreases in milk components associated with heat stress in Québec, Canada. Daily ambient temperature and relative humidity were derived from six climate scenarios in order to calculate daily THI through REF, NF and DF. Secondly, the model developed in the prior study was adapted to project annual milk performance of 71 dairy herds located in EQ and SWQ during the three aforementioned time horizons. Under NF climate conditions and relative to the reference period, projected fat and protein yields declined respectively by 2405 ± 10 and by 1990 ± 7 kg/yr per herd in EQ whereas decreases reached 2361 ± 147 and 2057 ± 17 kg/yr per herd in SWQ. Relative to the reference period, decreases in major milk components reached a maximum during DF in both regions. Ultimately, projected milk components declines resulted in average economic losses ranging from 5.02 to 7.07 can$/hL per EQ herds and from 4.75 to 6.99 can$/hL per SWQ herds.

(7)

Table des matières

Résumé ... ii

Abstract ... iv

Table des matières ... vi

Liste des figures ... xi

Liste des tableaux ... xiii

Liste des abréviations françaises ... xv

Liste des abréviations anglaises ... xvi

Remerciements ... xviii

Avant-propos ... xx

Introduction ... 1

Chapitre 1. Revue des travaux antérieurs... 3

1.1 Le climat versus la météo ... 3

1.1.1 La classification climatique ... 3

1.1.2 Le fonctionnement général du système climatique ... 5

1.2 L’évolution du climat ... 8

1.2.1 La variabilité climatique naturelle ... 8

1.2.2 Les changements climatiques d’origines anthropiques ... 8

1.3 Le climat projeté ... 10

1.3.1 Les modèles climatiques et les scénarios de forçage de gaz à effet de serre ... 10

1.3.2 Les simulations et les projections climatiques ... 12

1.4 L’influence du climat en production laitière ... 13

1.4.1 Les gains de chaleur ... 14

1.4.2 Les pertes via les modes de transfert de chaleur vers l’environnement ... 15

1.4.3 Le déséquilibre thermique ... 17

(8)

1.5.2 Indice de température-humidité ajusté (ITHaj) ... 23

1.5.3 Indice température de globe noir-humidité (IGNH) ... 24

1.5.4 Indice de température équivalente (ITE) ... 24

1.5.5 Indice d’accumulation de chaleur (IAC) ... 25

1.5.6 Le sommaire de l’utilisation des indices thermiques ... 25

1.6 La réponse d’acclimatation au stress de chaleur ... 26

1.6.1 Les changements physiologiques liés à la phase aiguë du stress de chaleur ... 28

1.6.2 L’activation des protéines de choc thermiques pendant la phase aiguë du stress de chaleur ... 29

1.6.3 Les changements comportementaux liés à la phase aiguë du stress de chaleur ... 31

1.6.4 Les changements endocriniens liés à la phase aiguë du stress de chaleur ... 33

1.6.5 Les changements métaboliques liés à la phase aiguë du stress de chaleur ... 35

1.6.6 La phase chronique de l’acclimatation ... 36

1.7 Les conséquences du stress de chaleur ... 36

1.7.1 Les conséquences du stress de chaleur sur les besoins énergétiques ... 37

1.7.2 Les conséquences du stress de chaleur sur la production et la composition du lait ... 37

1.7.3 Les conséquences du stress de chaleur sur la reproduction ... 43

1.7.4 Les conséquences du stress de chaleur sur la santé ... 44

1.7.5 Les conséquences économiques du stress de chaleur ... 48

1.8 Les stratégies permettant de limiter les impacts du stress de chaleur ... 48

1.8.1 Les stratégies environnementales ... 49

1.8.2 Les stratégies nutritionnelles ... 53

1.8.3 Les stratégies génétiques ... 56

1.9 Hypothèses et objectifs ... 58

1.8.1 Premier projet ... 59

1.8.2 Deuxième projet ... 59

(9)

Chapitre 2. Summer on-farm environmental conditions assessments in Québec tie-stall farms, and adaptations

of temperature-humidity index calculated with local meteorological data. ... 61

2.1 Résumé ... 61

2.2 Abstract ... 62

2.3 Introduction ... 62

2.4 Materials and methods ... 64

2.5 Results and discussion ... 66

2.6 Conclusions ... 68

2.7 Acknowledgments ... 69

2.8 References ... 70

Chapitre 3. The relationship between the number of consecutive days with heat stress and milk production of Holstein dairy cows raised in a humid continental climate. ... 74

3.1 Résumé ... 74

3.2 Abstract ... 74

3.3 Introduction ... 75

3.4 Materials and methods ... 76

3.4.1 Dataset ... 76

3.4.2 Study population ... 77

3.4.3 Data editing ... 78

3.4.4 Energy-corrected milk calculation ... 78

3.4.5 Environmental data ... 78

3.4.6 Temperature-humidity index calculations ... 78

3.4.7 Calculation of consecutive days with heat stress ... 79

3.4.8 Heat stress analysis model ... 79

3.5 Results and discussion ... 80

3.5.1 Environmental data ... 80

(10)

3.5.4 Effects on milk, fat, protein, lactose and ECM yields ... 82

3.5.5 Effects on milk composition ... 85

3.6 Conclusions ... 85

3.7 Acknowledgements ... 85

3.8 REFERENCES ... 86

Chapitre 4. Projected milk components variations under different climate scenarios on dairy farms in Québec, Canada ... 92

4.1 Résumé ... 92

4.2 Abstract ... 92

4.3 Introduction ... 93

4.4 Material and methods ... 94

4.4.1 Dataset description ... 94

4.4.2 Dataset edits ... 95

4.4.3 Observed environmental data (2010‒2015) ... 95

4.4.4 Predictive model ... 95

4.4.5 Projected environmental data... 96

4.4.6 Herds selection ... 97

4.4.7 Projected productivity ... 98

4.4.8 Economic Values and Calculations ... 98

4.5 Results and discussion ... 99

4.5.1 Projected climate conditions... 99

4.5.2 Projected heat stress causing days occurrence and intensity ... 99

4.5.3 Projected heat stress episodes duration ... 100

4.5.4 Projected milk, fat, protein, lactose yields ... 100

4.5.7 Economic losses ... 102

(11)

4.8 References ... 106

Chapitre 5. Discussion générale ... 118

Conclusion ... 127

(12)

Liste des figures

Figure 1.1 Carte de l’Amérique du Nord et de l’Amérique Centrale selon la classification de Köppen-Geiger où

la lettre A désigne un climat tropical, la lettre B désigne un climat désertique, la lettre C un climat maritime, la lettre D un climat continental et la lettre E un climat polaire ... 4

Figure 1.2 Représentation schématique des trajectoires de l’énergie émise par le soleil et des interactions entre

les différents éléments du système climatique... 5

Figure 1.3 Température annuelle moyenne globale (°C) de la surface par rapport à la moyenne du 19ième siècle accompagnée de la concentration en dioxyde de carbone (CO2) (valeurs sur l’axe de droite) en parties par million (ppm) ... 9

Figure 1.4 Représentation de la zone de thermoneutralité des vaches laitières et de ses limites ... 17 Figure 1.5 Relation entre la température rectale (°C) et l’indice de température-humidité (ITH) où les points

représentent des observations individuelles et la ligne représente la droite de régression et r représente le coefficient de corrélation ... 19

Figure 1.6 Représentation schématique de la réponse enclenchée à la suite d’une détection de variation de

température ... 27

Figure 1.7 Expression des gènes induisant la production de protéines de choc thermique (HSP 70) en réponse

à un stress de chaleur dans des cellules épithéliales bovine exposées à 42 °C ... 30

Figure 1.8 Effet du niveau de production laitière des vaches sur l’évolution de la consommation volontaire de

matière sèche (CVMS, kg) en fonction de l’indice de température et d’humidité ... 31

Figure 1.9 Représentation du métabolisme d’une vache en stress de chaleur où AGL = acide gras libre; C3 = propionate; G = glucose; AA = acides aminés ... 35

Figure 1.10 Résumé des réponses enclenchées selon la durée du stress de chaleur ... 36 Figure 1.11 Effets du stress de chaleur (HS) ou d’une alimentation pairée (PF) sur la production laitière (kg/j)

de vaches Holstein... 39

Figue 1.12 Résumé d’articles publiés s’intéressant aux effets des technologies permettant un refroidissement

pendant la période de tarissement et du stress de chaleur pendant cette même période sur la production laitière lors de la lactation subséquente. Les barres vides représentent la production laitière journalière (kg/d) de vaches exposées au stress de chaleur pendant le tarissement alors que les barres pleines représentent la production de vaches refroidies pendant cette même période. ... 40

Figure 1.13 Taux de conception (%) de vaches exposées à des indices de température-humidité (ITH) variant

de 41 à 79 le jour de l’insémination ... 43

(13)

Figure 1.15 (A) Concentration sérique (moyenne ± erreur-type) des IgG 24 h après la naissance et (B) efficacité

apparente de l’absorption (AEA, %) des IgG (moyenne ± erreur-type). Les colonnes blanches représentent des vaches refroidies par des gicleurs et des ventilateurs. Les colonnes grises représentent les vaches qui n’avaient pas accès aux technologies de refroidissement. Les lettres minuscules différentes indiquent une différence significative (P < 0,05). ... 47

Figure 1.16 Classification des stratégies visant à limiter les effets du stress de chaleur selon leur mode d’action

... 49

Figure 2.1 Comparisons of temperature-humidity index (THI) calculated with average summer daily

temperature, and relative humidity retrieved from inside loggers (Barn THI: ), and THI calculated with average daily temperature and relative humidity extracted from weather station, ( ), and THI calculated with average maximum daily temperature and minimum relative humidity retrieved from weather station (Modified THI: ), in two regions of the Province of Quebec (EQ, and SWQ)………73

Figure 4.1 Evolution of summer (June, July, August) average maximum temperature (AT, °C) (±SD), and

maximum temperature-humidity index (THI) in East Quebec (EQ: AT, ; THI, ) and Southwest Quebec (SWQ: AT, ; THI, ) through reference (1971‒2000), near future (2020‒2049) and distant future (2050‒ 2079) time periods. ... 111

Figure 4.2 Mean (±SD) annual number days with a temperature-humidity index (THI) higher than 65 and per

THI class ( : [65-70[ , : [70-75[ , : [75-80[ , : [80-85[ , : ≥ 85) under different climate scenarios in East (EQ) and Southwest (SWQ) Quebec through reference period (1971‒2000), near future (2020‒2049) and distant future (2050‒2079). ... 112

Figure 4.3 Mean annual proportion (%) of days in each heat stress accumulation categories : 0 days (d) with

heat stress (HS), : 1-2 d with HS, 3-4 d with HS, : 5-6 d with HS, : 7-8 d with HS in East (EQ) and Southwest Quebec (SWQ) through 1971‒2000, 2020‒2049, and 2050‒2079. ... 113

(14)

Liste des tableaux

Tableau 1.1 Caractéristiques des principaux gaz à effet de serre naturellement présents dans l’atmosphère .. 7

Tableau 1.2 Caractéristiques des scénarios de forçage des émissions de gaz à effet de serre utilisés par le Groupe d’experts intergouvernemental sur l’évolution du climat pour effectuer des projections climatiques ... 11

Tableau 1.3 Changements saisonniers de températures (°C) et de précipitations (%) pour le sud du Québec évalués pour les horizons 2020, 2050 et 2080 ... 12

Tableau 1.4 Formules et origines de différentes équations permettant de calculer l’indice de température et d’humidité (ITH) chez la vache laitière. ... 20

Tableau 1.5 Résumé des différents seuils de température-humidité (ITH) chez les vaches laitières ... 22

Holstein retrouvés dans la littérature ... 22

Tableau 1.6 Synthèse des caractéristiques du transfert de chaleur reflété dans indices thermiques ... 26

Tableau 1.7 Liste des principales hormones pouvant affecter l’expression génique des protéines de choc thermique ... 30

Tableau 1.8 La réponse des principales hormones impliquées dans l’acclimatation au stress de chaleur chez la vache laitière ... 33

Tableau 1.9 Effets du stress de chaleur sur la production laitière des vaches ... 38

Tableau 1.10 Effet du stress de chaleur sur le gras du lait ... 42

Tableau 1.11 Effets d’une supplémentation en gras pendant un stress de chaleur sur les paramètres de production mesurés chez la vache laitière ... 55

Table 2.1 Mean daily ambient temperature (AT), relative humidity (RH), and temperature-humidity index (THI1) measured on six tie-stall farms in two regions of the province of Québec and at the closest local weather station during summer2. ... 71

Table 2.2 Simple correlations between average summer temperature-humidity index (THI) calculated with data retrieved on-farm and with data extracted from local weather station. ... 72

Table 3.1 Average ambient temperature maxima (ATmax), relative humidity minima (RHmin) and temperature-humidity index maxima (THImax) by season in southwest Quebec and eastern Quebec during the period 2010– 2015 ... 89

Table 3.2 Relationships between the maximum temperature-humidity (THImax) calculated on milk analysis day (0) and on the 12 days prior on milk, fat, protein and lactose yields of Holstein dairy cows in a humid continental climate ... 90

Table 3.3 Milk production, milk component yields and milk composition versus dairy cow parity and number of consecutive days with a temperature-humidity index maximum (THImax) > 65 during the period 2010-2015 .... 91

(15)

Table 4.1 Specifications for identifying climate simulations used in this study. CRCM5 is version 5 of the

Canadian Regional Climate Model. Expansions for acronyms of global models and modelling institutes can be found at http://www.ametsoc.org/PubsAcronymList.) ... 109

Table 4.2 Mean (2010‒2015) economic parameters used in this study to compute the economic effect of milk

components variations during summer time ... 110

Table 4.3 Average (±SD) predicted fat yield per herd per year through reference period (1971‒2000), near

future (2020‒2049), distant future (2050‒2070) under six different climate scenarios in East Quebec and Southwest Quebec... 114

Table 4.4 Average (±SD) projected herd mean protein yield through reference period (1971‒2000), near future

(2020‒2049), distant future (2050‒2070) under six different climate scenarios in East Quebec and Southwest Quebec. ... 115

Table 4.5 Variations in income (can$/hL), expenses (can$/hL) by climate scenario through near (FUT1: 2020‒

2049) and distant future (FUT2: 2049‒2050) relative to the reference period (1971‒2000) in East (EQ) and Southwest Quebec (SWQ) when number of cows is held constant. ... 116

Table 4.6 Variations in income (can$/hL), costs (can$/hL) and net income (can$/hL) by climate scenario through

near (FUT1: 2020‒2049) and distant future (FUT2: 2049‒2050) relative to the reference period (1971‒2000) in East (EQ) and Southwest Quebec (SWQ) when quota is held constant... 117

(16)

Liste des abréviations françaises

AA Acides aminés LGV Lent grand volume

AGL Acide gras libre MCG Modèles climatiques globaux

CH4 Méthane MCR Modèles climatiques régionaux

CO2 Dioxyde de carbone N2O Protoxyde d’azote

CS Sels de calcium n.d. Non-disponible

CVMS Consommation volontaire de matière

sèche O3 Ozone

C3 Propionate P Précipitation

EA Efficacité alimentaire Prot Protéines du lait

É.-U. États-Unis r Coefficient de corrélation

G Glucose R2 Coefficient de détermination

GES Gaz à effet de serre RR Taux de respiration

GIEC Groupe d’experts

intergouvernemental sur l’évolution du climat

rs Radiation solaire

H2O Eau SFA Acide gras saturé

Hr Humidité relative Ta Température ambiante

IAC Indice d’accumulation de chaleur Tbg Température au globe noir

IgG Immunoglobuline Th Température humidité

IGNH Indice température de globe

noir-humidité Tpr Température point de rosée

ITE Indice de température équivalente TR Température rectale ITH Indice de température-humidité T3 Triiodothyronine ITHaj-d Indice de température-humidité

ajusté (jours) T4 Thyroxine

ITHaj-h Indice de température-humidité

ajusté (heures) v Vitesse de l’air

(17)

Liste des abréviations anglaises

AIC Akaike information criterion

MRI-CGCM3 Model of the Meteorological Research Institute ATavg Average temperature maximum r Correlation coefficient

ATmax Ambient temperature maximum T Temperature

BF Butterfat R2 Coefficient of determination

BIC Bayesian information criteria RCP Representative concentration pathway

CanESM2 Second generation Canadian Centre for Climate Modelling and Analysis Earth System Model

RH Relative humidity

DIM Days in milk RHavg Average relative humidity

ECM Energy corrected milk RHmin Minimum relative humidity

EQ East Quebec SD Standard deviation

H Humidity SE Standard error

L1 Logger closest to ventilation SWQ Southwest Quebec

L2 Logger farthest from ventilation TD Test date

L3 Outside logger THI Temperature-humidity index

MIROC5 Model for Interdisciplinary Research on

Climate Version Five THImax Maximum temperature-humidity index MIROC5 Model for Interdisciplinary Research on

Climate Version Five THImod Modified temperature-humidity-index

(18)

-Les Dalmatiens sont énormes en

campagne-Yannick de Martino

(19)

Remerciements

La réalisation de mes études doctorales au Département des sciences animales de l’Université Laval a représenté un défi stimulant, déroutant et assurément très enrichissant sur les plans professionnel et personnel. Les quatre dernières années auront été une occasion de me dépasser, d’explorer une problématique qui me tient à cœur, de me remettre en question, et surtout de faire la rencontre d’une myriade de personnes déterminantes, sans qui la réalisation de mon doctorat n’aurait été possible. Je sais pertinemment qu’il est impossible d’exprimer adéquatement en quelques lignes toute la gratitude, l’estime et l’admiration que j’éprouvent envers elles, mais j’aimerais quand même profiter de cette tribune pour les remercier.

Mes premiers remerciements sont dirigés à ma directrice de recherche Édith Charbonneau. Édith, il est difficile pour moi de croire que plus de sept années se sont écoulées depuis notre première rencontre. Ton accompagnement professionnel m’a guidé tout au long de mes études graduées et je t’en suis reconnaissante. J’en profite également pour te remercier spécifiquement pour ton expertise enviable, ta patience, ta disponibilité infinie, tes judicieux conseils et de m’avoir permis d’exercer mon autonomie. Merci également de ta confiance, d’avoir respecté ma vision et de m’avoir constamment encouragé à vivre plusieurs expériences dépassant mon axe de recherche doctoral.

Dans un deuxième temps, je remercie la co-directrice de cette thèse, Débora Santschi. Débora, te côtoyer est une vraie bouffée d’inspiration. J’ai toujours apprécié nos échanges, admirer ton grand dévouement et ton expertise diversifiée. Travailler avec toi a été un réel plaisir et une grande source de motivation; j’espère sincèrement pouvoir répéter l’expérience dans le futur!

Je désire également remercier chaleureusement Doris Pellerin, directeur du Département des sciences animales de l’Université Laval. Doris, je me considère choyée d’avoir eu la chance de bénéficier de ton expertise et de ton accessibilité pendant ces dernières années. Ton œil avisé et nos échanges m’ont toujours amené à cheminer et à me dépasser. Je te remercie aussi profondément de m’avoir initié à l’enseignement en me confiant diverses tâches du cours de production laitière.

J’aimerais aussi remercier Victor E. Cabrera, professeur à l’Université du Wisconsin-Madison, de m’avoir accueilli dans son laboratoire et pour le soutien apporté dans le cadre de la rédaction de mes articles scientifiques. Il est également important pour moi de souligner la précieuse contribution des coauteurs des articles intégrés à cette thèse : Sébastien Fournel, Université Laval, Patrick Grenier, consortium sur les

(20)

changements climatiques Ouranos et Liliana Fadul-Pacheco, Université du Wisconsin-Madison. Leur expertise a largement contribué à me faire avancer en tant qu’étudiante-chercheure.

Je tiens à remercier l'Université Laval, la Faculté des sciences de l'agriculture et de l'alimentation, et en particulier le Département des sciences animales pour les ressources humaines et matérielles mises à ma disposition. Je suis fière et reconnaissante d’avoir fait partie de ce département, d’avoir côtoyé tous ses membres et d’avoir bénéficié de leur grande expertise. J’aimerais remercier particulièrement Rachel Gervais dont le constant support, disponibilité, générosité, humour et empathie auront été une constante source d’inspiration et de motivation.

Je dois aussi étendre mes remerciements à mes amis étudiants-chercheurs : Maxime, Anne-Marie, Marguerite, Florence, René et Anne-Sophie. Sans vous, l’expérience des études doctorales aurait assurément été moins agréable et enrichissante. Votre amitié a été d’un grand réconfort tout au long de mon parcours. Merci les amis !

À mes précieuses: Florence, Stéphanie, Chloé, Laurence, Audrey, Marie-Pier, Liliana et Joanie votre contribution à ces travaux dépasse l’entendement. Je pourrais vous remercier pour tant de choses; en bref, merci d’exister et de rendre la vie plus belle. Vous côtoyer me fait grandir et j’ai une estime infinie pour vous. Les filles, je vous aime beaucoup.

"Matante" Marie, il est tout simplement impensable de passer sous silence ta contribution à mes cheminements personnel et professionnel. Ta bienveillance, ta disponibilité, ton jugement sans faille et ta générosité me sont essentiels. Je ne serais pas la même personne sans toi !

Au clan Ouellet-Rivard-Hamel, merci de votre soutien et de votre amour inconditionnel. Raph et Daph, j’espère que vous réaliserez un jour l’importance de votre contribution à l’aboutissement de cette thèse. J’ai si hâte de voir ce que l’avenir vous réserve. "Matante" Vé-yoH vous aime beaucoup !

Enfin, c’est avec beaucoup d’émotions que je remercie mes parents, Denise et François. Les mots me manquent pour vous exprimer l’amour infini que j’ai pour vous mes chers complices. Vous êtes pour moi une éternelle source de réconfort, de soutien, d’encouragements. Merci de m’avoir accueilli à bras ouverts dans mes échecs et de constamment souligner mes succès. Merci d’avoir cru en moi et de sans cesse me pousser à être ma propre personne. Sans vous, rien de cela n’aurait été possible! Mille mercis!

(21)

Avant-propos

Cette thèse vise à investiguer différentes sphères de la problématique du stress de chaleur dans les troupeaux laitiers québécois afin d’optimiser les performances des animaux tout au long de l’année et d’ainsi contribuer à la durabilité économique des entreprises laitières. Le présent document se décline en une introduction suivie de cinq chapitres. Le chapitre 1 comprend une revue de la documentation scientifique. Les chapitres 2 à 4 comprennent trois articles scientifiques dont deux publiés dans le Journal of Dairy Science. Enfin, le chapitre 5 consiste à une discussion générale et à une conclusion.

L’auteure de cette thèse est l’auteure principale de chacun des articles intégrés dans les chapitres 2 à 4. Son implication aux projets consistait à participer à la collecte de données (Chapitre 2), à la structure et au nettoyage des banques de données (Chapitres 3 et 4), à l’analyse statistiques des données (Chapitres 2 à 4), à la rédaction et aux révisions des articles scientifiques soumis (Chapitre 2 à 4). Finalement, l’auteure a aussi collaboré au processus de l’élaboration des protocoles expérimentaux sous la supervision de sa directrice de thèse Édith Charbonneau.

Chapitre 2 : Ouellet, V., A.L. Bellavance, S. Fournel, and É. Charbonneau. 2019. Summer on-farm environmental conditions assessments in Québec tie-stall farms, and adaptation of temperature-humidity index calculated with local meteorological data. J. Dairy Sci. 102 :7503‒7508.

Chapitre 3 : Ouellet, V., V. E. Cabrera, L. Fadul-Pacheco, and É. Charbonneau. 2019. The relationship between the number of consecutive days with heat stress and milk production of Holstein dairy cows raised in a humid continental climate. J. Dairy Sci. 102 :8537‒8545.

Chapitre 4 : Ouellet, V., D. E. Santschi, V. E. Cabrera, P. Grenier, L. Fadul-Pacheco, and É. Charbonneau. 2019. Projected milk components variations under different future climate scenarios on dairy farms in Québec, Canada. L’article sera soumis sous peu au Canadian Journal of animal science.

(22)

Introduction

L’agriculture joue un rôle pivot dans la vitalité sociale et économique canadienne en créant un emploi sur huit et en générant plus de 6 % du produit intérieur brut (Agriculture et Agroalimentaire Canada, 2019). Parmi les différentes productions agricoles valorisées sur le territoire, la production laitière se démarque alors qu’elle se classe au troisième rang des activités agricoles canadiennes en termes de recettes monétaires nettes (Agriculture et Agroalimentaire Canada, 2019). Par ailleurs, plus d’un tiers de ces recettes proviennent de la filière québécoise faisant du Québec la principale province productrice de lait au Canada (Les Producteurs de lait du Québec, 2019).

Dans l’ensemble du Canada, le prix du lait de consommation versé aux producteurs laitiers ($/hl) est directement lié à sa composition en gras, protéines, lactose et autres solides. Dans le but de maximiser les revenus issus de la vente de lait, les producteurs ont avantage à minimiser leurs coûts de production tout en optimisant les performances de leurs animaux, et ce, tout au long de l’année. Maintenir les performances et le confort des animaux pendant les journées chaudes et humides s’avère être un défi de taille en production laitière. En effet, des diminutions des performances zootechniques sont fréquemment observées lorsque la température ambiante et l’humidité s’élèvent au-delà de la capacité de dissipation de chaleur des animaux (Bernabucci et al., 2010). Une telle situation est nommée stress de chaleur et enclenche une série de changements comportementaux, métaboliques et physiologiques qui sont reconnus pour entraîner des répercussions négatives sur les performances de production et de reproduction, la santé et sur le bien-être des vaches laitières (West, 2003). D’ailleurs, aux États-Unis, le stress de chaleur a été déterminé comme étant le plus grand défi auquel les producteurs laitiers doivent s’attaquer afin de maintenir leurs revenus alors que la condition a été associée, en 2010, à des pertes monétaires évaluées à 1,2 milliards $ US/année (Key et Sneeringer, 2014).

Les causes et les conséquences du stress de chaleur sur les vaches laitières ont largement été investiguées dans des régions caractérisées par des climats tropicaux ou arides ou en chambres climatiques reproduisant les conditions environnementales de ces climats. Toutefois, très peu d’attention n’a été accordée à cette condition au Québec ou dans des climats similaires à celui de la province. Pourtant, les données comptabilisées par mois par le centre d’expertise en production laitière Valacta démontrent que les performances zootechniques des vaches en lactation diminuent pendant les mois les plus chauds de l’année au Québec. Ainsi, tout indique que le stress de chaleur est une problématique présente dans les troupeaux laitiers québécois. De plus, considérant le réchauffement climatique causé par l’augmentation des émissions de gaz à effet de serre d’origines anthropiques (Ouranos, 2015), la fréquence, la sévérité et la durée des épisodes

(23)

du stress de chaleur au Québec représente actuellement un frein majeur au développement et à la mise en place de stratégies permettant d’optimiser les performances et le confort des animaux pendant la saison estivale en limitant l’occurrence des stress de chaleur.

L’objet de cette thèse réside dans l’étude de l’impact du stress de chaleur sur les performances de production des vaches laitières québécoises en contextes climatiques actuel et futur. Ce programme de recherche vise, dans un premier temps, à caractériser les conditions environnementales estivales mesurées à l’extérieur et à l’intérieur des étables laitières québécoises pour ensuite déterminer les liens unissant ces conditions à celles mesurées aux stations météorologiques locales. Dans un deuxième temps, les travaux proposés investigueront les conséquences actuelles du stress de chaleur sur les performances de production des vaches laitières dans les troupeaux québécois. Pour ce faire, la relation entre la durée du stress de chaleur et les performances des animaux sera caractérisée grâce à un modèle multivarié. En dernier lieu, les performances de production de plusieurs troupeaux laitiers québécois seront projetées dans l’avenir sous les conditions climatiques dérivées de quatre modèles climatiques et considérant deux scénarios de forçage d’émissions de gaz à effet de serre. Ensuite, les pertes économiques liées aux diminutions des composants majeurs du lait associées au stress de chaleur seront évaluées. En somme, l’objectif poursuivi par ces travaux de recherche consiste à démystifier les effets du stress de chaleur au Québec dans le but ultime d’optimiser les performances des troupeaux laitiers québécois pendant l’été et de guider les producteurs laitiers québécois dans l’adaptation de leur entreprise aux changements climatiques.

(24)

Chapitre 1. Revue des travaux antérieurs

Le premier chapitre de cette thèse comporte une revue des travaux antérieurs retrouvés dans la littérature scientifique. Ce recensement de l’information disponible sert de préambule aux différents projets de recherche présentés dans les chapitres subséquents du présent ouvrage (chapitres 2 à 4). D’entrée de jeu, les différences entre le climat et la météo seront exposées. Ensuite, le climat actuel du Québec ainsi que l’évolution passée et future seront abordées. Le stress de chaleur qui est une problématique chez la vache laitière conditionnée par le climat sera ultérieurement étudié alors que les conditions environnementales pouvant causer un tel stress ainsi que ses répercussions sur les animaux seront décortiquées. Enfin, les différentes stratégies permettant de limiter l’occurrence et les impacts associés au stress de chaleur ainsi que leur efficacité seront traitées.

1.1 Le climat versus la météo

Le climat et la météo sont souvent confondus, et ce, bien qu’ils représentent deux concepts distincts. Pour sa part, la météo est définie par des valeurs locales et instantanées de plusieurs éléments dont la température, les précipitations, l’humidité, la pression atmosphérique, la vitesse du vent, la couverture nuageuse, etc. Ainsi, elle représente l’état de l’atmosphère à un endroit et à un moment précis. Les conditions météorologiques sont locales et dynamiques, oscillant sur de courtes périodes de temps allant d’une journée à l’autre, voire même, d’une heure à l’autre (Trenberth, 2018). Les données météorologiques sont continuellement mesurées localement par des stations situées au sol, par des sondes aériennes ou encore par des satellites.

Pour sa part, le climat comprend une combinaison d’éléments météorologiques incluant la température, l’humidité, les précipitations, les mouvements d’air, la radiation et la pression barométrique (Johnson, 1976). Il est souvent exprimé en termes de description statistique de ces éléments (moyenne, maximum, minimum) mesurés pour une région donnée et sur une période de temps s’échelonnant sur plusieurs années, décennies et siècles (Ouranos, 2015). En somme, la différence majeure existant entre la météo et le climat réside dans les composantes temporelles et spatiales de ces deux concepts alors que la météo change rapidement et est mesurée localement tandis que le climat évolue sur une longue période de temps et représente un territoire plus vaste.

1.1.1 La classification climatique

Les zones climatiques varient à travers le monde. Pour les caractériser, Köppen-Geiger (1918) a imaginé une classification basée sur la température et les précipitations. Ainsi, cinq climats principaux, notés par des

(25)

(Figure 1.1). Toutefois, cette classification à elle seule ne permettait pas de décrire avec précision tous les climats du monde. Ainsi, trente subdivisions, notées par des lettres minuscules ont été ajoutées à la classification principale (Figure 1.1).

Figure 1.1 Carte de l’Amérique du Nord et de l’Amérique Centrale selon la classification de Köppen-Geiger où

la lettre A désigne un climat tropical, la lettre B désigne un climat désertique, la lettre C un climat maritime, la lettre D un climat continental et la lettre E un climat polaire

Tirée de Peel et al., 2007

Tous les climats sont alors caractérisés par trois lettres dont la première représente le type de climat (A à E), la deuxième définit le régime pluviométrique de la région étudiée (S, W, w, s, f, m, T, F et M) et la troisième réfère aux variations de températures (a, b, c, d, h et k). À ce jour, la classification climatique de Köppen-Geiger demeure la plus courante et a fait l’objet de nombreuses mises à jour au fil des années (Kottek et al., 2006; Peel et al., 2007).

Selon les modifications de la classification Köppen-Geiger proposées par Peel et al. (2007), le territoire agricole du Québec (portion sud de la province) est actuellement caractérisé par les lettres Dfb. Cette combinaison se traduit par un climat continental humide avec un été tempéré. Les auteurs indiquent que les caractéristiques d’un tel climat sont une température moyenne du mois le plus froid inférieure à -3 °C, une température moyenne du mois le plus chaud inférieure à 22 °C, des températures moyennes des quatre mois les plus chaud supérieures à 10 °C, des précipitations tous les mois de l’année et au moins deux saisons bien définies. À cet égard, tel que mentionné par Ouranos (2010), le climat québécois se distingue des autres régions du monde par d’importants contrastes entre la saison la plus froide et la saison la plus chaude se traduisant par un écart des températures moyennes de près de 30 °C entre l’hiver et l’été pour une région donnée.

(26)

1.1.2 Le fonctionnement général du système climatique

Le climat d’une région est déterminé par les interactions entre les différents éléments du système climatique qui inclut l’atmosphère, la géosphère (surfaces continentales), l’hydrosphère (océans, lacs, rivières), la cryosphère (glace et neige) et la biosphère (organismes vivants) (Trenberth, 2018). Au sein du système, les éléments s’influencent mutuellement en s’échangeant eau, chaleur, et composés chimiques. Tel qu’expliqué par l’Organisation Météorologique Mondial (2019), ce système complexe Terre-atmosphère est régi par le Soleil alors que la quasi-totalité de l’énergie reçue sur Terre provient de cet astre. Ainsi, la quantité d’énergie émise par le Soleil conditionne directement la quantité d’énergie reçue par le système climatique. Globalement, le Soleil envoie un rayonnement vers la Terre composé à 10 % de rayons ultra-violets (UV), à 40 % de rayons du spectre visible et à 50 % de rayons infrarouges (Jancovici, 2019).

Il est important de noter que l’incidence de l’énergie du Soleil n’est pas uniforme dans tout le système climatique; elle est maximale dans les zones équatoriales et minimale aux pôles. Elle varie aussi selon l’inclinaison de la Terre, selon les saisons et selon les cycles solaires (Trenberth et Stepniak, 2004); ceci explique pourquoi la température varie en fonction des régions et des saisons.

1.1.2.1 Les trajectoires de l’énergie solaire

Au sein du système climatique, l’énergie solaire émise en direction de la surface de la Terre (342 W/m2; GIEC, 2007) a la possibilité d’emprunter trois trajectoires distinctes (Figure 1.2). Elle pourra être directement réfléchie dans l’espace (107 W/m2; I), être absorbée par l’atmosphère (K; 67 W/m2), ou être absorbée par les surfaces terrestres (168 W/m2; K).

Figure 1.2 Représentation schématique des trajectoires de l’énergie émise par le soleil et des interactions entre

les différents éléments du système climatique

Adaptée de Kiehl et Trenberth, 1997 K

(27)

Plus précisément, une fraction (31 %; Trenberth et Stepniak, 2004) de l’énergie émise par le Soleil (rayonnement visible) est directement réfléchie dans l’espace par les aérosols, qui représentent des fines particules solides ou liquides présentes dans l’atmosphère, par les nuages, par la surface des océans et des eaux continentales (rivières, lacs et ruisseaux) ainsi que par la surface des continents. La proportion d’énergie réfléchie par une surface sans être modifiée dépend de son albédo, qui réfère au pouvoir réfléchissant de la surface (Hertzberg, 2009). Considérant qu’environ 30 % de l’énergie solaire atteignant la Terre est directement réfléchi dans l’espace, l’albédo terrestre global est égale à 0,30 (Kiehl et Trenberth, 1997; Dewitte et Clerbaux, 2017). L’albédo d’une surface dépend de ses caractéristiques physiques dont sa couleur et sa texture, mais aussi des caractéristiques du rayonnement incident (Dumont et al., 2010). Dans le système climatique, la cryosphère qui comprend principalement la neige et les glaciers possèdent l’albédo la plus élevée (0,60 à 0,85; Dozier et al., 2009). Au final, l’énergie solaire directement réfléchie (102 W/m2; Trenberth et Stepniak, 2004) vers l’espace ne change pas de forme; ainsi elle ne cède pas d’énergie à la Terre.

Tel qu’expliqué par Trenberth et Stepniak (2004), la portion restante (69 %; 235 W/m2; A-I) de l’énergie émise par le soleil est absorbée par l’atmosphère (67 W/m2) et par les surfaces continentales (168 W/m2). L’énergie solaire absorbée réchauffe du même coup l’atmosphère et les surfaces terrestres. En retour, l’énergie absorbée est majoritairement réémise dans le système par rayonnement infrarouge (C; Figure 1.2), mais aussi par évapotranspiration (G; Figure 1.2) et par transfert associé aux mouvements de convection (H; Figure 1.2). 1.1.2.2 L’effet de serre

Une partie de la chaleur de rayonnement, c’est-à-dire la chaleur émise sous forme de rayons infrarouges par les surfaces et les eaux continentales et par les océans, est captée par des gaz naturellement présents dans l’atmosphère appelés gaz à effet de serre (GES). Cette appellation est en lien avec leur transparence aux rayons visibles du Soleil, mais surtout à leur capacité d’absorber, en parties, le rayonnement infrarouge puis de le réémettre dans tous les sens, y compris vers le sol. Ceci permet alors au sol de recevoir plus d’énergie (D; Figure 1.2) que ce qui a préalablement été émis par le Soleil et accentue alors le réchauffement du système climatique. Ce dernier phénomène est appelé effet de serre; il est vital pour la vie terrestre telle que nous la connaissons aujourd’hui. Sans cet effet naturel, la température moyenne sur Terre serait de - 18 ºC au lieu des 15 ºC présentement observés (MDDELCC, 2015). Ultimement, plus la concentration des GES est importante dans l’atmosphère, plus il sera difficile pour le rayonnement infrarouge de s’échapper et d’atteindre l’espace. Ainsi, l’effet de serre réchauffe la planète non pas en créant de l’énergie mais en empêchant le système climatique d’en perdre.

(28)

de puits permettant de les retirer de l’atmosphère et d’ainsi maintenir leur concentration relativement stable. Les principaux GES retrouvés naturellement dans l’atmosphère sont la vapeur d’eau (H2O), le dioxyde de carbone (CO2), le méthane (CH4), le protoxyde d’azote (N2O) et l’ozone (O3). Ces GES se différencient, entre autres, par leur origine, concentration dans l’atmosphère, leur pouvoir de réchauffement et leur durée de vie moyenne (Tableau 1.1)

Tableau 1.1 Caractéristiques des principaux gaz à effet de serre naturellement présents dans l’atmosphère

1ppm = partie par million; ppb = partie par milliard.

2Indice de comparaison quantifiant la contribution marginale au réchauffement global comparativement à celle du CO2 évaluée sur une période de 100 ans selon le Groupe d’experts intergouvernemental sur l’évolution du climat (GIEC), 2014.

3Tiré du cinquième rapport d’évaluation du Groupe d’experts intergouvernemental sur l’évolution du climat (GIEC), 2014.

4Tiré de Gusakova et Karlin, 2014

5,6,7,8 Concentration globale mesurée en décembre 2018 selon National Oceanic and Atmospheric Administration.

9 n.d. = non-disponible.

Les deux principaux GES dans l’atmosphère sont la vapeur d’eau et le CO2 faisant de ceux-ci les plus importants contributeurs à l’effet de serre naturel observé sur Terre. Les principales sources de vapeur d’eau dans l’atmosphère sont les précipitations et l’évaporation des océans alors que les principales sources naturelles du CO2 sont la respiration, la décomposition et les rejets océaniques (GIEC, 2007). Pour leur part, les principales sources naturelles de CH4 et de N2O sont respectivement les terres humides et les processus de nitrification et dénitrification dans les sols (Chianese et al., 2009) alors que les principales sources naturelles d’O3 sont les feux de forêt et les orages (GIEC, 2007).

En somme, le bilan radiatif de la Terre, c’est-à-dire la différence entre l’énergie reçue par le soleil et l’énergie qui quitte l’atmosphère terrestre sous forme de radiation infrarouge est influencé par l’intensité du rayonnement solaire, l’albédo des surfaces, l’effet de serre, l’évapotranspiration et par les mouvements de convection dans l’atmosphère. Ce bilan détermine la température de la surface de la Terre et influence les cycles de l’eau et du carbone (Ouranos, 2010). Plusieurs perturbations, aussi appelées forçages radiatifs, peuvent modifier le bilan radiatif de la Terre et de ce fait, avoir un impact direct sur le climat. Ces forçages émergent de

Nom Acronyme Concentration

atmosphérique (ppm ou ppb)1 Pouvoir de réchauffement global (équivalent CO2)2 Durée de vie moyenne (années)3

Vapeur d’eau H2O 3200 ppm4 n.d.9 Heures/jours

Dioxyde de carbone CO2 409 ppm5 1 100 à 300

Méthane CH4 1867 ppb6 28 10

Protoxyde d’azote N2O 328 ppb6 265 121

(29)

1.2 L’évolution du climat

Au Québec et partout dans le monde, le climat n’est pas statique; il évolue à plusieurs échelles temporelles : saisons, années, décennies et siècles (Ouranos, 2015). Par ailleurs, le climat n’a pas cessé de changer au cours de l’histoire de la planète, passant de périodes glaciaires à des épisodes plus chauds (Ouranos, 2010). Ces évolutions passées, présentes et futures font référence à deux concepts: la variabilité naturelle du climat et les changements climatiques.

1.2.1 La variabilité climatique naturelle

Tel que mentionné par Ouranos (2016), un consortium québécois sur les changements climatiques, la variabilité naturelle du climat correspond à la variabilité associée à des forçages radiatifs d’origines naturelles. Ces forçages représentent des phénomènes plus ou moins cycliques qui se produisent à différentes échelles temporelles et qui sont majoritairement indépendants de l’activité humaine (Ouranos, 2016). Selon l’Organisation Météorologique Mondial (2019), il existe deux types de variabilité naturelle soit celle externe au système climatique et celle interne au système climatique. À titre d’exemple, les variations observées au niveau du cycle solaire représentent une variabilité externe au système climatique. En effet, ce cycle d’une durée moyenne de onze ans influence le flux solaire émis vers la Terre. De plus, les épisodes d’éruptions volcaniques exercent aussi un contrôle externe sur le système climatique; ces éruptions jouant un rôle moteur au niveau des variations du climat se déroulant sur une longue période de temps telle que les oscillations entre les périodes glaciaires et interglaciaires. Pour sa part, la variabilité naturelle du climat interne au système climatique fait plutôt référence aux interactions entre les éléments du système dont l’atmosphère et les océans telles que les courants océaniques comme El Niño et La Niña. Ce type de variation est observable sur une courte période de temps qui peut s’échelonner sur plusieurs mois et années. Ainsi, la variabilité naturelle du climat peut faire en sorte que le climat observé pendant une année donnée peut différer de sa moyenne à long terme.

1.2.2 Les changements climatiques d’origines anthropiques

Selon Ouranos (2016) et le Groupe d’experts intergouvernemental sur l’évolution du climat (GIEC, 2007), les changements climatiques, pour leur part, se définissent par une altération continue à long terme, une tendance à la hausse ou à la baisse, par rapport aux conditions de base. Ainsi, un changement climatique survient lorsque la distribution statistique d’une variable climatique (température, précipitations, etc.) change significativement (Roesch et al., 2005) par rapport à une péridoe de référnece. Depuis plusieurs années, ces changements sont principalement attribués aux forçages radiatifs d’origines anthropiques (GIEC, 2007).

(30)

Températur e, ° C Années CO2 Température Température pré-industrielle Concentration CO2 pré-industrielle

déréglé les concentrations en GES de l’atmosphère par l’utilisation des combustibles fossiles, la déforestation et l’agriculture intensive. En effet, ces activités produisent des quantités importantes CO2 qui est le principal GES d’origine anthropique présent dans l’atmosphère (GIEC, 2013). D’autres GES dont le CH4, N2O et les halocarbures sont également émis, mais en quantités plus faibles. Ultimement, le relâchement accru de ces gaz vient changer la composition atmosphérique observée avant l’industrialisation, ce qui s’est traduit par une augmentation de 40 % de la concentration atmosphérique de CO2 depuis l’ère préindustrielle (Figure 1.3).

Figure 1.3 Température annuelle moyenne globale (°C) de la surface par rapport à la moyenne du 19ième siècle accompagnée de la concentration en dioxyde de carbone (CO2) (valeurs sur l’axe de droite) en parties par million (ppm)

Adaptée de Jancovici, 2019

Globalement, cette augmentation a entraîné une élévation des températures de 0,8 °C depuis la fin du 19ième siècle, l’élévation des océans, des augmentations des précipitations dans l’Hémisphère Nord et des sécheresses dans l’Hémisphère Sud et contribue à l’acidification des océans (GIEC, 2014).

Au Canada et au Québec l’évolution climatique des dernières années est tangible. En ce sens, plusieurs études témoignent de l’évolution du climat canadien pendant les dernières décennies (Zhang et al., 2001; Shabbar et Bonsal, 2003; Vincent et Mekis, 2006). Selon l’action du Canada sur les changements climatiques (2015), les températures annuelles ont augmenté de 1,6 ºC entre les années 1948‒2010 alors que cette augmentation est de 1,3 ºC pour le Québec pendant cette même période de temps. De plus, Yagouti et al. (2008) mentionnent que le Québec a été marqué par des augmentations de températures par décennie de l’ordre de 0,2 à 0,4 °C, ce réchauffement ayant été plus important pour les températures nocturnes que diurnes. En ce qui concerne les précipitations, le nombre de jours avec des précipitations de faible intensité a augmenté

(31)

dans le Nord de la province (Ouranos, 2010; 2015). Ainsi, le climat du Québec a changé dans les dernières années et devrait selon les tendances continuer à évoluer dans l’avenir (Ouranos, 2015).

1.3 Le climat projeté

Le climat connaîtra dans le futur, autant de variations naturelles que par le passé (GIEC, 2014). D’autre part, le réchauffement climatique d’origine anthropique observé dans les dernières années continuera d’évoluer à une vitesse et à des niveaux dépendants de l’évolution des émissions de GES dans l’atmosphère. Les facteurs déterminants de cette évolution sont principalement la taille de la croissance démographique, l’activité économique, le mode de vie, la consommation d’énergie, le mode d’utilisation des terres, la technologie et la politique climatique (GIEC, 2007).

1.3.1 Les modèles climatiques et les scénarios de forçage de gaz à effet de serre

Plusieurs modèles climatiques ont été développés par différents centres de climatologie internationaux afin d’effectuer des descriptions plausibles des climats passé et futur pour des régions et des horizons temporels donnés. Ces modèles complexes sont basés sur des équations mathématiques, fondées sur les lois physiques de la mécanique des fluides, visant à représenter les interactions observées au sein du système climatique. Ainsi, les équations décrivent le comportement et les interactions entre l’atmosphère, la lithosphère, l’hydrosphère, la cryosphère et la biosphère. Tel que mentionné par Jancovici (2007), les équations des modèles climatiques devraient idéalement être résolues pour chaque point de l’atmosphère, des océans et des couches supérieures du sol afin d’obtenir une représentation climatique la plus précise possible. Toutefois, ceci est impossible en pratique considérant le nombre infini de points. Pour pallier à cette difficulté, les modèles climatiques séparent les composantes du système climatique en maillage de différentes tailles (verticales et horizontales); la taille du maillage déterminant la résolution du modèle.

Les divers modèles climatiques développés au cours des dernières années diffèrent selon plusieurs facteurs tels que le choix du schéma numérique, le degré de simplification, la grille et la manière de représenter les phénomènes physiques qui se produisent à des échelles plus fines que celles résolues directement par les équations fondamentales (Ouranos, 2010). De plus, une différence importante entre les modèles provient des champs géophysiques utilisés pour représenter les textures de sol et les types de végétation. Ces champs et la topographie sont nécessaires comme intrants dans les modèles climatiques. Ultimement, les différences énumérées font en sorte que chaque modèle est unique et peut générer un résultat différent.

Les modèles climatiques sont séparés en deux groupes en fonction de leur résolution aussi appelée le domaine du modèle. En premier lieu, il y a les modèles climatiques globaux (MCG) dont les domaines couvrent

(32)

l’ensemble de la planète. Les MCG actuels ont généralement une résolution horizontale de 200 km (Ouranos, 2010). En deuxième lieu, il y a les modèles climatiques régionaux (MCR). Au contraire des MCG, les grilles de calculs des MCR ne couvrent qu’une partie de la planète. Ainsi, il est possible de résoudre les équations du modèle climatique sur une résolution horizontale plus fine (45 km et moins; Ouranos, 2010).

En plus d’avoir comme intrants les champs géophysiques et la topographie, les modèles climatiques sont alimentés de différents scénarios de forçage de GES afin de prendre en considération l’incertitude concernant leur évolution dans le futur. Dans le cadre de son cinquième rapport, le GIEC (2014) a établi, en collaboration avec la communauté scientifique, quatre scénarios de trajectoires du forçage radiatif nommés Representative Concenration Pathways (RCP) (Tableau 1.2).

Tableau 1.2 Caractéristiques des scénarios de forçage des émissions de gaz à effet de serre utilisés par le

Groupe d’experts intergouvernemental sur l’évolution du climat pour effectuer des projections climatiques Nom Forçage radiatif

(W/m2)

Trajectoire Équivalent

CO2 (ppm) Réchauffement moyen global vers 2100 p/r 1850 (ºC)

RCP 8,5 8,5 Émissions fortes et continues 1370 4,9

RCP 6,0 6,0 Stabilisation sans

dépassement 850 3,0

RCP 4,5 4,5 Stabilisation sans

dépassement 650 2,4

RCP 2,6 2,6 Pic avant 2050 et déclin 490 1,5

Adapté de Rogelj et al., 2012

Ces scénarios reposent sur quatre hypothèses distinctes concernant la quantité de GES qui sera émise dans l’environnement dans les prochaines années. Ainsi, ils correspondent à des efforts plus ou moins grands de réduction des émissions de GES au niveau mondial. Les quatre scénarios sont nommés selon leur forçage radiatif total autour de l’an 2100. Un forçage radiatif représente, dans le cas de l’étude des changements climatiques, une modification du bilan radiatif de la Terre (GIEC, 2014). Ainsi, un forçage radiatif positif exprimé en W/m2 indique un accroissement de l’énergie sur Terre, ce qui mène ultimement à un réchauffement. Ainsi, plus un forçage radiatif est élevé, plus le système Terre-atmosphère gagne en énergie et se réchauffe. Le RCP 8,5 représente donc le scénario le plus extrême, c’est-à-dire qu’il conduit aux plus fortes augmentations de températures de surface d’ici 2100 (Tableau 1.2; +4,9 °C par rapport à la moyenne de 1850). Pour sa part, le RCP 2,6 possède la plus faible intensité puisqu’il intègre les effets d’une politique de réduction des émissions de GES susceptible de limiter le réchauffement planétaire à 2 °C en 2100 (GIEC, 2014). Il projette ainsi les plus petits changements de température (Tableau 1.2; +1,5 °C par rapport à la moyenne de 1850). De son côté, le

(33)

RCP 4,5 représente un scénario à émissions mondiales modérées, c’est-à-dire qu’il comprend certaines mesures pour limiter les changements climatiques.

1.3.2 Les simulations et les projections climatiques

Les simulations climatiques sont le produit final de l’utilisation des modèles climatiques. La durée des simulations peut varier de quelques années à des milliers d’années. Pour leur part, les projections climatiques sont la portion qui représente le futur et qui est influencée par les différents scénarios d’émissions des GES.

Ouranos (2015) a mesuré l’impact prévisionnel des changements climatiques sur le climat québécois pour trois horizons temporels (court, moyen et long terme) : 2020, 2050 et 2080. Ces changements attendus ont été évalués dans quatre régions du Québec (sud, centre, Golfe et nord) à partir d’un ensemble de 126 simulations climatiques globales tenant en compte les quatre scénarios d’émissions de GES introduits précédemment par le GIEC en 2014 (Tableau 1.2). Globalement, les résultats indiquent que le climat de l’ensemble de la province se réchauffera, et ce, de façon plus marquée à l'hiver qu’à l’été. Le nord de la province sera également plus touché que le sud (Ouranos, 2015). Toutefois, le sud de la province, qui abrite le territoire agricole, sera également affecté (Tableau 1.3).

Tableau 1.3 Changements saisonniers de températures (°C) et de précipitations (%) pour le sud du Québec

évalués pour les horizons 2020, 2050 et 2080

1RCP 4.5 : Representative Concentration Pathways stable sans dépassement. 2RCP 8.5 : Representative Concentration Pathways émissions fortes et continues. 3ΔT : Variation de la température en ˚C par rapport aux données de 1971 à 2000. 4ΔP : Variation des précipitations en % par rapport aux données de 1971 à 2000.

Adapté d’Ouranos, 2015

Selon les projections climatiques effectuées par Ouranos (2015), les températures hivernales augmenteraient de 1,0 à 8,2 °C alors que les températures estivales augmenteraient de 1,0 à 7,2 °C pour les horizons étudiés sous les différents scénarios d’émission des GES. Les précipitations hivernales seront également affectées au sud du territoire avec des augmentations de 0,0 à 36,0 %. Malgré cette hausse, une

Saison Changement à l’horizon

2020 Changement à l’horizon 2050 Changement à l’horizon 2080

RCP 4,51 RCP 8,52 RCP 4,51 RCP 8,52 RCP 4,51 RCP 8,52 Hiver ΔT3 ΔP4 +1,2 à 2,7 +0,0 à 15 +1,0 à 2,9 +1,0 à 17 +1,8 à 4,3 +2,0 à 22 +3,0 à 5,5 +5,0 à 27 +2,3 à 5,5 +5,0 à 24 +5,1 à 8,2 +7,0 à 36 Printemps ΔT3 ΔP4 +0,7 à 2,3 +0,0 à 11 +0,8 à 2,1 -2,0 à 10 +1,4 à 3,5 +3,0 à 17 +2,2 à 5,1 +7,0 à 18 +1,8 à 4,2 +1,0 à 18 +3,9 à 7,6 +11 à 25 Été ΔT3 ΔP4 +1,0 à 1,8 -2,0 à 10 +1,0 à 2,0 -3,0 à 8,0 +1,6 à 3,3 -1,0 à 9,0 +2,2 à 4,5 -5,0 à 10 +1,9 à 4,2 -4,0 à 12 +3,9 à +7,2 -10 à +11 Automne ΔT3 ΔP4 +0,8 à 2,1 -3,0 à 10 -7,0 à +8,0 +0,9 à 2,2 -2,0 à -13 +1,7à 3,4 +2,5 à 4,2 -2,0 à 14 +2,1 à 4,3 -2,0 à 13 +3,9 à +6,8 -5,0 à +19

(34)

diminution de l’accumulation de neige au sol est projetée au sud du territoire en raison de la hausse prévisionnelle des températures. De plus, le rapport Ouranos (2015) indique qu’il n’y aura pas de changement significatif dans la quantité moyenne de précipitations en été au sud de la province puisque les projections estivales ont une grande incertitude dû au fait que le territoire agricole du Québec se trouve dans une zone de transition entre un régime typique des régions du sud dominé par l’évaporation et un régime plus au nord, où les précipitations augmentent en raison de la plus grande quantité que pourra contenir une atmosphère plus chaude. Les modèles climatiques utilisés dans les simulations ne positionnant pas tous cette transition entre régimes au même endroit, leurs projections sont mitigées.

Pour sa part, le cinquième rapport effectué par le GIEC (2014) établi que dans la plupart des régions actuellement caractérisées par un climat continental comme le sud du Québec, les extrêmes chauds seront plus nombreux alors qu’au contraire, les extrêmes froids seront moins nombreux aux échelles quotidiennes et saisonnières. De plus, les projections climatiques présagent que les vagues de chaleur seront potentiellement plus fréquentes et dureront plus longtemps. Toutefois, des extrêmes froids pourront continuer de se produire occasionnellement en hiver. Enfin, le GIEC (2014) indique, tel qu’exposé dans le rapport d’Ouranos (2015), que les changements au niveau des précipitations ne seront pas uniformes dans l’ensemble des territoires.

1.4

L’influence du climat en production laitière

L’agriculture est reconnue comme étant l’une des activités économiques d’envergure la plus dépendante du climat et des changements climatiques (IPCC, 2013; Carraro et al., 2016). Le climat peut avoir des effets indirects sur les animaux via les impacts observés au niveau de l’alimentation de ceux-ci (Bertrand et al., 2008; Gauly et al., 2013), mais également des effets directs en menaçant leur homéostasie par l’entremise des stress de chaleur (de Andrade Ferraza et al., 2017).

Les éléments climatiques sont parmi les facteurs de stress les plus étudiés en production laitière (Collier et al., 2017). Un stress est un facteur externe ou une condition qui exerce une pression sur un système biologique et qui enclenche une réponse physiologique (Collier et al., 2017). Le stress de chaleur est défini comme étant une condition survenant lorsque les pressions environnementales exercées sur un animal dépassent sa capacité de dissipation de chaleur, ce qui résulte en une augmentation de la température corporelle de l’animal. Il s’ensuit alors un déséquilibre de son bilan thermique, ce qui entraînera de nombreuses conséquences (Bernabucci et al., 2010).

Figure

Figure 1.2 Représentation schématique des trajectoires de l’énergie émise par le soleil et des interactions entre  les différents éléments du système climatique
Tableau 1.1 Caractéristiques des principaux gaz à effet de serre naturellement présents dans l’atmosphère
Figure 1.3 Température annuelle moyenne globale (°C) de la surface par rapport à la moyenne du 19 ième  siècle  accompagnée de la concentration en dioxyde de carbone (CO 2 ) (valeurs sur l’axe de droite) en parties par million  (ppm)
Tableau 1.2 Caractéristiques des scénarios de forçage des émissions de gaz à effet de serre utilisés par le  Groupe d’experts intergouvernemental sur l’évolution du climat pour effectuer des projections climatiques
+7

Références

Documents relatifs

Pour lutter contre les effets néfastes du stress de chaleur sur le niveau d’ingestion, le ruminant peut modifier son comportement alimentaire en pâturant aux heures les plus

Etude comparative des performances de production laitière de brebis de race Mouton Laitier Belge avec celles de brebis de race Lacaune. A comparative study of dairy ewe

L'objectif de cette Ctude est de quantifier les effets conjoints des troubles de santC sur la production laitihe et la consommation alimentaire des vaches.. Les donntes

Université Paris-Saclay, INRAE, AgroParisTech, UMR Modélisation Systémique Appliquée aux Ruminants, 75005, Paris,

L’estimation des paramètres génétiques montre que ces deux caractères sont très faiblement héritables (de 0,04 à 0,08 en Lacaune et de 0,02 à 0,07 en Manech Tête Rousse) et

le regroupement de branches « hôtellerie, restau- ration et tourisme » que la proportion de sala- riés concernés par la revalorisation du Smic est la plus forte : 33 % pour

En effet, comme vu dans l’exploitation A, avec un coût alimentaire oscillant entre 0,07€/kg de lait et 0,11€/kg de lait au pâturage, l’alimentation des vaches représente

En dkbut comrne en pleine lactation, le type de rkponse, et, pour les mammites ayant des effets A long terme, I'intensitk de cette rkponse, dtpendent en premier lieu du niveau