T
T
H
H
È
È
S
S
E
E
En vue de l'obtention duD
D
O
O
C
C
T
T
O
O
R
R
A
A
T
T
D
D
E
E
L
L
’
’
U
U
N
N
I
I
V
V
E
E
R
R
S
S
I
I
T
T
É
É
D
D
E
E
T
T
O
O
U
U
L
L
O
O
U
U
S
S
E
E
Délivré par l'Université Toulouse III - Paul SabatierDiscipline ou spécialité : Sciences de l'Environnement
JURY
F. MOATAR, Professeure de l'université de Tours (Présidente du Jury, Rapporteur) G. BILLEN, Directeur de Recherche CNRS, SISYPHE,UPMC Paris 6 (Rapporteur)
R. NEVES, Professeur de l'université de Lisbonne (Rapporteur) T. LAMAZE, Professeur de l'université de Toulouse (Examinateur) E. JUSTES, Ingénieur de recherche INRA, AGIR-Toulouse (Examinateur) J.L. Probst, Directeur de recherche CNRS, EcoLab, Toulouse (Directeur de thèse) J.M. SANCHEZ-PEREZ, Directeur de recherche CNRS, EcoLab, Toulouse (Directeur de thèse)
P. DURAND, Directeur de recherche INRA, SAS-Rennes (Directeur de thèse) T.DELTHEIL, Responsable Développement, AKKA Technologies Sud (Membre invité)
Ecole doctorale : SDUEE
Unité de recherche : EcoLab, UMR 5245, CNRS-UPS-INPT Directeur(s) de Thèse : J.L. Probst; J.M. Sanchez-Perez; P. Durand
Rapporteurs : G. BILLEN, R. NEVES, F. MOATAR
Présentée et soutenue par Sylvain Ferrant Le 15 Décembre 2009
Titre : Modélisation agro-hydrologique des transferts de nitrates à l'échelle des bassins
expérience professionnelle, un bagage de plus sur un CV. C’est avec le recul qu’on se rend compte que c’est une tranche de vie qui se termine, un bout de chemin fait avec une multitude de gens, qui ont contribué, à un moment ou à un autre, d’une manière directe ou indirecte, à une table de réunion, au détour d’un couloir, en prenant un café ou autour d’une bonne bière, à l’accomplissement de 3 ans (ou plus) de projet.
Comme tout morceau de vie, c’est une histoire qu’il faut raconter, et comme toute histoire, c’est au début qu’il faut la commencer. Le premier à remercier est Jean-Luc Probst, que j’ai connu au travers de ses enseignements de bio-géochimie à l’ENSAT. Il a ensuite été désigné comme tuteur de mon stage de fin d’étude d’ingé-nieur, stage effectué à l’Agence de l’Eau à Nanterre pour améliorer l’utilisation d’un modèle de rivière sur la Seine. Il m’a alors proposé ce sujet de thèse alors même que je n’avais plus envisagé la recherche comme possibilité depuis que j’avais compris, en prépa, que l’ENS n’était pas à ma portée. Je lui suis donc très reconnaissant de m’avoir offert l’opportunité de rentrer dans le monde de la recherche par une voie parallèle.
Restait donc un financement à trouver. Le projet européen Life environnement Concert’Eau qui se lançait à ce moment là nous a permis de trouver un interlocu-teur de qualité, Georges Forn de la société SILOGIC (maintenant AKKA Technolo-gies) avec lequel nous avons signé un contrat de financement CIFRE. Merci donc à lui de m’avoir fait confiance ainsi qu’à Thierry Deltheil qui m’a accueilli au sein de Silogic, pour le début du contrat et suivi tout au long de la thèse. Je tiens à saluer au passage toutes les personnes ressources et amis que j’ai pu rencontrer à Silogic : merci à Eddy, Christophe, Eric pour leur sympatie et disponibilité, Jean-Philippe et Benoit pour la bonne ambiance et toute la team Concert’Eau.
La première équipe de recherche à m’avoir accueilli en son sein a été celle du LEH, basé rue Jeanne Marvig sur ce campus verdoyant abritant le dôme du pre-mier télescope électronique de France. Je remercie ici José-Miguel Sanchez-Perez et Sabine Sauvage pour m’avoir d’abord accueilli mais aussi hébergé toute la durée de la thèse dans la team modélisation d’EcoLab. Merci à José pour tous les moments cabrita inoubliables. Un grand merci à Hugues Alexandre avec qui j’ai appris énor-mément sur les outils informatiques indispensables au travail de modélisation du XXI siècle. J’ai eu beaucoup de plaisir à travailler et tester avec lui les solutions envisagées, et je lui dois une partie de la réussite du travail. Enfin, je tiens à saluer tous les habitants de ce laboratoire ainsi que les anciens étudiants avec lesquels les
Stéphanie, Amaya, Dimitri, Guillaume, Dove, les stagiaires (si nombreux) et tout le personnel administratif, Catherine Monier, Daniel Boutaud, Christiane Tertre, que ceux que j’oublie me pardonnent.
Commençant par la phase expérimentale, la prise en main des instruments de terrain, je dois nécessairement remercier Frédéric Julien pour son aide, ses conseils et les nombreux échanges qu’on a eu. Je pense notamment au goût pour la plongée sous-marine qu’il m’a transmis en me racontant ses ’exploits’. Je remercie ici aussi Gaël Durbe pour ces longues journées de terrain passées ensemble, les coups de stress et les incidents, les réparations à l’arrache et les prises de tête, mais sur-tout les bons moments passés sous le soleil gersois, les pique-niques saucissons fromages à Clermont-Pouyguilles et Simorre, et les quelques autres souvenirs qui n’ont rien à faire ici ...
A cette époque de début de thèse, je suis parti travailler quelques mois dans l’équipe de recherche SAS de l’INRA de Rennes pour prendre en main le modèle qui y est développé. J’y ai fait la connaissance de Patrick Durand, que je remercie ici du fond du coeur pour la confiance qu’il m’a accordé dès le début et le soutien, les conseils qu’il a pu me donner pour mener ce travail à son terme. Il m’a appris la rigueur du travail de modélisateur, et l’organisation dont il faut faire preuve pour avancer. Merci également à Jordy Salmon-Monviola, Hervé Squividant et Pierre Mo-reau pour leur patience et contribution à ce travail, ainsi qu’un remerciement spé-cial à Laurent Ruiz pour les quelques riches discussions que nous avons pu avoir et son intérêt pour le travail que je faisais.
Puis vint le grand déménagement avec la naissance du laboratoire EcoLab dans lequel j’ai soutenu la thèse. Notre arrivée à l’ENSAT, mon ancienne école d’ingé-nieur, que j’ai redécouverte par l’aile recherche, a marqué le milieu de ma thèse. Croiser mes anciens profs en tant que collègue m’a permis de mieux faire connais-sance, mais aussi d’échanger sur des sujets scientifiques variés. Je remercie no-tamment Eric Pinelli, George Merlina, Anne Probst, Maritxu Guiresse, Jean-Claude Revel, Francis Dauba, Lilian Pacaux, Séverine Jean-Dupuy, Camille Dumat, Gaël Le roux, Jérôme Sylvestre, Puy Lim pour les discussions et bons moments passés, Christophe Laplanche, Thomas Bur, Sophie Leguedois, Laure Gandois, Gaëlle Uzu, Aurore Canut, Jean-Emmanuel Vernon, Laurie Boithias, Alain Alric pour les ému-lations scientifiques (et autres) qui se sont crées et l’amitié qu’elles ont suscitées, et bien sûr les autres doctorants, j’ai nommé Bertrand, Geoff, Marie, Tim, Thierry, Chantha. Merci aux filles du bureau 204, Sophie Durandeau, Marion Cattaneo, Anais Abraham pour m’avoir supporté au quotidien. Un grand merci à la maman
et une certaine idée du doctorat.
Je voudrais remercier les personnes avec qui ce travail m’a amené à collabo-rer : Pierrette Gouaux, Eric Ceschia et Jean-François Dejoux pour les échanges de données avec le CESBIO, Eric Justes de l’INRA d’Auzeville pour la validation des modèles agronomiques, Paul Bordenave et Francis Macary du CEMAGREF de bordeaux pour les collaborations multiples.
Dans les personnes et amis qui m’ont accompagné durant cette thèse et m’ont donné l’envie de la recherche, je tiens à remercier tout spécialement Thomas, le pro de R et de l’écoute, des soirées traquenards et du barbecue de ventrêche campa-gnard, Brice, mon mentor CNRS, spécialiste de modélisation atmosphérique (pour ne pas le citer), adepte des randos de montagne arrosées et de la raquette face à la pente, Erwan le modèle du thésard accompli et adepte de toute expérience nouvelle, préférant l’ancienne Belgique à la nouvelle, Christophe ... qui a une réputation à tenir, et Sébastien, pour les conseils de tous débuts de thèse alors qu’il finissait la sienne. Merci également à François Oehler dont l’arrivée au laboratoire en tant que post-doc a donné un coup d’accélérateur à la thèse en mettant à disposition de nouvelles compétences et outils de modélisation. Il a directement orienté, par ses conseils et son expérience, le travail de comparaison des modèles, et je le remercie pour cela.
A ce stade, il faut rendre un hommage discret à feu le babyfoot de l’ENSAT qui a été notre salle de réunion préférée, avant de rendre l’âme sous les exclamations passionnelles de Bertrand P. Merci à mes amis proches qui m’ont accompagnés durant toute la thèse et j’espère encore longtemps, j’ai nommé Gregory Jonathan François Duhamel, François V., Momo A., Benoit L. (médecin de renom ne voulant pas figurer ici), Julien Fabrou. Une petite pensée aux potes de la plongée, Julien, Willy, Momo, Christelle, Max, Gaétan (je ne citerai pas tout le club) pour les bons week-end plongée, que l’on plonge ou non. Merci à Bodo, Gunther, Pierre Billon, Damien Jean, Jean-Pierre François, Sylvain Caruso, le Yat-kha, Iron Horse pour la musique.
Merci à mes parents pour avoir contribué, par l’amour et la confiance qu’ils m’ont toujours donné, à être ce que je suis devenu. Enfin, mon dernier remer-ciement s’adresse à ma compagne, Angela, qui m’a toujours soutenu et avec qui l’aventure continue !
0.1 Introduction générale . . . 1
0.1.1 Agriculture et environnement . . . 1
0.1.2 Problématiques agricoles en Gascogne . . . 3
0.1.3 Enjeux locaux de la gestion de l’eau . . . 3
0.1.4 Contexte scientifique . . . 5
a - L’excédent de nitrates . . . 5
b - Objectifs . . . 8
1 Mesure des teneurs en nitrate dans la rivière 11 1.1 Site d’étude : le Montoussé à Auradé (Gers) . . . 12
1.1.1 Présentation générale et localisation . . . 12
1.1.2 Hydrologie et climat . . . 12
1.1.3 Pédologie et géomorphologie . . . 12
1.1.4 Historique du suivi expérimental . . . 13
1.2 Protocole de suivi des concentrations . . . 14
1.2.1 Problématique scientifique . . . 14
1.2.2 Stratégie d’échantillonnage . . . 17
a - Utilisation de sondes nitrates Ion Spécifique . . . 17
b - Protocole d’échantillonnage d’accompagnement . . . 17
1.3 Enregistrements bruts et prétraitements . . . 19
1.3.1 Les débits . . . 19
1.3.2 Les concentrations en nitrates . . . 19
1.4 Nitrate concentration signal processing to study stream load estima-tion error in a small agricultural catchment . . . 22
1.4.1 Introduction . . . 24
1.4.2 Material and methods . . . 26
a - Study site . . . 26
b - Sampling strategy and data collection . . . 27
d - Load calculation method . . . 29
e - Evaluation criteria . . . 30
1.4.3 Results . . . 31
a - Validation of the sampling strategy . . . 31
b - Preliminary analysis of discharge-concentration rela-tionships and total N-NO−3 loads . . . 31
c - Load error computation . . . 32
1.4.4 Discussion . . . 38
a - Evaluation of Load calculation methods . . . 38
b - Flood event influence on total load evaluation . . . 42
c - Evaluation of in situ sampling protocol . . . 43
d - Adapting sampling protocol to monitoring programme . 45 1.4.5 Conclusion . . . 47
1.4.6 Acknowledgments . . . 48
1.5 Conclusion du chapitre . . . 49
2 Modélisation spatialisée des transferts d’azote sur le bassin versant d’Auradé 51 2.1 Bases de données disponibles . . . 52
2.1.1 Bases de données hydrologiques . . . 52
2.1.2 Calcul des flux d’azote journaliers et incertitude . . . 55
a - Méthode de calcul des flux . . . 55
b - Incertitude de la méthode d’interpolation . . . 55
c - Discussion sur l’incertitude . . . 57
2.1.3 La base de données pédologique . . . 57
2.1.4 La base de données agricoles . . . 59
2.2 Modèles retenus . . . 61
2.2.1 Choix de modélisation . . . 61
2.2.2 Modèles choisis : TNT2 et SWAT . . . 64
2.3 Concepts de fonctionnement de TNT2 et SWAT . . . 65
2.3.1 Spatialisation des processus . . . 65
2.3.2 Processus et paramètres dans TNT2 . . . 68
a - Transferts hydriques . . . 68
b - Transfert et transformation de l’azote . . . 71
2.3.3 Processus et paramètres dans SWAT . . . 73
a - Paramètres contrôlant les transferts hydriques . . . 73
b - Paramètres contrôlant les transferts et transformations de l’azote . . . 74
2.4 Understanding nitrogen transfer dynamics in a small agricultural catchment : comparison of a distributed (TNT2) and a semi distributed
(SWAT) modelling approaches . . . 76
2.4.1 Introduction . . . 78
2.4.2 Material and methods . . . 80
a - Study site and study period . . . 80
b - Agricultural practice survey . . . 81
c - Nitrate concentration and water discharge survey . . . . 81
d - soil description . . . 82
e - Models description and applicability . . . 82
f - Model comparison . . . 84
g - Input data and calibration . . . 85
2.4.3 Results . . . 86
a - Hydrology of the catchment . . . 86
b - Apportionment of N fluxes . . . 89
c - spatial dynamics of mineralisation and denitrification . 92 d - N loads in stream . . . 95
e - N concentration in the stream . . . 98
2.4.4 Discussion . . . 102
a - Water discharge and N loads to the stream . . . 102
b - Nitogen budgets at the catchment scale . . . 104
2.4.5 About trends . . . 105
2.4.6 conclusion . . . 105
2.4.7 Acknowledgments . . . 106
2.5 Conclusion du chapitre . . . 107
3 Modélisation de scénarios agricoles sur le bassin versant d’Auradé avec TNT2 111 3.1 Modélisation de scénarios agricoles . . . 113
3.1.1 Contexte scientifique . . . 113
3.1.2 Scénarios agricoles dans le bassin d’Auradé . . . 116
a - Les mesures existantes dès 1992 . . . 116
b - Scénario agricole envisagé : Les CIPANs . . . 116
3.2 Expérimentation virtuelle . . . 119
3.2.1 Indicateurs d’évaluation . . . 119
3.2.2 Impact des mesures existantes . . . 120
a - Bilan hydrique . . . 120
c - Aménagement du paysage . . . 121
d - Impact de l’ensemble des mesures . . . 121
3.2.3 Impact des scénarii agricoles choisis . . . 123
a - Bilan hydrique . . . 123
b - Modification du bilan d’azote . . . 123
3.2.4 Impact de la CIPAN sur la lixiviation . . . 127
3.2.5 Efficacité sur la diminution des flux d’azote nitrique à la rivière 127 3.2.6 Evolution temporelle de l’efficacité des scénarii . . . 129
3.3 Discussion : Certitudes et incertitudes des résultats de scénarios . . . 132
3.3.1 Efficacité des Scénarios agricoles . . . 132
3.3.2 Estimation de la lixiviation par TNT2 . . . 135
3.3.3 Importance de la minéralisation et dénitrification . . . 135
3.3.4 L’efficacité inter-annuelle des mesures . . . 136
3.3.5 Les problématiques autres que l’azote . . . 136
3.4 Conclusion . . . 137
4 Changement d’échelle : de l’échelle locale (Bassin versant d’Auradé) à l’échelle régionale (bassin versant de la Save) 141 4.1 Le bassin de la Save à Larra . . . 142
4.1.1 Pédologie et géomorphologie . . . 142
4.1.2 Occupation des sols . . . 144
4.1.3 La zone d’étude . . . 144
4.2 Les objectifs de simulation de la qualité du cours d’eau . . . 147
4.2.1 Chroniques hydrologiques, météorologiques et suivis de nitrate 147 4.2.2 Bases de données d’itinéraires techniques agricoles . . . 148
4.3 Paramétrage de SWAT . . . 148
4.3.1 Option SWAT : Dominant Landuse . . . 150
4.3.2 Calage des débits . . . 150
4.3.3 Débits simulés sur le sous-bassin d’Auradé . . . 153
4.3.4 Utilisation des paramètres hydrologiques de SWAT sur le sous-bassin contenant Auradé . . . 155
4.3.5 Dynamique des débits de la Save à Larra . . . 155
4.3.6 Vérification du bilan d’azote . . . 157
4.4 Intérêt du changement d’échelle . . . 159
4.4.1 La contribution des sous-bassins . . . 159
4.4.2 Vers une meilleure simulation . . . 159
5 Conclusions générales et perspectives 163
1.1 Moyennes mensuelles des lames d’eau de pluie, lames d’eau drainée, températures observées sur 17 années (1985-2001) à Auradé. . . 13 1.2 Localisation du bassin versant d’Auradé dans le bassin versant de la
Save. L’occupation du sol sur la Save est dérivée de Corine Land Cover 2000. Le linéaire du Montoussé est ajouté sur une photo aérienne re-présentant le parcellaire d’Auradé (cartoexplorer ; IGN). Les parcelles blanches correspondent à du sol nu (blé récolté), les autres sont re-couvertes de tournesol. . . 15 1.3 Dispositif mis en place à l’exutoire d’Auradé pour l’acquisition d’une
base de donnée en continu des concentrations en nitrates dans la rivière. Dispositif actif depuis mai 2006. . . 18 1.4 Chroniques de concentrations de N-NO−3 à l’exutoire d’Auradé. (a)
données brutes recalées par rapport aux analyses en laboratoires. Les trous correspondent à des périodes de non fonctionnement de la sonde. (b) données recalées par rapport aux analyses en laboratoire et convoluées pour les périodes d’étiages. Les périodes sans données sondes sont enlevées du signal. . . 21 1.5 N-NO−3 concentration (middle) and discharge (bottom) in 10-minute
time steps at the outlet of the Auradé Montoussé catchment. The four main flood events are ranked by magnitude of load (1 to 4). Sub-figures (top) show nitrogen concentration trend during 3 of these flood events. 33 1.6 Relationship between 10-minute loads and discharge. Sub-figure in
the top corner shows cumulative discharge and nitrogen loads during the study period. Loads are shown as solid lines, discharge as dotted lines. . . 34
1.7 Relationship between 10-minute concentration and discharge measu-rement during the four major loads events of the study period. Flood event 1 on 30 Apr 2007, 5 days. Flood event 2 on 25 May 2007, 1 day. Flood event 3 on 17 Jan 2008, 4 days. Flood event 4 on 24 Feb 2007, 4 days. Scale is not the same between graphs. Arrows show the direc-tion of change over time, and each cross corresponds to a 10-minute measurement. . . 35 1.8 Quantiles (e10, e50, e90) and extreme error (emin, emax) as a function
of sampling period (p) with the M1 protocol and linear interpolation. (a) total signal, (b) flood events signal, (c) base flow signal. . . 40 1.9 Quantiles (e10, e50, e90) and extreme error (emin, emax) as a function
of sampling period (p) with the M2 protocol and linear interpolation. (a) total signal, (b) flood events signal, (c) base flow signal. . . 41 1.10 Minimum sampling period for each flood event depending on flood
event length and season. The minimum number of samples is cal-culated based on a threshold of 10% precision errors in sub-sampling concentration signal with the M2 protocol and linear interpolation. The 4 major flood events are numbered from 1 to 4. . . 44 1.11 Comparison between N − N O−3 concentration signal measured by
sen-sor (grey line), linearly interpolated concentration sampled in situ (so-lid line) and linearly interpolated biweekly sampled concentration (dot-ted line). . . 46 2.1 Daily discharge (L.s−1), rainfall (mm), nitrogen concentration
(mgN-NO−3.L−1 measured in Montoussé river, at the outlet of auradé basin (source GPN-Total) . . . 54 2.2 Répartition de l’erreur d’estimation des flux trimestriels par
sous-échantillonnage de la concentration des deux années de suivi (2006-2008) sur Auradé. Le sous échantillonnage est fixé à 2 jours, l’erreur d’estimation est calculée par trimestre, sur l’ensemble du signal. La méthode d’interpolation des concentrations est linéaire, le calcul des flux est fait à partir de l’équation 1.4 (page 30). L’espérance µ et l’écart-type σ sont respectivement de -11.3kgN et 36.3kgN par trimestre. . . . 56 2.3 Cumul des flux journaliers interpolés (ligne pleine) et domaine
d’in-certitude (entre les lignes pointillées) de l’interpolation linéaire des concentrations journalières mesurées. L’espérance µT et l’écart-type
2.4 Cartes des données spatialisées rasterisées sur Auradé : (a) le Modèle Numérique de Terrain (source : cette thèse), (b) la carte simplifiée des sols (source : Sol Conseil-EcoLab, 2006 décrite dans les travaux de Bur [2008]). . . 60 2.5 Carte raster des parcelles agricoles sur Auradé (découpage minimale
pour la période 1985-2001) : les aménagements paysagers n’ont été faits qu’à partir de 1992 (source : Association des agriculteurs d’Au-radé). La rotation majoritaire à plus de 90% est blé-tournesol. . . 62 2.6 Schéma illustrant la spatialisation des calculs et transferts d’eau et
d’azote nitrique pour SWAT et TNT2 à l’échelle du versant. SWAT sub-divise l’espace en sous-bassins versants, la contribution à la rivière de chaque HRU est sommée. TNT2 subdivise l’espace en mailles carrées connectées entre elles par un gradient topographique. les mailles en aval contribuent en totalité à la lame d’eau journalière. . . 66 2.7 Spatial data used in TNT2 and SWAT : soil map with 14 soil types (12
agricultural soil types, 1 for urban area and 1 for forest), DEM (5x5m), agricultural plot map (92 agricultural plots). Integration of these data are detailed for fully distributed model TNT2 and semi-distributed mo-del SWAT. . . 67 2.8 TNT2 : un couplage du modèle hydrologique distribué TOPMODEL
[Be-ven, 1997] et du modèle agronomique STICS [Brisson et al., 1998] (d’après Beaujouan [2001]). Principaux processus modélisés. . . 70 2.9 SWAT : un couplage du modèle hydrologique semi-distribué et du
mo-dèle agronomique EPIC. Principaux processus modélisés. . . 74 2.10 Daily discharge (m3.s−1) observed (grey line) and simulated (black line)
with semi-distributed model SWAT and fully distributed model TNT2 at the outlet of Auradé. Nash-Sutcliffe coefficient is 0.5 and 0.6 for respectively TNT2 and SWAT simulations. . . 88 2.11 Daily discharge (m3.s−1) observed (grey line) and simulated (black line)
with semi-distributed model SWAT and fully distributed model TNT2 at the outlet of Auradé from oct 1995 to oct 1997. . . 90 2.12 Yearly discharge and Nitrogen loads (mm and kgN) observed and
simu-lated with semi-distributed model SWAT and fully distributed model TNT2 at the outlet of Auradé from year 1987-1988 to year 2000-2001. RMSE of annual discharge are 0.018 and 0.022 mm for respectively TNT2 and SWAT. RMSE for annual load are 78.6 and 65kgN for res-pectively TNT2 and SWAT. . . 91
2.13 Annual average agricultural yield for the 3 major plant sowed simu-lated with TNT2 and SWAT from 1988 to 2000 in Auradé catchment. Measured yield are reported since 1994. . . 92 2.14 Daily amount of mineralisation (figure on the top) and denitrification
(figure below) simulated with SWAT (grey line) and TNT2 (black line) during the study period (from 01/10/1987 to 01/09/2001). Values are given as the daily mean for the Auradé catchment in kgN.ha−1.day−1. 94 2.15 Annual amount of mineralisation (black line) and denitrification (white
line) simulated with SWAT (full line) and TNT2 (dotted line) during the study period (from 1987 to 2001). Values are given as the annual amount for the Auradé catchment in kgN.ha−1. . . 96 2.16 Yearly denitrification (a), mineralisation (b) and Denitrification Rate
Factor (c) with SWAT (left) and TNT2 (right) during the study period (from 01/10/1987 to 01/09/2001). Values are given for each model-ling units (HRU and cell for respectively SWAT and TNT2) as the mean of the yearly denitrification and mineralisation (a) and (b) modelled for the Auradé catchment in kgN.ha−1.day−1. . . 97 2.17 Daily nitrogen loads in river (kg.day−1) observed (grey line) and
simu-lated (black line) with semi-distributed model SWAT and fully distribu-ted model TNT2 at the outlet of Auradé. NRMSE coefficient is 3.8%and 4.3% for respectively TNT2 and SWAT simulations. . . 99 2.18 Cumulative daily water discharge and nitrogen loads observed and
simulated at the outlet of the Auradé catchment, simulated by SWAT (full line) and TNT2 (dotted line) from 01/10/1987 to 01/09/2001. Discharge are given in m and nitrogen loads in kgN.ha−1. . . 100 2.19 Simulated and mean of daily concentration calculated from observed
data during the study period (from october 1987 to september 2001). Mean daily concentration has been calculated from measured concen-tration for 2834 days of the 5814 days studied. . . 101 2.20 Daily water and nitrogen storage in aquifer simulated by SWAT (full
line) and TNT2 (dotted line) from 01/10/1987 to 01/09/2001. Values are given in mm and kgN.ha−1 for respectively water and nitrogen sto-rage. . . 103 3.1 Pourcentage de la Surface Agricole Utile annuelle où l’implantation de
Culture Intermédiaire Piège à Nitrate est possible dans la succession culturale blé-tournesol renseignée dans la base de données agricoles historique reconstituée dans le présent travail. . . 118
3.2 Cumul des flux journaliers d’azote dans la rivière simulés par TNT2 en fonction de scénarios agricoles. scénario0-référence ; scénario5-sans mesures agro-environnementales ; scénario6-implantation de CIPANs ; scénario7-diminution des intrants mineraux azotés de 10 %. . . 125 3.3 Minéralisation nette journalière simulée par TNT2 en fonction de
scé-narios agricoles. Les valeures négatives correspondent à des phases d’organisation. scénario0-référence ; scénario6-implantation de CIPANs.126 3.4 Pertes d’azote à l’exutoire d’Auradé simulés avec TNT2 pour le
scé-nario 0 de référence et le scéscé-nario 6 d’implantation des CIPANs. La régression logarithmique présentée en dessous représente la réduc-tion des pertes annuelles par l’implantaréduc-tion des CIPANs en foncréduc-tion du niveau de perte annuelle d’azote nitrique simulé dans le scénario de référence, d’équation : y = 1.6 ln x − 1.7, R2 = 0.65 . . . 128
3.5 Pourcentage annuel de réduction des flux à l’exutoire d’Auradé en fonction de l’aménagement testé. . . 129 3.6 Pourcentage annuel de réduction des flux à l’exutoire d’Auradé en
fonction des mesures agricoles. . . 130 3.7 Pourcentage annuel de réduction des flux à l’exutoire d’Auradé en
fonction des mesures agricoles. . . 131 4.1 Géomorphologie et Pédologie des formations rencontrées sur le bassin
de la Save. Sources Cemagref de Bordeaux, UR ADBX. Les classes pé-dologiques dominantes dans les zones géomorphologiques sont seules représentées par soucis de clarté. R131 : alluvions calcaires ré-centes ; R212 : Terreforts profonds (>40cm) ; R322,R332 : Boulbènes anciennes superficielles ; R328 : Sols brun ; R520 : Marno-calcaire pentes fortes ; R9 : profil morpho-pédologique de molasse acide ar-gileuse. . . 143 4.2 Occupation du sol du bassin versant de la Save : des grandes zones
agricoles au parcellaire. Sources CEMAGREF de Bordeaux-UR ADBX. 145 4.3 Occupation parcellaire de la zone Blé-Tournesol du bassin versant de
la Save. Le parcellaire du bassin versant d’Auradé est calqué sur la base de données. . . 146 4.4 Itinéraire technique entré dans SWAT pour la monoculture de maïs.
Les quantités d’intrants sont en kg/ha de produits commerciaux. . . . 148 4.5 Itinéraire technique entré dans SWAT pour les deux zones
blé-tournesol. Les quantités d’intrants sont en kg/ha de produits com-merciaux. . . 149
4.6 Sous-bassins versants utilisés pour appliquer le calage SWATaur des sols et nappe. . . 151 4.7 Impact de la spatialisation des occupations du sol de l’option
Domi-nant landuse dans SWAT. . . 151 4.8 Débits journaliers simulés et observés à l’exutoire du bassin versant
de la Save à Larra. Les simulations de SWAT sont faites avec l’option ’Dominant Landuse’. Le calage SWATsav et SWATsav modif sont com-parés aux données observées. . . 152 4.9 Débits journaliers simulés par SWATsav et SWATaur à l’exutoire du
sous-bassin versant contenant Auradé. Les simulations de SWAT sont faites avec l’option ’Dominant Landuse’. Une modification des para-mètres hydrologiques des sols et de la nappe est faite en fonction du calage SWATaur pour vérifier l’amélioration des simulations SWATsav-modif. . . 154 4.10 Réserve utile journalière simulée par SWATsav et SWATaur à
l’exu-toire du sous-bassin versant contenant Auradé. Les simulations de SWAT sont faites avec l’option ’Dominant Landuse’. Une modification des paramètres hydrologiques des sols est faite en fonction du calage SWATaur pour vérifier l’amélioration des simulations SWATsavmodif. . 156 4.11 Concentrations simulées à l’exutoire de la Save par le calage
SWAT-savmodif pour les 24 sous-bassins avals représentatifs des conditions agro-pédologiques d’Auradé. Les simulations sont faites d pour la pé-riode 1994-2008, les données observées sont disponibles à partir de fin 2006. . . 158
1.1 annual water balance of the study period . . . 14 1.2 Characteristics of the Auradé catchment. Information on topography
is derived from the DEM, land use distribution is computed from aerial photo (Cartoexplorer IGN) and climate data are an in situ measurement. 16 1.3 Sampling method evaluation with dispersion and precision . . . 37 1.4 Error of in situ sampling protocol . . . 37 2.1 Parameter for water storage capacity and main processes of water and
nitrogen transfert and transformation. . . 72 2.2 Conceptual differencies between SWAT and TNT2 used in this study . 85 2.3 Yearly water and nitrogen balance simulated in models, from 1987 to
2001. . . 89 3.1 Mesures appliquées pour chaque scénario construit. . . 117 3.2 Bilan annuels moyen de chaque scénario, calculé sur la période
d’oc-tobre 1993 à septembre 2001. . . 122 3.3 Bilan annuels moyen de chaque scénario, calculé sur la période
d’oc-tobre 1987 à septembre 2001. . . 123 4.1 Bilans annuels d’azote sur le bassin versant de la Save et d’Auradé
0.1
Introduction générale
0.1.1 Agriculture et environnement
L’agriculture européenne et plus généralement des pays développés a subi l’effet d’une optimisation de la production au travers d’une intensification de la production, de la mécanisation des exploitations agricoles, de la spécialisation régionale et d’un remembrement des terres agricoles. Le recours aux intrants chimiques, et notamment azoté ont permis d’augmenter considérablement les rendements agricoles. L’apport en azote que constituent les fertilisants, ainsi que la réorganisation du paysage et l’intensification des pratiques ont modifié de manière significative le cycle de l’azote, en enrichissant les écosystèmes agricoles en nitrates, notamment les eaux de surface et souterraines [Probst, 1985; Webb et Walling, 1985; Reynolds et Edwards, 1995; De Wit et al., 2002; Molenat et al., 2002; Ruiz et al., 2002; Whitehead et al., 2002b; Galloway et al., 2003; Smith, 2003; Martin et al., 2004; Seitzinger et al., 2006; Birgand et al., 2007]. C’est à partir des années 1990 que la notion d’environnement devient une composante importante de l’activité agricole. A l’échelle européenne, les mesures agri-environnementales élaborées à Bruxelles dans le cadre de la réforme de la PAC de juin 1992 ap-portent un cadre réglementaire aux actions de terrain des organismes régionaux et communautaires, associatifs et professionnels. Le message sur la protection de l’environnement, de la ressource en eau et de la santé publique a été relayé par les mouvements écologistes, l’opinion publique et les organismes professionnels comme les responsables publics de la qualité de l’eau.
C’est dans ce contexte que la Directive Cadre Européenne (DCE) [European-Commission, 2000] sur l’eau a été adoptée par le parlement et le conseil européens le 23 octobre 2000. Ce texte établit un cadre juridique et réglementaire afin d’atteindre le ’bon état’ écologique et chimique pour tous les milieux aquatiques naturels et de préserver ceux qui restent en bon état. L’agriculture est une des activités visées par les responsables de la mise en oeuvre de la DCE en France, DI-RENs, Agences de l’eau, DRASS, DDASS, collectivités territoriales...). Ces derniers se sont servis d’outils tels que les Contrats Territoriaux d’Exploitation (CTE) suivis par les Mesures Agri-Environnementales (MAE), afin d’orienter l’utilisation des terres agricoles en utilisant deux leviers d’action pour atteindre les objectifs de la DCE. Ces programmes de mesures peuvent porter sur la réduction des pressions tenues pour responsables du mauvais état (nitrates, pesticides ...) ou encore la
de nitrate agricole...).
Ces deux modes d’action sont différents. L’un vise à faire un effort sur la pro-duction : diminuer les intrants agricoles ou changer la propro-duction, quitte à changer d’objectifs économiques : conversion agriculture en biologique, optimisation du ratio intrants/rendements, diversification des activités (agro-tourisme). L’autre vise à diminuer l’impact de ces pressions : l’implantation de Cultures Intermédiaires Pièges à Nitrates (CIPAN), de bandes enherbées (pesticides), de bassins de rétention (pesticides), la gestion des résidus de récolte (nitrates), les rotations culturales (pesticides et nitrates).
L’efficacité et la pertinence de la mise en place d’actions de ce type relèvent de l’ingéniérie environnementale. Cette expertise vise à mettre en relation le fonction-nement des paysages, l’utilisation des sols et l’impact des pressions anthropiques sur les cycles naturels. Elle nécessite de regrouper de larges connaissances scien-tifiques en terme de fonctionnement d’écosystèmes,de masses d’eau ou de bassins versants, de dynamiques agricoles ou climatiques, de transferts de matière et de polluants. A chaque zone d’application, il faut déterminer les processus dominants responsables de la mauvaise qualité de l’eau.
Le milieu de la recherche internationnale a développé ces 20 dernières années des outils de simulation de la qualité des eaux de surfaces et souterraines intégrant les connaissances acquises par les études agronomiques, hydrologiques ou écolo-giques. Des modèles de qualité de l’eau ont été testés pour apporter un important et précieux apport à l’analyse et la compréhension de l’origine des pollutions dif-fuses agricoles mesurées dans les rivières, les aquifères et les réservoirs [Styczen et Storm, 1993; Cooper et al., 1994; Reiche, 1994; Lunn et al., 1996; Bicknell et al., 1997; Christiaens et Feyen, 1997; Arheimer et Brandt, 1998; Arnold et al., 1998; Krysanovaet al., 1998; Whitehead et al., 1998; Refsgaard et al., 1999; Billen et al., 2001; Beaujouan et al., 2002; Liu et al., 2005]. Ces outils sont susceptibles de si-muler les évolutions possibles de la quantité et la qualité des eaux de surface et des eaux souterraines en fonction des pressions anthropiques et des dynamiques naturelles.
0.1.2 Problématiques agricoles en Gascogne
La vocation agricole affirmée des zones de coteaux de Gascogne marque forte-ment les paysages régionaux et a un impact évident et reconnu depuis plusieurs décennies sur la qualité des eaux, des sols et des sédiments de ces territoires. Sur les 20 à 30 dernières années, la production agricole a augmenté de 25%. Les principales évolutions constatées ont été une forte mécanisation des activités, l’amélioration génétique des variétés cultivées, le développement de l’irrigation, l’emploi croissant de fertilisants mais aussi une forte gamme de pesticides de synthèse (fongicides, herbicides et insecticides). Cette intensification des pratiques est assez souvent associée à la mise en place d’aménagements provoquant une modification des chemins et des vitesses de l’eau dans le sol (drainages enterrés, irrigation).
Les données acquises par les réseaux institutionnels de surveillance des eaux superficielles (Agences de l’eau, DRASS, DDASS, DIRENs) et des aquifères exploités pour la potabilisation de l’eau (DRASS, DDASS, DIRENs, réseaux complémentaires des collectivités territoriales) montrent une augmentation des concentrations des produits utilisés en agriculture (intrants) et de leurs détections dans les milieux aquatiques. La problématique environnementale est simple : limiter voire stopper la dégradation générale de la qualité des milieux par les pollutions agricoles diffuses, en vue de préserver la qualité des cours d’eau et la potabilité des captages d’eau réservés à la consommation humaine.
0.1.3 Enjeux locaux de la gestion de l’eau
Dans ce contexte agricole de grande culture (mais irrigué, sorgo, blé, tourne-sol, colza) où les problématiques liées à la qualité de l’eau sont étroitement liées aux activités agricoles, de nombreuses mesures environnementales ont été mises en place, dans le cadre de Programme d’Action Territoriale (PAT) par exemple, pour éliminer les pratiques à risques et favoriser certains aménagements paysagers sup-posés améliorer la qualité des eaux. Des zones d’action prioritaire ont également été définies pour préserver la qualité des eaux, comme les zones de bassins de captage d’eau potable.
D’autres actions locales ont été mises en place dans cette région. L’Association des Agriculteurs d’Auradé est une association de loi 1901 crée en 1992 pour
l’environnement (http : //www.agriculteurs − aurade.f r/), sur le bassin versant d’Auradé (Gers, France). Cette structure a permis, depuis sa création, de réaliser sur le site expérimental d’Auradé des aménagements paysagers (mise en place de bandes enherbées le long des cours d’eau, bandes de peuplier en milieu de parcelle) et d’améliorer les pratiques agricoles (retard de l’enfouissement des pailles à l’automne) pour diminuer les concentrations en nitrate dans le ruisseau. L’objectif de ce genre d’initiative est de conserver le mode et type de production agricole, tout en minimisant son impact sur la qualité de l’eau par une batterie de mesures expérimentales.
L’évaluation de l’efficacité de ces mesures est, comme partout ailleurs, délicate à faire, et les gestionnaires institutionnels comme les chambres d’agriculture locales et l’agence de l’eau Adour-Garonne, sont demandeurs d’une évaluation des pro-grammes de prévention et de restauration qu’ils ont financés. Les investissements conséquents qui y ont été engagés doivent prouver leur efficacité face à des mesures dites curratives, qui ne suppriment pas le problème, mais ont le mérite d’être plus simples à évaluer économiquement (usines de décontamination des eaux potables, filtres biologiques dans les rivières...).
Ce travail de thèse a été effectué en articulation avec un projet LIFE-environnement européen, nommé CONCERT’eau (http : //concerteau.ecobag.org) visant à déterminer des mesures de remédiation pour réduire la pollution en nitrates et en pesticides dans l’eau, en tenant compte de la viabilité économique et de l’acceptabilité sociale de ces mesures. Pour ce faire, le projet a rassemblé les acteurs du monde rural afin de définir collégialement des mesures appropriées allant dans le sens de l’ob-jectif du projet : la diminution des pressions agricoles pour améliorer la qualité des eaux. Afin d’évaluer la faisabilité et l’efficacité de chaque orientation agricole (ou scénario), des modèles économiques, sociologiques et environnementaux issus de la recherche scientifique sont utilisés pour l’élaboration d’indicateurs. C’est en associant ces trois types d’indicateurs à une discussion entre acteurs que les scé-narios sont comparés. Cette plateforme collaborative est un exemple de l’applica-tion directe des modèles scientifiques environnementaux interdisciplinaires mis au point pour comprendre le fonctionnement des agro-hydrosystèmes.
0.1.4 Contexte scientifique a - L’excédent de nitrates
Le contrôle de la pollution en nitrate a été l’une des premières problématiques abordée pour tendre vers un meilleur contrôle des pressions agricoles sur la qualité de l’eau, initialement mis en évidence par le rapport Hénin de 1980 sur les nitrates dans les eaux des rivières françaises. Le cycle de l’azote est en effet bien connu à l’échelle de la parcelle agricole [Recous et al., 1997] ainsi que les dynamiques de transfert vers les cours d’eau et les aquifères [Whelan et Kirkby, 1995], mais l’interaction directe entre l’utilisation des sols, les pratiques agricoles et la pollution en nitrate de l’eau n’est pas évidente, dans le temps et l’espace. Les dynamiques de l’azote dans un paysage sont fortement variables suivant les contextes hydro-climatiques et pédologiques [Vagstad et al., 2004]. De plus, les processus internes naturels du cycle de l’azote peuvent être dominants comparé aux modifications externes comme les intrants azotés agricoles [Webb et Walling, 1985].
L’étude de l’azote se fait généralement à l’echelle d’un bassin versant. Pour rappel, un bassin versant est une entité hydrologique dont la surface est drainée par un exutoire. Autrement dit, c’est l’ensemble des versants orientés de telle sorte que l’eau de pluie qui percole dans les sols et arrive à la rivière passe au point exutoire. Ainsi, on définit un bassin versant en choisissant un point exutoire au niveau de la rivière. Les transferts d’azote étant liés fortement aux transferts d’eau (l’ion nitrate étant hydrophile), cette échelle hydrologique permet de calculer des bilans entrées-sorties des flux d’azote. C’est également à cette échelle que les modèles de qualité de l’eau simulent le cycle de l’azote.
Pour estimer l’impact des pratiques agricoles sur la pollution azotée des eaux, des campagnes de mesures sur le terrain sont nécessaires pour quantifier à la fois les flux d’eau et les flux d’azote dans les bassins versants. Des chroniques d’observation à long terme sont nécessaires pour comprendre les tendances et les évolutions des mesures de terrain [Park et al., 1994]. Mais elles ne suffisent pas toujours à conclure sur l’évolution de la qualité et face aux coûts importants que représentent ces suivis, la modelisation de la qualité de l’eau à l’échelle des bassins versants s’est imposée comme un outil utile pour comprendre et prévoir l’évolution
La première estimation faite par ces modèles est l’excédent d’azote dans le sol, à l’échelle d’une colonne de sols ou de la parcelle, dépendant principalement de la dynamique de :
– la consommation de l’azote par les plantes – la minéralisation nette
– la dénitrification
D’autres processus peuvent être pris en compte pour affiner la description du cycle de l’azote : la volatilisation de l’engrais minéral, la prise en compte des différentes autres formes d’ions azote (ammonium NH+4, ammoniac NH3, nitrite NO−2) ou la
fixation symbiotique de l’azote atmosphérique (N2). Ces processus peuvent se
révéler être plus ou moins importants suivant les contextes d’étude.
L’excédent d’azote à la parcelle est lessivé avec l’eau percolée à travers le sol. Ces flux dépendent donc fortement des conditions hydriques des sols au moment où le nitrate est en excès. Il existe de nombreux moyens d’action afin de contrôler les fuites de nitrate sous les parcelles agricoles. En effet, nombreux travaux réalisés à l’échelle de la parcelle ont montré que l’influence des systèmes de cultures (type et rotation des cultures, fertilisation et irrigation, gestion des résidus de récolte) et du contexte pédoclimatique sur la lixiviation des ions nitrates étaient importants [Gaury, 1992; Simmelsgaard, 1998]. L’intégration de ces flux parcellaires à l’échelle des bassins versants n’est pas directe : les processus hydrologiques impliqués dans les transferts de nitrate à cette échelle sont complexes et très différents suivant les régions. Ils dépendent généralement :
– des propriétés hydriques des sols – de la topographie
– du climat (pluie, évaporation, températures) – des propriétés et capacités des aquifères
On a alors recours à des couplages entre des modèles à la parcelle (exemple : SOILN, LEACHN, CREAMS, GLEAMS) ou même des modèles de développement des cultures (modèles agronomiques) comme EPIC [Williams et al., 1984] ou STICS [Brisson et al., 1998] et des modèles hydrologiques de bassins versants (exemple : TOPMODEL, SHE...). Certains modèles couplés agrègent simplement les résultats à la parcelle, puis prennent en charge le nitrate percolé dans les différents réservoirs simulés (exemple : SWAT, ANSWERS...) jusqu’à la rivière. D’autres qualifiés de
modèles physiques spatialisés ou mécanistes distribués (exemple : SHETRAN, MIKE SHE, TNT2) prennent en compte les processus de manière distribué dans le bassin en calculant les transferts et transformations d’azote à l’échelle d’unité spatiale. La distribution des processus pose des problèmes généraux comme la représentativité des processus souvent étudiés à l’échelle du profil de sol et appliqués à l’échelle du champ par exemple ou encore la mesure locale de certains paramètres utilisés à des échelles plus larges [Ball et Trudgill, 1995]. L’utilisation de tels modèles est tout de même considérée comme intéressante, si on accepte de restreindre l’interprétation aux tendances plutôt qu’à une simulation parfaite des phénomènes dans l’espace et le temps [Beaujouan, 2001].
Cette voie de modélisation est utilisée pour tous types de contexte et de pollu-tion agricole. Cette approche a pour but de simuler les pertes d’azote nitrique du système cultural, le transfert de la lixiviation dans l’hydrosystème ainsi que les dy-namiques de concentration de l’eau des rivières et les flux de nutriments associés. Beaudoin et al. [2008] montrent que le modèle agronomique STICS a la capacité de tenir compte de l’effet des pratiques agricoles et du climat sur plusieurs décennies pour simuler les flux d’azotes dans l’agro-système. Les modèles couplés ont donc été développés et utilisés depuis les années 80 (exemple : SOILN, WAVE, LEACHN, CREAMS, SLIM...) pour simuler le cycle de l’azote à l’échelle de la parcelle et les transferts de nitrates à l’échelle du bassin versant, comme ANSWERS [Beasley et al., 1980]. Un petit nombre de modèles ont la capacité de simuler les dynamiques et les intéractions spatiales des transferts d’azote nitrique dans les versants comme CATCHN [Cooper et al., 1994], CWSS [Reiche, 1994], DAISY/MIKE-SHE [Styczen et Storm, 1993; Christiaens et Feyen, 1997; Refsgaard et al., 1999], NMS [Lunn et al., 1996] et INCA [Whitehead et al., 1998; Durand, 2004; Granlund et al., 2004].
D’autres approches, entièrement distribuées, c’est à dire que l’espace est entiè-rement discrétisé, sont développées : le modèle Topography Nitrogen Transfer and Transformation (TNT2) [Beaujouan et al., 2002] a été développé pour simuler l’émis-sion d’azote nitrique des zones rurales et le modèle Diffuse Nitrate Modelling Tool (DNMT) [Liu et al., 2005] simule l’azote lixivié des eaux d’égout des zones urbaines. Ces deux modèles sont dérivés de l’approche hydrologique de TOPMODEL [Beven, 1997] pour simuler les flux d’eau à l’échelle du bassin versant. Un modèle 3D, le modèle SHETRAN [Birkinshaw et Ewen, 2000], simule le transfert et la transforma-tion de l’azote nitrique basé sur les équatransforma-tions d’advectransforma-tion dispersion, permettant de modéliser des bassins versants inférieurs à 10km2. Ces approches distribuées
échelles plus grande.
Un autre type d’approche, semi-distribuée, est reconnue pour simuler de ma-nière correcte les transferts d’azote nitrique dans les rivières, utilisant le couplage de modèles agronomiques avec des modèles hydrologiques semi-distribués [Borah et Bera, 2004; Li et al., 2004]. Soil Water Assessment Tool (SWAT) [Arnold et al., 1998] est un modèle qui a été utilisé dans de nombreuses études à travers le monde pour simuler les transferts de nitrates dans de larges bassins versants [Grizzetti et al., 2003; Santhi et al., 2006; Abbaspour et al., 2007; Pohlert et al., 2007b; Bou-raoui et Grizzetti, 2008] comme dans de plus petits [Green et Van Griensven, 2008]. Cette approche est alors interessante pour modéliser des bassins versants de taille régionnale, tout en intégrant les informations spatiales (occupation du sol, pédolo-gie, climat...) et temporelles (pratiques agricoles, climat, évolution de l’occupation du sol) dans des sous-bassins versants dont la taille est fixée par le modélisateur.
b - Objectifs
La principale question scientifique de ce travail est de connaître la contribution des sources anthropiques d’azote nitrique dans les variations des concentrations de nitrate mesurées depuis 1985 sur un petit bassin versant agricole gascon sur lequel ont été mis en place dès 1992 des mesures agri-environnementales pour diminuer les concentrations en nitrate. Les chroniques de mesures de débit et de concentration en nitrates obtenues depuis 1985, bien que complètes, ne sont pas suffisantes pour estimer l’impact agricole sur la qualité de l’eau. On a donc choisi d’estimer tout au long de la période suivie le cycle et les principaux transferts d’azote minéral au sein du bassin versant par modélisation semi-distribuée (SWAT Arnold et al. [1998]) et distribuée (TNT2 Beaujouan et al. [2002]). Cette méthode permet de prendre en compte année par année l’évolution de l’occupation des sols et des itinéraires techniques agricoles, jour par jour l’évolution du climat et la croissance des plantes, et la spatialisation des propriétés du sol.
L’objectif principal est ici d’utiliser ces modèles pour simuler la variation des transferts de nitrate dans le bassin versant en fonction des modifications agricoles réalisées ou de différents scénarii. Le manuscrit se décompose en quatre parties logiquement reliées les unes aux autres.
L’approche du bilan du cycle de l’azote nécessite de quantifier les flux de nitrates à la sortie du bassin versant à partir des mesures de débits en continu et des mesures ponctuelles de concentrations en nitrate. La première partie de ce manuscrit présente le site d’étude, la problématique nitrate d’origine agricole et le suivi historique qui y a été fait sur le bassin de 1985 à nos jours. Il y est aussi présenté un protocole de mesure en continu de la concentration en nitrate à l’exutoire du bassin versant expérimental d’Auradé (Gers, SW France). La base de données acquise dans cette thèse a permis de calculer les erreurs possibles des méthodes classiques d’estimation des flux de nitrate à l’exutoire sur une période de mesure. Ce travail est présenté sous la forme d’une publication soumise à Water Ressources Research et intégrée à ce chapitre.
Le deuxième chapitre présente l’application de deux modèles agro-environnementaux, l’un semi-distribué (SWAT), l’autre distribué (TNT2) ayant un même objectif mais utilisant des approches différentes. Le calage des modèles et les résulats et conclusions de leur application sont présentés dans ce chapitre sous la forme d’une publication soumise à Journal of Hydrology. Le calage des modèles y est discuté par rapport aux résultats du premier chapitre.
Le troisième chapitre utilise les conclusions du deuxième chapitre pour justifier l’utilisation de TNT2 pour tester des scénarios agricoles à l’échelle du petit bassin versant d’Auradé. L’aménagement du paysage et les changements d’itinéraires techniques produits à partir de 1992 sur le bassin versant (décrits dans le 2ème chapitre) sont évalués ici par modélisation. Un autre scénario agricole teste l’intérêt des CIPAN sur la qualité de l’eau de rivière.
Le quatrième chapitre illustre l’importance relative des conclusions de l’expé-rimentation virtuelle effectuée à l’échelle locale, en utilisant le modèle SWAT pour estimer l’importance des processus étudiés à cette échelle sur la qualité de l’eau à l’exutoire du bassin versant de la Save.
Une conclusion générale récapitule les enjeux, intérêts et limites de l’utilisation de la modélisation spatialisée agro-environnementale dans la gestion de la qualité des ressources en eau, ainsi que les principales perspectives de ce travail.
Mesure des teneurs en nitrate
dans la rivière
Ce chapitre présente le bassin versant qui sert de support à cette étude et les bases de données acquises (débits et concentrations en continu) durant la durée de ce travail. Il illustre la variabilité du signal de concentration en nitrates à l’exutoire. Les écoulements contributifs au ruisseau sont extrèmements variables suivant les saisons et les événements hydrologiques ; les concentrations varient également plus ou moins rapidement en fonction de ces différents types d’écoulements. Nous pré-sentons ici une méthode afin d’évaluer l’erreur faite sur le calcul des flux par sous échantillonnage classique des concentrations de nitrate sur une période de mesure de deux ans (2006-2008).
1.1
Site d’étude : le Montoussé à Auradé (Gers)
1.1.1 Présentation générale et localisation
Le bassin versant du Montoussé situé à Auradé (Gers), appelé par la suite bas-sin versant d’Auradé) a une superficie de 335 ha dont 90% sont utilisés pour des besoins agricoles. Il s’inscrit dans un ovale de 3 Km de long et 1,6 km de large, orienté d’Est en Ouest. L’altitude varie de 276 à 172m soit un dénivelé de 104m. La pente moyenne avoisine les 9% mais peut atteindre localement 28% (tableau 1.2).
Le Montoussé est un ruisseau affluent de la Boulouze qui se jette dans la Save, elle-même affluent rive gauche de la Garonne. Il est localisé en Gascogne, une région dominée par l’agriculture (figure 1.2).
1.1.2 Hydrologie et climat
Le département du Gers subit les influences climatiques de l’océan Atlantique, et de manière plus atténuée, de la Méditerranée. Les précipitations et les lames d’eau écoulées sont extrèmement variables d’une année sur l’autre (tableau 1.1). Les lames d’eau de pluie, les lames d’eau écoulées et les températures mensuelles moyennes calculées pour la période 1985 à 2001 sont présentées sur la figure 1.1. Le maximum des débits intervient au début de l’hiver, mais le printemps reste une période où les débits sont importants, parfois même jusqu’en Juin. L’été reste très sec avec, certaines années, un assèchement total.
1.1.3 Pédologie et géomorphologie
L’ensemble du bassin est situé sur une roche mère hétérogène, portant le nom de ’molasse’. Celle-ci est de nature détritique et constituée de matériaux hétéroclites, provenant de l’érosion de la chaine des Pyrénées et déposés sur un large cône de déjection en aval de Lannemezan (environ 8000 km2), durant le
Miocène. Sa composition varie fortement, même à l’échelle du bassin versant, en termes de granulométrie (molasse limoneuse à sableuse), de chimie (très fortement calcaire à acide) et de faciès (ocre à bariolée). Les sols sont souvent superficiels en haut de versant et beaucoup plus profonds aux abords du réseau hydrographique. Les Rendosols, Calcosol et Calcisols sont fréquemment rencontrés mais sont juxtaposés à des Brunisols plus acides et souvent riches en éléments
Page 1 0 10 20 30 40 50 60 70 80
Oct. Nov. Dec. Janv. Fev. Mars Avr. Mai Juin Juil. Août Sept.
Lame d'eau en mm, Températures en °C
Pluie Lame écoulée Température
FIGURE1.1 – Moyennes mensuelles des lames d’eau de pluie, lames d’eau drainée, tempé-ratures observées sur 17 années (1985-2001) à Auradé.
grossiers (Quartzites) et à quelques Luvisols [Bur, 2008]. L’important taux d’argile couramment présent dans les sols du bassin est à l’origine d’une terre lourde communément appelée ’Terreforts’. Cet ensemble forme un substrat relativement imperméable et peu profond. Aucune nappe importante n’a été trouvée, exceptées quelques lentilles sableuses ou inclusions intramolassiques, caractérisées par une texture grossière qui permettent de soutenir certaines sources et créent des mouillères en milieu de versant [Ribeyreix-Claret, 2001].
1.1.4 Historique du suivi expérimental
Ce site a été étudié par AZF (maintenant GPN-TOTAL) depuis 1985 afin de suivre l’impact des fertilisants azotés sur la qualité de l’eau de rivière. Un suivi des débits journaliers et des concentrations en nitrates a été assuré par AZF jusqu’en 2004. L’Association des Agriculteurs d’Auradé a depuis 1992 pris en charge la collecte des données agricoles (assollement, fertilisants et itinéraires techniques, traitements pesticides depuis 2004). Depuis 2005, ECOLAB est en charge du site avec un suivi des précipitations, des débits et des concentrations en nitrates en partenariat avec GPN-TOTAL (convention amiable renouvellée chaque année). Le protocle de
me-TABLE 1.1 – annual water balance of the study period Year annual rainfall (mm) discharge/rainfall(%)
1986 497 20 1987 595 13 1988 700 18 1989 399 17 1990 490 6 1991 773 11 1992 729 14 1993 844 27 1994 778 33 1995 623 22 1996 689 17 1997 643 15 1998 570 7 1999 679 7 2000 730 12 2001 759 15
sures est décrit dans ce chapitre. Les bases de données hydrologiques, occupation des sols, itinéraires techniques, pedologiques existantes sur ce site, et utilisées pour la modélisation sont présentées dans le chapitre 2.
1.2
Protocole de suivi des concentrations
1.2.1 Problématique scientifique
La mesure d’un flux dans une rivière se fait généralement en mesurant le débit comme une variable continue, et les concentrations d’un élément comme une variable ponctuelle. L’incertitude dans le calcul du flux réside alors dans l’intégration de la concentration comme une variable continue. Pour les nitrates, il est reconnu que la valeur est assez stable lorsque les débits le sont. Pionke et al. [1999] fait état d’études témoignant de bassins versants pour lesquels une augmentation systématique des concentrations en hiver est observée, quelle que soit la taille du bassin [Whelan et Kirkby, 1995; Burt et Arkell, 1987; Schnabel et al., 1993] ou l’occupation du sol [DeWalle et Davies, 1997; Murdoch et Stoddard, 1992]. Sur le bassin versant d’Auradé, cette augmentation durant les débits d’hiver est observée depuis longtemps sur le suivi historique, c’est ce qu’appelle Martin [2003] un ’cycle classique’, c’est à dire un cycle saisonnier marqué par une forte
±
0 230 460 920 1 380 1 840
Meters Save catchment Landuse
Forest area Agricultural area Urban area Aurade catchment River Subasin Kilometers 0 5 10 20
Landuse of Aurade catchment
FIGURE 1.2 – Localisation du bassin versant d’Auradé dans le bassin versant de la Save.
L’occupation du sol sur la Save est dérivée de Corine Land Cover 2000. Le linéaire du Montoussé est ajouté sur une photo aérienne représentant le parcellaire d’Auradé (cartoex-plorer ; IGN). Les parcelles blanches correspondent à du sol nu (blé récolté), les autres sont
TABLE 1.2 – Characteristics of the Auradé catchment. Information on topography is derived from the DEM, land use distribution is computed from aerial photo (Car-toexplorer IGN) and climate data are an in situ measurement.
Parameter Value Parameter Value
Topography Land use
Area 3.35km2 Cultivated crop 86%
Max elevation 276m a.s.l. Pasture 2.1%
Mini elevation 172m a.s.l. Grass/Poplar band 2.5%
Mean slope 9.3 Forest 5.2%
Max slope 28.8 Residential area 4.2%
Climate River load
Annual rainfall 656.5mm Mean [No−3] 11mgN.l−1 Annual discharge 106.9mm Max [No−3] 32.2mgN.l−1 Annual temperature 14.5◦ Celsius No−3 river load 13.3 kgN.ha−1.y−1
teneur en azote durant les périodes de fort drainage. Hormis cette variation sai-sonnière, il a été observé à l’échelle horaire de fortes variations des concentrations lors des événements pluvieux de cette période hivernale fortement drainée. Les concentrations journalières de la période 1985-2001 sont présentées sur la figure 2.1 du chapitre 2, page 54. Cette figure illustre la variabilité des concentrations en fonction des saisons et des évènements hydrologiques au pas de temps journalier.
Ce phénomène rend difficile un bon échantillonnage de la concentration en ni-trate au cours de ces événements. Les quelques crues majeures déjà observées présentent une variation de concentration comme suit :
– une partie rapide des écoulements par ruissellement explique une diminution de la concentration plus ou moins longue et intense
– une partie plus lente des écoulements par réessuyage de sols ou écoulement latéral qui explique une augmentation des concentrations
– un retour à la concentration d’avant l’événement pluvieux, concentration de la nappe.
Chaque étape de variation est plus ou moins intense, parfois peu marquée ou in-existante (pas de pic de concentration par exemple). Des exemples de ces variations sont montrées sous forme d’hystérésis dans la figure 1.7. Quelle est donc l’incerti-tude dans le calcul des flux de nitrate à l’exutoire de ce bassin versant par rapport à la méthode employée ? C’est pour répondre à cette question que le protocole de mesure en continu a été adopté.
1.2.2 Stratégie d’échantillonnage
a - Utilisation de sondes nitrates Ion Spécifique
Le laboratoire ECOLAB assure en partenariat avec GPN-TOTAL les mesures de débits et les concentrations en nitrates dans le ruisseau afin d’assurer la continuité dans les relevés engagés dès 1985. La stratégie abordée est de mettre en place un protocole de mesure de nitrate avec une sonde YSI 6920 EDS équipée d’une élec-trode ion spécifique (ISE). La sonde elle-même mesure également le pH, la conduc-tivité, la turbidité, la teneur en O2dissous et la température, ainsi qu’une pression.
La sonde étant fixée au niveau du seuil, le différentiel de pression est converti en différence de hauteur d’eau. Les électrodes ISE nitrates ont déjà été utilisées pour le suivi long terme des paramètres physico-chimiques dans des estuaires [Chapin et al., 2004] ou encore pour des bilans biologiques à court terme dans un tronçon de rivière [Pellerin et al., 2009]. Le problème majeur est que ce genre d’électrode est très sensible à une dérive dans l’interprétation du potentiel électrique mesuré. Il faut donc les recalibrer souvent, les changer (6 mois) et surtout évaluer la qualité de la mesure.
b - Protocole d’échantillonnage d’accompagnement
Pour ce faire, et dans le but d’explorer l’utilité et la fiabilité des valeurs fournies par ce type de sondes in situ, un protocole d’accompagnement est mis en place. Un préleveur Ecotech sampler AWS2002 (Bohn, Germany) est connecté à la sonde. Il lit les paramètres mesurés par celle-ci en continu, et enregistre une valeur avec un pas de temps donné (ici toutes les 10 minutes), paramétré par l’utilisateur. Ce préleveur déclenche un prélèvement si un δH de hauteur d’eau est franchi, c’est à dire que si l’eau monte (début de crue), un prélèvement se fera tous les δH de hauteur d’eau (paramétré par l’utilisateur), que ce soit à la montée ou à la descente de crue. Ainsi, en parallèle de l’information de concentration en nitrate haute fréquence (10 minutes) fournie par la sonde, des prélèvements d’eau correspondant à des moments stratégiques de la crue pourront être choisis pour l’analyse en laboratoire, à la lecture des valeurs de la sonde. Ainsi, la dérive potentielle de la sonde est vérifiée, et les crues sont systématiquement échantillonnées.
Pour avoir un échantillon se rapprochant au maximum de l’état initial du cours d’eau avant la crue, un préleveur ISCO 3600 est programmé pour prendre un échantillon par jour, à heure fixe. La figure 1.3 montre un échantillonnage de crue
FIGURE 1.3 – Dispositif mis en place à l’exutoire d’Auradé pour l’acquisition d’une base
de donnée en continu des concentrations en nitrates dans la rivière. Dispositif actif depuis mai 2006.
théorique pour lequel ce protocole est prévu. Une visite par semaine est ensuite faite afin d’assurer la maintenance du site, vider et remplacer les flacons inutiles prélevés et choisir ceux à garder, au regard des événement hydrologiques enre-gistrés par la sonde : les échantillons ECOTECH sont sélectionnés en fonction de l’allure des données nitrates de la sonde pendant la crue, puis deux échantillons ISCO correspondant l’un à l’état avant la crue, l’autre à l’état après la crue sont choisis. Un échantillon par semaine est systématiquement prélevé à la main lors de la visite. Si il n’y a pas eu d’événements hydrologiques et si la sonde ne montre pas de signe de dérive, alors c’est cet intervalle hébdomadaire qui est assuré pour ce suivi. Les échantillons sont conservés au froid avant analyse. Les échantillons sont susceptibles de demeurer quelques jours dans le préleveur, entre deux vi-sites hebdomadaires. Un effort a tout de même été fait pour les crues majeures, lors d’épisodes pluvieux où le nombre d’échantillons prélevés par le préleveur ECO-TECH était conséquent afin de récupérer dès la fin de l’événement les échantillons.
1.3
Enregistrements bruts et prétraitements
1.3.1 Les débits
L’exutoire d’Auradé est équipé depuis le début des suivis (1985) d’un seuil en béton et d’un limnigraphe à flotteur. Il a servi à mesurer les débits sur papier millimétré, la mesure étant reportée à la journée dans une base de données de hauteur d’eau. Cette hauteur d’eau est ensuite convertie grâce à la courbe de tarage suivante :
V = a × (H/1000)b× δT (H) × 3600 (1.1) avec V le volume d’eau en m3 pour le pas de temps de mesure, H la hauteur d’eau
dans le seuil en mm, δT(H) le pas de temps durant lequel H est constant, a = 2.286307 et b = 2.275. Cette courbe de tarage a été ensuite corrigée par des tarages faits par la DIREN permettant d’affiner l’estimation des débits en basses eaux à partir de la mesure des hauteurs d’eau. Au delà de 40 cm de hauteur d’eau (285 l.s−1), le tarage n’est plus valable et il est difficile de connaitre la lame d’eau équivalente à la hauteur mesurée. Les hauteurs d’eau mesurées ont dépassée ce seuil 6 fois sur la période d’étude de 2 ans, au cours de pics de crue limités dans le temps (voir la figure 1.5). C’est avec cette équation que l’on a converti les hauteurs mesurées par la sonde en volume d’eau.
1.3.2 Les concentrations en nitrates
Le protocole de mesure a permis d’obtenir une base de données de 105896 concentrations et hauteur d’eau associée, correspondant à une période de 120766 × 10minutes = 2, 3ans. Le nombre d’échantillons prélevés selon le protocole d’accom-pagnement (nommé par la suite ’mesure-HPLC’), prélèvements hebdomadaires (à la main) ou exceptionnels (ISCO ou ECOTECH), s’élèvent à 279. Cette série tem-porelle de mesures HPLC, obtenues par analyse chimique de l’eau (HPLC, chroma-tographie liquide) est relativement conséquente et constitue à elle seule un effort d’échantillonnage important. Cela s’est justifié pour valider les enregistrements de la sonde, même si un effort pour diminuer le nombre d’échantillons prélevés est envisagé pour la suite de cette expérimentation.
La figure 1.4(a) présente le signal obtenu avec la sonde après recalage des valeurs enregistrées par rapport aux mesures HPLC. Un rapport mesure-sonde/mesure-HPLC est calculé pour chaque point de mesure-HPLC. Nous faisons varier linéairement ce rapport entre deux mesures-HPLC, afin d’avoir un rapport pour chaque pas de temps de 10 minutes. Ce rapport est alors utilisé pour calculer la valeur sonde théorique pour chaque intervalle de temps.
Le signal ainsi obtenu est perturbé, certaines périodes de faibles amplitudes de variation présentent des oscillations dans le signal attribuées à la précision de 10% de la mesure de la sonde. Il a été choisi d’appliquer une convolution dans le signal pour les périodes de basses amplitudes (étiages notamment) tout en conservant le même signal pour les amplitudes les plus fortes (crues notamment). ces dernières périodes n’ont pas ce problème de signal ’bruité’. De plus, les périodes sans mesure-sonde sont enlevées du signal, afin de réaliser l’analyse de sous échantillonnage du signal sans le biais de la longueur de ces périodes. La figure 1.4(b) présente le signal ainsi obtenu. Ce pré-traitement du signal brut permet une plus grande clarté dans les figures, mais nous avons pris la peine de vérifier que les conclusions de l’analyse qui est faite dans la prochaine section ne sont pas influencées par ce traitement.
FIGURE 1.4 – Chroniques de concentrations de N-NO−3 à l’exutoire d’Auradé. (a) données brutes recalées par rapport aux analyses en laboratoires. Les trous correspondent à des périodes de non fonctionnement de la sonde. (b) données recalées par rapport aux analyses en laboratoire et convoluées pour les périodes d’étiages. Les périodes sans données sondes sont enlevées du signal.
1.4
Nitrate concentration signal processing to study
stream load estimation error in a small agricultural
catchment
Sylvain FERRANT1 2, Christophe LAPLANCHE1 2, Gaël DURBE1 2, Anne PROBST1 2, Philippe DUGAST3, Patrick DURAND4, Jose Miguel SANCHEZ-PEREZ1 2
and Jean-Luc PROBST1 2
Les résultats présentés ci-après ont fait l’objet d’une publication qui a été soumise à Hydrological Processes.
1. Université de Toulouse ; UPS, INPT ; Laboratoire d’Ecologie Fonctionnelle EcoLab ; ENSAT, Ave-nue de l’Agrobiopole - BP 32607 Auzeville-Tolosane - F 31326 Castanet-Tolosan Cedex - France
2. CNRS ; Ecolab,ENSAT, Avenue de l’Agrobiopole - BP 32607 Auzeville-Tolosane - F 31326 Castanet-Tolosan Cedex - France
3. GPN ; 16-32 rue Henri Régnault, 92902 Paris La Défense Cedex - France
