Optimisation à l'échelle du paysage pour un compromis entre services écosystémiques

HAL Id: hal-02738912

https://hal.inrae.fr/hal-02738912

Submitted on 2 Jun 2020

HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.

L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.

Optimisation à l’échelle du paysage pour un compromis entre services écosystémiques

Julia Radoszycki

To cite this version:

Julia Radoszycki. Optimisation à l’échelle du paysage pour un compromis entre services écosys-

témiques. 4. Journée des Doctorants, Institut National de la Recherche Agronomique (INRA). FRA.,

2015, Dijon, France. �hal-02738912�

Optimisation ` a l’´ echelle du paysage pour un compromis entre services ´ ecosyst´ emiques

Julia Radoszycki

encadrants : N. Peyrard et R. Sabbadin (MIAT, INRA Toulouse), S. Gaba (UMR Agro´ ecologie, INRA Dijon)

Journ´ ee des doctorants UMR Agro´ ecologie

16 Mars 2015

Contexte

Selon l’objectif fix´ e en termes de services, est-ce que la strat´ egie

d’allocation des cultures obtenue change?

Julia Radoszycki Optimisation `a l’´echelle du paysage

Cas d’´ etude ¹

Abeilles domestiques

Pollinisateurs sauvages Colza

Blé

Prairie (MAE)

Pollinisation Ressource

Adventices

Habitat APICULTEURS CEREALIERS ET ELEVEURS

CITOYENS

Service de production +service de régulation Service de production

Service culturel +service de régulation

conflits et synergies entre services/acteurs

1

voir Bretagnolle et Gaba, Agro for Sust Dev, in press

3/13

Cas d’´ etude : exemples

Etat du syst` ´ eme : pr´ esence-absence des groupes adventices sur les parcelles Action : allocation d’une culture ` a chaque parcelle

Exemples d’objectifs

1

avoir une marge sup´ erieure ` a r sur toutes les parcelles et un score de pollinisateurs sauvages sup´ erieur ` a p ` a l’´ echelle du paysage

2

avoir une marge sup´ erieure ` a r pour toutes les exploitations, une marge sup´ erieure ` a m en miel ` a l’´ echelle du paysage, et au moins deux groupes adventices par parcelle

ce qu’on cherche c’est une politique, qui ne d´ epend pas du temps, mais qui va donner une composition et une configuration du paysage ´ evoluant au cours du temps pour optimiser le crit` ere associ´ e ` a l’objectif (diff´ erent de Brosi et al. [2008]) Exemples de politiques (stochastiques)

1

si il y a au moins deux groupes adventices sur la parcelle, mettre du bl´ e avec proba 0.5 ou du colza avec proba 0.5 ; sinon mettre une prairie

2

si l’ann´ ee d’avant il y avait une prairie, mettre une prairie avec proba 0.8, du bl´ e avec proba 0.1 ou du colza avec proba 0.1 ; sinon mettre une prairie

4/13 Julia Radoszycki Optimisation `a l’´echelle du paysage

Cas d’´ etude : exemples

Etat du syst` ´ eme : pr´ esence-absence des groupes adventices sur les parcelles Action : allocation d’une culture ` a chaque parcelle

Exemples d’objectifs

1

avoir une marge sup´ erieure ` a r sur toutes les parcelles et un score de pollinisateurs sauvages sup´ erieur ` a p ` a l’´ echelle du paysage

2

avoir une marge sup´ erieure ` a r pour toutes les exploitations, une marge sup´ erieure ` a m en miel ` a l’´ echelle du paysage, et au moins deux groupes adventices par parcelle

ce qu’on cherche c’est une politique, qui ne d´ epend pas du temps, mais qui va donner une composition et une configuration du paysage ´ evoluant au cours du temps pour optimiser le crit` ere associ´ e ` a l’objectif (diff´ erent de Brosi et al. [2008]) Exemples de politiques (stochastiques)

1

si il y a au moins deux groupes adventices sur la parcelle, mettre du bl´ e avec proba 0.5 ou du colza avec proba 0.5 ; sinon mettre une prairie

2

si l’ann´ ee d’avant il y avait une prairie, mettre une prairie avec proba 0.8, du bl´ e avec proba 0.1 ou du colza avec proba 0.1 ; sinon mettre une prairie

4/13

Cas d’´ etude : exemples

Etat du syst` ´ eme : pr´ esence-absence des groupes adventices sur les parcelles Action : allocation d’une culture ` a chaque parcelle

Exemples d’objectifs

1

avoir une marge sup´ erieure ` a r sur toutes les parcelles et un score de pollinisateurs sauvages sup´ erieur ` a p ` a l’´ echelle du paysage

2

avoir une marge sup´ erieure ` a r pour toutes les exploitations, une marge sup´ erieure ` a m en miel ` a l’´ echelle du paysage, et au moins deux groupes adventices par parcelle

ce qu’on cherche c’est une politique, qui ne d´ epend pas du temps, mais qui va donner une composition et une configuration du paysage ´ evoluant au cours du temps pour optimiser le crit` ere associ´ e ` a l’objectif (diff´ erent de Brosi et al. [2008])

Exemples de politiques (stochastiques)

1

si il y a au moins deux groupes adventices sur la parcelle, mettre du bl´ e avec proba 0.5 ou du colza avec proba 0.5 ; sinon mettre une prairie

2

si l’ann´ ee d’avant il y avait une prairie, mettre une prairie avec proba 0.8, du bl´ e avec proba 0.1 ou du colza avec proba 0.1 ; sinon mettre une prairie

4/13 Julia Radoszycki Optimisation `a l’´echelle du paysage

Cas d’´ etude : exemples

Etat du syst` ´ eme : pr´ esence-absence des groupes adventices sur les parcelles Action : allocation d’une culture ` a chaque parcelle

Exemples d’objectifs

1

avoir une marge sup´ erieure ` a r sur toutes les parcelles et un score de pollinisateurs sauvages sup´ erieur ` a p ` a l’´ echelle du paysage

2

avoir une marge sup´ erieure ` a r pour toutes les exploitations, une marge sup´ erieure ` a m en miel ` a l’´ echelle du paysage, et au moins deux groupes adventices par parcelle

ce qu’on cherche c’est une politique, qui ne d´ epend pas du temps, mais qui va donner une composition et une configuration du paysage ´ evoluant au cours du temps pour optimiser le crit` ere associ´ e ` a l’objectif (diff´ erent de Brosi et al. [2008]) Exemples de politiques (stochastiques)

1

si il y a au moins deux groupes adventices sur la parcelle, mettre du bl´ e avec proba 0.5 ou du colza avec proba 0.5 ; sinon mettre une prairie

2

si l’ann´ ee d’avant il y avait une prairie, mettre une prairie avec proba 0.8, du bl´ e avec proba 0.1 ou du colza avec proba 0.1 ; sinon mettre une prairie

4/13

Le mod` ele PDMF ³

5/13 Julia Radoszycki Optimisation `a l’´echelle du paysage

R´ eseau trophique

ADVENTICES POLLINISATEURS

Groupe 1

Fleurs qui fleurissent au printemps-été avec un impact fort sur le rendement*

Groupe 2

Fleurs qui fleurissent au printemps-été avec un impact faible sur le rendement*

Groupe 3

Fleurs qui fleurissent toute l'année ou à émergence printanière stricte avec un impact faible sur le rendement*

Groupe 4

Fleurs à émergence printanière stricte avec un impact fort sur le rendement*

Groupe 5

Herbes avec un impact fort sur le rendement*

Groupe 1

Groupe 3

Groupe 4

Groupe 5 Abeille domestique Groupe 2

* : du blé et du colza

Pollinisateurs sauvages

Pollinisateurs sauvages

Pollinisateurs sauvages

Pollinisateurs sauvages

Hypoth` ese : pollinisateurs sauvages sp´ ecialistes / abeille dom g´ en´ eraliste

6/13

Mod` ele de dynamique des adventices

Formalisme

→ approche m´ etacommunaut´ es ; on suit la pr´ esence-absence des 5 groupes adventices sur chaque parcelle

→ r´ eseau bay´ esien dynamique (mod` ele markovien)

→ proche de mod` eles utilis´ es en ´ ecologie (Dorazio et al. [2010] ou Gilarranz and Bascompte [2012])

→ 4 param` etres (2 de survie et 2 de dispersion)

7/13 Julia Radoszycki Optimisation `a l’´echelle du paysage

Mod` ele de dynamique des adventices

Formalisme

→ approche m´ etacommunaut´ es ; on suit la pr´ esence-absence des 5 groupes adventices sur chaque parcelle

→ r´ eseau bay´ esien dynamique (mod` ele markovien)

→ proche de mod` eles utilis´ es en ´ ecologie (Dorazio et al. [2010] ou Gilarranz and Bascompte [2012])

→ 4 param` etres (2 de survie et 2 de dispersion)

Hypoth` eses

→ ind´ ependance des groupes adventices (pas de comp´ etition)

→ dispersion avant la comp´ etition avec la culture

→ survie sup´ erieure en prairie

→ dispersion temporelle>dispersion spatiale

→ prise en compte de l’effet des pollinisateurs sauvages sur la reproduction des adventices fleurs

7/13

Mod` ele de r´ ecompense : objectifs

On comparera la politique obtenue pour diff´ erents objectifs : dans un premier temps des objectifs contrast´ es :

1

objectif 1 : maximiser la marge en colza-bl´ e (point de vue c´ er´ ealier)

2

objectif 2 : maximiser la biodiversit´ e, c` ad adventices et pollinisateurs (point de vue citoyen)

3

objectif 3 : maximiser le rendement en miel, c` ad abeilles domestqiues (point de vue apiculteur)

dans un second temps des objectifs de compromis entre services

8/13 Julia Radoszycki Optimisation `a l’´echelle du paysage

Mod` ele de r´ ecompense : quantification des pollinisateurs

t=0

...

DYNAMIQUE adventices

Quantification

pollinisateurs Quantification

pollinisateurs

0,1 0,5 0,1 0,5

0,2 0,6 0,2 0,6 Présence-absence des 4 groupes de fleurs

0001 0101 0001

t=1

Présence-absence des 4 groupes de fleurs

0101 0001 1001

0101 1111 0000 0001 0001 0101

0101 1001 0100 0001 0001 0111

Total : 2 4

Total :

Effet des pollinisateurs sauvages sur la reproduction des adventices

blé

colza

prairie

0,6 0,5 0,5

0,6 0,6 0,1

0,2 0,6 0,2 0,6 0,6 0,6 0,4

0,2 0,6 0,2 0,6 0,6 0,6 0,1

0,6 ...

0,6 0,6 0,3 0,1

0,6 0,6 0,6 0,3 0,2 0,6 0,6 0,6 0,3 0,2 0,6 0,6 0,6 0,3 0,2

0,9 0,5 0,5

0,2 0,6 0,2 0,6

Total : 3,9 4

Total : 0,6 0,5 0,5

0,6 0,6 0,1

0,2 0,6 0,2 0,6 0,6 0,2 0,4

0,2 0,6 0,2 0,6 0,6 0,6 0,1

0,6 0,6 0,6 0,3 1

0,6 0,6 0,6 0,5 0,2 0,6 0,6 0,6 0,3 0,4 0,6 0,6 0,6 0,5 0,2

9/13

Mod` ele de r´ ecompense : quantification des pollinisateurs

Nous proposons de s’inspirer du mod` ele de Lonsdorf et al. [2009] :

score pollinisateur s sur parcelle p

= habitabilit´ e sur parcelle p et voisines pour s x ressource florale sur parcelle p et voisines pour s

1

score d’habitabilit´ e d’une parcelle p’ pour s (entre 0 et 1) :

pollinisateurs sauvages : maximal pour les prairies, nul pour les autres cultures abeilles domestiques : maximal quelle que soit la culture (ruches)

2

score de ’ressource florale’ d’une parcelle p’ pour s (entre 0 et 1) :

pollinisateurs sauvages : maximal si le groupe adventice que pollinise s est pr´ esent, nul sinon

abeilles domestiques : score pond´ er´ e sur les saisons, pour une saison donn´ ee maximal si pr´ esence d’une culture ` a fleurs (colza ou luzerne), moyen si pr´ esence d’adventices en fleur, nul si aucun des deux

3

port´ ee des pollinisateurs : poids de p’ ∝ e

pollinisateurs sauvages : voisinage imm´ ediat abeilles domestiques : voisinage plus large

10/13 Julia Radoszycki Optimisation `a l’´echelle du paysage

Mod` ele de r´ ecompense : quantification des pollinisateurs

Nous proposons de s’inspirer du mod` ele de Lonsdorf et al. [2009] :

score pollinisateur s sur parcelle p

= habitabilit´ e sur parcelle p et voisines pour s x ressource florale sur parcelle p et voisines pour s

1

score d’habitabilit´ e d’une parcelle p’ pour s (entre 0 et 1) :

pollinisateurs sauvages : maximal pour les prairies, nul pour les autres cultures abeilles domestiques : maximal quelle que soit la culture (ruches)

2

score de ’ressource florale’ d’une parcelle p’ pour s (entre 0 et 1) :

pollinisateurs sauvages : maximal si le groupe adventice que pollinise s est pr´ esent, nul sinon

abeilles domestiques : score pond´ er´ e sur les saisons, pour une saison donn´ ee maximal si pr´ esence d’une culture ` a fleurs (colza ou luzerne), moyen si pr´ esence d’adventices en fleur, nul si aucun des deux

3

port´ ee des pollinisateurs : poids de p’ ∝ e

pollinisateurs sauvages : voisinage imm´ ediat abeilles domestiques : voisinage plus large

10/13

Mod` ele de r´ ecompense : quantification des pollinisateurs

Nous proposons de s’inspirer du mod` ele de Lonsdorf et al. [2009] :

score pollinisateur s sur parcelle p

= habitabilit´ e sur parcelle p et voisines pour s x ressource florale sur parcelle p et voisines pour s

1

score d’habitabilit´ e d’une parcelle p’ pour s (entre 0 et 1) :

pollinisateurs sauvages : maximal pour les prairies, nul pour les autres cultures abeilles domestiques : maximal quelle que soit la culture (ruches)

2

score de ’ressource florale’ d’une parcelle p’ pour s (entre 0 et 1) :

pollinisateurs sauvages : maximal si le groupe adventice que pollinise s est pr´ esent, nul sinon

abeilles domestiques : score pond´ er´ e sur les saisons, pour une saison donn´ ee maximal si pr´ esence d’une culture ` a fleurs (colza ou luzerne), moyen si pr´ esence d’adventices en fleur, nul si aucun des deux

3

port´ ee des pollinisateurs : poids de p’ ∝ e

pollinisateurs sauvages : voisinage imm´ ediat abeilles domestiques : voisinage plus large

10/13 Julia Radoszycki Optimisation `a l’´echelle du paysage

Mod` ele de r´ ecompense : quantification des pollinisateurs

Nous proposons de s’inspirer du mod` ele de Lonsdorf et al. [2009] :

score pollinisateur s sur parcelle p

= habitabilit´ e sur parcelle p et voisines pour s x ressource florale sur parcelle p et voisines pour s

1

score d’habitabilit´ e d’une parcelle p’ pour s (entre 0 et 1) :

pollinisateurs sauvages : maximal pour les prairies, nul pour les autres cultures abeilles domestiques : maximal quelle que soit la culture (ruches)

2

score de ’ressource florale’ d’une parcelle p’ pour s (entre 0 et 1) :

pollinisateurs sauvages : maximal si le groupe adventice que pollinise s est pr´ esent, nul sinon

abeilles domestiques : score pond´ er´ e sur les saisons, pour une saison donn´ ee maximal si pr´ esence d’une culture ` a fleurs (colza ou luzerne), moyen si pr´ esence d’adventices en fleur, nul si aucun des deux

3

port´ ee des pollinisateurs : poids de p’ ∝ e

pollinisateurs sauvages : voisinage imm´ ediat abeilles domestiques : voisinage plus large

10/13

Mod` ele de r´ ecompense : marge ´ economique

1

colza et bl´ e

2

prairie : 0.5 si pas de prairie avant, 0.8 sinon

3

miel : proportionnelle ` a l’abondance d’abeilles dans le paysage

11/13 Julia Radoszycki Optimisation `a l’´echelle du paysage

Conclusion et perspectives

Conclusion : mod` ele termin´ e, r´ esultats sur des objectifs contrast´ es Objectif 1 (max colza-bl´ e) : mettre du bl´ e partout

Objectif 2 (max biodiversit´ e) : mettre prairie partout Objectif 3 (max miel) : mettre prairie partout

Perspectives d’am´ elioration du mod` ele

prendre en compte le fait qu’une parcelle reste en g´ en´ eral 3 ans en prairie

prendre en compte le fait que la flore adventice est r´ eduite dans une culture c´ er´ eali` ere qui suit une prairie

prendre en compte la dynamique des pollinisateurs et la comp´ etition entre pollinisateurs

diff´ erencier agriculture biologique et conventionnelle application ` a un paysage r´ eel

...

12/13

R´ ef´ erences

B. J. Brosi, P. R. Armsworth, and G. C. Daily. Optimal design of

agricultural landscapes for pollination services. Conservation letters, 1:

27–36, 2008.

R. M. Dorazio, M. Kery, J. A. Royle, and M. Plattner. Models for inference in dynamic metacommunity systems. Ecology, 91(8):2466–2475, 2010.

L. J. Gilarranz and J. Bascompte. Spatial network structure and

metapopulation persistence. Journal of Theoretical Biology, 297:11–16, 2012.

E. Lonsdorf, C. Kremen, T. Ricketts, R. Winfree, N. Williams, and S. Greenleaf. Modelling pollination services across agricultural landscapes. Annals of Botany, 103:1589–1600, 2009.

F. Requier, J-F. Odoux, T. Tamic, N. Moreau, M. Henry, A. Decourtye, and V. Bretagnolle. Honey bee diet in agricultural landscapes.

Ecological Applications, 2015.