Modélisation de l'impact des changements climatiques sur la production de la luzerne

HAL Id: hal-02813695

https://hal.inrae.fr/hal-02813695

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.

Modélisation de l’impact des changements climatiques

sur la production de la luzerne

Amirouche Abdessemed

To cite this version:

Amirouche Abdessemed. Modélisation de l’impact des changements climatiques sur la production de la luzerne. Sciences du Vivant [q-bio]. 2007. �hal-02813695�

MINISTERE DE L’AGRICULTURE

MEMOIRE DE FIN D’ETUDES

Présenté pour l’obtention du diplôme de Master en Agronomie et

Agro-Alimentaire

Spécialisation : Agronomie et Systèmes de Culture Intégrés en zones

Méditerranéennes et Tropicales

Présenté par :

Amirouche ABDESSEMED

Année de soutenance : 2007

Organisme d’accueil : CSE INRA AVIGNON Organisme financeur : Institut de L’Élevage

Modélisation de l’impact des changements

climatiques sur la production de la luzerne

MINISTERE DE L’AGRICULTURE

Mémoire préparé sous la direction de :

Alain CAPILLON

MEMOIRE DE FIN D’ETUDES

Présenté pour l’obtention du diplôme de Master en Agronomie et

Agro-Alimentaire

Spécialisation : Agronomie et Systèmes de Culture Intégrés en zones

Méditerranéennes et Tropicales

Présenté par :

Amirouche ABDESSEMED

Modélisation de l’impact des changements

climatiques sur la production de la luzerne

Présenté le : 21/09/2007

Devant le Jury : Jaque Wery: Président Florence Volaire: Rapporteur

Françoise RUGET: Maître de stage Jean Christophe Moreau: Tuteur-entreprise

REMERCIEMENTS

Je tiens à exprimer ma gratitude et ma profonde reconnaissance ma Maître

de stage Mme Françoise RUGET pour m’avoir aidé, guidé et dirigé au cours de

mon travail.

Un grand merci à M. Jean Christophe MOREAU qui m'a toujours soutenu

dans mon travail et à tous les collègues de l’Institut de l’élevage qui ont répondu

favorablement à notre enquête.

Je remercie aussi mon tuteur de stage M Alain CAPILLON qui a toujours

éclairé mon travail avec ses recommandations aiguisées.

Je remercie aussi toute l’équipe des deux unités de l’INRA Avignon CSE et

Agro clim.

En fin je remercie aussi mes collègues et amis de SUPAGRO Montpellier

ainsi que toute l’équipe de profs et encadrement M Jacques WERY en tête qui

m’ont bien accueilli au sein de leurs institutions et n’ont pas ménagé leurs peines

pour toujours nous venir en aide spécialement Mme Annie SEVA et Mme

Sommaire

I. Introduction.

Objectifs et description de la démarche II. Paramétrage STICS Luzerne

1. Description de STICS 2. Matériels et méthode

2.1. Caractérisation de la Luzerne dans STICS (choix des principaux formalismes) 2.2. Présentation de données expérimentales utilisées pour la calibration

3.3. Méthodologie utilisées pour paramétrer STICS. Paramètres principaux à fixer

Méthode d'estimation des paramètres Domaine de validité du modèle 3. Résultats et discussion

3.1. Résultat du paramétrage STICS Luzerne : valeurs des paramètres 3.2. Résultat du paramétrage : qualité des estimations de productions

III. Effet des changements climatiques sur les potentialités de la production de la luzerne 1. Matériels et méthode

1.1. Changements climatiques et caractéristiques des principaux scénarios 1.2. Construction des fichiers d’entrées pour STICS

1.2.1 Choix des fichiers climatiques a. Choix de scénarios

b. Choix de stations 1.2.2. Choix des sols

1.2.3. Choix de itinéraire technique a. des coupes à des dates fixes

b. des coupes a des sommes de températures

1.2.4. Choix des configurations de simulation (exécutions du modèle) a. approche k x ETP

b. l’approche résistive

1.2.5. Données climatiques de Météo-France (évolution des différentes variables climatiques selon les scenarii et les stations) et formulation d’hypothèses sur les résultats

2. Résultats et discussion 2.1. Cohérence des résultats

2.2. Résultats des simulations STICS avec effet des changements climatiques 2.2.1. Résultats des simulations avec coupes à dates fixes

2.2.2. Résultats des simulations avec coupes à des dates calculées par sommes de températures 2.3. Résultats des simulations STICS avec effet des changements climatiques et effet CO2

2.3.1. Résultats des simulations avec coupes à dates fixes

2.3.2. Résultats avec coupes à des dates en sommes de températures IV. Conclusion et perspectives

Références bibliographiques Liste des tableaux

Liste des figures Listes des annexes

LISTE DES ABREVIATIONS :

Variables

LAI : Indice de surface foliaire (Leaf Area Index)

masec. : Matière sèche sous STICS

Critères statistiques

RMSE : Root Mean Square Error MD mean deviation, écart moyen = biais

EM model efficiency= efficacité du modèle (aptitude du modèle à prédire mieux que la moyenne (supérieur à 0) et jusqu'à 1 : "parfait")

Organismes

IE : Institut de l’Élevage

CNRM : Centre National de Recherches Météorologiques.

Changement climatique

IPCC : Intergouvernmental Panel on Climate Change en Français GIEC. GIEC : Groupe intergouvernemental d'experts sur l'évolution du climat GES : Gaz à effet de serre.

CC : Changement climatique simple

Obs : Données climatiques observées de 1980 à 2006

Ap : Scénario climatique futur A2 pour la période proche, de 2020 à 2046 AL : Scénario climatique futur A2 pour la période lointaine, de 2070 à 2096 Bp : Scénario climatique futur B1 pour la période proche, de 2020 à 2046 BL : Scénario climatique futur A2 pour la période lointaine, de 2070 à 2096 SRES : Special Reports on Emission Scenarios

ppm : Partie par million

Divers

ITK : Itinéraire technique. EA : Exploitation agricole.

I. INTRODUCTION :

L’Institut de l’Élevage avec ses partenaires ARVALIS, Météo-France et l’INRA dans le cadre du projet ACTA étudient l’impact des changements climatiques sur les systèmes d’élevages en France et les différentes possibilités d’adaptation. Parmi les objectifs de ce projet, il y a l'idée de rechercher des cultures qui peuvent d’un côté donner des rendements intéressants dans des conditions climatiques de plus en plus difficiles et d’un autre côté avoir une bonne valeur nutritive pour être utilisées comme fourrage. La Luzerne semble être une bonne alternative aux graminées utilisées classiquement pour répondre à ces besoins par sa bonne résistance aux conditions de déficit hydrique sévère et comme bon complément alimentaire dans une ration fourragère. L’objectif de notre étude sera de voir les possibilités qu’offre cette culture dans le présent et ses potentialités dans le futur dans le contexte des changements climatiques en vue de l’intégrer dans les différentes stratégies d’adaptation. Pour cela, la modélisation s’avère être un bon outil pour prédire l’impact de ces changements afin de proposer une bonne adaptation des pratiques.

Pourquoi la Luzerne :

Le choix de la Luzerne a été fait car cette plante offre beaucoup d’avantages dont ont peut citer :

- les besoins hydriques modérés, ce qui fait d’elle une bonne culture de substitution pour des cultures qui ont la réputation d’être de gros consommateurs d’eau comme le Mais, réputation liée en partie à la situation de leur cycle de culture en plein été.

- la culture de la luzerne est très intéressante d’un point de vue économique grâce à sa rusticité elle offre de bons rendements et exige peu de dépenses pour d'entretien.

- dans une exploitation d’élevage elle apporte la quantité de fibre essentielle dans une ration fourragère.

- elle peut être un bon substitut protéique pour s’affranchir de la dépendance des aliments importés,qui créent une dépendance économique et dont le marché est instable (Soja).

Sans doute à cause de ces avantages, la Luzerne connaît de nos jours un regain d’intérêt par les exploitations d’élevage. Cet intérêt nous a paru évident au cours de notre enquête sur ces pratiques, réalisées dans le réseau des exploitations suivi par l’Institut de l’élevage à travers la France. On a constaté qu’il y a 10 % des surfaces de plus emblavées en luzerne chaque année.

Objectifs et description de la démarche :

L'objectif de ce travail est d'estimer les potentialités de production de cette culture dans le futur plus ou moins éloigné et pour plusieurs scénarios de changement climatique. Pour cela, les modèles de culture constituent un outil bien adapté, puisqu'ils savent transcrire les effets de combinaisons de facteurs climatiques sans nécessiter la réalisation de cultures sous les conditions en question, qui ne pourraient qu'être artificielles. Les résultats du modèle sont fiables à condition qu'il soit testé et fonctionne bien dans une large gamme de climats. Le modèle utilisé sera STICS.

Le travail s’organisera selon deux étapes : La première est la mise au point d’un jeu de paramètres pour la Luzerne, dans .des situations le plus variées possible, essentiellement pour les aspects hydriques. La deuxième consistera à faire tourner le modèle grâce à des données fournies par Météo-France (série observée 1980-2006 et séries simulées 2020-2046 et 2070-2096). On verra comment la production de cette culture évoluera dans le temps avec les pratiques actuelles. On essayera aussi de nouvelles pratiques pour mieux optimiser les rendements.

Hypothèse de travail

Pour les changements climatiques futurs, en général les spécialistes s’accordent à dire que le climat évoluera par une augmentation des températures, accompagnée d'une diminution des précipitations. Les températures plus élevées pendant l'ensemble de l'année (de façon éventuellement variable selon les régions françaises) devraient permettre des périodes de végétation plus longues, tandis que les sécheresses estivales risquent d'être plus accentuées. A partir de cela, l'hypothèse est que les dates des premières coupes de la culture seront plus précoces et qu’il y aurait possibilité de rajouter des coupes en plus de ce qui se fait maintenant à la fin de l’année.

II. Paramétrage STICS Luzerne : 1- Description de STICS :

STICS (Simulateur mulTidisciplinaire de Culture Standards) est un modèle dynamique de fonctionnement des cultures à pas de temps journalier. Il a pour but d'estimer (i) les conséquences des variations du milieu, en particulier l'effet du climat, des propriétés hydriques du sol et de ses capacités de minéralisation, sur la production de la culture et les consommations en eau et en azote associées ; (ii) les effets des pratiques agricoles (des techniques instantanées au système, pour des variations entre parcelles, mais aussi entre années ou entre régions. Les grands processus simulés sont la croissance et le développement de la culture et les bilans hydriques, azotés, carbonés. Ses variables d’entrées sont relatives au climat, au sol et au système de culture. Les nombreuses variables de sorties correspondent à des données agronomiques (rendement de culture, consommation d’intrant) et environnementales (pertes d’eau et de nitrates) (Brisson et al., 2003) [Figue N° 1].

La limite supérieure du système est l’atmosphère caractérisée par les variables climatiques standard (Rayonnement, Températures minimales et maximales, pluie, évapotranspiration de référence, vent et humidité …) toutes en valeurs journalières.

La limite inférieure du modèle correspond à l’interface sol/sous-sol. Le sol est déterminé comme une succession de couches horizontales, chacune de ces couches étant caractérisée par sa réserve en eau, en azote minéral et en azote organique. Les processus de minéralisation de l'humus et des apports organiques (résidus de culture, fumures organiques, …), sont simulés à partir du modèle LIXIM (MARY et al., 1999). La minéralisation dépend, outre de facteurs permanents du sol

(stock d'azote organique du sol (lui-même calculé comme le produit de la teneur moyenne en azote organique sur la profondeur où se trouve la matière organique, la profondeur d'humification), teneur en argile et teneur en calcaire), des conditions climatiques (température et humidité du sol). Les interactions entre le sol et la culture sont assurées par les racines, celles-ci étant définies par une distribution de densité racinaire dans le profil du sol.

La croissance de la culture est simulée par l’interception du rayonnement par le feuillage puis la transformation en biomasse aérienne qui est orientée en partie vers les organes de récolte pendant la phase finale du cycle. Selon le type de plante, le développement de la culture est piloté soit par un indice thermique (degré jour), soit par un indice photothermique ou vernalo-photothermique. Le développement est utilisé comme calendrier pour faire évoluer l’indice foliaire et définir la phase de remplissage des organes récoltés. L’existence éventuelle de stress (déficits hydrique ou azoté) est prise en compte au travers d’indices qui peuvent réduire la croissance végétative (surface et masse) et celle des organes de stockage. Une attention particulière est portée à l’effet des techniques culturales sur le fonctionnement du système sol-culture-climat, sachant que la spécificité des cultures repose à la fois sur leur fonctionnement écophysiologique mais aussi sur les itinéraires techniques qui leur sont appliqués.

La plupart des formalismes de STICS sont classiques ou proviennent de modèles déjà existants mais il comporte aussi quelques parties originales. La spécificité de STICS consiste dans sa généricité (il peut s’adapter facilement à divers types de culture), sa robustesse (capable de simuler des conditions pédoclimatiques variées sans générer de biais importants) et sa modularité (il est possible d’ajouter de nouveaux modules pour des évolutions ultérieures). On utilise le modèle dans un contexte agricole donné pour représenter des interactions complexes entre mécanismes et déterminer des impacts agro-environnementaux. C’est un outil d’aide à la réflexion qui possède des limites comme toute représentation simplifiée de la réalité. Certains processus ne sont pas représentés comme les dynamiques de phosphate et de potassium pourtant essentielles dans le cycle végétal (Brisson et al.,1998).

STICS permet de simuler le fonctionnement de différentes cultures, à condition de disposer de caractéristiques de la plante (rassemblées dans un fichier plante). Pour la luzerne, nous ne disposons que d'un fichier plante ancien et calibré seulement sur des ordres de grandeur de production. C'est pourquoi nous avons jugé utile de faire une calibration à partir de données expérimentales.

14

Figure N°1 : Schéma de fonctionnement général de STICS.

I ITTKK Rendement, Biomasse,…

Agronomiques

Variables

d’entrée

Variables

de sortie

…

Environnementales

Le système

2- Matériels et méthode :

2.1. Caractérisation de la luzerne dans STICS (choix des principaux formalismes) :

STICS a été adapté à la prairie (TIERS,1998;RUGET et al., 1998 ; RUGET et al., 1999) par des ajouts de fonctions physiologiques et de fonctionnalités prenant en compte :

- la sénescence du couvert, basée sur le principe de la durée de vie d'une feuille (DURU et

al., 1995, CROS et al., 2004) et modélisée par la disparition progressive des feuilles et de la

matière sèche à partir d’une certaine somme de température, en fonction de sa vitesse de mise en place et de la température pendant la sénescence ;

- l’existence de plusieurs coupes à des dates, des sommes de températures ou des stades choisis (dans notre étude on utilisera les dates et les sommes de température) ;

- la présence d’une quantité minimale de matière sèche nécessaire pour autoriser la récolte.

- les conditions de redémarrage après coupe : tandis que l'indice foliaire et la matière sèche résiduels ou à défaut la hauteur de coupe (permettant de calculer ces variables) sont choisis par l'utilisateur, l'état azoté et le stade de développement (avant ou après "élongation des tiges") du couvert sont définis dans le modèle (conservation de la quantité d'azote présente et du stade au même indice foliaire),

- les fertilisations peuvent être associées aux coupes.

Une fonction importante pour le développement de la luzerne est la fixation symbiotique de l'azote. Le fonctionnement des nodosités peut être associé au fonctionnement d'une culture annuelle et avoir les mêmes phases (installation; développement puis sénescence), mais ce n'est pas le cas pour la luzerne, que nous considérons ici comme installée. Les nodosités sont présentes dès le début de la simulation et vivantes pendant l'ensemble de la culture.

Les formalismes choisis pour la Luzerne ressemblent en partie à ceux d'une prairie, puisque comme les prairies de graminées, la luzerne est fauchée fréquemment, elle a donc des cycles de repousse assez courts.

La Luzerne sous STICS est une plante pérenne dicotylédone (mais nous n'utiliserons ni n'étudierons cette propriété). C'est une dicotylédone,ce qui influence la caractérisation des tiges dans le module de répartition des assimilats entre organes. On cherche à représenter son indice foliaire (LAI) et sa biomasse aérienne (masec). La culture est une légumineuse. De ce fait, le modèle simule aussi le fonctionnement des nodosités qui permettent de fixer l'azote. Le développement de la culture est piloté par la température de la culture qui est calculée à partir de la température de l’air et du bilan d’énergie. C’est cette température qui pilote le modèle et pas directement celle de l’air. Le couvert est considéré comme déjà installé (en deuxième année) (Annexe N° 1).

Les processus de mise en réserve dans les organes de stockage (pivots) ne sont pas pris en compte dans notre calibration, mais il serait possible et intéressant de les prendre en compte dans une calibration complémentaire (notice STICS et notice de l’adaptation à une nouvelle culture) en particulier si l'on s'intéresse à la pérennité de la culture en fonction de son mode d'utilisation.

2.2. Présentation de données expérimentales utilisées pour la calibration :

Pour réaliser cette calibration, on a rassemblé des données observées obtenues grâce à des expérimentations réalisées par l’INRA sur les sites de : La Minière, Lusignan, Grignon. Deux variétés de Luzerne sont utilisées : Du puits, Europe. Ces expérimentations se sont déroulées sur plusieurs années : de 78 à 80, de 82 à 83 et 92. Les itinéraires techniques étaient différents, car les objectifs des expérimentations étaient différents, il s'agissait d'étudier soit l'évolution de la production au cours de l'année (La Minière), soit l'effet de l'irrigation (présence ou absence, Lusignan), soit l'effet de la précocité et de la fréquence des coupes (Grignon). Les expérimentations comportent donc 3, 4, ou 5 fauches, plus ou moins précoces et espacées, des cultures irriguées ou non (Lusignan). Les sols étaient limoneux et assez profonds (Tableau N°

Tableau N°1 : Données du site Thiverval-Grignon, variété de Luzerne : Europe, année de

l’expérimentation : 1992, aucune fertilisation. Numéro de parcelle Itinéraire technique Date d’irrigation Quantité

d’irrigation Coupe1 Coupe 2 Coupe 3 Coupe 4 Coupe 5

1 24 août 20 mm 21 mars 06 mai 19 juin 24 Juillet 28 août

03 septembre 20 mm

2 07 septembre 30 mm 31 mars 20 mai 3 juillet 6 août

3 05 août 50 mm 13 avril 06 juin 17 juillet 21 août

4 29 août 20 mm 06 mai 19 juin 24 Juillet 28 août

Tableau N°2. Données du site La Minière, variété de Luzerne : Du Puits, aucune fertilisation.

Années

Itinéraire technique Date

d’irrigation

Quantité

d’irrigation Coupe1 Coupe 2 Coupe 3 Coupe 4 Coupe 5

1978 05 juin 30 juillet 12 septembre

1979 Calcul automatique1 05 juin 30 juillet 12 septembre

Tableau N°3. Données du site Lusignan, variété de Luzerne : Du Puits, fertilisation : 80 unités

de P2O5 et 120 unités de K2O en janvier Années Itinéraire technique Date d’irrigation Quantité

d’irrigation Coupe1 Coupe 2 Coupe 3 Coupe 4 Coupe 5

1982

28 mai 40 mm 19 mai 24 juin 29 juillet 09 septembre 28 octobre

01 juin 27 mm 26 juin 15 mm 30 juin 50 mm 12 juillet 50 mm 22 juillet 22 mm 30 juillet 10 mm 02 août 05 mm 24 août 50 mm 16 septembre 25 mm 1983

21 juin 30 mm 27 mai 30 mai 6 juillet 17 août 5 octobre

22 juin 20 mm

7 juillet 50 mm 20 juillet 30 mm

04 août 25 mm

Ce jeu de données présente surtout la plus large gamme de pratiques (fertilisation, irrigation, nombre de coupe) qui existe en réalité.

1

2.3. Méthodologie utilisée pour paramétrer STICS :

Après avoir choisi les formalismes qui simulent le mieux le comportement de la Luzerne, on consacre cette partie à attribuer des valeurs aux différents paramètres contenus dans ces formalismes, à partir des résultats des expérimentations présentées ci-dessus.

Pour la luzerne, le principe de la calibration est similaire à celui d’une prairie de graminée, ce qui signifie qu'il faut caler les paramètres de mise en place des feuilles et des racines (stade, vitesses, seuils) et de conversion du rayonnement intercepté en matière sèche.

Par rapport aux graminées, la luzerne a une disposition du système racinaire très différent : il est pivotant pour la luzerne, fasciculé pour les graminées. Par ailleurs, la fixation symbiotique. réalisée à partir des paramètres du pois nécessite l'adaptation à une culture permanente.

Nous sommes partis d'un paramétrage existant de STICS pour la Luzerne, réalisé par S. Juin en 1998. Ce dernier était insuffisant pour nos objectifs car :

- le modèle était paramétré avec des ordres de grandeur obtenus par une enquête et non pas avec des mesures observées et pour une situation bien spécifique (moyenne montagne, départements des Alpes de Hautes Provence et des Hautes-Alpes). Nous souhaitions un paramétrage validé sur un grand nombre de situations géographiques, climatiques et techniques (absence d'irrigation, fréquence de coupes), de façon à ce qu'il soit représentatif de toute la France.

- il méritait donc d'être confirmé ou complété avec des jeux d'expérimentations présentant divers stress.

- Méthodes d'estimation des paramètres - Principes des méthodes disponibles

Les méthodes disponibles pour fixer les paramètres sont de différentes natures.

*recherche bibliographique : la valeur du paramètre est directement renseignée

à partir des travaux d’écophysiologie déjà réalisés.

*optimisation. Dans certains cas, la valeur du paramètre ne peut être obtenue par

les méthodes citées précédemment. C’est notamment le cas si le paramètre a une valeur purement statistique ou s’il est très difficile de mettre en place des expérimentations pour le mesurer ou le calculer. Ces paramètres sont alors déterminés par optimisation (Brisson et al., 1998, Garcia de Cortázar, 2006). L’algorithme de calcul utilisé est la méthode du simplex et le critère de calcul est celui des moindres carrés ou RMSE (Root Mean Square Error) :

∑i (variable observée – variable calculée par le modèle)2

RMSE = {---} nombre d’observations de la variable

Le but de l’optimisation est de déterminer la combinaison de paramètres qui permet de minimiser la valeur du critère, c'est-à-dire la différence entre valeurs observées et valeurs calculées par le modèle. Le critère est calculé sur une ou plusieurs variables choisies par l’utilisateur : le LAI ou la MS.

- Utilisation des données expérimentales pour l'estimation des paramètres

Les données expérimentales ont été utilisées progressivement : une première calibration des paramètres hors stress a été faite sur les expérimentations dela Minière (pousses de toute l'année avec diminution de production à l'automne). Ce jeu de paramètres a ensuite été appliqué aux autres lieux. On a alors optimisé globalement (avec l'ensemble des jeux de données) des paramètres qui ont une très grande importance, comme celui de mise en place des feuilles. Puis, , au fur et à mesure, on a optimisé des paramètres qui n'interviennent pas dans toutes les situations, par exemple, les seuils thermiques bas (dont l'effet est visible en conditions froides, donc en début de printemps frais).

Ensuite dans certains lieux, ont été ajustés certaines conditions initiales, comme la profondeur initiale d'enracinement.

- Paramètres principaux à fixer

Parmi les nombreux paramètres présents dans le modèle STICS, ceux calés pour simuler une prairie de graminées sont (Tiers, 1998, Ruget, comm. pers.) :

* les paramètres relatifs à la mise en place de l’indice foliaire ; les stades de développement de la culture qui sont exprimés en sommes de températures (ST) et la vitesse de développement :

- somme de température du début de culture à la période d'accélération maximale de l'indice foliaire, correspondant approximativement à l’élongation des tiges : stlevamf

- somme de température de la montaison à l’indice foliaire maximum : stamflax

- températures minimale et maximale de développement : tdmin, tdmax.

et plus accessoirement :

- somme de température de la levée au début de remplissage des grains : stlevdrp - somme de température de la floraison au début de remplissage des grains : stflodrp *les paramètres relatifs à l’élaboration de la biomasse :

- vitesse de croissance de l'indice foliaire= dlaimaxbrut

- températures minimale et maximale de croissance : tcmin, tcmax.

-efficience de conversion du rayonnement absorbé en matière sèche et seuils thermiques

associés : efcroijuv, efcroiveg et efcroirepro, selon le stade de développement, le second étant le plus fréquemment actif pour une culture fauchée

* les paramètres relatifs à la sénescence : - durée de vie des feuilles adultes : durvief

- seuil d’humidité du sol actif pour le stress de sénescence en proportion du seuil de

turgescence : rapsenturg et stress azoté actif sur la sénescence : innsen * les paramètres relatifs au profil racinaire:

- profondeur initiale du système racinaire : zrac0

- profondeur atteinte par une quantité de racines, permettant d'extraire la moitié des ressources (en eau et en azote) : zpente

En plus des paramètres de graminées, il est nécessaire d'examiner * les paramètres relatifs à la fixation symbiotique :

- somme de température entre le début et la fin de la nodulation : stdnofno.

- Domaine de validité du modèle :

Notre paramétrage est calé sur trois lieux différents Grignon, Lusignan et La Minière et avec cinq années de données observées. On a cherché à diversifier les situations (différents rythmes de fauche, conduite en irrigué ou en sec, c'est-à-dire sans stress hydrique ou avec.

Les 2 variétés sont de type européen (et non méditerranéen, sans blocage de croissance l'été) et assez proches l'une de l'autre.

Le paramétrage est fait pour une culture installée, il ne cherche pas à prendre en compte l’année d’installation de la culture.. Nous n'avons pas pris en compte les réserves qui se situent au niveau du pivot, ce qui empêche d'étudier les aspects de pérennité.. Nous ne pouvons pas non plus prendre en compte la mortalité de plantes qui peut survenir en été, car le module est seulement en cours d'élaboration.

3. Résultat et discussion:

3.1. Résultat du paramétrage STICS Luzerne : valeurs des paramètres

• paramètres généraux

mise en place de l’indice foliaire : Dans l’ancien paramétrage les valeurs simulées des pousses n’atteignaient pas le niveau des observées, en indice foliaire et par conséquent en matière sèche. L’optimisation du paramètre DLAMAXBRUT a permis d'augmenter les surfaces de feuilles interceptrices donc d'améliorer les résultats (Figure N°3). Ce paramètre passe d’une valeur de 9,68 E – 4 à 4,8 E – 4 C (Tableau N° 8) et donne de meilleurs résultats.

seuils de températures : dans le modèle STICS il y a plusieurs températures seuils qui pilotent le fonctionnement de la plante. Parmi ces températures, on a modifié celles responsables du développement (TDMIN et TDMAX) et de la mise en place du feuillage (TCMIN et TCMAX). Les seuils bas ont été revus en baisse avec pour TDMIN et TCMIN une valeur de 3°C au lieu de 5°C car les premières pousses, particulièrement en printemps froid, étaient retardées dans le modèle par rapport à la réalité (Figure N°3). Mathieu M (1994) préconise d’ailleurs que la Luzerne peut entrer en végétation à partir de 2°C.

Pour les paramètres suivants, la calibration s’est faite à dire d’expert pour avoir des simulations le plus proches possible de la réalité.

les stades de croissance de l’indice foliaire :. le stade LAX représente la fin de la fabrication de l’indice foliaire. Pour la Luzerne (comme pour une graminée fourragère), il est retardé de façon à ne jamais être atteint (impossibilité de fabriquer de nouvelles feuilles,

Tableau N° 8). Pour les paramètres STFLODRP et STLEVDRP on a décalé le stade DRP pour

simuler la période de latence qui existe entre la floraison et ce dernier.

es paramètres relatifs à la sénescence : les paramètres rapsenturg et innsen qui dans la version initiale étaient fixés de façon accélérer la sénescence naturelle des feuilles en cas de stress soit hydrique (rapsenturg), soit azoté (innsen), sont modifiés de telle sorte que ces phénomènes n'existent pas.

les paramètres relatifs au profil racinaire : la Luzerne a un système racinaire pivotant et profond donc on a optimisé la valeur de ZPENTE pour permettre de simuler la forme du système racinaire, en s'attendant à une valeur plus élevée que pour les graminées, ce qu'on a obtenu.

les paramètres relatifs à la fixation symbiotique : nous sommes partis des valeurs attribuées à une culture de pois qui a un cycle annuel, tandis la Luzerne est pérenne. Dans les premières simulations, la production chutait brutalement en fin d'été, en raison de l'arrêt brutal de la vie des nodosités. En donnant à STDNOFNO une valeur élevée pour continuer à fixer l’azote durant tout le cycle, la production a une évolution plus régulière et conforme à la réalité.

• paramètres spécifiques des cultures : les conditions initiales

Le paramètre ZRAC0 (profondeur initiale d'enracinement) dépend lui de chaque culture, il a été paramétré pour chacune des expérimentations. Pour l’année 1978 par exemple qui était la première de la culture (semis en automne 1977) et où la culture a été assez peu productive (système racinaire et nodosités non installés),on a attribué à ce paramètre une valeur moins importante pour simuler ces difficultés.

20

Figure N° 2 : Graphes dynamiques de quelques expérimentations avant et après calibration.

P ar am ét rage avan t cal ib rat ion P ar am ét rage ap r ès cal ib rat ion

Grignon 1992 parcelle A Grignon 1992 parcelle B Grignon 1992 parcelle C La Minière 1979 Lusignan 1982 en sec

Tableau N° 4 : Évolution des valeurs des différents paramètres.

Module Paramètre Valeur du départ Valeur obtenue par optimisation Valeur retenue Unité Stade de croissance du LAI stlevdrp 1000 1100 °C jours stamflax 1000 3000 °C jours stflodrp 0 100 °C jours Mise en place du LAI dlaimaxbrut 4 . 10-4 4,8 . 10-4 4,8 . 10-4 m 2 feuille plante-1 degré j-plante-1 Seuils de température tcmin 5 1,87 3 °C tdmin 5 1,55 3 °C tcmax 25 27 °C tdmax 27 27 °C Sénescence rapsenturg 0,5 0 SD innsen 0,35 1 SD Profil racinaire zrac0 150 120 90 (toutes les manips sauf 1978) cm 50 (manip 1978) cm zpente 40 87,64 110 Cm Fixation

symbiotique stdnofno 548 2300 °C jours

• utilisation des différents outils d'estimation de paramètres

La bibliographie nous a surtout servi a confirmer la majeure partie des valeurs du paramétrage déjà existant. Elle a confirmé les valeurs de seuils inférieurs de température à 5°C.

Du point de vue de la caractérisation des pratiques, des documents techniques nous ont permis de fixer la valeur de la densité de plantation à 500 plants/m2 au lieu de 400 initialement.

L'optimisation a été utilisée plusieurs fois à titre indicatif, comme une analyse de sensibilité permettant de voir si la modification d'un paramètre avait beaucoup d'influence. Elle a aussi permis de fixer les valeurs de quelques paramètres essentiels, que ce soit pour des paramètres caractéristiques de la plante et difficiles à mesurer (vitesse potentielle de mise en place d'indice foliaire) ou des conditions initiales non observées (Tableau N ° 4).

3.2. Résultat du paramétrage : qualité des estimations de productions

Le résultat du paramétrage peut être visualisé sur la figure 2, qui montre la qualité des simulations avant (en haut) et après (en bas) optimisation. Outre l'aspect visuel du meilleur suivi des cinétiques de croissance par le modèle, les valeurs des critères statistiques sont présentés. Dans tous les cas, les valeurs sont améliorées, qu'il s'agisse de l'écart moyen (MD= Mean Deviation) ou de la RMSE qui sont diminués ou de l'efficacité du modèle (EM) qui est augmentée.

III. Effet des changements climatiques sur les potentialités de la production de la luzerne

1. Matériels et méthode

1.1. Changements climatiques et caractéristiques des principaux scénarios (extrait d'un document GIEC):

Le réchauffement climatique est devenu une réalité constatée dans notre quotidien. "L’essentiel de l’accroissement de la température moyenne du globe depuis le milieu du 20ème siècle est très probablement dû à l’augmentation observée des concentrations des gaz à effet de serre (GES : dioxyde de carbone CO2, méthane NH4, oxyde nitreux N2O, ozone troposphérique O3)

anthropiques" (GIEC, 2007). Pour déterminer l’impact de ces changements sur les systèmes naturels et humains, un groupe intergouvernemental d’experts sur le changement climatique (Annexe N°2) (GIEC ou IPCC en anglais) observe l’évolution de ces changements. Dans son dernier rapport (Février 2007), ce groupe prédit l’évolution de ces GES en décrivant les scénarios de développement socioéconomique avec les conséquences climatiques et naturelles associées. Ces scénarios sont les suivants :

"A1. Le canevas et la famille de scénarios A1 décrivent un monde futur dans lequel la croissance économique sera très rapide, la population mondiale atteindra un maximum au milieu du siècle pour décliner ensuite et de nouvelles technologies plus efficaces seront introduites rapidement. Les principaux thèmes sous-jacents sont la convergence entre régions, le renforcement des capacités et des interactions culturelles et sociales accrues, avec une réduction substantielle des différences régionales dans le revenu par habitant. La famille de scénarios A1 se scinde en trois groupes qui décrivent des directions possibles de l’évolution technologique dans le système énergétique. Les trois groupes A1 se distinguent par leur accent technologique : forte intensité de combustibles fossiles (A1FI), sources d’énergie autres que fossiles (A1T) et équilibre entre les sources (A1B) ("équilibre" signifiant que l’on ne s’appuie pas excessivement sur une source d’énergie particulière, en supposant que des taux d’amélioration similaires s’appliquent à toutes les technologies de l’approvisionnement énergétique et des utilisations finales).

A2. Le canevas et la famille de scénarios A2 décrivent un monde très hétérogène. Le thème

sous-jacent est l’autosuffisance et la préservation des identités locales. Les schémas de fécondité entre régions convergent très lentement, avec pour résultat un accroissement continu de la population mondiale. Le développement économique a une orientation principalement régionale, et la croissance économique par habitant et l’évolution technologique sont plus fragmentées et plus lentes que dans les autres canevas.

B1. Le canevas et la famille de scénarios B1 décrivent un monde convergent avec la même

population mondiale culminant au milieu du siècle et déclinant ensuite, comme dans le canevas A1, mais avec des changements rapides dans les structures économiques vers une économie de services et d’information, avec des réductions dans l’intensité des matériaux et l’introduction de technologies propres et utilisant les ressources de manière efficiente. L’accent est placé sur des solutions mondiales orientées vers une viabilité économique, sociale et environnementale, y compris une meilleure équité, mais sans initiatives supplémentaires pour gérer le climat.

B2. Le canevas et la famille de scénarios B2 décrivent un monde où l’accent est placé sur des

solutions locales dans le sens de la viabilité économique, sociale et environnementale. La population mondiale s’accroît de manière continue mais à un rythme plus faible que dans A2, il y des niveaux intermédiaires de développement économique et l’évolution technologique est moins rapide et plus diverse que dans les canevas et les familles de scénarios B1 et A1.

Les scénarios sont également orientés vers la protection de l’environnement et l’équité sociale, mais ils sont axés sur des niveaux locaux et régionaux. Un scénario d’illustration a été choisi pour chacun des six groupes de scénarios A1B, A1FI, A1T, A2, B1 et B2. Tous sont également

Les scénarios SRES n’incluent pas d’initiatives climatiques supplémentaires, ce qui signifie que l’on n’inclut aucun scénario qui suppose expressément l’application de la Convention-cadre des Nations Unies sur les changements climatiques ou des objectifs du Protocole de Kyoto pour les émissions."

Pour notre étude on a choisi les scénarios A2 et B1 car ce sont les plus contrastés en matière de prévision pour couvrir la plus large gamme de variabilité des climats possibles. Météo-France grâce a son modèle Arpège-climat (Annexe N°4) nous fournit des données météorologiques concernant une période de climat passé de 1980 à 2006 (séries observées) et deux périodes dans le futur de 2020 à 2046 et de 2070 à 2096 (scénarios simulés). Les concentrations prédites en équivalent CO2 de ces deux scénarios par le rapport SRES sont :

-A2 en l’an 2046 = 458 ppm B1 en l’an 2046 = 441 ppm - A2 en l’an 2096 = 709 ppm B1 en l’an 2096 = 532 ppm

Ces concentrations ont servi au forçage du modèle et nous ont été fournies par Météo-France. Il s'agit des séries de données quotidiennes sur différentes variables climatiques :

-Température mini en °C -Température maxi en °C - Précipitations en mm - Rayonnement en J/cm² - ETP en mm - Vent à 2 m en m/s - Humidité relative en %

Les scénarios futurs ne peuvent pas être utilisés directement car, selon F Huard (2007), les résultats des mêmes modèles pour la période actuelle n’ont pas les mêmes moyennes et distributions statistiques que la série observée. De ce fait, on utilisera les données recalculées par la méthode des anomalies qui consiste à calculer la différence moyenne mensuelle (pour les températures) ou le rapport (pour les autres variables climatiques) entre les scénarios simulés pour le futur (A2, B1) et pour la période actuelle, puis appliquer la valeur obtenue aux données quotidiennes mesurées (sur la même période que le scénario pour la période actuelle), ce qui donne :

Climat modifié (températures) = climat observé + ∆T (futur-contrôle) mensuel Climat modifié (autres variables) = climat observé * ∆T (futur-contrôle) mensuel

De plus, plutôt que d'appliquer des changements stables pendant chaque mois, une étude préalable (Levet, 2006) a montré qu'il était utile d'appliquer des coefficients résultant de moyennes glissantes sur 30 jours.

L’ETP est calculée par la méthode : Penman Monteith a été bornée à 12 mm/jour car dans les scénarios futurs elle aurait atteint des valeurs qui ne seraient pas réalistes même dans le futur (l’an 2100) selon les spécialistes.

1.2. Construction des fichiers d’entrées pour STICS :

Les données indispensables pour faire tourner le modèle sont celles qui caractérisent une situation agro-climatique donnée. Ces données comprennent :

- les différents paramètres de la plante (cf. partie paramétrage) - les différentes variables climatiques journalières.

- les pratiques culturales (dates de fauches) - les caractéristiques du sol.

- les données qui caractérisent l’état initial du système sol-plante au début de la simulation (état hydrique et azoté du sol, état de croissance de la plante …).

Pour renseigner ces fichiers on a fait les choix suivants :

1.2.1. Choix des fichiers climatiques :

a. Choix de scénarios : les scénarios que Météo-France nous a fournis, sont des séries de valeurs

journalières de certaines variables climatiques. Voir le chapitre : changements climatiques et caractéristiques des principaux scénarios.

b- Choix des stations : Au départ Météo-France a fourni des données météorologiques sur 34

stations à travers la France. Parmi ces stations on a sélectionné 16 stations pour faire tourner le modèle STICS Luzerne. Ce choix était guidé par la répartition des exploitations d’élevage qui cultivent la Luzerne selon le réseau IE pour la campagne 2005 (cas de 12 stations). Les 4 stations restantes ont été choisies à titre prospectif car la Luzerne n’est pas traditionnellement cultivée dans ces régions.

1.2.2. Choix des sols : Pour choisir les sols et les itinéraires techniques, on s’est basé sur une

enquête réalisée auprès des ingénieurs régionaux de l’Institut de l’élevage (Annexe N°3). Cette enquête nous enseigne que la Luzerne se cultive généralement sur des sols peu profonds et dont le pH est au minimum à 6,5. Ces sols sont bien drainés. Nous avons sélectionné dans une base de données de sols réels 2 sols, l'un pas très profond, l'autre assez profond de façon à voir le comportement de la luzerne en condition hydriques peu stressantes. On a donc contrasté le plus possible les sols pour exploiter la plus large gamme possible de réserve utile. L'intérêt du sol très profond est essentiellement de voir si les tendances de productions sont très différentes lorsque le déficit hydrique est supprimé : nous vérifierons qu'il est très rare en sol profond.

- Sol 1 : profondeur 50 cm avec une teneur en Argile moyenne de 20 %, d’azote organique 0.14 et une RU de 66,4.

- Sol 2 : profondeur 120 cm avec teneur en Argile moyenne de 20 %, d’azote organique 0.14. La et une RU de 208,3.

1.2.3. Choix de l’itinéraire technique : dans nos simulations la Luzerne est cultivée sans aucun

apport d’engrais ni d’eau. Le but est de simuler une Luzerne destinée au foin ou à l’ensilage et non pas à la déshydratation. Cette dernière présente la particularité d’être cultivée en mode beaucoup plus intensif.

Pour déterminer les dates de coupes on a opté pour deux méthodes :

a. des coupes à des dates fixes : les dates de coupes sont fixées d’avance selon les pratiques

actuelles. L'intérêt est de connaître la disponibilité en fourrage à des dates données, qui correspondent aux périodes de besoins actuels, en supposant que les ateliers de production soient maintenus dans leur forme actuelle. Cette approche peut permettre de souligner la nécessaire adaptation aux conditions nouvelles (plus de disponibilité aux mêmes dates).

On a commencé par classer les stations choisies en trois zones selon les températures moyennes annuelles observées entre 1980 et 2006 (tableau 1) :

- Zone du sud : représentée les stations où les températures moyennes annuelles dépassent les 5000°C. Ce sont en effet les stations qui se situent le plus au sud dans notre étude.

- Zone intermédiaire : ce sont les stations avec une somme de température moyenne annuelle aux environs de 4500, descendant jusqu’a 4200 °C.

- Zone du nord : ce sont les stations les plus au Nord à l’exception de Millau et de Embrun qui se situent en altitude ce qui explique le fait qu’elles se retrouvent classées parmi ces stations.

GOURDON TOULOUSE MONTPELLIER CARCASSONNE PAU NICE CARPENTRAS MILLAU EMBRUN AURILLAC AGEN BISCARROSSE BORDEAU CLERMONT-FD LYON VICHY MACON LIMOGES LA ROCHE SUR YON

TOURS ORLEANS AUXERRE DIJON RENNES LORIENT BREST CAEN TRAPPES REIMS NANCY STRASBOURG ST- QUENTIN ABBEVILLE BESANSON 8 1 1 5 3 3 2 1 16 16 3 8 2 2 1 3 2 1 1 4 1 2 2 7 6 6 3 2 1 1 1 1 1 9 4 5 2 3 5 5 3 12 1 4 10 F i g u r e N ° 5 : P r o d u c t i o n s p a r p o u s s e p o u r u n i t i 4 1 1

Chiffre : nombre des E.A. pratiquant la Luzerne sur le département. : Station Météo-France non choisi : Station Météo-France choisi

: Station Météo-France choisi a titre prospective

Tableau N° 5 : Classement des stations météo selon la température moyenne annuelle.

Zones Stations Températures Moyennes annuelles (1980-2006) Altitude Sud Montpellier 5710.43 45 Carcassonne 5348.39 129 Toulouse 5205.66 148 Agen 5081.80 65 Intermédiaire Rennes 4594.71 65

La roche sur Yon 4579.96 68

Tours 4457.45 71 Macon 4416.69 210 Auxerre 4361.05 147 Vichy 4274.50 261 Trappes 4226.56 166 Nord Millau 4129.03 688 Embrun 4037.13 1412 Reims 3992.32 93 Nancy 3930.27 231 Saint Quentin 3884.79 92

A partir de ces trois zones on a déterminé les dates de coupe en se référant à la bibliographie et aux réponses de l’enquête. Les modes d’exploitations retenus sont des itinéraires à trois ou à quatre coupes (Tableau N° 6).

Tableau 6 : Dates de coupes à des dates fixes par station et selon l’itinéraire technique

Zone ITK 1er coupe 2eme coupe 3eme coupe 4eme coupe

sud 3 coupes 30 Avril 24 juin 07 septembre

4 coupes 30 Avril 15 juin 15 août 10 octobre

Intermédiaire 3 coupes 15 mai 09 juillet 22 septembre

4 coupes 15 mai 30 juin 19 août 13 octobre

Nord 3 coupes 25 mai 19 juillet 02 octobre

4 coupes 25 mai 10 juillet 29 août 23 octobre

La première date d’exploitation est fixée dès l'apparition des bourgeons floraux. Les coupes intermédiaires sont fixées avec des intervalles de 45 à 55 jours pour permettre une bonne reconstitution des réserves. La dernière date de coupe devrait être fixée un mois avant les premières gelées mais au cours de nos essais on a trouvé que ceci donnait des rendements très faibles voire nuls parce que cette date arrivait en pleine période estivale durant laquelle le stress hydrique était très important. A cause de ceci on a fait le choix de retarder les dernières dates de deux voire trois semaines, de sorte que la culture puisse accumuler une quantité non négligeable de biomasse.

b. des coupes a des sommes de températures : Pour cette méthode on a opté pour les mêmes

modes d’exploitation avec 3 et 4 coupes et on a rajouté un troisième mode à 5 coupes pour tester la possibilité d’une coupe supplémentaire tard dans la saison avec les pluies d’automne étant donné qu’il y aura moins de contrainte thermique (les températures automnales seront douces). La coupe est déclenchée dès que les conditions suivantes sont réalisées dans l’ordre :

1-atteindre le cumul de la somme de degrés jour selon le type de l’itinéraire choisi (tableau 3). 2-avoir au moins 1 tonne de matière sèche récoltable.

Si une des deux conditions ne se réalise pas STICS retardera la coupe jusqu'au jour où elle le sera. On verra dans nos résultats si le modèle arrive pas à réaliser des coupes supplémentaires

Tableau 7 : Dates de coupes à des sommes de température selon l’itinéraire technique

Station ITK 1er coupe 2eme coupe 3eme coupe 4eme coupe 5eme coupe

Toutes les stations 3 coupes 800 ° j 800 ° j 800 ° j 4 coupes 500 °j 500 °j 500 °j 500 °j 5 coupes 400 °j 400 °j 400 °j 400 °j 400 °j

Le choix des sommes de degrés jours pour les différents itinéraires est dicté par le souci de reproduire des stades à travers des sommes de températures

Les intérêts de cette approche sont :

- avoir un seul jeu de valeurs pour toute la France. tout en représentant bien les dates réelles :les sommes de températures été calculées de façon à obtenir dans la série climatique observée (1980 – 2006) des dates de coupes proches des dates observées.

- voir la progression des dates de coupes qui évoluent en fonction de l'évolution du climat.

1.2.4. Choix des configurations de simulation (exécutions du modèle) : Prise en compte des effets du changement climatique

Le changement climatique a, sur la végétation, deux effets : un effet climatique direct (effet de la modification des facteurs climatiques) et un effet lié à l'augmentation de teneur en CO2,

(augmentation de la résistance stomatique, qui diminuera la consommation d'eau mais augmentation de la photosynthèse à cause de l'augmentation de teneur en CO2).

Pour cerner l'importance relative des deux effets et se donner des outils d'analyse du résultat, nous avons choisi de faire deux séries de simulations : d'abord nous simulons l'effet climatique proprement dit, puis les deux effets cumulés, puisque ces effets sont contraires.

Cela nous permet de relativiser dans les résultats ce qui pourrait provenir d'incertitudes sur le climat futur, de ce qui pourrait provenir d'incertitudes sur le fonctionnement du couvert (ou du modèle) en conditions de teneur élevée en CO2 atmosphérique.

Besoins en eau

STICS peut simuler les besoins en eau des plantes selon deux approches :

a. l’approche k x ETP, qui calcule l’évapotranspiration par l’intermédiaire du coefficient

cultural kc et la demande climatique ETP. Il n'est pas possible de prendre en compte l'effet du CO2 sur la transpiration en utilisant cette méthode : avec cette option, le modèle n'est utilisable

qu'avec la teneur en CO2 actuelle (350 ppm, valeur par défaut dans le modèle).

b. l’approche résistive, qui estime les besoins en eau des plantes et l’évaporation de sol par le

modèle Shuttleworth et Wallace, considère les échanges comme régis par des résistances aux échanges entre les différents compartiments (intérieur et surface de la feuille, couche-limite de la feuille et extérieur, Brisson ,1998). Avec cette approche, on simule l’effet du taux de CO2 sur

l’efficience de conversion et la conductance stomatique.

Dans ce cas, on peut utilement faire tourner le modèle avec les séries climatiques (présente et futures) et des taux de CO2 différents selon le scénario (cf. chapitre changements climatiques et

caractéristiques des principaux scénarios).

Le choix entre ces méthodes est important : seul le choix de l'option "approche résistive" permet de prendre en compte l'effet du gaz carbonique sur le comportement du couvert (modification de la résistance stomatique), mais c'est l'option la moins couramment utilisée dans l'utilisation du modèle. De fait, le travail préliminaire de calibration du modèle pour la luzerne a été fait avec l'option courante de l'approche avec le coefficient cultural, tandis que les simulations des effets de changement climatique ont été faites avec les 2 approches, ce qui a permis de confirmer la pertinence du paramétrage de la partie liée au modèle résistif. Nous ne présenterons ici que les résultats de l'approche résistive.

Après ces choix, le nombre de simulation à effectuer est donc : 16 stations * 2 scénarios d’exécution * 2 sols * 5 ITK * 5 scénarios climatiques * 27 ans = 43 200 simulations.

Face à ce nombre important de simulations et surtout le temps qu’il faut pour traiter les résultats qui en découlent, on a fait le choix de réduire les stations météorologiques à deux : St Quentin et Carcassonne. Elles sont choisies car elles se situent aux deux extrémités de la gamme possible.

1.2.5. Données climatiques de Météo-France (évolution des différentes variables climatiques selon les scénarios et les stations) et formulation d’hypothèses sur les résultats :

Avant de voir les résultats obtenus nous allons consacrer cette partie à analyser l’évolution des principales variables météorologiques (précipitations et températures) à travers les différents scénarios selon les stations. La connaissance de cette évolution permettra de formuler des hypothèses sur l'évolution possible de la production, hypothèses qui seront vérifiées dans la partie résultats des simulations. Pour bien couvrir l’hétérogénéité climatique française, on a choisi 3 stations, bien réparties spatialement qui sont particulièrement différentes les unes des autres, du point de vue des sommes de température disponibles et des précipitations (cumul et répartition) sur l'ensemble de l'année. Ces stations sont : St Quentin et Carcassonne. En plus de leurs hétérogénéités météorologiques, elles ont l'intérêt de représenter les deux zones extrêmes de notre dispositif (cf. chapitre choix de l’itinéraire technique).

St Quentin :

Les précipitations moyennes annuelles observées, sur la période de référence (1980-2006, soit 27 ans) de cette station sont de 706 mm. Leur évolution sur l’année nous montre une répartition assez homogène avec des moyennes mensuelles entre 45 et 65 mm. Durant la période estivale il n’y a pas de diminution des précipitations. Au contraire entre Mai et Août, on dépasse la barre des 60 mm alors que durant les mois qui précédaient on était en dessous. Le pic de la pluviométrie est atteint au mois de Décembre avec 67,81 mm.

Pour les scénarios A2 et B1 dans le futur proche (qui seront nommés Ap et Bp) de 2020 jusqu'à 2046, la même tendance est observée (Figure N° 4a), en soulignant que le B1 de cette période donne les plus faibles précipitations de l’ensemble des scénarios entre Mars et Mai. En plus ce scénario ne dépasse les 60 mm qu’à partir du mois d’Octobre.

Pour les scénarios du futur lointain de 2070 à 2096 (AL et BL) les différences par rapport aux observés sont plus grandes. Les moyennes annuelles donnent des valeurs nettement inférieures aux valeurs observées (A2 lointain : -129 et B1 lointain : - 86.55 mm) (Tableau N°8). Pour la répartition intra-annuelle on observe qu’en futur lointain, il y aura une chute de la pluviométrie durant l’été pour les mois de Septembre et surtout de Juillet.

Pour les températures moyennes mensuelles, la tendance est à l’augmentation quel que soit le scénario futur (Tableau N°8). Cette augmentation est accentuée pour les scénarios les plus lointains (B1 et A2 2070 à 2096). Elle se traduit dans l’année par un accroissement des températures sur tous les mois, spécialement durant la période estivale où ces dernières peuvent atteindre pour A1 725,9 °C au mois d’Août en moyenne mensuelle, soit une augmentation par rapport aux données observées de + 200°C (Figure N° 4b).

Le bilan P-ETP qui représente un bilan hydrique simplifié commence a être négatif dès le mois d’Avril. (Figure N° 4c). Le rayonnement est très peu modifié.

Hypothèses :

Dans les scénarios futurs, comme les températures sont plus élevées au printemps (et sans manque d'eau), les productions des premières coupes de printemps auront une part encore plus importante dans l'ensemble des coupes que maintenant (simulations correspondant aux données climatiques observées) que ce soit en quantité ou en proportion. Pour les coupes estivales et automnales, les productions seront moins importantes car il y aura moins d'eau disponible et la réserve hydrique sera épuisée plus tôt, ceci malgré les précipitations durant l’été, qui n'arriveront pas à compenser le déficit hydrique important installé dès la fin du printemps, particulièrement dans le scénario Al (Figure N° 4c). Les productions seront moins importantes en été, mais il est probable qu'il y aura une production avec des coupes plus tardives, liée aux précipitations automnales.

34

Figure N° 4 : Evolution des variables climatiques deux lieux

a- St Quentin précipitations moyennes mensuelles

0 10 20 30 40 50 60 70 80 90 100 110

Jan Fev Mar Avr Mai Jun Jul Aou Sep Oct Nov Déc

b- St Quentin températures moyennes mensuelles

0 100 200 300 400 500 600 700 800 900 1000

Jan Fev Mar Avr Mai Jun Jul Aou Sep Oct Nov Déc

c- St Quentin bilan P-ETP mensuelles

-200 -150 -100 -50 0 50 100

Jan Fev Mar Avr Mai Jun Jul Aou Sep Oct Nov Déc

: Dates de coupes ITK 3 fauches

: Dates de coupes ITK 4 fauches

-5 0 0 0 . 0 5 0 0 . Obs 1980-2006 A2 2020-2046 A2 2070-2096 B1 2020-2046 B1 2070-2096 e- Carcassonne précipitations moyennes mensuelles sur 27

ans 0 10 20 30 40 50 60 70 80 90 100 110

Jan Fev Mar Avr Mai Jui Jul Aou Sep Oct Oov Déc

f- Carcassonne : Températures moyennes mensuelles

0 100 200 300 400 500 600 700 800 900 1000

Jan Fev Mar Avr Mai Jun Jul Aou Sep Oct Nov Déc

g- Carcassonne : Bilan P-ETP mensuelles sur 27 ans

-300 -250 -200 -150 -100 -50 0 50 100

Carcassonne :

C’est la station qui se situe le plus au sud dans notre dispositif. Le climat de cette station est méditerranéen, c'est-à-dire avec un hiver doux et plutôt humide (entre 70 et 50 mm). Les étés sont chauds et arides (Figure N° 4efg). Les scénarios futurs pour cette station évoluent d’une manière différente. On remarque une augmentation des précipitations durant la période hivernale pour les scénarios lointains (Bl et A2) dépassant même les observées. Cette augmentation peut atteindre jusqu'à + 30 mm pour le A2 lointain au mois de Janvier. Par contre durant l’été la sécheresse est plus dure avec -20 mm en moyenne durant le mois d’Août pour les deux futurs lointains par rapport aux observées. La moyenne annuelle est d’ailleurs affectée avec -137 mm pour AL (Tableau N°8). Les températures évoluent de la même manière que dans la station de St Quentin (Figure N° 4f) avec les particularités méditerranéenne : de juin à septembre les températures observées moyennes sont vraiment sévères : la somme mensuelle est supérieure à

600°C/mois pour tous les scénarios. Ces températures pour le scénario futur A2 seront extrêmes

avec 900 °C en moyenne mensuelle. Il faut aussi spécifier que les deux scénarios A2 et B1 proches ont une évolution presque identique des températures. Le rayonnement est très peu modifié.

Hypothèse :

Nous supposons que l’essentiel du rendement annuel sera réalisé avec les premières coupes alors que les coupes réalisées en été et en automne donneront des rendements très faibles. Ce phénomène sera accentué avec les scénarios futurs lointains à cause de sécheresse et de la chaleur estivale extrême.

Tableau N° 8 : Évolution des différentes variables climatiques selon les scénarios pour deux

stations.

Stations Scénario Température Précipitations

Différence de température par rapport au observés Différence de précipitations par rapport au observés St Quentin Observés 3740.91 706.70 A2 2020 -2046 4072.26 694.06 331.34 -12.65 B1 2020 2046 4117.72 673.10 376.81 -33.60 A2 2070 2096 4981.49 576.83 1240.58 -129.87 B1 2070 2096 4369.59 620.15 628.67 -86.55 Carcassonne Observés 5150.31 661.76 A2 2020 2046 5515.12 729.94 364.82 68.17 B1 2020 2046 5534.69 706.24 384.38 44.47 A2 2070 2096 6562.19 651.61 1411.88 -10.15 B1 2070 2096 5903.21 655.80 752.91 -5.96

2. Résultats et discussion 2.1. Cohérence des résultats :

Les résultats qui seront présentes sont des résultats qui peuvent différer de la réalité du terrain car dans la récolte de la luzerne il y a des pertes que nous avons choisis de ne pas prendre en compte systématiquement dans le modèle. On estime ces pertes à 0.5 tonne par coupe et on les a soustrait de nos résultats. Mais même avec cette précaution les pertes semblent encore sous estimées. Donc ce sont des résultats bruts, il faut les regarder en terme de tendance d’évolution. Les productions représentées par ces résultats sont des moyennes obtenues à chaque fois sur 27 ans (durée des scénarios climatiques). On a opté pour cette représentation car c’était un moyen simple et synthétique de regrouper les résultats obtenus. Mais la moyenne peut parfois cacher des disparités importantes de distributions, c'est pourquoi nous présentons parfois en complément des fréquences de réalisation des coupes.

2.2. Résultats des simulations STICS avec effet des changements climatiques simple :

Les rendements qui suivent correspondent à la prise en compte du changement climatique seul, sans l'effet du CO2 sur le fonctionnement du couvert, pour lequel le taux de CO2 est supposé

constant (350 ppm).

2.2.1. Résultats des simulations avec des coupes a date fixes : St Quentin :

Les résultats de cette station sont conformes à notre hypothèse avec plus que la moitié du rendement annuel obtenu par la fauche de printemps pour tous les scénarios, en sol superficiel (Figure N° 5a).

En sol profond les coupes de printemps, d’été et d’automne sont semblables (Figure N° 5b) pour les simulations obtenues avec les données observées et le scénario A2 proche. La réserve utile importante de ce sol permet de stocker plus d’eau issue des pluies hivernales, ce qui permet à la culture de résister à la sécheresse estivale et de fabriquer autant de biomasse à la deuxième et la troisième coupe qu'à la première. Pour les autres scénarios (B1 proche, B1 lointain et A2 lointain) la demande climatique est tellement importante durant la période estivale que la réserve du sol est très entamée en sortie d’été et ne suffit pas pour avoir une coupe d’automne aussi importante que les deux premières. Cette coupe donne un rendement presque nul en A2 lointain dans un climat très sec (Figure N° 5b). Pour les mêmes raisons en comparant les cumuls des rendements entre les différents scénarios, on constate que les simulations obtenues en climat réel (observé) et sous scénario A2 proche se détachent du reste des scénarios (+ 3 tonnes en sol 1 et +

2 tonnes en sol 2 au moins).

La coupe la plus tardive (23 octobre en ITK 4 coupes) ne donne de rendement intéressant que dans le sol 2 et avec les simulations issues des données observées et des scénarios futurs proches. Ce sol est le seul qui peut valoriser les précipitations de l’été et donne de tels rendements (supérieur à 1 tonne) pour cette coupe. Pour le reste des scénarios même dans ce sol profond les deux coupes d’été épuisent le stock et il ne reste plus d’eau pour cette ultime fauche (Figure N° 5b).

En résumé, même si les productions dans le futur proche ne sont pas mauvaises, même parfois meilleures (hypothèse de départ) qu'en conditions actuelles, le futur plus lointain est moins favorable. De plus, les simulations soulignent la grande importance d'un sol profond pour maintenir une production étalée tout au long de la saison. Les sols moins bien pourvus en réserve hydrique auront des rendements réduits dans presque tous les scénarios futurs

38

Figure N° 5 : Productions par pousse pour un itinéraire technique de 4 coupes à dates fixes pour 2 lieux et 2 sols (coupes : dates fixes) Effet changement climatique simple

5.2 2.6 1.9 0.7 5.4 1.2 0.6 0.3 6.0 1.5 0.0 0.0 5.7 2.8 1.5 0.6 6.4 0.7 0.0 0.0 0 2 4 6 8 10 12 14 T o n n e s Rdt Ob Rdt Bp Rdt BL Rdt Ap Rdt AL Scenarios

a- St Quentin rendement moyen par coupe CC (Sol 1)

C4 C3 C2 C1 6.0 6.2 5.9 2.3 6.9 6.3 3.8 1.2 7.2 6.6 2.1 0.6 6.5 6.4 5.8 1.9 8.1 6.0 0.50.2 0 2 4 6 8 10 12 14 16 18 20 22 24 T o n n e s Rdt Ob Rdt Bp Rdt BL Rdt Ap Rdt AL Scenarios

b- St Quentin rendement moyen par coupe CC (Sol 2)

C4 C3 C2 C1 5.9 2.2 0.5 0.3 6.4 2.3 0.5 0.3 6.7 1.5 0.10.0 6.3 2.6 0.4 0.3 6.6 0.40.0 0.0 0 2 4 6 8 10 12 14 T o n n e s Rdt Ob Rdt Bp Rdt BL Rdt Ap Rdt AL Scenarios

c-Carcassonne Participation de chaque coupe dans le rendement CC (Sol 1) C4 C3 C2 C1 6.6 6.2 3.7 0.6 7.3 6.6 3.2 0.6 7.8 6.4 1.1 0.1 7.2 6.6 3.4 0.7 8.6 5.2 0.20.0 0 2 4 6 8 10 12 14 16 18 20 22 24 T o n n e s Rdt Ob Rdt Bp Rdt BL Rdt Ap Rdt AL Scenarios

d-Carcassonne Participation de chaque coupe dans le rendement CC(Sol 2)

C4 C3 C2 C1