Les agrosystèmes sont soumis à de fortes hétérogénéités spatio-temporelles du fait des actions combinées du climat, du sol et pratiques agricoles. Les modèles de surface, qui permettent de quantifier les échanges d’eau et d’énergie à la surface terrestre utilisent la plupart du temps des résolutions spatiales trop larges et une description des pratiques agricoles trop simple pour caractériser ces hétérogénéités. Réussir à simuler de manière plus réaliste les agrosystèmes est pourtant d’une importance cruciale pour pouvoir gérer les ressources en eau ou évaluer les interactions avec le climat. Depuis quelques décennies, la télédétection permet de fournir des informations à des résolutions spatiale et temporelle inégalées sur l’ensemble du globe. Ce travail de thèse vise donc démontrer le potentiel des données satellite pour mieux représenter les pratiques agricoles dans le modèle de surface SURFEX-ISBA du CNRM.
Le premier volet de la thèse a eu pour objectif de représenter les rotations de cultures et le choix des dates de semis et récolte dans le modèle. Pour ce faire, j’ai exploité des cartes d’occupation des sols et d’indice foliaire (LAI) issues des données du satellite Formosat-2 (8m), appliqué à une zone agricole du Sud-Ouest de la France. Afin de limiter le temps de calcul tout en conservant l’intérêt de la haute résolution, j’ai mis en place une approche de simulation par parcelle. La comparaison entre l’usage des produits satellite et une paramétrisation climatologique a mis en évidence une nette amélioration de l’estimation de l’évapotranspiration, tout particulièrement sur les cultures d’été. Néanmoins, ces résultats montraient également un biais durant les mois d’été lié à la non-prise en compte d’une irrigation réaliste.
Le second volet de la thèse a donc visé à proposer une méthode pour représenter l’irrigation de manière spatialisée dans le modèle SURFEX-ISBA. Pour ce faire, j’ai d’abord développé un schéma d’irrigation automatique utilisant des paramètres classiques des modèles de surface, notamment la période irrigable et l’humidité seuil pour le déclenchement de l’irrigation, en leur donnant des possibilités de variation spatio-temporelle. Afin de renseigner ces variabilités, j’ai utilisé une approche combinant des valeurs expertes préconisées par des agences comme la CACG et Arvalis, et des produits de télédétection optique (Landsat, SPOT, Formosat), permettant de spatialiser ces pratiques d’irrigation théoriques. La comparaison à des volumes d’irrigation observés sur du maïs irrigué a montré que l’usage de cette méthode améliore le réalisme de l’irrigation simulée par rapport à l’usage de paramètres climatologiques.
Enfin, dans le troisième volet, j’ai évalué les méthodes mises en place dans les deux premiers volets, dans le contexte d’un agrosystème semi-aride tunisien comportant des zones irriguées. L’évaluation a pu être effectuée à plusieurs échelles, locale et régionale grâce à l’usage de données scintillométriques représentatives d’une emprise de quelques kilomètres carrés. La comparaison des simulations réalisées sur la base des données SPOT, agrégées spatialement, à des mesures scintillométriques a ainsi permis de valider la paramétrisation du modèle et de montrer que la prise en compte de l’irrigation améliorait le flux de chaleur sensible simulé à l’échelle de la zone agricole. Cependant, certains types de couverts, comme l’arboriculture, ont montré les limites de l’usage de la télédétection à cette résolution pour la caractérisation de leurs paramètres. Une comparaison à d’autres approches modélisant l’évapotranspiration à partir de données satellite dans l’infrarouge thermique a également permis de mettre en lumière des pistes d’amélioration des simulations spatialisées actuelles et d’ouvrir la voie à un usage combiné de ces deux types d’approches. |
Climate, soil and agricultural practices generate strong spatiotemporal heterogeneities of the vegetation in agrosystems. Land Surface Models (LSMs), which simulate water and energy fluxes on the earth surface, use coarse spatial resolutions and very simplified agricultural practices representations. Therefore, they cannot characterize such heterogeneities. However, simulating agrosystems in a realistic way is of great interest to manage water resources or study the interactions with the climate. For decades, remote sensing allows monitoring the Earth surface globally with unprecedented spatiotemporal resolution. This Ph. D. work aimed to demonstrate the potential of remote sensing data to represent agricultural practices in the SURFEX-ISBA LSM (CNRM).
The first part of the thesis aimed at representing crop rotations and the choice of sewing and harvesting dates in the model. I used Leaf Area Index and annual land cover maps derived from the Formosat-2 satellite data (8m) to simulate an agricultural plain in southwestern France. In order to keep the interest of high resolution while saving computation time, I used a plot scale simulation approach. The comparison between the use of remote sensing data and climatological parameters showed an improvement of the simulated evapotranspiration, especially on summer crops. However, omitting the irrigation practices in the simulation caused great biases in the evapotranspiration estimation during summer months.
Therefore, the second part of the thesis aimed at estimating spatially realistic irrigation practices within SURFEX-ISBA. I developed a new automatic irrigation scheme using classical parameters in LSMs, like the irrigation season or the soil moisture threshold used to trigger irrigation events, but giving it spatial and temporal liberty degrees. To inform these variabilities, I proposed an approach combining expertise values acquired from the CACG and Arvalis and optical remote sensing (Landsat, SPOT, Formosat) which allow spatializing these practices. The comparison to measured irrigation volumes on irrigated maize plots showed that this method allows simulating a more realistic irrigation compared to the use of climatological irrigation parameters.
The third part of the thesis shows an evaluation of the methods of the two previous parts applied to a semi-arid agrosystem with irrigated crops in Tunisia. The evaluation was performed at various scales, from the plot to the regional scale, with the use of scintillometric measurements representative of a few kilometers square area. The comparison between spatially integrated simulations based on SPOT satellite data and scintillometric measurements allowed validating the model parameterization and showed that taking irrigation into account improved the simulated sensible heat flux. However, some land cover types, like arboriculture, pointed out the limits of the remote sensing resolution to determine their parameters. A comparison to other evapotranspiration modeling approaches, based on thermal infrared remote sensing, was then performed. While it showed some potential improvements on the land surface model parameterization, it also pointed out ways of combining these two modeling approach to simulate a realistic evapotranspiration spatial distribution. |