Mémoire Yves Tindon 2012 VF

116 vues

Publié le

0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
116
Sur SlideShare
0
Issues des intégrations
0
Intégrations
6
Actions
Partages
0
Téléchargements
7
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Mémoire Yves Tindon 2012 VF

  1. 1. 1 MÉMOIRE DE FIN D'ÉTUDES Présenté pour l'obtention du DIPLÔME D’INGÉNIEUR AGRONOME Spécialisation: Protection des Plantes et Environnement Spatialisation des risques de stress hydrique du vignoble en fonction des différents types d’entretien des sols : application au cas d’un bassin versant méditerranéen. Par Yves Tindon Année de soutenance: 2012 Organisme d'accueil : Institut Français de la Vigne et du Vin
  2. 2. 2
  3. 3. 3 MÉMOIRE DE FIN D'ÉTUDES Présenté pour l'obtention du DIPLÔME D’INGÉNIEUR AGRONOME Spécialisation : Protection des Plantes et Environnement Spatialisation des risques de stress hydrique du vignoble en fonction des différents types d’entretien des sols : application au cas d’un bassin versant méditerranéen. Par Yves Tindon Année de soutenance : 2012 Mémoire préparé sous la direction de : Aurélie Metay, Elena Kazakou. Présenté le : 25/09/2012 Devant le jury : Elena Kazakou Aurélie Metay René Sforza Marie-Laure Navas Patrick Andrieux Organisme d'accueil : Institut Français de la Vigne et du Vin. Maître de stage : Xavier Delpuech
  4. 4. 4
  5. 5. 5 RÉSUMÉ La mise en place d’itinéraires techniques viticoles alternatifs à l’utilisation des herbicides, comme l’enherbement, a un impact non négligeable sur le développement de la vigne et a fortiori sur la qualité de la récolte. Nous nous intéressons ici au stress hydrique subit par la vigne suite la mise en place d’un couvert enherbé ou après un travail du sol. L’objectif de cette étude est d’explorer les potentialités de spatialisation des résultats du modèle de bilan hydrique WaLIS pour différents sols d’une même unité spatiale, ici un bassin versant méditerranéen. La méthode employée permet de trier les sols en classes de risque de stress hydrique de la vigne, en fonction du mode d’entretien du sol. L’application au cas concret du bassin versant du Rieutort a permis d’appréhender les attentes des viticulteurs dans ce domaine et nous a donné l’opportunité de confronter notre modélisation à la réalité du terrain. Il s’avère que malgré des imprécisions dues à la qualité des paramètres utilisés, la spatialisation semble être intéressante pour discriminer des zones où des changements de pratiques seraient réalisables sans impacter la vigne. Une amélioration de la précision du modèle ouvre des perspectives optimistes quant à la création d’un outil d’aide à la décision susceptible d’encourager les viticulteurs à adopter des pratiques alternatives au désherbage chimique. Mots clés Viticulture, bilan hydrique, spatialisation, pédologie, enherbement, désherbage mécanique, risque de stress hydrique, modélisation, enquête. ABSTRACT Alternative solutions of chemical weed control, as cover crop, have an important impact on vine development and yield. In this study we focus on vine water stress occurring with a cover crop installation or mechanical weed control. The aim is to explore possibilities of mapping results of a water balance model for different soil of a same zone, here a Mediterranean watershed. The method splits soils in different water stress risks’ ranges, which are different depending on whether soil treatments are used for weed control. The application of our method to Rieutort watershed permits to confront our mapping with field experimentations and also with local winemakers’ expectations. Despite imprecision due to data entry qualities, mapping seems to be interesting to find places where a change of weed management techniques can be done without stressing vines. Improvement of the model precision could lead to the creation of a decision tool able to help winemakers to choose an alternative method to chemical weed control. Key words Wine making, water balance, mapping, pedology, cover crop, mechanical weed control, water stress risks, models, survey.
  6. 6. 6
  7. 7. 7 REMERCIEMENTS Je tiens à remercier tout particulièrement Xavier Delpuech grâce à qui j’ai énormément appris. Son aide et son soutien tout au long de ce stage m’ont permis de travailler dans d’excellentes conditions, et d’appréhender de manière très complète de nombreux aspects de l’expérimentation en viticulture. Je souhaite également remercier toute l’équipe de l’IFV de Rodilhan pour leur bonne humeur et leurs enseignements notamment sur le monde de l’œnologie. Je garde un très bon souvenir des vendanges dans les parcelles et du casse-croûte réconfortant à la fin. Je remercie pour leur aide mes deux tutrices, Aurélie Metay et Elena Kazakou qui ont su m’aiguiller et me proposer de nouvelles pistes durant ce stage. Merci également à William Trambouze et Christophe Auvergne pour leurs précieux renseignements sur l’enherbement et le travail mécanique du sol ainsi que pour leurs connaissances de la région de Murviel-Lès-Béziers. Merci enfin à tous les viticulteurs du bassin qui nous ont aidé dans notre étude et qui nous ont permis de faire des mesures sur leurs parcelles de jour comme de nuit.
  8. 8. 8
  9. 9. 9 GLOSSAIRE : Couche Raster : représentation géographique dans un logiciel de cartographie. Ce mode correspond à une division régulière de l'espace sous forme de cellules ou mailles généralement carrées appelées pixels, qui définissent la précision minimale de la structure. Le mode raster s'applique aux traitements d'images (satellitaires, photos aériennes). Couche Vecteur : représentation géographique dans un logiciel de cartographie sous forme de lignes points et polygones. Densité apparente : la densité apparente du sol correspond à son poids par unité de volume du sol sec en place. Elle varie de 1,0 à 1,6 g/cm3 pour les sols minéraux et de 0,16 à 0,45 g/cm3 pour l’horizon cultivé des sols organiques. SIGLES ET ACRONYMES AB : Agriculture Biologique ACH34 : Association Climatologique de l’Hérault ASW: Available Soil Water BEST: Beerkan Estimation of Soil Transfer parameters CN: Curve Number ETP : Evapotranspiration Potentielle FTSW: Fraction of Transpirable Soil Water IFV : Institut Français de la Vigne et du Vin ITK : Itinéraire Technique LAI : Leaf Area Index MAet: Mesure agro-environnementale MSE: Mean Square Error NBJStress : Indice du nombre de jours de stress critique moyen sur les 18 années de mesure NDVI: Normalised Difference Vegetation Index PAC: Politique agricole commune RMSE: Root Mean Square Error SIG: Système d’information géographique RU : Reserve Utile TTSW : Total Transpirable Soil Water USDA: Ministère de l’agriculture américain. WaLIS:Water baLance for Intercropped Systems
  10. 10. 10
  11. 11. 11 Sommaire I INTRODUCTION AUX PROBLEMATIQUES DE L’ETUDE............................................................ 17 A. PRESENTATION DES TECHNIQUES ALTERNATIVES A L’USAGE DES HERBICIDES .............................................. 17 B. REVUE DES DIFFERENTS ESSAIS DE CARTOGRAPHIE DU STRESS HYDRIQUE VEGETAL...................................... 19 II CONTEXTE PARTICULIER DU BASSIN VERSANT...................................................................... 23 A. PRESENTATION DES PRINCIPALES CARACTERISTIQUES DU BASSIN VERSANT ................................................ 23 B. CREATION D’UNE ENQUETE AUPRES DE CERTAINS VITICULTEURS DE LA ZONE.............................................. 23 C. SYNTHESE DES RESULTATS DE L’ENQUETE............................................................................................. 25 III MISE EN PLACE DE LA CARTOGRAPHIE A PARTIR DU MODELE DE BILAN HYDRIQUE WALIS..... 29 A. PRESENTATION DU MODELE DE BILAN HYDRIQUE.................................................................................. 29 B. EXPLORATION DES DONNEES METEO DU BASSIN VERSANT....................................................................... 33 C. PARAMETRAGE DU RUISSELLEMENT.................................................................................................... 35 D. DEFINITIONS DES TTSW THEORIQUES DE CHAQUE SOL.......................................................................... 37 E. PRESENTATION DES DIFFERENTS SCENARII ETUDIES................................................................................ 37 F. EXEMPLE DE PARAMETRISATION ........................................................................................................ 39 IV IDENTIFICATION D’UN INDICE DE STRESS PERTINENT :....................................................... 39 A. ÉTUDE DES DIFFERENTES FTSW MODELISEES AU COURS DU CYCLE VEGETATIF ........................................... 39 B. CREATION D’UN NOUVEL INDICE POUR L’ANALYSE DU RISQUE DE STRESS HYDRIQUE.................................... 41 C. ANALYSE COMPAREE DES DIFFERENTS INDICES...................................................................................... 43 D. CREATION DES CARTES :.................................................................................................................... 43 V ANALYSE DE LA CARTOGRAPHIE........................................................................................... 47 A. ANALYSE DU NOMBRE DE JOURS CRITIQUES PAR ANNEES DE LA SIMULATION :............................................ 47 B. EVOLUTION DES CLASSES DE RISQUE EN FONCTION DES TYPES D’ENTRETIEN DU SOL .................................... 49 VI CONFRONTATION DU PARAMETRAGE AVEC DES DONNEES DE TERRAIN : .......................... 49 A. OPTIMISATION DE L’ESTIMATION DE LA TTSW GRACE A LA METHODE DES MOINDRES CARRES ..................... 49 B. VERIFICATION DE LA CONDUCTIVITE HYDRAULIQUE DES SOLS GRACE A LA METHODE BEERKAN ...................... 51 VII ANALYSE CRITIQUE DU PARAMETRAGE ET DE LA SPATIALISATION..................................... 55 A. IMPRECISIONS SUR LES DONNEES AGRO-PEDOLOGIQUES ........................................................................ 55 B. LIMITES DU MODELE D’ESTIMATION DU RUISSELLEMENT ........................................................................ 55 C. IMPRECISIONS SUR LA COMPOSITION ET LA DYNAMIQUE DU COUVERT VEGETAL ......................................... 55 D. PROBLEMATIQUE DE LA MODELISATION DU TRAVAIL DU SOL ................................................................... 57 E. ABSENCE DE LA PRISE EN COMPTE DE LA COMPETITION MINERALE ENTRE LE COUVERT ET LA VIGNE................ 57 VIII CONCLUSION.................................................................................................................... 59 IX REFERENCES BIBLIOGRAPHIQUES...................................................................................... 61 X ANNEXES............................................................................................................................. 69
  12. 12. 12
  13. 13. 13 AVANT-PROPOS Ce stage a été financé par le programme GESSOL ainsi que par l’Institut français de la vigne et du vin (IFV). L’IFV est un institut technique national de la filière vitivinicole issu de la fusion en 2007 de l’Établissement National Technique pour l’Amélioration de la Viticulture (ENTAV) et de l’Institut Technique de la Vigne et du Vin (ITV France). Le stage s’est déroulé dans les locaux du pôle Rhône Méditerranée de l’IFV à Rodilhan (30). Le programme GESSOL est un programme de recherche dédié à la gestion durable des sols mis en place depuis 1998. Il est financé par le Ministère de l’Écologie, du Développement Durable, des Transports et du Logement. Au sein de ce programme, le stage s’inscrit dans le projet de recherche SP3A qui vise à identifier les aménagements et les pratiques capables de limiter les flux d’herbicides dans l’environnement. Pour cela, le projet est basé sur le développement d’outils de modélisation. Ces outils sont couplés avec un modèle hydrologique existant afin de proposer de nouvelles solutions de pratiques et d’aménagements. Ces propositions sont ensuite mises à l’épreuve par les viticulteurs. Les partenaires de ce projet sont l’INRA, l’IFV, le CNRS ainsi que la chambre d’Agriculture de l’Hérault et le bureau d’étude Envilys. Le projet se focalise sur le bassin Versant du Rieutort (34) dont le captage en eau potable du Lombardié fait face à une dégradation de la qualité de ses eaux à cause de la détection de résidus d’herbicides au-delà de seuils autorisés. Ce captage a été classé en captage prioritaire Grenelle de l’environnement. Le projet développe différents scenarii afin de d’évaluer la possibilité d’application de nouvelles méthodes permettant de réduire l’utilisation et les risques de transferts d’herbicides vers les eaux de surface dans le8 bassin versant. Notre travail au sein de ce projet consiste à développer une méthode de création de cartes formalisant l’impact sur la vigne de la mise en place d’itinéraires techniques alternatifs. Ces outils pourront servir de base technique de travail quant à la faisabilité de développement de scénarii de gestion du risque herbicide sur le bassin versant. Figure 1: Localisation de l'étude
  14. 14. 14
  15. 15. 15 Sommaire des tableaux et figures : Figure 1: Localisation de l'étude............................................................................................................ 13 Figure 2: Graphique sur les différentes techniques d'entretien du sol utilisées par les viticulteurs enquêtés................................................................................................................................................ 25 Figure 3: Photographie du rolofaca utilisé par un des viticulteurs du bassin versant. ......................... 27 Figure 4: Schématisation du bilan hydrique (Celette, 2007)................................................................. 30 Figure 5: Définition des différentes réserves en eau du sol (Lecoeur 2009) ........................................ 30 Figure 6 : Comparaison de deux indices agro-météorologiques........................................................... 32 Figure 7 : Somme des hauteurs de pluie sur le jeu de données météo utilisé ..................................... 33 Figure 8: Carte des ensembles de sols étudiés ..................................................................................... 36 Figure 9: Corrélation des variables FTSW.............................................................................................. 38 Figure 10: Corrélation des variables NBJStress..................................................................................... 40 Figure 11: Représentation des individus avec coloration selon les modalités ..................................... 40 Figure 12:Comparaison des différents NBJStress au cours du cycle végétatif...................................... 42 Figure 13: Exemple de carte de stress hydrique ................................................................................... 44 Figure 14: Schéma de construction des cartes...................................................................................... 45 Figure 15: Fréquences cumulées du NBJStress par année.................................................................... 46 Figure 16: Influence des ITK sur les classes de risque des sols.............................................................. 48 Figure 17: Graphes d'optimisation de la TTSW..................................................................................... 50 Figure 18: Corrélation des variables (ACP tous scenarii)....................................................................... 91 Figure 19: Représentation des individus (ACP tous scénarii)................................................................ 91 Tableau 1: Détail des groupes hydrologiques de sol............................................................................. 34 Tableau 2: Critères d'assignement des groupes hydrologiques (source: National engineering handbook, 2007) ................................................................................................................................... 34 Tableau 3: Equivalence triangle des textures et Ks............................................................................... 34 Tableau 4: Valeurs des CN utilisées dans le paramétrage..................................................................... 34 Tableau 5: Les différents scenarii étudiés............................................................................................. 37 Tableau 6: Indices de stress hydrique ................................................................................................... 38 Tableau 7: Test d'égalité des moyennes d'ITK proches......................................................................... 41 Tableau 8: Détail du nombre de jours critiques par classe sur 18 ans de mesures .............................. 43 Tableau 9: Indice de qualité de l'ajustement du modèle...................................................................... 51 Tableau 10: Confrontation terrain du classement en groupes hydrologiques ..................................... 53 Tableau 11: Equivalence texture et TE.................................................................................................. 89 Tableau 12: Equivalence entre pierrosité et EG.................................................................................... 89
  16. 16. 16
  17. 17. 17 I Introduction aux problématiques de l’étude La vigne fait partie des cultures les plus fortes consommatrices de pesticides en France (Aubertot et al., 2005). Elle occupe 3,3% de la SAU française et consomme de l’ordre de 14% (en valeur) des produits phytopharmaceutiques utilisés en France dont majoritairement des fongicides et des herbicides (Agreste 2006). Dans le contexte actuel de réduction de l’utilisation de produits phytosanitaires, ces pratiques sont mises en cause, en relation avec la dégradation de la qualité des sols, des eaux et de l’air qu’elles peuvent entraîner. La culture de la vigne est donc l’objet d’attentes importantes de la société (Grenelle de l’environnement, plan Ecophyto 2018). Au niveau de l’entretien du sol des vignobles, la remise en question de l’utilisation intensive du désherbage chimique pour la gestion des adventices est plus que jamais d’actualité. A. Présentation des techniques alternatives à l’usage des herbicides Il existe plusieurs techniques agronomiques permettant de lutter contre les espèces de plantes concurrentes de la vigne. Les principales solutions sont le désherbage mécanique avec des outils travaillant dans le rang et/ou l’inter-rang, le désherbage thermique et l’enherbement des parcelles. Pour des raisons de vulnérabilité au risque d’incendie dans la région méditerranéenne et d’un bilan carbone excédentaire, la technique du désherbage thermique reste très marginale sur les vignobles méditerranéens et ne sera pas abordée ici. Nous nous focaliserons donc sur le travail du sol et les différentes formes d’enherbement de la vigne susceptibles d’être mis en place dans un contexte méditerranéen. L’accent sera porté en grande partie sur cette dernière technique. L'enherbement du vignoble désigne la technique qui consiste à conserver volontairement ou à implanter un couvert herbacé dans les vignes durant tout ou partie de l'année et sur tout ou sur une partie des inter-rangs. On emploie le terme d'enherbement pour désigner la technique ou le couvert herbacé lui-même. L’enherbement peut être naturel ou semé. S’il est semé on peut se servir du terme engazonnement, ici il ne sera pas utilisé. L’enherbement est également permanent c'est-à-dire laissé toute l’année sur la parcelle ou hivernal. Dans ce dernier cas l’enherbement est détruit de façon mécanique ou chimique en début de période végétative de la vigne (fin avril à début juin) afin d’éviter un effet de compétition pendant la phase de croissance et de production (Lafosse, 2001). En 2006, 37 % du vignoble français était enherbé de façon permanente (Agreste), avec de fortes disparités entre les régions : de 85 % en Alsace à 18 % en Languedoc-Roussillon. Les risques de sécheresse au cours de la période d'activité de la vigne sont beaucoup plus importants dans les vignobles méditerranéens à cause de la variabilité du régime des pluies. Bien que dans ces régions l’enherbement soit peu pratiqué par les viticulteurs en raison de la crainte d’un stress hydrique et minéral trop sévère, ses atouts ne sont pas négligeables. Bénéfices de l’enherbement L’enherbement permet d’augmenter le taux de matière organique des sols, (Morlat, 1981), mais aussi d’améliorer la structure des sols en limitant le l’érosion et en améliorant l’efficacité des précipitations et l’infiltration (Chantelot et al., 2004, Andrieux, 2006). Il augmente également la portance du sol, les risques de tassement sont réduits (Celette, 2007). L’enherbement a également un effet bénéfique sur l’activité biologique des sols (Crozier et al., 2004, Whitelaw-Weckert et al., 2007 ). Au niveau des produits phytosanitaires, l’enherbement permet la diminution de l’utilisation de fongicides car les vignes sont moins sensibles aux maladies cryptogamiques. Cet effet est lié à la diminution de la vigueur (Valdés et al. 2006).
  18. 18. 18
  19. 19. 19 L’enherbement limite également le développement des adventices grâce à l’effet mulch (Fourie et al., 2006). Enfin la présence d’un couvert enherbé peut réduire les transferts de produits phytosanitaires de 70 à 95 % (CEVH– ENGEES, 2004). Inconvénients de l’enherbement Les effets négatifs de l’enherbement ne sont pas à négliger. La perte de vigueur et de rendement (qui peut aller de 20 à 30% de perte) notamment due à la compétition hydrique a été prouvée dans de nombreuses études (Coulon et Prud’homme, 2003). Cependant le sol et notamment sa propension à conserver les ressources hydriques (profondeur, texture) influe sur la compétition entre le couvert et la vigne. Un sol profond qui retient facilement l’eau sera plus à même d’accepter un enherbement sans que la vigne soit impactée de façon sévère. Nous pouvons appréhender grâce à des modèles de bilan hydrique (Lebon, 2003, Celette, 2007) la compétition hydrique entre les vignes et le couvert en fonction des caractéristiques agronomiques de la parcelle. Cet outil peut être utile pour repérer et cartographier les sols de la zone méditerranéenne les plus favorables à la mise en place d’un enherbement. C’est justement l’objectif poursuivi lors de ce stage. Raisonnement des techniques d’entretien du sol Suite à la pollution du captage en eau potable du Lombardié près de Murviel-les-Béziers (34) un projet de recherche nommé SP3A a été mené dans le bassin versant du captage afin d’étudier les possibilités de limiter les transferts de pesticides. En amont, un changement dans les pratiques de désherbage s’avère nécessaire. Notre objectif est de proposer un zonage de l'aptitude des sols à l'enherbement (et au travail du sol) sur la base des caractéristiques spatialisées du milieu. Ce zonage est basé sur l’utilisation du bilan hydrique pour modéliser et analyser le risque de contrainte hydrique sous différents scenarii d’entretien du sol. Chaque scénario sera appliqué aux différents types de sols du bassin versant. Nous allons tout d’abord nous intéresser aux méthodes de spatialisation du stress hydrique existantes puis nous nous intéresseront au contexte du bassin versant et nous viendront ensuite à la spatialisation et la cartographie. B. Revue des différents essais de cartographie du stress hydrique végétal Cartographie du stress hydrique avec recoupement de cartes La cartographie du risque de stress hydrique est un thème qui n’a pas été développé initialement sur la vigne. Grimbert, 1999 a réalisé des cartes de bilan hydrique sur maïs grâce au croisement de cartes de RU et d’évapotranspiration. Ce bilan hydrique simplifié permettait d’obtenir des sorties grâces auxquelles ont pouvait observer les propriétés agronomiques d’une zone géographique particulière. Utilisation de modèles hydrologiques La prise en compte de modèles hydrologiques complexes dans la cartographie du bilan hydrique a été faite par exemple par Schwarzel,et al, 2009. Les chercheurs ont spatialisé le risque de stress hydrique dans des massifs forestiers en Allemagne en s’appuyant sur des modèles hydrologiques de pédo-transfert compilés avec différentes cartes numérisées.
  20. 20. 20
  21. 21. 21 Ils ont utilisé des cartes pédologiques, des cartes d’inventaires floristiques et des données météo, le tout regroupé dans un logiciel de SIG. Le modèle crée des cartes sous forme raster qui pour chaque pixel de sol renseigne sur des indicateurs journaliers comme la sécheresse du sol, l’excès d’eau et le risque stress hydrique des arbres. Des cartes spécifiques à chaque indice peuvent donc être créées pour un même sol. La prise en compte de l’impact des itinéraires techniques sur la cartographie du bilan hydrique d’une culture a été faite par Van Wesemael et al., 2006, qui ont analysé l’impact du travail mécanique sur les propriétés des sols de vergers d’amandiers. Ils ont étudié l’effet des variations spatiales des propriétés du sol sur le bilan hydrique des arbres du verger. Pour cela un modèle de simulation de l’érosion provoquée par le travail du sol (WATEM) a été utilisé. Il a été couplé à un modèle hydrologique simulant les flux d’eau de sols travaillés. Ils ont ainsi pu cartographier les zones où le passage des outils agricoles va déstructurer le sol et stresser le verger. Approche de viticulture de précision Les travaux de spatialisation du stress hydrique de la vigne n’ont pas été corrélés directement avec des modélisations du bilan hydrique. Des techniques relevant de la télédétection telles que la mesure du NDVI (Normalised Difference Vegetation Index) couplées à des mesures de résistivité des sols et du niveau de contrainte hydrique des vignes mesuré in situ, ont permis de faire des cartographies de stress hydrique précises (C. Acevedo-Opazo, 2008). Le NDVI peut être lié au LAI (Leaf Area Index) qui est un bon indicateur du stress hydrique car la vigueur est liée en condition non irriguée aux réserves hydriques du sol. La résistivité électrique du sol est la capacité du sol à limiter le passage du courant électrique. Cette mesure permet d’identifier certaines caractéristiques du sol (type de sol, texture, structure, taux en éléments grossiers, profondeur, température, humidité). Des mesures réalisées en continu et géoréférencées permettent de réaliser un zonage intra-parcellaire en identifiant les zones de résistivité homogène. Le croisement de ces deux informations complétées par une analyse de terrain permet de créer des cartes d’intérêt important qui peuvent permettre de connaître avec précision l’état physiologique du vignoble et faciliter les travaux culturaux. Cependant la mise en place de ces techniques est coûteuse et bien que les résultats renseignent sur l’état précis de la parcelle à un instant donné, les prédictions sont limitées. Approche intégrée des différentes techniques Toutefois certaines de ces techniques de précision sont utilisées par la NASA pour développer le système TOPS (Terrestrial Observation & Prediction System ) qui intègre des données satellitaires, des mesures climatiques et des cartes de sols pour produire des prédictions à large échelle de l’évolution des écosystèmes (Nemani et al.,2003, 2006). En 2005 TOPS a été couplé avec un modèle de bilan hydrique viticole américain VSIM (The Vineyard Soil Irrigation Model) qui simule de façon journalière les stocks d’eau du sol en fonction du LAI, du climat, de la texture du sol, de sa profondeur et de la profondeur d’enracinement. Ce modèle peut être paramétré pour simuler un couvert végétal afin d’analyser le stress hydrique du vignoble. (L. Johnson, 2006). Le modèle est actuellement en phase d’expérimentation en Nappa Valley. La dynamique autour de ces thèmes exprime donc un intérêt croissant pour ces nouveaux outils d’aide à la décision. La spatialisation des résultats de Walis que nous présentons ici s’inscrit donc dans la démarche de prédiction du stress hydrique de la vigne dans des conditions d’entretien du sol particulières. L’étude s’applique au cas d’un bassin versant viticole méditerranéen.
  22. 22. 22
  23. 23. 23 II Contexte particulier du bassin versant A. Présentation des principales caractéristiques du bassin versant Le bassin versant situé au nord de Murviel-lès-Béziers est situé en zone méditerranéenne. Les précipitations moyennes annuelles sont de 650 mm et l’évapotranspiration moyenne annuelle de Penman est de 1090 mm (données du proche bassin versant de la Peyne, Guix-Hébrard et al., 2007). Le régime des pluies est constitué de deux périodes de précipitations intenses généralement en automne et au printemps. Entre ces périodes le climat reste très sec. Le bassin versant possède une superficie d’environ 5000 hectares. L’activité agricole est essentiellement viticole (1700 ha classés en vignes en 2006, SIGLR 2006). La cave coopérative de Murviel-lès-Béziers structure la filière vin locale, en plus des caves particulières présentes sur le territoire (rapport TERPA, 2012). On trouve une vingtaine de viticulteur en AB ou en conversion en AB. Au niveau pédologique, le bassin possède une variabilité importante. La majorité du bassin est composée d’un mélange hétérogène de sédiments lacustres datant du Miocène (ère tertiaire) en partie recouvert par des dépôts alluviaux datant du Pliocène à l’Holocène (ère quaternaire). Le nord du bassin versant est composé de schistes. Il s’agit de dépôts des mers de l’ère primaire (ou Paléozoïque), accumulés durant 250 millions d’années, puis métamorphisés, c’est-à-dire transformés en profondeur, par suite de la surrection de la montagne hercynienne. La vigueur importante des plissements ont intensément fractionné les schistes, les rendant à peu près inaptes à la construction. En revanche les sols ainsi formés sont favorables à la vigne, ce qui forme des terroirs réputés (Atlas des paysages du Languedoc Roussillon). B. Création d’une enquête auprès de certains viticulteurs de la zone Afin de débuter notre étude en partenariat avec les acteurs locaux, nous avons décidé de faire une enquête préliminaire dans le but d’appréhender la situation du bassin et les enjeux de la mise en place de solutions alternatives aux herbicides. Cette enquête est exploratoire et ne prétend pas être une étude exhaustive des caractéristiques sociologiques du bassin. Nous avons seulement souhaité connaître les positions d’un nombre restreints de professionnels locaux concernant les modes d’entretien du sol. Une des personnes clefs qui nous a permis de débuter de manière efficace cette enquête est Jennifer Levavasseur, l’animatrice agro-environnementale de la commune de Murviel-Lès-Béziers. Elle a pour mission principale d’inciter les agriculteurs à adopter des techniques culturales plus respectueuses de l’environnement. Son travail s’axe principalement sur les mesures agro-environnementales instaurées par la PAC. Elle nous a donné une liste de contacts de viticulteurs engagés dans un processus de MAet (mesures agro-environnementales) situés de part et d’autre du bassin. L’enquête a consisté à la réalisation d’entretiens avec les viticulteurs au sujet de leurs exploitations et de leurs pratiques d’entretien des sols (questionnaire en annexe). Nous avons également pu interroger des experts connaissant le bassin versant tels que des conseillers de la chambre d’agriculture de l’Hérault ainsi qu’une technicienne d’une cave coopérative proche du bassin. Les questionnaires étaient construits avec des questions ouvertes afin d’amener les personnes à s’exprimer librement sur les problèmes d’entretien du sol qu’ils pouvaient rencontrer dans le bassin versant. Nous avons rencontré six viticulteurs dont trois viticulteurs en agriculture biologique installés en cave particulière, un viticulteur en agriculture raisonnée (terra vitis) en cave particulière et deux viticulteurs conventionnels travaillant avec la cave coopérative de Murviel-Lès-Béziers. La majorité des parcelles des viticulteurs étant situées à l’intérieur du bassin versant la démarche de changement de pratique les concernait directement.
  24. 24. 24
  25. 25. 25 C. Synthèse des résultats de l’enquête Enquête auprès des viticulteurs Concernant les producteurs en viticulture conventionnelle, il apparaît que l’intérêt pour le passage au désherbage mécanique est croissant. Il semble que beaucoup d’entre eux le juge aussi efficace que les herbicides pour désherber l’inter-rang. Les aides allouées par l’état pour l’achat de matériel de travail du sol dont des outils de désherbage mécanique sous le rang (intercep) ont permis aux viticulteurs de supporter le coût de la mise en place de cette pratique. Le passage des interceps n’est cependant pas systématique. Ils ne les utilisent pas dans les parcelles difficiles à travailler (très caillouteuses et pentues) où ils préfèrent passer un herbicide sous le rang pour plus de simplicité. Ils semblent cependant satisfaits des résultats récents des outils de travail du sol intercep. Concernant l’enherbement, leur réticence est palpable. A cause de certains échecs antérieurs, ils refusent de réimplanter de l’enherbement car la concurrence pour l’eau, entre la vigne et le couvert enherbé, est selon eux trop forte dans la région. La croissance et le rendement seraient impactés de manière trop préjudiciable. Figure 2: Graphique sur les différentes techniques d'entretien du sol utilisées par les viticulteurs enquêtés Les viticulteurs en agriculture biologique ont un avis différent. Ils préfèrent le travail du sol à l’enherbement mais ont conscience du bénéfice environnemental de cette mesure. Ils manquent parfois de références techniques pour la mise en place d’un couvert enherbé et craignent également une concurrence hydrique trop forte. Ils optent généralement pour une couverture végétale du sol pendant l’hiver pour éviter l’érosion. Cette couverture est cependant détruite entre avril et juin selon les viticulteurs afin d’éviter les phénomènes de compétition hydrique et azoté. Un des viticulteurs qui est en train de finaliser la conversion de l’ensemble de ses parcelles en agriculture biologique veut installer de l’enherbement permanent l’année prochaine et est intéressé par nos travaux pour savoir où le mettre en place. Il compte compenser la perte de rendement par une augmentation du prix de ses ventes grâce à la certification biologique. Le seul viticulteur qui enherbe complètement ces parcelles est un viticulteur en agriculture biologique et en biodynamie. L’enherbement permanent est maitrisé grâce au passage d’un rolofaca qui couche l’herbe et crée un mulch sur le sol. Le rolofaca est un rouleau équipé de lames qui égratignent les herbes et les couchent. 50% 17% 50% 83% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% Enherbement hivernal Enherbement permanent Désherbage chimique Désherbage mécanique Proportion de viticulteurs enquêtés utilisant au moins une des techniques suivantes d'entretien du sol
  26. 26. 26
  27. 27. 27 Cette technique permet d’affaiblir les herbes et de les maintenir au sol. Le but est de limiter la compétition entre le couvert et la vigne, de protéger le sol de l’érosion, des tassements et des trop fortes chaleurs. Cette technique limite de façon importante le rendement des vignes mais le viticulteur compense cette perte par un prix important des bouteilles. Sa communication est grandement basée sur ce principe. Il est à notre connaissance le seul dans le bassin versant à maintenir un couvert permanent dans ses vignes. Figure 3: Photographie du rolofaca utilisé par un des viticulteurs du bassin versant. Enquête auprès des conseillers et techniciens La technicienne de la cave coopérative de Corneilhan que nous avons rencontré n’encourage pas à l’enherbement des parcelles à cause de la crainte d’une perte de rendement. Cependant les responsables de la cave encouragent les viticulteurs à passer au désherbage mécanique total dans un souci d’efficacité et d’image environnementale de la cave. Les conseillers de la chambre d’agriculture restent quant à eux vigilants face à une trop grande promotion de l’enherbement car des expériences ratées pourraient fermer définitivement les viticulteurs à cette technique. Ils encouragent l’enherbement seulement pour les exploitants étant très motivés par cette technique et n’ayant pas de contraintes parcellaires trop fortes. Un conseiller en mécanisation à la chambre d’agriculture de l’Hérault précise que grâce à la nette amélioration des outils de travail du sol, de plus en plus de viticulteurs vont être encouragés à opter pour un désherbage mécanique complet de la parcelle. Au vu de l’enquête effectuée on peut avancer que l’enherbement permanent est très peu répandu dans le bassin versant. Les techniques alternatives privilégiées sont axées sur le travail du sol et un seul des viticulteurs enquêtés enherbe complètement ses parcelles. Face à la défiance des viticulteurs, il nous semble important de proposer un outil technique qui puisse leur permettre de localiser les zones où la concurrence hydrique, principale de leurs préoccupations, est faible. L’intérêt évoqué pour notre travail par certains acteurs nous encourage pour persévérer dans cette voie. Il semble cependant évident que cet apport technique ne serait être efficace pour faire évoluer les mentalités, qu’accompagné de mesures économiques visant à réduire les risques inhérents à la mise en place de couverts enherbés dans les vignes. Nous présentons maintenant le travail de modélisation et de cartographie mené sur le bassin versant.
  28. 28. 28
  29. 29. 29 III Mise en place de la cartographie à partir du modèle de bilan hydrique WALIS Afin de créer un outil permettant de spatialiser l’impact sur la vigne d’un changement de mode d’entretien des sols nous allons nous appuyer sur le modèle de bilan hydrique WaLIS (Celette, 2007). A. Présentation du modèle de bilan hydrique Le bilan hydrique représente la dynamique de la quantité d’eau présente dans un volume de sol considéré, généralement celui colonisé par le système racinaire de la plante. Un modèle de bilan hydrique a été développé sur vigne par Lebon (2003). Ce modèle simule en fonction des conditions météorologiques, la consommation en eau de la vigne et l’évaporation du sol au pas de temps journalier. Le modèle est donc capable de simuler l’eau disponible pour la vigne quotidiennement. Celette (2007, 2010) a intégré dans ce modèle la possibilité de simuler la consommation d’un couvert intercalaire. Ce modèle se nomme WaLIS (Water baLance for Intercropped Systems). Il simule les stocks d’eau disponibles pour la vigne en fonction du climat, de l’état de surface du sol et des caractéristiques de la parcelle. La capacité de stockage du sol est caractérisée par sa TTSW. On définit la TTSW (Total Transpirable Soil Water) comme la totalité de l’eau du sol transpirable par la plante. Cette quantité est fixe, elle correspond à l’eau à proximité des racines qui va pouvoir être absorbée. Les limites de la TTSW sont définies selon Sinclair and Ludlow, 1986, à la borne supérieure par la capacité au champ et à la borne inférieure par le point d’humidité du sol autour duquel la conductance stomatique est égale à zéro (voir figure 5). On exprime la variation journalière de cette quantité comme étant l’ASW (Available transpirable Soil Water). Lorsque la quantité maximale d’eau que le sol peut contenir est atteinte, ASW = TTSW. Au fur et à mesure que le sol s’assèche, l’ASW diminue. WaLIS fonctionne comme un modèle à compartiment (voir figure 4), la vigne et l’herbe possèdent chacune un compartiment de sol mais seule la vigne a la capacité de puiser dans les deux compartiments. Le fonctionnement du modèle peut être représenté par les équations suivantes (d’après Ripoche, 2009) : ∆ =  −  −  +  −  −  ×    ∆ =  −  −  −  −  ×    Avec « v » se rapportant à la vigne et « h » se référant au couvert enherbé, ΔASW: les variations du stock d’eau du sol disponible pour la plante, P : les précipitations utiles, R : le ruissellement de surface, T : la transpiration de la plante, Es : l’évaporation du sol, D : le drainage. Toutes les variables sont exprimées en mm d’eau
  30. 30. 30 Figure 4: Schématisation du bilan hydrique (Celette, 2007) Figure 5: Définition des différentes réserves en eau du sol (Lecoeur 2009) Avec Hcr : humidité pondérale à la capacité de rétention (capacité au champ) Hpfp : humidité pondérale au point de flétrissement permanent Hj : humidité pondérale au jour j Hgs=0 : humidité pondérale pour gs (conductivité stomatique)=0 Z : profondeur d’enracinement
  31. 31. 31 De plus :  =  ×  Où Kc est le coefficient cultural d’interception du rayonnement solaire par la plante. ETP étant l’évapotranspiration potentielle de Penman qui est calculée à partir de plusieurs données météo (vitesse du vent, hygrométrie, température...). Le Kc de la vigne est calculé au cours du temps grâce à la relation trouvée par Riou et al., 1989, à partir de la mesure du Kcmax durant le mois de juillet. Ce dernier étant calculé sur le terrain grâce à la hauteur du feuillage et l’écartement entre les rangs (Riou, 1989). Le Kc de l’herbe est une valeur dynamique qui est simulée par Walis suivant le modèle de développement du couvert. Au jour i on a donc :  =  +  L’ASW nous donne des informations quant à la quantité d’eau présente dans le sol disponible pour la vigne, mais c’est la FTSW qui va nous donner des indices utiles pour percevoir le niveau de stress hydrique de la plante (Pellegrino, 2005).  = / Une FTSW de 100% signifie que le sol est à la capacité au champ c’est à dire qu’il atteint son maximum de réserves en eau. Une FTSW de 0% signifie a contrario qu’il n’y a plus d’eau dans le sol accessible aux racines. Le modèle est paramétré de façon standard pour une vigne méditerranéenne palissée (voir paramétrage en annexe). Le couvert végétal est quant à lui considéré comme un couvert semé de type graminée pérenne (mélange ray-grass et fétuque rouge), selon le paramétrage utilisé par Celette (2007). Les données d’entrée du modèle qui sont spécifiques du bassin versant sont relatives aux sols et au climat. Les deux caractéristiques principales considérées pour chaque sol sont la TTSW et la capacité de ruissellement du sol. Elles ont été choisies pour leur effet important sur la modélisation (analyse de sensibilité, Delpuech, 2008). L’autre entrée spécifique est les données météo journalières (pluie, température, ETP) renseignées ici sur 18 ans. Ces deux paramètres seront développés en détails dans la suite du mémoire. En sortie, le modèle nous donne une estimation journalière de l’ASW totale et la FTSW totale du sol. WaLIS ne prend cependant pas en compte les phénomènes de recharge de la réserve en eau par capillarité. Il ne fonctionne également que pour des vignes palissées. Le modèle de bilan hydrique est programmé dans le logiciel R. C’est ce logiciel qui va servir à la modélisation et à la plupart des analyses statistiques inhérentes à la cartographie.
  32. 32. 32 Figure 6 : Comparaison de deux indices agro-météorologiques 1700 1800 1900 2000 -300-200-1000100 Comparaison des années climatiques avec des indices de disponibilité en eau et de chaleur Somme des degrés-jours (indice de Winkler) Indicedesécheresse(bilanhydriquesimplifié) 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
  33. 33. 33 B. Exploration des données météo du bassin versant Les données météo que nous avons récupérées ont été fournies par l’UMR LYSAH de SupAgro. Elles proviennent de la station météorologique de Roujan située à 18 km à l’est de Murviel-lès-Béziers. Le jeu de données représente 18 ans de mesures quotidiennes (pluie, température moyenne et ETP) entre 1993 et 2008. Ces données étaient par moment incomplètes et nous les avons complétées avec des données INRA de Puisserguier une station située à 17 km à l’ouest de Murviel-lès-Béziers. Ces données météo sont typiques de la région avec un climat méditerranéen fait d’étés très chauds et secs et d’hivers doux et humides. On peut observer une variabilité interannuelle des précipitations avec un maximum à 1600 mm et un minimum de 300 mm annuel (voir figure 7). L’analyse des climats des millésimes est effectuée en fonction de critères agro-climatiques spécifiques à la vigne. Nous avons utilisé l’indice de sécheresse calculé à partir du bilan hydrique simplifié qui renseigne sur la contrainte hydrique avec  =    − 0.6    à  Cet indice est calculé pour chaque année en fonction de la somme des pluies et des ETP journaliers. Nous avons également calculé l’indice des degrés jours de Winkler, basé sur la somme des températures actives (au-dessus du seuil physiologique de 10°C) :  = ∑   − 10 pour T>10°C entre le 1er avril et le 31 octobre (voir figure 6). Les années 2003, 2006 et 2009 ont été très chaudes et sèches (l’année 2003 étant l’année de la canicule). Ce sont surtout 1994 et 1999 qui ont été des années particulières car des températures très chaudes ont été accompagnées d’un déficit de pluie important. D’une année sur l’autre les conditions peuvent varier excepté ici pour les années 2000,2002, 2007 et 2008 qui semblent être des années assez humides et chaudes. Cette analyse nous permet de mettre en relief d’importantes variabilités au cours des années. La série climatique étant très contrastée cela permet de voir que notre travail de modélisation prend tout son sens car on ne saurait faire des prévisions simples sur les millésimes. Figure 7 : Somme des hauteurs de pluie sur le jeu de données météo utilisé
  34. 34. 34 Tableau 1: Détail des groupes hydrologiques de sol Groupe A potentiel de ruissellement faible (sols très sableux) Groupe B potentiel de ruissellement modéré Groupe C potentiel de ruissellement plutôt élevé (sols plutôt argileux) Groupe D Potentiel de ruissellement très élevé (sols argileux) Tableau 2: Critères d'assignement des groupes hydrologiques (source: National engineering handbook, 2007) Tableau 3: Equivalence triangle des textures et Ks Texture dominante Texture USDA équivalente Conductivité hydraulique à saturation (µm/s) Groupe Hydrologique AL Clay 1.98 Grp C ALoS Clay 1.83 Grp C AoLoS Silt Clay 4.09 Grp C AoSoL Sand Clay Loam 5.57 Grp C ASoL Sand Clay 1.69 Grp C LoS Silt Loam 21.73 Grp B LoSoA Loam 12.70 Grp B S Sand Loam 42.05 Grp A SoL Sand Loam 36.76 Grp B SoLoA Loam 17.92 Grp B Tableau 4: Valeurs des CN utilisées dans le paramétrage Valeurs de CN (sans unité) Groupes hydrologiques États de surface A B C D Sol nu 77 86 91 94 Sol travaillé 73 82 87 90 Sol enherbé 68 79 86 89 .
  35. 35. 35 C. Paramétrage du ruissellement WaLIS est un modèle qui estime le ruissellement du sol, élément indispensable à l’élaboration du bilan hydrique, grâce à la méthodologie des Curve Number (SCS-CN; Soil Conservation Service, USDA, 1985). Le CN (curve number) d’un sol permet de définir son infiltrabilité et donc sa propension au ruissellement. Il est construit à partir des caractéristiques hydrologiques du sol et de son état de surface. Pour définir le CN d’un sol il faut d’abord classer ce sol dans un des quatre grands groupes hydrologiques (NRCS, 2003, voir tableau 1) puis il faut définir son état de surface simplifié afin de lui attribuer une valeur de CN spécifique (par exemple travaillé, non travaillé, enherbé). Source des données Les informations pédologiques dont nous disposons sur le bassin versant du Rieutort ont été collectées par un groupe d’étudiants de Montpellier SupAgro qui a travaillé à la construction d’une base de données cartographiques dans le cadre du projet SP3A. Nous disposons de deux cartes pédologiques provenant de sources différentes. La première est issue de la carte pédologique de Lodève réalisée par l’INRA en 1993. La précision des mesures est un point tous les 53 hectares soit 0.0187 mesures par hectare donc une échelle réelle de 1/25 000 (Van Leeuwen, 2008). La seconde est une carte réalisée par l’Association Climatologique de l’Hérault (ACH34) réalisée entre 1980 et 1990 puis numérisée en 2010. La précision des mesures est une mesure pour 15 hectares soit 0.66 mesures par hectare donc une échelle réelle de 1/10 000. Cette carte n’est pas une carte pédologique à proprement parler car les noms scientifiques des sols n’y figurent pas. On parlera donc de carte agro-pédologique car on trouve nombre de renseignements sur les sols dont notamment des informations sur la texture, la profondeur et la pierrosité (Rapport GEME, 2012). Pour des raisons de précision d’échelle nous avons décidé de nous baser sur les cartes pédologiques de l’ACH34 afin de paramétrer WaLIS et de spatialiser les résultats. Ce sont les informations sur la texture des sols qui vont nous permettre d’établir le classement en grands groupes hydrologiques. Utilisation d’informations sur les textures Les données pédologiques de l’ACH34 que nous possédons sont basées sur le triangle des textures de Hénin (1969). Nous avons utilisé le logiciel SPAW (Soil-Plant-Air-Water) développé par l’USDA qui calcule pour une texture particulière, un coefficient de conductivité hydraulique à saturation (Ks). L’équivalence entre les textures du triangle de Hénin et les textures du triangle USDA a été faite grâce au pourcentage en sable et en limon présent dans chaque texture. Ce sont les valeurs du Ks qui vont nous servir à classer les sols dans des groupes hydrologiques distincts en fonction des références notées dans le National Engineering Handbook 2007 (voir tableau 2). Le classement des sols du bassin en grands groupes hydrologiques a abouti à la création de 3 grands ensembles de sols (A, B et C, le groupe D n’étant pas présent dans le bassin versant). Ces trois grands groupes de sols vont se voir affecter des valeurs de CN particuliers en fonction de l’état de surface des sols. Estimation des CN Le CN d’un état de surface peut être estimé grâce à un outillage complexe composé par exemple d’une aire de collecte d’eau de ruissellement placée en bas de la parcelle (Celette, 2007). Nous n’avons pas pu faire de telles mesures durant le stage. La bibliographie reliant un état de surface à un CN particulier étant importante, nous avons fait une étude des différentes expérimentations menées dans le monde sur ce sujet. Il s’avère que les différents auteurs étudiés (NCRS-Engineering Field Handbook, 2007 ; Manoliadis et al, 2003; Delpuech, pers.com ; Romero et al, 2007 ; Elhakeem et al, 2008; Celette, 2007) trouvent des valeurs assez hétérogènes de CN en fonction des états de surface car ils sont dépendants des conditions climatiques et du type de sol. Cependant, en contexte méditerranéen, nous pouvons arriver à un consensus sur les valeurs renseignées dans le tableau 4, qui illustrent du mieux possible les comportements des sols.
  36. 36. 36 Figure 8: Carte des ensembles de sols étudiés
  37. 37. 37 D. Définitions des TTSW théoriques de chaque sol. Le modèle WaLIS nécessite d’avoir la valeur de la TTSW (la réserve en eau du sol totale transpirable par la plante) afin de procéder au calcul du bilan hydrique. Cependant nous ne possédons pas cette information qui ne peut être obtenue qu’avec un outillage expérimental très lourd comme par exemple une sonde à neutron. Nous faisons l’approximation dans cette étude que la réserve utile du sol (RU) est égale à la TTSW. La RU, comme expliqué dans la figure 5, est l’eau disponible dans le sol entre l’humidité au point de flétrissement permanent et l’humidité au champ. La différence avec la RU réside dans le fait que la RU est calculée en fonction de la profondeur du sol. Cependant, les racines de la vigne peuvent ne pas pouvoir accéder à certaines profondeurs de sol. Pour des raisons de simplicité nous estimons ici que les racines de la vigne peuvent puiser dans tout le compartiment sol donc que TTSW=RU. Nous possédons des informations sur la RU fournies par l’ACH34 mais elles sont sous-estimées (rapport GEME 2012). Nous allons donc redéfinir cette RU grâce aux informations disponibles sur la texture, la pierrosité et la profondeur. Les RU de chaque sol vont être définies selon une méthode formalisée par l’INRA de Montpellier (Notice BDLR-RU, Thomas Ménard, Philippe Lagacherie et Christian Floure. INRA UMR LISAH). RU = H × TE × 1 − EG/100 Avec RU : réserve utile (mm), H : épaisseur du sol (cm), TE : facteur ou indice de texture déterminé à partir de la classe de texture (%), EG : éléments grossiers (%).Les détails du calcul et du classement sont explicités en annexe. Les résultats sont simplifiés en arrondissant à l’entier au dessus. On obtient 13 types de sols en recoupant RU et groupes hydrologiques (voir figure 8). Dans le reste de l’étude les grands types de sols (formalisés par leur RU et leur groupes hydrologiques) seront nommés sol 1, 2, 3..13 sans que cela n’ait de rapport avec un sol au point de vue pédologique. C’est simplement ici une convention d’écriture. E. Présentation des différents scénarii étudiés. Maintenant que tous les sols sont définis par un groupe hydrologique et une RU particulière, nous pouvons simuler différents itinéraires techniques. Notre objectif étant de formaliser certains scénarii d’entretien du sol nous avons paramétré Walis afin qu’il simule plusieurs situations possibles. En modifiant le taux de couverture du sol nous définissons la taille du compartiment herbe. Nous pouvons simuler un couvert végétal dans toute la parcelle (100% enherbement) ou sur seulement les inter-rangs (60% de la parcelle) ou sur un rang sur deux (30% de la parcelle). Un sol sans enherbement aura un taux de couverture à 0%. Chaque compartiment possède un CN particulier. La modification des CN dans la paramétrisation permettra quant à elle de préciser s’il y a eu un travail du sol ou un désherbage chimique sur les parties non enherbées. Certains scenarii extrêmes comme l’enherbement à 100% des parcelles serviront de comparaison pour les scenarii potentiellement acceptables. Tableau 5: Les différents scenarii étudiés Scénario Abréviation Enherbement complet permanent du rang et de l’inter-rang ENH100 Enherbement permanent tous les inter-rangs avec désherbage du rang (équivalent à 60% d’enherbement de la parcelle) ENH60 Enherbement permanent tous les inter-rangs avec travail du sol dans le rang ENH60TR Enherbement hivernal tous les inter-rangs avec travail du sol dans le rang, destruction du couver le 1er avril. le sol est ensuite considéré comme travaillé. ENH60H Enherbement permanent un inter-rang sur deux avec désherbage du rang (30% d’enherbement) ENH30 Enherbement permanent un inter-rang sur deux avec travail du sol dans le rang ENH30TR Enherbement hivernal un inter-rang sur deux avec travail du sol dans le rang. ENH30H Sol travaillé complètement TRAVAIL Sol désherbé complètement CHIM
  38. 38. 38 Tableau 6: Indices de stress hydrique Figure 9: Corrélation des variables FTSW indicateurs: Impact sur la physiologie de la vigne Niveau de stress voulu Valeur minimale acceptable Stade du cycle Dates début Date fin Durée (jrs) FTSW1 Développement végétatif Léger 0.6 Débourrement à Floraison 01-avr 15-juin 76 FTSW2 Rendement Léger à modéré 0.3 Floraison à véraison 15-juin 01-août 47 FTSW3 Qualité Modéré à Important 0.1 Véraison à récolte 01-août 15-sept 46 FTSW4 Mise en réserve Nul 0.8 Récolte à chute des feuiles 15-sept 15-nov 91 FTSW5 Recharge hivernale Nul 0.8 Fin de dormance 01-mars 31-mars 31
  39. 39. 39 F. Exemple de paramétrisation Nous allons par exemple paramétrer un enherbement à 60% sur un sol appartenant au groupe hydrologique B et ayant une RU de 120 mm. Pour cela nous allons définir un CN à 79 (tableau 4) pour le compartiment herbe et nous allons programmer le taux de couverture de l’herbe à 60%. Les 40% restant du sol appartiennent au compartiment vigne. Si ces 40% sont travaillé alors nous allons définir le CN à 82 (voir tableau 4). Ainsi Wallis va calculer le bilan hydrique journalier pour ce sol durant les 18 années de mesure. En changeant le CN ou le taux de couverture nous pouvons simuler plusieurs situations sur le même sol. Grâce à la création de boucles sur R tous les scenarii sont simulés pour l’ensemble des sols du bassin versant en même temps. Les résultats sont regroupés dans un unique fichier que nous allons analyser. IV Identification d’un indice de stress pertinent : A. Étude des différentes FTSW modélisées au cours du cycle végétatif La simulation est menée avec 13 sols pour 9 modalités durant 18 années de données météo. Les sorties que nous obtenons sont des résultats journaliers de FTSW totale et d’ASW totale ce qui fait un peu plus de 400 000 résultats. Il est important de pouvoir trier cette masse d’information afin de faire ressortir les indices physiologiques clefs. Nous allons tout d’abord séparer les valeurs de FTSW en fonction des différentes périodes du cycle végétatif de la vigne sur lesquelles elles sont simulées. Nous séparons le cycle végétatif en 5 période avec pour chaque période une valeur de FTSW particulière (voir tableau 6). Gary, 2005 et Pellegrino, 2006 ont défini des seuils minimum de FTSW pour chaque étape du cycle de développement de la vigne. Si la FTSW passe en dessous de ces seuils alors la physiologie de la vigne sera affectée ainsi que la qualité du vin. Les études sur ces seuils s’inspirent notamment des travaux d’Ojeda, 2002 concernant le stress hydrique nécessaire à l’obtention d’un vin de qualité. En effet pour obtenir le meilleur de la vigne il faut qu’elle subisse un stress limité à certaines périodes du cycle végétatif. Ici nous nous intéressons seulement au stress maximum subit par la vigne. Le stress minimum que doit subir la vigne relève plus un choix personnel du viticulteur et elle n’impacte pas négativement le rendement. Ces seuils ont étés définis à partir de travaux fait en zone méditerranéenne. Ils sont donc utilisables dans notre étude. Les FTSW 4 et 5 ont étés rajoutées à dire d’expert (Delpuech, pers. com) pour évaluer leurs effets sur le bilan hydrique. Afin d’étudier les corrélations des variables, nous avons choisi d’effectuer une ACP sur les valeurs moyennes de FTSW 1, 2, 3, 4 et 5 pour chaque modalité, sol et année (Figure 9). Sur la figure 9, FTSW1 et FTSW2 et FTSW5 sont fortement corrélées entre elles. Cependant FTSW3 n’est pratiquement pas corrélée aux autres et FTSW4 est corrélée négativement à FTSW1, 2 et 3. L’indice FTSW4 ne semble donc pas très efficace pour discriminer les individus. Ces résultats pourraient s’expliquer par le fait que FTSW4 est calculée sur la période du 15 septembre au 15 novembre qui est une période orageuse avec des précipitations conséquentes. Ceci engendre une variabilité importante des résultats indépendamment du type de sol ou du type d’entretien du sol. FTSW1, 2 et 5 sont intéressants car ils peuvent permettre de trier différents sols, Ils correspondent à des périodes clefs de développement de la vigne en début de saison.
  40. 40. 40 Figure 10: Corrélation des variables NBJStress Figure 11: Représentation des individus avec coloration selon les modalités
  41. 41. 41 B. Création d’un nouvel indice pour l’analyse du risque de stress hydrique Afin de créer une cartographie synthétique il faut arriver à résumer les stress hydriques sur la période des 18 années de mesure. Nous ne pouvons pas créer 18 cartes correspondantes à chaque année. Il faut donc résumer ce qu’il s’est passé pour chaque sol et chaque modalité d’entretien des sols sur toute la période étudiée. Pour cela nous avons créé un nouvel indice noté NBJStress qui représente le nombre de jours sur 18 ans où la FTSW (1, 2, 3 ,4 ou 5) passe en dessous du seuil définit par Pellegrino, 2006. Cet indice correspond à un nombre de jours critiques. Afin d’analyser la pertinence de cet indice nous avons fait une ACP qui prend en compte le NBJStress1, 2, 3, 4 et 5 respectivement pour les 5 périodes du cycle végétatif (figure 10). Les 2 premiers axes expliquent 91% de la variance. Les corrélations entre les variables demeurent relativement inchangées par rapport aux résultats de la figure 9. Au niveau des individus les modalités sont assez bien discriminées par l’ACP (voir annexe). Cependant certaines modalités semblent assez proches. C’est notamment le cas de ENH30 et ENH30TR ainsi que ENH60 et ENH60TR. La différence entre ces modalités réside dans le traitement du rang. Pour ENH30TR ou ENH60TR le désherbage sous le rang se fait de façon mécanique (intercep) et pour ENH30 ou ENH60 il se fait de façon chimique. Afin de simplifier l’analyse nous allons tester si ces modalités sont différentes. Pour cela on reporte les coordonnées des points concernés sur l’axe 1 qui représente 71% de l’inertie et on teste l’égalité des variances puis des moyennes. La distribution des points n’étant pas normale et les effectifs étant inférieurs à 30 nous allons utiliser des tests non paramétriques. Nous avons également testé l’égalité des variances selon l’axe 2, les résultats sont présentés ci-contre. Tableau 7: Test d'égalité des moyennes d'ITK proches Coordonnées modalités testées Test Statistique P-value Interprétation ENh60 & ENH60TR axe 1 Shapiro-Wilk 0.07591 Pas de normalité (H0) ENH30 & ENH30TR axe 1 Shapiro-Wilk 0.2443 Pas de normalité(H0) ENh60/ENH60T axe 1 Wilcoxon 0.8403 Pas de différence(H0) ENh30/ENH30T axe 1 Wilcoxon 0.9598 Pas de différence(H0) ENh60 & ENH60TR axe 2 Shapiro-Wilk 0.03608 Pas de normalité (H0) ENH30 & ENH30TR axe 2 Shapiro-Wilk 0.9598 Pas de normalité(H0) ENh60/ENH60T axe 2 Wilcoxon 0.9387 Pas de différence(H0) Ces résultats signifient que Wallis ne modélise pas de différences significatives selon nos critères, pour des parcelles enherbées entre le fait que la parcelle soit désherbée ou travaillée sur sous le rang. Nous décidons donc de ne pas prendre en compte ENH30TR et ENH60TR dans les analyses et la cartographie. Les résultats de cette ACP réinitialisée sans les modalités ENH30TR et ENH60TR sont présentés sur les figures 10 et 11. Les axes 1 et 2 représentent 91% de l’inertie. Il y a une séparation assez distincte des modalités excepté pour ENH60H qui se situe entre ENH30 et ENH30H. Ces trois modalités semblent assez proches au niveau des indices étudiés. On notera que les modalités CHIM et TRAVAIL sont très proches, il semble au regard des tests antérieurs que l’indice de stress que nous avons créé ne fait pas de différence notable entre un sol désherbé chimiquement et un sol travaillé. Cependant nous allons garder les modalités CHIM et TRAVAIL à titre d’information.
  42. 42. 42 Figure 12:Comparaison des différents NBJStress au cours du cycle végétatif 1 2 3 4 5 05001500 Sol 1 Périodes du cycle végétatif NBJStress 1 2 3 4 5 05001500 Sol 2 Périodes du cycle végétatif NBJStress 1 2 3 4 5 05001500 Sol 3 Périodes du cycle végétatif NBJStress 1 2 3 4 5 05001500 Sol 4 Périodes du cycle végétatif NBJStress 1 2 3 4 5 05001500 Sol 5 Périodes du cycle végétatif NBJStress 1 2 3 4 5 05001500 Sol 6 Périodes du cycle végétatif NBJStress 1 2 3 4 5 05001500 Sol 7 Périodes du cycle végétatif NBJStress 1 2 3 4 5 05001500 Sol 8 Périodes du cycle végétatif NBJStress 1 2 3 4 5 05001500 Sol 9 Périodes du cycle végétatif NBJStress Evolution de NBJStress en fonction des périodes du cycle végétatif de la vigne 1 2 3 4 5 050010001500 Sol 10 Périodes du cycle végétatif NBJStress 1 2 3 4 5 050010001500 Sol 11 Périodes du cycle végétatif NBJStress 1 2 3 4 5 050010001500 Sol 12 Périodes du cycle végétatif NBJStress 1 2 3 4 5 050010001500 Sol 13 Périodes du cycle végétatif NBJStress Légende CHIM ENH100 ENH60 ENH60H ENH30 ENH30H TRAVAIL Evolution de NBJStress en fonction des périodes du cycle végétatif de la vigne
  43. 43. 43 C. Analyse comparée des différents indices Bien que les indices NBJStress soient corrélés (excepté pour NBJStress 4, figure 10) il est intéressant d’analyser le comportement de ces indices sur un cycle végétatif complet d’une année (voir figure 12). Les périodes du cycle végétatif les plus discriminantes pour séparer les modalités sont celles qui correspondent aux indices NBJStress 1 et 2 car la différentiation des modalités est la plus nette. De plus, ce sont des périodes clefs pour la vigne et l’élaboration du rendement (Ramos M.C.,Martínez- Casasnovas J.A.,2010). Nous allons donc utiliser les indices NBJStress 1 et 2 pour créer des classes de risque et mettre en place la cartographie. D. Création des cartes : Nous faisons la somme de NBJStress1 et NBJStress2 ce qui va donc représenter le nombre de jours critiques comptés entre le 1er avril et le 1er août additionné sur les 18 ans de données météo. Nous le nommerons NBJStressA. Nous nous appuyons sur les valeurs de NBJStressA pour classer les sols dans chaque modalité. Pour cela nous utilisons l’algorithme de Jenks qui va créer des groupes de NBJStressA de façon à réduire la variance intra-classe et à maximiser la variance inter-classes. Les groupes de NBJStressA ainsi regroupés seront considérées comme des niveaux de risque. Ces niveaux de risque seront identiques pour tous les scenarii d’entretien du sol. Nous créons 6 niveaux de risque qui vont de 1 : risque faible de stress hydrique, à 6 : risque très important de stress hydrique (voir tableau 7). Ces résultats sont ensuite intégrés, via un logiciel de SIG, à la table attributaire de la carte des sols. Chaque carte va représenter un type d’entretien du sol. Nous allons donc créer 7 cartes qui représenteront le risque de stress hydrique moyen sur les 18 années de mesure. La figure 13 est un exemple de carte obtenue. Toutes les cartes sont présentées au format A4 an annexe. Une carte détaillée avec les données IGN en transparence est également présenté en format A3 en annexe. Le schéma de la création des cartes est résumé dans la figure 14. La création de ces cartes nécessite une analyse approfondie afin de comprendre réellement leur signification. Tableau 8: Détail du nombre de jours critiques par classe sur 18 ans de mesures Classes de risque Nombre de jours critiques minimum Nombre de jours critiques maximum Moyenne du nombre de jours critiques 1 318 701 561.5 2 744 1014 885.5 3 1048 1290 1184.58 4 1342 1563 1439.94 5 1572 1762 1689.55 6 1793 2112 1885.58
  44. 44. 44 Figure 13: Exemple de carte de stress hydrique
  45. 45. 45 Figure 14: Schéma de construction des cartes Regroupement des sols en groupes hydrologiques Calcul de la RU de chaque sol Exécution de WaLIS Carte pédologique du bassin versant (texture, profondeur, pierrosité des sols) Analyse des données de sortie et création d’un indice de stress représentatif: NBJStressA Classement de cet indice en six niveaux de risque selon l’algorithme Cartes des sols présentant les niveaux de risque de stress hydrique en fonction de l’itinéraire technique choisi Données météo Elaboration de scénarii Paramétrisation du bilan hydrique Création des cartes Création de types de sols
  46. 46. 46 Figure 15: Fréquences cumulées du NBJStress par année 0 20 40 60 80 100 140 020406080 Sol 1 NBJStress annuel %d'annéesétudiées 0 20 40 60 80 100 140 020406080 Sol 2 NBJStress annuel %d'annéesétudiées 0 20 40 60 80 100 140 020406080 Sol 3 NBJStress annuel %d'annéesétudiées 0 20 40 60 80 100 140 020406080 Sol 4 NBJStress annuel %d'annéesétudiées 0 20 40 60 80 100 140 020406080 Sol 5 NBJStress annuel %d'annéesétudiées 0 20 40 60 80 100 140 020406080 Sol 6 NBJStress annuel %d'annéesétudiées 0 20 40 60 80 100 140 020406080 Sol 7 NBJStress annuel %d'annéesétudiées 0 20 40 60 80 100 140 020406080 Sol 8 NBJStress annuel %d'annéesétudiées 0 20 40 60 80 100 140 020406080 Sol 9 NBJStress annuel %d'annéesétudiées 0 20 40 60 80 100 140 020406080 Sol 10 NBJStress annuel %d'annéesétudiées 0 20 40 60 80 100 140 020406080 Sol 11 NBJStress annuel %d'annéesétudiées 0 20 40 60 80 100 140 020406080 Sol 12 NBJStress annuel %d'annéesétudiées 0 20 40 60 80 100 140 020406080 Sol 13 NBJStress annuel %d'annéesétudiées Légende TRAVAIL ENH 60% Fréquences cumulées du nombre de jours critiques par année
  47. 47. 47 V Analyse de la cartographie A. Analyse du nombre de jours critiques par années de la simulation : Notre cartographie ne nous renseigne cependant pas sur le comportement des sols pour des années précises. Nous avons donc voulu analyser le nombre de jours critiques moyen par année pour deux modalités standards qui sont le travail du sol (TRAVAIL) et l’enherbement à 60% (ENH60). Pour la représentation de ces données nous avons choisi d’utiliser un graphique analysant les fréquences cumulées des années étudiées en fonction du nombre de jours critiques par année (voir figure 15). Les sols ont des comportements très différents en fonction de leurs caractéristiques respectives. Le sol 1 qui est un sol sableux filtrant à faible réserve utile possède un nombre de jours critiques par ans très important toutes les années, avec au minimum 80 jours critiques par an. Il n’y a pas de différence entre un travail du sol et un enherbement au niveau du nombre de jours critiques. Le stress sur cette parcelle sera très important qu’il y ait l’un ou l’autre des itinéraires techniques mis en place. Des sols possédant une capacité de rétention en eau importante comme le sol numéro 12 possèdent un nombre de jours critiques faible quand la parcelle est travaillée mécaniquement. La différence est très marquée avec la mise en place d’un enherbement. On voit que le nombre d’années ayant un nombre de jours critiques important est assez élevé et augmente de façon plus rapide qu’avec le travail du sol. L’effet de compétition pour la ressource hydrique est très marqué bien que la réserve en eau soit importante. . Le sol 13 qui possède une réserve utile assez importante (225 mm) a un comportement particulier. Il y a une différence notable entre les deux modalités pour les années ayant un nombre de jours critiques faible. Cependant pour des années ayant beaucoup de jours critiques on voit que ce nombre s’égalise entre les deux modalités. Cela signifie que sur des sols profonds l’impact de l’enherbement est marqué pour des faibles niveaux de stress mais dans les années difficiles, sur un sol profond, l’enherbement et le travail du sol influencent de manière identique le nombre de jours où la croissance est affectée. Ce résultat est à relativiser car il n’apparait qu’une seule fois sur les 13 modélisations. De futures études devront être menées afin d’expliquer ce résultat qui pourrait être dû à des approximations du modèle.
  48. 48. 48 Figure 16: Influence des ITK sur les classes de risque des sols 0 1 2 3 4 5 6 7 TRAVAIL CHIM ENH30H ENH30 ENH60H ENH60 ENH100 Classesderisque Evolution des classes de risque des sols en fonction des itinéraires techniques adoptés Sol 1 Sol 2 Sol 3 Sol 4 Sol 5 Sol 6 Sol 7 0 1 2 3 4 5 6 7 TRAVAIL CHIM ENH30H ENH30 ENH60H ENH60 ENH100 Classesderisque Evolution des classes de risque des sols en fonction des itinéraires techniques adoptés Sol 8 Sol 9 Sol 10 Sol 11 Sol 12 Sol 13
  49. 49. 49 B. Evolution des classes de risque en fonction des types d’entretien du sol Pour comparer l’évolution des classes de risque non pas en fonction des années mais en fonction des modalités d’entretien du sol, nous nous reporterons à la figure 16. Le risque évolue majoritairement de façon croissante en fonction du pourcentage de surface enherbée. Le sol 8 semble cependant avoir un comportement différent des autres. Le risque est plus élevé pour ENH30H et ENH60H que pour respectivement ENH30 et ENH60. On peut émettre l’hypothèse que les variations de nombre de jours critiques entre ces deux modalités est très faible et que le classement de Jenks a créé ces classes de risque qui ne sont pas les plus pertinentes pour ce sol. Concernant le sol 13 on remarque que les classes de risque restent très basses, signe que ce sol, grâce à des réserves en eau importante, peut accepter sans problèmes des enherbements allant jusqu’à 60% (enherbement tous les inter-rangs). VI Confrontation du paramétrage avec des données de terrain : Afin d’avoir un regard critique sur nos données modélisées, nous avons voulu confronter notre paramétrage avec les réalités du terrain en vérifiant, sur quelques parcelles des mesures de la TTSW estimée et des appréciations de la conductivité hydraulique des sols. Pour cela nous avons demandé aux viticulteurs enquêtés s’il était possible de faire des mesures sur quelques-unes de leurs parcelles afin de vérifier la qualité du paramétrage terrain. Nous avons ainsi pu nous constituer un réseau de 10 parcelles expérimentales sur le bassin versant (Voir figure 8). A. Optimisation de l’estimation de la TTSW grâce à la méthode des moindres carrés La procédure d’optimisation de l’estimation de la TTSW (Payan & Sanlançon, 2002) permet grâce à des mesures de potentiel de base et de coefficient maximal d’interception solaire Kcmax (Riou et al., 1989), de faire fonctionner le modèle de bilan hydrique de manière à estimer la TTSW réelle. Durant les nuits de printemps et d’été la vigne cesse de transpirer et sa pression interne s’équilibre avec le sol. Grâce à l’utilisation d’une chambre à pression (Scholander et al. 1965) il est possible de mesurer le potentiel hydrique foliaire qui donne directement le potentiel hydrique du sol à l’équilibre, appelé potentiel de base. C’est un bon indicateur de l’état hydrique de la vigne (Naor et al. 2001; Ojeda et al. 2002; Tisseyre et al. 2006). Selon la relation de Lebon(2003) et formalisée en condition méditerranéenne par Pellegrino (2002), le potentiel de base peut être transformé en équivalent FTSW selon la relation suivante : FTSW = 1.0572 × e. Avec ψ : le potentiel de base exprimé en MPa. Lorsque les potentiels de base mesurés sont transformés en FTSW on fait tourner le modèle WaLIS qui va simuler plusieurs modélisations avec des TTSW différentes pour s’approcher des points mesurés. La méthode des moindres carrés va nous permettre de sélectionner la TTSW grâce à laquelle la modélisation sera la plus représentative. Sur chacune des 10 parcelles expérimentales nous avons procédé à 5 mesures de potentiel de base au cours de l’été. Chaque mesure est une moyenne du potentiel de base de 6 prélèvements de feuilles appartenant à des vignes différentes situées en milieu de parcelle. Une mesure du Kcmax a été effectuée au cours du mois d’août sur toutes les parcelles en suivant le protocole de Riou et al, 1989. Ces mesures couplées aux données de sols des cartes pédologiques nous ont permis de modéliser la contrainte hydrique sur ces zones. Voici un récapitulatif des résultats (tableau 9 et figure 17).
  50. 50. 50 Figure 17: Graphes d'optimisation de la TTSW nov. janv. mars mai juil. sept. 0.00.20.40.60.81.0 Parcelle 1 Date FTSWtot nov. janv. mars mai juil. sept. 0.00.20.40.60.81.0 Parcelle 2 Date FTSWtot nov. janv. mars mai juil. sept. 0.00.20.40.60.81.0 Parcelle 3 Date FTSWtot nov. janv. mars mai juil. sept. 0.00.20.40.60.81.0 Parcelle 4 Date FTSWtot nov. janv. mars mai juil. sept. 0.00.20.40.60.81.0 Parcelle 5 Date FTSWtot nov. janv. mars mai juil. sept. 0.00.20.40.60.81.0 Parcelle 6 DateFTSWtot Optimisation de la TTSWv grâce aux mesures de potentiels de base nov. janv. mars mai juil. sept. 0.00.20.40.60.81.0 Parcelle 7 Date FTSWtot nov. janv. mars mai juil. sept. 0.00.20.40.60.81.0 Parcelle 8 Date FTSWtot nov. janv. mars mai juil. sept. 0.00.20.40.60.81.0 Parcelle 9 Date FTSWtot nov. janv. mars mai juil. sept. 0.00.20.40.60.81.0 Parcelle 10 Date FTSWtot Optimisation de la TTSWv grâce aux mesures de potentiels de base Légende FTSW théorique FTSW observé
  51. 51. 51 Tableau 9: Indice de qualité de l'ajustement du modèle. Parcelles MSE RMSE R2 pearson TTSW théorique estimée (mm) RU (mm) calculée grâce aux informations de l’ACH34 1 0.01 0.11 0.85 180 145 3 0.03 0.17 0.89 160 120 4 0.01 0.10 0.99 190 75 6 0.03 0.18 0.88 170 75 9 0.00 0.04 0.98 180 145 Moyenne 0.02 0.12 0.92 176.00 112.00 2 0.12 0.35 0.99 180 183 5 0.13 0.36 0.81 170 145 7 0.08 0.29 0.98 160 75 8 0.09 0.30 0.97 180 120 10 0.18 0.42 0.69 180 145 Nous voyons tout d’abord que l’optimisation n’a pas fonctionné pour les parcelles 2, 5, 7, 8 et 10. Cela peut être dû à un mauvais paramétrage c'est-à-dire une estimation erronée du Kcmax, à une mauvaise lecture des potentiels de base ou plus vraisemblablement à une mauvaise précision des données pédologiques (texture). Le fait que les parcelles soient situées près d’un cours d’eau ou d’une nappe phréatique est aussi une source d’erreur car Walis ne prend pas en compte les rechargements de la TTSW par capillarité. On ne peut donc pas exploiter ces résultats. L’optimisation a cependant fonctionné correctement pour les parcelles 1, 3, 4, 6, 9. La moyenne des R2 est à 0.92 et les RMSE (Root Mean Square Error) sont en moyenne de 0.12. On peut affirmer que la qualité de l’ajustement des simulations et des observations est correcte pour ces parcelles. On s’approche des valeurs des RU calculées à partir des données de l’ACH34 pour les parcelles 1, 3 et 9. Les parcelles 4 et 6 ont des TTSW approximées sensiblement différentes de celles calculées grâce aux données de l’ACH34. Le calcul de la RU semble toujours avoir sous-estimé la TTSW optimisée. Le calcul de la RU se base en partie sur des données de profondeur de sol. Ces profondeurs de sol ont été évaluées grâce à des sondages tarière, qui ne permettent pas d’évaluer des profondeurs supérieures à 150 cm. Il se peut que le sol soit plus profond que ce qui a été observé. Il semble donc probable que les TTSW optimisées soient plus proches de la réalité que les RU que nous avons calculé. Cependant en sous estimant la capacité du sol nous restons prudents sur nos résultats. De plus comme précisé au paragraphe 5, les cartes sont créées relativement par rapport aux scénarii les moins contraignants pour le sol (TRAVAIL et CHIM). Si les valeurs en tant que telles ne sont pas complètement exactes les différences entre les cartes restent interprétables. B. Vérification de la conductivité hydraulique des sols grâce à la méthode Beerkan Notre classement des sols du bassin versant en groupes hydrologiques influence grandement la modélisation car c’est ce qui définit le potentiel de ruissellement des sols. Nous nous sommes basée sur les données de texture pour classer ces sols. Il semble important de vérifier ces données sur quelques parcelles expérimentales choisies pour leur appartenance à des groupes hydrologiques distincts. Nous allons utiliser la méthode BeerKan interprétée avec l’algorithme BEST (Beerkan Estimation of Soil Transfer parameters, Lassabatère et al., 2006) afin d’estimer la conductivité hydraulique à saturation(Ks) des sols des parcelles expérimentales.
  52. 52. 52
  53. 53. 53 On rappelle que c’est ce Ks qui va servir à classer les sols dans des groupes hydrologiques. Pour calculer le Ks selon l’algorithme de Lassabatère et al., 2006, nous avons mesuré sur le terrain l’infiltration au cours du temps, la teneur massique en eau initiale, la densité apparente et la granulométrie du sol. L’infiltration sera mesurée grâce à un cylindre en plastique enfoncé dans le sol que l’on remplit d’une quantité déterminée d’eau. On mesure le temps qu’il faut à l’eau pour s’infiltrer dans le sol et on recommence le remplissage du cylindre plusieurs fois afin d’atteindre le régime permanent. A côté du cylindre on fait des mesures de poids humide et sec des sols afin de déterminer la teneur massique en eau initiale. Il faut également faire des mesures de densité apparente, pour ça nous avons utilisé un densitomètre à membrane. Le protocole détaillé de cette méthode est disponible dans le guide technique du projet TRANSAT (2009) disponible sur internet. L’algorithme BEST (Lassabatère et al., 2006) est disponible sous SciLAB. Nous avons pu faire des mesures sur trois parcelles respectivement représentatives d’un groupe hydrologique distinct, calculés selon nos informations disponibles sur la texture. A cause de problèmes matériels nous n’avons pu mesurer la densité apparente que sur une seule des trois parcelles. Cependant, selon Hébrar, 2004, qui a mené une analyse de sensibilité sur BEST, la conductivité hydraulique à saturation (Ks) est faiblement influencée par la masse volumique sèche. Nous avons donc extrapolé notre valeur de densité apparente trouvée sur la première parcelle aux autres parcelles. Les trois parcelles étaient peu caillouteuses et venaient d’être travaillées. Ceci limite relativement le risque d’erreur. Pour ce qui est de la granulométrie des sols toujours selon Hébrar, 2004 la conductivité hydraulique à saturation estimée (Ks) n’est pas affectée par la granulométrie. Nous avons donc utilisé des données de granulométrie d’un sol commun. L’algorithme BEST (Lassabatère et al., 2006) est disponible sous SciLAB et un paramétrage simple nous donne les estimations de Ks suivantes : Tableau 10: Confrontation terrain du classement en groupes hydrologiques Moyenne de Ks (µm/s) estimées avec BEST Groupes hydrologiques estimés avec BEST Ks (µm/s) calculés grâce à la texture Groupes hydrologiques calculés à partir la texture Parcelle 1 25.7 Groupe B 42.05 Groupe A Parcelle 2 11.8 Groupe B 17.92 Groupe B Parcelle 3 21.7 Groupe B 1.83 Groupe C Deux des trois essais donnent des résultats différents de ceux trouvés via les textures et le logiciel SWAT. Il est possible que les textures renseignées sur la carte pédologique n’aient pas été très précises. De plus notre méthode d’estimation du Ks via les données pédologiques comporte une part importante d’approximation. Bien qu’un nombre supérieur de mesures Beerkane serait nécessaire afin de tirer des conclusions sérieuses, on peut s’interroger sur la pertinence des données agro- pédologiques dont nous disposons ainsi que de la méthode d’estimation des Ks que nous avons utilisée.
  54. 54. 54
  55. 55. 55 VII Analyse critique du paramétrage et de la spatialisation Les cartes que nous avons produites, disponibles en annexe, doivent être considérée avec un recul important. En effet un nombre non négligeable de paramètres sont sujets à critique. A. Imprécisions sur les données agro-pédologiques Les données pédologiques fournies par l’ACH fournissent une bonne base pour appréhender de manière globale les caractéristiques agro-pédologiques de la zone. Cependant de nombreuses imprécisions ont été constatées. Lors d’un sondage tarière fait sur une parcelle d’essai, la profondeur s’est révélée être supérieure à 120 cm (profondeur maximum accessible) alors que sur la carte, le polygone de sol au sein duquel était inscrite la parcelle indiquait une profondeur inférieure à 70cm. D’autres mesures ponctuelles de la pierrosité ont également confirmé un manque de précision que l’on ne saurait quantifier ici. Les estimations des TTSW faites grâce aux mesures de potentiels de base ainsi que les mesures de BeerKane ont également montré un écart important entre les informations utilisées pour calculer la modélisation et la réalité. La difficulté de créer une carte pédologique explique en grande partie ces imprécisions car les mesures sont forcément espacées et une extrapolation des données à certaines zones est nécessaire. Une des solutions serait de réduire l’échelle de la cartographie afin de pouvoir s’appuyer sur des données plus précises. B. Limites du modèle d’estimation du ruissellement Le modèle des curve number (SCS-CN; Soil Conservation Service, 1985) est un modèle ancien d’estimation du ruissellement qui ne prend pas en compte l’évolution de l’état de surface du sol. Ce phénomène s’avère pourtant essentiel dans l’estimation des propriétés hydrologiques du sol (Chahinian et al, 2005). Le risque d’erreur est ainsi augmenté. De plus les variabilités des valeurs de CN observées dans la bibliographie (NCRS-Engineering Field Handbook, 2010 ; Manoliadis et al,2003; Delpuech, pers.com ; Romero et al, 2007 ; Elhakeem et al, 2008 ; Celette, 2009) pour des surfaces travaillées obligent à s’accorder sur une valeur moyenne non représentative de la réalité. On peut donc s’interroger sur la pertinence de ce modèle actuel. Une des solutions envisageables serait de coupler Walis avec une modèle d’estimation du ruissellement plus élaboré tel que le modèle MYDHAS (Modélisation Hydrologique distribuée des AgroSystèmes, Moussa et al., 2002) développé par le laboratoire LYSAH de Montpellier. C. Imprécisions sur la composition et la dynamique du couvert végétal Le couvert végétal est définit comme étant un couvert de graminées pérennes, il ne reflète pas totalement la réalité car les enherbements peuvent être de composition très différentes (Lafosse 2002). Les enherbements semés à base de légumineuse ont par exemple des propriétés physiologiques et écologiques différentes de ceux des couverts semés de graminées pérennes. De plus les enherbements naturels constitués d’un cortège important d’espèces ont également des comportements très différents des couverts semés. Les dates de germination, de dormance, le LAI du couvert, sa date de disparition ou son maintien durant la saison sèche sont des paramètres non exploités par WaLIS actuellement. Il serait intéressant de programmer le modèle de bilan hydrique pour qu’il intègre différents type de couverts enherbés dans la modélisation. Les travaux de Duru et al., (2007) pourraient servir de base pour analyser avec plus de précision les paramètres spécifiques des différents couverts végétaux susceptibles d’être programmés dans le modèle. Il est probable que beaucoup de viticulteurs du bassin choisissent d’adopter un enherbement naturel plutôt que semé en vue de simplifier la mise en place du couvert. Dans ce cas notre modélisation ne reflète pas cette possibilité et ceci doit être pris en compte dans l’analyse des cartes.
  56. 56. 56
  57. 57. 57 D. Problématique de la modélisation du travail du sol Concernant la carte travail du sol, nous voulions recouper cette carte avec des données de topographie afin de surligner certaines zones à fortes pentes inaccessibles aux outils de désherbage mécanique intercep. Cependant après un entretien avec le conseiller en machinisme agricole de la Chambre d’agriculture de l’Hérault nous nous sommes aperçu qu’il est possible pour un tracteur puissant de travailler sur des parcelles allant au maximum jusqu’à environ 30% de pente. Après vérification aucune parcelle du bassin versant n’est située dans une zone dont la pente est supérieure à 30%. Le taux de pierrosité n’est pas non plus un problème pour le passage des outils intercep. Cependant une étude approfondie des risques de ravinement sur de fortes pentes pourrait permettre d’améliorer notre cartographie de risque pour le travail du sol. E. Absence de la prise en compte de la compétition minérale entre le couvert et la vigne La teneur du sol en azote minéral est généralement réduite par l’enherbement. Ce phénomène de déficit azoté induit une insuffisance minérale au débourrement et on observe une diminution significative de la croissance de la vigne (Celette, 2007). Le phénomène de concurrence minérale n’est actuellement pas modélisé par WaLIS pour plusieurs raisons. Tout d’abord la difficulté de compréhension des phénomènes de minéralisation et de mise ne réserve de l’azote par la vigne complique la modélisation. De plus l’ajout d’engrais azotés permet de compléter facilement un déficit en azote alors que les déficits en eau sont eux, beaucoup plus durs à compenser car ils nécessitent la mise en place de l’irrigation dans la parcelle. Cependant des travaux de recherche sont actuellement menés afin de comprendre et d’analyser tous les aspects du bilan azoté pour adapter la modélisation de l’effet de la concurrence minérale du couvert sur la vigne dans WaLIS.
  58. 58. 58
  59. 59. 59 VIII Conclusion Le plan d’encouragement au changement de pratiques viticoles de désherbage dans le bassin versant du Rieutort fait suite à la volonté des pouvoirs publiques de réduire les flux de pesticides vers les eaux de surface. Ce projet s’inscrit cependant dans un contexte particulier. En effet la plupart des viticulteurs du bassin ont conscience que des changements sont nécessaires mais n’envisagent pas toutes les alternatives au désherbage chimique de façon positive. Bien que le travail du sol de l’inter- rang et du rang soit en train de se généraliser, l’adoption de techniques d’enherbement des parcelles fait face à des réticences importantes. La crainte d’une perte de vigueur et de rendement est bien présente aux yeux des viticulteurs bien que les avantages agronomiques et environnementaux de cette technique aient été prouvés. Afin de promouvoir l’enherbement, il est nécessaire de répondre à la préoccupation principale des viticulteurs qui est la concurrence hydrique avec le couvert. Il est essentiel de construire une simulation capable de comprendre et de prédire les changements physiologiques que va subir la vigne dans le bassin versant suite à des changements de pratique. La création de cartes à partir d’un modèle de bilan hydrique est une solution qui est largement envisageable tant son aspect opérationnel et pédagogique est important. Le cas du bassin versant du Rieutort est intéressant. La diversité des sols observés permet d’envisager des résultats contrastés quant aux possibilités d’implantation de nouvelles techniques. Nous disposions de données agro-pédologiques et climatiques ainsi que du modèle de bilan hydrique Walis qui nous a permis de modéliser une grand nombre de scenarii, sur la base d’une série climatique de 18 ans. Les simulations nous ont permis d’analyser l’effet des modalités d’entretien des sols et des différents types de sol du bassin versant sur la dynamique hydrique. Les différences s’expriment nettement lors des périodes du cycle végétatif situées entre le débourrement et la véraison. Le vécu hydrique de la vigne pendant cette période est par ailleurs déterminant dans l’élaboration du rendement. Nous avons donc choisi de réaliser les cartographies sur la base du nombre de jours de contrainte hydrique significative pendant cette période. Cette information a ensuite été synthétisée sous forme de cartes de risques de stress hydrique. Nous avons créé six niveaux de risque qui vont d’un risque faible (niveau 1) à un risque très fort (niveau 6). Ce gradient nous a permis de différencier les sols et les scenarii de façon efficace. Chaque carte représente un scénario. L’échelle étant commune à toutes les cartes nous pouvons comparer les scenarii d’entretien des sols entre eux. La qualité des modélisations et donc de la cartographie dépend en grande partie des paramètres d’entrée du modèle. Suite à des expérimentations de terrain menées dans le but de confronter nos données théoriques à celles observées, il s’avère que nos informations agro-pédologiques ne reflètent pas totalement la réalité. Ceci peut nuire à la qualité des modélisations. Cependant, il s’avère que les données théoriques ont tendance à sous-estimer le stock d’eau présent dans le sol ce qui permet d’avoir une marge de sécurité quant à la modélisation et la spatialisation. Une amélioration des prévisions serait permise grâce à l’augmentation de la précision des paramètres d’entrée. Les techniques modernes de cartographies telles que la télédétection ou les mesures de résistivité pourraient être des pistes intéressantes afin d’obtenir des données solides. Certains paramètres comme la compétition minérale, le rechargement du stock d’eau provenant d’éventuelles remontées capillaires à partir de nappes de surface ne sont cependant pas pris en compte dans l’étude. Des travaux de recherche sont en cours et nous pouvons être optimistes quant à l’amélioration du modèle. On peut raisonnablement espérer que in fine ces travaux aboutissent à la mise au point d’un outil d’aide à la décision facile d’accès permettant aux viticulteurs et techniciens d’anticiper l’effet d’un changement de pratique sur le vignoble.
  60. 60. 60
  61. 61. 61 IX Références bibliographiques ACEVEDO-OPAZO C., TISSEYRE B., GUILLAUME S., OJEDA H., 2008. The potential of high spatial resolution information to define within-vineyard zones related to vine water status. Precision Agric (2008) 9:285–302. ANDRIEUX P., 2006. Effets des pratiques culturales sur le ruissellement et l’érosion. Séminaire Vigne, sol et environnement. INRA, Montpellier, 2006. ANDRIEUX P., LOUCHART X., NEGRO S., CAMBON B., VOLTZ M., 2007. Influence des pratiques d’entretien du sol viticole sur les transferts de glyphosate et d’AMPA par ruissellement. Trois années d’expérimentation. AFPP – Vingtième conférence du COLUMA. Journées internationales de lutte contre les mauvaises herbes Dijon, 11 et 12 décembre 2007. AUBERTOT J.N., BARBIER J.M., CARPENTIER A., GRIL J.J., GUICHARD L., LUCAS P., SAVARY S., SAVINI I., VOLTZ M. (éditeurs), 2005. Pesticides, agriculture et environnement. Réduire l'utilisation des pesticides et limiter leurs impacts environnementaux. Rapport d'expertise scientifique collective, INRA et Cemagref (France). CELETTE F., RIPOCHE A. et GARY C., 2010. WaLIS - A simple model to simulate water partitioning in a crop association: the example of an intercropped vineyard. Agricultural Water Management., 97, 1749–1759. CELETTE, F., GAUDIN, R., GARY, C., 2008. Spatial and temporal changes in the water regime of a Mediterranean vineyard due to the adoption of cover cropping. Eur. J. Agron. 28, 153–162. CELLETTE F., 2007. Dynamique des fonctionnements hydrique et azoté dans une vigne enherbée sous le climat méditerranéen. Thèse, Ecole supérieure d'Agronomie de Montpellier, 400 p. CEVH–ENGEES, 2004. Enherbement et impact sur l’environnement. Document en ligne : http://saturne.io.reseau-concept.net/saisie/upload/137029/Sols_14_25.pdf. CHAHINIAN N., MOUSSA R., ANDRIEUX P., VOLTZ M., 2005. Comparison of infiltration models to simulate flood events at the field scale. Journal of Hydrology. Volume 306, Issues 1–4, 9 May 2005, Pages 191–214. CHANTELOT E., 2002. L’enherbement permanent : une technique permettant de créer une concurrence bénéfique. Entretien Viti-vinicole Rhône Méditerranée, 17 avril 2002,Gruissan. COULON T., PRUD’HOMME PY., 2003. Effet d’un enherbement permanent sur la physiologie de la vigne dans les vignobles du Bordelais. Progrès Agricole et Viticole, 2003, 120, n°7, 154-161. CROZIER P., 2004. Influence de l’enherbement permanent sur l’implantation du système racinaire de la vigne sur Chardonnay en Bourgogne. AFPP – Dix-neuvième conférence du COLUMA. Journées internationales de lutte contre les mauvaises herbes Dijon, 8,9 et 10 décembre 2004. DELPUECH X. , 2010. Modèle de bilan hydrique en vigne enherbée. Validation et perspectives d’utilisation : exemple de Puisserguier. Compte Rendu d’activité IFV.
  62. 62. 62

×