La relation stress hydrique - rendement du maïs en Bresse : quelle perspective de spatialisation ?
←
→
Transcription du contenu de la page
Si votre navigateur ne rend pas la page correctement, lisez s'il vous plaît le contenu de la page ci-dessous
Etablissement National d’Enseignement Supérieur Agronomique
de Dijon
BP 87999 - 26, boulevard docteur Petitjean F-21036 DIJON
CNERTA - SIG
La relation stress hydrique – rendement du maïs en
Bresse : quelle perspective de spatialisation ?
Utilisation d’un simulateur de culture (STICS)
Mémoire d’Ingénieur d’Agronomie
Alain PINDARD septembre 2000
Remerciements
Je tiens à remercier toute l’équipe SIG du CNERTA 1 qui m’a si bien accueillie et qui était là
pour m’aider dans ce travail, avec une mention spéciale pour Pierre Bazile qui la dirige et qui
assurait mon encadrement.
Des remerciements aussi à Fresse Jean-claude (ENESAD D1), Antoine Villard de la Chambre
d’Agriculture de Saône-et-Loire et à Françoise Ruget (INRA Avignon Bioclimatologie) pour
la prise en main de STICS et ses conseils sur la modélisation.
1
Bargeot Lionel, Brayer Jean-Marc, Chevalier Bruno, Ecochard Jacqueline, Laroche Bertrand.
1
Résumé
Ce mémoire se situe dans la continuité de la modélisation spatiale du bilan hydrique menée
sur la Bresse en 1999.
Il s’agit, en utilisant un simulateur de culture (STICS), d’évaluer les potentialités pédo-
climatiques de la région étudiée en fournissant des estimations de rendements et de bilan
hydrique. Les simulations réalisées pour les quatre postes météorologiques, les huit années
étudiées (91-98), les douze types de sols, quelques variables techniques fournissent des
résultats intéressants. Une attention particulière est accordée à l’alimentation hydrique
simulée par le logiciel.
A partir des résultats des simulations une réflexion est menée sur la perspective de
spatialisation de la relation stress hydrique – rendement. Au-delà de la cartographie des
résultats des simulations, on pourrait envisager la conception d’un SIG après avoir examiné la
variabilité spatiale des données d’entrée de STICS, et réglé un certain nombre de questions.
Loin d’être exhaustif ce travail est une invitation à poursuivre la réflexion dans un domaine
qui relève d’avantage de la recherche appliquée que de l’ingénierie technologique.
Abstract
This report is situated in the continuance of the spatial water balance modeled on Bresse in
1999.
It is a question, by using a crop model (STICS), of estimating the soil and climate potential
production of the studied area by supplying estimations of and water balance and yield.
Simulations realized for four meteorological point, on te eight studied years (91-98), the
twelve types of soil, some technical variable supply interesting results. A particular attention
is granted to the water nutrition simulated by STICS.
From the results of simulations a reflection is led on the perpective of spatializing of the
relation between water stress and yield. Beyond the cartography of the results of simulations,
we could envisage the conception of a GIS having examined the spatial variability of the data
of STICS’s entrance, and settled certain number of problem.
This report, none exhaustive work, invite us to continue the thoughts in more operational
research view.
Liste des figures
Figure 1 Le Modèle du Bilan Hydrique « Bresse »......................................................... 6
Figure 2 Les modules de STICS..................................................................................... 8
Figure 3 Les phases de développement de STICS ........................................................... 9
Figure 4 Comparaison des rendements simulés et des références locales (1991-1998)..... 23
Figure 5 Les rendements simulés dans les quatre postes météorologiques (91-98)........... 24
Figure 6 Comparaison des rendements à l’est et à l’ouest (1991-1998)........................... 25
Figure 7 Evolution des deux indices de stress hydrique (cas de Verdun en 1996) ............ 38
Figure 8 Evolution du stress hydrique stomatique à chalon en 1996 ................................ 39
Figure 9 Evolution comparée du déficit hydrique et du stress stomatique
(cas de Chalon en 1996)................................................................................................. 40
Figure 10 Relation stress hydrique – rendement simulée par STICS (4 postes, 8 années). 41
Figure 11 Influence de la RU sur le Rendement .............................................................. 43
Figure 12 Précipitations et rendements simulés à Chalon ................................................ 44
Figure 13 Alimentation hydrique et rendement en Bresse : de la carte au SIG ................. 45
Figure 14 Cumul de températures > 6 °C (1/05 – 31/10) pour les quatre postes météo.... 49
Figure 15 Extrait de la Carte des températures minimales (en °C) en Saône-et-Loire ...... 50
Figure 16 Extrait de la Carte des précipitations annuelles en Saône-et-Loire ................... 51
Figure 17 Rendement et Pluviométrie (quatre postes) ..................................................... 53
Liste des tableaux
Tableau 1 Le maïs dans la région (Données 1988) .......................................................... 4
Tableau 2 Données climatiques interannuelles ................................................................ 5
Tableau 3 Paramètres de STICS pour les trois groupes de variétés .................................. 11
Tableau 4 Simulations pour les quatre postes en 1993..................................................... 26
Tableau 5 Simulation pour les quatre postes en 1996 ...................................................... 26
Tableau 6 Variabilité des résultats des simulations sur les quatre postes.......................... 28
Tableau 7 Simulation effectuée à Chalon entre 1991 et 1998 .......................................... 29
Tableau 8 Simulation effectuée à St Germain entre 1991 et 1998 .................................... 30
Tableau 9 Simulation effectuée à Romenay entre 1991 et 1998....................................... 31
Tableau 10 Simulation effectuée à Verdun-s-Doubs entre 1991 et 1998 .......................... 32
Tableau 11 Simulations sur les 12 types de sols – Données climatiques de
St Germain en 1996 ........................................................................................................ 34
Tableau 12 Simulations sur les 12 types de sols – Données climatiques de
Verdun-s-Doubs en 1996 ............................................................................................... 35
Tableau 13 Simulations à St Germain en 1996 avec trois types de variétés...................... 36
Tableau 14 Simulations à St Germain en 1996 avec trois dates de semis ......................... 37
Tableau 15 Simulations pour les quatre postes en 1993 sans stress hydrique ................... 40
Tableau 16 Rendements relatifs et alimentation hydrique dans les quatre postes
(1991-1998). .................................................................................................................. 42
Tableau 17 Sensibilité du rendement STIC aux variables climatiques (Chalon).............. 43
Tableau 18 Rayonnement global sur la période 1978-1998 ............................................. 48
Tableau 19 ETP Penman sur la période 1978-1998 ......................................................... 48
Tableau 20 Densité apparente pour les sols de Saône-et-Loire ........................................ 55
SOMMAIRE
Introduction .................................................................................................................. 2
1ère Partie : Aspects méthodologiques ...................................................................... 3
1.1. Problématique...................................................................................................... 3
1.1.1. La spatialisation : une approche privilégiée ................................................ 3
1.1.2. La relation alimentation hydrique – rendement .......................................... 3
1.1.3. La simulation de culture : un outil intéressant............................................ 3
1.2. La région étudiée ................................................................................................. 4
1.2.1. Place du maïs ............................................................................................. 4
1.2.2. Le climat (Cahiers Agroclimatiques de Saône-et-Loire) ............................. 4
1.2.3. Les sols...................................................................................................... 5
1.3. Matériels et Méthode ........................................................................................... 6
1.3.1. Les travaux de Grimbert & Bargeot sur la Bresse ....................................... 6
1.3.2. Les données de la chambre d’agriculture de S & L ..................................... 7
1.3.3. STICS ........................................................................................................ 7
2ème Partie : au cœur de la relation stress hydrique - rendement ......................... 13
2.1. Le stress hydrique.............................................................................................. 13
2.1.1. Qu’est-ce que le stress hydrique ? ............................................................ 13
2.1.2. Comment détecter ou mesurer le stress hydrique ? ................................... 13
2.2. Les conséquences du stress hydrique ................................................................. 15
2.2.1. Conséquences Physiologiques .................................................................. 15
2.2.2. Conséquences sur la Croissance et le développement ............................... 16
2.3. La relation stress hydrique – rendement ............................................................. 16
2.3.1. La Période critique : autour de la floraison ............................................... 16
2.3.2. Composantes du rendement...................................................................... 17
2.3.3. Existerait-il une « loi » reliant le déficit hydrique à la chute du rendement ?18
2.4. Introduction à la modélisation du bilan hydrique................................................ 19
2.4.1 . Généralités .............................................................................................. 19
2.4.2. Gros plan sur le modèle classique............................................................. 20
2.4.3. Améliorations possibles (Brisson 1996) ................................................... 22
3ème Partie : Résultats des simulations et discussion.............................................. 23
3.1. Comparaison des rendements............................................................................. 23
3.1.1. Par rapport aux références départementales .............................................. 23
3.1.2. Des différents postes météorologiques...................................................... 24
3.1.3. Clivage est – ouest ................................................................................... 24
3.2. Variabilité entre les postes ................................................................................. 25
3.2.1. Cas d’une année pluvieuse (1993) ............................................................ 25
3.2.2. Cas d’une année sèche (1996) .................................................................. 26
3.3. Variabilité interannuelle..................................................................................... 27
3.4. Variabilité liée aux types de sol ......................................................................... 33
3.5. Variabilité liée à l’itinéraire technique ............................................................... 36
3.5.1. Types de Variétés..................................................................................... 36
3.5.2. Date de semis........................................................................................... 37
3.6. Gros plan sur l’alimentation hydrique ................................................................ 38
3.6.1. Simulation du stress hydrique................................................................... 38
3.6.2. Stress hydrique et bilan hydrique.............................................................. 39
3.7. Réponse à l’alimentation hydrique ................................................................... 40
3.8. Sensibilité de STICS.......................................................................................... 42
3.8.1. Sensibilité aux données d’entrée sol ......................................................... 42
3.8.2. Sensibilité aux variables climatiques ........................................................ 43
3.9. Quels enseignements pour la perspective de spatialisation ?............................... 44
4ème Partie : Quelle perspective de spatialisation ?................................................ 45
4.1. Vers une cartographie ........................................................................................ 46
4.1.1. Quelle Cartographie des sols ? ................................................................. 46
4.1.2. Cartographie de la RU.............................................................................. 46
4.1.3. Le climat.................................................................................................. 47
4.1.4. Variables à cartographier.......................................................................... 47
4.2. Variabilité spatiale des entrées climatiques de STICS ........................................ 47
4.2.1. Rayonnement global et ETP ..................................................................... 47
4.2.2. Température............................................................................................. 49
4.2.3. Pluviométrie............................................................................................ 51
4.3. De la Carte simplifiée au SIG ............................................................................ 52
4.3.1. Démarche................................................................................................. 52
4.3.2. Le Zonage pédo-climatique (données vecteurs) ....................................... 52
4.3.3. Vers une spatialisation poussée à l’extrême (données raster) ................... 55
Conclusion.................................................................................................................. 60
Annexes...................................................................................................................... 61
Introduction
Dans le cadre de ses activités, l’équipe SIG du CNERTA 2 s’intéresse aux applications
possibles des systèmes d’information géographique à différentes échelles et sur différentes
thématiques. C’est ainsi que, dans le prolongement du programme IGCS3 , un travail de
modélisation spatiale du risque de déficit hydrique du maïs en Bresse a été réalisé (Grimbert
H. 1999).
Le maïs est une culture très sensible à la sécheresse, particulièrement autour de la floraison,
aussi a-t-elle fait l’objet de nombreuses investigations d’agronomes, physiologistes et
bioclimatologues, compte tenu de l’intérêt économique d’une meilleure maîtrise de son
alimentation hydrique.
La région Est de la Saône-et-Loire, où cette culture a une grande importance, constitue un bon
terrain d’étude de l’effet du milieu pédo-climatique sur la production.
C’est avec un souci de spatialisation que je vais aborder cette question, dans le prolongement
du précédent travail mené sur la Bresse.
La première partie de ce mémoire est consacrée à la problématique, au cadre de l’étude et aux
aspects méthodologiques.
Dans la deuxième, j’aborderai les détails théoriques posés par la thématique d’étude
retenue.
La troisième partie présentera les résultats des simulations effectuées avec STICS.
Nous terminerons dans la quatrième partie en abordant quelques éléments de réflexion sur la
spatialisation de la relation stress hydrique – rendement.
2
Cette équipe assure trois fonctions : la veille technologique (suivi du marché des logiciels, tests de produits,
prescriptions et conseil aux utilisateurs), l’Ingénierie technologique (travaux de cartographie, télédétection et
occupation du sol, mise au point d’applicatifs SIG et de bases de données géoréférencées, …) et la Formation.
3
Inventaire Gestion et Conservation des Sols.
2
PREMIERE PARTIE ASPECTS METHODOLOGIQUES
1ère Partie : Aspects méthodologiques
1.1. Problématique
Le modèle spatial proposé par Grimbert H. sur la Bresse établit entre autre une représentation
cartographique du déficit hydrique du maïs autour de la floraison. Pierre Bazile me proposa de
poursuivre ce travail, conformément aux souhaits de la Chambre d’Agriculture de Saône-et-
Loire, en me posant la question de la spatialisation de l’effet du stress hydrique sur le
rendement.
La problématique mise en œuvre dans mon mémoire vise à utiliser un simulateur de culture,
pour raisonner l’analyse spatiale de la relation stress hydrique - rendement du maïs en
Bresse.
1.1.1. La spatialisation : une approche privilégiée
Avec le développement des systèmes d’information géographique (SIG 4 ), l’intérêt d’étudier la
distribution spatiale d’un phénomène en croisant de multiples variables et bases de données a
été renforcé. L’outil informatique offre des possibilités d’acquisition, de stockage, d’analyse
et de restitution d’informations spatiales qui va au-delà de la simple cartographie.
En amont des choix informatiques, l’approche spatiale d’une thématique nécessite une
réflexion sur le phénomène étudié, sur les bases de données mobilisables, le traitement de
l’information possible, les concepts pertinents, l’échelle de travail, la précision de
l’information.
Dans le cas qui nous préoccupe, un survol de la bibliographie révèle le peu de travaux menés
sur cette thématique agro-climatique dans une approche spatiale. Et pourtant de multiples
questions se posent à l’échelle de la petite région étudiée : En quoi l’hétérogénéité du milieu
pédo-climatique explique l’hétérogénéité des rendements ? Les potentialités du maïs sont-elle
équivalentes en tout lieu de l’espace ?
1.1.2. La relation alimentation hydrique – rendement : au cœur de nos
préoccupations
Le thème abordé dans notre mémoire accorde une place centrale à l’alimentation hydrique et à
son impact sur la production de maïs. Cela implique nécessairement quelques détours
bibliographiques pour faire le point des connaissances à ce sujet et mieux éclairer nos
investigations. Les effets d’une mauvaise alimentation en eau et le bilan hydrique seront
particulièrement étudiés.
1.1.3. La simulation de culture : un outil intéressant
Afin de répondre à la question de l’estimation de la production, compte tenu des potentialités
du milieu, nous avons choisi d’utiliser un simulateur de culture comme outil de calcul.
Dans la perspective d’une spatialisation, STICS permet de fournir pour les différentes
combinaisons de climat, sols et itinéraire technique des estimations du rendement. Cela est
d’autant plus intéressant que STICS se positionne entre d’une part des estimations de bilan
hydrique issues des travaux de Grimbert (1999) et d’autre part des données de rendements
fournies par la Chambre d’Agriculture de Saône-et-Loire. Par ailleurs, ce logiciel (cf. partie
3.3. ) offre des sorties particulièrement intéressantes pour notre réflexion, exemple :ETM,
ETR, indices de stress hydrique…
4
Pour une brève définition du SIG cf. annexe n°1.
3
La démarche que nous avons suivie peut se résumer en trois étapes : confrontation des
données de la CA 71 au modèle spatialisé Bresse (recherche de corrélation), simulations
avec STICS en condition hydrique limitante ou non, réflexion sur une approche
spatialisée.
1.2. La région étudiée
La région étudiée comprend les trois petites régions agricoles de l’est du
département : le chalonnais, la Bresse Chalonnaise et la Bresse louhannaise. Il s’agit d’un
vaste plateau (altitude moyenne 200 m) qui a pour limite au nord la Côte d’Or, au sud l’Ain,
à l’est le Jura et à l’ouest la Côte Chalonnaise.
1.2.1. Place du maïs
En Saône et Loire, le maïs cultivé depuis très longtemps, occupait en 1997 42 500 hectares ;
la collecte moyenne était entre 1991 et 1995 de 129 600 tonnes (DDAF 71).On estime à près
de 60% les superficies localisées à l’ouest de la Saône et 30 % en Bresse (Villard A. et al
1999).
Il existe une forte variabilité des rendements 5 liée au climat qui tend à s’estomper en raison
de la plus grande utilisation dans le département du drainage (800 à 1000 ha de plus chaque
année) et de l’irrigation (essentiellement dans les vallées de la Saône et du Doubs). En 1998
1700 ha étaient irriguées contre 300 ha en 1998.
En ce qui concerne la région étudiée, quelques statistiques de 1988 apportent des précisions.
Tableau 1 Le maïs dans la région (Données 1988)
Chalonnais Bresse chalonnaise Bresse louhannaise
SAU Totale (ha) 26 228 37 020 67 432
SAU moyenne / expl. (ha) 30,2 36,3 24,7
SAU irriguée (ha) 306 131 254
Maïs grain (ha) 5 483 7 002 9 427
Maïs fourrage (ha) 992 1 517 2 333
Nombre d’expl. maïs grain 440 837 1 793
Source : DDAF 71 - RGA 1988
Il s’agit essentiellement de maïs grain cultivé en sec sur de petites unités pour l’alimentation
humaine et animale.
1.2.2. Le climat (Cahiers Agroclimatiques de Saône-et-Loire)
Le climat est de type océaniq ue atténué avec une influence continentale très marquée.
L’influence continentale se fait sentir au niveau des températures : les hivers peuvent être très
froids et les étés très chauds.
Il existe une influence méridionale remontant par le sillon rhodanie n ; elle entraîne des
perturbations de sud ou sud-ouest qui engendrent des précipitations importantes notamment
au printemps et en automne.
5
Par exemple en 1983 l’excès d’humidité suivi d’une sécheresse a fait chuté le rendement départemental à 31
quintaux / ha, alors que les conditions climatiques excellentes de 1997 le portait à 84 q / ha (Villard A. et al
1999).
4Il existe des différences climatiques que l’on peut résumer, en première approche, par un
gradient pluviométrique est-ouest ; sous l’effet de l’accumulation des nuages et à un blocage
des perturbations sur ses reliefs, le Jura induit des précipitations plus importantes sur la moitié
est (900 à 1000 mm) que sur la moitié ouest de la Bresse (6°
moyenne 1/05- 1/10
Chalon(1) 763 721 11,1 1813
Fontaines(1) nd 734 10,5 1709
Mâcon(2) 747,4 821* 11 1760
Verdun-sur-le- 741 791 10.6 1702
Doubs(3)
Louhans (4) 749 914 10.3 1700
St Germain-du- nd 945 10.6 1870
Bois(4)
Pierre de Bresse(3) nd 879 nd nd
Bellevestre(3) nd 908 nd nd
(1) Cahiers agro-climatiques n°4 (2) Cahiers agro-climatiques n°6 (3) Cahiers agro-climatiques n°2
(4) Cahiers agro-climatiques n°1 nd : non disponible
1.2.3. Les sols
Les terrains de la région ont la même organisation générale selon une toposéquence
typique (plateau, pente, bas-fonds et bordure de cours d’eau) :
• Plateau : terrains limoneux appelés « terrains blancs », battants, hydromorphes,
sensibles aux tassements et naturellement acides ;
• Pente : sols bruns localement calciques ou hydromorphes ;
• Bas fonds et alluvions : sol alluviauxs ou colluviaux, de bas-fond et de bordure de
vallées et de ruisseaux, argileux et très hydromorphes.
De manière plus détaillée, les pédologues distinguent 12 séries de sol (cf. annexe n°2)
Les distributions relatives des terrains entre plateau, pente et bas-fond, sont respectivement
de 40-40 et 20% au sud et de 60-25 et 15% au nord. La différence entre les réseaux
hydrographiques induit un second contraste majeur : l’hétérogénéité intra-parcellaire, non
négligeable au nord, est plus marquée et plus fréquente au sud (Grimbert 1999).
51.3. Matériels et Méthode
1.3.1. Les travaux de Grimbert & Bargeot sur la Bresse
Présentation générale
Il s’agit d’une modélisation spatiale du risque de déficit hydrique dans le cas du maïs, établie
dans une perspective de valorisation de la base de données au 1/250 000 du programme IGCS.
La modélisation réalisée sous arc- info utilise des variables climatiques (précipitations,
températures maximales et minimales), l’estimation de la réserve utile des sols, et des données
techniques (date de semis, coefficient cultural, sommes de températures en base 6°C ) pour
calculer le bilan hydrique par décade selon la méthode réservoir (stock final d’eau = stock
initial + apports d’eau – pertes d’eau).
Le modèle part de la spatialisation de la réserve utile 6 et de l’interpolation des variables
climatiques 7 pour calculer le bilan hydrique des cinq décades autour de la floraison du maïs.
Ce calcul s’effectue sur vingt ans (1979 à 1998) avec un maillage d’un ha pour les données
climatiques et selon les unités cartographiques de sol.
Le schéma suivant résume le modèle.
Figure 1 Le Modèle du Bilan Hydrique « Bresse »
°C moy, min, max Rayonnement solaire
H2 O
formule d’Hargreaves
k coef. cultural
P ETP
Hcc
RFU BH (t+1) = BH(t) + P - ETRc
90 cm prof.
IGCS - Donesol
RU pour
UCS DH DH(i) = RFU- RH(i)
RS
ETM=k ETP
UTS Hpf
ETRc = RH/RS * ETM
RH avec RH/RS : coef. de flétrissement
L’annexe n°3 présente les principes de construction du modèle et un exemple de carte.
6
Les valeurs de RU directement issues de la base IGCS sont rattachées à un type de sol et non à un objet
géographique.
7
L’ETP décadaire est calculé par la formule de Hargreaves, essentiellement à partir des températures minimales
et maximales interpolées. Les précipitations sont interpolées par la méthode spline.
6Intérêt et Limites (Grimbert 1999).
Intérêt
Ø Spatialisation des données agropédo-climatiques
Ø Modèle spatio-temporel
Ø Raisonnement fréquentiel
Ø Puissance de calcul avec arc- info
Limites
Ø Echelle 1/250 000 (contrainte IGCS)
Ø Pertinence limitée à l’échelle régionale (niveau parcelle ou exploitation exclu)
1.3.2. Les données de la chambre d’agriculture de S & L
Présentation générale
La chambre d’agriculture nous a confié pour ce travail des fichiers Excel comprenant pour
environ 1 500 parcelles le numéro, le rendement /ha, l’année (entre 1991 et 1998), la variété
de maïs cultivée, la commune (siège de l’exploitation), le type de terre rencontré 8 et plus
rarement le précédent cultural. On peut donc avoir par commune l’évolution du rendement
pour une catégorie de précocité donnée (voire même un type de variété).
C’est la catégorie de variétés demi-précoces qui est de loin la plus représentée dans le fichier
(2/3 des parcelles).
Intérêt et limites
Intérêt
Le fait de disposer de données de rendement sur plusieurs années permet une confrontation
avec les estimations de déficit hydrique du modèle Grimbert & Bargeot d’une part et d’autre
part avec les sorties de STICS.
Limites
- Localisation de la parcelle au siège de l’exploitation ; Comment apprécier la marge
d’erreur de localisation dans ce cas ?
- Absence d’informations sur les pratiques culturales (date de semis, fertilisation…) qui
permettraient de faire la part des choses et d’isoler le seul effet pédoclimatique sur le
rendement ;
- Calcul du rendement : pour certains agriculteurs c’est la moyenne de l’exploitation qui est
affectée à la parcelle, pour d’autres c’est le rendement constaté sur la parcelle qui est
signalé.
1.3.3. STICS
STICS (Simulateur mulTIdisciplinaire pour les Cultures Standards) est un modèle de culture
conçu par l’INRA, en collaboration avec des instituts techniques (AGPM, ITCF), comme un
outil de simulation opérationnel en conditions agricoles.
8
Il s’agit d’une classification simple en cinq catégories : argilo-calcaire, alluvions argileuses, limons gras (riche
en matière organique), limons battants (pauvre en humus et colloïdes), sables ou limons sableux.
7Ce modèle s’inscrit dans la démarche des années 80 conception de modèles de simulation
alternatifs aux modèles anglo-saxons (CORNGRO et CERES-Maïs). Il constitue le
prolongement direct des travaux menés par l’INRA (Grignon, Orléans et Avignon) sur Goa-
Maïs entre 1992 et 1995 et bénéficie des formalismes issus de modèles existants. Il capitalise
un ensemble de connaissances en physiologie, agronomie, et bioclimatologie.
Nous avons utilisé la version 4 du logiciel fonctionnant sous Windows.
Structure globale
STICS simule la croissance et le développement de la culture ainsi que les bilans hydrique et
azoté du système sol-culture, à partir de variables d’entrée relatives au climat, au sol et au
système de culture. Ces variables de sortie se rapportent à la production (en quantité et en
qualité) et à l’environnement.
STICS se compose de sept modules : développement, croissance aérienne, composantes du
rendement, croissance racinaire, bilan hydrique, environnement thermique de la culture, bilan
azoté.
Figure 2 Les modules de STICS
Développement
Croissance aérienne
Elaboration du rendement
I n t e r f a c e t e c h n i q u e s culturales-
culture-sol
Croissance racinaire
Bilan Bilan
hydrique azoté
Transferts eau, nitrates,
chaleur
Source : STICS, Notice concepts et formalismes, Mai 1999.
C’est un modèle dynamique qui simule le comportement d’une plante moyenne dans le
système sol-culture à l’intérieur d’une année.
La limite supérieure du système est l’atmosphère caractérisée par les variables climatiques
classiques (rayonnement global, températures minimum et maximum, précip itations, ETP), et
la limite inférieure est l’interface sol – sous-sol.
Développement
Différents stades de développement sont simulés principalement en fonction du temps
thermique (température base 6°C) ponctués par : la levée 9 , la montaison, la floraison, le
remplissage du grain, le début de la sénescence.
9
La levée est divisée en deux. Premièrement la germination qui est fonction de la somme de température, de la
profondeur de semis et de l’état hydrique ; deuxièmement la croissance de l’épicotyle qui dépend de la
8Figure 3 Les phases de développement de STICS
Les phases de développement de STICS
(d ’après Brisson et Al, 1998 )
Indice foliaire
IF
maxi
Temps thermique Σ T°C
montaison
semis maturité
floraison
levée Début
sénescence
MS Grains nb grains
Temps thermique Σ T°C
début Fin d ’évolution de
remplissage rapide l ’indice de récolte
Croissance aérienne
L’indice foliaire 10 suit une évolution en quatre phases dans le modèle : deux phases de
croissance, une de stabilité et une de sénescence. Compte tenu de son importance pour le
calcul du rayonnement intercepté, le modèle simule le plus finement que possible en
particulier au début et fin de cycle. Une unité de développement foliaire est définie (de 1 à la
levée à 3 au maximum de l’IF). L’effet d’une trop forte densité est pris en compte dans le
modèle par une diminution de la surface foliaire.
L’interception du rayonnement global suit la loi de Beer11 . L’accumulation de biomasse
aérienne est une fonction parabolique 12 du rayonnement intercepté.
Composantes du rendement
Le nombre de grains est calculé par le modèle essentiellement en fonction de la vitesse de
croissance de la plante pendant la phase d’initiation13 .
Des indices de récolte (pour le carbone 14 et l’azote) permettent de calculer le poids des grains
et la quantité d’azote des grains.
Le poids moyen de chaque grain est limité génétiquement à une valeur maximale.
température du sol à la profondeur de semis. Ni les défauts de germination ni les pertes avant la levée ne sont
pris en compte par le modèle.
10
L’indice foliaire est le rapport de la surface des feuilles d’une culture à celle du sol qui la porte.
11
Rayonnement intercepté (MJ/m²) = 0,95 x 0,5 x Rayonnement global [1- exp (-coef.d’extinction x indice
foliaire)]. Pour le maïs le coef d’extinction choisi est de 0,7.
12
Croissance de la plante x 100 (t /ha/jour) = [efficience de conversion x rayonnement intercepté – 0,0815 x
rayonnement intercepté²] x f(température de surface) x indice de stress stomatique x indice de stress azoté .
Ces deux indices de stress varient de 0 à 1. L’efficience de conversion spécifique à chaque culture peut être
différente dans la phase végétative ou de reproductive ;
13
Nombre de grains = nombre de grains x vitesse de croissance pendant la phase d’initiation (soit 20 j avant le
début du remplissage des grains) + nb grains produit à taux de croissance nul.
14
L’indice de récolte carbone (matière sèche) est limité à 0,53.
9Croissance racinaire
Dans STICS la croissance des racines n’est pas considérée en terme de biomasse mais en
terme de longueur, indépendamment de la partie aérienne. Le rôle des racines se limite à
l’alimentation hydrique et azotée.
Bilan hydrique
Le calcul du bilan hydrique dans STICS est relativement complet. Il est décomposé en
évaporation du sol (potentielle et réelle) puis sa répartition dans le profil du sol, et en besoins
en eau de la culture.
Le bilan hydrique est simulé par une analogie réservoir par couche de 1 cm d’épaisseur à
partir des données hydrologiques du sol (RU, Hcc, Hpfp, Da). Il prend en compte
l’évaporation du sol, l’absorption racinaire (à l’échelle de la journée elle équivaut à la
transpiration foliaire) et l’infiltration d’une couche à une autre.
Le modèle calcule les besoins en eau des cultures par un coefficient cultural maximal pour un
indice foliaire de l’ordre de 5, qui permet de connaître la transpiration maximale de la culture
(équivalent à l’ETM) compte tenu de l’énergie disponible au niveau des plantes et l’état de
l’atmosphère dans la végétation. Quand il y apport d’eau (pluie ou irrigation) STICS calcule
les quantités d’eau arrivant au sol, après interception d’une partie de l’eau par le feuillage.
L’eau qui persiste sur le feuillage (déduction faite de l’écoulement) est soumise à la demande
évaporative de l’atmosphère et s’évapore dans le modèle comme une nappe d’eau libre.
A la surface du sol l’eau apportée résulte de la pluie et de l’irrigation affectée d’un paramètre
d’efficacité (prise en compte des perte d’eau à l’irrigation).
Quand l’offre en eau est inférieure à la demande, le rapport permet de calculer des indices de
stress qui jouent sur la croissance de la plante :
• indice de stress de turgescence : il représente la diminution de pression hydrique des
cellules qui limitent la croissance foliaire.
• indice de stress stomatique (transpiration réelle / transpiration maximale) : il simule la
fermeture des stomates et donc ralentit l’accumulation de la matière sèche.
Intérêt et limites
Intérêt
STICS est présenté comme un modèle ayant des qualités de robustesse, facilité d’accès aux
données d’entrée, souplesse d’évolution et de facilité d’adaptation à différentes plantes.
Originalité par rapport aux autres modèles :
- Utilisation de données d’entrée facilement disponibles (peu gourmand en données
d’entrée) ;
- Travail en condition agricole (plus facilement opérationnel) ;
- Généricité : adaptable pour différentes cultures même s’il a été conçu au départ pour le
blé et le maïs. STICS a déjà été utilisé sur tomates, bananiers, soja, … sans modification
de sa structure.
Limites
Absence de prise en compte de certains phénomènes :
- volatilisation de l’ammoniac
- effet possible de l’alimentation azotée sur le début de la sénescence de la canopée.
- résistance à la sécheresse
- sol asphyxiant
10- combinaison stress hydrique – stress azoté
- prise en compte des pathologies.
Paramètres retenus
Paramètres des sols (cf annexe n°4)
La saisie des paramètres sols sous STICS se fait sous la forme de profil à 5 horizons
maximum, caractérisés par des paramètres hydrodynamiques : Humidité au point de
flétrissement permanent (HMIN), Réserve utile (RU), la profondeur (ep), l’humidité à la
capacité au Champ (HCC) et la densité apparente (da).
C’est à partir de l’étude du service agronomie – environnement de la Chambre d’Agriculture
de Saône-et-Loire (Kockmann F. et al, 1995) que nous avons défini le paramétrage des sols.
12 types de sols y sont définis précisément à partir de 18 profils types, suivant un découpage
en trois grands ensembles : terrains de plateau, terrain de pente et bas fonds et alluvions.
La description des sols par les profils était suffisamment complète pour ne pas avoir à faire
d’estimations 15 . Certains paramètres peu ou pas importants dans notre problématique ont été
pris égal à 0 ou constant pour les différents types de sols (exemple : % azote organique, q0=
9,pH=7, obstacle 200). L’albédo est donné par le référentiel du logiciel (Brisson N. 1999).
Les paramètres climatiques
Dans la zone étudiée quatre stations météorologiques ont été retenues (Chalon, Romenay, St
Germain et Verdun-sur-Doubs) pour les valeurs journalières de précipitation, les
températures minimum et maximum. L’ETP Penman-Monteith est donné par la station de
Verdun-sur-Doubs. Le rayonnement global est issu de la station de Mâcon. Les valeurs P,
ETP, Temp min et max, Rg sont données entre le 01/02 et le 31/10 de 1991 à 1998.
L’annexe n°5 présente les valeurs climatiques synthétiques pour les postes retenus.
Paramètres techniques
Date de semis : 20 avril, 1 et 15 mai
Trois groupes de précocité :
Tableau 3 Paramètres de STICS pour les trois groupes de variétés
demie-précoce, demi-tardive, précoce
Principales variétés DEA, Pactol, DK 300, Dunia, Marista, DK 250, Marignan,
du fichier CA 71 Anjou 285 Occitan, Clara, Magister, Banguy
Précocité retenue Gpreco=9 (DEA) Gpreco=5 (Dunia) Gpreco=1 (DK 250)
Temp. Levée Indice 1020 1170
foliaire max. (°C) 835
Temp. foliaire max – 778 688
début sénescence (°C) 700
Temp. Levée – début 1328 1124
rempl. Grains (°C) 1153
Poids maximum d’un 0,33 0,313
grain (g) 0,313
15
Seule l’humidité au point de flétrissement permanent a été déduite à partir de la formule
RU (mm) = HCC % - HMIN % x da x ep (cm).
10
11Dates et dose d’irrigation : 0
Fertilisation azotée : module du stress azoté non activé (fertilisation azotée non limitante)
Les fichiers de sorties
STICS permet d’obtenir différents types de fichiers de sorties :
• Un Fichier bilan de simulation qui donne les informations de base : les données
d’entrées, les phases de développement de la culture, la croissance et les composantes
du rendement, bilan eau et azote sur le cycle et sur toute la période de simulation.
• Le fichier rapport qui donne une synthèse de toutes les simulations réalisées sous la
forme d’une ligne par simulation.
• Deux fichiers dynamiques qui permettent d’examiner dans le détail chronologique
l’évolution des variables : l’un concerne les variables que l’on peut comparer à des
données observées (ce n’est pas notre cas) et l’autre plus ouvert donne à l’utilisateur,
le choix de 20 variables dans une liste qui en comprend 165.
• Le ficher profil permet de récupérer l’une des variables sol (humidité, température,
azote, densité racinaire) par cm du sol, à des dates choisies.
• Le fichier historique qui informe sur la valeur des paramètres actifs de la simulation et
les problèmes rencontrés lors de l’exécution.
12DEUXIEME PARTIE
AU CŒUR DE LA RELATION
STRESS HYDRIQUE - RENDEMENT
H2O2ème Partie : au cœur de la relation stress hydrique - rendement
Après les aspects méthodologiques que nous avons abordés dans la première partie, nous nous
proposons ici de faire le point des connaissances sur la thématique agronomique centrale de
notre travail ; il s’agit plus d’introduire la question que de faire une synthèse exhaustive.
Avant de voir les multiples conséquences du stress hydrique sur le maïs, nous allons voir
comment le détecter. Puis nous examinerons de plus près la modélisation du bilan hydrique.
2.1. Le stress hydrique
2.1.1. Qu’est-ce que le stress hydrique ?
Pour Girardin (1999) il y a un stress chez le maïs quand l’état hydrique perturbe le
métabolisme. Cela sous-entend qu’il y a des répercussions directes plus ou moins rapides sur
la croissance des organes et leur développement.
2.1.2. Comment détecter ou mesurer le stress hydrique ?
Indicateur visuel ?
On ne peut se baser sur le flétrissement du feuillage pour détecter le stress, car les fonctions
métaboliques sont affectées chez une plante stressée avant que le stress ne soit visible. Aussi
est-on obligé d’avoir recours à des mesures au niveau de la plante, du sol ou à des estimations.
Mesure par la plante ?
Partant du fait que l’état hydrique de la plante résulte de l’évolution comparée de l’absorption,
de la transpiration et de la mise en réserve de l’eau dans la plante, on peut tenter de mesure le
stress hydrique par le biais de la variation de l’état hydrique du maïs.
Il existe trois méthodes de mesure de l’état hydrique :
La micromorphométrie : elle consiste à mesurer les micro-variations du diamètre de la tige de
maïs qui révèlent des variations de l’état hydrique du végétal. Huguet (INRA Avignon) a
conçu un dispositif muni de capteurs à déplacements linéaires qui mesure les variation au
cours de la journée et pendant tout le cycle. La variation de diamètre de la tige est très
variable pour des plantes soumises à un même stress hydrique (Girardin, 1999).
La radiométrie infrarouge : il s’agit de mesurer la température de surface de la culture
sachant qu’elle est d’autant plus élevée que le stress hydrique subi est important. La difficulté
vient du fait que la valeur absolue de la température dépend du rayonnement, aussi cette
méthode n’est-elle utilisée qu’en valeur relative.
La mesure de flux de sève : méthode fondée sur la mesure du débit de sève dans le xylème 16 .
Toutes ces méthodes ne sont utilisables pour l’instant que par les chercheurs.
Aussi est-on tenté de regarder du coté du sol pour apprécier le niveau de stress hydrique.
16
Tube conducteur de sève brute.
13Mesure par le sol ?
C’est en mesurant les différences de variation d’humidité du sol (ou du potentiel hydrique)
que l’on peut tenter d’estimer l’état de stress hydrique de la plante, connaissant les valeurs
seuils au-delà desquels la plantes souffre d’un manque d’eau.
Dans certaines régions irriguées (Ain, Drôme,…) on utilise déjà depuis plusieurs années des
dispositifs de mesure du potentiel hydrique (ex : tensiomètre à sonde électrique) pour piloter
directement l’irrigation. Un relevé régulier des tensions (2 à 3 jour) ,à température donnée du
sol permet de suivre la force de liaison de l’eau avec le sol à la profondeur où est posée la
sonde. Par la suite il est possible de faire des recommandations d’irrigation à partir de certains
seuils, connaissant le type de sol dans lequel a lieu la mesure. La Chambre d’agriculture de la
Saône-et- loire 17 indique pour le maïs à titre d’exemple, des seuils de déclenchement de
l’irrigation à l’optimum (quand il reste 5 à 10 mm de RFU), de 60 à 80 centibars à 30 cm en
sol profond sol et 40 à 50 centibars à 30 cm en sol superficiel.
L’approche indirecte par l’évapotranspiration
En passant par les notions d’évapotranspiration on peut tout à fait apprécier l’état
d’alimentation en eau de la plante. En effet en confrontant l’ETM à l’ETR on peut en déduire
le niveau de satisfaction des besoins en eau. Rappelons qu’à l’échelle journalière on peut
considérer que l’absorption équivaut à la transpiration. C’est ainsi que Thevenet G. et
Couvreur F. (1978) propose la différence ETM – ETR comme un indicateur de l’état de
sécheresse, le rapport ETR / ETM comme un indicateur du niveau de satisfaction des besoins
de la culture et le surtout le rapport ETM – ETR / ETM (ou 1- ETR /ETM) pour préciser
l’intensité de la sécheresse subie par le végétale (autrement dit le déficit hydrique relatif).
Cette approche séduisante sur le plan conceptuel bute sur l’indispensable évaluation des ETM
et surtout ETR. Même s’il existe actuellement des évapotranspiromètres pesables pour
mesurer directement l’ETR et l’ETM (Vilain, 1997), la plupart du temps on est confronté à
l’estimation de ces paramètres par le biais du coefficient cultural pour l’ETM et pour l’ETR
en se référant à une mesure directe de l’humidité du sol ou de l’état hydrique de la plante.
L’approche indirecte par le bilan hydrique
De façon aussi indirecte on peut apprécier l’état d’alimentation en eau d’une culture, en
partant du fait que la variation d’eau du sol est en partie liée à la perte d’eau directement issue
de l’évapotranspiration réelle.
Stock d’eau du sol = stock initial + apports d’eau (précipitation + irrigation) – pertes d’eau
( ETR + ruissellement + flux verticaux).
Le plus souvent les pertes d’eau par ruissellement et flux verticaux, difficilement
quantifiables, sont écartées du raisonnement et l’on en déduit l’ETR.
Cette approche sera développée ultérieurement (cf. 4. Introduction à la modélisation).
Il très difficile d’avoir une réponse claire et nette à la question quel est l’indicateur hydrique
le plus pertinent pour rendre compte, à l’échelle de la parcelle, du stress hydrique dans la
perspective de mise en relation avec le rendement ? Ainsi les travaux de Tardieu et Bethonod
(1990) portant sur trois indicateurs (réserve en eau du sol, mesure du potentiel hydrique du sol
par tensiomètre, mesure du potentiel hydrique foliaire et conductance stomatique des feuilles)
donnent des résultats mitigés dans trois types de situations (essai en pot, essai au champ sans
limite inférieure définie, essai en champ avec sol fortement tassé).
17
Cahiers Agro-climatiques de Saône et Loire n°9 pp. 20-21.
142.2. Les conséquences du stress hydrique
2.2.1. Conséquences Physiologiques
Parmi les modifications physiologiques liées au stress hydrique, la régulation stomatique qui
influe sur la photosynthèse et la respiration, est la plus importante.
Plusieurs travaux18 permettent de voir comment les organes végétaux sont affectés par la
sécheresse. La baisse du potentiel hydrique de la plante se traduit principalement par une
diminution de la pression de turgescence puis une régulation stomatique.
Diminution de la pression de turgescence
La caractéristique biophysique qui répond le plus rapidement à un déficit en eau est la
turgescence des cellules qui se déroule bien avant le flétrissement soit perceptible (Girardin
1999). Elle a des conséquences sur le développement foliaire, la captation du rayonnement, la
photosynthèse globale et finalement la production ; ceci est d’autant plus marqué que la
sécheresse intervient pendant la mise en place du feuillage et dans une situation culturale
minimisant l’indice foliaire (Robelin 1984). Au delà d’une certaine limite la plasmolyse est
atteinte et des altérations irréversibles se produisent (nécrose des feuilles).
Régulation stomatique
La fermeture des stomates permet d’ajuster le débit transpiratoire au débit liquide (comme une
vanne), et donc finalement l’absorption (à l’échelle journalière 19 ) ; elle freine ainsi la
déshydratation. Turner (1974) cité par Robelin (1984) a mis en évidence que la résistance
stomatique (ou son inverse la conductance) est reliée au potentiel hydrique total de la feuille
et variable selon l’espèce (voire le cultivar). C’est par le biais d’un régulateur de croissance20
produit au niveau des feuilles (ou des racines) pendant les périodes de stress que la régulation
stomatique a lieu. Les stomates peuvent répondre aussi, indépendamment du potentiel de la
feuille, par simple déshydratation des cellules de garde suivie d’une perte de pression
osmotique (Robelin 1984).
Photosynthèse
Ce sont les stomates qui régulent l’échange de gaz carbonique et de vapeur d’eau avec
l’atmosphère, donc un stress hydrique en provoquant la fermeture des stomates se traduit par
un ralentissement de la photosynthèse en même temps que la transpiration.
Toutefois la relation entre les deux n’est pas mécanique puisqu’il peut y avoir un décalage
dans le temps. Des travaux21 en chambre de croissance révèlent une chute d’assimilation de
CO2 24 h après le début du stress hydrique, alors que la transpiration est affectée le jour
même. De plus le génotype intervient dans cette réaction.
18 HSIAO (1970), BARLOW (1976), BARNES et WOOLLEY (1969) cités par GIRADIN P. (1999) et ROBELIN (1990)..
19
Le Pouvoir tampon de la plante en cas de stress hydrique face à une forte demande climatique est relativement
faible. Pour une transpiration journalière de 3 mm la fluctuation de la teneur en eau des feuilles est de l’ordre de
10 % entre le maximum en fin de nuit et le minimum en milieu de journée. A l’échelle de la journée la
transpiration est donc équivalente à l’absorption d’eau au niveau racinaire (Girardin 1999).
20
L’acide abscissique (AAB). Plusieurs travaux Wright (1969), Jones et Mansfield (1970-1972), Lovey (1977)
cités par Robelin (1984) confirment cette explication..
21
EPHRATH et HESKETH (1991) cités par (GIRADIN 1999).
15Vous pouvez aussi lire
