1

M2 GéobiosphèreParcours Environnement-Climat

UE2

IMPACTS DU CLIMAT SUR LES AGROSYSTEMES

Pierre CamberlinCentre de Recherches de Climatologie, Biogéosciences

Université de Bourgogne / CNRS

2

Plan :

1. Influence de la température2. Influence du rayonnement solaire3. Eau et croissance des végétaux4. Prévision agroclimatique des récoltes

Références :

Guyot G. 1997 : Climatologie de l'environnement. De la plante aux écosystèmes. Masson.

Hufty A. 2001 : Introduction à la climatologie. De BoeckJackson I. J. 1989 : Climate, water and agriculture in the tropics, Longman,

391 pParcevaux S. de, Huber L. 2007 : Bioclimatologie. Concepts et applications.

Quae.Sivakumar M.V.K. , R. P. Motha. 2006 : Managing Weather and Climate

Risks in Agriculture. Springer. 503 pSivakumar M.V.K., J. Hansen 2006 : Climate Prediction and Agriculture:

Advances and Challenges. 2007. Springer. 306 p.

3

1. Influence de la température

– L’activité métabolique des végétaux dépend de la température

– Effet selon différentes gammes de températures• Nul• Favorable• Défavorable

Variation de la vitesse de croissance d’un végétal avec la température(de Percevauxet Huber, 2007)

0 + -

Réf : Luo et al., 2011 « Temperature thresholds and crop production: a review » , Climatic Change

4

1.1 Le concept de degrés.jours

� Dans une certaine gamme de température, la croissance du végétal est corrélée linéairement et positivement à la température

� La croissance n'étant pas réversible, les effets de la température sont cumulatifs uniquement (et non-soustractibles)

� Le cumul des degrés.jours, au delà d'une température de base, est appelé somme des températures, et va donc renseigner sur la vitesse de croissance du végétal, entre deux dates données :

Σ(Tj-Tseuil)

avec j = jour et (Tt-Tseuil)>0

Exemple Tmoy DJ(base 10) : j1 6°C

j2 12°Cj3 13°Cj4 9°C

5

Le concept de degrés.jours

� La somme des températures est également corrélée àl’apparition de stades phénologiques « clés »

Ex : blé d’hiver : − Epiaison 1500− Maturation 2350

Permet la prévision de ces stades, et le zonage agroclimatique (ex : vigne, cépages rouges : > 1370°C.j).

• La température de base ou « zéro de végétation » varie selon les espèces :

6

Limites du concept de degrés.jours

� Variabilité génétique : ex : vigne - température de base pour chaque cépage

− Pouget (1968)

� Influence possible des extrêmes chauds (ex : Tx >30°C)(cf. risques)

� Pour certaines espèces, nécessité de températures basses pendant la saison froide (vernalisation). Pour les fruitiers, la date dedébourrement est parfois difficile à modéliser avec les seules sommes de températures. « Besoin en froid » des bourgeons floraux, pour la levée de dormance. Olivier : qq semaines à 13°C. Non satisfait : retard / étalement de la floraison. Cas également du blétendre (d’hiver) : 1 mois entre 2 et 5°C favorise floraison précoce.=> par analogie avec la chaleur,

« sommes d’action du froid » en automne-hiver.

Cépage Seuil de croissance apparente

Traminer 7°C

Merlot 9°C

Ugni blanc 11°C

7

(source : Supagro Montpellier)

Fonctionnement d’un modèle de croissance avec « Chilling » et « Forcing ».Les paramètres des lois d’action sont figurés par des seuils en température. Ce modèle comporte 6 paramètres : - date d’entrée en dormance- 2 paramètres pour la loi d’action du Chilling- seuil de levée de dormance, - 1 paramètre pour la loi du Forcing- seuil de floraison.

Connaissant les températures, ces paramètres permettent de déterminer la date de levée de dormance et la date de floraison.

8

Limites du concept de degrés.jours (suite)

� La vitesse de croissance est aussi affectée par la contrainte hydrique

� Effet de la durée du jour pour certains plantes (photopériodisme)

Zufferey et al. (2004)

9

1.2 Les risques de nature thermique

Ils dépendent du stade phénologique de la plante, donc varient tout au long du cycle saisonnier.

Rappel :

RISQUE = ALEA x VULNERABILITE

Climat - Propriétés physiologiques des plantes- Pratiques agricoles (date des semis, protections…) 10

Seuils de sensibilité au gel (T sous abri en

°C) de différentes espèces fruitières en

fonction de leur stade phénologique (50% de

dégâts constatés) (Guyot, 1997)

(a) Le risque de gel

Sensibilité au gel des poires à

différents stades phénologiques

(source : Defila, 2004)

11

� Gel de printemps (max. de vulnérabilité des plantes). Deux situations :

� Gelées par advection (gelées noires)� Gelées par rayonnement (gelées blanches)

Matin Matin

Mise en place d’une inversion thermique par nuit claire

ventMasse d’air froid

12

Situation gélive : exemple du 19 mars 2003

Gelées blanches ou

gelées « noires » ?

13

Tn sous abri (2m) en Champagne, 19 mars 2003 (source : Madelin, 2004)

La situation anticyclonique (vent faible, ciel clair) favorise les contrastes spatiaux

14

Variations des températures minimales en indices actinothermiques dans différents sites du vignoble champenois au cours de nuits de gel(P = poste météo, avec température min sous abri [2 m] entre parenthèses)

(Beltrando, 1998)

Noter l’échelle verticaleet les différences de température

15

Lutte contre le gel

Sources : www.maisons-champagne.com, Réussir vigne (2008), RSVAH (2007)

Chauferettes, fils

chauffants

Aspersion

Tour antigel , Hélicoptère→ gelées blanches

uniquement

16

(b) Le risque d’échaudage

Certaines cultures annuelles sont sensibles aux hautes températures.

Ex 1 : blé en phase de remplissage des grains => Tx>25°C = échaudage et baisse de rendement.

Mais effet majeur de la date d’épiaison (donc de la conduite de la culture & de la variété).

Le risque reste très modéré en année « normale »

Ex 2 : riz à la floraison => pour certains cultivars, Tx>35°C pendant 1h = stérilité

(source : Gate et al., 2008)

17

2. Influence du rayonnement solaire

Pour leur métabolisme, les végétaux ont besoin d’énergie. Grâce à la photosynthèse, le rayonnement visible est le véhicule de cette énergie.

18

• Relation asymptotique entre rayonnement solaire et photosynthèse

• Effet d’une diminution du rayonnement = significatif seulement à de faibles niveaux de rayt.

Dans bcp d’environnements continentaux, la lumière n’est pas le facteur limitant principal (sauf :- en hiver aux hautes latitudes- sur les versants mal exposés- en cas de pollution importante réduisant la transmissivité « global

dimming »)

Courbe de réponse de la photosynthèse à l’éclairement

Pmax : photosynthèse nette maximaleR0 : respiration obscure

(source : Doré et al., 2006 L’agronomie aujourd’hui. Quae)

couvert

feuille

19

Estimation de la biomasse produite(toutes choses égales par ailleurs) :

Biomasse produite = εc.εi.εb.Rg

Rg : rayonnement solaire global

εc : efficience climatique (en général voisine de 0,5)εc = PAR / Rg où PAR = Photosynthetically Active Radiation (rayonnement utile à la photosynthèse =

gamme spectrale du rayonnement solaire, en général entre 400 et 700 nm, utilisable par la photosynthèse)

εi : efficience d’interception (PAR absorbé / PAR incident ; ex : 0,5 pour le maïs)

εb : efficience biologique (conversion en biomasse du rayonnement intercepté ; en général de 0,03 à 0,06)

EFFICIENCE TOTALE :1 à 2%...

20

Photosynthèse et température (T)(de Percevaux et Huber, 2007)

Efficience biologique –

L’assimilation des végétaux croit avec T, jusqu’à un seuil variable selon la plante.

Les plantes en C4(*) ont

(sauf pour les faibles éclairements)

une assimilation supérieure à celle des plantes en C3, car elles n’ont pas de « photorespiration » qui consomme les produits de la photosynthèse, au-delà d’un certain seuil.

(*) les molécules intermédiaires du

métabolisme photosynthétique ont

4 atomes de C

21

Température et rayonnement contribuent aussi à moduler l’évaporation… donc les besoins en eau des cultures

RH%

V

DemandeÉvapo-ratoire Pluie

Régime hydrique:•Croissance•Maturation du raisin

TVitesse de croissancePhénologieMaladies cryptogamiques

Maturation

Rs

PhotosynthèseMaturation

Pression phyto-

sanitaire

22

3. Eau et croissance des végétaux

Évaluer la satisfaction des besoins en eau des végétaux suppose d’établir un bilan hydrique qui tienne compte de :- la ressource en eau- la consommation potentielle.

Ces deux éléments sont fonction du climat.

3.1 Le bilan hydrique

23

P (+ I ) = ETR + Q + ∆RGains Pertes Gain ou perte

Établi à l’échelle de la parcelle, le BH comprend :

En entrée (termes positifs) :

En sortie (termes négatifs) :

En terme alternativement positif ou négatif :

- les précipitations (P)- les apports éventuels par irrigation (I)

- l’eau évaporée (évapotranspirée) (ETR)- l’eau ruisselée hors de la parcelle ou infiltrée vers les nappes profondes (Q)

- la variation de la réserve d’eau du sol (∆R)

L’ETR dépend :- de la « demande climatique »- de la nature des végétaux et de leur stade de développement- de l’état des réserves en eau du sol

24

a) La demande climatique

La « demande climatique » est décrite par l’ETP (Évapotranspiration Potentielle) :

• Définition• Mesure : lysimètres, bacs d’évaporation.• Estimation : Penman-Monteith (FAO),

basée sur une ETP de référence (ET0), celle d’un gazon où aucune limitation n’existe quant à l’eau disponible.

Données d’entrée : température de l’air, humidité de l’air , rayonnement solaire, vitesse du vent.

25

ET potentielle de référence –formule de Penman-Monteith (FAO)

ETo évapotranspiration de référence [mm.jour-1],Rn rayonnement net à la surface de la culture [MJ m-2 jour-1],G flux de chaleur du sol [MJ m-2 jour-1],T température moyenne à 2 m [°C],u2 vitesse du vent mesurée à 2m [m s-1],es tension de vapeur saturante [kPa],ea tension de vapeur mesurée [kPa],es - ea déficit de saturation [kPa],∆ pente de la courbe de tension de vapeur [kPa °C-1],γ constante psychrométrique [kPa °C-1].

(référence = surface en herbe rase [12cm], bien alimentée en eau)

26

Comment estimer les données d’entrée…lorsqu’elles ne sont pas disponibles ?

• Interpolation à partir des stations proches(ex : température – tenir compte des gradients altitudinaux, et

éventuellement des effets d’expositionTechniques : moyennes pondérées ; régressions linéaires…)

• Estimations à partir de données satellitales(attention : repose sur une calibration correcte… donc sur la

disponibilité des données sol !)

• Formules empiriques(ex : vent à 2m à partir du vent à 10m en tenant compte du coeff de

rugosité ;rayonnement global)

27

Rayonnement global (RG)

- À partir de l’insolation : formule d’Angström

- A partir des températures : formule de Hargreaves(moins performante)

RA = ray. solaire au sommet de l’atmosphèren = nombre effectif d’heures d’insolationN = nombre potentiel d’heures d’insolationaA et bA = coefficients empiriques, fonction de la localisation géographique

Pour les pays européens, les valeurs des coeff. empiriques sont donnés sur :http://www.treemail.nl/privateers/radiation/index.htm

Ångström, A. Solar and terrestrial radiation. QJR Meteorol. Soc. 1924, 50, 121-125.Hargreaves, G.L.; Hargreaves, G.H.; Riley, P. Irrigation water requirement for the Senegal River Basin. Journal of Irrigation and Drainage Engineering ASCE 1985, 111, 265-275.

Tmax et Tmin = températures maximale et minimale journalièreaH et cH = coefficients empiriques

28

P (ETP) ETM=Kc x ETP

Q

b) La consommation d’eau des plantes

De l’ETP à l’ETMOn tient compte de la nature du végétal et son stade de croissance

29(source : Ecole Polytechnique Fédérale de Lausannehttp://echo.epfl.ch/e-drologie/chapitres/chapitre4/chapitre4.html )

30

Évolution du coefficient cultural Kc pour une culture annuelle(de Percevaux et Huber, 2007)Kc = 1 pour gazon

31

P (ETP) ETM=Kc x ETP

Q

Selon la quantité d’eau disponible (pluie + réserves du sol), ETR peut…

ETR

… être égale àETM…

32

P (ETP) ETM=Kc x ETP

Q

ETR

… ou être inférieure à

ETM…

… à moins d’irriguer, c’est-à-dire d’apporter

la différence entre ETM et

ETR

33

Rôle des réserves en eau du sol

Bilan : le régime hydrique d’une culture dépend :- De la combinaison pluie / évapotranspiration- Des propriétés du sol (texture, profondeur…)- Du matériel végétal (phénologie : stades de croissance)- Du système de conduite, de l’irrigation, ...

**

****

Estimation : méthode de Rawls (1982)W330 = 257,6 - (2 x Sa) + (3,6 x Ar) + (29,9 x MO)W1500 = 26 + (5 x Ar) + (15,8 x MO)

W330 et W1500 en mm/m ; Ar : teneur en argile (en %) ;Sa : teneur en sable (en %) ;MO : teneur en matière organique (en %)

RU = (W330 - W1500) x h

* Capacité au champ (« W330 »)

** Point de flétrissement permanent (« W1500 »)

*** Réserve utile

34

c) Le calcul et l’analyse du bilan hydrique

Pour quoi faire ?

• Comprendre (et prévoir) les effets d’une sécheresse sur les cultures• Estimer le volume d’eau d’irrigation à apporter à une culture• Évaluer l’aptitude d’un site à recevoir une culture donnée, d’un point

de vue hydrique• Évaluer l’impact d’une compaction du sol sur les besoins en eau

d’une culture• Estimer les effets des changements climatiques sur les cultures …

Bilan précis pour une culture donnée à établir au pas de temps journalier ou décadaire.

Le pas de temps mensuel fournit des estimations satisfaisantes, en simplifiant les calculs tout en permettant de tester facilement différentes hypothèses (ex : Méthode de Thornthwaite et Mather, 1955)

35

Calcul du bilan hydrique au pas mensuel

• Méthode de Thornthwaite (1955). • Données d’entrée : P, ETP, RUmax (fonction du type de sol). Toutes les

valeurs sont en mm (lame d’eau).

• Le cycle débute (t0) quand ETP>P, en supposant le réservoir sol rempli avant cette date.De mai à août, le déficit est en partie comblé par l’eau du sol• Quand P>ETP (sept. à avril), l’excédent sert d’abord à reconstituer (R) le réservoir sol…jusqu’à atteindre RUmax• Différence ETP-ETR = déficit agricole (D)

R

t0

(RUmax=100mm)

D

36

Exemple 1 (source : L.Simon, 1998)

Besoins éventuels d’irrigation

37

Exemple 2 Bilan hydrique et besoins des cultures en 2003 dans le Sud-Oust de la France

(source : Agence de l’Eau Adour Garonne)

Evolution des variables climatiques (pluie et ETP) et des besoins en eau (ETM) d’une culture d’hiver (blé) et d’une culture d’été (maïs) – Toulouse, 2003

mm

Mois38

3.2 Le risque de sécheresse

Une sécheresse est un déficit hydrique temporaire(par rapport aux conditions normales).

39

Sensibilité du maïs à la sécheresse( a= stade de la 10e feuille ; b = stade grains laiteux)(de Percevaux et Huber, 2007)

Un déficit de précipitations a des effets différents :

- selon la saison où il se produit.- selon les stades phénologiques de la plante.

- selon la plante cultivée 40

Tolérance à la sécheresse de différentes espèces

Source Expertise sécheresse INRA 2006

Réponse du rendement de 4 types de cultures au

niveau de satisfaction du besoin en eau

41

Les indicateurs

Décrit l’écart à la moyenne climatologique des précipitations cumulées, exprimé en écart-types. Peut être calculé sur différents pas de temps : 1, 3, 6, 12, 24 mois…, ce qui renseigne sur différents types de sécheresses.Méthode : 1. Calculer les cumuls au pas de temps souhaité àpartir d’une longue série2. Obtenir la courbe de distribution cumulée, et l’ajuster à une fonction appropriée (gamma en général)3. La transformer en distribution normale (moyenne= 0, écart-type = 1)

• Indices de sécheresse climatique fondés sur les précipitations (multi-applications)

- Pourcentage de la normale - Déciles- Indice standardisé de précipitations (SPI) (McKee 1993)

Code Matlab : http://www.mathworks.com/matlabcentral/fileexchange/26018-standardized-precipitation-index)ou executable : http://drought.unl.edu/MonitoringTools/DownloadableSPIProgram.aspx

42

Les indicateurs

• Indices de satisfaction des besoins en eau des cultures

- Soil Water Index

- Palmer’s crop moisture index

- Water Requirement Satisfaction Index (WRSI) [Indice de Satisfaction des Besoins en Eau] : appliqué à une culture donnée

WRSI = ETR / ETM x 100

ETR : évapotranspiration réelle (calculée à partir d’un bilan hydrique)ETM : ET0 x Kc ET0 = evapotranspiration potentielle Penman-Monteith Kc = coefficient cultural, ajusté en fonction du stade de croissance de la plante

Pas de temps : décadaire, mensuel ou saisonnier

Carte du WRSI du maïs pour la Corne de l’Afrique en août 2009

43

Projections concernant le risque de sécheresse

Nombre maximum de jours consécutifs sans pluies en été

Référence Scénario A2

Quelques grandes tendances… mais une désagrégation spatiale est nécessaire44

IPCC,2007

Changements dans le nombre maximum annuel de jours secs consécutifs

45

4. Prévision agroclimatique des récoltes

2 familles de méthodes :• modèles statistiques

(ex : régression linéaire multiple expliquant les rendements à partir de variables climatiques observées)

• modèles agroclimatiques(visant une simulation simplifiée des processus au niveau de la plante

« process-oriented crop simulation models »)

46

4.1 Les modèles statistiques

• Ex : modèle prédictif des rendements de curcuma en Inde

(source : Kandiannan et al., 2002 / Agricultural and Forest Meteorology)

Quelles sont les précautions àprendre ?

47

• Ex : modèle prédictif des rendements de curcuma en Inde

Quelles sont les précautions àprendre ?

(source : Kandiannan et al., 2002 / Agricultural and

Forest Meteorology)

Éviter le « sur-ajustement » (overfitting)

Les prédicteurs ne doivent pas être colinéaires

( T?)

Sauf changement climatique avéré, les tendances signent généralement des évolutions techniques ou agronomiques

Tester par validation croisée (« leave-one-out cross-validation »)

Les prédicteurs retenus doivent avoir la plante une relation ayant un

sens physique (avec un coefficient en accord)

48(source : OMM, 2012)

49

Fonctionnement des modèles et processus simulés

• Phénologie• Photosynthèse : élaboration and partitionnement de la biomasse• Surface foliaire (LAI)• Bilan hydrique (stock d’eau, évaporation, transpiration, coefficient de

stress hydrique, TR/Trpot)• Dates de semis• Rendements estimés

4.2 Les modèles agroclimatiques

Ce sont des modèles déterministes (mécanistes)

Pas de temps : jour ou décade

Echelle spatiale : sauf exception, la parcelle 50

• Données d’entrée :- Paramètres météorologiques (précipitations, température, rayonnement, vent, humidité)- Propriétés des sols (profondeur, capacité au champ…)- Paramètres variétaux (phases phénologiques et leur longueur, température de base, température optimale…)- Paramètres culturaux (critères de semis, de récolte, irrigation éventuelle, apports de fertilisants…)

• Etapes de mise en oeuvre :- Calibration à partir de données agronomiques expérimentales- Validation par ‘rétro-prévisions’ (« hindcasts »)

51

d(HI)/dt = rate of change of leafarea index.

YGP = yield gap parameter.

Prognosticvariables = rectangles

Intermediatevariables and constants = ovals

Daily drivingvariables shownoutside the model box.

• Autres modèles courants :

-CERES et DSSAT (ICASA : International Consortium for Agricultural Systems Applications)

- WOFOST (Université de Wageningen, Pays-Bas)

- CROPWAT (FAO)

- STICS (INRA)

- SARRA-H (CIRAD : Centre Int. de Recherche Agronomique pour le Développement)

• Exemple : GLAM crop model (General large-Area Model)

52

Utilisation des modèles agroclimatiques pour la prévision probabiliste des récoltes

1) génération de séries météorologiques stochastiques

(source : Dubrovsky et al., 2002)observations

séries générées stochastiquement, ajustées aux prévisions saisonnières( )

NB :

Les séries

stochastiques

pourront être

remplacées par les

observations à

mesure de

l’avancement de la

saison

53

2) simulations de la croissance de la plante

(source : Dubrovsky et al., 2002)54

Effets du CC sur les cultures – Ex : Région alpine : Torriani et al. (2007) tiennent compte à la fois des changements du climat moyen, de sa variabilité, et de la concentration en CO2, à l’horizon 2071-2100 (scénario A2).

• Impacts diffèrent selon les cultures• Tenir compte de l’introduction de nouveaux cultivars, qui peut permettre le maintien des rendements de certaines cultures.

Maïs : réduction prononcée des rendements, due à déficit hydrique, malgré allongement de la saison de croissance.L’augmentation du CO2 (expériences CC+ et CM+) limite la baisse de rendement. Les changements dans la variabilité interannuelle (expériences CC) l’aggravent.

Blé d’hiver : effet également négatif du changement clim., compensé par la hausse du CO2. La variabilité interannuelle accrue n’est pas en défaveur des rendements moyens.

4.3 Projections

55

(IPCC, 2007 – 4th Assessment Reprt, WG II, Impacts, vulnerability and adaptation)

A l’échelle planétaire :

sensibilité des rendements céréaliers au CC, d’après 69 études, en fonction de la variation locale de la température, tous scénarios confondus. Points / lignes rouges : sans adaptationPoints / lignes verts: avec adaptation (pratiques, cultivars, irrigation…).