2022 - Assimilation de données pour améliorer les modèles de qualité de l'eau : vers un indicateur de pression azotée - Samy Chelil

L’exposition de la ressource en eau naturelle (cours d’eau, nappe souterraine) à la pollution azotée diffuse dans un contexte agricole est due essentiellement à la surfertilisation des parcelles agricoles à des fins d’amélioration du rendement des cultures. Malgré des efforts considérables menés à différentes échelles pour optimiser les pratiques culturales, le surplus azoté du sol présente un risque élevé de lixiviation des nitrates vers les milieux aquatiques notamment en début de la saison hivernale. En effet, l’absence des cultures piège à nitrate (CIPAN) en cette période, la forte minéralisation du sol souvent laissé à nu en été, et la gestion peu maitrisée des apports azotés en printemps augmentent la quantité d’azote piégé en faible profondeur du sol aggravant, ainsi, son exportation vers l’extérieur du système de drainage avec l’arrivée des premières pluies hivernales.

Ce travail de thèse vise à développer un indicateur de pression azoté basé sur la modélisation conceptuelle des transferts de nitrate en parcelles agricoles artificiellement drainées.

Dans un premier temps, le modèle conceptuel NIT-DRAIN (intégrant sept paramètres d’entrée) a été développé, optimisé et validé pour simuler la lixiviation des nitrates à l’exutoire des bassins versants agricoles artificiellement drainés. Puis, sa robustesse spatiotemporelle a été évaluée en utilisant des données de concentration en nitrates mesurées à des pas de temps fins (horaire, journalier) sur trois sites hétérogènes en terme de superficie et de pratiques agricoles (La Jaillière, 1 ha ; Chantemerle, 36 ha ; Rampillon, 355 ha). Notons que seuls les paramètres du modèle ainsi que le débit de drainage sont nécessaires pour estimer les reliquats azotés en entrée d’hiver (REH) sous réserve de disponibilité des observations de concentration en nitrate à l’exutoire du bassin versant agricole étudié.

Deux méthodes d’analyse de sensibilité (locale et globale) ont été implémentées afin de déterminer l’influence des paramètres du modèle sur les concentrations en nitrates (sortie du modèle). Les résultats indiquent que les paramètres responsables de la vitesse de transfert des nitrates ‘????’ et du partage de la quantité initiale d’azote présent dans le sol ‘??’, impactent de manière significative les sorties du modèle. La technique d’assimilation de données variationnelle (4D-Var) a été implémentée au modèle NIT-DRAIN afin d’améliorer l’estimation du REH et plus généralement de l’évolution
temporelle du stock d’azote dans le sol à partir d’un échantillonnage des concentrations en nitrate à l’exutoire du réseau de drainage. Plusieurs fréquences d’échantillonnage ont été sélectionnées (ex. horaire, journalière, mensuelle, trimestrielle) afin d’évaluer leur impact sur les estimations du REH. Ainsi, il a été démontré que l’erreur sur l’estimation du REH devient conséquente à partir d’une fréquence d’échantillonnage mensuelle.

Finalement, la performance du modèle de simulation de drainage (SIDRA-RU) a été étudiée en perspective d’un futur couplage avec le modèle nitrate (NIT-DRAIN). Pour ce faire, l’adjoint du modèle SIDRA-RU a été généré à l’aide de TAPENADE (outil de différentiation automatique) afin d’implémenter la méthode d’assimilation de données variationnelle. A terme, le modèle NIT-DRAIN utilisera comme donnée d’entrée les simulations du débit de drainage obtenues par le modèle SIDRA-RU à la place des observations.


Mots clés : assimilation de données variationnelle, 4D-Var, modèle conceptuel, lixiviation des nitrates, reliquat entrée hiver, drainage agricole souterrain, analyse de sensibilité, optimisation.

Informations supplémentaires

  • Contact:

    Doctorant : Samy Chelil
    Téléphone : + 33 (0)1 40 81 65 39
    E-mail : Cette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser.

  • INFORMATION THESE:

    École Doctorale : Géosciences Ressources Naturelles et Environnement (ED 398)
    Co-Directeurs de thèse : Julien Tournebize et Pierre-Olivier Malaterre
    Co-Encadrants : Hind Oubanas et Henine Hocine
    Date Début : 22/10/2018
    Date de soutenance : 09/12/2022

  • Equipe(s) de l'UMR concernée(s):

    GHOSTE

SHARE
FaLang translation system by Faboba
APT Logo fra      logo brgm web frlogo inraeLogo Institut Agro Mpl petit

 

Enregistrer

Enregistrer

Enregistrer

Enregistrer

Enregistrer

Enregistrer