Modélisation du transfert de pesticides dans un bassin versant en vue de la construction d’un outil d’aide à la décision pour la maîtrise de la qualité.

Présentation au sujet: "Modélisation du transfert de pesticides dans un bassin versant en vue de la construction d’un outil d’aide à la décision pour la maîtrise de la qualité."— Transcription de la présentation:

1 Modélisation du transfert de pesticides dans un bassin versant en vue de la construction d’un outil d’aide à la décision pour la maîtrise de la qualité des eaux Projet SACADEAU Marie-Odile Cordier, Véronique Masson IRISA / Univ. Rennes1 Pierre Aurousseau, Chantal Gascuel, Florent Tortrat INRA-ENSAR / UMR SAS Frédéric Garcia, Inra/ BIA, Toulouse Brigitte Chanomordic, Inra/LASB Montpellier Michel Falchier, CA 35 Djilali Heddadj, Laurence Lebouille CA 56 Site d’application : Bassin versant du Frémeur (56) Cadre : AIP « Aide à la décision – Comment articuler connaissances et actions en agriculture, agroalimentaire et dans l’espace rural » Financement : Conseil Général du Morbihan – Inra – MEDD

2 Projet SACADEAU Système d’Acquisition de Connaissances
pour l’Aide à la Décision sur la qualité de l’EAU Objectifs : Construire un outil d’aide au conseil sur un bassin versant Déterminer le degré de contamination des eaux à l’exutoire d’un bassin versant par les herbicides en fonction : du climat de l’année de stratégies de désherbage de stratégies d’aménagement (bandes enherbées, haies-talus, fossés) du paysage (topographie, situation des bois, prairies, …) du paysage cultivé (topographie, arrangement spatial des cultures, …) dans le but de dégager des règles de conseil sur les pratiques agricoles et les aménagements

3 Projet SACADEAU Deux étapes
- Permettre au gestionnaire BV de tester des scénarios « haut niveau » . avec une présentation visualisée des résultats (cartes) . par simulation d’un modèle qualitatif - Avoir une meilleure compréhension d’un phénomène complexe: . découvrir les variables explicatives les plus significatives . faire apparaître les relations entre ces variables . par l’étude des résultats de nombreuses simulations grâce à des techniques d’apprentissage symbolique règles de « bonne pratique »

4 Exemples de scénarios « haut- niveau »
«  Si des pluies significatives (cumulant plus de 10 mm en 24 h) interviennent dans un délai donné (1j, 2j, 3j, 4j,..) après les traitements herbicides, quels sont les niveaux de concentration à l'exutoire des différentes molécules appliquées".   « Quel est l’impact du désherbage mixte ? Peut-on recommander sa mise en place à certaines parcelles ? A certaines stratégies ? » « Que se passera-t-il à l'exutoire si toutes les parcelles à risque fort sont protégées par des bandes enherbées ou des talus, en terme de quantité de produit en moins pouvant ruisseler, dans des conditions climatiques classiques? » "Quelle serait l’efficacité d'une mesure imposant le non traitement sur les 10 mètres de bord de cours d'eau (en comparaison d’une méthode à base de parcelles à risque) ?" impact du climat impact de la stratégie de désherbage impact de l’aménagement du territoire impact de réglementations

5 Les résultats d’un scénario sont obtenus par simulation d’un modèle de transfert des herbicides à l’échelle d’un bassin versant Deux questions : Quel modèle de transfert des herbicides ? Quelles sont les différentes étapes de simulation d’un scénario ?

6 Le modèle de transfert des herbicides
climat décisionnel spatial Résultats de l’expérimentation Données de Données topos et parcelles Modèle biophysique Dates, qtés, durées des pluies + temp. Dates, doses des applications, date et type de travail du sol Quantités et concentrations / jour de pesticides

7 Le modèle biophysique Entrées Sorties Modèle Climat :
- qté pluie / jour (mm) - degré température / jour Pour chaque parcelle : - applications : dates, molécules, qtés - dispositifs tampon - %CO + … - surface, pente … BV : - topologie - aménagements - … Contamination des eaux à l’exutoire / jour : - flux (g/ha) - concentration (g/l) Modèle Travaux de thèse de Florent Tortrat – voir poster

8 Principales caractéristiques du modèle
un modèle semi-qualitatif connaissances fonctionnelles de type expert ou de type physique modèle boite de verre

9 Principales caractéristiques du modèle
un modèle semi-qualitatif connaissances fonctionnelles de type expert ou de type physique modèle boite de verre à l'échelle de l'événement pluvieux une réponse moyennée

10 Principales caractéristiques du modèle
un modèle semi-qualitatif connaissances fonctionnelles de type expert ou de type physique modèle boite de verre à l'échelle de l'événement pluvieux une réponse moyennée pour un outil d'aide à la décision données facilement accessibles temps de calcul raisonnable résultats facilement interprétables

11 Principales caractéristiques du modèle
un modèle semi-qualitatif connaissances fonctionnelles de type expert ou de type physique modèle boite de verre à l'échelle de l'événement pluvieux une réponse moyennée pour un outil d'aide à la décision données facilement accessibles temps de calcul raisonnable résultats facilement interprétables une approche distribuée à la parcelle évaluer les contributions de chaque parcelle agricole agréger les contributions des parcelles grâce à une arborescence de parcelles tenir compte des aménagements du bassin versant Travaux de thèse de Florent Tortrat – voir poster

12 Étapes de la simulation d’un scénario
Un scénario utilise des concepts ayant un sens pour l’expert vis-à-vis du problème posé « Que se passe-t-il si une majorité des parcelles proches de l’exutoire appliquent la stratégie de type pré-levée et qu’il y a eu des averses fortes et régulières entre mai et juillet » Il décrit dans un langage de haut niveau (qualitatif) un ensemble d’expérimentations (quantitatives) représentatives de la situation. Tester un scénario : simuler l’ensemble de ces expérimentations grâce au modèle de transfert

13 Tester un scénario Scénario : - description conceptuelle
Résultat du scénario : - description conceptuelle traduire catégoriser - contraintes quantitatives - contraintes quantitatives générer décrire - ensemble d’expérimentations - ensemble de résultats Modèle de transfert n expérimentations n résultats d’expérimentations

14 Scénario Langage de scénario :
Identifier les concepts ayant un sens vis-à-vis du problème posé Avec l‘aide des experts, des gestionnaires, des exploitants Traduire chaque concept par des contraintes sur un ensemble de variables quantitatives : climat => trois types de climat, décrits par deux critères Exemple : types de climat, stratégies de désherbage, profils de bassin versant … Cumul des pluies mai-juillet Fréquence des pluies > 1Omm

15 Premiers résultats 5 classes d’acceptabilité de la teneur en pesticides d’après le nombre et la valeur de concentrations par averse somme des concentrations sur une période de 3 mois (mai-juillet) répartition des résultats des simulations dans les classes / climat Après simulations sur 3 types d ’années climatiques, 2 types de sol, 2 stratégies de désherbage, 3 formes de bassin versant. Concentration du pic (µg/l) Nombre de pics Somme des concentrations (µg/l) 0 – 0,01 0,01 – 0,1 0,1 – 0,5 0,5 – 2 > 2 0 - 2 1 2 3 4 5 3 - 5 > 5 > 0,5 > 3 Classe résultats 1 2 3 4 5 % Pourcentage en fonction du climat 100 14 65 6 13 15 36 32 21 26 50 Pourcentage total 54 10 18

16 Conclusion Projet en cours :
Modèle de transfert : Modèle biophysique : fin 2004 (Fl. Tortrat) Confrontation avec les données du Fremeur : fin 2004 Couplage avec le modèle décisionnel : fin 2004 Simulation de scénarios réalistes possibles Langage de scénarios : Recueil de scénarios, premières approches du langage : 2004 Définition du langage + traduction : 2005 Détection des variables explicatives et des relations entre elles / Apprentissage à partir des résultats de simulation Constitution d’une base d’apprentissage et premiers résultats des expérimentations : juin 2004 Bonne collaboration entre les différents partenaires