AMÉLIORATION DE LA MÉTHODOLOGIE D’INVENTAIRE DES … · 2020-01-29 · AMÉLIORATION DE LA...

AMÉLIORATION DE LA MÉTHODOLOGIE D’INVENTAIRE DES STOCKS DE CARBONE DANS LES SOLS AGRICOLES ET

FORESTIERS

Rapport final

Avril 2013

Arlène Besson, Manuel Martin, Véronique Tosser, US 1106 Infosol, INRA

Etude réalisée pour le compte de l’ADEME par l’INRA – Convention n°0975C0046

Coordination technique : Antonio BISPO, Thomas EGLIN – Direction Productions et Energies Durables - Service Agriculture et Forêt – ADEME (Angers)

1

Remerciements : Dominique ARROUAYS (INRA), Benjamin BALLOY (APCA), Marion BARDY (INRA) Antonio BISPO (ADEME), Alain BOUTHIER (ARVALIS), Annie DUPARQUE (Agro-Transfert), Thomas EGLIN (ADEME), Sophie GENERMONT (INRA) Ludovic LARBODIERE (Ministère en charge de l’Agriculture), Sandrine LEMENAGER (Ministère en charge de l’Agriculture), Edith MARTIN (CITEPA), Etienne MATHIAS (CITEPA), Frédétique MILLARD (Ministère en charge de l’Ecologie), Julie RAMANANTENASOA (INRA), Aurélie TAILLEUR (Arvalis), Murielle TROUILLET (Ministère en charge de l’Agriculture)

Toute représentation ou reproduction intégrale ou partielle faite sans le consentement de l’auteur ou de ses ayants droit ou ayants cause est illicite selon le Code de la propriété intellectuelle (art. L 122-4) et constitue une contrefaçon réprimée par le Code pénal. Seules sont autorisées (art. 122-5) les copies ou reproductions strictement réservées à l’usage privé de copiste et non destinées à une utilisation collective, ainsi que les analyses et courtes citations justifiées par la caractère critique, pédagogique ou d’information de l’œuvre à laquelle elles sont incorporées, sous réserve, toutefois, du respect des dispositions des articles L 122-10 à L 122-12 du même Code, relatives à la reproduction par reprographie.

L'ADEME en brefL'Agence de l'Environnement et de la Maîtrise de l'Energie (ADEME) est un établissement public sous la tutelle conjointe du ministère de l'Ecologie, du Développement et de l’Aménagement durables, et du ministère de l’Enseignement Supérieur et de la Recherche. Elle participe à la mise en oeuvre des politiques publiques dans les domaines de l'environnement, de l'énergie et du développement durable. L'agence met ses capacités d'expertise et de conseil à disposition des entreprises, des collectivités locales, des pouvoirs publics et du grand public et les aide à financer des projets dans cinq domaines (la gestion des déchets, la préservation des sols, l'efficacité énergétique et les énergies renouvelables, la qualité de l'air et la lutte contre le bruit) et à progresser dans leurs démarches de développement durable.www.ademe.fr

2

Sommaire

Liste des annexes Table des tableaux et figures Sigles et abréviations

Introduction

1.Objectifs et contexte........................................................................................................................101.1Contexte : Amélioration du dispositif français de comptabilisation de la variation des stocks de COS...........................................................................................................................................101.2Le test de la performance du RMQS et l’intégration de données issues de la recherche aux outils opérationnels........................................................................................................................10

2.Données et méthodes mobilisées pour l’étude.................................................................................112.1Le RMQS..................................................................................................................................11

2.1.1Présentation du réseau.......................................................................................................112.1.2Représentativité du réseau (Arrouays et al., 2001)...........................................................132.1.3Statistiques sur l’occupation des terres.............................................................................132.1.4Sources d’incertitudes sur l’estimation de la variation des stocks de COS......................162.1.5Mise en place de la deuxième campagne du RMQS.........................................................16

2.2Séries temporelles d’évolution des pratiques culturales...........................................................172.2.1Pratiques culturales d’intérêt.............................................................................................172.2.2Séries d’évolution passées : Les enquêtes Pratiques Culturales.......................................172.2.3Scénarios de prospective : l’étude Agriculture et Facteur 4..............................................19

2.3Variété des méthodes de comptabilisation................................................................................203.Application du Tier 1 aux données du RMQS.................................................................................21

3.1Méthode Tier 1 en terres cultivées............................................................................................213.1.1Présentation de la méthode................................................................................................213.1.2Correspondance avec les pratiques culturales d’intérêt et les données disponibles..........22

3.2Reconstitution des séries temporelles d’évolution des pratiques culturales.............................243.2.11990-2010..........................................................................................................................243.2.22010-2030.........................................................................................................................27

3.3Application de la méthode de Tier 1 aux sites RMQS..............................................................293.3.1Calcul du stock de COS de référence sur chaque site RMQS...........................................293.3.2Simulations sur les sites RMQS........................................................................................303.3.3Calcul d’incertitudes.........................................................................................................31

3.4Résultats....................................................................................................................................333.4.1Répartition des sites en terres cultivées............................................................................333.4.2Zones météorologiques de la classification GIEC............................................................333.4.31990-2010.........................................................................................................................343.4.42010-2030.........................................................................................................................393.4.5Résultats au format inventaire...........................................................................................42

3.5Application du Tier 1 en prairies..............................................................................................433.5.1Difficultés du Tier 1 en prairies........................................................................................433.5.2Méthode............................................................................................................................443.5.3Synthèse sur l’application du Tier 1 en prairies................................................................453.5.4Premiers retours................................................................................................................46

3.6Prise en compte des pratiques culturales dans les outils de diagnotics....................................473.6.1Outils.................................................................................................................................473.6.2Propositions et difficultés rencontrées..............................................................................47

3

3.7Limites et perspectives..............................................................................................................484.Tier 3................................................................................................................................................53

4.1Généralités : modèle et paramètres...........................................................................................534.1.1Le modèle Century............................................................................................................534.1.2Démarche globale..............................................................................................................554.1.3Paramétrisation à partir du RMQS....................................................................................564.1.4Structure de la paramétrisation..........................................................................................564.1.5Les principales taches des scripts......................................................................................664.1.6Installation.........................................................................................................................664.1.7Structure générale des scripts R .......................................................................................67

4.2Simulations...............................................................................................................................714.2.1Protocole de simulation.....................................................................................................71Analyse des résultats.................................................................................................................71

4.3Résultats....................................................................................................................................724.3.1Distribution des erreurs.....................................................................................................724.3.2Facteurs explicatifs de l’erreur observée...........................................................................75

4.4Discussion et Perspectives........................................................................................................774.4.1Amélioration du paramétrage............................................................................................774.4.2Origine des erreurs............................................................................................................774.4.3Possibilités d’application de scénarios de changement de pratiques?..............................784.4.4Références.........................................................................................................................78

5.ANNEXES........................................................................................................................................15.1Annexe 1: Informations récoltées au cours des enquêtes réalisées sur les sites RMQS.............15.2Annexe 2 : Exemple de questionnaire sur les pratiques culturales à destination des Chambres Régionales d'Agriculture.................................................................................................................65.3Annexe 3 : Valeurs des facteurs d’ajustement de la méthodologie de Tier 1 des lignes directrices du GIEC en terres cultivées..........................................................................................135.4Annexe 4 : Evolution de l’arbre de décision pour l’affectation d’un niveau d’intrants suivant les discussions avec les agronomes et les experts de la méthodologie de Tier 1...........................155.5Annexe 5 : Hypothèses prises pour déterminer les modalités de facteurs d’ajustement sur les sites RMQS....................................................................................................................................195.6Annexe 6 : Système de classification pour les régions climatiques par défaut .......................225.7Annexe 7 : Evolution des proportions des différents systèmes de culture suivant les quatre scénarios de l’étude Facteur 4, pour la période 2010-2030...........................................................235.8Annexe 8 : Règles d’affectation pour l’attribution des systèmes de production de l’étude « Agriculture et Facteur 4 » aux sites RMQS en fonction des modalités de deux variables de l’enquête réalisée sur les sites RMQS. ..........................................................................................255.9Annexe 9 : Séries temporelles d’évolution des pratiques culturales entre 1990 et 2010..........265.10Annexe 10 : Valeurs des facteurs d’ajustement pour l’application de la méthode de Tier 1 en prairies...........................................................................................................................................325.11Annexe 11 : Document de synthèse sur l’application du Tier 1 en prairies envoyé aux experts.......................................................................................................................................................33

5.11.1L’impact des modes de gestion sur les stocks de COS en prairies..................................335.11.2Partie 1 : Le Réseau de Mesure de la Qualité des Sols...................................................345.11.3Partie 2 : Synthèse bibliographique – Les pratiques culturales influant sur la variation des stocks de COS en prairies...................................................................................................355.11.4Partie 3 : Les données disponibles .................................................................................395.11.5Partie 4 : Application d’une méthodologie de Tier 1......................................................43

5.12Annexe 12 : Prise en compte de l’effet des pratiques culturales sur la variation des stocks de

4

carbone organiques des sols dans l’outil climAgri........................................................................465.13Annexe 13 – Prise en compte de l’effet des pratiques culturales sur la variation des stocks de carbone organique des sols dans l’outil dia'terre...........................................................................485.14Hypothèses quant aux fichiers de paramètres Century...........................................................50

5.14.1Le fichier de paramètres relatif aux cultures : CROP.100...............................................505.14.2Le fichier de paramètres relatif au travail du sol : CULT.100.........................................515.14.3Le fichier de paramètres relatif à la fertilisation minérale : FERT.100...........................515.14.4Le fichier de paramètres relatif aux récoltes et gestion des résidus : HARV.100...........525.14.5Le fichier de paramètres relatif à l’irrigation : IRRI.100................................................525.14.6Le fichier de paramètres relatif à la fertilisation organique : OMAD.100......................535.14.7Le fichier de paramètres fixes relatif au fonctionnement biogéochimique : FIX.100....535.14.8Le fichier de paramètres relatif au site : SITE.100.........................................................53

5.15ANNEXE 2 Le fichier de scénario *.sch................................................................................535.15.1L’entête............................................................................................................................545.15.2Le bloc.............................................................................................................................55

CONCLUSION

RÉFÉRENCES BIBLIOGRAPHIQUES

5

Liste des tableaux et figures

Tableau 1 - Catégories d'occupation des terres de la classification RMQS de niveau 1.................................10Tableau 2 - Conclusions de l'étude de représentativité de la maille de 16 x 16km, choisie pour le RMQS (Arrouays et al., 2001).................................................................................................................................... 12Tableau 3 - Comparaison de l'occupation des terres entre les données RMQS et Corine Land Cover, à l'échelle nationale........................................................................................................................................... 12Tableau 4 - Pratiques culturales ayant l'impact le plus fort sur la variation des stocks de COS (Arrouays et al., 2002 ; Alterre Bourgogne, 2008)...............................................................................................................15Tableau 5 - Cultures étudiées par l'enquête Pratiques Culturales...................................................................15Tableau 6 - Représentativité des enquêtes Pratiques Culturales par rapport au total des surfaces françaises........................................................................................................................................................................ 16Tableau 7 - Informations relatives aux pratiques culturales ayant une influence majeure sur la variation des stocks de COS en terres cultivées disponibles dans les enquêtes Pratiques Culturales (données brutes)....17Tableau 8 - Scénarios d'évolution de l'agriculture de l'étude Facteur 4...........................................................18Tableau 9 - Proportions des différents systèmes de production actuellement (2010) et suivant trois scénarios d'évolution de l'agriculture (2050) selon l'étude Facteur 4..............................................................................18Tableau 10 - Pratiques culturales prises en compte dans la méthodologie de Tier 1 des lignes directrices du GIEC (GIEC, 2006)......................................................................................................................................... 21Tableau 11 - Correspondance entre les pratiques culturales d'intérêt (issues de la recherche bibliographique), celles prises en compte dans la méthodologie de Tier 1 des lignes directrices du GIEC, et les sources de données.................................................................................................................................. 22Tableau 12 - Hypothèses prises pour reconstituer la série temporelle d’évolution des pratiques culturales entre 1990 et 2010, à partir des données des enquêtes Pratiques Culturales................................................25Tableau 13 - Facteurs relatifs à la gestion et aux intrants, associés aux systèmes de production..................26Tableau 14 - Valeurs de stocks de COS rencontrées dans la littérature.........................................................31Tableau 15 - Comparaison des proportions de sites (RMQS) et de srfaces (enquêtes Pratiques Culturales) soumis aux douze combinaisons de pratiques culturales...............................................................................33Tableau 16 - Comparaison des proportions de sites (RMQS) et de surfaces (enquêtes Pratiques Culturales) suivant les deux facteurs d'ajustement...........................................................................................................33Tableau 17 - Flux en Mteq CO2 sur le RMQS (les signes positifs indiquent un destockage, les négatifs un stockage)........................................................................................................................................................ 35Tableau 18 - Réparititon initiale des systèmes de production pour la première campagne du RMQS et l'étude Facteur 4......................................................................................................................................................... 37Tableau 19 - Evolution du stock de COS moyen des scénarios de l'étude "Agriculture et Facteur 4" - Comparaison de deux hypothèses de travail du sol en agriculture biologique................................................37Tableau 20 - Crédits/débits en MteqCO2 - comparaison avec les résultats obtenus par le CITEPA...............38Tableau 21 - Description des modalités des facteurs d'ajustement de la méthodologie de Tier 1 appliquée aux prairies..................................................................................................................................................... 39Tableau 22 - Propositions pour l'application du Tier 1 aux prairies en France................................................41

6

Figure 1 - Pourcentage surfacique des combinaisons non représentées dans les réseaux (Arrouays et al., 2001)............................................................................................................................................................... 11Figure 2 - Zones non représentées par les réseaux (Arrouays et al., 2001)...................................................11Figure 3 - Probabilité que le centroïde soit localisé sur le sol dominant de la cellule (Arrouays et al., 2001).11Figure 4 - Taux de caractérisation (en surface) des petites régions agricoles françaises par le réseau 16 x 16km (Arrouays et al., 2001)........................................................................................................................... 11Figure 5 - Méthode utilisée pour constituer les 9 sous-échantillons dans l'étude de comparaison des stratégies d'échantillonnage............................................................................................................................ 13Figure 6 - Stocks de COS de l'échantillon complet.........................................................................................13Figure 7 - Arbre de décision pour l'attribution d'une modalité de facteur d'ajustement sur la gestion aux parcelles de l'enquête Pratiques Culturales, pour chaque année d'enquête...................................................23Figure 8 - Arbre de décision pour l'affectation d'une modalité de facteur d'ajustement sur la gestion ...........24Figure 9 - Démarche permettant la prise en compte des rotations sur les sites RMQS pour le calcul de l'évolution des stocks de COS (FA : Facteurs d’ajustement = FLU x FMG x FI).............................................28Figure 10 - Sites RMQS sur lesquels ont pu être réalisées les simulations de la méthodologie de Tier 1 (sites pris en compte : mauve, non pris en compte : beige).....................................................................................30Figure 11 - Zone climatique définie par la classification GIEC attribuée à chaque site RMQS pour lesquels des données météorologiques sont disponibles.............................................................................................30Figure 12 - Evolution des proportions de surface soumises aux 12 combinaisons de pratiques culturales (catégories Tier 1 du GIEC) en France - Résultat du traitement des enquêtes Pratiques Culturales.............31Figure 13 - Série temporelle d'évolution des pratiques culturales étable par le CITEPA ................................32Figure 14 - Evolution du stock de COS moyen sur les sites RMQS en terres cultivées entre 1990 et 2010. Gauche : Stock moyen et incertitudes associées, Droite : Evolution du stockage..........................................34Figure 15 - Comparaison des proportions des systèmes de production des scénarios de l'étude "Agriculture et Facteur 4" et simulées par la méthodologie de Tier 1. En trait plein : les surfaces simulées; en points : les surfaces données dans l'étude. Bleu : Agriculture conventionnelle, rouge : Production intégrée, vert : Agriculture biologique..................................................................................................................................... 36Figure 16 - Evolution du stock de COS moyen sur les sites RMQS en terres cultivées entre 1990 et 2010. Gauche : Stock moyen et incertitudes associées, Droite : Evolution du stockage..........................................37

7

Sigles et abréviations

ADEME : Agence De l’Environnement et de la Maîtrise de l’EnergieAPCA : Assemblée Permanente des Chambres d’AgricultureBDAT : Base de Données des Analyses de TerreCITEPA : Centre Interprofessionnel Technique d’Etudes de la Pollution AtmosphériqueCCNUCC : Convention Cadre des Nations Unies sur le Changement ClimatiqueCH4 : MéthaneCO : Monoxyde de carboneCO2 : Dioxyde de carboneCOS : Carbone Organique du SolCOVNM : Composé Organique Volatil Non MéthaniqueEX-ACT : EX-Ante Carbone balance ToolFAO : Food and Agriculture OrganizationGES : Gaz à Effet de SerreGIEC : Groupement Intergouvernemental d’Experts sur le ClimatGIS Sol : Groupement d'Intérêt Scientifique SolHFC : HydroFluoroCarburesINRA : Institut National de la Recherche AgronomiqueMinistère en charge de l'Agriculture : Ministère de l’Agriculture, de l’Alimentation, de la Pêche, de la Ruralité et de l’Aménagement du TerritoireN2O : Protoxyde de’azoteNOx : Oxydes d’azotePAC : Politique Agricole CommunePFC : PerFluoroCarbureRGA : Recensement Général AgricoleRMQS : Réseau de Mesure de la Qualité des SolsSF6 : Hexafluorure de soufreSO2 : Dioxyde de soufreSSP : Service de la Statistique et de la ProspectiveUTCF : Utilisation des Terres, Changement d’affectation des terres et Foresterie

8

Introduction

Le Carbone Organique du Sol (COS) a un rôle majeur dans le cycle du carbone. Il peut en effet agir à la fois comme une source ou comme un puits envers le dioxyde de carbone (CO2) de l’atmosphère, influant ainsi sur le changement climatique.

Les engagements internationaux visant à lutter contre ce phénomène prennent en compte, depuis plusieurs années, la variation des stocks de COS. La Convention Cadre des Nations Unies sur le Changement Climatique (CCNUCC, signée en 1992) et le Protocole de Kyoto (signé en 1997) ont introduit, pour les pays signataires, la réalisation annuelle d’un inventaire des émissions et des absorptions de Gaz à Effet de Serre (GES). Dès lors, il devient primordial de prendre en compte avec exactitude la variation des stocks de COS dans le cadre de ces négociations internationales. De plus, la connaissance des phénomènes influents sur la variation des stocks de COS permet, à des échelles locales, de mettre en place des actions visant à accroître les stocks.

Pour répondre à ces objectifs, il est nécessaire de développer des systèmes d’échantillonnage et des modèles permettant d’estimer la répartition spatiale des stocks de COS (MARTIN et al., 2010). Des questions se posent également sur la manière d’améliorer les relations entre la recherche (avec des dispositifs tels que le Réseau de Mesure de la Qualité des Sols – RMQS, ou encore la Base de Données des Analyses de Terres – BDAT) et les domaines opérationnels et décisionnels (avec les inventaires nationaux ou encore les outils visant à diagnostiquer les émissions de GES à des échelles locales), pour ce qui est du suivi de la variation des stocks de COS, aux échelles nationales et locales.

Une récente convention, signée entre le Ministère en charge de l’Agriculture, l’Institut National de la Recherche Agronomiques (INRA) et le Centre Interprofessionnel Technique d’Études de la Pollution Atmosphérique (CITEPA), a visé à définir les améliorations de la méthodologie d’inventaire des stocks de carbone dans les sols agricoles et forestiers. Au cours de ce travail n’ont pu être proposées que des améliorations qualitatives, dont il est difficile de juger l’impact sur la comptabilisation des stocks de COS.

Dans le cadre d’une convention signée avec l’Agence de l’Environnement et de la Maîtrise de l’Energie (ADEME), l’étude vise à mettre en place une méthode pour répondre à la problématique suivante : Comment les dispositifs d'acquisition et de traitement des données tels que ceux basés sur le RMQS peuvent-ils être configurés pour rendre compte de la réalité des variations de COS et produire des connaissances transférables aux inventaires nationaux et régionaux ?

La démarche mise en place, s’intéresse d’une part aux terres cultivées et vise à élaborer des scénarios d’évolution des pratiques culturales (facteur majeur de la variation des stocks de COS) puis à les appliquer aux sites RMQS. La modélisation de l'évolution des stocks de COS sera déterminée de deux manières, de complexités différentes (l’une basée sur l’application de facteurs d’émissions, l’autre sur un modèle), qui seront comparées. Ceci permettra de tester la performance du RMQS, pour proposer des améliorations.L’étude vise également à déterminer dans quelle mesure on peut appliquer la méthode basée sur l’utilisation de facteurs d’émissions aux prairies françaises, et la possibilité de l’intégration de cette même méthode à des outils de diagnostics des émissions de GES à des échelles locales.

Ce rapport a pour but de présenter l’étude dans sa globalité. On expliquera dans un premier temps le contexte dans lequel elle se situe et ses objectifs. Les sources de données mobilisées seront ensuite exposées. Puis, l’application des deux méthodes seront détaillées.

9

1. Objectifs et contexte

1.1 Contexte : Amélioration du dispositif français de comptabilisation de la variation des stocks de COS

Le travail réalisé dans le cadre de cette décision de financement est la suite d’une précédente étude effectuée par l’INRA et le CITEPA pour le Ministère en charge de l’Agriculture qui a visé à définir des orientations pour l’amélioration de la méthodologie d’inventaire des stocks de carbone dans les sols agricoles et forestiers, avec pour objectif l’intégration des données issues du RMQS aux inventaires nationaux.Au cours de ce travail, seules des préconisations d’améliorations d’ordre qualitatif ont pu être proposées. Il est difficile de juger, a priori, de l’efficacité de ces mesures sur la précision de la comptabilisation de la variation des stocks de COS.

Pour y pallier, la présente étude vise à mettre en place une approche qui associe à la fois des données déjà disponibles, des approches statistiques et une simulation des changements de COS dans le futur. L'objectif final est de formuler des préconisations quantitatives d’amélioration du dispositif.

Suite à des discussions avec le CITEPA, en charge de l’élaboration des inventaires nationaux d’émissions et d’absorptions de GES, il a été décidé de restreindre le travail aux terres sans changement d’affectation. Ceci trouve sa raison dans le fait, qu’actuellement, la France ne rapporte que l’activité « gestion forestière » de l’article 3.4 du protocole de Kyoto (article qui concerne les terres n’ayant pas subi de conversion, ou les terres ayant subi une conversion autre que boisement, déboisement ou reboisement). Or, le 12 mars dernier, le parlement européen et le conseil ont proposé d’intégrer à la comptabilité carbone européenne le secteur de l’UTCF (Utilisation des Terres, Changement d’affectation des terres et Foresterie) (COMMISSION EUROPÉENNE, 2012). Ceci requiert que chaque pays soit en mesure d’estimer la variation des stocks de COS dans ce secteur, au plus tard en 2022. Actuellement, la France considère uniquement la partie changement d’affectation des terres de l’UTCF, mais ne prend pas en compte l’utilisation des terres.

Il a donc été choisi de centrer le travail sur la quantification de l’effet des pratiques culturales sur la variation des stocks de COS des terres ne changeant pas d’affection.

1.2 Le test de la performance du RMQS et l’intégration de données issues de la recherche aux outils opérationnels

Ce travail s’inscrit également dans un cadre plus large, sur le test de la performance du RMQS et la possibilité de l’intégration des données du réseau à des outils opérationnels de diagnostic d’évolution des stocks de COS.Pour pouvoir répondre à cette question, il est dans un premier temps nécessaire de disposer d’observations de dynamiques de COS, aux échelles spatio-temporelles considérées (5-10 ans, échelle nationale), pour tester la performance du RMQS. Cette étude a donc pour but de simuler des évolutions des stocks de COS, répondant à des évolutions réalistes du climat de l’agriculture et de la sylviculture. Ces séries permettront de répondre aux questions posées dans le cadre de ce travail, à savoir :

- la capacité du RMQS à détecter les éventuels effets de l’évolution des modes de gestion sur les stocks de COS des sites échantillonnés. La réponse à cette question ne sera pas donnée dans cette étude. Un de nos buts est cependant de produire des séries temporelles d’évolution des pratiques culturales, à la fois dans le passé et dans le futur, utilisées dans le cadre d’une autre étude qui traitera de la capacité du RMQS à en détecter les effets sur le COS. On découpe ces séries en deux périodes : le passé (1990-2010) et le futur (2010-2030).

- la possibilité d’intégrer les données issues d’outils liés à la recherche à des outils opérationnels d’estimation de bilans d’émissions de CO2 à différentes échelles.

10

2. Données et méthodes mobilisées pour l’étudeCette deuxième partie va permettre de présenter les données qui ont été mobilisées dans le cadre de l’étude. Elles sont de deux types : les données issues du RMQS, et les données ayant servi à reconstituer les séries temporelles d’évolution des pratiques culturales pour les deux périodes d’étude : 1990-2010 et 2010-2030. Enfin, la diversité des méthodes de comptabilisation de la variation des stocks de COS existantes sera introduite.

2.1 Le RMQS

Le but du réseau est de détecter l’apparition et les tendances des évolutions de la qualité des sols en France, sous l’effet de facteurs naturels et anthropiques. Plusieurs éléments d’informations sur le réseau vont être exposés : le mode d’échantillonnage, sa représentativité, les sources d’incertitudes sur l’estimation de la variation des stocks de COS et quelques réflexions sur la mise en place de la seconde campagne d’échantillonnage (l’étude s’inscrivant en partie dans ce cadre).

2.1.1 Présentation du réseau

Pour la mise en place du réseau, 2 200 sites ont été sélectionnés, chacun se situant au centre de chaque cellule d’une grille de 16 x 16 km, couvrant la France métropolitaine. Ces sites, échantillonnés entre 2000 et 2009 (Figure 6) représentent donc une large gamme de conditions climatiques, de types d'occupation du sol (Figure 7) et de types de sol. Cette démarche, adoptée dans plusieurs réseaux de forte densité (comme en Autriche, au Royaume-Uni, etc.), présente les avantages suivants :

- couverture géographique du territoire d’étude « exhaustive »- elle rend possible les sorties cartographiques- l’échantillonnage est systématique et, a priori, non biaisé- l’analyse géographique des changements est possible, dès lors que plusieurs campagnes

d’échantillonnage ont été réalisées- le réseau est simple à mettre en place

La première campagne d’échantillonnage du réseau s’est déroulée entre 2000 et 2010. Sur chaque site ont été réalisés un échantillonnage de sol (permettant d’en analyser la texture et la composition) et une fosse pédologique, permettant de décrire les principales caractéristiques du sol. De plus, des mesures de densité apparente ont été effectuées, permettant ainsi de calculer les stocks de carbone. Ils ont ensuite été cartographiés pour deux couches de sol, comme le montrent les figures 1 et 2. Des enquêtes agronomiques ont enfin été réalisées auprès des propriétaires des parcelles sur lesquelles se trouvent les sites d’échantillonnage, pour obtenir des informations sur la gestion et l’historique de gestion de la parcelle. La liste des informations collectées dans ces enquêtes est donnée en annexe 1.

L’occupation des terres a été décrite grâce à une classification à 3 niveaux (les niveaux 2 et 3 affinant le niveau 1), tout comme les cartes Corine Land Cover. Le niveau 1 regroupe les occupations qui sont présentées dans leTableau 1.

Cultures Friches et jachèresPrairies permanentes Systèmes naturels spécifiquesTerres boisées Parcs et jardinsVergers et vignes, cultures pérennes arbustives

Tableau 1 - Catégories d'occupation des terres de la classification RMQS de niveau 1

11

Figure 1 - Pourcentage surfacique des combinaisons non représentées dans les réseaux (ARROUAYS et al., 2001)

Figure 2 - Zones non représentées par les réseaux (ARROUAYS et al., 2001)

Figure 3 - Probabilité que le centroïde soit localisé sur le sol dominant de la cellule (ARROUAYS et al., 2001)

Figure 4 - Taux de caractérisation (en surface) des petites régions agricoles françaises par le réseau 16 x 16km (ARROUAYS et al., 2001)

12

2.1.2 Représentativité du réseau (ARROUAYS et al., 2001)Une étude de représentativité a été menée préalablement à la mise en place du réseau, dans le but de s’intéresser aux conséquences du choix de plusieurs mailles : 8 x 8km, 16 x 16km, 32 x 32km.Les conclusions de cette étude, pour la grille de 16 x 16km (retenue par la suite pour le RMQS), sont présentées dans le Tableau 2.

Représentativité Conclusions relatives à la grille de 16 x 16kmOccurrences sol x occupation Couverture de plus de 97,5% (Figure 1)Situations locales Représentation d’un grand nombre de situations locales, même si certaines

ne sont pas prises en compte. Ceci ne remet pas en cause la représentativité globale du réseau (Figure 2)

Type de sol sur le point d’échantillonnage par rapport au sol dominant de la cellule

La moitié des probabilités que le centroïde soit localisé sur le type de sol dominant de la cellule est supérieur à 50%. Il serait nécessaire de cartographier cette probabilité, pour mettre en évidence les cellules les plus hétérogènes, qui nécessiteraient une diversification du réseau (Figure 3)

Petites régions agricoles La plupart des petites régions agricoles sont caractérisées par le réseau. Celles qui ne le sont pas justifieraient de densifier le réseau (Figure 4)

Tableau 2 - Conclusions de l'étude de représentativité de la maille de 16 x 16km, choisie pour le RMQS (ARROUAYS et al., 2001)

Cette étude de représentativité repose sur des données présentant une certaines imprécision : la base de données géographique des sols de France en comporte dans ses contours et dans la définition des plages cartographiques ; la base Corine Land Cover en comporte dans les procédures d’interprétation des images satellitaires qui sont à son origine.Cependant, le RMQS offre un bon compromis entre la représentation géographique et le coût engendré par la mise en place du réseau, alors que cette représentation est dégradée pour les mailles moins denses.

Une densification locale du réseau pourrait se révéler nécessaire, dans le but de : - caractériser certaines situations locales- mieux caractériser les mailles les plus hétérogènes- couvrir l’ensemble des petites régions agricoles du territoire

2.1.3 Statistiques sur l’occupation des terresDans l’objectif de compléter l’étude de représentativité du RMQS, dont les résultats viennent d’être exposés, une comparaison des statistiques d’occupation des terres entre le RMQS et la base de données Corine Land Cover a été réalisée. Ce travail, réalisé par INFOSOL s’inscrit dans le cadre d’une demande du Groupement d'Intérêt Scientifique Sol (GIS Sol), pour étudier les potentialités des enquêtes du RMQS.La comparaison au niveau national, qui a été effectuée au niveau 2 de description de l’occupation des terres, est présentée dans le Tableau 3.

RMQS CLCEspaces verts artificialisés, non agricoles 0,3% 0,1%Terres arables 40,8% 35,5%Cultures permanentes 3,0% 3,1%Prairies 24,3% 20,0%Forêts 27,2% 32,7%Milieux à végétation arbustive et/ou herbacée 4,0% 8,2%Espaces ouverts, sans ou avec peu de végétation 0,2% 0,1%Zones humides intérieures 0,2% 0,2%Zones humides maritimes 0,2% 0,2%TOTAL 100,0% 100,0%

Tableau 3 - Comparaison de l'occupation des terres entre les données RMQS et Corine Land Cover, à l'échelle nationale

Les tests statistiques réalisés montrent que l’occupation des terres n’est pas significativement différente entre le RMQS et Corine Land Cover, que ce soit au niveau national ou régional.Le RMQS est donc représentatif de l’occupation des terres en France.

13

Figure 5 - Méthode utilisée pour constituer les 9 sous-échantillons dans l'étude de comparaison des stratégies d'échantillonnage

14

Figure 6 - Répartition de sites en fonction de l'année d'échantillonnage→

Figure 7 : Occupation des sites RMQS

15

2.1.4 Sources d’incertitudes sur l’estimation de la variation des stocks de COS

Quantifier la variation des stocks de COS est un exercice qui se révèle difficile, puisque cette variation dépend d’interactions complexes entre de nombreux paramètres : climat, caractéristiques des sols, modes de gestion, occupation des terres.

Les incertitudes qui peuvent en résulter ont pour origine : la manipulation, les limites instrumentales et la variabilité environnementale de chaque variable ; et pèsent sur la détermination de la concentration en COS, puis se propagent lors du calcul des stocks de COS. Ceci peut s’expliquer par deux facteurs :

- d’autres données (comme le taux d’argile, la densité apparente, la proportion de cailloux) sont nécessaires au calcul des stocks de COS et comportent elles même des incertitudes

- des modèles sont nécessaires au calcul des stocks de COS. Ils schématisent la réalité sans la représenter parfaitement, ce qui induit des erreurs

Il existe des approches intégrées qui permettent de prendre en compte cette propagation des incertitudes le long de la détermination de la variation des stocks de COS. GOIDTS et al. (2009) ont montré que l’incertitude augmente avec l’échelle spatiale et qu’elle est plus importante sous les cultures que sous les prairies. Pour ce qui est du RMQS, il a été montré que l’incertitude est plus importante pour les valeurs de stocks extrêmes. De plus, les variables les plus influentes sur l’erreur lors du calcul des stocks de COS sont la densité apparente, la quantité de terre fine et la teneur en carbone (ALDANA JAGUE, 2011).

2.1.5 Mise en place de la deuxième campagne du RMQS

Lors de la mise en place du RMQS, il était prévu d’échantillonner la totalité des sites du réseau tous les 10 ans (période qui permet de détecter l’évolution de la plupart des paramètres analysés). Aujourd’hui, alors que la deuxième campagne du réseau devrait prochainement démarrer, il est question de modifier le mode d’échantillonnage, par rapport à celui de la première campagne.

En effet, il serait également possible d’échantillonner chaque année 1/10ème des sites du réseau, ce qui permettrait de connaître tous les ans l’évolution des stocks de COS (et des autres paramètres mesurés par le réseau). Cependant, des incertitudes plus importantes sur les résultats seraient induites par ce nouveau mode d’échantillonnage, puisque ce seraient 220 sites qui seraient échantillonnés chaque année, au lieu de 2 200.

La pertinence d’une modification du mode d’échantillonnage a été analysée récemment lors d'une étude visant à simuler des stratégies d’échantillonnage pour la deuxième campagne et à déterminer quel est le temps qu’il faut pour obtenir une carte ayant une bonne représentativité du territoire.

Une stratégie stratifiée de sous-échantillonnage simple, présentée Figure 5, a été proposée, avec deux déclinaison, l'une optimisée et l'autre non. La stratégie consiste à prendre, de manière aléatoire, un point parmi 9 dans une grille régulière (où les points sont regroupés dans des carrés de 3 x 3). Neuf répétitions de cette opération permettent d’obtenir 9 sous-échantillons de tailles comparables.Le bilan que l’on tire de cette étude est que le schéma aléatoire stratifié est nettement plus performant que le schéma du RMQS1. Il permet en particulier d’obtenir plus rapidement une valeur moyenne et une carte du carbone sur le territoire. Cette « rapidité » d’obtention est cependant bien entendu tributaire de la durée sur laquelle ce schéma est appliqué. En revanche, la version stratifiée optimisée (prenant en compte des contraintes sur l’occupation du sol et sur la distribution statistique du paramètre d’intérêt) ne permet pas une amélioration significative par rapport au schéma aléatoire stratifié, que ce soit en termes de prédiction ou d’estimation des différents paramètres (moyennes, taux d’évolution annuels). Ceci peut paraître surprenant mais peut s’expliquer par la structure spatiale du carbone en France. Le fait de simplement stratifier spatialement suffit pour obtenir une bonne représentativité, dans la mesure où la grille d’échantillonnage contient beaucoup de points.

Le RMQS a pour objectif de détecter l’apparition et les tendances des évolutions de la qualité des sols en France, sous l’effet de facteurs naturels et anthropiques. Ce réseau, proposant une bonne représentativité du territoire français, fournit des données permettant de calculer les stocks de COS, qui seront étudiés dans la suite de notre étude. Alors que la deuxième campagne

16

commencera prochainement, il est question aujourd’hui de modifier le mode d’échantillonnage du réseau. La réalisation de la démarche qui va être présentée par la suite a pour objectif de donner des éléments de réponses, en étudiant la capacité du RMQS à détecter la variation des stocks de COS, pour formuler des préconisations d’améliorations.

2.2 Séries temporelles d’évolution des pratiques culturales

L’un des objectifs de l’étude est de proposer des séries temporelles d’évolution des pratiques culturales sur les deux périodes étudiées : 1990-2010 et 2010-2030. Il n’existe ni de statistiques annuelles sur l’évolution des pratiques culturales, ni d’études ayant eu pour objectif d’en produire. A partir des données disponibles, on se propose donc de poser des hypothèses pour y parvenir. On présentera ici dans un premier temps le résultat d’une étude bibliographique sur les pratiques culturales les plus influentes sur la variation des stocks de COS, les données ayant servi à reconstituer les séries temporelles dans le passée (enquêtes Pratiques Culturales) et dans le futur (étude prospective sur l’évolution de l’agriculture).

2.2.1 Pratiques culturales d’intérêt

Une étude bibliographique précédemment menée (TOSSER et al., 2011) à permis de sélectionner les pratiques culturales les plus susceptibles d’influencer la variation des stocks de COS (par croisement des surfaces concernées par la mise en place des pratiques et de leur potentiel de stockage). Elles sont présentées dans le Tableau 4.

Pratique culturale Effet associéTravail du sol L’adoption d’un travail du sol réduit a pour conséquence la baisse de la

vitesse de minéralisation de la matière organique. Ceci peut s’expliquer par le fait que lors du labour, la matière organique est diluée dans le sol, affaiblissant ainsi la stabilité de la structure du sol en surface. Ce dernier devient donc vulnérable à la destruction par les intempéries, ce qui facilite la biodégradation des matières organiques

Épandage de matières organiques

Les matières organiques permettent, du fait de leur composition, d’augmenter les apports de carbone dans les sols.

Présence d’engrais vert Cette pratique permet l’augmentation de la production primaire annuelle et donc le stockage du carbone

Gestion des résidus de culture Les résidus de culture laissés au champ apportent de la matière organique dans les sols

Irrigation Effets contradictoires de cette pratique : augmentation de la production végétale et donc de la quantité de carbone retournant au sol, et augmentation de l’humidité des sols, qui accélère la dégradation de la matière organique et donc le déstockage de carbone

Tableau 4 - Pratiques culturales ayant l'impact le plus fort sur la variation des stocks de COS (Arrouays et al., 2002 ; Alterre Bourgogne, 2008)

2.2.2 Séries d’évolution passées : Les enquêtes Pratiques Culturales

2.2.2.1 Objectifs de l’enquête

Les enquêtes Pratiques Culturales ont été réalisées par le Service de la Statistique et de la Prospective (SSP) en 1994, 2001, 2006 et 2011. Elles on pour but de synthétiser les pratiques culturales, à l’échelle régionale, des cultures suivantes (Tableau 5)

Blé tendre Blé durOrge-escourgeon Maïs grainColza TournesolMaïs fourrage Maïs semenceBetterave Pomme de terrePrairies temporaires Prairies permanentesViticulture

Tableau 5 - Cultures étudiées par l'enquête Pratiques Culturales

17

2.2.2.2 Données disponibles

Les données disponibles dans les enquêtes concernent plusieurs domaines : – Itinéraire technique suivi par culture : précédents culturaux, préparation du sol, semis, fertilisation,

lutte contre les ennemis des cultures, irrigation, rendement, enregistrement des pratiques, gestion des résidus de culture

– Fertilisation azotée par culture : quantification et raisonnement– Pratiques phytosanitaires par culture : produits utilisés, nombre de passages et doses– Type de pulvérisateur, maniement et stockage des produits, traitement des déchets ou produits

périmés

Les données brutes disponibles le sont à l’échelle de la parcelle. Les parcelles enquêtées sont un sous-échantillon de l’enquête Teruti, et sont au nombre d’environ :

– 8 000 en 1994– 21 000 en 2001– 14 000 en 2006

• Données brutesLes données brutes comportent une bonne précision, puisqu’on y trouve les dates associées aux opérations réalisées (semis, récolte) et les dates, quantité et type de fertilisants apportés.

Concernant les pratiques relevées comme ayant une influence majoritaire sur la variation des stocks de COS (paragraphe précédent), les informations suivantes sont disponibles (Tableau 6).

Pratique Champ de l’enquête

Travail du sol • Présence d’un labour• Présence d’un semis direct• Date du labour

Épandage de matières organiques • Apport de matière organique• Origine de la fumure• Type de fumure

Présence d’engrais vert • Présence d’un engrais vert ou d’un CIPAN• Date de semis• Espèce semée• Date d’enfouissement

Gestion des résidus de culture • Destination des résidus de culture (2006 : Destination des résidus de culture du précédent cultural)

Irrigation • Présence d’irrigation• Date d’irrigation• Nombre de passages• Dose totale apportée

Tableau 6 - Informations relatives aux pratiques culturales ayant une influence majeure sur la variation des stocks de COS en terres cultivées disponibles dans les enquêtes Pratiques Culturales (données brutes)

• Données accessibles librementLes données disponibles librement sont agrégées par culture, et au niveau régional, et donnent des informations sur les pratiques de manière indépendante. Les informations disponibles sont également moins nombreuses (ex : dose totale de fertilisants azotés apportées, au lieu de la date, de chaque type de fertilisant et du nombre de passage dans les données brutes)

18

2.2.3 Scénarios de prospective : l’étude Agriculture et Facteur 4

Il n'a pas été recensé d'étude qui propose des scénarios d'évolution des pratiques culturales. Nous pensions, dans un premier temps, nous baser sur les données des enquêtes Pratiques Culturales pour extrapoler une évolution des modes de gestion, à l'échelle régionale. Cependant, seules trois années ont été enquêtées. Il apparaît qu'il est difficile de dégager des tendances d'évolutions claires pour chaque pratique et chaque région. Nous avions aussi envisagé de nous baser sur le dire d’expert pour établir ces scénarios d’évolution des pratiques culturales. Un questionnaire a été envoyé à des experts de terrain, en leur demandant d’estimer l’évolution des pratiques dans leur Région, en se basant sur les données des enquêtes Pratiques Culturales (questionnaire mentionné en annexe 2)Le taux de réponse au questionnaire ayant été trop faible, nous avons choisi de nous reporter sur une étude existante, l’étude « Facteur 4 ». Avec la loi dite Grenelle 1, du 3 août 2009 (n°209-967), la France s’est engagée à diviser par 4 ses émissions de GES, d’ici à 2050. L’étude « Agriculture et Facteur 4 » (Vidalenc, 2012), réalisée par SOLAGRO en 2011, vise à identifier des leviers d’action pour atteindre cette réduction des émissions de GES, dans le secteur de l’agriculture et de la sylviculture. Dans cette étude sont proposés 4 scénarios d’évolution de l’agriculture en France à l’horizon 2050. Ils sont exposés dans le Tableau 7.

Tendanciel Scénario estimé à partir d’extrapolation des séries statistiques disponibles (FAO, AGRESTE). Ce scénario se base sur le maintien des exportations par rapport au niveau actuel.

Alpha : une agriculture éco-intensive

Forte modification des systèmes de culture, la production intégrée étant favorisée par rapport à l’agriculture conventionnelle. Dans le même temps, l’efficacité énergétique est optimisée, ainsi que la réduction des surconsommations alimentaires et des pertes alimentaires inévitables.

Beta : modification de la demande, autonomie et sobriété

Les principes de base de ce scénario sont identiques à ceux du précédent. La rupture est cependant plus marquée, puisqu’à la place de l’agriculture conventionnelle se développent à la fois la production intégrée et l’agriculture biologique. Les régimes alimentaires se modifient en profondeur (réduction de la part du lait dans les apports en calcium et de la part de protéines d’origine animale). Les exportations sont réduites de 25% par rapport au tendanciel.

Gamma : modification de la demande, stockage de carbone et efficacité

Ce scénario repose sur des bases identiques à celles du scénario précédent. Il comporte cependant deux différences significatives : diminution des exportations de 50% par rapport au tendanciel, stockage de carbone favorisé par l’afforestation des terres libérées par les modifications de l’assolement national.

Tableau 7 - Scénarios d'évolution de l'agriculture de l'étude Facteur 4

L’étude considère l’existence de trois systèmes de production : - l’agriculture conventionnelle, de type Agriculture Raisonnée : ce système de production suppose

d’adopter des démarches de gestion de l’exploitation visant à, à la fois, renforcer les impacts positifs et réduire les effets négatifs des pratiques agricoles sur l’environnement, sans remettre en cause la rentabilité économique des exploitations

- l’agriculture biologique : dans ce système de production, les consommations d’intrants issues de l’industrie chimique sont supprimées

- la production intégrée : ce mode de production se base sur les mêmes piliers que l’agriculture biologique, mais autorise l’utilisation d’azote minéral pour ne pas limiter les rendements

Chacun des scénarios est constitué par un mixte de ces trois systèmes, comme le montre le Tableau 10.

19

Scénario Agriculture conventionnelle Agriculture biologique Production intégrée

Actuel 97% 2% 1%

Tendanciel 60% 20% 20%

Alpha 25% 20% 55%

Beta 20% 35% 45%

Gamma 25% 30% 45%

Tableau 8 - Proportions des différents systèmes de production actuellement (2010) et suivant trois scénarios d'évolution de l'agriculture (2050) selon l'étude Facteur 4

Pour obtenir une série temporelle d’évolution des pratiques culturales, on propose d’associer à chaque système de production des pratiques culturales. Ceci sera détaillé dans la partie concernant l’application de la méthode pour le calcul de la quantification de l’effet des pratiques culturales.

Pour pallier à l’inexistence de statistiques sur l’évolution annuelle des pratiques culturales, les séries temporelles peuvent être reconstituées à partir de données statistiques (période passée), ou d’études à partir desquelles peuvent être dérivées des hypothèses sur l’évolution des pratiques culturales (période future). Le détail des hypothèses prises sera détaillé dans la partir sur l’application de la méthode (partie 3).

2.3 Variété des méthodes de comptabilisation

Aujourd’hui, plusieurs méthodes permettent de quantifier les variations de stock de COS dans les sols. On peut citer parmi ces méthodes :

• Les lignes directrices du GIEC (GIEC, 2006) : L’une des missions du GIEC est de proposer des lignes directrices pour l’établissement des inventaires nationaux des émissions et absorptions de GES, pour les pays signataires de la CCNUCC. Ces méthodes sont divisées selon quatre grands secteurs :

- Energie- Procédés industriels et utilisation des produits- Agriculture, foresterie et autres affectations des terres- Déchets

Les six principaux GES (CO2, N2O, CH4, HFC, PFC, SF6) mais aussi les GES indirects : SO2, NOx, CO, COVNM, sont pris en compte dans les lignes directrices (GIEC, 2006).

Pour chaque secteur, plusieurs méthodes de calcul sont présentées : Tier 1 : méthodes et facteurs d’émissions de références des lignes directricesTier 2 : méthodes de références, avec des facteurs d’émissions redéfinis nationalementTier 3 : modélisation

Les stocks de COS, quant à eux, sont pris en compte dans plusieurs sous parties du volume traitant de l’agriculture, chaque sous-partie concernant une catégorie d’occupation des terres : terres forestières, terres cultivées, prairies, terres humides, établissements et autres terres. On s’intéresse à la fois aux terres sans changement d’affectation (ce qui équivaut à la quantification de l’effet des pratiques culturales) et à l’effet du changement d’affectation des terres.

• La méthode appliquée dans l’inventaire français des émissions et absorptions de GES : Actuellement, les inventaires français quantifient uniquement les variations de stocks de COS dues aux changements d’occupation des terres, grâce à des données issues du RMQS. Le principe « No Source » est appliqué pour les terres sans changement d’occupation, c’est à dire qu’on considère que les changements de pratiques culturales sont trop minimes pour causer des flux de CO2 sur ces terres. C’est d’ailleurs dans ce cadre que se situe notre étude, puisqu’il sera demandé à l’avenir à la France de justifier ce principe « No Source », ce qui n’est pas possible d’un point de vue méthodologique actuellement.

• EX-ACT (Bernoux et al., 2011) : L’outil EX-Ante Carbon-balance Tool (EX-ACT), développé par la Food and Agriculture Organization (FAO), a pour but de quantifier l’impact de projets agricoles et sylvicoles sur les émissions et la séquestration de GES, et ce grâce à un bilan carbone. Pour cela, deux scénarios sont

20

comparés : - le premier, où les pratiques couramment utilisées restent identiques- le second où sont adoptées des pratiques alternatives

Cet outil a été développé suivant deux sources principales :- les lignes directrices du GIEC : l’outil EX-ACT est dérivé de la méthode de Tier 1- le quatrième rapport d’évaluation du GIEC (METZ et al., 2007)

• ClimAgri (ADEME, 2013) : ClimAgri est un outil diffusé par l’ADEME permettant de réaliser le diagnostic des consommations d’énergie et des émissions de GES en agriculture et en sylviculture à l’échelle des territoires. Dia’terre est un outil avec les mêmes objectifs et avec la même démarche, mais qui s’intéresse à l’échelle de l’exploitation. Actuellement, les outils prennent en compte les variations de stocks de COS issues des changements d’affectations des terres. Des réflexions sont en cours pour intégrer aux outils la quantification de l’effet des pratiques culturales.

3. Application du Tier 1 aux données du RMQSCette partie a pour objectif de détailler l’application de la méthode de Tier 1 (nous utilisons la méthode telle que présentée dans les lignes directrices de 2006) aux données du RMQS. C’est finalement cette méthode qui a été retenue pour deux raisons : elle permet de répondre rapidement à l’objectif d’amélioration des inventaires nationaux d’émissions et absorptions de GES et elle est relativement simple d’application.

Dans un premier temps, l’application de l’outil EX-ACT avait été envisagé. Les données disponibles ne permettent cependant pas d’appliquer cette méthode dans sa totalité, ce qui n’est pas le cas du Tier 1.

Dans cette partie sera dans un premier temps présentée la méthodologie de Tier 1. Puis, on détaillera la manière dont ont été reconstituées les séries temporelles d’évolution des pratiques culturales et comment elles ont été appliquées aux sites RMQS. Ensuite, on exposera l’étude sur l’application du Tier 1 en prairies, mais aussi sur l’intégration de la méthode à des outils de diagnostics des émissions de GES à des échelles locales. Pour terminer, on évoquera les limites et les perspectives du travail réalisé.

3.1 Méthode Tier 1 en terres cultivées

On présente ici la méthodologie de Tier 1 des lignes directrices du GIEC, qui a été choisie pour être appliquée sur les sites RMQS, dans le but de quantifier l’impact des pratiques culturales sur les stocks de COS. On s’intéressera dans un premier temps à l’équation de calcul de cette méthode, ainsi qu’aux pratiques culturales prises en compte. Puis, on vérifiera que ces pratiques correspondent bien à celles identifiées comme ayant le plus d’influence sur les stocks de COS.

3.1.1 Présentation de la méthode

Pour chaque type d’occupation des terres, le calcul des stocks de COS des sols minéraux est réalisé, à un temps t, en multipliant le stock de carbone de référence du sol par des facteurs d’émissions, comme l’illustre l’équation 1 (qui présente l’exemple pour les terres cultivées) :

(éq. 1)

COS : Teneur en carbone organique du sol (tC/ha)COSref : Teneur de référence en carbone organique du sol, dans la couche de 0 à 30 cm de profondeur (ce paramètre dépend du type de sol et de la région climatique)FLU : Facteur d’affectation des solsFMG : Facteur d’ajustement prenant en compte l’effet du travail du sol (modalités : labour complet, labour réduit, pas de labour)FI : Facteur d’ajustement prenant en compte l’effet du niveau d’intrants (modalités : intrants faibles, intrants modérés, intrants élevés avec fumier, intrants élevés sans fumier)S : Surface (ha) associée à une combinaison de facteurs d’ajustement sur la gestion et les intrants, et un stock de COS de référence

Dans le guide des bonnes pratiques du GIEC (3.3 terres cultivées), le calcul de la variation annuelle des stocks de COS se réalise de la manière suivante (équation 2).

21ΔC Minéraux=cos0−cos0−T

T

COS(t )=COSref F LU F MG (t) F I (t)S

(éq. 2)

ΔCMinéraux : Variations annuelles des stocks de carbone des sols minéraux (tC/an)COS0 : Stock de COS des sols dans la dernière année d’une période d’inventaire (tC)COS(0-T) : Stock de COS au début de la période d’inventaire (tC)T : Dépendance temporelle des facteurs de variation des stocks utilisée comme période de temps pour la transition entre les valeurs de COS équilibrées. En général, T = 20 ans.

Pour ce qui est des terres cultivées, les deux derniers facteurs d’émissions prennent en compte les pratiques culturales mentionnées dans le Tableau 9.

Nous avons choisi, pour les besoins de l'exercice, d'adapter l’équation 2 qui repose sur l'instantanéité d'un changement d'usage, de gestion ou d'intrants sur les stocks de carbone. En effet, selon cette équation, le résultat en termes de ΔC d'un changement intervenant en début de période est le même qu'un changement intervenant en fin de période, ce qui reste assez irréaliste étant donné les dynamiques du carbone dans les sols. Nous avons donc utilisé la dynamique suivante :

(éq. 2.1)

Où Ft représente les facteurs d'émission à l'année t, t est l'année en cours, tc≤t est l'année du dernier changement de pratiques, et Ct le stock à l'année t.

Dans nos simulations, le pas de temps est annuel, et nous avons donc travaillé sur la base d'une redistribution de l'effet des changements sur cette période de 20 années.

Chaque année t : 1. Si un changement de pratique intervient :

a. Un nouveau stock cible est défini en fonction des nouvelles pratiquesb. Le ΔC entre le stock l'année précédent (Ct-1) et le stock cible est calculé selon l'équation 2.1c. Cette évolution annuelle est appliquée jusqu'à ce que le stock cible soit atteint

2. Si aucun changement de pratique n'intervient, l'évolution du stock est calculée selon l'équation 2.1

Nous calculons une variation de stock annuelle comme

Les valeurs des facteurs d’ajustement sont données en annexe 3.

3.1.2 Correspondance avec les pratiques culturales d’intérêt et les données disponibles

Le Tableau 10 présente les correspondances entre les pratiques culturales d'intérêt, les pratiques culturales prises en compte dans la méthodologie de Tier 1 des lignes directrices du GIEC et les sources de données.

Facteur de gestion Ce facteur s'intéresse à la fois au travail du sol et à la couverture de résidus au moment de la plantation. Les données des enquêtes pratiques culturales ne permettent d'obtenir des informations que sur le premier paramètre. Cependant, lorsque le travail du sol est réduit, la couverture de résidus est forcément plus importante.En conclusion, le traitement de ce facteur ne pose pas de problème particulier.

22

ΔC t=C t−C t−1

C t={C t−1+(C ref F t−C tc)

Tsi t−t c≤20

C t−1 si t−t c>20

Facteur intrants Ce facteur regroupe de nombreuses pratiques culturales (résidus de culture, jachères nues, épandages de matières organiques, utilisation d'engrais minéraux, cultures fixant l'azote, …).

Les données des enquêtes pratiques culturales permettent d’obtenir des informations sur les pratiques ayant le plus d’impact sur les stocks de COS, mais ne considèrent pas toutes les pratiques prises en compte dans la méthodologie de Tier 1 (jachères végétalisées améliorées, utilisation de graminées dans les assolements annuels, par exemple, sont omises).

Du fait de l’équation de calcul de la méthodologie de Tier 1 , il est clair qu’il faut obtenir des informations sur les surfaces soumises aux différentes combinaisons de travail du sol et d’intrants. Puisque les données des enquêtes Pratiques Culturales accessibles librement traitent les pratiques indépendamment, nous avons du avoir recours à la demande du traitement des données brutes des enquêtes. Ceci permet de pouvoir appliquer la méthode de Tier 1 dans son intégralité, alors que les données agrégées ne permettent de prendre en compte qu’un seul facteur d’ajustement.

Labour complet Perturbation importante avec inversion complète et/ou labour fréquent. Faible couverture de résidus (< 30% par exemple) au moment de la plantation

Labour réduit Labour avec une moindre perturbation du sol, laissant une couverture de résidus > 30% au moment de la plantation

Pas de labour Ensemencement direct sans labour, avec une perturbation minimale du sol.

Intrants faibles Le taux de résidus est faible lors de l’enlèvement des résidus, fréquentes mises en jachère nue, cultures produisant peu de résidus, absence de l'utilisation d'engrais minéraux, absence de cultures fixant l'azote

Intrants modérés Mise en culture annuelle avec plantation de céréales, la totalité des résidus étant laissée dans les champs. Si des résidus sont retirés, des matières organiques supplémentaires sont ajoutées. Cela nécessite aussi des engrais minéraux et des cultures fixant l'azote en assolement

Intrants importants avec fumier Apports de carbone beaucoup plus importants en raison d'une pratique supplémentaire d'ajout régulier de fumier

Intrants importants sans fumier Apports beaucoup plus importants de résidus de cultures en raison de pratiques supplémentaires, comme des cultures produisant beaucoup de résidus, utilisation d'engrais verts, cultures de couverture, jachères végétalisées améliorées, irrigation, utilisation fréquente de graminées vivaces dans les assolements annuels, mais sans application de fumier

Tableau 9 - Pratiques culturales prises en compte dans la méthodologie de Tier 1 des lignes directrices du GIEC (GIEC, 2006)

23

Etude bibliographique

Tier 1 des lignes directrices du GIEC

Données – enquêtes Pratiques Culturales

Données – enquêtes RMQS

Travail du sol- labour- travail réduit- semis direct

Facteur de gestion- labour

complet- labour réduit- pas de

labour

Mode d’implantation des cultures

- labour- autre (travail profond

sans retournement, travail superficiel)

- semis direct

Type de travail du sol

- Aucun- Travail réduit- Alternance

labour/non labour

- LabourGestion des résidus

- exportés- enfouis

Facteur intrants- intrants

faibles- intrants

modérés- intrants

important sans fumier

- intrants importants avec fumier

Destination des résidus de culture

- laissés sur place- brûlés- broyés (2006

seulement)- ramassés

IntrantsInformations sur la quasi-totalité des pratiques culturales considérées dans le facteur intrants (sauf les jachères végétalisées)Engrais vert

- présence- absence

Présence d’un engrais vert ou d’une culture piège à nitrates

- oui- non

Epandage de matières organiques

- présence- absence

Apport de fumure organique- oui- non

Irrigation- présence- absence

Irrigation- oui- non

Tableau 10 - Correspondance entre les pratiques culturales d'intérêt (issues de la recherche bibliographique), celles prises en compte dans la méthodologie de Tier 1 des lignes directrices du GIEC, et les sources de données

La méthodologie de Tier 1 est basée sur la multiplication d’un stock de COS de référence, dépendant des conditions pédoclimatiques, à des facteurs d’ajustement permettant de prendre en compte les pratiques culturales. Ces pratiques (travail du sol et intrants) sont celles qui ont un impact majeur sur la variation des stocks de COS, et sur lesquelles on trouve des statistiques à la fois dans les enquêtes agronomiques du RMQS et dans les enquêtes Pratiques Culturales.

On s’intéresse ensuite à la reconstitution des séries temporelles d’évolution des pratiques culturales.

3.2 Reconstitution des séries temporelles d’évolution des pratiques culturales

Deux sources d’informations sont utilisées pour reconstituer les séries temporelles d’évolution des pratiques culturales : les enquêtes Pratiques Culturales pour la période passée (1990-2010), l’étude « Agriculture et Facteur 4 » pour la période future (2010-2030). Ces deux sources ne donnent pas directement l’évolution des pratiques pour chaque année des périodes considérées. Par la suite sont présentées les hypothèses formulées pour y parvenir.

3.2.1 1990-2010

La série temporelle d’évolution des pratiques culturales entre 1990 et 2010 est reconstituée à partir des données brutes des enquêtes Pratiques Culturales.

Pour cela, on attribue dans un premier temps des modalités de facteurs d’ajustement sur la gestion et les intrants à chaque parcelle enquêtée, et ce chaque année. Puis, on moyenne les résultats au niveau national, pour chaque culture, en prenant en compte la représentativité de chaque parcelle par rapport au total des surfaces enquêtées, et la représentativité des surfaces enquêtées par rapport au total de surfaces

nationales. Enfin, des hypothèses sont prises sur l’évolution des pratiques avant 1994, après 2006 et entre deux années d’enquête.

Ainsi, les résultats obtenus sont, pour chaque année entre 1990 et 2010 et pour chaque culture, la proportion de surfaces soumises aux douze combinaisons de facteurs d’ajustement sur les intrants et le travail du sol.

3.2.1.1 Affectation valeur facteur d’ajustement

• Travail du solL’affectation d’une modalité du facteur d’ajustement sur le travail du sol (labour complet, labour réduit, semis direct) est réalisée à partir de deux champs de l’enquête Pratiques Culturales : présence d’un labour (modalités de réponse : oui ou non) et présence d’un semis direct (modalités de réponse : oui ou non). On attribue une modalité à chaque parcelle en fonction de l’arbre de décision suivant (Figure 8).

• Intrants Dans la méthode GIEC, le facteur d’ajustement sur les intrants prend en compte de nombreuses pratiques culturales (voir Tableau 9), sur lesquelles ne sont pas toujours disponibles des statistiques dans les enquêtes Pratiques Culturales (fréquence des mises en jachère, présence de jachères végétalisées améliorées, fréquence d’utilisation des graminées dans la rotation). On propose une méthode simplifiée pour affecter un niveau d’intrants uniquement à partir des pratiques sur lesquelles on dispose de statistiques dans les enquêtes Pratiques Culturales, et donc à partir des pratiques ayant le plus d’impact sur la variation des stocks de COS (Error: Reference source not found).

Cet arbre est le résultat d’une discussion avec plusieurs agronomes et experts de la méthode Tier 1 (Aurélie TAILLEUR et Alain BOUTHIER, Arvalis, Etienne MATTHIAS, CITEPA, Julie RAMANANTENASOA et Sophie Genermont, INRA). L’évolution des discussions et des arbres de décision en résultant est présenté en annexe 6.Au moment où est rédigé ce rapport, les discussions sont toujours en cours pour améliorer la manière dont on affecte à une surface un niveau d’intrants. Il faudrait poursuivre le travail pour modifier le système pour établir soit une matrice avec toutes les combinaisons de modalités de pratiques soit un système à points. Ceci permettra de s’affranchir des priorités et des dépendances entre pratiques induites par l’arbre.

Figure 8 - Arbre de décision pour l'attribution d'une modalité de facteur d'ajustement sur la gestion aux parcelles de l'enquête Pratiques Culturales, pour chaque année d'enquête

3.2.1.2 Prise en compte de la représentativité de l’enquête

L’enquête Pratiques Culturales donne des informations à l’échelle de la parcelle. Pour pouvoir extrapoler ces résultats au niveau national, on doit tenir compte de :

– la représentativité de la parcelle sur laquelle on dispose de l’information par rapport au total des surfaces enquêtées. Un coefficient, basé sur la superficie de la parcelle et sa représentativité par rapport aux surfaces enquêtées permet d’extrapoler le résultat au total des surfaces enquêtées pour une culture et une année donnée

– la représentativité de l’enquête en elle-même (Tableau 11, en considérant que la représentativité de 1994 est égale à celle de 2001, puisque l’information n’est pas disponible pour cette année) permet d’extrapoler les résultats de l’enquête au total des surfaces en terres cultivées en France

3.2.1.3 Reconstitution de séries temporelles d’évolution des pratiques culturales

Les enquêtes proposent des informations détaillées sur les pratiques culturales influentes sur la variation des stocks de COS. Cependant, seules quatre années ont été enquêtées (nous avons les informations pour uniquement trois de ces années). Il faut prendre des hypothèses sur l’évolution des pratiques entre deux années d’enquête. Nous avons pris les hypothèses suivantes (Tableau 12). Si les choix de stabilité des pratiques avant 1994 et après 2006 sont arbitraires et ont très certainement un impact fort sur les simulations des dynamiques de carbone réalisées, il s'expliquent par l'absence de données sur ces deux périodes. Le choix est donc conservatif (stabilité des valeurs observées) et évite certains problèmes liés à d'autres choix tels que les prolongements de tendances sur des données de proportions comme ici (la

Figure 9 - Arbre de décision pour l'affectation d'une modalité de facteur d'ajustement sur les intrants

somme des proportions en pourcentage doit être égale à 100). Ce choix pour la période après 2006 devra néanmoins être révisé lorsque les données d'enquête 2011 seront disponibles. L'estimation de matrices de probabilités de passage d'une pratiques à une autre, pour chaque année et chaque culture a été réalisée en deux étapes :

1. Pour les périodes où les pratiques ne sont pas stables, on estime les proportions pour chaque combinaison de pratiques (regroupées dans les catégories intrants et gestion) année par année. Les graphiques de ces reconstitutions sont donnés dans l'annexe 5.9.

2. Les matrices de probabilités de passage sont construites de façon à minimiser les changements au sein d'une même classe, tout en étant contraintes par les la répartition des pratiques calculée à l'étape 1. Si la période est « stable » par hypothèse, la matrice de transition est la matrice identité.

Culture 2001 2006

Blé tendre 98 % 97 %

Blé dur 86 % 70 %

Orge et escourgeon

81 % 82 %

Maïs 91 % 92 %

Betterave 80 % 82 %

Tournesol 62 % 77 %

Colza 80 % 78 %

Pomme de terre 50 % 48 %

Pois 68 % 55 %

Prairies temporaires

84 % 88 %

Prairies permanentes intensives

30 % 26 %

Jachère 72 %

Tableau 11 - Représentativité des enquêtes Pratiques Culturales par rapport au total des surfaces françaises, source SAA 2001 et 2006. Il s'agit de la part des surfaces représentée par les départements interrogés dans le total national

Période Hypothèse

1990-1994 Stabilité des pratiques au niveau de 1994

1994-2001 Evolution linéaire des pratiques

2001-2006 Evolution linéaire des pratiques

2006-2010 Stabilité des pratiques au niveau de 2006

Tableau 12 - Hypothèses prises pour reconstituer la série temporelle d’évolution des pratiques culturales entre 1990 et 2010, à partir des données des enquêtes Pratiques Culturales

3.2.2 2010-2030

Comme cela a été vu précédemment, la démarche se base sur l’étude Facteur 4 pour ce qui est des séries temporelles d’évolution des pratiques culturales pour cette période. L’étude Facteur 4 considère un état actuel à l’année 2010. Bien que la première campagne du RMQS se soit échelonnée entre 2000 et 2010, il est considéré que l’état zéro se situe à cette dernière date. Ceci revient à supposer que les pratiques culturales sur les sites du réseau n’ont pas évolué entre la date d’échantillonnage de sol et l’année 2010.

Les scénarios exposés précédemment sont proposés à l’horizon 2050. Or, nous nous intéressons ici à la période 2010-2030. Il est supposé une évolution linéaire des proportions des différents systèmes de production entre 2010 et 2030, pour atteindre les objectifs fixés en 2050. Le détail de ces évolutions est présenté en annexe 7. Ces chiffres permettent d’établir des matrices de probabilité de passage des sites RMQS d’un mode de production vers un autre, et ce chaque année. Tous les scénarios aboutissent au même constat : la baisse des surfaces en agriculture conventionnelle au profit de l’agriculture biologique et de la production intégrée. Il est ici fait l’hypothèse que les sites RMQS ne peuvent évoluer que de l’agriculture conventionnelle vers les deux autres modes de production (un site en agriculture biologique ne peut, par exemple, pas revenir en agriculture conventionnelle).

Pour pouvoir procéder aux simulations, il a ensuite été nécessaire d'associer à chaque système de production des pratiques culturales, telles qu'elles sont mentionnées dans la nomenclature des lignes directrices du GIEC.Les pratiques culturales des sites RMQS en agriculture conventionnelle sont très diversifiées. Elles constituent le point de départ des simulations.Peu de sites RMQS ont été classés dans les systèmes de production « agriculture biologique » et « production intégrée » (respectivement 1 et 6%). Il est dès lors difficile d'associer des pratiques culturales caractéristiques, telles qu'elles peuvent être observées sur les sites RMQS, de ces systèmes de production. Il a été nécessaire d’affecter des pratiques culturales à chaque système de production, dans le but de déterminer les facteurs d’émissions à leur appliquer.

Dans les simulations, les changements de pratique liées à des changements de système de culture (période post 2010) ont été réalisés comme suit, à chaque date t, en fonciton du système de production à cette date (SCt) :

– si SCt ≠ SCt-1 alors les pratiques sont mises à jour en fonction de SCt (voir Tableau 13)– si SCt = SCt-1 alors les pratiques restent identiques

Ainsi, les pratiques sur un site donné restent les mêmes que celles prescrites en fin de période 1990-2010 jusqu'à ce que le système de production ne change.

Aux systèmes de production ont été associées les modalités des facteurs gestion et intrants du Tableau 13.

Système de production Facteur gestion Facteur intrants

Agriculture biologique Labour réduit Intrants élevés avec fumier

Production intégrée

Labour réduit Intrants modérés

Tableau 13 - Facteurs relatifs à la gestion et aux intrants, associés aux systèmes de production

Ceci repose sur plusieurs hypothèses : • Le cahier des charges de l’agriculture biologique (Journal Officiel de l’Union Européenne, 2007) stipule que « la production végétale biologique a recours à des pratiques de travail du sol et des pratiques culturales qui préservent ou accroissent la matière organique du sol, améliorent la stabilité du sol et sa biodiversité, et empêchent son tassement et son érosion ». Ceci a été assimilé à un labour réduit, et affecté à l’agriculture biologique et à la production intégrée, puisque ces deux systèmes de production partagent les mêmes piliers • Ce même document considère que l’agriculture biologique doit œuvrer pour préserver voire augmenter la fertilité et l’activité biologique du sol, grâce à la rotation pluriannuelle des cultures et à l’épandage d’effluents d’élevage ou de matières organiques, de préférence compostés et provenant de la production biologique. A la différence de la production intégrée, l’agriculture biologique interdit l’emploi d’engrais minéraux azotés. Cependant, l’absence d’apport est compensée par l’utilisation de matières organiques, qui apportent des nutriments aux cultures et du carbone au sol. Ce n’est pas le cas des fertilisants minéraux, employés en production intégrés, qui n’apportent pas de matière organique au sol. Il a donc été choisi de considérer que l’agriculture biologique a un niveau d’intrants plus élevé (intrants élevés avec fumier) que la production intégrée (intrants modérés).

Les hypothèses sur l’attribution de pratiques culturales à l’agriculture biologique et à la production intégrée sont contestables. En effet, l’agriculture biologique interdisant l’emploi de pesticides, le travail du sol devient le seul moyen de lutter contre les adventices. On peut penser que le labour complet est très fréquent en

agriculture biologique. Dans la partie présentant les résultats de l’étude, nous présentons, pour étudier l’impact de ces deux hypothèses, une comparaison de l’évolution du stock de COS en considérant soit un labour complet soit un labour réduit en agriculture biologique.

Les séries temporelles d’évolution des pratiques culturales sont reconstituées, pour la période passée, grâce aux données brutes des enquêtes Pratiques Culturales. L’accès à ces données se révèle crucial pour appliquer la méthode de Tier 1 dans son ensemble, puisqu’elle requiert des informations croisées sur les pratiques de travail du sol et de niveau d’intrants, alors que les données agrégées des enquêtes traitent les pratiques de manière indépendante. Pour la période future, on formule des hypothèses sur une étude prospective sur l’avenir de l’agriculture, pour convertir les scénarios proposés en évolutions de pratiques culturales.

3.3 Application de la méthode de Tier 1 aux sites RMQS

L’application de la méthodologie de Tier 1 aux données issues du RMQS passe dans un premier temps par la détermination du stock de carbone de référence sur chaque site (paramètre COSST de l’équation 1). Puis, la reconstitution des séries temporelles d’évolution des pratiques culturales entre 1990 et 2010, et entre 2010 et 2030 permet de proposer des hypothèses sur l’évolution des pratiques sur les sites RMQS pour ces deux périodes. On peut alors, en connaissant le COSST, déterminer le stock de COS sur chaque site RMQS, pour chaque année entre 1990 et 2030.

3.3.1 Calcul du stock de COS de référence sur chaque site RMQS

Les 781 sites RMQS sur lesquels il a été choisi de travailler sont les sites : - en monoculture- en rotation de grandes cultures (ces rotations pouvant inclure des prairies temporaires)

L’une des hypothèses à la base de l’application de la méthode de Tier 1 sur les sites RMQS en terres cultivées est que dans l’équation de calcul du stock de COS (équation 1), le paramètre COS(t0) qui permet de calculer le stock de référence, correspond au stock de COS mesuré sur les sites RMQS et peut-être associé à la connaissance de certaines pratiques culturales renseignées dans les enquêtes agronomiques RMQS et portant sur la date de prélèvement.

De plus, on connaît les pratiques culturales sur le site au moment du prélèvement, grâce aux enquêtes agronomiques. On peut affecter à chaque site des modalités de facteurs d’ajustement sur le travail du sol et les intrants. Pour cela, il a fallu confronter les informations requises par la méthode de Tier 1 et les données disponibles, et prendre des hypothèses pour les compléter, le cas échéant. Ces hypothèses sont détaillées en annexe 4.

On détermine la zone climatique de chaque site RMQS, grâce à la classification proposée dans les lignes directrices (voir annexe 5).

Ainsi, connaissant les paramètres COS(t0), FLU, FMG(t0) et FI(t0), on détermine le COSref sur chaque site RMQS, grâce à l’équation 1. Notons que ce calcul se base donc sur le stock observé lors du prélèvement et sous l'hypothèse que ce stock reflète les pratiques en place. Cette hypothèse est vérifiée lorsque les pratiques (et donc les facteurs d'émission) ont été mises en place suffisamment longtemps avant la date de prélèvement, ce qui permet au système, et donc aux stocks de carbone d'atteindre un état d'équilibre. Lorsque la mise en place des pratiques est trop récente, et que le stock en place ne les reflète pas encore, notre méthode peut aboutir à des sous-estimations ou sur-estimations du stock de référence (Figure 10). Une autre alternative serait de travailler à partir de niveaux connus correspondant à une occupation du sol « originelle » sans intervention humaine correspondant à un autre niveau de référence. Le CITEPA par exemple considère comme stock de référence le stock sous prairie.

Figure 10 : exemple de surestimation du stock de carbone de référence lorsque le stock observé n'est pas à l’équilibre, pour un changement d'occupation du sol dont l'effet est connu et se traduit par un déstockage (ici de 6 kg/m²). A t0 on estime Cref comme SOC(teq)/0.4 . Si l'on pose SOC(teq) = SOC(t = 20), on surestime Cref. teq Indique la date à laquelle le stock atteint son état d'équilibre.

3.3.2 Simulations sur les sites RMQS

Les simulations de l’évolution des pratiques culturales et du stock de COS associé sur les sites RMQS sont réalisées grâce au logiciel R. Les résultats présentés au paragraphe 3.6 sont la moyenne de dix répétitions des simulations (pour la période 2010-2030, la période passée ne justifiant pas la réalisation de plusieurs répétitions). Pour respecter les préconisations des lignes directrices du GIEC (équation 2), l’impact d’un changement de pratique culturale sur un site est lissé sur 20 ans. C’est à dire que lorsqu’un site change de pratique culturale, le stock de COS commence à varier dès le changement, mais n’atteint son nouvel état d’équilibre qu’après 20 ans.

3.3.2.1 1990-2010

L’objectif de cette étape du travail est de faire varier les pratiques culturales sur les sites RMQS, en se basant sur l’année 2010 qui constitue « l’état zéro », et en remontant le temps, jusqu’en 1990, en contraignant ces évolutions de pratiques sur les sites pour qu’elles correspondent aux séries temporelles d’évolution des pratiques obtenues précédemment. La question se pose sur la manière dont il faut associer les données des enquêtes Pratiques Culturales aux sites RMQS.

L’idéal serait de définir des systèmes de culture à la fois dans les enquêtes et pour les sites RMQS, et d’attribuer à un site les pratiques moyennes du système de culture correspondant dans les enquêtes.La définition des systèmes de culture et leur caractérisation en terme de pratiques culturales est un sujet complexe. Il n’a pas été possible d’envisager de réaliser cette étape dans le temps imparti pour l’étude.

Nous proposons ici d’associer les pratiques culturales aux sites RMQS en fonction des rotations présentes sur les sites. La démarche est présentée en Figure 11.

En considérant que la rotation d’un site RMQS renseignée au moment du prélèvement (7 cultures renseignées au maximum) se répète au cours du temps, on détermine, pour chaque site, de nouveaux facteurs d’ajustement, pondérés par les pratiques présentes sur les différentes cultures de la rotation. Ces facteurs d’ajustement tenant compte de la rotation sont multipliés par le COS ref du site pour calculer le stock de COS pour une année donnée.

La réalisation de cette étape suppose que l’on dispose d’information dans les enquêtes Pratiques Culturales sur les cultures présentes dans les rotations des sites RMQS. Les sites où au moins une culture de la rotation n’est pas enquêtée sont écartés. Sur les 781 sites en terres cultivées, on élimine 203 sites pour réaliser les simulations. Parmi les cultures non renseignées dans les enquêtes pratiques culturales, et pour lesquelles aucune hypothèse n'a pour l'instant été faite pour les rattacher aux enquêtes pratiques culturales, on trouve : l'avoine, les féveroles et fèves, les friches, le lin, le lupin, le seigle, le soja, le sorgho, le tabac, le triticale. Notons aussi que dans certains cas, les cultures sont renseignées de façon trop imprécise (e.g. « céréales ») pour pouvoir, sans une analyse plus approfondie de la rotation, être qualifiées en termes de pratiques culturales.

3.3.2.2 2010-2030

L’objectif est ici, comme pour la période passée, de contraindre l’évolution des systèmes de culture (et donc des pratiques culturales) sur les sites RMQS en fonction de la série temporelle d’évolution qui a été établie.

On commence par attribuer à chaque site RMQS un système de production, à la date t=2010. Deux variables renseignées dans l’enquête agronomique RMQS ont permis de réaliser la classification : la première concerne le mode d’exploitation général de la parcelle, c'est-à-dire les contraintes réglementaires ou les cahiers des charges auxquels est soumis l’exploitation de la parcelle (informations signalées par l’exploitant), le second champ concerne le système de gestion de la parcelle (informations signalées par l’enquêteur). Les règles d’affectation en fonction des modalités de ces deux champs sont indiquées en annexe 8.

Puis, la matrice de passage, qui donne les probabilités de conversion d’un système de production vers un autre est appliquée aux sites RMQS. Lorsqu’un site RMQS change de système de production, il en adopte immédiatement les pratiques culturales (tableau 13).

3.3.3 Calcul d’incertitudes

Les lignes directrices du GIEC proposent une méthode de calcul pour déterminer l’incertitude qui est associée aux évolutions de stocks de COS. La méthode utilisée ici en est dérivée.

Figure 11 - Démarche permettant la prise en compte des rotations sur les sites RMQS pour le calcul de l'évolution des stocks de COS (FA : Facteurs d’ajustement = FLU x FMG x FI)

Pour pouvoir réaliser les calculs, il est normalement nécessaire de connaître l’incertitude qui pèse sur tous les paramètres rentrant en compte dans la détermination des stocks de COS. Nos calculs n’incluent pas les incertitudes sur les données des enquêtes Pratiques Culturales ni sur les scénarios de l’étude « Agriculture et Facteur 4 », car ces informations ne sont pas connues. Les informations connues qu’il faut combiner pour les calculs d’incertitudes sont :

- l’incertitude sur les stocks de COS des sites RMQS : 11,2% (Aldana-Jague, 2011)- l’incertitude sur les facteurs d’ajustements liés à la gestion et aux intrants, données dans les

lignes directrices du GIEC

La méthode GIEC pour la combinaison de quantités incertaines par multiplication utilise l’équation suivante :

I totale=√ I 12+ I 2

2+...+ I n

2 (éq. 5)

Itotale : Pourcentage d’incertitude du produit des quantités

Ii : Pourcentage d’incertitude associé à chaque quantité

Pour combiner des incertitudes par addition et soustraction, c’est l’équation suivant qui est utilisée :

I totale=√ (I 1× x1)

2+( I 2× x2)

2+...+( I n×xn)

2

x1+x2+...+xn

(éq. 6)

Itotale : le pourcentage d’incertitude de la somme des quantités

xi et Ii : les quantités incertaines et leur pourcentage d’incertitude respectif

Pour notre étude, c’est l’équation (5) devient, pour chaque site RMQS, chaque année, et pour chaque scénario :

I =√ I cos2

+ I flu2

+ I fmg2

+ I fi2

(éq. 7) I : incertitude sur le stock de COS, en pourcentageIcos : incertitude sur le stock de COS, en pourcentageIflu : incertitude sur le facteur utilisation des terres, en pourcentageIfmg : incertitude sur le facteur gestion, en pourcentageIfi : incertitude sur le facteur intrants, en pourcentage L’équation (6) est ensuite utilisée pour combiner l’incertitude sur tous les sites.

I totale (t)=√ ( I 1( t)×cos1(t))

2+(I 2(t)×cos2( t))2

+...+(I n( t)×cosn(t))2

cos1( t)+cos2(t )+...+cosn(t) (éq. 8)

Itotale (t) : Incertitude associée au stock de COS moyen sur les sites RMQS, pour l’année t

Ii(t) : Incertitude sur le stock de COS du site n, pour l’année t

COSi(t) : Stock de COS du site n, pour l’année t

De la même façon, l'incertitude sur les moyennes est obtenue en divisant l'incertitude sur la somme par le nombre d'individus utilisés pour calculer la moyenne.

En appliquant ces formules (propagation de l'incertitude sur les additions et les multiplications), on peut calculer une incertitude chaque stock simulé suivant l'équation 2.1, qui vaut alors :

I 2(C t)=

C t−12 I 2

(C t−1)+ B2 I 2(B)

(C t−1+B)2 (eq. 8.1)

avec B=C ref F t−C tc

T

et I 2(B)=

(C ref F t)2[ I 2

(C ref )+ I 2(F t)]+C tc

2 I 2(C tc)

(C tc+C ref F t)2

Ctc et I(Ctc) sont enregistrés au cours des simulations à chaque changement de pratique et utilisés aux pas de temps suivants, jusqu'à ce qu'un nouveau changement n'intervienne.

Notons que ΔC t=C t−C t−1=B et par conséquent I (ΔC t)= I (B) (eq. 8.2) Pour appliquer la méthode de Tier 1 aux sites RMQS, on commence par réaliser un « état zéro » des stocks de COS de référence et des pratiques culturales appliquées lors de la première campagne du réseau. Puis, des hypothèses sont prises pour reconstituer les séries temporelles d’évolution des pratiques culturales à partir des données disponibles, pour les deux périodes étudiées. Ces deux séries sont ensuite appliquées aux sites RMQS. Grâce aux simulations réalisées sur le logiciel R, on fait varier, pour chaque site et pour chaque année, les pratiques culturales, dans le respect des séries temporelles établies, et on calcule un stock de COS correspondant à ces évolutions.Dans la partie suivante, nous présentons le résultat de ces simulations.

3.4 Résultats

Cette partie a pour objectif de présenter les résultats de notre étude. Nous présentons dans un premier temps des éléments d’informations sur les sites RMQS : leur répartition géographique, leur appartenance aux zones climatiques telles qu’elles sont définies par le GIEC, le stock de COS moyen lors de la première campagne de prélèvement. Puis, les résultats propres aux deux périodes d’étude (1990-2010 et 2010-2030) sont détaillés.

3.4.1 Répartition des sites en terres cultivées

La Figure 12 montre la répartition des sites RMQS en terres cultivées sur lesquels ont été simulés l’évolution des stocks de COS.

Cette carte montre que les sites sont principalement situés dans le Nord et l’Ouest de la France.

3.4.2 Zones météorologiques de la classification GIEC

La Figure 13 montre l’attribution des zones climatiques, telles que définies dans la classification GIEC (annexe 5), aux sites du RMQS.

Figure 12 - Sites RMQS sur lesquels ont pu être réalisées les simulations de la méthodologie de Tier 1 (sites pris en compte : mauve, non pris en compte : beige)

Finalement, seules deux zones climatiques sont présentes en France : la tempérée/boréale, sèche et la tempérée/boréale, humide. Stock de COS lors de la première campagne du RMQSLe stock de COS moyen en terres cultivées sur le RMQS est, pour la première campagne, de 52,7 tC/ha. Ce résultat est plus élevé que les chiffres relevés dans la littérature (Tableau 14).

Source Stock de COS en terres cultivées Echelle

Arrouays et al., 2002 43 (moyenne) France

Martin et al., 2011 50 (médiane) France

Smith et al, 2012 53 (moyenne) Europe

Tableau 14 - Valeurs de stocks de COS rencontrées dans la littérature

La médiane du stock de COS sur les sites RMQS en terres cultivées est de 50,9 tC/ha. Cette valeur se rapproche de celle de Martin et al. (2012).

3.4.3 1990-2010

3.4.3.1 Séries temporelles d’évolution des pratiques culturales

La Figure 14 montre l’évolution des proportions des 12 combinaisons de facteurs d’ajustement sur la gestion et les intrants, pour le total des surfaces des cultures enquêtées par le SSP, entre 1990 et 2010.

Figure 13 - Zone climatique définie par la classification GIEC attribuée à chaque site RMQS pour lesquels des données météorologiques sont disponibles

On peut faire les remarques suivantes : – Au cours du temps, la proportion de terres en labour complet diminue au profit des terres en labour

réduit (de 93 % de labour complet en 1990 à 56 % en 2010)– Le niveau d’intrants apporté aux terres cultivées augmente sur cette même période. La catégorie

intrants faibles diminue au profit de la catégorie intrants modérés, et intrants élevés sans fumier : de 55 % de surfaces en intrants faibles en 1990 à 26 % en 2010, de 40 % de surfaces en intrants modérés en 1990 à 59 % en 2010, de 4 % de surfaces en intrants élevés sans fumier en 1990 à 12 % en 2010

– Les évolutions sont plus marquées sur la période 2001-2006 que sur la période 1994-2001

Le détail des séries temporelles d’évolution des pratiques culturales par culture se trouve en annexe 9.

En juin 2012, le CITEPA a rendu « l’étude exploratoire pour l’estimation des flux de GES sur les terres agricoles comptabilisées sous l’article 3.4 pour la seconde période d’engagement du Protocole de Kyoto », où sont disponibles des séries temporelles d’évolution des pratiques culturales, établies à partir des données agrégées des enquêtes Pratiques Culturales. La Figure 15 présente cette série temporelle suivant la méthode du CITEPA.

En comparant les deux graphiques, on peut faire quelques remarques : – On remarque qualitativement les mêmes évolutions : diminution des surfaces en labour complet au

profit du labour réduit, et augmentation du niveau d’intrants– L’évolution est plus importante entre 2001 et 2006 qu’entre 1994 et 2001– Les hypothèses que nous avons pris pour le traitement des données brutes des pratiques culturales

aboutissent à une surestimation de la catégorie « labour complet et intrants faibles », au détriment des surfaces en « labour complet et intrants modérés », par rapport à la méthode développée par le CITEPA

Figure 14 - Evolution des proportions de surface soumises aux 12 combinaisons de pratiques culturales (catégories Tier 1 du GIEC) en France - Résultat du traitement des enquêtes Pratiques Culturales. Codes : 1x – Labour complet ; x1 – Intrants faibles ; x4 – Intrants élevés sans fumier ; 2x – Labour réduit ; x2 – Intrants modérés ; 3x – Pas de labour ; x3 – Intrants élevés avec fumier.

3.4.3.2 Représentativité du RMQS par rapport aux enquêtes

La comparaison des proportions des douze combinaisons de pratiques culturales dans les enquêtes Pratiques Culturales (2006) et sur les sites RMQS permet de conclure sur la représentativité du réseau par rapport aux enquêtes. Ceci est illustré dans le Tableau 15.

RMQS Enquêtes

Labour complet – Intrants faibles 32% 13%

Labour complet – Intrants modérés 39% 33%

Labour complet – Intrants élevés avec fumier 4% 2%

Labour complet – Intrants élevés sans fumier 11% 8%

Labour réduit – Intrants faibles 6% 13%

Labour réduit – Intrants modérés 3% 22%

Labour réduit – Intrants élevés avec fumier 0% 2%

Labour réduit – Intrants élevés sans fumier 1% 6%

Pas de labour– Intrants faibles 2% 1%

Pas de labour– Intrants modérés 1% 1%

Pas de labour– Intrants élevés avec fumier 0% 0%

Pas de labour– Intrants élevés sans fumier 0% 0%

Tableau 15 - Comparaison des proportions de sites (RMQS) et de surfaces (enquêtes Pratiques Culturales) soumis aux douze combinaisons de pratiques culturales

D’importantes différences de représentativité sont remarquées, principalement pour deux catégories : – le RMQS surestime la catégorie « Labour complet – Intrants faibles » par rapport aux enquêtes– le réseau sous-estime la catégorie « Labour réduit – Intrants modérés »

Pour expliquer plus précisément ces différences de représentativité, on compare les proportions de sites et de surfaces pour chaque facteur d’ajustement (Tableau 16).

Figure 15 - Série temporelle d'évolution des pratiques culturales étable par le CITEPA

RMQS Enquêtes RMQS Enquêtes

Labour complet 87% 56% Intrants faibles 40% 26%

Labour réduit 10% 42% Intrants modérés 44% 56%

Pas de labour 4% 2% Intrants élevés avec fumier 4% 4%

Intrants élevés sans fumier 12% 14%

Tableau 16 - Comparaison des proportions de sites (RMQS) et de surfaces (enquêtes Pratiques Culturales) suivant les deux facteurs d'ajustement

On note des différences pour les deux facteurs d’ajustement : – le réseau surestime le labour complet au détriment du labour réduit, par rapport aux enquêtes– la proportion de surfaces en intrants modérés est plus importante dans les enquêtes par rapport au

réseau, contrairement à la proportion de surfaces en intrants faibles

Les différences de représentativité entre le réseau et les enquêtes peuvent avoir deux origines : – des erreurs dans les données des enquêtes agronomiques réalisées sur le RMQS (erreurs de saisie

ou d’unité par exemple)– des erreurs dans les hypothèses prises pour le retraitement des données des enquêtes

agronomiques, pour déterminer pour chaque site RMQS des modalités de facteurs d’ajustement de la méthodologie de Tier 1

Nous avons réalisé quelques tests pour tenter d’expliquer ces différences. Malheureusement, aucun n’a permis d’y parvenir. Quelques pistes restent à explorer :

– Travail du sol : les enquêtes agronomiques réalisées sur les sites du RMQS ne permettent pas de connaître la fréquence du labour par rapport aux autres types de travaux du sol. Or, les lignes directrices (Tableau 9) indiquent qu’un labour fréquent doit être considéré comme « labour complet », alors que lorsque le labour n’est pas le type de travail du sol majoritaire, il doit être considéré comme un « labour réduit ». Nous avons considéré que les sites où cohabitent labour et non labour étaient en labour complet, ce qui pourrait avoir comme effet de surestimer cette classe sur le réseau.

– Intrants : Plusieurs hypothèses ont été prises pour déterminer un niveau d’intrants sur chaque site RMQS à partir des données des enquêtes agronomiques. Certaines informations sont notamment disponibles pour chaque culture de la rotation (gestion des résidus de culture, présence d’herbacées dans la rotation par exemple), sur lesquelles nous avons pris des hypothèses pour en déduire une information globale pour la rotation. Au vu des résultats comparatifs, il semble que ce soit la limite intrants faibles/intrants modérés qui pose question. D’après l’arbre de décision concernant les intrants, il est assez facile de « quitter » la classe intrants faibles et sur des critères tels que les apports de MO, d'engrais verts. La nature des méthodologies d'enquêtes et la qualité des données variable d'une enquête à l'autre peuvent aboutir à un biais pour certaines variables (le niveau de fertilisation par exemple) aboutissant à des écarts assez importants entre les résultats RMQS et enquêtes pratiques culturales tels que ceux du Tableau 16. Il serait intéressant de valider, variable par variable, et non plus à un niveau agrégé comme cela a été fait ici, les convergences ou divergences des différentes enquêtes. La seconde explication possible réside dans l'évolution des pratiques au cours du temps et les différences de distribution dans le temps des enquêtes RMQS (entre 2000 et 2010) et des Pratiques Culturales (2006 pour le tableau 16).

3.4.3.3 Evolution du stock de COS moyen

La Figure 16 montre l’évolution du stock de COS moyen sur les sites RMQS.

On constate trois phases sur la période : – Une période de stabilité jusqu'en 1994– Une période de stockage lent entre 1994 et 2001– Une période de stockage rapide après 2001 pour atteindre en moyenne un stockage légèrement

inférieur à 1tC/ha en 2010.

Entre 1990 et 2010, les changements de pratiques culturales ont donc abouti à une augmentation du stock de COS moyen sur les sites RMQS de presque 1 tC/ha. La relative stabilité jusqu'en 2001 reflète, d'une part la stabilité des pratiques jusqu'en 1994, date de la première enquête sur les pratiques, et ce par construction, et d'autre part une évolution modérée des pratiques dans les données d'enquête entre 1994 et 2001.

L’incertitude associée aux stocks moyens est négligeable : elle est de 0.12 % en 1990 et de 0.115 % en 2010. Ce chiffre peut être comparé à l’incertitude liée aux estimations des changements totaux de stock de carbone pour les terres cultivées (croplands) aux états-unis. Cette incertitude est de 59 % pour le Tier 1 (Del Grosso et al. , 2011). L'incertitude sur le stock moyen est donc ici nettement inférieure, mais le manque de détail dans la publication n'a as permis d'expliciter le mode d'estimation de cette incertitude. Notons néanmoins que selon les formules du calcul de l'incertitude (somme et multiplication), celle-ci diminue avec le nombre de répétitions réalisées. Nous avons réalisé ici un nombre Nr=50 de répétitions afin de moyenner l'effet des tirages aléatoires de changement de pratiques. Ce nombre Nr intervient dans le calcul de l'incertitude, et en l'état actuel du code de calcul, il diminue ainsi artificiellement l'incertitude qui, elle, porte principalement sur les observations de stocks de carbone et les valeurs associées aux facteurs d'émission. Les valeurs d'incertitude produites ici sont donc artificiellement basses, et dans le futur, il conviendraient de remplacer ce calcul analytique, délicat lorsqu'il s'agit de prendre en compte les corrélations entre les différents termes des calculs d'incertitude, par un traitement de type Monte-Carlo, lui aussi préconisé dans les lignes directrices : pour chacune des répétitions, les valeurs des facteurs d'émissions correspondant aux pratiques sur un site donné seraient fixées par tirage aléatoire en début de simulation, et constantes dans le temps, afin de représenter l'incertitude quant à la valeur du facteur d'émission pour le site en question. Les valeurs d’incertitude globales seraient calculées par analyse a posteriori des distributions de stocks de carbone simulés pour une année donnée.

Figure 16 - Évolution du stock de COS moyen sur les sites RMQS en terres cultivées entre 1990 et 2010. Gauche : Stock moyen et incertitudes associées, Droite : Évolution du stockage. Les incertitudes sont calculées selon les équations 8.1 et 8.2.

3.4.3.4 Flux associés sur les sites RMQS

Pour convertir cette variation de stock de COS moyen en flux de CO2, on fait l’hypothèse que chaque site RMQS est représentatif de la surface d’une maille de la grille du réseau dans laquelle il est situé : 16 x 16 km². On ramène les variations de stock sur cette maille à une émission moyenne par unité de surface. Cette émission surfacique est ensuite multipliée par la SAU en terres arables en France (surface 2013, source http://agriculture.gouv.fr/alim-agri-Chiffres-cles-2012), pour obtenir une émission nationale issue des cultures en terres arables. Notons que la surface est considérée comme constante, ce qui est inexact sur la période. Néanmoins, ce choix renvoie à l'hypothèse principale du présent travail, qui consiste à ne pas prendre en compte les changements d'occupation du sol. Le Tableau 17 présente les flux nationaux de CO2 entre 1990 et 2010.

Émissions (MtCO2/an)

1991 -0.00

1992 -0.00

1993 -0.00

1994 -0.00

1995 -0.04

1996 -0.08

1997 -0.13

1998 -0.18

1999 -0.23

2000 -0.27

2001 -0.31

2002 -2.03

2003 -3.73

2004 -5.39

2005 -7.00

2006 -8.55

2007 -8.55

2008 -8.55

2009 -8.55

2010 -8.55

Tableau 17 - Flux en Mteq CO2 sur le RMQS (les signes positifs indiquent un déstockage, les négatifs un stockage)

Le flux moyen annuel est donc sur la période de un stockage de 3.10 Mteq CO2.

3.4.4 2010-2030

3.4.4.1 Surfaces des différents systèmes de production

Comme cela a été vu précédemment, les surfaces associées aux différents systèmes de cultures ont été définies grâce à l’étude Facteur 4. Ceci a permis de construire une matrice des probabilités de passage d’un système de culture vers un autre chaque année. Ces probabilités ont ensuite été appliquées aux sites RMQS.

Avant de pouvoir interpréter les résultats de cette étude, il est nécessaire de s’assurer que les surfaces des systèmes de culture issues des simulations correspondent bien aux surfaces de l’étude Facteur 4.

http://agriculture.gouv.fr/alim-agri-Chiffres-cles-2012

La Figure 18 présente la comparaison des proportions des systèmes de culture des scénarios, pour les simulations de la méthodologie de Tier 1, et les surfaces données dans l’étude Facteur 4.

Figure 17 - Comparaison des proportions des systèmes de production des scénarios de l'étude "Agriculture et Facteur 4" et simulées dans le cadre de notre étude. En trait plein : les surfaces simulées; en points : les surfaces données dans l'étude "Agriculture et Facteur 4". C : conventionnel, B : agriculture biologique, I : intégrée.

Ces graphiques amènent au même constat : pour les quatre scénarios, les simulations de la méthodologie de Tier 1 des lignes directrices du GIEC surestiment les surfaces en production intégrée d’environ 5% chaque année, au détriment de l’agriculture conventionnelle.

Ceci peut s’expliquer par la répartition initiale du nombre de sites RMQS soumis aux différents modes de production, qui diffère légèrement de celle de l’étude Facteur 4, comme le montre le Tableau 18.

Répartition RMQS Répartition Facteur 4

Agriculture conventionnelle 93% 97%

Agriculture biologique 1% 2%

Production intégrée 6% 1%

Tableau 18 - Réparititon initiale des systèmes de production pour la première campagne du RMQS et l'étude Facteur 4

En conclusion, malgré cette différence, il apparaît que les tendances sur l’évolution des répartitions des surfaces entre nos simulations et les valeurs du rapport Facteur 4 sont comparables. La désagrégation temporelle, année par année, des données des scénarios Facteur 4 (proportions des trois systèmes de production entre 2010 et 2050) produit bien des tendances en accord avec les chiffres.

3.4.4.2 Evolution du stock de COS moyen

Les graphiques de la Figure 18 montrent l’évolution du stock de COS moyen entre 1990 et 2030, pour les quatre scénarios étudiés, sous l’hypothèse d’un labour réduit en agriculture biologique.

Le Tableau 19 présente ces mêmes évolutions, cette fois-ci chiffrées, ainsi que la comparaison des stocks de COS en 2030 suivant les deux hypothèses de travail du sol en agriculture biologique. Le stock de COS moyen en 2030 se situe entre 55.7 et 56.4 tC/ha si un labour complet est considéré en agriculture biologique au lieu d’un labour réduit. Ce choix quant au type de labour en agriculture biologique n'a pas d'incidence sur les conclusions générales.

Figure 18 - Evolution du stock de COS moyen sur les sites RMQS en terres cultivées entre 1990 et 2030. Gauche : Stock moyen et incertitudes associées, Droite : Evolution du stockage

Travail réduit (%) Labour complet (%)

tendanciel 55.90 5.60 55.70 5.10

alpha 56.00 5.70 55.80 5.30

beta 56.80 7.30 56.40 6.60

gamma 56.60 6.90 56.30 6.30

Tableau 19 - Évolution du stock de COS moyen des scénarios de l'étude "Agriculture et Facteur 4" - Comparaison de deux hypothèses de travail du sol en agriculture biologique et dans chaque cas, augmentation (%) par rapport au stock en 2010 de 52.945 tC/ha.

Quelque soit le scénario, on constate un stockage de COS entre 2010 et 2030, compris entre 5.10 et 7.30 % par rapport à la valeur en du stock en 2010. Ceci est cohérent avec la définition des scénarios, puisque l’agriculture conventionnelle diminue au profit de la production intégrée et de l’agriculture biologique, qui sont des modes de production favorisant le stockage de COS (suivant les hypothèses prises sur les pratiques culturales). C'est donc vraisemblablement la modification des niveaux d'intrants qui joue le plus, puisque l'hypothèse sur la modification du travail du sol n'a que peu de poids (tableau 19). Ceci est cohérent avec des résultats scientifiques obtenus récemment quant à l'effet du labour sur les stocks de carbone (Virto et al. 2012). Les scénarios alpha et tendanciel donnent des résultats proches, avec un stockage inférieur aux scénarios beta et gamma, eux même très proches. L'étude de l'évolution des systèmes de production pour chacun des scénarios montre que ces scénarios (alpha et tendanciel d'un côté et beta et gamma de l'autre) sont proches concernant les proportions de systèmes en agriculture biologique. Il semble donc que cet élément est celui qui a le plus de poids dans nos simulations, et l'effet de l'augmentation de la proportion des systèmes en agriculture intégrée est mineur (il permet d'expliquer cependant les écarts entre les scénarios tendanciel et alpha).Ici encore, l’incertitude associée aux résultats (fig. 18) est faible, ce qui s'explique de la même façon que précédemment pour la période 1990-2010.

3.4.4.3 Limites associées

On peut remettre en cause l’utilisation de l’étude « Agriculture et Facteur 4 » pour établir des scénarios d’évolution des pratiques culturales. En effet, cette étude a pour but d’identifier les leviers pour réussir à diviser par quatre les émissions de GES de l’agriculture, non pas de déterminer la faisabilité d'un tel projet. Les scénarios d’évolution de l’agriculture qui sont proposés sont volontairement optimistes.

Il est de plus difficile de dégager des pratiques culturales caractéristiques d’un système de production sur les sites RMQS. Les hypothèses choisies pour fixer le travail du sol et le niveau d’intrants en agriculture biologique et en production intégrée restent discutables.

3.4.5 Résultats au format inventaire

Les inventaires nationaux d’émissions et absorptions de GES présentent les résultats sous une forme particulière : celle issue de la comptabilité « net-net ». Ceci veut dire que pour une année d’engagement, les flux sont comparés avec ceux du début de la période d’engagement : 1990. Si on constate des émissions plus faibles ou un puits plus important, un crédit est accordé au pays. Si c’est l’inverse, on attribut un débit.

En convertissant les flux de CO2 obtenus dans cette étude, on peut les comparer avec ceux calculés par le CITEPA, dans « l’étude exploratoire pour l’estimation des flux de GES sur les terres agricoles comptabilisées sous l’article 3.4 pour la seconde période d’engagement du Protocole de Kyoto », qui testait l’application de la méthode de Tier 1 sur trois scénarios : amélioration, dégradation, et stabilisation des pratiques (entre 2006 et 2020, les séries temporelles d’évolution des pratiques entre 1990 et 2006 étant issues du traitement des données brutes des enquêtes Pratiques Culturales) (Tableau 20).

Infosol CITEPA

Tendanciel Alpha Beta Gamma Stabilité Dégradation Amélioration

1990 0 0

2008-2012 -5.67 - 5.76 - 5.85 - 5.76 - 3,1 - 0,1 -8,6

2013-2020 -7.74 -7.84 -9.07 -8.83 - 2,8 4,2 -16,2

Tableau 20 - Crédits/débits en MteqCO2 - comparaison avec les résultats obtenus par le CITEPA

Les résultats issus de notre méthodologie sont du même ordre que ceux obtenus par le CITEPA pour leurs différents scénarios. Notons que nos scénarios ne comprennent pas de dégradation des pratiques (du point de vue du stockage du carbone) et que notre scénario tendanciel repose sur une prolongation des tendances et présente donc une « amélioration » des systèmes ; Nos scénarios sont donc à comparer avec le scénario amélioration du CITEPA, avec néanmoins, concernant les résultats d'émission, des valeurs deux fois plus faibles que celles du CITEPA pour la deuxième période.

Les méthodes développées par Infosol et le CITEPA comportent une différence majeure : alors que le CITEPA considère que les stocks de COS reviennent à l’équilibre instantanément après un changement de pratique cultural, nous avons lissé ce retour à l’équilibre sur 20 ans. Ce choix a pour conséquence de minimiser l’impact des changements de pratiques culturales sur la variation des stocks de COS. Un rapport associé à la présente étude et réalisé par le CITEPA a testé l'effet de ces différentes représentations de l'effet des changements de pratiques. Cet effet s'avère faible, puisque, dans le cas de la méthode CITEPA, l'instantanéité des changements est modérée par l'étalement dans le temps (sur 20 ans) des changements en termes surfaciques. Il semble donc que l'explication des différences observées soit plus à rechercher dans les différences entre scénarios CITEPA et ceux que nous avons utilisés ici.

L’application du Tier 1 aux sites en terres cultivées du RMQS montre un stockage de carbone de 1 tC/ha en moyenne entre 1990 et 2010. Suivant les scénarios d’évolution de l’agriculture de l’étude « Agriculture et Facteur 4 », on prévoit un stockage de plus de 3tC/ha entre 2010 et 2030, qui s'explique en partie par les changements importants de pratique observés entre 1994 et 2008 dont l'impact sur les stocks de carbone est distribué sur les 20 années qui suivent le changement, et en partie les changement de systèmes de culture sur la période postérieure à 2010 liés aux scénarios. Les résultats sur la période 2010-2030 doivent cependant être considérés avec précaution, étant donnée la nature volontairement optimiste des scénarios. L’incertitude associée à ces résultats est ici faible, mais est vraisemblablement sous estimée par la méthode de calcul utilisée.

3.5 Application du Tier 1 en prairies

L’amélioration des inventaires nationaux d’émissions et absorptions de GES passe par l’application de la méthode de Tier 1 sur les prairies. L’un des objectifs de l’étude est d’étudier la possibilité de l’application du Tier 1 en prairies.

L’équation pour le calcul de la variation des stocks de COS en prairies est identique à celle utilisée pour les terres cultivées (équation 1). Les pratiques culturales prises en compte sont la gestion et le niveau d’intrants sur les prairies.

3.5.1 Difficultés du Tier 1 en prairies

Le Tableau 21 précise les définitions associées aux modalités des facteurs d’ajustement sur la gestion et les intrants.

Gestion/intrants Conseils

Prairies améliorées Prairies gérées de manière durable avec une pression pastorale modérée et auxquelles est apportée au moins une amélioration (fumure, sélection, irrigation par exemple)

Prairies avec gestion minimale Prairies non dégradées et gérées de manière durable mais sans améliorations de gestion majeures

Prairies modérément dégradées Prairies sur-pâturées ou modérément dégradées, avec une productivité quelque peu réduite (par rapport aux prairies indigènes ou avec gestion minimale) et ne bénéficiant pas de mesures de gestion

Prairies fortement dégradées Perte importante de productivité et de couvert végétal à long terme en raison des graves dégâts mécaniques causés à la végétation et/ou d’une érosion grave des sols

Intrants modérés Pertinents lorsque aucune mesure de gestion supplémentaire n’a été mise en œuvre

Intrants importants Pertinents pour les prairies améliorées lorsqu’une ou plusieurs mesures/améliorations de gestion ont été mises en œuvre (au-delà de ce qui est requis pour que les prairies soient classées comme prairies améliorées)

Tableau 21 - Description des modalités des facteurs d'ajustement de la méthodologie de Tier 1 appliquée aux prairies

Les valeurs des facteurs d’ajustement sont indiquées en annexe 5.10.

A la lecture du Tableau 21, deux problèmes se posent pour parvenir à attribuer des modalités de facteurs d’ajustement sur la gestion et les intrants aux surfaces en prairies en France :

– Les termes qui sont employés sont qualitatifs. Il est par exemple difficile d’associer des pratiques culturales aux « améliorations » ou « dégradations »

– Il n’est pas évident, à première vue, de trouver des sources de statistiques pour des pratiques culturales telles que le chargement, ou encore la sélection d’espèces

Ces difficultés montrent que l’application du Tier 1 en prairies est plus complexe qu’en terres cultivées, où les facteurs d’ajustement font référence à des pratiques culturales précises, sur lesquelles existent en France des statistiques.

Dans cette partie, on cherche à proposer un programme de travail, sans aller jusqu’à l’application de la méthode.

3.5.2 Méthode

Notre méthode se base sur la réalisation du travail préliminaire identique à celui proposé pour les terres cultivées : inventaire des données disponibles, hypothèses pour associer des pratiques culturales aux modalités de facteurs d’ajustement, pour déterminer dans quelle mesure et quel est le travail à fournir pour appliquer le Tier 1.

Au vu des difficultés qui ont été soulevées, les hypothèses qui seront prises pour appliquer la méthode aux prairies vont être plus lourdes qu’en terres cultivées. On propose de recourir au dire d’experts pour vérifier et discuter de la démarche à adopter. Ceci se justifie également puisque plusieurs équipes de l’INRA et des instituts techniques travaillent sur des modèles de simulation d’évolution des stocks de COS qui prennent en compte les pratiques culturales, ou s’intéressent d’une manière générale à ce sujet. Nous cherchons, par le recours au dire d’expert, à mobiliser les connaissances acquises par d’autres personnes.

Pour poser les bases d’une discussion avec les experts, un document de synthèse sur l’application du Tier 1 en prairies a dans un premier temps été rédigé. Il comporte :

– une synthèse bibliographique sur l’effet des pratiques culturales sur les stocks de COS en prairies– une synthèse des sources de données disponibles sur les modes de gestion– des premières propositions sur l’application de la méthode.

Ce document a été envoyé aux personnes suivantes : – Katja KLUMPP – INRA Clermont-Ferrand – Pascal CARRERE - INRA Clermont-Ferrand – Jean-Baptiste DOLLE – Institut de l’élevage – Abad CHABBI – INRA Lusignan

3.5.3 Synthèse sur l’application du Tier 1 en prairies

Le document de synthèse reprenant les points cités précédemment, qui a été envoyé aux experts est présenté en annexe 5.11.

3.5.3.1 Effet des pratiques culturales sur la variation des stocks de COS en prairies (PICCMAT, 2007)

Les stocks de COS dans les sols à un instant t résultent de deux phénomènes : – la quantité de carbone entrant dans le sol– la quantité de carbone déstockée dans l’atmosphère par minéralisation de la matière organique

Pour augmenter les stocks de COS en prairies, on doit donc favoriser les pratiques suivantes : • Augmenter les apports de matière organique

– Augmenter la productivité primaire, via le semis d’espèces produisant plus de biomasse, en intensifiant la fertilisation des prairies pauvres, en optimisant le pâturage pour permettre une stimulation du système racinaire sans détruire les espèces présentes

– Augmenter les retours d’excréments d’animaux directement à la pâturage et épandre des effluents d’élevage ainsi que des matières organiques non agricoles

– Favoriser le pâturage au détriment de la fauche : le pâturage stimule la production primaire alors qu’en fauche les exports de carbone ne sont généralement pas compensés par les apports de matières organiques exogènes

– Eviter le surpâturage, qui aboutit à la destruction de la surface foliaire des espèces présentes, réduisant les apports de carbone au sol.

• Retarder le déstockage de carbone– Réduire l’intensité le travail du sol– Diminuer la fertilisation dans les prairies gérées de manière intensive. Dans les prairies pauvres, la

fertilisation permet de stimuler la production, mais dans les prairies intensives, elle favorise la minéralisation de la matière organique

3.5.3.2 Données disponibles

• Les enquêtes Pratiques Culturales : les prairies permanentes intensives ont été enquêtées en 2001 et 2006. Les enquêtes donnent des information sur la gestion de la prairie (pâturage, fauche), la fertilisation minérale et organique, le rendement, l’irrigation, le nombre d’animaux présents lors du pâturage, le travail du sol.

Ces données sont utiles au vu des pratiques recensées dans la synthèse bibliographique, mais ne concernent que les prairies intensives. Une source de données sur les prairies extensives apporterait un bon complément d’informations

• Les enquêtes agronomiques sur les sites RMQS : les données disponibles pour la première campagne de prélèvement du réseau concernent les dégradations du sol, l’historique des changements d’occupation et de pratiques culturales, le travail du sol, la fertilisation minérale et organique, le chargement, la présence d’un renouvellement de la prairie. Certaines des informations renseignées sont cependant de mauvaise qualité (erreurs de saisie, absence d’unités) ou absentes. Il faudra dans un premier temps faire un bilan des données disponibles pour vérifier si la réalisation d’un « état zéro » tel qu’il a été fait en terres cultivées est possible. Une solution pour pallier à l’absence de données pourrait être de recourir au dire d’experts.

• Le recensement Général Agricole, réalisé environ tous les dix ans par le Ministère en charge de l’Agriculture, propose des informations sur la durée du pâturage pour les différents cheptels. Elles pourraient permettre d’améliorer la prise en compte de la pâture sur les prairies.

• Les enquêtes bâtiment d’élevage bovin, réalisées par le SSP en 1994, 2001 et 2008 fournissent des données sur le temps passé au bâtiment ou a l’extérieur par les animaux. Ainsi, en combinant ces informations avec des données sur les dates de mise au pâturage, on peut en déduire le chargement et l’impact de la pâture sur les prairies. Ces enquêtes sont exploitées par le CITEPA dans le cadre de la réalisation des inventaires nationaux.

3.5.3.3 Premières propositions pour l’application de la méthode

Les pratiques culturales, ou groupes de pratiques à considérer, au vu des descriptions des facteurs sur la gestion, sont :

– le chargement– les améliorations– les dégradations

Pour chaque modalité du facteur, nous proposons d’adopter les combinaisons de pratiques suivantes (Error:Reference source not found).

Chargement Amélioration Dégradation

Prairies améliorées < 1,4 UGB/ha Au moins une parmi : apport de fertilisants (minéraux ou organiques), sélection d’espèces, irrigation, existence de pâturage rotationnel

Aucune

Prairies avec gestion minimale

< 1,4 UGB/ha Aucune Aucune

Pairies modérément dégradées

>= 1,4 UGB/ha Aucune Maximum 1 parmi : surpâturage, dégâts mécaniques, érosion.

Prairies fortement dégradées

>= 1,4 UGB/ha Aucune Au moins une parmi : surpâturage, dégâts mécaniques, érosion.

Tableau 22 - Propositions pour l'application du Tier 1 aux prairies en France

La pression pastorale, ou chargement, indique le nombre d’animaux par unité de surface. Des recherches doivent être effectuées pour trouver des statistiques sur cette pratique. Il sera de plus nécessaire de déterminer un chargement moyen. L’information n’est que rarement renseignée dans les enquêtes agronomiques du RMQS : information pour 285 sites sur 420 au total concernés par le pâturage.La limite fixée pour le chargement à 1,4 UGB/ha vient de l’utilisation de ce chiffre dans l’attribution des Primes Herbagères Agro-Environnementales. Les pratiques à considérer comme « améliorations » sont : l’apport de fertilisants, la sélection d’espèces, l’irrigation. Alors que les statistiques sur la fertilisation et l’irrigation existent (enquêtes Pratiques Culturales, enquêtes agronomiques RMQS), les données sur la sélection d’espèces seront certainement difficiles à trouver. Cette pratique ne sera donc probablement pas intégrée à l’application de l’étude. Il serait cependant utile de déterminer s’il existe d’autres pratiques, sur lesquelles des statistiques sont disponibles, qui pourraient être considérées comme des améliorations (comme le pâturage rotationnel, mentionnée par Smith et al., 2012, ou encore l’introduction de légumineuses). Les pratiques culturales à considérer comme « dégradations » sont : le surpâturage, les dégâts mécaniques, l’érosion. Des recherches doivent être effectuées pour trouver des statistiques sur ces pratiques, ou sur la mise en place de méthodes alternatives pour estimer le niveau de dégradation des prairies françaises.

3.5.4 Premiers retours

Nous n’avons pas eu, pour le moment, de retours détaillés sur le document qui a été envoyé.

Les premières remarques sont positives, à savoir que nous n’avons pas omis une pratique culturale ou une source de données majeure. Nous devons cependant actualiser les chiffres données dans le document par des sources bibliographiques plus récentes.

Il faudra, par la suite, synthétiser ces retours dans l’objectif de proposer un programme de travail pour l’application du Tier 1.

L’application de la méthodologie de Tier 1 en prairies est plus difficile qu’elle l’a été pour les terres cultivées. En effet, d’une part, la méthode du GIEC n’est pas aussi claire, et d’autre part il n’existe pas en France de statistiques précises sur l’évolution des modes de gestion en prairies.Un premier travail a cependant été réalisé, basé sur la confrontation d’une synthèse bibliographique relevant les pratiques culturales qu’il est nécessaire de prendre en compte avec les données statistiques disponibles.Le document rédigé a ensuite été envoyé à des personnes travaillant sur ce sujet. Même si l’étude doit se poursuivre pour parvenir à élaborer un programme de travail précis permettant l’application du Tier 1, les premiers retours sur la synthèse rédigée sont positifs.

3.6 Prise en compte des pratiques culturales dans les outils de diagnotics

L’un des objectifs de la convention passée entre l’ADEME et l’INRA est d’étudier la possibilité de l’intégration de données issues d’outils liés à la recherches à des outils de bilan de CO2 à différentes échelles. Les outils ClimAgri et Dia'terre, qui se prêtent à cette application, intègrent actuellement l’impact des changements d’affectation des terres mais pas l’effet des pratiques culturales dans le calcul de la variation des stocks de COS

L’objectif de cette partie est donc d’étudier la possibilité de l’intégration de la méthodologie de Tier 1 dans ces outils pour les le calcul du stock de COS des terres ne changeant pas d’affectation.

3.6.1 Outils

• Clim'Agri®Clim’agri® est un outil qui permet, à l’échelle territoriale, de diagnostiquer les consommations d’énergie et les émissions de GES. Il a pour objectifs :

– la quantification de l’énergie consommée et les émissions et absorptions de GES sur le territoire étudié, mais aussi en amont, et l’estimation du stock de carbone

– la quantification des productions agricoles du territoire : alimentaires, énergétiques et biomatériaux– l’alimentation de la réflexion sur l’analyse territoriale (notamment sur le potentiel des bioénergies et

biomatériaux par rapport aux productions alimentaires) La méthodologie à la base de l’outil est dérivée de l’analyse de cycle de vie. • dia'terre®dia'terre reprend les mêmes objectifs (excepté la réflexion sur l’analyse territoriale) que Clim’agri, mais à l’échelle de l’exploitation. Ces outils doivent, tous les deux, pouvoir être utilisés en routine, sans avoir besoin de connaissances poussées en matière de modélisation. Le module sur les stocks de COS à y ajouter doit donc être simple, comme le sont les méthodes basées sur les facteurs d’émissions.

3.6.2 Propositions et difficultés rencontrées

Smith et al. (2012) ont montré que la méthodologie de Tier 1 des lignes directrices du GIEC n’est pas adaptée à une application à échelle locale, du fait d’une incertitude trop importante. Cependant, quelques améliorations pourraient y être apportées, notamment grâce à l’utilisation de stocks de carbone issus du RMQS, plus précis que ceux de référence des lignes directrices car adaptés aux contextes régionaux français.

Dans l’objectif de présenter la démarche de Tier 1 aux personnes responsables des outils, des fiches synthétiques ont été rédigées (en annexe 5.12 et 5.13). Ces propositions sont rappelées par la suite.

3.6.2.1 dia'terre

A l’échelle de l’exploitation, l’agriculteur peut renseigner de manière assez précise les données sur les pratiques culturales. Cependant, le plus simple serait de renseigner les pratiques par culture de la rotation. Il faudrait alors une méthode pour passer de ces données par culture à des pratiques moyennes sur la rotation. On peut par exemple envisager de reprendre la méthode qui a été appliquée pour l’application du Tier 1 en terres cultivées entre 1990 et 2010, à savoir construire des facteurs d’ajustement pondérés par les pratiques appliquées sur chaque culture de la rotation.

Les difficultés se posent pour déterminer la zone climatique et le type de sol dominants sur l’exploitation. Ces informations ne sont généralement pas connues des exploitants.Une étude doit être menée pour déterminer s’il est possible d’intégrer à l’outil des données pédoclimatiques régionales moyennes, pour que l’utilisateur n’ait pas à les saisir. Ces données permettraient de déterminer un stock de COS de référence. Cependant, l’arbre de décision servant à déterminer les types de sols tels que définis par le GIEC se base sur les classification WRB et FAO, alors que les données du RMQS sont sous le format RPF. Une correspondance entre ces systèmes de classification pourrait être établie, mais il faut y consacrer beaucoup de temps.

3.6.2.2 climAgri

L’application du Tier 1 à la démarche de l’outil climAgri est plus difficile, du fait de l’échelle plus large que dia'terre. En effet, il n’est pas simple, à l’échelle régionale par exemple, d’obtenir pour une année donnée les surfaces soumises aux différentes combinaisons d’intensité de travail du sol et de quantité d’intrants. On pourrait envisager de reprendre la méthodologie développée par le CITEPA, qui se basait sur les données agrégées des enquêtes Pratiques Culturales, qui donnent des informations indépendantes sur les pratiques culturales. Cette méthode ne peut par contre s’appliquer qu’à l’échelle régionale, alors que climAgri s’intéresse à tous les types de territoires, notamment ceux ne correspondant pas à des limites administratives (Parc Naturel Régionaux, Communautés de Communes, etc.). On peut envisager d’intégrer à l’outil des données sur les pratiques culturales régionales moyennes, à moduler en fonction, par exemple, de la surface en CIPAN, puisque cette information devrait être intégrée à l’outil prochainement.

La difficulté provient également du fait qu’il faut prendre en compte, sur un territoire, des différentes combinaisons pédoclimatiques qui peuvent coexister.

Tout comme dia'terre, une étude doit être menée pour déterminer s’il est possible d’intégrer à l’outil des données pédoclimatiques régionales moyennes.

Le premier retour face à cette présentation de la méthode aux personnes en charge des deux outils est que la prise en compte de l’impact des pratiques culturales sur la variation des stocks de COS ne fait pas partie des priorités d’amélioration des outils. On propose alors de seulement réaliser des améliorations simples : l’intégration de stocks de COS par occupation et par Région, issus du RMQS, et de présenter des statistiques pédoclimatiques régionales.

3.7 Limites et perspectives

3.7.1.1 Les tests sur le Tier 1 entre 1990 et 2010

On a vu précédemment que quelques erreurs ou incompréhension subsistent dans les simulations et les résultats associés pour la période 1990-2010. Pour les corriger, on envisage :

– de continuer l’exploration des données des enquêtes agronomiques du RMQS et les hypothèses prises pour attribuer un facteur d’ajustement GIEC aux sites, dans le but d’expliquer les différences de représentativité entre le RMQS et les enquêtes Pratiques Culturales

– établir une matrice de probabilités de conversion entre les douze combinaisons de pratiques, pour contraindre les changements de pratiques sur les sites RMQS, puisque cette erreur apparaît dans les résultats de simulation (le stock de COS moyen varie entre 1990 et 1994 alors que les pratiques culturales sont stables)

– proposer un systèmes à points pour déterminer un niveau d’intrants, au lieu de l’arbre de décision utilisé jusqu’à maintenant. Ainsi, on éviterait de considérer des dépendances et des priorités entre les pratiques culturales

3.7.1.2 Etablir programme de travail en prairies

L’étude sur l’application de la méthodologie de Tier 1 sur les prairies françaises est bien engagée puisque des premières propositions ont été formulées et soumises à des personnes travaillant sur le sujet (pour ce qui est de la collecte de données ou de la modélisation de l’évolution des stocks de COS) pour discussion. Le temps a malheureusement manqué pour obtenir tous les retours par rapport au document envoyé et les synthétiser pour formaliser un programme de travail.

3.7.1.3 Améliorer les scénarios entre 2010 et 2030

On a vu que l’étude « Agriculture et Facteur 4 » propose des scénarios d’évolution de l’agriculture optimistes, puisque l’objectif du travail n’est pas d’envisager le futur de manière réaliste. Pour palier à ce problème, on peut envisager d’établir de nouveaux scénarios d’évolution des pratiques culturales à partir de l’étude « Agriculture Energie 2030 » (Centre d’étude et de prospective, 2010à) par le Ministère en charge de l’Agriculture. Ce travail a eu pour but d’éclairer sur le champ des possibles et du souhaitable pour ce qui est des liens entre l’agriculture et l’énergie. Dans les scénarios proposés, des éléments sur l’évolution des pratiques culturales et des rotations sont indiqués :

– répartition des assolements– rendements– fertilisation azotée– surfaces irriguées– travail du sol

Ces informations constituent une bonne base pour élaborer de nouveaux scénarios.

Pour tester l’étendue des possibilités, on peut aussi proposer deux scénarios d’évolution des pratiques culturales :

– scénario « du mieux » : toutes les surfaces en terres cultivées en 2030 reçoivent un niveau d’intrants élevés avec fumier, et un travail du sol réduit

– scénario « du pire » : toutes les surfaces sont dans la catégorie « intrants faibles – labour complet » en 2030

3.7.1.4 Appariement des données des enquêtes Pratiques Culturales et du RMQS suivant le système de culture

Comme cela a été évoqué, on peut envisager de définir des systèmes de culture dans les enquêtes Pratiques Culturales et sur les sites RMQS et d’associer les données de pratiques culturales aux sites en fonction de la similarité des systèmes de culture. Plusieurs approches sont pour cela disponibles, de complexités différentes. L’UMR EGC de l’INRA de Grignon et l’UR ASTER de l’INRA de Mirecourt travaillent actuellement sur la définition de systèmes de culture et des pratiques culturales à y associer. Les méthodes proposées sont soit :

– relativement simple à mettre en œuvre (méthode de l’UMR EGC), qui se base sur l’utilisation de l’Analyse Factorielle des Correspondances Multiples (AFCM) et de la Classification Ascendante Hiérarchique (CAH) pour proposer une typologie nationale d’itinéraires techniques basée sur les variables de fertilisation azotée, dans le cadre de la réalisation de cartes nationales d’émissions d’ammoniac

– plus complexe, puisque plus précise et basée sur des modèles (méthode de l’UR ASTER), qui considère par exemple que suivant sa position dans la rotation, une culture n’aura pas toujours les mêmes pratiques culturales. L’échelle est ici plus fine, puisque la méthode est appliquée à des bassins versants, pour identifier des « régions agricoles » homogènes du point de vue des critères retenus pour modéliser la diversité des systèmes agricoles et de leurs évolutions.

On pourra par la suite envisager des collaborations avec ces deux unités, pour discuter de la meilleure définition possible des systèmes de culture dans le cadre de notre étude, et ainsi proposer un meilleur appariement des données des enquêtes Pratiques Culturales et des sites RMQS du point de vue agronomique.

3.7.1.5 Extrapolation du RMQS vers la France entière

L’étude est basée sur l’application de séries temporelles d’évolution des pratiques culturales aux sites du RMQS. L’extrapolation des résultats aux terres cultivées du territoire impliquerait la vérification de la

représentativité du réseau en termes agronomiques (systèmes de production et modes de gestion), pédologiques et climatiques.

Un certain nombre d’étude tendent à confirmer cette hypothèse, au moins pour les aspects occupation du sol, pédologie et climat. Par exemple, Arrouays et al. (2001) ont démontré que la grille de 16 x 16 km² offrait le meilleur compromis entre la représentation géographique et le coût engendré par la mise en place du réseau. Les éléments suivants ont été démontrés :

– Occurrence sol x occupation : plus de 97,5% des occurrences couvertes– Situations locales : Absence de prise en compte de la totalité des situations locales, sans remettre

en cause la représentativité du réseau– Type de sol sur le point d’échantillonnage par rapport au sol dominant de la cellule : Quelques

cellules hétérogènes, qui nécessiteraient une diversification du réseau– Petites régions agricoles : Nécessité de densifier le réseau pour caractériser la totalité des petites

régions agricoles.Voisin et al. (2012) ont montré que le RMQS était représentatif de l’occupation des sols en France. Ceci a été prouvé en comparant les données de l’occupation des sols du RMQS et celles de Corine Land Cover. Pour compléter ces conclusions, il faudrait donc étudier la représentativité du RMQS en termes de système de production et de pratiques culturales. Pour cela, une comparaison des données des enquêtes réalisées auprès des propriétaires des parcelles sur lesquelles sont situés les sites de prélèvement avec les données des enquêtes Pratiques Culturales doit être entreprise (Gourrat, 2012).

Quelques limites subsistent dans l’application du Tier 1 aux terres cultivées et prairies en France. Elles proviennent majoritairement d’un manque de temps pour :

– terminer les dernières corrections nécessaires aux simulations entre 1990 et 2010– réaliser de nouveaux tests permettant d’asseoir ou de compléter les résultats– synthétiser les discussions, pour ce qui est de l’application du Tier 1 en prairies

Références bibliographiques

ADEME ; 2013. Climagri.[En ligne]. Disponible sur : http://www2.ademe.fr/servlet/KBaseShow?sort=-1&cid=96&m=3&catid=24979Consulté le 12 avril 2013.

Aldana Jague E. ; 2011. Estimation des sources de variabilité du stock de carbone dans les sols du RMQS. Rapport de stage pour l’obtention de la 1ère année de Master Sciences de la Terre, de l’Eau et de l’Environnement – Ingénierie des Hydrosystèmes et des Bassins Versants – Parcours Bassin Versant-Transferts. Université François Rabelais de Tours. 23p.

ALTERRE BOUGOGNE ; 2008. Stockage naturel du carbone : Etat des lieux des connaissances et estimations régionales. Rapport technique. 26p.

ARROUAYS D., THORETTE J., DAROUSSIN J., KING D.; 2001. Analyse de représentativité de différentes configurations d’un réseau de sites de surveillance des sols. Etude et Gestion des Sols. 8(1), 7-17.

ARROUAYS D., BALESDENT J., GERMON J.C., JAYET P.A., SOUSSANA J.F., STENGEL P. ; 2002. Contribution à la lutte contre l’effet de serre. Stocker du carbone dans les sols agricoles de France ? Rapport d’expertise INRA. 320p.

BERNOUX M., TINLOT M., BOCKEL L., BRANCA G., GENTIEN A., GoRin P.; 2011. EX-Ante Carbon-balance Tool (EX-ACT) – Guide technique pour la version 3. [En ligne]. Disponible sur : http://www.fao.org/fileadmin/templates/ex_act/pdf/Technical_guidelines/EX-ACT_guidetechniqueFR_sept2011._doc.pdfConsulté le 27 septembre 2011.

Centre d’étude et de prospective ; 2010. Prospective agriculture énergie 2030 – l’agriculture face aux défis énergétiques. Etude réalisée pour le Ministère en charge de l’Agriculture. 314p. Disponible sur : http://agriculture.gouv.fr/IMG/pdf/CEP-AE2030-RapportComplet.pdf

Commission Européenne ; 2012. Décision du parlement européen et du conseil relative aux règles comptables et aux plans d'action concernant les émissions et les absorptions de gaz à effet de serre résultant des activités liées à l'utilisation des terres, au changement d'affectation des terres et à la foresterie. COM(2012) 93 final.

Del Grosso S.J., Ogle S.M., Parton W.J., 2011 - Soil Organic Matter Cycling and Greenhouse gas Accounting Methodologies. Understanding Greenhouse Gas Emissions from Agricultural Management, Chapter 17, pp. 331-341.

GIEC ; 2006. Lignes directrices 2006 du GIEC pour les inventaires nationaux de gaz à effet de serre. [En ligne]. Disponible sur : http://www.ipcc-nggip.iges.or.jp/public/2006gl/french/index.htmlConsulté le 31 janvier 2012.

GOIDTS E., VAN WESEMAEL B., CRUCIFIX M.; 2009. Magnitude and sources of uncertainties in soil organic carbon (SOC) stock assessments at various scales. European Journal of Soil Science, 60 (5), 723-739.

Journal Officiel de l'Union Europénne ; 2007. Règlement (CE) n° 834/2007 du conseil du 28 juin 2007 relatif à la production biologique et à l'étiquetage des producits biologiques et abrogeant le règlement (CEE) n°2092/91. [En ligne]. Disponible sur : http://www.agencebio.org/upload/RCE_BIO_834_2007_oct08.pdfConsulté le 2 août 2012

MARTIN M.P., WATTENBACH M., SMITH P., MEERMANS J., JOLIVET C., BOULONNE L., ARROUAYS D.; 2010. Spatial distribution of soil organic carbon stocks in France. Biogeosciences Discussions, 7, 8409-8443.

METZ B., DAVIDSON O.R., BOSCH P.R., DAVE R., MEYER L.A.; 2007. Contribution of Working Group III to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. [En ligne]. Disponible sur : http://www.ipcc.ch/publications_and_data/ar4/wg3/en/contents.htmlConsulté le 5 octobre 2011.

http://www.agencebio.org/upload/RCE_BIO_834_2007_oct08.pdf

Policity Incentives for Climate Change Mitigation Agricultural Techniques (PICCMAT) ; 2007. Deliverable D3 : Pratices description and analysis report. [En ligne]. Disponible sur : http://www.climatechangeintelligence.baastel.be/piccmat/spaw/uploads/files/WP1_d3_Report.pdfConsulté le 15 janvier 2013.

Smith P., Davies C.A., Ogle S., Zanchi G., Bellarby J., Bird N., Boddey R.M., McNamara N.P., Powlson D., Cowie A., Van Noordwijk M., Davis S.C., de B.Richter D., Kryzanowski L., VanWijk M., Stuart J., Kirton A., Eggar D., Newton-Cross G., Adhya T.K., Braimoh A.K., 2012. Towards an integrated global framework to assess the impacts of land use and management change on soil carbon : current capability and future vision. Global Change Biology, 18, 2089-2101.

TOSSER V., MARTIN M., ARROUAYS A. ; 2011. Projet : Amélioration de la méthodologie d’inventaire des stocks de carbone dans les sols agricoles et forestiers. Rapport pour la tâche 3 : Détail du dispositif d’acquisition et d’exploitation de données. Convention DGPAAT 09/13A. 48p.

Vidalenc E., 2012. Agriculture et Facteur 4. Synthèse de l’étude. 16p.

Virto I, Barre P, Burlot A, Chenu C: Carbon input differences as the main factor explaining the variability in soil organic C storage in no-tilled compared to inversion tilled agrosystems. BIOGEOCHEMISTRY 2012, 108:17-26.

4. Tier 3

4.1 Généralités : modèle et paramètres

Dans le contexte de l’étude ADEME sur l’Amélioration de la méthodologie d’inventaire des stocks de carbone dans les sols agricoles et forestiers , une estimation précise de l’évolution des stocks de Carbone Organique des Sols (COS) des terres cultivées sans changement d’affectation, sous l’effet des pratiques agricoles à l’horizon 2030, est attendue. Estimation précise suggère la mise en œuvre d’une modélisation (méthodologie Tier III, GIEC1) s’appuyant sur une représentation relativement exhaustive de l’ensemble des processus biogéochimiques et physiques à l’origine de l’évolution des flux de carbone au sein des systèmes sol-plante-atmosphère . Un modèle à base mécaniste est ainsi utilisé : le modèle Century (Parton et al. 1983).

Pour réaliser de telles estimations, une première étape dans l’étude consiste à proposer une procédure de paramétrisation du modèle CENTURY à partir des données issues du Réseau de Mesure de la Qualité des Sols (RMQS). Cette étape est centrale car elle conditionne la qualité des résultats estimés. Dans un objectif de précision, le choix a été fait de paramétrer à l’échelle du site, soit d’intégrer au mieux l’ensemble des données acquises pour un site donné. Devant certaines données manquantes, une généralisation sera cependant proposée sur la base d’hypothèses développées dans ce rapport.

Ce dernier se compose ainsi de deux principales parties :1. Généralités : modèle et paramètres traités2. Automatisation de la paramétrisation – programmation sous R

4.1.1 Le modèle Century

Le modèle Century permet d’analyser les effets des activités humaines et du changement climatique global sur la productivité et la durabilité des agroécosystèmes. Sa version 4.5 permet de simuler l’influence de différentes pratiques agricoles (rotation des cultures, travail du sol, fertilisation, irrigation, gestion des couverts, récolte …) sur la dynamique du carbone et autres nutriments au sein des systèmes agricoles.

Le modèle est général, agroenvironnemental et simule les dynamiques de long terme du Carbone (C), Azote (N), Phosphore (P), Soufre (S), de l’eau et des plantes pour plusieurs systèmes sol-plante (prairie, culture, forêt et savane). Il s’agit d’un modèle mécaniste s’appuyant sur une description relativement exhaustive des différents processus bio-géochimiques, physiques/hydrodynamiques du système sol-plante-atmosphère.

Le sous-modèle production des plantes est lié au sous-modèle de matière organique du sol . Ce dernier simule les flux de C, N, P, and S au travers de la litière des plantes et des différents pools inorganique et organique du sol.

Le schéma 1 resitue l’ensemble des pools considérés dans la modélisation du carbone sous Century

1

Selon les lignes directrices du Groupement Intergouvernemental d’Experts sur le Climat (GIEC)

avec :

- la matière organique (MO) vivante de surface/du sol et la matière organique morte,- les différents pools de litière de surface/du sol structurelle ou métabolique selon la teneur en

lignine de la MO,

- et les pools de carbone actif (turn-over rapide, quelques mois), lent (20-50 ans), passif (400-2000 ans), microbien.

Figure 1 : la modélisation du carbone dans CENTURY.

Le pas de temps du modèle est mensuel pour des analyses temporelles allant du cycle annuel au millénaire. La version 4.5 de Century est présentée par Metherell et al. (1992). Elle s’appuie sur le développement initial de Century décrit par Parton et al. (1987), Parton et al. (1988) et Sanford et al. (1991). Les scripts du modèle sont écrits en FORTRAN 90.

Son utilisation dans le cadre de cette étude a été menée sous LINUX. Century peut également être installé sous Windows.

Une description détaillée du modèle Century, notamment sur les différents sous-modèles CNPS, de production végétale et hydrodynamique est donnée au lien suivant ( en téléchargement ):

Site web: http://www.nrel.colostate.edu/projects/century/

Au final, le choix de mener l’étude avec le modèle Century résulte de plusieurs critères:- le modèle présente une certaine flexibilité quant à la paramétrisation en contexte agricole,

notamment la prise en compte de la diversité des rotations culturales, de la variabilité des opérations culturales (par ex. la possibilité de tester l’influence d’effets couplés travail du

http://www.nrel.colostate.edu/projects/century/

sol/ gestion des résidus sur le stockage de carbone des sols),- le modèle s’appuie sur une représentation relativement exhaustive par compartimentation de

la modélisation biogéochimique (voir Fig. 1),

- le modèle est particulièrement bien documenté et renseigné (voir le lien web ci-dessus),

- l’équipe technique en charge du modèle (Parton et al., USDA, Fort Colins, Colorado, USA) propose une aide précise et rapide,

- le modèle est largement mis en œuvre sur le plan international, cité dans la littérature, autant d’appuis techniques, d’expériences permettant de faciliter notamment les échanges et la validation de nos résultats.

4.1.2 Démarche globale

Dans le cadre de l’étude ADEME, le travail de modélisation en vue de l’estimation de l’évolution des stocks de carbone organique (SOC) du sol sous l’effet des pratiques agricoles est effectué en deux étapes (Fig. 2).

Période : 1980-2010Période : 1980-2010

Figure 2 : Travail de simulation sous Century réalisé en deux étapes.

La première dite de paramétrisation, seule présentée dans ce rapport, a pour principal objectif de caler le modèle à partir des données disponibles, notamment issues de la base de données DONESOL. Cette étape est centrale car conditionne la qualité des estimations finales de part les hypothèses posées et la précision du calage (soit l’intégration des paramètres). Cette étape de paramétrisation amène à une simulation sur la période climatique actuelle/passée (1980-20102). Les scénarios actuels sont supposés représentatifs de cette période. Les estimations en SOC sont validées par des mesures de carbone total prise in situ pour chaque site. Selon les résultats de validation, une reprise du calage (et notamment des hypothèses posées) est éventuellement réalisée. La paramétrisation s’appuie également sur une procédure de mise à l’équilibre (ou spin-up ) des stocks SOC. Cette procédure dite steady-state carbon content (Foereid et al., 2012) vise à initialiser le modèle par l’itération des simulations jusqu’à l’obtention d’un équilibre des différents

2 « actuel » soit correspondant aux dates de prélèvement RMQS.

pools de carbone du modèle. Ici, l’équilibre est supposé atteint pour des variations ∆C% = 5%,

avec ∆C% =abs.(stock final –stock initial)/stock ini)

La seconde étape, suite à la paramétrisation, consiste à simuler l’influence des pratiques agricoles à l’aide de scénarios futurs sur les SOC à l’horizon 2030. Cette partie ne sera pas développée dans ce rapport à vocation technique sur l’utilisation et la paramétrisation de Century.

4.1.3 Paramétrisation à partir du RMQS

Dans le cadre de l’étude, seuls les sites correspondant aux agroécosystèmes cultivés sont ici traités, soient 815 sites sur 1382, les 567 sites restants étant en prairie. La paramétrisation concerne les caractéristiques du site, la culture (dans le cas de monoculture) ou les différentes cultures (dans le cas de rotation) et intercultures ainsi que les opérations culturales mises en œuvre par site. La paramétrisation est faite à l’échelle du site dans l’objectif d’optimiser l’utilisation, la précision du modèle CENTURY et d’exploiter au mieux l’ensemble des données RMQS. Certaines hypothèses de paramétrisation seront ainsi posées, resituées dans ce rapport.

Les données RMQS utilisées sont issues de la base de données DONESOL. Elles regroupent les données échantillonnées in situ (voir dictionnaire de données DONESOL 2, Sept. 2007) ainsi que les résultats d’enquêtes agronomiques (voir dictionnaire Table relatives aux données d’enquêtes, DONESOL 2.0.5, Fév. 2011). La base étant en réseau3, l’accès des données est fait par requêtes SQL.

Les Annexes 5.14 et 5.15 resituent l’ensemble des données DONESOL utilisées dans la paramétrisation, données nommées ainsi paramètres dans la suite de ce rapport.

4.1.4 Structure de la paramétrisation

La paramétrisation Century est structurée en 12 fichiers notés XXX.100 (Fig.2).

Figure 2 : Structure du modèle Century : les fichiers de paramètres

L’utilisateur peut aisément paramétrer le modèle en appelant le fichier File.100 (Fig.2). Une interface est ainsi proposée, ensemble de questions/réponses, amenant à la modification instantanée

3 directement via l’outil PG-Admin

des différents fichiers XXX.100.Si cette procédure est applicable pour un/quelques sites du réseau RMQS, elle reste inadaptée sur l’ensemble du réseau.Une automatisation de la procédure de paramétrisation en vue de l’application du modèle sur l’ensemble du réseau RMQS est ainsi développée, encodée sous R (v2.15.1)4.

Le travail étant mené sur des sites cultivés, seuls sont considérés dans la paramétrisation les fichiers (Fig. 3):

- CROP.100 : paramètres propres à chaque culture- CULT.100 : paramètres relatifs aux opérations de travail du sol - FERT.100 : paramètres relatifs à la fertilisation minérale- HARV.100 : paramètres relatifs aux récoltes et à la gestion des résidus propres à chaque

culture- IRRI.100 : paramètres relatifs à l’irrigation- OMAD.100 : paramètres relatifs à la fertilisation organique- FIX.100 : paramètres relatifs à la décomposition de la matière organique, fixes (soit non

ajustés lors de la modélisation)- et SITE.100: paramètres relatifs au site et au sol.

Sont donc exclus les fichiers de paramètres relatifs aux incendies (FIRE.100), à la gestion des pâtures (GRAZ.100), aux forêts et à leur gestion (TREE et TREM.100).

Figure 3 : Les fichiers pris en compte pour la paramétrisation des terres cultivées.

Les fichiers de paramètres sont alimentés (Fig.3): à partir de la base de données DONESOL (intégration des données RMQS) : Les données

DONESOL sont intégrées au niveau des fichiers de paramètres relatifs aux caractéristiques du site, sol et fonctionnement biogéochimique FIX et SITE.100 ainsi qu’au niveau de l’élaboration des scénarii EVENT.100.

à partir de la littérature et des données Century par défaut proposées par Metherell et al. (1992) : Les autres fichiers de paramètres mentionnés (CROP, …XXX.00) sont paramétrés ainsi. Certains paramètres ont été obtenus après recherche et demandes auprès d’auteurs ou

4 ce point sera développé au chapitre 2 « Programmation sous R»

de responsables Century de l’USDA, Fort Collins Colorado, USA. (http://www.nrel.colostate.edu/projects/century/; [email protected])

La paramétrisation est réalisée principalement sur deux niveaux. Le premier niveau concerne directement les fichiers de paramètres XXX.100 et le second niveau concerne la mise en place des scénarii EVENT.100. Ces scénarii font eux-mêmes appel aux différents fichiers paramètres.

4.1.4.1 Premier niveau : les fichiers de paramètres XXX.100 en détail

Comme montré sur la Figure 3, les fichiers paramètres sont au final au nombre de 8 (sans prise en compte du fichier .wth relatif aux données climatiques).On notera la nécessité d’une adaptation de certains paramètres à la version 4.5 par rapport à son origine 4.0. L’utilitaire convert.exe permet de réaliser les modifications sous Windows uniquement). D’avantage d’information est donné au lien suivant :http://www.nrel.colostate.edu/projects/century/CENTURY4.5.Instructions.txtLes principaux paramètres qui sont ajoutés ou, au contraire retirés, par rapport à la version 4.0 y sont précisés par fichier de paramètres.

Fichier CROP.100

L’Annexe 5.14.1 donne l’ensemble des paramètres obtenus pour les différentes cultures rencontrées dans le cadre du RMQS (soient 62 index de cultures, table enquêtes agro. DONESOL). Ces paramètres sont issus de l’article de Foereid et al. (2012), et d’échanges de mails avec Cindy Keough5 (gestion Century). L’ensemble donné en Annexe 5.14.1 est adapté à une utilisation avec la version 4.5 de Century (transfert avec convert.exe fait).

La correspondance entre le nom des cultures attribué sous Century et attribué dans DONESOL est présentée en Annexe 5.14.1. Certaines cultures, et donc certains sites, n’ont pas pu être paramétrés du fait de l’absence des paramètres disponibles sous Century ou encore du manque de précision dans la description de la succession culturale dans Donesol (noté NA, soient 12 index). Pour optimiser l’utilisation de DONESOL des hypothèses ont été faites, notamment quant aux types de rendements attendus (haut rendement), quant au regroupement de cultures (type céréale sous le jeu de paramètres obtenus pour le blé tendre).

Les différentes cultures seront appelées sous l’index Century dans le fichier de scénario EVENT.100.La définition des paramètres CROP.100 est donnée au lien :http://www.nrel.colostate.edu/projects/century/MANUAL/html_manual/man96.html#CROP_PAR

Fichier de paramètres CULT.100

Les paramètres mis en œuvre pour l’intégration du travail du sol sont donnés en Annexe 5.14.5.Le travail du sol dominant informé par Donesol (table enquêtes agro. +tables traitement de Marine Gourrat) est pris en compte. Est exclue l’évolution des pratiques dans le temps. Seuls trois jeux de paramètres sont mis en œuvre : labour (avec retournement, noté P), le travail du sol superficiel (Drill, noté D) et le semis direct (No-Till-Drill noté N). L’alternance des pratiques est supposée une année sur deux (voir EVENT.100). Les différentes pratiques seront appelées sous l’index Century dans le fichier de scénario EVENT.100.La définition des paramètres CULT.100 est donnée au lien :http://www.nrel.colostate.edu/projects/century/MANUAL/html_manual/man96.html#CULT_PAR

5 [email protected]

http://www.nrel.colostate.edu/projects/century/MANUAL/html_manual/man96.html#CULT_PAR

http://www.nrel.colostate.edu/projects/century/MANUAL/html_manual/man96.html#CROP_PAR

http://www.nrel.colostate.edu/projects/century/CENTURY4.5.Instructions.txt

mailto:[email protected]


Fichier de paramètres FERT.100

Les paramètres concernant la fertilisation minérale sont donnés en Annexe 5.14.3. Pour chaque site, les valeurs de P et N (g/m²) sont intégrées sans fertilisation automatique (pouvant être générée par Century). Les valeurs de S ont été exclues de l’analyse du fait d’un grand nombre de données manquantes dans Donesol. Les différentes valeurs de N et P seront appelées dans Century par la création d’un bloc de paramètres unique. L’absence de données Donesol suppose l’absence de fertilisation. Outre l’intégration de la fertilisation réelle, Century offre plusieurs possibilités, notamment par rapport à l’état de stress attendu de la culture (Annexe 5.14.3). La définition des paramètres FERT.100 est donnée au lien :http://www.nrel.colostate.edu/projects/century/MANUAL/html_manual/man96.html#FERT_PAR

Fichier de paramètres HARV.100

L’intégration des informations Donesol (très complète sur récolte et gestion des résidus) est ici très sommaire. Ce point devra faire l’objet d’un développement plus poussé. Pour l’instant, à partir de l’information sur le type de cultures, seuls sont considérés 1) un retrait complet des tiges et racines après enherbement (T) et 2) une exportation complète des grains et le maintien in situ de 50% de résidus de culture (G) (Annexe 5.15.1). Seuls deux blocs T et G sont ainsi utilisés avec les paramètres par défaut. La définition des paramètres HARV.100 est donnée au lien :http://www.nrel.colostate.edu/projects/century/MANUAL/html_manual/man96.html#HARV_PAR

Fichier de paramètres IRRI.100

Les paramètres concernant l’irrigation sont donnés en Annexe 5.14.5. Donesol renseigne si la culture est irriguée ou pas. Si irriguée, l’irrigation se fait automatique de façon les réservoirs à 50% de la capacité au champ. On admet ici l’absence de stress hydrique pour les plantes. Le Bloc A50 est ainsi utilisé. D’autres possibilités sont offertes par défaut dans Century. La définition des paramètres IRRI.100 est donnée au lien :http://www.nrel.colostate.edu/projects/century/MANUAL/html_manual/man96.html#IRRI_PAR

Fichier de paramètres OMAD.100

Les paramètres concernant la fertilisation organique sont donnés en Annexe 5.14.6. Donesol renseigne avec précision sur la nature des apports mais de façon très imprécise sur les quantités et dates des apports. La gestion de la fertilisation organique n’a de ce fait pas été intégrée dans la paramétrisation de Century. Ce point reste ainsi à développer notamment :

- préciser les quantités apportées- préciser les dates d’apports- préciser la teneur en C apportée- préciser la teneur en lignine des apports et le rapport C/N, C/P (voir C/S)

Les blocs de paramètres pourront être élaborés grâce à ces informations supplémentaires et indispensables à l’intégration de la fertilisation organique à partir du RMQS. La définition des paramètres OMAD.100 est donnée au lien :http://www.nrel.colostate.edu/projects/century/MANUAL/html_manual/man96.html#OMAD_PAR

Fichier de paramètres FIX.100

Les paramètres fixes concernant les processus biogéochimiques sont donnés en Annexe5.14.7. Seuls sont modifiés l’épaisseur des horizons pédologiques, notés de 1 à 10 (si besoin).La définition des paramètres FIX.100 est donnée au lien :

http://www.nrel.colostate.edu/projects/century/MANUAL/html_manual/man96.html#OMAD_PAR

http://www.nrel.colostate.edu/projects/century/MANUAL/html_manual/man96.html#IRRI_PAR

http://www.nrel.colostate.edu/projects/century/MANUAL/html_manual/man96.html#HARV_PAR

http://www.nrel.colostate.edu/projects/century/MANUAL/html_manual/man96.html#FERT_PAR

http://www.nrel.colostate.edu/projects/century/MANUAL/html_manual/man96.html#FIX_PAR

Fichier de paramètres SITE.100

Les paramètres spécifiques aux sites, et plus précisément au sol, sont donnés en Annexe5.14.8. Les données ont issues de Donesol (table composites et profils). CLAY, SAND, SILT, BULKD sont renseignés de 0-30 cm. Il est supposé que le nombre d’horizons pédologiques corresponde aux nombres de couches de sol investies par les racines (NLAYER=NLAYPG). Les paramètres AFIEL et AWILT sont estimés à partir des tableaux de pédotransfert fournis par Hassan et al. (2007) adapté aux sols les plus largement rencontrés en France (Fig. 4).

http://www.nrel.colostate.edu/projects/century/MANUAL/html_manual/man96.html#FIX_PAR

Figure 4 : a. classes pédotransfert à partir de données de classes texturales (FAO) et masses volumiques sèches (Db).les valeurs de teneurs en eau à capacité au champ (AFIEL, à pF=2) et au point de flétrissement (AWILT, pF=4.2) sont utilisées pour les horizons composites pour lesquels la masse volumique est disponible.

61

Figure 4 : b. classes pédotransfert à partir de données de classes texturales (FAO) seulement.les valeurs de teneurs en eau à capacité au champ (AFIEL, à pF=2) et au point de flétrissement (AWILT, pF=4.2) sont utilisées pour les horizons des profils pour lesquels la masse volumique n’est pas disponible.

Les classes texturales sont issues du triangle FAO suivant :

62

Du fait de l’intégration de données AWILT et AFIEL externes à Century (pas d’utilisation des fonctions Gupta and Larson (1979) or Rawls et al. (1982) proposées), la valeur swflag = 0 (use actual data from the site.100 file)

Le paramètre DRAIN est issu du recoupement de plusieurs informations, sur la perméabilité du sol, régime hydrique, d’excès d’eau et du type de sol, renseignées dans DONESOL. DRAIN est noté du plus drainant (1) au moins drainant (0). Le tableau 5 resitue les numéros de sites, et la note de drainage attribuée.

no_site 77 85 111 124 175 214 221 263 265 312 426 430 489 546 548 588 599

drain 1 1 0.5 1 1 1 1 1 0.75 1 0.75 1 0.75 1 1 1 0.75

no_site 613 669 685 727 730 796 827 849 851 867 871 887 896 939 942 971 986

drain 1 0.75 1 1 0.5 0.75 1 1 1 1 1 1 0.75 1 0.75 1 1

no_site 988 1036 1054 1059 1103 1237 1247 1248 1262 1288 1297 1338 1339 1380 1381 1387 1419

drain 1 1 0.75 1 1 1 0.25 1 1 0.5 1 1 1 NA 1 1 1

no_site1421 1457 1461 1462 1492 1551 1559 1634 1895 2028 2029 2030 2072 2084 2142 2160 2192

drain 1 0.75 1 1 1 1 1 NA 1 1 1 0.75 0.75 0.5 NA 1 0.5

no_site2308 2321

10918 11106 11314

12258

drain 1 1 1 1 1 0.75

Tableau 5 : Notes attribués à DRAIN par n°site.

Il est à noter que les estimations en carbone se font sur 0-20 cm de profondeur, aussi les valeurs de SOMci sont estimées au 2/3 de l’horizon supérieur de 30 cm. De plus les données sont renseignées directement à partir de Donesol, soit sans estimation automatique par Century. Ce point est précisé par ivauto=0.

La définition des paramètres SITE.100 est donnée au lien :http://www.nrel.colostate.edu/projects/century/MANUAL/html_manual/man96.html#SITE_PAR

4.1.4.2 Second niveau : L’élaboration des scénarii EVENT.100

Le fichier de scénario est élaboré pour chaque site, nommé EVENT.100. Il regroupe toutes les informations relatives aux pratiques culturales et cultures mise en œuvre par un appel des différents index cités dans les fichiers de paramètres décrits précédemment.

L’utilisateur peut générer pour un seul site le scénario grâce à l’utilitaire event100, les fichiers-paramètres devant se trouver dans le même répertoire. Une description détaillée est présentée au lien suivant :http://www.nrel.colostate.edu/projects/century/(voir point 5)

Pour l’ensemble des sites la procédure est rendu automatique par encodage sous R.La mise en forme de l’entête est toujours identique, pour tous les sites. Les modifications automatiquement apportées concernent : Starting year ; Last year ; Initial crop ; Repeat years (Annexe 5.15.1). La date de fin (last year) correspond à celle d’observation RMQS, informée directement dans Donesol. Le calcul de la date de départ (starting year) résulte de la connaissance de la durée de la rotation, renseignée également dans Donesol, et la date de fin (last year).

63


http://www.nrel.colostate.edu/projects/century/MANUAL/html_manual/man96.html#SITE_PAR

http://www.nrel.colostate.edu/projects/century/MANUAL/html_manual/man96.html#SITE_PAR

Suite à l’entête, le bloc de scénario est développé (Annexe 5.15.2). Les informations sont raisonnées par mois. Plusieurs hypothèses sont émises quant aux dates des différentes pratiques (Annexe5.15.2). Le tableau 6 présente les mois de semis/plantation et de récolte pour chaque culture.

sow harv crop

10 7 AVOINE

10 7 AVOINE HIVER

3 7 AVOINE PRINTEMPS

3 9 BETTERAVES FOURRAGERES

1 9 BETTERAVES FOURRAGERES

3 9 BETTERAVES INDUSTRIELLES

10 7 BLE DUR HIVER

3 7 BLE DUR PRINTEMPS

10 7 BLE TENDRE

10 7 BLE TENDRE HIVER

3 7 BLE TENDRE PRINTEMPS

10 7 CEREALES

8 7 COLZA

10 7 CULTURES FOURRAGERES

2 8 FEVEROLES ET FEVES Y COMPRIS SEMENCES

1 12 FRICHE

1 12 GRAMINEE

1 12 GRAMINEES PURES NON COMPRIS RAY GRASS ITALIE

1 12 JACHERE

3 7 LEGUMINEUSES, MELANGE DE LEGUMINEUSES AUTRES

3 7 LIN OLEAGINEUX

3 7 LIN TEXTILE (ROUI NON BATTU)

3 8 LUPIN DOUX Y COMPRIS SEMENCES

1 12 LUZERNE

4 9 MAIS

4 9 MAIS DOUX

4 9 MAIS FOURRAGE ET ENSILAGE

4 9 MAIS GRAIN

4 9 MAIS SEMENCE

10 7 MELANGE DE CEREALES Y COMPRIS METEIL

1 12 MELANGES DE GRAMINEES ET GRAMINEES-LEGUMINEUSES

10 7 ORGE ET ESCOURGEON

3 7 POIS PROTEAGINEUX Y COMPRIS SEMENCES

4 9 POMMES DE TERRE

4 9 POMMES DE TERRE DE CONSOMMATION

4 9 POMMES DE TERRE DE FECULERIE

1 12 PRAIRIE TEMPORAIRE

1 12 PRAIRIES NON PERMANENTES (ARTIFICIELLES, TEMPORAIRES)

3 7 PROTEAGINEUX

3 9 RACINES, BULBES ET TUBERCULES

3 5 RAY GRASS D'ITALIE

10 9 RAY GRASS D'ITALIE

10 7 SEIGLE

5 9 SOJA

5 7 SORGHO FOURRAGE

4 7 SORGHO HYBRIDE

1 12 STH NATURELLE OU SEMEE DEPUIS + DE 10 ANS

64

1 12 STH SEMEE DEPUIS 6-10 ANS

5 8 TABAC

4 9 TOURNESOL

10 9 TREFLE VIOLET

3 9 TREFLE VIOLET

10 7 TRITICALE

Tableau 6 : Mois de semis et de récoltes fixés pour chaque culture Ces dates peuvent variées selon la présence d’intercultures ou le chevauchement entre récolte du précédent et le semis.

65

1. Procédure de paramétrisation automatique : les scripts R

4.1.5 Les principales taches des scripts

La paramétrisation est automatisée sous R v2.15. Les scripts concernent plusieurs points (Fig. 7) :

- l’extraction des données Donesol requises- l’intégration des données dans les fichiers de paramètres et mise en forme- la réalisation des scénarii event100 et mise en forme pour une lecture Century- l’appel de Century - développement d’une procédure spin-up- lancement des simulations- traitement des résultats en sortie

Cet ensemble de fonctions gérées par les scripts R est itéré pour chaque site.

Appel Century

Lancement des simulations

Choix des sorties et représentation

Extraction et mise en forme des paramètres

DONESOL

Réalisation et mise en forme des scénarios

DONESOLEnquêtes agronomiques

Procédure automatique sur l’ensemble des sites

RMQS

Scripts R v.2.15.1

2010-2030Simulations/PK

1980-2010Spin-up sur 30 ans,

Stop: ∆SOC<5%

ECHELLE CARACTERISTIQUE: LE SITE

Appel Century

Lancement des simulations

Choix des sorties et représentation

Extraction et mise en forme des paramètres

DONESOL





Procédure automatique sur l’ensemble des sites

RMQS

Scripts R v.2.15.1

2010-2030Simulations/PK

1980-2010Spin-up sur 30 ans,

Stop: ∆SOC<5%

ECHELLE CARACTERISTIQUE: LE SITE

Figure 7 : Ensemble des fonctions gérées par les scripts R.

4.1.6 Installation

Le travail de programmation a été réalisé sous Linux, Ubuntu.

4.1.6.1 Installation et packages requis

Les différents packages pourront être trouvés sur le site CRAN de R :http://cran.r-project.org/

L’installation de R :sudo apt-get update sudo apt-get install r-base

66

http://cran.r-project.org/

Pour compilation: sudo apt-get install r-base-dev

Travailler sous R avec GVIM ou Rstudiohttp://www.rstudio.com/ide/download/http://gvim.en.softonic.com/

Les librairies concernent :- la gestion des dates (essentiellement pour event100) : librairie zoo

install.packages( zoo)require ( zoo )

- l’obtention des classes texturales : librairie soiltextureinstall.packages( soiltexture )require ( soiltexture )require ( drc )

- pour tester des fonctions : librairie testhat install.packages( testthat )require ( testhat )

- Pour connexion/réseau :install.packages( RODBC)require( RODBC )

4.1.6.2 Répertoires de travail

Le répertoire de travail se trouve dans \carbonModelling .Les scripts R se trouvent dans : \carbonModelling\scripts\R\rmqsDyn Les données requises se trouvent dans : \carbonModelling\data\rmqsDyn\sItesCenturyLes résultats de simulation se trouvent dans \carbonModelling\CenturyRunsLes tables nécessaires à la paramétrisation pour une utilisation off-line se trouvent dans : \carbonModelling\data\rmqsDyn\offLineData

Les scripts font appel à la base de données Donesol en réseau (pg-admin pour visualisation) par requêtes SQL. Ils peuvent également fonctionner off-line, les tables Donesol requises ayant été au préalable enregistrées.

4.1.7 Structure générale des scripts R

Les scripts sont regroupés en trois grandes structures (Fig. 8):- le script maitre appelant librairies et données, permettant le lancement de Century- les librairies regroupant l’ensemble des fonctions mises en œuvre- les scripts de données

4.1.7.1 Le script maitre : masterScript_centuryRMQS.r

Le script permet d’initialiser le modèle et de le lancer, soit de : définir les usm6 (initializeCentRMQS(id, usmData, RMQSCENTSEQ, scen)

o choix des sites à tester (usm_ids)o définir les séquences mensuelles à partir des variables d’environnement

RMQSCENT (dans getDataAndParametersCentRMQS.r ) avec nYears, timed, nbMonths

6

usm : unité de simulation regroupant id (n°site), usmData (données/site), RMQSCENTSEQ (unité/climat)

67

http://gvim.en.softonic.com/

http://www.rstudio.com/ide/download/

o appel de la base de données climat (arpegeMet à partir de la fonction getMeteoFullArpege dans rmqsDyn.lib.r et rmqsDynCentury.lib.r) avec le scénario climatique : scen <- a1b

sauvegarder les résultats (resCentScen.RData) et construire les tableaux de résultats rediriger vers le répertoire où sont localisés les fichiers de paramètres (rundir) définir et lancer le spin-up (spinupStart) lancer Century writeEventFile(usm, effectiveStartYear, tail(RMQSCENTSEQ, 1)) runCenturyRMQS(usm, rundir = rundir, verbose = T)

Le script maitre fait appel aux libraires et scripts de gestion de données (source).

Figure 8 : Structure générale des scripts

4.1.7.2 Script de données : getDataCentRMQS.r

Ce script nécessite une connexion RODBC pour requêtes SQL. Plusieurs tables sont ainsi crées, les données étant extraites de Donesol telles que :

- usmDataSite : (info/sol, échelle du profil)usm_id,no_site,start,stock_c30,clay030,sand030,silt030,lu1,lu3,safran_id,drain,perm_profil,perm_horiprof,reg_hyd,submersion_profil,exces_eau,sol_type

usmData: (info/ sol, échelle de l’horizon-composite)no_site,no_horizon,prof_sup,prof_inf,clay,sand,silt,ph,azote_tot,bulkd

matRotFert: (info/agro/fertilisation, échelle du site)rownames,no_site,pos,sow,harv,crop,cropind,dureerot,yearsow,yearharv,n_min,p_min

usmPks: (info/agro/partqiues agri., échelle du site)no_site,indic_travail_sol,gc_travail_sol_1,irrig

Le script fait appel à FAO.script.r (obtention de AFIEL et AWILT), drain.script.r (notation drainage) et crop_nopasture2.csv (définition des mois de semis/récolte).

68

Il renvoie également à un autre script de données relatives aux variables d’environnement :source("carbonModelling/scripts/R/rmqsDyn/getDataAndParametersCentRMQS.r")

4.1.7.3 Script variables d’environnement: getDataAndParametersCentRMQS.r

Ce script définit : le nom de la connexion RODBC (connectName) les répertoires de travail et de fichiers de paramètres

rundir <- paste(homeS, "carbonModelling/CenturyRuns/", sep = "")iniRep <- paste(homeS, "carbonModelling/data/rmqsDyn/sItesCentury/", sep = "")

le pas de temps du spin-up SPINUP_LAG la période climatique considérée RMQSCENTSEQ

4.1.7.4 Scripts : les librairies

Création des fichiers de paramètres XXX.100 createCenturyParametersFiles.lib.r

Les fichiers de paramètres initiaux sont appelés dans le répertoire inirep, modifiés et enregistrés dans le répertoire rundir.

Le script décrit la fonction createSoilFiles <- function(usm, rundir), usm regroupant les informations par site sur le sol aux échelles de l’horizon (usm$soilhorizons) et du profil (usm$soilprofile).Ce script permet / createSoilFiles:

de définir les épaisseurs d’horizons nécessaires à FIX100 (ADEP), d’informer les différents variables nécessaires à SITE100 (CLAY, SAND, SILT, BULKD, NLAYER,

NLAYPG, MINERL, DRAIN, AWILT, AFIEL, PH, SOM2CI, SOM3CI)

d’informer la fertilisation minérale nécessaire à FERT100.

Le script décrit la fonction updateSOCData <- function(SOC, filed, rescaleVal) concernant les stocks de carbone initiaux des différents pools : SOM1, 2, 3 CI, présents dans site100 structurelle (strcis) et métabolique (metcis).

Création des scénarii *.sch, rmqsDynCentury.lib.r

Une première fonction d’initialisation resitue l’ensemble des variables requises pour une unité de simulation usm : initializeCentRMQS <- function(id, usmdata, seq, scen = "a1b", safran = f), avec

usm <- list(id = id, mcell = as.character(usmDataSiteId$safran_id),

start = usmDataSiteId$startusm$meteo <- getMeteoFullArpegeCentury(usm$mcell, seq, scen)usm$soilprofile <- getSoilSiteCentury(id)usm$soilhorizons <- getSoilCenturyHorizons(id)

usm$cropData <- getCrops(id)usm$pks <- getPks(id)usm$travailSol <- getTravailSol(usm)

usm$events <- buildCropEventSeq(usm)

69

usm$events <- includeSoilPractices(usm$events, usm$travailSol)usm$events <- includeIrrigPractices(usm$events, 1)

Les différentes fonctions sont:getCrops <- function(id) retourne cropData : culturegetPks <- function(id) retourne pkData : pratiquesgetSoilSiteCentury <- function(id) ) : info/sol échelle profilgetSoilCenturyHorizons <- function(id) : info/sol échelle horizongetMeteoFullArpegeCentury <- function(mid, SEQ, scen) : info/météo et scénario clim. (retourne usmMet)getTravailSol <- function(usm): retourne travs : travail du solbuildCropEventSeq <- function(usm) : construction des événements pltm, fert, harv : retourne evtsincludeSoilPractices <- function(events, typeTravail) : ajout CULT et index D, N P :travail du solincludeIrrigPractices <- function(events, typeIrrig) : ajout IRRI et index A50 :irrigationwriteFertFile <- function(usm, rundir) : créé le bloc FERT100 avec la fertilisation minérale réellewriteEventFile <- function(usm, startYear, endYear): réalise l’entête de EVENT100La mise en forme de EVENT100 est systématique, indispensable pour une lecture Century (Fortran 90).

Autres fonctions :spinUpCentury <- function(usm, rundir = rundir, iniRep = iniRep, nLoops = 100, thresh = 5, verbose = F, eachPool = T, fact = 5): fonction spin-upreadSavedSystem <- function(iniRep, rundir, speedUpSpin = F, fact): information système/spin-upwriteAndBuildClimFiles <- function(clima, startT, endT, rootPath = "./", sim_id = NULL, avged = F): sortie données climat

70

4.2 Simulations

Les simulations réalisées dans le cadre de la convention ont consisté à simuler une mise à l’équilibre sur chaque site RMQS. Chaque site RMQS, considéré comme un système défini par ses composantes agro-pedo-climatiques est défini, pour les composants agronomiques et pédologiques, d’après les observations faites sur le terrain lors des prélèvements, et d’après les séries climatiques Safran (Quintana-Segui et al. 2008) pour les données climatiques, qui sont répétées en boucle jusqu’à ce que le système soit considérés comme étant à l’équilibre. On considère que l’équilibre est atteint sur la base des quantités de carbone contenues dans chaque compartiment de COS de Century. Ces valeurs à l’équilibre obtenues pour chaque site ont ensuite été comparées aux stocks de carbone mesurés sur chaque site lors du prélèvement. L’analyse des erreurs a ensuite été réalisée, en tentant de l’expliquer par les caractéristiques de chaque site.

4.2.1 Protocole de simulation

Pour chaque site, la simulation débute par une phase de mise à l’équilibre. Différentes méthodes existent, comme l’initialisation des compartiments lents (Falloon and Smith 2002) sur la base de fonctions basées sur les teneurs en argile. Une autre méthode couramment utilisée pour les modèles informatiques, de différentes natures, repose sur des simulations dites de mise à l’équilibre (spinUp). Cette méthode évite les phénomènes de rattrapage en début de simulation. Dans notre cas, le spinup a été effectué comme suit :

1. la simulation est paramétrée pour une période ΔT = 30 années avant la date de prélèvement sur les sites RMQS, en considérant que la rotation observée lors de la date de prélèvement se répète depuis le début de la simulation. La durée exacte de cette période passée est ajustée de façon à ce que, au sein de la rotation, la culture Cult0, observée au moment du prélèvement, apparaisse bien lors des simulation à la

date t0. La date de début de simulation tini est ainsi définie. Le paramétrage du système de culture et des

variables sol est effectué comme indiqué dans le paragraphe précédent sur le paramétrage de Century. Le paramétrage des pratiques culturales est effectué en fonction des données issues des enquêtes RMQS et des cultures présentes dans la rotation. Le climat prescrit est issu des séries climatiques produites par la modélisation Safran (Quintana-Segui et al. 2008) sur la période 1959-2008. Les données pour les années n’appartenant pas à la série Safran disponible (e.g. 2010 pour les sites RMQS échantillonnés en 2010) sont obtenues par rééchantillonnage aléatoire de la série Safran.

2. le stock de carbone C, observé sur les sites RMQS (Cobs) est réparti de façon uniforme sur les 8 compartiments du carbone considérés dans Century.

3. Pour un nombre maximum de 100 itérations 1. le système est initialisé à partir de son état à la fin de l’itération précédente (si l’itération en cours

n’est pas la première), et ce pour 267 variables de Century dont naturellement les variables liées à l’état hydrique du sol, à la matière organique du sol et la biomasse végétale)

2. la simulation est réalisée de tini à t0, et l’état du système à t0 est enregistré.

3. la procédure de spinup est arrêtée si, parmi tous les compartiments i de matière organique des sols, le changement relatif entre tini et t0 vaut au maximum 1%

4. la valeur obtenue à l’issue de cette phase de spinUp est considérée comme étant la valeur à l’équilibre

Analyse des résultats

4.2.1.1 Calcul des erreurs

Dans cette première partie du travail, consistant essentiellement en la mise en place et la validation du dispositif de simulation basé sur Century, nous avons travaillé sur les valeurs de stocks à l’équilibre obtenues par simulation pour chaque site RMQS i simulé, données par Ci

*.

Pour valider le modèle Century, nous avons fait l’hypothèse que le stock de carbone à l’équilibre donné par Century Ci

*, doit refléter la valeur observée sur le terrain à la date de prélèvement (CObs), à un facteur 2/3 près,

puisque les stock sur les sites RMQS sont calculés sur 30cm et les stock simulés pas Century le sont sur 20cm. L’erreur de Century est donc calculée comme :

4.2.1.2 Ajustement d’un modèle statistique sur les erreurs

On cherche à expliquer ces erreurs, et pour cela on ajuste un modèle statistique qui les modélise en fonction d’un certain nombre d’autres variables connues pour chaque site RMQS (certaines de ces variables rentrent d’ailleurs directement dans le paramétrage du modèle Century). L’intérêt de cette démarche est double :

1. on cherche à identifier les sources potentielles de mauvais paramétrage des sites RMQS, qui sont nombreuses, aussi bien concernant le sol que le système de culture.

2. une fois le paramétrage optimisé, le modèle Century est également lui-même intrinsèquement source d’erreurs, et l’analyse des erreurs sur la population (au sens statistique du terme) des sites RMQS est un outil potentiellement puissant pour identifier les combinaisons agro-pedo-climatiques ou les erreurs sont les plus faibles (resp. les plus fortes). Nous avons pour cela utilisé le modèle BRT (arbres de régression boostés), et son implémentation sous R via le package gbm (Ridgeway 2006).

3. La formule du modèle : errorCent = f(clay030,sand030,silt030,lu1.x,lu3.x,drain,permprofil,permhoriprof,reghyd,submersionprofil,exceseau,drainR

c,indictravailsol,gctravailsol1,gctravailsol2,gctravailsol3,irrig,ph,clay,silt,sand,luipcc,temp,rain,etp,manuredirec

tonfield,slurry,fym,oma,pmrc,travSol,pmin,nmin,rotaLength,ALF,BAR3,C.HI,CLV

1,FB,FSORG,GLEG,GTL,LEG,OAT3,OSR,PEA,POT,RV EG,SIL,SORG,SUGB,SUN,SY BN,TG,TOB,W3,WW3S,XSW3)

Le très grand nombre de variables correspond ic à une approche exploratoire, dans laquelle aucune variable en particulier est identifiée comme potentiellement source d’erreurs. Les variables ALF, BAR3, C.HI, CLV1, FB, FSORG, GLEG, GTL, LEG, OAT3, OSR, PEA, POT, RVEG, SIL, SORG, SUGB, SUN, SYBN, TG, TOB, W3, WW3S et XSW3 correspondent aux cultures distinguées par Century et plus précisément au nombre de fois où, pour un site RMQS, ces cultures apparaisent dans les rotations. Par exemple, pour une rotation blé/colza/blé, W3 vaudra 2, OSR vaudra 1, et les autres variables 0 (on se reportera à la section sur le paramétrage pour la signification des ces codes de cultures). La signification des autres varialbles est : clay030: argile moyen sur 30cm; sand030: sable moyen sur 30cm; silt030: limons moyens sur 30cm; drain: niveau de drainage (cf. dictionnaire de Donesol); perm_profil: (cf. dictionnaire de Donesol); perm_horiprof: (cf. dictionnaire de Donesol); reg_hyd, submersion_profil, exces_eau, drainRc: variables liées aux propriétés hydriques des sols (cf. dictionnaire de Donesol); lu1.x: occupation du sol (niveau grossier de description, cf. le dictionnaire des enquêtes RMQS); lu3.x: occupation du sol (niveau fin de description, cf. le dictionnaire des enquêtes RMQS); indic_travail_sol: travail du sol (information aggrégée); travSol: traduction de indic_travail_sol pour Century; gc_travail_sol_1: travail du sol principal; gc_travail_sol_2: travail du sol secondaire; gc_travail_sol_3: travail du sol complémentaire éventuel; irrig: irrigation; pH: oH de l’horizon de surface; clay: argile moyenne; silt: limons moyens ; sand: sable moyen; lu_ipcc: occupation du sol (code IPCC); temp: température moyenne; rain: précipitations moyennes; etp: etp moyen; manure_direct_on_field: ajouts de fumier ; slurry: de lisier; fym: FM; oma: FM; pmrc: matériau parental; p_min: fertilisation moyenne sur la rotation; n_min: fertilisation moyenne sur la rotation; rotaLength: durée de la rotation.

4.3 Résultats

4.3.1 Distribution des erreurs

Figure 1: histogrammes des erreurs de Century pour les principaux assemblages de cultures des rotations du jeu de données.

La performance de Century à prédire les stocks observés sur le terrain est extrêmement limitée avec une correlation très faible entre observé et simulé. La figure 1 montre que le système de culture influence de façon importante l’écart entre la valeur du stock observée et la valeur simulée. Ceci est confirmé par l’analyse des distributions des erreurs en fonction des systèmes de culture (fig. 2). Il apparaît que les rotations sans prairies ni inter-cultures sont celles pour lesquelles Century surestime le plus les stocks de carbone.

Figure 2: histogrammes des erreurs de Century pour les principales assemblages de cultures des rotations du jeu de données.

Figure 3: histogrammes des erreurs de Century pour les principales assemblages de cultures des rotations du jeu de données.

La figure 3 donne la distribution des erreurs pour les principales rotations observées sur les sites RMQS. Il semble que le modèle Century sous-estime les stocks pour les monocultures de maïs et au contraire tend à fortement surestimer les rotations reposant sur le blé et le colza. Ainsi, les simulations sur rotations blé/maïs ne présentent pas de biais important.

Figure 4: Distribution des erreurs en fonction de la position du site et de son système de culture.

La distribution spatiale des erreurs (fig. 4) reprend partiellement ces indications, avec une zone autour du bassin parisien où les erreurs de simulations sont les plus fortes. Au contraire, dans d’autres régions, et c’est notamment le cas de la Bretagne, les erreurs sont plus modérées.

4.3.2 Facteurs explicatifs de l’erreur observée

var rel.inf

OSR 33.5

p_min 11.2

n_min 10.3

C.HI 6.8

sand 4.2

sand030 4.1

rain 3.9

pmrc 2.8

drainRc 2.0

exces_eau 1.7

Table 1: Les 10 variables les plus importantes dans le modèle gbm de l’erreur et leur poids respectifs (%) dans le modèle.

L’analyse, supportée par le modèle statistique bien ajusté aux données (R2 = 0.98), montre très clairement que le nombre d’occurrences du colza dans la rotation (variable OSR) est la première variable explicative des erreurs du modèle. La figure 5 représente bien la propension de Century à surestimer le stockage dans le cas des cultures de colza puisque l’erreur est une fonction décroissance de la variable OSR, c’est à dire du nombre de fois ou le colza

apparaît dans les rotations. Le type de labour ne semble influencer que peu les résultats : toutes les modalités sont bien représentées dans les différentes classes de systèmes considérés et pourtant la variable indic_travail_sol n’a que peu d’influence. Les propriétés texturales ainsi que les niveaux de précipitation semblent être particulièrement explicatifs des erreurs observées : leur influence relative est de 3.89 et 4.14 pour les précipitations et le % de sable, respectivement. L’erreur semble augmenter pour des niveaux de sable (%) faibles. L’état hydrique observés des sols pourrait aussi influencer la performance du modèle Century (influence relative de 1.69). Cet effet des variables liées aux propriétés hydriques des sols est peut-être à relier à l’effet de la précipitation et des variables texturales qui jouent directement sur l’état hydrique des sols. Enfin, le matériau parental joue aussi un rôle et pourrait lui aussi expliquer une part des erreurs (influence relative de 2.79). Certains sols, comme les sols sur matériaux calcaires, loessique et crayeux (codes 2, 6 et 7 sur la figure 5 pour la variable pmrc).

Figure 5: Effect of the nine most important variables in the Extra model. Classification pour les matériaux parentaux : 1 glaciofluvial sediment; 2 calcareous material; 3 clayey material; 4 sandy material; 5 eolian sands and dunes; 6 loess and loamy material; 7 chalk; 8 acid crystalline rocks and gneiss; 9 schists; 10 mafic crystalline rocks and volcanic basic rocks; 11 volcanic acid rocks; 12 organic material. OSR : nombre d’occurrence du colza dans les rotations. C.HI : nombre d’occurences du maïs dans les rotations.

4.4 Discussion et Perspectives

4.4.1 Amélioration du paramétrage

4.4.1.1 Paramètres physiologiques des cultures

Comme il a été démontré par l’analyse statistique des erreurs, le paramétrage des module plante de Century semble actuellement poser problème, au moins pour le colza. Le paramétrage actuellement utilisé a été estimé par Foereid et al. (2012) qui ont utilisé des valeurs permettant d’obtenir des croissances et productions végétales réalistes pour le contexte anglais et issues également de paramétrages sur d’autres modèles. D’autres jeux de paramètres pour le colza et d’autres cultures ont pu être obtenus (notamment auprès de Joerg Priess, du Department Landschaftsökologie / Computational Landscape Ecology) et devront être testés dès que possible. Cela étant dit, le colza reste une plante difficile à modéliser, du fait des son cycle particulier et d’une possible multiplicité des cycles au sein d’une même année. Cette complexité pourrait poser problème à la modélisation correcte des nombreuses rotations intégrant cette culture.

4.4.1.2 Paramètres liés aux pratiques culturales

Le problème observé pour certaines cultures vient peut-être, en plus du paramétrage physiologique des plantes, du paramétrage des pratiques agricoles associées. Celles-ci, sauf les aspects temporels de ces pratiques (dates de semis, du travail du sol), ont été renseignées sur la base des données des enquêtes RMQS. Il s’agit principalement des apports de matière organique exogènes (MOE), de la fertilisation minérale, du travail du sol, de l’irrigation. Ces données d’enquête sont souvent partielles et leur qualité pourrait être, pour certains sites, l’une des raisons de l’inadéquation entre simulation et observations de terrain.

4.4.1.3 Développer des outils de validation des simulations et de détection des erreurs

Outre l’intégration de nouveaux jeux de paramètres, il searit sans doute intéressant de développer des outils permettant assez rapidement de détecter les sites avec des dynamiques du système sol plante anomaliques et de diagnostiquer rapidement la cause du problème. Ces aspects anomaliques pourraient être définis par rapport à un comportement médian en termes de teneurs en eau des sols, des niveaux de minéralisation, de teneurs en azote, de rendements par type de culture ou de quantité de carbone retournant au sol. Si certaines variables seraient obtenues ici via les simulations (ou des résultats de simulations pris dans la littérature), d’autres, comme les rendement des cultures, pourraient mobiliser des données issues de statistiques régionales ou nationales. En résumé, il s’agirait donc de construire un nombre d’indicateurs agro-pedo-climatiques choisis adéquatement, et qui permettraient de tester le réalisme des situations et le cas échéant d’identifier rapidement la cause d’écarts importants entre observations et simulations.

4.4.2 Origine des erreurs

L’écart obtenu en valeurs d’équilibre simulées et observation des stocks peut avoir différentes origines : 1. Un mauvais paramétrage des systèmes (cultures, propriétés des sols) observés 2. Un effet important de l’historique du système, non pris en compte dans les simulation 3. Un manque d’information concernant les pratiques agricoles 4. Une mauvaise performance intrinsèque de Century dans certains cas particuliers

4.4.2.1 Effet de l’historique

La validation des simulations repose sur l’hypothèse que les sites sont à l’équilibre, c’est à dire notamment que les pratiques culturales (y compris la nature des rotations) sont constantes depuis plusieurs dizaines d’années (durée approximative de mise à l’équilibre des stocks de carbone du sol en conditions constantes). Il est clair que la plupart des sites ont connu des niveaux de minéralisation, une météorologie et des systèmes de culture variables (les deux permettant d’assurer des entrées de carbone constantes dans les sols) depuis 30 ans. Par exemple, les niveaux de rendements ont considérablement augmenté ces 30 dernières années. Sous l’hypothèse que les entrées de carbone dans les sols sont positivement corrélés aux rendements et qu’aucune autre pratique, ou effet climatique, ne contrebalance cet effet, les niveaux de stock de carbone dans les sols pourraient être en train d’augmenter suite à ces augmentations de rendement. Par ailleurs, les simulations ont été effectuées sur l’ensemble des sites RMQS sous cultures en terres arables (N = 735). Parmi ces sites, 697 sites n’ont pas connu de changement important d’occupation du sol depuis 1970. Néanmoins, il est probable que la plupart des sites aient connu au moins des changements mineurs de pratiques, d’assolement sur les 30 dernières années, et ces changements sont susceptibles d’entraîner un écart entre simulations à l’équilibre correspondant au système agricole observé et observations de stocks de COS. Idéalement, il serait nécessaire de prendre en compte l’historique des systèmes de cultures dans nos simulations de mise à l’équilibre, mais cette information manque sur nos sites RMQS. L’une des perspectives de ce travail serait intéressant d’étudier, par simulation, dans quelle mesure les changements au cours les décénnies passées ont pu aboutir à des augmentations ou des baisses systématiques (induisant des biais systématiques dans la comparaison simulé / observé) ou si, au contraire, ces effets stockants ou déstockants sont distribués aléatoirement et aboutissent à une augmentation de l’erreur

quadratique ou non du biais. Cet effet de l’historique récent pourrait être testé sur une nombre limité de cas.

4.4.2.2 Manque d’information concernant les pratiques agricoles

Les enquêtes pratiques culturales ont permis de recueillir une masse d’information intéressante, mais restent inexploitables en l’état pour certaines variables. Par exemple, la qualité des données liées aux apport de MOE ne permet pas d’appréhender la complexité de ce type d’apport du fait de la variété des produits (teneur et composition) et des modes d’application pour une même culture. Nous avons par ailleurs constaté un certain nombre de valeurs manquantes pour la fertilisation minérale, ou encore les données d’irrigation. D’après Gourrat (2012), 73%, 30% et 48% des données sont manquantes pour respectivement le travail du sol, la gestion des résidus et les rendement. Ces données manquantes pourraient être complétées par des données issues des enquêtes pratiques culturales menées par le Service de la statistique et de la prospective (SSP) et être associées aux différentes cultures rencontrées sur les sites RMQS. Naturellement, cette solution, qui permettrait également de tester la qualité des données d’enquête RMQS (l’utilisation de statistiques régionales permettent-elles de mieux simuler les stocks de carbone en place?), est limitée aux cultures prises en compte dans les enquêtes AGRESTE. Ces données statistiques indépendantes des données RMQS permettraient également de paramétrer Century pour certaines variables (date des opérations culturales par exemple) qui ne sont pas renseignées dans les enquêtes RMQS.

4.4.3 Possibilités d’application de scénarios de changement de pratiques?

Cette étape, qui aurait permis une comparaison entre Tier1 et Tier3, n’a pas pu être réalisée faute de temps. Nous avons jugé plus sage de, dans une premier temps, valider l’application du modèle Century, avant de l’utiliser pour tester l’effet de changements de pratiques culturales. Cette phase de test est en cours de des pistes d’amélioration ont donc dores et déjà été identifiées. Nous anticipons le fait que la mise en place de ces simulations ne présente pas de difficulté majeure : le code R a déjà été développé pour les simulations du Tier1 intégrant les données historiques et les scénarios d’évolution des pratiques et pourrait être aisément adapté au Tier 3. Par ailleurs, le code R développé pour les simulation Century a été réalisé de façon modulaire, et la prescription de nouvelles pratiques sur la base des scénarios n’aura qu’un impact limité sur le code de paramétrage de Century développé.

4.4.4 Références

Falloon, P., and P. Smith. 2002. “Simulating Soc changes in long-term experiments with RothC and Century: model evaluation for a regional scale application.” Soil Use and Management 18 (2): 101–111. Gourrat, M. 2012. Valorisation des enquetes agronomiques du reseau de Mesure de la Qualite des Sols. Foereid B, Bellamy PH, Holden A, Kirk GJD: On the initialization of soil carbon models and its effects on model predictions for England and Wales. Eur J Soil Sci 2012, 63:32-41.Quintana-Segui, P., P. Le Moigne, Y. Durand, E. Martin, F. Habets, M. Baillon, C. Canellas, L. Franchisteguy, and S. Morel. 2008. “Analysis of near-surface atmospheric variables: Validation of the Safran analysis over France.” Journal of Applied Meteorology And Climatology 47 (1): 92–107. Ridgeway, G. 2006. “gbm: Generalized Boosted regression Models. R package version 1.5-7.”

Conclusion Générale

Les objectifs de l’étude sont les suivants : – quantification de l’impact des pratiques culturales sur la variation des stocks de COS en terres cultivées

entre 1990 et 2030, via l’application de deux méthodes issues des lignes directrices du GIEC : le Tier 1 (basé sur l’utilisation de facteurs d’émission) et le Tier 3 (basé sur l’utilisation d’un modèle).

– Application de la méthode de Tier 1 aux prairies– Possibilité d’intégration de la méthode de Tier 1 aux outils de diagnostics d’émissions de GES en

agriculture

La première campagne du RMQS a permis de calculer les stocks de COS sur 2 200 sites en France (dont environ le tiers en terres cultivées). Le principal point du travail a consisté en la définition de séries temporelles d’évolution des pratiques culturales. Pour la période 1990-2010 (passé), elles reposent sur les données des enquêtes Pratiques Culturales, et pour la période 2010-2030 (futur) sur une étude réalisée par SOLAGRO, qui vise à identifier les leviers d’action pour diviser par quatre les émissions de GES de l’agriculture d’ici à 2050. Ainsi, il a été possible, pour l’année de début de simulation (2010), de déterminer le stock de COS de référence pour tous les sites RMQS. L’évolution des pratiques culturales chaque année sur les sites a ensuite permis de calculer le nouveau stock de COS, et de le comparer à l’année de référence. L’évolution de l’intensité du travail du sol et du niveau d’intrants sur le RMQS ont permis une augmentation du stock de COS moyen en terres cultivées de 0,4 tC/ha entre 1990 et 2010. Il apparaît que, quelque soit le scénario considéré, les stocks de COS des terres cultivées vont à l’avenir augmenter. Ceci est cohérent avec la définition des scénarios, qui considèrent tous que dans le futur, les pratiques culturales permettant de favoriser la fertilité du sol seront les plus présentes. Suivant le scénario considéré, il sera possible de stocker entre 1,1 et 2,0 tC/ha entre 2010 et 2030. Quelques améliorations de la démarche qui a été proposée sont à envisager :

– correction des erreurs dans les simulations entre 1990 et 2010– définition de scénarios d’évolution des pratiques culturales plus réalistes entre 2010 et 2030– terminer l’étude sur l’application du Tier 1 en prairies

5. ANNEXES

5.1 Annexe 1: Informations récoltées au cours des enquêtes réalisées sur les sites RMQS

Catégorie Paramètre

Caractérisation du sol par l'exploitant

contraintes d'exploitation de la parcellerégime de circulation de l'eau dans la parcelletype de dégradation du solexistance d'une action de lutte contre les dégradations identifiées précédemment

Occupations successives du sol

existence d'un changement d'occupation sur la parcelle à une date quelconque occupations successives de la parcelledurée d'occupation ou d'implantation correspondant à chaque type d'occupation identifiée précédemmentannée du dernier changement d'occupationannée au cours de laquelle l'exploitant actuel a commencé à exploiter la parcelle

Occupation actuelle du sol

occupation actuelle de la parcelleprésence ou absence de rotations sur la parcelleliste des cultures occupation la parcelle au cours des 7 dernières années précédant le prélèvementcatégorie de culture pérenne occupant la parcellenom de l'espèce plantée en culture pérenneage de la plantation pour une culture pérennedensité de plantationtype de peuplement, en terme de diversité spécifique, pour les forêtscatégorie de l'espèce dominante dans le peuplement age moyen du peuplement

Occupation lors du prélèvementculture en placestade de la culture en placedernier travail de l'itinéraire cultural effectué avant le prélèvement

Mode d'exploitation actuel

mode d'exploitation général de la parcelletype de travail du sol mené couramment sur la parcelleprofondeur de travail du solfréquence de passage de l'outil pour les travaux précédentsprésence ou absence d'une ou plusieurs cultures intermédiaires dans la rotationprésence et localisation d'une couverture du sol, pour les cultures pérennesnature de la couverture du solfréquence de renouvellement de la plantation

Jachère ou prairie temporaire mode d'installation de la jachère ou d'une

1

prairie temporaire, en grandes cultures et prairiesdurée de la mise en place d'une jachère ou d'une prairie temporaire, en grandes cultures et prairiesnom des espèces végétales, présentes ou semées, dans la jachère ou la prairie temporaire

STH

nature de la STHmode d'installation de la STHchargement moyen sur la parcelledurée de pâtureexistence d'un renouvellement de la prairiefréquence de renouvellement de la prairie

Mode d'exploitation général pour la forêt

mode d'installation du peuplementméthode de conduite du peuplement et stade dominant du peuplementdestination du peuplementméthode de renouvellement du peuplementfréquence de renouvellement du peuplementtype de travaux sylvicoles entrepris sur la parcelle profondeur du travail du solannée de réalisation du travail du sol le plus récent

Changements de pratiques

changements de pratiques culturales ayant eu lieu sur la parcelle, pour un même type d'occupationannée du changement de pratiques pour le champ correspondant

Aménagementstype d'aménagements ou d'opérations réalisés sur la parcelleannée de réalisationannée prévue pour un aménagement

Apports anciens ou exceptionnels

nature des apportsannée du dernier apportfréquence d'apportquantité moyenne apportée par apport

Irrigation

existence d'un système d'irrigation ou de l'irrigation d'une ou plusieurs cultures dans la roation ou de l'irrigation à fréquence varuable de la culture implantéesystème d'irrigation en place ou utilisé pour l'irrigation des culturesannée de l'installation du système d'irrigationnom des cultures irriguées

Chaulage

existence d'un chaulage sur la parcelle, faisant partie des pratiques courantestype de produit de chaulage apportéfréquence d'apport du produit de chaulagequantité d'apport nombre d'année écoulées depuis le dernier apport

2

Fertilisation minérale existence d'une fertilisation minérale

Fertilisation organiqueexistence d'une fertilisation organiquenature des apports fertilisants organique

Apports d'origine agricole - animaux

origine animale de l'apport fertilisant organiquefréquence de l'apport organique d'origine animalequantité apportéeteneur en aluminium total de l'apportteneur en boreteneur en carboneteneur en calciumteneur en cadmiumteneur en cobaltteneur en chrometeneur en cuivreteneur en potassiumteneur en magnésieteneur en manganèseteneur en molybdèneteneur en azote ammoniacalteneur en nitratesteneur en azote totalteneur en nickelteneur en plomb totalteneur en phosphatesteneur en soufreteneur en thalliumteneur en zincteneur en matières organiques

Apports d'origine agricole - végétaux

nature de l'apportfréquence de l'apport organique d'origine animalequantité apportéeteneur en aluminium total de l'apportteneur en boreteneur en carboneteneur en calciumteneur en cadmiumteneur en cobaltteneur en chrometeneur en cuivreteneur en potassiumteneur en magnésieteneur en manganèseteneur en molybdèneteneur en azote ammoniacalteneur en nitrates

3

teneur en azote totalteneur en nickelteneur en plomb totalteneur en phosphatesteneur en thalliumteneur en zincteneur en matières organiques

Apports d'origine urbaine

nature de l'apportfréquence de l'apport organique d'origine animalequantité apportéeteneur en aluminium total de l'apportteneur en boreteneur en carbone totalteneur en calcium totalteneur en cadmium totalteneur en cobalt totalteneur en chrome totalteneur en cuivre totalteneur en potassiumteneur en magnésieteneur en manganèseteneur en molybdèneteneur en matières organiquesteneur en azote totalteneur en azote ammoniacalteneur en nitratesteneur en nickelteneur en plomb totalteneur en phosphatesteneur en soufre totalteneur en zinc total

Exportations - grandes cultures rendement des produits de récolte sur les 7 dernières annéesExportations - prairies fauchées production moyenne annuelle au cours des 7 dernières années

Exportationsproduction annuelle de la vigne destinée à produire du vinproduction annuelle de la vigne destinée à produire du raisonrendement de la production de bois

Résidus de culture nature des résidus de récoltemode de gestion des résidus de récolte

Traitements phytosanitaires

existence d'applications de traitements phytosanitaires sur la parcellecatégorie de traitement phytosanitaire, pour les 7 années précédant le prélèvement

Synthèse de l'enquête système de cultures auquel appartient la parcelletype d'exploitation

4

type d'habitat environnant la parcelledéfinition du paysage agricole et du type d'occupation des terres environnant la parcellecommentaires relatifs aux informations saisies dans les champs de la table enquête

5

5.2 Annexe 2 : Exemple de questionnaire sur les pratiques culturales à destination des Chambres Régionales d'Agriculture

ObjectifPour l'étude, trois scénarios d'évolution des pratiques culturales à l'horizon 2020 ont été établis :

Scénario Hypothèses

Tendanciel • Réforme de la PAC de 2013- installation d'éléments topographiques (haies et arbres épars) sur 7% de la surface labourée des exploitations- non-retournement de 95% de la surface en prairies permanentes• Poursuite de la tendance d'évolution entre 1994 et 2006 jusqu'en 2020 pour les autres pratiques

Baisse des teneurs en matière organique

• Par exemple, implantation de biocarburants : - Travail du sol systématique sur les céréales à paille- Exportation de 100% des résidus sur les céréales à paille- Aucun apport de matière organique sur les céréales à paille• - Les pratiques culturales restent identiques sur les autres cultures• - La proportion de la surface entre céréales à paille et les autres cultures reste identique par rapport à 2012 (54% du total des cultures enquêtées par les enquêtes Pratiques Culturales)

Hausse des teneurs en matière organique

• 100% de non-labour en 2030 (hypothèse issue du rapport « Agriculture-énergie 2030 » (http://agriculture.gouv.fr/IMG/pdf/CEP-AE2030-RapportComplet.pdf)• Baisse des quantités de résidus de culture exportés• Augmentation des apports de matière organique • Augmentation des surfaces en haies et arbres épars• Baisse de la surface en prairies permanentes retournées

Il est cependant difficile d'associer des hypothèses chiffrées à ces scénarios. Nous nous tournons donc vers vous pour obtenir des données régionales. L'objectif de ce questionnaire est ainsi de vous interroger sur cinq pratiques culturales, en vous demandant de prolonger des courbes sur les graphiques. Merci de nous proposer une courbe par graphique (2 au maximum, si vous hésitez), représentant (selon vous) l'évolution la plus réaliste des pratiques culturales dans votre région.

Des graphiques reprenant les tendances nationales (issues des enquêtes pratiques culturales) et des propositions d'évolutions des pratiques culturales en fonction des hypothèses précédemment citées sont proposés à titre d'information.

Merci de nous indiquer vos coordonnées, pour que nous puissions éventuellement vous recontacter (pour obtenir, par exemple, une précision)Nom : Prénom : Mail :

6

Téléphone : 1 Le travail du sol

Contexte nationalLes enquêtes Pratiques Culturales illustrent la hausse du non labour en France entre 1994 et 2006 (de 8 à 34%).

Hypothèses : • Scénario tendanciel : poursuite de la tendance d'évolution entre 1994 et 2006 jusqu'en 2020• Baisse de la teneur en matière organique : labour systématique sur les céréales à paille• Hausse de la teneur en matière organique : 100% de non labour en 2030 : (issue du rapport « Agriculture-énergie 2030 »)

Demande de données régionalesLe graphique suivant présente les surfaces labourées et non labourées dans votre région. Merci de le compléter en prolongeant les courbes, pour nous indiquer (selon vous) quelles serait l’évolution la plus réaliste de ce paramètre entre 2013 et 2020. N'hésitez pas à corriger les valeurs qui vous sembleraient aberrantes.

7

Surfaces du sol en non labour en France

8

Part des surfaces en terres cultivées soumises au non labour (travail superficiel ou semis direct) (Source : enquêtes Pratiques Culturales)

2 Gestion des résidus de culture

Contexte nationalLes enquêtes Pratiques Culturales illustrent la hausse des surfaces où les résidus de culture sont laissés au sol en France entre 1994 et 2006 (de 36 à 61%).

Hypothèses : • Scénario tendanciel : poursuite de la tendance d'évolution entre 1994 et 2006 jusqu'en 2020• Baisse de la teneur en matière organique : exportation de la totalité des résidus de culture sur les céréales à paille• Hausse de la teneur en matière organique : aucune hypothèse

Demande de données régionalesLe graphique suivant présente la part des surfaces des terres cultivées sur laquelle les résidus de cultures ont été laissés sur place, dans votre région (source : enquêtes pratiques culturales, pas d'enquête sur ce paramètre dans votre région en 1994). Merci de prolonger cette courbe pour nous indiquer, selon vous, quelle serait la valeur la plus réaliste de ce paramètre en 2013 et 2020. N'hésitez pas à corriger les valeurs qui vous sembleraient aberrantes.

9

Surfaces où les résidus de culture sont laissés au sol en France

3 Éléments topographiques

Contexte nationalLes enquêtes TERUTI illustrent la baisse des surfaces en haies et arbres épars en France entre 1993 et 2004 (de 1 million à 900 000 hectares).

Hypothèses : • Scénario tendanciel : installation d’éléments topographiques sur 7% de la surface labourée des exploitations (proposition de mesure pour la réforme PAC)• Il est difficile d'appliquer les autres scénarios choisis à ce paramètre. Nous nous intéressons donc aux surfaces maximum et minimum qu'il est possible d'envisager en 2020.

Demande de données régionalesLe graphique suivant présente les surfaces (en hectares) en haies et arbres épars de votre région pour trois années. Merci de compléter la courbe pour nous indiquer, selon vous, quelle serait la valeur la plus réaliste de ce paramètre en 2013 et en 2020. N'hésitez pas à corriger les valeurs qui vous sembleraient aberrantes.

10

Surfaces en haies et arbres épars en France

4 Les épandages de matières organiques

Contexte nationalLes enquêtes Pratiques Culturales illustrent la hausse des surfaces recevant un épandage de matières organiques en France entre 1994 et 2006 (de 20 à 35%).

Hypothèses : • Scénario tendanciel : poursuite de la tendance d'évolution entre 1994 et 2006 jusqu'en 2020• Baisse de la teneur en matière organique : aucun apport réalisé sur les céréales à paille• Aucune hypothèse n'est prise pour le scénario « Hausse de la teneur en matière organique ». Il s'agit d'étudier comment vont évoluer les épandages de matières organiques suite à une baisse des exportations des résidus de culture

Demande de données régionalesLe graphique suivant présente la part des surfaces en terres cultivées recevant un épandage de matières organiques dans votre région. Merci de compléter la courbe pour nous indiquer, selon vous, quelle serait la valeur la plus réaliste de ce paramètre en 2013 et 2020. N'hésitez pas à corriger les valeurs de ce graphique qui vous sembleraient aberrantes.

11

Surfaces recevant un épandage de matières organiques en France

Part des surfaces en terres cultivées recevant un épandage de matières organiques (%) (Source : enquêtes Pratiques Culturales)

5 Le retournement des prairies permanentes

Enfin, nous nous intéressons aux surfaces en prairies permanentes retournées.

Merci de compléter le tableau suivant pour nous indiquer quelles ont été les surfaces en prairies permanentes retournées en 1994, 2001 et 2006.Merci également de nous indiquer, à votre avis, quelle sera la valeur de ce paramètre en 2013 et 2020.

Pour rappel, l'une des propositions de mesures dans le cadre de réforme de la PAC est le non retournement de 95% de la surface en prairies permanentes chaque année (hypothèse incluse dans le scénario tendanciel).

Surface en prairie permanente retournée pour l'année considérée (hectares)

1994

2001

2006

2013

2020

12

5.3 Annexe 3 : Valeurs des facteurs d’ajustement de la méthodologie de Tier 1 des lignes directrices du GIEC en terres cultivées

Région climatique Gestion (FMG) Intrants (FI) FLU FMG FI

Tempérée/boréale, sèche

Labour complet

FaiblesModérésImportants avec fumierImportants sans fumier

0,8

1

0,9511,371,04

Labour réduit


1,02

0,9511,371,04

Pas de labour


1,1

0,9511,371,04

Tempérée/boréale, pluvieuse

Labour complet


0,69

1

0,9211,441,11

Labour réduit


1,02

0,9211,441,11

Pas de labour


1,1

0,9211,441,11

Tropicale, sèche

Labour complet


0,58

1

0,9511,371,04

Labour réduit


1,09

0,9511,371,04

Pas de labour


1,17

0,9511,371,04

Tropicale/humide, pluvieuse

Labour complet


0,48

1

0,9211,441,11

Labour réduit


1,15

0,9211,441,11

Pas de labourFaiblesModérésImportants avec fumier

1,220,9211,44

13

Importants sans fumier 1,11

Tropicale, montagneuse

Labour complet


0,64

1

0,9411,411,08

Labour réduit


1,09

0,9411,411,08

Pas de labour


1,16

0,9411,411,08

14

5.4 Annexe 4 : Evolution de l’arbre de décision pour l’affectation d’un niveau d’intrants suivant les discussions avec les agronomes et les experts de la méthodologie de Tier 1

• Premier arbre : il s’agit d’une interprétation des conseils donnés dans les lignes directrices du GIEC pour attribuer un niveau d’intrants à une suface

Remarque : La catégorie « intrants modérés » regroupe une trop grande variété de situations. Il serait préférable d’ajouter une différenciation, selon la dose de fertilisants azotés par exemple

• Second arbre

Remarques : – En considérant que les surfaces où les résidus de culture sont exportés et où il n’y a pas d’apport de

matière organique reçoivent une quantité d’intrants faible, on omet un possible apport élevé de fertilisants minéraux, qui permet de compenser la faiblesse des apports en carbone pour améliorer la productivité des plantes. Une différenciation doit se faire selon la dose en fertilisants azotés

– Il n’est pas correct de considérer qu’une surface où les résidus sont enfouis et où existe un apport de matière organique en intrants faibles.

• Troisième arbre

Remarque : La prise en compte de l’irrigation dans l’arbre de décision ne s’avère pas nécessaire, puisque cette pratique n’a pas un effet important sur les stocks de COS en France

• Quatrième arbre

Remarques : – Les effets de l’irrigation sur les stocks de COS sont contradictoires et ne sont pas à négliger– Le format « arbre » n’est pas à privilégier car il induit des priorités et des dépendances entre les

pratiques, ce qui n’est pas le cas

5.5 Annexe 5 : Hypothèses prises pour déterminer les modalités de facteurs d’ajustement sur les sites RMQS

Donnée requise Modalité DescriptionDonnées

nécessaires

Source de la

donnéeHypothèses prises

Teneur en carbone de référence

Stock de carbone de référence (tC.ha) – Stocks lorsque la Végétation indigène n'a été ni dégradée ni améliorée

RMQS

Le stock mesuré sur les sites tient compte du régime de Température, du travail du sol et des intrants.Le stock de référence est obtenu pour chaque site en divisantLe stock mesuré par le produit des facteurs d'ajustement

Régime de température

Tempéré/boréal sec

Tempéré/boréal humide

Tropical sec

Tropical humide/pluvieux

Tropical montagnard

Le classement en zones climatiques dépend de laClassification proposée par le GIEC

Température annuelle moyenne

Précipitation annuelle moyenne

Evapotranspiration potentielle

Grille météo SAFRAN

Aucune

Facteur travail du sol

Total

Perturbation des sols importante avec retournementcomplet et/ou travail du sol fréquent pendant l'année. A laplantation, une petite partie (>30% par exemple) de laSurface est couverte de résidus

Travail du solEnquêtes RMQS

• Seul le travail du sol est considéré, car pas d'informations sur La couverture en résidus au moment de la plantation

• Basé sur le travail de Marine GOURRAT, qui a classé les Modalités de travail du sol (renseignées dans trois champs) En un seul indicateur : - Aucun travail- Travail réduit- Alternance labour/ non labour- Labour

Les deux dernières modalités sont regroupées en une seule : Travail du sol total

Réduit

Travail du sol principal et/ou secondaire, mais avec Perturbation du sol plus faible (en général, peu profond et Sans retournement complet). En général, à la plantation,

>30% de la surface est couverte de résidus

Aucun

Ensemencement direct sans travail du sol principal, avecPerturbation du sol minimale dans la zone d'ensemencement.En général, des herbicides sont utilisés pour le désherbage

Couverture de la surface par lesRésidus

Facteur intrants Faibles Elimination des résidus (par collecte ou brûlage), fréquentesJachères nues ou production de cultures à faibles résidus,Pas d'apports d'engrais minéraux ou de cultures fixant l'azote

Gestion des résidus de culture

Enquêtes RMQS

Des informations existent pour chaque culture de la rotation.Si au moins une fois dans la rotation les résidus ont étéExportés, la totalité des résidus est considérée comme exportée

Moyennes Cultures annuelles avec céréales dans lesquelles tous les Résidus de culture retournent aux champs. Si les résidusSont éliminés, on ajoute des matières organiques Supplémentaires. Nécessite également un apport d'engraisMinéraux ou des rotations de cultures fixant l'azote

Existence d'une jachère nue

Donnée non disponible

L'information n'est pas de bonne qualité dans les enquêtes sur Les sites RMQS. Il est difficile de l'utiliser.

Existence d'une culture Produisant beaucoup de résidus

Enquêtes RMQS

• A chaque culture a été affectée une catégorie de quantitéDe résidus produite (« faible », ou « élevée »). Si dans la Rotation, les cultures produisant beaucoup de résidus sontMajoritaires, c'est cette catégorie qui est considérée comme Principale

Existence d'un apport d'engraisMinéraux

Enquêtes RMQS

Aucune

Présence d'une culture fixantL'azote

Enquêtes RMQS

Aucune

Elevées, sans fumier

Représente un niveau de résidus de culture beaucoup plusÉlevé en raison de la nature des cultures, de l'emploi d'engraisVert, de cultures de couvertures, de jachères végétaliséesAméliorées, d'utilisation fréquente d'herbacées vivaces dans Les rotations annuelles des cultures, mais sans applicationDe fumier

Présence de céréales

Enquêtes RMQS

Si des céréales sont présents au moins une fois dans la rotation,On considère qu'il y a présence de céréales

Existence d'un apport de Matières organiques

Enquêtes RMQS

Aucune

Présence d'engrais vert

Enquêtes RMQS

Aucune

Présence de culture de Couverture

Enquêtes RMQS

Aucune

Elevées, avec fumier

Représente des entrées de carbone beaucoup plus élevéesQue pour les systèmes culturaux à entrées moyennes, enRaison de l'apport supplémentaire de fumier animal

Présence de jachère végétaliséeAméliorée

Donnée non disponible

Utilisation d'herbacée dans laRotation

Enquêtes RMQS

Si des herbacées sont présentes au moins une fois dans laRotation, on considère qu'il y a présence d'herbacées

Application de fumier animal

Enquêtes RMQS

Aucune

5.6 Annexe 6 : Système de classification pour les régions climatiques par défaut

(TAM : Température Annuelle Moyenne, PAM : Précipitation Annuelle Moyenne, TPE : Taux Potentiel

d’Evapotranspiration)

22

5.7 Annexe 7 : Evolution des proportions des différents systèmes de culture suivant les quatre scénarios de l’étude Facteur 4, pour la période 2010-2030

Tendanciel Conventionnel Biologique Intégré2010 97,0% 2,0% 1,0%2011 96,0% 2,5% 1,5%2012 95,1% 2,9% 2,0%2013 94,2% 3,4% 2,4%2014 93,2% 3,8% 2,9%2015 92,3% 4,3% 3,4%2016 91,4% 4,7% 3,9%2017 90,5% 5,2% 4,3%2018 89,5% 5,6% 4,8%2019 88,6% 6,1% 5,3%2020 87,7% 6,5% 5,8%2021 86,8% 7,0% 6,2%2022 85,8% 7,4% 6,7%2023 84,9% 7,9% 7,2%2024 84,0% 8,3% 7,7%2025 83,1% 8,8% 8,1%2026 82,1% 9,2% 8,6%2027 81,2% 9,7% 9,1%2028 80,3% 10,1% 9,6%2029 79,4% 10,6% 10,0%2030 78,4% 11,0% 10,5%

Alpha Conventionnel Biologique Intégré2010 97,0% 2,0% 1,0%2011 95,2% 2,5% 2,4%2012 93,4% 2,9% 3,7%2013 91,6% 3,4% 5,1%2014 89,8% 3,8% 6,4%2015 88,0% 4,3% 7,8%2016 86,2% 4,7% 9,1%2017 84,4% 5,2% 10,5%2018 82,6% 5,6% 11,8%2019 80,8% 6,1% 13,2%2020 79,0% 6,5% 14,5%2021 77,2% 7,0% 15,9%2022 75,4% 7,4% 17,2%2023 73,6% 7,9% 18,6%2024 71,8% 8,3% 19,9%2025 70,0% 8,8% 21,3%2026 68,2% 9,2% 22,6%2027 66,4% 9,7% 24,0%2028 64,6% 10,1% 25,3%2029 62,8% 10,6% 26,7%2030 61,0% 11,0% 28,0%

23

Beta Conventionnel Biologique Intégré2010 97,0% 2,0% 1,0%2011 95,1% 2,8% 2,1%2012 93,2% 3,7% 3,2%2013 91,2% 4,5% 4,3%2014 89,3% 5,3% 5,4%2015 87,4% 6,1% 6,5%2016 85,5% 7,0% 7,6%2017 83,5% 7,8% 8,7%2018 81,6% 8,6% 9,8%2019 79,7% 9,4% 10,9%2020 77,8% 10,3% 12,0%2021 75,8% 11,1% 13,1%2022 73,9% 11,9% 14,2%2023 72,0% 12,7% 15,3%2024 70,1% 13,6% 16,4%

2025 68,1%14,4%

17,5%2026 66,2% 15,2% 18,6%2027 64,3% 16,0% 19,7%2028 62,4% 16,9% 20,8%2029 60,4% 17,7% 21,9%2030 58,5% 18,5% 23,0%

Gamma Conventionnel Biologique Intégré2010 97,0% 2,0% 1,0%2011 95,2% 2,7% 2,1%2012 93,4% 3,4% 3,2%2013 91,6% 4,1% 4,3%2014 89,8% 4,8% 5,4%2015 88,0% 5,5% 6,5%2016 86,2% 6,2% 7,6%2017 84,4% 6,9% 8,7%2018 82,6% 7,6% 9,8%2019 80,8% 8,3% 10,9%2020 79,0% 9,0% 12,0%2021 77,2% 9,7% 13,1%2022 75,4% 10,4% 14,2%2023 73,6% 11,1% 15,3%2024 71,8% 11,8% 16,4%2025 70,0% 12,5% 17,5%2026 68,2% 13,2% 18,6%2027 66,4% 13,9% 19,7%2028 64,6% 14,6% 20,8%2029 62,8% 15,3% 21,9%2030 61,0% 16,0% 23,0%

24

5.8 Annexe 8 : Règles d’affectation pour l’attribution des systèmes de production de l’étude « Agriculture et Facteur 4 » aux sites RMQS en fonction des modalités de deux variables de l’enquête réalisée sur les sites RMQS.

Système de gestion →

Agriculture conventionnelle

Agriculture biologique

Agriculture raisonnée

Périmètre de protection de captage Zone vulnérable

Non exploité Labels, appellations

Mode d’exploitation général de la parcelle ↓

Non exploité Système conventionnel

agriculture conventionnelle

production intégrée




Système extensifagriculture conventionnelle


Agriculture biologique agriculture biologique

agriculture biologique

Agriculture raisonnéeproduction intégrée



Travail réduit du solagriculture conventionnelle



Réduction d'intrantsproduction intégrée




Absence d'informations


5.9 Annexe 9 : Séries temporelles d’évolution des pratiques culturales entre 1990 et 2010

• Blé tendre

• Blé dur

26

0 %

1 0 %

2 0 %

3 0 %

4 0 %

5 0 %

6 0 %

7 0 %

8 0 %

9 0 %

1 0 0 %

1 9 9 0 1 9 9 1 1 9 9 2 1 9 9 3 1 9 9 4 1 9 9 5 1 9 9 6 1 9 9 7 1 9 9 8 1 9 9 9 2 0 0 0 2 0 0 1 2 0 0 2 2 0 0 3 2 0 0 4 2 0 0 5 2 0 0 6 2 0 0 7 2 0 0 8 2 0 0 9 2 0 1 0

P a s d e l a b o u r - I n t r a n t s é l e v é s s a n s f u m i e r

P a s d e l a b o u r - I n t r a n t s é l e v é s a v e c f u m i e r

P a s d e l a b o u r - I n t r a n t s m o d é r é s

P a s d e l a b o u r - I n t r a n t s f a i b l e s

L a b o u r r é d u i t - I n t r a n t s é l e v é s s a n s f u m i e r

L a b o u r r é d u i t - I n t r a n t s é l e v é s a v e c f u m i e r

L a b o u r r é d u i t - I n t r a n t s m o d é r é s

L a b o u r r é d u i t - I n t r a n t s f a i b l e s

L a b o u r c o m p l e t - I n t r a n t s é l e v é s s a n s f u m i e r

L a b o u r c o m p l e t - I n t r a n t s é l e v é s a v e c f u m i e r

L a b o u r c o m p l e t - I n t r a n t s m o d é r é s

L a b o u r c o m p l e t - I n t r a n t s f a i b l e s

0 %

1 0 %

2 0 %

3 0 %

4 0 %

5 0 %

6 0 %

7 0 %

8 0 %

9 0 %

1 0 0 %

1 9 9 01 9 9 1

1 9 9 21 9 9 3

1 9 9 41 9 9 5

1 9 9 61 9 9 7

1 9 9 81 9 9 9

2 0 0 02 0 0 1

2 0 0 22 0 0 3

2 0 0 42 0 0 5

2 0 0 62 0 0 7

2 0 0 82 0 0 9

2 0 1 0













• Orge – escourgeon

• Maïs grain

27

0 %

1 0 %

2 0 %

3 0 %

4 0 %

5 0 %

6 0 %

7 0 %

8 0 %

9 0 %

1 0 0 %

1 9 9 01 9 9 1

1 9 9 21 9 9 3

1 9 9 41 9 9 5

1 9 9 61 9 9 7

1 9 9 81 9 9 9

2 0 0 02 0 0 1

2 0 0 22 0 0 3

2 0 0 42 0 0 5

2 0 0 62 0 0 7

2 0 0 82 0 0 9

2 0 1 0













0 %

1 0 %

2 0 %

3 0 %

4 0 %

5 0 %

6 0 %

7 0 %

8 0 %

9 0 %

1 0 0 %

1 9 9 01 9 9 1

1 9 9 21 9 9 3

1 9 9 41 9 9 5

1 9 9 61 9 9 7

1 9 9 81 9 9 9

2 0 0 02 0 0 1

2 0 0 22 0 0 3

2 0 0 42 0 0 5

2 0 0 62 0 0 7

2 0 0 82 0 0 9

2 0 1 0













• Colza

• Tournesol

28

0 %

1 0 %

2 0 %

3 0 %

4 0 %

5 0 %

6 0 %

7 0 %

8 0 %

9 0 %

1 0 0 %

1 9 9 01 9 9 1

1 9 9 21 9 9 3

1 9 9 41 9 9 5

1 9 9 61 9 9 7

1 9 9 81 9 9 9

2 0 0 02 0 0 1

2 0 0 22 0 0 3

2 0 0 42 0 0 5

2 0 0 62 0 0 7

2 0 0 82 0 0 9

2 0 1 0













0 %

1 0 %

2 0 %

3 0 %

4 0 %

5 0 %

6 0 %

7 0 %

8 0 %

9 0 %

1 0 0 %

1 9 9 01 9 9 1

1 9 9 21 9 9 3

1 9 9 41 9 9 5

1 9 9 61 9 9 7

1 9 9 81 9 9 9

2 0 0 02 0 0 1

2 0 0 22 0 0 3

2 0 0 42 0 0 5

2 0 0 62 0 0 7

2 0 0 82 0 0 9

2 0 1 0













• Pois

• Maïs fourrage

29

0 %

1 0 %

2 0 %

3 0 %

4 0 %

5 0 %

6 0 %

7 0 %

8 0 %

9 0 %

1 0 0 %

1 9 9 01 9 9 1

1 9 9 21 9 9 3

1 9 9 41 9 9 5

1 9 9 61 9 9 7

1 9 9 81 9 9 9

2 0 0 02 0 0 1

2 0 0 22 0 0 3

2 0 0 42 0 0 5

2 0 0 62 0 0 7

2 0 0 82 0 0 9

2 0 1 0













0 %

1 0 %

2 0 %

3 0 %

4 0 %

5 0 %

6 0 %

7 0 %

8 0 %

9 0 %

1 0 0 %

19

90

19

91

19

92

19

93

19

94

19

95

19

96

19

97

19

98

19

99

20

00

20

01

20

02

20

03

20

04

20

05

20

06

20

07

20

08

20

09

20

10













• Maïs semence

• Betterave

30

0 %

1 0 %

2 0 %

3 0 %

4 0 %

5 0 %

6 0 %

7 0 %

8 0 %

9 0 %

1 0 0 %

1 9 9 01 9 9 1

1 9 9 21 9 9 3

1 9 9 41 9 9 5

1 9 9 61 9 9 7

1 9 9 81 9 9 9

2 0 0 02 0 0 1

2 0 0 22 0 0 3

2 0 0 42 0 0 5

2 0 0 62 0 0 7

2 0 0 82 0 0 9

2 0 1 0













0 %

1 0 %

2 0 %

3 0 %

4 0 %

5 0 %

6 0 %

7 0 %

8 0 %

9 0 %

1 0 0 %

1 9 9 01 9 9 1

1 9 9 21 9 9 3

1 9 9 41 9 9 5

1 9 9 61 9 9 7

1 9 9 81 9 9 9

2 0 0 02 0 0 1

2 0 0 22 0 0 3

2 0 0 42 0 0 5

2 0 0 62 0 0 7

2 0 0 82 0 0 9

2 0 1 0













• Pomme de terre

• Prairies temporaires

31

0 %

1 0 %

2 0 %

3 0 %

4 0 %

5 0 %

6 0 %

7 0 %

8 0 %

9 0 %

1 0 0 %

1 9 9 01 9 9 1

1 9 9 21 9 9 3

1 9 9 41 9 9 5

1 9 9 61 9 9 7

1 9 9 81 9 9 9

2 0 0 02 0 0 1

2 0 0 22 0 0 3

2 0 0 42 0 0 5

2 0 0 62 0 0 7

2 0 0 82 0 0 9

2 0 1 0













0 %

1 0 %

2 0 %

3 0 %

4 0 %

5 0 %

6 0 %

7 0 %

8 0 %

9 0 %

1 0 0 %

1 9 9 01 9 9 1

1 9 9 21 9 9 3

1 9 9 41 9 9 5

1 9 9 61 9 9 7

1 9 9 81 9 9 9

2 0 0 02 0 0 1

2 0 0 22 0 0 3

2 0 0 42 0 0 5

2 0 0 62 0 0 7

2 0 0 82 0 0 9

2 0 1 0













5.10 Annexe 10 : Valeurs des facteurs d’ajustement pour l’application de la méthode de Tier 1 en prairies

Région climatique Gestion (FMG) Intrants(FI) FLU FMG FI

Tempérée/boréale, sèche

améliorésModérésimportants

1

1,141

1,11

Avec gestion minimale

modérés 1 1

Modérément dégradés

modérés 0,95 1

Fortement dégradés modérés 0,7 1

Tempérée/boréale, humide/pluvieuse


1,141

1,11


modérés 1 1


modérés 0,95 1


Tropicale, sèche


1,171

1,11


modérés 1 1


modérés 0,97 1


Tropicale, humide/pluvieuse


1,171

1,11


modérés 1 1


modérés 0,97 1


Tropicale montagneuse, sèche


1,161

1,11


modérés 1 1


modérés 0,96 1


32

5.11 Annexe 11 : Document de synthèse sur l’application du Tier 1 en prairies envoyé aux experts

5.11.1 L’impact des modes de gestion sur les stocks de COS en prairies

Le Carbone Organique du Sol (COS) peut agir à la fois comme une source ou comme un puits envers le dioxyde de carbone (CO2) de l’atmosphère, influant ainsi sur le changement climatique. Les engagements

internationaux visant à lutter contre ce phénomène prennent en compte, depuis plusieurs années, la variation des stocks de COS. La Convention Cadre des Nations Unies sur le Changement Climatique (CCNUCC, signée en 1992) et le Protocole de Kyoto (signé en 1997) ont introduit, pour les pays signataires, la réalisation annuelle d’un inventaire des émissions et des absorptions de Gaz à Effet de Serre (GES). Dès lors, il devient primordial de prendre en compte avec exactitude la variation des stocks de COS dans le cadre de ces négociations internationales.Actuellement, la France ne rapporte, dans cet inventaire national, que l’activité « gestion forestière » de l’article 3.4 du protocole de Kyoto (article qui concerne les terres n’ayant pas subi de conversion, ou les terres ayant subi une conversion autre que boisement, déboisement ou reboisement). Or, il pourrait être demandé à la France de rapporter pour d'autres activités concernant des terres sans changement d'affectation. Il est nécessaire d'améliorer le système de comptabilisation actuel pour pouvoir les prendre en compte. Les changements de modes de gestion sont un des principaux facteurs de variation des stocks de COS sur ces terres, et ne sont actuellement pas considérés dans les inventaires nationaux. Les lignes directrices du GIEC régissent l’établissement des inventaires nationaux d’émissions et absorptions de GES. Elles distinguent, pour y parvenir, trois niveaux de méthode : - Tier 1 : méthode basée sur l’utilisation de facteurs d’émissions de référence, fournis dans les lignes directrices (et issus de références bibliographiques mondiales)- Tier 2 : méthode identique, sauf que les facteurs d’émissions doivent être dérivés pour être adaptés au territoire d’étude- Tier 3 : regroupe toutes les démarches basées sur la modélisation. Notre étude vise à déterminer dans quelle mesure il est possible d’appliquer la méthodologie de Tier 1 des lignes directrices du GIEC aux sites du Réseau de Mesure de la Qualité des Sols (RMQS) pour calculer la variation des stocks de COS des prairies françaises. Une des principales difficulté se situe dans le fait que nous n’avons pas recensé de statistiques sur les pratiques culturales prises en compte dans les lignes directrices, et que les termes qui sont évoqués dans cette méthode nécessitent quelques précisions. Cette note a donc pour objectifs de : - faire le bilan des pratiques culturales impactant sur la variation des stocks de COS en prairies en France- présenter la méthodologie de Tier 1 des lignes directrices du GIEC- faire l’état des lieux des données disponibles sur les pratiques culturales en prairies Les éléments de réponses qui sont attendus sont les suivants : - la liste des pratiques recensées comme ayant un impact sur les stocks de COS est-elle exhaustive ? si non, quelles sont les pratiques manquantes ?- pour les personnes utilisant des modèles de simulation de l’évolution des stocks de COS : les pratiques listées sont-elles prises en compte dans les modèles ?- avez-vous recensé des sources d’informations complémentaires pour obtenir des statistiques sur les modes de gestion ? - quels compléments apporter au tableau en p. 13 résumant le potentiel de stockage des pratiques et les connaissances sur leur application en France ?- que pensez-vous de l’ébauche de méthodologie proposée pour appliquer le Tier 1 des lignes directrices du GIEC aux pratiques culturales ayant un impact sur les stocks de COS en France ?

33

5.11.2 Partie 1 : Le Réseau de Mesure de la Qualité des Sols

Pour la mise en place du réseau, 2 200 sites ont été sélectionnés, chacun se situant au centre de chaque cellule d’une grille de 16 x 16 km², couvrant la France métropolitaine. Ces sites représentent donc une large gamme de conditions climatiques, agricoles et de types de sol. La première campagne d’échantillonnage du réseau s’est déroulée entre 2000 et 2010. Sur chaque site ont été réalisés un échantillonnage de sol (permettant d’en analyser la texture et la composition) et une fosse pédologique, permettant de décrire les principales caractéristiques du sol. De plus, des mesures de densité apparente ont été effectuées, permettant ainsi de calculer les stocks de carbone. Au cours de cette première campagne, l’occupation des sites se répartit de la manière suivante : - 900 sites en successions culturales- 600 sites en surfaces forestières- 500 sites en surfaces toujours en herbe- 200 sites en autres occupations (vignes et vergers, etc.) Enfin, des enquêtes agronomiques ont été réalisées auprès des propriétaires des parcelles échantillonnées, pour obtenir des informations sur la gestion des parcelles, mais aussi sur l’historique de la gestion et de l’occupation. Les stocks de COS moyens observés lors de la première campagne du RMQS sont, pour les trois types principaux d’occupation du sol : - terres cultivées : 52,2 tC/ha- terres forestières : 81,4 tC/ha- prairies : 83,3 tC/ha

34

5.11.3 Partie 2 : Synthèse bibliographique – Les pratiques culturales influant sur la variation des stocks de COS en prairies

5.11.3.1Pâturage vs Fauche

Le pâturage mène le plus souvent à un stock plus élevé que la fauche. Ceci est du au fait que le pâturage stimule la production primaire, alors qu’en fauche, les exports de carbone ne sont généralement pas compensés par les apports de matières organiques exogènes (Riedo et al., 2000 in PICCMAT, 2007 ; Arrouays et al., 2002 ; Soussana et al., 2004 ; Soussana et al., 2007).

5.11.3.2Les prairies pâturées

3.1 Surpâturage

Le surpâturage est le prélèvement de tissus sur une plante dans la mesure où celui-ci excède la capacité de la plante à le remplacer dans une saison de pousse (Schwennesen, 2005 in PICCMAT, 2007).Ce phénomène est causé par des troupeaux dont la quantité ingérée, le temps de pâture, et la localisation dans la parcelle ne sont pas contrôlés. Les animaux choisissent les fourrages les plus appétant et faciles à manger.Les déjections s’accumulent dans les zones les plus pâturées, où de nouvelles espèces plus N dépendantes, ainsi que les plantes non consommées, vont rapidement prévaloir. Beaucoup de plantes dont on souhaite la présence, ce qui inclue les légumineuses et les espèces natives, disparaissent. En effet, le bétail peut supprimer les racines, provoquant la disparition des plantes (FAO, 2010).

Timing de pâturage

Le timing de pâturage est essentiel. Il faut prêter attention aux phases de développement des plantes pour éviter le pâturage lors des phases les plus sensibles : floraison et « phase de grainage » (Cavallero et Talamuai, 2002 in PICCMAT, 2007).

Le pâturage rotationnel

C’est le moyen le plus efficace de prévenir le surpâturage et d’optimiser l’intensité du pâturage. Le principe est de forcer les animaux à consommer toutes les espèces disponibles, dans un taux permettant à la plante de remplacer facilement les tissus prélevés.Cette pratique améliore la séquestration du carbone en réduisant la perturbation du sol, en ralentissant la minéralisation de la matière organique et en augmentant la quantité de biomasse qui retourne au sol (Boehm et al., 2004 in PICCMAT, 2007).Une bonne conduite du pâturage rotationnel peut améliorer la distribution des excréments sur la pâture, permettant de diminuer voire de supprimer le recours aux fertilisants minéraux (Undersander et al., 2002 in PICCMAT, 2007).

Augmentation des stocks de COS dans les pâturages intensifs

Il est possible d’augmenter les stocks de COS sur les pâturages qui sont déjà intensifiés, grâce à la mise en place des pratiques de gestion suivantes : le pâturage tournant, la fertilisation, le resemis avec des variétés améliorées (ARROUAYS et al., 2002).

5.11.3.3Optimisation de la fertilisation

Prairie pauvre

La carence en éléments nutritifs est un des facteurs limitant de la croissance des plantes. L’intensification modérée des prairies pauvres est une solution pour y remédier. Ceci peut passer par un apport la fumure (plutôt P que N). Il est également possible d’introduire des graminées productives, à système racinaire plus profond (FAO, 2002 ; Soussana et al., 2004).

35

Prairie intensive

L’usage intensif de fertilisants n’induit pas seulement une augmentation de la productivité primaire, mais aussi une accélération de la minéralisation de la MOS, et donc une augmentation du déstockage de COS (la fertilisation minérale est également à l’origine d’émissions de protoxyde d’azote – N2O) (Loiseau et

Soussana, 1999 in PICCMAT, 2007 ; CarboEurope – GHG Report, 2003 in PICCMAT, 2007 ; Soussana et al., 2004). Arrouays et al. (2002) ont estimé qu’en Europe, de nombreuses prairies sont déjà gérées de manière intensive. C’est effectivement le cas en France, puisqu’en 2010, les superficies toujours en herbe peu productives représentaient 18% du total de la superficie toujours en herbe (qui était de 7 672 298 ha – Source : Recensement Général Agricole)Une nouvelle intensification de la production pourrait avoir pour conséquence une moindre augmentation des apports de carbone, face à une minéralisation constante, Ainsi, en Europe, il n’est pas certain qu’il soit possible d’optimiser le stockage de carbone des prairies permanentes gérées de manière les plus intensives.

5.11.3.4Introduction d’espèces

Le fait d’introduire des espèces améliorantes, telles que les légumineuses, a une influence favorable sur le stockage de carbone sous les prairies extensives, de 0,8 à 3 tC.ha -1.an-1 pour Conant et al. (2001 in Arrouays et al., 2002), de 0,1 à 0,3 tC.ha-1.an-1 pour Lal et Bruce (1999, in Arrouays et al., 2002). Ceci est du au fait que l’augmentation de la fixation symbiotique a pour conséquence une amélioration de la productivité primaire, qui elle-même se traduit par une augmentation du stockage de carbone dans le sol. En prairies intensives, le recours aux légumineuses permet de limiter l’utilisation de fertilisants minéraux (Loiseau et Soussana, 1999 in PICCMAT, 2007 ; CarboEurope – GHG Report, 2003 in PICCMAT, 2007 ; Soussana et al., 2004 ; Arrouays et al., 2002). Enfin, semer des espèces améliorées peut mener à l’augmentation de la production à travers des espèces qui sont mieux adaptées au climat local, plus résistantes au pâturage, plus résistantes à l’inondation et capable d’améliorer la fertilité du sol. L’amélioration de la production mène à des entrées de carbone plus importantes et à la séquestration du carbone (Soussana et al., 2004 ; FAO, 2010)

5.11.3.5Renouvellement d’une prairie

Une autre pratique permettant de contrôler la composition des espèces est le sursemis : semer sur un sol déjà couvert. On obtient alors un couvert plus dense et un meilleur contrôle des espèces. Le renouvellement d’une prairie implique des produits chimiques et du travail du sol, pour détruire la végétation existante et préparer le sol pour semer à nouveau (Cavallero et Talamuai, 2002). Le travail du sol mène à un déstockage de carbone (Conant, 2001 ; Amman et al., 2007), alors que le sursemis mène aux mêmes résultats sans les pertes de carbone et l’utilisation d’herbicides. Cette pratique n’est cependant pas toujours efficace. Elle est adaptée pour des prairies sur sols caillouteux, où le sol nu est visible par endroits. Le sursemis doit également être réalisé dans certaines conditions climatiques (l’idéal étant en septembre, pour éviter par la suite les températures trop basses) et nécessite une bonne préparation (Réussir Lait, 2002).

5.11.3.6Irrigation

L’irrigation permet de favoriser la production de biomasse. Cette action devrait donc avoir une influence positive sur le stockage de carbone de la prairie. Celle-ci est cependant modérée, puisqu’elle est de l’ordre de 0,1tC.ha-1.an-1. En effet, l’irrigation augmente à la fois la production de biomasse et la minéralisation de la matière organique du sol (Arrouays et al., 2002).

Introduction

Les prairies jouent un rôle important dans le cycle du carbone (Hall et al., 1995 in PICCMAT, 2007, Soussana et al. 2010). Au niveau mondial, 20% des surfaces sont couvertes par des prairies (Lieth, 1978 in

36

PICCMAT, 2007), qui stockent au moins 10% de la Matière Organique du Sol (MOS) (Eswaran et al., 1993 in PICCMAT, 2007). En union Européenne, 22% des terres sont couvertes par des prairies permanentes, pour nourrir les animaux. Les écosystèmes prairiaux accumulent du carbone majoritairement sous-terrain (via les racines et la MOS). Les 30 premiers centimètres comptent pour 80 à 90% des variations du stock. Ainsi, la nature, la fréquence et l’intensité des perturbations du sol sont un facteur clé dans la composition de l’équilibre du carbone (Soussana et al., 2004). Dans les prairies intensivement pâturées, les animaux prélèvent environ 60% de la production de matière sèche aérienne dont 75% du carbone ingéré est digestible. Le carbone non digestible retourne au sol sous forme d’excréments (Soussana et al., 2004). Le facteur principal qui modifie les flux de carbone retournant au sol via les excréments est le chargement (nombre d’animaux par unité de surface) (Soussana et al., 2007).Les animaux contribuent aux flux de carbone en : - retournant le carbone non digestible au sol- influençant la minéralisation de la MOS (via les excréments)- défoliant l’herbe (réduction de l’aire foliaire et donc de la photosynthèse), lorsque le pâturage est trop intensif- piétinant les prairies (érosion, baisse de la surface foliaire, compaction du sol) Les pratiques à considérer sont : • Pour augmenter les apports de matière organique : - augmentation de la productivité primaire (par le choix des espèces, l’utilisation de fertilisant, une gestion optimale du pâturage, …)- augmentation du retour des excréments d’animaux directement à la pâture et épandage d’effluents d’élevage (fumiers, lisiers)- épandage de matière organique non agricole (composts, digestats de méthanisation, boues de station d’épuration)• Retarder les flux de CO2 dus à la minéralisation

- ralentir la décomposition (augmentation de la protection de la MOS et inhibition de l’activité microbienne)- réduire le travail du sol

5.11.3.7Bilan

Les pratiques à favoriser pour augmenter les apports sont : - Augmentation la productivité primaire (introduction de légumineuses, pâturage rotationnel ou différé)- Apport de résidus/ d’excréments (augmentation de l’intensité de pâturage dans les prairies extensives/abandonnées, apports de matières organiques non agricoles Les pratiques à éviter : - apports de fertilisants azotés, surtout dans les prairies déjà fertilisées- surpâturage- labour- fauche Questions posées : - la liste des pratiques recensées comme ayant un impact sur les stocks de COS est-elle exhaustive ? si non, quelles sont les pratiques manquantes ?- pour les personnes utilisant des modèles de simulation de l’évolution des stocks de COS : les pratiques listées sont-elles prises en compte dans les modèles ?

37

Références bibliographiques ARROUAYS D., BALESDENT J., GERMON J.C., JAYET P.A., SOUSSANA J.F., STENGEL P. ; 2002. Contribution à la lutte contre l’effet de serre. Stocker du carbone dans les sols agricoles de France ? Rapport d’expertise INRA. [En ligne]. Disponible sur : http://www.inra.fr/l_institut/expertise/expertises_realisees/stocker_du_carbone_dans_les_sols_agricoles_de_france Consulté le 25 janvier 2011. Food and Agriculture Organisation (FAO); 2002. La séquestration du carbone dans le sol pour une meilleure gestion des terres. [En ligne]. Disponible sur : ftp://ftp-sop.inria.fr/modemic/campillo/carbone/sequestation.pdfConsulté le 28 janvier 2013. Food and Agriculture Organisation (FAO) ; 2010. Challenges and opportunities for carbon sequestration in grassland systems – A technical report on grassland management and climate change mitigation. [En ligne]. Disponible sur : http://www.fao.org/fileadmin/templates/agphome/documents/climate/AGPC_grassland_webversion_19.pdfConsulté le 15 janvier 2013 Institut de l’élevage. Le stockage de carbone par les prairies – Une voie d’atténuation de l’impact de l’élevage herbivore sur l’effet de serre. [En ligne]. Disponible sur : http://www.haute-marne.chambagri.fr/kit/fileadmin/documents/elevage_fic/prairies_puit_carbone.pdfConsulté le 20 février 2013. Policity Incentives for Climate Change Mitigation Agricultural Techniques (PICCMAT) ; 2007. Deliverable D3 : Pratices description and analysis report. [En ligne]. Disponible sur : http://www.climatechangeintelligence.baastel.be/piccmat/spaw/uploads/files/WP1_d3_Report.pdfConsulté le 15 janvier 2013. Réussir Lait ; 2012. Le sursemis, une technique exigeante et aléatoire. Ref article : 17798. [En ligne]. Disponible sur : http://www.reussir-lait.com/actualites/renovation-des-prairies-le-sursemis-une-technique-exigeante-et-aleatoire&fldSearch=:17798.htmlConsulté le 27 Février 2013. SOUSSANA J.F., LOISEAU P., VUICHARD N., CESCHIA E., BALESDENT J., CHEVALLIER T., ARROUAYS D. ; 2004. Carbon cycling and sequestration opportunities in temperate grasslands. Soil Use and Management, 20, 219-230. Soussana J.F., Allard V., Pilegaard K., Ambus P., Amman C., Campbell C., Ceschia E., Clifton-Brown J., Czobel S., Domingues R., Flechard C., Fuhrer J., hensen A., Horvath L., Jones M., Kasper G., Martin C., Nagy Z. neftel A., Raschi A., Baronti S., Rees R.M., Skiba U., Stefani P., Manca G., Sutton M., Tuba Z., Valentini R. ; 2007. Full accounting of the greenhouse gas (CO2, N2O, CH4) budget of nine European grassland sites. Agriculture, Ecosystems and Environment, 121, 121-134. Soussana J.F., Tallec T., Blanfort V. ; 2010. Mitigating the greenhouse gas balance of ruminant production systems through carbon sequestration in grasslands. Animal, 4:3, 334-350.

38

5.11.4 Partie 3 : Les données disponibles

5.11.4.1Les enquêtes Pratiques Culturales

2001

Pour les prairies permanentes intensives, 1 085 parcelles ont été enquêtées (Picardie, haute Normandie, Basse Normandie, Nord pas de Calais, Pays de la Loire, Bretagne), pour une surface de 1 807 386 ha, soit une couverture de 30% des surfaces nationales Les informations disponibles sont : - la destination des résidus de culture du précédent- le travail du sol lors de l’implantation de la prairie- les apports de fumure organique (présence/absence, nature de la fumure, quantité, date…)- les apports de fumure minérale (présence/absence, date, quantité, nature…)- irrigation (présence/absence)- fréquence du désherbage chimique, de l’entretien mécanique, de la fauche de refus sur les 3 dernières années)- mode d’exploitation (foin/ensilage/pâture)- rendement- nombre d’animaux

2006

Pour les prairies permanentes intensives, 3 500 parcelles enquêtées (mêmes régions) 26% de couverture des surfaces nationales. Les informations disponibles sont : - Le niveau de présence de légumineuses- L’année de semis- L’historique des précédents culturaux- La destination des résidus de culture du précédent- Les interventions mécaniques réalisées- Les apports de fumure organique (présence/absence, date, nature de la fumure, quantités…)- Les apports de fumure minérale- La présence d’irrigation- La fréquence de désherbage chimique, d’entretien mécanique et de fauche de refus sur les trois dernières années- mode d’exploitation (foin/ensilage/pâture)- rendement- nombre d’animaux Les données disponibles dans les enquêtes ne concernent que les prairies intensives, ce qui exclue les alpages et autres types de prairies extensives.La question se pose sur l’existence de données pour ce type de prairies. S’il n’en existe pas, comment y pallier ?

5.11.4.2Les enquêtes agronomiques sur les sites RMQS

Lors de la première campagne de prélèvement du RMQS, des enquêtes agronomiques ont également été réalisées auprès des propriétaires des parcelles sur les sites échantillonnés.

39

Les informations récoltées, pour les prairies, sont : Champ Information Taux de remplissageDégradations du sol Existence d’érosion 95%Historique des changements d’occupation Dates, historique des

occupations précédentes97%

Historique des changements de pratiques culturales

Dates, nature du changement 14%

Fertilisation minérale et organique Quantités apportées, type de fertilisant

Travail du sol 3 types possibles de travaux de sol réalisés sur la parcelle

Destination des résidus de culture Laissés sur place, broyés ou enfouis

6%

Type de la STH Pelouse, prairie permanente semée, prairie naturelle, jachère permanente

33%

Mode d’installation de la STH Semée, non semée 29%Gestion de la STH Aucune, broyage, fauche,

pâturage, pâturage et fauche38%

Chargement de la STH ≤ 1,4 ou > 1,4 UGB/ha/an 21%Durée de pâture à l’année Durée de mise à l’herbe

(mois/an)19%

Existence d’un renouvellement de la STH Oui/non Fréquence de renouvellement de la STH En années 4% Ces données doivent permettre de dresser un état des lieux des pratiques culturales telles qu’elles étaient appliquées sur les sites RMQS lors de la première campagne. Des erreurs ont cependant été relevées dans la base de données (ex : unités pour la quantité de fertilisants organiques non précisées, ce qui induit des erreurs). De plus, comme l’indique le tableau précédent, les champs concernant les pratiques culturales en prairies sont assez peu renseignés. Des propositions d’amélioration du formulaire d’enquête sur les prairies ont été proposées. Elles concernent : - la correction des erreurs (proposer des unités pour le rendement, les apports de fertilisants)- la création d’un formulaire propre aux prairies (jusqu'à maintenant, il était commun avec les grandes cultures)- l’intégration d’indicateurs sur la diversité végétale et le fonctionnement des écosystèmes (indicateurs issus du projet DIVGRASS)

5.11.4.3Le Recensement Général Agricole

Le recensement agricole 2010 a permis de collecter de nouvelles données statistiques notamment des données sur la durée du pâturage pour les différents cheptels. Ces données pourraient permettre d’améliorer la prise en compte de la pâture sur les prairies.

40

5.11.4.4Les enquêtes bâtiment

Les enquêtes bâtiment fournissent souvent des données sur le temps passé au bâtiment ou à l’extérieur. Ces données peuvent permettre après certains traitements d’estimer de manière statistique le temps passé à la pâture. Combinées avec des données sur les dates de mise au pâturage, il est possible d’en déduire le chargement et l’impact de la pâture sur les prairies. Ces enquêtes sont difficiles à exploiter, mais le CITEPA les utilise néanmoins pour produire les résultats d’inventaires. Au niveau national pour les bovins, le temps passé à la pâture ne semble pas avoir trop évolué même si régionalement il peut y avoir quelques évolutions de pratiques comme le montre le graphique pour les vaches laitières. A l’opposé la répartition entre fumier et lisier varie assez fortement sur la période 1990-2010 ce qui laisse supposer une évolution importante des pratiques vers des systèmes lisiers. Cette donnée pourrait être valorisée dans la mesure où l’apport de fumier n’a pas le même impact sur le carbone du sol que l’apport de lisier.

Représentation graphique de la répartition fumier / lisier / pâture en France.

41

Source CITEPA (Sortie PACRETE) / Transmission mars 2013

5.11.4.5Lien entre les pratiques d’intérêt et les données disponibles

Le tableau suivant résume la liste des pratiques culturales ayant une influence sur les stocks de COS, les potentiels de stockage associés, et les connaissances sur leur application en France (à compléter) Pratique Potentiel de stockage Connaissance sur la mise en œuvre

Gestion (fauche/pâturage) Enquêtes Pratiques Culturales, Enquêtes RMQS

Surpâturage Enquêtes Pratiques Culturales, Enquêtes RMQS

Pâturage rotationnel ?Optimisation de la fertilisation en prairie pauvre +0,2 ± 0,25 tC/ha/an ?Optimisation de la fertilisation en prairie intensive ?

Introduction d'espèces entre 0,1 et 0,8 tC/ha/anEnquêtes Pratiques Culturales,Enquêtes RMQS

Renouvellement de prairies Enquêtes Pratiques Culturales

Irrigation +0,1 tC/ha/anEnquêtes Pratiques Culturales, Enquêtes RMQSS

Questions posées : - avez-vous recensé des sources d’informations complémentaires pour obtenir des statistiques sur les modes de gestion ? - quels compléments apporter au tableau en p. 13 résumant le potentiel de stockage des pratiques et les connaissances sur leur application en France ?

42

5.11.5 Partie 4 : Application d’une méthodologie de Tier 1

5.11.5.1La méthodologie de Tier 1

La méthodologie de Tier 1 des lignes directrices du GIEC pour le calcul de la variation des stocks de COS des prairies restant prairies se base sur l’utilisation de facteurs d’émission (équation 1) : COS(t) = COSST x FLU x FMG(t) x FI(t) (eq 1)

COS(t) : Teneur du sol en carbone organique (tC/ha)COSST : Teneur de référence du sol en carbone organique dans la couche de 0 à 30 cm (tC/ha)

FLU : Facteur d’affectation des sols (différence entre teneur en COS associée au type d’affectation du sol et

la teneur de référence en COS) – dépendant de la zone climatiqueFMG : Facteur de gestion

FI : Facteur des intrants

5.11.5.2Le facteur de gestion

Le facteur prenant en compte la gestion des terres peut prendre 4 modalités, décrites dans le tableau suivant.Prairies améliorées Prairies gérées de manière durable, avec une pression pastorale

modérée et auxquelles est apportée au moins une amélioration (fumure, sélection, irrigation, par exemple)

Prairie avec gestion minimale Prairies non dégradées et gérées de manière durable mais sans amélioration de gestion majeure

Prairies modérément dégradées Prairies surpâturées ou modérément dégradées, avec une productivité quelque peu réduite (par rapport aux prairies indigènes ou avec gestion minimale) et ne bénéficiant pas de mesures de gestion

Prairies fortement dégradées Perte important de productivité et de couvert végétal à long terme en raison de graves dégâts mécaniques causés à la végétation et/ou d’une érosion grave des sols

Une difficulté pour l’application de cette méthode en France vient du fait qu’il n’existe pas de statistiques sur des phénomènes tels que le surpâturage ou la dégradation des prairies. La difficulté réside également dans l’appréciation de ces critères, très qualitatifs. L’objectif pour mettre en place la méthodologie de Tier 1 est de se baser sur des données statistiques mesurables pour déterminer le mode de gestion.

5.11.5.3Le facteur des intrants

Le facteur des intrants peut prendre 2 modalités.Intrants modérés Pertinent lorsqu’aucune mesure de gestion supplémentaire n’a été mise en

œuvreIntrants importants Pertinent pour les prairies améliorées lorsqu’une ou plusieurs

mesures/améliorations de gestion ont été mises en œuvre (au-delà de ce qui est requis pour que les prairies soient classées comme prairies améliorées)

5.11.5.4Valeurs des facteurs intrants et gestion dans le Tier 1

Le tableau suivant donne les valeurs des facteurs intrants et gestion, pour les zones climatiques de la classification GIEC présentes en France.

43

5.11.5.5Application de la méthode – facteur sur la gestion

Les pratiques culturales, ou groupes de pratiques à considérer, au vu des descriptions des facteurs sur la gestion, sont : - le chargement- les améliorations- les dégradations Pour chaque modalité du facteur, nous proposons d’adopter les combinaisons de pratiques suivantes. Chargement Amélioration DégradationPrairies améliorées < 1,4 UGB/ha Au moins une parmi :

apport de fertilisants (minéraux ou organiques), sélection d’espèces, irrigation, existence de pâturage rotationnel

Aucune

Prairies avec gestion minimale

< 1,4 UGB/ha Aucune Aucune

Pairies modérément dégradées

>= 1,4 UGB/ha Aucune Maximum 1 parmi : surpâturage, dégâts mécaniques, érosion.

Prairies fortement dégradées

>= 1,4 UGB/ha Aucune Au moins une parmi : surpâturage, dégâts mécaniques, érosion.

La pression pastorale, ou chargement, indique le nombre d’animaux par unité de surface. Des recherches doivent être effectuées pour trouver des statistiques sur cette pratique. Il sera de plus nécessaire de déterminer un chargement moyen. L’information n’est que rarement renseignée dans les enquêtes agronomiques du RMQS : information pour 285 sites sur 420 au total concernés par le pâturage, mais pourrait être disponible dans le Recensement Général Agricole (RGA) (A vérifier). Les pratiques à considérer comme « améliorations » sont : l’apport de fertilisants, la sélection d’espèces,

44

l’irrigation. Alors que les statistiques sur la fertilisation et l’irrigation existent (enquêtes Pratiques Culturales, enquêtes agronomiques RMQS), les données sur la sélection d’espèces seront certainement difficiles à trouver. Cette pratique ne sera donc probablement pas intégrée à l’application de l’étude. Il serait cependant utile de déterminer s’il existe d’autres pratiques, sur lesquelles des statistiques sont disponibles, qui pourraient être considérées comme des améliorations (comme le pâturage rotationnel, mentionnée par Smith et al., 2012, ou encore l’introduction de légumineuses). Les pratiques culturales à considérer comme « dégradations » sont : le surpâturage, les dégâts mécaniques, l’érosion. Des recherches doivent être effectuées pour trouver des statistiques sur ces pratiques, ou sur la mise en place de méthodes alternatives pour estimer le niveau de dégradation des prairies françaises.

5.11.5.6Exemple d’application de la méthodologie de Tier 1 : travail réalisé par le CITEPA

Dans le cadre d’une demande du Ministère en charge de l’agriculture, le CITEPA (organisme chargé de la réalisation des inventaires nationaux d’émissions et absorptions de GES) a réalisé en mai dernier une application de la méthodologie de Tier 1 des lignes directrices du GIEC grâce aux données disponibles sur les pratiques culturales en prairies. Les sources utilisées ont été : - les enquêtes TERUTI : donnent des informations sur les surfaces de prairies productives et peu productives- enquêtes Pratiques Culturales de 2006 : niveau de fertilisation, application de fumure organique, rendement moyen, part des surfaces désherbées chimiquement, entretenues mécaniquement Bien que ces données permettent difficilement d’aboutir à une classification satisfaisante, on peut considérer que : - 36% des prairies sont gérées sans apport à prairies moyennement dégradées- 50% des prairies sont gérées avec un apport entre 0 et 100 unités/ha à prairies gérées nominalement- 14% des prairies sont gérées avec un apport supérieur à 100 unités/ha à prairies améliorées (sans apports élevés) Seule l’information disponible en 2006 à été utilisée, les pratiques ont été supposées stables entre 1990 et 2006. Avec cette méthode, le stock de COS moyen par ha calculé est de 73 tC/ha jusqu’en 2006. Une simulation de l’évolution des stocks jusqu’en 2020 a aussi été réalisée. Plusieurs scénarios ont pour cela été proposés : stabilité, amélioration et dégradation des pratiques, pour couvrir toute la gamme de situations possibles. Entre 2006 et 2020, le stock de COS moyen par ha passe de 73 à 68 tC/ha en cas de dégradation de pratiques, et de 73 à 79 tC/ha en cas d’amélioration de pratiques. Question posée : - que pensez-vous de l’ébauche de méthodologie proposée pour appliquer le Tier 1 des lignes directrices du GIEC aux pratiques culturales ayant un impact sur les stocks de COS en France ?

45

5.12 Annexe 12 : Prise en compte de l’effet des pratiques culturales sur la variation des stocks de carbone organiques des sols dans l’outil climAgri

Objectif

Intégrer à l’outil climAgri une méthodologie utilisant des facteurs d’émission (méthodologie de Tier 1 des lignes directrices du GIEC) pour prendre en compte l’impact des pratiques culturales dans le calcul de la variation des stocks de carbone organique des sols (COS) des terres cultivées.

Méthode

Pour une année donnée, le stock de COS se calcule de la manière suivante : COS(t)=COSST(t).FLU.FMG(t).FI(t)

COS(t) : Stock de carbone organique (tC/ha) à un instant tCOSST : Stock de carbone organique dit de référence dans la couche de 0 à 30 cm (tC/ha), qui dépend du

contexte pédoclimatiqueFLU : Facteur d’ajustement en lien avec la zone climatique

FMG(t): Facteur d’ajustement en lien avec le travail du sol, à un instant t. Trois modalités : labour complet,

labour réduit, absence de labourFI(t): Facteur d’ajustement en lien avec le niveau d’intrants, à un instant t. Quatre modalités : intrants faibles,

intrants modérés, intrants importants sans fumier, intrants importants avec fumierLes valeurs des facteurs d’ajustement sont celles proposées dans les lignes directrices du GIEC de 2006.

Résultats

La méthode permet de calculer des stocks de COS, et non des flux. Pour chaque année renseignée, le stock de COS moyen sur le territoire sera le premier résultat. Si plusieurs années ou une période sont renseignées (par exemple, pour un test de scénarios), les variations de stocks moyens ainsi que les flux annuels seront indiqués.

Données nécessaires

Les données à renseigner sont de plusieurs types : Données sur le sol Type de solDonnées climatiques Température annuelle moyenne,

Pluviométrie annuelle moyenneETP

Données sur les pratiques culturales

Pour chaque zone climatique, surfaces associées aux 12 combinaisons possibles de facteurs d’ajustement sur le travail du sol et le niveau d’intrants (une aide est proposée Tableau 1)

Une étude est en cours pour déterminer s’il est possible d’intégrer à l’outil des données pédoclimatiques régionales moyennes, ce qui permettrait à l’utilisateur de ne pas avoir à les saisir. Une méthode sera à développer pour prendre en compte les différentes combinaisons d’occupations du sol x zones climatiques x pratiques culturales qui peuvent coexister dans une région. Des statistiques à ce sujet peuvent dans un premier temps être réalisées. Pour simplifier le travail de saisie, il est envisageable d’intégrer à l’outil des données sur les pratiques culturales régionales moyennes, à moduler en fonction, par exemple, de la surface en CIPAN (information peut être intégrée à l’outil prochainement).

46




Intrants faibles Le taux de résidus est faible lors de l’enlèvement des résidus, fréquentes mises en jachère nue, cultures produisant peu de résidus, absence de l'utilisation d'engrais minéraux, absence de cultures fixant l'azote

Intrants modérés Mise en culture annuelle avec plantation de céréales, la totalité des résidus étant laissée dans les champs. Si des résidus sont retirés, des matières organiques supplémentaires sont ajoutées. Cela nécessite aussi des engrais minéraux et des cultures fixant l'azote en assolement

Intrants importants avec fumier Apports de carbone beaucoup plus importants en raison d'une pratique supplémentaire d'ajout régulier de fumier

Intrants importants sans fumier Apports beaucoup plus importants de résidus de cultures en raison de pratiques supplémentaires, comme des cultures produisant beaucoup de résidus, utilisation d'engrais verts, cultures de couverture, jachères végétalisées améliorées, irrigation, utilisation fréquente de graminées vivaces dans les assolements annuels, mais sans application de fumier

Tableau 1- Conseils pour déterminer le niveau de travail du sol et d'intrants

47

5.13 Annexe 13 – Prise en compte de l’effet des pratiques culturales sur la variation des stocks de carbone organique des sols dans l’outil dia'terre

Objectif

Intégrer à l’outil dia'terre une méthodologie utilisant des facteurs d’émission (méthodologie de Tier 1 des lignes directrices du GIEC) pour prendre en compte l’impact des pratiques culturales dans le calcul de la variation des stocks de carbone organique des sols (COS) des terres cultivées.

Méthode

Pour une année donnée, le stock de COS se calcule de la manière suivante : COS(t)=COSST(t).FLU.FMG(t).FI(t)

COS(t) : Stock de carbone organique (tC/ha) à un instant tCOSST : Stock de carbone organique dit de référence dans la couche de 0 à 30 cm (tC/ha), qui dépend du

contexte pédoclimatiqueFLU : Facteur d’ajustement en lien avec la zone climatique

FMG(t): Facteur d’ajustement en lien avec le travail du sol, à un instant t. Trois modalités : labour complet,

labour réduit, absence de labourFI(t): Facteur d’ajustement en lien avec le niveau d’intrants, à un instant t. Quatre modalités : intrants faibles,

intrants modérés, intrants importants sans fumier, intrants importants avec fumierLes valeurs des facteurs d’ajustement sont celles des lignes directrices du GIEC de 2006. Si les facteurs d’émission changent d’une année sur l’autre, le changement de COS résultant est réparti sur les 20 années suivant le changement, pour prendre en compte l’aspect progressif des changements des stocks de carbone dans les sols.

Résultats

stock de COS moyen sur l’exploitation sera proposé, pour l’année où le diagnostic est réalisé. Si les variations de stocks et flux associés sont souhaités, il est nécessaire de renseigner les pratiques pour deux années. Les variations et flux annuels pourront être alors calculés.

Données nécessaires

Les données à renseigner sont de plusieurs types : Données sur le sol Type de sol dominant sur l’exploitationDonnées climatiques Pluviométrie annuelle moyenne

Température annuelle moyenneETP

Données sur le travail du sol Surfaces pour chaque modalité de travail du sol (aide proposée au Tableau 1)

Données sur les intrants Pour chaque modalité de travail du sol, surfaces et pratiques culturales suivantes sur chaque parcelle de l’exploitation : destination des résidus de culture, apport de matières organiques, irrigation, fertilisation minérale, engrais verts, CIPAN. Le renseignement de ces pratiques permet de déterminer le niveau d’intrants (Figure 1)

Les pratiques culturales à renseigner sont des pratiques moyennes sur la rotation.Une étude est en cours pour déterminer s’il est possible d’intégrer à l’outil des données pédoclimatiques régionales moyennes, ce qui permettrait à l’utilisateur de ne pas avoir à les saisir.

48




Tableau 1- Détermination du niveau de travail du sol

Figure 1 – Arbre de décision pour déterminer le niveau d’intrants à partir d’une sélection de pratiques culturales

49

E n f o u i s s e m e n t d e s r é s i d u s d e c u l t u r e

O U I N O N

O U I

P r é s e n c e d ’ e n g r a i s v e r t

o u C I P A N

N O N

A p p o r t d e M O

O U I N O N

I n t r a n t s é l e v é s a v e c f u m i e r

I n t r a n t s é l e v é s

s a n s f u m i e r

O U I

A p p o r t d e M O

N O N

I n t r a n t s m o d é r é sI n t r a n t s f a i b l e s

D o s e d e f e r t i l i s a n t s m i n é r a u x

> x + ε < x + ε

X : f e r t i l i s a t i o n m i n é r a l e m o y e n n e p a r h a e n F r a n c e

Ε : é c a r t - t y p e

D o s e d e f e r t i l i s a n t s

m i n é r a u x

> x + ε < x + ε

P r é s e n c e d ’ e n g r a i s v e r t

o u C I P A N

O U I N O N

5.14 Hypothèses quant aux fichiers de paramètres Century

5.14.1 Le fichier de paramètres relatif aux cultures : CROP.100

CROP.100 (\carbonModelling\data\rmqsDyn\sItesCentury\crop.100)A fait l’objet d’une adaptation à la version 4.5

DONESOL Century-index

Hypothèse

BLEBLE DURBLE DUR HIVER

W3 Haut rendement

BLE TENDREBLE TENDRE HIVERBLE TENDRE PRINTEMPSCEREALESCEREALES NON MELANGEES AUTRESMELANGE DE CEREALES Y COMPRIS METEILSEIGLETRITICALE

WW3S Haut rendementPas de diff. hiver/printempsPar. supposés= blé tendrePar. supposés= blé tendrePar. supposés= blé tendrePar. supposés= blé tendrePar. supposés= blé tendre

BLE DUR PRINTEMPS XSW3 Haut rendement

AVOINEAVOINE HIVERAVOINE PRINTEMPS

OAT3 Haut rendementPas de diff. hiver/printemps

ORGE ET ESCOURGEONORGE ET ESCOURGEON HIVERORGE ET ESCOURGEON PRINTEMPS

BAR3 Haut rendementPas de diff. hiver/printemps

MAISMAIS DOUXMAIS FOURRAGE ET ENSILAGEMAIS GRAINMAIS SEMENCE

C-HI Haut rendementPas de diff. fourrage/autres

SORGHO HYBRIDE SORG

SORGHO FOURRAGE FSORG

POIS PROTEAGINEUX Y COMPRIS SEMENCES PEA

SOJA SYBN

BETTERAVES FOURRAGERESBETTERAVES INDUSTRIELLES

SUGB Pas de diff. fourrage/autres

RACINES, BULBES ET TUBERCULES RVEG

TOURNESOL SUN

TREFLE VIOLET CLV1

LUZERNE ALF

FRICHEGRAMINEEGRAMINEES PURES NON COMPRIS RAY GRASS ITALIEJACHEREPRAIRIE ARTIFICIELLEPRAIRIE TEMPORAIREPRAIRIES NON PERMANENTES (ARTIFICIELLES, TEMPORAIRES)STH NATURELLE OU SEMEE DEPUIS + DE 10 ANSSTH SEMEE DEPUIS 6-10 ANS

TG

CHOUX FOURRAGERSCULTURES FOURRAGERESCULTURES LEGUMIERESF0URRAGES ANNUELS AUTRES

SIL

LIN OLEAGINEUXLIN TEXTILE (ROUI NON BATTU)RAY GRASS D'ITALIERAY-GRASS Y COMPRIS ItalieTEXTILES AUTRES (Y COMPRIS CHANVRE TEXTILE)

GTL

MELANGES DE GRAMINEES ET GRAMINEES-LEGUMINEUSES GLEG Mélange graminée/légumineuse (25%)

50

LEGUMINEUSES, MELANGE DE LEGUMINEUSES AUTRESLUPIN DOUX Y COMPRIS SEMENCES

LEG 100% légumineuses

COLZACOLZA HIVER

OSR

PROTEAGINEUXFEVEROLES ET FEVES Y COMPRIS SEMENCES

FB

TABAC TOB

POMMES DE TERREPOMMES DE TERRE DE CONSOMMATIONPOMMES DE TERRE DE FECULERIE

POT

AUTRES LEGUMES FRAISCHICOREE A CAFE (RACINES)CULTURES FLORALESCULTURES INDUSTRIELLESCULTURES LEGUMIERESLEGUMES A COSSELEGUMES CULTIVES POUR LE FRUITLEGUMES FEUILLUS ET A TIGEOLEAGINEUXOLEAGINEUX AUTRESPLANTES AROMATIQUES, MEDICINALES ET A PARFUMVIGNES

NA Info. Donesol insuffisamment précise : sites exclus de l’analyse OU absence de paramètres/Century

5.14.2 Le fichier de paramètres relatif au travail du sol : CULT.100CULT.100 (\carbonModelling\data\rmqsDyn\sItesCentury)Pas de modif. nécessaire/v4.5Pas d’info sur semis direct unique dans Donesol

DONESOL Travail dominant par

rotation

Century-index

Hypothèse

Travail Conventionnel (L) P + D L= labour suivi d’un hersageTravail Réduit (TR) D TR = hersage uniquementAlternance L/TR P+D/D Alternance d’une année sur deuxAlternance L/semis direct (SD) P+D/N Alternance d’une année sur deuxPas de travail Non informé

5.14.3 Le fichier de paramètres relatif à la fertilisation minérale : FERT.100

FERT.100 (\carbonModelling\data\rmqsDyn\sItesCentury)A fait l’objet d’une adaptation à la version 4.5

DONESOL Century-index HypothèsePour chaque site :N_min et P_min

Bloc créé Pas de prise en compte de K dans Century (non demandé)Pas de prise en compte de S dans Century

Pas de données Non informé Pas de fertilisation min.

L’ensemble des paramètres mis en œuvre par site :bloc systématiquement créé :(valeur de N) 'FERAMT(1)' (valeur de P) 'FERAMT(2)' (valeur de S =0) 'FERAMT(3)' 0.00000 'AUFERT' 1.00000 'NINHIB'

51

5.14.4 Le fichier de paramètres relatif aux récoltes et gestion des résidus : HARV.100

HARV.100 (\carbonModelling\data\rmqsDyn\sItesCentury)Pas de modif. nécessaire/v4.5

DONESOL Century-index HypothèseInfo. précise sur la gestion des résidus et récoltes !

Non intégrée ! A développer !

Pour jachères, enherbement T : retrait 100% tige+racines Pour GRASS_CROPS <- c(GCP, KNZ, ALF, CLV1, TG, SIL, GTL, GLEG, LEG)

Autres cultures G: récolte grain, résidus 50% A REPRENDRE!!!

5.14.5 Le fichier de paramètres relatif à l’irrigation : IRRI.100

IRRI.100Pas de modif. nécessaire/v4.5

DONESOL Century-index HypothèsePar culture : présence ou absence d’irrigationDates et Quantité apportée non renseignées

a50 Maintien des réservoirs à 50% de la capacité au champ

52

5.14.6 Le fichier de paramètres relatif à la fertilisation organique : OMAD.100

OMAD.100Pas de modif. nécessaire/v4.5

DONESOL Century-index HypothèseInfo peu précise notamment sur les quantités et dates d’apportBonne précision sur la nature des apports

Non renseigné ! A DEVELOPPER !NB : en plus d’une précision sur les quantités apportés, Century requiert des paramètres relatifs à al nature des apports :- grams of C added with the addition of organic matter (g/m2)- lignin fraction content of organic matter- C/E ratio of added organic matter, with E = N, P and S

5.14.7 Le fichier de paramètres fixes relatif au fonctionnement biogéochimique : FIX.100

FIX.100A fait l’objet d’une adaptation à la version 4.5

DONESOL Century-index HypothèseN° de l’horizon pédo et épaisseur

ADEP 1 -10 en cm

5.14.8 Le fichier de paramètres relatif au site : SITE.100

SITE.100A fait l’objet d’une adaptation à la version 4.5

DONESOL Century-index HypothèseSource : agreste/grille safran Climate parameters : non utilisé

tmn2m et tmx2m

Le générateur de climat proposé dans Century n’est pas utilisé.Les données climatiques sont issues de la grille Arpege/SafranTempératures min et max renseignées

Information par horizon/composite

Nécessite fonct. de pédotransfert avec classes texturales (et densités si dispo)Teneur en eau initiale non renseignée

Site and control parameters: CLAY, SAND, SILT, BULKD, NLAYER, NLAYPG, MINERL

AWILT, AFIEL

rwcf=0

NLAYER=NLAYPG

AWILT et AFIEL: issus de fonction de pédotransfert Hassan et al.(swflag = 0)

Information par profil DRAIN Classes de 0 à 1 (0-0.5-0.75-1): issus du recoupement d’infos (perméabilité du sol, de l’horizon profond, du régime hydrique, submersion/profil, excès d’eau et type de sol)

Ctot 0-30 cm SOM2CI Teneur en carbone initiale exprimé pour 20 cm en g/m²Dans compartiment intermédiaire

5.15 ANNEXE 2 Le fichier de scénario *.sch

5.15.1 L’entête

1954 Starting year : informé2030 Last year: informésite.100 Site file name0 Labeling type-1 Labeling year-1.00 Microcosm-1 CO2 Systems-1 pH shift-1 Soil Warming0 N input scalar option0 OMAD scalar option0 Climate scalar option1 Initial system

XXX Initial crop: première culture de la rotation Initial tree0 plantSwitch

Year Month Option1 Block #

2030 Last year: informé4 Repeats # years: durée de la rotation1900 Output starting year: sans importance ; output géré en externe12 Output month: sans importance ; output géré en externe12 Output interval: sans importance ; output géré en externeF Weather choice: gestion du climat externesite.wth

5.15.2 Le bloc

Les principales commandes du bloc :EVENT-index Hypothèses

CROP Designates which crop is in use. Si l’interculture n’est pas précisée= sol nuSi une interculture enherbée est précisée, sa durée

est supposée > 6 mois. PLTM Marks a month in which the current

crop is planted.Les dates de plantation/semis sont données dans le tableau 6. Il est admis +/- 1 mois pour éviter tout chevauchant de dates.

HARV Designates which type of harvest to use; automatically schedules a LAST event.

Voir fichier de paramètre HARV.100.Les dates de récolte sont données dans le tableau 6

Non renseigné Non renseigné

LAST Marks the current month as the last month of growing for crops.

Non renseigné

SENM Marks the current month as the month of senescence for crops.

Non renseigné

FERT Schedules a fertilization event in the current month.

1 seul apport, 1 mois après le semis

CULT Schedules a cultivation event in the current month.

Réalisé 15 jours avant le semisSi alternance de pratiques: 1année/2

OMAD Schedules an organic matter addition event in the current month.

Non renseigné

IRRI Schedules an irrigation event in the current month.

Si irrigation, systématique sur la période allant de mai à septembre. Pas d’irrigation hors période.

AMÉLIORATION DE LA MÉTHODOLOGIE D’INVENTAIRE DES … · 2020-01-29 · AMÉLIORATION DE LA...

Documents

Transcript of AMÉLIORATION DE LA MÉTHODOLOGIE D’INVENTAIRE DES … · 2020-01-29 · AMÉLIORATION DE LA...