1

Modélisation du transfert de pesticides dans un bassin versant en vue de la

construction d’un outil d’aide à la décision pour la maîtrise de la qualité des eaux

Projet SACADEAUMarie-Odile Cordier, Véronique Masson IRISA / Univ. Rennes1

Pierre Aurousseau, Chantal Gascuel, Florent Tortrat INRA-ENSAR / UMR SAS Frédéric Garcia, Inra/ BIA, Toulouse

Brigitte Chanomordic, Inra/LASB MontpellierMichel Falchier, CA 35

Djilali Heddadj, Laurence Lebouille CA 56

Site d’application : Bassin versant du Frémeur (56)Cadre : AIP « Aide à la décision – Comment articuler connaissances et actions en agriculture, agroalimentaire et dans l’espace rural » Financement : Conseil Général du Morbihan – Inra – MEDD

2

Projet SACADEAU

Déterminer le degré de contamination des eaux à l’exutoire d’un bassin versant par les herbicides en fonction :

du climat de l’annéede stratégies de désherbagede stratégies d’aménagement (bandes enherbées, haies-talus, fossés)

du paysage (topographie, situation des bois, prairies, …)du paysage cultivé (topographie, arrangement spatial des cultures,

…)

dans le but de dégager des règles de conseil sur les pratiques agricoles et les aménagements

Système d’Acquisition de Connaissances pour l’Aide à la Décision sur la qualité de l’EAU

Objectifs : Construire un outil d’aide au conseil sur un bassin versant

3

Projet SACADEAUDeux étapes

- Permettre au gestionnaire BV de tester des scénarios « haut niveau » . avec une présentation visualisée des résultats (cartes). par simulation d’un modèle qualitatif

- Avoir une meilleure compréhension d’un phénomène complexe: . découvrir les variables explicatives les plus significatives . faire apparaître les relations entre ces variables . par l’étude des résultats de nombreuses simulations grâce à des techniques d’apprentissage symbolique

règles de « bonne pratique »

4

Exemples de scénarios « haut- niveau »

• «  Si des pluies significatives (cumulant plus de 10 mm en 24 h) interviennent dans un délai donné (1j, 2j, 3j, 4j,..) après les traitements herbicides, quels sont les niveaux de concentration à l'exutoire des différentes molécules appliquées".  

• « Quel est l’impact du désherbage mixte ? Peut-on recommander sa mise en place à certaines parcelles ? A certaines stratégies ? »

• « Que se passera-t-il à l'exutoire si toutes les parcelles à risque fort sont protégées par des bandes enherbées ou des talus, en terme de quantité de produit en moins pouvant ruisseler, dans des conditions climatiques classiques? »

• "Quelle serait l’efficacité d'une mesure imposant le non traitement sur les 10 mètres de bord de cours d'eau (en comparaison d’une méthode à base de parcelles à risque) ?"

impact du climat

impact de la stratégie de désherbage

impact de l’aménagement du territoire

impact de réglementations

5

• Les résultats d’un scénario sont obtenus par simulation d’un modèle de transfert des herbicides à l’échelle d’un bassin versant

• Deux questions :

Quel modèle de transfert des herbicides ?

Quelles sont les différentes étapes de simulation d’un scénario ?

6

Résultats de l’expérimentation

Données del’expérimentation

Données toposet parcelles

Modèle biophysique

Dates, qtés, duréesdes pluies + temp.

Dates, doses des applications,date et type de travail du sol

Quantités et concentrations / jour de pesticides

Modèle climat

Modèle décisionnel

Modèle spatial

Le modèle de transfert des herbicides

7

Le modèle biophysiqueEntrées Sorties

Climat : - qté pluie / jour (mm) - degré température / jourPour chaque parcelle : - applications : dates, molécules, qtés - dispositifs tampon - %CO + … - surface, pente …BV : - topologie - aménagements - …

Contamination des eaux à l’exutoire / jour : - flux (g/ha) - concentration (g/l)

Modèle

Travaux de thèse de Florent Tortrat – voir poster

8

• un modèle semi-qualitatif connaissances fonctionnelles de type expert ou de type physique modèle boite de verre

Principales caractéristiques du modèle

9

• un modèle semi-qualitatif connaissances fonctionnelles de type expert ou de type physique modèle boite de verre

• à l'échelle de l'événement pluvieux une réponse moyennée

Principales caractéristiques du modèle

10

• un modèle semi-qualitatif connaissances fonctionnelles de type expert ou de type physique modèle boite de verre

• à l'échelle de l'événement pluvieux une réponse moyennée

• pour un outil d'aide à la décision données facilement accessibles temps de calcul raisonnable résultats facilement interprétables

Principales caractéristiques du modèle

11

• un modèle semi-qualitatif connaissances fonctionnelles de type expert ou de type physique modèle boite de verre

• à l'échelle de l'événement pluvieux une réponse moyennée

• pour un outil d'aide à la décision données facilement accessibles temps de calcul raisonnable résultats facilement interprétables

• une approche distribuée à la parcelle évaluer les contributions de chaque parcelle agricole agréger les contributions des parcelles grâce à une arborescence de parcelles tenir compte des aménagements du bassin versant

Principales caractéristiques du modèle

Travaux de thèse de Florent Tortrat – voir poster

12

Étapes de la simulation d’un scénario

• Scénario :

Un scénario utilise des concepts ayant un sens pour l’expert vis-à-vis du problème posé

« Que se passe-t-il si une majorité des parcelles proches de l’exutoire appliquent la stratégie de type pré-levée et qu’il y a eu des averses fortes et régulières entre mai et juillet »

Il décrit dans un langage de haut niveau (qualitatif) un ensemble d’expérimentations (quantitatives) représentatives de la situation.

Tester un scénario : simuler l’ensemble de ces expérimentations grâce au modèle de transfert

13

Tester un scénario

Scénario :- description conceptuelle

- contraintes quantitatives

n expérimentations n résultats d’expérimentations

- contraintes quantitatives

traduire

générer décrire- ensemble d’expérimentations

Résultat du scénario :

- ensemble de résultats

- description conceptuelle

catégoriser

Modèle de transfert

14

Scénario • Langage de scénario :

Identifier les concepts ayant un sens vis-à-vis du problème posé

Avec l‘aide des experts, des gestionnaires, des exploitants

Traduire chaque concept par des contraintes sur un ensemble de variables quantitatives :

climat => trois types de climat, décrits par deux critères

Cumul des pluies mai-juillet Fréquence des pluies > 1Omm

Exemple : types de climat, stratégies de désherbage, profils de bassin versant …

15

Premiers résultats• 5 classes d’acceptabilité de la teneur en pesticides d’après

le nombre et la valeur de concentrations par averse somme des concentrations sur une période de 3 mois (mai-juillet)

• répartition des résultats des simulations dans les classes / climat Après simulations sur 3 types d ’années climatiques, 2 types de sol, 2 stratégies

de désherbage, 3 formes de bassin versant.

Concentration du pic (µg/l)

Nombre de pics

Somme des concentrations (µg/l)

0 0 – 0,01 0,01 – 0,1 0,1 – 0,5 0,5 – 2 > 2

0,1 – 0,5

0 - 2 1 2 3 4 5

3 - 5 4 4 5

> 5 5 5

> 0,5 > 3 5 5

Classe résultats 1 2 3 4 5 %

Pourcentage en fonction du climat

1 100 0 0 0 0 14

2 65 1 6 13 15 36

3 32 6 15 21 26 50

Pourcentage total 54 3 10 15 18 100

16

Conclusion• Projet en cours :

Modèle de transfert : Modèle biophysique : fin 2004 (Fl. Tortrat) Confrontation avec les données du Fremeur : fin 2004 Couplage avec le modèle décisionnel : fin 2004 Simulation de scénarios réalistes possibles

Langage de scénarios : Recueil de scénarios, premières approches du langage : 2004 Définition du langage + traduction : 2005

Détection des variables explicatives et des relations entre elles / Apprentissage à partir des résultats de simulation

Constitution d’une base d’apprentissage et premiers résultats des expérimentations : juin 2004

• Bonne collaboration entre les différents partenaires