i

N° d’ordre : 185

Jamal E

zzahar

SPAT

IAL

ISAT

ION

DE

S FLU

X D

’EN

ER

GIE

ET

DE

MA

SSE A

L’IN

TE

RFA

CE

BIO

SPHE

RE

-

AT

MO

SPHE

RE

DA

NS L

ES R

EG

ION

S SEM

I-

AR

IDE

S EN

UT

ILISA

NT

LA

ME

TH

OD

E D

E

2007 (P)

UNIVERSITÉ CADI AYYAD N° d’ordre : 185 FACULTÉ DES SCIENCES SEMLALIA - MARRAKECH

****************************

THÈSE

présentée à la Faculté pour obtenir le grade de :

Docteur

UFR : Thermique et Mécanique des Fluides

Spécialité : Mécanique des Fluides et Energétique

SPATIALISATION DES FLUX D’ENERGIE ET DE MASSE A

L’INTERFACE BIOSPHERE-ATMOSPHERE DANS LES REGIONS SEMI-

ARIDES EN UTILISANT LA METHODE DE SCINTILLATION

par :

Jamal Ezzahar

(DESA : Mécanique des Fluides et Energétique)

Soutenue le 02 Mai 2007, devant la commission d’examen :

Président : E.K. Lakhal P.E.S Faculté des Sciences Semlalia, Marrakech, Maroc

Examinateurs: Z. Benkhaldoun P.E.S Faculté des Sciences Semlalia, Marrakech, Maroc

G. Chehbouni Directeur de recherche CESBIO, Toulouse, France

A. Chehbouni P.E.S Faculté des Sciences Semlalia, Marrakech, Maroc

M. Kouhila P.E.S Ecole Normale Supérieure, Marrakech, Maroc

C.J. Watts P.E.S Université de Sonora, Hermosillo, Mexico

Invité I. Cherkaoui Ingénieur d’état ORMVA Haouz, Marrakech, Maroc

ii

A la mémoire de mes parents (Abdelhadi & Khadija)

A mes frères (Rachid & Nabil)

A mes soeurs (Samira, Btissam & Fahima)

A Aicha Boutaya

A tous ceux qui me sont chers

iii

FICHE PRÉSENTATIVE DE LA THÈSE

- Nom et Prénom de l’auteur : Ezzahar Jamal

- Intitulé du travail : Spatialisation des flux d’énergie et de masse à l’interface

Biosphère-Atmosphère dans les régions semi-arides en utilisant la méthode

de scintillation.

- Nom-Prénom des directeurs de thèse:

Nom, prénom et grade : Chehbouni Abdelghani, directeur de recherche Laboratoire et institution : CESBIO-UMR 5126 CNES-CNRS-IRD-UPS bpi 18 Avenue Edouard Belin, 31401 Toulouse Cedex 9- France. Nom, prénom et grade : Chehbouni Ahmed, Professeur d’Enseignement Supérieur

Laboratoire et institution : LMFE, Faculté des Sciences Semlalia-Marrakech

- Lieux de réalisation des travaux (laboratoires, institution,…) :

Laboratoire du projet SudMed attaché à l’Institut de Recherche pour

Développement, salle 26, Center Geber, Faculté des Sciences Semlalia,

Université Cadi Ayyad, Marrakech.

- Laboratoires avec lesquels il y a eu collaboration pour ce travail :

• Centre d’Etudes Spatiales de la Biosphère, Toulouse, France.

• Meteorology and Air Quality Group, Wageningen University,

Wageningen, the Netherlands.

• INRA Climat, Sol et Environnement, Site Agroparc, Domaine St-

Paul, 84914 Avignon Cedex 9, France.

• Unité de Bioclimatologie, INRA, Centre de Bordeaux, BP 81, 33883

Villenave d'Ornon Cedex, France.

• IMADES, Instituto del Medio Ambiente y Desarrollo Sustentable,

Hermosillo, Mexico.

- Période de réalisation du travail de thèse : Depuis Janvier 2002

- Rapporteurs autres que l’encadrant (nom, prénom, grade, institution) :

Z. Benkhaldoun, Professeur d’Enseignement Supérieur, Faculté des

Sciences Semlalia, Marrakech, Maroc.

iv

C.J. Watts, Professeur d’Enseignement Supérieur, Université de Sonora, Hermosillo, Mexico. M. Kouhila, Professeur d’Enseignement Supérieur, Ecole Normale

Supérieure, Marrakech, Maroc.

- Cadres de coopération (ou de soutien) :

Projet SUDMED: Collaboration entre l’Université Cadi Ayyad (Maroc) et

l’Institut de Recherche pour le développement (France).

http://www.irrimed.org/sudmed/

Projet IRRIMED: Collaboration entre Université Cadi Ayyad (Maroc), Office

Régionale de Mise en Valeur Agricole du Houz (ORMVAH), Centre d’Etudes

spatiale de la biosphère et Institut de recherche pour le développement

(France), Meteorology and Air Quality Group of the Wageningen University

(Pays-bas), The Arab Center for the Studies of Arid zones and Dry lands

(Syrie), Institut National de Recherche en Génie Rural, Eaux et Forêts (la

Tunisie) et The Faculty of Agriculture, University of Jordan (Jordanie).

(www.irrimed.org)

Projet WATERMED: Collaboration entre Université Cadi Ayyad (Maroc),

Globale Change Unit (Spain), Institut National de Recherche Agronomique

(France), RISOE National Laboratory Technical University of Denmark – DTU

(Denmark), and National Authority for Remote Sensing and Space Sciences

(Egypt). (http://www.uv.es/ucg/watermed).

- Ce travail a donné lieu aux résultats suivants (communications, publications,…) :

Articles dans des revues internationales à comité de lecture

Ezzahar J., Chehbouni A., Hoedjes, J.C.B., Er-raki S., Chehbouni Ah, and J-M

Bonnefond, and De Bruin, H.A.R. 2007. The use of the Scintillation Technique

for estimating and monitoring water consumption of olive orchards in a semi-

arid region, Agriculture water management, 89, 173-184.

Ezzahar J., Chehbouni A., Hoedjes J.C.B., Er-Raki S., Duchemin B. and Ah.

Chehbouni, 2007. The use of the Scintillation Technique for estimating

v

evapotranspiration ET over several agricultural fields in semi-arid region.

Plant Biosystems (Soumis)

Ezzahar, J., Chehbouni, A., Hoedjes, J.C.B., Chehbouni, Ah, 2007. On the application

of scintillometry over heterogeneous surfaces. Journal of Hydrology, 334, 493-

501.

Chehbouni, A., Ezzahar, J., Watts, C., Rodriguez, J.-C., Garatuza-Payan, J., 2006.

Estimation area-averaged surface fluxes over contrasted agricultural

patchwaork in a semi-arid region. In J. Hill and A. Roder (Eds.), Advances in

Remote Sensing and Geoinformation Processing for Land Degradation

Assement, Taylor and Francis, (Sous press).

Hoedjes, J.C.B., Chehbouni, A., Ezzahar, J., Escadafal, R., De Bruin, H.A.R.,

Comparison of Large Aperture Scintillometer and Eddy Covariance

Measurements: Can Thermal Infrared Data be Used to Capture Footprint

Induced Differences? Journal of Hydrometeorology (Sous press).

Boulet, G., Chehbouni, A., Gentine, P., Duchemin, B., Ezzahar, J., Hadria, R..

Monitoring water stress using time series of observed to unstressed surface

temperature difference. Journal of Agricultural and forest meteorology (Sous

press).

Er-Raki, S., Chehbouni, A., Guemouria, N., Duchemin, B., Ezzahar, J., Hadria, R.,

2007. Combining FAO-56 model and ground-based remote sensing to estimate

water consumptions of wheat crops in a semi-arid region. Agricultural Water

Management, 87, 41-54.

Duchemin, B., Hadria, R., Er-Raki, S., Boulet, G., Maisongrande, P., Chehbouni, A.,

Escadafal, R., Ezzahar, J., Hoedjes, J.C.B., Karrou, H., Khabba, S., Mougenot,

B., Olioso, A., Rodriguez, J-C., Simonneaux, V., 2006. Monitoring wheat

phenology and irrigation in Central Morocco: on the use of relationship

between evapotranspiration, crops coefficients, leaf area index and remotely-

sensed vegetation indices. Agricultural Water Management. 79, 1- 27.

Duchemin, B., Hagolle O., Mougenot B., Simonneaux V., Benhadj I., Hadria R.,

Ezzahar J., Hoedjes J., Khabba S., Kharrou M.H, Boulet G., Dedieu G., Er-Raki

S., Escadafal R., Olioso A., Chehbouni A.G., 2007. Agrometerological study of

vi

semi-arid areas: an experiment for analysing the potential of FORMOSAT-2

time series of images in the Tensift-Marrakech plain. International Journal of

Remote Sensing (Accepté).

Chehbouni A., Escadafal R., Boulet G., Duchemin B., Simonneaux V., Dedieu G.,

Mougenot B., Khabba S., Kharrou H., Maisongrande Ph., Merlin O.,

Chaponnière A., Ezzahar J., Erraki S., Hoedjes J., Hadria R., Abourida A.,

Cheggour A., Raibi F., Boudhar A., Benhadj I., Hanich L., Benkaddour A.,

Guemouria N., chehbouni Ah., Olioso A., Jacob F. and Sobrino J., 2007:

integrated modelling and remote sensing approach for hydrological study in

arid and semi-arid regions: the SUDMED Program. International Journal of

Remote Sensing (Accepté).

Hoedjes, J.C.B, Chehbouni, A., Jacob, F., Ezzahar, J., Boulet G., Can Instantaneous

Evaporative Fraction estimated from remote sensing be used to derive day-

time evapotranspiration over irrigated olive orchards in semi-arid regions?

Remote Sensing of Environment (Soumis).

Er-Raki, S., Chehbouni, A., Guemouria, Ezzahar, J., Khabba, S., Boulet, G.:

Measurement and modelling evapotranspiration of irrigated citrus orchard

under drip and flood irrigations. Plant Biosystems (soumis).

Communications dans des colloques nationaux et internationaux

Ezzahar J., Chehbouni G., Rodriguez J.C., Er-raki S., Hoedjes J.C.B., Boulet G.,

Ducemin B., Chehbouni A., Gentine P., Hadria R., Lakhal A., Guemouria, N.:

Large aperture scintillometer used over a homogeneous irrigated area. La

modernisation de l’agriculture irriguée dans les pays du Maghreb, 19-21 Avril

2004, Rabat, Maroc.

Ezzahar J., Chehbouni A.G., Hoedjes J.C.B., Chehbouni A., Er-Raki S., Guemouria N.,

Hadria R.: The use of the eddy covariance technique for estimating and

monitoring water consumption of olive orchards in a semi-arid region

(Morocco). 2ème Congrès Méditerranéen sur les Ressources en eau dans le

bassin mediteraneen, WATMED 2, 14 – 17 Novembre 2005, Marrakech, Maroc

vii

Ezzahar J., Chehbouni G., Hoedjes J.C.B., Chehbouni A., Er-Raki S., Hadria R.:

Combined a large Aperture Scintillometer and the aggregation model to

integrate Area-averaged sensible and latent heat fluxes over two adjacent of

olive. 6ème Conférence International. European Water Resources Association

(EWRA 2005), 7-10 Septembre 2005, Menton, France.

Ezzahar J., Chehbouni G., Hoedjes J.C.B., Er-Raki S., boulet G., Duchemin B.,

Chehbouni A., Gentine P., Hadria R., Lakhal A., Debruine H.: Integrated

sensible heat flux measurement over two surfaces of olive using

scintillometry. 25 - 30 April 2004, EGU 1st General Assembly Nice, France.

Ezzahar J., Chehbouni G., Hoedjes J.C.B., Er-raki S., Chehbouni A., Lakhal A.,

Duchemin B., Hadria R, Boulet G., Bonnefond J.M.: Integrated sensible heat

flux measurement over different surfaces using a Large Aperture

Scintillometer. International conference 1st -2nd April 2004, Ouarzazate

Morocco.

Ezzahar J., A. Chehbouni, J.C.B. Hoedjes, S. Er-Raki, Ah. Chehbouni, G. Boulet, B.

Duchemin, A. Olioso and J. A. Sobrino: The use of the Scintillation Technique

for estimating evapotranspiration ET over several agricultural fields. 2nd

International Symposium Recent Advances in Quantitative Remote Sensing,

Torrent (Valencia), Spain, 25-29 September 2006.

Hoedjes J.C.B., Ezzahar J., Chehbouni A., Boulet G., Duchemin B., Escadafal R.,

Simonneaux V., Su Z., Troch P.A.: An evaluation of two methods for the

validation of models for the estimation of surface fluxes EGU - 1st General

Assembly – Nice, France, 25-30 April 2004.

Chehbouni Ah., Ezzahar J., Chehbouni A., Hoedjes J.C.B, Er-Raki S. and N.

Guemouria: Monitoring the water consumption in the semi-arid region using

the new technologies. Second Mediterranean Seminar on Engineering

Education – 2MSEE- Algiers, 29 – 31 May 2005.

Hadria R., Lahrouni A., Duchemin B., Khabba S., Ezzahar J., Er-Raki S., Chehbouni

A., Olioso A., Dedieu G. : Contribution de la modélisation à la gestion d’eau

viii

d’irrigation en milieux semi-arides, 1èr congrès national sur L’Amélioration de

la Production Agricole (APA), 16-17 Mars 2006. Settat, Maroc.

Hadria R., Duchemin, B., Lahrouni, A., Khabba, S., Boulet, G., Chehbouni, A.,

Dedieu, G., Er-Raki, S., Ezzahar J., Lakhal, A.: Calibration of the STICS crop

model using remote sensing data to assess wheat Evapotranspiration and

water requirement in a semi-arid region (Marrakech, Morocco). EGU - 1st

General Assembly – 25-30 April 2004, Nice, France.

Hadria R., Duchemin B., Lahrouni A., Khabba S., Er-Raki S., Ezzahar J., Mougenot B.,

Dedieu G., Chehbouni A., Olioso, A. : Couplage du modèle STICS et de

données de télédétection pour estimer les rendements de blé dans la région

semi aride du Haouz/Marrakech. Congrès International sur la Gestion

Intégrée des Ressources en Eaux et Défis du Développement Durable

(GIRE3D), Marrakech, 23, 24 et 25 mai 2006.

Hadria R., Duchemin B., Lahrouni A., Khabba S., Er-Raki S., Ezzahar J., Mougenot B.,

Dedieu G., Chehbouni AG., Maisongrande P., Olioso A. : Spatialisation du

modèle de culture STICS en région semi aride du Haouz à partir d’images

satellites optiques haute résolution : 2ème Congrès Méditerranéen sur les

Ressources en eau dans le bassin mediteraneen, WATMED 2, 14 – 17

Novembre 2005, Marrakech, Maroc.

Hadria R., Lahrouni A., Duchemin B., Khabba S., Er-Raki S., Ezzahar J., Chehbouni

AG. : Marge de rendement du blé en fonction du nombre d’irrigations dans les

conditions de Marrakech: étude par simulation. Congrès International

MAMERN, 09-11 Mai 2005, Oujda, Maroc.

Hadria R., Khabba S., Lahrouni A., Duchemin B., Er-Raki S., Ezzahar J., Chehbouni

AG., Carriou J., Ouzine L. : Application de STICS à la gestion de l’eau

d’irrigation dans les conditions de Marrakech. Séminaire STICS, 17-

18/03/2005, Carry-le–Rouet, France.

Er-Raki S., Chehbouni G., Guemouria N., Ezzahar J., Williams D.G., Boulet G.,

Duchemin B., Hadria R., Lakhal A., Rodriguez J.C.: Sap-flow-scaled

transpiration responses to climate and soil moisture in an olive (olea europaea

ix

L.) orchard in Marrakech, Morocco. EGU 1st General Assembly 25 - 30 April

2004, Nice, France.

Hadria R., Duchemin B., Lahrouni A., Khabba S., Chehbouni G., Er-Raki S., Ezzahar

J., Lakhal A., Boulet G., Escadafal R. Dedieu G. : Utilisation du modèle STICS

pour l’estimation des besoins en eau d’une culture de blé dans la zone du

Haouz de Marrakech. La modernisation de l’agriculture irriguée dans les pays

du Maghreb. 19-21 Avril 2004, Rabat, Maroc.

Hadria R., Duchemin B., Lahrouni A., Khabba S., Boulet G., Chehbouni A., Dedieu

G., Er-Raki S., Ezzahar J., Lakhal A., Mougenot B.: Estimation of wheat

Evapotranspiration in MOROCCO: Presentation and application of the STICS

crop model. Integrated Water Resources Research and Development in

southeastern Morocco, International Conference, 1st- 2nd April 2004,

Ouarzazate, Morocco.

Er-Raki S., Chehbouni G., Guemouria N., Ezzahar J., Chehbouni A., Hadria. R. :

Détermination des besoins en eau des cultures de la région de Tensift Al

Haouz. 2ème Congrès Méditerranéen sur les Ressources en eau dans le bassin

mediteraneen, WATMED 2, 14 – 17 Novembre 2005, Marrakech, Maroc.

Er-Raki S., Chehbouni G., Guemouria N., Ezzahar J., Chehbouni A., Hadria R.: The

feasibility of using FAO-56 model to estimate olive orchards

evapotranspiration in semi arid region. 6ème Conférence International.

European Water Resources Association (EWRA2005), 7-10 Septembre 2005,

Menton, France.

Er-Raki S., Chehbouni G., Guemouria N., Ezzahar J., Hadria R., Chehbouni A.: Using

of the FAO-56 model for estimating actual evapotranspiration of olives

orchards in semi arid region. Congrès international sur les Méthodes

d’Approximation et Modélisation numérique en Environnement et Ressources

Naturelles (MAMERN 2005). 09-11 Mai 2005, Oujda, Maroc.

Er-Raki S., Guemouria N., Chehbouni G., Fachtali B., Ezzahar J., Hadria R. and

Chehbouni Ah.: Measurement and modelling evapotranspiration of irrigated

citrus orchard under drip and flood irrigations. Soumis à la Troisième

x

Conférence Internationale sur les ressources en Eau dans le Bassin

Méditerranéen, Tripoli, Liban 1-3 Novembre 2006.

Er-Raki S. Chehbouni G., Guemouria N., Ezzahar J., Hadria R., Lakhal A., Boulet G.,

Duchemin B., Rodriguez J.C.: Measurement of evapotranspiration and

development of crop coefficients of olive (olea europaea L.) orchards in semi

arid region (Marrakech, Morocco). La modernisation de l’agriculture irriguée

dans les pays du Maghreb, 19-21 Avril 2004, Rabat, Maroc.

Er-Raki S., Chehbouni G.,Guemouria N., Ezzahar J., Duchemin B., Hadria R., Boulet

G., Lakhal A., Chehbouni A., Rodriguez, J.C.: The feasibility of using remotely

sensed measures of vegetation index to estimate crop water requirement of

winter wheat in semi arid region (Marrakech, Morocco). Integrated Water

Resources Research and Development in southeastern Morocco. International

conference. 1st- 2nd April 2004, Ouarzazate, Morocco.

Lakhal A., Boulet G., Lakhal E.K., Chehbouni A., Ezzahar J., Er-raki S.et Hadria R.:

Modélisation et pilotage automatique de l’écoulement d’eau dans le sol. La

modernisation de l’agriculture irriguée dans les pays du Maghreb, 19-21 Avril

2004, Rabat, Maroc.

Lakhal A., Boulet G., Chehbouni A., Lakhal E.K., Ezzahar J., Hadria R.. et Er-raki S.:

Designing a physically-based bucket SVAT model for Spatialisation of Water

Needs» Integrated Water Resources Research and Development in

southeastern Morocco. International conference. 1st- 2nd April 2004,

Ouarzazate, Morocco.

Boulet, G., Chehbouni, A., Ezzahar, J., Er-raki, S., Rodriguez, J. and Duchemin, B.:

Assessing second-stage evaporation using time series of observed to

unstressed surface temperature difference. 2nd International Symposium

Recent Advances in Quantitative Remote Sensing. Torrent (Valencia), Spain,

25-29 September 2006.

BenHadj I., Duchemin B., Maisongrande P., Boulet G., Chehbouni A., Erraki S.,

Escadafal R., Ezzahar J. , Hadria R., Helson D., Hoedjes J.C.B., Lahrouni A.,

Khabba S., Mougenot B., Olioso A., Simonneaux V.: Etalonnage spatialisé d’un

xi

modèle agro-météorologique en milieu semi-aride. AMA2004: Les ateliers de

modélisation de l'atmosphère, 29et 30 novembre 2004, Toulouse, France.

Duchemin B., Simonneaux V., Mougenot B., Khabba S., Hadria R., Benhadj I.,

Ezzahar J., Hoedges J., Hagolle O., Tromp H., Er-Raki S., Kharrou M.H.,

Chehbouni. A., Guemouria, N., Hanich L., Lahrouni A., Dedieu G., Boulet G.,

Maisongrande P., Escadafal R., Ouzine L., Chehbouni A.G. 2006:

Agrometerological study of semi-arid areas : an experiment for analysing the

potential of FORMOSAT-2 time series of images in the Marrakech plain, The

2nd International Symposium on Recent Advances in Quantitative Remote

Sensing: RAQRS'II, 25-29 September 2006, Valencia, Spain.

xii

REMERCIEMENTS

A tous ceux qui ont rendu « ça » finalement possible: merci, merci et merci

Je remercie en premier lieu Monsieur Abdelghani Chehbouni, mon directeur

de thèse, d’avoir proposé ce sujet multidisciplinaire exaltant et enrichissant, pour son

suivi attentif et ses conseils avisés. Je sais qu'il a pris sur son temps libre pour lire,

relire, corriger et orienter mes travaux, ce qui ne peut augmenter l'estime que je lui

porte. Il a su m’aiguiller dans une bonne direction à chaque moment décisif, et ce

malgré la distance (Maroc Mexique). J’ai beaucoup apprécié sa méthode de travail, et

ses grandes qualités scientifiques et humaines.

Un grand merci à Monsieur Ahmed Chehbouni, mon directeur de thèse, qui a

suivi mes travaux depuis mon stage de diplôme d’études supérieures approfondies.

C’est grâce à lui que j’ai eu la chance d’effectuer ce travail. Je le remercie également

pour ses qualités scientifiques et humaines ainsi que sa modestie.

Remerciements aussi à tous les membres du jury pour le temps qu'ils ont pris

à examiner ces quelques feuillets et les remarques constructives qu'ils ont pu

formuler: El khadir Lakhal, président du jury, Zouhair Benkhaldoun, Christopher J.

Watts et Kouhila Mohammed, rapporteurs, ainsi que Cherkaoui Ikbal, invité.

Cette thèse a été préparée dans le cadre du projet franco-marocain SudMed. Je

voudrais donc remercier toutes les personnes qui ont créé ce projet. Le responsable

scientifique, Abdelghani Chehbouni, les coordinateurs, Richard Escadafal et

Chehbouni Ahmed ainsi que le directeur de CESBIO, Monsieur Jean-Claude Menaut.

Mes remerciements vont également aux chercheurs de l’institut de recherche

pour le développement, du centre d’études spatiales de la biosphère ainsi que de

l’université de Wageningen (département de météorologie et de qualité de l’air).

La liste des personnes qui ont, de près ou de loin, contribué à ce travail que ce

soit par leur participation, leur soutien ou leur encouragement est longue, parmi

vous: Abourida Aahd, Benkaddour Khalid, Cheggour Awatif, El Hassan Essaky, Er-

Raki Salah, Ezzhar Abderrafii, Guemouria Noura, Hadria Rachid, Hanich Lahoucine,

xiii

Hoedjes Joost, Kasbani Mohamed, Khabba Said, Lahmadi Laarbi Lakhal

Abderrahim, Rodriguez Julio Cesar, Sabour Brahim.

Mes remerciements vont aussi aux personnes de domaine royal de Marrakech

(Agdal), de l’Office Régionale de Mise en Valeur Agricole du Haouz (ORMVAH) et

de domaine de Sâada. Je remercie en particulier Hanich Mohamed et Bennani Smirès.

xiv

RESUME

Ce travail a été réalisé dans le cadre du projet de collaboration franco-

marocain SudMed coordonné par l’Université Cadi Ayyad (Maroc), L’Institut de

Recherche pour le Développement (France) et le Centre d’Etudes Spatiales de la

Biosphère (France). Ce projet a pour objectif de développer des méthodologies

permettant d’intégrer les données de terrain, les modèles de processus et les données

de télédétection dans le but de comprendre le fonctionnement des régions semi-

arides pour évaluer leurs ressources hydro-écologiques.

Dans ce contexte, le travail de cette thèse consiste à estimer spatialement les

flux d’eau et d’énergie sur des surfaces hétérogènes par la méthode de scintillation

dans les régions semi-arides. Dans un premier temps, on a validé cette méthode à

l’échelle du mono-patch. Cette validation a été faite sur les trois cultures dominantes

dans la région de Tensift El Haouz (olivier, oranger et blé). La méthode est ensuite

utilisée pour la gestion de la consommation d’eau d’irrigation par les oliviers dans

les régions semi-arides.

Dans un deuxième temps, on a testé la méthode à l’échelle multi-patchs. Deux

résultats importants découlent de cette partie. Le premier concerne la validité de la

théorie de Monin-Obukhov sur des surfaces hétérogènes au-dessous de la hauteur

du mélange. Ce résultat est d’une grande utilité pratique puisque l’installation des

scintillomètres à une hauteur élevée n’est pas toujours évidente. Le deuxième résultat

a montré la puissance de la méthode de scintillation dans l’estimation des flux d’eau

et d’énergie sur des surfaces composites. L’ensemble des résultats obtenus dans ce

travail est d’une grande utilité pour les décideurs en matière de gestion de l’eau

d’irrigation dans la mesure où ils vont leurs permettent d’estimer les besoins réels en

eau des cultures et ainsi d’améliorer l’efficacité d’irrigation.

Mots clés : Agrégation, Bilan hydrique, Biosphère-atmosphère, Eddy covariance, Hauteur du mélange, Méthode de Scintillation, Régions semi-arides, Surfaces hétérogènes, Théorie de Monin-Obukhov, Transfert de chaleur et de masse.

xv

ABSTRACT

This work was carried out within the framework of the French-Morrocan

collaboration SudMed project, which was coordinated by the University Cadi Ayyad

(Morocco), The Institute of Research for Development (French) and the Center of

Space Studies of the Biosphere (French). The main objective of this project is to

develop methodologies allowing the integration of ground data, simulation models,

and remote sensing data to evaluate the hydro-ecological resources of semi-arid

regions.

In this context, this thesis aims to use the scintillation method for estimating

the fluxes of water and energy over the heterogeneous surfaces in the semi-arid

regions. First, this method was validated at the patch scale using the data collected

over the three dominant crops in the area of Tensift El Haouz (olive, orange and

wheat). This novel method is then used for water management of olive trees in the

semi-arid areas.

In the second part of this work, we tested the method at the grid scale (i.e., the

combination of the several individual fields, or patches). Tow important results were

inferred from this part. The first one showed that the applicability of the Monin-

Obukhov similarity theory (MOST) is still valid over heterogeneous surfaces below

the blending height. This result is of a great practical utility since the operational

deployment of instruments at appropriate heights is complicated. The second one

has demonstrated the potential of scintillation method to estimate fluxes of water

and energy over contrasted agricultural patchwork.

The obtained results of this work should help the irrigation manager to

estimate the real water requirements for each crop and thus improve the

effectiveness of irrigation.

Keywords: Aggregation, Biosphere-atmosphere, Blending height, Eddy covariance,

Heat and mass transfer, Heterogeneous surfaces, Monin-Obukhov theory,

Scintillation method, Semi-arid areas, Water balance.

xvi

ملخــــص الرســــالة

و مرآز ) فرنسا(و معهد األبحاث للتنمية ) المغرب(ل بشراآة بين جامعة القاضي عياض ا لعماأنجز هد

يتمثل الدور األساسي لهدا األخير في . "SudMed"في المشروع العلمي) فرنسا(الدراسات الفضائية للمحيط الحيوي

ن الحقول أو عبر تقنية االستشعار عاستثمار النماذج المعلوماتية التي تعتمد على المعطيات المستخلصة بشكل مباشر من

مواردها البيئية و تساعد من تقييم نوع المعطيات فهما دقيقا لواقع المناطق الشبه جافة و تمكن االزدواجية فيتتيح هده . بعد

. في التدبيرالمثلي تفي اتخاذ القرارا

الهدف األساسي من هدا البحت هو استعمال طريقة السنتلسيو لحساب انتقال الماء و الطاقة فوق مساحات غير

. مناطق شبه جافةمتجانسة في

الطريقة على مستوى آل حقل اعتمادا على عدة هذه األول من هدا العمل قمنا بدراسة مدى صالحية في الجزء

لتاستعمآما . منطقة تانسيفت الحوز آالقمح و الزيتون و الحوامضفيأعمال ميدانية أجريت على ثالث زراعات سائدة

. مناطق شبه جافةفي بالنسبة لحقول الزيتون السقيالطريقة أيضا لتدبير مياه هذه

السنتلسيو على مساحات مكونة من مجموعة من استعمال طريقة من هده الدراسة تطرقنا إلى الثاني الجزء في

مساحات غير متجانسة و على أوبخوف فوقو قد أثبتت نتائج هدا الجزء أن تطبيق فرضية مونون . نسةالحقول غير المتجا

و الطاقة ءآما أثبتت أيضا مدى صالحية طريقة السنتلسيو لحساب انتقال الما. ارتفاع أقل من االرتفاع الممزج تبقى صالحة

. بين التربة و النبتات و الجو فوق مساحات غير متجانسة

الفالحين من تقدير االحتياجات بحيث ستمكنا البحت لها أهمية آبيرة على مستوى تدبير مياه الري ذ نتائج ه

. زراعة من أجل تحسين فعالية الريالماء لكلالحقيقية من

الماء والطاقة، مناطق شبه الجافة، مساحات غير متجانسة، انتقال طريقة السنتلسيو، : المفتــاحالكلمـات

المائي، فرضية مونون أوبخوفن، التوازاالرتفاع الممزج

xvii

Sommaire

REMERCIEMENTS............................................................................................................XII

RÉSUMÉ ..............................................................................................................................XIV

ABSTRACT .......................................................................................................................... XV

ملخــــص الرســــالة .....................................................................................................................XVI

INTRODUCTION GENERALE.............................................................................................1

CHAPITRE 1

ECHANGES D'ENERGIE ET DE MASSE A L'INTERFACE SOL-

VEGETATION-ATMOSPHERE: QUELQUES BASES PHYSIQUES

1.1 ECHANGES D'ENERGIE ET DE MASSE A L'INTERFACE SVA ...........................8

1.1.1 ECHANGES RADIATIFS.....................................................................................................8

1.1.1.1 Rayonnement électromagnétique............................................................................8

1.1.1.2 Bilan d’énergie pour des courtes longueurs d’ondes.............................................9

1.1.1.3 Bilan d’énergie pour des grandes longueurs d’ondes............................................9

1.1.1.4 Rayonnement net ..................................................................................................10

1.1.2 ECHANGES CONDUCTIFS ...............................................................................................10

1.1.3 ECHANGES DE CHALEUR ET DE MASSE PAR CONVECTION..............................................10

1.2 BILAN D’ENERGIE A L’INTERFACE SVA .............................................................11

1.3 PRESENTATION DES TECHNIQUES DE MESURE DES FLUX TURBULENTS

..................................................................................................................................................13

1.3.1 EDDY CORRELATION.....................................................................................................13

1.3.2 SCINTILLOMETRE A GRANDE OUVERTURE.....................................................................15

1.3.3 MODELE DE FOOTPRINT................................................................................................19

xviii

CHAPITRE 2

SITES D’ETUDE ET DONNEES EXPERIMENTALES

2.1 EXPERIENCE SUDMED...............................................................................................22

2.1.1 PRESENTATION DU PROJET SUDMED.............................................................................22

2.1.2 ZONE D’ETUDE : BASSIN VERSANT DE TENSIFT EL HAOUZ...........................................23

2.1.2.1 Situation géographique ........................................................................................23

2.1.2.2 Conditions climatiques .........................................................................................24

2.1.3 DESCRIPTION DES SITES EXPERIMENTAUX ....................................................................25

2.1.3.1 Site d’Agdal ..........................................................................................................25

2.1.3.2 Site d’oranger .......................................................................................................32

2.1.3.3 Site de blé .............................................................................................................34

2.2. EXPERIENCE YAQUI-99 (MEXIQUE) ......................................................................36

2.2.1 DESCRIPTION DU SITE ...................................................................................................36

2.2.2 PRESENTATION DES DONNEES EXPERIMENTALES ..........................................................36

CHAPITRE 3

UTILISATION DE LA SCINTILLOMETRIE A L’ECHELLE MONO-

PATCH

3.1 INTRODUCTION ............................................................................................................40

3.2 UTILISATION DU LAS SUR LES TROIS CULTURES DOMINANTES DANS LE

BASSIN DE TENSIFT EL HAOUZ.....................................................................................42

3.2.1 MODELE D’ESTIMATION DE L’ENERGIE DISPONIBLE, (RN-G).........................................42

3.2.1.1 Rayonnement net ..................................................................................................42

3.2.1.2 Flux de chaleur dans le sol...................................................................................42

3.2.2 RESULTATS RELATIFS A LA COMPARAISON DES FLUX DE SURFACE A L’ECHELLE DU

PATCH....................................................................................................................................43

xix

3.2.2.1 COMPARAISON DES FLUX DE CHALEUR SENSIBLE.......................................................43

.2.2.2 COMPARAISON DES FLUX DE CHALEUR LATENTE .........................................................46

3.3 APPLICATION : UTILISATION DU LAS POUR L’ESTIMATION DES BESOINS

EN EAU DES OLIVIERS DANS LES REGIONS SEMI-ARIDES ..................................49

3.3.1 FERMETURE DU BILAN ENERGETIQUE ...........................................................................51

3.3.2 ESTIMATION DE L’ENERGIE DISPONIBLE........................................................................52

3.3.3 FLUX DE CHALEUR SENSIBLE ET LATENTE.....................................................................53

3.3.4 EVALUATION DE L'EFFICACITE D'IRRIGATION................................................................56

3.4 CONCLUSION .................................................................................................................58

CHAPITRE 4

UTILISATION DU LAS A L’ECHELLE DE PLUSIEURS PATCHES

DANS DES REGIONS SEMI-ARIDES

4.1 VALIDATION DU MOST SUR UNE SURFACE COMPOSITE DES OLIVIERS

AU DESSOUS DE LA HAUTEUR DU MELANGE...........................................................61

4.1.1 INTRODUCTION .............................................................................................................61

4.1.2 PROCEDURE D’AGREGATION POUR L’OBTENTION DE 2nC A L’ECHELLE DE GRID ............62

4.1.2.1 Approche effective ................................................................................................63

4.1.2.2 Approche agrégationnelle ....................................................................................64

4.1.3 RESULTATS ET DISCUSSION...........................................................................................65

4.1.3.1 Bilan énergétique..................................................................................................65

4.1.3.2 Echelle de patch ...................................................................................................66

4.1.3.3 Echelle de grid......................................................................................................67

4.1.4 CONCLUSION ................................................................................................................71

4. 2 ESTIMATION DES FLUX SURFACIQUES MOYENS SUR DES SURFACES

COMPOSITES DANS UNE REGION SEMI-ARIDE .......................................................73

4.2.1 INTRODUCTION .............................................................................................................73

xx

4.2.2 RESULTATS ET DISCUSSIONS .........................................................................................74

4.2.2.1 Bilan énergétique..................................................................................................74

4.2.2.2 Comparaison des flux de chaleur sensible et latente ...........................................75

4.2.2.3 Comparaison des flux de chaleur sensible et latente après le forçage du bilan

énergétique .......................................................................................................................77

4.2.3 CONCLUSION ................................................................................................................79

CONCLUSION GENERALE................................................................................................80

RÉFÉRENCES BIBLIOGRAPHIQUES .............................................................................85

1

INTRODUCTION GENERALE

2

La croissance démographique mondiale et l’amélioration notable des conditions de vie

due au développement économique ont entraîné une forte pression sur les ressources

naturelles en général et plus particulièrement celles en eau, soit en terme de quantité soit en

terme de qualité. La conservation de ces ressources durant le XXIème siècle dépendra

fortement de notre capacité à les gérer d’une façon rationnelle et raisonnable. Les régions

arides et semi-arides, caractérisées par une grande disparité géographique, de grandes

populations et une forte sensibilité aux aléas climatiques, sont les plus menacées. En effet, ces

régions sont dotées de climats chauds caractérisées par une forte évapotranspiration

potentielle (demande climatique), et par des ressources en eau très limitées.

Dans la majorité des régions arides et semi arides, l’agriculture représente la principale

source de revenu des populations et reste l’activité qui consomme plus de 85% des ressources

en eau mobilisable. Mais elle est souvent irriguée selon des techniques traditionnelles comme

celle de l’irrigation gravitaire peu efficace et très consommatrice d’eau. Il est donc clair

qu’une bonne gestion de l’eau d’irrigation constitue une étape très importante pour faire face

à la surexploitation des ressources hydriques très limitées. La résolution de ce problème

consiste à prévoir plus efficacement l’évolution des ressources en eau à l’échelle où se

prennent effectivement les décisions de gestion, particulièrement à l’échelle de la région.

Consciente de la gravité du problème, la communauté scientifique internationale s’est

mobilisée autour de vastes programmes internationaux comme par exemple : HAPEX-Sahel

(Goutorbe et al., 1997), MONSOON’90 (Kustas et al., 1991; Chehbouni 1992), SALSA

(Chehbouni et al., 2000a), et SudMed (Chehbouni et al., 2004; 2007)…etc. Ces programmes

visent la compréhension et l’évaluation des impacts environnementaux sur les ressources en

eau, notamment par le développement de modèles, de techniques et d’outils d’aide à la

décision en agriculture.

Dans le contexte général de ces programmes, l’étude du système sol-plante-

atmosphère occupe une place primordiale. La compréhension de son fonctionnement s’avère

essentielle pour une meilleure évaluation des bilans hydriques et énergétiques tout en passant

nécessairement par la détermination des flux de surface. Ces flux de surfaces suscitent un

intérêt en météorologie, dans la détermination des conditions aux limites utilisées dans les

modèles numériques caractérisant l’écoulement de l’atmosphère. En climatologie, ces

modèles permettent la compréhension et la prédiction des processus planétaires. Dans le

domaine de l’agriculture, les applications concernent le suivi des besoins en eau des plantes

ainsi que l’estimation des rendements des récoltes. Dans le domaine de l’hydrologie, ces

3

modèles peuvent apporter des renseignements sur les ressources en eau à l’échelle de bassins

versants tout en quantifiant l’évaporation.

Comme la détermination des flux de surface à l’échelle locale ne pose pas de problème

particulier, plusieurs modèles de type TSVA (Transferts Sol-Végétation-Atmosphère) ont été

développés au cours des dernières années. A titre d’exemple, le modèle SISPAT développé

par Braud et al., (1995), le modèle ICARE SVAT (Gentine et al., 2007), le modèle STICS

(Brisson et al., 1998), le modèle AliBi (Olioso et al., 1995) et enfin le modèle FAO-56 (Allen

et al., 1998). Chaque modèle se distingue par ses propres spécificités qui dépendent

principalement de leur contexte d'application. La validation de ces flux se fait à l’aide des

observations sur le terrain via des techniques locales telles que: la méthode du rapport de

Bowen (Chehbouni 1992), la méthode d’Eddy covariance (EC) (Chehbouni et al. 2000a), la

méthode aérodynamique…etc. En général, ces modèles ont été conçus et validés à l’échelle

locale et ne sont pas forcément adaptés pour être appliqués à grandes échelles. Ceci est dû à

l’hétérogénéité de surface qui peut générer une grande variabilité des flux d’une parcelle à

une autre très adjacente.

Vu l’importance de la détermination des flux de surface à l’échelle régionale en

milieux arides et semi arides dans le domaine de la gestion d’eau, plusieurs approches ont été

développées pour estimer les flux au dessus de surfaces hétérogènes. On cite par exemple les

schémas d’agrégation (Arain et al., 1996; Chehbouni et al., 1995, 2000b; Koster and Suarez,

1992; Lhomme et al., 1994; McNaughton 1994; Noilhan et Lacarrere, 1995; Noilhan et al.,

1997 ; Raupach and Finnigan, 1995; Sellers et al., 1997), des méthodes reposant sur

l’utilisation d’avions instrumentés (Mahrt, 1998), et la télédétection spatiale qui permet un

suivi continu de différents paramètres/processus à des échelles spatiales allant de quelques

dizaines de mètres (SPOT, LANDSAT, NOAA, MODIS) à plusieurs kilomètres

(Bastiaanssen, 2000, Chandrapala et Wimalasuriya, 2003; Batra et al., 2006). Néanmoins,

l’efficacité de ces approches dépend des résultats de la comparaison avec les observations sur

le terrain. Ceci est possible à travers le déploiement d’un réseau d’instruments de mesures

locales tel que le système d’EC. Cependant, ce réseau semble très coûteux et nécessite une

équipe compétente pour le manipuler et l’entretenir. En plus, plusieurs corrections devraient

être appliquées pour minimiser la sous-estimation systématique des flux turbulents mesurés

par le système d’EC (Van Dijk, 2001). Horst et Weil (1992, 1994) ont montré que la surface

source d’EC est relativement petite et ne peut pas être représentative même pour des surfaces

homogènes. Un autre problème qui se pose lors du calcul des flux moyens à partir des

mesures locales réside dans le manque de données pour certaines stations (Mahrt, 1998).

4

Pour pallier à ces difficultés, des techniques de mesure indirecte des flux turbulents

ont été développées dont la plus prometteuse est la mesure par scintillométrie (Clifford et al.,

1974; Hill, 1980, 1989). Cette méthode repose sur l’analyse des fluctuations d’intensité que

subit un signal le long d’un trajet entre un émetteur et un récepteur. Ces fluctuations

(scintillations) sont liées à la turbulence et dépendent des variations de l’indice de réfraction

au sein du milieu. Les scintillomètres fournissent une mesure du paramètre de structure pour

l’indice de réfraction de l’air ( 2nC ) nécessaire pour estimer les flux de chaleurs sensible et

latente et éventuellement le flux de quantité de mouvement. Sur le plan pratique, les

longueurs de trajet optique peuvent varier de quelques centaines de mètres à quelques

kilomètres (10 km) (selon le type d’instrument, la longueur d’onde utilisée et le diamètre du

faisceau utilisé…).

En général, il existe plusieurs types de scintillomètres: scintillomètres laser (SAS1),

scintillomètres à grande ouverture (LAS2) et extra grande ouverture (XLAS3) qui permettent

d’intégrer le flux de chaleur sensible directement, par contre le flux de chaleur latente se

déduit indirectement en appliquant la méthode résiduelle du bilan d’énergie, et scintillomètres

à micro-onde (RWS4) qui estiment directement le flux de chaleur latente (Meijninger et al.,

2002a). Cependant, RWS est utilisé de façon limitée à cause de ses composantes qui sont

coûteuses et difficiles à manipuler. Dans ce travail, on utilise le LAS qui est actuellement le

dispositif le plus utilisé dans les expériences micrométéorologiques pour dériver les flux à

grande échelle (Beyrich et al., 2000 (LITFASS-98) et 2006 (LITFASS-2003); Chehbouni et

al., 2000c (SALSA); Ezzahar et al 2007a, 2007b (SudMed); Hartogensis et al., 2002; Hoedjes

et al., 2002, 2007 (Yaqui 2000, SudMed); Poulos et al., 2000 (CASES-99)). Ses principaux

avantages résident dans la facilité de mise en œuvre sur le terrain, les possibilités de suivi en

continu des flux moyens et son coût limité. En plus, l’émetteur et le récepteur peuvent être

installés au périphérique du champ contrairement au système d’EC qui devrait être installé au

milieu pour avoir un fetch5 maximal. Ceci peut gêner l’agriculteur lors de son travail dans son

champ (irrigation, récolte,.. etc.).

Le calcul du flux de chaleur sensible à partir du LAS se fait en se basant sur la théorie

de similarité de Monin-Obukhov (MOST). Cette théorie a été établie sur des surfaces

homogènes. Son extension sur des surfaces hétérogènes peut poser certains problèmes.

1 SAS en anglais : Small Aperture Scintillometer 2 LAS en anglais : Large Aperture Scintillometer 3 XLAS en anglais Extra Large Aperture Scintillometer 4 RWS en anglais Radio Wave Scintillometer 5 Fetch: distance séparant les appareils de mesures du « bord d’attaque » de la parcelle dans la direction du vent

5

Récemment, plusieurs auteurs ont abordé ce problème en appliquant le LAS sur des surfaces

composites (Chehbouni et al., 2000c; Lagouarde et al., 2002; Meijninger et al., 2002b). Dans

ce mémoire on aborde des cas plus complexes que ceux étudiés auparavant. Il s’agit de tester

la validité de MOST sur des surfaces composites ayant des couverts complexes. La

complexité se réside dans la forte hétérogénéité de l’humidité du sol crée par les méthodes

d’irrigation utilisées et le type de couvert végétal. A ce niveau, on considère que le couvert

végétal est composé de deux compartiments: une première strate inférieure (herbacée)

représentée essentiellement par les mauvaises herbes et une deuxième strate haute dont la

hauteur moyenne est comprise entre 3m et 7 m). Ceci rend le processus de transfert de chaleur

et de masse entre le système sol-végétation-atmosphère plus compliqué que dans le cas d’un

couvert avec une végétation de petite taille. Ainsi, le scintillomètre devrait être installé au

dessus de la hauteur du mélange (Bleinding height en anglais). Cependant, pour des raisons

pratiques, il est difficile de le placer à une hauteur élevée. Par exemple, pour le cas du XLAS

qui couvre une distance allant jusqu’à 10 km, l’échelle de l’hétérogénéité devient importante

et par conséquent la hauteur du mélange augmente.

Dans ce contexte, notre étude s’inscrit dans la problématique suivante: le potentiel et

la limitation de l’utilisation du LAS à l’échelle mono-patch et multi-patchs dans les régions

semi-arides pour calculer les flux de chaleur sensible et latente. L’ensemble des travaux

effectués pour atteindre cet objectif est présenté de la façon suivante:

Dans le premier chapitre, nous présente les bases physiques nécessaires pour

comprendre l’interaction sol-plante-atmosphère ainsi que les équations régissantes le transfert

et permettant de calculer les flux à partir de la méthode classique: Eddy covariance, et la

méthode intégrative: scintillométrie.

Le deuxième chapitre traite dans un premier lieu la présentation du projet SudMed

dans lequel le présent travail a été effectué ainsi qu’une description de la région d’étude

(situation géographique et caractéristiques climatiques). Dans une seconde étape, on présente

la description des différents sites et les dispositifs expérimentaux permettant l’acquisition des

données durant ces expériences.

Dans le troisième chapitre, on présente les résultats relatifs à l’utilisation du LAS à

l’échelle du patch tout en utilisant les données collectées dans le cadre du projet SudMed. Ce

chapitre s’organise en deux parties. La première partie rapporte une simple validation du LAS

sur les trois cultures dominantes dans la région d’étude (blé, olivier et oranger). Dans cette

validation, on s’intéresse à des comparaisons des flux de chaleur sensible et latente obtenus

par le LAS avec ceux mesurés par le système d’EC. Dans la deuxième partie, on étudie le

6

potentiel du LAS pour la gestion de l’eau d’irrigation pour les oliviers dans les régions semi-

arides en comparant le cumul de l’évapotranspiration obtenue par le LAS et celui de

l’évapotranspiration estimée par la méthode FAO-566 (Allen et al. 1998). Dans cette partie,

nous avons également quantifié aussi les pertes en eau dues à la méthode d’irrigation

appliquée par l’agriculteur en utilisant l’équation du bilan hydrique de la méthode de FAO à

l’échelle annuelle. Les principaux résultats présentés dans les deux parties de ce chapitre

reposent respectivement sur les travaux menés par Ezzahar et al. 2007a et 2007c.

Dans le quatrième chapitre, on traite l’utilisation du LAS à l’échelle de multi-patchs.

Ce chapitre est divisé en deux parties. Dans la première partie, on passe en revu des résultats

relatifs à la validation du MOST sur une surface hétérogène composée de deux champs

d’oliviers sous la hauteur du mélange tout en utilisant les mesures effectuées dans le cadre du

projet SudMed. Cette hétérogénéité est liée à la différence dans l’humidité du sol entre les

deux champs. Pour réaliser cette étude, on utilise deux champs l’un est sec tandis que le

deuxième est très humide (juste irrigué). La deuxième partie porte sur le potentiel et la

limitation du LAS pour la détermination des flux de chaleur sensible et latente sur un trajet

couvrant trois cultures (blé, pois chiche et coton) avec des surfaces à différents états en terme

de l’humidité du sol. Les mesures utilisées dans cegtte dernière partie ont été collectées lors

du projet de Yaqui-99 (vallée de Yaqui, l’état de Sonora, Nord-ouest du Mexique). Les

résultats présentés dans ces deux parties sont issus respectivement des travaux réalisés par

Ezzahar et al. 2007b et Chehbouni et al. 2006.

Enfin, nous terminerons par une conclusion générale tirée d’une synthèse des

principaux résultats relatifs aux divers aspects étudiés, à lumière desquels des perspectives de

ce travail seront tracés.

6 Food and Agriculture Organization paper n° 56

7

CHAPITRE 1

ECHANGES D'ENERGIE ET DE MASSE A

L'INTERFACE SOL-VEGETATION-ATMOSPHERE:

QUELQUES BASES PHYSIQUES

8

Dans le cadre de ce travail, on s’est intéressé au système sol-végétation-atmosphère

comme étant une partie de la biosphère où les processus d’échanges d’énergie et de masse

sont particulièrement intenses. Ainsi, la compréhension des mécanismes associés à ces

transferts semble indispensable pour étudier le fonctionnement des couverts végétaux et du

cycle de l’eau.

1.1. Echanges d'énergie et de masse à l'interface SVA

Les principales composantes énergétiques intervenant dans l'interface SVA ont

différentes origines. En premier lieu, le couvert végétal reçoit de l'énergie radiative émanant

du soleil et de l'atmosphère qui constitue la source originelle à tous les échanges qui

interagissent au niveau de l’interface SVA. Le couvert végétal (au sens végétation et surface

du sol sous-jacent) n'intercepte qu'une partie de cette énergie, la partie complémentaire étant

alors réfléchie vers l'atmosphère. Ce couvert végétal redistribue, dans son proche

environnement, l'énergie radiative absorbée. Ceci se fait sous différents modes de

propagation : soit par émission d'énergie radiative (infrarouge thermique), par conduction de

chaleur dans le sol ou par convection dans l'atmosphère. L'ensemble de ces composantes

permet d'introduire la notion de bilan d'énergie traduisant le principe de la conservation de

l'énergie dans le milieu. Il est aussi important de noter qu'une faible partie de l'énergie

absorbée par la végétation est utilisée dans le complexe processus de photosynthèse. Ce

processus est indispensable au développement et à l'entretien de la végétation. Il est

généralement négligé dans l'expression du bilan d’énergie et par conséquent ne sera pas

détaillé dans les parties ci-après.

1.1.1 Echanges radiatifs

En général, les échanges radiatifs correspondent à un échange d’énergie sous forme de

rayonnement électromagnétique dont les principes essentiels sont rappelés ci-dessous. Les lois

introduites permettent alors d’écrire le bilan radiatif d’une surface c'est-à-dire le terme de

rayonnement net Rn.

1.1.1.1 Rayonnement électromagnétique

Ce rayonnement, principalement par l’intermédiaire du rayonnement solaire, est la

seule source d’énergie externe à la biosphère. Il correspond à un transfert d’énergie par des

oscillations rapides de champs électromagnétiques. Ces oscillations correspondent à des ondes

9

qui ne nécessitent pas de milieu matériel pour se déplacer. La mécanique quantique a permis

de montrer que ces ondes sont associées à des particules élémentaires, les photons. Dans le

vide, les seuls échanges énergétiques possibles sont les échanges par rayonnement. Ces

rayonnements sont caractérisés par leur longueur d’onde λ et leur fréquence λν /mC= , avec

Cm est la vitesse de propagation de l’onde dans un milieu donné. Toutes les ondes

électromagnétiques se déplacent à la vitesse de la lumière, soit 18103 −×≅ msC dans le vide

et également dans l’air. Le domaine dans lequel peut varier la longueur d’onde des ondes

électromagnétiques est très vaste et correspond à ce que l’on appelle le spectre du

rayonnement électromagnétique. Les échanges radiatifs s’effectuent principalement dans le

domaine des courtes longueurs d’onde (ou domaine solaire entre 0.3 et 3µm) et dans le

domaine des grandes longueurs d’onde (ou domaines thermiques, correspondant à la fenêtre

3-100 µm).

1.1.1.2 Bilan d’énergie pour des courtes longueurs d’ondes

Le rayonnement solaire global Rg direct et diffus de courtes longueurs d’onde est un

terme prépondérant dans le bilan radiatif pendant la période diurne, ce qui est en fait une

variable climatique essentielle. Ce rayonnement solaire est partiellement réfléchi par la

surface. Le rapport entre le rayonnement réfléchi et le rayonnement reçu par une surface est

défini comme l’albédo αs, il dépend de la surface ainsi que de son humidité. Le bilan de

courtes longueurs d’ondes RC se traduit par l’équation :

)1( SgRRC α−= (1.1)

1.1.1.3 Bilan d’énergie pour des grandes longueurs d’ondes

Le sol reçoit un flux de rayonnement infrarouge thermique de grande longueur d'onde

(souvent symbolisé par Ra) en provenance de l'atmosphère. Il résulte des rayonnements émis

essentiellement par les nuages, la vapeur d'eau, le gaz carbonique et certains aérosols. Ra est

donné par la formule suivante : 4

aaa TR σε= (1.2)

Où σ la constante de Stephan-Boltzmann, Ta la température de l’air (K) et aε l’émissivité de

l’atmosphère. Dans la littérature, plusieurs formules empiriques existent pour estimer aε . A

titre d’exemple, Brutsaert (1975) propose d’estimer aε pour un ciel sans nuage par:

7/1)/(24.1 aaa Te=ε (1.3)

10

où ea est la pression de vapeur (mb).

Une partie du rayonnement d’origine solaire Ra est réfléchi au niveau de la surface, cette

proportion dépend de l’émissivité de surface ( Sε ).

Dans le domaine thermique, le sol émit un rayonnement selon la loi de Stephan-Boltzmann,

dont l’énergie dépend de la température de surface TS et de son émissivité Sε :

4SSS TR σε= (1.4)

Le bilan d’énergie pour de grandes longueurs d’ondes RG s’écrit donc :

)( 44SaaS TTRG σσεε −= (1.5)

1.1.1.4 Rayonnement net

Le bilan de l’ensemble des échanges de rayonnement des courtes et grandes longueurs

d’ondes au niveau de la surface constitue le rayonnement net, Rn, qui s’exprime par:

)()1( 44SaSSgn TTRR −+−= εσεα (1.6)

Par convention, le rayonnement net Rn est considéré positif le jour (terme d’origine solaire

prépondérant) et négatif la nuit (terme d’émission thermique par la surface prépondérant).

1.1.2 Echanges conductifs

Les échanges conductifs correspondent à des échanges d’énergie cinétique par

conduction sous l’effet des collisions intermoléculaires intervenant dans un milieu. Le flux

associé à ce processus est le flux de chaleur par conduction à travers la surface du sol, noté G.

Selon l’équation de Fourier, G est proportionnel au gradient de température entre une

profondeur de référence et la surface du sol, et à la conductivité thermique du sol :

)( refSolS TTKG −= (1.7)

KS est la conductivité thermique du sol (Wm-2K-1) entre la profondeur de référence à la

température Tref (K) et la couche supérieure du sol en contact avec l’atmosphère à la

température Tsol (K). KS est fonction de la constitution du sol (composants et structure), ainsi

que de son humidité (Jacob 1999).

1.1.3 Echanges de chaleur et de masse par convection

Les échanges convectifs correspondent à des transferts d’énergie ou de masse par

déplacement de l’air entre la surface et les basses couches de l’atmosphère. Il existe différents

régimes de convection: la convection forcée qui correspond aux mouvements par les seuls

effets dynamiques (vent), la convection libre correspond aux mouvements verticaux de l’air

11

générés par les différences de densité (flottabilité) liées aux différences de température ou la

convection mixte qui combine les deux processus.

Les transferts de chaleur correspondent au déplacement et au mélange d'air à des

températures différentes. Ils se traduisent par un flux de chaleur sensible (H). Au cours de la

journée, la surface échauffée sous l'action du soleil, fournit généralement de la chaleur

sensible à l'atmosphère. Dans nuit, la surface se refroidit par perte radiative et les transferts de

chaleur s'inversent.

Les transferts de masse correspondent au déplacement et au mélange d'air à des

concentrations différentes comme les flux de vapeur d'eau liés à l'évapotranspiration (flux de

chaleur latente).

En général, les flux de chaleur sensible (H) et latente (LvE) sont définis par:

a

aSp r

TTcH −= ρ (1.8)

( )as

aspv rr

eecEL

+−

=)(

γρ

(1.9)

pcρ Capacité calorifique de l’air (JK-1m-1)

ra Résistance aérodynamique de l’air (sm-1)

Ta Température de l’air (°K)

TS Température de surface (°K), prise à une hauteur de référence.

γ Constante psychrométrique.

es Pression de vapeur d’eau de la surface (Pa)

ea Pression de vapeur d’eau de l’air (Pa)

rs Résistance stomatique intervenant dans le cas d’un couvert végétal ( sm-1)

1.2 Bilan d’énergie à l’interface SVA

Selon le premier principe de la thermodynamique, les pertes et les gains d’un système

s’équilibrent. Le bilan d’énergie à la surface vérifie la loi de conservation de l’énergie. Donc,

pour une surface naturelle (couvert végétal ou sol nu) uniforme d’extension horizontale

suffisante, on fait généralement l’hypothèse que les transferts se font selon la direction

verticale, et l’on néglige les échanges latéraux. Le bilan d’énergie se résume alors en somme

algébrique des flux énergétiques (Figure 1.1) échangés entre la surface avec son

environnement. Ce bilan s’exprime théoriquement par l’équation suivante :

12

GELHR vn ++= (1.10)

La convention adoptée pour l’écriture de cette équation consiste à considérer les flux positifs

lorsqu’ils sont dirigés de la surface vers l’atmosphère à l’exception du rayonnement net qui

est considéré positif lorsqu’il est dirigé vers la surface. A noter que deux termes ont été

délibérément négligés dans l’équation (1.10). Il s’agit de l’énergie mise en jeu par la

photosynthèse qui ne représente rarement pas plus de 2 à 3% du rayonnement net (Thom,

1975) et du stockage d’énergie dans la végétation. Cette dernière hypothèse reste légitime

pour les cultures d’extension verticale limitée. Ce stockage d’énergie peut néanmoins devenir

significatif dans certaines conditions, notamment à l’échelle instantanée dans le cas de

couverts forestiers développés.

Sur le plan expérimental, la fermeture du bilan d’énergie (équation (1.10)) reste un

problème majeur pour la communauté d’experts en mesure micrométéorologique. Ce sujet a

été abordé dans plusieurs programmes de recherche afin d’aider les modélisateurs à

interpréter leurs résultats. A titre d’exemple, on peut citer le programme mondial FLUXNET

(Baldocchi et al., 2001) qui contient plusieurs sites de caractéristiques différentes aux niveaux

de la végétation et du climat. Dans ce programme, l’évaluation de la fermeture du bilan

d’énergie a été effectuée sur 22 sites avec un climat qui s’étend du Méditerranéen jusqu’au

tempéré. Dans leurs études, Wilson et al., (2002) ont trouvé une surestimation moyenne de

l’énergie disponible (Rn-G) de l’ordre de 20%. La fermeture du bilan d’énergie est

typiquement faible durant les périodes nocturnes. En plus, la fermeture s’améliore du matin à

l’après midi. Le programme EUROFLUX (Martin et al., 1998) qui s’intègre dorénavant dans

le programme mondial FLUXNET, a visé la caractéristique des flux d’énergie, d’eau et de

carbone pour différents couverts forestiers européens en considérant leur variabilité

temporelle et leur contribution aux cycles globaux. Dans ce programme, Berbigier et al.

(2001) ont évalué le bilan d’énergie à différents pas du temps et ont relevé la sous-estimation

systématique des flux turbulents aux échelles du jour et du mois. Ils ont constaté aussi que la

fermeture est bonne dans les jours ensoleillés (période d’été) correspondant à des grandes

valeurs du rayonnement net et relativement mauvaise pendant l’hiver. Wever et al. (2002) ont

analysé le bilan d’énergie durant 3 ans (gazon) dans le programme Ameriflux (Running et al.,

1999). Les résultats obtenus soutiennent ceux rapportés dans les autres études (sous-

estimation des flux turbulents). L’utilisation des ces flux de surface pour valider les modèles

SVA, exige la conservation de l’énergie; par conséquence l’équation (1.10) doit être vérifiée.

Twine et al. (2000) ont proposé une méthode pour recalculer les flux turbulents en forçant le

13

bilan d’énergie. Cette méthode appelée « Bowen-ratio closure ou méthode de Twine» consiste

à considérer que le rapport de Bowen ( )ELH v/ est correctement mesuré et que les valeurs de

H et LvE peuvent être ajustées selon l’équation (1.10). Elle reste valable seulement dans les

conditions homogènes lorsque les valeurs de l’énergie disponible sont représentatives pour la

surface émettrice des flux turbulents.

Figure 1. 1 : Composantes du bilan d'énergie : Rg rayonnement solaire globale, Ra

rayonnement atmosphérique, H flux de chaleur sensible, LvE flux de chaleur latente et Rn

rayonnement net.

Dans la troisième partie de ce chapitre, on présentera les théories relatives aux techniques

actuelles utilisées pour calculer les flux de chaleur sensible et de chaleur latente aux échelles

locale et régionale.

1.3 Présentation des techniques de mesure des flux turbulents

1.3.1 Eddy corrélation

La mesure des flux turbulents sur des surfaces homogènes peut être effectuée par

plusieurs techniques. On peut citer par exemple la méthode du rapport de Bowen, la méthode

14

aérodynamique et la méthode d’Eddy corrélation. Dans ce travail, on s’intéressera à cette

dernière méthode considérée comme une méthode de référence du fait qu’elle permet une

mesure directe des flux verticaux de chaleur sensible et latente et de dioxyde de carbone avec

une grande précision. Elle est basée sur le principe suivant: la densité de flux vertical

moyenne ( XF ) d’une grandeur (X, par exemple température, vapeur d’eau ou dioxyde de

carbone) dans la couche turbulente est proportionnelle à la covariance entre la vitesse

verticale et la concentration de cette grandeur. En général la densité de flux vertical

instantanée ( XF ) par unité de temps et de surface peut s’écrire :

wXFX ≈ (1.11)

En utilisant la décomposition de Reynolds ( 'www += et 'XXX += ), la fonction F peut

être approchée par la formule suivante :

)')('( XXwwwXFX ++=≈ (1.12)

En développant cette expression et en utilisant le fait que XX = et la moyenne des

fluctuations est nulle, l’équation (1.12) devient:

'' XwXwFX +≈ (1.13)

0=w car dans un écoulement de couche limite homogène horizontale, la vitesse moyenne du

vent verticale est nulle par définition (Brunet et al., 1995).

Finalement, pour la densité de flux, on obtient :

'' XwFX ≈ (1.14)

Les flux turbulents (quantité de mouvement, chaleur sensible, chaleur latente et

concentration gazeuse) peuvent être exprimés comme étant le produit du terme de fluctuations

de la vitesse verticale du vent par le terme de fluctuations de la grandeur considérée.

La densité de flux de chaleur sensible H, est donnée par :

''TwcpH ρ≈ (Wm-2) (1.15)

La quantité du mouvement ou la contrainte de cisaillement est donnée par :

'' wuρτ −≈ (kgm-1s-2) (1.16)

La densité de flux verticale de vapeur d’eau appelée chaleur latente ou évapotranspiration est

définie par :

'' qwLE ρ= (kgm-2s-1) (1.17)

Dans le cas de la concentration gazeuse, la densité de flux vertical est exprimée par :

15

202''CCO qwF ρ≈ (kgm2s-1) (1.18)

avec ρρ

22

COCOq =

1.3.2 Scintillomètre à grande ouverture

Moyennent que les méthodes, précitées, restent valables seulement sur des surfaces

homogènes, les flux turbulents, à grande échelle, sont donc difficiles à évaluer via ces

méthodes classiques. En effet, l’hétérogénéité des surfaces génère une grande variabilité des

flux ce qui rend les techniques classiques des mesures locales, en dehors des erreurs

inhérentes à ce type de capteur. Pour pallier à ces difficultés, des techniques de mesure

indirectes des flux turbulents ont été développées dont la plus prometteuse est la mesure par

scintillométrie.

Un scintillomètre mesure les fluctuations d’intensités d’un rayonnement après

propagation sur un trajet qui peut varier de quelques centaines de mètres jusqu’à 5 km (cas

des scintillomètres à grande ouverture (LAS)). L’émetteur du scintillomètre émit un

rayonnement électromagnétique avec une longueur d’onde λLAS=0.94µm et les fluctuations de

l’intensité du signal sont analysées au niveau du récepteur. En général, ces fluctuations sont

dues aux interférences causées par la diffraction du signal incident sur les inhomogénéités de

l’indice de réfraction de l’air. Ces variations d’indice de réfraction sont dues aux fluctuations

turbulentes induisant des fluctuations de température, d’humidité et de pression.

De manière générale, pour un LAS, la variation du logarithme de l’intensité mesurée

au récepteur (I) est exprimée par (Wang et al. 1978) comme suit:

[ ] ∫=−=1

0

222)ln( )()()ln()ln( duuWuCII xxnIσ (1.19)

Avec 2nC le paramètre de structure pour l’indice de réfraction de l’air défini par:

( )3/2

2,1

2212 )()(

rrnrnCn

−= (1.20)

Avec n(r1) est l’indice de réfraction à la position r1, et W(u) est la fonction poids donnée par :

[ ] dKxxJkuuLKKKLkuW xxnx ∫∞

−Φ=0

41

2222 /)(2)2/)1((sin)(16)( λπ (1.21)

16

Avec Lxu x = est le trajet optique normalisé, x la position sur le chemin optique et L la

longueur totale du trajet. kλ = 2π/λ est le nombre d’onde, x =KDux/2, avec D l’ouverture de

l’émetteur et du récepteur, K est le nombre d’onde spatiale tridimensionnelle, J1 est la

première fonction de Bessel et Φn la densité spectrale tridimensionnelle de l’indice de

réfraction définie par:

( ) 3/112033.0 −=Φ KCK nn (1.22)

En intégrant l’équation (1.21) et en utilisant les équations (1.19) et (1.22), 2nC peut être

obtenue comme une fonction linaire de σ ln( )I2 mesuré par le scintillomètre:

33/72 2)ln(

−= LDCC In σ (1.23)

Avec C=1.12.

En négligeant les fluctuations de la pression, Hill et al. (1980) ont relié le paramètre de

structure pour l’indice de réfraction de l’air ( 2nC ) aux paramètres de structure pour la

température ( 2TC ), l’humidité ( 2

qC ) et la covariante du terme ( TqC ) par l’équation suivante :

22

22

2

22 q

qTq

qTT

Tn CqACTq

AACTAC ++= (1.24)

Avec TA et qA des grandeurs qui présentent la contribution de chaque terme à 2nC .

Elles dépendent de la longueur d’onde optique, des valeurs moyennes de la température,

l’humidité et de la pression atmosphérique. Dans le cas des scintillomètres qui s’opèrent dans

le visible ou proche de l’infrarouge, ces grandeurs peuvent être données par (Andreas, 1989):

TpAT

610.78.0 −−= (1.25)

qAq 610.22.52 −−= (1.26)

où P [Pa], T [K] et q sont respectivement les valeurs moyennes de la température de l’air, de

la pression atmosphérique et de l’humidité spécifique.

Généralement, le premier terme contenant 2TC est plus important par rapport aux deux

autres termes, sauf dans le cas où le rapport de Bowen β ( )/( LASnLAS HGRH −−= ) est

largement supérieure à 1.

17

Supposant que la température et l’humidité sont parfaitement corrélées, Wesely (1976)

a montré que le paramètre de structure pour la température 2TC peut être déduit à partir du

paramètre de structure pour l’indice de réfraction de l’air 2nC par :

22222 03.01

−

⎟⎠⎞

⎜⎝⎛ +⎟⎟

⎠

⎞⎜⎜⎝

⎛= βγ p

TCC nT (1.27)

γ est le coefficient de l’indice de réfraction de l’air (7.8×10-7 K Pa-1). 2nC et 2

TC sont exprimés

respectivement en [m-2/3] et en [K m-2/3]. Le terme de droite est un terme correctif fonction du

rapport de Bowen. Ce dernier devient négligeable pour 6.0>β .

D’après la théorie de similarité de Monin-Obukhov (MOST), 2TC est relié à l’échelle de

température *T par:

)/)(()( 3/22*2MOLASLAST LdzgdzTC −−= − (1.28)

où zLAS et d sont respectivement la hauteur du scintillomètre et la hauteur de déplacement, g

est une fonction adimensionnelle de la longueur de Monin Obukhov LMON [m]. Dans des

conditions instables (LMON <0), Wyngaard et al. (1973) ont défini g par: 3/2

21 )/)(1()/)(( −−−=− MOLASTTMOLAS LdzccLdzg (1.29)

avec 1Tc et 2Tc sont des constantes données par De Bruin et al. (1993) égales respectivement

comme 4.9 et 9.

Dans les conditions stables (LMON >0), Thiermann et Grassl (1992) ont proposé l’expression

suivante: 3/12

207134.6)/)((⎟⎟

⎠

⎞

⎜⎜

⎝

⎛⎟⎟⎠

⎞⎜⎜⎝

⎛ −+

−+=−

MO

LAS

MO

LASMOLAS L

dzL

dzLdzg (1.30)

LMON est défini par:

*

2*

gTuTL a

MO κ−= (1.31)

avec 4.0=κ est la constante de Von Karman, 2ms821.9g −= (accélérateur de pesanteur) et *u [m s-1] est la vitesse de friction définie par:

[ ] 10

* )/)(()/)ln(( −−−−= MOLASLAS Ldzzdzkuu ψ (1.32)

où zo [m] est la longueur de rugosité et ψ est la fonction de stabilité définie pour z/LMO < 0

par (Panofsky and Dutton, 1984) :

18

2)arctan(2

21

ln2

1ln2)/)((2 πψ +−⎥⎥⎦

⎤

⎢⎢⎣

⎡ ++⎥⎦

⎤⎢⎣⎡ +

=− xxxLdz MOLAS (1.33)

avec 4/1

161 ⎟⎟⎠

⎞⎜⎜⎝

⎛ −−=

MO

LAS

Ldz

x

et pour z/LMO > 0 :

⎟⎟⎠

⎞⎜⎜⎝

⎛ −−=−

MO

LASMOLAS L

dzLdz 5)/)((ψ (1.34)

Finalement, l’évaluation du flux de chaleur sensible est alors déduite de manière

itérative en utilisant *T et *u donnés respectivement par les équations (1.32) et (1.28), par la

relation suivante : **TucH pLAS ρ= (1.35)

avec ρ [kg m-3] et cp [J kg-1 K-1] sont respectivement la masse volumique et la chaleur

spécifique de l’air.

Le flux de la chaleur latente sera alors évalué comme la résultante du bilan

d’énergie (Meijninger et al., 2002a):

LASnLAS HGRLE −−= (1.36)

Sur des surfaces homogènes, d et zo peuvent être formulées simplement comme des

fractions de la hauteur de végétation (d=2/3h, z0=0.13h, h est la hauteur de végétation). Par

contre sur des surfaces hétérogènes, un schéma d’agrégation s’avère nécessaire. La hauteur

effective de déplacement et la longueur de rugosité ont été obtenues selon Shuttleworth et al.

(1997) et Chehbouni et al. (1999 et 2000c) comme suit:

⎟⎠⎞

⎜⎝⎛ −

=⎟⎠⎞

⎜⎝⎛ −

= ∑∑ −−

io

ib

ii

o

b

iii

zdzw

zdzdwd 22 lnln et (1.37)

Avec zoi et di sont respectivement la hauteur de déplacement et la longueur de rugosité à

l’échelle du patch. wi est la fraction de la surface occupée par le patch i.

La hauteur du mélange zb est définie comme une hauteur où l’influence des perturbations des

patchs individuels diminue c’est-à-dire où tous les tourbillons se mélangent. Dans les

conditions neutres, Wieringra (1986) a montré que cette hauteur peut être exprimée en

fonction de la vitesse de friction, la vitesse du vent et de l’échelle moyenne horizontale des

patches individuels (Lpatch) :

19

patchb Lu

uz2*2 ⎟⎠⎞

⎜⎝⎛≅ (1.38)

1.3.3 Modèle de Footprint

Le modèle de footprint décrit la contribution relative de chaque surface source dans la

direction du vent au flux mesuré. Cette surface source (SA+) peut être déterminée en utilisant

des modèles analytiques (Gash, 1986 ; Horst et Weil, 1992 et Hsieh, 2000) ou lagrangienne

(Leclerc et Thurtell, 1990). Dans cette étude, on s’intéresse au modèle proposé par Horst et

Weil (1992 et 1994) pour évaluer la surface source pour le scintillomètre et l’Eddy

Covariance. La fonction de footprint (f), est reliée au flux vertical, mesuré à une hauteur zm,

F(x,y,zm), et à la distribution spatiale des flux de surface F(x,y,z=0)≡F0(x,y), i.e., (Horst et

Weil, 1994):

''),','()','(),,( 0 dydxzyyxxfyxFzyxFx

mm ∫ ∫∞

∞− ∞

−−= (1.39)

Il est important de noter que ce modèle suppose que l’écoulement turbulent est

horizontal et homogène, par conséquent le footprint ne dépend que de la séparation entre le

point de mesure et l'emplacement de la surface de chaque source élémentaire. La séparation

dans la direction (ox) étant x-x’, avec un vent soufflant dans le sens positif de x, et celle dans

la direction (oy) est y-y’. La surface source (SA) est calculée en intégrant la fonction de

footprint. Dans la présente étude, la fonction de footprint f est calculée en utilisant le modèle

de Horst et Weil (1994):

⎥⎥⎦

⎤

⎢⎢⎣

⎡⎟⎠⎞

⎜⎝⎛−≅

rmmm

my

zbz

Azcu

zu

z

zdx

zdzxf exp)()(

),( 2 (1.40)

où )(zu est le profil de la vitesse moyenne. Les variables A et b représentent les fonctions

gamma définies par: )/1(/)/2( 2 rrrA ΓΓ= et )/2(/)/1( rrb ΓΓ=

z est la hauteur moyenne de la ‘plume’ pour une diffusion à partir d’une surface source. Cette

hauteur est calculée à partir de la formule de similarité lagrangienne (Van Ulden, 1978)

comme suit:

+ SA en anglais: source area

20

⎟⎟⎠

⎞⎜⎜⎝

⎛

⎥⎥⎦

⎤

⎢⎢⎣

⎡⎟⎟⎠

⎞⎜⎜⎝

⎛−⎟⎟

⎠

⎞⎜⎜⎝

⎛=

MOh

MO Lzp

Lzp

zzp

dxzd

φψ

κ

0

2

ln

(1.41)

où hφ est la fonction de stabilité définie, pour LMO > 0 par :

⎟⎟⎠

⎞⎜⎜⎝

⎛+=⎟⎟

⎠

⎞⎜⎜⎝

⎛

MOMOh L

zL

z 51φ (1.42)

et pour LMO < 0: 2/1

161−

⎟⎟⎠

⎞⎜⎜⎝

⎛−=

MOh L

zφ (1.43)

Schmid (1994) a montré que la diffusion dans la direction latérale a généralement une allure

gaussienne:

⎥⎥

⎦

⎤

⎢⎢

⎣

⎡

⎟⎟⎠

⎞⎜⎜⎝

⎛−=

2

21exp

21),(

yyy

yyxDσπσ

(1.44)

ici σy est la déviation standard de la diffusion latérale reliée au temps du trajet de ‘plume’ x/U

(U étant la vitesse d’advection de la ‘plume’) et à la déviation standard des fluctuations du

vent latéral σv:

Ux

vy σσ = (1.45)

Finalement la fonction tridimensionnelle du footprint est obtenue en utilisant les

équations (1.40) et (1.44). Afin d’estimer le SA pour le LAS, la fonction f doit être combinée

à la fonction du poids du LAS.

21

CHAPITRE 2

SITES D’ETUDE ET DONNEES EXPERIMENTALES

22

2.1 Expérience SudMed

2.1.1 Présentation du projet SudMed

Les zones arides et semi-arides du Bassin méditerranéen correspondant à des aires

géographiques dotées de forte croissance démographique, sont caractérisées par une limitation

des ressources en eau disponibles. De ce fait, la croissance des besoins des populations rend

l’impact des activités de l’homme sur les écosystèmes plus sensible à travers la

surexploitation des ressources naturelles disponibles. Cette surexploitation peut engendrer des

phénomènes de dégradation du milieu, souvent amplifiés par les changements climatiques et

leurs rétroactions sur le milieu, qu'ils soient d'origine globale ou régionale. Le sud du Maroc

et plus précisément la région de Marrakech Tensift El Haouz fait partie de ces zones. Elle

présente un certain nombre de risques d’utilisation non durable des ressources hydriques,

aggravés par des périodes de sécheresse répétitives. A titre d’indication, les nappes

phréatiques sont surexploitées par pompage non contrôlé tantôt pour l’approvisionnement en

eau et pour l’irrigation. Ainsi, la bonne gestion des ressources en eau s’impose et passe par

une compréhension fine et globale de leur fonctionnement. Dans ce contexte s’inscrit le projet

franco-marocain SudMed où la majeure partie de ce travail a été effectuée. C’est un projet

mené en partenariat entre des institutions françaises et marocaines. Il s’agit du coté français

du Centre d’Etudes Spatiales de la Biosphère (CESBIO) et de l’Institut de Recherche pour le

Développement (IRD). Du coté Marocain, on note la Faculté des Sciences Semlalia de

Marrakech (FSSM), l’Office Régional de Mise en Valeur Agricole du Haouz (ORMVAH), la

Direction Régionale des Eaux et Forêts (DREF) et l'Agence du Bassin Hydraulique de Tensift

(ABHT). Le projet SudMed a pour vocation de développer des méthodologies permettant

d'intégrer les informations issues du terrain, les modèles de processus et les mesures

satellitales afin de comprendre et prévoir l'évolution des ressources en eau d'une région semi-

aride hétérogène en terme de gestion durable. Le site principal du projet SudMed est le bassin

versant de Tensift. Dans le cadre de ce projet, trois axes de recherche scientifiques sont

prioritaires à savoir :

Reconstituer en les distinguant, les évolutions d’origine naturelle ou humaine qui ont

marqué la région depuis 25 ans ou plus ;

Décrire d’une manière intégrée les processus dominants qui contrôlent les flux, la

production végétale et les bilans hydriques dans une région semi-aride ;

23

Développer des scénarios d’évolution des ressources hydriques et végétales sous

différents impacts anthropiques et climatiques.

2.1.2 Zone d’étude : Bassin versant de Tensift El Haouz

2.1.2.1 Situation géographique

Le bassin versant du Tensift situé dans la région de Marrakech couvre une superficie

d’environ 22 000 km2 (Figure 2.1). C’est un bassin versant au relief très contrasté avec des

altitudes comprises entre 0 et 4167m. Il est constitué de trois zones principales:

La Plaine du Haouz :

La plaine du Haouz qui a été sélectionnée comme zone intensive pour le projet

SudMed, est une vaste plaine de 6 000 Km² de superficie qui s’étire sur une longueur

d’environ 150 Km d’Est en Ouest. La plaine est traversée du Sud vers le Nord par plusieurs

oueds drainant les reliefs du Haut Atlas et rejoignent l’oued Tensift (collecteur principal des

eaux superficielles du bassin) au Nord dont l’écoulement se fait de l’Est vers l’Ouest avant de

rejoindre l’océan atlantique. Le relief de la plaine du Haouz est très peu marqué avec des

pentes ne dépassant pas 5%. L’altitude est de 900 m au niveau des contreforts du Haut Atlas

et diminue progressivement vers le Nord, pour atteindre environ 300 m au niveau de l’oued

Tensift. L’occupation du sol conduit à distinguer deux grands types de paysage au sein de la

plaine du Haouz :

Le domaine irrigué de la plaine du Haouz: il se situe dans la partie orientale et centrale

du Haouz, de la limite Est du bassin versant jusqu’à l’oued N’Fis et se prolonge au sud

jusqu’au piémont du Haut Atlas au niveau de la vallée de l’Ourika. Outre les cultures

annuelles (céréales, maraîchage), on rencontre de nombreuses cultures pérennes telles

que l’olivier, les agrumes et l’abricotier.

Le Haouz occidental: dans la partie occidentale du Haouz, seuls quelques forages sont

présents permettent l’irrigation. Les cultures principales (blé, orge) sont pluviales: on

parle généralement de zone Bour. L’absence d’irrigation dans cette partie du Haouz

est liée à la faible disponibilité des ressources en eau.

Les chaînons des Jebilet

Les Jebilet forment un massif situé au Nord du Tensift sur une largeur de 20 à 30 Km

du Nord au Sud. La végétation naturelle sur les Jebilet est essentiellement constituée d’une

steppe éparse de jujubier et de gommier (Acacia) avec une strate herbacée surtout développés

24

en périodes de pluies (printemps). Cette végétation spontanée ne représente cependant qu’une

faible superficie suite à une exploitation intensive par surpâturage et déboisement pour le bois

de feu et à un développement important des surfaces cultivées. L’activité agricole

prédominante dans les Jebilet est la culture pluviale de céréales (blé et orge) associée à

quelques parcelles de maïs irriguées au Nord du massif.

Le Haut Atlas

Le Haut Atlas est une chaîne de montagnes qui ferme la plaine du Haouz au sud. Les

oueds situés sur ces versants drainent des sous bassins du Tensift.

L’altitude croît très rapidement sur le versant Nord de l’Atlas: sur une distance

d’environ 35 Km, on passe en effet de 900 m au niveau des piémonts à une altitude supérieure

à 4000 m au sommet. A l’ouest, la transition plaine montagne est atténuée par l’existence de

plateaux. Dans les montagnes du Haut Atlas, l’activité agricole est peu importante excepté

dans les fonds de vallée où les cultures arbustives pérennes sont majoritaires avec une

abondance d’oliviers, d’amandiers et de noyers.

Sur les versants, les reliquats de végétation naturelle sont constitués essentiellement de

forêts qui se répartissent entre 2000 et 3000 m selon l’exposition des versants. Elles sont

composées de chênes verts, de genévriers, de thuyas et d’une steppe d’altitude.

2.1.2.2 Conditions climatiques

Le climat du basin de Tensift est semi-aride caractérisé par une faible pluviométrie et

irrégulière en espace et en temps et reste de l’ordre de 240 mm/an en moyenne. La

température est très élevée en été (37.7°C en moyenne des maxima) et basse en hiver (4.9°C

comme moyenne des minima). La demande climatique (l’évapotranspiration de référence

ET0) est très importante (ET0= 1600 mm/an).

Ces caractéristiques climatiques limitent les possibilités d’amélioration et de

diversification de la production agricole et démontrent l’importance d’une gestion rationnelle

des eaux de la région. Qu’elles soient irriguées ou en pluviales, les cultures annuelles de blé et

d’orge constituent les principales productions de céréales de la région et occupent environ

15000 Km2 (El karouni and Koraichi, 2005). Les rendements, de l’ordre de 15 Qt/ha, sont

relativement faibles et variables d’une année à l’autre. La production fruitière totale est de 1.9

106 quintaux, dont près de la moitié provient des olives, des agrumes et des abricots. La forêt

occupe une superficie de 6565 Km2, dont 5198 Km2 de chêne vert et 1 475 Km2 d’arganier.

25

2.1.3 Description des sites expérimentaux

Dans cette partie, on présente une description détaillée des trois sites expérimentaux

qu’on a équipé dans le cadre du projet SudMed. Ces sites nommés respectivement Jardin

d’Agdal, Sidi Rahal (R3) et Saada, se situent au cœur de la plaine Haouz.

2.1.3.1 Site d’Agdal

Description du site

Le site d’Agdal qui se trouve au voisinage de la ville de Marrakech vers le Sud, a été

programmé en premier lieu. Il s’étale sur une superficie de 515 ha dont 275 ha plantés en

oliviers et entourée par des parcelles des agrumes. Deux zones ont été retenues, nommées

respectivement site nord et site sud qui contiennent des parcelles d’oliviers d’hétérogénéité

contrastée, de point de vue hauteur de végétation, longueur de rugosité, strate inférieur, et

taux de recouvrement. Sur les deux sites, la plupart des arbres d’oliviers sont vieux avec un

âge moyen d’environ 250 ans. Certains d’entre eux sont morts et remplacés par des jeunes

arbres. La hauteur moyenne des arabes d’oliviers est de l’ordre de 6.5 et 6 m pour le site sud

et nord respectivement. La végétation est plus homogène dans le site sud que dans le site nord

(Figure 2.2), avec un taux de recouvrement de l’ordre de 55 % dans le site Sud et 45 % dans

le site nord obtenu à partir des images hémisphériques (en utilisant Nikon Coolpix 950® avec

un FC-E8 fish-eye lens converter, field of view 183).

Méthode d’irrigation

Les arbres sont périodiquement irrigués par la technique gravitaire qui est la méthode

la plus répondue dans la plaine de Haouz (Figure 2.3) à partir de l’un des deux grands bassins.

Chaque arbre est entouré par un petit bassin dont lequel il est rempli totalement par l’eau. La

quantité d’irrigation estimée est de l’ordre de 80 mm pour chaque irrigation. En général, le

sens d’irrigation est du site sud vers le site nord. Le temps d’irrigation dépend de la main

d’œuvre mais en général elle se fait dans 27 jours pour les deux sites (12 jours pour la station

sud, 15 jours pour la station nord).

26

Figure 2. 1: Localisation générale du bassin versant du Tensift avec une image composite

couvrant l’ensemble du bassin versant du Tensift (capteur Thematic Mapper, satellite

Landsat). Les traits rouges limitent le bassin versant.

Figure 2.2 : Image Quickbird pour le site d’olivier avec les positions d’installation des

instruments décrits dans la partie expérimentale

27

Instrumentation

Les deux sites ont été équipés par une station métrologique classique pour la mesure

de la vitesse du vent et de sa direction (Anémomètre Young Wp200), de la température et

l’humidité de l’air en utilisant un vaissala (HMP45C). Les deux instruments ont été installés sur

une hauteur de 9 m sur une tour de 9.2 m (Figure 2.4a). Le rayonnement net sur les oliviers dans

le site sud a été mesuré par CNR1 (Kipp & Zonen) installé sur une hauteur de 8m et Q7 (REBS)

sur 7 m. Dans le site nord, le rayonnement net a été mesuré seulement par un seul instrument

Q6 (REBS) sur une hauteur de 8 m. Pour le rayonnement net du sol dans les deux sites, il a été

mesuré par Q6 (REBS) sur une hauteur de 1m. Sur chaque site, deux thermo radiomètres

opérant dans l’infrarouge (IRT) ont été utilisés pour mesurer la température de surface ; l’un a

été installé sur une hauteur de 7m et l’autre sur une hauteur de 1 m. La pluie a été aussi

enregistrée en utilisant un Rain gauge, FSS500.

Le flux de chaleur dans le sol a été mesuré pour différentes profondeurs (0.01m

jusqu’à 0.04m) en utilisant des Plaquettes de flux (HPF01) (Figure 2.4b). Pour la profondeur

0.01m, trois plaquettes ont été installées. La première a été exposée directement au

rayonnement solaire, la deuxième a été localisée au dessous de l’arbre pour qu’elle ne reçoit pas

du rayonnement et la troisième a été installée dans une position intermédiaire entre les deux.

Une valeur moyenne de ces trois mesures a été calculée pour obtenir une valeur représentative.

La température du sol a été effectuée à différentes profondeurs via des thermistances 107

(Figure 2.4b). L’humidité du sol a été mesurée aussi pour cinq profondeurs (0.05, 0.1, 0.2, 0.3

et 0.4 m) par des TDR (Time Domain Reflectometry, CS516) (Figure 2.4b). L'humidité du sol

est également déterminée par pesée hebdomadairement ou toutes les deux semaines, suite à

l'échantillonnage à la tarière pédologique. Ces mesures manuelles permettent de faire plusieurs

échantillons représentatifs de la parcelle. La réalisation des fosses a permis aussi

d'échantillonner le sol et de mesurer la densité apparente du sol afin de convertir les mesures

d'humidité pondérale (g g-1) en humidité volumique (m3 m-3). D’autres mesures de l’humidité

de surface du sol ont été réalisées à l’aide de la ThetaProbe (Miller et Gaskin (1996). Vu la

facilité de son utilisation, cet instrument de mesure portable permet d’avoir une idée rapide sur

la variabilité spatiale de l’humidité de la surface du sol. Toutes les données sont stockées sur

une centrale d’acquisition (CR10X) avec un pas de temps demi horaire, avant d’être

téléchargées et ramenées pour le traitement et l’analyse au laboratoire.

28

Figure 2.3 : Technique d’irrigation des oliviers d’Agdal (gravitaire).

Figure 2. 4 : Station micrométéorologique: a) les instruments de mesure de la température de

l’humidité de l’air, du rayonnement, de la vitesse et la direction du vent et le système d’Eddy

covariance, b) Mesures du sol : HFP (plaquette du flux), T (thermistance), TDR (Time

Domain Reflectometry).

a) b)

29

Deux systèmes d’Eddy Corrélation (EC) ont été installés sur les deux sites sur une tour

de 9.2 m (la même tour de la station métrologique) pour mesurer le flux de chaleur sensible

(H) et latente (LvE) et le dioxyde de carbone (CO2) (Figure 2.4a). L’EC est constitué d’un 3D

anémomètre sonique (CSAT3, Campbell Scientific Ltd.) qui mesure les trois composantes de

la vitesse du vent et un Licor (Li7500, Licor Inc) qui donne la densité de vapeur d’eau et le

CO2. Les données brutes sont prises à une fréquence de 20Hz et enregistrées sur une centrale

d’acquisition CR23X (Campbell Scientific Ltd.) qui est connectée à un mini ordinateur

portable qui permet de stocker des fichiers de grandes tailles (≈1.5 GO). Afin de calculer les

flux de chaleur sensible et latente et le dioxyde de carbone à un pas de temps demi horaire,

ces données sont ramenées et traités au Laboratoire en utilisant le software EC-pack

développé par le groupe de météorologie et la qualité de l’air, Université Wageningen

(disponible pour le téléchargement http://www.met.wau.nl/). En plus, des mesures de la

pression atmosphérique ont été effectuées en utilisant le Licor 7500 et une sonde de pression

(Viasala PTB101B) dans les deux sites sud et nord respectivement. Ces mesures sont

enregistrées à un pas de temps d’une minute avec les données brutes d’EC.

Afin de s’assurer que la hauteur du système d’EC est adéquate pour mesurer les flux

turbulents, on a étudié l’évolution du paramètre de structure pour la température ( ECTC 2 ),

l’échelle de la température ( *ECT ) et la longueur de Monin-Obukhov ( ECMONL ) selon la théorie

de similarité de Monin-Obukhov (MOST). Pour cela, les valeurs observées de 2*

EC3/2

ECEC2 /)( TdzCT − sont présentées en fonction de

EC/)( MONEC Ldz − dans la figure 2.5

ainsi que la fonction théorique donnée par Debruin et al. (1993) (Equation (1.28)). On

constate que les mesures suivent la fonction théorique de Debruin et al. (1993). Par

conséquent, on peut conclure que les mesures sont effectuées dans la couche à flux constante.

En plus de ces deux systèmes d’EC qui permettent de mesurer les flux à l’échelle

locale, deux scintillomètres de type LAS construits par le groupe de météorologie et de qualité

de l’air the Meteorology and Air Quality group, (Université de Wageningen) sont utilisés. Ils

ont une ouverture de 0.15 m et la longueur d’onde du rayonnement émit par l’émetteur est de

0.94 µm. Dans le récepteur, le paramètre de structure de l’indice de réfraction de l’air ( 2nC )

est prélevé à chaque fréquence de 1Hz et stocké dans une centrale d’acquisition CR510 avec

un pas de temps d’une demi heure. Les deux LAS utilisés dans cette étude sont identiques. Le

premier a été installé dans le site sud sur un trajet de 1050 m perpendiculaire à la direction

dominante du vent. L’émetteur est posé sur un trépied sur le toit d’une maison qui se trouve

30

au Sud-est du site sud et le récepteur a été installé sur une tour de 15 m située à côté de la

route qui sépare les deux sites (Figure 2.6).

Le deuxième scintillomètre a été installé dans le site nord sur un trajet de 1070 m. La

direction de ce LAS était presque toujours parallèle à la direction dominante du vent. Le

récepteur a été installé sur la même tour de 15 m et l’émetteur a été posé sur un trépied sur le

toit d’une maison se trouvant au coin nord du site nord. Les deux récepteurs ont été installés

sur la tour de 15 m de façon à ce que les deux signaux émis par les émetteurs ne soient pas

interférés. Les panneaux solaires et les batteries ont été utilisés pour alimenter ces

instruments.

La date de lancement des mesures pour les deux sites était le jour julien 288 (2002).

Les deux sites nord et sud ont été désinstallés respectivement vers le jour julien 332 (2002) et

le 271 (2004), mais le scintillomètre du site sud a été opéré seulement jusqu’à 321(2003).

Vers le 15 (2003), le Licor 7500 a été remplacé par un krypton dans le site sud et la centrale

d’acquisition CR23X par CR5000 accompagnée d’une carte de 1 Go au lieu du mini

ordinateur portable pour le stockage des données brutes. Le licor 7500 a été utilisé dans une

autre expérience où on s’est intéressé à la mesure de dioxyde de carbone.

31

Figure 2.5 : Evolution des valeurs observées de 2*

3/22 /)( ECECECT TdzC − en fonction des

valeurs observées de ECMONEC Ldz /)( − . Toutes ces observations ont été dérivées à partir du

système d’EC. La ligne continue représente la fonction théorique du Debruin et al. (1993) 3/2)/)(41(9.4 −−− Ldz .

Figure 2.6 : a) Emplacement des deux récepteurs sur une tour de 15 m, b) Emplacement de

l’émetteur sur le toit d’une maison.

a b

32

2.1.3.2 Site d’oranger

Description du site

Le site d’oranger nommé Sâada a été suivi durant deux saisons 2004 et 2005. Il est

situé dans la région irriguée de Nfi’s (31°37’36’’N et 08°09’35’’W). Sâada est un verger

d’orangers de mandarines (~15 ans, variété Nour). Il est caractérisé par une densité de

peuplement élevée (5m x 3m). Les arbres ont des tailles pratiquement similaires et une

géométrie particulière avec une hauteur moyenne de 3 m. La plupart de la masse foliaire se

trouve à la surface de la couronne. Les arbres sont taillés de manière à faciliter la pénétration

de la lumière à l’intérieur de la canopée. Quand au sol, il est caractérisé par une texture

sableuse limoneuse pour les deux sites (12% en argile, 38% en limon, 28.7 en sable fine, 22%

en sable grossier).

Méthode d’irrigation

La méthode d’irrigation utilisée dans ce site est le goutte à goutte. Ce site subdivisé en

plusieurs blocs, est alimenté par un puit. La difficulté rencontrée dans ce site était la façon

suivie pour irriguer certains blocs qui ne sont pas voisins et qui s’irriguent simultanément, ce

qui peut créer une large hétérogénéité le long du site (Figure 2.7).

Instrumentation

Ce site a été équipé par une station météorologique pour mesurer la vitesse et la direction

du vent, la température et l’humidité de l’air et le rayonnement net en utilisant des instruments

similaires à ceux décrits dans le paragraphe précédent. La hauteur de mesure était 5 m (figure

2.8). Pour les meures du sol, on a suivi presque le même protocole utilisé dans le site d’olivier

(mesure du flux de chaleur dans le sol, l’humidité du sol, la température du sol à différentes

profondeurs).

Pour la mesure des flux turbulents, un système d’Eddy Corrélation a été installé sur une

hauteur de 6.8 m. Ce système est constitué d’un 3D anémomètre sonique (CSAT3, Campbell

Scientific Ltd.) et un Licor (Li7500, Licor Inc). Les données brutes sont prises à une

fréquence de 20Hz et enregistrées dans une centrale d’acquisition CR5000 (Campbell

Scientific Ltd.) via une carte mémoire de capacité 1Go. Les flux de chaleur sensible et latente

et le dioxyde de carbone sont calculés en utilisant un pas de temps d’une demi heure en

faisant appelé au software EC-pack.

Un scintillomètre a été aussi installé sur un trajet de 500 m pour mesurer les flux de

chaleur sensible et latente. Il est identique à ces deux scintillomètres utilisés sur le site

d’Agdal. Le paramètre de structure de l’indice de réfraction de l’air ( 2nC ) ainsi que la

33

déviation standard sont prélevés à chaque fréquence de 1Hz et stockés dans une centrale

d’acquisition CR510 avec un pas de temps d’une demi heure.

Figure 2.7 : Schéma descriptif pour l’irrigation à Sâada (les blocs en même couleur

s’irriguent en même temps) ainsi que l’emplacement du LAS et le système d’EC

Figure 2.8 : Station des mesures micrométéorologiques dans le site de Sâada

*Météo+ EC

Récepteur

Emetteur

S

E

N

O

34

2.1.3.3 Site de blé

Description du site

Le site de blé, nommé R3, est un secteur irrigué, et situé dans la région de Sidi Rahal à

environ 40 km à l’Est de la ville de Marrakech dans la plaine du Haouz. Il est traversé suivant

la direction Est-Ouest par l’Oued Amassine. Ce site s’étale sur une superficie de 2800 ha dont

la majorité est utilisée pour la production de céréales (1550 ha en 2002/03 et 1750 ha en

2003/04). Les plantations viennent en second plan (213.5 ha de 2002 à 2004) et sont suivies

par le maraîchage et les fourrages (respectivement 15-20ha et 5ha). Les parcelles sont

relativement grandes (4-5ha). Ce secteur a été aménagé par l’ORMVAH depuis 1999.

Méthode d’irrigation

L’eau d’irrigation utilisée est majoritairement prélevée à partir du barrage Sidi Driss. La

première mise en eau de la zone a eu lieu en décembre 1999 pour l’association El Argoube

(rive gauche) et l’année suivante pour la rive droite (associations Benikarim et Aït

Mohammed oueled Elgarne). L’eau est acheminée depuis le barrage Sidi Driss jusqu’à la zone

R3 par le « canal de rocade » qui aboutit à 2 prises primaires : P1 pour la rive droite et P2

pour la rive gauche de la zone. Ensuite, un réseau de canaux aériens secondaires et tertiaires

acheminent l’eau jusqu’aux parcelles (Figure 2.9a). L’irrigation des cultures se fait

principalement par le gravitaire (Figure 2.9b), à raison de 98% de l’irrigation totale. Pour cela,

un aménagement préalable du terrain doit être effectué en début de saison: Il s’agit de quadriller la

parcelle par des butées de terre afin de canaliser l’eau et de la faire acheminer progressivement au

moment de l’irrigation.

Instrumentation

Ce site a été aussi instrumenté durant la saison 2002/2003 par des capteurs pour

mesurer les paramètres climatiques tels que: la vitesse et la direction du vent, la température et

l’humidité de l’air et le rayonnement net à une hauteur de 2 m en utilisant des instruments

identiques à ceux utilisés dans les deux autres sites (Figure 2.10). La température du sol ainsi

que le flux de chaleur sensible ont été mesurés pour une profondeur de 5 cm. En plus, la

température de surface a été mesurée via un thermo radiomètre dans l’infrarouge. L'humidité du

sol est également déterminée par pesée hebdomadairement ou toutes les deux semaines en

utilisant un échantillonnage à la tarière pédologique. D’autres mesures de l’humidité de surface

du sol ont été réalisées à l’aide de la sonde ThetaProbe.

35

Figure 2.9 : a) Principe d’acheminement de l’eau sur la zone d’étude (zone R3), b) Irrigation

de la parcelle avec la méthode gravitaire.

Figure 2.10 : Localisation de la station météorologique (SM), du Système d’Eddy Covariance

(EC) et le Scintillomètre (E : émetteur, R : Récepteur).

a b

36

Pour quantifier les échanges entre le couvert végétal et l’atmosphère, deux systèmes

de mesure de flux ont été installés. Le premier est un système d’EC constitué d’un 3D sonique

et un krypton opérant dans une fréquence de mesure de 10 Hz. Les flux sont calculés

directement en utilisant le software de Campbell PC208 et enregistrés à un pas d’une demi-

heure sur une centrale d’acquisition CR23X. Le deuxième appareillage est un LAS installé sur

une tour de 4.5m et qui avait un trajet d’environ de 690m. Les données du LAS sont stockées

sur une centrale d’acquisition CR510 à un pas de temps d’une minute et les flux sont calculés

au laboratoire à un pas de temps d’une demi heure.

2.2. Expérience Yaqui-99 (Mexique)

2.2. 1 Description du site

La vallée de Yaqui est la plus grande zone agricole dans l’état de Sonora, Nord-ouest

du Mexique, avec une surface de 220 000 hectares (Figure 2.11). Elle est limitée à l’Ouest par

le Golfe de la Californie et à l’Est par les collines de Sierra Madre occidentales. Les surfaces

irriguées sont alimentées par le réservoir d’Alvaro Obregon situé sur le fleuve de Yaqui, qui a

une capacité de l’ordre de 3.000 hm3. Le climat de cette vallée est semi-aride. Les

précipitations annuelles moyennes sont de l’ordre de 317 mm, dont 70% tombent en moyenne

entre juin et septembre alors qu’aucune pluie n’est observée en général entre mars et juin.

Dans cette région, l’irrigation consomme environ 90% des ressources en eau dans la vallée.

Une étape importante pour la gestion des ressources en eau dans la vallée de Yaqui consiste

donc à estimer d’une façon précise la variabilité spatiale et temporelle de l’eau perdue par

évapotranspiration.

Dans cette étude, trois champs d’environ 100 hectares ont été étudiés. L’occupation du

sol est constituée du coton, du blé et du pois chiche. Les caractéristiques aérodynamiques des

trois types de végétation étaient très différentes pendant la période de l’étude. Les hauteurs

moyennes du coton, blé et pois chiche sont respectivement 0.25, 0.95, et 0.5m. De même, les

valeurs moyennes de LAI pour le coton, blé et pois chiche sont respectivement 0.15, 2.5 et

0.5m²/m².

2.2.2 Présentation des données expérimentales

Une station météorologique a été équipée d’un ensemble d’instruments pour mesurer

la vitesse et la direction du vent (R. M. Young, MI, USA), la température et l’humidité de

37

l’air (Vaisala, Sweden) et le rayonnement (Figure 2.12). Le rayonnement net a été mesuré à

l’aide du radiomètre Q7 (REBS Inc., WA, USA) sur les couverts de pois chiche et de blé et à

l’aide d’un CNR1 (Kipp & Zonen, the Netherlands) sur le coton. Sur chaque site, le flux de

chaleur dans le sol a été mesuré en utilisant trois plaquettes de flux (REBS Inc., WA, USA) à

une profondeur de 0.025 m. L’humidité du sol a été mesurée à différentes profondeurs (0.15,

0.15 et 0.30 m) à l’aide des capteurs TDR de type 3CS600 (Time Domain Reflectometer from

Campbell Scientific Inc., Logan). Toutes ces mesures météorologiques ont été prélevées sur

un pas de temps de dix secondes et leurs moyennes ont été enregistrées toutes les 30 minutes.

Les flux de chaleur sensible et latente ont été mesurés à une hauteur de 2.9m sur

chaque site à l’aide des anémomètres 3D sonique et des hygromètres (Campbell Scientific

Inc., USA) (Figure 2.12). La fréquence de mesure était de 10Hz pour le blé et de 8Hz pour le

coton et le pois chiche. Les valeurs des flux ont été stockées à un pas de temps de 30min en

utilisant une centrale d’acquisition 21X (Campbell Scientific Inc., Etats-Unis). Il est important

de noter qu’une intercomparaison a été effectuée pour les 3 systèmes d’Eddy

covariance. L’accord entre les 3 systèmes était dans la marge prévue.

Le scintillomètre à grande ouverture utilisé dans cette étude a été conçu au

Département de la Météorologie de l’Université de Wageningen (WAU), (voir description

dans le chapitre 1). Il a été installé perpendiculairement à la direction du vent dominant à une

hauteur de 6.4m et sur un trajet de 1800 m (Figure 2.12). Ce denier est composé de 48% de

pois chiche, 26% de blé et 26% de coton. Cependant, d’après la fonction poids du

scintillomètre (Equation 1.21, chapitre 1), le paramètre de structure correspond à une

pondération spatiale de 41.5% de pois chiche, 47.5% de blé et 11% du coton.

38

Figure 2. 11 : Image satellitaire de la vallée de Yaqui captée par Landsat ETM+ le 26 Février

2000.

Figure 2.12: Schéma représentatif des différents instruments installés durant l’expérience de

Yaqui vallée.

39

CHAPITRE 3

UTILISATION DE LA SCINTILLOMETRIE A

L’ECHELLE MONO-PATCH

40

3.1 Introduction

La détermination des flux de surface, chaleur sensible (H) et latente (LvE), est d’une

importance cruciale pour la gestion de l’eau, en particulier dans les régions arides et semi

arides. Dans la plupart de ces régions, les décideurs utilisent des méthodes classiques qui sont

généralement limitées à l’échelle locale, pour l’évaluation de l’évapotranspiration (flux de

chaleur latente) afin de gérer l’eau d’irrigation. La méthode du FAO (Allen et al., 1998) est

largement utilisée par les agricultures en raison de sa manipulation facile (Er-Raki et al.,

2007). Elle consiste à calculer l’évapotranspiration de référence en utilisant des modèles

empiriques, cette dernière est multipliée par un coefficient de culture empirique pour estimer

l’évapotranspiration réelle. Cependant, ces estimations doivent être utilisées avec prudence

(Wallace 1995). On peut également citer la méthode d’Eddy Covariance considérée comme la

méthode la plus précise en ce moment, mais malheureusement, elle n’est pas très utilisée en

raison de son coût, son entretien et la complexité de traitement des flux. Par contre cette

méthode est très répondue dans le domaine de la recherche scientifique surtout pour la

validation des modèles de type SVAT. Elle sert aussi comme une méthode de référence pour

adapter le modèle FAO pour des types de couvert plus complexe comme les oliviers (Er-Raki

et al. 2007).

Dans la région de Tensift Al Haouz (région d’étude), la méthode d’irrigation la plus

répondue est le gravitaire. Cette méthode crée une large hétérogénéité par rapport à l’humidité

du sol le long de la parcelle, générant ainsi une grande variabilité des flux. En plus, la

complexité et la dispersion de végétation au niveau des champs rendent le processus de

transfert de chaleur et d’eau plus complexe. Par conséquent, l’estimation de ces flux dans ces

conditions devient difficile et nécessite un réseau d’instruments qui est coûteux et demande

beaucoup d’entretien surtout pour le système d’Eddy Covariance. Ces contraintes limitent

l’utilisation des techniques classiques de mesures locales à des surfaces homogènes.

Pour surmonter ces difficultés, la communauté scientifique internationale a développé

des techniques de mesure indirectes des flux turbulents, dont la plus prometteuse est la mesure

par scintillométrie. Le principe de fonctionnement de cette méthode a été expliqué en détail

dans le chapitre 1. L’intérêt des mesures par le scintillomètre à grande ouverture dans

l’estimation des flux de chaleurs sensible et latente, a été démontré sur des surfaces agricoles

homogènes (mono-patch) (De Bruin et al., 1995; McAneney et al., 1995) et sur des surfaces

hétérogènes (mono-patch) en raison du mode d’irrigation gravitaire adopté (Hoedjes et al.,

41

2002). Dans cette partie, on aborde des cas plus complexes par rapport aux travaux antérieurs.

Il s’agit d’appliquer le scintillomètre à grande ouverture à l’échelle d’un mono-patch

caractérisé par une large hétérogénéité liée au type d’irrigation, du couvert (constitué de deux

strates: strate inférieure représentée essentiellement par les mauvaises herbes et une strate

haute dont la hauteur moyenne comprise entre 3m et 7m) et à la longueur de rugosité. Cette

grande hétérogénéité rend l’application du MOST sur ce type de champs très compliquée. En

plus, la mesure intégrée du flux de chaleur sensible, associée à une mesure de rayonnement

net et de flux de chaleur sensible, permet par le bilan d’énergie, une évaluation du flux de

chaleur latente. Afin de minimiser le coût d’évaluation de cette chaleur latente, on propose de

combiner le scintillomètre à grande ouverture (LAS) avec un simple modèle de l’énergie

disponible (Rn-G) décrit dans la littérature. Dans la première partie de ce chapitre, on présente

les résultats concernant la validation de la méthode de scintillation sur les trois cultures: blé,

olivier et oranger par comparaison des flux de chaleur sensible déduit à partir du LAS et ceux

calculés par le système d’Eddy Covariance (EC). On procède aussi à la comparaison des flux

de chaleur latente calculés par le système d’EC et ceux estimés à partir du LAS en utilisant les

valeurs de l’énergie disponible estimées par un simple modèle. Dans la deuxième partie, une

application pratique de l’utilisation du LAS pour la gestion de l’eau d’irrigation dans les

régions semi-arides est alors abordée.

42

3.2 Utilisation du LAS sur les trois cultures dominantes dans le

bassin de Tensift EL Haouz

Les résultats de cette partie sont issus de l’article: Ezzahar, J., Chehbouni A., Hoedjes J.C.B., Er-Raki S., Duchemin B., Chehbouni Ah and Hanich L., 2007: “The use of the Scintillation Technique for estimating evapotranspiration ET over several agricultural fields in semi-arid region” - Soumis à Plant and Biosystem.

Dans cette partie, on présente les résultats relatifs à la validation de l’utilisation du

LAS sur les trois cultures dominantes (blé, olivier et orange) dans la région de Tensift EL

Haouz. Le calcul de la chaleur latente à partir LAS se fait par application de l’équation du

bilan d’énergie (LvE=Rn-G-HLAS). L’énergie disponible (Rn-G) est estimée à partir d’un

modèle simple qu’on décrira dans le paragraphe suivant.

3.2.1 Modèle d’estimation de l’énergie disponible, (Rn-G)

3.2.1.1 Rayonnement net Le rayonnement net Rn est estimé à partir de l’équation suivante (pour plus de détails

voir chapitre 1):

)()1( 44SaSSgn TTRR −+−= εσεα (3.1)

Pour les oliviers et les orangers, la température de surface TS est estimée à partir d’une

pondération de la température, de la végétation et du sol par la fraction du couvert cf

(Norman et al., 1995):

[ ] 4/144 )1( scccsurf TfTfT −+≈ (3.2)

Pour le blé, on a utilisé seulement la température de surface calculée pour une

végétation supposée représentative pour le couvert (Ortega-farias et al., 2000).

3.2.1.2 Flux de chaleur dans le sol En raison de la complexité de la surface du couvert et des processus physiques qui se

produisent dans le sol, le flux de la chaleur dans le sol devient la grandeur la plus difficile à

43

mesurer d’une manière précise à une échelle spatiale appropriée. Plusieurs auteurs ont

rapporté cette grandeur avec le rayonnement net (Stull, 1988; Villalobos et al., 2000). Dans

cette partie, on utilise une simple formule proposée par Su et al. (2001):

( )( )[ ]csccn fRG Γ−Γ−+Γ= 1 [Wm-2] (3.3)

où 05.0=Γc et 315.0=Γs désignent respectivement les rapports du flux de chaleur dans le

sol par rapport au rayonnement net pour la végétation (Monteith, 1973) et pour le sol nu

(Kustas et Daughtry, 1989).

3.2.2 Résultats relatifs à la comparaison des flux de surface à l’échelle du patch

3.2.2.1 Comparaison des flux de chaleur sensible Dans cette partie, on présente les résultats relatifs à la comparaison du flux de chaleur

sensible estimé à partir du LAS et celui calculé par le système d’EC en utilisant un calcul

itératif (Equations (1.27)-(1.35)). Notre discussion concernera deux cas: conditions sèches et

conditions modérées (période d’irrigation).

Durant cette étude, l’état des sites d’olivier et de blé s’alterne entre homogène

(conditions sèches) et très hétérogène (durant l’irrigation). Quand au site de Saada (oranger),

il est toujours hétérogène car il est en permanence irrigué. Les figures (3.1a) et (3.1b)

représentent respectivement la comparaison entre les valeurs estimées (HLAS) et celles

mesurées (HEC) du flux de chaleur sensible dans les conditions sèches pour les sites d’olivier

et de blé. D’après l’analyse de ces figures, on constate que dans le cas des conditions sèches,

les valeurs de HLAS et HEC sont très voisines avec des coefficients de corrélation respectives de

l’ordre de 0.91 et 0.92 pour les oliviers et le blé. Ces résultats peuvent être considérés très

encourageants dans le cas des oliviers, puisque à notre connaissance, c’est la première fois

que le LAS a été testé sur ce type de culture. Cette comparaison montre que le LAS peut être

utilisé comme un outil pour évaluer le flux de chaleur sensible sur des surfaces complexes

comme l’Agdal, ainsi que pour la validation de la théorie de similitude de Monin-Obukhov

(MOST) sur ce type de végétation, moyennant que cette dernière a été établie sur des surfaces

uniformes et homogènes. Quant au blé, les résultats ne sont pas très surprenants car plusieurs

auteurs ont montré le potentiel du LAS pour le calcul des flux de surface sur des surfaces

similaires (Ezzahar et al., 2004 ; Hoedjes et al., 2002).

44

Figure 3. 1 : Comparaison entre HLAS et HEC durant les conditions sèches: a) sur le site

d’olivier, b) sur le site de blé

Figure 3. 2: Footprints du LAS et du système d’EC (correspondant approximativement à 95%

du flux de chaleur sensible) dans la direction dominante du vent ainsi que la direction de

l’irrigation.

1000 Mètres 0

Footprint Faible contribution

Grande contribution

Irrigation

45

Les méthodes d’irrigation gravitaire et goutte à goutte peuvent être à l’origine d’une

grande différence dans les caractéristiques des surfaces sources du LAS et du système d’EC.

En général, la surface source du EC est très petite par rapport à celle du LAS. Pour illustrer

cette différence, nous avons utilisé un modèle de footprint (Horst and Weil, 1994) décrit dans

le chapitre 1. Les footprints du LAS et du système d’EC (correspondant à 95% de flux chaleur

sensible pour le site d’Agdal) pour la direction dominante du vent et le sens d’irrigation sont

présentés sur la figure 3.2. On constate que durant l’irrigation, la petite surface source de l’EC

va s’irriguer plus vite que la surface source du LAS qui est plus large. Avec la progression de

l’irrigation, la surface source de l’EC commence à devenir sèche avant que la totalité de la

surface source du LAS soit entièrement irriguée. Par conséquent, durant l’irrigation, la

comparaison entre les valeurs estimées (HLAS) et mesurées (HEC) a donnée une faible

corrélation pour Sâada et Agdal avec des coefficients de corrélation respectives de l’ordre de

0.41 et 0.25 (Figures 3.3a et 3.3c). Quand au site de blé, la comparaison a donné des résultats

acceptables (Figure 3.3b), puisque juste avant l’irrigation on a enregistré des précipitions de

l’ordre de 35 mm.

Sachant que la température et l’humidité du sol sont reliées à travers l’évaporation du

sol (Merlin et al. 2005), la variabilité spatiale de l’humidité du sol peut être déterminée à

partir des images satellites dans le domaine thermique. En se basant sur ce résultat, Hoedjes et

al., (2007) ont quantifié la différence entre les flux de chaleur sensible obtenus à partir du

LAS et le système d’EC en utilisant les températures de surface dérivées à partir des images

satellites (huit images LANDSAT 7 ETM+ et deux ASTER). Ainsi, on peut identifier lesquels

jours la différence entre les flux mesurés est causée par l’hétérogénéité le long du site

expérimental et lesquels des jours cette différence est engendrée par d’autres facteurs. Ces

images ont été acquises lors de l’expérience d’Agdal entre les jours juliens 311 (2002) et 271

(2004). Les températures de surface moyennes ont été obtenus en combinant les fonctions de

footprint des deux méthodes et le logiciel d‘Arcview’. Une comparaison entre la différence

des flux mesurés et la différence de température de surface a été faite. Les résultats propres

ont montré que lorsque la différence entre les températures de surface dépasse le seuil de 0.5

K, la majeure partie de la différence entre les flux mesurés est liée à la différence dans les

caractéristiques des footprints du LAS et le système d’EC. Pour une différence restant

inférieure à 0.5 K, aucune corrélation entre les deux n’a été trouvée, et par conséquent, la

différence entre HLAS et HEC est liée à d’autres facteurs.

46

Figure 3. 3: Comparaison entre HLAS et HEC durant les événements d’irrigation : a) sur le site

d’Agdal, b) sur le site R3, c) sur le site Sâada.

.2.2.2 Comparaison des flux de chaleur latente

Dans cette partie, on calcule le flux de chaleur latente à partir du LAS en utilisant

l’équation du bilan d’énergie LASnLASv HGREL −−= , où Rn et G sont estimés à partir des

modèles décrits dans le paragraphe 3.2.1. Les figures (3.4a, 3.4b, 3.4c) représentent

47

respectivement la comparaison entre le flux de chaleur latente estimé par le LAS (LvELAS) et

celui mesuré par le système d’EC (LvEEC) pour les sites d’Agdal, R3 et Sâada.

Figure 3. 4: Comparaison entre LvEEC (mesuré par le système d’EC) et LvELAS (calculé à partir

du LAS en utilisant les valeurs estimées de l’énergie disponible, LvELAS) : a) sur le site

d’olivier, b) sur le site de blé, c) sur le site d’oranger.

48

La comparaison entre le flux de chaleur latente estimé à partir du LAS en utilisant le

modèle d’énergie disponible et celui mesuré par l’EC a donné une large dispersion. Cette

dispersion peut être expliquée par la combinaison de plusieurs facteurs. D’abord, l'erreur liée

à la fermeture du bilan énergétique mesuré est traduite en erreur dans le LvELAS simulé.

Plusieurs auteurs ont montré que les systèmes d’EC sous-estiment les flux turbulents (Hoedjes

et al., 2002 ; Testi et al.; 2004; Twine et al., 2000). Leurs résultats montrent que l’erreur

systématique dans la fermeture du bilan d’énergie varie entre 10 et 30% (Twine et al., 2000).

En second lieu, puisque LvELAS du LAS est obtenu à partir de la méthode résiduelle du bilan

énergétique, n’importe quelle différence entre l’énergie disponible estimée et mesurée se

traduit en erreur dans LvELAS simulé. D'une manière primordiale, l'impact de la différence dans

les footprints des LAS et de l’EC qui était très important pendant les événements d'irrigation

influence considérablement la correspondance entre les flux observés et simulés. Malgré cette

dispersion modérée, la correspondance entre LvE mesuré et simulé est considérée comme

étant acceptable. Par conséquent, on peut conclure que la combinaison du LAS avec les

estimations de l’énergie disponible est un outil très efficace et opérationnel pour l'évaluation

du flux de chaleur latent dans les conditions très complexes.

49

3.3 Application : Utilisation du LAS pour l’estimation des besoins

en eau des oliviers dans les régions semi-arides

Les résultats de ce chapitre sont issus de l’article : Ezzahar, J., Chehbouni, A., Hoedjes, J.C.B., Er-Raki, S., Chehbouni, Ah., Boulet, G., Bonnefond, J.-M. & De Bruin, H.A.R., 2007 : “The use of the Scintillation Technique for Monitoring Seasonal Water Consumption of Olive Orchards in a Semi-Arid Region” - Agricultural Water Management, vol. 89, pp. 173-184.

L'olivier est un arbre de la famille des oléacées cultivé dans la région méditerranéenne.

Il occupe une place importance dans cette région. En effet, 96% des oliviers dans le monde se

concentrent dans 3 millions d’exploitations dans les pays méditerranéens. Le Maroc, par son

climat méditerranéen, est le 7ème producteur d’oliviers dans le monde avec une production

d’environ 500.000 tonnes d’olives par an. En milieu rural, la culture des oliviers contribue à

l’emploi de 11 millions de journées de travail annuellement et les exportations marocaines en

olives de table s’élèvent à environ 115.000.000 d’Euros. La production d’huile d’olive est

réalisée à mesure de 65% par des petits producteurs utilisant des technologies traditionnelles

(maasra) donnant une qualité médiocre des produits finis.

Pour répondre à la demande en huile d’olive et olives de table, le Maroc prévoit une

augmentation de la superficie de culture de l’olivier en la faisant passer de 500.000 ha

actuellement à 1.000.000 ha en 2010 (Ismail-Alaoui 2004), et une restructuration de la filière

oléicole. Cette dernière est basée sur le développement des techniques agricoles permettant

d'utiliser au mieux les faibles ressources en eau disponibles pour une amélioration et une

stabilisation de la production de l’olivier. Avec une surface de 85392 ha d’oliviers, la région

de Tensift demeure l’une des zones les plus favorables au développement de l’olivier. Dans

cette région, la méthode de l’irrigation gravitaire reste largement utilisée par la majorité des

agriculteurs (plus de 85 %). En général, la plante ne consomme qu’une partie de l’eau fournie

au verger par les précipitations et l’irrigation, le reste s’infiltre dans le sol ou s’évapore. Dans

ce contexte, on peut classifier la perte selon deux catégories: perte agronomique et perte

hydrologique. Les agronomes considèrent que toute eau qui n’est pas utilisée par la plante est

perdue, alors que la perte pour les hydrologues se réduit à l’évaporation du sol puisque l’eau

infiltrée est utilisée pour alimenter la nappe phréatique. Afin de minimiser ces pertes et dans

la perspective d’une gestion durable des ressources en eau limitées, l’estimation correcte de

50

l’évapotranspiration semble essentielle. Les investigations scientifiques pour la mesure de

l’évapotranspiration ou de ses composantes pour les vergers d’olivier sont très récentes (Testi

et al. 2004 ; Villalobos et al. 2000; Williams et al. 2003).

Dans cette partie, on estime les besoins et la consommation saisonniers en eau d’un

verger d’olivier irrigué, haut et épars (Agdal). Dans la plupart des études antérieures, le

système d’Eddy covariance a été utilisé comme un outil pratique pour mesurer

l’évapotranspiration. Cette méthode est considérée comme étant la plus précise pour mesurer

l’évapotranspiration ou le flux de chaleur latente LvE. Cependant, LvE reste une mesure

locale difficile à étendre à des surfaces hétérogènes, à moins qu’un réseau des systèmes de

l’EC soit disponible. Or ce réseau est peu probable en raison du coût onéreux du système et de

la complexité de sa manipulation et son entretien. De plus, sur la végétation haute et éparse

comme l’Agdal, la variabilité des flux locaux est assez importante (Vogt et al., 2004) ; par

conséquent plusieurs systèmes d’EC semblent nécessaires. Ceci limite sérieusement

l’application d’un tel système pour gérer l’irrigation à l’échelle régionale. Quand au

scintillomètre, il permet de mesurer des flux moyens surfaciques. Du point de vue de

l’agriculteur, le scintillomètre a l’avantage d’avoir un récepteur et un émetteur installés à la

périphérie du champ et pas au centre. Toutes ces raisons pratiques, nous ont amené à étudier

l’application de la méthode de scintillation sur un couvert végétal haut et épars. A notre

connaissance, aucune étude concernant l’application du scintillomètre pour la gestion de l’eau

à grande échelle n’a été réalisée auparavant.

Dans ce contexte, la technique de scintillation permet de fournir des estimations

directes ou indirectes de LvE sur un trajet ayant des dimensions allant jusqu’aux 10

kilomètres. Cette technique peut être considérée comme une méthode efficace pour surmonter

les difficultés signalées auparavant (Chehbouni et al. 1999). En général, il existe trois types de

scintillomètres: scintillomètres à onde radio (RWS), scintillomètres petite ouverture (SAS) et

scintillomètres grande ouverture (LAS, XLAS). Le RWS qui fonctionne sous une longueur

d’onde radio, est le plus sensible aux fluctuations de l’humidité (Andreas, 1989). Il est bien

approprié pour l’obtention de LvE sur des grandes surfaces. Cependant, ce type de

scintillomètre est utilisé de façon limitée à cause de ses composantes qui sont coûteuses et

difficiles à manipuler. Réciproquement, le LAS qui fonctionne avec une longueur d’onde dans

le visible plus proche de l’infrarouge est relativement moins coûteux et doté d’une grande

robustesse ce qui le rend plus approprié pour étudier les grands secteurs. Actuellement, ce

type de scintillomètre est régulièrement utilisé dans les expériences micro-météorologiques

(Beyrich et al., 2000 (LITFASS-98); Chehbouni et al., 2000c (SALSA); Hartogensis et al.,

51

2002 ; Hoedjes et al., 2002 (Yaqui 2000); Poulos et al., 2000 (CASES-99)). Cependant, le

LAS estime seulement le flux de chaleur sensible moyen spatial (HLAS). Meijninger et al.

(2002a) ont montré que le flux de chaleur latente (LvELAS) peut être obtenu comme le terme

résiduelle de l’équation du bilan d’énergie en utilisant l’énergie disponible estimée (Rn-G).

Dans cette partie, nous allons étudier le potentiel du LAS de dériver LvELAS sur un

champ complexe. La complexité est liée au type du couvert (végétation haute et éparse), qui

rend les processus de transferts de chaleur et de masse plus compliqués en comparaison avec

les végétations courtes et denses. Dans ces conditions, la théorie des similitudes de Monin-

Obukhov (MOST) peut ne pas être applicable. De plus, l’irrigation gravitaire cause une

grande hétérogénéité dans la distribution de l’humidité du sol et dans certains cas on assiste au

phénomène d’advection qui se produit à partir des surfaces voisines.

Cette partie a deux objectifs essentiels:

Le premier consiste à combiner les mesures du LAS avec les estimations de

l’énergie disponible pour dévier LvELAS ;

Le deuxième concerne l’application du LAS pour mesurer la consommation

saisonnière de l’eau pour les vergers d’olivier dans la plaine semi-aride du

Haouz et déterminer l’efficacité de l’irrigation à partir d’une comparaison entre

les valeurs de l’évapotranspiration estimées par le LAS et celles obtenues par

la méthode FAO (FAO-56) ;

Dans cette étude, on a utilisé les données collectées durant l’expérience d’Agdal (site

sud). La période choisie est comprise entre les jours juliens 323 (2002) et 323 (2003).

3.3.1 Fermeture du bilan énergétique

La fermeture du bilan énergétique est un indicateur important pour la performance

d’un système d’EC. En ignorant le terme de stockage d’énergie dans le couvert à l’échelle

journalière (Baldocchi et al., 2004 ; Testi et al., 2004) et en assumant le principe de

conservation de l’énergie, la fermeture du bilan énergétique, définie comme Rn-HEC-LvEEC-G,

devrait être nulle. Dans cette partie, nous nous utiliserons que des valeurs journalières

calculées en faisant la moyenne des valeurs à l’échelle demi-horaire. La figure 3.5 présente

une comparaison entre les mesures de (Rn-G) et les valeurs de la somme des flux turbulents

(HEC+LvEEC) à l’échelle journalière. La corrélation entre les deux grandeurs est traduite par

l’équation suivante : )(05.1 ECvECn ELHGR +=− avec 86.02 =R et 217 −= WmRMSE . La

différence dans les surfaces sources des différents instruments, a le plus grand impact sur la

52

fermeture du bilan d’énergie surtout pour des végétations éparses. La surface source du

système d’Eddy Covariance est plus grande par rapport à celles du rayonnement net et le flux

de chaleur dans le sol. Elle peut être changée rapidement selon la vitesse et la direction du

vent et les conditions de surface. Cependant, en comparant nos résultats avec ceux rapportés

dans la littérature (Baldocchi et al., 2004 ; Testi et al., 2004; Twine et al., 2000 ), la fermeture

peut être considérée très bonne.

Figure 3. 5: Comparaison entre les valeurs journalières de l’énergie disponible (Rn - G) et les

flux turbulents mesurés par le système d’Eddy Covariance.

3.3.2 Estimation de l’énergie disponible

Le rayonnement net est estimé à partir de l’équation (3.1) en utilisant une valeur

d’albédo de 0.11 (moyenne annuelle mesurée par le CNR1) avec une émissivité surfacique

égale à 0.98 (Jones et al., 2003). Le rayonnement atmosphérique est calculé à partir de la

température de l’air et de la pression de vapeur en utilisant la formule de Brutsaert (1989) en

tenant compte du facteur de correction pour la sous-estimation de 5% trouvée par différents

auteurs (Hatfield et al., 1983; Olioso, 1992; Ortega et al., 2000), et la température de surface

est estimée à partir de l’équation (3.2). Quand au flux de chaleur dans le sol, il est estimé en

utilisant l’équation (3.3). Quelques données ont été omises au début de l’expérience à cause

des problèmes d’alimentation, par conséquent seulement 270 jours de données ont été utilisés

dans cette expérience. La figure 3.6 présente la comparaison entre les valeurs journalières

mesurées et estimées de l’énergie disponible. La régression linéaire a donnée [Wm-2]:

53

)(91.0 mesnmesestnest GRGR −=− avec 94.02 =R et 216 −= WmRMSE . Les indices ‘est’ et

‘mes’ indiquent les valeurs estimées et mesurées. Nous pouvons constater que ce modèle

simple utilisé pour estimer l’énergie disponible fonctionne bien sur une végétation haute et

éparse (avec une sous-estimation de 9%). A noter que l’utilisation de la formule de Brutsaert a

été établie pour des jours de ciel clair, ceci peut créer une dispersion importante pour les

faibles valeurs de radiation. Pour surmonter cette difficulté, une comparaison entre Rnmes et

Rnest, en utilisant le rayonnement atmosphérique mesuré et celui estimé, a été conduite. La

régression linéaire pour les deux comparaisons présente presque la même pente (≈ 0.96) avec

des R2 et RMSE différents. Les coefficients R2 et RMSE sont de l’ordre de 1 et 5 Wm-2, et 0.9

et 12Wm-2 respectivement pour les radiations atmosphériques mesurées et estimées.

Figure 3. 6: Comparaison entre les valeurs estimées et mesurées de l’énergie disponible

(Rn-G).

3.3.3 Flux de chaleur sensible et latente

Pour évaluer la performance du LAS, on a procédé à la comparaison des flux

journaliers de chaleur sensible dérivés à partir du LAS avec ceux mesurés par le système

d’Eddy Covariance. A noter que les jours où les données sont manquantes dans les mesures

du LAS et du système d’Eddy Covariance n’ont pas été pris en considération dans cette

comparaison. En général, le manque de données est lié aux précipitations et à la force du vent

qui peut perturber l’alignement du LAS (environ 12% des données manquantes). Durant cette

étude, l’état du site s’alterne entre un état homogène dans des conditions sèches ou après les

54

événements d’irrigation à un état hétérogène pendant l’irrigation. La méthode d’irrigation crée

donc une grande différence dans l’humidité du sol traduite par une large différence dans les

caractéristiques des surfaces sources du LAS et du système d’Eddy Covariance (voir section

précédente). Les figures 3.7a et 3.7b présentent respectivement les comparaisons entre HLAS

et HEC pour des conditions homogènes et hétérogènes. La corrélation entre HLAS et HEC

pendant l’irrigation était très mauvaise ( 26.02 =R , 23.19 −= WmRMSE ). Cette différence est

liée à la méthode de l’irrigation utilisée qui cause une grande hétérogénéité dans l’humidité du

sol pour les deux surfaces sources du LAS et de l’EC. En revanche, la corrélation a été très

bonne pendant les états homogènes (conditions sèches et les jours après les événements

d’irrigation). En examinant la comparaison des flux durant l’année entière (Figure 3.8), on

remarque que la corrélation est très satisfaisante ( 72.02 =R , 23.13 −= WmRMSE ). Par

conséquent, nous pouvons conclure que les effets de l’irrigation ont été compensés lorsqu’on

a comparé les flux sur toute l’année. Ce résultat a un grand intérêt puisqu’il montre que le

LAS peut être effectivement utilisé pour estimer des flux fiables spatialisés malgré

l’hétérogénéité causée par la méthode d’irrigation.

Figure 3. 7: Comparaison entre les flux de chaleur sensibles journaliers estimés par le

scintillomètre et mesurés par le système d’Eddy Covariance a) conditions homogènes

(conditions sèches et jours après la pluie), b) conditions hétérogènes (pendant l’irrigation).

55

Figure 3. 8: Comparaison des flux de chaleur sensibles journaliers durant l’année entière.

Sur la figure 3.9a, on présente la comparaison entre les flux journaliers de la chaleur

latente estimés par le LAS (LvELAS) et mesurés par le système d’Eddy Covariance (LvEEC).

Les résultats de l’analyse donnent lieu à une régression linéaire de la forme:

ECvLASv ELEL 86.0= , où 72.02 =R et 225.18 −= WmRMSE . Ce désaccord s’explique par la

combinaison de plusieurs facteurs tels que: l’erreur liée à la fermeture du bilan énergétique

mesuré qui induit une erreur dans l’estimation de LvELAS, puisque LvELAS est considéré

comme un terme résiduel du bilan d’énergie, n’importe quelle différence entre les valeurs

mesurées et estimées de l’énergie disponible est directement traduite par une erreur dans

l’estimation de LvELAS. A cet égard, la comparaison entre LvELAS simulé, en utilisant les

valeurs mesurées de l’énergie disponible et LvEEC, donne: ECvLASv ELEL = , 76.02 =R et

274.13 −= WmRMSE (Figure 3.9b). D’une manière générale, l’impact de la différence dans

les footprints du LAS et le système d’Eddy Covariance qui était plus importante pendant les

événements d’irrigation, influence considérablement la corrélation entre les flux mesurés et

simulés. Malgré que nous avons trouvé un désaccord modéré, la correspondance entre LvE

mesuré et simulé est considérée acceptable. Par conséquent, nous pouvons conclure que la

combinaison des mesures du LAS avec les estimations de l’énergie disponible est un outil

efficace et opérationnel pour l’estimation saisonnière de la consommation de l’eau à l’échelle

d’un secteur irrigué.

56

Figure 3. 9: Comparaison entre les flux de chaleur latente journaliers estimés par le

scintillomètre a) : utilisation des valeurs estimées pour l’énergie disponible, b) : utilisation des

valeurs mesurées pour l’énergie disponible) et mesurés par le système d’Eddy Covariance

3.3.4 Evaluation de l'efficacité d'irrigation

Dans cette partie, on étudie l’efficacité de l’irrigation gravitaire appliquée sur le site

expérimental. Pour aboutir à cette étude, les besoins en eau déduits par la méthode FAO-56

(FAO-56 paper, Allen et al. 1998) ont été comparés aux estimations de l’évapotranspiration

calculées à partir du LAS (ETLAS) et à la somme de l’irrigation et des précipitations.

Pour cette étude, la quantité totale d’eau d’irrigation appliquée est d’environ 800 mm,

distribuée sur 10 éventements. Les précipitations totales enregistrées sont de l’ordre de 354

mm. Une telle quantité semble largement supérieure à la valeur moyenne annuelle de l’ordre

de 240 mm. Le cumul total de l’évapotranspiration, estimé par le LAS en additionnant les

valeurs journalières, est de l’ordre de 860 mm. Afin de comparer cette valeur avec celle

estimée par la méthode FAO, nous avons calculé les besoins en eau des cultures (ETC) en se

basant sur la procédure décrite par Allen et al. (1998). L’évapotranspiration ETC est calculée

en multipliant l’évapotranspiration de référence (ET0) par le coefficient cultural Kc=0.68

calculé par Er-Raki et al. (2007) pour l’olivier du site d’Agdal. A noter que le cumul annuel

de ETC durant cette expérience était de 920 mm. Dans la figure (3.10), on présente les cumuls

de ETC et ETLAS ainsi que la somme de l’apport de l’irrigation et de la pluie. En analysant les

courbes de cette figure, on remarque que les sens de variation de ETLAS et ETC sont très

57

proches au cours de la période située entre DOY 323 et DOY 190, tandis que, pour le reste,

les valeurs de ETC s’écartent de celles de ETLAS. Les écarts trouvés sont dûs au phénomène de

stress se produisant à cause de la distribution inadéquate de l’irrigation. En fait, l’agriculteur

continue à irriguer même lors des événements de la pluie pour ne pas avoir un désordre dans

la prochaine irrigation (quatre irrigations ont été appliquées dans ce cas : DOY 353(2002),

109(2003), 169(2003) et 303(2003)). Certaines irrigations devraient être retardées (169(2003),

309(2003), 109(2003)), et la première irrigation (353(2002)) était inutile parce qu’il avait plu

avant cette dernière, pendant une longue période. En plus, une quantité importante de l’eau a

été perdue par l’irrigation gravitaire. Cette quantité (notée ∆P) a été perdue par les

phénomènes de percolation et par le ruissellement. Afin de quantifier ce terme, on a utilisé

l’équation du bilan d’eau figurant dans la méthode FAO à échelle annuelle (Allen et al.,

1998). Dans cette étude, la variation du stockage de l’eau dans le secteur d’étude a été ignorée

car les conditions expérimentales initiales et finales sont presque les mêmes. Ainsi, l’écart ∆P

est approché à partir de la somme des cumuls des précipitations et des irrigations moins le

cumul de LASET . La quantité ∆P annuelle obtenue est autour de 295 mm et représente à peu

près 37% de la quantité annuelle de l’irrigation appliquée. Une étude effectuée sur le même

verger par Williams et al., (2003), a relevé que l’évaporation du sol représente 14 à 28% de

l’évapotranspiration totale. D’après ces résultats, il est clair que la quantité d’eau appliquée

par l’agriculteur n’est pas appropriée pour le verger d’olivier dans les conditions de la plaine

de Haouz.

Figure 3. 10: Evolutions des cumuls de ETLAS (scintillomètre), ETC (FAO-56), Irrigation et la

somme de l’irrigation et de la pluie

58

3.4 Conclusion

Dans la première partie de ce chapitre, nous avons utilisé le scintillomètre à grande

ouverture à l’échelle mono-patch sur les trois cultures dominantes dans la région de Tensift

EL Haouz (Olivier, Blé et Oranger). Le but de cette partie est d’estimer des flux turbulents

sous des conditions complexes qui se traduisent par la présence des événements d’irrigation

dans l’analyse de nos données et par le type du couvert (comme les oliviers et les orangers).

Le flux de chaleur sensible obtenu à partir du LAS s’accorde raisonnablement avec

celui dérivé de l’EC durant les conditions sèches, ce qui indique que les surfaces sources des

deux méthodes sont homogènes. Ce résultat confirme que le LAS fonctionne bien au-dessus

de la végétation haute et éparse. Pendant les événements d’irrigation (irrigation gravitaire et

goutte à goutte), la comparaison a montré une grande dispersion entre les deux méthodes qui

est due à la différence dans les surfaces sources du LAS et de l’EC. En conséquence, la

comparaison entre le flux de chaleur latente dérivé à partir du LAS et celui mesuré par l'EC

rapporte un accord acceptable avec un grand éparpillement. La différence existante étant liée

au problème de fermeture du bilan énergétique basé sur des évaluations des flux turbulents de

l'EC, des caractéristiques différentes entre les surfaces sources du LAS et de l'EC (dues à la

méthode d'irrigation qui a causé une grande hétérogénéité dans l’humidité du sol) et de

l'utilisation de la formule de Brutsaert pour le calcul du rayonnement incident de grande

longueur d’onde. En se basant sur ces résultats, on peut conclure que la combinaison des

données du scintillomètre et les estimations de l’énergie disponible qui peuvent être dérivées à

partir des images satellitaires, le LAS est un outil potentiellement utile pour obtenir le flux de

chaleur latente à grande échelle même sur des surfaces complexes.

La deuxième partie de ce travail a pour objectif d’identifier la possibilité d’utilisation

du scintillomètre grande ouverture combiné avec un modèle simple, pour l’estimation de

l’énergie disponible afin de mesurer la consommation en eau dans des conditions

environnementales difficiles (végétation haute et éparse, méthode d’irrigation origine des

hétérogénéités dans l’humidité du sol et caractéristiques du sol).

Les flux journaliers de chaleur sensible obtenus par le scintillomètre étaient en bon

accord avec ceux mesurés par le système d’Eddy covariance pendant les conditions

homogènes (conditions sèches et jours suivant les événements de la pluie). Ce résultat

confirme que le LAS fonctionne bien au-dessus de la végétation haute et éparse. Cependant,

durant les événements d’irrigation (irrigation gravitaire), la comparaison a montré un grand

éparpillement entre les deux méthodes lié à la différence dans les surfaces sources du LAS et

59

du système d’Eddy covariance due à la méthode d’irrigation. En conséquence, la comparaison

entre les flux journaliers de chaleur latente dérivés par les deux méthodes rapporte un accord

acceptable avec une sous-estimation de 14% et un grand éparpillement ( 72.0R 2 = et

RMSE=18.25Wm-2). Cette différence est liée au problème de fermeture du bilan énergétique

basé sur les flux turbulents du système d’Eddy covariance, des différentes caractéristiques

entre les surfaces sources du LAS et du système d’Eddy covariance qui sont engendrées par la

méthode de l’irrigation et l’utilisation de la formule de Brutseart pour le calcule du

rayonnement issu de grande longueur d’onde. On peut conclure que la combinaison des

estimations de l’énergie disponible qui peuvent être dérivées à partir des images satellites et

les mesures du LAS a montré que ce denier est un outil potentiellement utile pour obtenir les

flux de chaleur latente à grande échelle sur des surfaces complexes. Par conséquent, ce

dispositif peut être considéré comme le seul outil pratique permettant de vérifier les approches

des modèles de la télédétection pour l’étude du bilan hydrique à l’échelle du bassin.

En plus, cette étude a montré que la méthode d’irrigation appliquée par l’agriculteur

n’est pas appropriée pour les conditions du verger, à cause de la grande quantité d’eau (≈295

mm) perdue par percolation et ruissellement. Ceci est dû au fait que l’agriculteur distribue les

événements d’irrigation selon les observations des conditions physiques de la plante qui ne

sont pas suffisantes pour la gestion de l’irrigation. Par conséquent, il serait possible

d’améliorer la gestion de l’irrigation et de recommander aux agriculteurs et aux décideurs de

se baser sur plus des critères dans la programmation des événements d’irrigation par exemple:

le type du sol, la longueur des canaux, les débits et les prévisions météorologiques.

60

CHAPITRE 4

UTILISATION DU LAS A L’ECHELLE DE PLUSIEURS

PATCHES DANS DES REGIONS SEMI-ARIDES

61

Dans ce chapitre, on se propose de présenter les résultats relatifs à l’utilisation du LAS

à l’échelle de plusieurs-patches. La première partie consiste à tester la validité de l’hypothèse

de similarité de Monin-Obukhov sur une surface composite des oliviers au dessous de la

hauteur du mélange. Les données utilisées, pour cette validation, ont été effectuées dans le

cadre du projet SudMed. La deuxième partie rapportera l’utilisation du LAS sur une surface

composite complexe constituée de trois champs : Blé, Coton et pois chiche en utilisant les

données effectuées dans l’expérience de Yaqui-99 (Mexique).

4.1 Validation du MOST sur une surface composite des oliviers au

dessous de la hauteur du mélange

Les résultats de cette partie sont issus de l’article : Ezzahar, J., Chehbouni, A., Hoedjes, J.C.B. and Chehbouni, Ah., 2007: “On the application of scintillometry over heterogeneous surfaces” - Journal of Hydrology, vol. 334, pp. 493-501.

4.1.1 Introduction Le paramètre de structure de l’indice de réfraction de l’air ( 2

nC ) est un paramètre très

important pour caractériser l’intensité des fluctuations turbulentes de l’indice de réfraction

atmosphérique. En utilisant la méthode de scintillation, l’indice 2nC peut être mesuré à une

échelle spatiale variant entre plusieurs centaines de mètres et une dizaine de kilomètres. Selon

la longueur d’onde avec laquelle le scintillomètre fonctionne, la détermination de 2nC permet

de calculer les flux de surface de chaleur sensible et latente en utilisant la théorie de similarité

de Monin-obukhov (MOST). Cette dernière a été établie sur des surfaces homogènes et

uniformes. Par conséquent, sa validation sur des surfaces composites peut poser des

problèmes dans le calcul des flux de surface. En plus, sur ce type de surfaces, le LAS devrait

être installé sur une hauteur appelée hauteur du mélange (zb) qui dépend linéairement de

l’échelle d’hétérogénéité, Lh, (Wieringa, 1986). Donc, plus Lh est importante, plus zb est

grande. En pratique, l’installation du scintillomètre à cette hauteur est compliquée surtout

pour des trajets très longs (par exemple 10 Kms). Dans ce contexte, on va tester la validité de

l’hypothèse de similarité de Monin-Obukhov à l’échelle de grid (plusieurs-patches) au-

dessous de la hauteur du mélange. Pour réaliser cela, on a combiné les mesures du

62

scintillomètre effectuées sur deux patches homogènes de différentes caractéristiques, avec les

schémas d’agrégation pour dériver le paramètre de structure pour l’indice de réfraction de

l’air moyen, < 2nC > (les parenthèses dénotent les valeurs à l’échelle de grid), à l’échelle de

grid. Afin d’agréger le paramètre de structure de l’indice de réfraction de l’air, qui n’est pas

un scalaire linéaire, à partir des mesures effectuées sur chaque patch, on utilise une approche

déterministe développé par Arain et al., (1996); Chehbouni et al., (1995 et 2000b); Lagouarde

et al., (2002); Noilhan et al., (1995) et Shuttleworth (1991). Cette approche déterministe

consiste à dériver des relations analytiques entre les paramètres de surface locaux et effectifs

(valeurs à l’échelle de grid). Afin de développer un schéma d’agrégation et de vérifier

l’application de la théorie de similarité de Monin-Obukhov, on a utilisé les données collectées

durant l’expérience d’Agdal décrite dans le chapitre 2. Dans ce travail, on est intéressé

seulement sur une courte période durant laquelle les deux scintillomètres ont été

opérationnels. Elle est comprise entre les jours juliens 295 et 306 (22 Octobre jusqu’au 2

Novembre 2002) (Figure 2.2 du chapitre 2). Il est important de noter que durant cette période,

le site sud était très sec tandis que le site nord était humide (irrigué le jour julien 291). Dans

ce qui suit, l’échelle du patch est associée soit au site nord soit au site sud, tandis que l’échelle

de grid est associée au verger d’olivier entier (l’ensemble des deux sites nord et sud).

L’évolution de l’humidité du sol pour les deux sites mesurée par les TDR à 0.5 cm, est

présentée dans la figure 4.1.

4.1.2 Procédure d’agrégation pour l’obtention de 2nC à l’échelle de grid

En raison de la non-linéarité de 2nC , la valeur moyenne de l’indice de réfraction de

l’air ne peut pas être obtenue par une pondération des valeurs mesurées à l’échelle du patch.

Deux approches alternatives sont décrites dans cette section : l’approche effective (dénotée

par l’indice eff) et l’approche agrégationnelle (dénotée par agg). Dans la première approche,

les valeurs de effnC 2 sont obtenues à partir d’une combinaison des mesures d’Eddy

covariance des flux de chaleur sensible et latent (H, LvE) et la vitesse de friction *u et MOST.

Dans l’approche agrégationnelle, aggnC 2 est obtenu en combinant un schéma d’agrégation et

les mesures de 2nC obtenues à l’échelle du patch par les deux scintillomètres.

63

Figure 4. 1: Evolution de l’humidité du sol mesurée par les TDR à 0.5cm pour les deux sites :

nord et sud.

4.1.2.1 Approche effective

L’approche effective consiste à dériver le paramètre de structure pour l’indice de

réfraction de l’air à l’échelle de grid (effEC

2nC ) à partir des mesures d’Eddy covariance. Ce

paramètre effEC

2nC est obtenu en inversant les équations (1.27)-(1.35) décrites dans le

chapitre 1 en utilisant les valeurs prises à l’échelle de grid pour les flux de chaleur sensible

(effECH ) et latente (

effECLvE ) et la vitesse de friction (effEC*u ). Les valeurs de

effECH

et de effECLvE sont obtenues par une simple pondération linéaire des flux mesurés sur les

deux sites. La vitesse de friction effEC*u est obtenue, en appliquant la linéarité du flux de

quantité de mouvement (Chehbouni et al., 1999), comme suit:

( ) 5.02EC*ECeffEC* ii ufu ∑= (4.1)

où fiEC est la fraction de la surface occupée par le patch i. Puisque les systèmes d’Eddy

covariance dans les sites nord et sud ont été installés approximativement à la même hauteur

au-dessus de la végétation, on a trouvé qu’on peut supposer que fiEC =0.5 puisque la taille va

être la même pour les deux surfaces sources des flux mesurés sur les deux sites.

64

4.1.2.2 Approche agrégationnelle

La deuxième approche consiste à estimer le paramètre de structure pour l’indice de

réfraction de l’air à l’échelle du grid (aggLAS

2nC ) à partir des mesures du scintillomètre. Ce

paramètre est obtenu en utilisant 2SnC et 2

NnC en combinaison avec le schéma décrit dans cette

section. Après avoir calculé le flux de chaleur sensible à l’échelle de patch à partir de chaque

scintillomètre (Equations (1.27)-(1.35)), le flux de chaleur sensible à l’échelle du grid est

donné par:

LAS_NLAS_S )1( HfHfH cc −+= (4.2)

où les indices S et N désignent respectivement les variables associées aux sites nord et sud.

cf est la fraction de la surface occupée par le site sud pour l’ensemble de la surface du grid.

Les équations (4.1) et (4.2) peuvent être simplifiées et prennent les formes suivantes:

N*N*S*S*** )1( TufTufTu cc −+= (4.3)

2N*

2S*

2* )1( ufufu cc −+= (4.4)

Selon la théorie de similarité de Monin-Obukhov et en utilisant les constantes trouvées par De

Bruin et al. (1993) pour la fonction de stabilité, le paramètre de structure propre à la

température est relié à l’échelle de température par la relation : 3/2

2*

3/22 )(919.4)( −

⎟⎠⎞

⎜⎝⎛ −−=

−L

dzT

dzCT (4.5)

En substituant l’équation (1.28) à l’équation. (4.5) et l’équation (4.5) à l’équation (4.3), on

obtient :

( )2NN

2SS

1

aggLAS2

nnn CyCyyC += − (4.6)

Avec :

3/2

X

XX*

3/2XX

2

*

X)(91

)(03.01)( −

−

⎟⎟⎠

⎞⎜⎜⎝

⎛ −−

−⎟⎟⎠

⎞⎜⎜⎝

⎛+

=

LdzT

dzufy

X

XX

X

β (4.7)

où X indique S, N ou la moyenne à l’échelle de grid. A noter que : fX=1 pour <y>, fX =fc pour

yS et )1( cX ff −= pour yN.

65

4.1.3 Résultats et discussion

Les résultats de cette section seront analysés en considérant des conditions

d’instabilité ou l’on a : ⎟⎠⎞

⎜⎝⎛ <

− 0)(L

dz .

4.1.3.1 Bilan énergétique

Afin de vérifier la fermeture du bilan énergétique pendant la période d’étude, on a

comparé la somme des flux de chaleur sensible (H) et latente (LvE) avec l’énergie disponible

(définie par la différence entre le rayonnement net (Rn) et le flux de chaleur dans le sol (G)) à

l’échelle de demi-horaire. Cette fermeture du bilan énergétique dépend à la fois, des mesures

d’Eddy covariance et de notre capacité à évaluer adéquatement l’énergie disponible dans une

surface représentative pour la surface source des flux d’EC. Dans la littérature, de nombreux

résultats ont montré que la somme des flux de chaleur sensible et latente mesurés par l’Eddy

covariance sous-estime l’énergie disponible (Hoedjes et al., 2002; Testi et al., 2004 et Twine

et al., 2000;). Sur la figure 4.2, on présente la comparaison entre Rn-G et H+LvE pour les deux

sites sud et nord. Les équations de régression linéaire obtenues sont :

)(81.0 SnSSS GRLvEH −=+ avec R2=0.88 et RMSD7= 74 W m-2 pour le site sud et

)(77.0 NnNNN GRLvEH −=+ avec R2=0.82 et RMSD=89 W m-2 pour le site nord. La

différence obtenue s’explique par la combinaison de plusieurs facteurs. A titre d’exemple, la

sous-estimation des flux mesurés par le système d’Eddy Covariance pourrait être due soit à

l’atténuation des signaux turbulents à des fréquences suffisamment basses ou élevées (i.e.,

Moore 1986) soit aux différences entre les flux turbulents et l’énergie disponible. En plus,

l’énergie stockée dans la biomasse des oliviers n’a pas été considérée dans le bilan

énergétique. Sur des écosystèmes similaires à Agdal, Scott et al., (2003) ont trouvé que

l’énergie stockée dans la biomasse représente environ 5 à 10% de l’énergie disponible, ce qui

pourrait expliquer une partie de la non-fermeture du bilan énergétique. Néanmoins, en

comparant nos résultats avec ceux rapportés dans d’autres études expérimentales, (l’erreur

moyenne dans la fermeture varie entre 10% à 30% selon Twine et al., (2000)), la fermeture du

bilan énergétique obtenue dans cette étude peut être considérée satisfaisante.

7 Root Mean Square Difference

66

Figure 4. 2: Comparaison entre les valeurs demi-horaires de la somme des flux de chaleur

sensible et latente (H+LvE) et l’énergie disponible (Rn-G) sous des conditions instables, pour

les sites nord (triangles) et sud (cercles).

4.1.3.2 Echelle de patch

Les figures 4.3a et 4.3b présentent respectivement la comparaison entre les flux de

chaleur sensible obtenus par le scintillomètre (HLAS) et mesurés par le système d’Eddy

covariance (HEC) pour les sites sud et nord. Pour le site sud, la régression linéaire a donné lieu

à une variation du type : EC_SLAS_S 95.0 HH = (Wm-2) avec 89.02 =R et RMSD=24 W m-2, et

une variation : EC_NLAS_N HH = avec 74.02 =R et RMSD=27 W m-2 pour le site nord. Le

contraste dans les deux sites en terme de disponibilité d'eau (irrigation) est clairement

apprécie dans ces figures. Les valeurs des flux de chaleur sensible sur le site sud (valeur

maximale d’environ 300Wm-2) sont plus grandes que celles mesurées sur le site nord (valeur

maximale d’environ 200Wm-2). L’analyse des courbes obtenues montre que la corrélation

dans le site sud est meilleure que celle du site nord. On note que l’éparpillement observé dans

ces figures s’explique par l’événement d’irrigation qui a eu lieu dans le site nord juste avant

l’expérience. Vers le jour julien 291, l’eau d’irrigation a atteint l’endroit où la tour d’Eddy

covariance a été installée ce qui a crée une forte hétérogénéité en terme d'humidité du sol

durant la période d’expérience. L’impact de cette hétérogénéité a été traduit par des

différences dans les états des surfaces sources du scintillomètre et du système d’Eddy

covariance. En effet, à cause de l’irrigation gravitaire adopté, le site entier est irrigué dans 15

67

jours. Pendant cette période, la surface source d’Eddy covariance pourrait être humide (sèche)

tandis qu’une partie significative de celle du LAS est sèche (humide).

Figure 4. 3: Comparaison entre LASH et ECH pendant les conditions instables : a) site sud, b)

site nord.

4.1.3.3 Echelle de grid

Etant donné que la mesure des flux par le scintillomètre est basée sur l’application de

la théorie de similarité de Monin-Obukhov (MOST), l’application du MOST nécessite une

homogénéité horizontale. Ainsi, la question qui se posera est la suivante: est ce que cette

théorie reste valable dans des conditions hétérogènes ?. En plus, les mesures devraient être

effectuées au-dessus de la hauteur du mélange qui dépend, selon Wieringa (1986), de la

vitesse de friction, de la vitesse du vent et de la longueur de l’échelle des hétérogénéités

horizontales. Sous les conditions de notre site, la valeur moyenne de la hauteur du mélange

était environ de 26 m à l’échelle de grid. Malheureusement, le déploiement opérationnel des

instruments comme le LAS à une hauteur élevée semble impraticable. Dans cette étude, on va

68

tester MOST sur des surfaces hétérogènes (échelle de grid) en utilisant des mesures effectuées

au-dessous de la hauteur du mélange.

Le paramètre de structure pour l’indice de réfraction à l’échelle de grid aggnC LAS

2 a

été obtenu en supposant la linéarité des flux dérivés à partir du scintillomètre (flux de chaleur

sensible et de quantité du mouvement sur chaque site) en utilisant l’équation (4.6).

Pour valider MOST à l’échelle de grid, on présente dans la figure 4.4 la grandeur 2

*3/22

LAS / TdzCaggT − en fonction de Ldz /− , tel que

aggTC 2LAS est obtenu à partir

de aggLAS

2nC en utilisant l’équation (1.27). Afin d’éviter le ‘auto corrélation’ due à

l’application du MOST dans la procédure itérative (équations (1.27)-(1.35)), les valeurs

effectives de β , *T et L ont été dérivées à partir des mesures de l’Eddy covariance. Le

résultat montre que la fonction théorique trouvée par De Bruin et al. (1993) reste valide sur

des surfaces hétérogènes malgré la petite surestimation observée. Meijninger et al. (2002b)

ont obtenu un résultat similaire en utilisant la même fonction théorique. En plus, ce résultat

confirme bien que MOST peut être utilisée au-dessus de la hauteur du mélange. Ceci est en

accord avec d’autres études comme celles effectuées par De Bruin et al., (1989) ; Ronda et De

Bruin, (1999) ; Shuttleworth, (1988). Ils ont montré que pour des surfaces d’hétérogénéité

désorganisée, il existe une couche au dessous de la hauteur du mélange où MOST reste

applicable mais les contributions des différents champs peuvent être observées. Dans le même

contexte, Kohsiek et al. (2002) ont rapporté que lorsqu’un XLAS (Extra Large Aperture

Scintillometer utilisé pour des parcours de 10 km) est installé au-dessous de la hauteur du

mélange, MSOT reste valable. Le résultat trouvé est d’un intérêt capital pour les utilisateurs

d’un XLAS puisque son déploiement au-dessus de la hauteur du mélange qui est très élevée

n’est pas toujours faisable.

69

Figure 4. 4: Variation de la grandeur 2*3/22 / TdzCT − en fonction de Ldz /−−

durant les conditions instables. Les lignes solide et épaisse représentent respectivement la

fonction théorique trouvée par De Bruin et al. (1993) et la relation de la convection libre

trouvée aussi par De Bruin et al (1993).

Puisque les deux systèmes ont été installés approximativement à la même hauteur au-

dessus de la végétation, on peut supposer que les surfaces sources des systèmes d’Eddy

covariance pour les deux sites ont presque les mêmes dimensions et par conséquent fiEC

(équation 4.1) peut être identifié à 0.5. En revanche, de grandes différences peuvent se

produire entre les dimensions des surfaces sources des scintillomètres puisqu’ils ne sont pas

installés dans la même direction. Par conséquent, l’effet du changement de cf sur le modèle

d’agrégation a été étudié en la faisant varier 0.1 et 0.9. Afin d’étudier la sensibilité de cf au

paramètre de structure de l’indice de réfraction agrégé aggLAS

2nC , on présente dans le

Tableau 4.1, les différents résultats statistiques de la comparaison entre aggLASnC 2 et

effECnC 2 . On remarque que la corrélation est bonne pour une valeur de cf proche de 0.5.

Sur la figure 4.5, on présente la comparaison entre aggLASnC 2 et

effECnC 2 avec fc=0.5

pour des jours clairs. L’exclusion des jours nuageux dans cette comparaison est traduite par

une amélioration remarquable dans la corrélation entre aggLASnC 2 et

effECnC 2 ( 95.02 =R et

RMSD= 5.10-15 m-2/3.).

70

Portion of south surface (fc) Slope Correlation Coefficient RMSD×1015 (m-2/3)

0.1 0.77 0.8 12.80.2 0.83 0.83 10.80.3 0.89 0.85 9.10.4 0.95 0.87 8.20.5 1 0.88 7.80.6 1.07 0.88 8.780.7 1.14 0.87 10.60.8 1.2 0.87 130.9 1.27 0.86 16

Tableau 4. 1 : Résultats statistiques de la régression linéaire entre agg

2LASnC avec fc (la

fraction de la surface source du LASS dans la surface de grid entier) varie entre 0.1 jusqu’à

0.9, et effEC

2nC avec fiEC =0.5.

Figure 4. 5: Comparaison entre les paramètres de structure pour l’indice de réfraction de l’air

simulés respectivement par les approches agrégationnelle (aggLASnC 2 ) et effective

(effECnC 2 ) durant les jours clairs.

71

Finalement, on présente sur la figure 4.6, la comparaison entre le flux de chaleur

sensible à l’échelle de grid (agg

H LAS ) simulé à partir de aggLAS

2nC (en utilisant les

équations (1.27)-(1.35)) et W

H EC défini comme une pondération linéaire des flux de chaleur

sensible observé par les systèmes d’Eddy covariance sur les deux sites (avec fc=fiEC=0.5). La

régression linéaire donne : W

HH ECaggLAS = , 89.02 =R et RMSD=20.3 Wm-2. Ce résultat

affiche moins d’éparpillement par rapport à la comparaison à l’échelle du patch et la

corrélation est bonne.

Figure 4. 6: Comparaison entre le flux de chaleur sensible à l’échelle de grid (agg

H LAS )

simulé à partir de aggLAS

2nC .

4.1.4 Conclusion

Dans cette partie, on a testé la théorie de similarité de Monin-obukhov (MOST) à

l’echelle de grid. Ceci a été effectué par la combinaison des mesures du scintillomètre sur

deux sites avec un schéma d’agrégation pour déduire le paramètre de structure pour l’indice

de réfraction de l’air 2nC à l’échelle de grid.

Les comparaisons des flux de chaleur sensible demi-horaire mesurés par le système

d’Eddy covariance et le scintillomètre à l’échelle de patch montrent un bon accord en raison

du RMSD qui est égale respectivement à 24.5 et 28.3 Wm-2 pour le site sud et site nord. La

différence observée dans les flux est liée principalement à l’événement d’irrigation qui a eu

72

lieu juste avant le début de l’expérience. Ceci explique une partie de la différence trouvée

entre HEC et HLAS pour le site nord, puisque pendant l’irrigation, l’impact des différences entre

les surfaces sources des deux instruments augmentent. Malgré l’éparpillement observé, nous

concluons que MOST reste applicable sur une végétation relativement haute et éparse. De

plus, les deux comparaisons montrent la différence entre les deux sites au moment de

l’expérience. Par conséquent, le grid composé des deux patches peut être considéré comme

hétérogène.

Une combinaison des mesures du scintillomètre à l’échelle du patch, des données

météorologiques et un modèle d’agrégation a été utilisée pour dériver aggLAS

2nC à l’échelle de

grid permettant d’obtenir le paramètre de structure pour la températureaggLAS

2TC . Ce dernier

a été utilisé pour valider MOST à l’échelle de grid. Les résultats ont montré que MOST peut

être appliqué à l’échelle de grid avec des mesures effectuées au-dessous de la hauteur du

mélange. Afin de vérifier l’exactitude des valeurs deaggLAS

2nC , on a utilisé une approche

effective pour calculer le paramètre de structure effectif realtif à l’indice de réfraction de l’air

effnC 2 à l’échelle de grid. Cette approche utilise les valeurs moyennes de la vitesse de

friction et les flux de chaleur sensible et latente en combinaison avec MOST pour

déduireeffnC 2 . Malgré l’éparpillement observé, la comparaison peut être considérée bonne.

Ce résultat confirme bien la consistance de la méthode d’agrégation.

Les résultats de cette étude montrent l’applicabilité du LAS et ainsi du XLAS sur des

surfaces hétérogènes lorsqu’ils sont installés à une hauteur inférieur à la hauteur du mélange.

Par conséquent, la hauteur à laquelle un scintillomètre doit être installé n’est pas la hauteur du

mélange mais plutôt une hauteur où il n’aura pas de saturation du signal (Moene et al., 2005).

73

4. 2 Estimation des flux surfaciques moyens sur des surfaces

composites dans une région semi-aride

Les résultats de cette partie sont issus de l’article : Chehbouni, A., Ezzahar, J., Watts, C., Rodriguez, J.-C., Garatuza-Payan, J., 2006 : “Estimation area-averaged surface fluxes over contrasted agricultural patchwaork in a semi-arid region”. - Accepté pour publication dans J. Hill and A. Roder (Eds.), Advances in Remote Sensing and Geoinformation Processing for Land Degradation Assement, Taylor and Francis.

4.2.1 Introduction

L’évaluation des flux de surface à grande échelle composée généralement de plusieurs

surfaces hétérogènes, est indispensable pour une bonne gestion des ressources en eau dans les

régions arides et semi-arides. L’hétérogénéité de surface, notamment celle produite par

l’humidité du sol, génère une grande variabilité des flux ce qui limite l’utilisation des

techniques classiques de mesures locales. Considérant les avantages du LAS cités auparavant,

ce dernier peut être considéré comme étant le seul dispositif expérimental capable d’estimer

les flux de surface sur des surfaces composites (Chehbouni et al., 1999; Lagouarde et al.,

2002; Meijninger et al., 2002a ). Cependant son utilisation sur certaines surfaces où l’échelle

d’hétérogénéité s’avére importante et nécessite une hauteur de mesure supérieure à celle du

mélange ainsi que la validation de la théorie de similarité de Monin-Obukhov. Récemment,

Ezzahar et al. (2007b) ont montré que MOST reste applicable sur des surfaces hétérogènes en

s’appuyant sur des mesures effectuées au-dessus de la hauteur du mélange. En plus, la

validation de cette méthode nécessite aussi un réseau d’instruments de prélèvement local

comme le système d’Eddy Covariance. Malgré que cette méthode est considérée comme étant

la plus précise pour mesurer les flux turbulents sur des surfaces homogènes, plusieurs auteurs

ont montré que ce système sous-estime les flux turbulents (Twine et al., 2000).

L’objectif de cette partie est d’évaluer le potentiel et les limitations du LAS pour

l’obtention des flux de surface moyens sur un ensemble de champs d’agricultures contrastées.

Dans cette étude, un scintillomètre a été installé sur un trajet optique d’environ 1.8 km et

couvre trois cultures contrastées (blé, coton et pois chiche) dans une région semi-arides au

Nord du Mexique lors de l’expérience de Yaqui-99.

74

4.2.2 Résultats et discussions

Dans cette étude, on a utilisé sept jours de jeu de données (DOY 98 jusqu’à DOY 104

dans l’année 1998) sous des conditions instables. Cette période présente une opportunité

idéale pour tester les performances du LAS sur de telles situations complexes. En fait, le

champ de pois chiche était très sec tandis que les champs du coton et de blé ont été

récemment irrigués. Ceci engendre une grande hétérogénéité dans l’humidité du sol le long du

trajet du scintillomètre.

4.2.2.1 Bilan énergétique

Afin d’étudier la fiabilité des flux turbulents mesurés par l’EC, une analyse de la

fermeture du bilan énergétique est nécessaire. Pour ce faire, l’énergie disponible (Rn-G) a été

comparée à la somme des flux de chaleur sensible et latente (HEC+LvEEC) pour les trois

champs. Les résultats statistiques sont présentés dans le tableau 4.2. La régression linéaire

montre que l’énergie disponible surestime la somme des flux turbulents avec 17% pour le

coton, 9% pour le blé et 15% pour le pois chiche. Ces résultats confirment bien ceux

rapportées dans la littérature (Ezzahar et al., 2007; Hoedjes et al., 2002; Twine et al., 2000).

Cependant, la distribution de cette sous-estimation entre les flux de chaleur sensible et latente

reste inconnue.

Tableau 4. 2 : Présentation des résultats statistiques de l’analyse du bilan énergétique

(Y=HEC+LvEEC, X=Rn-G) des trois champs (blé, coton et pois chiche).

Site Blé Coton Pois chiche

Fermeture du bilan d'énergie Y=0.91X Y=0.83X Y=0.85X

R2=0.82 R2=0.8 R2=0.84

RMSD (Wm-1) 73 72 64

75

4.2.2.2 Comparaison des flux de chaleur sensible et latente

Les flux de chaleur sensible et latente à l’échelle de ‘grid’ mesurés par le système

d’EC ont été obtenus par une simple pondération linéaire des flux mesurés sur les trois sites.

Ces flux sont notés par la suite par : EC_effH et EC_effELV . Les flux du LAS ont été calculés en

utilisant un calcul itératif en se basant sur les équations (1.27)-(1.37) (chapitre 1). Les figures

4.7 et 4.8 présentent respectivement les comparaisons entre les valeurs simulées et mesurées

des flux de chaleur sensible et latente. En analysant ces résultats, on constate que le flux de

chaleur sensible obtenu par le LAS surestime celui mesuré par le système d’EC avec un taux

de l’orde de 15%, moyennant une grande dispersion entre les flux de chaleur latente. Ceci

peut être expliqué par plusieurs facteurs : en premier lieu, les différences dans l’humidité du

sol entre les trois champs mènent à une variation dans le flux de chaleur sensible le long du

trajet optique (négatif pour le coton et positif pour le blé et le pois chiche). Le LAS ne fait pas

la distinction entre les tourbillons ascendant et descendant, contribuant au signal enregistré.

Cependant, l’analyse des valeurs journalières mesurées des chaleurs sensible et latente montre

que dans la plupart des cas, le changement du signe se produisait souvent tôt le matin et tard

l’après midi, ce qui expliquent seulement la surestimation pour les valeurs faibles. Par

conséquent, le changement du signe le long du trajet optique ne peut pas expliquer la

surestimation systématique des estimations du LAS pour le flux de chaleur sensible. La

deuxième explication peut être liée au fait que le contraste entre les champs : la transition sec-

humide crée des tourbillons supplémentaires (Brunet et al., 1994; De bruin et al., 1991; Itier

et al., 1994). Ces tourbillons ne sont pas captés par les systèmes d’Eddy covariance

(dispositifs des mesures locales) mais ils influencent le signal mesuré par le LAS. Les deux

explications pourraient être plausibles puisque selon l’équation (1.38), la hauteur du mélange

était autour de 10 m tandis que les mesures du LAS ont été effectuées à 6.4 m. Ceci indique

que sous de telles conditions, les hypothèses d’application de la théorie des similitudes de

Monin-Obukhov (MOST) ne sont pas réalisables. Néanmoins, plusieurs auteurs (De Bruin et

al., 1989; Ronda et De Bruin, 1999; Shuttleworth, 1988) ont montré que pour des surfaces

d’hétérogénéité désorganisée, il existe une couche au dessous de la hauteur du mélange où

MOST reste applicable mais les contributions des différents champs peuvent être observées.

En utilisant la même fonction théorique rapportée par De Bruin et al. (1993), Meijninger et al.

(2002b) ont montré la présence de fiables flux dérivés à partir des paramètres de structure

mesurés par le LAS installé au-dessous de la hauteur du mélange. Dans le même contexte,

Kohsiek et al. (2002) ont rapporté que lorsqu’un XLAS (Extra Large Aperture Scintillometer

76

utilisable pour des parcours de 10 km) est installé au-dessous de la hauteur du mélange, la

violation du MSOT reste négligeable. Récemment, Ezzahar et al., (2007b) ont confirmé les

résultats précédents en appliquant MOST sur une surface hétérogène au-dessous de la hauteur

du mélange d’environ 26 m. Ce résultat signifie que la raison de désaccord entre les mesures

des flux du LAS et les systèmes d’Eddy covariance devrait être vérifiée par d’autres

méthodes. Dans ce contexte, Twine et al., (2000) qui ont utilisé un important jeu de données

collectées pendant la compagne de mesure SGP978, ont montré que les mesures

indépendantes des principales composantes des flux du bilan énergétique ne vérifient pas le

principe de conservation de l’énergie. La somme des flux de chaleur sensible et latente

mesurés par les systèmes d’Eddy covariance (différents fabricants) est inférieure à l’énergie

disponible. Ils ont aussi rapporté que le problème de la fermeture du bilan énergétique est lié

aux mesures des systèmes d’Eddy covariance elles-mêmes. Cette hypothèse a été aussi

soutenue par les mesures effectuées par Hoedjes et al. (2002) sur une parcelle de blé au

Mexique. L’analyse du bilan énergétique effectué dans le paragraphe précédent pour nos

données a confirmé les résultats trouvés par ces auteurs.

Figure 4. 7: Comparaison entre LASH estimé par le scintillomètre et EC_effH dérivé en

utilisant une pondération des flux de chaleur sensible mesurés par les systèmes d’Eddy

covariance sur les trois cultures (coton, blé et pois chiche).

8 The Southern Great Plains 1997 Hydrology Experiment, Oklahoma

77

Figure 4. 8: Comparaison entre LASELV estimé par le scintillomètre et EC_effELV dérivé en

utilisant une pondération des flux de chaleur sensible mesurés par les systèmes d’Eddy

covariance pour les trois cultures (coton, blé et pois chiche).

4.2.2.3 Comparaison des flux de chaleur sensible et latente après le forçage du

bilan énergétique

Twine et al., (2000) ont rapporté que les systèmes d’Eddy covariance sous-estiment les

flux de chaleur sensible et latente mais leur rapport (le rapport de Bowen) est correctement

mesuré. En se basant sur cette hypothèse, on a recalculé les flux de chaleur sensible et latente

sur chaque champ en utilisant le rapport de Bowen mesuré et l’énergie disponible et en

forçant la fermeture du bilan énergétique. Les figures 4.9 et 4.10 présentent les comparaisons

entre les flux estimés par le LAS et ceux recalculés par la méthode de Twine. L’analyse des

ces résultats montre une amélioration remarquable de la corrélation entre les mesures du LAS

et celle de l’Eddy covariance.

Malgré l’amélioration observée, nous signalons qu’il reste encore quelques dispersions

entre les valeurs observées et simulées, ce qui signifie que cette méthode de Twine n’a pas

apporté de solution au problème associé au changement du signe de flux de chaleur sensible le

long du trajet du LAS. Une surestimation (sous-estimation) du flux de chaleur sensible (la

chaleur latente) pour des valeurs faibles peut être encore remarquée sur ces figures. En plus, la

sous-estimation observée pour les valeurs élevées du flux de chaleur sensible peut être due au

fait que la méthode de Twine distribue l’erreur de fermeture d’une façon égale entre H et LvE

78

sans considérer les conditions du champ (l’état hydrique du sol, couverture végétale) alors que

l’amplitude de l’erreur de fermeture dépend aussi de ces conditions (Hoedjes et al., 2002).

Figure 4. 9: Comparaison entre LASH (estimé par le scintillomètre) et EC_effH (dérivé en

utilisant une pondération des flux de chaleur sensible mesurés par les systèmes d’Eddy

covariance sur les trois cultures (coton, blé et pois chiche)) après le forçage du bilan

énergétique.

Figure 4. 10: Comparaison entre LASELV (estimé par le scintillomètre) et EC_effELV (dérivé

en utilisant une pondération des flux de chaleur sensible mesurés par les systèmes d’Eddy

covariance sur les trois cultures (coton, blé et pois chiche)) après le forçage du bilan

énergétique.

79

4.2.3 Conclusion

Dans cette partie, on a étudié le potentiel du LAS pour estimer les flux turbulents sur

des surfaces complexes. Pour cela, on a installé un LAS sur un trajet composé de trois champs

(blé, coton et pois chiche) de caractéristiques différentes. Le champ de pois chiche était très

sec tandis que les champs du coton et de blé ont été récemment irrigués. Ceci engendre une

grande hétérogénéité dans l’humidité du sol le long du trajet du scintillomètre.

La comparaison entre les flux de chaleur sensible et latente estimés par le

scintillomètre et le système d’Eddy covariance a montré qu’en générale, les performances du

LAS sont assez bonnes. Cependant, le LAS surestime systématiquement le flux de chaleur

sensible. Durant le début de la matinée et la fin de l’après midi, cette surestimation est

associée au changement du signe du flux de chaleur sensible le long du chemin optique. En

fait, le LAS ne distingue pas entre les tourbillons descendants et ascendants tandis que les

deux contribuent au signal enregistré. Par conséquent, toutes les approches basées sur MOST

s’attendent à échouer à cause du comportement asymétrique de la turbulence stable et instable

(Ronda et De Bruin, 1999). Pour surmonter ce problème, le LAS devrait être installé à une

hauteur assez élevée de la couche de surface de telle sorte que la couche limite planétaire

n’intercepte pas les contributions individuelles de chaque champ. Cependant, à une hauteur

très élevée, le LAS peut capter des tourbillons à partir des champs voisins ce qui compliquera

par la suite la validation de la méthode.

Pour la partie restante du jour, la surestimation peut être expliquée par l’augmentation

de la turbulence à l’intersection des champs qui influence le Cn2 observé. Une autre

explication plausible est associée au fait que le système d’Eddy covariance sous-estime les

flux de chaleur sensible et latente menant à la non fermeture du bilan énergétique, mais

permet de calculer le rapport de Bowen correctement. Cette hypothèse a été soutenue par

l’amélioration de l’accord entre le LAS et l’Eddy covariance après la correction des flux par

la méthode de Twine. Ces premiers résultats confirment le potentiel du scintillomètre à grand

ouverture pour l’estimation des flux de surface sur des surfaces composites.

80

CONCLUSION GENERALE

81

La réalisation de cette thèse entre dans le cadre du projet Franco-marocain

« SudMed ». Ce projet a été mené en partenariat entre le CESBIO (Centre d’Etudes Spatiales

de la Biosphère) et l’IRD (Institut de Recherche pour le Développement) d’une part et la

faculté des Sciences Semlalia et d’autres institutions marocaines, d’autre part. Le projet a pour

vocation de développer des méthodologies permettant d’intégrer les données de terrain, les

modèles de processus et les données de télédétection dans le but de comprendre le

fonctionnement des régions semi-arides pour une meilleure évaluation de leurs ressources

hydriques. Le bassin de Tensift El Haouz a été choisi comme site d’étude du projet pour des

rasions à la fois géographique, climatique et agricole. Les travaux menés dans cette thèse ont

pour principal objectif l’estimation des flux de surface sur des surfaces hétérogènes en

utilisant la méthode de scintillation.

La détermination des flux de surface est indispensable dans plusieurs applications

comme la météorologie, l’hydrologie et l’agriculture. Si les techniques de mesures ponctuelles

permettent de suivre localement les évolutions de ces flux, celles-ci ne sont pas appropriées

sur des surfaces hétérogènes. En effet, l’hétérogénéité de surfaces notamment celle causée par

l’humidité du sol génère une grande variabilité des flux. Par conséquent, la mesure des flux à

cette échelle est possible à travers le déploiement d’un réseau d’instruments de mesures

locales tel que le système d’Eddy Covariance. Malheureusement, ce réseau est très coûteux

aux niveaux de la manipulation et de la maintenance.

Pour pallier à ces difficultés, des techniques de mesure indirectes des flux ont été

développées dont la plus prometteuse est la mesure par scintillométrie. Les scintillomètres

fournissent une mesure du paramètre de structure pour l’indice de réfraction 2nC permettant

d’estimer les flux de chaleur sensible et latente. Contrairement aux mesures locales, le

scintillomètre apporte une mesure intégrée sur tout le chemin optique et donc représentative

de toute la surface étudiée.

La stratégie suivie lors de la réalisation de cette étude a consisté dans un premier lieu à

valider la méthode de scintillation à l’échelle du patch et dans un second lieu, à l’échelle des

surfaces composites hétérogènes (plusieurs patchs).

La validation de la méthode de scintillation à l’échelle du patch a été effectuée sur

trois types de cultures dominantes dans la région de Tensift Haouz: Olivier, Blé et Oranger en

utilisant les données de plusieurs compagnes de mesures entrant dans le cadre du projet

SudMed. La particularité de cette étude se traduit par l’hétérogénéité de l’humidité du sol

engendrée par la méthode d’irrigation (gravitaire pour le blé et l’olivier et goutte à goutte pour

l’oranger) et le type de végétation souvent très complexe comme les orangers et les oliviers.

82

Par conséquent, le transfert de chaleur et d’énergie entre le sol, la végétation et l’atmosphère

est très compliqué. Les flux de chaleur sensible dérivés à partir du scintillomètre à grande

ouverture à l’échelle demi-horaire sur le blé et l’olivier s’accordent raisonnablement avec

ceux mesurés par le système d’Eddy Covariance dans des conditions sèches. Ce résultat

montre clairement que le scintillomètre fonctionne bien au-dessus d’une végétation haute et

éparse. Par conséquence, la théorie de similarité de Monin-Obukhov (MOST) reste applicable

sur ce type de couvert. Pendant les événements d’irrigation (irrigation gravitaire et goutte à

goutte), la comparaison a montré une large dispersion entre les résultats des deux méthodes.

Ceci a été lié aux différences dans les surfaces sources du scintillomètre et du système d’Eddy

Covariance causées par les méthodes d’irrigation utilisées. Le flux de chaleur latente estimé

par le scintillomètre à grande ouverture est obtenu comme un terme résiduel du bilan

énergétique (LvELAS=Rn-G-HLAS). Afin de minimiser le coût d’estimation de la chaleur

latente, on a utilisé un modèle simple pour l’évaluation de l’énergie disponible. La

comparaison entre les flux de chaleur latente estimés par le scintillomètre et ceux mesurés par

le système d’Eddy Covariance montre un accord acceptable avec quelques dispersiosns. Ces

dispersions ont été liées au problème de fermeture du bilan énergétique basé sur les

évaluations des flux turbulents du système d’Eddy Covariance, des différentes caractéristiques

entre les surfaces sources du scintillomètre et le système d’Eddy covariance (dues à la

méthode d'irrigation qui génère souvent une grande hétérogénéité dans l’humidité du sol) et

de l'utilisation de la formule de Brutsaert pour le calcul du rayonnement incident de grande

longueur d’onde.

On a aussi utilisé le scintillomètre à grande ouverture pour la gestion de la

consommation de l’eau par les oliviers dans les régions semi-arides. Pour ce faire, un jeu de

données d’un an collectées sur le site Sud d’Agdal a été utilisé. Comme à l’échelle demi-

horaire, la comparaison des flux de chaleur sensible à l’échelle journalière dérivés

respectivement à partir du scintillomètre et du système d’Eddy Covariance a donné une

mauvaise corrélation dans les conditions hétérogènes (durant les événements de l’irrigation) et

une bonne corrélation dans les conditions homogènes (jours après la pluie et conditions

sèches). En revanche, la comparaison durant l’année entière a montré un accord acceptable

due au phénomène de compensation. Par conséquent, la combinaison des estimations de

l’énergie, par un simple modèle et des flux de chaleur sensible obtenus, par le scintillomètre, a

montré que ce dernier reste un outil potentiellement utile pour estimer l’évapotranspiration sur

des surfaces hétérogènes. Ce résultat a permis de mieux gérer l’eau d’irrigation sur les grands

secteurs. En plus, ce dispositif peut être considéré comme le seul outil pratique pour vérifier

83

les approches des modèles de la télédétection pour l’étude du bilan hydrique à l’échelle du

bassin.

Dans la dernière partie de la thèse (chapitre 4), on a testé le potentiel du scintillomètre

sur des surfaces composites. La première partie du chapitre a été consacrée à la validation de

la théorie de similarité de Monin-Obukhov (MOST) sur des surfaces hétérogènes au-dessous

de la hauteur du mélange. Ceci a été réalisé en combinant les données météorologiques, les

paramètres de structure pour l’indice de réfraction de l’air mesurées par les deux

scintillomètres installés sur les deux sites d’Agdal et un modèle d’agrégation afin de dériver le

paramètre de structure pour la température moyenne sur les deux sites. La période d’étude est

choisie de telle façon à avoir une forte hétérogénéité à l’échelle du grid, c’est à dire l’échelle

qui englobe les deux sites, avec un site très sec et l’autre humide (juste irrigué). Le paramètre

calculé a été utilisé ensuite pour valider MOST. Le résultat trouvé a démontré que

l’application du MOST reste valide sur des surfaces hétérogènes au-dessous de la hauteur du

mélange. Dans notre cas, ce dernier était d’environ 26 m, pour le cas du XALS qui tire sur un

trajet de 10 km la hauteur du mélange sera plus grande. Ainsi le résultat a un intérêt très

important puisqu’en pratique il est difficile d’installer un scintillomètre LAS ou XLAS à des

hauteurs très élevées. La deuxième partie de ce chapitre porte sur l’utilisation du LAS à

l’échelle de grid supposé composé de trois surfaces de caractéristiques différentes notamment

le type de végétation et l’humidité de sol. Dans cette partie, on a utilisé un jeu de données

collectées lors de l’expérience de Yaqui-99, la comparaison des flux de chaleur sensible

estimés par le scintillomètre et ceux obtenus par la pondération des flux mesurés par l’Eddy

Covariance a donné une légère surestimation de l’ordre de 15% pour le LAS. En plus, une

grande dispersion entre les flux de chaleur latente estimés par le LAS et ceux obtenus par la

pondération des flux de chaleur latente mesurés par les systèmes d’EC a été observée. Pour

des valeurs faibles, cette surestimation est liée au changement du signe de flux de chaleur

sensible le long du trajet du scintillomètre (impossibilité de dsitinguer les tourbillions

descendant et ascendant). Pour le reste, la surestimation a été expliquée par le fait que les

systèmes d’EC sous-estiment les flux turbulents. Donc, après la correction de ces derniers en

appliquant la méthode de Twine, une amélioration satisfaisante a été obtenue.

En résumé, ce travail a apporté une contribution dans le calcul de l’évapotranspiration

pour des grandes surfaces hétérogènes. Ce résultat semble d’une grande utilité pour les

services de gestion de l’irrigation dans la mesure ou il leur permet d’estimer les besoins réels

en eau des cultures et d’améliorer l’efficacité de gestion de l’eau de l’irrigation.

84

En perspectives de ce travail, on propose de combiner les données des satellites

météorologiques et le XLAS ou le LAS afin de valider les modèles hydrologiques et les

modèles de transfert sol-plante-atmosphère à l’échelle du bassin.

85

RÉFÉRENCES BIBLIOGRAPHIQUES

86

Allen, R.G., Pereira, L.S., Raes, D. and Smith, M., 1998. Crop Evapotranspiration-Guidelines

for Computing Crop Water Requirements. Irrigation and Drain, Paper No. 56. FAO,

Rome, Italy, 300 pp.

Andreas, E.L., 1989. Two-Wavelength method of measuring path-averaged turbulent surface

heat fluxes. Journal of Atmospheric and Oceanic Technology, vol. 6, pp. 280-292.

Arain, A.M., Michaud, J.D., Shuttleworth, W.J., and Dolman, A.J., 1996. Testing of

vegetation parameter aggregation rules applicable to the Biosphere-Atmosphere

Transfer Scheme (BATS) at the Fife site. Journal of Hydrology, vol. 177, pp. 1-22.

Baldocchi, D., Falge, E., Gu, L., Olson, R., Hollinger, D., Running, S., Anthoni, P.,

Bernhofer, C., Davis, K., Evans, R., Fuentes, J., Goldstein, A., Katul, B., Lee, X.,

Malhi, Y., Meyers, T., Munger, W., Oechel, W., Paw U, K.T., Pilegaard, K., Schmid,

H.P., Valentini, R., Verma, S., Vesala, T., Wilson, K., Wofsy, S., 2001. FLUXNET: a

new tool to study the temporal and spatial variability of ecosystem-scale carbon

dioxide, water vapor and energy flux densities. Bulletin of the American

Meteorological Society, vol. 82, pp. 2415-2434.

Baldocchi, D.D., Xu, L. and Kiang, N., 2004. How plant functional-type, weather, seasonal

drought, and soil physical properties alter water and energy fluxes of an oak–grass

savanna and an annual grassland. Agricultural and Forest Meteorology, vol. 123, pp.

13-39.

Bastiaanssen, W.G.M., Molden, D.J. & Makin, I.W., 2000. Remote sensing for irrigated

agriculture: examples from research and possible applications. Agricultural Water

Management, vol. 46, pp. 137-155

Batra, N., Islam, S., Venturini, V., Bisht, G. & Jiang, L., 2006. Estimation and comparison of

evapotranspiration from MODIS and AVHRR sensors for clear sky days over the

Southern Great Plains. Remote Sensing of Environment, vol. 103, pp. 1-15.

Berbigier, P., Jean-Marc Bonnefond, J.-M., Mellmann, P., 2001. CO2 and water vapour

fluxes for 2 years above Euroflux forest site. Agricultural and Forest Meteorology,

vol. 108, pp. 183-197.

Beyrich, F., Richter, S.H., Weisensee, U., Koshsiek, W., Bosveld, F., Lohse, H., De Bruin, H.

A. R., Hartogensis, O. K., Bange, J. and Vogt, R., 2000. The LITFASS-98

Experiment: Fluxes over a Heterogeneous Land Surface, in 14th Symposium on

Boundary Layer and Turbulence, 7–11August, 2000, American Meteorological

Society, Aspen, CO, pp. 9–10.

87

Beyrich, F., Leps, J.P., Mauder, M., Bange, J., Foken, T., Huneke, S., Lohse, H., Ludi, A.,

Meijninger, W.M.L., Mironov, D., Weisensee, U. and Zittel, P., 2006. Area averaged

surface fluxes over the Litfass region based on eddy-covariance measurements.

Boundary-layer Meteorology, vol. 121, pp. 33-65.

Braud I., A.C. Dantas-Antonino, M. Vauclin, J.L. Thony, and P. Ruelle, 1995. A simple soil-

plantatmosphere transfer model (SiSPAT) development and field verification. Journal

of Hydrology, vol. 166, pp. 213-250.

Brisson N., Mary B., Ripoche D., Jeuffroy M.H., Ruget F., Nicoullaud B., Gate P., Devienne-

Baret F., Antonioletti R., Durr C., Richard G., Beaudoin N., Recous S., Tayot X.,

Plenet D., Cellier P., Machet J.M., Meynard J.M., Delécolle R., 1998. STICS: a

generic model for the simulation of crops and their water and nitrogen balances. I.

Theory and parameterization applied to wheat and corn. Agronomie, vol. 18, pp. 311-

346.

Brunet Y., Itier B., McAneney K.J. and Lagouarde J.P., 1994. Downwind evolution of scalar

fluxes and surface resistance under conditions of local advection. Part II:

measurements over barley. Agricultural and Forest Meteorology, vol. 71, 3-4, 227-

245.

Brunet Y., Laville, P., Flura D., Baculat, B., 1995. La mesure des flux turbulents. Ecole des

chercheurs INRA. Tome 1 : de la plante au couvert végétale. INRA, Actes, Le Croisic:

pp. 441-460.

Brutsaert W., 1975. On a derivable formula for long-wave radiation from clear skies. Water

Resources Research, vol 11, pp.742-744.

Brutsaert W., 1989. Evaporation into the Atmosphere. D. Reidel Dordrecht, 299 pp.

Chandrapala, L. & Wimalasuriya, M., 2003. Satellite measurements supplemented with

meteorological data to operationnally estimate evaporation in Sri Lanka. Agricultural

Water Management, vol. 58, pp. 89-107.

Chehbouni, A., 1992. Présentation d’un modèle de transfert couplé de masse et de chaleur

dans le système sol-végétation-atmosphère pour les zones arides et semi-arides. Thése

Soutenue au Centre d'Etude Spatiale de la Biosphère (163 pages).

Chehbouni, A., Njoku, E.G., Lhomme, J-P, and Kerr, Y.H., 1995. An approach for averaging

surface temperature and surface fluxes over heterogeneous surfaces. Journal of

Climate, vol. 5, pp. 1386-1393.

Chehbouni, A., Kerr, Y.H., Watts, C., Hartogensis, O., Goodrich, D.C., Scott, R., Schieldge,

J., Lee, K., Shuttleworth, W.J., Dedieu, G. and De Bruin, H.A.R., 1999. Estimation of

88

area- average sensible heat flux using a large aperture scintillometer. Water Resources

Research, vol. 35, pp. 2505-2512.

Chehbouni, A., D.C. Goodrich, M.S. Moran, C.J. Watts, Y.H. Kerr, G. Dedieu, W.G. Kepner,

W.J. Shuttleworth et S. Sorooshian, 2000a. A Preliminary Synthesis of Major

Scientific Results during the Salsa Program. Agricultural and Forest Meteorology, vol.

105, pp. 311-323.

Chehbouni, A., Watts, C., Kerr, Y.H., Dedieu, G., Rodriguez, J.-.C., Santiago, F., Cayrol, P.,

Boulet, G. and Goodrich, D.C., 2000b. Methods to aggregate turbulent fluxes over

heterogeneous surfaces: application to SALSA data set in Mexico. Agricultural and

Forest Meteorology, vol. 105, pp. 133-144.

Chehbouni, A. Watts, C., Lagouarde, J.-P., Kerr, Y.H., Rodriguez, J.-C., Bonnefond, J.-M.,

Santiago, F., Dedieu, G., Goodrich, D.C. and Unkrich, C., 2000c. Estimation of heat

and momentum fluxes over complex terrain using a large aperture scintillometer.

Agricultural and Forest Meteorology, vol 105, pp. 215-226.

Chehbouni A., Escadafal R., Boulet G., Duchemin B., Dedieu G., Hannich L., et al. 2004.

Integrated modelling and remote sensing approach for sustainable management of

water resources in Tensift region (SudMed): preliminary results, current status and

new challenges. Integrated Water Resources Research and Development in

southeastern Morocco, International Conference, 1st- 2nd April 2004, Ouarzazate,

Morocco.

Chehbouni, A., Ezzahar, J., Watts, C., Rodriguez, J.-C., Garatuza-Payan, J., 2006. Estimation

area-averaged surface fluxes over contrasted agricultural patchwaork in a semi-arid

region. In J. Hill and A. Roder (Eds.), Advances in Remote Sensing and

Geoinformation Processing for Land Degradation Assement, Taylor and Francis,

(Sous press).

Chehbouni A., Escadafal R., Boulet G., Duchemin B., Simonneaux V., Dedieu G., Mougenot

B., Khabba S., Kharrou H., Maisongrande Ph., Merlin O., Chaponnière A., Ezzahar J.,

Erraki S., Hoedjes J., Hadria R., Abourida A., Cheggour A., Raibi F., Boudhar A.,

Benhadj I., Hanich L., Benkaddour A., Guemouria N., chehbouni Ah., Olioso A.,

Jacob F. and Sobrino J., 2007. Integrated modelling and remote sensing approach for

hydrological study in arid and semi-arid regions: the SUDMED Program. International

Journal of Remote Sensing (Accepté).

Clifford, S.F., Ochs, G.R. and Lawrence, R.S., 1974. Saturation of optical scintillation of

strong turbulence. Journal of the Optical Society of America, vol. 64, pp. 148-154.

89

De Bruin, H.A.R., 1989. Physical aspects of the planetary boundary layer with special

reference to regional evapotranspiration. Proc. Workshop on the Estimation of Areal

Evapotranspiration, Vancouver B.C., August 1987. IAHS Publication, Vol. 177, pp.

117-132.

De Bruin, H. A. R., Bink, N. J. and Kroon, L. J. M., 1991. Fluxes in the Surface under

Advective Conditions. In T. J. Schmugge and J. C. André (eds.), Land Surface

Evaporation; Measurement and Parameterization, Springer-Report, New York, pp.

157–169.

De Bruin, H.A.R., Kohsiek W. and Van den Hurk, B.J.J.M., 1993. A verification of some

methods to determine the fluxes of momentum, sensible heat and water vapour using

standard deviation and structure parameter of scalar meteorological quantities.

Boundary-layer Meteorology, vol. 76, pp. 25-40.

De Bruin, H.A.R., Van den Hurk, B.J.J.M. and Kohsiek, W., 1995. The scintillation method

tested over a dry vineyard area. Boundary-Layer Meteorology, vol. 76, pp. 25-40.

El karouni, K., Koraichi, Y. 2005. Estimation et Spatialisation de l’évapotranspiration de

référence sur le le bassin versant de Tensift. Mémoire de Fin d’Etudes du diplôme

d’Ingénieur de l’Ecole Hassania des Travaux Publics (EHTP), Maroc, p 84.

Er-Raki, S., 2007. Estimation des besoins en eau des cultures dans la region de Tensift Al

Houaz: Modélisation, expérimentation et télédétection. Thèse de doctorat nationale à

l’universite Cadi Ayyad-Marrakech, Maroc (pp 128).

Ezzahar, J., Chehbouni, A., Hoedjes, J.C.B., Er-raki, S., Chehbouni, Ah and J-M Bonnefond,

2007a. The use of the Scintillation Technique for estimating and monitoring water

consumption of olive orchards in a semi-arid region. Agricultural Water Management,

vol. 89, pp. 173-184.

Ezzahar, J., Chehbouni, A., Hoedjes, J.C.B., Chehbouni, Ah, 2007b. On the application of

scintillometry over heterogeneous surfaces. Journal of hydrology, vol. 334, pp. 493-

501.

Ezzahar, J., Chehbouni A., Hoedjes J.C.B., Er-Raki S., Duchemin B. and Ah. Chehbouni,

2007c. The use of the Scintillation Technique for estimating evapotranspiration ET

over several agricultural fields in semi-arid region. Plant Biosystems (Soumis).

Ezzahar, J., Chehbouni, A., Rodriguez, J.C., Er-raki, S., Hoedjes, J.C.B., Boulet G.,

Duchemin, B., Chehbouni A., Gentine P., Hadria R., Lakhal A., Guemouria, N.: Large

aperture scintillometer used over a homogeneous irrigated area. La modernisation de

l’agriculture irriguée dans les pays du Maghreb, 19-21 Avril 2004, Rabat, Maroc

90

Gash, J.H.C., 1986. A note on estimating the effect of a limited fetch on micrometeorological

evaporation measurements. Boundary-Layer Meteorololgy, vol. 35, pp. 409–414.

Gentine, P., Entekhabi, D., Chehbouni, A., Boulet, G., Duchemin, B., 2007. Analysis of

evaporative fraction diurnal behaviour. Agricultural and Forest Meteorology, vol. 143,

pp. 13-29.

Goutorbe, J.P., T. Lebel, A.J. Dolman, P. Kabat, Y.H. Kerr, B. Monteny, S. D. Prince, J.N.M.

Stricker, A. Tinga et J.S Wallace, 1997. An overview of HAPEX-Sahel: a study in

climate and desertification. Journal of Hydrology, vols.188-189, pp. 4-17.

Hatfield, J.L., Reginato, R.J. and Idso, S.B., 1983. Comparison of long-wave radiation

calculation methods over the United States. Water Resources Research, vol. 19, pp.

285-288.

Hartogensis, O. K., De Bruin, H. A. R. and Van De Wiel, 2002. Displaced-beam small

aperture scintillometer test. Part II: CASES-99 stable. Boundary-layer Meteorology,

vol. 28, pp. 149-176.

Hill, R.J., Clifford, S.F., and Lawrence R.S., 1980. Refractive-index and absorption

fluctuations in the infrared caused by temperature, humidity, and pressure fluctuations.

Journal of the Optical Society of America, vol. 70, pp. 1195-1205.

Hill, R.J., 1989. Implications of Monin-Obukhov similarity theory for scalar quantities.

Journal of Atmospheric Science. 6, 2236-2244.

Hoedjes, J.C.B., Zuurbier, R.M. and Watts, C.J., 2002. Large aperture scintillometer used

over a homogeneous irrigated area, partly affected by regional advection. Boundary-

Layer Meteorology, vol. 105, pp. 99-117.

Hoedjes, J.C.B., Chehbouni, A., Ezzahar, J., Escadafal, R., De Bruin, H.A.R., 2007.

Comparison of Large Aperture Scintillometer and Eddy Covariance Measurements:

Can Thermal Infrared Data be Used to Capture Footprint Induced Differences? Journal

of Hydrometeorology, vol. 8, pp. 144–159.

Horst, T.W. and Weil, J.C., 1992. Footprint estimation for scalar flux measurements in the

atmospheric surface layer. Boundary-Layer Meteorololgy, vol. 59, pp. 279-296.

Horst, T.W. and Weil, J.C., 1994. How far is far enough ?: The fetch requirements for

micrometeorological measurement of surface fluxes. Journal of Atmospheric and

Oceanic Technology, vol. 11, pp. 1018-1025.

Hsieh, C.I., Katul, G., Chi, T., 2000. An approximate analytical model for footprint estimation

of scaler fluxes in thermally stratified atmospheric flows. Advances in Water

Resource, vol. 23, pp. 765–772.

91

Ismail-Alaoui M., 2004. Biotechnologie et qualité des produits de l’Olivier du Bassin

Méditerranéen. OLIVEBIOTEQ-2004, du 22 au 24 Novembre 2004 à Erfoud (Maroc).

Itier B., Brunet Y., McAneney, K.J. and Lagouarde, J.P., 1994. Downwind evolution of scalar

fluxes and surface resistance under conditions of local advection. Part I: a reappraisal

of boundary conditions. Agricultural and Forest Meteorology, vol.71, 211-225.

Jacob, F. 1999. Utilisation de la télédétection courtes longueurs d'onde et infrarouge

thermique à haute résolution spatiale pour l'estimation des flux d'énergie à l'échelle de

la parcelle agricole. Thèse Soutenue au Centre d'Etude Spatiale de la Biosphère (268

pages).

Jones, H.G., Archer, N., Rotenberg, E. and Casa, R., 2003. Radiation measurement for plant

ecophysiology. Journal of Experimental Botany, vol. 54, pp. 879-889.

Kohsiek, W., Meijninger, W.M.L., Moene, A.F., Heusinkveld, B.G., Hartogensis, O.K.,

Hillen, W.C.A.M. and de Bruin, H.A.R., 2002. An extra large aperture scintillometer

(XLAS) with a 9.8 km path length. Boundary-Layer Meteorology, vol. 105, pp. 119-

127.

Koster, R.D. and Suarez, M.J., 1992. Modeling the land surface boundary in climate models

as a composite of independent vegetation stands. Journal of Geophysical Research,

vol., 97, pp. 2697-2715.

Kustas, W. P. and Daughtry, C. S. T, 1989. Estimation of the soil heat flux/ net radiation ratio

from spectral data. Agricultural and Forest Meteorology, vol. 49, pp. 205-223.

Kustas, P., W., Goodrich D.C., Moran, S.M., Amer, S.A., Bach, L.B., Blanford, J.H.,

Chehbouni A., Claassen, Clements, W.E., Doraiswamy, P.C., Dubois, P., Clark, T.R.,

Daughtry, C.S.T., Gellman, D.I., Grant, T.A., Hipps, L.E., Huete, A.R., Humes, K.S.,

Jackson, T.J., Keefer, T.O., Nichols, W.D., Parry, R., Perry, E.M., Pinker, R.T., Pinter,

P.J., J. Qi, Jr., Riggs, A.C., Schmugge, T.J., Shutko, A.M., Stannard, D.I., Swiatek, E.,

1van Leeuwen, J.D., van Zyl, J., Vidal, A., Washburne, J. et Weltz, M.A., 1991. An

interdisciplinary field study of the energy and water fluxes in the atmosphere-

biosphere system over semiarid rangelands: Description and some preliminary results.

Bulletin of the American Meteorology Society, vol. 72(11), pp. 1683-1705.

Lagouarde, J.-P., Bonnefond, J.-M., Kerr, Y.H., McAneney, K.J. and Irvine, M., 2002.

Integrated sensible heat flux measurements of a two-surface composite landscape using

scintillometry. Boundary-Layer Meteorology, vol. 105, pp. 5-35.

Leclerc, M.Y., Thurtell, G.W., 1990. Footprint prediction of scalar fluxes using a Markovian

analysis. Boundary-Layer Meteorology, vol. 52, pp. 247–258.

92

Lhomme, J.P, Chehbouni, A. and Monteny, B., 1994. Effective parameters of surface energy

balance in heterogeneous landscape. Boundary-Layer Meteorology, vol. 71, pp. 297-

309.

Mahrt, L., 1998. Flux Sampling Errors for Aircraft and Towers. Journal of Atmospheric and

Oceanic Technology, vol. 15, pp. 416-429.

Martin, P.H., Valentini, R., Jacques, M., Fabbri, K., Galati, D., Quaratino, R., Kennedy, P.,

Folving, S., Matteucci, G., Granier, A., Berbigier, P., Loustau, D., Jensen, N.O.,

Lindroth, A., Tenhunen, J., Dolman, A.J., Jarvis, P., Bernhofer, C., Aubinet, M.,

Ceulemans, R., Vesala, T., 1998. A new estimate of the carbon sink strength of the

forests integrating flux measurements, field surveys, and space observations: 0.17–0.35

Gt(C). Ambio vol. 27, pp. 582–584.

McAneney, K. J., Green, A. E., and Astill, M. S., 1995. Large-Aperture Scintillometry: The

Homogeneous Case. Agricultural and Forest Meteorology, vol. 76, pp. 149–162.

McNaughton, K.G., 1994. Effective stomatal and boundary-layer resistances of heterogeneous

surfaces. Plant, Cell and Environment, vol. 7, pp. 1061-1068.

Meijninger, W.M.L., Green, A.E., Hartogensis, O.K., Kohsiek, W., Hoedjes, J.C.B., Zuurbier,

R.M. and De Bruin, H.A.R., 2002a. Determination of area-averaged water vapour fluxes

with a large aperture and radio wave scintillometers over a heterogeneous surface-

flevoland field experiment. Boundary-layer Meteorology, vol. 105, pp. 63-83.

Meijninger, W.M.L., Hartogensis, O.K., Kohsiek, W., Hoedjes, J.C.B., Zuurbier, R.M. and

De Bruin, H.A.R., 2002b. Determination of area-averaged sensible heat fluxes with a

large aperture scintillometer over a heterogeneous surface – Flevoland field experiment.

Boundary-Layer Meteorology, vol. 105, pp. 37-62.

Merlin, O., Chehbouni, G., Kerr, Y., Njoku, E. and Entekhabi, D., 2005. A combined

modeling and multi-spectral/multi-resolution remote sensing approach for

disaggregation of surface soil moisture: application to SMOS configuration. IEEE

Transactions on Geoscience and Remote Sensing, vol. 43, pp. 2036-2050.

Moene, A.F., Meijninger, W.M.L, Hartogensis, O.K., Kohsiek, W. and de Bruin, H.A.R.,

2005. A review of the relationships describing the signal of a Large Aperture

Scintillometer. Internal Report 2004/2, Updated Version 1.1, Meteorology and Air

Quality Group, Wageningen University, Wageningen, The Netherlands, 39 pp.

Monteith, J.L., 1973. Principles of Environmental physics. Edward Arnold press, 241 pp.

Moore, C.J., 1986. Frequency response corrections for eddy correlation systems. Boundary-

Layer Meteorology, vol. 37, pp. 17-35.

93

Noilhan, J., and Lacarrere, L., 1995. GCM grid scale evaporation from mesoscale modelling:

a method based on parameter aggregation tested for clear days of Hapex-Mobilhy.

Journal of Climate, vol. 8, pp. 206-223.

Noilhan, J., Lacarrere, P., Dolman, A.J., Blyth, E.M., 1997. Defining area-average parameters

in meteorological models for land surfaces with mesoscale heterogeneity. Journal of

Hydrology, vol. 190, pp. 302-316.

Norman, J.M., Kustas, W.P. and Humes, K.S., 1995. A two-source approach for estimating

soil and vegetation energy fluxes from observations of directional radiometric surface

temperature. Agricultural and Forest Meteorology, vol. 77, pp. 263-293.

Olioso, A., 1992. Simulation des échanges d’énergie et de masse d’un couvert végétal dans le

but de relier la transpiration et la photosynthèse aux mesures de réflectance et de

température de surface, Doctorat thesis, Université de Montpellier, France, 250p.

Olioso, A., Wingneron, J.P., Chelle, M., Doussan, C., 1995. ALiBi: un exemple de modéle de

transferts sol-végétation-atmosphère. Ecole des chercheurs INRA. Tome 1 : de la

plante au couvert végétale. INRA, Actes, Le Croisic: 489-504.

Ortega-farias, S., Antonioletti, R. and Olioso, A., 2000. Net radiation model evolution at an

hourly time step for Mediterranean conditions. Agronomie, vol. 20, pp. 157-164.

Panofsky, H. A. and Dutton, J. A., 1984. Atmospheric turbulence: Models and Methods for

Engineering Applications, John Wiley & Sons, New York, 397 PP.

Poulos, G.S., Fritts, D.C., Blumen, W. and Bach, Jr.W.D., 2000. CASES-99 Field experiment:

An Overview. In 14th Symposium on Boundary Layer and Turbulence, 7–11 August,

Aspen, CO.

Raupach, M. R., and Finnigan, J.J., 1995. Scale issues in boundary-layer meteorology: surface

energy balances in heterogeneous terrain. Hydrological Processes, vol. 9, pp. 589-612.

Ronda, R. J. and de Bruin, H. A. R., 1999. A note on the concept of 'effective' bulk exchange

coefficients for determination of surface flux densities. Boundary-Layer Meteorology,

vol. 93, pp. 155-162.

Running, S.W., Baldocchi, D.D., Turner, D.P., Gower, S.T., Bakwin, P.S., Hibbard, K.A.,

1999. A global terrestrial monitoring network integrating tower fluxes, flask sampling,

ecosystem modeling and EOS data. Remote Sensing Environment, vol. 70, pp. 108–

127.

Schmid, H.P., 1994. Source areas for scalars and scalar fluxes. Boundary-Layer Meteorology,

vol. 67, pp. 293-318.

94

Scott, R.W.C., Garatuza-Payan, J., Edwards, E., Goodrich, D.C., Williams, D.G. and

Shuttleworth, W.J., 2003. The understory and overstory partitioning of energy and

water fluxes in an open canopy, semi-arid woodland. Agricultural and Forest

Meteorology, vol. 114, pp. 127-139.

Sellers, P.J., Heiser, M.D., Hall, F.G., Verma, S.B., Desjardins, R.L., Schuepp, P.M. and

MacPherson, J.I., 1997. The impact of using area-averaged land surface properties--

topography, vegetation condition, soil wetness--in calculations of intermediate scale

(approximately 10 km2) surface-atmosphere heat and moisture fluxes. Journal of

Hydrology, vol. 190, pp. 269-301.

Shuttleworth, W.J., 1991. The modellion concept. Reviews of Geophysics, vol. 29, pp. 585-

606.

Shuttleworth, W.J., Yang, Z.-L. and Arain, M.A., 1997. Aggregation rules for surface

parameters in global models. Hydrology and Earth System Sciences, vol. 2, pp. 217-

226.

Shuttleworth, W. J., 1988. Macrohydrology - The new challenge for process hydrology,

Journal of Hydrology, vol. 100, pp. 31-56.

Stull, R.B., 1988. An Introduction to Boundary Layer Meteorology, Atmospheric Sciences.

Library, Kluwer Academic Publishers, 666 pp.

Su, Z., Schmugge, T., Kustas, W.P. and Massman, W.J., 2001. An Evaluation of Two Models

for Estimation of the Roughness Height for Heat Transfer between the Land Surface

and the Atmosphere. Journal of Applied Meteorology, vol. 40, pp. 1966-1951.

Testi, L., Villalobos, F.J. and Orgaz, F., 2004. Evapotranspiration of a young irrigated olive

orchard in southerb Spain. Agricultural and Forest Meteorology, vol. 121, pp. 1-18.

Thiermann, V. and Grassl, H., 1992. The measurement of turbulent surface-layer fluxes by

use of bichromatic scintillation. Boundary-Layer Meteorology, vol. 58, pp. 367-389.

Thom, A.S., 1975. Momentum, mass and heat exchange of plant communities, in Vegetation

and the Atmosphere, Monteith J.L. ed., Academic, London,1, 57-109.

Twine, T.E., Kustas, W.P., Norman, J.M., Cook, D.R., Houser, P.R., Meyers, T.P., Prueger,

J.H., Starks, P.J. and Wesely, M.L., 2000. Correcting eddy-covariance flux

underestimates over a grassland. Agricultural and Forest Meteorology, vol. 103, 279-

300.

Van Dijk, A., 2001, The principles of surface flux physics, internal report.

Van Ulden, A.P., 1978. Simple estimates for vertical diffusion from sources near the ground.

Atmospheric Environment, vol. 12, pp. 2125–2129.

95

Vogt, R., Christen, A. and Pitacco, A., 2004. Scintillometer measurements in a Cork Oak and

an Olive tree plantation. In 26th Conference on Agricultural and Forest Meteorology,

23 —27 August, Vancouver, BC, Canada

Villalobos, F.J., Orgaz, F., Testi, L. and Fereres, E., 2000. Measurement and modeling of

evapotranspiration of olive (Olea europaea L.) orchards. European Journal of

Agronomy, vol. 13, pp. 155-163.

Wallace, J.S., 1995. Calculating evaporation: resistance to factors. Agricultural and Forest

Meteorology, vol. 73, pp. 353-366.

Wang, T., Ochs, G.R. and Clifford, S.F., 1978. A saturation resistant optical scintillometer to

measure 2nC . Journal of the Optical Society of America, vol. 68, 334–338.

Wesely, M.L., 1976. The combined effect of temperature and humidity fluctuations on

refractive index. Journal of Applied Meteorology, vol. 15, pp. 43-49.

Wever, L.A., Flanagan, L.B., Carlson, J. P., 2002. Seasonal and interannual variation in

evapotranspiration, energy balance and surface conductance in a northern temperate

grassland. Agricultural and Forest Meteorology, vol. 112, pp. 31-49.

Wieringa, J., 1986. Roughness dependent geographical interpolation of surface wind speed

averages. Quarterly Journal of the Royal Meteorological Society, vol. 112, pp. 867-

889.

Williams, D.G., Cable, W., Hultine, K., Yepez, E., Er-Raki, S., Hoedjes, J.C.B., Boulet, G.,

De Bruin, H.A.R., Chehbouni, A. and Timouk, F., 2003. Suivi de la répartition de

l'évapotranspiration dans une oliveraie (Olea europaea L.) à l'aide des techniques de

l'eddy covariance, des flux de sève et des isotopes stables. Vèmes Journées de

l'Ecologie Fonctionnelle, 12 au 14 Mars 2003 à Nancy.

Wilson, K., Goldstein A., Flage, E., Aubinet, M., Baldocchi, D., Berbigier, P., Bernhfer, C.,

Ceulemans, R., Dolman, H., Field, C., Grelle, A., Ibrom, A., Law, B.E., Kowalski, A.,

Meyers, T., Moncrieff, J., Monson, R., Oechel, W., Tenhumen, J., Valentini, R.,

Verma, S., 2002. Energy balance closure at FLUXNET sites. Agricultural and Forest

Meteorology, vol. 113, pp. 223-243.

Wyngaard J.C., 1973 . On surface-layer turbulence. Workshop on Micrometeorology,

Denver, Colorado, American Meteorology Society, pp. 101-149.