débit entrant sur la bande avec des concentrations un contexte agro-pédo-climatique donné

1. Projet Miriphyque Sous-axe 1.3 Modélisation des éléments du paysageModélisation des ZT enherbées 2 outils envisagés pour les résultats de simulation:- un modèle “maison”- le modèle VFSMOD adapté aux conditions européennes • débit entrant sur la bande avec des concentrations • un contexte agro-pédo-climatique donné • (niveau de nappe, longueur et pente de la bande, • type de sol) - débit ruisselant à l’aval de la bande - flux de pesticides percolant potentiellement sous le sol de la bande.

2. Développement d’un modèle simplifié pour caractériser l'infiltration (eau+pesticides) dans les sols de dispositifs enherbés • Thèse Jean-Guillaume LACAS (2002-2005) : HYDRUS 2D+onde cin. (pour flux d’eau)+ transport de solutés représentés en subsurface. Ses conclusions: Hydrus 2D est un outil • Moyennement satisfaisant sur le site expérimental • Très sensible aux CI (instabilités) • Probablement satisfaisant pour des échelles supérieures et des sols moins structurés • Affiner l’étude des transferts couplés de pesticide par la modélisation • Développer un modèle simplifié et stable de bande enherbée, destiné aux acteurs de terrain Besoin d’un outil : ruissellement Infiltration Écoulement subsurface LE processus dominant • débit entrant sur la bande avec des concentrations • un contexte agro-pédo-climatique donné • (niveau de nappe, longueur et pente de la bande, • type de sol) - débit ruisselant à l’aval de la bande - flux de pesticides percolant potentiellement sous le sol de la bande.

3. simuler le transfert de pesticide au sein des bandes enherbées • Un outil déjà existant et validé internationalement : VFSMOD (Munoz-Carpena et al.) : Vegetative Filter Strip Modeling System • Caractéristiques: • Résolution équations Green&Ampt : • capable de représenter le ruissellement de surface Hortonien (intensité de pluie > taux d’infiltration du sol) • ne simule pas le ruissellement par saturation (typique en Europe, par exemple dans le cas de nappes perchées)

4. Travail actuel avec R Munoz-Carpena: adaptation de VFSMOD aux conditions européennes: ruissellement par saturation • pour implémenter les nappes perchées dans équations de Green-Ampt • pour validation sur données françaises, où les transferts de pesticides ont été mesurés en présence de nappe

5. Travail actuel avec R Munoz-Carpena: adaptation de VFSMOD aux conditions européennes: ruissellement par saturation • pour implémenter les nappes perchées dans équations de Green-Ampt • pour validation sur données françaises, où les transferts de pesticides ont été mesurés en présence de nappe • Salvucci and Enthekabi (1995)  solution d’infiltration sous ponding proposent solution implicite en temps pour sols bornés par une nappe (sous équilibre hydrostatique avec conditions aux limites) ,calcul de Oi , Sav à chaque pas de temps • Courbes de rétention et de conductivité hydraulique variées • Développement explicite en temps et prise en comte de conditions de pluie variable + couplage avec ruissellement de surface et transport (VFSMOD)  simulation de l’hydrodynamique d’une BE sous conditions de nappe.

6. Besoin d’un outil simple pour être utilisé par des non-modélisateurs/dans Miriphyque • Simplification du modèle (VFSMOD ou modèle PolDif) Déterminer les paramètres d’entrée d’entrée les +influents • Analyse de sensibilité Globale (pour évaluer les paramètres d’entrée les + influents sur les flux de pesticides) • Validation sur données terrain du choix des paramètre d’entrée les + influents que l’utilisateur est capoable de mesurer facilement (ou déduits par la connaissance terrain) and fixer les paramètres les - influents •  Axe 3.3

7. Projet Miriphyque Sous-axe 3.3Analyse de sensibilité aux différentes échelles de modélisation, pistes pour la transposition de la méthode (PollDiff ; ARVALIS ; UIPP ; EGC)

8. L’analyse de sensibilité: pour quoi faire? • Mieux comprendre le modèle, anticiper le manque de déterminisme de certaines fonctions • orienter l’attention des utilisateurs sur certains modules influents, • aider à la mise en place de futures expérimentations • valider le modèle (fidèle au processus physique qu’il modélise & robustesse) - Quelles sont les variables qui contribuent le plus à la variabilité de la réponse du modèle ? - Quelles sont les variables les moins influentes? - Quelles variables interagissent avec quelles autres?

9. Méthodes d’Analyse de sensibilité • Différentes selon les éléments du paysage, à choisir selon • la dimension de l’espace des inputs • le temps de simulation des modèles

10. Analyses de sensibilité locales - le modèle adjoint : • Très peu coûteux en calcul une fois l’adjoint calculé • OK si modèle est facilement dérivable • - l’approche OAT (One factor At Time), qui consiste à calculer ou estimer les indices de sensibilité définis par • exprimant l’effet sur la valeur de la variable aléatoire Y de perturber les valeurs des variables Xi autour d’une valeur nominale x0i . • Facile et intuitive • OK si paramètres indépendants

11. L’analyse de sensibilité globale • prise en compte des interactions • simple si pas trop de paramètres • Méthodes très coûteuses en nombre de simulations • un nombre élevé de facteurs à étudier nécessite de développer des méthode optimales d’exploration (plan factoriel fractionnaire, Hypercube latin, …) Ref: Andrea Satelli et al. : Global Sensitivity Analysis The Primer

12. Outils d’Analyse de sensibilité • SIMEXPLORER (Cemagref Clermont, • Chuffart et al.) • SIMLab (Méthodes MORRIS, Sobol, … ; Saltelli et al., 2004, JRC) • librairies R SensitivityAnalysis • réseau Mexico Méthodes pour l’Exploration Informatique des modèles • Complexes (INRA (MIA, EA), CEMAGREF (LISC), …) •  À réfléchir selon les modèles (leur coût, le nombre de paramètres), les méthodes possibles d’analyse de sensibilité