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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

15. Premiers résultats • 5 classes d’acceptabilité de la teneur en pesticides d’après • le nombre et la valeur de concentrations par averse • somme des concentrations sur une période de 3 mois (mai-juillet) • répartition des résultats des simulations dans les classes / climat • Après simulations sur 3 types d ’années climatiques, 2 types de sol, 2 stratégies de désherbage, 3 formes de bassin versant.

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