Improved snow-cover model for multi-annual simulations with the STICS crop model under cold, humid continental climates.

Jégo, G., Chantigny, M.H., Pattey, E., Bélanger, G., Rochette, P., Vanasse, A., et Goyer, C. (2014). « Improved snow-cover model for multi-annual simulations with the STICS crop model under cold, humid continental climates. », Agricultural and Forest Meteorology, 195-196, p. 38-51. doi : 10.1016/j.agrformet.2014.05.002  Accès au texte intégral (en anglais seulement)

Résumé

L’objectif de notre étude était d’évaluer et d’améliorer des modèles simples de couverture neigeuse déjà existants, quant à la possibilité de prétraiter les données météorologiques dans le but d’améliorer la simulation de la température du sol, de la teneur en humidité du sol et de la croissance des cultures dans les climats continentaux froids et humides, à l’aide d’un modèle de simulation des cultures. Nous avons étalonné trois modèles de couverture neigeuse au moyen de données d’entrée facilement accessibles (températures diurnes minimale et maximale de l’air et précipitations) et nous les avons évalués à l’aide de plusieurs ensembles de données provenant de tout l’est du Canada. Nous avons ensuite employé le modèle de couverture neigeuse ayant fourni les meilleurs résultats de validation (efficacité du modèle = 0,89) afin de prétraiter les données climatiques utilisées pour exécuter le modèle de simulation de cultures STICS sur une période de trois ans dans deux localités (Québec, au Québec, et Ottawa, en Ontario). Nous avons comparé trois variables de sortie du modèle STICS (biomasse de pousses, température du sol à deux profondeurs et teneur en humidité du sol à deux profondeurs) aux mesures recueillies sur le terrain, avec et sans prétraitement des données météorologiques à l’aide du modèle de couverture neigeuse. Le prétraitement des données climatiques au moyen du modèle de couverture neigeuse a amélioré de façon notable la performance du modèle STICS pour ce qui est de la température du sol durant la saison morte (novembre à avril). La performance du modèle durant la saison de culture (mai à octobre) a donc été semblable à sa performance durant la saison morte (faible biais de < 0,5 °C, erreur quadratique moyenne d’environ 2 °C et efficacité du modèle supérieure à 0,93). La simulation de l’humidité du sol à l’aide du modèle STICS a aussi été légèrement améliorée par l’utilisation du modèle de couverture neigeuse, mais la performance du modèle a été plus élevée dans la couche de sol située à 15 à 30 cm de profondeur que dans la couche située à moins de 15 cm de profondeur (erreur quadratique moyenne d’environ 2 % vol. pour la couche de 15 à 30 cm de profondeur, comparativement à 3,5 % vol. pour la couche de 0 à 15 cm de profondeur). L’utilisation du modèle de couverture neigeuse a eu peu d’effet sur la prédiction de la biomasse sèche de pousses (blé de printemps et maïs) à l’aide du modèle STICS, cette prédiction ayant été bonne avec et sans le modèle de couverture neigeuse (erreur quadratique moyenne de 1,1 t ha1). Notre étude a montré que le modèle STICS pouvait être exécuté sur plusieurs années dans le contexte pédoclimatique de l’est du Canada sans que sa performance soit réduite pour ce qui est de prédire la biomasse des plantes cultivées et les deux principales variables du sol. Ces résultats ouvrent la voie à de nouvelles possibilités pour l’utilisation du modèle STICS ou d’autres modèles de simulation des cultures, en climat nordique caractérisé par une courte saison de culture et une importante couverture neigeuse durant la saison morte. Ils pourront également servir de fondement pour de nouvelles études sur la simulation de la survie hivernale des cultures vivaces et sur le cycle annuel de l’eau et de l’azote dans les sols agricoles.

Date de modification :