Etudiant Thèse
Ecole doctorale Sciences et Environnements, Bordeaux
UMR Eco&Sols, UMR ISPA
E-mail : This email address is being protected from spambots. You need JavaScript enabled to view it.
Thèse
Simulation de pratiques de gestion alternatives pour l’adaptation des plantations pérennes aux changements globaux
Analyser par modélisation différents scenarios de gestions forestières et agroforestières sous différentes contraintes climatiques via une approche multicritère, en estimant les impacts sur les rendements et divers services écosystémiques.
Résumé de la thèse. Soutenance le 19 décembre à Bordeaux (INRA, site de la grande Ferrade, 13h Amphithéâtre B2).
Les risques liés aux changements climatiques sur les systèmes agronomiques sont encore très incertains. Par conséquent, il existe un besoin croissant d'informations pour mieux prédire les impacts futurs des changements climatiques sur les cultures pérennes et les forêts, ainsi que pour concevoir de nouvelles pratiques agricoles et sylvicoles pour faire face à ces changements (Brisson et al., 2010). Ces derniers conduisent à des combinaisons complexes d'effets sur les bilans d'énergie, hydriques et de carbone des écosystèmes, et peuvent donc affecter la production des agroécosystèmes (Way et al., 2015). Par conséquent, les agronomes et les forestiers doivent être prêts à concevoir de nouvelles pratiques agricoles et sylvicoles pour faire face aux impacts du changement climatique sur les cultures pérennes et les forêts. Une importance cruciale pour ce processus de conception sera la compréhension de leurs effets sur les rendements agricoles.
Les modèles basés sur les processus (PBM) sont généralement bien adaptés pour relever ces défis. Ils appliquent notre compréhension des processus physiques et écophysiologiques fondamentaux pour simuler physiquement le système (Bohn et al., 2014). Ils peuvent être utilisés pour estimer les flux et les stocks d'énergie, d'eau et de carbone dans l'écosystème, en fonction des caractéristiques du climat, du sol et des plantes. Ils peuvent être utilisés pour des prédictions dans de nouvelles conditions mais leur complexité entraîne une forte demande de calcul qui limite leur application. Cela devient particulièrement vrai pour les systèmes complexes multicouches ou agroforestiers nécessitant des simulations à l'échelle des plantes en 3D. Une alternative consiste à résumer leurs résultats dans des modèles statistiques appelés métamodèles, qui peuvent ensuite être utilisés rapidement dans un modèle de croissance et de rendement plus simple. La croissance du café et la production de fruits sont particulièrement sensibles aux températures élevées et à la disponibilité de l'eau, et des études antérieures prédisent souvent une perte conséquente de production ou une réduction des aires potentielle de culture. Néanmoins, l'ombrage fourni dans les systèmes agroforestiers pourrait atténuer les effets des changements climatiques selon différentes options de gestion.
Ainsi, au cours de cette thèse, nous avons d'abord mis à jour un PBM 3D (MAESPA) pour tenir compte de la température et de la pression de vapeur dans la canopée, puis l'avons validé sur deux écosystèmes : une plantation d'Eucalyptus au Brésil et une plantation de Coffea arabica au Costa Rica. Nous avons ensuite utilisé MAESPA pour créer des métamodèles intégrés dans un nouveau modèle de croissance et de rendement que nous avons développé pour évaluer la réponse du caféier au changement climatique et les solutions possibles offertes par la gestion agroforestière pour atténuer ces effets. Par conséquent, nous avons modélisé plusieurs options de gestion des systèmes d'agroforesterie de café, parmi lesquels la densité et les essences d'arbres d'ombrage afin d'estimer leur adéquation ainsi que leur apport en services écosystémiques sous changements climatiques. Une comparaison entre les scénarios de gestion a ensuite été proposée en comparant la température de la canopée, le rendement des caféiers, le bilan carbone et l'utilisation de l'eau pour chaque cycle de croissance du café passé et futur.
Abstract
Many agronomic systems could be at risk considering the short-term climate changes but several effects and interactions are still uncertain. Therefore, there is an increasing need for information to better predict future climate change impacts on perennial crops and forests and to design new agricultural and silvicultural practices to cope with these changes (Brisson et al., 2010; Ray et al., 2012). All of those changes lead to complex combinations of effects on the water and carbon balances of ecosystems, and can thus, potentially, affect agro-ecosystem production (Way et al., 2015). Therefore, agronomists and foresters must be prepared to design new agricultural and silvicultural practices to cope with impacts of climate change upon perennial crops and forests. Of critical importance to that design process will be an understanding of climate change’s effects upon agricultural yields.
Process-based models (PBMs) are generally well suited to address these challenges. PBMs apply our understanding of fundamental physical and ecophysiological processes to simulate the system mechanistically (Bohn et al., 2014). They can be used to estimate fluxes and stocks of energy, water, and carbon in the ecosystem, as a function of climate, soil, and plant characteristics. They can be used for predictions under new conditions but their complexity causes high computational demand which limits their application. This is particularly true for complex multilayer or agroforestry systems requiring plant scale simulations in 3D. An alternative is to summarize their outputs in statistical models called metamodels, which can be used afterwards rapidly in a more simple growth and yield model.
Coffee growth and fruit production are particularly sensitive to high temperatures and water availability, and previous studies often predicts future huge loss of productions or area cover. Nevertheless, shade provided in agroforestry systems could mitigate the effects of climate changes under different management options. Hence, during this thesis, we first updated a 3D PBM (MAESPA) to account for temperature and vapor pressure within the canopy, and validated it on two ecosystems, an Eucalyptus plantation in Brasil, and a Coffea arabica plantation in Costa Rica. Then, we used MAESPA to build metamodels that were integrated into a new growth and yield model that we developed to assess the Coffea response to climate change, and the possible solutions offered by different agroforestry management to mitigate these effects. Consequently, we modelled several management options of coffee agroforestry systems, e.g. shade tree density and species to estimate their suitability and provision of ecosystem services under predicted future climate changes. A rating between management scenarios was then proposed by comparing canopy temperature, coffee and timber yield, carbon balance and water use of past and future coffee growth cycles, under two contrasted future climatic scenarios (RCP 4.5 and 8.5).
Thèse dirigée par Guerric Le Maire (Eco&Sols) et Denis Louteau (UMR ISPA)
Projet