Multi-sources data assimilation in a spatialized model of water and pesticide transfers - INRAE - Institut national de recherche pour l’agriculture, l’alimentation et l’environnement Accéder directement au contenu
Communication Dans Un Congrès Année : 2022

Multi-sources data assimilation in a spatialized model of water and pesticide transfers

Résumé

Les pesticides appliqués dans les bassins versants agricoles sont responsables de pollutions diffuses impactant fortement sur la qualité de l'eau, dépendant du type de sol, du climat, mais aussi de l'organisation du paysage agricole: présence de zones tampons, d’éléments du paysage accélérateurs ou ralentisseurs de transfert, etc. Les modèles spatialisés de transfert de pesticides sont des outils utiles pour comprendre les transferts et le rôle de ces différents éléments. En particulier, le modèle PESMELBA (Rouzies et al., 2019) a été développé de façon distribuée et modulaire, afin d'évaluer l'impact de l'organisation du paysage sur les transferts de pesticides et pour mettre en place des stratégies d'atténuation adaptées à l'échelle du petit bassin versant agricole, par exemple dans le cadre d'ateliers participatifs avec les acteurs locaux. Cependant, son utilisation dans un contexte opérationnel nécessite de réduire les incertitudes sur les sorties, ce que nous proposons d'explorer ici avec des méthodes d'assimilation de données. Dans cette étude, nous visons à assimiler les images radar de l'humidité de surface et/ou des profils d'humidité verticaux, ainsi que des données de concentration de pesticides dans PESHMELBA sur un bassin versant du Beaujolais, composé de parcelles de vignes et de de bandes enherbées. Les capacités du filtre Kalman d'ensemble (EnKF), du lisseur d'ensemble avec assimilation de données multiples (ES-MDA) et du lisseur d'ensemble itératif (iEnKS) à estimer conjointement les profils d'humidité verticale et certains paramètres d'entrée sont comparées. On étudie également la sensibilité de l'ES-MDA à l'erreur d'observation, à la fréquence d'observation et à la taille de l'ensemble afin de mettre en œuvre une configuration d'assimilation pertinente. Enfin, on étudie l’intérêt de l’assimilation multi-sources (en combinant les images avec des profils verticaux d'humidite et/ou des concentrations de pesticides à l'exutoire). Cette étude ouvre la voie à de futures applications de l'assimilation de données sur ce type de modèle, et à des fins opérationnelles pour l'aide à la décision sur l'aménagement d'un bassin versant agricole pour améliorer la qualité de l'eau.
Fichier principal
Vignette du fichier
JMSC_Rouzies.pdf (9.83 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04389182 , version 1 (11-01-2024)

Identifiants

  • HAL Id : hal-04389182 , version 1

Citer

Emilie Rouzies, Claire Lauvernet, Arthur Vidard. Multi-sources data assimilation in a spatialized model of water and pesticide transfers. Journées de Modélisation des Surfaces Continentales (JMSC) 2022, Oct 2022, Saint Martin d’Hères, France. ⟨hal-04389182⟩
9 Consultations
4 Téléchargements

Partager

Gmail Facebook X LinkedIn More