’A - unifr.ch BONVIN Bruno.pdf · teneur en eau du sol du vignoble de Corin (Valais, ) à l’aide des modèles agronomiques ropwat et ... 3.1 stimation de l’ TP du vignoble de

Université de Fribourg

Institut de Géographie

Faculté des Sciences

GESTION DE L’IRRIGATION : Simulation du besoin en eau de la vigne et de la

teneur en eau du sol du vignoble de Corin (Valais,

CH) à l’aide des modèles agronomiques Cropwat et

WaLIS

Travail de Bachelor présenté par

BONVIN Bruno

Route de Prozerbou 77, 1974 Arbaz

Remis le 1er juin

Encadrant : Dr. MILANO, Marianne

Bruno Bonvin Travail de Bachelor juin 2017

1

Résumé

Ce travail traite de l’utilisation de deux modèles agronomiques (Cropwat et WaLIS)

d’aide à la gestion de l’utilisation de l’eau sur une parcelle spécifique de vigne à Corin,

sur la commune de Crans-Montana, dans le canton du Valais. L’objectif est de

quantifier le besoin en eau de la vigne et la teneur en eau dans le sol du vignoble de

Corin à l’aide des modèles. Il sera ensuite possible d’évaluer la marge d’erreur

pouvant exister entre le besoin en eau simulé par Cropwat et les données mesurées

sur la zone d’étude par un capteur durant les années 2015 et 2016. Finalement, la

teneur en eau du sol simulée par les deux modèles sera comparée dans le but de

déterminer quel modèle fournit une simulation de la teneur en eau concordante avec

la situation climatologique.

Le travail comporte une première partie théorique et méthodologique concernant la

zone d’étude et les modèles agronomiques utilisées. Il s’en suit une seconde partie

comportant la présentation, l’interprétation et la discussion des résultats.

L’analyse des résultats indique que le modèle Cropwat surestime le besoin en eau de

la plante durant l’année 2015 et qu’en 2016 les simulations ne correspondent pas

vraiment aux données d’irrigation relevées sur le terrain. Ce modèle permet

d’approximer le besoin en eau de la vigne durant les mois d’été, donnant des

indications sur la période à laquelle il est nécessaire d’arroser.

Le modèle WaLIS indique à quelles périodes l’eau à disposition dans le sol diminue

notablement. Il permet ainsi de connaitre la recharge hivernale en eau du sol. Cela

indique que le cycle végétatif de la vigne débute sur un sol dont la capacité hydrique

est maximale. S’il n’est pas possible de calculer le besoin en eau de la plante avec le

modèle WaLIS, l’agriculteur aura toutefois la possibilité d’analyser quand la réserve

en eau du sol est minimale, afin de gérer l’irrigation de la parcelle de vigne de

manière optimale.

Mots-clés

Gestion de l’eau, vignes, modèles agronomiques, flux hydriques


2

Tables des matières

Résumé 1

Introduction 3

Zone d’étude 6 1.1.1 Situation générale 6

1.2 Situation géologique 6

1.3 Hydrographie de l’ancienne commune de Montana 6

1.4 Situation climatologique 8

1.5 Secteurs d’encépagement 11

Méthodologie 12 2.2.1 Modèles CROPWAT et WaLIS 12

CROPWAT 12 2.1.1

WaLIS 16 2.1.2

Comparaison entre les modèles CROPWAT et WaLIS 20 2.1.3

2.2 Formules d’estimation de l’ETP 20 2.2.1 Estimation de l’ETP selon la formule de Thornthwaite 21 2.2.2 Estimation de l’ETP selon la formule d’Oudin 22 2.2.3 Estimation de l’ETP selon la formule de Penman-Monteith (FAO) 22

2.3 Récolte de données 23

Résultats 25 3.3.1 Estimation de l’ETP du vignoble de Corin 25

3.1.1 Estimation de l’ETP selon Thornthwaite 25 3.1.2 Estimation de l’ETP selon Oudin 25 3.1.3 Estimation de l’ETP selon Penman-Monteith 26 3.1.4 Comparaison de l’évapotranspiration calculée selon Thornthwaite, Oudin et

Penman-Monteith 27 3.2 Estimation du besoin en eau de la vigne et de la teneur en eau du sol du vignoble

de Corin 30 3.2.1 Estimation du besoin en eau du vignoble selon le programme CROPWAT 30 3.2.2 Comparaison entre les données simulées par CROPWAT et les données

d’irrigation réelles 30 3.2.3 Estimation de la teneur en eau du sol selon le programme WaLIS 33 3.2.4 Comparaison entre les données simulées par WaLIS et les données simulées par

CROPWAT 34

Discussion 35 4.4.1 Evaluation de CROPWAT par rapport aux données mesurées sur le terrain 35 4.2 Comparaison entre CROPWAT et WaLIS en fonction de la teneur en eau du sol 36 4.3 Origine des différences entre CROPWAT et WaLIS 37

Conclusion 38 5.

Bibliographie 39 6.


3

Introduction

Les changements climatiques ont une influence sur l’environnement, que l’homme ne

peut aujourd’hui plus ignorer, que ce soit à une échelle globale ou régionale. Dans ce

contexte, les ressources en eau se trouvent au centre de nombreux débats, que ce soit

en lien avec la disponibilité et la qualité de la ressource en eau ou l’évolution des

usages de l’eau. Il est par conséquent nécessaire de distinguer trois différents termes

liés à la ressource en eau et à son utilisation, comme mentionné par Martin Calianno

(2014) dans ses réflexions sur l’utilisation de l’eau :

1) L’usage de l’eau est l’action de la mise en application des fonctions de l’eau pour obtenir un

objectif recherché. L’usage correspond donc à une catégorie d’utilisation de l’eau, comme

par exemple : l’irrigation, l’usage domestique, la production de neige artificielle, l’eau

comme support pour la navigation, le paysage, la production industrielle ou énergétique.

2) Les besoins en eau sont les volumes d’eau que nécessitent les usages correspondant au

bien-être des activités humaines (besoins physiologiques, besoins essentiels, besoins

culturels, besoins liés aux activités commerciales, agricoles, industrielles, etc.), ainsi qu’au

fonctionnement de la nature (besoins nécessaires pour assurer les fonctions écologiques

des hydrosystèmes et le maintien de la biodiversité).

3) La demande est la requête d’une quantité d’eau exprimée par un usager. Celle-ci peut être

estimée ou modélisée pour un environnement et un contexte climatique et socio-

économique particulier. Selon les ressources disponibles, l’eau effectivement fournie et

utilisée par l’usager (l’apport, défini plus loin) peut être inférieure ou supérieure à la

demande, qui se retrouvera donc plus ou moins satisfaite.

La notion de besoin en eau sera au centre de cette étude au travers des pratiques

viticoles à une échelle locale, soit le vignoble de Corin, au-dessus de Sierre, dans le

canton du Valais. Le choix de la zone d’étude s’est portée sur ce vignoble afin de

pouvoir comparer les données simulées par les modèles et les mesures de la quantité

d’eau obtenues par Martin Calianno dans le cadre de sa thèse de doctorat. Le choix de

la vigne provient quant à lui de l’importance économique, culturelle et sociale de cette

culture pour le canton du Valais. Du fait d’usages multiples (alimentaire, récréatif,

irrigation, production d’énergie, neige artificielle), l’utilisation de l’eau dans le canton

du Valais peut potentiellement entraîner des tensions entre les différents acteurs

socio-économiques. Les changements climatiques en cours impliqueront une gestion

optimale de la ressource en eau disponible. Un exemple d’impact lié aux changements

climatiques qui pourrait toucher le canton du Valais est la hausse des températures.

En effet, comme le démontre le rapport CH2011, publié conjointement par l’Office

Fédéral de Météorologie et de Climatologie ainsi que d’autres institutions, telles que

l’ETH de Zürich, les températures pourraient potentiellement augmenter de 3.2°C à

4.6°C en région alpine durant la période estivale, (Fischer et al, 2015). Concrètement,

à l’échelle du canton du Valais, une hausse plus importante des températures pourrait

potentiellement accroitre davantage le rythme de la fonte des glaciers ainsi que de la

hausse de la limite des chutes de neige, ce qui forceraient les acteurs politiques,


4

économiques et touristiques à développer une réflexion sur l’utilisation des

ressources en eau de la région. Si la fonte des glaciers occasionne une augmentation

massive de l’eau à disposition de nos jours, il est nécessaire de planifier une gestion

judicieuse des ressources en eau une fois que les glaciers auront totalement ou

partiellement disparu. Si les augmentations de températures se confirment, les

surfaces glaciaires disparaitront autour de la Plaine Morte, alimentant la région

d’étude choisie dans le présent travail. Un rapport de l’IPCC rédigé en 2013, indique

que l’Europe doit s’attendre à des conditions climatiques plus difficiles et à une baisse

de la disponibilité en eau dans les années à venir. Il n’est donc plus question de savoir

si l’agriculture de ces régions doit s’acclimater à ces nouvelles conditions, mais de

quelle manière elle doit le faire (Reynaud, 2009).

C’est dans ce contexte que les modèles agronomiques peuvent potentiellement

apporter des solutions pour une meilleure gestion des ressources. Il est nécessaire de

discerner deux types de modèles agronomiques : les modèles positifs et normatifs.

Selon Loubier (2003 :10) : « les modèles positifs ont pour principal objectif de décrire

et d’expliquer l’usage que font actuellement les agriculteurs des ressources dont ils

disposent. » Ils sont généralement composés de pas de temps courts et se basent sur

des paramètres agronomiques, chimiques, hydrologiques, hydrauliques et

hydrogéologiques (Loubier, 2003). Les modèles normatifs ont quant à eux pour but

« d’analyser les conditions d’adaptation des exploitations à des chocs exogènes. Ils

peuvent être utilisés soit de manière exploratoire, (…) à long terme, soit pour simuler

les impacts d’ajustements nécessaires à court ou moyen terme » (Loubier, 2003 :11).

Ces modèles nécessitent moins de données biophysiques, mais incluent l’impact des

politiques publiques, les échanges commerciaux et l’environnement.

L’analyse des besoins en eau d’une culture, ainsi que de la teneur en eau du sol, est

principalement fondée sur l’utilisation de modèles positifs. Le travail suivant, situé à

une échelle locale, s’inscrit dans la continuité du projet «Montanaqua», dont

« l’objectif était d’obtenir un état des lieux de la gestion de l’eau à l’heure actuelle,

puis de développer des scénarios de gestion pour le futur (vers 2050) en prenant en

compte les changements climatiques et socio-économiques. Pour cela, une double

modélisation de la gestion future a été réalisée, sous l’angle hydroclimatique et sous

l’angle socio-économique » (Reynard et al, 2014 : 50). Finalement, ce projet a mis en

lumière qu’en 2050, les ressources resteront suffisantes pour satisfaire les besoins en

eau à une échelle annuelle mais que des pénuries temporaires et spatiales seront

observées. De plus, les changements socio-économiques et les choix de

développement territorial auront un impact plus marqué sur les usages futurs de

l’eau que les changements climatiques (Reynard et al, 2014). La thèse de Martin

Calianno a été mise en place dans la continuité de ce projet pour estimer

rigoureusement les usages de l’eau dans la région.

La problématique de ce travail repose sur la détermination du besoin en eau du

vignoble de Corin et de la teneur en eau disponible dans le sol du vignoble à


5

partir de deux modèles agronomiques (Cropwat et WaLIS). Il sera tout d’abord

possible d’évaluer la marge d’erreur existante entre le besoin en eau simulé par

Cropwat et le besoin en eau mesuré sur le vignoble. Par la suite, la teneur en eau du

sol du vignoble simulée par les deux modèles sera comparée, afin de déterminer

lequel des deux modèles présente des valeurs concordantes avec les conditions

climatologiques de la région. Finalement, il sera possible d’émettre une proposition

sur le modèle le plus adéquat pour le vignoble de Corin.


6

Zone d’étude 1.

1.1 Situation générale

Le vignoble de Corin se situe en Valais central, sur l’ancienne Commune de Montana.

Les Communes de Chermignon, Montana, Randogne et Mollens ont fusionné le 1er

janvier 2017 afin de former l’unique Commune de Crans-Montana. Ce travail ayant

débuté avant la fusion des communes, l’ancienne découpe politique de la Commune

de Montana est utilisée. Cette dernière surplombe la ville de Sierre, sur la rive droite

du Rhône, et s’étend entre 580 et 1770 mètres d’altitude. La commune est

positionnée entre la vallée de la Lienne, à l’Ouest, et de la Raspille, à l’Est. Sa

superficie est de 486 ha. Le village de Corin constitue l’étage inférieur de la commune

de Montana. Il est principalement composé de vignobles. Le vignoble s’étend de la

limite inférieure de la commune, de 580 mètres à 800 mètres. A partir de cette

altitude, et jusqu’à 1500 mètres, s’étendent des prairies et des forêts, avant de laisser

place à des forêts d’épicéas et par la suite à des pâturages, dès 1700 mètres d’altitude.

La station de ski de Crans-Montana se trouve en partie sur la commune de Montana

(Commune Crans-Montana, 2017).

1.2 Situation géologique

L’ensemble du vignoble de Corin repose sur une seule unité lithologique, appelée

« domaine valaisan» ou domaine de Sion-Courmayeur, et appartenant à l’unité

géologique pennique (Huber, 2007 :7). De manière générale, la zone pennique s’étend

au sud du Rhône. Corin se trouve donc sur une brève intrusion de cette zone, entre

Sion et Sierre, sur la rive droite du Rhône, où se situe essentiellement la zone

helvétique. Les terrains qui s’y trouvent sont composés de flyschs, de calcschistes et

de calcaires gréseux ou conglomératiques. La topographie du vignoble est constituée

de ressauts pentus et de terrasses, formés de schistes calcaires. Ces ressauts pentus

ont obligé la construction de murs de parchets, afin de former des terrasses sur

lesquelles se trouvent les différentes parcelles du vignoble. La pierrosité de surface

est hétérogène, composée de plaques et de cailloux de toutes sortes, arrondis ou

émoussés. Leur couleur peut varier du gris au gris noir, avec des tons argentés. Une

partie du flysch valaisan du coteau est recouverte de formations superficielles, telles

que des plaquages de moraine de fond, ainsi que des blocs erratiques disséminés un

peu partout. Les creux et les plats se trouvent tapissés par une fine couche de loess.

Au fond des pentes, des cônes de déjection exigus se sont formés, là où les ruisseaux

atteignent la plaine (Huber, 2007 :7).

1.3 Hydrographie de l’ancienne commune de Montana

Le réseau hydrographique de la commune peut être partagé en deux sections : le

réseau d’eau potable et le réseau d’irrigation. Chaque réseau est principalement

composé de lacs ou de sources, de même que de répartiteurs d’eau, de réservoirs

d’eau, de stations de pompage et d’une station de traitements des eaux. Cette dernière

est uniquement utilisée par le réseau d’eau potable.


7

L’eau potable de la commune provient du lac de Zeuzier, situé sur la commune

d’Ayent, ainsi que des sources de l’Er de Lens, de Vermala, de Corbyr, de Nantermoz

et de Pépinet. L’eau transite ensuite par différents réservoirs et un répartiteur d’eau

potable pour les quatre communes. L’eau passe ensuite par une station de traitement

des eaux, avant d’être distribuée dans les réservoirs de Montana, Montana-village,

Diogne et Corin (Rey, 2002).

L’eau utilisée pour l’irrigation des cultures, dont le vignoble de Corin, provient quant

à elle principalement du lac Huiton, du lac Grenon ainsi que du lac de la Moubra. L’eau

en provenance du lac Huiton et la rivière de l’Ertentse s’écoulent vers le répartiteur

d’eau d’irrigation avant d’être dirigé vers le lac Grenon. Ensuite, l’eau du lac Grenon

est dirigée vers le lac de la Moubra, avant d’être canalisée par une conduite en

direction du réservoir d’irrigation. L’eau du Grand Bisse de Lens, capté à la rivière de

la Lienne, sur la commune d’Ayent, remplit également ce même réservoir (Rey, 2002).

Figure 1: Hydrographie de la Commune de Montana (source : selon une illustration de Rey, 2002)


8

1.4 Situation climatologique

Années 1984 à 2014

Le climatogramme 1 ci-dessous indique que la période climatologique de 1984 à

2014 comporte des précipitations mensuelles relativement homogènes, avec des

valeurs se situant entre 60mm et 80mm de mars à novembre. La période hivernale

est davantage arrosée avec des précipitations comprises entre 93mm et 105mm entre

décembre et février. La période estivale se trouve dans la norme annuelle, avec des

valeurs comprises entre 75mm et 85mm. Les précipitations minimales et maximales

sont de 58mm en septembre et de 105mm en décembre. La moyenne des

précipitations annuelles sur la période allant de 1984 à 2014 est de 928.7mm.

Les températures moyennes mensuelles se situent entre -1,8°C et 15°C entre 1984 et

2014. Les températures moyennes les plus basses sont de -1.8°C, -1.7°C et -0.8°C en

janvier, février et décembre. Durant l’été, les températures moyennes maximales sont

comprises entre 11°C et 15°C.

Climatogramme 1: précipitations et températures moyennes entre 1984 et 2014, Corin (source : MétéoSuisse)

Année 2015

En 2015, les précipitations les plus faibles sont de 5.5mm et 16.2mm en décembre et

en février. Les précipitations les plus fortes sont de 172.1mm et 89.3mm en mai et en

novembre. La somme des précipitations annuelles atteint en 2015 657.7mm. Les

températures mensuelles minimales sont de -1.2°C et -2.7°C en janvier et en février.

Les températures mensuelles maximales sont de 18.3°C et 15.8°C en juillet et en aout.

En comparaison aux observations faites entre 1984 et 2014, la somme des

précipitations annuelles s’élève à 657.7mm en 2015, contre 928.7mm en moyenne

entre 1984 et 2014. En été, les précipitations sont plus faibles que lors de la période

de référence. En effet, précipitations ne sont que de 53.4mm et 32.9mm en juin et en

juillet alors qu’elles sont de 80.31mm et 76.78mm en moyenne entre 1984 et 2014.

Le mois décembre est aussi spécialement sec, avec des précipitations mensuelles de

-5

0

5

10

15

20

0102030405060708090

100110120130140150160170180

jan. fév. mars avril mai juin juil. août sept. oct. nov. déc.T

emp

érat

ure

s (°

C)

Pré

cip

itat

ion

s (m

m)

Corin 1984 - 2014

Précipitation (mm) Température (°C)


9

5.5mm, contre 105mm en moyenne de 1984 à 2014. Le mois de mai fut

particulièrement arrosé en 2015, avec une somme des précipitations atteignant

172.1mm. Les températures estivales vont de 14.3°C à 18.3°C en 2015 alors qu’elles

sont comprises entre 12.3°C et 14.6°C entre 1984 et 2014.

Climatogramme 2: précipitations et températures moyennes 2015, Corin (source : MétéoSuisse)

Année 2016

En 2016, les températures moyennes les plus basses sont aussi observées en janvier

et février, avec des valeurs négatives de -1.3°C et -0.4°C. Les températures moyennes

les plus hautes sont de 15.5°C et 15.4°C en juillet et en août. Les précipitations

moyennes les plus faibles sont de 0.1mm et 27.5mm en décembre et en mars. Quant

aux plus fortes, elles sont mesurées en mai et novembre et atteignent respectivement

107.8mm et 97.2mm.

La somme annuelle des précipitations se monte à 826.1mm en 2016, contre 928.7mm

sur la période allant de 1984 à 2014. Durant l’été, des précipitations inférieures à la

moyenne de 1984 à 2014 sont observées. Le mois décembre est très sec, sans

précipitations notables, contre 105mm en moyenne de 1984 à 2014. Le mois de

janvier est particulièrement pluvieux en 2016, avec des précipitations atteignant

161.7mm.

Les températures estivales de 2016 sont comparables aux températures mesurées

durant la période de référence. En juin 2016, la température est de 12.2°C, soit dans

la moyenne. En juillet et en août, la différence entre les températures mesurées en

2016 et les températures moyennes de 1984 à 2014 n’est que de 1°C. En juillet, la

température atteint 15.5°C contre 14.6°C durant la période de référence. En août, une

température moyenne de 15.4°C a été observée en 2016, contre 14.4°C en moyenne.

-5

0

5

10

15

20

0102030405060708090

100110120130140150160170180

jan. fév. mars avril mai juin juil. août sept. oct. nov. déc.

Tem

pér

atu

res

(°C

)

Pré

cip

itat

ion

s (m

m)

Corin 2015

Précipitations (mm) Température (°C)


10

Climatogramme 3: précipitations et températures moyennes 2016, Corin (source : MétéoSuisse)

Comparaison entre les différentes périodes climatologiques

Sur la base de ces observations, il est possible de constater que 2015 est une année

plus sèche et chaude que la moyenne des années 1984 à 2014, avec des précipitations

plus faibles et des températures plus élevées. L’année 2016 est moins humide que la

moyenne des années 1984 à 2014 et présente des températures similaires. Ces

observations indiquent que l’année 2016 a été globalement plus humide et plus

fraiche que 2015. Cependant, l’hiver 2015 a été plus froid que l’hiver 2016. L’été 2015

a quant à lui été plus chaud. L’année 2016 a été davantage arrosée avec des

précipitations annuelles atteignant 826mm contre 657.7mm en 2015. Les

précipitations estivales des deux années sont comparables, avec des valeurs de

205.8mm en 2015 et de 221.7mm en 2016. Les précipitations hivernales de l’année

2016 sont néanmoins largement supérieures à celles de 2015, avec des précipitations

atteignant 293mm, contre 128.3mm en 2015, malgré un mois de décembre très sec

en 2016.

-5

0

5

10

15

20

0102030405060708090

100110120130140150160170

jan. fév. mars avril mai juin juil. août sept. oct. nov. déc.

Tem

pér

atu

res

(°C

)

Pré

cip

itat

ion

s (m

m)

Corin 2016

Précipitations (mm) Température (°C)


11

1.5 Secteurs d’encépagement

Le vignoble de Corin est découpé en quatre secteurs (A-B-C-D), selon leur altitude et

les cépages qui les composent. Le tableau 1 ci-dessous condense les caractéristiques

de ces différents secteurs. La figure 2 indique leur situation géographique.

Altitude (m) Surface (ha) Exposition Pente (%) Composition du sol

(%)

Secteur A 550 - 650 22.36 Sud 25 Argile (17), silt (43),

sables (40)

Secteur B 650 - 722 6.239 Sud 75 Argile (22), silt (44),

sables (34)

Secteur C 645 - 770 14.747 Sud 70 Argile (22), silt (44),

sables (34)

Secteur D 705 - 815 6.285 Sud 75 Argile (22), silt (44),

sables (34)

Tableau 1: secteurs d'encépagement, vignoble de Corin (source : Huber, 2007)

Figure 2: zones d'encépagement, vignoble de Corin (source : www.vsgis.ch)


12

Méthodologie 2.

2.1 Modèles CROPWAT et WaLIS

Pour aborder en connaissance de cause la suite de ce travail, il est tout d’abord

nécessaire de brièvement décrire ce que représente la notion de modèle. De manière

générale, un modèle correspond à une représentation simplifiée de la réalité. Un

modèle peut être défini comme étant : « un ensemble de relations mathématiques ≫

composé de ≪ variables d’entrée, de paramètres relatifs aux différents processus et

de variables de sortie ≫ (Prost, 2008 :18). Plus spécifiquement en agronomie, le

modèle est défini comme étant ≪ the dynamic functioning of the soil-plant system as

it interacts with climate and farming practices ≫ (Prost, 2008 : 18).

CROPWAT 2.1.1

Description

Le modèle Cropwat est un support d’aide pour l’irrigation des cultures développé par

la FAO (Food and Agriculture Organization of the United Nations), basé sur le calcul

du bilan hydrique. Il est utilisable pour toutes les sortes de culture et dans différentes

régions climatiques. Sa fonction principale est de déterminer le besoin en eau des

cultures et de développer des schémas d’approvisionnement en eau. Pour cela, le

modèle calcule l’évapotranspiration de référence, basée sur l’équation de Penman-

Monteith et en fonction de données météorologiques. Celles-ci sont listées dans la

suite de ce chapitre. Le logiciel offre également la possibilité de développer un

calendrier d'irrigation des cultures, d'évaluer les effets du manque d'eau sur les

cultures, ainsi que l'efficience des différentes pratiques d'irrigation (Van Laere, 2003).

Le modèle peut utiliser des données d’entrée à un pas de temps journalier, décadaire

ou mensuel. Dans le cadre de ce travail, les données d’entrée du modèle sont utilisées

à un pas de temps journalier. Les résultats sont eux présentés à un pas de temps

mensuels.

Paramétrage du modèle

Les facteurs les plus

importants sont le flux hydrique,

constitué de

l’évapotranspiration et des

précipitations, ainsi que le

coefficient cultural de la plante

(Kc). La figure 3 ci-contre

représente les paramètres

principaux pris en compte par

Cropwat.

Figure 3: Flux hydriques et paramètres pris en compte par le programme CROPWAT (source : selon une illustration de l’UMR EEF)


13

Le coefficient cultural, Kc, permet de calculer l’évapotranspiration réelle de la culture.

Il varie en fonction de la plante et de son état végétatif. Le coefficient cultural varie

selon quatre phases : la phase initiale, la phase de développement, la phase de mi

saison et la phase de fin de saison. Les valeurs théoriques de Kc ainsi que les

différentes phases sont indiquées dans la figure 4. La réserve utile représente quant à

elle l’eau accessible aux végétaux dans le volume de sol exploité par leurs racines

(Van Laere, 2003).

Données météorologiques, culturales et pédologiques

Les données météorologiques journalières servant à paramétrer le modèle sont les

suivantes :

- La température de l’air moyenne en degré Celsius

- Le pourcentage d’humidité de l’air

- La vitesse du vent, en mètre par seconde

- Les précipitations, en millimètre par jour

- L’évapotranspiration, en millimètre par jour

Afin de pouvoir simuler les besoins en eau d’une culture, des données sur la culture

en question, ainsi que sur le sol sur lequel la culture pousse, s’ajoutent aux données

météorologiques. L’ensemble des données utilisées par le programme est détaillé

dans le tableau 2 des inputs suivant :

Figure 4: Kc, phases de développement et besoin en eau de la plante (source : Brouwer et Heibloem, 2001, modifié

par Bonriposi en 2013)


14

Paramètre Définition Valeur Site collecte

ETo [mm] Evapotranspiration de référence, elle représente l’évaporation potentielle d’une culture bien irriguée.

- Logiciel CROPWAT à partir des données climatiques journalières (températures, humidité, insolation, vitesse du vent)

Précipitations [mm]

Précipitation journalière moyenne - Base de données IDAweb de MétéoSuisse

Précipitations effectives [%]

Précipitation journalière moyenne réellement utilisée par la culture. Précipitation calculée en déduisant l’écoulement de surface et la percolation.

80, pour des

précipitations inférieures à

100 [mm/mois]

Base de données IDAweb de MétéoSuisse

Culture : Nom Vignes, selon les différents cépages présents sur le vignoble de Corin.

-

Questionnaire viticulteur/ cadastre commune de Corin

Culture : date de plantation

-

-

Questionnaire viticulteur/ cadastre commune de Corin

Coefficient cultural (Kc)

Kc correspond au rapport entre l'évapotranspiration de la culture (ETc) et l'évapotranspiration potentielle (ET0). Kc est déterminé par les effets de 4 caractéristiques qui différencient la culture en question de la culture de référence. Ces caractéristiques sont : 1.hauteur de la culture, 2.albédo de la surface du sol de la culture, 3.résistance du canopée, 4.évaporation du sol Liste des Kc du raisin de table/ raisin de cuve se trouvent au chapitre 6 du « FAO irrigation and drainage paper 56 ».

Raisin de table : 0.30/0.85/0.45

Raisin de cuve : 0.30/0.70/0.45

Kcini/Kcmid/Kcend

CROPWAT: A Computer Program for Irrigation Planning and Management

Culture : longueur des étapes de croissance [cm]

Il existe 4 étapes de croissance à prendre en compte. Ce sont les étapes suivantes : Initial/Development/Mid/Late.

30/60/40/80


Culture : profondeur des racines [m]

Profondeur jusqu’à laquelle l’eau présente dans le sol peut être utilisée de manière effective par la plante.

Initial stage : 0.25-0.30

Développement maximal : 2.50


Culture : fraction critique d’épuisement (p)

Niveau d’humidité du sol critique où le stress hydrique dû à la sécheresse apparaît.

Variation entre 0.4 et 0.6, avec

des valeurs plus basses pour les cultures ayant

un système racinaire limité

et des conditions

d’évaporation élevées


Culture : réponse du rendement (Ky)

Facteur qui permet d’estimer la réduction de la culture suite à un stress hydrique causé par la sécheresse

0.85


Sol : Eau disponible totale [mm]

Quantité maximale d’eau utilisable dans le sol par la vigne seule. RU (réserve utile) moyenne du calcschiste du Flysch de Corin est égal à 83mm, ce qui correspond à une RU faible. Bonne correspondance avec les données de Swisstopo qui indiquent une rétention hydrique très faible à moyenne pour Corin ainsi qu’une profondeur de sol exploitable par les racines de très faible à moyenne.

83

Etude géopédologique des vignobles d’Ollon, Corin, Loc (Service Cantonal de l’Agriculture, 2007) Swisstopo

Sol : taux d’infiltration maximum de

Le taux d’infiltration maximum de l’eau de pluie se calcule en fonction de l’intensité de la pluie, du type de sol et de la pente.

10 CROPWAT: A Computer Program for Irrigation Planning and


15

l’eau de pluie [mm/jour]

Management

Sol : profondeur maximale d’enracinement [cm]

La profondeur maximale d’enracinement est déterminée par les caractéristiques de la plante ainsi que par les propriétés du sol. La vigne a une profondeur moyenne d’enracinement comprise entre 2 et 5 mètres. Par contre, les données Swisstopo indiquent une profondeur de sol exploitable par les racines très faible à moyenne.

250 Etude géopédologique des vignobles de Ollon, Corin, Loc (Service Cantonal de l’Agriculture, 2007) Swisstopo

Sol : épuisement de la teneur en eau initiale [%]

Indicateur de la sécheresse du sol au début de l’irrigation. Il est exprimé par le pourcentage d’épuisement vis-à-vis de la de la teneur en eau totale du sol.

5 CROPWAT: A Computer Program for Irrigation Planning and Management

Tableau 2: inputs CROPWAT (source : Allen, 1998)

Les paramètres de sortie du programme sont détaillés dans le tableau 3 ci-dessous :

Tableau 3: outputs CROPWAT (source : Allen, 1998)

Paramètre Définition

Besoin en eau de la culture [mm/décade]

Besoin en eau de la culture, calculé comme étant la différence entre l’évapotranspiration de la culture sous des conditions standards (ETc) et les précipitations effectives

Planification de l’irrigation

La planification de l’irrigation permet d’assurer la croissance optimale de la plante ainsi qu’une utilisation efficiente de l’eau. Elle a pour but de déterminer l’approvisionnement en eau optimal nécessaire à une culture

Evaluation des pratiques d’irrigation

Permet l’évaluation des pratiques d’irrigation existantes, en fonction d’une utilisation efficiente de l’eau, afin de développer une irrigation optimale de la culture

Déficit en eau du sol [mm]

Ce paramètre montre le statut du sol chaque jour et indique comment varie la teneur en eau du sol au fil de la saison Il permet donc d’évaluer les conséquences d’un approvisionnement en eau limité sur une culture et de développer une planification alternative de l’irrigation, en fonction de l’approvisionnement en eau limité.


16

Avantages

En comparaison à d’autres modèles agronomiques, Cropwat requiert moins de

données d’entrée. Le modèle est utilisable dans différentes régions agro-écologiques

et sous différentes conditions climatiques car il possède une base de données

climatiques (CLIMWAT 2.0) développées spécialement pour procurer des

observations climatiques mensuelles depuis 3200 stations météorologiques réparties

sur la surface du globe (Vote et al, 2015 : 11). Cette base de données n’a cependant

pas été utilisée dans ce travail, car elle comprend uniquement trois stations en Suisse,

à Genève, Zürich et Bâle. Par ailleurs, le modèle Cropwat est exploité mondialement

par les ingénieurs et les économistes, afin de planifier la gestion des cultures en cas

de limitation de l’approvisionnement en eau. Le modèle a la capacité de calculer lui-

même l’évapotranspiration de référence à partir des données climatiques (Vote et al,

2015 :11).

Limitations

Une limitation de ce modèle provient du fait que le coefficient cultural Kc varie

grandement, temporellement et spatialement, selon les différents types de cultures,

les sols, les nutriments ainsi que les microclimats (Vote et al, 2015 :12). L’application

d’une valeur théorique de Kc sur une période de temps prédéfinie, comme il a été fait

dans ce travail, peut potentiellement limiter la précision des donnes de sortie du

modèle. Il est donc préférable d’utiliser Cropwat pour des projections générales et

une gestion des ressources en eau à une échelle régionale ou nationale (Vote et al,

2015 : 12).

WaLIS 2.1.2

Description

Le modèle WaLIS (Water baLance for Intercropped Systems) est un modèle de calcul

du bilan hydrique, spécialement conçu pour la vigne. Sa fonction principale est de

déterminer l’évolution de la teneur en eau du sol au pas de temps journalier

(Delpuech et al, 2010). Dans la cadre de ce travail, les données d’entrée du modèle

sont utilisées à un pas de temps journalier. Les résultats sont eux présentés à un pas

de temps mensuels. Il permet ainsi de donner des indications sur la recharge

hivernale en eau du sol, ainsi que sur la contrainte hydrique subie par la vigne au

cours d’un cycle entier. Cela permet au viticulteur d’avoir des informations sur les

besoins en eau de la vigne et de pouvoir réguler son irrigation en fonction du bilan

hydrique estimé par le modèle (Delpuech, 2013). WaLIS permet aussi de faciliter

l’aide au pilotage de la parcelle, ainsi que des améliorations dans le domaine de la

recherche, en permettant de caractériser le comportement de parcelles d’essais

(Delpuech et al, 2010).

Le modèle WaLIS a été développé spécifiquement pour les vignes sous l’influence de

conditions méditerranéennes. La validation du modèle WaLIS en région

méditerranéenne a été menée par Xavier Delpuech et Florian Celette (2010).


17

L’objectif premier de cette recherche a été d’évaluer la justesse du modèle de bilan

hydrique WaLIS dans une situation climatique méditerranéenne, à Puisserguier dans

le département de l’Hérault. Les résultats obtenus lors des simulations par ce modèle

sont les suivants : les simulations du ruissellement et de la FSTW ont été jugées

satisfaisantes. Le paramétrage des principaux indicateurs (TTSW, Kmax, CN) suffit à

une simulation satisfaisante du bilan hydrique de la vigne (Delpuech et al, 2010).

Cette simulation du modèle de bilan hydrique WaLIS satisfaisante en conditions

méditerranéennes est de bon augure pour une même simulation dans le canton du

Valais. En effet, les conditions climatiques entre le département de l’Hérault et le

canton du Valais présentent des similitudes au niveau des températures, des

précipitations et de l’ensoleillement.

Paramétrage du modèle

Cinq flux hydriques,

l’évaporation, la transpiration,

les précipitations, le drainage

et le ruissellement sont pris en

compte par WaLIS, ainsi que

deux coefficients : le coefficient

maximal d’interception du

rayonnement (Kmax) et le

coefficient de ruissellement

(CN). La figure 5 ci-dessous

indique les différents

paramètres pris en compte par

WaLIS.

Données météorologiques, culturales et pédologiques

Les données météorologiques journalières, utilisées au pas de temps journalier, sont

les suivantes :

- La température de l’air moyenne en degré Celsius

- Les précipitations, en millimètre par jour

- L’évapotranspiration, en millimètre par jour

L’ensemble des données utilisées par le programme est détaillé dans le tableau 4 des

inputs suivant :

Paramètre Définition Valeur Site de collecte

TTSWh [mm] Total Transpirable Soil Water, TTSW du compartiment d’herbe

0 Valeur par défaut (0) car l’enherbement est nul à Corin

TTSWv [mm] Total Transpirable Soil Water, quantité maximale d’eau utilisable dans le sol par la vigne seule. Peut être assimilée à la réserve utile (RU).

83 Etude géopédologique des vignobles d’Ollon, Corin, Loc (Service Cantonal de

Figure 5: Flux hydriques et paramètres pris en compte par le programme CROPWAT (source : selon une illustration de l’UMR EEF)


18

RU moyenne du calcschiste du Flysch de Corin est égal à 83mm, ce qui correspond à une RU faible. Bonne correspondance avec les données de Swisstopo qui indique une rétention hydrique très faible à moyenne pour Corin ainsi qu’une profondeur de sol exploitable par les racines de très faible à moyenne.

l’Agriculture, 2007) Swisstopo

CN_Ruiss Paramètre ruissellement sous le rang (sous le pied de vigne)

A : sol avec forte capacité d’infiltration, sol sableux ou avec une forte teneur en cailloux et peu d’argile B : sol avec capacité d’infiltration bonne C : sol avec capacité d’infiltration modérée D : sol avec capacité d’infiltration faible, avec beaucoup d’argile

72 Delpuech, X. (2013). Utilisation de l’interface web du modèle de bilan hydrique WaLIS

CN_Ruiss2 Paramètre ruissellement dans l’inter-rang (entre les pieds de vigne). Inactif si P=0 et pir=0.

0 Delpuech, X. (2013). Utilisation de l’interface web du modèle de bilan hydrique WaLIS

P Proportion d’enherbement. Enherbement de l’inter-rang nul à Corin.

0 Mesures sur le terrain

Dbr Date de débourrement en jours contés à partir du 1er janvier. Etape du cycle végétatif de la vigne qui se produit au printemps en mars et avril, c’est le moment où les bourgeons commencent à se développer. Le débourrement début lorsque l’extrémité verte de la jeune pousse est visible. La date de débourrement varie selon les types de cépages

À déterminer

selon les cépages

http://www.agrometeo.ch

p_remplissage Le sol doit être considéré rempli à la date de début de simulation, soit la première date du fichier météo. Cela correspond à la proportion d’eau dans le sol en début de simulation

1 Valeur par défaut

Kmax Valeur maximale du coefficient d’interception du rayonnement par la vigne

0.5 Valeur par défaut

Latitude Coordonnée géographique 46

d_rang distance entre les rangs en [m] À déterminer

selon les parcelles

Valeur par défaut

Hfeuillage hauteur du feuillage en [m] À déterminer

selon les parcelles

Valeur par défaut

Lfeuillage largeur du feuillage en [m] À déterminer

selon les parcelles

Valeur par défaut

porosité du feuillage

Volume relatif des espaces dans le tissu de la feuille, où les échanges gazeux ont lieu

0.2 Valeur par défaut

orientation [0; 360], 0 : NS, 90 : E-W, 45 : NE-SW À déterminer

selon les parcelles

Mesures sur le terrain

Pir Paramètre de ruissellement différent pour le sol de l’inter-rang. Comme le sol de l’inter-rang est aussi un sol nu, il est possible de lui attribuer une valeur nulle, comme ça le programme utilise la valeur CN_Ruiss pour le ruissellement sur un sol nu.


Reinit Remplissage automatique du sol au débourrement. Pas de remplissage automatique du sol au débourrement dans ce cas-là.


Tableau 4: inputs WaLIS (source : Delpuech, 2013)

http://www.agrometeo.ch/


19

Les paramètres de sortie du programme sont détaillés dans le tableau des outputs

suivant :

Une attention particulière sera portée sur l’ASWv dans la suite de cette étude.

Avantages

Le modèle WaLIS est simple d’utilisation et efficace pour simuler la teneur en eau du

sol des vignobles, même dans le cas où les parcelles possèdent un inter-rang herbeux.

(Celette et al, 2010 :9). En effet, WaLIS prend en compte la compétition hydrique qui

peut exister entre la vigne et l’enherbement sur la parcelle (Dufourcq et al, 2013 :3).

L’évaluation des paramètres principaux (TTSW, Kmax, CN) permet d’assurer de

manière satisfaisante le fonctionnement du modèle (Delpuech et al, 2010 :9). De par

la bonne simulation de la recharge hivernale, il est possible d’obtenir un indicateur

anticipé, afin de gérer au mieux la parcelle. WaLIS peut aussi fournir des indications

appropriées sur les millésimes ou le contexte régional (Delpuech et al, 2010 :9).

Limitations

Le modèle fournit une information dynamique et continue, mais qui peut cependant

contenir des erreurs si le ruissellement est mal évalué (Delpuech et Gary, 2009). En

effet, le paramétrage du ruissellement est invariable et ne considère pas d’éventuelles

modifications de l’état de la surface du sol. De plus, le modèle prend en compte

uniquement la pluie journalière ; l’intensité des précipitations n’est donc prise en

compte que de manière imprécise. (Delpuech et al, 2010 :9). Une autre limite du

modèle est liée à la difficulté d’estimation de la TTSW. Les valeurs obtenues lors des

simulations de la TTSW peuvent différer, selon les périodes, des valeurs obtenues à

travers les mesures du potentiel de base (ψb) sur le terrain. Finalement, Walis ne

tient pas compte des remontées de la nappe phréatique (Delpuech et al, 2010).

Paramètres Définition

FTSWtot Fraction of Transpirable Soil Water, fraction d’eau du sol utilisable par la plante. Elle indique le pourcentage d’eau disponible pour la vigne

FTSWtot_en_Potbase FTSW en équivalent potentiel de base

FTSWv FTSW du compartiment de vigne

FTSWh FTSW du compartiment en herbe

ASWtot [mm] Available Soil Water, eau disponible dans le sol

ASWv [mm] ASW du compartiment vigne

ASWh [mm] ASW du compartiment herbe

Tv [mm] Transpiration de la vigne

ETRh Evapotransipiration de l’herbe

ESn [mm] Evaporation du sol nu

Tableau 5: outputs WaLIS (source : Delpuech, 2013)


20

Comparaison entre les modèles CROPWAT et WaLIS 2.1.3

Les deux modèles comportent cinq différences notables, selon les cultures pour

lesquelles ils sont utilisés, leurs objectifs principaux ainsi que les flux hydriques et les

données d’entrée nécessaires à leur fonctionnement. Ces différences sont les

suivantes :

- La première est basée sur le fait que le modèle Cropwat est utilisable pour

toutes les cultures, alors que le modèle WaLIS a été conçu spécialement pour

les vignes situées dans un climat méditerranéen.

- La seconde est que le modèle Cropwat détermine principalement le besoin en

eau des cultures, ainsi que la quantité d’eau à disposition dans le sol. A

contrario, le modèle WaLIS ne détermine pas le besoin en eau de la plante

mais la recharge en eau du sol.

- Par ailleurs, Cropwat prend en compte deux flux hydriques,

l’évapotranspiration et les précipitations alors que WaLIS considère en plus de

cela le ruissellement et le drainage.

- Finalement, les données météos utilisées par Cropwat sont la température

moyenne de l’air, le pourcentage d’humidité de l’air, la vitesse du vent, les

précipitations et l’évapotranspiration. Le modèle WaLIS prend quant à lui

uniquement en compte la température de l’air moyenne, les précipitations et

l’évapotranspiration.

- Les inputs des modèles peuvent varier selon l’objectif premier des modèles.

C’est le cas de certaines données d’entrée spécifiques à la parcelle de vigne,

comme la proportion d’enherbement du sol, le coefficient de ruissellement

sous le rang de vigne et la date de débourrement, qui sont pris en compte par

le modèle WaLIS et ne le sont pas par Cropwat.

2.2 Formules d’estimation de l’ETP

L’évapotranspiration prend une place importante dans le cycle de l’eau. Elle

correspond à l’évaporation maximale possible d’eau par la plante, indépendamment

de l’eau à disposition de cette dernière. Elle fait donc office d’indicateur du

développement de la plante et permet d’évaluer les capacités climatiques d’une

région pour l’agriculture (Calanca et al, 2011). Cependant, il n’est pas aisé de

déterminer l’évapotranspiration potentielle, car différents paramètres sont à prendre

en compte, comme les conditions de l’atmosphère et du sol, ainsi que les

caractéristiques de la végétation. L’Organisation des Nations Unies pour

l’alimentation et l’agriculture (FAO) a donc mis sur pied la notion de

d’évapotranspiration de références basée sur la formule d’estimation de

l’évapotranspiration de Penman-Monteith (Allen et al, 1998). Cela correspond à

l’évapotranspiration d’un peuplement végétal idéal, ayant une quantité illimitée d’eau

à disposition. Face à cette formule théorique se trouvent des formules empiriques de

calcul de l’évapotranspiration, comme les formules de Turc, de Thornthwaite ou

d’Oudin. Les deux dernières formules citées seront comparées à la formule de

Penman-Monteith dans la suite de ce rapport. L’objectif est d’analyser ces trois

différentes formules, d’en comparer les forces et les faiblesses et de saisir leurs

domaines d’application, en fonction des données à disposition ou du contexte


21

climatique qui les entoure. Finalement, il sera possible d’observer si

l’évapotranspiration calculée à l’aide de la formule de Penman-Monteith et utilisée

par le modèle Cropwat diffère beaucoup de l’évapotranspiration calculée par les

autres formules.

2.2.1 Estimation de l’ETP selon la formule de Thornthwaite

La formule de Thornthwaite est probablement la formule la plus utilisée

mondialement, afin de calculer l’évapotranspiration potentielle, car elle ne prend en

compte que la température et la durée d’éclairement. C’est une formule établie

empiriquement par Thornthwaite en 1948, compte tenu du peu de données

disponibles à l’époque (Calanca et al, 2011). Elle permet de calculer

l’évapotranspiration potentielle mensuelle (mm) à partir de la température moyenne

mensuelle (°C), d’un indice thermique annuel I, déterminé à partir de la somme des

indices thermiques mensuels i, ainsi que d’une formule approchée du facteur « a » et

d’un facteur de correction (F) dépendant la latitude de la zone d’étude et du mois. Ce

facteur se réfère à la durée d’éclairement et non d’insolation.

La formule de Thornthwaite s’applique globalement et ne nécessite aucun coefficient

régional ou cultural. Cependant, il se peut qu’elle ne soit pas toujours des plus

satisfaisantes, car elle ne prend en compte qu’un seul paramètre climatique, la

température. La comparaison avec des résultats de mesures lysimétriques met en

évidence 3 anomalies (Lecarpentier, 1975) :

- La formule n’est pas également valable selon les zones climatiques. Elle

convient bien aux zones humides ou sub-humides de la zone tempérée, mais

les résultats en zones arides et semi-arides sont sous-estimés. Cela s’explique

par le déficit de saturation en eau du sol, la durée d’insolation et l’intensité de

la radiation.

- Dans les climats isothermiques, mais soumis à des différences pluviométriques

marquées, l’évapotranspiration est sous-estimée en saison sèche et surestimée

en saison humide, pour les mêmes raisons qu’expliquées plus haut.

- En zone tempérée humide, la formule de Thornthwaite simule des valeurs trop

faibles pour le printemps et trop élevées pour l’automne. Cela s’explique par le

fait qu’à températures égales, les mois du printemps sont plus secs et plus

ensoleillés que les mois d’automne.

Équation 1: Formule de Thornthwaite (source: Milano, GG.0266 : Géographie de l’eau, 13.10. 2015)


22

La formule de Thornthwaite est donc simple d’utilisation, car elle ne prend en compte

que les données thermiques et fournit des premières valeurs d’estimation de

l’évapotranspiration. Elle peut donc être utile dans un contexte où les données

climatiques sont difficiles d’accès ou dans des régions où il n’y a pas de stations

météorologiques proches de la zone de recherche, car elle ne requiert aucune

différenciation selon les régions d’études, si ce n’est le facteur de correction selon la

latitude (F).

2.2.2 Estimation de l’ETP selon la formule d’Oudin

De la même manière que la formule de Thornthwaite, la formule d’estimation de

l’évapotranspiration selon Oudin se base exclusivement sur un seul input, la

température. Il est possible d’appliquer la formule d’Oudin globalement et sans aucun

coefficient culturel. La formule d’Oudin est définie comme suit :

Équation 2: Formule d'Oudin (source: Kay and Davies, 2008)

Avec :

- PE : évapotranspiration potentielle (mm/jour)

- Re : radiation extraterrestre (MJ/m2/jour)

- λ : flux de chaleur latente (MJ/kg)

- ρ : densité de l’eau (kg/m3)

- Ta : température journalière moyenne de l’air (°C)

2.2.3 Estimation de l’ETP selon la formule de Penman-Monteith (FAO)

L’équation originale de Penman-Monteith a été modifiée par la FAO afin d’adapter le

concept d’évapotranspiration à un peuplement végétal idéal. La formule de Penman-

Monteith est une méthode de calcul physique de l’évapotranspiration, basée sur les

conditions fixées par le bilan énergétique pour la surface du sol, de même que sur les

processus d’échanges qui entrainent le flux de vapeur d’eau entre la végétation et

l’atmosphère (Calanca et al, 2011). La formule de base mise sur pied par Penman et

modifié ensuite par Monteith est la suivante :

Avec :

- λET : fraction d’évapotranspiration

- Rn : radiation net à la surface de la culture (MJ/m2/jour)

Équation 3: Formule de Penman-Monteith (source : Allen, 1998)


23

- G : densité du flux de chaleur du sol (MJ/m2/ jour)

- ρa : densité de l’air sec (kg/m3)

- Cp : chaleur spécifique de l’air (J/kg/K)

- es : pression de vapeur saturante (kPa)

- ea : pression de vapeur actuelle (kPa)

- es-ea : déficit de pression de vapeur saturante (kPa)

- ra : résistance aérodynamique (m/s)

- rs : résistance de surface (m/s)

- Δ : Taux de changement de l’humidité spécifique en function de la température

(Pa/K)

- y : constante psychométrique

L’équation de Penman-Monteith détermine l’évapotranspiration d’une culture de

référence et fournit des valeurs standardisées de l’évapotranspiration à différentes

périodes de l’année et dans différentes régions (Allen, 1998). Elle permet donc de

déterminer les pertes en eau effectives des terres arables dues à

l’évapotranspiration. L’avantage de cette formule réside dans le fait qu’elle peut être

employée dans un contexte de changement climatique. En effet, quatre aspects sont à

prendre en compte dans ce contexte-là : a) l’augmentation de la température ; b) la

baisse de l’humidité de l’air ; c) une modification potentielle du régime de

rayonnement ; d) les effets de la hausse des concentrations de CO2 dans l’atmosphère,

qui permettent une utilisation plus efficace de l’eau par les plantes (Calanca et al,

2011).

Si l’utilisation de formules empiriques, telles celles de Thornthwaite ou d’Oudin, était

autrefois justifiée, il est aujourd’hui possible d’employer la formule de Penman-

Monteith de manière plus systématique, car les données nécessaires sont directement

disponibles, sur la plateforme IDAweb de Météosuisse par exemple.

2.3 Récolte de données

Données climatiques

Les données climatiques ont été récoltées au travers du portail pour l’enseignement

et la recherche, IDAweb. La base de données de l’IDAweb est constituée de mesures

déterminées par les stations au sol de Météosuisse (MétéoSuisse, 2017). L’accès aux

données a été fait par le biais du portail des stations, permettant de récolter les

mesures désirées pour la station de Montana. La station de Montana se situe à une

altitude de 1427 mètres, aux coordonnées 07° 27´ 39´´ (long)/ 46° 17´ 55´´ (lat).

Les données à disposition, pour chaque jour des années 2015 et 2016, sont les

suivantes :

- Température moyenne (°C)

- Précipitations (mm)

- Humidité de l’air (%)

- Vent (m/s)

- Insolation (heures)


24

Le choix de la station météorologique de Sierre, située à 536 mètres d’altitude aurait

été plus judicieux du fait de sa proximité géographique avec le vignoble de Corin,

même si ce dernier se trouve sur la commune de Montana. Cependant, certaines

données comme la température moyenne de l’air à deux mètres au-dessus du sol,

l’humidité, le vent et l’insolation ne sont pas disponibles pour la station de Sierre.

Données physiques sur le vignoble

Les données récoltées sur le vignoble sont restreintes en raison de la période de

déroulement de l’étude, comprise entre novembre 2016 et avril 2017. En effet, il ne

fut pas possible de calculer la hauteur du feuillage, la largeur du feuillage ainsi que sa

porosité car les ceps de vigne étaient nus durant cette période. La distance entre les

rangs a été estimée à 1.20m en moyenne, après des mesures sur différentes parcelles

de vigne de la zone d’étude.

Données de distribution de l’eau mesurée sur le terrain

Les données de distribution d’eau ont été mesurées par Martin Calianno sur deux

périodes allant du 15 avril 2015 au 14 novembre 2015 et du 15 avril 2016 au 14

novembre 2016. Les données ont été mesurées en volume journalier (m3/jour) et ont

ensuite été transformées en hauteur d’eau journalière (mm/jour) pour 74,8ha, soit la

surface totale de l’encépagement concerné par le réseau d’irrigation de Montana.


25

Résultats 3.

3.1 Estimation de l’ETP du vignoble de Corin

3.1.1 Estimation de l’ETP selon Thornthwaite

En 2015 et 2016, l’évapotranspiration est maximale lors du mois de juillet, avec des

valeurs de 125.19mm et 109.67mm. En été, les valeurs maximales

d’évapotranspiration sont comprises entre 88mm et 125.19mm. L’évapotranspiration

est minimale en hiver, avec des mesures nulles. Globalement, les valeurs minimales

d’évapotranspiration se trouvent en hiver et au mois de novembre, avec des valeurs

comprises entre 0.00 et 15.41mm. De manière générale, les valeurs de

l’évapotranspiration calculées selon la formule de Thornthwaite sont similaires pour

les années 2015 et 2016.

3.1.2 Estimation de l’ETP selon Oudin

Lors des années 2015 et 2016, la valeur de l’évapotranspiration est maximale lors de

la première décade de juillet (44.360mm et 35.657mm). Globalement, les valeurs

maximales sont comprises entre 30.620mm et 44.360mm durant l’été. Les valeurs

minimales de l’évapotranspiration sont observées durant la première décade de

février en 2015 et lors de la deuxième décade de janvier en 2016, avec des valeurs

respectives de 0.00mm et 0.434mm. De manière générale, l’évapotranspiration est

faible en hiver, avec des valeurs comprises entre 0.00 et 5.136mmGlobalement, les

valeurs de l’évapotranspiration calculées selon la formule d’Oudin sont similaires

pour les années 2015 et 2016. Cependant, l’ETP de l’année 2015 est légèrement plus

importante, en raison de températures plus élevées cette année-là.

L’évapotranspiration calculée selon la formule d’Oudin est détaillée ci-dessous dans

le graphique 2.

0,00

20,00

40,00

60,00

80,00

100,00

120,00

140,00

Jan. Fév. Mars Avril Mai Juin Juil. Aout Sept. Oct. Nov. Déc.

ET

P [

mm

]

ETP 2015 - 2016 calculée selon Thornthwaite

ETP mensuel 2015 ETP mensuel 2016

Graphe 1: estimation de l'ETP calculée selon la formule de Thornthwaite


26

3.1.3 Estimation de l’ETP selon Penman-Monteith

Durant les années 2015 et 2016, l’évapotranspiration est maximale lors de la

première décade de juillet (51.77mm et 41.62mm). Globalement, les valeurs

maximales d’évapotranspiration sont observées en été, avec des valeurs comprises

entre 30.47 et 51.77mm.

En 2015, l’évapotranspiration minimale est observée durant la troisième décade de

novembre, avec une valeur de 2.65mm alors qu’au cours de l’année 2016,

l’évapotranspiration minimale a lieu lors de la première décade de janvier (2.72mm).

Globalement, les valeurs minimales d’évapotranspiration se situent en hiver, avec des

valeurs comprises entre 2.72mm et 10.26mm.

De manière générale, les valeurs de l’évapotranspiration calculées avec le modèle

Cropwat sont similaires pour les années 2015 et 2016. Cependant, l’ETP simulée

durant l’année 2015 est légèrement plus importante, en raison de températures plus

élevées cette année-là. Un aperçu des valeurs d’évapotranspiration calculées pour les

années 2015 et 2016 est disponible dans le graphique 3.

L’équation de Penman-Monteith, et par conséquent le programme Cropwat,

nécessitent plus de paramètres météorologiques que l’équation de Thornthwaite et

devraient ainsi donc simuler l’évapotranspiration de manière plus précise.

0

20

40

60

80

100

120

140


ET

P [

mm

]

ETP 2015-2016 calculée selon Oudin

ETP 2015 ETP 2016

Graphe 2: estimation de l'ETP selon la formule d'Oudin


27

3.1.4 Comparaison de l’évapotranspiration calculée selon Thornthwaite,

Oudin et Penman-Monteith

Les simulations faites durant les années 2015 et 2016, selon les modèles de

Thornthwaite, Cropwat et Oudin, montrent des similitudes concernant les valeurs

maximales d’évapotranspiration. L’évapotranspiration est de fait maximale durant le

mois de juillet, lorsqu’elle est simulée avec la formule de Thornthwaite, et durant la

première décade de juillet lorsqu’elle est simulée avec les formules de Penman-

Monteith dans Cropwat et d’Oudin, cela pour les années 2015 et 2016.

Les simulations faites durant les années 2015 et 2016, selon les modèles de

Thornthwaite, Cropwat et Oudin, montrent des similitudes concernant les valeurs

minimales d’évapotranspiration. L’évapotranspiration est minimale durant les mois

de janvier et février, lorsqu’elle est simulée avec la formule de Thornthwaite. Elle l’est

encore durant la troisième décade de novembre en 2015 et durant la première

décade de janvier en 2016, lorsqu’elle est simulée avec les formules de Penman-

Monteith dans Cropwat. Lorsque l’ETP est simulée selon la formule d’Oudin, elle est

minimale durant la première décade de février en 2015 et durant la deuxième décade

de janvier en 2016. Une évapotranspiration minimale durant la troisième décade de

novembre en 2015, lorsqu’elle est calculée par le programme Cropwat, peut

s’expliquer par les faits suivants:

- Durant la troisième décade de novembre, des températures négatives,

comprises entre -6.8°C et -0.6°C, sont observées entre le 21 et le 29 novembre.

- De plus, durant cette même décade, l’insolation moyenne n’est que de 3.24

heures par jour.

- Finalement, le mois de novembre est le second mois le plus pluvieux de l’année

2015, avec des précipitations mesurées de 89.3mm.

0

20

40

60

80

100

120

140

160


ET

P [

mm

] ETP 2015 - 2016 calculée selon Penman-Monteith

ETP mensuel 2015 ETP mensuel 2016

Graphe 3: estimation de l'ETP selon la formule de Penman-Monteith


28

Les graphiques 4 et 5 ci-dessus représentent l’évapotranspiration mensuelle, simulée

par les méthodes d’Oudin, de Penman-Monteith et de Thornthwaite, pour les années

2015 et 2016. En 2015, l’ETP calculée par Penman-Monteith est supérieure à l’ETP

calculée par la formule d’Oudin et de Thornthwaite, excepté durant l’été, de juin à

septembre, avec un pourcentage de différences entre les formules inférieur à 10%.

Les valeurs calculées par la formule d’Oudin sont légèrement plus hautes que celles

calculées par la formule de Thornthwaite de janvier à avril 2015. Durant l’été, les

valeurs calculées par les deux formules sont identiques. En effet, le pourcentage de

différences entre les valeurs est inférieur à 10%, excepté pour le mois d’août qui

enregistre une différence de 11%. Durant l’automne et l’hiver, ce sont les valeurs

0

20

40

60

80

100

120

140

160


ET

P [

mm

]

Comparaison ETP 2015

Oudin 2015 Penman-Monteith 2015 Thornthwaite 2015

0

20

40

60

80

100

120


ET

P [

mm

]

Comparaison ETP 2016

Oudin 2016 Penman-Monteith 2016 Thornthwaite 2016

Graphe 4: comparaison de l'ETP calculée en 2015 selon les formules de Thornthwaite, d'Oudin et de Penman-Monteith

Graphe 5: comparaison de l'ETP calculée en 2016 selon les formules de Thornthwaite, d'Oudin et de Penman-Monteith


29

calculées selon Thornthwaite, qui sont légèrement plus élevées que celles calculée

selon la formule d’Oudin.

En 2016, la courbe de l’évapotranspiration calculée selon la formule de Penman-

Monteith présente des caractéristiques similaires à 2015. En effet, l’ETP calculée par

Penman-Monteith est supérieure à l’ETP calculée par la formule d’Oudin et de

Thornthwaite de janvier à mai, avec un pourcentage de différences entre les valeurs

supérieur à 10%. Cependant, l’évapotranspiration calculée par la formule de Penman-

Monteith est égale à celle calculée par la formule de Thornthwaite de juin à octobre,

avec un pourcentage de différences entre les valeurs inférieur à 10%.

L’évapotranspiration calculée par les formules de Penman-Monteith et d’Oudin sont

identiques en juin, juillet et septembre, avec là aussi un pourcentage de différence

inférieur à 10%.

Comme en 2015, les valeurs calculées par la formule d’Oudin sont légèrement plus

hautes que celles calculées par la formule de Thornthwaite, sur la période de l’année

2015 allant de janvier à mai. De juin à décembre, ce sont les valeurs calculées selon

Thornthwaite qui sont légèrement plus élevées que celles calculée selon Oudin.

De manière générale, il est donc possible d’affirmer que l’évapotranspiration calculée

par Penman-Monteith est plus élevée que celle calculée par Oudin et Thornthwaite,

cela sur la quasi-totalité des années 2015 et 2016. L’évapotranspiration calculée par

Oudin et Thornthwaite présente des valeurs très proches l’une de l’autre, avec des

valeurs calculées par Oudin légèrement plus élevées durant la première partie de

l’année, entre janvier et juillet et des valeurs calculées par Thornthwaite légèrement

plus élevées durant la deuxième période de l’année, entre août et décembre, que ce

soit en 2015 et 2016.

La méthode de Penman-Monteith est considérée comme la plus satisfaisante par de

nombreux hydrologistes, car elle utilise plus de paramètres climatiques que d’autres

formules, telles que les formules d’Oudin ou de Thornthwaite (Oudin et al, 2005). La

formule d’Oudin propose une formule simple basée sur la température (Kay and

Davies, 2008). C’est aussi le cas de la formule de Thornthwaite qui n’utilise que la

température et un facteur de correction dépendant de la latitude et du mois. Dans le

cas de la station de Montana, les écarts mensuels entre les différentes formules sont

compris entre 0.25% et 13%, de juin à septembre, période faisant partie du cycle

végétatif de la vigne. Durant le cycle hivernal, les écarts sont plus imporants, avec des

valeurs comprises entre 15% et 30% et pouvant parfois atteindre 60%. Les trois

formules peuvent donc être jugées comme pertinentes et la prédominance de la

formule de Penman-Monteith vis-à-vis des autres formules n’est pas démontrée.

Néanmoins, cette formule intègre davantage de paramètres climatiques et est

indiquée par les agronomes utilisant Cropwat, ce qui fait qu’elle sera conservée pour

la suite de cette étude.


30

3.2 Estimation du besoin en eau de la vigne et de la teneur en eau du sol du

vignoble de Corin

3.2.1 Estimation du besoin en eau du vignoble selon le programme

CROPWAT

Le besoin en eau des cultures est estimé pour les années 2015 et 2016 à partir du

modèle agronomique Cropwat, dont l’évapotranspiration est calculée par la formule

de Penman-Monteith. Les résultats sont présentés dans le graphique 6. Globalement,

le besoin en eau mensuel des vignes à Corin est plus important en 2015 qu’en 2016,

avec un pourcentage de différence variant de 14% à 100%, excepté lors des mois de

mars, août et octobre, où le besoin en eau est plus élevé en 2016, avec un pourcentage

de différence variant entre 23% et 100%. Le besoin d’irrigation peut être considéré

comme stable tout au long de l’année, que ce soit en 2015 et en 2016, avec des valeurs

variant entre 3.6mm et 7.2mm. Des valeurs plus élevées sont observées avant et

après l’été, en mai, septembre et octobre, avec des valeurs comprises entre 9.1mm et

11.9mm. Le graphique 6 expose un aperçu des simulations faites entre mars et

octobre.

De manière générale, le besoin d’irrigation des cultures est nul lorsque les pluies

effectives sont plus élevées que l’ETc simulée. En 2015, le besoin d’irrigation total de

la culture est plus important qu’en 2016, avec un total de 67.7mm en 2015 contre

49.3mm en 2016. Ceci peut s’expliquer du fait que l’ETc est plus élevée (260.1mm en

2015 contre 238.4mm en 2016) et les précipitations effectives plus faibles (507.0mm

en 2015 contre 672.4mm en 2016) durant l’année 2015.

3.2.2 Comparaison entre les données simulées par CROPWAT et les

données d’irrigation réelles

Durant l’année 2015, de mars à octobre, le besoin en eau total des cultures est estimé

par le modèle Cropwat à une hauteur d’eau de 78.6mm pour une surface du vignoble

0

5

10

15

20

25

30

35

40

45

mars avril mai juin juillet août septembre octobre

Bes

oin

en

eau

(m

m)

Comparaison besoin en eau d'irrigation simulé 2015-2016

Besoin d'irrigation mensuel (mm) 2015 Besoin d'irrigation mensuel (mm) 2016

Graphe 6: comparaison entre les besoins en eau des années 2015 et 2016, calculés selon CROPWAT


31

atteignant 74.8ha. En réalité, le besoin d’irrigation équivaut à 47.19mm. Le besoin en

eau simulée est donc 1.6 fois plus élevé que le besoin en eau réel. L’analyse mensuelle

des besoins montre néanmoins que le modèle surestime largement, surestime

moyennement ou sous-estime faiblement les besoins en eau, selon la saison. Le

besoin en eau est largement surestimé par Cropwat lors du printemps alors qu’il est

surestimé et sous-estimé de manière moins importante durant l’été, en juillet et en

aout. Durant les mois d’octobre et novembre, le besoin d’irrigation réel est quasi nul

et les simulations du modèle correspondent à cela. Au printemps, en avril et en mai, le

besoin en eau réel correspond respectivement à 1.7mm et 1.09mm alors que les

besoins d’irrigation évalués par le modèle correspondent respectivement à 4.7mm et

9.7mm, ce qui équivaut à un pourcentage de différence de 64% et 88%.

En juin, le besoin d’irrigation réel est équivalent à 5.33mm et le besoin d’irrigation

simulé à 13.4mm. Les simulations obtenues par Cropwat sont surévaluées de 60%

durant cette période. En juillet et août, la quantité d’eau utilisée correspond

respectivement à 28.77mm et 9.64mm, alors que le besoin en eau simulé par Cropwat

est de 38.4mm et 7.9mm. Lors du mois de juillet, les valeurs simulées sont

supérieures aux valeurs réelles de manière moins importante que les mois

précédents, avec un pourcentage de différence de 25%. Au cours du mois d’aout, les

valeurs simulées sont inférieures aux valeurs mesurées sur le terrain de 18%. Le

besoin en eau réel durant ces deux mois est surestimé ou sous-estimé de manière

moins importante que durant le printemps et le mois de juin.

Durant les mois de septembre et octobre, la hauteur d’eau mesurée est de,

respectivement, 0.37mm et 0.3mm, tandis que le besoin d’irrigation simulé est

équivalent à 4mm et 0mm. En septembre, le besoin en eau simulé est largement

surestimé, avec un pourcentage de différence de 91%. Lors du mois de novembre, les

besoins en eau réel et en eau simulé sont tous les deux nuls. Le graphique 7 compare

le besoin en eau réel et le besoin en eau simulé, d’avril à novembre 2015.

Graphe 7: comparaison entre le besoin en eau réel et le besoin en eau simulé en 2015, calculés selon CROPWAT

0

5

10

15

20

25

30

35

40

avril mai juin juillet août septembre octobre novembre

Hau

teu

r d

'eau

(m

m)

Comparaison entre le besoin en eau réel et le besoin en eau simulé en 2015

Besoin d'irrigaiton réel (mm) Besoin d'irrigation simulé (mm)


32

Lors de l’année 2016, de mars à octobre, le besoin en eau total des cultures est estimé

par le modèle Cropwat à 32.4mm pour une surface du vignoble atteignant 74.8ha. En

réalité, le besoin d’irrigation total pour l’année 2016 équivaut à 6.5mm. Le besoin en

eau simulé ne correspond pas aux mesures obtenues sur le terrain. En effet, il est cinq

fois supérieur à la hauteur d’eau utilisée sur le vignoble de Corin durant cette année-

là.

Contrairement à l’année 2015, l’analyse mensuelle des besoins indique que le modèle

surestime seulement les besoins en eau au cours de l’année 2016. A l’exception des

mois d’avril, de juin et de novembre, où les besoins en eau simulés sont nuls et où les

besoins réels sont très proches de zéro.

Durant le mois d’avril, le besoin en eau réel est similaire au besoin en eau estimé par

Cropwat. En effet, l’eau utilisée correspond à 0.1mm et la quantité d’eau nécessaire à

l’irrigation évaluée par le programme équivaut à 0mm. En mai cependant, la hauteur

d’eau réellement utilisée est de 0.1mm, alors que le besoin d’irrigation évalué

correspond à 8.7mm. Durant ce mois-ci, le besoin en eau évalué par le programme est

largement plus élevé, avec un pourcentage de différence de 98%. En juin, le besoin

d’irrigation réel est équivalent à 0.4mm et le besoin d’irrigation simulé à 0mm. En

juillet, la quantité d’eau utilisée correspond à 5.6mm et le besoin en eau simulé par

Cropwat est de15.6mm. Durant le mois d’août, le besoin réel en eau est de 0.1mm et

le besoin simulé et de 3.7mm. Le besoin en eau simulée par Cropwat est donc

largement supérieur aux mesures réalisées sur le terrain, en juillet et en août, avec un

pourcentage de différence entre ces valeurs de 97%.

Durant les mois de septembre, octobre et novembre, la hauteur d’eau utilisée est

équivalente à 0mm tandis que le besoin d’irrigation simulé est équivalent à 1.8mm,

2.1mm et 0mm. Lors de ces trois mois, le besoin en eau simulé par le programme

CROPWAT ne correspond pas à la réalité, car l’irrigation du vignoble de Corin est

0

2

4

6

8

10

12

14

16

18

avril mai juin juillet août septembre octobre novembre

Hau

teu

r d

'eau

(m

m)

Comparaison entre le besoin en eau réel et le besoin en eau simulé en 2016

Besoin d'irrigaiton réel (mm) Besoin d'irrigation simulé (mm)

Graphe 8: comparaison entre le besoin en eau réel et le besoin en eau simulé en 2016


33

nulle à cette époque de l’année. Le graphique 8 compare le besoin en eau réel et le

besoin en eau simulé, d’avril à novembre 2016.

3.2.3 Estimation de la teneur en eau du sol selon le programme WaLIS

Les valeurs de l’ASW indiquent l’eau disponible dans le sol du vignoble de Corin, en

fonction de la réserve utile du sol (RU). La réserve utile équivaut à 83mm sur la zone

du vignoble. Les valeurs moyennes mensuelles de l’ASW, en 2015 et 2016, présentent

des valeurs maximales comprises entre 72.29mm et 81.95mm de décembre à juillet.

De juin à octobre, l’eau disponible dans le sol diminue pour atteindre une valeur

minimale 28.83mm en 2016. Une bonne recharge hivernale du sol est observable en

2015 et 2016 avec des données comprises entre 72.29mm et 81.95mm. La quantité

d’eau disponible dans le sol pour les années 2015 et 2016 est semblable, hormis

durant la période estivale et le mois de novembre, avec des valeurs plus faibles en

2015. Cela s’explique par le fait que 2015 est une année plus sèche avec des

précipitations moins élevées et des températures plus hautes (cf. chapitre 1.5). Le

graphique 9 ci-dessous indique de manière détaillée la variation de l’eau dans le sol

sur le vignoble de Corin.

Il est possible d’observer que la recharge en eau du sol est bonne de décembre à

mars, avec des valeurs très proches de la réserve utile. Durant cette période, les

températures sont basses, entre -3°C et 4°C. Des précipitations élevées sont

enregistrées entre novembre et février, avec des valeurs comprises entre

approximativement 60mm et 160mm. Durant la période où la quantité d’eau

disponible et les températures sont plus élevées, entre 6.5°C et 18.5°C, les

précipitations sont plus faibles, avec des valeurs comprises entre 30mm et 60mm. Les

courbes de l’ASW concordent donc bien avec les données météorologiques récoltées

pour le vignoble de Corin (cf. chapitre 1.5).

0

10

20

30

40

50

60

70

80

90

mars avril mai juin juil. août sept. oct. nov. déc. jan. fév.

ASW

(m

m)

Comparaison ASW 2015-2016

ASW 2015 (mm) ASW 2016 (mm)

Graphique 9: comparaison ASW 2015-2016, selon WaLIS


34

3.2.4 Comparaison entre les données simulées par WaLIS et les données

simulées par CROPWAT

L’eau disponible dans le sol calculée avec le modèle Cropwat n’indiquent pas les

mêmes tendances que lorsqu’elle est calculée avec WaLIS. Comme le révèle les

graphiques 10 et 11, lorsque qu’elle est calculée avec le programme WaLIS, l’eau

disponible décroît de juin à octobre, jusqu’à atteindre une valeur minimale d’environ

30mm et croît par la suite d’octobre à décembre jusqu’à atteindre des valeurs

comprises entre 70 et 82mm durant l’hiver. Par contre, une fois calculées avec le

logiciel Cropwat, les quantités d’eau à disposition restent stables durant toute l’année.

En effet, l’eau disponible dans le sol se situe entre 79mm et 82mm de janvier à

décembre, excepté durant le mois de juillet 2015 et le mois de décembre 2016, avec

des minima de 75mm et de 77mm. La quantité d’eau disponible dans le sol est

légèrement plus faible en 2015, hormis durant les périodes septembre/octobre et

décembre/janvier. Cela s’explique par le fait que 2015 est une année plus sèche, avec

des précipitations moins élevées et des températures plus hautes (cf. chapitre 1.5).

0

10

20

30

40

50

60

70

80

90


Ten

eur

en e

au d

ans

le s

ol (

mm

)

Teneur en eau dans le sol selon CROPWAT et WaLIS en 2015

Eau disponible dans le sol, CROPWAT (mm) Eau disponible dans le sol, WaLIS (mm)

Graphe 10: comparaison entre les quantités d'eau disponible dans le sol en 2015, calculées selon CROPWAT et WaLIS


35

Discussion 4.

4.1 Evaluation de CROPWAT par rapport aux données mesurées sur le

terrain

La comparaison entre le besoin en eau simulé par le modèle Cropwat et le besoin en

eau réel de la vigne entraîne des résultats différents selon l’année 2015 ou l’année

2016. En 2015, sur la totalité de l’année, le besoin en eau simulé par le programme est

surestimé de 1.6 fois, avec des variations observables selon les saisons (graphique 7).

Il est néanmoins important de noter que la surestimation annuelle provient en partie

du besoin en eau largement surestimé durant les mois d’avril, de mai, de juin et de

septembre avec des pourcentages de différence de 64%, 88%, 60% et 91%. En juillet

et en août, le besoin simulé est plus proche de la réalité avec des pourcentages de

différence compris entre 25% et 18%.

En 2016, il n’existe pas véritablement de correspondance entre le besoin en eau

simulé et le besoin en eau réel. En effet, le besoin simulé est 5 fois supérieur au besoin

réel, cela quelque que soit la saison (graphique 8). Cela peut s’expliquer par le besoin

en eau réel, très faible cette année-là, avec un total de 6.5mm, contre 47.19mm en

2015. Comme l’explique Martin Caliano, les années 2015 et 2016 sont deux années

qui peuvent être considérées comme extrêmes. En effet, 2015 était une année

caniculaire, alors que 2016 a été davantage humide et fraiche (climatogrammes 2 et

3). La différence d’irrigation entre ces deux années est lié au fait que les périodes

d’irrigation de 2015 et de 2016 ont été marquées par des quantités de précipitations

et des variations de températures différentes. En effet, en 2015, la canicule a eu lieu

0

10

20

30

40

50

60

70

80

90


Eau

dis

po

nib

le d

ans

le s

ol (

mm

) Teneur en eau du sol selon CROPWAT et WaLIS en 2016

Eau disponible dans le sol, CROPWAT (mm) Eau disponible dans le sol, WaLIS (mm)

Graphe 11: comparaison entre les quantités d'eau disponible dans le sol en 2016, calculées selon CROPWAT et WaLIS


36

durant la période juin-juillet, au moment où les vignerons irriguent d’habitude, alors

qu’en 2016 il a beaucoup plu de mai à juin et jusqu’à mi-juillet, cela accompagné de

températures basses. Les vignerons n’ont donc pas du tout arrosé, ou presque, cette

année-là. Et lorsqu’il a commencé à faire chaud, en août, la vigne n’est pas arrosée,

afin d’éviter que de la pourriture n’apparaisse avant les vendanges.

Les résultats rejoignent l’affirmation de Camilla Vote (2015 :12) :

Cropwat is best used for general design, planning and operation of irrigation systems

and to provide a rapid assessment of crop performance under water-limiting

conditions; or to identify water allocation priorities at a regional or national level as

environmental conditions are homogenised over space and time.

Il est donc préférable d’utiliser Cropwat, afin de faire des estimations générales du

besoin en eau du vignoble. Même si les simulations différent (parfois largement) de la

réalité, elles peuvent malgré tout indiquer des tendances générales sur les périodes

qui nécessitent une attention particulière à la pratique de l’irrigation. Par ailleurs, les

données mesurées sur le terrain sont aussi dépendantes des pratiques d’irrigation qui

peuvent varier selon les viticulteurs. En outre, l’eau est retenue différemment dans le

sol selon les parcelles car celles-ci sont sur des zones différentes. L’écoulement des

eaux de ruissellement et l’infiltration dans le sol varient selon le pourcentage de

pente et de la présence de terrasses. Les terrasses empêchent aussi que les terres ne

soient emportées lors d’apports d’eau importants. Elles entravent le ruissellement et

cassent la pente pour stopper la course de l’eau (SEREC, 2001).

4.2 Comparaison entre CROPWAT et WaLIS en fonction de la teneur en eau

du sol

Comme analysé au point 3.4.1 et relevé dans les graphiques 10 et 11, le modèle

CROPWAT indique une quantité d’eau disponible dans le sol, qui reste stable durant

toute l’année, que ce soit en 2015 ou 2016. A contrario, la teneur en eau du sol

simulée par le modèle WaLIS indique une diminution de la disponibilité en eau de

juin à octobre, soit lorsque les températures sont les plus élevées, que les

précipitations sont les plus faibles et que l’évapotranspiration est donc maximale. Par

la suite, une augmentation d’octobre à décembre est observée. De décembre à juin, la

quantité d’eau disponible dans le sol est stable et proche de la quantité de la réserve

utile. Ces résultats rejoignent ceux observés dans une autre étude faite dans le sud de

la France (Celette et al, 2010: 6) :

The soil water reserve was totally recharged by the time of the 2004 grapevine

budbreak. ASWtot then decreased in all treatments until reaching a minimum at the

end of the summer and then increased during the autumn and winter.

Les résultats sont donc similaires, excepté que la réserve utile du vignoble de Corin

est déjà presque totalement rechargée durant l’hiver et donc avant la période de

débourrement en mars-avril (graphique 9).


37

Une importante différence est observable entre les tendances simulées par Cropwat

et WaLIS. Les courbes représentant la teneur en eau calculée selon WaLIS (graphique

9) concordent avec les conditions météorologiques sur les différentes périodes de

l’année. Ce n’est pas le cas lorsqu’elles sont calculées avec le modèle Cropwat

(graphiques 10 et 11). En effet, ces courbes sont stables sur l’ensemble de l’année et

n’indiquent aucune variation majeure en fonction des saisons, ce qui ne fait pas

réellement sens.

Le modèle WaLIS indique une teneur en eau disponible dans le sol du vignoble de

Corin qui parait semblable à la réalité. En effet, la disponibilité en eau concorde avec

les variations des températures et des précipitations. Il permet d’observer à partir de

quel moment dans l’année la réserve en eau du sol diminue, jusqu’à quand elle

diminue et de quelle quantité elle diminue. Il est aussi possible de connaître la

recharge hivernale, ce qui peut être utile en prévision de la gestion de l’irrigation du

vignoble dès le début du cycle végétatif de la vigne. Il est important de noter que dans

cette étude, la distinction entre les cépages qui constituent le vignoble n’a pas été

faite et que les mêmes paramètres ont été appliqués à tout le vignoble. Pour plus de

précisions, il est probablement conseillé d’appliquer le paramétrage selon les

caractéristiques de chaque parcelle, si celles-ci diffèrent de manière notable. Dans ce

travail, certains paramètres comme le kmax et la porosité du feuillage de la vigne ont

été appliqués par défaut pour l’ensemble du vignoble. Avec les outils appropriés,

comme par exemple le logiciel Rytvigne pour calculer le kmax à partir des gabarits de

végétation de la vigne, il serait possible de déterminer ces paramètres précisément

pour chaque parcelle du vignoble (Delpuech et al, 2010).

4.3 Origine des différences entre CROPWAT et WaLIS

Les différences liées à la teneur en eau du sol peuvent potentiellement s’expliquer du

fait des objectifs principaux différents selon les deux modèles. Le besoin en eau de la

culture ou le déficit en eau du sol sont simulés par Cropwat et la teneur en eau du sol

est simulée par WaLIS. Cela peut potentiellement entrainer des différences au niveau

des outputs calculés par les modèles car les inputs des modèles varient selon l’objectif

premier des modèles. Par exemple, certaines données d’entrée spécifiques à la

parcelle de vigne, comme la proportion d’enherbement du sol, le coefficient de

ruissellement sous le rang de vigne et la date de débourrement, sont pris en compte

par le modèle WaLIS et ne le sont pas par Cropwat.


38

Conclusion 5.

L’ambition principale de cette étude a été de déterminer le besoin en eau de la vigne

et la teneur en eau disponible dans le sol du vignoble de Corin à partir des modèles

agronomiques Cropwat et WaLIS. Ce rapport est découpé en deux parties : i) une

partie théorique et méthodologique concernant la zone d’étude, les modèles ainsi que

les formules d’estimation de l’évapotranspiration ii) une partie se rapportant aux

résultats et à leur discussion. Sur cette base, la marge d’erreur entre les valeurs

observées sur le terrain et les valeurs simulées par Cropwat a pu être évaluée. La

simulation du besoin en eau de la plante par le modèle Cropwat a tendance à

surestimer les besoins en eau de la vigne, parfois de manière considérable, comme

durant l’année 2016 par exemple. La teneur en eau du sol du vignoble de Corin

simulée par les deux modèles indique que les résultats obtenus par le modèle WaLIS

concordent mieux avec la situation climatologique de la région. Ces résultats

permettent donc d’affirmer que le modèle WaLIS est plus adéquat à l’emploi dans le

vignoble de Corin. Un emploi qui devrait néanmoins varier selon les pratiques

d’irrigation des vignerons, ainsi que selon les divers enjeux agronomiques,

économiques et géographiques, tels que le type de cépages, le choix de la qualité ou

de la quantité de la récolte et les caractéristiques physiques de la parcelle. Dans la

continuité de ce travail, et afin de pouvoir réellement certifier que le modèle WaLIS

convient à une utilisation sur le vignoble de Corin, il serait nécessaire de pratiquer

des mesures de la teneur en eau du sol sur les parcelles du vignoble, afin de pouvoir

comparer les données de l’ASW simulées par le modèle avec les valeurs mesurées sur

le terrain.

De manière générale, l’utilisation de modèles agronomiques peut entrainer une

meilleure gestion de l’irrigation des vignobles, ce qui s’ancrerait dans une logique

d’exploitation contrôlée de l’eau pour le canton du Valais. Utilisés à l’échelle de la

parcelle, les modèles permettent potentiellement de gérer l’irrigation de façon

optimale, afin de préserver les ressources en eau et de cultiver de la meilleure

manière possible la parcelle de vigne. Les modèles sont donc des outils importants et

pratiques pour l’aide à la décision des agriculteurs, permettant de prédire les

observations et de simuler les impacts de certaines pratiques à moindre coût.

Toutefois, les modèles agronomiques comportent des incertitudes liées à leur

paramétrage alors que les décisions prises au moyen de ces modèles dépendent

justement des valeurs de ces paramètres. Il est donc primordial de porter une

attention particulière à l’estimation des paramètres permettant le fonctionnement de

ces modèles (Matieyendou, 2009 : 154).


39

Bibliographie 6.

Allen, R. et al (1998). « Crop evapotranspiration: guidelines for computing crop water

requirements », FAO irrigation and drainage paper, (6), pp.297.

Bonriposi, M. (2013). Analyse systémique et prospective des usages de l'eau dans la

région de Crans-Montana-Sierre (Suisse). Thèse de Doctorat, Faculté des géosciences

et de l’environnement, Université de Lausanne.

Calanca, P. et al (2011). « L’évapotranspiration de référence et son application en

agrométéorologie », Recherche Agronomique Suisse 2 (4) : 176-183.

Calianno, M. et al (2014). « Réflexions sur la notion d’usage de l’eau », Aqueduc.info-

Lettre n°100: 6-12.

Celette, F. et al (2010). « WaLIS—A simple model to simulate water partitioning in a

crop association: The example of an intercropped vineyard », Agricultural Water

Manage, 97 (11): 1749-1759.

Commune de Crans-Montana (2017). http://www.commune-

cransmontana.ch/pages/les-regions/montana-217 [Consulté le 6 janvier 2017].

Delpuech, X. et al (2010). Validation du modèle de bilan hydrique WALIS en vigne enherbée en conditions méditerranéennes atlantiques. Journées internationales sur la lutte contre les mauvaises herbes, 8 et 9 décembre 2010, Dijon.

Delpuech, X. et Gary, C. (2009). Validation d’un modèle de bilan hydrique en vigne

enherbée : méthodologie, résultats, perspectives. Rapport de l’Institut français de la

vigne et du vin, Montpellier.

Dufourcq, T. et al (2013). Application du modèle de bilan hydrique WaLIS pour prédire le potentiel hydrique foliaire de tige sur cépage Colombard en Côtes de Gascogne. Institut Français de la vigne et du Vin-Pôle Sud-ouest, Château de Mons, Caussens, France

Fischer, A.M. et al (2015). « Climate scenarios of seasonal means: extensions in time

and space », CH2011 Extension Series No. 2, Zurich, 18 pp.

Huber, J. (2007). « Etudes géopédologique des vignobles de Ollon, Corin, Loc », Etudes

des terroirs viticoles valaisans, Service cantonal de l’Agriculture, Châteauneuf – Sion.

IPCC (2013). Climate change 2013: The Physical Science Basis. Genève,

Intergovernmental Panel on Climate Change.

Kay, A.L. and Davies, H.N. (2008). « Calculating potential evaporation from climate

model data: A source of uncertainty for hydrological climate change impacts », Journal

of Hydrology, 358, 221– 239.


40

Lecarpentier, C. (1975). « L’évapotranspiration potentielle et ses implications

géographiques », Annales de géographie, 84 (464): 385-414.

Loubier, S (2003). Modélisation du comportement des agriculteurs : revue de

littérature. Rapport Final BRGM/RP, 30pp.

Matieyendou, M. (2009). Analyse de sensibilité pour les modèles dynamiques utilisés en

agronomie et environnement. Thèse de doctorat, Institut des Sciences et Industries du

Vivant et de l’Environnement, AgroParisTech.

Météosuisse – IDAweb (2017). https://gate.meteoswiss.ch/idaweb [Consulté le 5

janvier 2017].

Milano, M. (2015). GG.0266: Géographie de l’eau. Lecture du 13.10.2015, Faculté des

géosciences, Université de Fribourg.

Oudin, L. et al (2005). « Which potential evapotranspiration input for a lumped rainfall–runoff model? », Journal of Hydrology, 303 : 290-306.

Prost, L. (2008). Modéliser en agronomie et concevoir des outils en interaction avec de futurs utilisateurs : le cas de la modélisation des interactions génotype-environnement et de l'outil DIAGVAR. Thèse de doctorat, Institut des Sciences et Industries du Vivant et de l’Environnement, AgroParisTech.

SEREC (2001). Améliorations des structures agricoles et paysagères dans les périmètres

viticoles: sauvegarde des murs en pierres sèches et du vignoble en terrasses valaisan.

Sierre, Association Suisse pour le service aux régions et communes.

Reynaud, A. (2009). « Adaptation à court et à long terme de l’agriculture au risque de

sécheresse : une approche par couplage de modèles biophysiques et économiques »,

Revue d’Etudes en Agriculture et Environnement, 90 (2) : 121-154.

Reynard, E. et al (2013). MontanAqua. Anticiper le stress hydrique dans les Alpes –

Scénarios de gestion de l’eau dans la région de Crans-Montana-Sierre (Valais),

Lausanne, Université de Bern, Lausanne et Fribourg.

Reynard, E. (2014). « Interdisciplinary assessment of complex regional water systems

and their future evolution: how socioeconomic drivers can matter more than

climate », Wiley Interdisciplinary Reviews: Water, 1 (4): 413-426.

Rey, G. (2002). « Les services des eaux potables et d’irrigation », L’encoche : revue

d’information de la commune de Montana, (6) : 1-7.


41

UMR EEF (Unité mixe de recherche Ecologie et Ecophysiologie Forestière) (2016).

Modèle de bilan hydrique forestier. https://appgeodb.nancy.inra.fr/biljou/fr/fiche/-

forets-et-eau [Consulté le 19 décembre 2016].

Van Laere, P. (2003). « Mémento de l’irrigation », Collection Manuels techniques, p.1-

15

Vote, C et al (2015). « A comparison of three empirical models for assessing cropping

options in a data-sparse environment, with reference to Laos and Cambodia », ACIAR

Technical Reports, No. 87: 30 pp.

VSGIS (2017). https://www.vsgis2.ch/index.php?lang=de [Consulté le 10 janvier

2017].

Documents

’A - unifr.ch BONVIN Bruno.pdf · teneur en eau du sol du vignoble de Corin (Valais, ) à l’aide des modèles agronomiques ropwat et ... 3.1 stimation de l’ TP du vignoble de