0 avis
Améliorer la précision des modèles de dynamique du carbone organique du sol à l'aide d'une méthode d'initialisation robuste
Archive ouverte : Communication dans un congrès
Edité par HAL CCSD
International audience. De nombreux facteurs influencent la stabilité du carbone organique des sols (COS), résultant en des temps de résidence du COS très variables, allant de quelques heures à des millénaires. De ce fait les modèles de dynamique du COS divisent souvent le COS dans des compartiments aux temps de résidences contrastés. La paramétrisation initiale de ces modèles, à savoir le partitionnement du COS dans des compartiments de stabilité différente au début de la simulation, sont importantes pour la précision des simulations. Les méthodes actuellement utilisées pour estimer la taille des compartiments cinétiques des modèles de dynamique du COS sont généralement indirectes et laborieuses, très peu validées et non-normalisées. Récemment, l’analyse thermique Rock-Eval® a été proposée comme une méthode rapide et peu coûteuse pour évaluer la stabilité du COS. Sur la base de cette technique, un modèle d’apprentissage (PARTYsoc) permettant de relier les résultats d’une analyse Rock-Eval® à la quantité du COS persistant à l’échelle du siècle a été développé. Ce modèle d’apprentissage utilise principalement des échantillons issus de jachères nues de longues durées en Europe.Dans ce travail, nous démontrons que le modèle PARTYsoc estime de manière optimale la taille initiale des compartiments d'un modèle de la dynamique du COS simple et bien validé (AMG), au sein de 32 traitements de neuf essais agronomiques de long terme en France (durée médiane des essais : 21 ans), en tenant compte des effets de l'historique d'usage et de gestion du sol. En outre, nous avons constaté que l'initialisation de la taille des compartiments du COS à l'aide de cette méthode améliore la précision des simulations du COS, permettant de reproduire fidèlement les changements observés de stock du COS. Cette stratégie peut être facilement appliquée sur de grands réseaux de surveillance des sols, permettant des prédictions plus précises de l'évolution des stocks du COS au cours des prochaines décennies.