On the use of data assimilation to enhance water quality modeling : towards a new nitrogen pressure index
Assimilation de données pour améliorer les modèles de qualité de l'eau : vers un indicateur de pression azotée
Résumé
Non-point sources of nitrogen pollution in the agricultural context are mainly due to the over-fertilization of agricultural fields for crop yield improvement. Regardless of the considerable efforts made at various levels to optimize the cultural management practices, the nitrogen surplus in the soil may constitute a high potential for nitrate leaching towards freshwater resources, especially at the beginning of the winter season. Indeed, the lack of catch crops during this period, the high soil mineralization levels (often left bare in summer and fall seasons), and the uncontrolled nitrogen management practices increase the soil nitrogen pool, leading to extreme nitrate exportations following the first winter precipitations. This thesis work aims to develop a new nitrate index based on conceptual modeling of nitrate transfer through agricultural subsurface drained soils. First, the conceptual NIT-DRAIN model was developed, optimized, and validated to simulate nitrate leaching through agricultural subsurface drained catchments. Then, its spatiotemporal robustness was assessed based on observed nitrate concentrations data at different time steps (hour, days), collected at three agricultural fields (La Jaillière, 1 ha; Chantemerle, 36 ha; Rampillon, 355 ha). One can note that only the seven input parameters and drainage discharge data are needed to estimate the remaining pool of nitrate at the beginning of the winter season (RNBW) as function of the measured nitrate concentrations at the subsurface drainage outlet. Two adjoint sensitivity analyses (local and global) have been implemented to determine the influence of the model parameters on the nitrate concentrations (model output). Results indicate that nitrate transfer velocities (vl) and the nitrogen-sharing factor (α) parameters show a significant impact on the model output. The variational data assimilation method (4D-Var) has been implemented on the NIT-DRAIN model to enhance the RNBW estimations and the temporal evolution of the soil nitrogen pool. In addition, an ensemble of sampling frequency of nitrate concentration observations has been considered (e.g., hour, day, month, quarter) to assess their impact on the RNBW estimations. Thus, it has been shown that RNBW estimation errors become substantial starting from a monthly sampling of nitrate concentrations data. Finally, the performance of the drainage simulation model (SIDRA-RU) has been evaluated in the prospect of a future coupling with the nitrate model (NIT-DRAIN). Hence, the adjoint code of the SIDRA-RU model has been generated using the automatic differentiation tool TAPENADE to facilitate the implementation of the variational data assimilation method. In the near future, we seek to avoid the need for the observed drainage discharge used as input of the NIT-DRAIN model by considering the simulated SIDRA-RU drainage data.
L’exposition de la ressource en eau naturelle (cours d’eau, nappe souterraine) à la pollution azotée diffuse dans un contexte agricole est due essentiellement à la surfertilisation des parcelles agricoles à des fins d’amélioration du rendement des cultures. Malgré des efforts considérables menés à différentes échelles pour optimiser les pratiques culturales, le surplus azoté du sol présente un risque élevé de lixiviation des nitrates vers les milieux aquatiques notamment en début de la saison hivernale. En effet, l’absence des cultures piège à nitrate (CIPAN) en cette période, la forte minéralisation du sol souvent laissé à nu en été, et la gestion peu maitrisée des apports azotés en printemps augmentent la quantité d’azote piégé en faible profondeur du sol aggravant, ainsi, son exportation vers l’extérieur du système de drainage avec l’arrivée des premières pluies hivernales. Ce travail de thèse vise à développer un indicateur de pression azoté basé sur la modélisation conceptuelle des transferts de nitrate en parcelles agricoles artificiellement drainées. Dans un premier temps, le modèle conceptuel NIT-DRAIN (intégrant sept paramètres d’entrée) a été développé, optimisé et validé pour simuler la lixiviation des nitrates à l’exutoire des bassins versants agricoles artificiellement drainés. Puis, sa robustesse spatiotemporelle a été évaluée en utilisant des données de concentration en nitrates mesurées à des pas de temps fins (horaire, journalier) sur trois sites hétérogènes en terme de superficie et de pratiques agricoles (La Jaillière, 1 ha ; Chantemerle, 36 ha ; Rampillon, 355 ha). Notons que seuls les paramètres du modèle ainsi que le débit de drainage sont nécessaires pour estimer les reliquats azotés en entrée d’hiver (REH) sous réserve de disponibilité des observations de concentration en nitrate à l’exutoire du bassin versant agricole étudié. Deux méthodes d’analyse de sensibilité (locale et globale) ont été implémentées afin de déterminer l’influence des paramètres du modèle sur les concentrations en nitrates (sortie du modèle). Les résultats indiquent que les paramètres responsables de la vitesse de transfert des nitrates ‘vl’ et du partage de la quantité initiale d’azote présent dans le sol ‘α’, impactent de manière significative les sorties du modèle. La technique d’assimilation de données variationnelle (4D-Var) a été implémentée au modèle NIT-DRAIN afin d’améliorer l’estimation du REH et plus généralement de l’évolution temporelle du stock d’azote dans le sol à partir d’un échantillonnage des concentrations en nitrate à l’exutoire du réseau de drainage. Plusieurs fréquences d’échantillonnage ont été sélectionnées (ex. horaire, journalière, mensuelle, trimestrielle) afin d’évaluer leur impact sur les estimations du REH. Ainsi, il a été démontré que l’erreur sur l’estimation du REH devient conséquente à partir d’une fréquence d’échantillonnage mensuelle. Finalement, la performance du modèle de simulation de drainage (SIDRA-RU) a été étudiée en perspective d’un futur couplage avec le modèle nitrate (NIT-DRAIN). Pour ce faire, l’adjoint du modèle SIDRA-RU a été généré à l’aide de TAPENADE (outil de différentiation automatique) afin d’implémenter la méthode d’assimilation de données variationnelle. A terme, le modèle NIT-DRAIN utilisera comme donnée d’entrée les simulations du débit de drainage obtenues par le modèle SIDRA-RU à la place des observations.
Origine : Version validée par le jury (STAR)