Modélisation du carbone organique du sol : estimation des changements d'apport de carbone nécessaires pour atteindre des objectifs politiques d’augmentation des stocks de carbone organique du sol

Soil organic carbon modeling : estimating carbon input changes required to reach policy objectives aimed at increasing soil organic carbon stocks

• Auteur / Autrice : Elisa Bruni
• Direction : Claire Chenu
• Type : Thèse de doctorat
• Discipline(s) : Sciences de l'environnement
• Date : Soutenance le 28/03/2022
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Agriculture, alimentation, biologie, environnement, santé (Paris ; 2015-....)
• Partenaire(s) de recherche : Référent : AgroParisTech (France ; 2007-....)
• Partenaire(s) de recherche : graduate school : Université Paris-Saclay. Graduate School Biosphera (2020-….)
• Partenaire(s) de recherche : Laboratoire : Écologie fonctionnelle et écotoxicologie des agroécosystèmes (2014-....)
• Jury : Président / Présidente : Sébastien Barot
• Jury : Examinateurs / Examinatrices : Axel Don, Stefano Manzoni, Emanuele Lugato, Patricia Garnier, Bertrand Guenet
• Jury : Rapporteurs / Rapporteuses : Axel Don, Isabelle Basile-Doelsch

Mots clés

Mots clés contrôlés

Prise de décision

Compensation carbone

Modèles écologiques

Changements climatiques

Stockage

Sols -- Teneur en carbone

Mots clés libres

Stockage du carbone organique du sol

Modélisation du sol

Changements climatiques

4 pour 1000

Soil organic carbon stock

Soil modeling

Climate change

4 per 1000

Résumé

Les émissions anthropiques de gaz à effet de serre (GES) provoquent un changement climatique irréversible. L'Union Européenne (UE) s'est engagée à diminuer fortement ses émissions de GES. Cependant, pour atteindre la neutralité carbone (C) d'ici 2050, elle devra également séquestrer du C atmosphérique dans des puits naturels, tels que les sols. Pour compenser partiellement les émissions de CO2, l'initiative 4 pour 1000 a proposé en 2015 un objectif d'augmentation annuelle de 4‰ des stocks de carbone organique du sol (COS) dans les 30-40 premiers cm de profondeur du sol. Pourtant, la faisabilité d'une telle augmentation fait l'objet de débats car elle pourrait nécessiter des changements substantiels et rapides dans les pratiques agricoles qui seraient difficiles à mettre en œuvre. Le moyen le plus efficace pour accroître les stocks de COS est d'augmenter l'apport de C dans le sol. Les modèles basés sur les processus biogéochimiques peuvent simuler la dynamique du COS et sont de plus en plus utilisés pour aider les décideurs dans leurs politiques d'atténuation du COS. Cependant, malgré les nombreux modèles disponibles pour décrire la dynamique du COS, les simulations sont encore peu fiables. En effet, les incertitudes ne proviennent pas seulement de la structure mécaniste des modèles et des processus qu’ils prennent en compte, mais aussi des données utilisées en entrée et des valeurs des paramètres.L'objectif de cette thèse est d'estimer l'apport de C nécessaire pour augmenter annuellement les stocks de COS de 4‰ dans les terres cultivées européennes. Pour cela, nous avons construit une modélisation inverse et l'avons appliquée à un ensemble multi-modèle. Nous avons ainsi évalué les incertitudes dans les estimations des entrées de C selon différentes représentations de la dynamique du COS. Ensuite, pour améliorer la simulation des stocks de COS, nous avons testé une nouvelle paramétrisation issue de dérivée statistiques.Afin de fournir un premier aperçu aux décideurs politiques, nous avons généré des cartes de l'apport de C nécessaire pour atteindre l'objectif de 4‰ dans l'ensemble des terres cultivées européennes, et ce, pour deux scénarios de changement climatique.Notre étude a démontré qu'il existe des incertitudes substantielles autour de l'apport de C nécessaire. Cependant, un profil général émerge, où atteindre un objectif d'augmentation de 4‰ du stock de COS à l'échelle des terres cultivées européennes semble réalisable pour les scénarios futurs de changement climatique seulement via des augmentations drastiques de d'apport de C. En particulier, un apport de C plus élevé est nécessaire en Europe du Nord, tandis qu’en Europe du Sud les incertitudes sont plus élevées. La grande variabilité dans les simulations d'apport de C nécessaires à l’objectif 4‰ souligne l'avantage d'utiliser des ensembles multi-modèles, afin de prendre en compte la gamme d'incertitudes liées à leurs différentes structures mécanistiques. Cependant, les ensembles multi-modèles ont encore tendance à sous-estimer l'apport de C nécessaire pour augmenter les stocks de COS. Des progrès importants doivent donc encore être faits pour améliorer les simulations des modèles, en particulier pour saisir l'effet d'un apport supplémentaire de C sur l'accumulation de COS. A l'échelle locale, la calibration des paramètres des modèles a été nécessaire pour simuler les variations observées des stocks de COS. Lorsque le suivi à long terme du stock de COS n'est pas disponible, il est nécessaire d'améliorer les techniques de paramétrisation. La calibration que nous avons proposée à l'échelle européenne a amélioré la simulation des stocks de COS de la première année mais a augmenté la divergence des stocks de COS prédits par les modèles. De futurs travaux se concentrant sur la réduction des incertitudes des modèles afin de fournir des prédictions fiables des variations futures des stocks de COS et des processus associés sont donc essentiels.

Anthropogenic greenhouse gases (GHGs) emissions are causing irreversible climate change. To address this issue, the European Union (EU) committed to strong decreases in GHGs emissions. However, to reach carbon (C) neutrality by 2050 it will also be necessary to implement atmospheric C removals by natural sinks, such as soils. To partially compensate for CO2 emissions, the 4 per 1000 initiative of 2015 proposed an annual 4‰ soil organic carbon (SOC) stock increase in the first 30-40 cm depth of the soil. Yet, the feasibility of such an ambitious target is still under debate because it may require substantial and rapid changes in agricultural practices that would be hard to achieve. The most efficient way to increase SOC stocks is to increase the C input to the soil. Pro-cess-based biogeochemical models can simulate the dynamics of SOC and are increasingly used to support decision-makers on SOC mitigation policies. Despite the numerous models available to describe the SOC dynamics, simulations are still somewhat unreliable. This is because uncertainties not only derive from the mechanistic structure of the models and the processes included, but also from the input data and the parameter values used.The objective of this thesis is to estimate the C input required to yearly increase SOC stocks by 4‰ in European croplands. To solve this problem, we build an inverse modeling approach and apply it to a multi-model ensemble to assess the uncertainties of the estimations according to different representations of the SOC dynamics. Then, to improve the simulation of SOC stocks, we test a new, statistically derived, parametrization technique.As a first attempt to provide insights for policymakers, we generate maps of the C input required to reach the 4‰ target in the whole European cropland area, under two scenarios of climate change. Our study demonstrates that there are substantial uncertainties around the C input required to reach a 4‰ target. However, a general pattern emerges at the European cropland scale, where the 4‰ target seems feasible under future scenarios of climate change, only assuming drastic increases of C input to the soil. In particular, higher C input is required in Northern Europe, while higher uncertainties are associated with the European South. The high variability of the simulated C input requirements highlights the advantage of using multi-model ensembles, in order to consider the range of uncertainty linked to their different mechanistic structures. Yet, multi-model ensembles still tend to underestimate the C input required to increase SOC stocks. Major efforts should be made to improve model simulations, especially to capture the effect of additional C input on the accumulation of SOC. At a local scale, the calibration of model parameters was necessary to fit observed SOC stock variations. When long-term SOC stock monitoring is not available, the necessity for improved parametrization techniques emerges. The calibration that we proposed at the European scale improved the simulation of first-year SOC stocks. However, it increased the divergence of predicted SOC stocks across models. Future work should focus on the reduction of model uncertainties in order to provide reliable predictions of future SOC stock variations and their related processes.