Upload
lelien
View
243
Download
3
Embed Size (px)
Citation preview
i
N° d’ordre : 185
Jamal E
zzahar
SPAT
IAL
ISAT
ION
DE
S FLU
X D
’EN
ER
GIE
ET
DE
MA
SSE A
L’IN
TE
RFA
CE
BIO
SPHE
RE
-
AT
MO
SPHE
RE
DA
NS L
ES R
EG
ION
S SEM
I-
AR
IDE
S EN
UT
ILISA
NT
LA
ME
TH
OD
E D
E
2007 (P)
UNIVERSITÉ CADI AYYAD N° d’ordre : 185 FACULTÉ DES SCIENCES SEMLALIA - MARRAKECH
****************************
THÈSE
présentée à la Faculté pour obtenir le grade de :
Docteur
UFR : Thermique et Mécanique des Fluides
Spécialité : Mécanique des Fluides et Energétique
SPATIALISATION DES FLUX D’ENERGIE ET DE MASSE A
L’INTERFACE BIOSPHERE-ATMOSPHERE DANS LES REGIONS SEMI-
ARIDES EN UTILISANT LA METHODE DE SCINTILLATION
par :
Jamal Ezzahar
(DESA : Mécanique des Fluides et Energétique)
Soutenue le 02 Mai 2007, devant la commission d’examen :
Président : E.K. Lakhal P.E.S Faculté des Sciences Semlalia, Marrakech, Maroc
Examinateurs: Z. Benkhaldoun P.E.S Faculté des Sciences Semlalia, Marrakech, Maroc
G. Chehbouni Directeur de recherche CESBIO, Toulouse, France
A. Chehbouni P.E.S Faculté des Sciences Semlalia, Marrakech, Maroc
M. Kouhila P.E.S Ecole Normale Supérieure, Marrakech, Maroc
C.J. Watts P.E.S Université de Sonora, Hermosillo, Mexico
Invité I. Cherkaoui Ingénieur d’état ORMVA Haouz, Marrakech, Maroc
ii
A la mémoire de mes parents (Abdelhadi & Khadija)
A mes frères (Rachid & Nabil)
A mes soeurs (Samira, Btissam & Fahima)
A Aicha Boutaya
A tous ceux qui me sont chers
iii
FICHE PRÉSENTATIVE DE LA THÈSE
- Nom et Prénom de l’auteur : Ezzahar Jamal
- Intitulé du travail : Spatialisation des flux d’énergie et de masse à l’interface
Biosphère-Atmosphère dans les régions semi-arides en utilisant la méthode
de scintillation.
- Nom-Prénom des directeurs de thèse:
Nom, prénom et grade : Chehbouni Abdelghani, directeur de recherche Laboratoire et institution : CESBIO-UMR 5126 CNES-CNRS-IRD-UPS bpi 18 Avenue Edouard Belin, 31401 Toulouse Cedex 9- France. Nom, prénom et grade : Chehbouni Ahmed, Professeur d’Enseignement Supérieur
Laboratoire et institution : LMFE, Faculté des Sciences Semlalia-Marrakech
- Lieux de réalisation des travaux (laboratoires, institution,…) :
Laboratoire du projet SudMed attaché à l’Institut de Recherche pour
Développement, salle 26, Center Geber, Faculté des Sciences Semlalia,
Université Cadi Ayyad, Marrakech.
- Laboratoires avec lesquels il y a eu collaboration pour ce travail :
• Centre d’Etudes Spatiales de la Biosphère, Toulouse, France.
• Meteorology and Air Quality Group, Wageningen University,
Wageningen, the Netherlands.
• INRA Climat, Sol et Environnement, Site Agroparc, Domaine St-
Paul, 84914 Avignon Cedex 9, France.
• Unité de Bioclimatologie, INRA, Centre de Bordeaux, BP 81, 33883
Villenave d'Ornon Cedex, France.
• IMADES, Instituto del Medio Ambiente y Desarrollo Sustentable,
Hermosillo, Mexico.
- Période de réalisation du travail de thèse : Depuis Janvier 2002
- Rapporteurs autres que l’encadrant (nom, prénom, grade, institution) :
Z. Benkhaldoun, Professeur d’Enseignement Supérieur, Faculté des
Sciences Semlalia, Marrakech, Maroc.
iv
C.J. Watts, Professeur d’Enseignement Supérieur, Université de Sonora, Hermosillo, Mexico. M. Kouhila, Professeur d’Enseignement Supérieur, Ecole Normale
Supérieure, Marrakech, Maroc.
- Cadres de coopération (ou de soutien) :
Projet SUDMED: Collaboration entre l’Université Cadi Ayyad (Maroc) et
l’Institut de Recherche pour le développement (France).
http://www.irrimed.org/sudmed/
Projet IRRIMED: Collaboration entre Université Cadi Ayyad (Maroc), Office
Régionale de Mise en Valeur Agricole du Houz (ORMVAH), Centre d’Etudes
spatiale de la biosphère et Institut de recherche pour le développement
(France), Meteorology and Air Quality Group of the Wageningen University
(Pays-bas), The Arab Center for the Studies of Arid zones and Dry lands
(Syrie), Institut National de Recherche en Génie Rural, Eaux et Forêts (la
Tunisie) et The Faculty of Agriculture, University of Jordan (Jordanie).
(www.irrimed.org)
Projet WATERMED: Collaboration entre Université Cadi Ayyad (Maroc),
Globale Change Unit (Spain), Institut National de Recherche Agronomique
(France), RISOE National Laboratory Technical University of Denmark – DTU
(Denmark), and National Authority for Remote Sensing and Space Sciences
(Egypt). (http://www.uv.es/ucg/watermed).
- Ce travail a donné lieu aux résultats suivants (communications, publications,…) :
Articles dans des revues internationales à comité de lecture
Ezzahar J., Chehbouni A., Hoedjes, J.C.B., Er-raki S., Chehbouni Ah, and J-M
Bonnefond, and De Bruin, H.A.R. 2007. The use of the Scintillation Technique
for estimating and monitoring water consumption of olive orchards in a semi-
arid region, Agriculture water management, 89, 173-184.
Ezzahar J., Chehbouni A., Hoedjes J.C.B., Er-Raki S., Duchemin B. and Ah.
Chehbouni, 2007. The use of the Scintillation Technique for estimating
v
evapotranspiration ET over several agricultural fields in semi-arid region.
Plant Biosystems (Soumis)
Ezzahar, J., Chehbouni, A., Hoedjes, J.C.B., Chehbouni, Ah, 2007. On the application
of scintillometry over heterogeneous surfaces. Journal of Hydrology, 334, 493-
501.
Chehbouni, A., Ezzahar, J., Watts, C., Rodriguez, J.-C., Garatuza-Payan, J., 2006.
Estimation area-averaged surface fluxes over contrasted agricultural
patchwaork in a semi-arid region. In J. Hill and A. Roder (Eds.), Advances in
Remote Sensing and Geoinformation Processing for Land Degradation
Assement, Taylor and Francis, (Sous press).
Hoedjes, J.C.B., Chehbouni, A., Ezzahar, J., Escadafal, R., De Bruin, H.A.R.,
Comparison of Large Aperture Scintillometer and Eddy Covariance
Measurements: Can Thermal Infrared Data be Used to Capture Footprint
Induced Differences? Journal of Hydrometeorology (Sous press).
Boulet, G., Chehbouni, A., Gentine, P., Duchemin, B., Ezzahar, J., Hadria, R..
Monitoring water stress using time series of observed to unstressed surface
temperature difference. Journal of Agricultural and forest meteorology (Sous
press).
Er-Raki, S., Chehbouni, A., Guemouria, N., Duchemin, B., Ezzahar, J., Hadria, R.,
2007. Combining FAO-56 model and ground-based remote sensing to estimate
water consumptions of wheat crops in a semi-arid region. Agricultural Water
Management, 87, 41-54.
Duchemin, B., Hadria, R., Er-Raki, S., Boulet, G., Maisongrande, P., Chehbouni, A.,
Escadafal, R., Ezzahar, J., Hoedjes, J.C.B., Karrou, H., Khabba, S., Mougenot,
B., Olioso, A., Rodriguez, J-C., Simonneaux, V., 2006. Monitoring wheat
phenology and irrigation in Central Morocco: on the use of relationship
between evapotranspiration, crops coefficients, leaf area index and remotely-
sensed vegetation indices. Agricultural Water Management. 79, 1- 27.
Duchemin, B., Hagolle O., Mougenot B., Simonneaux V., Benhadj I., Hadria R.,
Ezzahar J., Hoedjes J., Khabba S., Kharrou M.H, Boulet G., Dedieu G., Er-Raki
S., Escadafal R., Olioso A., Chehbouni A.G., 2007. Agrometerological study of
vi
semi-arid areas: an experiment for analysing the potential of FORMOSAT-2
time series of images in the Tensift-Marrakech plain. International Journal of
Remote Sensing (Accepté).
Chehbouni A., Escadafal R., Boulet G., Duchemin B., Simonneaux V., Dedieu G.,
Mougenot B., Khabba S., Kharrou H., Maisongrande Ph., Merlin O.,
Chaponnière A., Ezzahar J., Erraki S., Hoedjes J., Hadria R., Abourida A.,
Cheggour A., Raibi F., Boudhar A., Benhadj I., Hanich L., Benkaddour A.,
Guemouria N., chehbouni Ah., Olioso A., Jacob F. and Sobrino J., 2007:
integrated modelling and remote sensing approach for hydrological study in
arid and semi-arid regions: the SUDMED Program. International Journal of
Remote Sensing (Accepté).
Hoedjes, J.C.B, Chehbouni, A., Jacob, F., Ezzahar, J., Boulet G., Can Instantaneous
Evaporative Fraction estimated from remote sensing be used to derive day-
time evapotranspiration over irrigated olive orchards in semi-arid regions?
Remote Sensing of Environment (Soumis).
Er-Raki, S., Chehbouni, A., Guemouria, Ezzahar, J., Khabba, S., Boulet, G.:
Measurement and modelling evapotranspiration of irrigated citrus orchard
under drip and flood irrigations. Plant Biosystems (soumis).
Communications dans des colloques nationaux et internationaux
Ezzahar J., Chehbouni G., Rodriguez J.C., Er-raki S., Hoedjes J.C.B., Boulet G.,
Ducemin B., Chehbouni A., Gentine P., Hadria R., Lakhal A., Guemouria, N.:
Large aperture scintillometer used over a homogeneous irrigated area. La
modernisation de l’agriculture irriguée dans les pays du Maghreb, 19-21 Avril
2004, Rabat, Maroc.
Ezzahar J., Chehbouni A.G., Hoedjes J.C.B., Chehbouni A., Er-Raki S., Guemouria N.,
Hadria R.: The use of the eddy covariance technique for estimating and
monitoring water consumption of olive orchards in a semi-arid region
(Morocco). 2ème Congrès Méditerranéen sur les Ressources en eau dans le
bassin mediteraneen, WATMED 2, 14 – 17 Novembre 2005, Marrakech, Maroc
vii
Ezzahar J., Chehbouni G., Hoedjes J.C.B., Chehbouni A., Er-Raki S., Hadria R.:
Combined a large Aperture Scintillometer and the aggregation model to
integrate Area-averaged sensible and latent heat fluxes over two adjacent of
olive. 6ème Conférence International. European Water Resources Association
(EWRA 2005), 7-10 Septembre 2005, Menton, France.
Ezzahar J., Chehbouni G., Hoedjes J.C.B., Er-Raki S., boulet G., Duchemin B.,
Chehbouni A., Gentine P., Hadria R., Lakhal A., Debruine H.: Integrated
sensible heat flux measurement over two surfaces of olive using
scintillometry. 25 - 30 April 2004, EGU 1st General Assembly Nice, France.
Ezzahar J., Chehbouni G., Hoedjes J.C.B., Er-raki S., Chehbouni A., Lakhal A.,
Duchemin B., Hadria R, Boulet G., Bonnefond J.M.: Integrated sensible heat
flux measurement over different surfaces using a Large Aperture
Scintillometer. International conference 1st -2nd April 2004, Ouarzazate
Morocco.
Ezzahar J., A. Chehbouni, J.C.B. Hoedjes, S. Er-Raki, Ah. Chehbouni, G. Boulet, B.
Duchemin, A. Olioso and J. A. Sobrino: The use of the Scintillation Technique
for estimating evapotranspiration ET over several agricultural fields. 2nd
International Symposium Recent Advances in Quantitative Remote Sensing,
Torrent (Valencia), Spain, 25-29 September 2006.
Hoedjes J.C.B., Ezzahar J., Chehbouni A., Boulet G., Duchemin B., Escadafal R.,
Simonneaux V., Su Z., Troch P.A.: An evaluation of two methods for the
validation of models for the estimation of surface fluxes EGU - 1st General
Assembly – Nice, France, 25-30 April 2004.
Chehbouni Ah., Ezzahar J., Chehbouni A., Hoedjes J.C.B, Er-Raki S. and N.
Guemouria: Monitoring the water consumption in the semi-arid region using
the new technologies. Second Mediterranean Seminar on Engineering
Education – 2MSEE- Algiers, 29 – 31 May 2005.
Hadria R., Lahrouni A., Duchemin B., Khabba S., Ezzahar J., Er-Raki S., Chehbouni
A., Olioso A., Dedieu G. : Contribution de la modélisation à la gestion d’eau
viii
d’irrigation en milieux semi-arides, 1èr congrès national sur L’Amélioration de
la Production Agricole (APA), 16-17 Mars 2006. Settat, Maroc.
Hadria R., Duchemin, B., Lahrouni, A., Khabba, S., Boulet, G., Chehbouni, A.,
Dedieu, G., Er-Raki, S., Ezzahar J., Lakhal, A.: Calibration of the STICS crop
model using remote sensing data to assess wheat Evapotranspiration and
water requirement in a semi-arid region (Marrakech, Morocco). EGU - 1st
General Assembly – 25-30 April 2004, Nice, France.
Hadria R., Duchemin B., Lahrouni A., Khabba S., Er-Raki S., Ezzahar J., Mougenot B.,
Dedieu G., Chehbouni A., Olioso, A. : Couplage du modèle STICS et de
données de télédétection pour estimer les rendements de blé dans la région
semi aride du Haouz/Marrakech. Congrès International sur la Gestion
Intégrée des Ressources en Eaux et Défis du Développement Durable
(GIRE3D), Marrakech, 23, 24 et 25 mai 2006.
Hadria R., Duchemin B., Lahrouni A., Khabba S., Er-Raki S., Ezzahar J., Mougenot B.,
Dedieu G., Chehbouni AG., Maisongrande P., Olioso A. : Spatialisation du
modèle de culture STICS en région semi aride du Haouz à partir d’images
satellites optiques haute résolution : 2ème Congrès Méditerranéen sur les
Ressources en eau dans le bassin mediteraneen, WATMED 2, 14 – 17
Novembre 2005, Marrakech, Maroc.
Hadria R., Lahrouni A., Duchemin B., Khabba S., Er-Raki S., Ezzahar J., Chehbouni
AG. : Marge de rendement du blé en fonction du nombre d’irrigations dans les
conditions de Marrakech: étude par simulation. Congrès International
MAMERN, 09-11 Mai 2005, Oujda, Maroc.
Hadria R., Khabba S., Lahrouni A., Duchemin B., Er-Raki S., Ezzahar J., Chehbouni
AG., Carriou J., Ouzine L. : Application de STICS à la gestion de l’eau
d’irrigation dans les conditions de Marrakech. Séminaire STICS, 17-
18/03/2005, Carry-le–Rouet, France.
Er-Raki S., Chehbouni G., Guemouria N., Ezzahar J., Williams D.G., Boulet G.,
Duchemin B., Hadria R., Lakhal A., Rodriguez J.C.: Sap-flow-scaled
transpiration responses to climate and soil moisture in an olive (olea europaea
ix
L.) orchard in Marrakech, Morocco. EGU 1st General Assembly 25 - 30 April
2004, Nice, France.
Hadria R., Duchemin B., Lahrouni A., Khabba S., Chehbouni G., Er-Raki S., Ezzahar
J., Lakhal A., Boulet G., Escadafal R. Dedieu G. : Utilisation du modèle STICS
pour l’estimation des besoins en eau d’une culture de blé dans la zone du
Haouz de Marrakech. La modernisation de l’agriculture irriguée dans les pays
du Maghreb. 19-21 Avril 2004, Rabat, Maroc.
Hadria R., Duchemin B., Lahrouni A., Khabba S., Boulet G., Chehbouni A., Dedieu
G., Er-Raki S., Ezzahar J., Lakhal A., Mougenot B.: Estimation of wheat
Evapotranspiration in MOROCCO: Presentation and application of the STICS
crop model. Integrated Water Resources Research and Development in
southeastern Morocco, International Conference, 1st- 2nd April 2004,
Ouarzazate, Morocco.
Er-Raki S., Chehbouni G., Guemouria N., Ezzahar J., Chehbouni A., Hadria. R. :
Détermination des besoins en eau des cultures de la région de Tensift Al
Haouz. 2ème Congrès Méditerranéen sur les Ressources en eau dans le bassin
mediteraneen, WATMED 2, 14 – 17 Novembre 2005, Marrakech, Maroc.
Er-Raki S., Chehbouni G., Guemouria N., Ezzahar J., Chehbouni A., Hadria R.: The
feasibility of using FAO-56 model to estimate olive orchards
evapotranspiration in semi arid region. 6ème Conférence International.
European Water Resources Association (EWRA2005), 7-10 Septembre 2005,
Menton, France.
Er-Raki S., Chehbouni G., Guemouria N., Ezzahar J., Hadria R., Chehbouni A.: Using
of the FAO-56 model for estimating actual evapotranspiration of olives
orchards in semi arid region. Congrès international sur les Méthodes
d’Approximation et Modélisation numérique en Environnement et Ressources
Naturelles (MAMERN 2005). 09-11 Mai 2005, Oujda, Maroc.
Er-Raki S., Guemouria N., Chehbouni G., Fachtali B., Ezzahar J., Hadria R. and
Chehbouni Ah.: Measurement and modelling evapotranspiration of irrigated
citrus orchard under drip and flood irrigations. Soumis à la Troisième
x
Conférence Internationale sur les ressources en Eau dans le Bassin
Méditerranéen, Tripoli, Liban 1-3 Novembre 2006.
Er-Raki S. Chehbouni G., Guemouria N., Ezzahar J., Hadria R., Lakhal A., Boulet G.,
Duchemin B., Rodriguez J.C.: Measurement of evapotranspiration and
development of crop coefficients of olive (olea europaea L.) orchards in semi
arid region (Marrakech, Morocco). La modernisation de l’agriculture irriguée
dans les pays du Maghreb, 19-21 Avril 2004, Rabat, Maroc.
Er-Raki S., Chehbouni G.,Guemouria N., Ezzahar J., Duchemin B., Hadria R., Boulet
G., Lakhal A., Chehbouni A., Rodriguez, J.C.: The feasibility of using remotely
sensed measures of vegetation index to estimate crop water requirement of
winter wheat in semi arid region (Marrakech, Morocco). Integrated Water
Resources Research and Development in southeastern Morocco. International
conference. 1st- 2nd April 2004, Ouarzazate, Morocco.
Lakhal A., Boulet G., Lakhal E.K., Chehbouni A., Ezzahar J., Er-raki S.et Hadria R.:
Modélisation et pilotage automatique de l’écoulement d’eau dans le sol. La
modernisation de l’agriculture irriguée dans les pays du Maghreb, 19-21 Avril
2004, Rabat, Maroc.
Lakhal A., Boulet G., Chehbouni A., Lakhal E.K., Ezzahar J., Hadria R.. et Er-raki S.:
Designing a physically-based bucket SVAT model for Spatialisation of Water
Needs» Integrated Water Resources Research and Development in
southeastern Morocco. International conference. 1st- 2nd April 2004,
Ouarzazate, Morocco.
Boulet, G., Chehbouni, A., Ezzahar, J., Er-raki, S., Rodriguez, J. and Duchemin, B.:
Assessing second-stage evaporation using time series of observed to
unstressed surface temperature difference. 2nd International Symposium
Recent Advances in Quantitative Remote Sensing. Torrent (Valencia), Spain,
25-29 September 2006.
BenHadj I., Duchemin B., Maisongrande P., Boulet G., Chehbouni A., Erraki S.,
Escadafal R., Ezzahar J. , Hadria R., Helson D., Hoedjes J.C.B., Lahrouni A.,
Khabba S., Mougenot B., Olioso A., Simonneaux V.: Etalonnage spatialisé d’un
xi
modèle agro-météorologique en milieu semi-aride. AMA2004: Les ateliers de
modélisation de l'atmosphère, 29et 30 novembre 2004, Toulouse, France.
Duchemin B., Simonneaux V., Mougenot B., Khabba S., Hadria R., Benhadj I.,
Ezzahar J., Hoedges J., Hagolle O., Tromp H., Er-Raki S., Kharrou M.H.,
Chehbouni. A., Guemouria, N., Hanich L., Lahrouni A., Dedieu G., Boulet G.,
Maisongrande P., Escadafal R., Ouzine L., Chehbouni A.G. 2006:
Agrometerological study of semi-arid areas : an experiment for analysing the
potential of FORMOSAT-2 time series of images in the Marrakech plain, The
2nd International Symposium on Recent Advances in Quantitative Remote
Sensing: RAQRS'II, 25-29 September 2006, Valencia, Spain.
xii
REMERCIEMENTS
A tous ceux qui ont rendu « ça » finalement possible: merci, merci et merci
Je remercie en premier lieu Monsieur Abdelghani Chehbouni, mon directeur
de thèse, d’avoir proposé ce sujet multidisciplinaire exaltant et enrichissant, pour son
suivi attentif et ses conseils avisés. Je sais qu'il a pris sur son temps libre pour lire,
relire, corriger et orienter mes travaux, ce qui ne peut augmenter l'estime que je lui
porte. Il a su m’aiguiller dans une bonne direction à chaque moment décisif, et ce
malgré la distance (Maroc Mexique). J’ai beaucoup apprécié sa méthode de travail, et
ses grandes qualités scientifiques et humaines.
Un grand merci à Monsieur Ahmed Chehbouni, mon directeur de thèse, qui a
suivi mes travaux depuis mon stage de diplôme d’études supérieures approfondies.
C’est grâce à lui que j’ai eu la chance d’effectuer ce travail. Je le remercie également
pour ses qualités scientifiques et humaines ainsi que sa modestie.
Remerciements aussi à tous les membres du jury pour le temps qu'ils ont pris
à examiner ces quelques feuillets et les remarques constructives qu'ils ont pu
formuler: El khadir Lakhal, président du jury, Zouhair Benkhaldoun, Christopher J.
Watts et Kouhila Mohammed, rapporteurs, ainsi que Cherkaoui Ikbal, invité.
Cette thèse a été préparée dans le cadre du projet franco-marocain SudMed. Je
voudrais donc remercier toutes les personnes qui ont créé ce projet. Le responsable
scientifique, Abdelghani Chehbouni, les coordinateurs, Richard Escadafal et
Chehbouni Ahmed ainsi que le directeur de CESBIO, Monsieur Jean-Claude Menaut.
Mes remerciements vont également aux chercheurs de l’institut de recherche
pour le développement, du centre d’études spatiales de la biosphère ainsi que de
l’université de Wageningen (département de météorologie et de qualité de l’air).
La liste des personnes qui ont, de près ou de loin, contribué à ce travail que ce
soit par leur participation, leur soutien ou leur encouragement est longue, parmi
vous: Abourida Aahd, Benkaddour Khalid, Cheggour Awatif, El Hassan Essaky, Er-
Raki Salah, Ezzhar Abderrafii, Guemouria Noura, Hadria Rachid, Hanich Lahoucine,
xiii
Hoedjes Joost, Kasbani Mohamed, Khabba Said, Lahmadi Laarbi Lakhal
Abderrahim, Rodriguez Julio Cesar, Sabour Brahim.
Mes remerciements vont aussi aux personnes de domaine royal de Marrakech
(Agdal), de l’Office Régionale de Mise en Valeur Agricole du Haouz (ORMVAH) et
de domaine de Sâada. Je remercie en particulier Hanich Mohamed et Bennani Smirès.
xiv
RESUME
Ce travail a été réalisé dans le cadre du projet de collaboration franco-
marocain SudMed coordonné par l’Université Cadi Ayyad (Maroc), L’Institut de
Recherche pour le Développement (France) et le Centre d’Etudes Spatiales de la
Biosphère (France). Ce projet a pour objectif de développer des méthodologies
permettant d’intégrer les données de terrain, les modèles de processus et les données
de télédétection dans le but de comprendre le fonctionnement des régions semi-
arides pour évaluer leurs ressources hydro-écologiques.
Dans ce contexte, le travail de cette thèse consiste à estimer spatialement les
flux d’eau et d’énergie sur des surfaces hétérogènes par la méthode de scintillation
dans les régions semi-arides. Dans un premier temps, on a validé cette méthode à
l’échelle du mono-patch. Cette validation a été faite sur les trois cultures dominantes
dans la région de Tensift El Haouz (olivier, oranger et blé). La méthode est ensuite
utilisée pour la gestion de la consommation d’eau d’irrigation par les oliviers dans
les régions semi-arides.
Dans un deuxième temps, on a testé la méthode à l’échelle multi-patchs. Deux
résultats importants découlent de cette partie. Le premier concerne la validité de la
théorie de Monin-Obukhov sur des surfaces hétérogènes au-dessous de la hauteur
du mélange. Ce résultat est d’une grande utilité pratique puisque l’installation des
scintillomètres à une hauteur élevée n’est pas toujours évidente. Le deuxième résultat
a montré la puissance de la méthode de scintillation dans l’estimation des flux d’eau
et d’énergie sur des surfaces composites. L’ensemble des résultats obtenus dans ce
travail est d’une grande utilité pour les décideurs en matière de gestion de l’eau
d’irrigation dans la mesure où ils vont leurs permettent d’estimer les besoins réels en
eau des cultures et ainsi d’améliorer l’efficacité d’irrigation.
Mots clés : Agrégation, Bilan hydrique, Biosphère-atmosphère, Eddy covariance, Hauteur du mélange, Méthode de Scintillation, Régions semi-arides, Surfaces hétérogènes, Théorie de Monin-Obukhov, Transfert de chaleur et de masse.
xv
ABSTRACT
This work was carried out within the framework of the French-Morrocan
collaboration SudMed project, which was coordinated by the University Cadi Ayyad
(Morocco), The Institute of Research for Development (French) and the Center of
Space Studies of the Biosphere (French). The main objective of this project is to
develop methodologies allowing the integration of ground data, simulation models,
and remote sensing data to evaluate the hydro-ecological resources of semi-arid
regions.
In this context, this thesis aims to use the scintillation method for estimating
the fluxes of water and energy over the heterogeneous surfaces in the semi-arid
regions. First, this method was validated at the patch scale using the data collected
over the three dominant crops in the area of Tensift El Haouz (olive, orange and
wheat). This novel method is then used for water management of olive trees in the
semi-arid areas.
In the second part of this work, we tested the method at the grid scale (i.e., the
combination of the several individual fields, or patches). Tow important results were
inferred from this part. The first one showed that the applicability of the Monin-
Obukhov similarity theory (MOST) is still valid over heterogeneous surfaces below
the blending height. This result is of a great practical utility since the operational
deployment of instruments at appropriate heights is complicated. The second one
has demonstrated the potential of scintillation method to estimate fluxes of water
and energy over contrasted agricultural patchwork.
The obtained results of this work should help the irrigation manager to
estimate the real water requirements for each crop and thus improve the
effectiveness of irrigation.
Keywords: Aggregation, Biosphere-atmosphere, Blending height, Eddy covariance,
Heat and mass transfer, Heterogeneous surfaces, Monin-Obukhov theory,
Scintillation method, Semi-arid areas, Water balance.
xvi
ملخــــص الرســــالة
و مرآز ) فرنسا(و معهد األبحاث للتنمية ) المغرب(ل بشراآة بين جامعة القاضي عياض ا لعماأنجز هد
يتمثل الدور األساسي لهدا األخير في . "SudMed"في المشروع العلمي) فرنسا(الدراسات الفضائية للمحيط الحيوي
ن الحقول أو عبر تقنية االستشعار عاستثمار النماذج المعلوماتية التي تعتمد على المعطيات المستخلصة بشكل مباشر من
مواردها البيئية و تساعد من تقييم نوع المعطيات فهما دقيقا لواقع المناطق الشبه جافة و تمكن االزدواجية فيتتيح هده . بعد
. في التدبيرالمثلي تفي اتخاذ القرارا
الهدف األساسي من هدا البحت هو استعمال طريقة السنتلسيو لحساب انتقال الماء و الطاقة فوق مساحات غير
. مناطق شبه جافةمتجانسة في
الطريقة على مستوى آل حقل اعتمادا على عدة هذه األول من هدا العمل قمنا بدراسة مدى صالحية في الجزء
لتاستعمآما . منطقة تانسيفت الحوز آالقمح و الزيتون و الحوامضفيأعمال ميدانية أجريت على ثالث زراعات سائدة
. مناطق شبه جافةفي بالنسبة لحقول الزيتون السقيالطريقة أيضا لتدبير مياه هذه
السنتلسيو على مساحات مكونة من مجموعة من استعمال طريقة من هده الدراسة تطرقنا إلى الثاني الجزء في
مساحات غير متجانسة و على أوبخوف فوقو قد أثبتت نتائج هدا الجزء أن تطبيق فرضية مونون . نسةالحقول غير المتجا
و الطاقة ءآما أثبتت أيضا مدى صالحية طريقة السنتلسيو لحساب انتقال الما. ارتفاع أقل من االرتفاع الممزج تبقى صالحة
. بين التربة و النبتات و الجو فوق مساحات غير متجانسة
الفالحين من تقدير االحتياجات بحيث ستمكنا البحت لها أهمية آبيرة على مستوى تدبير مياه الري ذ نتائج ه
. زراعة من أجل تحسين فعالية الريالماء لكلالحقيقية من
الماء والطاقة، مناطق شبه الجافة، مساحات غير متجانسة، انتقال طريقة السنتلسيو، : المفتــاحالكلمـات
المائي، فرضية مونون أوبخوفن، التوازاالرتفاع الممزج
xvii
Sommaire
REMERCIEMENTS............................................................................................................XII
RÉSUMÉ ..............................................................................................................................XIV
ABSTRACT .......................................................................................................................... XV
ملخــــص الرســــالة .....................................................................................................................XVI
INTRODUCTION GENERALE.............................................................................................1
CHAPITRE 1
ECHANGES D'ENERGIE ET DE MASSE A L'INTERFACE SOL-
VEGETATION-ATMOSPHERE: QUELQUES BASES PHYSIQUES
1.1 ECHANGES D'ENERGIE ET DE MASSE A L'INTERFACE SVA ...........................8
1.1.1 ECHANGES RADIATIFS.....................................................................................................8
1.1.1.1 Rayonnement électromagnétique............................................................................8
1.1.1.2 Bilan d’énergie pour des courtes longueurs d’ondes.............................................9
1.1.1.3 Bilan d’énergie pour des grandes longueurs d’ondes............................................9
1.1.1.4 Rayonnement net ..................................................................................................10
1.1.2 ECHANGES CONDUCTIFS ...............................................................................................10
1.1.3 ECHANGES DE CHALEUR ET DE MASSE PAR CONVECTION..............................................10
1.2 BILAN D’ENERGIE A L’INTERFACE SVA .............................................................11
1.3 PRESENTATION DES TECHNIQUES DE MESURE DES FLUX TURBULENTS
..................................................................................................................................................13
1.3.1 EDDY CORRELATION.....................................................................................................13
1.3.2 SCINTILLOMETRE A GRANDE OUVERTURE.....................................................................15
1.3.3 MODELE DE FOOTPRINT................................................................................................19
xviii
CHAPITRE 2
SITES D’ETUDE ET DONNEES EXPERIMENTALES
2.1 EXPERIENCE SUDMED...............................................................................................22
2.1.1 PRESENTATION DU PROJET SUDMED.............................................................................22
2.1.2 ZONE D’ETUDE : BASSIN VERSANT DE TENSIFT EL HAOUZ...........................................23
2.1.2.1 Situation géographique ........................................................................................23
2.1.2.2 Conditions climatiques .........................................................................................24
2.1.3 DESCRIPTION DES SITES EXPERIMENTAUX ....................................................................25
2.1.3.1 Site d’Agdal ..........................................................................................................25
2.1.3.2 Site d’oranger .......................................................................................................32
2.1.3.3 Site de blé .............................................................................................................34
2.2. EXPERIENCE YAQUI-99 (MEXIQUE) ......................................................................36
2.2.1 DESCRIPTION DU SITE ...................................................................................................36
2.2.2 PRESENTATION DES DONNEES EXPERIMENTALES ..........................................................36
CHAPITRE 3
UTILISATION DE LA SCINTILLOMETRIE A L’ECHELLE MONO-
PATCH
3.1 INTRODUCTION ............................................................................................................40
3.2 UTILISATION DU LAS SUR LES TROIS CULTURES DOMINANTES DANS LE
BASSIN DE TENSIFT EL HAOUZ.....................................................................................42
3.2.1 MODELE D’ESTIMATION DE L’ENERGIE DISPONIBLE, (RN-G).........................................42
3.2.1.1 Rayonnement net ..................................................................................................42
3.2.1.2 Flux de chaleur dans le sol...................................................................................42
3.2.2 RESULTATS RELATIFS A LA COMPARAISON DES FLUX DE SURFACE A L’ECHELLE DU
PATCH....................................................................................................................................43
xix
3.2.2.1 COMPARAISON DES FLUX DE CHALEUR SENSIBLE.......................................................43
.2.2.2 COMPARAISON DES FLUX DE CHALEUR LATENTE .........................................................46
3.3 APPLICATION : UTILISATION DU LAS POUR L’ESTIMATION DES BESOINS
EN EAU DES OLIVIERS DANS LES REGIONS SEMI-ARIDES ..................................49
3.3.1 FERMETURE DU BILAN ENERGETIQUE ...........................................................................51
3.3.2 ESTIMATION DE L’ENERGIE DISPONIBLE........................................................................52
3.3.3 FLUX DE CHALEUR SENSIBLE ET LATENTE.....................................................................53
3.3.4 EVALUATION DE L'EFFICACITE D'IRRIGATION................................................................56
3.4 CONCLUSION .................................................................................................................58
CHAPITRE 4
UTILISATION DU LAS A L’ECHELLE DE PLUSIEURS PATCHES
DANS DES REGIONS SEMI-ARIDES
4.1 VALIDATION DU MOST SUR UNE SURFACE COMPOSITE DES OLIVIERS
AU DESSOUS DE LA HAUTEUR DU MELANGE...........................................................61
4.1.1 INTRODUCTION .............................................................................................................61
4.1.2 PROCEDURE D’AGREGATION POUR L’OBTENTION DE 2nC A L’ECHELLE DE GRID ............62
4.1.2.1 Approche effective ................................................................................................63
4.1.2.2 Approche agrégationnelle ....................................................................................64
4.1.3 RESULTATS ET DISCUSSION...........................................................................................65
4.1.3.1 Bilan énergétique..................................................................................................65
4.1.3.2 Echelle de patch ...................................................................................................66
4.1.3.3 Echelle de grid......................................................................................................67
4.1.4 CONCLUSION ................................................................................................................71
4. 2 ESTIMATION DES FLUX SURFACIQUES MOYENS SUR DES SURFACES
COMPOSITES DANS UNE REGION SEMI-ARIDE .......................................................73
4.2.1 INTRODUCTION .............................................................................................................73
xx
4.2.2 RESULTATS ET DISCUSSIONS .........................................................................................74
4.2.2.1 Bilan énergétique..................................................................................................74
4.2.2.2 Comparaison des flux de chaleur sensible et latente ...........................................75
4.2.2.3 Comparaison des flux de chaleur sensible et latente après le forçage du bilan
énergétique .......................................................................................................................77
4.2.3 CONCLUSION ................................................................................................................79
CONCLUSION GENERALE................................................................................................80
RÉFÉRENCES BIBLIOGRAPHIQUES .............................................................................85
1
INTRODUCTION GENERALE
2
La croissance démographique mondiale et l’amélioration notable des conditions de vie
due au développement économique ont entraîné une forte pression sur les ressources
naturelles en général et plus particulièrement celles en eau, soit en terme de quantité soit en
terme de qualité. La conservation de ces ressources durant le XXIème siècle dépendra
fortement de notre capacité à les gérer d’une façon rationnelle et raisonnable. Les régions
arides et semi-arides, caractérisées par une grande disparité géographique, de grandes
populations et une forte sensibilité aux aléas climatiques, sont les plus menacées. En effet, ces
régions sont dotées de climats chauds caractérisées par une forte évapotranspiration
potentielle (demande climatique), et par des ressources en eau très limitées.
Dans la majorité des régions arides et semi arides, l’agriculture représente la principale
source de revenu des populations et reste l’activité qui consomme plus de 85% des ressources
en eau mobilisable. Mais elle est souvent irriguée selon des techniques traditionnelles comme
celle de l’irrigation gravitaire peu efficace et très consommatrice d’eau. Il est donc clair
qu’une bonne gestion de l’eau d’irrigation constitue une étape très importante pour faire face
à la surexploitation des ressources hydriques très limitées. La résolution de ce problème
consiste à prévoir plus efficacement l’évolution des ressources en eau à l’échelle où se
prennent effectivement les décisions de gestion, particulièrement à l’échelle de la région.
Consciente de la gravité du problème, la communauté scientifique internationale s’est
mobilisée autour de vastes programmes internationaux comme par exemple : HAPEX-Sahel
(Goutorbe et al., 1997), MONSOON’90 (Kustas et al., 1991; Chehbouni 1992), SALSA
(Chehbouni et al., 2000a), et SudMed (Chehbouni et al., 2004; 2007)…etc. Ces programmes
visent la compréhension et l’évaluation des impacts environnementaux sur les ressources en
eau, notamment par le développement de modèles, de techniques et d’outils d’aide à la
décision en agriculture.
Dans le contexte général de ces programmes, l’étude du système sol-plante-
atmosphère occupe une place primordiale. La compréhension de son fonctionnement s’avère
essentielle pour une meilleure évaluation des bilans hydriques et énergétiques tout en passant
nécessairement par la détermination des flux de surface. Ces flux de surfaces suscitent un
intérêt en météorologie, dans la détermination des conditions aux limites utilisées dans les
modèles numériques caractérisant l’écoulement de l’atmosphère. En climatologie, ces
modèles permettent la compréhension et la prédiction des processus planétaires. Dans le
domaine de l’agriculture, les applications concernent le suivi des besoins en eau des plantes
ainsi que l’estimation des rendements des récoltes. Dans le domaine de l’hydrologie, ces
3
modèles peuvent apporter des renseignements sur les ressources en eau à l’échelle de bassins
versants tout en quantifiant l’évaporation.
Comme la détermination des flux de surface à l’échelle locale ne pose pas de problème
particulier, plusieurs modèles de type TSVA (Transferts Sol-Végétation-Atmosphère) ont été
développés au cours des dernières années. A titre d’exemple, le modèle SISPAT développé
par Braud et al., (1995), le modèle ICARE SVAT (Gentine et al., 2007), le modèle STICS
(Brisson et al., 1998), le modèle AliBi (Olioso et al., 1995) et enfin le modèle FAO-56 (Allen
et al., 1998). Chaque modèle se distingue par ses propres spécificités qui dépendent
principalement de leur contexte d'application. La validation de ces flux se fait à l’aide des
observations sur le terrain via des techniques locales telles que: la méthode du rapport de
Bowen (Chehbouni 1992), la méthode d’Eddy covariance (EC) (Chehbouni et al. 2000a), la
méthode aérodynamique…etc. En général, ces modèles ont été conçus et validés à l’échelle
locale et ne sont pas forcément adaptés pour être appliqués à grandes échelles. Ceci est dû à
l’hétérogénéité de surface qui peut générer une grande variabilité des flux d’une parcelle à
une autre très adjacente.
Vu l’importance de la détermination des flux de surface à l’échelle régionale en
milieux arides et semi arides dans le domaine de la gestion d’eau, plusieurs approches ont été
développées pour estimer les flux au dessus de surfaces hétérogènes. On cite par exemple les
schémas d’agrégation (Arain et al., 1996; Chehbouni et al., 1995, 2000b; Koster and Suarez,
1992; Lhomme et al., 1994; McNaughton 1994; Noilhan et Lacarrere, 1995; Noilhan et al.,
1997 ; Raupach and Finnigan, 1995; Sellers et al., 1997), des méthodes reposant sur
l’utilisation d’avions instrumentés (Mahrt, 1998), et la télédétection spatiale qui permet un
suivi continu de différents paramètres/processus à des échelles spatiales allant de quelques
dizaines de mètres (SPOT, LANDSAT, NOAA, MODIS) à plusieurs kilomètres
(Bastiaanssen, 2000, Chandrapala et Wimalasuriya, 2003; Batra et al., 2006). Néanmoins,
l’efficacité de ces approches dépend des résultats de la comparaison avec les observations sur
le terrain. Ceci est possible à travers le déploiement d’un réseau d’instruments de mesures
locales tel que le système d’EC. Cependant, ce réseau semble très coûteux et nécessite une
équipe compétente pour le manipuler et l’entretenir. En plus, plusieurs corrections devraient
être appliquées pour minimiser la sous-estimation systématique des flux turbulents mesurés
par le système d’EC (Van Dijk, 2001). Horst et Weil (1992, 1994) ont montré que la surface
source d’EC est relativement petite et ne peut pas être représentative même pour des surfaces
homogènes. Un autre problème qui se pose lors du calcul des flux moyens à partir des
mesures locales réside dans le manque de données pour certaines stations (Mahrt, 1998).
4
Pour pallier à ces difficultés, des techniques de mesure indirecte des flux turbulents
ont été développées dont la plus prometteuse est la mesure par scintillométrie (Clifford et al.,
1974; Hill, 1980, 1989). Cette méthode repose sur l’analyse des fluctuations d’intensité que
subit un signal le long d’un trajet entre un émetteur et un récepteur. Ces fluctuations
(scintillations) sont liées à la turbulence et dépendent des variations de l’indice de réfraction
au sein du milieu. Les scintillomètres fournissent une mesure du paramètre de structure pour
l’indice de réfraction de l’air ( 2nC ) nécessaire pour estimer les flux de chaleurs sensible et
latente et éventuellement le flux de quantité de mouvement. Sur le plan pratique, les
longueurs de trajet optique peuvent varier de quelques centaines de mètres à quelques
kilomètres (10 km) (selon le type d’instrument, la longueur d’onde utilisée et le diamètre du
faisceau utilisé…).
En général, il existe plusieurs types de scintillomètres: scintillomètres laser (SAS1),
scintillomètres à grande ouverture (LAS2) et extra grande ouverture (XLAS3) qui permettent
d’intégrer le flux de chaleur sensible directement, par contre le flux de chaleur latente se
déduit indirectement en appliquant la méthode résiduelle du bilan d’énergie, et scintillomètres
à micro-onde (RWS4) qui estiment directement le flux de chaleur latente (Meijninger et al.,
2002a). Cependant, RWS est utilisé de façon limitée à cause de ses composantes qui sont
coûteuses et difficiles à manipuler. Dans ce travail, on utilise le LAS qui est actuellement le
dispositif le plus utilisé dans les expériences micrométéorologiques pour dériver les flux à
grande échelle (Beyrich et al., 2000 (LITFASS-98) et 2006 (LITFASS-2003); Chehbouni et
al., 2000c (SALSA); Ezzahar et al 2007a, 2007b (SudMed); Hartogensis et al., 2002; Hoedjes
et al., 2002, 2007 (Yaqui 2000, SudMed); Poulos et al., 2000 (CASES-99)). Ses principaux
avantages résident dans la facilité de mise en œuvre sur le terrain, les possibilités de suivi en
continu des flux moyens et son coût limité. En plus, l’émetteur et le récepteur peuvent être
installés au périphérique du champ contrairement au système d’EC qui devrait être installé au
milieu pour avoir un fetch5 maximal. Ceci peut gêner l’agriculteur lors de son travail dans son
champ (irrigation, récolte,.. etc.).
Le calcul du flux de chaleur sensible à partir du LAS se fait en se basant sur la théorie
de similarité de Monin-Obukhov (MOST). Cette théorie a été établie sur des surfaces
homogènes. Son extension sur des surfaces hétérogènes peut poser certains problèmes.
1 SAS en anglais : Small Aperture Scintillometer 2 LAS en anglais : Large Aperture Scintillometer 3 XLAS en anglais Extra Large Aperture Scintillometer 4 RWS en anglais Radio Wave Scintillometer 5 Fetch: distance séparant les appareils de mesures du « bord d’attaque » de la parcelle dans la direction du vent
5
Récemment, plusieurs auteurs ont abordé ce problème en appliquant le LAS sur des surfaces
composites (Chehbouni et al., 2000c; Lagouarde et al., 2002; Meijninger et al., 2002b). Dans
ce mémoire on aborde des cas plus complexes que ceux étudiés auparavant. Il s’agit de tester
la validité de MOST sur des surfaces composites ayant des couverts complexes. La
complexité se réside dans la forte hétérogénéité de l’humidité du sol crée par les méthodes
d’irrigation utilisées et le type de couvert végétal. A ce niveau, on considère que le couvert
végétal est composé de deux compartiments: une première strate inférieure (herbacée)
représentée essentiellement par les mauvaises herbes et une deuxième strate haute dont la
hauteur moyenne est comprise entre 3m et 7 m). Ceci rend le processus de transfert de chaleur
et de masse entre le système sol-végétation-atmosphère plus compliqué que dans le cas d’un
couvert avec une végétation de petite taille. Ainsi, le scintillomètre devrait être installé au
dessus de la hauteur du mélange (Bleinding height en anglais). Cependant, pour des raisons
pratiques, il est difficile de le placer à une hauteur élevée. Par exemple, pour le cas du XLAS
qui couvre une distance allant jusqu’à 10 km, l’échelle de l’hétérogénéité devient importante
et par conséquent la hauteur du mélange augmente.
Dans ce contexte, notre étude s’inscrit dans la problématique suivante: le potentiel et
la limitation de l’utilisation du LAS à l’échelle mono-patch et multi-patchs dans les régions
semi-arides pour calculer les flux de chaleur sensible et latente. L’ensemble des travaux
effectués pour atteindre cet objectif est présenté de la façon suivante:
Dans le premier chapitre, nous présente les bases physiques nécessaires pour
comprendre l’interaction sol-plante-atmosphère ainsi que les équations régissantes le transfert
et permettant de calculer les flux à partir de la méthode classique: Eddy covariance, et la
méthode intégrative: scintillométrie.
Le deuxième chapitre traite dans un premier lieu la présentation du projet SudMed
dans lequel le présent travail a été effectué ainsi qu’une description de la région d’étude
(situation géographique et caractéristiques climatiques). Dans une seconde étape, on présente
la description des différents sites et les dispositifs expérimentaux permettant l’acquisition des
données durant ces expériences.
Dans le troisième chapitre, on présente les résultats relatifs à l’utilisation du LAS à
l’échelle du patch tout en utilisant les données collectées dans le cadre du projet SudMed. Ce
chapitre s’organise en deux parties. La première partie rapporte une simple validation du LAS
sur les trois cultures dominantes dans la région d’étude (blé, olivier et oranger). Dans cette
validation, on s’intéresse à des comparaisons des flux de chaleur sensible et latente obtenus
par le LAS avec ceux mesurés par le système d’EC. Dans la deuxième partie, on étudie le
6
potentiel du LAS pour la gestion de l’eau d’irrigation pour les oliviers dans les régions semi-
arides en comparant le cumul de l’évapotranspiration obtenue par le LAS et celui de
l’évapotranspiration estimée par la méthode FAO-566 (Allen et al. 1998). Dans cette partie,
nous avons également quantifié aussi les pertes en eau dues à la méthode d’irrigation
appliquée par l’agriculteur en utilisant l’équation du bilan hydrique de la méthode de FAO à
l’échelle annuelle. Les principaux résultats présentés dans les deux parties de ce chapitre
reposent respectivement sur les travaux menés par Ezzahar et al. 2007a et 2007c.
Dans le quatrième chapitre, on traite l’utilisation du LAS à l’échelle de multi-patchs.
Ce chapitre est divisé en deux parties. Dans la première partie, on passe en revu des résultats
relatifs à la validation du MOST sur une surface hétérogène composée de deux champs
d’oliviers sous la hauteur du mélange tout en utilisant les mesures effectuées dans le cadre du
projet SudMed. Cette hétérogénéité est liée à la différence dans l’humidité du sol entre les
deux champs. Pour réaliser cette étude, on utilise deux champs l’un est sec tandis que le
deuxième est très humide (juste irrigué). La deuxième partie porte sur le potentiel et la
limitation du LAS pour la détermination des flux de chaleur sensible et latente sur un trajet
couvrant trois cultures (blé, pois chiche et coton) avec des surfaces à différents états en terme
de l’humidité du sol. Les mesures utilisées dans cegtte dernière partie ont été collectées lors
du projet de Yaqui-99 (vallée de Yaqui, l’état de Sonora, Nord-ouest du Mexique). Les
résultats présentés dans ces deux parties sont issus respectivement des travaux réalisés par
Ezzahar et al. 2007b et Chehbouni et al. 2006.
Enfin, nous terminerons par une conclusion générale tirée d’une synthèse des
principaux résultats relatifs aux divers aspects étudiés, à lumière desquels des perspectives de
ce travail seront tracés.
6 Food and Agriculture Organization paper n° 56
7
CHAPITRE 1
ECHANGES D'ENERGIE ET DE MASSE A
L'INTERFACE SOL-VEGETATION-ATMOSPHERE:
QUELQUES BASES PHYSIQUES
8
Dans le cadre de ce travail, on s’est intéressé au système sol-végétation-atmosphère
comme étant une partie de la biosphère où les processus d’échanges d’énergie et de masse
sont particulièrement intenses. Ainsi, la compréhension des mécanismes associés à ces
transferts semble indispensable pour étudier le fonctionnement des couverts végétaux et du
cycle de l’eau.
1.1. Echanges d'énergie et de masse à l'interface SVA
Les principales composantes énergétiques intervenant dans l'interface SVA ont
différentes origines. En premier lieu, le couvert végétal reçoit de l'énergie radiative émanant
du soleil et de l'atmosphère qui constitue la source originelle à tous les échanges qui
interagissent au niveau de l’interface SVA. Le couvert végétal (au sens végétation et surface
du sol sous-jacent) n'intercepte qu'une partie de cette énergie, la partie complémentaire étant
alors réfléchie vers l'atmosphère. Ce couvert végétal redistribue, dans son proche
environnement, l'énergie radiative absorbée. Ceci se fait sous différents modes de
propagation : soit par émission d'énergie radiative (infrarouge thermique), par conduction de
chaleur dans le sol ou par convection dans l'atmosphère. L'ensemble de ces composantes
permet d'introduire la notion de bilan d'énergie traduisant le principe de la conservation de
l'énergie dans le milieu. Il est aussi important de noter qu'une faible partie de l'énergie
absorbée par la végétation est utilisée dans le complexe processus de photosynthèse. Ce
processus est indispensable au développement et à l'entretien de la végétation. Il est
généralement négligé dans l'expression du bilan d’énergie et par conséquent ne sera pas
détaillé dans les parties ci-après.
1.1.1 Echanges radiatifs
En général, les échanges radiatifs correspondent à un échange d’énergie sous forme de
rayonnement électromagnétique dont les principes essentiels sont rappelés ci-dessous. Les lois
introduites permettent alors d’écrire le bilan radiatif d’une surface c'est-à-dire le terme de
rayonnement net Rn.
1.1.1.1 Rayonnement électromagnétique
Ce rayonnement, principalement par l’intermédiaire du rayonnement solaire, est la
seule source d’énergie externe à la biosphère. Il correspond à un transfert d’énergie par des
oscillations rapides de champs électromagnétiques. Ces oscillations correspondent à des ondes
9
qui ne nécessitent pas de milieu matériel pour se déplacer. La mécanique quantique a permis
de montrer que ces ondes sont associées à des particules élémentaires, les photons. Dans le
vide, les seuls échanges énergétiques possibles sont les échanges par rayonnement. Ces
rayonnements sont caractérisés par leur longueur d’onde λ et leur fréquence λν /mC= , avec
Cm est la vitesse de propagation de l’onde dans un milieu donné. Toutes les ondes
électromagnétiques se déplacent à la vitesse de la lumière, soit 18103 −×≅ msC dans le vide
et également dans l’air. Le domaine dans lequel peut varier la longueur d’onde des ondes
électromagnétiques est très vaste et correspond à ce que l’on appelle le spectre du
rayonnement électromagnétique. Les échanges radiatifs s’effectuent principalement dans le
domaine des courtes longueurs d’onde (ou domaine solaire entre 0.3 et 3µm) et dans le
domaine des grandes longueurs d’onde (ou domaines thermiques, correspondant à la fenêtre
3-100 µm).
1.1.1.2 Bilan d’énergie pour des courtes longueurs d’ondes
Le rayonnement solaire global Rg direct et diffus de courtes longueurs d’onde est un
terme prépondérant dans le bilan radiatif pendant la période diurne, ce qui est en fait une
variable climatique essentielle. Ce rayonnement solaire est partiellement réfléchi par la
surface. Le rapport entre le rayonnement réfléchi et le rayonnement reçu par une surface est
défini comme l’albédo αs, il dépend de la surface ainsi que de son humidité. Le bilan de
courtes longueurs d’ondes RC se traduit par l’équation :
)1( SgRRC α−= (1.1)
1.1.1.3 Bilan d’énergie pour des grandes longueurs d’ondes
Le sol reçoit un flux de rayonnement infrarouge thermique de grande longueur d'onde
(souvent symbolisé par Ra) en provenance de l'atmosphère. Il résulte des rayonnements émis
essentiellement par les nuages, la vapeur d'eau, le gaz carbonique et certains aérosols. Ra est
donné par la formule suivante : 4
aaa TR σε= (1.2)
Où σ la constante de Stephan-Boltzmann, Ta la température de l’air (K) et aε l’émissivité de
l’atmosphère. Dans la littérature, plusieurs formules empiriques existent pour estimer aε . A
titre d’exemple, Brutsaert (1975) propose d’estimer aε pour un ciel sans nuage par:
7/1)/(24.1 aaa Te=ε (1.3)
10
où ea est la pression de vapeur (mb).
Une partie du rayonnement d’origine solaire Ra est réfléchi au niveau de la surface, cette
proportion dépend de l’émissivité de surface ( Sε ).
Dans le domaine thermique, le sol émit un rayonnement selon la loi de Stephan-Boltzmann,
dont l’énergie dépend de la température de surface TS et de son émissivité Sε :
4SSS TR σε= (1.4)
Le bilan d’énergie pour de grandes longueurs d’ondes RG s’écrit donc :
)( 44SaaS TTRG σσεε −= (1.5)
1.1.1.4 Rayonnement net
Le bilan de l’ensemble des échanges de rayonnement des courtes et grandes longueurs
d’ondes au niveau de la surface constitue le rayonnement net, Rn, qui s’exprime par:
)()1( 44SaSSgn TTRR −+−= εσεα (1.6)
Par convention, le rayonnement net Rn est considéré positif le jour (terme d’origine solaire
prépondérant) et négatif la nuit (terme d’émission thermique par la surface prépondérant).
1.1.2 Echanges conductifs
Les échanges conductifs correspondent à des échanges d’énergie cinétique par
conduction sous l’effet des collisions intermoléculaires intervenant dans un milieu. Le flux
associé à ce processus est le flux de chaleur par conduction à travers la surface du sol, noté G.
Selon l’équation de Fourier, G est proportionnel au gradient de température entre une
profondeur de référence et la surface du sol, et à la conductivité thermique du sol :
)( refSolS TTKG −= (1.7)
KS est la conductivité thermique du sol (Wm-2K-1) entre la profondeur de référence à la
température Tref (K) et la couche supérieure du sol en contact avec l’atmosphère à la
température Tsol (K). KS est fonction de la constitution du sol (composants et structure), ainsi
que de son humidité (Jacob 1999).
1.1.3 Echanges de chaleur et de masse par convection
Les échanges convectifs correspondent à des transferts d’énergie ou de masse par
déplacement de l’air entre la surface et les basses couches de l’atmosphère. Il existe différents
régimes de convection: la convection forcée qui correspond aux mouvements par les seuls
effets dynamiques (vent), la convection libre correspond aux mouvements verticaux de l’air
11
générés par les différences de densité (flottabilité) liées aux différences de température ou la
convection mixte qui combine les deux processus.
Les transferts de chaleur correspondent au déplacement et au mélange d'air à des
températures différentes. Ils se traduisent par un flux de chaleur sensible (H). Au cours de la
journée, la surface échauffée sous l'action du soleil, fournit généralement de la chaleur
sensible à l'atmosphère. Dans nuit, la surface se refroidit par perte radiative et les transferts de
chaleur s'inversent.
Les transferts de masse correspondent au déplacement et au mélange d'air à des
concentrations différentes comme les flux de vapeur d'eau liés à l'évapotranspiration (flux de
chaleur latente).
En général, les flux de chaleur sensible (H) et latente (LvE) sont définis par:
a
aSp r
TTcH −= ρ (1.8)
( )as
aspv rr
eecEL
+−
=)(
γρ
(1.9)
pcρ Capacité calorifique de l’air (JK-1m-1)
ra Résistance aérodynamique de l’air (sm-1)
Ta Température de l’air (°K)
TS Température de surface (°K), prise à une hauteur de référence.
γ Constante psychrométrique.
es Pression de vapeur d’eau de la surface (Pa)
ea Pression de vapeur d’eau de l’air (Pa)
rs Résistance stomatique intervenant dans le cas d’un couvert végétal ( sm-1)
1.2 Bilan d’énergie à l’interface SVA
Selon le premier principe de la thermodynamique, les pertes et les gains d’un système
s’équilibrent. Le bilan d’énergie à la surface vérifie la loi de conservation de l’énergie. Donc,
pour une surface naturelle (couvert végétal ou sol nu) uniforme d’extension horizontale
suffisante, on fait généralement l’hypothèse que les transferts se font selon la direction
verticale, et l’on néglige les échanges latéraux. Le bilan d’énergie se résume alors en somme
algébrique des flux énergétiques (Figure 1.1) échangés entre la surface avec son
environnement. Ce bilan s’exprime théoriquement par l’équation suivante :
12
GELHR vn ++= (1.10)
La convention adoptée pour l’écriture de cette équation consiste à considérer les flux positifs
lorsqu’ils sont dirigés de la surface vers l’atmosphère à l’exception du rayonnement net qui
est considéré positif lorsqu’il est dirigé vers la surface. A noter que deux termes ont été
délibérément négligés dans l’équation (1.10). Il s’agit de l’énergie mise en jeu par la
photosynthèse qui ne représente rarement pas plus de 2 à 3% du rayonnement net (Thom,
1975) et du stockage d’énergie dans la végétation. Cette dernière hypothèse reste légitime
pour les cultures d’extension verticale limitée. Ce stockage d’énergie peut néanmoins devenir
significatif dans certaines conditions, notamment à l’échelle instantanée dans le cas de
couverts forestiers développés.
Sur le plan expérimental, la fermeture du bilan d’énergie (équation (1.10)) reste un
problème majeur pour la communauté d’experts en mesure micrométéorologique. Ce sujet a
été abordé dans plusieurs programmes de recherche afin d’aider les modélisateurs à
interpréter leurs résultats. A titre d’exemple, on peut citer le programme mondial FLUXNET
(Baldocchi et al., 2001) qui contient plusieurs sites de caractéristiques différentes aux niveaux
de la végétation et du climat. Dans ce programme, l’évaluation de la fermeture du bilan
d’énergie a été effectuée sur 22 sites avec un climat qui s’étend du Méditerranéen jusqu’au
tempéré. Dans leurs études, Wilson et al., (2002) ont trouvé une surestimation moyenne de
l’énergie disponible (Rn-G) de l’ordre de 20%. La fermeture du bilan d’énergie est
typiquement faible durant les périodes nocturnes. En plus, la fermeture s’améliore du matin à
l’après midi. Le programme EUROFLUX (Martin et al., 1998) qui s’intègre dorénavant dans
le programme mondial FLUXNET, a visé la caractéristique des flux d’énergie, d’eau et de
carbone pour différents couverts forestiers européens en considérant leur variabilité
temporelle et leur contribution aux cycles globaux. Dans ce programme, Berbigier et al.
(2001) ont évalué le bilan d’énergie à différents pas du temps et ont relevé la sous-estimation
systématique des flux turbulents aux échelles du jour et du mois. Ils ont constaté aussi que la
fermeture est bonne dans les jours ensoleillés (période d’été) correspondant à des grandes
valeurs du rayonnement net et relativement mauvaise pendant l’hiver. Wever et al. (2002) ont
analysé le bilan d’énergie durant 3 ans (gazon) dans le programme Ameriflux (Running et al.,
1999). Les résultats obtenus soutiennent ceux rapportés dans les autres études (sous-
estimation des flux turbulents). L’utilisation des ces flux de surface pour valider les modèles
SVA, exige la conservation de l’énergie; par conséquence l’équation (1.10) doit être vérifiée.
Twine et al. (2000) ont proposé une méthode pour recalculer les flux turbulents en forçant le
13
bilan d’énergie. Cette méthode appelée « Bowen-ratio closure ou méthode de Twine» consiste
à considérer que le rapport de Bowen ( )ELH v/ est correctement mesuré et que les valeurs de
H et LvE peuvent être ajustées selon l’équation (1.10). Elle reste valable seulement dans les
conditions homogènes lorsque les valeurs de l’énergie disponible sont représentatives pour la
surface émettrice des flux turbulents.
Figure 1. 1 : Composantes du bilan d'énergie : Rg rayonnement solaire globale, Ra
rayonnement atmosphérique, H flux de chaleur sensible, LvE flux de chaleur latente et Rn
rayonnement net.
Dans la troisième partie de ce chapitre, on présentera les théories relatives aux techniques
actuelles utilisées pour calculer les flux de chaleur sensible et de chaleur latente aux échelles
locale et régionale.
1.3 Présentation des techniques de mesure des flux turbulents
1.3.1 Eddy corrélation
La mesure des flux turbulents sur des surfaces homogènes peut être effectuée par
plusieurs techniques. On peut citer par exemple la méthode du rapport de Bowen, la méthode
14
aérodynamique et la méthode d’Eddy corrélation. Dans ce travail, on s’intéressera à cette
dernière méthode considérée comme une méthode de référence du fait qu’elle permet une
mesure directe des flux verticaux de chaleur sensible et latente et de dioxyde de carbone avec
une grande précision. Elle est basée sur le principe suivant: la densité de flux vertical
moyenne ( XF ) d’une grandeur (X, par exemple température, vapeur d’eau ou dioxyde de
carbone) dans la couche turbulente est proportionnelle à la covariance entre la vitesse
verticale et la concentration de cette grandeur. En général la densité de flux vertical
instantanée ( XF ) par unité de temps et de surface peut s’écrire :
wXFX ≈ (1.11)
En utilisant la décomposition de Reynolds ( 'www += et 'XXX += ), la fonction F peut
être approchée par la formule suivante :
)')('( XXwwwXFX ++=≈ (1.12)
En développant cette expression et en utilisant le fait que XX = et la moyenne des
fluctuations est nulle, l’équation (1.12) devient:
'' XwXwFX +≈ (1.13)
0=w car dans un écoulement de couche limite homogène horizontale, la vitesse moyenne du
vent verticale est nulle par définition (Brunet et al., 1995).
Finalement, pour la densité de flux, on obtient :
'' XwFX ≈ (1.14)
Les flux turbulents (quantité de mouvement, chaleur sensible, chaleur latente et
concentration gazeuse) peuvent être exprimés comme étant le produit du terme de fluctuations
de la vitesse verticale du vent par le terme de fluctuations de la grandeur considérée.
La densité de flux de chaleur sensible H, est donnée par :
''TwcpH ρ≈ (Wm-2) (1.15)
La quantité du mouvement ou la contrainte de cisaillement est donnée par :
'' wuρτ −≈ (kgm-1s-2) (1.16)
La densité de flux verticale de vapeur d’eau appelée chaleur latente ou évapotranspiration est
définie par :
'' qwLE ρ= (kgm-2s-1) (1.17)
Dans le cas de la concentration gazeuse, la densité de flux vertical est exprimée par :
15
202''CCO qwF ρ≈ (kgm2s-1) (1.18)
avec ρρ
22
COCOq =
1.3.2 Scintillomètre à grande ouverture
Moyennent que les méthodes, précitées, restent valables seulement sur des surfaces
homogènes, les flux turbulents, à grande échelle, sont donc difficiles à évaluer via ces
méthodes classiques. En effet, l’hétérogénéité des surfaces génère une grande variabilité des
flux ce qui rend les techniques classiques des mesures locales, en dehors des erreurs
inhérentes à ce type de capteur. Pour pallier à ces difficultés, des techniques de mesure
indirectes des flux turbulents ont été développées dont la plus prometteuse est la mesure par
scintillométrie.
Un scintillomètre mesure les fluctuations d’intensités d’un rayonnement après
propagation sur un trajet qui peut varier de quelques centaines de mètres jusqu’à 5 km (cas
des scintillomètres à grande ouverture (LAS)). L’émetteur du scintillomètre émit un
rayonnement électromagnétique avec une longueur d’onde λLAS=0.94µm et les fluctuations de
l’intensité du signal sont analysées au niveau du récepteur. En général, ces fluctuations sont
dues aux interférences causées par la diffraction du signal incident sur les inhomogénéités de
l’indice de réfraction de l’air. Ces variations d’indice de réfraction sont dues aux fluctuations
turbulentes induisant des fluctuations de température, d’humidité et de pression.
De manière générale, pour un LAS, la variation du logarithme de l’intensité mesurée
au récepteur (I) est exprimée par (Wang et al. 1978) comme suit:
[ ] ∫=−=1
0
222)ln( )()()ln()ln( duuWuCII xxnIσ (1.19)
Avec 2nC le paramètre de structure pour l’indice de réfraction de l’air défini par:
( )3/2
2,1
2212 )()(
rrnrnCn
−= (1.20)
Avec n(r1) est l’indice de réfraction à la position r1, et W(u) est la fonction poids donnée par :
[ ] dKxxJkuuLKKKLkuW xxnx ∫∞
−Φ=0
41
2222 /)(2)2/)1((sin)(16)( λπ (1.21)
16
Avec Lxu x = est le trajet optique normalisé, x la position sur le chemin optique et L la
longueur totale du trajet. kλ = 2π/λ est le nombre d’onde, x =KDux/2, avec D l’ouverture de
l’émetteur et du récepteur, K est le nombre d’onde spatiale tridimensionnelle, J1 est la
première fonction de Bessel et Φn la densité spectrale tridimensionnelle de l’indice de
réfraction définie par:
( ) 3/112033.0 −=Φ KCK nn (1.22)
En intégrant l’équation (1.21) et en utilisant les équations (1.19) et (1.22), 2nC peut être
obtenue comme une fonction linaire de σ ln( )I2 mesuré par le scintillomètre:
33/72 2)ln(
−= LDCC In σ (1.23)
Avec C=1.12.
En négligeant les fluctuations de la pression, Hill et al. (1980) ont relié le paramètre de
structure pour l’indice de réfraction de l’air ( 2nC ) aux paramètres de structure pour la
température ( 2TC ), l’humidité ( 2
qC ) et la covariante du terme ( TqC ) par l’équation suivante :
22
22
2
22 q
qTq
qTT
Tn CqACTq
AACTAC ++= (1.24)
Avec TA et qA des grandeurs qui présentent la contribution de chaque terme à 2nC .
Elles dépendent de la longueur d’onde optique, des valeurs moyennes de la température,
l’humidité et de la pression atmosphérique. Dans le cas des scintillomètres qui s’opèrent dans
le visible ou proche de l’infrarouge, ces grandeurs peuvent être données par (Andreas, 1989):
TpAT
610.78.0 −−= (1.25)
qAq 610.22.52 −−= (1.26)
où P [Pa], T [K] et q sont respectivement les valeurs moyennes de la température de l’air, de
la pression atmosphérique et de l’humidité spécifique.
Généralement, le premier terme contenant 2TC est plus important par rapport aux deux
autres termes, sauf dans le cas où le rapport de Bowen β ( )/( LASnLAS HGRH −−= ) est
largement supérieure à 1.
17
Supposant que la température et l’humidité sont parfaitement corrélées, Wesely (1976)
a montré que le paramètre de structure pour la température 2TC peut être déduit à partir du
paramètre de structure pour l’indice de réfraction de l’air 2nC par :
22222 03.01
−
⎟⎠⎞
⎜⎝⎛ +⎟⎟
⎠
⎞⎜⎜⎝
⎛= βγ p
TCC nT (1.27)
γ est le coefficient de l’indice de réfraction de l’air (7.8×10-7 K Pa-1). 2nC et 2
TC sont exprimés
respectivement en [m-2/3] et en [K m-2/3]. Le terme de droite est un terme correctif fonction du
rapport de Bowen. Ce dernier devient négligeable pour 6.0>β .
D’après la théorie de similarité de Monin-Obukhov (MOST), 2TC est relié à l’échelle de
température *T par:
)/)(()( 3/22*2MOLASLAST LdzgdzTC −−= − (1.28)
où zLAS et d sont respectivement la hauteur du scintillomètre et la hauteur de déplacement, g
est une fonction adimensionnelle de la longueur de Monin Obukhov LMON [m]. Dans des
conditions instables (LMON <0), Wyngaard et al. (1973) ont défini g par: 3/2
21 )/)(1()/)(( −−−=− MOLASTTMOLAS LdzccLdzg (1.29)
avec 1Tc et 2Tc sont des constantes données par De Bruin et al. (1993) égales respectivement
comme 4.9 et 9.
Dans les conditions stables (LMON >0), Thiermann et Grassl (1992) ont proposé l’expression
suivante: 3/12
207134.6)/)((⎟⎟
⎠
⎞
⎜⎜
⎝
⎛⎟⎟⎠
⎞⎜⎜⎝
⎛ −+
−+=−
MO
LAS
MO
LASMOLAS L
dzL
dzLdzg (1.30)
LMON est défini par:
*
2*
gTuTL a
MO κ−= (1.31)
avec 4.0=κ est la constante de Von Karman, 2ms821.9g −= (accélérateur de pesanteur) et *u [m s-1] est la vitesse de friction définie par:
[ ] 10
* )/)(()/)ln(( −−−−= MOLASLAS Ldzzdzkuu ψ (1.32)
où zo [m] est la longueur de rugosité et ψ est la fonction de stabilité définie pour z/LMO < 0
par (Panofsky and Dutton, 1984) :
18
2)arctan(2
21
ln2
1ln2)/)((2 πψ +−⎥⎥⎦
⎤
⎢⎢⎣
⎡ ++⎥⎦
⎤⎢⎣⎡ +
=− xxxLdz MOLAS (1.33)
avec 4/1
161 ⎟⎟⎠
⎞⎜⎜⎝
⎛ −−=
MO
LAS
Ldz
x
et pour z/LMO > 0 :
⎟⎟⎠
⎞⎜⎜⎝
⎛ −−=−
MO
LASMOLAS L
dzLdz 5)/)((ψ (1.34)
Finalement, l’évaluation du flux de chaleur sensible est alors déduite de manière
itérative en utilisant *T et *u donnés respectivement par les équations (1.32) et (1.28), par la
relation suivante : **TucH pLAS ρ= (1.35)
avec ρ [kg m-3] et cp [J kg-1 K-1] sont respectivement la masse volumique et la chaleur
spécifique de l’air.
Le flux de la chaleur latente sera alors évalué comme la résultante du bilan
d’énergie (Meijninger et al., 2002a):
LASnLAS HGRLE −−= (1.36)
Sur des surfaces homogènes, d et zo peuvent être formulées simplement comme des
fractions de la hauteur de végétation (d=2/3h, z0=0.13h, h est la hauteur de végétation). Par
contre sur des surfaces hétérogènes, un schéma d’agrégation s’avère nécessaire. La hauteur
effective de déplacement et la longueur de rugosité ont été obtenues selon Shuttleworth et al.
(1997) et Chehbouni et al. (1999 et 2000c) comme suit:
⎟⎠⎞
⎜⎝⎛ −
=⎟⎠⎞
⎜⎝⎛ −
= ∑∑ −−
io
ib
ii
o
b
iii
zdzw
zdzdwd 22 lnln et (1.37)
Avec zoi et di sont respectivement la hauteur de déplacement et la longueur de rugosité à
l’échelle du patch. wi est la fraction de la surface occupée par le patch i.
La hauteur du mélange zb est définie comme une hauteur où l’influence des perturbations des
patchs individuels diminue c’est-à-dire où tous les tourbillons se mélangent. Dans les
conditions neutres, Wieringra (1986) a montré que cette hauteur peut être exprimée en
fonction de la vitesse de friction, la vitesse du vent et de l’échelle moyenne horizontale des
patches individuels (Lpatch) :
19
patchb Lu
uz2*2 ⎟⎠⎞
⎜⎝⎛≅ (1.38)
1.3.3 Modèle de Footprint
Le modèle de footprint décrit la contribution relative de chaque surface source dans la
direction du vent au flux mesuré. Cette surface source (SA+) peut être déterminée en utilisant
des modèles analytiques (Gash, 1986 ; Horst et Weil, 1992 et Hsieh, 2000) ou lagrangienne
(Leclerc et Thurtell, 1990). Dans cette étude, on s’intéresse au modèle proposé par Horst et
Weil (1992 et 1994) pour évaluer la surface source pour le scintillomètre et l’Eddy
Covariance. La fonction de footprint (f), est reliée au flux vertical, mesuré à une hauteur zm,
F(x,y,zm), et à la distribution spatiale des flux de surface F(x,y,z=0)≡F0(x,y), i.e., (Horst et
Weil, 1994):
''),','()','(),,( 0 dydxzyyxxfyxFzyxFx
mm ∫ ∫∞
∞− ∞
−−= (1.39)
Il est important de noter que ce modèle suppose que l’écoulement turbulent est
horizontal et homogène, par conséquent le footprint ne dépend que de la séparation entre le
point de mesure et l'emplacement de la surface de chaque source élémentaire. La séparation
dans la direction (ox) étant x-x’, avec un vent soufflant dans le sens positif de x, et celle dans
la direction (oy) est y-y’. La surface source (SA) est calculée en intégrant la fonction de
footprint. Dans la présente étude, la fonction de footprint f est calculée en utilisant le modèle
de Horst et Weil (1994):
⎥⎥⎦
⎤
⎢⎢⎣
⎡⎟⎠⎞
⎜⎝⎛−≅
rmmm
my
zbz
Azcu
zu
z
zdx
zdzxf exp)()(
),( 2 (1.40)
où )(zu est le profil de la vitesse moyenne. Les variables A et b représentent les fonctions
gamma définies par: )/1(/)/2( 2 rrrA ΓΓ= et )/2(/)/1( rrb ΓΓ=
z est la hauteur moyenne de la ‘plume’ pour une diffusion à partir d’une surface source. Cette
hauteur est calculée à partir de la formule de similarité lagrangienne (Van Ulden, 1978)
comme suit:
+ SA en anglais: source area
20
⎟⎟⎠
⎞⎜⎜⎝
⎛
⎥⎥⎦
⎤
⎢⎢⎣
⎡⎟⎟⎠
⎞⎜⎜⎝
⎛−⎟⎟
⎠
⎞⎜⎜⎝
⎛=
MOh
MO Lzp
Lzp
zzp
dxzd
φψ
κ
0
2
ln
(1.41)
où hφ est la fonction de stabilité définie, pour LMO > 0 par :
⎟⎟⎠
⎞⎜⎜⎝
⎛+=⎟⎟
⎠
⎞⎜⎜⎝
⎛
MOMOh L
zL
z 51φ (1.42)
et pour LMO < 0: 2/1
161−
⎟⎟⎠
⎞⎜⎜⎝
⎛−=
MOh L
zφ (1.43)
Schmid (1994) a montré que la diffusion dans la direction latérale a généralement une allure
gaussienne:
⎥⎥
⎦
⎤
⎢⎢
⎣
⎡
⎟⎟⎠
⎞⎜⎜⎝
⎛−=
2
21exp
21),(
yyy
yyxDσπσ
(1.44)
ici σy est la déviation standard de la diffusion latérale reliée au temps du trajet de ‘plume’ x/U
(U étant la vitesse d’advection de la ‘plume’) et à la déviation standard des fluctuations du
vent latéral σv:
Ux
vy σσ = (1.45)
Finalement la fonction tridimensionnelle du footprint est obtenue en utilisant les
équations (1.40) et (1.44). Afin d’estimer le SA pour le LAS, la fonction f doit être combinée
à la fonction du poids du LAS.
21
CHAPITRE 2
SITES D’ETUDE ET DONNEES EXPERIMENTALES
22
2.1 Expérience SudMed
2.1.1 Présentation du projet SudMed
Les zones arides et semi-arides du Bassin méditerranéen correspondant à des aires
géographiques dotées de forte croissance démographique, sont caractérisées par une limitation
des ressources en eau disponibles. De ce fait, la croissance des besoins des populations rend
l’impact des activités de l’homme sur les écosystèmes plus sensible à travers la
surexploitation des ressources naturelles disponibles. Cette surexploitation peut engendrer des
phénomènes de dégradation du milieu, souvent amplifiés par les changements climatiques et
leurs rétroactions sur le milieu, qu'ils soient d'origine globale ou régionale. Le sud du Maroc
et plus précisément la région de Marrakech Tensift El Haouz fait partie de ces zones. Elle
présente un certain nombre de risques d’utilisation non durable des ressources hydriques,
aggravés par des périodes de sécheresse répétitives. A titre d’indication, les nappes
phréatiques sont surexploitées par pompage non contrôlé tantôt pour l’approvisionnement en
eau et pour l’irrigation. Ainsi, la bonne gestion des ressources en eau s’impose et passe par
une compréhension fine et globale de leur fonctionnement. Dans ce contexte s’inscrit le projet
franco-marocain SudMed où la majeure partie de ce travail a été effectuée. C’est un projet
mené en partenariat entre des institutions françaises et marocaines. Il s’agit du coté français
du Centre d’Etudes Spatiales de la Biosphère (CESBIO) et de l’Institut de Recherche pour le
Développement (IRD). Du coté Marocain, on note la Faculté des Sciences Semlalia de
Marrakech (FSSM), l’Office Régional de Mise en Valeur Agricole du Haouz (ORMVAH), la
Direction Régionale des Eaux et Forêts (DREF) et l'Agence du Bassin Hydraulique de Tensift
(ABHT). Le projet SudMed a pour vocation de développer des méthodologies permettant
d'intégrer les informations issues du terrain, les modèles de processus et les mesures
satellitales afin de comprendre et prévoir l'évolution des ressources en eau d'une région semi-
aride hétérogène en terme de gestion durable. Le site principal du projet SudMed est le bassin
versant de Tensift. Dans le cadre de ce projet, trois axes de recherche scientifiques sont
prioritaires à savoir :
Reconstituer en les distinguant, les évolutions d’origine naturelle ou humaine qui ont
marqué la région depuis 25 ans ou plus ;
Décrire d’une manière intégrée les processus dominants qui contrôlent les flux, la
production végétale et les bilans hydriques dans une région semi-aride ;
23
Développer des scénarios d’évolution des ressources hydriques et végétales sous
différents impacts anthropiques et climatiques.
2.1.2 Zone d’étude : Bassin versant de Tensift El Haouz
2.1.2.1 Situation géographique
Le bassin versant du Tensift situé dans la région de Marrakech couvre une superficie
d’environ 22 000 km2 (Figure 2.1). C’est un bassin versant au relief très contrasté avec des
altitudes comprises entre 0 et 4167m. Il est constitué de trois zones principales:
La Plaine du Haouz :
La plaine du Haouz qui a été sélectionnée comme zone intensive pour le projet
SudMed, est une vaste plaine de 6 000 Km² de superficie qui s’étire sur une longueur
d’environ 150 Km d’Est en Ouest. La plaine est traversée du Sud vers le Nord par plusieurs
oueds drainant les reliefs du Haut Atlas et rejoignent l’oued Tensift (collecteur principal des
eaux superficielles du bassin) au Nord dont l’écoulement se fait de l’Est vers l’Ouest avant de
rejoindre l’océan atlantique. Le relief de la plaine du Haouz est très peu marqué avec des
pentes ne dépassant pas 5%. L’altitude est de 900 m au niveau des contreforts du Haut Atlas
et diminue progressivement vers le Nord, pour atteindre environ 300 m au niveau de l’oued
Tensift. L’occupation du sol conduit à distinguer deux grands types de paysage au sein de la
plaine du Haouz :
Le domaine irrigué de la plaine du Haouz: il se situe dans la partie orientale et centrale
du Haouz, de la limite Est du bassin versant jusqu’à l’oued N’Fis et se prolonge au sud
jusqu’au piémont du Haut Atlas au niveau de la vallée de l’Ourika. Outre les cultures
annuelles (céréales, maraîchage), on rencontre de nombreuses cultures pérennes telles
que l’olivier, les agrumes et l’abricotier.
Le Haouz occidental: dans la partie occidentale du Haouz, seuls quelques forages sont
présents permettent l’irrigation. Les cultures principales (blé, orge) sont pluviales: on
parle généralement de zone Bour. L’absence d’irrigation dans cette partie du Haouz
est liée à la faible disponibilité des ressources en eau.
Les chaînons des Jebilet
Les Jebilet forment un massif situé au Nord du Tensift sur une largeur de 20 à 30 Km
du Nord au Sud. La végétation naturelle sur les Jebilet est essentiellement constituée d’une
steppe éparse de jujubier et de gommier (Acacia) avec une strate herbacée surtout développés
24
en périodes de pluies (printemps). Cette végétation spontanée ne représente cependant qu’une
faible superficie suite à une exploitation intensive par surpâturage et déboisement pour le bois
de feu et à un développement important des surfaces cultivées. L’activité agricole
prédominante dans les Jebilet est la culture pluviale de céréales (blé et orge) associée à
quelques parcelles de maïs irriguées au Nord du massif.
Le Haut Atlas
Le Haut Atlas est une chaîne de montagnes qui ferme la plaine du Haouz au sud. Les
oueds situés sur ces versants drainent des sous bassins du Tensift.
L’altitude croît très rapidement sur le versant Nord de l’Atlas: sur une distance
d’environ 35 Km, on passe en effet de 900 m au niveau des piémonts à une altitude supérieure
à 4000 m au sommet. A l’ouest, la transition plaine montagne est atténuée par l’existence de
plateaux. Dans les montagnes du Haut Atlas, l’activité agricole est peu importante excepté
dans les fonds de vallée où les cultures arbustives pérennes sont majoritaires avec une
abondance d’oliviers, d’amandiers et de noyers.
Sur les versants, les reliquats de végétation naturelle sont constitués essentiellement de
forêts qui se répartissent entre 2000 et 3000 m selon l’exposition des versants. Elles sont
composées de chênes verts, de genévriers, de thuyas et d’une steppe d’altitude.
2.1.2.2 Conditions climatiques
Le climat du basin de Tensift est semi-aride caractérisé par une faible pluviométrie et
irrégulière en espace et en temps et reste de l’ordre de 240 mm/an en moyenne. La
température est très élevée en été (37.7°C en moyenne des maxima) et basse en hiver (4.9°C
comme moyenne des minima). La demande climatique (l’évapotranspiration de référence
ET0) est très importante (ET0= 1600 mm/an).
Ces caractéristiques climatiques limitent les possibilités d’amélioration et de
diversification de la production agricole et démontrent l’importance d’une gestion rationnelle
des eaux de la région. Qu’elles soient irriguées ou en pluviales, les cultures annuelles de blé et
d’orge constituent les principales productions de céréales de la région et occupent environ
15000 Km2 (El karouni and Koraichi, 2005). Les rendements, de l’ordre de 15 Qt/ha, sont
relativement faibles et variables d’une année à l’autre. La production fruitière totale est de 1.9
106 quintaux, dont près de la moitié provient des olives, des agrumes et des abricots. La forêt
occupe une superficie de 6565 Km2, dont 5198 Km2 de chêne vert et 1 475 Km2 d’arganier.
25
2.1.3 Description des sites expérimentaux
Dans cette partie, on présente une description détaillée des trois sites expérimentaux
qu’on a équipé dans le cadre du projet SudMed. Ces sites nommés respectivement Jardin
d’Agdal, Sidi Rahal (R3) et Saada, se situent au cœur de la plaine Haouz.
2.1.3.1 Site d’Agdal
Description du site
Le site d’Agdal qui se trouve au voisinage de la ville de Marrakech vers le Sud, a été
programmé en premier lieu. Il s’étale sur une superficie de 515 ha dont 275 ha plantés en
oliviers et entourée par des parcelles des agrumes. Deux zones ont été retenues, nommées
respectivement site nord et site sud qui contiennent des parcelles d’oliviers d’hétérogénéité
contrastée, de point de vue hauteur de végétation, longueur de rugosité, strate inférieur, et
taux de recouvrement. Sur les deux sites, la plupart des arbres d’oliviers sont vieux avec un
âge moyen d’environ 250 ans. Certains d’entre eux sont morts et remplacés par des jeunes
arbres. La hauteur moyenne des arabes d’oliviers est de l’ordre de 6.5 et 6 m pour le site sud
et nord respectivement. La végétation est plus homogène dans le site sud que dans le site nord
(Figure 2.2), avec un taux de recouvrement de l’ordre de 55 % dans le site Sud et 45 % dans
le site nord obtenu à partir des images hémisphériques (en utilisant Nikon Coolpix 950® avec
un FC-E8 fish-eye lens converter, field of view 183).
Méthode d’irrigation
Les arbres sont périodiquement irrigués par la technique gravitaire qui est la méthode
la plus répondue dans la plaine de Haouz (Figure 2.3) à partir de l’un des deux grands bassins.
Chaque arbre est entouré par un petit bassin dont lequel il est rempli totalement par l’eau. La
quantité d’irrigation estimée est de l’ordre de 80 mm pour chaque irrigation. En général, le
sens d’irrigation est du site sud vers le site nord. Le temps d’irrigation dépend de la main
d’œuvre mais en général elle se fait dans 27 jours pour les deux sites (12 jours pour la station
sud, 15 jours pour la station nord).
26
Figure 2. 1: Localisation générale du bassin versant du Tensift avec une image composite
couvrant l’ensemble du bassin versant du Tensift (capteur Thematic Mapper, satellite
Landsat). Les traits rouges limitent le bassin versant.
Figure 2.2 : Image Quickbird pour le site d’olivier avec les positions d’installation des
instruments décrits dans la partie expérimentale
27
Instrumentation
Les deux sites ont été équipés par une station métrologique classique pour la mesure
de la vitesse du vent et de sa direction (Anémomètre Young Wp200), de la température et
l’humidité de l’air en utilisant un vaissala (HMP45C). Les deux instruments ont été installés sur
une hauteur de 9 m sur une tour de 9.2 m (Figure 2.4a). Le rayonnement net sur les oliviers dans
le site sud a été mesuré par CNR1 (Kipp & Zonen) installé sur une hauteur de 8m et Q7 (REBS)
sur 7 m. Dans le site nord, le rayonnement net a été mesuré seulement par un seul instrument
Q6 (REBS) sur une hauteur de 8 m. Pour le rayonnement net du sol dans les deux sites, il a été
mesuré par Q6 (REBS) sur une hauteur de 1m. Sur chaque site, deux thermo radiomètres
opérant dans l’infrarouge (IRT) ont été utilisés pour mesurer la température de surface ; l’un a
été installé sur une hauteur de 7m et l’autre sur une hauteur de 1 m. La pluie a été aussi
enregistrée en utilisant un Rain gauge, FSS500.
Le flux de chaleur dans le sol a été mesuré pour différentes profondeurs (0.01m
jusqu’à 0.04m) en utilisant des Plaquettes de flux (HPF01) (Figure 2.4b). Pour la profondeur
0.01m, trois plaquettes ont été installées. La première a été exposée directement au
rayonnement solaire, la deuxième a été localisée au dessous de l’arbre pour qu’elle ne reçoit pas
du rayonnement et la troisième a été installée dans une position intermédiaire entre les deux.
Une valeur moyenne de ces trois mesures a été calculée pour obtenir une valeur représentative.
La température du sol a été effectuée à différentes profondeurs via des thermistances 107
(Figure 2.4b). L’humidité du sol a été mesurée aussi pour cinq profondeurs (0.05, 0.1, 0.2, 0.3
et 0.4 m) par des TDR (Time Domain Reflectometry, CS516) (Figure 2.4b). L'humidité du sol
est également déterminée par pesée hebdomadairement ou toutes les deux semaines, suite à
l'échantillonnage à la tarière pédologique. Ces mesures manuelles permettent de faire plusieurs
échantillons représentatifs de la parcelle. La réalisation des fosses a permis aussi
d'échantillonner le sol et de mesurer la densité apparente du sol afin de convertir les mesures
d'humidité pondérale (g g-1) en humidité volumique (m3 m-3). D’autres mesures de l’humidité
de surface du sol ont été réalisées à l’aide de la ThetaProbe (Miller et Gaskin (1996). Vu la
facilité de son utilisation, cet instrument de mesure portable permet d’avoir une idée rapide sur
la variabilité spatiale de l’humidité de la surface du sol. Toutes les données sont stockées sur
une centrale d’acquisition (CR10X) avec un pas de temps demi horaire, avant d’être
téléchargées et ramenées pour le traitement et l’analyse au laboratoire.
28
Figure 2.3 : Technique d’irrigation des oliviers d’Agdal (gravitaire).
Figure 2. 4 : Station micrométéorologique: a) les instruments de mesure de la température de
l’humidité de l’air, du rayonnement, de la vitesse et la direction du vent et le système d’Eddy
covariance, b) Mesures du sol : HFP (plaquette du flux), T (thermistance), TDR (Time
Domain Reflectometry).
a) b)
29
Deux systèmes d’Eddy Corrélation (EC) ont été installés sur les deux sites sur une tour
de 9.2 m (la même tour de la station métrologique) pour mesurer le flux de chaleur sensible
(H) et latente (LvE) et le dioxyde de carbone (CO2) (Figure 2.4a). L’EC est constitué d’un 3D
anémomètre sonique (CSAT3, Campbell Scientific Ltd.) qui mesure les trois composantes de
la vitesse du vent et un Licor (Li7500, Licor Inc) qui donne la densité de vapeur d’eau et le
CO2. Les données brutes sont prises à une fréquence de 20Hz et enregistrées sur une centrale
d’acquisition CR23X (Campbell Scientific Ltd.) qui est connectée à un mini ordinateur
portable qui permet de stocker des fichiers de grandes tailles (≈1.5 GO). Afin de calculer les
flux de chaleur sensible et latente et le dioxyde de carbone à un pas de temps demi horaire,
ces données sont ramenées et traités au Laboratoire en utilisant le software EC-pack
développé par le groupe de météorologie et la qualité de l’air, Université Wageningen
(disponible pour le téléchargement http://www.met.wau.nl/). En plus, des mesures de la
pression atmosphérique ont été effectuées en utilisant le Licor 7500 et une sonde de pression
(Viasala PTB101B) dans les deux sites sud et nord respectivement. Ces mesures sont
enregistrées à un pas de temps d’une minute avec les données brutes d’EC.
Afin de s’assurer que la hauteur du système d’EC est adéquate pour mesurer les flux
turbulents, on a étudié l’évolution du paramètre de structure pour la température ( ECTC 2 ),
l’échelle de la température ( *ECT ) et la longueur de Monin-Obukhov ( ECMONL ) selon la théorie
de similarité de Monin-Obukhov (MOST). Pour cela, les valeurs observées de 2*
EC3/2
ECEC2 /)( TdzCT − sont présentées en fonction de
EC/)( MONEC Ldz − dans la figure 2.5
ainsi que la fonction théorique donnée par Debruin et al. (1993) (Equation (1.28)). On
constate que les mesures suivent la fonction théorique de Debruin et al. (1993). Par
conséquent, on peut conclure que les mesures sont effectuées dans la couche à flux constante.
En plus de ces deux systèmes d’EC qui permettent de mesurer les flux à l’échelle
locale, deux scintillomètres de type LAS construits par le groupe de météorologie et de qualité
de l’air the Meteorology and Air Quality group, (Université de Wageningen) sont utilisés. Ils
ont une ouverture de 0.15 m et la longueur d’onde du rayonnement émit par l’émetteur est de
0.94 µm. Dans le récepteur, le paramètre de structure de l’indice de réfraction de l’air ( 2nC )
est prélevé à chaque fréquence de 1Hz et stocké dans une centrale d’acquisition CR510 avec
un pas de temps d’une demi heure. Les deux LAS utilisés dans cette étude sont identiques. Le
premier a été installé dans le site sud sur un trajet de 1050 m perpendiculaire à la direction
dominante du vent. L’émetteur est posé sur un trépied sur le toit d’une maison qui se trouve
30
au Sud-est du site sud et le récepteur a été installé sur une tour de 15 m située à côté de la
route qui sépare les deux sites (Figure 2.6).
Le deuxième scintillomètre a été installé dans le site nord sur un trajet de 1070 m. La
direction de ce LAS était presque toujours parallèle à la direction dominante du vent. Le
récepteur a été installé sur la même tour de 15 m et l’émetteur a été posé sur un trépied sur le
toit d’une maison se trouvant au coin nord du site nord. Les deux récepteurs ont été installés
sur la tour de 15 m de façon à ce que les deux signaux émis par les émetteurs ne soient pas
interférés. Les panneaux solaires et les batteries ont été utilisés pour alimenter ces
instruments.
La date de lancement des mesures pour les deux sites était le jour julien 288 (2002).
Les deux sites nord et sud ont été désinstallés respectivement vers le jour julien 332 (2002) et
le 271 (2004), mais le scintillomètre du site sud a été opéré seulement jusqu’à 321(2003).
Vers le 15 (2003), le Licor 7500 a été remplacé par un krypton dans le site sud et la centrale
d’acquisition CR23X par CR5000 accompagnée d’une carte de 1 Go au lieu du mini
ordinateur portable pour le stockage des données brutes. Le licor 7500 a été utilisé dans une
autre expérience où on s’est intéressé à la mesure de dioxyde de carbone.
31
Figure 2.5 : Evolution des valeurs observées de 2*
3/22 /)( ECECECT TdzC − en fonction des
valeurs observées de ECMONEC Ldz /)( − . Toutes ces observations ont été dérivées à partir du
système d’EC. La ligne continue représente la fonction théorique du Debruin et al. (1993) 3/2)/)(41(9.4 −−− Ldz .
Figure 2.6 : a) Emplacement des deux récepteurs sur une tour de 15 m, b) Emplacement de
l’émetteur sur le toit d’une maison.
a b
32
2.1.3.2 Site d’oranger
Description du site
Le site d’oranger nommé Sâada a été suivi durant deux saisons 2004 et 2005. Il est
situé dans la région irriguée de Nfi’s (31°37’36’’N et 08°09’35’’W). Sâada est un verger
d’orangers de mandarines (~15 ans, variété Nour). Il est caractérisé par une densité de
peuplement élevée (5m x 3m). Les arbres ont des tailles pratiquement similaires et une
géométrie particulière avec une hauteur moyenne de 3 m. La plupart de la masse foliaire se
trouve à la surface de la couronne. Les arbres sont taillés de manière à faciliter la pénétration
de la lumière à l’intérieur de la canopée. Quand au sol, il est caractérisé par une texture
sableuse limoneuse pour les deux sites (12% en argile, 38% en limon, 28.7 en sable fine, 22%
en sable grossier).
Méthode d’irrigation
La méthode d’irrigation utilisée dans ce site est le goutte à goutte. Ce site subdivisé en
plusieurs blocs, est alimenté par un puit. La difficulté rencontrée dans ce site était la façon
suivie pour irriguer certains blocs qui ne sont pas voisins et qui s’irriguent simultanément, ce
qui peut créer une large hétérogénéité le long du site (Figure 2.7).
Instrumentation
Ce site a été équipé par une station météorologique pour mesurer la vitesse et la direction
du vent, la température et l’humidité de l’air et le rayonnement net en utilisant des instruments
similaires à ceux décrits dans le paragraphe précédent. La hauteur de mesure était 5 m (figure
2.8). Pour les meures du sol, on a suivi presque le même protocole utilisé dans le site d’olivier
(mesure du flux de chaleur dans le sol, l’humidité du sol, la température du sol à différentes
profondeurs).
Pour la mesure des flux turbulents, un système d’Eddy Corrélation a été installé sur une
hauteur de 6.8 m. Ce système est constitué d’un 3D anémomètre sonique (CSAT3, Campbell
Scientific Ltd.) et un Licor (Li7500, Licor Inc). Les données brutes sont prises à une
fréquence de 20Hz et enregistrées dans une centrale d’acquisition CR5000 (Campbell
Scientific Ltd.) via une carte mémoire de capacité 1Go. Les flux de chaleur sensible et latente
et le dioxyde de carbone sont calculés en utilisant un pas de temps d’une demi heure en
faisant appelé au software EC-pack.
Un scintillomètre a été aussi installé sur un trajet de 500 m pour mesurer les flux de
chaleur sensible et latente. Il est identique à ces deux scintillomètres utilisés sur le site
d’Agdal. Le paramètre de structure de l’indice de réfraction de l’air ( 2nC ) ainsi que la
33
déviation standard sont prélevés à chaque fréquence de 1Hz et stockés dans une centrale
d’acquisition CR510 avec un pas de temps d’une demi heure.
Figure 2.7 : Schéma descriptif pour l’irrigation à Sâada (les blocs en même couleur
s’irriguent en même temps) ainsi que l’emplacement du LAS et le système d’EC
Figure 2.8 : Station des mesures micrométéorologiques dans le site de Sâada
*Météo+ EC
Récepteur
Emetteur
S
E
N
O
34
2.1.3.3 Site de blé
Description du site
Le site de blé, nommé R3, est un secteur irrigué, et situé dans la région de Sidi Rahal à
environ 40 km à l’Est de la ville de Marrakech dans la plaine du Haouz. Il est traversé suivant
la direction Est-Ouest par l’Oued Amassine. Ce site s’étale sur une superficie de 2800 ha dont
la majorité est utilisée pour la production de céréales (1550 ha en 2002/03 et 1750 ha en
2003/04). Les plantations viennent en second plan (213.5 ha de 2002 à 2004) et sont suivies
par le maraîchage et les fourrages (respectivement 15-20ha et 5ha). Les parcelles sont
relativement grandes (4-5ha). Ce secteur a été aménagé par l’ORMVAH depuis 1999.
Méthode d’irrigation
L’eau d’irrigation utilisée est majoritairement prélevée à partir du barrage Sidi Driss. La
première mise en eau de la zone a eu lieu en décembre 1999 pour l’association El Argoube
(rive gauche) et l’année suivante pour la rive droite (associations Benikarim et Aït
Mohammed oueled Elgarne). L’eau est acheminée depuis le barrage Sidi Driss jusqu’à la zone
R3 par le « canal de rocade » qui aboutit à 2 prises primaires : P1 pour la rive droite et P2
pour la rive gauche de la zone. Ensuite, un réseau de canaux aériens secondaires et tertiaires
acheminent l’eau jusqu’aux parcelles (Figure 2.9a). L’irrigation des cultures se fait
principalement par le gravitaire (Figure 2.9b), à raison de 98% de l’irrigation totale. Pour cela,
un aménagement préalable du terrain doit être effectué en début de saison: Il s’agit de quadriller la
parcelle par des butées de terre afin de canaliser l’eau et de la faire acheminer progressivement au
moment de l’irrigation.
Instrumentation
Ce site a été aussi instrumenté durant la saison 2002/2003 par des capteurs pour
mesurer les paramètres climatiques tels que: la vitesse et la direction du vent, la température et
l’humidité de l’air et le rayonnement net à une hauteur de 2 m en utilisant des instruments
identiques à ceux utilisés dans les deux autres sites (Figure 2.10). La température du sol ainsi
que le flux de chaleur sensible ont été mesurés pour une profondeur de 5 cm. En plus, la
température de surface a été mesurée via un thermo radiomètre dans l’infrarouge. L'humidité du
sol est également déterminée par pesée hebdomadairement ou toutes les deux semaines en
utilisant un échantillonnage à la tarière pédologique. D’autres mesures de l’humidité de surface
du sol ont été réalisées à l’aide de la sonde ThetaProbe.
35
Figure 2.9 : a) Principe d’acheminement de l’eau sur la zone d’étude (zone R3), b) Irrigation
de la parcelle avec la méthode gravitaire.
Figure 2.10 : Localisation de la station météorologique (SM), du Système d’Eddy Covariance
(EC) et le Scintillomètre (E : émetteur, R : Récepteur).
a b
36
Pour quantifier les échanges entre le couvert végétal et l’atmosphère, deux systèmes
de mesure de flux ont été installés. Le premier est un système d’EC constitué d’un 3D sonique
et un krypton opérant dans une fréquence de mesure de 10 Hz. Les flux sont calculés
directement en utilisant le software de Campbell PC208 et enregistrés à un pas d’une demi-
heure sur une centrale d’acquisition CR23X. Le deuxième appareillage est un LAS installé sur
une tour de 4.5m et qui avait un trajet d’environ de 690m. Les données du LAS sont stockées
sur une centrale d’acquisition CR510 à un pas de temps d’une minute et les flux sont calculés
au laboratoire à un pas de temps d’une demi heure.
2.2. Expérience Yaqui-99 (Mexique)
2.2. 1 Description du site
La vallée de Yaqui est la plus grande zone agricole dans l’état de Sonora, Nord-ouest
du Mexique, avec une surface de 220 000 hectares (Figure 2.11). Elle est limitée à l’Ouest par
le Golfe de la Californie et à l’Est par les collines de Sierra Madre occidentales. Les surfaces
irriguées sont alimentées par le réservoir d’Alvaro Obregon situé sur le fleuve de Yaqui, qui a
une capacité de l’ordre de 3.000 hm3. Le climat de cette vallée est semi-aride. Les
précipitations annuelles moyennes sont de l’ordre de 317 mm, dont 70% tombent en moyenne
entre juin et septembre alors qu’aucune pluie n’est observée en général entre mars et juin.
Dans cette région, l’irrigation consomme environ 90% des ressources en eau dans la vallée.
Une étape importante pour la gestion des ressources en eau dans la vallée de Yaqui consiste
donc à estimer d’une façon précise la variabilité spatiale et temporelle de l’eau perdue par
évapotranspiration.
Dans cette étude, trois champs d’environ 100 hectares ont été étudiés. L’occupation du
sol est constituée du coton, du blé et du pois chiche. Les caractéristiques aérodynamiques des
trois types de végétation étaient très différentes pendant la période de l’étude. Les hauteurs
moyennes du coton, blé et pois chiche sont respectivement 0.25, 0.95, et 0.5m. De même, les
valeurs moyennes de LAI pour le coton, blé et pois chiche sont respectivement 0.15, 2.5 et
0.5m²/m².
2.2.2 Présentation des données expérimentales
Une station météorologique a été équipée d’un ensemble d’instruments pour mesurer
la vitesse et la direction du vent (R. M. Young, MI, USA), la température et l’humidité de
37
l’air (Vaisala, Sweden) et le rayonnement (Figure 2.12). Le rayonnement net a été mesuré à
l’aide du radiomètre Q7 (REBS Inc., WA, USA) sur les couverts de pois chiche et de blé et à
l’aide d’un CNR1 (Kipp & Zonen, the Netherlands) sur le coton. Sur chaque site, le flux de
chaleur dans le sol a été mesuré en utilisant trois plaquettes de flux (REBS Inc., WA, USA) à
une profondeur de 0.025 m. L’humidité du sol a été mesurée à différentes profondeurs (0.15,
0.15 et 0.30 m) à l’aide des capteurs TDR de type 3CS600 (Time Domain Reflectometer from
Campbell Scientific Inc., Logan). Toutes ces mesures météorologiques ont été prélevées sur
un pas de temps de dix secondes et leurs moyennes ont été enregistrées toutes les 30 minutes.
Les flux de chaleur sensible et latente ont été mesurés à une hauteur de 2.9m sur
chaque site à l’aide des anémomètres 3D sonique et des hygromètres (Campbell Scientific
Inc., USA) (Figure 2.12). La fréquence de mesure était de 10Hz pour le blé et de 8Hz pour le
coton et le pois chiche. Les valeurs des flux ont été stockées à un pas de temps de 30min en
utilisant une centrale d’acquisition 21X (Campbell Scientific Inc., Etats-Unis). Il est important
de noter qu’une intercomparaison a été effectuée pour les 3 systèmes d’Eddy
covariance. L’accord entre les 3 systèmes était dans la marge prévue.
Le scintillomètre à grande ouverture utilisé dans cette étude a été conçu au
Département de la Météorologie de l’Université de Wageningen (WAU), (voir description
dans le chapitre 1). Il a été installé perpendiculairement à la direction du vent dominant à une
hauteur de 6.4m et sur un trajet de 1800 m (Figure 2.12). Ce denier est composé de 48% de
pois chiche, 26% de blé et 26% de coton. Cependant, d’après la fonction poids du
scintillomètre (Equation 1.21, chapitre 1), le paramètre de structure correspond à une
pondération spatiale de 41.5% de pois chiche, 47.5% de blé et 11% du coton.
38
Figure 2. 11 : Image satellitaire de la vallée de Yaqui captée par Landsat ETM+ le 26 Février
2000.
Figure 2.12: Schéma représentatif des différents instruments installés durant l’expérience de
Yaqui vallée.
39
CHAPITRE 3
UTILISATION DE LA SCINTILLOMETRIE A
L’ECHELLE MONO-PATCH
40
3.1 Introduction
La détermination des flux de surface, chaleur sensible (H) et latente (LvE), est d’une
importance cruciale pour la gestion de l’eau, en particulier dans les régions arides et semi
arides. Dans la plupart de ces régions, les décideurs utilisent des méthodes classiques qui sont
généralement limitées à l’échelle locale, pour l’évaluation de l’évapotranspiration (flux de
chaleur latente) afin de gérer l’eau d’irrigation. La méthode du FAO (Allen et al., 1998) est
largement utilisée par les agricultures en raison de sa manipulation facile (Er-Raki et al.,
2007). Elle consiste à calculer l’évapotranspiration de référence en utilisant des modèles
empiriques, cette dernière est multipliée par un coefficient de culture empirique pour estimer
l’évapotranspiration réelle. Cependant, ces estimations doivent être utilisées avec prudence
(Wallace 1995). On peut également citer la méthode d’Eddy Covariance considérée comme la
méthode la plus précise en ce moment, mais malheureusement, elle n’est pas très utilisée en
raison de son coût, son entretien et la complexité de traitement des flux. Par contre cette
méthode est très répondue dans le domaine de la recherche scientifique surtout pour la
validation des modèles de type SVAT. Elle sert aussi comme une méthode de référence pour
adapter le modèle FAO pour des types de couvert plus complexe comme les oliviers (Er-Raki
et al. 2007).
Dans la région de Tensift Al Haouz (région d’étude), la méthode d’irrigation la plus
répondue est le gravitaire. Cette méthode crée une large hétérogénéité par rapport à l’humidité
du sol le long de la parcelle, générant ainsi une grande variabilité des flux. En plus, la
complexité et la dispersion de végétation au niveau des champs rendent le processus de
transfert de chaleur et d’eau plus complexe. Par conséquent, l’estimation de ces flux dans ces
conditions devient difficile et nécessite un réseau d’instruments qui est coûteux et demande
beaucoup d’entretien surtout pour le système d’Eddy Covariance. Ces contraintes limitent
l’utilisation des techniques classiques de mesures locales à des surfaces homogènes.
Pour surmonter ces difficultés, la communauté scientifique internationale a développé
des techniques de mesure indirectes des flux turbulents, dont la plus prometteuse est la mesure
par scintillométrie. Le principe de fonctionnement de cette méthode a été expliqué en détail
dans le chapitre 1. L’intérêt des mesures par le scintillomètre à grande ouverture dans
l’estimation des flux de chaleurs sensible et latente, a été démontré sur des surfaces agricoles
homogènes (mono-patch) (De Bruin et al., 1995; McAneney et al., 1995) et sur des surfaces
hétérogènes (mono-patch) en raison du mode d’irrigation gravitaire adopté (Hoedjes et al.,
41
2002). Dans cette partie, on aborde des cas plus complexes par rapport aux travaux antérieurs.
Il s’agit d’appliquer le scintillomètre à grande ouverture à l’échelle d’un mono-patch
caractérisé par une large hétérogénéité liée au type d’irrigation, du couvert (constitué de deux
strates: strate inférieure représentée essentiellement par les mauvaises herbes et une strate
haute dont la hauteur moyenne comprise entre 3m et 7m) et à la longueur de rugosité. Cette
grande hétérogénéité rend l’application du MOST sur ce type de champs très compliquée. En
plus, la mesure intégrée du flux de chaleur sensible, associée à une mesure de rayonnement
net et de flux de chaleur sensible, permet par le bilan d’énergie, une évaluation du flux de
chaleur latente. Afin de minimiser le coût d’évaluation de cette chaleur latente, on propose de
combiner le scintillomètre à grande ouverture (LAS) avec un simple modèle de l’énergie
disponible (Rn-G) décrit dans la littérature. Dans la première partie de ce chapitre, on présente
les résultats concernant la validation de la méthode de scintillation sur les trois cultures: blé,
olivier et oranger par comparaison des flux de chaleur sensible déduit à partir du LAS et ceux
calculés par le système d’Eddy Covariance (EC). On procède aussi à la comparaison des flux
de chaleur latente calculés par le système d’EC et ceux estimés à partir du LAS en utilisant les
valeurs de l’énergie disponible estimées par un simple modèle. Dans la deuxième partie, une
application pratique de l’utilisation du LAS pour la gestion de l’eau d’irrigation dans les
régions semi-arides est alors abordée.
42
3.2 Utilisation du LAS sur les trois cultures dominantes dans le
bassin de Tensift EL Haouz
Les résultats de cette partie sont issus de l’article: Ezzahar, J., Chehbouni A., Hoedjes J.C.B., Er-Raki S., Duchemin B., Chehbouni Ah and Hanich L., 2007: “The use of the Scintillation Technique for estimating evapotranspiration ET over several agricultural fields in semi-arid region” - Soumis à Plant and Biosystem.
Dans cette partie, on présente les résultats relatifs à la validation de l’utilisation du
LAS sur les trois cultures dominantes (blé, olivier et orange) dans la région de Tensift EL
Haouz. Le calcul de la chaleur latente à partir LAS se fait par application de l’équation du
bilan d’énergie (LvE=Rn-G-HLAS). L’énergie disponible (Rn-G) est estimée à partir d’un
modèle simple qu’on décrira dans le paragraphe suivant.
3.2.1 Modèle d’estimation de l’énergie disponible, (Rn-G)
3.2.1.1 Rayonnement net Le rayonnement net Rn est estimé à partir de l’équation suivante (pour plus de détails
voir chapitre 1):
)()1( 44SaSSgn TTRR −+−= εσεα (3.1)
Pour les oliviers et les orangers, la température de surface TS est estimée à partir d’une
pondération de la température, de la végétation et du sol par la fraction du couvert cf
(Norman et al., 1995):
[ ] 4/144 )1( scccsurf TfTfT −+≈ (3.2)
Pour le blé, on a utilisé seulement la température de surface calculée pour une
végétation supposée représentative pour le couvert (Ortega-farias et al., 2000).
3.2.1.2 Flux de chaleur dans le sol En raison de la complexité de la surface du couvert et des processus physiques qui se
produisent dans le sol, le flux de la chaleur dans le sol devient la grandeur la plus difficile à
43
mesurer d’une manière précise à une échelle spatiale appropriée. Plusieurs auteurs ont
rapporté cette grandeur avec le rayonnement net (Stull, 1988; Villalobos et al., 2000). Dans
cette partie, on utilise une simple formule proposée par Su et al. (2001):
( )( )[ ]csccn fRG Γ−Γ−+Γ= 1 [Wm-2] (3.3)
où 05.0=Γc et 315.0=Γs désignent respectivement les rapports du flux de chaleur dans le
sol par rapport au rayonnement net pour la végétation (Monteith, 1973) et pour le sol nu
(Kustas et Daughtry, 1989).
3.2.2 Résultats relatifs à la comparaison des flux de surface à l’échelle du patch
3.2.2.1 Comparaison des flux de chaleur sensible Dans cette partie, on présente les résultats relatifs à la comparaison du flux de chaleur
sensible estimé à partir du LAS et celui calculé par le système d’EC en utilisant un calcul
itératif (Equations (1.27)-(1.35)). Notre discussion concernera deux cas: conditions sèches et
conditions modérées (période d’irrigation).
Durant cette étude, l’état des sites d’olivier et de blé s’alterne entre homogène
(conditions sèches) et très hétérogène (durant l’irrigation). Quand au site de Saada (oranger),
il est toujours hétérogène car il est en permanence irrigué. Les figures (3.1a) et (3.1b)
représentent respectivement la comparaison entre les valeurs estimées (HLAS) et celles
mesurées (HEC) du flux de chaleur sensible dans les conditions sèches pour les sites d’olivier
et de blé. D’après l’analyse de ces figures, on constate que dans le cas des conditions sèches,
les valeurs de HLAS et HEC sont très voisines avec des coefficients de corrélation respectives de
l’ordre de 0.91 et 0.92 pour les oliviers et le blé. Ces résultats peuvent être considérés très
encourageants dans le cas des oliviers, puisque à notre connaissance, c’est la première fois
que le LAS a été testé sur ce type de culture. Cette comparaison montre que le LAS peut être
utilisé comme un outil pour évaluer le flux de chaleur sensible sur des surfaces complexes
comme l’Agdal, ainsi que pour la validation de la théorie de similitude de Monin-Obukhov
(MOST) sur ce type de végétation, moyennant que cette dernière a été établie sur des surfaces
uniformes et homogènes. Quant au blé, les résultats ne sont pas très surprenants car plusieurs
auteurs ont montré le potentiel du LAS pour le calcul des flux de surface sur des surfaces
similaires (Ezzahar et al., 2004 ; Hoedjes et al., 2002).
44
Figure 3. 1 : Comparaison entre HLAS et HEC durant les conditions sèches: a) sur le site
d’olivier, b) sur le site de blé
Figure 3. 2: Footprints du LAS et du système d’EC (correspondant approximativement à 95%
du flux de chaleur sensible) dans la direction dominante du vent ainsi que la direction de
l’irrigation.
1000 Mètres 0
Footprint Faible contribution
Grande contribution
Irrigation
45
Les méthodes d’irrigation gravitaire et goutte à goutte peuvent être à l’origine d’une
grande différence dans les caractéristiques des surfaces sources du LAS et du système d’EC.
En général, la surface source du EC est très petite par rapport à celle du LAS. Pour illustrer
cette différence, nous avons utilisé un modèle de footprint (Horst and Weil, 1994) décrit dans
le chapitre 1. Les footprints du LAS et du système d’EC (correspondant à 95% de flux chaleur
sensible pour le site d’Agdal) pour la direction dominante du vent et le sens d’irrigation sont
présentés sur la figure 3.2. On constate que durant l’irrigation, la petite surface source de l’EC
va s’irriguer plus vite que la surface source du LAS qui est plus large. Avec la progression de
l’irrigation, la surface source de l’EC commence à devenir sèche avant que la totalité de la
surface source du LAS soit entièrement irriguée. Par conséquent, durant l’irrigation, la
comparaison entre les valeurs estimées (HLAS) et mesurées (HEC) a donnée une faible
corrélation pour Sâada et Agdal avec des coefficients de corrélation respectives de l’ordre de
0.41 et 0.25 (Figures 3.3a et 3.3c). Quand au site de blé, la comparaison a donné des résultats
acceptables (Figure 3.3b), puisque juste avant l’irrigation on a enregistré des précipitions de
l’ordre de 35 mm.
Sachant que la température et l’humidité du sol sont reliées à travers l’évaporation du
sol (Merlin et al. 2005), la variabilité spatiale de l’humidité du sol peut être déterminée à
partir des images satellites dans le domaine thermique. En se basant sur ce résultat, Hoedjes et
al., (2007) ont quantifié la différence entre les flux de chaleur sensible obtenus à partir du
LAS et le système d’EC en utilisant les températures de surface dérivées à partir des images
satellites (huit images LANDSAT 7 ETM+ et deux ASTER). Ainsi, on peut identifier lesquels
jours la différence entre les flux mesurés est causée par l’hétérogénéité le long du site
expérimental et lesquels des jours cette différence est engendrée par d’autres facteurs. Ces
images ont été acquises lors de l’expérience d’Agdal entre les jours juliens 311 (2002) et 271
(2004). Les températures de surface moyennes ont été obtenus en combinant les fonctions de
footprint des deux méthodes et le logiciel d‘Arcview’. Une comparaison entre la différence
des flux mesurés et la différence de température de surface a été faite. Les résultats propres
ont montré que lorsque la différence entre les températures de surface dépasse le seuil de 0.5
K, la majeure partie de la différence entre les flux mesurés est liée à la différence dans les
caractéristiques des footprints du LAS et le système d’EC. Pour une différence restant
inférieure à 0.5 K, aucune corrélation entre les deux n’a été trouvée, et par conséquent, la
différence entre HLAS et HEC est liée à d’autres facteurs.
46
Figure 3. 3: Comparaison entre HLAS et HEC durant les événements d’irrigation : a) sur le site
d’Agdal, b) sur le site R3, c) sur le site Sâada.
.2.2.2 Comparaison des flux de chaleur latente
Dans cette partie, on calcule le flux de chaleur latente à partir du LAS en utilisant
l’équation du bilan d’énergie LASnLASv HGREL −−= , où Rn et G sont estimés à partir des
modèles décrits dans le paragraphe 3.2.1. Les figures (3.4a, 3.4b, 3.4c) représentent
47
respectivement la comparaison entre le flux de chaleur latente estimé par le LAS (LvELAS) et
celui mesuré par le système d’EC (LvEEC) pour les sites d’Agdal, R3 et Sâada.
Figure 3. 4: Comparaison entre LvEEC (mesuré par le système d’EC) et LvELAS (calculé à partir
du LAS en utilisant les valeurs estimées de l’énergie disponible, LvELAS) : a) sur le site
d’olivier, b) sur le site de blé, c) sur le site d’oranger.
48
La comparaison entre le flux de chaleur latente estimé à partir du LAS en utilisant le
modèle d’énergie disponible et celui mesuré par l’EC a donné une large dispersion. Cette
dispersion peut être expliquée par la combinaison de plusieurs facteurs. D’abord, l'erreur liée
à la fermeture du bilan énergétique mesuré est traduite en erreur dans le LvELAS simulé.
Plusieurs auteurs ont montré que les systèmes d’EC sous-estiment les flux turbulents (Hoedjes
et al., 2002 ; Testi et al.; 2004; Twine et al., 2000). Leurs résultats montrent que l’erreur
systématique dans la fermeture du bilan d’énergie varie entre 10 et 30% (Twine et al., 2000).
En second lieu, puisque LvELAS du LAS est obtenu à partir de la méthode résiduelle du bilan
énergétique, n’importe quelle différence entre l’énergie disponible estimée et mesurée se
traduit en erreur dans LvELAS simulé. D'une manière primordiale, l'impact de la différence dans
les footprints des LAS et de l’EC qui était très important pendant les événements d'irrigation
influence considérablement la correspondance entre les flux observés et simulés. Malgré cette
dispersion modérée, la correspondance entre LvE mesuré et simulé est considérée comme
étant acceptable. Par conséquent, on peut conclure que la combinaison du LAS avec les
estimations de l’énergie disponible est un outil très efficace et opérationnel pour l'évaluation
du flux de chaleur latent dans les conditions très complexes.
49
3.3 Application : Utilisation du LAS pour l’estimation des besoins
en eau des oliviers dans les régions semi-arides
Les résultats de ce chapitre sont issus de l’article : Ezzahar, J., Chehbouni, A., Hoedjes, J.C.B., Er-Raki, S., Chehbouni, Ah., Boulet, G., Bonnefond, J.-M. & De Bruin, H.A.R., 2007 : “The use of the Scintillation Technique for Monitoring Seasonal Water Consumption of Olive Orchards in a Semi-Arid Region” - Agricultural Water Management, vol. 89, pp. 173-184.
L'olivier est un arbre de la famille des oléacées cultivé dans la région méditerranéenne.
Il occupe une place importance dans cette région. En effet, 96% des oliviers dans le monde se
concentrent dans 3 millions d’exploitations dans les pays méditerranéens. Le Maroc, par son
climat méditerranéen, est le 7ème producteur d’oliviers dans le monde avec une production
d’environ 500.000 tonnes d’olives par an. En milieu rural, la culture des oliviers contribue à
l’emploi de 11 millions de journées de travail annuellement et les exportations marocaines en
olives de table s’élèvent à environ 115.000.000 d’Euros. La production d’huile d’olive est
réalisée à mesure de 65% par des petits producteurs utilisant des technologies traditionnelles
(maasra) donnant une qualité médiocre des produits finis.
Pour répondre à la demande en huile d’olive et olives de table, le Maroc prévoit une
augmentation de la superficie de culture de l’olivier en la faisant passer de 500.000 ha
actuellement à 1.000.000 ha en 2010 (Ismail-Alaoui 2004), et une restructuration de la filière
oléicole. Cette dernière est basée sur le développement des techniques agricoles permettant
d'utiliser au mieux les faibles ressources en eau disponibles pour une amélioration et une
stabilisation de la production de l’olivier. Avec une surface de 85392 ha d’oliviers, la région
de Tensift demeure l’une des zones les plus favorables au développement de l’olivier. Dans
cette région, la méthode de l’irrigation gravitaire reste largement utilisée par la majorité des
agriculteurs (plus de 85 %). En général, la plante ne consomme qu’une partie de l’eau fournie
au verger par les précipitations et l’irrigation, le reste s’infiltre dans le sol ou s’évapore. Dans
ce contexte, on peut classifier la perte selon deux catégories: perte agronomique et perte
hydrologique. Les agronomes considèrent que toute eau qui n’est pas utilisée par la plante est
perdue, alors que la perte pour les hydrologues se réduit à l’évaporation du sol puisque l’eau
infiltrée est utilisée pour alimenter la nappe phréatique. Afin de minimiser ces pertes et dans
la perspective d’une gestion durable des ressources en eau limitées, l’estimation correcte de
50
l’évapotranspiration semble essentielle. Les investigations scientifiques pour la mesure de
l’évapotranspiration ou de ses composantes pour les vergers d’olivier sont très récentes (Testi
et al. 2004 ; Villalobos et al. 2000; Williams et al. 2003).
Dans cette partie, on estime les besoins et la consommation saisonniers en eau d’un
verger d’olivier irrigué, haut et épars (Agdal). Dans la plupart des études antérieures, le
système d’Eddy covariance a été utilisé comme un outil pratique pour mesurer
l’évapotranspiration. Cette méthode est considérée comme étant la plus précise pour mesurer
l’évapotranspiration ou le flux de chaleur latente LvE. Cependant, LvE reste une mesure
locale difficile à étendre à des surfaces hétérogènes, à moins qu’un réseau des systèmes de
l’EC soit disponible. Or ce réseau est peu probable en raison du coût onéreux du système et de
la complexité de sa manipulation et son entretien. De plus, sur la végétation haute et éparse
comme l’Agdal, la variabilité des flux locaux est assez importante (Vogt et al., 2004) ; par
conséquent plusieurs systèmes d’EC semblent nécessaires. Ceci limite sérieusement
l’application d’un tel système pour gérer l’irrigation à l’échelle régionale. Quand au
scintillomètre, il permet de mesurer des flux moyens surfaciques. Du point de vue de
l’agriculteur, le scintillomètre a l’avantage d’avoir un récepteur et un émetteur installés à la
périphérie du champ et pas au centre. Toutes ces raisons pratiques, nous ont amené à étudier
l’application de la méthode de scintillation sur un couvert végétal haut et épars. A notre
connaissance, aucune étude concernant l’application du scintillomètre pour la gestion de l’eau
à grande échelle n’a été réalisée auparavant.
Dans ce contexte, la technique de scintillation permet de fournir des estimations
directes ou indirectes de LvE sur un trajet ayant des dimensions allant jusqu’aux 10
kilomètres. Cette technique peut être considérée comme une méthode efficace pour surmonter
les difficultés signalées auparavant (Chehbouni et al. 1999). En général, il existe trois types de
scintillomètres: scintillomètres à onde radio (RWS), scintillomètres petite ouverture (SAS) et
scintillomètres grande ouverture (LAS, XLAS). Le RWS qui fonctionne sous une longueur
d’onde radio, est le plus sensible aux fluctuations de l’humidité (Andreas, 1989). Il est bien
approprié pour l’obtention de LvE sur des grandes surfaces. Cependant, ce type de
scintillomètre est utilisé de façon limitée à cause de ses composantes qui sont coûteuses et
difficiles à manipuler. Réciproquement, le LAS qui fonctionne avec une longueur d’onde dans
le visible plus proche de l’infrarouge est relativement moins coûteux et doté d’une grande
robustesse ce qui le rend plus approprié pour étudier les grands secteurs. Actuellement, ce
type de scintillomètre est régulièrement utilisé dans les expériences micro-météorologiques
(Beyrich et al., 2000 (LITFASS-98); Chehbouni et al., 2000c (SALSA); Hartogensis et al.,
51
2002 ; Hoedjes et al., 2002 (Yaqui 2000); Poulos et al., 2000 (CASES-99)). Cependant, le
LAS estime seulement le flux de chaleur sensible moyen spatial (HLAS). Meijninger et al.
(2002a) ont montré que le flux de chaleur latente (LvELAS) peut être obtenu comme le terme
résiduelle de l’équation du bilan d’énergie en utilisant l’énergie disponible estimée (Rn-G).
Dans cette partie, nous allons étudier le potentiel du LAS de dériver LvELAS sur un
champ complexe. La complexité est liée au type du couvert (végétation haute et éparse), qui
rend les processus de transferts de chaleur et de masse plus compliqués en comparaison avec
les végétations courtes et denses. Dans ces conditions, la théorie des similitudes de Monin-
Obukhov (MOST) peut ne pas être applicable. De plus, l’irrigation gravitaire cause une
grande hétérogénéité dans la distribution de l’humidité du sol et dans certains cas on assiste au
phénomène d’advection qui se produit à partir des surfaces voisines.
Cette partie a deux objectifs essentiels:
Le premier consiste à combiner les mesures du LAS avec les estimations de
l’énergie disponible pour dévier LvELAS ;
Le deuxième concerne l’application du LAS pour mesurer la consommation
saisonnière de l’eau pour les vergers d’olivier dans la plaine semi-aride du
Haouz et déterminer l’efficacité de l’irrigation à partir d’une comparaison entre
les valeurs de l’évapotranspiration estimées par le LAS et celles obtenues par
la méthode FAO (FAO-56) ;
Dans cette étude, on a utilisé les données collectées durant l’expérience d’Agdal (site
sud). La période choisie est comprise entre les jours juliens 323 (2002) et 323 (2003).
3.3.1 Fermeture du bilan énergétique
La fermeture du bilan énergétique est un indicateur important pour la performance
d’un système d’EC. En ignorant le terme de stockage d’énergie dans le couvert à l’échelle
journalière (Baldocchi et al., 2004 ; Testi et al., 2004) et en assumant le principe de
conservation de l’énergie, la fermeture du bilan énergétique, définie comme Rn-HEC-LvEEC-G,
devrait être nulle. Dans cette partie, nous nous utiliserons que des valeurs journalières
calculées en faisant la moyenne des valeurs à l’échelle demi-horaire. La figure 3.5 présente
une comparaison entre les mesures de (Rn-G) et les valeurs de la somme des flux turbulents
(HEC+LvEEC) à l’échelle journalière. La corrélation entre les deux grandeurs est traduite par
l’équation suivante : )(05.1 ECvECn ELHGR +=− avec 86.02 =R et 217 −= WmRMSE . La
différence dans les surfaces sources des différents instruments, a le plus grand impact sur la
52
fermeture du bilan d’énergie surtout pour des végétations éparses. La surface source du
système d’Eddy Covariance est plus grande par rapport à celles du rayonnement net et le flux
de chaleur dans le sol. Elle peut être changée rapidement selon la vitesse et la direction du
vent et les conditions de surface. Cependant, en comparant nos résultats avec ceux rapportés
dans la littérature (Baldocchi et al., 2004 ; Testi et al., 2004; Twine et al., 2000 ), la fermeture
peut être considérée très bonne.
Figure 3. 5: Comparaison entre les valeurs journalières de l’énergie disponible (Rn - G) et les
flux turbulents mesurés par le système d’Eddy Covariance.
3.3.2 Estimation de l’énergie disponible
Le rayonnement net est estimé à partir de l’équation (3.1) en utilisant une valeur
d’albédo de 0.11 (moyenne annuelle mesurée par le CNR1) avec une émissivité surfacique
égale à 0.98 (Jones et al., 2003). Le rayonnement atmosphérique est calculé à partir de la
température de l’air et de la pression de vapeur en utilisant la formule de Brutsaert (1989) en
tenant compte du facteur de correction pour la sous-estimation de 5% trouvée par différents
auteurs (Hatfield et al., 1983; Olioso, 1992; Ortega et al., 2000), et la température de surface
est estimée à partir de l’équation (3.2). Quand au flux de chaleur dans le sol, il est estimé en
utilisant l’équation (3.3). Quelques données ont été omises au début de l’expérience à cause
des problèmes d’alimentation, par conséquent seulement 270 jours de données ont été utilisés
dans cette expérience. La figure 3.6 présente la comparaison entre les valeurs journalières
mesurées et estimées de l’énergie disponible. La régression linéaire a donnée [Wm-2]:
53
)(91.0 mesnmesestnest GRGR −=− avec 94.02 =R et 216 −= WmRMSE . Les indices ‘est’ et
‘mes’ indiquent les valeurs estimées et mesurées. Nous pouvons constater que ce modèle
simple utilisé pour estimer l’énergie disponible fonctionne bien sur une végétation haute et
éparse (avec une sous-estimation de 9%). A noter que l’utilisation de la formule de Brutsaert a
été établie pour des jours de ciel clair, ceci peut créer une dispersion importante pour les
faibles valeurs de radiation. Pour surmonter cette difficulté, une comparaison entre Rnmes et
Rnest, en utilisant le rayonnement atmosphérique mesuré et celui estimé, a été conduite. La
régression linéaire pour les deux comparaisons présente presque la même pente (≈ 0.96) avec
des R2 et RMSE différents. Les coefficients R2 et RMSE sont de l’ordre de 1 et 5 Wm-2, et 0.9
et 12Wm-2 respectivement pour les radiations atmosphériques mesurées et estimées.
Figure 3. 6: Comparaison entre les valeurs estimées et mesurées de l’énergie disponible
(Rn-G).
3.3.3 Flux de chaleur sensible et latente
Pour évaluer la performance du LAS, on a procédé à la comparaison des flux
journaliers de chaleur sensible dérivés à partir du LAS avec ceux mesurés par le système
d’Eddy Covariance. A noter que les jours où les données sont manquantes dans les mesures
du LAS et du système d’Eddy Covariance n’ont pas été pris en considération dans cette
comparaison. En général, le manque de données est lié aux précipitations et à la force du vent
qui peut perturber l’alignement du LAS (environ 12% des données manquantes). Durant cette
étude, l’état du site s’alterne entre un état homogène dans des conditions sèches ou après les
54
événements d’irrigation à un état hétérogène pendant l’irrigation. La méthode d’irrigation crée
donc une grande différence dans l’humidité du sol traduite par une large différence dans les
caractéristiques des surfaces sources du LAS et du système d’Eddy Covariance (voir section
précédente). Les figures 3.7a et 3.7b présentent respectivement les comparaisons entre HLAS
et HEC pour des conditions homogènes et hétérogènes. La corrélation entre HLAS et HEC
pendant l’irrigation était très mauvaise ( 26.02 =R , 23.19 −= WmRMSE ). Cette différence est
liée à la méthode de l’irrigation utilisée qui cause une grande hétérogénéité dans l’humidité du
sol pour les deux surfaces sources du LAS et de l’EC. En revanche, la corrélation a été très
bonne pendant les états homogènes (conditions sèches et les jours après les événements
d’irrigation). En examinant la comparaison des flux durant l’année entière (Figure 3.8), on
remarque que la corrélation est très satisfaisante ( 72.02 =R , 23.13 −= WmRMSE ). Par
conséquent, nous pouvons conclure que les effets de l’irrigation ont été compensés lorsqu’on
a comparé les flux sur toute l’année. Ce résultat a un grand intérêt puisqu’il montre que le
LAS peut être effectivement utilisé pour estimer des flux fiables spatialisés malgré
l’hétérogénéité causée par la méthode d’irrigation.
Figure 3. 7: Comparaison entre les flux de chaleur sensibles journaliers estimés par le
scintillomètre et mesurés par le système d’Eddy Covariance a) conditions homogènes
(conditions sèches et jours après la pluie), b) conditions hétérogènes (pendant l’irrigation).
55
Figure 3. 8: Comparaison des flux de chaleur sensibles journaliers durant l’année entière.
Sur la figure 3.9a, on présente la comparaison entre les flux journaliers de la chaleur
latente estimés par le LAS (LvELAS) et mesurés par le système d’Eddy Covariance (LvEEC).
Les résultats de l’analyse donnent lieu à une régression linéaire de la forme:
ECvLASv ELEL 86.0= , où 72.02 =R et 225.18 −= WmRMSE . Ce désaccord s’explique par la
combinaison de plusieurs facteurs tels que: l’erreur liée à la fermeture du bilan énergétique
mesuré qui induit une erreur dans l’estimation de LvELAS, puisque LvELAS est considéré
comme un terme résiduel du bilan d’énergie, n’importe quelle différence entre les valeurs
mesurées et estimées de l’énergie disponible est directement traduite par une erreur dans
l’estimation de LvELAS. A cet égard, la comparaison entre LvELAS simulé, en utilisant les
valeurs mesurées de l’énergie disponible et LvEEC, donne: ECvLASv ELEL = , 76.02 =R et
274.13 −= WmRMSE (Figure 3.9b). D’une manière générale, l’impact de la différence dans
les footprints du LAS et le système d’Eddy Covariance qui était plus importante pendant les
événements d’irrigation, influence considérablement la corrélation entre les flux mesurés et
simulés. Malgré que nous avons trouvé un désaccord modéré, la correspondance entre LvE
mesuré et simulé est considérée acceptable. Par conséquent, nous pouvons conclure que la
combinaison des mesures du LAS avec les estimations de l’énergie disponible est un outil
efficace et opérationnel pour l’estimation saisonnière de la consommation de l’eau à l’échelle
d’un secteur irrigué.
56
Figure 3. 9: Comparaison entre les flux de chaleur latente journaliers estimés par le
scintillomètre a) : utilisation des valeurs estimées pour l’énergie disponible, b) : utilisation des
valeurs mesurées pour l’énergie disponible) et mesurés par le système d’Eddy Covariance
3.3.4 Evaluation de l'efficacité d'irrigation
Dans cette partie, on étudie l’efficacité de l’irrigation gravitaire appliquée sur le site
expérimental. Pour aboutir à cette étude, les besoins en eau déduits par la méthode FAO-56
(FAO-56 paper, Allen et al. 1998) ont été comparés aux estimations de l’évapotranspiration
calculées à partir du LAS (ETLAS) et à la somme de l’irrigation et des précipitations.
Pour cette étude, la quantité totale d’eau d’irrigation appliquée est d’environ 800 mm,
distribuée sur 10 éventements. Les précipitations totales enregistrées sont de l’ordre de 354
mm. Une telle quantité semble largement supérieure à la valeur moyenne annuelle de l’ordre
de 240 mm. Le cumul total de l’évapotranspiration, estimé par le LAS en additionnant les
valeurs journalières, est de l’ordre de 860 mm. Afin de comparer cette valeur avec celle
estimée par la méthode FAO, nous avons calculé les besoins en eau des cultures (ETC) en se
basant sur la procédure décrite par Allen et al. (1998). L’évapotranspiration ETC est calculée
en multipliant l’évapotranspiration de référence (ET0) par le coefficient cultural Kc=0.68
calculé par Er-Raki et al. (2007) pour l’olivier du site d’Agdal. A noter que le cumul annuel
de ETC durant cette expérience était de 920 mm. Dans la figure (3.10), on présente les cumuls
de ETC et ETLAS ainsi que la somme de l’apport de l’irrigation et de la pluie. En analysant les
courbes de cette figure, on remarque que les sens de variation de ETLAS et ETC sont très
57
proches au cours de la période située entre DOY 323 et DOY 190, tandis que, pour le reste,
les valeurs de ETC s’écartent de celles de ETLAS. Les écarts trouvés sont dûs au phénomène de
stress se produisant à cause de la distribution inadéquate de l’irrigation. En fait, l’agriculteur
continue à irriguer même lors des événements de la pluie pour ne pas avoir un désordre dans
la prochaine irrigation (quatre irrigations ont été appliquées dans ce cas : DOY 353(2002),
109(2003), 169(2003) et 303(2003)). Certaines irrigations devraient être retardées (169(2003),
309(2003), 109(2003)), et la première irrigation (353(2002)) était inutile parce qu’il avait plu
avant cette dernière, pendant une longue période. En plus, une quantité importante de l’eau a
été perdue par l’irrigation gravitaire. Cette quantité (notée ∆P) a été perdue par les
phénomènes de percolation et par le ruissellement. Afin de quantifier ce terme, on a utilisé
l’équation du bilan d’eau figurant dans la méthode FAO à échelle annuelle (Allen et al.,
1998). Dans cette étude, la variation du stockage de l’eau dans le secteur d’étude a été ignorée
car les conditions expérimentales initiales et finales sont presque les mêmes. Ainsi, l’écart ∆P
est approché à partir de la somme des cumuls des précipitations et des irrigations moins le
cumul de LASET . La quantité ∆P annuelle obtenue est autour de 295 mm et représente à peu
près 37% de la quantité annuelle de l’irrigation appliquée. Une étude effectuée sur le même
verger par Williams et al., (2003), a relevé que l’évaporation du sol représente 14 à 28% de
l’évapotranspiration totale. D’après ces résultats, il est clair que la quantité d’eau appliquée
par l’agriculteur n’est pas appropriée pour le verger d’olivier dans les conditions de la plaine
de Haouz.
Figure 3. 10: Evolutions des cumuls de ETLAS (scintillomètre), ETC (FAO-56), Irrigation et la
somme de l’irrigation et de la pluie
58
3.4 Conclusion
Dans la première partie de ce chapitre, nous avons utilisé le scintillomètre à grande
ouverture à l’échelle mono-patch sur les trois cultures dominantes dans la région de Tensift
EL Haouz (Olivier, Blé et Oranger). Le but de cette partie est d’estimer des flux turbulents
sous des conditions complexes qui se traduisent par la présence des événements d’irrigation
dans l’analyse de nos données et par le type du couvert (comme les oliviers et les orangers).
Le flux de chaleur sensible obtenu à partir du LAS s’accorde raisonnablement avec
celui dérivé de l’EC durant les conditions sèches, ce qui indique que les surfaces sources des
deux méthodes sont homogènes. Ce résultat confirme que le LAS fonctionne bien au-dessus
de la végétation haute et éparse. Pendant les événements d’irrigation (irrigation gravitaire et
goutte à goutte), la comparaison a montré une grande dispersion entre les deux méthodes qui
est due à la différence dans les surfaces sources du LAS et de l’EC. En conséquence, la
comparaison entre le flux de chaleur latente dérivé à partir du LAS et celui mesuré par l'EC
rapporte un accord acceptable avec un grand éparpillement. La différence existante étant liée
au problème de fermeture du bilan énergétique basé sur des évaluations des flux turbulents de
l'EC, des caractéristiques différentes entre les surfaces sources du LAS et de l'EC (dues à la
méthode d'irrigation qui a causé une grande hétérogénéité dans l’humidité du sol) et de
l'utilisation de la formule de Brutsaert pour le calcul du rayonnement incident de grande
longueur d’onde. En se basant sur ces résultats, on peut conclure que la combinaison des
données du scintillomètre et les estimations de l’énergie disponible qui peuvent être dérivées à
partir des images satellitaires, le LAS est un outil potentiellement utile pour obtenir le flux de
chaleur latente à grande échelle même sur des surfaces complexes.
La deuxième partie de ce travail a pour objectif d’identifier la possibilité d’utilisation
du scintillomètre grande ouverture combiné avec un modèle simple, pour l’estimation de
l’énergie disponible afin de mesurer la consommation en eau dans des conditions
environnementales difficiles (végétation haute et éparse, méthode d’irrigation origine des
hétérogénéités dans l’humidité du sol et caractéristiques du sol).
Les flux journaliers de chaleur sensible obtenus par le scintillomètre étaient en bon
accord avec ceux mesurés par le système d’Eddy covariance pendant les conditions
homogènes (conditions sèches et jours suivant les événements de la pluie). Ce résultat
confirme que le LAS fonctionne bien au-dessus de la végétation haute et éparse. Cependant,
durant les événements d’irrigation (irrigation gravitaire), la comparaison a montré un grand
éparpillement entre les deux méthodes lié à la différence dans les surfaces sources du LAS et
59
du système d’Eddy covariance due à la méthode d’irrigation. En conséquence, la comparaison
entre les flux journaliers de chaleur latente dérivés par les deux méthodes rapporte un accord
acceptable avec une sous-estimation de 14% et un grand éparpillement ( 72.0R 2 = et
RMSE=18.25Wm-2). Cette différence est liée au problème de fermeture du bilan énergétique
basé sur les flux turbulents du système d’Eddy covariance, des différentes caractéristiques
entre les surfaces sources du LAS et du système d’Eddy covariance qui sont engendrées par la
méthode de l’irrigation et l’utilisation de la formule de Brutseart pour le calcule du
rayonnement issu de grande longueur d’onde. On peut conclure que la combinaison des
estimations de l’énergie disponible qui peuvent être dérivées à partir des images satellites et
les mesures du LAS a montré que ce denier est un outil potentiellement utile pour obtenir les
flux de chaleur latente à grande échelle sur des surfaces complexes. Par conséquent, ce
dispositif peut être considéré comme le seul outil pratique permettant de vérifier les approches
des modèles de la télédétection pour l’étude du bilan hydrique à l’échelle du bassin.
En plus, cette étude a montré que la méthode d’irrigation appliquée par l’agriculteur
n’est pas appropriée pour les conditions du verger, à cause de la grande quantité d’eau (≈295
mm) perdue par percolation et ruissellement. Ceci est dû au fait que l’agriculteur distribue les
événements d’irrigation selon les observations des conditions physiques de la plante qui ne
sont pas suffisantes pour la gestion de l’irrigation. Par conséquent, il serait possible
d’améliorer la gestion de l’irrigation et de recommander aux agriculteurs et aux décideurs de
se baser sur plus des critères dans la programmation des événements d’irrigation par exemple:
le type du sol, la longueur des canaux, les débits et les prévisions météorologiques.
60
CHAPITRE 4
UTILISATION DU LAS A L’ECHELLE DE PLUSIEURS
PATCHES DANS DES REGIONS SEMI-ARIDES
61
Dans ce chapitre, on se propose de présenter les résultats relatifs à l’utilisation du LAS
à l’échelle de plusieurs-patches. La première partie consiste à tester la validité de l’hypothèse
de similarité de Monin-Obukhov sur une surface composite des oliviers au dessous de la
hauteur du mélange. Les données utilisées, pour cette validation, ont été effectuées dans le
cadre du projet SudMed. La deuxième partie rapportera l’utilisation du LAS sur une surface
composite complexe constituée de trois champs : Blé, Coton et pois chiche en utilisant les
données effectuées dans l’expérience de Yaqui-99 (Mexique).
4.1 Validation du MOST sur une surface composite des oliviers au
dessous de la hauteur du mélange
Les résultats de cette partie sont issus de l’article : Ezzahar, J., Chehbouni, A., Hoedjes, J.C.B. and Chehbouni, Ah., 2007: “On the application of scintillometry over heterogeneous surfaces” - Journal of Hydrology, vol. 334, pp. 493-501.
4.1.1 Introduction Le paramètre de structure de l’indice de réfraction de l’air ( 2
nC ) est un paramètre très
important pour caractériser l’intensité des fluctuations turbulentes de l’indice de réfraction
atmosphérique. En utilisant la méthode de scintillation, l’indice 2nC peut être mesuré à une
échelle spatiale variant entre plusieurs centaines de mètres et une dizaine de kilomètres. Selon
la longueur d’onde avec laquelle le scintillomètre fonctionne, la détermination de 2nC permet
de calculer les flux de surface de chaleur sensible et latente en utilisant la théorie de similarité
de Monin-obukhov (MOST). Cette dernière a été établie sur des surfaces homogènes et
uniformes. Par conséquent, sa validation sur des surfaces composites peut poser des
problèmes dans le calcul des flux de surface. En plus, sur ce type de surfaces, le LAS devrait
être installé sur une hauteur appelée hauteur du mélange (zb) qui dépend linéairement de
l’échelle d’hétérogénéité, Lh, (Wieringa, 1986). Donc, plus Lh est importante, plus zb est
grande. En pratique, l’installation du scintillomètre à cette hauteur est compliquée surtout
pour des trajets très longs (par exemple 10 Kms). Dans ce contexte, on va tester la validité de
l’hypothèse de similarité de Monin-Obukhov à l’échelle de grid (plusieurs-patches) au-
dessous de la hauteur du mélange. Pour réaliser cela, on a combiné les mesures du
62
scintillomètre effectuées sur deux patches homogènes de différentes caractéristiques, avec les
schémas d’agrégation pour dériver le paramètre de structure pour l’indice de réfraction de
l’air moyen, < 2nC > (les parenthèses dénotent les valeurs à l’échelle de grid), à l’échelle de
grid. Afin d’agréger le paramètre de structure de l’indice de réfraction de l’air, qui n’est pas
un scalaire linéaire, à partir des mesures effectuées sur chaque patch, on utilise une approche
déterministe développé par Arain et al., (1996); Chehbouni et al., (1995 et 2000b); Lagouarde
et al., (2002); Noilhan et al., (1995) et Shuttleworth (1991). Cette approche déterministe
consiste à dériver des relations analytiques entre les paramètres de surface locaux et effectifs
(valeurs à l’échelle de grid). Afin de développer un schéma d’agrégation et de vérifier
l’application de la théorie de similarité de Monin-Obukhov, on a utilisé les données collectées
durant l’expérience d’Agdal décrite dans le chapitre 2. Dans ce travail, on est intéressé
seulement sur une courte période durant laquelle les deux scintillomètres ont été
opérationnels. Elle est comprise entre les jours juliens 295 et 306 (22 Octobre jusqu’au 2
Novembre 2002) (Figure 2.2 du chapitre 2). Il est important de noter que durant cette période,
le site sud était très sec tandis que le site nord était humide (irrigué le jour julien 291). Dans
ce qui suit, l’échelle du patch est associée soit au site nord soit au site sud, tandis que l’échelle
de grid est associée au verger d’olivier entier (l’ensemble des deux sites nord et sud).
L’évolution de l’humidité du sol pour les deux sites mesurée par les TDR à 0.5 cm, est
présentée dans la figure 4.1.
4.1.2 Procédure d’agrégation pour l’obtention de 2nC à l’échelle de grid
En raison de la non-linéarité de 2nC , la valeur moyenne de l’indice de réfraction de
l’air ne peut pas être obtenue par une pondération des valeurs mesurées à l’échelle du patch.
Deux approches alternatives sont décrites dans cette section : l’approche effective (dénotée
par l’indice eff) et l’approche agrégationnelle (dénotée par agg). Dans la première approche,
les valeurs de effnC 2 sont obtenues à partir d’une combinaison des mesures d’Eddy
covariance des flux de chaleur sensible et latent (H, LvE) et la vitesse de friction *u et MOST.
Dans l’approche agrégationnelle, aggnC 2 est obtenu en combinant un schéma d’agrégation et
les mesures de 2nC obtenues à l’échelle du patch par les deux scintillomètres.
63
Figure 4. 1: Evolution de l’humidité du sol mesurée par les TDR à 0.5cm pour les deux sites :
nord et sud.
4.1.2.1 Approche effective
L’approche effective consiste à dériver le paramètre de structure pour l’indice de
réfraction de l’air à l’échelle de grid (effEC
2nC ) à partir des mesures d’Eddy covariance. Ce
paramètre effEC
2nC est obtenu en inversant les équations (1.27)-(1.35) décrites dans le
chapitre 1 en utilisant les valeurs prises à l’échelle de grid pour les flux de chaleur sensible
(effECH ) et latente (
effECLvE ) et la vitesse de friction (effEC*u ). Les valeurs de
effECH
et de effECLvE sont obtenues par une simple pondération linéaire des flux mesurés sur les
deux sites. La vitesse de friction effEC*u est obtenue, en appliquant la linéarité du flux de
quantité de mouvement (Chehbouni et al., 1999), comme suit:
( ) 5.02EC*ECeffEC* ii ufu ∑= (4.1)
où fiEC est la fraction de la surface occupée par le patch i. Puisque les systèmes d’Eddy
covariance dans les sites nord et sud ont été installés approximativement à la même hauteur
au-dessus de la végétation, on a trouvé qu’on peut supposer que fiEC =0.5 puisque la taille va
être la même pour les deux surfaces sources des flux mesurés sur les deux sites.
64
4.1.2.2 Approche agrégationnelle
La deuxième approche consiste à estimer le paramètre de structure pour l’indice de
réfraction de l’air à l’échelle du grid (aggLAS
2nC ) à partir des mesures du scintillomètre. Ce
paramètre est obtenu en utilisant 2SnC et 2
NnC en combinaison avec le schéma décrit dans cette
section. Après avoir calculé le flux de chaleur sensible à l’échelle de patch à partir de chaque
scintillomètre (Equations (1.27)-(1.35)), le flux de chaleur sensible à l’échelle du grid est
donné par:
LAS_NLAS_S )1( HfHfH cc −+= (4.2)
où les indices S et N désignent respectivement les variables associées aux sites nord et sud.
cf est la fraction de la surface occupée par le site sud pour l’ensemble de la surface du grid.
Les équations (4.1) et (4.2) peuvent être simplifiées et prennent les formes suivantes:
N*N*S*S*** )1( TufTufTu cc −+= (4.3)
2N*
2S*
2* )1( ufufu cc −+= (4.4)
Selon la théorie de similarité de Monin-Obukhov et en utilisant les constantes trouvées par De
Bruin et al. (1993) pour la fonction de stabilité, le paramètre de structure propre à la
température est relié à l’échelle de température par la relation : 3/2
2*
3/22 )(919.4)( −
⎟⎠⎞
⎜⎝⎛ −−=
−L
dzT
dzCT (4.5)
En substituant l’équation (1.28) à l’équation. (4.5) et l’équation (4.5) à l’équation (4.3), on
obtient :
( )2NN
2SS
1
aggLAS2
nnn CyCyyC += − (4.6)
Avec :
3/2
X
XX*
3/2XX
2
*
X)(91
)(03.01)( −
−
⎟⎟⎠
⎞⎜⎜⎝
⎛ −−
−⎟⎟⎠
⎞⎜⎜⎝
⎛+
=
LdzT
dzufy
X
XX
X
β (4.7)
où X indique S, N ou la moyenne à l’échelle de grid. A noter que : fX=1 pour <y>, fX =fc pour
yS et )1( cX ff −= pour yN.
65
4.1.3 Résultats et discussion
Les résultats de cette section seront analysés en considérant des conditions
d’instabilité ou l’on a : ⎟⎠⎞
⎜⎝⎛ <
− 0)(L
dz .
4.1.3.1 Bilan énergétique
Afin de vérifier la fermeture du bilan énergétique pendant la période d’étude, on a
comparé la somme des flux de chaleur sensible (H) et latente (LvE) avec l’énergie disponible
(définie par la différence entre le rayonnement net (Rn) et le flux de chaleur dans le sol (G)) à
l’échelle de demi-horaire. Cette fermeture du bilan énergétique dépend à la fois, des mesures
d’Eddy covariance et de notre capacité à évaluer adéquatement l’énergie disponible dans une
surface représentative pour la surface source des flux d’EC. Dans la littérature, de nombreux
résultats ont montré que la somme des flux de chaleur sensible et latente mesurés par l’Eddy
covariance sous-estime l’énergie disponible (Hoedjes et al., 2002; Testi et al., 2004 et Twine
et al., 2000;). Sur la figure 4.2, on présente la comparaison entre Rn-G et H+LvE pour les deux
sites sud et nord. Les équations de régression linéaire obtenues sont :
)(81.0 SnSSS GRLvEH −=+ avec R2=0.88 et RMSD7= 74 W m-2 pour le site sud et
)(77.0 NnNNN GRLvEH −=+ avec R2=0.82 et RMSD=89 W m-2 pour le site nord. La
différence obtenue s’explique par la combinaison de plusieurs facteurs. A titre d’exemple, la
sous-estimation des flux mesurés par le système d’Eddy Covariance pourrait être due soit à
l’atténuation des signaux turbulents à des fréquences suffisamment basses ou élevées (i.e.,
Moore 1986) soit aux différences entre les flux turbulents et l’énergie disponible. En plus,
l’énergie stockée dans la biomasse des oliviers n’a pas été considérée dans le bilan
énergétique. Sur des écosystèmes similaires à Agdal, Scott et al., (2003) ont trouvé que
l’énergie stockée dans la biomasse représente environ 5 à 10% de l’énergie disponible, ce qui
pourrait expliquer une partie de la non-fermeture du bilan énergétique. Néanmoins, en
comparant nos résultats avec ceux rapportés dans d’autres études expérimentales, (l’erreur
moyenne dans la fermeture varie entre 10% à 30% selon Twine et al., (2000)), la fermeture du
bilan énergétique obtenue dans cette étude peut être considérée satisfaisante.
7 Root Mean Square Difference
66
Figure 4. 2: Comparaison entre les valeurs demi-horaires de la somme des flux de chaleur
sensible et latente (H+LvE) et l’énergie disponible (Rn-G) sous des conditions instables, pour
les sites nord (triangles) et sud (cercles).
4.1.3.2 Echelle de patch
Les figures 4.3a et 4.3b présentent respectivement la comparaison entre les flux de
chaleur sensible obtenus par le scintillomètre (HLAS) et mesurés par le système d’Eddy
covariance (HEC) pour les sites sud et nord. Pour le site sud, la régression linéaire a donné lieu
à une variation du type : EC_SLAS_S 95.0 HH = (Wm-2) avec 89.02 =R et RMSD=24 W m-2, et
une variation : EC_NLAS_N HH = avec 74.02 =R et RMSD=27 W m-2 pour le site nord. Le
contraste dans les deux sites en terme de disponibilité d'eau (irrigation) est clairement
apprécie dans ces figures. Les valeurs des flux de chaleur sensible sur le site sud (valeur
maximale d’environ 300Wm-2) sont plus grandes que celles mesurées sur le site nord (valeur
maximale d’environ 200Wm-2). L’analyse des courbes obtenues montre que la corrélation
dans le site sud est meilleure que celle du site nord. On note que l’éparpillement observé dans
ces figures s’explique par l’événement d’irrigation qui a eu lieu dans le site nord juste avant
l’expérience. Vers le jour julien 291, l’eau d’irrigation a atteint l’endroit où la tour d’Eddy
covariance a été installée ce qui a crée une forte hétérogénéité en terme d'humidité du sol
durant la période d’expérience. L’impact de cette hétérogénéité a été traduit par des
différences dans les états des surfaces sources du scintillomètre et du système d’Eddy
covariance. En effet, à cause de l’irrigation gravitaire adopté, le site entier est irrigué dans 15
67
jours. Pendant cette période, la surface source d’Eddy covariance pourrait être humide (sèche)
tandis qu’une partie significative de celle du LAS est sèche (humide).
Figure 4. 3: Comparaison entre LASH et ECH pendant les conditions instables : a) site sud, b)
site nord.
4.1.3.3 Echelle de grid
Etant donné que la mesure des flux par le scintillomètre est basée sur l’application de
la théorie de similarité de Monin-Obukhov (MOST), l’application du MOST nécessite une
homogénéité horizontale. Ainsi, la question qui se posera est la suivante: est ce que cette
théorie reste valable dans des conditions hétérogènes ?. En plus, les mesures devraient être
effectuées au-dessus de la hauteur du mélange qui dépend, selon Wieringa (1986), de la
vitesse de friction, de la vitesse du vent et de la longueur de l’échelle des hétérogénéités
horizontales. Sous les conditions de notre site, la valeur moyenne de la hauteur du mélange
était environ de 26 m à l’échelle de grid. Malheureusement, le déploiement opérationnel des
instruments comme le LAS à une hauteur élevée semble impraticable. Dans cette étude, on va
68
tester MOST sur des surfaces hétérogènes (échelle de grid) en utilisant des mesures effectuées
au-dessous de la hauteur du mélange.
Le paramètre de structure pour l’indice de réfraction à l’échelle de grid aggnC LAS
2 a
été obtenu en supposant la linéarité des flux dérivés à partir du scintillomètre (flux de chaleur
sensible et de quantité du mouvement sur chaque site) en utilisant l’équation (4.6).
Pour valider MOST à l’échelle de grid, on présente dans la figure 4.4 la grandeur 2
*3/22
LAS / TdzCaggT − en fonction de Ldz /− , tel que
aggTC 2LAS est obtenu à partir
de aggLAS
2nC en utilisant l’équation (1.27). Afin d’éviter le ‘auto corrélation’ due à
l’application du MOST dans la procédure itérative (équations (1.27)-(1.35)), les valeurs
effectives de β , *T et L ont été dérivées à partir des mesures de l’Eddy covariance. Le
résultat montre que la fonction théorique trouvée par De Bruin et al. (1993) reste valide sur
des surfaces hétérogènes malgré la petite surestimation observée. Meijninger et al. (2002b)
ont obtenu un résultat similaire en utilisant la même fonction théorique. En plus, ce résultat
confirme bien que MOST peut être utilisée au-dessus de la hauteur du mélange. Ceci est en
accord avec d’autres études comme celles effectuées par De Bruin et al., (1989) ; Ronda et De
Bruin, (1999) ; Shuttleworth, (1988). Ils ont montré que pour des surfaces d’hétérogénéité
désorganisée, il existe une couche au dessous de la hauteur du mélange où MOST reste
applicable mais les contributions des différents champs peuvent être observées. Dans le même
contexte, Kohsiek et al. (2002) ont rapporté que lorsqu’un XLAS (Extra Large Aperture
Scintillometer utilisé pour des parcours de 10 km) est installé au-dessous de la hauteur du
mélange, MSOT reste valable. Le résultat trouvé est d’un intérêt capital pour les utilisateurs
d’un XLAS puisque son déploiement au-dessus de la hauteur du mélange qui est très élevée
n’est pas toujours faisable.
69
Figure 4. 4: Variation de la grandeur 2*3/22 / TdzCT − en fonction de Ldz /−−
durant les conditions instables. Les lignes solide et épaisse représentent respectivement la
fonction théorique trouvée par De Bruin et al. (1993) et la relation de la convection libre
trouvée aussi par De Bruin et al (1993).
Puisque les deux systèmes ont été installés approximativement à la même hauteur au-
dessus de la végétation, on peut supposer que les surfaces sources des systèmes d’Eddy
covariance pour les deux sites ont presque les mêmes dimensions et par conséquent fiEC
(équation 4.1) peut être identifié à 0.5. En revanche, de grandes différences peuvent se
produire entre les dimensions des surfaces sources des scintillomètres puisqu’ils ne sont pas
installés dans la même direction. Par conséquent, l’effet du changement de cf sur le modèle
d’agrégation a été étudié en la faisant varier 0.1 et 0.9. Afin d’étudier la sensibilité de cf au
paramètre de structure de l’indice de réfraction agrégé aggLAS
2nC , on présente dans le
Tableau 4.1, les différents résultats statistiques de la comparaison entre aggLASnC 2 et
effECnC 2 . On remarque que la corrélation est bonne pour une valeur de cf proche de 0.5.
Sur la figure 4.5, on présente la comparaison entre aggLASnC 2 et
effECnC 2 avec fc=0.5
pour des jours clairs. L’exclusion des jours nuageux dans cette comparaison est traduite par
une amélioration remarquable dans la corrélation entre aggLASnC 2 et
effECnC 2 ( 95.02 =R et
RMSD= 5.10-15 m-2/3.).
70
Portion of south surface (fc) Slope Correlation Coefficient RMSD×1015 (m-2/3)
0.1 0.77 0.8 12.80.2 0.83 0.83 10.80.3 0.89 0.85 9.10.4 0.95 0.87 8.20.5 1 0.88 7.80.6 1.07 0.88 8.780.7 1.14 0.87 10.60.8 1.2 0.87 130.9 1.27 0.86 16
Tableau 4. 1 : Résultats statistiques de la régression linéaire entre agg
2LASnC avec fc (la
fraction de la surface source du LASS dans la surface de grid entier) varie entre 0.1 jusqu’à
0.9, et effEC
2nC avec fiEC =0.5.
Figure 4. 5: Comparaison entre les paramètres de structure pour l’indice de réfraction de l’air
simulés respectivement par les approches agrégationnelle (aggLASnC 2 ) et effective
(effECnC 2 ) durant les jours clairs.
71
Finalement, on présente sur la figure 4.6, la comparaison entre le flux de chaleur
sensible à l’échelle de grid (agg
H LAS ) simulé à partir de aggLAS
2nC (en utilisant les
équations (1.27)-(1.35)) et W
H EC défini comme une pondération linéaire des flux de chaleur
sensible observé par les systèmes d’Eddy covariance sur les deux sites (avec fc=fiEC=0.5). La
régression linéaire donne : W
HH ECaggLAS = , 89.02 =R et RMSD=20.3 Wm-2. Ce résultat
affiche moins d’éparpillement par rapport à la comparaison à l’échelle du patch et la
corrélation est bonne.
Figure 4. 6: Comparaison entre le flux de chaleur sensible à l’échelle de grid (agg
H LAS )
simulé à partir de aggLAS
2nC .
4.1.4 Conclusion
Dans cette partie, on a testé la théorie de similarité de Monin-obukhov (MOST) à
l’echelle de grid. Ceci a été effectué par la combinaison des mesures du scintillomètre sur
deux sites avec un schéma d’agrégation pour déduire le paramètre de structure pour l’indice
de réfraction de l’air 2nC à l’échelle de grid.
Les comparaisons des flux de chaleur sensible demi-horaire mesurés par le système
d’Eddy covariance et le scintillomètre à l’échelle de patch montrent un bon accord en raison
du RMSD qui est égale respectivement à 24.5 et 28.3 Wm-2 pour le site sud et site nord. La
différence observée dans les flux est liée principalement à l’événement d’irrigation qui a eu
72
lieu juste avant le début de l’expérience. Ceci explique une partie de la différence trouvée
entre HEC et HLAS pour le site nord, puisque pendant l’irrigation, l’impact des différences entre
les surfaces sources des deux instruments augmentent. Malgré l’éparpillement observé, nous
concluons que MOST reste applicable sur une végétation relativement haute et éparse. De
plus, les deux comparaisons montrent la différence entre les deux sites au moment de
l’expérience. Par conséquent, le grid composé des deux patches peut être considéré comme
hétérogène.
Une combinaison des mesures du scintillomètre à l’échelle du patch, des données
météorologiques et un modèle d’agrégation a été utilisée pour dériver aggLAS
2nC à l’échelle de
grid permettant d’obtenir le paramètre de structure pour la températureaggLAS
2TC . Ce dernier
a été utilisé pour valider MOST à l’échelle de grid. Les résultats ont montré que MOST peut
être appliqué à l’échelle de grid avec des mesures effectuées au-dessous de la hauteur du
mélange. Afin de vérifier l’exactitude des valeurs deaggLAS
2nC , on a utilisé une approche
effective pour calculer le paramètre de structure effectif realtif à l’indice de réfraction de l’air
effnC 2 à l’échelle de grid. Cette approche utilise les valeurs moyennes de la vitesse de
friction et les flux de chaleur sensible et latente en combinaison avec MOST pour
déduireeffnC 2 . Malgré l’éparpillement observé, la comparaison peut être considérée bonne.
Ce résultat confirme bien la consistance de la méthode d’agrégation.
Les résultats de cette étude montrent l’applicabilité du LAS et ainsi du XLAS sur des
surfaces hétérogènes lorsqu’ils sont installés à une hauteur inférieur à la hauteur du mélange.
Par conséquent, la hauteur à laquelle un scintillomètre doit être installé n’est pas la hauteur du
mélange mais plutôt une hauteur où il n’aura pas de saturation du signal (Moene et al., 2005).
73
4. 2 Estimation des flux surfaciques moyens sur des surfaces
composites dans une région semi-aride
Les résultats de cette partie sont issus de l’article : Chehbouni, A., Ezzahar, J., Watts, C., Rodriguez, J.-C., Garatuza-Payan, J., 2006 : “Estimation area-averaged surface fluxes over contrasted agricultural patchwaork in a semi-arid region”. - Accepté pour publication dans J. Hill and A. Roder (Eds.), Advances in Remote Sensing and Geoinformation Processing for Land Degradation Assement, Taylor and Francis.
4.2.1 Introduction
L’évaluation des flux de surface à grande échelle composée généralement de plusieurs
surfaces hétérogènes, est indispensable pour une bonne gestion des ressources en eau dans les
régions arides et semi-arides. L’hétérogénéité de surface, notamment celle produite par
l’humidité du sol, génère une grande variabilité des flux ce qui limite l’utilisation des
techniques classiques de mesures locales. Considérant les avantages du LAS cités auparavant,
ce dernier peut être considéré comme étant le seul dispositif expérimental capable d’estimer
les flux de surface sur des surfaces composites (Chehbouni et al., 1999; Lagouarde et al.,
2002; Meijninger et al., 2002a ). Cependant son utilisation sur certaines surfaces où l’échelle
d’hétérogénéité s’avére importante et nécessite une hauteur de mesure supérieure à celle du
mélange ainsi que la validation de la théorie de similarité de Monin-Obukhov. Récemment,
Ezzahar et al. (2007b) ont montré que MOST reste applicable sur des surfaces hétérogènes en
s’appuyant sur des mesures effectuées au-dessus de la hauteur du mélange. En plus, la
validation de cette méthode nécessite aussi un réseau d’instruments de prélèvement local
comme le système d’Eddy Covariance. Malgré que cette méthode est considérée comme étant
la plus précise pour mesurer les flux turbulents sur des surfaces homogènes, plusieurs auteurs
ont montré que ce système sous-estime les flux turbulents (Twine et al., 2000).
L’objectif de cette partie est d’évaluer le potentiel et les limitations du LAS pour
l’obtention des flux de surface moyens sur un ensemble de champs d’agricultures contrastées.
Dans cette étude, un scintillomètre a été installé sur un trajet optique d’environ 1.8 km et
couvre trois cultures contrastées (blé, coton et pois chiche) dans une région semi-arides au
Nord du Mexique lors de l’expérience de Yaqui-99.
74
4.2.2 Résultats et discussions
Dans cette étude, on a utilisé sept jours de jeu de données (DOY 98 jusqu’à DOY 104
dans l’année 1998) sous des conditions instables. Cette période présente une opportunité
idéale pour tester les performances du LAS sur de telles situations complexes. En fait, le
champ de pois chiche était très sec tandis que les champs du coton et de blé ont été
récemment irrigués. Ceci engendre une grande hétérogénéité dans l’humidité du sol le long du
trajet du scintillomètre.
4.2.2.1 Bilan énergétique
Afin d’étudier la fiabilité des flux turbulents mesurés par l’EC, une analyse de la
fermeture du bilan énergétique est nécessaire. Pour ce faire, l’énergie disponible (Rn-G) a été
comparée à la somme des flux de chaleur sensible et latente (HEC+LvEEC) pour les trois
champs. Les résultats statistiques sont présentés dans le tableau 4.2. La régression linéaire
montre que l’énergie disponible surestime la somme des flux turbulents avec 17% pour le
coton, 9% pour le blé et 15% pour le pois chiche. Ces résultats confirment bien ceux
rapportées dans la littérature (Ezzahar et al., 2007; Hoedjes et al., 2002; Twine et al., 2000).
Cependant, la distribution de cette sous-estimation entre les flux de chaleur sensible et latente
reste inconnue.
Tableau 4. 2 : Présentation des résultats statistiques de l’analyse du bilan énergétique
(Y=HEC+LvEEC, X=Rn-G) des trois champs (blé, coton et pois chiche).
Site Blé Coton Pois chiche
Fermeture du bilan d'énergie Y=0.91X Y=0.83X Y=0.85X
R2=0.82 R2=0.8 R2=0.84
RMSD (Wm-1) 73 72 64
75
4.2.2.2 Comparaison des flux de chaleur sensible et latente
Les flux de chaleur sensible et latente à l’échelle de ‘grid’ mesurés par le système
d’EC ont été obtenus par une simple pondération linéaire des flux mesurés sur les trois sites.
Ces flux sont notés par la suite par : EC_effH et EC_effELV . Les flux du LAS ont été calculés en
utilisant un calcul itératif en se basant sur les équations (1.27)-(1.37) (chapitre 1). Les figures
4.7 et 4.8 présentent respectivement les comparaisons entre les valeurs simulées et mesurées
des flux de chaleur sensible et latente. En analysant ces résultats, on constate que le flux de
chaleur sensible obtenu par le LAS surestime celui mesuré par le système d’EC avec un taux
de l’orde de 15%, moyennant une grande dispersion entre les flux de chaleur latente. Ceci
peut être expliqué par plusieurs facteurs : en premier lieu, les différences dans l’humidité du
sol entre les trois champs mènent à une variation dans le flux de chaleur sensible le long du
trajet optique (négatif pour le coton et positif pour le blé et le pois chiche). Le LAS ne fait pas
la distinction entre les tourbillons ascendant et descendant, contribuant au signal enregistré.
Cependant, l’analyse des valeurs journalières mesurées des chaleurs sensible et latente montre
que dans la plupart des cas, le changement du signe se produisait souvent tôt le matin et tard
l’après midi, ce qui expliquent seulement la surestimation pour les valeurs faibles. Par
conséquent, le changement du signe le long du trajet optique ne peut pas expliquer la
surestimation systématique des estimations du LAS pour le flux de chaleur sensible. La
deuxième explication peut être liée au fait que le contraste entre les champs : la transition sec-
humide crée des tourbillons supplémentaires (Brunet et al., 1994; De bruin et al., 1991; Itier
et al., 1994). Ces tourbillons ne sont pas captés par les systèmes d’Eddy covariance
(dispositifs des mesures locales) mais ils influencent le signal mesuré par le LAS. Les deux
explications pourraient être plausibles puisque selon l’équation (1.38), la hauteur du mélange
était autour de 10 m tandis que les mesures du LAS ont été effectuées à 6.4 m. Ceci indique
que sous de telles conditions, les hypothèses d’application de la théorie des similitudes de
Monin-Obukhov (MOST) ne sont pas réalisables. Néanmoins, plusieurs auteurs (De Bruin et
al., 1989; Ronda et De Bruin, 1999; Shuttleworth, 1988) ont montré que pour des surfaces
d’hétérogénéité désorganisée, il existe une couche au dessous de la hauteur du mélange où
MOST reste applicable mais les contributions des différents champs peuvent être observées.
En utilisant la même fonction théorique rapportée par De Bruin et al. (1993), Meijninger et al.
(2002b) ont montré la présence de fiables flux dérivés à partir des paramètres de structure
mesurés par le LAS installé au-dessous de la hauteur du mélange. Dans le même contexte,
Kohsiek et al. (2002) ont rapporté que lorsqu’un XLAS (Extra Large Aperture Scintillometer
76
utilisable pour des parcours de 10 km) est installé au-dessous de la hauteur du mélange, la
violation du MSOT reste négligeable. Récemment, Ezzahar et al., (2007b) ont confirmé les
résultats précédents en appliquant MOST sur une surface hétérogène au-dessous de la hauteur
du mélange d’environ 26 m. Ce résultat signifie que la raison de désaccord entre les mesures
des flux du LAS et les systèmes d’Eddy covariance devrait être vérifiée par d’autres
méthodes. Dans ce contexte, Twine et al., (2000) qui ont utilisé un important jeu de données
collectées pendant la compagne de mesure SGP978, ont montré que les mesures
indépendantes des principales composantes des flux du bilan énergétique ne vérifient pas le
principe de conservation de l’énergie. La somme des flux de chaleur sensible et latente
mesurés par les systèmes d’Eddy covariance (différents fabricants) est inférieure à l’énergie
disponible. Ils ont aussi rapporté que le problème de la fermeture du bilan énergétique est lié
aux mesures des systèmes d’Eddy covariance elles-mêmes. Cette hypothèse a été aussi
soutenue par les mesures effectuées par Hoedjes et al. (2002) sur une parcelle de blé au
Mexique. L’analyse du bilan énergétique effectué dans le paragraphe précédent pour nos
données a confirmé les résultats trouvés par ces auteurs.
Figure 4. 7: Comparaison entre LASH estimé par le scintillomètre et EC_effH dérivé en
utilisant une pondération des flux de chaleur sensible mesurés par les systèmes d’Eddy
covariance sur les trois cultures (coton, blé et pois chiche).
8 The Southern Great Plains 1997 Hydrology Experiment, Oklahoma
77
Figure 4. 8: Comparaison entre LASELV estimé par le scintillomètre et EC_effELV dérivé en
utilisant une pondération des flux de chaleur sensible mesurés par les systèmes d’Eddy
covariance pour les trois cultures (coton, blé et pois chiche).
4.2.2.3 Comparaison des flux de chaleur sensible et latente après le forçage du
bilan énergétique
Twine et al., (2000) ont rapporté que les systèmes d’Eddy covariance sous-estiment les
flux de chaleur sensible et latente mais leur rapport (le rapport de Bowen) est correctement
mesuré. En se basant sur cette hypothèse, on a recalculé les flux de chaleur sensible et latente
sur chaque champ en utilisant le rapport de Bowen mesuré et l’énergie disponible et en
forçant la fermeture du bilan énergétique. Les figures 4.9 et 4.10 présentent les comparaisons
entre les flux estimés par le LAS et ceux recalculés par la méthode de Twine. L’analyse des
ces résultats montre une amélioration remarquable de la corrélation entre les mesures du LAS
et celle de l’Eddy covariance.
Malgré l’amélioration observée, nous signalons qu’il reste encore quelques dispersions
entre les valeurs observées et simulées, ce qui signifie que cette méthode de Twine n’a pas
apporté de solution au problème associé au changement du signe de flux de chaleur sensible le
long du trajet du LAS. Une surestimation (sous-estimation) du flux de chaleur sensible (la
chaleur latente) pour des valeurs faibles peut être encore remarquée sur ces figures. En plus, la
sous-estimation observée pour les valeurs élevées du flux de chaleur sensible peut être due au
fait que la méthode de Twine distribue l’erreur de fermeture d’une façon égale entre H et LvE
78
sans considérer les conditions du champ (l’état hydrique du sol, couverture végétale) alors que
l’amplitude de l’erreur de fermeture dépend aussi de ces conditions (Hoedjes et al., 2002).
Figure 4. 9: Comparaison entre LASH (estimé par le scintillomètre) et EC_effH (dérivé en
utilisant une pondération des flux de chaleur sensible mesurés par les systèmes d’Eddy
covariance sur les trois cultures (coton, blé et pois chiche)) après le forçage du bilan
énergétique.
Figure 4. 10: Comparaison entre LASELV (estimé par le scintillomètre) et EC_effELV (dérivé
en utilisant une pondération des flux de chaleur sensible mesurés par les systèmes d’Eddy
covariance sur les trois cultures (coton, blé et pois chiche)) après le forçage du bilan
énergétique.
79
4.2.3 Conclusion
Dans cette partie, on a étudié le potentiel du LAS pour estimer les flux turbulents sur
des surfaces complexes. Pour cela, on a installé un LAS sur un trajet composé de trois champs
(blé, coton et pois chiche) de caractéristiques différentes. Le champ de pois chiche était très
sec tandis que les champs du coton et de blé ont été récemment irrigués. Ceci engendre une
grande hétérogénéité dans l’humidité du sol le long du trajet du scintillomètre.
La comparaison entre les flux de chaleur sensible et latente estimés par le
scintillomètre et le système d’Eddy covariance a montré qu’en générale, les performances du
LAS sont assez bonnes. Cependant, le LAS surestime systématiquement le flux de chaleur
sensible. Durant le début de la matinée et la fin de l’après midi, cette surestimation est
associée au changement du signe du flux de chaleur sensible le long du chemin optique. En
fait, le LAS ne distingue pas entre les tourbillons descendants et ascendants tandis que les
deux contribuent au signal enregistré. Par conséquent, toutes les approches basées sur MOST
s’attendent à échouer à cause du comportement asymétrique de la turbulence stable et instable
(Ronda et De Bruin, 1999). Pour surmonter ce problème, le LAS devrait être installé à une
hauteur assez élevée de la couche de surface de telle sorte que la couche limite planétaire
n’intercepte pas les contributions individuelles de chaque champ. Cependant, à une hauteur
très élevée, le LAS peut capter des tourbillons à partir des champs voisins ce qui compliquera
par la suite la validation de la méthode.
Pour la partie restante du jour, la surestimation peut être expliquée par l’augmentation
de la turbulence à l’intersection des champs qui influence le Cn2 observé. Une autre
explication plausible est associée au fait que le système d’Eddy covariance sous-estime les
flux de chaleur sensible et latente menant à la non fermeture du bilan énergétique, mais
permet de calculer le rapport de Bowen correctement. Cette hypothèse a été soutenue par
l’amélioration de l’accord entre le LAS et l’Eddy covariance après la correction des flux par
la méthode de Twine. Ces premiers résultats confirment le potentiel du scintillomètre à grand
ouverture pour l’estimation des flux de surface sur des surfaces composites.
80
CONCLUSION GENERALE
81
La réalisation de cette thèse entre dans le cadre du projet Franco-marocain
« SudMed ». Ce projet a été mené en partenariat entre le CESBIO (Centre d’Etudes Spatiales
de la Biosphère) et l’IRD (Institut de Recherche pour le Développement) d’une part et la
faculté des Sciences Semlalia et d’autres institutions marocaines, d’autre part. Le projet a pour
vocation de développer des méthodologies permettant d’intégrer les données de terrain, les
modèles de processus et les données de télédétection dans le but de comprendre le
fonctionnement des régions semi-arides pour une meilleure évaluation de leurs ressources
hydriques. Le bassin de Tensift El Haouz a été choisi comme site d’étude du projet pour des
rasions à la fois géographique, climatique et agricole. Les travaux menés dans cette thèse ont
pour principal objectif l’estimation des flux de surface sur des surfaces hétérogènes en
utilisant la méthode de scintillation.
La détermination des flux de surface est indispensable dans plusieurs applications
comme la météorologie, l’hydrologie et l’agriculture. Si les techniques de mesures ponctuelles
permettent de suivre localement les évolutions de ces flux, celles-ci ne sont pas appropriées
sur des surfaces hétérogènes. En effet, l’hétérogénéité de surfaces notamment celle causée par
l’humidité du sol génère une grande variabilité des flux. Par conséquent, la mesure des flux à
cette échelle est possible à travers le déploiement d’un réseau d’instruments de mesures
locales tel que le système d’Eddy Covariance. Malheureusement, ce réseau est très coûteux
aux niveaux de la manipulation et de la maintenance.
Pour pallier à ces difficultés, des techniques de mesure indirectes des flux ont été
développées dont la plus prometteuse est la mesure par scintillométrie. Les scintillomètres
fournissent une mesure du paramètre de structure pour l’indice de réfraction 2nC permettant
d’estimer les flux de chaleur sensible et latente. Contrairement aux mesures locales, le
scintillomètre apporte une mesure intégrée sur tout le chemin optique et donc représentative
de toute la surface étudiée.
La stratégie suivie lors de la réalisation de cette étude a consisté dans un premier lieu à
valider la méthode de scintillation à l’échelle du patch et dans un second lieu, à l’échelle des
surfaces composites hétérogènes (plusieurs patchs).
La validation de la méthode de scintillation à l’échelle du patch a été effectuée sur
trois types de cultures dominantes dans la région de Tensift Haouz: Olivier, Blé et Oranger en
utilisant les données de plusieurs compagnes de mesures entrant dans le cadre du projet
SudMed. La particularité de cette étude se traduit par l’hétérogénéité de l’humidité du sol
engendrée par la méthode d’irrigation (gravitaire pour le blé et l’olivier et goutte à goutte pour
l’oranger) et le type de végétation souvent très complexe comme les orangers et les oliviers.
82
Par conséquent, le transfert de chaleur et d’énergie entre le sol, la végétation et l’atmosphère
est très compliqué. Les flux de chaleur sensible dérivés à partir du scintillomètre à grande
ouverture à l’échelle demi-horaire sur le blé et l’olivier s’accordent raisonnablement avec
ceux mesurés par le système d’Eddy Covariance dans des conditions sèches. Ce résultat
montre clairement que le scintillomètre fonctionne bien au-dessus d’une végétation haute et
éparse. Par conséquence, la théorie de similarité de Monin-Obukhov (MOST) reste applicable
sur ce type de couvert. Pendant les événements d’irrigation (irrigation gravitaire et goutte à
goutte), la comparaison a montré une large dispersion entre les résultats des deux méthodes.
Ceci a été lié aux différences dans les surfaces sources du scintillomètre et du système d’Eddy
Covariance causées par les méthodes d’irrigation utilisées. Le flux de chaleur latente estimé
par le scintillomètre à grande ouverture est obtenu comme un terme résiduel du bilan
énergétique (LvELAS=Rn-G-HLAS). Afin de minimiser le coût d’estimation de la chaleur
latente, on a utilisé un modèle simple pour l’évaluation de l’énergie disponible. La
comparaison entre les flux de chaleur latente estimés par le scintillomètre et ceux mesurés par
le système d’Eddy Covariance montre un accord acceptable avec quelques dispersiosns. Ces
dispersions ont été liées au problème de fermeture du bilan énergétique basé sur les
évaluations des flux turbulents du système d’Eddy Covariance, des différentes caractéristiques
entre les surfaces sources du scintillomètre et le système d’Eddy covariance (dues à la
méthode d'irrigation qui génère souvent une grande hétérogénéité dans l’humidité du sol) et
de l'utilisation de la formule de Brutsaert pour le calcul du rayonnement incident de grande
longueur d’onde.
On a aussi utilisé le scintillomètre à grande ouverture pour la gestion de la
consommation de l’eau par les oliviers dans les régions semi-arides. Pour ce faire, un jeu de
données d’un an collectées sur le site Sud d’Agdal a été utilisé. Comme à l’échelle demi-
horaire, la comparaison des flux de chaleur sensible à l’échelle journalière dérivés
respectivement à partir du scintillomètre et du système d’Eddy Covariance a donné une
mauvaise corrélation dans les conditions hétérogènes (durant les événements de l’irrigation) et
une bonne corrélation dans les conditions homogènes (jours après la pluie et conditions
sèches). En revanche, la comparaison durant l’année entière a montré un accord acceptable
due au phénomène de compensation. Par conséquent, la combinaison des estimations de
l’énergie, par un simple modèle et des flux de chaleur sensible obtenus, par le scintillomètre, a
montré que ce dernier reste un outil potentiellement utile pour estimer l’évapotranspiration sur
des surfaces hétérogènes. Ce résultat a permis de mieux gérer l’eau d’irrigation sur les grands
secteurs. En plus, ce dispositif peut être considéré comme le seul outil pratique pour vérifier
83
les approches des modèles de la télédétection pour l’étude du bilan hydrique à l’échelle du
bassin.
Dans la dernière partie de la thèse (chapitre 4), on a testé le potentiel du scintillomètre
sur des surfaces composites. La première partie du chapitre a été consacrée à la validation de
la théorie de similarité de Monin-Obukhov (MOST) sur des surfaces hétérogènes au-dessous
de la hauteur du mélange. Ceci a été réalisé en combinant les données météorologiques, les
paramètres de structure pour l’indice de réfraction de l’air mesurées par les deux
scintillomètres installés sur les deux sites d’Agdal et un modèle d’agrégation afin de dériver le
paramètre de structure pour la température moyenne sur les deux sites. La période d’étude est
choisie de telle façon à avoir une forte hétérogénéité à l’échelle du grid, c’est à dire l’échelle
qui englobe les deux sites, avec un site très sec et l’autre humide (juste irrigué). Le paramètre
calculé a été utilisé ensuite pour valider MOST. Le résultat trouvé a démontré que
l’application du MOST reste valide sur des surfaces hétérogènes au-dessous de la hauteur du
mélange. Dans notre cas, ce dernier était d’environ 26 m, pour le cas du XALS qui tire sur un
trajet de 10 km la hauteur du mélange sera plus grande. Ainsi le résultat a un intérêt très
important puisqu’en pratique il est difficile d’installer un scintillomètre LAS ou XLAS à des
hauteurs très élevées. La deuxième partie de ce chapitre porte sur l’utilisation du LAS à
l’échelle de grid supposé composé de trois surfaces de caractéristiques différentes notamment
le type de végétation et l’humidité de sol. Dans cette partie, on a utilisé un jeu de données
collectées lors de l’expérience de Yaqui-99, la comparaison des flux de chaleur sensible
estimés par le scintillomètre et ceux obtenus par la pondération des flux mesurés par l’Eddy
Covariance a donné une légère surestimation de l’ordre de 15% pour le LAS. En plus, une
grande dispersion entre les flux de chaleur latente estimés par le LAS et ceux obtenus par la
pondération des flux de chaleur latente mesurés par les systèmes d’EC a été observée. Pour
des valeurs faibles, cette surestimation est liée au changement du signe de flux de chaleur
sensible le long du trajet du scintillomètre (impossibilité de dsitinguer les tourbillions
descendant et ascendant). Pour le reste, la surestimation a été expliquée par le fait que les
systèmes d’EC sous-estiment les flux turbulents. Donc, après la correction de ces derniers en
appliquant la méthode de Twine, une amélioration satisfaisante a été obtenue.
En résumé, ce travail a apporté une contribution dans le calcul de l’évapotranspiration
pour des grandes surfaces hétérogènes. Ce résultat semble d’une grande utilité pour les
services de gestion de l’irrigation dans la mesure ou il leur permet d’estimer les besoins réels
en eau des cultures et d’améliorer l’efficacité de gestion de l’eau de l’irrigation.
84
En perspectives de ce travail, on propose de combiner les données des satellites
météorologiques et le XLAS ou le LAS afin de valider les modèles hydrologiques et les
modèles de transfert sol-plante-atmosphère à l’échelle du bassin.
85
RÉFÉRENCES BIBLIOGRAPHIQUES
86
Allen, R.G., Pereira, L.S., Raes, D. and Smith, M., 1998. Crop Evapotranspiration-Guidelines
for Computing Crop Water Requirements. Irrigation and Drain, Paper No. 56. FAO,
Rome, Italy, 300 pp.
Andreas, E.L., 1989. Two-Wavelength method of measuring path-averaged turbulent surface
heat fluxes. Journal of Atmospheric and Oceanic Technology, vol. 6, pp. 280-292.
Arain, A.M., Michaud, J.D., Shuttleworth, W.J., and Dolman, A.J., 1996. Testing of
vegetation parameter aggregation rules applicable to the Biosphere-Atmosphere
Transfer Scheme (BATS) at the Fife site. Journal of Hydrology, vol. 177, pp. 1-22.
Baldocchi, D., Falge, E., Gu, L., Olson, R., Hollinger, D., Running, S., Anthoni, P.,
Bernhofer, C., Davis, K., Evans, R., Fuentes, J., Goldstein, A., Katul, B., Lee, X.,
Malhi, Y., Meyers, T., Munger, W., Oechel, W., Paw U, K.T., Pilegaard, K., Schmid,
H.P., Valentini, R., Verma, S., Vesala, T., Wilson, K., Wofsy, S., 2001. FLUXNET: a
new tool to study the temporal and spatial variability of ecosystem-scale carbon
dioxide, water vapor and energy flux densities. Bulletin of the American
Meteorological Society, vol. 82, pp. 2415-2434.
Baldocchi, D.D., Xu, L. and Kiang, N., 2004. How plant functional-type, weather, seasonal
drought, and soil physical properties alter water and energy fluxes of an oak–grass
savanna and an annual grassland. Agricultural and Forest Meteorology, vol. 123, pp.
13-39.
Bastiaanssen, W.G.M., Molden, D.J. & Makin, I.W., 2000. Remote sensing for irrigated
agriculture: examples from research and possible applications. Agricultural Water
Management, vol. 46, pp. 137-155
Batra, N., Islam, S., Venturini, V., Bisht, G. & Jiang, L., 2006. Estimation and comparison of
evapotranspiration from MODIS and AVHRR sensors for clear sky days over the
Southern Great Plains. Remote Sensing of Environment, vol. 103, pp. 1-15.
Berbigier, P., Jean-Marc Bonnefond, J.-M., Mellmann, P., 2001. CO2 and water vapour
fluxes for 2 years above Euroflux forest site. Agricultural and Forest Meteorology,
vol. 108, pp. 183-197.
Beyrich, F., Richter, S.H., Weisensee, U., Koshsiek, W., Bosveld, F., Lohse, H., De Bruin, H.
A. R., Hartogensis, O. K., Bange, J. and Vogt, R., 2000. The LITFASS-98
Experiment: Fluxes over a Heterogeneous Land Surface, in 14th Symposium on
Boundary Layer and Turbulence, 7–11August, 2000, American Meteorological
Society, Aspen, CO, pp. 9–10.
87
Beyrich, F., Leps, J.P., Mauder, M., Bange, J., Foken, T., Huneke, S., Lohse, H., Ludi, A.,
Meijninger, W.M.L., Mironov, D., Weisensee, U. and Zittel, P., 2006. Area averaged
surface fluxes over the Litfass region based on eddy-covariance measurements.
Boundary-layer Meteorology, vol. 121, pp. 33-65.
Braud I., A.C. Dantas-Antonino, M. Vauclin, J.L. Thony, and P. Ruelle, 1995. A simple soil-
plantatmosphere transfer model (SiSPAT) development and field verification. Journal
of Hydrology, vol. 166, pp. 213-250.
Brisson N., Mary B., Ripoche D., Jeuffroy M.H., Ruget F., Nicoullaud B., Gate P., Devienne-
Baret F., Antonioletti R., Durr C., Richard G., Beaudoin N., Recous S., Tayot X.,
Plenet D., Cellier P., Machet J.M., Meynard J.M., Delécolle R., 1998. STICS: a
generic model for the simulation of crops and their water and nitrogen balances. I.
Theory and parameterization applied to wheat and corn. Agronomie, vol. 18, pp. 311-
346.
Brunet Y., Itier B., McAneney K.J. and Lagouarde J.P., 1994. Downwind evolution of scalar
fluxes and surface resistance under conditions of local advection. Part II:
measurements over barley. Agricultural and Forest Meteorology, vol. 71, 3-4, 227-
245.
Brunet Y., Laville, P., Flura D., Baculat, B., 1995. La mesure des flux turbulents. Ecole des
chercheurs INRA. Tome 1 : de la plante au couvert végétale. INRA, Actes, Le Croisic:
pp. 441-460.
Brutsaert W., 1975. On a derivable formula for long-wave radiation from clear skies. Water
Resources Research, vol 11, pp.742-744.
Brutsaert W., 1989. Evaporation into the Atmosphere. D. Reidel Dordrecht, 299 pp.
Chandrapala, L. & Wimalasuriya, M., 2003. Satellite measurements supplemented with
meteorological data to operationnally estimate evaporation in Sri Lanka. Agricultural
Water Management, vol. 58, pp. 89-107.
Chehbouni, A., 1992. Présentation d’un modèle de transfert couplé de masse et de chaleur
dans le système sol-végétation-atmosphère pour les zones arides et semi-arides. Thése
Soutenue au Centre d'Etude Spatiale de la Biosphère (163 pages).
Chehbouni, A., Njoku, E.G., Lhomme, J-P, and Kerr, Y.H., 1995. An approach for averaging
surface temperature and surface fluxes over heterogeneous surfaces. Journal of
Climate, vol. 5, pp. 1386-1393.
Chehbouni, A., Kerr, Y.H., Watts, C., Hartogensis, O., Goodrich, D.C., Scott, R., Schieldge,
J., Lee, K., Shuttleworth, W.J., Dedieu, G. and De Bruin, H.A.R., 1999. Estimation of
88
area- average sensible heat flux using a large aperture scintillometer. Water Resources
Research, vol. 35, pp. 2505-2512.
Chehbouni, A., D.C. Goodrich, M.S. Moran, C.J. Watts, Y.H. Kerr, G. Dedieu, W.G. Kepner,
W.J. Shuttleworth et S. Sorooshian, 2000a. A Preliminary Synthesis of Major
Scientific Results during the Salsa Program. Agricultural and Forest Meteorology, vol.
105, pp. 311-323.
Chehbouni, A., Watts, C., Kerr, Y.H., Dedieu, G., Rodriguez, J.-.C., Santiago, F., Cayrol, P.,
Boulet, G. and Goodrich, D.C., 2000b. Methods to aggregate turbulent fluxes over
heterogeneous surfaces: application to SALSA data set in Mexico. Agricultural and
Forest Meteorology, vol. 105, pp. 133-144.
Chehbouni, A. Watts, C., Lagouarde, J.-P., Kerr, Y.H., Rodriguez, J.-C., Bonnefond, J.-M.,
Santiago, F., Dedieu, G., Goodrich, D.C. and Unkrich, C., 2000c. Estimation of heat
and momentum fluxes over complex terrain using a large aperture scintillometer.
Agricultural and Forest Meteorology, vol 105, pp. 215-226.
Chehbouni A., Escadafal R., Boulet G., Duchemin B., Dedieu G., Hannich L., et al. 2004.
Integrated modelling and remote sensing approach for sustainable management of
water resources in Tensift region (SudMed): preliminary results, current status and
new challenges. Integrated Water Resources Research and Development in
southeastern Morocco, International Conference, 1st- 2nd April 2004, Ouarzazate,
Morocco.
Chehbouni, A., Ezzahar, J., Watts, C., Rodriguez, J.-C., Garatuza-Payan, J., 2006. Estimation
area-averaged surface fluxes over contrasted agricultural patchwaork in a semi-arid
region. In J. Hill and A. Roder (Eds.), Advances in Remote Sensing and
Geoinformation Processing for Land Degradation Assement, Taylor and Francis,
(Sous press).
Chehbouni A., Escadafal R., Boulet G., Duchemin B., Simonneaux V., Dedieu G., Mougenot
B., Khabba S., Kharrou H., Maisongrande Ph., Merlin O., Chaponnière A., Ezzahar J.,
Erraki S., Hoedjes J., Hadria R., Abourida A., Cheggour A., Raibi F., Boudhar A.,
Benhadj I., Hanich L., Benkaddour A., Guemouria N., chehbouni Ah., Olioso A.,
Jacob F. and Sobrino J., 2007. Integrated modelling and remote sensing approach for
hydrological study in arid and semi-arid regions: the SUDMED Program. International
Journal of Remote Sensing (Accepté).
Clifford, S.F., Ochs, G.R. and Lawrence, R.S., 1974. Saturation of optical scintillation of
strong turbulence. Journal of the Optical Society of America, vol. 64, pp. 148-154.
89
De Bruin, H.A.R., 1989. Physical aspects of the planetary boundary layer with special
reference to regional evapotranspiration. Proc. Workshop on the Estimation of Areal
Evapotranspiration, Vancouver B.C., August 1987. IAHS Publication, Vol. 177, pp.
117-132.
De Bruin, H. A. R., Bink, N. J. and Kroon, L. J. M., 1991. Fluxes in the Surface under
Advective Conditions. In T. J. Schmugge and J. C. André (eds.), Land Surface
Evaporation; Measurement and Parameterization, Springer-Report, New York, pp.
157–169.
De Bruin, H.A.R., Kohsiek W. and Van den Hurk, B.J.J.M., 1993. A verification of some
methods to determine the fluxes of momentum, sensible heat and water vapour using
standard deviation and structure parameter of scalar meteorological quantities.
Boundary-layer Meteorology, vol. 76, pp. 25-40.
De Bruin, H.A.R., Van den Hurk, B.J.J.M. and Kohsiek, W., 1995. The scintillation method
tested over a dry vineyard area. Boundary-Layer Meteorology, vol. 76, pp. 25-40.
El karouni, K., Koraichi, Y. 2005. Estimation et Spatialisation de l’évapotranspiration de
référence sur le le bassin versant de Tensift. Mémoire de Fin d’Etudes du diplôme
d’Ingénieur de l’Ecole Hassania des Travaux Publics (EHTP), Maroc, p 84.
Er-Raki, S., 2007. Estimation des besoins en eau des cultures dans la region de Tensift Al
Houaz: Modélisation, expérimentation et télédétection. Thèse de doctorat nationale à
l’universite Cadi Ayyad-Marrakech, Maroc (pp 128).
Ezzahar, J., Chehbouni, A., Hoedjes, J.C.B., Er-raki, S., Chehbouni, Ah and J-M Bonnefond,
2007a. The use of the Scintillation Technique for estimating and monitoring water
consumption of olive orchards in a semi-arid region. Agricultural Water Management,
vol. 89, pp. 173-184.
Ezzahar, J., Chehbouni, A., Hoedjes, J.C.B., Chehbouni, Ah, 2007b. On the application of
scintillometry over heterogeneous surfaces. Journal of hydrology, vol. 334, pp. 493-
501.
Ezzahar, J., Chehbouni A., Hoedjes J.C.B., Er-Raki S., Duchemin B. and Ah. Chehbouni,
2007c. The use of the Scintillation Technique for estimating evapotranspiration ET
over several agricultural fields in semi-arid region. Plant Biosystems (Soumis).
Ezzahar, J., Chehbouni, A., Rodriguez, J.C., Er-raki, S., Hoedjes, J.C.B., Boulet G.,
Duchemin, B., Chehbouni A., Gentine P., Hadria R., Lakhal A., Guemouria, N.: Large
aperture scintillometer used over a homogeneous irrigated area. La modernisation de
l’agriculture irriguée dans les pays du Maghreb, 19-21 Avril 2004, Rabat, Maroc
90
Gash, J.H.C., 1986. A note on estimating the effect of a limited fetch on micrometeorological
evaporation measurements. Boundary-Layer Meteorololgy, vol. 35, pp. 409–414.
Gentine, P., Entekhabi, D., Chehbouni, A., Boulet, G., Duchemin, B., 2007. Analysis of
evaporative fraction diurnal behaviour. Agricultural and Forest Meteorology, vol. 143,
pp. 13-29.
Goutorbe, J.P., T. Lebel, A.J. Dolman, P. Kabat, Y.H. Kerr, B. Monteny, S. D. Prince, J.N.M.
Stricker, A. Tinga et J.S Wallace, 1997. An overview of HAPEX-Sahel: a study in
climate and desertification. Journal of Hydrology, vols.188-189, pp. 4-17.
Hatfield, J.L., Reginato, R.J. and Idso, S.B., 1983. Comparison of long-wave radiation
calculation methods over the United States. Water Resources Research, vol. 19, pp.
285-288.
Hartogensis, O. K., De Bruin, H. A. R. and Van De Wiel, 2002. Displaced-beam small
aperture scintillometer test. Part II: CASES-99 stable. Boundary-layer Meteorology,
vol. 28, pp. 149-176.
Hill, R.J., Clifford, S.F., and Lawrence R.S., 1980. Refractive-index and absorption
fluctuations in the infrared caused by temperature, humidity, and pressure fluctuations.
Journal of the Optical Society of America, vol. 70, pp. 1195-1205.
Hill, R.J., 1989. Implications of Monin-Obukhov similarity theory for scalar quantities.
Journal of Atmospheric Science. 6, 2236-2244.
Hoedjes, J.C.B., Zuurbier, R.M. and Watts, C.J., 2002. Large aperture scintillometer used
over a homogeneous irrigated area, partly affected by regional advection. Boundary-
Layer Meteorology, vol. 105, pp. 99-117.
Hoedjes, J.C.B., Chehbouni, A., Ezzahar, J., Escadafal, R., De Bruin, H.A.R., 2007.
Comparison of Large Aperture Scintillometer and Eddy Covariance Measurements:
Can Thermal Infrared Data be Used to Capture Footprint Induced Differences? Journal
of Hydrometeorology, vol. 8, pp. 144–159.
Horst, T.W. and Weil, J.C., 1992. Footprint estimation for scalar flux measurements in the
atmospheric surface layer. Boundary-Layer Meteorololgy, vol. 59, pp. 279-296.
Horst, T.W. and Weil, J.C., 1994. How far is far enough ?: The fetch requirements for
micrometeorological measurement of surface fluxes. Journal of Atmospheric and
Oceanic Technology, vol. 11, pp. 1018-1025.
Hsieh, C.I., Katul, G., Chi, T., 2000. An approximate analytical model for footprint estimation
of scaler fluxes in thermally stratified atmospheric flows. Advances in Water
Resource, vol. 23, pp. 765–772.
91
Ismail-Alaoui M., 2004. Biotechnologie et qualité des produits de l’Olivier du Bassin
Méditerranéen. OLIVEBIOTEQ-2004, du 22 au 24 Novembre 2004 à Erfoud (Maroc).
Itier B., Brunet Y., McAneney, K.J. and Lagouarde, J.P., 1994. Downwind evolution of scalar
fluxes and surface resistance under conditions of local advection. Part I: a reappraisal
of boundary conditions. Agricultural and Forest Meteorology, vol.71, 211-225.
Jacob, F. 1999. Utilisation de la télédétection courtes longueurs d'onde et infrarouge
thermique à haute résolution spatiale pour l'estimation des flux d'énergie à l'échelle de
la parcelle agricole. Thèse Soutenue au Centre d'Etude Spatiale de la Biosphère (268
pages).
Jones, H.G., Archer, N., Rotenberg, E. and Casa, R., 2003. Radiation measurement for plant
ecophysiology. Journal of Experimental Botany, vol. 54, pp. 879-889.
Kohsiek, W., Meijninger, W.M.L., Moene, A.F., Heusinkveld, B.G., Hartogensis, O.K.,
Hillen, W.C.A.M. and de Bruin, H.A.R., 2002. An extra large aperture scintillometer
(XLAS) with a 9.8 km path length. Boundary-Layer Meteorology, vol. 105, pp. 119-
127.
Koster, R.D. and Suarez, M.J., 1992. Modeling the land surface boundary in climate models
as a composite of independent vegetation stands. Journal of Geophysical Research,
vol., 97, pp. 2697-2715.
Kustas, W. P. and Daughtry, C. S. T, 1989. Estimation of the soil heat flux/ net radiation ratio
from spectral data. Agricultural and Forest Meteorology, vol. 49, pp. 205-223.
Kustas, P., W., Goodrich D.C., Moran, S.M., Amer, S.A., Bach, L.B., Blanford, J.H.,
Chehbouni A., Claassen, Clements, W.E., Doraiswamy, P.C., Dubois, P., Clark, T.R.,
Daughtry, C.S.T., Gellman, D.I., Grant, T.A., Hipps, L.E., Huete, A.R., Humes, K.S.,
Jackson, T.J., Keefer, T.O., Nichols, W.D., Parry, R., Perry, E.M., Pinker, R.T., Pinter,
P.J., J. Qi, Jr., Riggs, A.C., Schmugge, T.J., Shutko, A.M., Stannard, D.I., Swiatek, E.,
1van Leeuwen, J.D., van Zyl, J., Vidal, A., Washburne, J. et Weltz, M.A., 1991. An
interdisciplinary field study of the energy and water fluxes in the atmosphere-
biosphere system over semiarid rangelands: Description and some preliminary results.
Bulletin of the American Meteorology Society, vol. 72(11), pp. 1683-1705.
Lagouarde, J.-P., Bonnefond, J.-M., Kerr, Y.H., McAneney, K.J. and Irvine, M., 2002.
Integrated sensible heat flux measurements of a two-surface composite landscape using
scintillometry. Boundary-Layer Meteorology, vol. 105, pp. 5-35.
Leclerc, M.Y., Thurtell, G.W., 1990. Footprint prediction of scalar fluxes using a Markovian
analysis. Boundary-Layer Meteorology, vol. 52, pp. 247–258.
92
Lhomme, J.P, Chehbouni, A. and Monteny, B., 1994. Effective parameters of surface energy
balance in heterogeneous landscape. Boundary-Layer Meteorology, vol. 71, pp. 297-
309.
Mahrt, L., 1998. Flux Sampling Errors for Aircraft and Towers. Journal of Atmospheric and
Oceanic Technology, vol. 15, pp. 416-429.
Martin, P.H., Valentini, R., Jacques, M., Fabbri, K., Galati, D., Quaratino, R., Kennedy, P.,
Folving, S., Matteucci, G., Granier, A., Berbigier, P., Loustau, D., Jensen, N.O.,
Lindroth, A., Tenhunen, J., Dolman, A.J., Jarvis, P., Bernhofer, C., Aubinet, M.,
Ceulemans, R., Vesala, T., 1998. A new estimate of the carbon sink strength of the
forests integrating flux measurements, field surveys, and space observations: 0.17–0.35
Gt(C). Ambio vol. 27, pp. 582–584.
McAneney, K. J., Green, A. E., and Astill, M. S., 1995. Large-Aperture Scintillometry: The
Homogeneous Case. Agricultural and Forest Meteorology, vol. 76, pp. 149–162.
McNaughton, K.G., 1994. Effective stomatal and boundary-layer resistances of heterogeneous
surfaces. Plant, Cell and Environment, vol. 7, pp. 1061-1068.
Meijninger, W.M.L., Green, A.E., Hartogensis, O.K., Kohsiek, W., Hoedjes, J.C.B., Zuurbier,
R.M. and De Bruin, H.A.R., 2002a. Determination of area-averaged water vapour fluxes
with a large aperture and radio wave scintillometers over a heterogeneous surface-
flevoland field experiment. Boundary-layer Meteorology, vol. 105, pp. 63-83.
Meijninger, W.M.L., Hartogensis, O.K., Kohsiek, W., Hoedjes, J.C.B., Zuurbier, R.M. and
De Bruin, H.A.R., 2002b. Determination of area-averaged sensible heat fluxes with a
large aperture scintillometer over a heterogeneous surface – Flevoland field experiment.
Boundary-Layer Meteorology, vol. 105, pp. 37-62.
Merlin, O., Chehbouni, G., Kerr, Y., Njoku, E. and Entekhabi, D., 2005. A combined
modeling and multi-spectral/multi-resolution remote sensing approach for
disaggregation of surface soil moisture: application to SMOS configuration. IEEE
Transactions on Geoscience and Remote Sensing, vol. 43, pp. 2036-2050.
Moene, A.F., Meijninger, W.M.L, Hartogensis, O.K., Kohsiek, W. and de Bruin, H.A.R.,
2005. A review of the relationships describing the signal of a Large Aperture
Scintillometer. Internal Report 2004/2, Updated Version 1.1, Meteorology and Air
Quality Group, Wageningen University, Wageningen, The Netherlands, 39 pp.
Monteith, J.L., 1973. Principles of Environmental physics. Edward Arnold press, 241 pp.
Moore, C.J., 1986. Frequency response corrections for eddy correlation systems. Boundary-
Layer Meteorology, vol. 37, pp. 17-35.
93
Noilhan, J., and Lacarrere, L., 1995. GCM grid scale evaporation from mesoscale modelling:
a method based on parameter aggregation tested for clear days of Hapex-Mobilhy.
Journal of Climate, vol. 8, pp. 206-223.
Noilhan, J., Lacarrere, P., Dolman, A.J., Blyth, E.M., 1997. Defining area-average parameters
in meteorological models for land surfaces with mesoscale heterogeneity. Journal of
Hydrology, vol. 190, pp. 302-316.
Norman, J.M., Kustas, W.P. and Humes, K.S., 1995. A two-source approach for estimating
soil and vegetation energy fluxes from observations of directional radiometric surface
temperature. Agricultural and Forest Meteorology, vol. 77, pp. 263-293.
Olioso, A., 1992. Simulation des échanges d’énergie et de masse d’un couvert végétal dans le
but de relier la transpiration et la photosynthèse aux mesures de réflectance et de
température de surface, Doctorat thesis, Université de Montpellier, France, 250p.
Olioso, A., Wingneron, J.P., Chelle, M., Doussan, C., 1995. ALiBi: un exemple de modéle de
transferts sol-végétation-atmosphère. Ecole des chercheurs INRA. Tome 1 : de la
plante au couvert végétale. INRA, Actes, Le Croisic: 489-504.
Ortega-farias, S., Antonioletti, R. and Olioso, A., 2000. Net radiation model evolution at an
hourly time step for Mediterranean conditions. Agronomie, vol. 20, pp. 157-164.
Panofsky, H. A. and Dutton, J. A., 1984. Atmospheric turbulence: Models and Methods for
Engineering Applications, John Wiley & Sons, New York, 397 PP.
Poulos, G.S., Fritts, D.C., Blumen, W. and Bach, Jr.W.D., 2000. CASES-99 Field experiment:
An Overview. In 14th Symposium on Boundary Layer and Turbulence, 7–11 August,
Aspen, CO.
Raupach, M. R., and Finnigan, J.J., 1995. Scale issues in boundary-layer meteorology: surface
energy balances in heterogeneous terrain. Hydrological Processes, vol. 9, pp. 589-612.
Ronda, R. J. and de Bruin, H. A. R., 1999. A note on the concept of 'effective' bulk exchange
coefficients for determination of surface flux densities. Boundary-Layer Meteorology,
vol. 93, pp. 155-162.
Running, S.W., Baldocchi, D.D., Turner, D.P., Gower, S.T., Bakwin, P.S., Hibbard, K.A.,
1999. A global terrestrial monitoring network integrating tower fluxes, flask sampling,
ecosystem modeling and EOS data. Remote Sensing Environment, vol. 70, pp. 108–
127.
Schmid, H.P., 1994. Source areas for scalars and scalar fluxes. Boundary-Layer Meteorology,
vol. 67, pp. 293-318.
94
Scott, R.W.C., Garatuza-Payan, J., Edwards, E., Goodrich, D.C., Williams, D.G. and
Shuttleworth, W.J., 2003. The understory and overstory partitioning of energy and
water fluxes in an open canopy, semi-arid woodland. Agricultural and Forest
Meteorology, vol. 114, pp. 127-139.
Sellers, P.J., Heiser, M.D., Hall, F.G., Verma, S.B., Desjardins, R.L., Schuepp, P.M. and
MacPherson, J.I., 1997. The impact of using area-averaged land surface properties--
topography, vegetation condition, soil wetness--in calculations of intermediate scale
(approximately 10 km2) surface-atmosphere heat and moisture fluxes. Journal of
Hydrology, vol. 190, pp. 269-301.
Shuttleworth, W.J., 1991. The modellion concept. Reviews of Geophysics, vol. 29, pp. 585-
606.
Shuttleworth, W.J., Yang, Z.-L. and Arain, M.A., 1997. Aggregation rules for surface
parameters in global models. Hydrology and Earth System Sciences, vol. 2, pp. 217-
226.
Shuttleworth, W. J., 1988. Macrohydrology - The new challenge for process hydrology,
Journal of Hydrology, vol. 100, pp. 31-56.
Stull, R.B., 1988. An Introduction to Boundary Layer Meteorology, Atmospheric Sciences.
Library, Kluwer Academic Publishers, 666 pp.
Su, Z., Schmugge, T., Kustas, W.P. and Massman, W.J., 2001. An Evaluation of Two Models
for Estimation of the Roughness Height for Heat Transfer between the Land Surface
and the Atmosphere. Journal of Applied Meteorology, vol. 40, pp. 1966-1951.
Testi, L., Villalobos, F.J. and Orgaz, F., 2004. Evapotranspiration of a young irrigated olive
orchard in southerb Spain. Agricultural and Forest Meteorology, vol. 121, pp. 1-18.
Thiermann, V. and Grassl, H., 1992. The measurement of turbulent surface-layer fluxes by
use of bichromatic scintillation. Boundary-Layer Meteorology, vol. 58, pp. 367-389.
Thom, A.S., 1975. Momentum, mass and heat exchange of plant communities, in Vegetation
and the Atmosphere, Monteith J.L. ed., Academic, London,1, 57-109.
Twine, T.E., Kustas, W.P., Norman, J.M., Cook, D.R., Houser, P.R., Meyers, T.P., Prueger,
J.H., Starks, P.J. and Wesely, M.L., 2000. Correcting eddy-covariance flux
underestimates over a grassland. Agricultural and Forest Meteorology, vol. 103, 279-
300.
Van Dijk, A., 2001, The principles of surface flux physics, internal report.
Van Ulden, A.P., 1978. Simple estimates for vertical diffusion from sources near the ground.
Atmospheric Environment, vol. 12, pp. 2125–2129.
95
Vogt, R., Christen, A. and Pitacco, A., 2004. Scintillometer measurements in a Cork Oak and
an Olive tree plantation. In 26th Conference on Agricultural and Forest Meteorology,
23 —27 August, Vancouver, BC, Canada
Villalobos, F.J., Orgaz, F., Testi, L. and Fereres, E., 2000. Measurement and modeling of
evapotranspiration of olive (Olea europaea L.) orchards. European Journal of
Agronomy, vol. 13, pp. 155-163.
Wallace, J.S., 1995. Calculating evaporation: resistance to factors. Agricultural and Forest
Meteorology, vol. 73, pp. 353-366.
Wang, T., Ochs, G.R. and Clifford, S.F., 1978. A saturation resistant optical scintillometer to
measure 2nC . Journal of the Optical Society of America, vol. 68, 334–338.
Wesely, M.L., 1976. The combined effect of temperature and humidity fluctuations on
refractive index. Journal of Applied Meteorology, vol. 15, pp. 43-49.
Wever, L.A., Flanagan, L.B., Carlson, J. P., 2002. Seasonal and interannual variation in
evapotranspiration, energy balance and surface conductance in a northern temperate
grassland. Agricultural and Forest Meteorology, vol. 112, pp. 31-49.
Wieringa, J., 1986. Roughness dependent geographical interpolation of surface wind speed
averages. Quarterly Journal of the Royal Meteorological Society, vol. 112, pp. 867-
889.
Williams, D.G., Cable, W., Hultine, K., Yepez, E., Er-Raki, S., Hoedjes, J.C.B., Boulet, G.,
De Bruin, H.A.R., Chehbouni, A. and Timouk, F., 2003. Suivi de la répartition de
l'évapotranspiration dans une oliveraie (Olea europaea L.) à l'aide des techniques de
l'eddy covariance, des flux de sève et des isotopes stables. Vèmes Journées de
l'Ecologie Fonctionnelle, 12 au 14 Mars 2003 à Nancy.
Wilson, K., Goldstein A., Flage, E., Aubinet, M., Baldocchi, D., Berbigier, P., Bernhfer, C.,
Ceulemans, R., Dolman, H., Field, C., Grelle, A., Ibrom, A., Law, B.E., Kowalski, A.,
Meyers, T., Moncrieff, J., Monson, R., Oechel, W., Tenhumen, J., Valentini, R.,
Verma, S., 2002. Energy balance closure at FLUXNET sites. Agricultural and Forest
Meteorology, vol. 113, pp. 223-243.
Wyngaard J.C., 1973 . On surface-layer turbulence. Workshop on Micrometeorology,
Denver, Colorado, American Meteorology Society, pp. 101-149.