Vous êtes sur la page 1sur 113

"Caractérisation et optimisation de la ressource en eau dans

une exploitation maraîchère agroécologique diversifiée"

Requillart, Louise

ABSTRACT

L’eau est la ressource naturelle la plus exploitée à l’échelle de la planète selon l’Organisation des
Nations Unies. Le stress hydrique affecte 2 milliards de personnes et ce chiffre risque d'augmenter.
L’agriculture constitue le premier secteur de consommation d’eau et représente près de 70% des
prélèvements mondiaux en eau douce, contribuant ainsi de manière non négligeable à la pénurie d’eau.
De plus, l’agriculture industrielle compromet la capacité des ressources naturelles à satisfaire les besoins
alimentaires futurs dû à la perte de biodiversité, à l’utilisation non durable de l’eau et à la pollution
des sols et de l’eau. C’est dans ce contexte que l’agroécologie, une agriculture alternative, a émergé.
L’agroécologie vise à améliorer la résilience et la durabilité des systèmes de production alimentaire à
travers de multiples pratiques affectant, entre autres, la qualité les ressources naturelles de la production,
telle que les sols et les ressources en eau. L’objectif de ce mémoire est d’avancer les connaissances
permettant de mieux gérer les ressources en eau dans les systèmes de production agroécologiques
wallons. Pour atteindre cet objectif, un état de l’art sur les connaissances actuelles concernant l’impact
de l’agroécologie sur le bilan hydrique des parcelles agricoles a été réalisé. Ensuite, une méthodologie
de modélisation a été développée pour évaluer les besoins en irrigation des cultures d’un système de
production agroécologique. Finalement, avec ce modèle, l’impact ...

CITE THIS VERSION

Requillart, Louise. Caractérisation et optimisation de la ressource en eau dans une exploitation maraîchère
agroécologique diversifiée.  Faculté des bioingénieurs, Université catholique de Louvain, 2020. Prom. :
Vanclooster, Marnik ; Petit, Sébastien. http://hdl.handle.net/2078.1/thesis:25350

Le répertoire DIAL.mem est destiné à l'archivage DIAL.mem is the institutional repository for the
et à la diffusion des mémoires rédigés par les Master theses of the UCLouvain. Usage of this
étudiants de l'UCLouvain. Toute utilisation de ce document for profit or commercial purposes
document à des fins lucratives ou commerciales is stricly prohibited. User agrees to respect
est strictement interdite. L'utilisateur s'engage à copyright, in particular text integrity and credit
respecter les droits d'auteur liés à ce document, to the author. Full content of copyright policy is
notamment le droit à l'intégrité de l'oeuvre et le available at Copyright policy
droit à la paternité. La politique complète de droit
d'auteur est disponible sur la page Copyright
policy

Available at: http://hdl.handle.net/2078.1/thesis:25350 [Downloaded 2021/07/13 at 09:13:43 ]


Faculté des bioingénieurs

Caractérisation et optimisation de
la ressource en eau dans une
exploitation maraîchère
agroécologique diversifiée

Auteur Louise Réquillart


Promoteurs Marnik Vanclooster (UCLouvain)
Sébastien Petit (UCLouvain)
Lecteurs Charles Bielders (UCLouvain)
Christophe Nothomb (Indépendant)
Année Académique 2019 - 2020

Mémoire de fin d’études présenté en vue de l’obtention du diplôme de


Bioingénieur en Sciences et technologies de l’environnement
Remerciements
Je tiens à remercier mon promoteur, le professeur Marnik Vanclooster, ainsi que mon copromoteur,
Sébastien Petit, pour m’avoir donné la possibilité de travailler sur ce sujet et pour leur encadrement
et leur suivi tout au long de ce mémoire. Je remercie tout particulièrement mon promoteur pour
m’avoir guidée lorsque certaines difficultés sont apparues.

Je tiens également à remercier toutes les personnes qui m’ont aidé dans la partie pratique du travail.
Je pense tout particulièrement à Jérémy Lefour qui est venu échantillonner sur le terrain avec moi,
à Sébastien François pour les explications concernant l’utilisation du dGPS LEICA et à Claudine
Givron pour son aide lors des analyses en laboratoire.

Je souhaite aussi remercier tous les professeurs et assistants, qui m’ont conseillé à un moment donné
dans la réalisation du travail, Mr. Mathieu Javaux et Mr. Patrick Bogaert, Aubry Vandeuren, Axelle
Koch, Maxime Thomas, Martin Zanutel, Simon De Cannière, Olivia Bleecks et Baptiste Delhez.

J’aimerais également remercier Mr. Charles Bielders et Mr. Christophe Notomb pour avoir accepté de
faire partie des membres du jury d’évaluation de mon mémoire.

Finalement, je tiens à remercier ma soeur et mes amis qui m’ont soutenue dans les moments les plus
difficiles et plus spécialement mes parents pour les relectures du travail.

i
ii
Table des matières

1 Introduction 1

2 Etat de l’art 3
2.1 L’agroécologie et l’efficience de l’utilisation de l’eau . . . . . . . . . . . . . . . . . . . 3
2.2 Gestion et diversification des cultures . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2.1 Culture mixte ou intercalaire . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2.2 Agroforesterie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2.3 Système sylvopastoral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2.4 Rotation des cultures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2.5 Mélange de variétés locales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3 Gestion des sols . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.3.1 Culture de couverture et engrais vert . . . . . . . . . . . . . . . . . . . . . . . 12
2.3.2 Paillage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3.3 Travail du sol de conservation . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.4 Irrigation des cultures : micro-irrigation . . . . . . . . . . . . . . . . . . . . . . . . . . 18

3 Matériels et méthodes 21
3.1 Description du site d’étude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.1.1 Localisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.1.2 Topographie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.1.3 Hydrologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.1.4 Pédologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.1.5 Climat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.1.6 Occupation du sol . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.2 Méthode d’estimation du bilan hydrique . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.2.1 L’équation du bilan hydrique d’une placette maraîchère . . . . . . . . . . . . . 25
3.2.2 Précipitations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.2.3 Évapotranspiration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.2.3.1 Évapotranspiration de référence extérieure . . . . . . . . . . . . . . . 26
3.2.3.2 Évapotranspiration de référence sous serre . . . . . . . . . . . . . . . 27
3.2.3.3 Évapotranspiration potentielle . . . . . . . . . . . . . . . . . . . . . . 28
3.2.3.4 Évaporation d’une surface d’eau libre . . . . . . . . . . . . . . . . . . 29
3.2.4 Drainage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.2.4.1 Pré-travail d’analyse des sols . . . . . . . . . . . . . . . . . . . . . . . 29
3.2.4.2 Campagne d’échantillonnage . . . . . . . . . . . . . . . . . . . . . . . 33
3.2.4.3 Méthodes de détermination des propriétés physiques et hydrodynamiques 33
3.2.4.4 Méthode de détermination du drainage . . . . . . . . . . . . . . . . . 37
3.2.5 Méthode de détermination des besoins en eau des cultures . . . . . . . . . . . 37
3.2.6 Bilan hydrique du réservoir en eau : la mare . . . . . . . . . . . . . . . . . . . 39

iii
3.2.7 Intégration des pratiques agroécologiques dans la modélisation du bilan hydrique
de la placette . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.3 Analyse de sensibilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.4 Fonctionnement du modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.4.1 Langage de programmation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.4.2 Données d’entrée du modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.4.3 Sorties du modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.4.4 Pas de temps du modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.4.5 Initialisation du modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.4.6 Mise en route du modèle et choix de scénario . . . . . . . . . . . . . . . . . . . 47

4 Résultats et discussions 48
4.1 Détermination du drainage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.1.1 Détermination des lieux et du nombre d’échantillons . . . . . . . . . . . . . . . 48
4.1.2 Détermination des propriétés physiques et hydrodynamiques des sols et du
drainage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.2 Détermination des bilans hydriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.2.1 Détermination des bilans hydriques des jardins . . . . . . . . . . . . . . . . . . 52
4.2.2 Détermination des bilans hydriques sous serres . . . . . . . . . . . . . . . . . . 57
4.2.3 Détermination du volume minimal d’eau d’irrigation pour l’ensemble du maraî-
chage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
4.2.4 Détermination de l’impact des pratiques agroécologiques sur le bilan hydrique 59
4.2.4.1 Impact de la modification des propriétés et fonctions du sol . . . . . . 59
4.2.4.2 Impact des différentes pratiques agroécologiques à travers des scénarios 60
4.3 Analyse de sensibilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.3.1 Analyse de sensibilité de l’ensemble des paramètres qui interviennent dans le
modèle dans la détermination de la demande en eau d’irrigation . . . . . . . . 61
4.3.2 Analyse de sensibilité des propriétés et fonctions agroécologiques dans la déter-
mination de la demande en eau d’irrigation . . . . . . . . . . . . . . . . . . . . 63
4.4 Analyse critique et alternatives au modèle . . . . . . . . . . . . . . . . . . . . . . . . 65
4.4.1 Analyse critique du modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.4.2 Modèles alternatifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.4.2.1 aquacrop . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.4.2.2 hydrus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

5 Conclusions et perspectives 71

6 Bibliographie 74

iv
Liste des figures
1 Effets des mesures de gestion du sol sur les composantes du bilan hydrique . . . . . . 12
2 Localisation de l’exploitation maraîchère . . . . . . . . . . . . . . . . . . . . . . . . . 21
3 Topographie du site d’étude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
4 Hydrologie du site d’étude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
5 Climatogramme de la commune de La Bruyère sur la période 1981-2010 . . . . . . . . 23
6 Représentation schématique du maraîchage pour la saison été 2019 . . . . . . . . . . . 24
7 Composition du pénétromètre Eijkelkamp . . . . . . . . . . . . . . . . . . . . . . . . 30
8 Synthèse de la méthodologie d’obtention des courbes de rétention et de conductivité
hydraulique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
9 Résultats du nombre optimal de cluster selon trois méthodes d’analyse . . . . . . . . 48
10 Résultat de la répartition des 70 sondages au pénétromètre en 3 clusters . . . . . . . 48
11 Localisation des points de sondage classés par cluster de couleur et des lieux d’échan-
tillonnage choisis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
12 Courbe de rétention et de conductivité hydraulique via la FPT de Weynants . . . . . 51
13 Courbe de rétention et de conductivité hydraulique via la FPT Rosetta . . . . . . . . 51
14 Courbe de rétention via la FPT de Vereecken . . . . . . . . . . . . . . . . . . . . . . 51
15 Bilan hydrique, pour la culture de courgettes en extérieur, pour un profil de sol
mono-couche de 60 cm de profondeur . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
16 Bilan hydrique, pour la culture de courgettes en extérieur, pour un profil de sol
multi-couches composé de trois horizons de 20 cm de profondeur chacun (60 cm) . . . 53
17 Bilan hydrique, pour la culture de courgettes en extérieur, pour un profil de sol
mono-couche de 20 cm correspondant à l’horizon 0 (0 - 20 cm) . . . . . . . . . . . . . 54
18 Bilan hydrique, pour la culture de courgettes en extérieur, pour un profil de sol
mono-couche de 20 cm correspondant à l’horizon 1 (20 - 40 cm) . . . . . . . . . . . . 54
19 Bilan hydrique, pour la culture de courgettes en extérieur, pour un profil de sol
mono-couche de 20 cm correspondant à l’horizon 2 (40 - 60 cm) . . . . . . . . . . . . 55
20 Bilan hydrique, pour la culture de courgettes sous serre, pour un profil de sol mono-
couche de 60 cm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
21 Bilan hydrique du bassin de rétention d’eau du maraîchage pour l’année 2019 . . . . . 58
22 Bilan hydrique du bassin de rétention d’eau du maraîchage pour l’année 2018 . . . . . 59
23 Classement de l’ensemble des paramètres du modèle intervenant dans la détermination
de la demande en eau d’irrigation, selon les indices S1 et ST . . . . . . . . . . . . . . 61
24 Classement des paramètres intervenant dans la détermination de l’évapotranspiration
potentielle, selon les indices S1 et ST . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
25 Classement des paramètres intervenant dans la détermination du stock minimal à
atteindre, selon les indices S1 et ST . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
26 Classement des paramètres intervenant dans la détermination du drainage, selon les
indices S1 et ST . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

v
27 Evolution de l’estimation des paramètres, modifiés par les pratiques agrécologiques,
intervenant dans la détermination de la demande en d’irrigation, selon les indices S1 et
ST . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
28 Classement des paramètres, modifiés par les pratiques agrécologiques, intervenant dans
la détermination de la demande en d’irrigation, selon les indices S1 et ST . . . . . . . 64
29 Courbe représentative du coefficient cultural Kc . . . . . . . . . . . . . . . . . . . . . 66

vi
Liste des tableaux
1 Pratiques agroécologiques et leur potentiel pour améliorer la résilience aux stress
climatiques par divers effets sur la qualité des sols et la conservation de l’eau . . . . . 5
2 Aperçu des impacts de l’agroforesterie sur le bilan hydrique . . . . . . . . . . . . . . . 9
3 Aperçu des impacts des pratiques de couverture vivante . . . . . . . . . . . . . . . . . 14
4 Effet du paillage sur l’efficience de l’utilisation de l’eau et les composants du bilan
hydrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
5 Effet des pratiques de travail du sol sur l’efficience de l’utilisation de l’eau et les
composantes du bilan hydrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
6 Efficience de l’irrigation selon différentes méthodes d’irrigation . . . . . . . . . . . . . 20
7 Modèles de simulation de l’évapotranspiration sous serre . . . . . . . . . . . . . . . . 27
8 Moyennes des profondeurs d’horizon pour les sols de type Aba(b)0 . . . . . . . . . . . 33
9 Fonctions de pédotransfert de Weynants et Vereecken . . . . . . . . . . . . . . . . . . 36
10 Valeurs indicatives des teneurs en eau à la capacité au champ θcc, au point de flétrisse-
ment θpf et de la réserve en eau utile RU pour des sols limoneux . . . . . . . . . . . 37
11 Valeurs maximales, rencontrées dans la littérature, des 4 propriétés et fonctions impac-
tées par les pratiques agroécologiques. . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
12 Valeurs des propriétés et fonctions modifiées pour la simulation des scénarios agroéco-
logiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
13 Synthèse de l’ensemble des données culturales utilisées pour la réalisation des bilans
hydriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
14 Gamme de valeur de l’ensemble des paramètres intervenant dans le modèle général,
pour la détermination de la demande en eau d’irrigation, dans le cadre de l’analyse de
sensibilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
15 Gamme de valeur des paramètres modifiés par les pratiques agroécologiques intervenant
dans le modèle général, pour la détermination de la demande en eau d’irrigation, dans
le cadre de l’analyse de sensibilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
16 Résultats de l’analyse granulométrique, de l’analyse de la teneur en matière organique
et de l’application de la FPT de Rawls pour la détermination de ρb . . . . . . . . . . 49
17 Résultats des propriétés hydrauliques via les fonctions de pédotransfert de Weynants,
Vereecken et Rosetta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
18 Données brutes du sol utilisées pour la réalisation des bilans hydriques . . . . . . . . 52
19 Synthèse des hauteurs d’eau d’irrigation et de drainage, pour les deux bilans hydriques
pour la culture de courgettes en extérieur . . . . . . . . . . . . . . . . . . . . . . . . . 55
20 Résultats des bilans hydriques pour différentes profondeurs de profil démontrant
l’impact de l’effet tampon du sol . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
21 Synthèse des hauteurs d’eau d’irrigation et de drainage, pour le bilan hydrique de la
culture de courgettes sous serre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
22 Synthèse des volumes minimaux d’eau d’irrigation pour l’année 2018 et 2019 . . . . . 58
23 Comparaison de la demande en eau d’irrigation et du drainage pour les 4 types de
propriétés et fonctions modifiées par rapport au bilan hydrique témoin . . . . . . . . 59

vii
24 Résutats des bilans hydriques pour les différents scénarios agroécologiques simulés . . 60
25 Estimation de la demande en eau d’irrigation par le maraîcher . . . . . . . . . . . . . 67
26 Données culturales nécessaires à la simulation de la croissance des cultures, du rende-
ment et de la productivité de l’eau avec aquacrop . . . . . . . . . . . . . . . . . . . 68

viii
Liste des acronymes, des variables et paramètres
Acronymes

CC Capacité au champ

CN SW Carte Numérique des Sols de Wallonie

F AO Food and Agriculture Organization

F P T Fonction de PédoTransfert

GES Gaz à Effet de Serre

GIEC Groupe d’experts intergouvernemental sur l’évolution du climat

ICRAF Conseil International des Recherches en AgroForesterie

IP P C Intergovernmental Panel on Climate Change

IRM Institut Royal Météorologique

M N T Modèle Numérique de Terrain

PF Point de flétrissement

SP S Système SylvoPastoral

SP W Société Public de Wallonie

U N EP Programme des Nations Unis pour l’Environnement

Composés chimiques

C Carbone

CH4 Méthane

N Azote

Variables et paramètres

α [m-1], m [-] et n [-] Paramètre de forme du modèle de Van Genuchten [-]

∆ Pente de la courbe de pression de vapeur [kPa.◦ C-1]

γ Constante psychrométrique [kPa.◦ C-1]

λ La tortuosité [-]

ρa Densité de l’air [kg.m-3]

ρb Densité apparente [g.cm-3 ]

σ Constante de Stefan-Boltzmann [J.m-2.K-4.jour-1]

θ Teneur en eau volumique [m3 .m-3 ]

θpF2,5 Teneur en eau volumique à la capacité au champ [m3 .m-3 ]

ix
LISTE DES ACRONYMES, DES VARIABLES ET PARAMÈTRES

θpF4,2 Teneur en eau volumique au point de flétrissement [m3 .m-3 ]

θr Teneur en eau volumique résiduelle [m3.m-3]

θs Teneur en eau volumique à saturation [m3.m-3]

Corg Carbone organique [g.kg-1]

Cp Chaleur spécifique de l’air [MJ.kg-1.˚C-1]

D Drainage [mm

E Evaporation d’une surface d’eau libre [mm]

ea − ed Déficit de pression de vapeur à 2 m [kPa]

ET0 Evapotranspiration de référence [mm]

ET0s Evapotranspiration de référence sous serre [mm]

ET M Evapotranspitation maximale [mm]

ET P Evaporation potentielle [mm]

ET R Evapotranspiration réelle [mm]

EU E Efficience d’utilisation de l’eau [kg.ha-1.mm-1]

G Flux de chaleur dans le sol [J.m2.s-1]

H coefficient de transfert de chaleur par convection [kJ .m-2.h-1.K-1]

h Charge matricielle ou succion [m]

Jw Densité de flux d’eau [m.s-1 ]

K Conductivité hydraulique [m.s-1]

Kc Coefficient cultural [-]

Ks Conductivité hydraulique à saturation [m.s-1]

Kp Coefficient de transmission de la paroi [-]

L Chaleur latente de vaporisation de l’eau [2510 kJ.kg-1]

LAI Indice de surface foliaire [m2.m-2]

M Biomasse [kg]

OM Teneur en matière organique [%m]

P Précipitations [mm]

R Ruissellement [mm]

Rn Radiation nette à la surface de la culture [J.m-2.s-1]

re Résistance externe de la canopée à la chaleur sensible [s.m-1]

x
Rga Rayonnement extérieur [J.m-2.s-1]

Rgs Rayonnement solaire global sous serre [J.m-2.s-1]

RH Humidité relative [%]

ri Résistance interne de la canopée au transfert de vapeur [s.m-1]

Rn Rayonnement net à la surface de la culture [J.m-2.s-1]

RU Réserve en eau utile du sol [m3.m-3]

Se Taux de saturation volumnique [m3.m-3]

T Transpiration [mm]

U2 Vitesse du vent à 2 m [m.s-1]

V M F Densité apparente de la fraction minérale (estimée à 1,65) [g.cm-3]

V OM Densité apparente de la matière organique (estimée à 0,224) [g.cm-3]

V P D Déficit de pression de vapeur journalier ou horaire [kPa]

Eλ Flux de chaleur latente [W.m-2]

F1 Fosse d’échantillonnage 1

F2 Fosse d’échantillonnage 2

F3 Fosse d’échantillonnage 3

H0 Horizon 0 de profondeur 0-20 cm

H1 Horizon 1 de profondeur 20-40 cm

H2 Horizon 2 de profondeur 20-40 cm

t Temps [s]

xi
1 INTRODUCTION

1 Introduction
Les systèmes d’agriculture moderne et industrialisés peuvent théoriquement produire suffisamment de
nourriture pour alimenter la population mondiale actuelle (ECOSOC, 2019), mais ils accomplissent
"cet exploit" avec un impact écologique significatif (Hazell et Wood, 2008). En effet, parmi d’autres
impacts environnementaux, le système agricole actuel détériore, par exemple, les sols par érosion, par
compactage, par la perte de matière organique et par la contamination par les pesticides (Stoate
et al., 2001). Les impacts environnementaux s’expriment par une pollution des nappes phréatiques
et une perte de la fertilité des sols (Evans et al., 2019). Selon un rapport de la FAO de Fisher et
al. (2012), la dégradation des ressources naturelles entraîne une perte de surface cultivable. Ainsi,
la perte de biodiversité, l’utilisation non durable de l’eau et la pollution des sols et de l’eau sont
des problèmes qui compromettent la capacité des ressources naturelles à soutenir l’agriculture et à
satisfaire les besoins futurs.

De plus, le changement climatique, dans certaines régions du monde, se traduit par des événements
météorologiques plus fréquents et extrêmes, tels que des sécheresses, des inondations et des précipi-
tations moins prévisibles. Ce changement a un impact néfaste sur la capacité de certaines régions
et communautés à se nourrir. D’ici 2080, 600 millions de personnes supplémentaires pourraient être
menacées de faim (Das, 2009). La voie actuelle que prend le développement de l’agriculture aggrave
cette situation. Selon le Groupe d’experts intergouvernemental sur l’évolution du climat (GIEC) en
2004 (IPPC, 2007), l’agriculture représentait 13,5 % des émissions mondiales de gaz à effet de serre
(GES) d’origine humaine. Elle est particulièrement intensive en GES dans les pays développés, où elle
y est plus fortement mécanisée et dépend en grande partie des engrais synthétiques. Sans politiques
supplémentaires, les émissions agricoles de N2O et de CH4 devraient augmenter respectivement de 35
à 60% et de 60% jusqu’en 2030 par rapport à 2004 (Barker et al., 2007).

En raison des impacts environnementaux négatifs de l’agriculture conventionnelle, il est intéressant


de se tourner vers une agriculture alternative : l’agroécologie. L’agroécologie est de plus en plus
considérée comme un moyen de relever ces défis considérables. Afin d’améliorer la résilience et la
durabilité des systèmes alimentaires, cette nouvelle agriculture est désormais soutenue par un éventail
de plus en plus large d’experts au sein de la communauté scientifique (Beintema, et al. 2008 ; Wezel
et Soldat, 2009), et par des agences internationales telles que l’Organisation des Nations Unies pour
l’alimentation et l’agriculture (FAO), Biodiversity International et le Programme des Nations Unies
pour l’environnement (UNEP) (Altieri et Nicholls, 2005). Les systèmes agroécologiques réduisent la
vulnérabilité à la variabilité climatique à travers de nombreuses pratiques telles que la diversification
des cultures, le maintien de la diversité génétique locale, l’intégration des animaux, la gestion biolo-
gique des sols, la conservation et la récolte de l’eau, la gestion du bilan énergétique des exploitations
ou encore la séquestration du carbone (Gomiero et al., 2011).

L’eau est une ressource naturelle élémentaire pour tout système agricole et donc aussi dans les systèmes
agroécologiques. Le bon fonctionnement d’un système agroécologique implique donc que les ressources
hydriques soient bien maitrisées. Cependant, l’impact des pratiques agroécologiques sur la ressource

1
1 INTRODUCTION

hydrique n’est pas encore bien appréhendé. Ce mémoire cible la problématique de l’eau au sein des
exploitations agroécologiques. En effet, c’est à travers de multiples pratiques agroécologiques, par
divers effets sur la qualité des sols et la conservation de l’eau, qu’une amélioration de la résilience aux
stress climatiques va être possible. L’objectif général de ce mémoire est d’avancer les connaissances
permettant de mieux gérer les ressources en eau dans des systèmes de production agroécologiques
wallons. Pour ce faire, 3 objectifs spécifiques ont été définis.
— Quelle est la connaissance actuelle concernant l’impact de l’agroécologie sur le bilan hydrique
des parcelles agricoles ?
— Comment évaluer le fonctionnement hydrique d’une exploitation agroécologique wallonne ?
— Existe-t-il dans une exploitation agroécologique wallonne des trajectoires d’optimisation de
gestion de l’eau ?
De nombreuses publications ont articulé les principes agroécologiques de différentes manières (Nicholls
et al., 2016 ; FAO, 2018). Dans le cadre de ce travail, nous nous focaliserons sur les principes couvrant
la gestion agricole et écologique des systèmes agroalimentaires à l’échelle du champ, c’est-à-dire
sans aborder les aspects socio-économiques, culturels et politiques. Pour ce faire, un état de l’art
sur l’impact des pratiques agroécologiques, une caractérisation du bilan hydrologique à l’échelle de
l’exploitation ainsi qu’une identification des schémas d’optimisation de la gestion de l’eau ont été
réalisés.

Pour mener à bien ce projet, un maraîcher (Mr. Sébastien Petit) a mis à disposition son exploitation
agroécologique à Rhisnes (Namur). Le maraîchage a démarré son activité en 2017. La réalisation
d’un bilan hydrologique sur ce dernier permettra de mettre en avant les impacts des pratiques
agroécologiques mises en place.

Ce mémoire est divisé en cinq parties. Il débute par un état de l’art reprenant une description des
différentes pratiques agroécologiques ayant un impact sur les propriétés physiques et hydrodynamiques
du sol. Ensuite, les différents matériels utilisés et les différentes méthodes suivies lors des expériences
seront décrits. La troisième partie présente et discute les résultats obtenus. Enfin, ce rapport se clôture
avec une conclusion générale accompagnée de perspectives sur le sujet.

2
2 ETAT DE L’ART

2 Etat de l’art

2.1 L’agroécologie et l’efficience de l’utilisation de l’eau


L’agroécologie, à l’origine, est l’application de principes écologiques en agriculture. Il s’agit cependant
d’un concept complexe. En effet, l’agriculture et l’écologie sont des domaines dynamiques, qui subissent
des changements rapides en réponse au fait que le système alimentaire planétaire n’est pas durable.
Aussi, l’agriculture, telle qu’elle est actuellement pratiquée, est un moteur majeur du changement
climatique (Campbell et al., 2017). Le terme "écologie" se réfère à la fois à une discipline scientifique et
aux mouvements politiques concernés par la protection de l’environnement (Sills, 1975). L’agriculture
est un sujet, plutôt qu’une discipline scientifique, qui englobe l’ensemble des pratiques par lesquelles les
gens produisent des aliments auxquels diverses disciplines scientifiques sont appliquées. L’agroécologie
englobe toute cette complexité.

Le terme «agroécologie» est apparu pour la première fois au début du XXe siècle pour désigner
l’application des méthodes et principes écologiques dans les pratiques agricoles (Bensin, 1930). Dans
les années 1950 et 1960, Tischler a publié plusieurs articles sur la recherche agroécologique, analysant
les plantes, les animaux, les sols, le climat, et leurs interactions, ainsi que l’impact de la gestion
humaine sur ceux-ci (Tischler, 1965). Le concept d ’«agroécosystème», considéré comme un écosystème
domestiqué et géré par l’homme, a été introduit par Odum en 1969 (Odum, 1969). L’agroécologie
a dépassé l’échelle des champs et des exploitations agricoles pour englober des agroécosystèmes
entiers deux décennies plus tard (Altieri, 1987). S’appuyant sur ces développements, Altieri a défini
l’agroécologie comme «l’application de concepts et de principes écologiques à la conception et à la
gestion d’agroécosystèmes durables» (Altieri, 1995). Ce concept a également été repris par l’Orga-
nisation des Nations Unies pour l’alimentation et l’agriculture qui déclare que : «Les innovations
agroécologiques appliquent des principes écologiques - tels que le recyclage, l’utilisation efficace des
ressources, la réduction des intrants externes, la diversification, l’intégration, la santé des sols et les
synergies - pour la conception de systèmes agricoles qui renforcent les interactions entre les plantes,
les animaux, les humains et l’environnement pour la sécurité alimentaire et la nutrition. » (FAO, 2016).

Un ensemble de pratiques agroécologiques a émergé en réponse aux préoccupations concernant l’effet


de l’agriculture sur la faune et l’environnement, suite à l’essai de Rachel Carson "Silent Spring"
(Carlson, 1962), prônant la mise à distance d’un "modèle d’agriculture industrielle". Ce dernier est
dominé par les grandes exploitations agricoles spécialisées, fortement tributaires des combustibles
fossiles et des intrants artificiels externes. Ce modèle doit évoluer vers des systèmes agricoles du-
rables, plus respectueux de l’environnement, qui optimise l’utilisation des processus biologiques et
des fonctions de l’écosystème (Rosset et Altieri, 1997). L’approche fut résumée par Altieri (2002) qui
conçoit des agroécosystèmes complexes et résilients, par « l’assemblage des cultures, des animaux, des
arbres, des sols et d’autres facteurs dans des schémas de diversification spatiale et temporelle, favorise
les processus naturels et les interactions biologiques». Ces derniers maximisent les associations afin
que les exploitations agricoles diversifiées soient en mesure de soutenir la fertilité de leurs propres
sols, la protection de leurs cultures et de leur productivité. Il n’y a pas un ensemble définitif de

3
2 ETAT DE L’ART

pratiques prescrites comme agroécologiques (Wezel, 2017). Il est facile de discuter des pratiques
comme étant plus ou moins agroécologiques, dans la mesure où elles utilisent des processus écolo-
giques par opposition aux intrants externes. Par conséquent, ces processus écologiques doivent être
équitables, respectueux de l’environnement, adaptés et possédés localement. Ils doivent être intégrés
dans une approche systémique, plutôt que de se concentrer sur des mesures uniques. L’agriculture
agroécologique met l’accent sur la diversification avec les cultures mixtes, les cultures intercalaires,
les mélanges de cultivars, mais aussi sur les techniques de gestion de l’habitat pour la biodiversité
associée aux cultures comme la lutte biologique contre les ravageurs et les maladies. L’agroécologie
s’intéresse particulièrement à la gestion des sols pour permettre l’amélioration de leur structure et de
leur santé. Enfin, elle aide également à la fixation biologique de l’azote et le recyclage des nutriments
et de l’énergie, tout en intégrant les «déchets» dans le processus de production (Reijntjes et al., 1992).

La concurrence croissante pour l’eau dans de nombreux secteurs conduit à l’amenuisement de cette
ressource, réduisant sa disponibilité pour l’irrigation. Cette concurrence sera aggravée par les change-
ments climatiques qui réduiront la résilience des systèmes de production alimentaires irrigués. Les
pratiques agroécologiques vont modifier le fonctionnement hydraulique des systèmes de production
et donc aussi la résilience de ces systèmes face au changement climatique. Le Tableau 1 présente de
nombreuses stratégies agroécologiques qui peuvent être mises en œuvre au niveau de l’exploitation
afin de réduire l’influence de la variabilité climatique. Trois types de stratégies d’adaptation complé-
mentaires impactant le bilan hydrique y sont développées : la diversification des cultures, la gestion
des sols, et l’irrigation des cultures.

Dans le cadre de cette étude, nous souhaitons développer une compréhension et une interprétation
mécanique des approches agroécologiques afin de permettre une meilleure efficience de l’utilisation de
l’eau en reliant les mesures pratiques aux processus sous-jacents de l’hydrologie du sol.
Ceci nécessite une définition de l’utilisation efficiente de l’eau. D’un point de vue agronomique, Gregory
(2004) a proposé la relation suivante :

M 1
EU E = × E+R+D
(1)
T 1+ T
où l’efficience de l’utilisation de l’eau (EUE [kg.ha-1.mm-1] ou [kg/m3]) est séparée entre l’efficacité
de la transpiration (M/T), c’est-à-dire le rapport entre la biomasse produite (M [kg.ha1]) et la
proportion de l’eau utilisé par la plante (T [mm]), et le bilan hydrique basé sur T comparé aux pertes
improductives dues à l’évaporation du sol (E [mm]), le ruissellement (R [mm]) et le drainage (D [mm])
vers la nappe phréatique.

C’est sur base de cette équation 1 que nous allons pouvoir quantifier les impacts des différentes
gestions agroécologiques des sols et des cultures.

4
Tableau 1: Pratiques agroécologiques et leur potentiel pour améliorer la résilience aux stress climatiques par divers effets sur la qualité des sols
et la conservation de l’eau. (Adapté de Altieri et al., 2015)
Propriétés Fonctions physiques Fonctions de services
Accumu- Capacité
Efficience
lation de Compaction Erosion Régulation
ET Ruissellement Infiltration Microclimat d’utilisation
organique rétention du sol des sols hydrologique
de l’eau
du sol d’eau
Diversification
Culture mixte
↓ ↑ ↓ ↑ ↓ ↑
ou intercalaire
Agroforesterie ↑ ↑ ↑ ↓ ↓ ↑ ↑ ↓ ↑
Système
sylvopastoral ↑ ↑ ↓ ↓ ↓ ↑ ↑ ↓ ↑ ↑
intensif
Rotation des
↑ ↓ ↓ ↑ ↓ ↑
cultures
Mélanges de
variétés ↑
locales
Culture de
couverture / ↑ ↑ ↓ ↑ ↓ ↑ ↓ ↑
Engrais vert
Gestion des sols
Paillage /
↑ ↑ ↓ ↓ ↓ ↓ ↑
Compost
Agriculture de
conservation
↑ ↓ ↓ ↓ ↑ ↓ ↑
(biologique,
sans labour)
Irrigation des cultures
Micro-irrigation ↓ ↑ ↑
NB : ↑ équivaut à une augmentation ou une amélioration tandis que ↓ équivaut à une réduction.
2 ETAT DE L’ART

2.2 Gestion et diversification des cultures


Les pratiques agroécologiques de gestion des cultures comprennent les cultures mixtes ou intercalaires,
l’agroforesterie, la rotation des cultures, les cultures de couverture et la sélection des cultivars
locaux. Ces pratiques influencent l’efficacité agronomique de l’eau tout en fournissant des conditions
de croissance optimales aux cultures afin d’obtenir un rendement maximum avec les ressources
disponibles.
L’effet des pratiques de gestion des cultures sur le bilan hydrique sera détaillé dans chacune des
sous-parties. Les valeurs exposées permettent de démontrer le potentiel d’une pratique de gestion des
cultures sur les propriétés, les fonctions physiques et les fonctions de services du système. Les valeurs
peuvent varier considérablement selon les régions, le travail du sol, et l’irrigation.

2.2.1 Culture mixte ou intercalaire

La culture intercalaire peut être définie comme la coexistence de deux cultures ou plus, dans le même
champ, en même temps (Wezel, 2014). Les cultures peuvent être disposées spatialement de différentes
manières. L’intensité et le type d’interaction entre les cultures dépendront de l’arrangement choisi et
des espèces associées (Malézieux et al., 2009). Les interactions peuvent être positives ou négatives.

De manière générale, selon Vandermeer (1989), la culture intercalaire (mixte, en rang, en bande,
ou en relais) permet une meilleure utilisation des nutriments et de l’eau du sol si l’association est
correctement réalisée, par exemple en cultivant ensemble des cultures à racines peu profondes et
profondes. De plus, elle peut contribuer à la réduction de l’impact des ravageurs et des maladies.
Dans l’ensemble, elle sert à minimiser le risque de perdre la récolte entière. Même lorsque l’une des
cultures cultivées échoue, l’autre peut encore produire un rendement. En raison de l’amélioration de
l’utilisation des ressources dans les cultures intercalaires, le rendement par unité de surface est souvent
supérieur à celui de la même zone avec une seule culture. La culture intercalaire améliore également
la structure physique et la fertilité du sol. En effet, la résistance au compactage et à la pénétration
est plus faible dans de tels systèmes, et il y a une amélioration de la stabilité structurelle (Carof
et al., 2007). De plus, la couverture du sol est généralement augmentée avec ce système, atténuant
à la fois la formation de croûtes et l’érosion (Le Bissonnais et al., 2004). Les différences relatives
de productivité entre les monocultures et les polycultures se sont accentuées à mesure que le stress
hydrique a augmenté (Natarajan et Willey, 1986). Ainsi, ce type de culture possède de nombreux
avantages en termes de productivité, de stabilité des rendements, de résilience aux perturbations et
de durabilité écologique par rapport aux monocultures.

Cependant, comme pour de nombreuses pratiques agroécologiques, les cultures intercalaires présentent
des limites. Elles augmentent la complexité de la gestion du système car il faut gérer la concurrence
entre les différentes cultures pour la lumière, l’eau et les nutriments, qui peut se produire entre les
cultures associées (Willey, 1990 ; Van Noordwijk et al., 1996 ; Ozier-Lafontaine et al., 1998). Outre
cela, Torkaman et al (2018) ont démontré que la date de semis et le schéma de plantation avaient
un effet sur le rendement des cultures intercalaires (colza - pois chiche). De plus, dans certains cas,
les cultures intercalaires peuvent conduire à une plus forte présence de ravageurs comme les limaces

6
2 ETAT DE L’ART

(Malézieux et al., 2009).

Enfin, il existe différents moyens par lesquels la culture intercalaire peut améliorer l’utilisation de
l’eau par rapport aux monocultures :
— Augmenter l’eau disponible pour les plantes.
La culture intercalaire peut fournir une couverture végétale plus grande, qui protége le sol de
l’impact de la pluie, tout en améliorant ainsi l’infiltration (Lal, 1974). Une culture à racines
peu profondes qui s’établit rapidement peut assécher les horizons supérieurs du sol, et forçer
ainsi un composant à enracinement plus lent à s’établir plus profondément encore (Fisher,
1977).
— Augmenter la quantité totale d’eau prélevée dans le sol.
Selon différentes études, il s’avère que certaines cultures intercalaires retirent, sous forme
d’évapotranspiration, plus d’eau que sous monoculture (Lakhani, 1976 - tournesol / radis
fourrager ; Mazaheri, 1979 - maïs / chou frisé). Ceci est dû à une meilleure dispersion des
racines dans tout le profil et à des concentrations racinaires plus importantes.
— Augmenter la proportion d’évapotranspiration.
Cela s’expliquerait par une augmentation de la couverture de la canopée (Reddy et Willey,
1981 ; Natarajan et Willey, 1980). Willey (1990) a montré 21% de capture de plus que prévu à
partir de la capture de cultures uniques. Ainsi, le principal avantage des cultures intercalaires
(± 28% de rendement), pourrait être leur propension à absorber davantage d’eau.
— Augmenter l’efficacité d’utilisation de l’eau (Gregory et Reddy, 1982).
Quelles que soient les raisons, les résultats indiquent que, par rapport à la monoculture, la
culture intercalaire peut être en mesure d’améliorer l’efficacité d’utilisation de l’eau.
— Augmenter l’indice de récolte (Natarajan et Willey, 1986).
De même que pour le point 4, quelles que soient les raisons, les résultats indiquent que, par
rapport à la monoculture, la culture intercalaire peut être en mesure d’augmenter l’indice de
récolte.

2.2.2 Agroforesterie

L’agroforesterie est définie par l’ICRAF (Conseil international de recherches en agroforesterie) comme
un concept collectif qui couvre les systèmes et les pratiques d’utilisation des terres. Les plantes vivaces
ligneuses y sont délibérément intégrées aux cultures et/ou aux animaux localisés sur la même unité
de gestion des terres (Leakey, 1996).

La mise en place de cultures ligneuses vivaces dans les stratégies de cultures annuelles permet de
réduire l’érosion des sols (Glover et al., 2012 ; Sileshi et al., 2014 ; Ng, 2008). Cette solution permet
d’augmenter la séquestration du carbone et ainsi la fertilité du sol (Barrios et al., 2012 ; Orgiazzi et
al., 2016). L’agroferesterie donne lieu à une augmentation de la productivité des terres en réduisant
la lixiviation des nutriments, en améliorant la biodiversité, ainsi qu’en augmentant la diversité avec
une production complémentaire de bois, de fruits et de noix pour diverses utilisations (Eichhorn
et al., 2006 ; Mosquera-Losada et al., 2009). Plus précisément, leurs grandes canopées affectent le
rayonnement solaire, tout comme les précipitations et les mouvements d’air, tandis que leurs vastes

7
2 ETAT DE L’ART

systèmes racinaires occupent de grands volumes de sol. Ainsi, les arbres jouent aussi un rôle protecteur
dans la conservation des sols, l’amélioration de la fertilité des sols, et la protection offerte par les
brise-vent. Etant donné que les arbres protègent le sol, améliore l’hydrologie et protège d’autres
plantes, il est d’envisageable de les utiliser pour réduire les risques de dégradation de l’environnement
et pour limiter l’utilisation des ressources naturelles.

Néanmoins, les systèmes agroforestiers sont spécifiques à l’écosystème dans lequel ils vivent. Sur
certains sols à faible teneur en éléments minéraux, le choix des espèces végétales appropriées peut
être limitant, bien que de nombreux arbres soient mieux adaptés aux sols pauvres que les cultures
annuelles. De plus, les plantes ligneuses peuvent également avoir des effets négatifs sur les cultures,
principalement en raison de la concurrence pour la lumière, les nutriments et/ou l’eau. Par conséquent,
pour chaque système, il est nécessaire d’étudier quel ensemble d’espèces vivaces et annuelles est le
mieux adapté à la culture, afin d’obtenir des effets complémentaires. Les contraintes observées avec les
systèmes agroforestiers comprennent les facteurs suivants : des besoins accrus en matière de gestion
et de main d’oeuvre, une perte de terres cultivées pour la culture principale et enfin, la concurrence
des arbres avec les cultures adjacentes pour l’eau, les nutriments et la lumière (Altieri, 1995).

Les systèmes d’agroforesterie sont également proposés comme stratégie d’adaptation au climat et à la
résilience de l’eau. En raison de l’amélioration de la structure du sol et de la présence d’une couche
de litière, les systèmes peuvent influencer directement le bilan hydrique, en réduisant le ruissellement,
l’évaporation du sol nu par rapport à la quantité d’eau transpirée par les arbres et en améliorant
indirectement l’hydrologie du sol par une porosité et une infiltration accrue (Altieri et Nicholls, 2017 ;
Schoenberger et al., 2012). En général, le bilan hydrique de ces systèmes d’arbres et de cultures est
plus complexe que pour les systèmes de cultures uniques. Ces systèmes nécessitent un agencement et
une gestion adéquats pour une combinaison idéale des demandes en eau inter-espèces. Alors que les
espèces d’arbres peuvent avoir une plus grande utilisation de l’eau par transpiration, par unité de
surface, par rapport aux prairies (Huber, Iroumé et Bathurst, 2008), l’agroforesterie et les systèmes
de cultures intercalaires sont connus pour favoriser le soulèvement hydraulique de l’eau des couches
plus profondes du profil du sol (Asbjornsen et al., 2011 ; Bayala et Wallace, 2015). Par conséquent,
un mélange d’arbres plus profondément enracinés, entrecoupé de cultures, offre une allocation variée
des ressources en eau du sol pendant les périodes de précipitations variables (Bayala et Wallace,
2015). Les ceintures d’arbres captent une grande quantité d’eau issue du ruissellement des pluies
provenant des paysages en pente (Ellis et al., 2006). À plus grande échelle, en particulier dans les
zones sujettes aux inondations, les arbres peuvent réduire le rejet d’eau souterraine. Le magazine
“Métiers de l’eau du sahel” (Chleq et Dupriez, 1986) aborde le problème sous un autre angle. Les
arbres absorbent jusqu’à la moitié des précipitations annuelles au sein même de la nappe, provoquant
ainsi un appauvrissement hydrologique. Par conséquent, il faut nuancer l’influence favorable de la
présence d’arbres pour les caractéristiques hydrologiques des bassins versants. Toutefois, la recherche
sur les relations hydriques des systèmes agroforestiers par rapport aux systèmes de cultures annuelles
confirme les avantages globaux de ces agroécosystèmes plus diversifiés. Quelques études ont tenté de
quantifier les impacts des systèmes d’agroforesterie sur le bilan hydrique (Tableau 2).

8
2 ETAT DE L’ART

Tableau 2: Aperçu des impacts de l’agroforesterie sur le bilan hydrique (Adapté de Basche et Edelson,
2017).
Stockage/
Drainage ou
Localisation teneur en ET Référence
Ruissellement
eau du sol
Région des
Trois Gorges - Ng et al. (2008)
(Chine)
Ethiopie + Ketema et Yimer (2014)
Anderson et al. (2009),
Missouri - + - Seobi et al. (2005),
Udawaata et Anderson (2008)

2.2.3 Système sylvopastoral

Selon Chara et al. (2019), les systèmes sylvopastoraux (SPS) sont des arrangements agroforestiers qui
combinent délibérément des plantes fourragères, telles que les herbes et les légumineuses, avec des
arbustes et des arbres, pour la nutrition animale et des utilisations complémentaires. Ils permettent
l’intensification de la production animale basée sur des processus naturels et sont reconnus comme une
approche intégrée de l’utilisation durable des terres. Les SPS favorisent des interactions écologiques
bénéfiques en se manifestant par un rendement accru en production animale et végétale par unité de
surface, par une meilleure efficience d’utilisation des ressources et par une meilleure prestation de
services environnementaux.

Comparés aux pâturages sans arbres, les SPS ont de nombreux avantages. L’un des premiers est
l’augmentation de la production à la fois végétale et animale. Ces systèmes permettent une production
accrue de fourrages de meilleure qualité, en réduisant le besoin supplémentaire de sources externes
(Mojardino et al., 2010), mais aussi, par exemple, en augmentant jusqu’à 4 fois la production bovine
par hectare (Thornton et Herrero, 2010). Ils rendent possible un stockage accru du carbone dans les
compartiments aériens et souterrains du système (Nair et al., 2010 ; Montagnini et al., 2013). De plus,
les SPS améliorent les propriétés du sol par une plus grande absorption des nutriments des couches
profondes du sol, une disponibilité accrue des nutriments provenant de la litière de feuilles et un
apport accru d’azote par les arbres fixateurs de N2 (Nair et al., 2007 ; Vallejo et al., 2010 ; Cubillos et
al., 2016). Ces systèmes permettent ainsi une meilleure résilience du sol à la dégradation et à la perte
de nutriments (Ibrahim et al., 2013 ; Harvey et al., 2014). De plus, en contribuant à la régulation
du cycle hydrologique par la réduction de l’intensité du ruissellement, les SPS offre une meilleure
capacité de rétention et d’infiltration de l’eau du sol (Jose, 2009). Toutefois, cette amélioration de
la capacité de rétention et d’infiltration de l’eau doit être nuancée. En effet, la présence d’élevage
contribue à de nombreux avantages comme l’apport en matière organique mais contribue aussi au
tassement et au compactage du sol. Enfin, pour ce qui est de l’écologie, les SPS créent des habitats
ayant une biodiversité plus riche (Nair et al., 2010 ; Giraldo et al., 2011). Finalement, en ce qui
concerne l’éthique, ils améliorent le bien-être animal (Broom et al., 2013).

9
2 ETAT DE L’ART

Bien qu’à long terme l’investissement économique nécessaire à la mise en place des SPS soit rentabilisé,
son adoption peut être limitée par un coût initial trop conséquent, et une difficulté à trouver des
investisseurs.

Divers impacts sur le bilan hydrique ont pu être observés. Dans le Sud-Ouest de la Colombie, Vallejo
et al. (2010) ont constaté que les sols sous SPS présentaient un pourcentage plus élevé de macro- et
micro-pores, ainsi qu’une densité apparente faible (<1,4 vs 1,52 g/cm3 ) et moins de résistance à la
pénétration (<3,3 vs 3,98 MPa) que les sols sous monocultures de pâturage. Ces caractéristiques
sont associées à une meilleure capacité de rétention en eau et à un ruissellement réduit. Dans les
études menées au Costa Rica et au Nicaragua avec des pâturages sans arbres, le ruissellement de l’eau
équivalait à 28-48% des précipitations, alors qu’il était inférieur à 10% dans le SPS (Ríos et al., 2007).

2.2.4 Rotation des cultures

La rotation des cultures est un système dans lequel différentes cultures sont cultivées en successions
récurrentes et en séquences définies sur la même terre (Leighty, 1938).

L’amélioration de l’état du sol reste un service majeur fourni par la diversité de rotation des cultures,
y compris les impacts positifs sur la fertilité du sol, l’optimisation de la disponibilité des nutriments,
l’augmentation de la teneur en matière organique, l’amélioration de la structure du sol et de la stabilité
des agrégats et la réduction du lessivage et de l’érosion avec les cultures couvre-sol (Altieri, 2000 ;
Bàrberi, 2002 ; Watson et al., 2002 ; Dogliotti et al., 2004).

Une des principales contraintes est la gestion d’un plus grand nombre de cultures. Elle requiert
davantage de main d’œuvre, de connaissances et d’équipements techniques. De plus, les cultures
secondaires produites lors de rotations sont souvent moins rémunératrices et il est parfois difficile de
leur trouver des consommateurs.

La rotation des cultures peut optimiser l’efficience d’utilisation de l’eau en augmentant le nombre de
cultures cultivées par an, avec une utilisation plus efficace des ressources disponibles et de meilleures
conditions phytosanitaires. Par exemple, Pala et al. (2007) ont démontré qu’un système de rotation
blé-légumineuses avec un apport supplémentaire d’azote pendant la saison du blé garantit non
seulement une production durable, mais est également plus efficace dans l’utilisation de précipitations
limitées par une meilleure absorption de l’eau des racines et une efficacité de transpiration accrue.
En effet, les légumineuses extraient l’eau lentement uniquement à partir de profondeurs de sol plus
faibles, et laissent ainsi suffisamment d’eau dans le sol pour les cultures suivantes en rotation (Gan
et al., 2009). Pour ce qui est de la jachère, son efficacité pour augmenter la disponibilité de l’eau
pour la prochaine saison dépend fortement du contrôle des adventices (Gregory, 2004). En effet, les
adventices sont très gourmandes en eau, la jachère doit limiter leur développement. La lutte contre les
ravageurs et les maladies par une rotation appropriée des cultures peut être, par la même occasion, un
moyen efficace d’augmenter le rendement et l’efficience d’utilisation de l’eau. Au sein d’une parcelle
de lentilles, par exemple, la lutte contre les adventices a presque doublé la production de matière

10
2 ETAT DE L’ART

sèche et l’efficience d’utilisation de l’eau par rapport à une culture de lentilles non desherbée (Cooper
et al., 1987).
Il est possible d’améliorer cette utilisation de l’eau dans des conditions de pénurie d’eau (en particulier
l’eau pluviale) avec des rotations de cultures pertinentes (Pala et al., 2007 ; Salado-Navarro et
Sinclair, 2009 ; Turner, 2004). Dans des milieux tempérées, ces rotations sont susceptibles d’améliorer
l’infiltration d’eau pendant la période hivernale et d’augmenter la disponibilité en eau pour les cultures
suivantes (Celette et al., 2008 ; Justes et al., 2002).
Hussain et al. (2019) ont montré que pendant les années de disponibilité extensive en eau, le maïs en
continu, et le maïs en rotation avec des cultures de soja ont une évapotranspiration (ET) similaire
pendant la saison de croissance. Ainsi, les changements dans les proportions de terres cultivées
consacrées à ces deux cultures n’ont pas affecté considérablement les bilans hydriques du paysage.
Néanmoins, pendant l’année de sécheresse (2012), l’ET était plus faible dans les cultures de soja et
maïs en rotation, mais pas dans le maïs continu pour une production en biomasse similaire. De même,
Wang et al. (2018) ont prouvé que le travail du sol en rotation a augmenté le rendement en grains de
maïs et le EUE, surtout pendant une année sèche.

2.2.5 Mélange de variétés locales

Les plantes indigènes sont définies comme des espèces qui ont poussé naturellement dans un milieu
donné et s’y sont bien développées.

Les légumes indigènes présentent une biodiversité fondamentale ; ils sont adaptés à des sols et à
des conditions climatiques marginales spécifiques, et peuvent souvent être cultivés avec un apport
externe minimal (De la Peña et al., 2011 ; Hughes et Ebert, 2013). La diversification des systèmes de
production actuels avec des légumes traditionnels augmentera leur hétérogénéité et conduira par la
suite à une meilleure résilience aux stress abiotiques et biotiques (Newton et al., 2011). Lin (2011)
fournit plusieurs exemples de suppressions de parasites réussies, de maladies et de protection contre la
variabilité climatique dans des agroécosystèmes plus diversifiés. Les cycles de production généralement
plus courts des légumes traditionnels par rapport à la plupart des autres grandes cultures seraient un
avantage supplémentaire.

Néanmoins un des problèmes majeurs reste le manque d’accès aux marchés et le manque de connais-
sances des vertues de ces plantes, empêchant les petits exploitants de mieux mettre à profit les
opportunités que présentent ces cultures.

La sélection du type de culture indigène permet de s’adapter aux conditions de croissance de


l’environnement et induit une meilleure efficience d’utilisation de l’eau (Altieri et al., 2015).

11
2 ETAT DE L’ART

2.3 Gestion des sols

La gestion des sols est un facteur déterminant dans l’allocation optimale de la ressource en eau pour
la croissance des plantes. La Figure 1 donne un aperçu des propriétés physiques et hydrologiques
pertinentes du sol qui pourraient être ciblées par des mesures de gestion afin d’optimiser le rapport
de transpiration sur l’évaporation, au ruissellement et au drainage du sol (Eq.1).

Figure 1: Effets des mesures de gestion sur les composantes du bilan hydrique. Modification des
propriétés de surface du sol, des propriétés hydrauliques du sol et des propriétés des racines et
de la rhizosphère induites par les pratiques culturales et de gestion des sols affectant chacune des
composantes du bilan hydrique (Raza et al., 2012).

Les opérations de travail du sol peuvent influer sur l’efficience de l’utilisation de l’eau en :
— modifiant les propriétés de surface du sol,
— modifiant les propriétés hydrauliques du sol,
— influençant la formation du système racinaire des cultures.
Le travail du sol influe donc sur la dynamique de l’eau et l’efficience d’utilisation de l’eau, via l’effet
mécanique des outils de travail du sol ainsi que les effets de paillage. Ces effets sont liés à la quantité
de couverture de résidus restant à la surface du sol. Ces résidus provoquent des effets biologiques :
une modification du système racinaire et une augmentation des activités microbiologiques.

2.3.1 Culture de couverture et engrais vert

La culture de couverture est une culture ensemencée et cultivée, mais non récoltée ou pâturée pour
couvrir le sol des terres cultivées pendant une partie ou la totalité de l’année. Les plantes peuvent
être incorporées dans le sol par le travail du sol, comme dans la culture de couverture saisonnière,
ou elles peuvent être conservées pendant une ou plusieurs saisons (Bodner et al., 2007). Lorsque les

12
2 ETAT DE L’ART

plantes sont incorporées au sol par le travail du sol, la matière organique ajoutée au sol est appelée
"engrais vert".

Traditionnellement, le but principal des cultures de couverture était de protéger le sol contre l’érosion.
Cependant, les cultures de couverture sont reconnues comme étant multifonctionnelles et fournissant
de nombreux avantages ou services écosystémiques. Les cultures de couvertures sont généralement
cultivées entre les cultures de rentes. Contrairement à un sol nu, elles contribuent d’avantage à
la formation de MO et ont la capacité d’augmenter le carbone et l’azote du sol (McDaniel et al.,
2014 ; Poeplau et Don, 2015). Elles occupent des niches vides, recyclent des éléments nutritifs qui
autrement seraient perdus, empêchent les plantes indésirables de pousser et contribuent à soutenir la
biodiversité dans les systèmes de culture. Elles peuvent donc également améliorer la résilience agricole
au changement climatique (Kaye et Quemada, 2017). Les mélanges de cultures de couverture doivent
être conçus pour maximiser la synergie entre les espèces, ce qui est généralement obtenu en combinant
des espèces présentant différents traits fonctionnels tels que les espèces à racines profondes et peu
profondes, les graminées et les légumineuses (Bybee-Finley et al., 2016).

Malgré les avantages démontrés, l’adoption des cultures de couverture reste limitée par des contraintes
de production, comme une demande de main-d’œuvre agricole plus élevée, un risque d’interactions
négatives entre les insectes et les maladies (par exemple, des limaces sous les cultures de couverture)
et un rendement économique incertain (Moore et al., 2016). De plus, le besoin important en eau
des cultures de couvertures peut nuire à la disponibilité en eau du sol pour la prochaine culture.
Néanmoins, la plupart de ces problèmes peuvent être évités grâce à une sélection rigoureuse des
espèces de cultures de couverture et à une bonne gestion.

Bodner et al. (2007) ont montré que l’efficience d’utilisation de l’eau des espèces de cultures de
couverture est plus élevée par rapport aux cultures de rente pour des cultures de même famille situées
dans un même lieu. Cela est dû à la demande évaporative sensiblement plus faible de l’atmosphère
pendant la période de végétation des cultures de couverture. Les effets négatifs dûs à l’épuisement de
l’eau du sol étaient plus élevés après des conditions sèches en automne car les cultures de couverture
ont continué l’extraction de l’eau des couches plus profondes, tandis que l’évaporation des jachères
a été réduite (Islam et al., 2006). Les effets potentiels sur le rendement dépendent de la hauteur
des précipitations hivernales, de la capacité de stockage de l’eau du sol, de la phénologie et des
caractéristiques d’absorption d’eau de la culture de rente subséquente, ainsi que de la répartition des
précipitations sur la période de croissance de la culture de rente. Les cultures de couverture peuvent
contribuer à la résilience du système à la variabilité des précipitations grâce à plusieurs mécanismes.
Parmi ces mécanismes, on retrouve l’amélioration à l’amélioration de la fonction hydrologique du sol
grâce à l’agrégation (qui augmente la stabilité du sol et, finalement, la capacité de stockage de l’eau),
des taux d’infiltration plus élevés et un ruissellement réduit (Gabriel et al., 2019 ; Blanco-Canqui et
al., 2015). De plus, les cultures de couverture peuvent réduire l’érosion du sol ou du vent, notamment
par l’interception des gouttes de pluie et la réduction de la force d’impact des précipitations et du
détachement ultérieur du sol, la réduction de la vitesse d’écoulement et l’augmentation des dépôts
de sédiments, et l’augmentation de la structure du sol et l’infiltration de l’eau (Sanchez et al., 2004 ;

13
2 ETAT DE L’ART

Scholberg et al., 2010). Enfin, les cultures de couverture peuvent réduire l’évaporation de l’eau
du sol et augmenter le stockage de l’eau. De l’eau supplémentaire est disponible pour les cultures
de rente, même en cas de sécheresse (Basche et al., 2016a). En fonction des différentes conditions
climatiques et des différents types de sols, il existe de nombreuses preuves démontrant que les cultures
de couverture peuvent améliorer le bilan hydrique global des agroécosystèmes (Tableau 3), même si
certaines prouvent le contraire comme Meyer et al. (2020).

Tableau 3: Aperçu des impacts des pratiques de couverture vivante sur le bilan hydrique (Adapté
de Basche et Edelson, 2017).
Stockage/ Fonction
Localisation Teneur hydrologique ET Reference
en eau du sol du sol
Iowa + + - Basche et al. (2016a), (2016b)
Kansas + Blanco-Canqui et al. (2011), (2013)
California + Gulick et al. (1994)
California + Folorunso et al. (1992)
Illinois + Villamil et al. (2006)
Iowa, Indiana + Daigh et al. (2010)
Maryland + Steele, Coale, et Hill (2012)
Northwest India + + Sharma et al. (2010)
Northern India + + Walia, Walia, et Dhaliwal (2010)
Northwest India + Singh, Jalota, et Singh (2007)
Southwest Nigeria + Lal, Wilson, et Okigbo (1978)
Spain + + Alonso-Ayuso et al. (2018)
Spain + + Gabriel et al. (2019)
Spain - Gabriel et al. (2014)
France - Meyer et al. (2020)
NB : + équivaut à un impact positif démontré tandis que - équivaut à un impact négatif démontré.

2.3.2 Paillage

Les paillis sont définis comme des matériaux qui recouvrent la surface du sol, par opposition aux
matériaux qui sont incorporés dans le profil du sol (Chalker-Scott, 2007). Le paillage est une technique
permettant de conserver l’eau, en favorisant l’infiltration et en limitant l’évaporation. De plus, il
retarde l’érosion du sol et réduit le ruissellement de surface (Adekalu et al., 2007).
Le paillage peut être de différentes natures : soit organique, soit inorganique. Il existe de nombreux
paillis organiques tel que les paillis de paille, de foin, d’herbe, de feuilles d’arbres, de miscanthus, de
chanvre, de compost de déchets verts, mais aussi les paillis de copeaux et d’écorce de bois qui peuvent
provenir de différentes essences d’arbres. Ces différents paillis se différencient principalement par leur
rapport en C/N et leur contenu en semence d’adventices. Les paillis inorganiques sont principalement
des paillis plastiques généralement en polyéthylène, dont dont l’impact varie en fonction de la couleur.
Il existe aussi des paillis inorganiques biodégradables, comme le paillis plastique compostable fabriqué
à partir d’amidon de maïs.

Les paillis, lorsqu’ils sont appliqués aux champs présentent de nombreux avantages, parmi lesquels
la réduction de la perte de l’humidité du sol, le compactage du sol, l’érosion du sol, l’impact des

14
2 ETAT DE L’ART

gouttelettes d’eau frappant la surface du sol et la croissance des adventices (Chakraborty et al., 2008).
Par ces impacts, les paillis encouragent indirectement le déplacement des vers de terre dans le sol. Ils
contribuent ainsi à améliorer la structure du sol et le cycle des nutriments, tout en gardant la zone
racinaire sous-jacente plus chaude en hiver et plus fraîche en été afin de réduire les dommages aux
racines. Cela a pour conséquence d’aider la croissance supérieure et le développement racinaire des
plantes (Atreya et al., 2008). De plus, les paillis organiques abaissent le pH du sol pour améliorer la
capacité des racines à capter les nutriments. Elles permettent d’augmenter le volume des nutriments
et leur disponibilité à long terme dans le sol. Enfin, la barrière physique de la couverture de paillis
réduit la germination et la nourriture de nombreuses espèces de adventices, mais comme pour tous
les avantages cités précédemment, l’intensité des impacts dépend fortement du type de paillis. Par
exemple, la croissance des adventices est surtout présente dans les paillis organiques (Relf et Appleton,
2009). De même, le paillis vivant peut faciliter les réseaux mycorhiziens entre les plantes, contrairement
aux paillis inorganique (Chalker-Scott, 2017).

La principale conséquence négative de l’utilisation du paillis plastique en agriculture est liée à la


manipulation des déchets plastiques et aux impacts environnementaux associés. Le paillage de film
plastique réduit considérablement la matière organique du sol, puisqu’il empêche le dépôt de litière
végétale, et augmente considérablement les émissions de gaz à effet de serre (Cuello et al., 2015). Selon
Cuello et al, les taux d’émission de méthane (CH4) pendant les saisons de culture ont montré de fortes
corrélations positives avec la teneur en eau du sol. La teneur en eau étant plus élevée sous paillage,
le taux d’émission en CH4 l’est aussi. La gestion des déchets plastiques est un problème majeur du
paillage de films plastiques (Kyrikou et Briassoulis, 2007). Ils sont potentiellement polluants car ils
dispersent dans le sol des microplastiques, phtalates et produits agrochimiques (Steinmetz et al.,
2016). L’enlèvement des films de paillage du champ provoque une augmentation considérable du coût
de main-d’oeuvre (Malinconico et al., 2008). En ce qui concerne les paillis organiques, ils ne sont pas
toujours adéquats pour le contrôle des adventices (Boyhan et al., 2006). De plus, les matériaux de
paillage organiques tels que les copeaux de bois et d’écorce de cèdre, pin, et d’épicéa peuvent acidifier
le sol (Chalker-Scott, 2007). Trop de paillis organique peut entraîner un excès d’humidité, créant
de nouveaux problèmes tels que l’apparition de parasites, ainsi que des conditions anaérobies et la
pourriture des racines qui peuvent endommager les plantes. Les paillis de paille contaminent souvent
le sol et appauvrissent le lit de semence en azote en raison de leur rapport élevé en carbone/azote
(C/N) (Kasirajan et Ngouajio, 2012). En effet, ils peuvent immobiliser temporairement l’azote du sol
lors de leur décomposition (Mooers et al., 1948), bien que la matière organique humifiée accumulée
par le paillage de paille à long terme entraîne parfois une minéralisation nette de N (Ferguson, 1957).
Enfin, le paillis de papier, en particulier le papier journal, se dégrade très rapidement, rendant ainsi
difficile la couverture d’une grande surface (Sanchez et al., 2008). Il est donc plutôt adapté à des
surfaces maraîchères.

Le paillage est considéré comme l’un des meilleurs moyens de réduire l’évaporation du sol (Steiner,
1989 ; Li et Xiao, 1992 ; Baumhardt et Jones, 2002). Les résidus et les paillis limitent l’évaporation en
réduisant la température du sol. Fortement influencée par l’albédo du paillage, une bâche plus foncée
augmentera plus fortement la température. Cette réduction de l’évapotranspiration est aussi dûe à

15
2 ETAT DE L’ART

la suppression des pertes par diffusion de la vapeur, grâce à l’absorption de la vapeur d’eau sur les
paillis et la réduction du gradient de vitesse du vent à l’interface sol-atmosphère (Greb, 1966 ; Lagos
et al., 2009). Les effets du paillage sur l’humidité du sol dépendent et diffèrent selon les types de sols
et les conditions climatiques. Les paillis améliorent la capacité de rétention de l’humidité du sol ainsi
que la structure du sol et suppriment la croissance des adventices (Mutetwa et Mtaita, 2014). Le
degré d’humidité du sol varie également en fonction des matériaux choisis pour le paillage. En général,
les paillages stockent une humidité du sol plus élevée que le sol nu (Chakraborty et al., 2008 ; Zhao
et al., 2014). Les changements d’humidité du sol dans la couche superficielle supérieure (0 à 10 cm)
sont très dynamiques en raison des flux de vapeur d’eau à travers l’interface sol-atmosphère (Bittellia
et al., 2008). Cependant, le paillage réduit les fluctuations de l’humidité et de la température du
sol (Abouziena et Radwan, 2014). Le paillage a un impact positif sur le stockage de l’humidité du
sol, en fonction de son type et de son épaisseur. C’est le paillis plastique qui retient la plus grande
quantité d’humidité du sol, suivi du paillis organique par rapport au sol nu (Ogundare et al., 2015).
Ashrafuzzaman et al. (2011) ont trouvé que c’est le le paillis de plastique qui permet d’obtenir le plus
haut degré d’humidité du sol (21,1%), suivi du paillis de plastique noir (20,4%), du paillis de plastique
bleu (19,2%), et du témoin (sol nu) (14,6%). Pour ce qui est du paillage de compost, celui-ci réduit le
ruissellement de surface pendant et après les précipitations, augmente l’infiltration et réduit la perte
de sol (Bakr et al., 2015). Le Tableau 4 résume la gamme de valeurs très large des effets du paillage.

Tableau 4: Effet du paillage sur l’efficience de l’utilisation de l’eau et les composantes du bilan
hydrique (Raza et al., 2012).
Effet Référence
Silburn et Glanville (2002),
Réduction du ruissellement (10–75%)
Zuazo et Pleguezuelo (2008)
Réduction de l’évaporation (11–36%) Zhang et al. (2007)
Augmentation globale des EUE de 10 à 45% Sarkar et al. (2007), Zhang et al. (2007)

2.3.3 Travail du sol de conservation

Le travail du sol conventionnel implique le labour, par lequel des couches compactes du sol supérieur
sont brisées et retournées. Bien que le travail du sol puisse supprimer les ravageurs, incorporer des
amendements et des résidus de cultures, réchauffer le sol et créer un lit de semence fin pour les plantes,
il génère également des inconvénients. En plus de rendre le sol plus vulnérable à l’érosion, le travail du
sol peut perturber les organismes du sol, réduire l’humidité du sol et augmenter les coûts des intrants
associés au carburant et à la main-d’œuvre.
Le travail du sol de conservation peut être utilisé pour éviter ou minimiser les inconvénients mentionnés.
Il consiste en un ensemble de techniques diverses visant à préparer le sol à des profondeurs variables
mais sans retournement de la terre. Ces techniques simplifiées ou techniques culturales sans labour
consistent à utiliser un décompacteur, un cultivateur à dent, ou encore une herse rotative qui travaille
le sol à 50, 25 et 15 cm de profondeur respectivement. Contrairement à l’effet de la charrue, le travail
du sol de conservation ne transforme pas les résidus de récolte et d’engrais vert dans le sol, mais ces
résidus sont mélangés avec le sol près de la surface ou simplement couchés en surface par roulage

16
2 ETAT DE L’ART

en période de gel par exemple. Un travail du sol réduit correspond à une perturbation minimale du
sol sans inversion du sol. Le sol n’est travaillé qu’à une profondeur de 5–15 cm avant le semis. Les
systèmes de travail du sol sont souvent classés en fonction de la quantité de résidus de la culture
précédente qui est retenue à la surface du sol (Köller et El Titi, 2003). En utilisant cette classification,
le travail du sol qui conserve moins de 15% de couverture de résidus à la surface du sol est considéré
comme un travail de sol conventionnel, tandis que le travail du sol qui conserve plus de 30% de
couverture de résidus à la surface est considéré comme travail de conservation.

La réduction du travail du sol préserve les organismes du sol. Par exemple, sans travail du sol, plus
de vers de terre anéciques ont été trouvés (Capowiez et al., 2009 ; Peigné et al., 2009 ; Pelosi et al.,
2009). Ceci a augmenté la porosité du sol et donc l’amélioration de la circulation de l’eau et de la
pénétration des racines dans le sol. En effet, la réduction du travail du sol peut soutenir la croissance
des racines en conservant des macro-pores continus qui servent de canal de croissance préférentiel
pour les racines jusqu’au sous-sol (Rasse et Smucker, 1998). De plus, il évite le compactage du sol
qui limite la croissance des racines Bengough et al. (2006) et en fournit une structure du sol où les
racines et les micro-organismes associés aux racines peuvent proliférer facilement (Hinsinger et al.,
2009). De telles améliorations de la structure du sol peuvent améliorer l’activité biologique (Vian et
al., 2009), augmenter la fertilité du sol (El Titi, 2003 ; Holland, 2004) et faciliter la régénération du sol
(Kladivko, 2001 ; Säle et al., 2015). De plus, une diminution du travail du sol peut empêcher l’érosion,
minimisant ainsi les pertes d’éléments nutritifs et réduisant la minéralisation (Ball et al., 1998).

Il est important de noter que bien que le labour de conservation puisse offrir un certain nombre
d’avantages par rapport au labour conventionnel, ses effets sont influencés par le type de sol, le climat
et les pratiques de gestion des cultures (Palm et al., 2014). Par exemple, selon la texture du sol, le
labour conventionnel pourrait être plus efficace que le labour de conservation en termes de gestion
des contraintes telles que le compactage du sol et d’augmentation des performances des cultures
(Peigné et al., 2013). Bien que le non-travail du sol ou le travail réduit du sol soient des pratiques
prometteuses, il y a encore des contraintes considérables pour leur adoption. Une des principales est
le contrôle des adventices (Brainard et al., 2013).

Au niveau de l’impact sur le bilan hydrique, les opérations de travail du sol peuvent influer sur
l’efficience d’utilisation de l’eau en modifiant les propriétés de surface du sol, en modifiant les propriétés
hydrauliques du sol et en influençant la formation du système racinaire des cultures (Raza et al., 2012).
La teneur plus élevée en matière organique, proche de la surface, est essentielle pour une capacité
d’infiltration accrue et ainsi une réduction des pertes par ruissellement (Zhang et al., 2007c). Outre la
teneur accrue en humus, la conservation des biopores continus, induits par les racines et les vers de
terre dans les systèmes sans labour, contribue à des taux de filtration plus élevés et à une réduction du
ruissellement (Cresswell et Kirkegaard, 1995). Un effet essentiel du travail du sol, pour une meilleure
efficience de l’utilisation de l’eau, est la réduction des pertes par évaporation de la surface du sol.
Aase et Pikul (1995) soutiennent que la diminution de l’intensité du travail du sol tend à améliorer
l’efficience de l’utilisation de l’eau en raison de l’amélioration de la disponibilité de l’eau du sol grâce à
des pertes d’évaporation réduites. Dans un système de travail du sol réduit et sans labour, la plupart

17
2 ETAT DE L’ART

des études ont montré une augmentation de la capacité de stockage de l’eau du sol. Par exemple,
Fernandez-Ugalde et al. (2009) ont constaté une disponibilité en eau des plantes de 32,6% plus élevée
sans travail du sol par rapport au travail du sol classique dans les couches supérieures du sol où la
matière organique du sol et la capacité de rétention maximale en eau ont également augmenté de
manière significative. L’augmentation de la teneur en matière organique entraîne une plus grande
porosité du sol (Rasool et al., 2008) et une capacité de rétention d’eau améliorée (Hatfield et al.,
2001). Ainsi, un travail du sol réduit est susceptible d’influencer la capacité de rétention d’eau par un
effet combiné de la matière organique et de la structure du sol. Bai et al. (2008) ont constaté une
amélioration de la disponibilité en eau des plantes et de plusieurs caractéristiques des pores liées à la
structure après 10 années de non labour associé à un paillage de paille sur le plateau chinois de loess
en comparaison à un travail réduit du sol en profondeur associé à un paillage de paille. Feng et al.
(2010) ont signalé un stockage de l’eau du sol jusqu’à 25% plus élevé sans labour avec paillage.
L’effet des différentes pratiques de travail du sol sur l’efficience d’utilisation de l’eau et les composantes
du bilan hydrique est résumé dans le Tableau 5 . Une grande prudence doit être portée à l’interprétation
de ces valeurs car elles peuvent varier selon les régions et les types de sols. . .

Tableau 5: Effet des pratiques de travail du sol sur l’efficience de l’utilisation de l’eau et les
composantes du bilan hydrique (Raza et al., 2012).
Pratique Effet Référence
↓ de l’évaporation (1–20%) Moret et al. (2007)
Travail du sol classique ↑ des taux de l’infiltration (35–61%) Lipiec et al. (2005)
↑ du stockage de l’eau dans le sol (9–42%) Jin et al. (2007)
Fernandez-Ugalde et al. (2009),
↑ du stockage d’eau dans le sol (8–33%)
Pas de travail du sol Wang et al. (2011)
Peterson et Westfall (2004),
↑ globale de EUE de 17 à 30%
Sarkar et al. (2007)
↓ de l’évaporation (1–19%) Lopez et Arrue (1997)
Travail réduit du sol ↑ du stockage de l’eau du sol (15–24%) McHugh et al. (2007)
↑ globale de EUE de 7–30% Jin et al. (2009)
NB : ↑ équivaut à une augmentation tandis que ↓ équivaut à une réduction.

2.4 Irrigation des cultures : micro-irrigation

L’irrigation des cultures par la micro-irrigation n’est pas, à proprement parler, une pratique agroécolo-
gique : elle est aussi utilisée dans des exploitations classiques. Néanmoins, en raison de ses nombreux
potentiels détaillés ci-dessous, l’irrigation au goutte-à-goutte est très souvent associée à l’agroécologie.
C’est pourquoi elle est décrite dans le cadre de ce travail.

L’irrigation localisée, ou micro-irrigation, est une méthode qui regroupe plusieurs systèmes de
distribution de l’eau à la parcelle. Elle se caractérise par la mise en place sur la parcelle d’un réseau
dense de canalisation couvrant totalement la surface à irriguer, par un apport d’eau au voisinage de la
plante et par l’utilisation de faibles débit unitaires, par de faibles doses avec une fréquence d’apport
élevée (Compaoré, 2006).

18
2 ETAT DE L’ART

Par rapport à l’aspersion ou à l’irrigation de surface, l’irrigation localisée permet une utilisation plus
rationnelle de l’eau et présente de multiples avantages. Des économies dans l’utilisation de l’eau,
d’énergie et de main d’œuvre ont été observées dans de nombreuses études. Par exemple, Priyan
et Panchal (2017) ont réalisé une étude et déclaré que la technologie de micro-irrigation garantit
une efficience d’utilisation de l’eau allant jusqu’à 50-90%. Cela peut s’expliquer par le fait que la
micro-irrigation contribue à réduire de manière significative les pertes de transport, le ruissellement,
les pertes par évaporation, les infiltrations et les pertes par percolation profonde. L’eau économisée
peut être utilisée pour augmenter la superficie irriguée ou encore, si l’on utilise un autre système
d’irrigation qui irrigue plus en profondeur, pour la remise en état des terres dégradées et/ou stériles.
Puisqu’un plus faible débit est requis, de petits puits peuvent également être utilisés comme sources et
permettent des économies d’énergie jusqu’à 30,5% (Priyan et Panchal, 2017). Enfin, le rendement des
cultures est augmenté, ce qui explique en partie par le fait qu’étant localisée, ce type d’irrigation évite
la production d’adventice à la surface et l’eau et les minéraux sont entièrement disponibles pour la
culture. La productivité des cultures et des fruits est alors augmentée jusqu’à 42,4% et l’augmentation
de la productivité des légumes jusqu’à 52,7% (Priyan et Panchal, 2017). De plus, l’irrigation localisée
permet un contrôle précis des quantités d’eau, une facilité du travail et une adaptation aux conditions
difficiles, par exemple, pour des terrains en pentes (Pénadille, 2006).

Cependant, l’introduction d’une technologie d’irrigation moderne implique généralement des coûts
plus élevés, avec une augmentation des investissements, des équipements et des coûts de gestion
(Lopes et al., 2011). Il est important de noter que malgré tous ses avantages, ce type d’irrigation
reste très sophistiqué. Des inconvénients d’ordre technique et logistique peuvent être générés, comme
la sensibilité des goutteurs à l’obstruction, la présence permanente d’un réseau de canalisation sur
le terrain, la difficulté de voir si le réseau fonctionne correctement. Il faut aussi noter qu’avec cette
irrigation au goutte-à-goutte les fruits et les feuillages ne sont pas lessivés de la poussière.

Au niveau de la ressource en eau, comme expliqué plus haut, la micro-irrigation augmente l’efficience
d’utilisation de l’eau bien plus que n’importe quel autre système d’irrigation. Une étude réalisée en
Californie a révélé que l’efficience de l’utilisation de l’eau variait de 60 à 85% pour l’irrigation de
surface à 70 à 90% pour l’irrigation par aspersion et 88 à 90% pour l’irrigation au goutte à goutte
(Cooley et al., 2008). L’irrigation au goutte-à-goutte, en particulier dans les systèmes horticoles, à un
potentiel élevé pour limiter les apports d’eau, améliorer l’efficience de l’utilisation de l’eau et mieux
répondre à la demande en eau des cultures dans le temps et dans l’espace (Lopes et al., 2011). Elle
limite également le risque de salinisation des sols.
Toutefois, ces valeurs doivent être nuancées, comme le démontre Alonso et al. (2019) avec une étude
menée au Maroc. Les résultats indiquent que la conversion de l’irrigation en surface à l’irrigation
au goutte à goutte dans la zone d’étude a conduit à des effets neutres ou négatifs sur les aspects
environnementaux et économiques, tandis que les effets bénéfiques les plus significatifs ont été détectés
pour le pilier social, car l’irrigation au goutte-à-goutte permet des changements structurels dans
l’exploitation. Plus généralement, les résultats de l’étude confirment que, malgré l’efficacité théorique
élevée de l’utilisation de l’eau de la technologie d’irrigation au goutte-à-goutte, ses performances,

19
2 ETAT DE L’ART

évaluées à l’échelle de l’exploitation agricole sont beaucoup moins évidentes.

Tableau 6: Efficience théorique de l’irrigation sous différentes méthodes d’irrigation (Sivanappan,


1998).

Efficience de Méthode d’irrigation


l’irrigation Surface Asperseur Micro
40-50 (canal)
Efficacité de transport - -
60-70 (puit)
Efficacité d’application 60-70 70-80 90
Evaporation
de l’humidité 30-40 30-40 20-25
de l’eau de surface
Efficacité globale 30-35 50-60 80-90

Concernant l’agroécologie et la micro irrigation, une autre limitation vient du fait que les goutteurs
répondent directement aux besoins en eau des plantes et non aux besoins en eau du sol environ-
nants dans les premiers centimètres. Sans une irrigation homogène de surface, cet horizon de sol
et les organismes qui le colonisent ont tendance à se dégrader. Pour cette raison les maraîchers
recourent également à l’aspersion pour maintenir la fertilité biologique de leur sol. Comme discuté
plus haut, le paillage sera alors une technique qui compensera l’efficience moindre de cet apport
d’eau et qui limitera les pertes par évaporation, protégeant ainsi la biologie des premiers horizons de sol.

20
3 MATÉRIELS ET MÉTHODES

3 Matériels et méthodes

3.1 Description du site d’étude

L’ensemble des mesures effectuées dans le cadre de ce mémoire ont été prises sur le maraîchage
agroécologique de Mr. S. Petit. Cette exploitation est établie sur une prairie de 1 hectare, avec 40
ares cultivés en légumes, dont 800 m2 sous serre. L’entièreté de l’eau d’irrigation est prélevée dans
le ruisseau du ’Houyoux’, à raison d’environ 10 m3 par jour, à l’aide d’une pompe bélier. Cette eau
est ensuite stockée dans une mare artificielle de ±150 m3, imperméabilisée vers la nappe par une
bâche en EPDM (sigle de l’éthylène-propylène-diène monomère). Par ailleurs, l’irrigation dans le
maraîchage se fait par aspersion au sol dans les jardins, et par aspersion en hauteur dans les serres
ainsi que par micro-irrigation. Ce maraîchage pratique l’agroécologie à travers diverses applications
telles que l’implantation de cultures mixtes et intercalaires, une rotation des cultures, l’utilisation de
variétés locales, un travail minimum du sol, l’utilisation de la micro-irrigation ainsi qu’une couverture
permanente du sol à l’aide de culture de couverture, engrais vert, paillage et compost et des interactions
avec un élevage d’ovins et de volailles pour assurer la fertilité du site.

3.1.1 Localisation

L’exploitation se situe dans la province de Namur, implantée au sein de la coopérative Jardins


d’Arthey à Rhisnes dans la commune de La Bruyères, en Belgique (50,79˚Nord et 4,80˚Est ; Fig. 2).

Figure 2: Localisation de l’exploitation maraîchère.

21
3 MATÉRIELS ET MÉTHODES

3.1.2 Topographie

Le site d’étude se trouve à une altitude comprise entre 154 et 161 mètres au-dessus du niveau de la
mer, avec une pente faible d’environ 3% vers le Nord (Figure 3).

Figure 3: Topographie du site d’étude (à partir de la carte "Relief de la Wallonie - Modèle Numérique
de Terrain (MNT) 2013-2014" disponible sur demande sur le Géoportail de la Wallonie).

3.1.3 Hydrologie

Le ruisseau "Le Houyoux", dont l’eau est pompée pour l’irrigation, est localisé à proximité de
l’exploitation. Il est important de noter que la nappe phréatique se situe à environ 100 mètres de la
surface du sol (Figure 4).

Figure 4: Hydrologie du site d’étude (à partir de la "Carte Hydrogéologique de Wallonie").

22
3 MATÉRIELS ET MÉTHODES

3.1.4 Pédologie

Selon la Carte Numérique des Sols de Wallonie (CNSW), le maraîchage se situe sur des sols de type
Aba(b)0. Ces types de sols correspondent à des sols limoneux à horizon B textural tacheté, phase à
horizon A épais. Plus précisément, le premier caractère ’A’ se rapporte à un sol limoneux, le second
caractère ’b’ correspond à un drainage favorable, soit des sols non gleyifiés, et le troisième caractère ’a’
indique un horizon B textural. Le caractère ’(b)’ correspond à un horizon B tacheté et le ’0’ indique
un horizon A épais, soit une couche de plus de 40 cm de profondeur.

3.1.5 Climat

La région où se trouve l’exploitation est caractérisée par un climat tempéré, à savoir des étés
relativement frais et humides et des hivers relativement doux et pluvieux. La pluviométrie moyenne
annuelle est de 844 mm, distribués de manière assez homogène sur l’année (Figure 5). La température
moyenne est comprise entre 2,5˚C en janvier et 17,8˚C en juillet.

Figure 5: Climatogramme (températures de l’air et précipitations) de la commune de La Bruyère


sur la période 1981-2010 (IRM).

3.1.6 Occupation du sol

Le maraîchage a démarré d’une prairie vierge en 2017. La surface cultivée en légumes est chaque
année étendue. La figure 6 représente de manière schématique l’implantation des cultures pour la
saison 2019. Le tableau 13, situé à la fin de cette section ’Matériels et Méthodes’, reprend l’ensemble
des données culturales utilisées pour la réalisation des bilans hydriques, dont le calendrier complet
d’occupation des sols en fonction du temps et par parcelles.

23
Figure 6: Représentation schématique du maraîchage pour la saison été 2019.
3 MATÉRIELS ET MÉTHODES

3.2 Méthode d’estimation du bilan hydrique

3.2.1 L’équation du bilan hydrique d’une placette maraîchère

Le bilan hydrique du sol est la différence entre les apports et les pertes d’eau dans le sol. Il permet de
caractériser les échanges entre l’atmosphère et le système sol-plante. Ce bilan est essentiel au niveau
agronomique, car il donne une estimation des variations des réserves d’eau disponibles dans le sol
pour les plantes. En effet, le sol, en fonction de sa texture et de sa structure, possède la capacité
de stocker l’eau et de la libérer pour les plantes. L’ensemble de ces échanges, entre l’atmosphère, le
sol et la plante, se produit sous la forme des flux hydriques. À la surface du sol, les apports d’eau
proviennent des précipitations et l’irrigation des cultures. Une partie de cet apport s’infiltre, une autre
partie ruisselle en fonction de la pente et du couvert végétal. L’eau regagne également l’atmosphère
sous forme gazeuse par évaporation si le processus s’effectue depuis le sol ou par transpiration si
le processus s’effectue depuis les plantes. C’est le phénomène d’évapotranspiration. Finalement, en
fonction du degré de saturation de la limite inférieure du sol, elle pourra être soumise à des pertes
par drainage vers la nappe ou, au contraire, à des apports par des remontées capillaires de nappes.
Dans le cadre de ce mémoire, le ruissellement a été considéré nul en supposant que l’apport en
ruissellement entrant était équivalent à l’apport en ruissellement sortant de la parcelle. De plus,
commme il a été vu ci-dessus, la nappe phréatique se situe à plus de 100 mètres de profondeur, le
drainage a été considéré libre et les remontées capillaires ont été négligées. En effet, cette condition
aux limites inférieures à gradient unitaire est la plus appropriée pour une situation où la nappe
phréatique se situe bien en dessous du domaine d’intérêt.

Le calcul du bilan hydrique journalier d’une parcelle est obtenu via la relation mathématique suivante :

∆S
= P − ET P − D + Irr (2)
∆t
où :
— ∆S représente la variation du stock d’eau dans le sol en fonction du temps [mm/j] ;
∆t
— P représente les précipitations journalières [mm/j] ;
— ET P représente l’évapotranspiration journalière [mm/j] ;
— D représente le drainage journalier [mm/j] et
— Irr représente l’irrigation journalière [mm/j].

L’intérêt de ce calcul est d’obtenir la variation du stock d’eau dans le sol en fonction du temps. Avec
cette information, il est possible de prédire la quantité d’eau d’irrigation qui permet de rester dans
le domaine de la réserve en eau utile nécessaire au maintien des conditions hydriques idéales à la
croissance des cultures.

En effet, la réserve en eau utile des sols (RU) est la quantité d’eau que le sol peut stocker et restituer
aux plantes pour leurs besoins physiologiques. C’est une caractéristique majeure du fonctionnement
du système sol-plante-atmosphère et c’est le paramètre essentiel des modèles de bilans hydriques,
utilisés comme aide à la décision en irrigation.

25
3 MATÉRIELS ET MÉTHODES

3.2.2 Précipitations

L’acquisition des données climatiques a été réalisée grâce à Pameseb, une ASBL qui vise à promouvoir
l’agrométéorologie en Wallonie. Elle possède un réseau de 30 stations agrométéorologiques, réparties
dans toute la Wallonie, dont les données sont disponibles sur demande. Pour que les données de ces
stations soient représentatives du climat régional, leur localisation est choisie de manière à se trouver
suffisamment éloignée de tout élément de grande taille, c’est-à-dire à une distance qui équivaut au
minimum à dix fois leur hauteur. Les détails relatifs à l’acquisition des données brutes et à leur
traitement sont présentés dans l’annexe A.

Les données climatiques utilisées dans le but d’établir le bilan hydrique de l’exploitation proviennent
de la station Pameseb de Florrifoux situé à environ cinq kilomètres de l’exploitation. En effet, ces
données sont les données climatiques les plus proches de la zone d’étude.
Pour les précipitations, le calcul du bilan hydrique étant effectué sur base journalière, l’unique
opération nécessaire à l’obtention de ce terme est la conversion des données horaires en données
journalières. Cette conversion est obtenue par somme arithmétique.

3.2.3 Évapotranspiration

3.2.3.1 Évapotranspiration de référence extérieure

Un grand nombre de méthodes plus ou moins empiriques ont été développées au cours des cinquante
dernières années par de nombreux scientifiques et spécialistes du monde entier , qui ont estimé
l’évapotranspiration à partir de différentes variables climatiques. La formule de Penman-Monteith a
été considérée comme celle offrant les meilleurs résultats avec une marge d’erreur minimale possible
par rapport à une culture de référence. De plus, elle permet de déterminer de façon relativement
pertinente l’évapotranspiration à partir de données météorologiques standards (températures sèche et
humide, vitesse du vent, rayonnement, etc.).

La formule de la FAO, (Penman-Monteith) (Allen et al., 1998), utilisée pour déterminer l’évapotrans-
piration de référence ET0 s’écrit comme suit :
900
0, 408.∆.(Rn − G) + γ. T +273 .U2 .(ea − ed )
ET0 = (3)
∆ + γ.(1 + 0, 34.U2 )
où :
— ET0 représente l’évapotranspiration de référence [mm/j] ;
— Rn représente la radiation nette à la surface de la culture [Mj/m2.j] ;
— G représente le flux de chaleur dans le sol [Mj/m2.j] ;
— T représente la température moyenne à 2 m [◦ C] ;
— U2 représente la vitesse du vent à 2 m [m/s] ;
— (ea − ed ) représente le déficit de pression de vapeur à 2 m [kPa] ;
— ∆ représente la pente de la courbe de pression de vapeur [kPa/◦ C] ;

26
3 MATÉRIELS ET MÉTHODES

— γ représente la constante psychrométrique [kPa/◦ C] ;


— 900 représente le coefficient pour la culture de référence [kJ/kg.j] ; et
— 0, 34 représente le coefficient de vent pour la culture de référence [s/m].

L’ensemble des variables météorologiques dans cette équation est fourni par la station Pameseb et par
sa localisation géographique. Néanmoins, le déficit de pression de vapeur nécessite une donnée de
température humide pour le calcul de la pression de vapeur réelle (ed ). Cette température humide
peut être obtenue à partir de la température sèche et de l’humidité relative grâce à la formule de
Stull (2011) :

Twet = T.atan[0, 151977.(RH% + 8, 313659)1/2 ] + atan(T + RH%)−


atan(RH% − 1, 676331) + (0, 00391838(RH%)3/2 .atan(0, 023101.RH%) (4)
− 4, 686035
où :
— T représente la température sèche [◦ C] ; et
— RH% représente l’humidité relative [%].

3.2.3.2 Évapotranspiration de référence sous serre

Peu d’études ont été réalisées sur l’évapotranspiration de référence sous serre. Récemment, Wifaya
et al. (2019) ont comparé la performance de quatre modèles d’estimation de l’évapotranspiration
journalière sous serre sur des cultures de tomates. Les modèles étudiés sont ceux de De Villèle (1972),
Stanghellini (1987), Takakura et al. (2005), et Penman-Monteith (1965) (Tableau 7).

Tableau 7: Les modèles de simulation de l’évapotranspiration sous serre (Wifaya et al., 2019).
Modèle d’évapotranspiration sous serre Auteurs
1
ETM = Kc . ETPs avec ETPs = t . Rg et t = (0,67 . kp)/λ De Villèle, 1972
2
Eλ = [σ . Rn + ((2 . LAI · ρa.Cp)/re)(V P D)]/[γ . (1 + (σ/γ) + (ri/re))] Stanghellini, 1987
3
Eλ = Rn – H(T - Tw) Takakura et al., 2005
4
Eλ = [ σ . Rn + ((ρa.Cp)/re)(V P D)]/[γ . (1 + (σ/γ) + (ri/re))] Penman, 1948 et Monteith, 1965
1
Paramètres expliqués aux équations 5 et 6 ci-dessous.
2 et 4
Eλ = flux de chaleur latente [W/m2] ; σ = constante de Stefan-Boltzmann [MJ.m-2.K-4.jour-1] ; Rn = rayonnement
net à la surface de la culture [J.m-2.s-1] ; LAI = Indice de surface foliaire [m2.m-2] ; ρa = densité de l’air [kg.m-3] ;
Cp = chaleur spécifique de l’air [MJ.kg-1.˚C-1] ; re = résistance externe de la canopée à la chaleur sensible [s.m-1] ;
VPD = déficit de pression de vapeur journalier ou horaire [kPa] ; γ = constante psychrométrique [Pa.˚C-1] ; ri =
résistance interne de la canopée au transfert de vapeur [s.m-1].
3
Eλ = flux de chaleur latente [W/m2] ; H = coefficient de transfert de chaleur par convection [kJ .m-2.h-1.K-1] ; T =
température de l’air [˚C] ; Tw = température de surface [˚C].

Il en ressort de cette étude que le meilleur modèle pour la détermination de l’évapotranspiration


potentielle sous serre est celui de Stanghellini. Cependant, certains paramètres, comme l’indice de
surface foliaire (LAI), sont manquants dans l’acquisition des données pour pouvoir utiliser ce modèle.
C’est pourquoi le modèle de De Villèle, qui est uniquement fonction du rayonnement solaire global
extérieur, a été employé dans le cadre de ce mémoire pour la détermination de l’évapotranspiration
sous serre.

27
3 MATÉRIELS ET MÉTHODES

La formule de De Villèle détaillée est :

Rgs
ET 0s = 0, 67. − 0, 2 (5)
L

Rgs = Kp.Rga (6)

où :
— ET0s = évapotranspiration de référence sous serre [mm/j] ;
— Rgs = rayonnement solaire global sous serre [kJ/m2 .j] ;
— Rga = rayonnement extérieur [kJ/m2 .j]
— L = chaleur latente de vaporisation de l’eau [2510 kJ/kg] ; et
— Kp = coefficient de transmission de la paroi (= 0.80, dans le cas du maraîchage, pour les serres
en PE simple paroi).

3.2.3.3 Évapotranspiration potentielle

L’évapotranspiration potentielle correspond à la quantité d’eau (en mm) qui s’évapore du sol et que
transpire la plante par jour dans des conditions culturales normales. Il est difficile de calculer cette
valeur car elle dépend du stock d’eau à un instant t. Cependant, elle peut se mesurer. Toutefois,
le maraîchage étant composé d’une vingtaine de cultures, l’évapotranspiration réelle n’a pas été
déterminée sur le terrain.
Par conséquent, on utilise l’évapotranspitation potentielle (ETP) qui se calcule en fonction d’une
évaporation dite de référence (ET0) et d’un coefficient cultural (Kc) qui ramène la ‘référence’ aux
conditions réelle.
Le coefficient cultural (Kc) permet de corriger l’ET0 suivant une culture donnée et son stade de
développement. Ainsi, plus la culture est développée d’un point de vue végétatif, plus le Kc approche
de 1, et à ce moment là l’ETP équivaut à l’evapotranspiration maximale. Le Kc est calculé suivant
les cultures et leur cycle de développement. Dans le cadre des bilans hydriques, la valeur du Kc a
été uniformisée et approximée à la valeur Kc de milieu de saison, soit le Kc maximal au stade de
maturité de la plante.

L’évapotranspiration potentielle d’un sol cultivé, que ce soit dans les jardins ou dans les serres, est
calculé comme suit :
ET P = Kc.ET 0 (7)

où :
— ETP = évapotranspitation potentielle [mm] ;
— Kc = coefficient cultural [-] ; et
— ET0 = évapotranspiration de référence [mm] ;

Nous considérons donc que, grâce à la micro-irrigation, les cultures ne sont pas sous stress hydrique et
que l’évapotranspiration réelle correspond à l’évapotranspiration potentielle. L’ensemble des coefficients
culturaux est repris dans le Tableau 13 en fin de section.

28
3 MATÉRIELS ET MÉTHODES

3.2.3.4 Évaporation d’une surface d’eau libre

L’évapotranspiration d’une surface d’eau libre dépend de sa profondeur. Aldomany et al. (2018)
proposent deux équations empiriques, pour des étangs inférieurs ou supérieurs à 2 mètres de hauteur.
La mare du maraîchage a une profondeur qui varie de 0,5 à 3 mètres. Par conséquent, l’équation à
faible profondeur est préférée ici.

La détermination de l’évaporation d’une surface d’eau libre se fait à l’aide des cinq facteurs météoro-
logiques les plus importants du processus d’évaporation, selon la formule qui suit :

E = 0, 111.Rs + 0, 174.T w − 0, 061.T a − 0, 012.Hr + 0, 518.V − 0, 244 (8)

où :
— E est l’évaporation [mm/jour] ;
— Rs est le rayonnement solaire atteignant la surface de l’étang [MJ/m2/jour] ;
— Ta est la température quotidienne moyenne de l’air [◦C] ;
— Tw est la température quotidienne moyenne de l’eau [◦C] ;
— Hr est l’humidité relative quotidienne moyenne de l’air [%] ; et
— V est la vitesse moyenne du vent [m/s].

3.2.4 Drainage

Afin de déterminer le drainage, une caractérisation des propriétés du sol est nécessaire. Différentes
méthodes devaient être utilisées mais, pour des raisons exceptionnelles dûes au covid-19, seule celle
dont des résultats ont pu aboutir sera présentée. Cette dernière méthode correspond à l’obtention des
courbes de rétention et des courbes de conductivité hydraulique via les fonctions de pédotransfert
(FPT) à partir d’échantillons de sols perturbés. Pour ce faire, un pré-travail d’analyse des sols sur le
terrain puis une campagne d’échantillonnages des sols a eu lieu.

3.2.4.1 Pré-travail d’analyse des sols

Prospection physique par essai de pénétromètre.

Dans le but de déterminer les lieux d’échantillonnages, un pré-travail de caractérisation des sols a été
réalisé à l’aide d’un pénétromètre. Le pénétromètre est un appareil qui mesure la pression exercée
pour pénétrer le sol. Il mesure donc la résistivité du sol à la pénétration. La Figure 7, ci-dessous,
détaille la composition du pénétromètre utilisé de la marque Eijkelkamp. Les détails techniques de
cet instrument sont décrits en Annexe B.

29
3 MATÉRIELS ET MÉTHODES

Figure 7: Composition du pénétromètre Eijkelkamp.

Pour une bonne représentativité du maraîchage, 10 mesures de pénétration ont été prises par jardins
et par serres. Ces mesures ont été réalisées de manière aléatoire, d’être les plus représentatives possible
du maraîchage. Elles ont été effectuées sur un maximum de variables différentes (variétés de cultures,
couvertures du sol, variabilité spatiale) pour un total de 70 mesures.

Pour pouvoir comparer les sondages, des analyses statistiques ont été réalisées avec le programme
Rstudio et se distinguent en deux étapes.

Détermination du nombre optimal de clusters

Après la récupération des données, une première étape a consisté à déterminer le bon nombre de
clusters, qui correspond ici au nombre de groupes de sols ayant une résistivité semblable. Ce nombre
correspondra au nombre de lieux d’échantillonnages qui sera réalisé dans la suite du travail.
Pour ce faire, trois méthodes ont été utilisées : la méthode Elbow, la méthode silhouette et la
statistique d’écart. Les algorithmes détaillés de chaque méthode se situent en Annexe C.

La méthode Elbow

L’idée de base des méthodes de partitionnement de clusters, telle que le clustering k-means, est de
définir des clusters de telle sorte que la variation totale intra-cluster (connue sous le nom de variation
totale intra-cluster ou somme totale du carré au sein du cluster) soit minimisée :

Xk
minimize( W (C k )) (9)
k=1

où :
— Ck est le kn cluster et
— W(Ck ) est la variation intra-cluster.

30
3 MATÉRIELS ET MÉTHODES

La somme totale des carrés (SCT) intra-cluster mesure la compacité du clustering, il faut qu’elle soit
minimisée.

Méthode de la silhouette

La méthode de la silhouette mesure la qualité d’un clustering. C’est-à-dire qu’elle détermine dans
quelle mesure chaque objet se trouve dans son cluster.
La méthode de la silhouette calcule la largeur de la silhouette de chaque échantillon, la largeur
moyenne de la silhouette de chaque classe et la largeur moyenne de la silhouette pour toutes les
données. Cette dernière permet de déterminer le nombre de clusters k optimal.

Pour construire les silhouettes S(i), on utilise la formule suivante :

b i − ai
S(i) = (10)
max(ai , bi )

Tel que ai est la distance moyenne entre i et toutes les autres entités du groupe auquel appartient i,
donné par :
1 X
ai = . dist(i, l) (11)
n(C k ) l∈C
k

et bi est le minimum des distances moyennes entre i et toutes les entités dans l’autre cluster, il s’écrit
par :
X dist(i, l)
bi = min (12)
C k ∈P 0 \C(i)
j∈C
n(C k )
k

Avec P’= C1 , ..., Ck est l’ensemble de k partitions, n(Ck ) est le cardinal de cluster Ck et la distance
(euclidienne, Manhattan,...) entre les observations i et l qui est représentée par dist(i,l).

On appelle largeur de la silhouette :


n
1 X
S= . S(i) (13)
n i=1
Les valeurs de la largeur de la silhouette se situent dans la plage allant de -1 à 1. Si la valeur de la
largeur de la silhouette d’une entité est à peu près nulle, cela signifie que l’entité peut être attribuée à
un autre cluster. Si la valeur de la largeur de la silhouette est proche de -1, cela signifie que l’entité est
mal classée. Si toutes les valeurs de largeur de silhouette sont proches de 1, cela signifie que l’ensemble
est bien regroupé. Un cluster peut être caractérisé par la largeur moyenne de la silhouette d’entités
individuelles. La plus grande largeur moyenne de silhouette, sur différents k indique le meilleur nombre
de clusters.

Méthode de la statistique d’écart

La statistique de l’écart compare la variation totale intra-cluster pour différentes valeurs de k avec
leurs valeurs attendues sous une distribution de référence nulle des données (c’est-à-dire une dis-

31
3 MATÉRIELS ET MÉTHODES

tribution sans clustering évident). La variation d’intra-classe totale pour un cluster k est donnée
par la somme totale des carrés (SCTk ). L’ensemble de données de référence est généré à l’aide de
simulations Monte Carlo du processus d’échantillonnage. Autrement dit, pour chaque variable (xi )
dans l’ensemble de données, il faut calculer sa plage [min(xi ), max(xj )] et générer des valeurs pour les
n points uniformément de l’intervalle min à max.

Pour les données observées et les données de référence, la variation totale intra-cluster est calcu-
lée en utilisant différentes valeurs de k. La statistique de l’écart pour un k donné est définie comme suit :

Gapn (k) = E * n .log(SCT k ) − log(SCT k ) (14)

E* n désigne l’espérance sous une taille d’échantillon n de la distribution de référence et est définie en
générant B copies des ensembles de données de référence et en calculant la moyenne log(SCTk ).

La statistique de l’écart mesure l’écart de la valeur SCTk observée à partir de sa valeur attendue sous
l’hypothèse nulle. La statistique de l’écart mesure l’écart de la valeur (SCTk ) observée par rapport à
sa valeur attendue sous l’hypothèse nulle.
L’estimation des clusters optimaux correspondra à la valeur qui maximise Gapn (k) (à savoir, qui
donne le plus grand écart statistique). Cela signifie que la structure de regroupement est éloignée
de la répartition uniforme de points. L’écart-type (SDk ) de log(SCTk) est également calculé afin de
définir l’erreur standard (Sk ) de la simulation comme suit :

1
S k = SDk .1 + (15)
B
Enfin, une approche plus pertinente est de choisir le nombre optimal de groupes k comme le plus
petit nombre tel que :
Gap(k) ≥ Gap(k + 1) − S k+1 (16)

Autrement dit, il faut choisir la plus petite valeur de k de façon à ce que la statistique de l’écart se
situe dans un écart-type de l’écart à k + 1.

Détermination de la composition des clusters

La seconde étape, après avoir déterminé le nombre optimal de clusters, est de déterminer les clusters
eux-mêmes. Ces clusters correspondent aux profils de sols semblables que l’on peut regrouper au sein
d’un même groupe.
Pour ce faire, un partitionnement en k-moyennes (ou k-means clustering) a été éxécuté. Il permet
la résolution de problème d’optimisation combinatoire. Étant donné des points et un entier k, le
problème est de diviser les points en k groupes, souvent appelés clusters, de façon à minimiser une
certaine fonction. La méthode des moindres carrés est appliquée, la distance d’un point à la moyenne
des points de son cluster est considérée. La fonction à minimiser est la somme des carrés de ces distances.

Finalement, pour établir l’emplacement des lieux d’échantillonnages, l’ensemble des 70 mesures sur

32
3 MATÉRIELS ET MÉTHODES

ArcGis a été importé par cluster. En fonction de la répartition spatiale de ces clusters, des lieux
d’échantillonnages ont été déterminés.

3.2.4.2 Campagne d’échantillonnage

Après avoir déterminé les lieux d’échantillonnage, il faut également préciser les profondeurs d’échan-
tillonnage. Ces profondeurs vont être délimitées à l’aide de la base de données Aardewerk wallonie 2019,
obtenu par la Société Public de Wallonie (SPW). L’objectif de cette campagne était de caractériser
de façon systématique les types de sols repris sur les planchettes pédologiques. Au total, environ 15
000 fosses pédologiques ont été ouvertes sur le territoire belge, dont près de 7000 en Wallonie.
Comme cité dans la description pédologique du site d’étude, le maraîchage est situé sur des sols de
type Aba(b)0. Après un tri dans la base de données, 142 profils de sol Aba(b)0 sont ressortis sur 3686
profils de sol. Le calcul par moyenne arithmétique de ces profils de sols a permis d’en déterminer
les profondeurs moyennes de séparation des horizons. Les résultats se trouvent dans le Tableau 8
ci-dessous.

Tableau 8: Moyennes des profondeurs d’horizon pour les sols de type Aba(b)0.
Moyenne de
120E 131W 120E 142W 132W 131W 121W 120E 120E 142W
Aba(b)0 la limite
P054 P035 P053 P010 P026 P055 P041 P047 P057 P042
inférieure
Ap 23 24 24 28 24 23 28 30 23 25 25,2
A2 62 43 52 48 45 45 58 49 45 50 49,7
B21 75 70 105 68 60 74 79 81 68 85 76,5
B22 104 120 126 130 95 110 126 117 117 120 116,5
B3 140 155 180 150 120 175 150 150 150 150 152

Pour des raisons techniques liées à la profondeur, seuls les trois premiers horizons seront échantillonnés.
Ces profondeurs sont acceptables pour la caractérisation du sol dans un but d’irrigation, puisque c’est
à ces profondeur que la plus grande proportion des racines des cultures se situe.
Pour les raisons exceptionnelles déjà mentionnées précedemment, seuls les échantillons perturbés sont
présentés. Pour leur prélèvement, divers outils tels que la bêche, la pelle, la truelle, le couteau, le
mètre pliant, des marqueurs et 9 sachets imperméables ont été utilisés. La méthodologie a consisté en
différentes étapes :
1. Dégager la végétation sur 1 m2 de surface, retirer l’herbe et les cinq premiers centimètres de sol ;
2. Creuser une fosse jusque 70 cm de profondeur ;
3. Récupérer dans un sachet imperméable, à l’aide d’un couteau, des fragments de sol à mi-hauteur
de chaque horizon en des lieux spatialement espacés dans la fosse ; et
4. Remblayer la fosse.

3.2.4.3 Méthodes de détermination des propriétés physiques et hydrodynamiques

Plusieurs modèles existent pour estimer la courbe de rétention et la courbe de conductivité hydraulique.
Ces modèles se basent sur des fonctions de pédotransfert (FPT) nécessitant des caractéristiques
aisément accessibles, comme la granulométrie et la teneur en matière organique.

33
3 MATÉRIELS ET MÉTHODES

Détermination de la granulométrie

La première étape a été l’analyse granulométrique des échantillons perturbés récupérés du maraîchage.
Son protocole détaillé est situé à l’Annexe D.

Détermination de la teneur en matière organique

La seconde étape a consisté à mesurer la teneur en matière organique. Le mode opératoire est décrit
dans l’Annexe D.

Détermination de la densité apparente

La fonction de pédotransfert de Rawls (1983) a été utilisée pour estimer la densité apparente en
fonction de la teneur en matière organique selon l’équation 17 ci-dessous.

100
ρb = OM
(17)
V OM
+ 100−OM
V MF

où :
— ρb est la densité apparente [g/cm3] ;
— OM la teneur en matière organique [%massique] ;
— V OM la densité apparente de la matière organique (estimée à 0,224 g/cm3) [g/cm3] ; et
— V M F la densité apparente de la fraction minérale (estimée à 1,65 g/cm3) [g/cm3]. VMF varie
en fonction de la classe texturale du sol (Van Orshoven, 1993).

Détermination de la courbe de rétention et de la courbe de conductivité hydraulique

Courbe de rétention

La courbe de rétention hydrique traduit la capacité du sol à retenir l’eau. Lors du dessèchement d’un
sol, l’eau restante est liée de plus en plus fortement au sol : l’extraire requiert une énergie de plus
en plus importante, ce qui, par exemple, peut amener les plantes à présenter un "stress hydrique".
L’énergie de liaison entre l’eau et le sol se traduit par le potentiel matriciel. C’est une énergie par unité
de volume qui peut s’exprimer en pascal [Pa] ou en mètre de colonne d’eau [m]. Elle est négative : il
faut fournir de l’énergie pour extraire de l’eau d’un sol non saturé. L’opposée du potentiel matriciel
est appelée succion. La courbe de rétention est la relation entre la charge matricielle ou succion h [m]
ou pF d’une part et la teneur en eau volumique θ [m3 /m3 ] d’autre part.

À partir de la courbe de rétention il est possible de déterminer la réserve en eau utile qui correspond
à la quantité d’eau disponible pour les plantes. Elle se rapporte à la quantité d’eau libérée entre la
capacité au champ et le point de flétrissement permanent. La capacité au champ est la teneur en
eau du sol après ressuyage d’un sol saturé pendant 48 h. Elle correspond à un pF compris entre 2 et
2,5 qui correspondent respectivement à la capacité au champ de sols sableux et limoneux. Dans ce
travail, c’est donc le pF 2,5 qui a été utilisé. Le point de flétrissement permanent est la teneur en eau

34
3 MATÉRIELS ET MÉTHODES

volumique à laquelle un végétal subit un flétrissement irréversible. Il correspond à un pF de 4,2.

Courbe de conductivité hydraulique

La conductivité hydraulique (K) représente la capacité d’un matériau poreux à se laisser traverser
par un fluide sous l’effet d’un gradient de pression. Elle dépend de l’état hydrique du sol. La courbe
de conductivité hydraulique représente la relation entre conductivité hydraulique et teneur en eau.
Lorsque la teneur en eau augmente, le nombre de pores remplis d’eau augmente. . Ainsi, plus de pores
participent à l’écoulement et la conductivité augmente. Lorsque le milieu est saturé, la conductivité
hydraulique est maximale ou à saturation (Ks ).

Détermination des courbes de rétention et de conductivité hydraulique

Les données granulométriques de la teneur en matière organique et de la densité apparente ont


été utilisées pour estimer les paramètres du modèle de Van Genuchten (1980) décrivant la courbe
de rétention (Eq 18) et du modèle de Van Genuchten - Mualem décrivant celle de la conductivité
hydraulique (Eq 19) :

1
Se = [ ]m (18)
(1 + (α | h |)n
où :
(θ−θr )
— Se est le taux de saturation volumnique équivalent à (θs −θr )
[-] ;
— θ la teneur en eau volumique [-] ;
— θs est la teneur en eau volumique à saturation [-] et
— θr la teneur en eau volumique résiduelle [-] ;
— h la succion [cm] ; et
— α [cm-1 ], n [-] et m [-] des paramètres.

n
K = Ko(Seλ (1 − (1 − Se n−1 )m )2 ) (19)

où :
— K est la conductivité hydraulique [cm/j] ;
— Ko la conductivité à saturation [cm/j] ;
— Se le taux de saturation volumique [-] ;
— λ la tortuosité [-] ; et
— n et m des paramètres de forme [-].

Les FPT de Weynants (2009) et Vereecken (1989) ont été déterminées à partir de sols belges. Leurs
paramètres sont précisés dans le Tableau 9.

35
3 MATÉRIELS ET MÉTHODES

Tableau 9: Fonctions de pédotransfert de Weynants et Vereecken.

θs = 0,6355 + 0,0013.[argile] - 0,1631.ρb


θr = 0
ln(α) = -4,3003 - 0,0097.[argile] + 0,0138.[sable] - 0,0992.[Corg]
Weynants
Weynants ln(n − 1) = -1,0846 - 0,0236.[argile] - 0,0085.[sable] + 0,0001.[sable]2
et al. (2009)
m = 1 - (1/n)
ln(Ko) = 0,9582 + 0,0308.[sable] - 0,6142.ρb - 0,1566.[Corg]
λ = -1,8642 - 0,1317.[argile] + 0,0067.[sable]
θs = 0,81 - 0,283.ρb + 0,001.[argile]
θr = 0,015 + 0,005.[argile] + 0,014.[Corg]
Vereecken
Vereecken ln(α) = -2,486 + 0,025.[sable] - 0,351.[Corg] - 2,617.ρb - 0,023.[argile]
et al. (1989)
ln(n) = 0,053 - 0,009.[sable] - 0,013.[argile] + 0,00015.[sable]2
m=1

Une dernière fonction de pédotransfert nommée Rosetta, développée par Schaap (1999), a été utilisée.
La FPT de Rosetta a été appliqué à travers le modèle hydrus 1D (Šimunek et al., 1998), qui permet
de simuler, entre autres, les transferts d’eau dans le sol. Le but de l’utilisation de ce modèle est la
caractérisation des propriétés hydrauliques du sol étudié.
Les fractions sableuses, limoneuses et argileuses des échantillons composites et la densité apparente
sont introduites dans l’Artificial Neural Network Rosetta (Schaap et al., 1998 ; Schaap et Clothier,
1996 ; Schaap et Feike, 2000). Rosetta prédit les paramètres θr , θs , α, n et Ks des équations de Van
Genuchten (1980) à partir des classes texturales et de la densité apparente.

La Figure 8, ci-dessous, reprend la méthodologie générale pour la détermination des propriétés


physiques et hydrodynamiques des sols du maraîchage.

Figure 8: Synthèse de la méthodologie d’obtention des courbes de rétention et de conductivité


hydraulique.

36
3 MATÉRIELS ET MÉTHODES

3.2.4.4 Méthode de détermination du drainage

Dans le but de déterminer la perte d’eau par drainage dans le sol, l’hypothèse d’un gradient hydraulique
unitaire a été posée. En effet, le drainage correspond, selon la loi de Darcy, au débit d’un fluide
incompressible filtrant au travers d’un milieu poreux, soit l’équation 20.

∂H
D = Jw = −K(h) = −K.∇H (20)
∂z
où :
— D est le drainage [mm.s-1 ] ;
— Jw est flux d’eau [mm.s-1 ] ;
— K(h) est la conductivité hydraulique [mm.s-1 ] ; et
— ∂H est le gradient hydraulique [mm.m-1 ].
∂z

Avec l’hypothèse simplificatrice ∇H = 1, le drainage correspond alors à la conductivité hydraulique.

D = Jw = K(h) (21)

Par conséquent, le drainage a été approximé à la conductivité hydraulique, fonction de la teneur


en eau dans le sol, en combinant l’équation 18 et 19. La nappe phréatique se situant à plus de 100
mètres de profondeur, on peut formuler l’hypothèse que le drainage correspond à un gradient de
charge hydraulique unitaire. De plus, pour choisir quelle FPT et donc quels paramètres sont les plus
plausibles, les résultats des FPT ont été comparés entres eux et avec la littérature selon le Tableau
10, ci dessous.

Tableau 10: Valeurs indicatives des teneurs en eau à la capacité au champ θcc, au point de
flétrissement θpf et de la réserve en eau utile RU pour des sols limoneux (Allen et al., 2005).

Caractéristique du sol
Texture Fraction texturale
pour la rétention de l’eau
dominante
%A %L %S θpF 2,5 θpF 4,2 RU
20 40 40 0,20 - 0,30 0,07 - 0,17 0,13 - 0,18
15 65 20 0,22 - 0,36 0,09 - 0,21 0,13 - 0,19
Limoneuse
5 88 7 0,28 - 0,36 0,12 - 0,22 0,16 - 0,20
35 55 10 0,30 - 0,37 0,17 - 0,24 0,13 - 0,18

3.2.5 Méthode de détermination des besoins en eau des cultures

Dans le but de déterminer la quantité optimale d’eau d’irrigation, un bilan hydrique par culture a été
réalisé. Ce dernier présente la variation de la quantité d’eau stockée dans le sol (en mm), soit la teneur
en eau multiplié par la profondeur du profil, en fonction des précipitations, de l’évapotranspiration et
du drainage journalier, comme présenté à l’équation 2 plus haut.

Il faut toutefois noter que dans le cas des bilans hydriques sous serre, le paramètre ’précipitation’
n’apparait pas dans l’équation. De plus, les bilans hydriques ont été réalisés sur des profondeurs de
profils en fonction de la profondeur racinaire du légume, repris dans le Tableau 13.

37
3 MATÉRIELS ET MÉTHODES

Les valeurs de stock ainsi obtenues sont comparées à deux constantes : la capacité au champ (CC) et
le point de flétrissement (PF), rapportées à des stock d’eau de CC et PF (en mm) en multipliant, de
nouveau, par la profondeur du profil. La première représente la capacité de rétention maximale en
eau du sol. La seconde représente le seuil d’humidité à partir duquel la plante n’est plus capable de
prélever l’eau dont elle a besoin. La quantité d’eau intégrée séparant ces deux valeurs est appelée
réserve en eau utile (RU). Plus cette réserve en eau utile sera réduite, plus il sera difficile pour la
plante d’extraire l’eau du sol. Si la difficulté d’extraction d’eau est trop grande, cela induit un stress
qui a des répercussions sur l’état physiologique de la plante et donc sur son rendement. Plutôt que de
considérer une valeur de stock minimale extrême comme le point de flétrissement, il est plus prudent
de prendre en compte une troisième constante appelée valeur p (Compaoré, 2006). Cette valeur p
représente la fraction d’humidité du sol qui peut être extraite par la végétation sans induire de stress
hydrique, sa valeur varie entre 0 et 1. La valeur p théorique ptab est spécifique à chaque culture,
comme décrit dans le Tableau 13. Cette dernière doit être ajustée au climat selon :

p = ptab + 0, 04.(5 − ET 0 ) (22)

où :
— ET0 est l’évapotranspiration potentielle journalière [mm/j].
Dès lors, si le stock d’eau dépasse la CC, l’eau excédentaire sera drainée ou ruissèlera et sera perdue
pour la plante. Au contraire, si ce stock passe en dessous du stock correspondant à la valeur p, la
plante devra fournir un effort trop important pour en extraire l’eau et subira un stress hydrique.
C’est en posant la condition que le stock ne doit jamais se situer en dessous du stock équivalent à
celui de la valeur p que la hauteur minimale d’eau d’irrigation journaliere a été déterminée (Eq. 23).
Cette hauteur minimale d’eau permet de répondre au besoin en eau de la culture.

Si
V p[t] − Stock[t] > 0 :
Alors
Irrigation[t] = V p[t] − Stock[t]
Sinon
Irrigation[t] = 0
(23)

où :
— Vp[t] est le stock à atteindre au temps t correspondant à la valeur p multipliée par la profondeur
du profil [mm] ;
— Stock[t] est le stock réel au temps t dans le sol [mm] ; et
— Irrigation[t] est l’irrigation au temps t nécessaire pour atteindre Vp(t) [mm].

38
3 MATÉRIELS ET MÉTHODES

3.2.6 Bilan hydrique du réservoir en eau : la mare

Afin de déterminer si le réservoir en eau du maraîchage -la mare- est correctement dimensionnée,
vis-à-vis des besoins en eau des cultures, un bilan hydrique a été réalisé selon la relation mathématique :

∆S
= P − E − D + Riv − Irr (24)
∆t
où :
— ∆S est la variation du stock d’eau dans la mare en fonction du temps [m3/j] ;
∆t
— P représente les précipitations journalières [m3/j] ;
— E est l’évaporation journalière [m3/j] ;
— D est le drainage journalier [m3/j] ;
— Riv est l’eau pompée depuis la rivière du Houyoux [m3/j] ; et
— Irr est l’eau nécessaire à l’irrigation des cultures [m3/j].

La mare étant imperméabilisée par une bâche plastique, le drainage a été évalué à 0 m3/jour. De plus,
l’eau pompée depuis la rivière est estimée à 10 m3 journaliers.

3.2.7 Intégration des pratiques agroécologiques dans la modélisation du bilan hydrique


de la placette

Les pratiques agroécologiques ont un effet sur la qualité des sols et sur les propriétés hydrologiques
des sols. Dans le but de déterminer l’impact des techniques agroécologiques sur la ressource en eau,
différents scénarios ont été simulés. Du Tableau 1, qui résume l’état de l’art, ressortent deux propriétés
et deux fonctions physiques du système qui peuvent modifier le bilan hydrique : la matière organique,
la capacité de rétention, la compaction et l’évapotranspiration.

La matière organique influe directement le drainage à travers les fonctions de pédotransfert qui
permettent de calculer le K(h).
La capacité de rétention impacte également le besoin en irrigation et le drainage à travers les FPT.
La compaction augmente la densité apparente du sol. Chaque fois que la densité apparente dépasse
un certain niveau, la croissance des racines est restreinte. Toutefois, l’impact doit être nuancé en ce
qui concerne les effets du travail du sol sur la densité apparente. Les sols sans labour ont souvent une
densité apparente plus élevée que les sols récemment labourés. Cependant, en raison d’une teneur plus
élevée en matière organique dans la couche arable et d’une plus grande activité biologique, la structure
d’un sol sans labour peut être plus favorable à la croissance des racines que celle d’un sol cultivé,
malgré la densité apparente plus élevée. Dans le cas de nos scénarios, l’impact de la compaction sera
simplifié et affectera directement la densité apparente du sol, qui elle-même modifiera le drainage à
travers les FPT du K(h).
Enfin, l’évapotranspiration se retrouve directement dans le modèle, elle est donc aisément modifiable.

39
3 MATÉRIELS ET MÉTHODES

Dans le but d’obtenir un premier aperçu des propriétés et fonctions qui sont modifiées par les différentes
pratiques agroécologiques, un premier scénario a été réalisé. Ce scénario simule 5 bilans hydriques, pour
la culture de courgettes en extérieur, pour un profil de sol mono-couche de 20 cm. Cette profondeur
de profil a définie ainsi, puisque les pratiques agroécologiques ont surtout un impact sur la couche
supérieure du sol. Ces bilans hydriques sont effectués avec la modification extrême d’une seule propriété
ou fonction, sauf dans le cas de la culture témoin. L’ensemble des données est repris dans le Tableau 11.

Tableau 11: Valeurs maximales, rencontrées dans la littérature, des 4 propriétés et fonctions impactées
par les pratiques agroécologiques.

Propriétés/ Valeurs maximales


Notation Références
Fonctions impactées rencontrées dans la littérature
Aucune 20_T / /
Teneur en
20_M MO : + 40% Paul et al, 1996
matière organique
Capacité de rétention
20_R θs : + 10% Liu et al., 2018
en eau du sol
Compaction 20_C ρb=1.20 [g/cm3] *
Évapotranspiration
20_E ETP : -4% Yin et al., 2018
potentielle
* Estimation fonction de la densité apparente du sol actuelle qui vaut 1.34 g/cm3.

Ensuite, différents scénarios de pratiques agroécologiques ont été développés sur base de la littérature.
Il est aisé de trouver les impacts qualitatifs pour chaque pratique comme décrit dans l’état de l’art.
Cependant, pour ce qui est des valeurs quantitatives, il est beaucoup plus difficile de les obtenir,
surtout que ces dernières sont fonction du type de sol, du climat et de cultures spécifiques.
Ainsi, des scénarios élémentaires ont été simulés selon des valeurs trouvées dans la littérature et
résumés dans le Tableau 12 ci-dessous. De la même manière que ci-dessus, les scénario ont été simulés
pour la culture de courgettes en extérieur, pour un profil de sol mono-couche de 20 cm.

40
3 MATÉRIELS ET MÉTHODES

Tableau 12: Valeurs des propriétés et fonctions modifiées pour la simulation des scénarios agroécolo-
giques.

Propriétés/
Pratique agroécologique Valeurs Références
Fonctions impactées
Compaction ρb = 1.20 *
Culture intercalaire
ETP + 7.80 % de Araùjo et al, 2017
Accumulation de MO MO = 7.83% Pardon et al, 2017
Capacité de rétention + 3.67 %
Seobi et al, 2005
Agroforesterie Compaction ∆ρb = -2.3%
ETP + 2.9 % Svoma et al, 2016
Infiltration K0 + 8% Seobi et al, 2005
Accumulation de MO + 40% Paul et al, 1996
Rotation des cultures
Compaction ρb = 1.20 *
Accumulation de MO + 8% Moore et al, 2014
Capacité de rétention + 18% Basche et al, 2016b
Culture de couverture
Compaction ρb = 1.20 *
ETP Kc(HS)1 = 0.9 Compaoré, 2006
Accumulation de MO + 33% Blanco-Canqui etal, 2007
Capacité de rétention + 10 % Liu et al, 2018
Paillage de paille
Compaction ρb = 1.20 *
ETP -2% Yin et al, 2018
Capacité de rétention + 16% Liu et al, 2018
Paillage de film plastique Compaction ρb = 1.20 *
ETP -4% Yin et al, 2018
Capacité de rétention + 15 % Wang et al. (2011)
Agiculture de conservation Compaction ρb = 1.20 *
ETP -3.8 % Wang et al. (2011)
* Estimation fonction de la densité apparente du sol actuelle qui vaut 1.34 g/cm3 ;
1
Cette valeur considère une culture de couverture implantée à la dérobée (après la culture principale à l’automne.
C’est-à-dire qu’au lieu d’un Kc=0,5 pour un sol nu, ici pour une culture de fourrage Kc=0,9 en hors saison (HS).

41
3 MATÉRIELS ET MÉTHODES

Tableau 13: Synthèse de l’ensemble des données culturales utilisé pour la réalisation des
bilans hydriques.
Profondeur
Kc Valeur p Semis Récolte Références
racinaire [cm]
Jardin 1 Courgette 0,95 0,5 30-mars 15-sept 60 *
Maïs doux 1,15 0,5 15-avr 15-août 60 *
Navets 1,1 0,5 30-août 30-nov 60 *
Maïs doux 1,15 0,5 15-avr 15-août 60 *
Chicorée 1,05 0,45 30-août 15-nov 60 *
Bette 1,05 0,45 15-avr 15-sept 60 Betterave2
Crucifères 1,05 0,45 15-avr 15-oct 60
Poireaux 0,7 0,5 15-mars 15-nov 30 *
Haricots 1,05 0,45 01-avr 15-sept 60 *
Pourpier 1 0,4 01-mars 15-sept 60 Menthe3
Jardin 2 Artichauts 1 0,45 15-mars 01-oct 90 *
Fenouil 1 0,3 15-mars 15-oct 30 Laitue4
Radis 0,9 0,3 01-mars 01-mai 30 *
Laitue 1 0,3 01-mai 30-août 30 *
Oignons 1,05 0,3 01-avr 15-août 30 *
Crucifères 1,05 0,45 15-mars 30-mai 60 *
Panais 1,05 0,4 15-avr 15-sept 90 *
Tétragone 1 0,2 15-mars 15-juil 30 Epinard5
Persil 1 0,4 15-juil 15-oct 60 Carotte6
Courgette 0,95 0,5 30-mars 15-sept 60 *
Jardin 3 Fraisiers 0,85 0,2 15-avr 15-août 30 *
Fèves 1,05 0,45 15-mars 15-juin 60 Haricot7
Betterave 1,05 0,5 15-juin 15-sept 60 *
Courgette 0,95 0,5 30-mars 15-sept 60 *
Laitue 1 0,3 15-mars 15-mai 30 *
Crucifères 1,05 0,45 15-mai 15-oct 60 *
Jardin 4 Cucurbitaceae 1 0,5 15-mars 15-oct 60 *
Jardin 5 Topinambour 1,15 0,45 01-mars 15-nov 30 Tournesol1
Laitue 1 0,3 15-mars 15-mai 30 *
Crucifères 1,05 0,45 15-mai 15-oct 60 *
Pois frais 1,15 0,35 01-mars 01-mai 90 *
Fenouil 1 0,3 15-mai 15-oct 30 Laitue4
Pois frais 1,15 0,35 01-mars 15-avr 90 *
Oignons 1,05 0,3 15-avr 15-août 30 *
Laitue 1 0,3 15-mars 01-mai 30 *
Fenouil 1 0,3 01-mai 15-oct 30 Laitue4
Bette 1,05 0,45 15-avr 15-sept 60 Betterave2
EV 1,15 0,45 15-mars 15-sept 60 *
Serre 1 Poivron 1,05 0,3 15-avr 30-sept 60 *
Aubergine 1,05 0,45 15-mars 30-oct 90 *
Pastèque 1,1 0,4 30-mars 30-août 90 *
Serre 2 Poivron 1,05 0,3 15-avr 30-sept 60 *
Tomate 1,15 0,4 01-mai 30-oct 60 *
Courgette 0,95 0,5 30-mars 15-sept 60 *
Aubergine 1,05 0,45 15-mars 30-oct 90 *
Melon 1,05 0,4 01-avr 15-sept 90 *
Serre 3 Tomate 1,15 0,4 01-mai 30-oct 60 *
Concombre 1 0,5 01-mai 30-oct 90 *
Crucifères 1,05 0,45 01-mai 30-nov 60 *
* Compaoré (2006) issu du traité de l’irrigation ; 1 Monti et al. (2005), n’ayant pas le coefficient cultural
du topinambour, ont choisi d’utiliser celui du tournesol (connu) car les deux légumes font parti de la
même famille botanique. Les autres approximations sont basées sur cette même hypothèse ; 2 Famille
des Amaranthacées ; 3 Famille des Portulacacées proche des Lamiacées ; 4 Légume feuille comme la
chicorée et la laitue ; 5 Sorte d’épinard d’été ; 6 Famille des Apiacées ; 7 Famille des Fabacées.

42
3 MATÉRIELS ET MÉTHODES

3.3 Analyse de sensibilité

L’analyse de sensibilité étudie comment des perturbations sur les variables d’entrée du modèle en-
gendrent des perturbations sur la variable réponse (Jacques, 2011).
La sensibilité de chaque entrée est souvent représentée par une valeur numérique, appelée indice de
sensibilité. Les indices de sensibilité se présentent sous plusieurs formes :

— Indices du premier ordre : mesure la contribution à la variance de la production par une seule
entrée de modèle.
— Indices du second ordre : mesure la contribution à la variance de la sortie causée par l’interaction
de deux entrées de modèle.
— Indice d’ordre total : mesure la contribution à la variance de sortie causée par une entrée de
modèle, y compris à la fois ses effets de premier ordre (l’entrée variant seule) et toutes les
interactions d’ordre supérieur.

La méthode de Sobol est une méthode d’analyse de sensibilité globale. Elle est capable de fournir les
impacts de chaque paramètre et ses interactions avec d’autres paramètres sur la sortie du modèle
(Sobol, 1993). Récemment, la méthode de Sobol est devenue de plus en plus populaire dans la
modélisation hydrologique en raison de sa capacité à incorporer des interactions de paramètres et de
l’interprétation relativement simple de ses indices.

La méthode Sobol est une technique d’analyse de sensibilité globale qui s’appuie sur la variance. Son
principe est basé sur la décomposition de l’incertitude de la réponse du modèle Y par rapport à la
contribution relative de chaque paramètre. Elle repose sur l’hypothèse que l’incertitude d’une variable
donnée peut être caractérisée de manière adéquate par sa variance. Le but est donc de décomposer la
variance de Y en contributions respectives de chaque paramètre et toutes leurs combinaisons possibles.

L’indice de sensibilité de Sobol représente la fraction de la variance totale dûe à tout facteur individuel
ou combinaison de facteurs. De plus, la méthode de Sobol peut estimer un indice de sensibilité total
de Sobol, défini comme la somme de tous les effets (y compris de premier ordre et d’ordre supérieur)
impliquant le facteur d’entrée d’intérêt (Saltelli et al., 2000). Avec m facteurs d’entrées quantitatifs,
la composition de la variance V (Y) se généralise comme suit :
m
X X
V (Y ) = Vi+ V ij + ... + V 1,2,...,m (25)
i=1 1≤i≤j≤m

où :
— Vi est la variabilité associée à l’effet principal du facteur d’entrée xi ;
— Vj est la variabilité associée à l’effet principal du facteur d’entrée xj ;
— Vij est la variabilité associée à l’interaction entre xi et xj .

Cette technique est très similaire à l’ANOVA, sauf que V(Y) représente la variabilité de Y en termes
d’incertitude globale des facteurs d’entrées, y compris les effets irréguliers et non linéaires (Monod

43
3 MATÉRIELS ET MÉTHODES

et al., 2006). Les indices de sensibilité sont dérivés de l’équation ci-dessus en divisant les mesures
d’importance individuelles par la variabilité totale V (Y). La sensibilité du premier ordre se définit
comme suit :
Vi
Si = (26)
V (Y )
où Si est appelé indice de sensibilité du premier ordre pour le facteur xi . Il mesure l’effet principal de
xi sur la sortie, ou encore, la contribution fractionnelle de xi à la variance de y(x). La sensibilité de
second ordre se définit comme suit :

V ij
S ij = (27)
V (Y )
où Sij est l’indice de sensibilité du second ordre qui mesure l’effet d’interaction des deux entrées xi et
xj , sans considérer la somme des effets individuels (Saltelli et al., 2000).

Le principal inconvénient de cette méthode est qu’elle est coûteuse en calcul. Cette analyse a pu être
possible à l’aide de la bibliothèque SALib écrite en PYTHON.
Une analyse de sensibilité typique utilisant SALib suit quatre étapes :
1. Déterminer les entrées (paramètres) du modèle et leurs plages d’échantillonnage ;
2. Exécuter l’exemple de fonction pour générer les entrées de modèle ;
3. Évaluer le modèle à l’aide des entrées générées, en enregistrant les sorties du modèle ;
4. Exécuter la fonction d’analyse sur les sorties pour calculer les indices de sensibilité.

Dans le cas de notre modèle, deux analyses sont pertinentes. La première consiste à analyser le modèle
en tant que tel avec tous ses paramètres d’entrées (Tableau 14). La seconde correspond à l’analyse de
sensibilité des paramètres qui varie lors de la simulation de l’impact des pratiques agroécologiques à
travers les scénarios (Tableau 15).

44
3 MATÉRIELS ET MÉTHODES

Tableau 14: Gamme de valeur de l’ensemble des paramètres


intervenant dans le modèle général, pour la détermination de
la demande en eau d’irrigation, dans le cadre de l’analyse de
sensibilité.
Paramètres Unités Fixe/variable Gamme
Données climatiques1
Température Moyenne (˚C) Variable [-10,73 ; 29,40]
Température Max (˚C) Variable [-6 ; 41,9]
Température Min (˚C) Variable [-15,3 ; 23,6]
Ensoleillement (W/m2) Variable [0 ; 367,3]
Pluie (mm) Variable [0 ; 84,5]
Vitesse du vent (m/s) Variable [0 ; 7,925]
Humidité relative (%) Variable [32,825 ; 100]
Données pédologiques2
Matière organique (%) Fixe [0 ; 10]
Données culturales3
Valeur p (-) Fixe [0,2 ; 0,5]
Kc (-) Fixe [0,7 ; 1,15]
KcSolN u (-) Fixe [0,5 ; 0,7]
Profil (mm) Fixe [500 ; 600]
1
Plage de valeurs basée sur les observations climatiques depuis 1998
à Louvain-la-Neuve (25km du maraîchage) ;
2
Plage de valeurs basée sur des références bibliographiques ;
3
Plage de valeurs extrêmes selon les cultures présentes sur le maraî-
chage.

Tableau 15: Gamme de valeur des paramètres modifiés par les pratiques agroécolo-
giques intervenant dans le modèle général, pour la détermination de la demande en
eau d’irrigation, dans le cadre de l’analyse de sensibilité.

Pratiques Paramètres Unités Fixe/Variable Gamme


Accumulation de MO MO1 [%] Fixe [0 ; 10]
Capacité de rétention θs2 [%v/v] Fixe [0,45 ; 0,55]
Compaction ρb3 [g/cm3] Fixe [1,20 ; 1,33]
Evapotranspiration ∆ET P 4 [mm/j] Variable [0 ; 5]
1
MO est la teneur en matière organique ;
2
θs est la teneur en eau à saturation ;
3
ρb est la densité apparente du sol et
4
∆ET P est la variation de l’évapotranspiration .

45
3 MATÉRIELS ET MÉTHODES

3.4 Fonctionnement du modèle


Le modèle simule le bilan hydrique quotidien de chaque culture présente sur le maraîchage selon
l’équation 2. Le modèle est conçu pour minimiser la hauteur d’eau d’irrigation à apporter aux cultures,
sans induire de stress hydrique, par l’introduction de la valeur p selon l’équation 22. Par conséquent,
le modèle se focalise sur la hauteur minimale d’eau d’irrigation annuelle pour chaque culture. Dans le
suite de ce travail, cette hauteur minimale d’eau d’irrigation sera reprise sous le terme "demande en
eau d’irrigation" exprimée en mm.

3.4.1 Langage de programmation

Premièrement, le modèle a été simulé sur MICROSOFT EXCEL, un logiciel tableur permettant de
présenter, d’organiser et d’analyser des données et des feuilles de calcul. Cependant, deux limites
se sont manifestées lors de l’étude du modèle. En effet, le modèle fonctionnait parfaitement dans la
modélisation d’un profil de sol mono-couche hommogène, mais l’introduction d’un profil multi-couches
n’est pas réalisable sur MICROSOFT EXCEL. De plus, pour l’analyse de sensibilité du modèle,
l’extension XLSTAT, un logiciel statistique, a été ajouté au tableur EXCEL. Cependant, ce dernier
ne permettait pas d’analyser le modèle comme souhaité.

Par conséquent, l’ensemble du modèle a été codé sous le langage de programmation PYTHON.
PYTHON est un langage de programmation interprété, multi-paradigme et multi-usage. Il favorise la
programmation impérative structurée, fonctionnelle et orientée objet (Casamayou-Bousseau et al.,
2016). Un objet est une collection de données regroupées de façon significative avec les opérations
connexes, ou des morceaux de programmes, qui manipulent ces données.

3.4.2 Données d’entrée du modèle

Les données d’entrées du modèle sont multiples. Ce sont essentiellement des fichiers de données
tabulaires sous forme de valeurs séparées par des virgules (type "*.csv") contenant :
— des valeurs climatiques journalières pour l’année 2018 et 2019 : la température moyenne,
maximale et minimale, l’ensoleillement, les précipitations, la vitesse du vent et l’humidité
relative ;
— des données pédologiques : la granulométrie et la teneur en matière organique du profil ; et
— des données propres à chaque culture : le coefficient cultural, la profondeur racinaire assimilée
à la profondeur du profil.

3.4.3 Sorties du modèle

L’avantage que procure cette modélisation en PYTHON est la possibilité de pouvoir observer, en
sortie, toutes les valeurs de chaque entité du modèle. Néanmoins, afin d’atteindre l’objectif de ce
travail, il convient de se focaliser sur celles permettant de juger au mieux les flux de la ressources
en eau. Ainsi, c’est principalement l’irrigation qui sera suivie mais les pertes par drainage restent
intéressantes à considérer.

46
3 MATÉRIELS ET MÉTHODES

3.4.4 Pas de temps du modèle

Le pas de temps choisi est la journée. Dans le cas de la détermination des températures maximales et
minimales pour l’obtention de l’évapotranspiration potentielle, ces températures ne pouvaient être
produites au pas de temps horaire puisque les températures brutes disponibles sont au pas de temps
horaire. Une détermination de ces valeurs sur les 3 heures précédentes et suivantes l’horaire a pu être
imaginé.
Cependant, dans le cadre de ces bilans hydriques, ce pas de temps journalier convient mieux puisque
l’irrigation potentiellement apportée par le maraîcher ne se fait jamais toutes les heures mais quoti-
diennement.

3.4.5 Initialisation du modèle

L’initialisation du modèle, dans notre cas, consiste à définir la date du début de la simulation et la
teneur en eau initiale présente dans le sol à ce moment-là.
Dans le but de déterminer la demande en eau d’irrigation annuelle, l’initialisation du modèle est fixée
au 1er janvier. Ce choix est permet de fixer une teneur en eau initiale aisément. En effet, la teneur en
eau initiale est considérée égale à la teneur en eau à la capacité au champ dû à l’apport d’eau durant
l’automne et l’hiver.
Par conséquent, cette hypothèse a été formulée dans le cadre de ce modèle.

3.4.6 Mise en route du modèle et choix de scénario

Lors de la mise en route du modèle, l’utilisateur a le choix de maintenir la situation initiale pro-
grammée, ou de modifier certains paramètres, comme ce sera le cas dans la réalisation des scénarios
agroécologiques.
Les scripts pour la modélisation du bilan hydrique pour un profil de sol mono-couche, multi-couches
et pour le bassin de rétention sont repris en Annexe E, F et G respectivement.

47
4 RÉSULTATS ET DISCUSSIONS

4 Résultats et discussions

4.1 Détermination du drainage


4.1.1 Détermination des lieux et du nombre d’échantillons

À l’aide du pénétromètre, septante graphes de la pression exercée (MPa) en fonction de la profondeur


du sol (cm) ont été obtenus.
À la première étape, les trois méthodes d’analyse statistique : méthode "Elbow", méthode silhouette
et la statistique d’écart ont permis de déterminer que le nombre optimal de clusters est de 2 ou 3
(Figure 9). Dans notre cas, il est intéressant de réaliser 3 clustering (3 lieux d’échantillonnages) pour
caractériser le plus précisément possible les différents sols.

Figure 9: Résultats du nombre optimal de cluster selon trois méthodes d’analyse. a) Méthode
"Elbow" ; b) Méthode silhouette ; et c) Méthode des statistiques des écarts.

À la seconde étape, en faisant tourner plusieurs fois le script du partitionnement en k-moyennes, les
clusters différaient mais restaient avec des tailles toujours proches. Le partitionnement optimal est
celui dont la somme des carrés totale (SCT) est la plus élevée. Dans le cas de notre analyse fixée à 3
clusters, le SCT = 58,1%L̇es clusters sont illustrés à la Figure 10.

Figure 10: Résultat de la répartition des 70 sondages au pénétromètre en trois clusters (représentés
par trois couleurs), selon la pression exercée pour pénétrer le sol en fonction de la profondeur.

48
4 RÉSULTATS ET DISCUSSIONS

Finalement, l’ensemble des 70 mesures a été importé dans ArcGIS (TM) par cluster.
Selon la Figure 11, un gradient de résistivité est observable sur le maraîchage du sud au nord. Ce
gradient est dans le sens de la faible pente du terrain (Figure 3), c’est qui est contre-intuitif vis
à vis de l’érosion. En effet, le cluster rouge correspond à un ensemble de mesures où les sols ont
une grande résistivité, tandis que le cluster vert correspond à des sols de moyenne résistivité pour
finir avec le clustering bleu qui correspond à des sols qui ont une faible résistivité.
Ainsi, chaque lieu d’échantillonnage a été déterminé au centre d’un ensemble de sondages de mêmes
clusters. Ces lieux sont représentés par des étoiles sur la Figure 11.

Figure 11: Localisation des points de sondage classés par cluster de couleur et des lieux d’échan-
tillonnage choisis.

4.1.2 Détermination des propriétés physiques et hydrodynamiques des sols et du drai-


nage

Le Tableau 16 reprend les résultats des analyses de sol des lieux 2 et 3 d’échantillonnage nommés F2
et F3 pour les trois horizons (manipulation non finie pour le lieu d’échantillonnage 1).

Tableau 16: Résultats de l’analyse granulométrique, de l’analyse de la teneur en matière organique


et de l’application de la FPT de Rawls (1983) pour la détermination de ρb.
Profondeur
A L S MO ρb d’échantillonnage
[%m] [%m] [%m] [%m] [g/cm3] composites
[cm]
F2H0 25,43 65,42 10,05 5,12 1,24 12
F2H1 27,50 64,15 8,34 2,99 1,39 37
F2H2 23,34 67,86 8,80 2,48 1,43 62
F3H0 26,17 62,53 11,30 5,08 1,25 12
F3H1 26,96 61,91 11,13 3,56 1,35 37
F3H2 27,74 62,95 9,31 2,71 1,41 62

49
4 RÉSULTATS ET DISCUSSIONS

Les sols du maraîchage sont des sols limoneux, comme la CNSW l’avait révélé. De plus, il est cohérent
d’observer que la teneur en matière organique diminue lorsque l’horizon est plus profond.
La densité apparente est comprise entre 1,24 et 1,43 g/cm3. Cette estimation est acceptable pour
des sols limoneux, en sachant que la densité apparente a été estimée via la FPT de Boon sur base
seulement du contenu en matière organique et non pas en fonction de la texture.

Le Tableau 17 présente les résultats des valeurs du point de flétrissement (θpF 4.2), de capacité au
champ (θpF 2.5), et de réserve en eau utile (RU) pour les trois FPT utilisées. La valeur de conductivité
à saturation (Ks) a été obtenue seulement par les FPT de Weynants et de Rosetta, étant donné que
la FPT de Vereecken ne le permettait pas.

Tableau 17: Résultats des propriétés hydrauliques via les fonctions de pédotransfert de Weynants,
Vereecken et Rosetta.
Weynants Vereecken Rosetta
θpF2,5 θpF4,2 RU Ks θpF2,5 θpF4,2 RU θpF2,5 θpF4,2 RU Ks
[%v] [%v] [%v] [cm/j] [%v] [%v] [%v] [%v] [%v] [%v] [cm/j]
F2H0 38,17 20,10 18,08 0,68 43,22 26,82 16,40 24,32 9,65 14,67 2,16
F2H1 36,97 20,21 16,77 0,76 38,99 24,23 14,76 25,49 10,28 15,21 2,14
F2H2 35,38 18,18 17,20 0,92 36,89 20,88 16,00 25,09 9,43 15,65 3,12
F3H0 38,06 19,56 18,50 0,74 43,25 27,59 15,66 24,38 9,97 14,41 1,87
F3H1 36,84 18,93 17,90 0,88 39,96 24,97 15,00 24,90 10,09 14,81 2,09
F3H2 36,09 18,55 17,54 0,91 38,27 23,80 14,46 25,38 10,29 15,08 2,11

Les trois FPT présentent des réserves en eau utile comprises entre 14.46 et 18.08 %/v, ce qui est
cohérent pour des sols limoneux comme il a été énoncé dans le Tableau 10. Il faut toutefois noter, que
la RU selon Weynants est toujours plus élevée que l’estimation selon Rosetta, tandis que Vereecken
constitue un cas intermédiaire.
Cette variation peut s’expliquer d’une part via les limites des FPT, d’autre part via le fait que les
FPT de Weynants imposent une teneur en eau résiduelle nulle dans le modèle de Van Genuchten.
Cette dernière hypothèse ne peut pas s’appliquer dans des sols de texture limon-argileux. Ces derniers
sont caractérisés par une forte microporosité et par conséquent, une forte rétention en eau, qui a pour
conséquence une teneur en eau résiduelle élevée et une réserve en eau utile faible. Dans le cas de nos
sols limoneux, cette hypothèse a peu d’impact.
D’après les courbes de rétention aux Figures 12,13 et 14, la FPT de Vereecken surestime les teneurs
en eau sur toute la gamme de succion. De plus, les courbes de chaque horizon diffèrent relativemement
fort en comparaison avec les courbes de Weynants et Rosetta.

Les conductivités hydrauliques à saturation sont comprises entre 0.68 et 3.12 cm/j. Ces résultats ne
semblent pas montrer des valeurs empêchant le développement d’un substrat végétal. Selon Hillel
(1998), pour des sols limoneux, les conductivités hydrauliques à saturation devraient être comprises
entre 0.00864 et 0.864 cm/j. Par conséquent, la FPT Rosetta surestime légèrement cette valeur. De
plus, les courbes de conductivité hydraulique de Rosetta à la Figure 13 sont plus élevées et varient
davantage que pour la FPT de Weynants à la Figure 12.

50
4 RÉSULTATS ET DISCUSSIONS

Figure 12: Courbe de rétention et de conductivité hydraulique via la FPT de Weynants.

Figure 13: Courbe de rétention et de conductivité hydraulique via la FPT Rosetta.

Figure 14: Courbe de rétention via la FPT de Vereecken.

51
4 RÉSULTATS ET DISCUSSIONS

L’utilisation de FPT présente également des limites. Les FPT reposent sur l’hypothèse que les
propriétés texturales et la matière organique décrivent le comportement hydraulique des sols (Lilly et
Lin, 2004). Ainsi, leur principale limite constitue le fait que la structure du sol -l’agrégation et la
macroporosité - n’est pas pleinement prise en compte, ce qui est à l’origine de la mauvaise estimation
de la conductivité hydraulique à saturation (Weynants et al., 2009). De plus, les FPT demeurent
généralement spécifiques à la région géographique dans laquelle elles ont été développées. Ainsi, leur
fiabilité est moindre lorsqu’elles sont utilisées dans une autre région géographique dont les facteurs
géologiques, hydrogéologiques, climatiques et d’utilisation des terres diffèrent (Weynants et al., 2009).
Par conséquent, selon le résultats et les limites avancées, la FPT belge de Weynants a été préférée
dans la suite du travail dans l’estimation du drainage au sein des bilans hydriques .

4.2 Détermination des bilans hydriques


Le Tableau 16 montre que les textures et la teneur en matière organique des deux fosses sont
extrêmement similaires.
Par conséquent, les bilans ont été réalisés selon deux profils de sol distincts, comme présenté au
Tableau 18, avec :
— 60_3H qui correspond à un profil de sol multi-couches de 60 cm à trois horizons, c’est-à-dire
avec les textures moyennées des deux fosses par horizon ; et
— 60_1H qui correspond à un profil de sol mono-couche de 60 cm, soit d’un seul horizon, c’est-
à-dire avec les textures moyennées des trois horizons, des deux fosses, pour l’ensemble du
profil.

Tableau 18: Données brutes du sol utilisées pour la réalisation des bilans hydriques.

Profil de sol A [%m] L [%m] S [%m] MO [%m]


H0 25,35 63,97 10,68 5,10
60_3H H1 27,23 63,03 9,73 3,27
H2 25,54 65,40 9,05 2,59
60_1H HM 26,04 64,14 9,82 3,66

4.2.1 Détermination des bilans hydriques des jardins

Les figures 15 et 16 présentent les résultats des bilans hydriques pour la culture de courgettes selon
un profil d’un seul horizon et de trois horizons respectivement.

52
4 RÉSULTATS ET DISCUSSIONS

Figure 15: Bilan hydrique, pour la culture de courgettes en extérieur, pour un profil de sol mono-
couche de 60 cm de profondeur.

Figure 16: Bilan hydrique, pour la culture de courgettes en extérieur, pour un profil de sol multi-
couches composé de trois horizons de 20 cm de profondeur chacun (60 cm).

Le but de ce bilan hydrique est de déterminer la hauteur minimale d’eau d’irrigation nécessaire à la
plante, en lui évitant tout stress hydrique.
Pour le profil de sol à la Figure 15, le stock d’eau dans le sol représenté en bleu ciel est toujours égal
ou supérieur au stock minimal à atteindre affiché en bleu foncé.
Cependant, pour le profil de sol à trois horizon, le bilan hydrique, à la Figure 16, indique que
l’irrigation ne permet pas d’accéder au stock minimal p à atteindre. L’irrigation fournit un stock
supérieur, compris entre le stock minimal et la capacité au champ. Pour comprendre ce résultat non
souhaité, les bilans hydriques de chacun des horizons ont été réalisés aux Figures 17, 18 et 19 pour les
horizons 0, 1 et 2 respectivement.

53
4 RÉSULTATS ET DISCUSSIONS

Figure 17: Bilan hydrique, pour la culture de courgettes en extérieur, pour un profil de sol mono-
couche de 20 cm correspondant à l’horizon 0 (0 - 20 cm).

Figure 18: Bilan hydrique, pour la culture de courgettes en extérieur, pour un profil de sol de 20 cm
mono-couche correspondant à l’horizon 1 (20 - 40 cm).

54
4 RÉSULTATS ET DISCUSSIONS

Figure 19: Bilan hydrique, pour la culture de courgettes en extérieur,pour un profil de sol mono-couche
de 20 cm correspondant à l’horizon 2 (40 - 60 cm).

Ces trois résultats prouvent que le modèle n’est pas approprié pour la modélisation du profil en
plusieurs horizons.

Tableau 19: Synthèse des hauteurs d’eau d’irrigation et de drainage, pour les deux bilans hydriques
pour la culture de courgettes en extérieur avec 60_3H, 20_H0, 20_H1, 20_H2 et 60_1H les bilans
hydriques des Figures 16, 17, 18, 19 et 15 respectivement.

60_3H 20_H0 20_H0 20_H1 60_1H


Irrigation annuelle [mm] 96,63 0,41 91,44 5,61 159,26
Drainage annuel [mm] 710,87 557,37 368,91 1178,93 193,53

Comme illustré dans le tableau 19, l’irrigation du profil à trois horizons dépend principalement de
l’horizon 1. Il a été établi que le drainage de ce profil à trois horizons est égal au drainage du dernier
horizon. Par conséquent, la valeur de drainage est fonction de la profondeur du profil du dernier
horizon et en raison de l’effet tampon du sol, cette valeur est biaisée.

Cet effet tampon du sol est illustré dans le Tableau 20. Ce dernier reprend l’ensemble des hauteurs
d’eau d’irrigation et de drainage, pour la courgette, pour un horizon mono-couche mais avec des
profondeurs de profil différentes. Selon ces résultats, un profil de sol de 60 cm a une demande en
eau d’irrigation et un drainage annuel significativement moins important qu’un sol de profondeur de
20 cm. Cela s’explique par le fait qu’un profil de 60 cm va prendre plus de temps à perdre de l’eau
et lorsque la prochaine pluie viendra, le stock d’eau pour 60 cm sera plus élevé, mais prendra plus
de temps à augmenter. À l’inverse, un sol de 20cm augmentera bien plus vite lors d’une pluie, mais
perdera aussitôt ses réserves par drainage.

55
4 RÉSULTATS ET DISCUSSIONS

Tableau 20: Résultats des bilans hydriques pour différentes profondeurs de profil démontrant l’impact
de l’effet tampon du sol.

Profondeur du profil [cm] 60 50 40 30 20


Irrigation annuelle [mm] 159,26 171,41 186,31 201,04 231,21
Drainage annuel [mm] 193,53 212,86 246,18 267,74 304,92

Le modèle réalisé à trois couches ne simule pas correctement le lien entre les profils mais considère
trois unités de sol superposées les unes sur les autres. Dans un souci de concision, la suite des analyses
prendra en compte un sol homogène sur toute la profondeur, soit un sol d’un seul horizon comme
modélisé à la Figure 15. Toutefois, une analyse critique du modèle et des alternatives au modèle
seront proposées dans la section décrivant les perspectives futures de ce travail.
Dans la suite de notre analyse, la profondeur du profil pour chaque bilan hydrique a été choisie pour
chaque culture en fonction de sa profondeur racinaire.

56
4 RÉSULTATS ET DISCUSSIONS

4.2.2 Détermination des bilans hydriques sous serres

La Figure 20 présente le bilan hydrique pour la courgette sous serre.

Figure 20: Bilan hydrique, pour la culture de courgettes sous serre, pour un profil de sol mono-couche
de 60 cm.

Etant donné l’absence d’eau provenant des précipitations dans les serres, la totalité des entrées en eau
provient de l’irrigation. Le stock d’eau dans le profil, affiché en bleu ciel, est correctement juxtaposé
au stock minimal à atteindre sauf en début d’année. En effet, le stock d’eau initial dans le profil
a été approximé au stock d’eau à la capacité au champ. Cette approximation était correcte pour
les cultures extérieures. Dans ce cas, par contre, les précipitations hivernales sont absentes et le sol
n’est pas rechargé en eau. Par conséquent, il aurait été plus judicieux d’approximer le stock d’eau
initial à la valeur du stock en fin d’année. De manière générale, ce biais ne va pas avoir un impact
trop important, puisque l’évapotranspiration et donc les pertes en basse saison sont très faible. Par
conséquent, l’apport en eau aurait dû y être extrêmement faible comme c’est le cas en fin d’année.
Enfin, il faut noter l’absence de drainage.
Selon le Tableau 21 on observe une très faible valeur pour la perte en eau par drainage en début
d’année. Celui-ci est également dû au biais expliqué ci-dessus. Il est donc négligeable.

Les résultats associés à cette Figure sont repris dans le Tableau 21.

Tableau 21: Synthèse des hauteurs d’eau d’irrigation et de drainage, pour le bilan hydrique de la
culture de courgettes sous serre.

60_1H
Irrigation annuelle [mm] 554,15
Drainage annuel [mm] 6,58

La hauteur minimale d’eau d’irrigation pour l’année 2019, pour la culture de courgettes sous serre,
pour un profil de sol de 60 cm de profondeur est de 554 mm. En comparaison avec la valeur 159

57
4 RÉSULTATS ET DISCUSSIONS

mm du Tableau 19 pour la même culture en extérieur pour un même profil de sol, la hauteur d’eau
d’irrigation sous serre est 3,5 fois plus importante.

4.2.3 Détermination du volume minimal d’eau d’irrigation pour l’ensemble du maraî-


chage

Les bilans hydriques ont été simulés pour 2019 mais aussi 2018. En effet, 2018 est la deuxième année
la plus chaude depuis le début des mesures effectuées à Uccle en 1833. Ainsi, il parait intéressant de
modéliser le volume minimal d’eau d’irrigation postulant sur une augmentation de la température
dans les années à venir en raison du réchauffement climatique. Selon l’IRM, la courbe de tendance de
l’évolution des température depuis 1981 affiche une augmentation de 0.38˚C par décennie.
Le Tableau 22 révèle le volume minimal d’eau d’irrigation pour les deux années antérieures.

Tableau 22: Synthèse des volumes minimaux d’eau d’irrigation pour l’année 2018 et 2019.

Jardins Serres Maraîchage


Irrigation 2018 [m3] 767,31 515,39 1282,7
Irrigation 2019 [m3] 411,2 467,01 878,21

Ces valeurs étant relativement distantes, il est pertinent de s’attarder au bilan hydrique du réservoir
de l’exploitation.
Les Figures 21 et 22 ci-dessous présentent les bilans hydriques pour le réservoir en eau respectivement
pour 2019 et pour 2018 .

Figure 21: Bilan hydrique du bassin de rétention d’eau du maraîchage pour l’année 2019.

58
4 RÉSULTATS ET DISCUSSIONS

Figure 22: Bilan hydrique du bassin de rétention d’eau du maraîchage pour l’année 2018.

Le volume de la mare est correctement dimensionné pour l’année 2019. Cependant, pour l’année 2018,
le volume d’eau d’irrigation dépasse, durant le mois d’août, la capacité tampon de la mare.

De plus, il faut noter que le volume des pertes en eau par trop-plein s’élève à 2733 m3 pour l’année
2019 et à 2306 m3 pour l’année 2018. Tout ce volume perdu d’eau pourrait être utilisé pour l’irrigation.

4.2.4 Détermination de l’impact des pratiques agroécologiques sur le bilan hydrique

Comme il a été vu précédemment, le modèle à trois horizons ne fournit pas de résultats fiables. Par
l’usage des pratiques agroécologiques, les propriétés du sol vont être particulièrement modifiées dans
les vingt premiers centimètres. Par conséquent, les bilans hydriques dans cette section ont été réalisés
sur des profils de sol de 20 cm de profondeur.
De plus, comme il a aussi été vu ci-dessus, le sol a un grand pouvoir tampon. Par conséquent, la
hauteur minimale d’eau d’irrigation pour un profil de 20 cm va être bien supérieure à un profil de sol
de 60 cm de profondeur. C’est pourquoi les valeurs obtenues ci-dessous ont été comparées avec le
bilan hydrique de la courgette pour un profil de sol en 20 cm.

4.2.4.1 Impact de la modification des propriétés et fonctions du sol

Le Tableau 23 présente les volumes de demande en eau et en drainage, en simulant les bilans hydriques
avec les valeurs maximales rencontrées dans la littérature, pour les 4 types de propriétés et fonctions
impactées par les pratiques agroécologiques.

Tableau 23: Comparaison de la demande en eau d’irrigation et du drainage pour les 4 types de
propriétés et fonctions modifiées par rapport au bilan hydrique témoin.

20_T 20_M 20_R 20_C 20_E


Irrigation annuelle [mm] 231,21 218,88 226,45 223,16 211,09
Drainage annuel [mm] 304,92 285,44 299,15 302,39 307,87

59
4 RÉSULTATS ET DISCUSSIONS

Selon les valeurs obtenues au Tableau 23, toutes les variations imposées aux propriétés et fonctions du
sol réduisent la demande en eau d’irrigation. Toutefois, il faut noter que cette demande en eau, selon
les valeurs imposées, est plus fortement minimisée par la réduction de l’évapotranspiration, suivie par
la teneur en matière organique, puis par la compaction et enfin, par l’augmentation de la capacité de
rétention .
Pour s’affranchir de ces valeurs établies, et réellement déterminer quels paramètres du modèle ont le
plus fort impact sur le volume d’eau d’irrigation, une analyse de sensibilité est réalisée dans la section
4.3.2 ci-dessous.

4.2.4.2 Impact des différentes pratiques agroécologiques à travers des scénarios

Les résultats des scénarios décrits au Tableau 12 sont repris dans le Tableau 24 ci-dessous.

Tableau 24: Résutats des bilans hydriques pour les différents scénarios agroécologiques simulés.

Irrigation Drainage
annuelle [mm] annuel [mm]
Culture témoin 231,21 304,92
Culture Intercalaire 218,28 293,03
Agroforesterie 221,24 286,30
Rotation des cultures 223,57 294,16
Culture de couverture 221,82 218,40
Paillage de paille 220,11 283,24
Paillage de plastique 211,55 284,29
Agriculture de conservation 211,92 284,81

Selon ces résultats, ce sont les pratiques d’application de paillage plastique et d’agriculture de conser-
vation qui réduisent le plus la demande en eau d’irrigation. Selon les résultats obtenus, cet écart n’est
pas dû à une diminution des pertes en eau par drainage, en comparaison aux autres pratiques. En
effet, cet écart est dû à une réduction plus importante de l’évapotranspiration, jusqu’à 4%, comme
elle a été définie dans les scénarios agroécologiques du Tableau 12.
Ces résultats corroborent parfaitement les résultats obtenus à la section précédente, lors de la modifi-
cation des propriétés et fonctions du sol.

De manière générale, la mise en place des différentes pratiques agroécologiques réduit, selon les
scénarios créés, la demande en eau d’irrigation de 3.65% à 8.5% dans le cas d’une culture de courgettes
cultivée en extérieur.

Ce résultat très théorique peut être appliqué à l’ensemble du maraîchage. Toutefois, il doit être étudié
avec précaution. En effet, les scénarios ont été réalisés selon des valeurs de la littérature associées à
des cultures extérieures mais pas sous serres.
Ainsi, pour l’année 2019, la demande en eau d’irrigation pourrait diminuer de 878 m3 à 847 m3 ou
encore 804 m3 en fonction de la pratique utilisée.
De plus, il est facilement envisageable d’appliquer plusieurs techniques agroécologiques à la fois, ce
qui réduirait davantage la demande en eau d’irrigation.

60
4 RÉSULTATS ET DISCUSSIONS

4.3 Analyse de sensibilité


4.3.1 Analyse de sensibilité de l’ensemble des paramètres qui interviennent dans le
modèle dans la détermination de la demande en eau d’irrigation

La Figure 23 présente les résultats de l’analyse de sensibilité de l’ensemble des données brutes du
modèle dans la détermination de la demande en eau d’irrigation .

Figure 23: Classement de l’ensemble des paramètres du le modèle intervenant dans la détermination
de la demande en eau d’irrigation, selon les indices S1 (à gauche) et ST (à droite).

De manière générale, cette analyse est fortement biaisée puisque les paramètres d’entrée dans le
modèle doivent être indépendants entre eux. Ce n’est pas le cas pour les paramètres climatiques avec
par exemple la température maximale, minimale et moyenne.
De plus, un paramètre supplémentaire a été incorporé afin de pouvoir faire tourner l’analyse : la
température journalière de la veille. En effet, l’analyse ne pouvait pas être résolue en faisant tourner le
modèle sur une année de 365 jours si les valeurs climatiques, qui sont les paramètres d’entrée, doivent
varier. Par conséquent, le modèle a été simulé en considérant comme sortie l’irrigation journalière et
non l’irrigation annuelle. Néanmoins, la détermination de l’évapotranspiration potentielle, requiert le
calcul de G, la densité de flux thermique du sol, qui nécessite dans son calcul la température de la
veille, d’où son incorporation.
Malgré ce biais, il est intéressant de noter que la demande en eau d’irrigation est principalement
influencée par les précipitations, suivi par la température maximale, puis par la température moyenne
et enfin, par la vitesse du vent. Dans un premier temps, ces résultats paraissent cohérents mais un
paramètre, la profondeur du profil, semble ne pas avoir d’impact sur la sortie. Pourtant, il a été
démontré plus haut l’importance de son impact.

Par conséquent, des sous-analyses du modèle ont été réalisées pour observer l’impact des paramètres
d’entrée :
— pour la détermination de l’évapotranspiration réelle ;
— pour la détermination du volume minimal à atteindre ; et
— pour la détermination du drainage.

61
4 RÉSULTATS ET DISCUSSIONS

Analyse de sensibilité des paramètres déterminant l’évapotranspiration potentielle

La Figure 24 ci-dessous présente le classement des paramètres, issus de l’analyse de sensibilité dont la
sortie est l’évapotranspiration potentielle intégrée sur la période de simulation 2019, selon les indices
S1 et ST. L’évolution des paramètres selon les indices S1 et ST est précisée en Annexe H.

Figure 24: Classement des paramètres intervenant dans la détermination de l’évapotranspiration


potentielle, selon les indices S1 (à gauche) et ST (à droite).

Comme il avait été vu dans l’analyse de sensibilité globale du modèle, c’est la température maximale
qui a le plus fort impact sur l’évapotranspiration réelle suivie par la température moyenne, puis par
la vitesse du vent.

Analyse de sensibilité des paramètres déterminant le stock minimal d’eau à atteindre

La Figure 25 ci-dessous présente le classement des paramètres selon les indices S1 et ST d’après
l’analyse de sensibilité dont la sortie est le stock minimal d’eau à atteindre.

Figure 25: Classement des paramètres intervenant dans la détermination du stock minimal à
atteindre, selon les indices S1 (à gauche) et ST (à droite).

62
4 RÉSULTATS ET DISCUSSIONS

D’après cette analyse, c’est la profondeur du profil qui a le plus fort impact sur la sortie du modèle.
L’importance de son impact en comparaison aux autres paramètres est observable en Annexe D avec
l’évolution de l’estimation des paramètres selon les indices S1 et ST.

Analyse de sensibilité des paramètres déterminant le drainage

La Figure 26 ci-dessous présente le classement des paramètres selon les indices S1 et ST d’après
l’analyse de sensibilité dont la sortie est le drainage.

Figure 26: Classement des paramètres intervenant dans la détermination du drainage, selon les
indices S1 (à gauche) et ST (à droite).

D’après cette analyse, c’est évidemment la teneur en eau du sol qui a le plus fort impact sur la sortie
du modèle. La conductivité à saturation arrive en seconde position suivi du paramètre α.

4.3.2 Analyse de sensibilité des propriétés et fonctions agroécologiques dans la déter-


mination de la demande en eau d’irrigation

Les Figures 27 et 28 présentent les résultats de l’analyse de sensibilité des paramètres modifiés par les
pratiques agroécologiques selon l’évolution des paramètres ou selon leur classement respectivement.

63
4 RÉSULTATS ET DISCUSSIONS

Figure 27: Evolution de l’estimation des paramètres, modifiés par les pratiques agrécologiques,
intervenant dans la détermination de la demande en d’irrigation, selon les indices S1 (à gauche) et ST
(à droite).

Figure 28: Classement des paramètres, modifiés par les pratiques agrécologiques, intervenant dans
la détermination de la demande en d’irrigation, selon les indices S1 (à gauche) et ST (à droite).

La Figure 27 montre l’impact de la variation de l’évapotranspiration, représenté par ETPr, sur la


demande en eau d’irrigation par rapport aux autres paramètres.
Cette analyse prouve donc ce qui a été constaté lors des résultats des impacts sur la demande en eau
selon les différentes pratiques agroécologiques.
Les autre paramètres ont des valeurs d’indice S1 et ST très proche, mais il est tout de même intéressant
de noter que c’est la teneur en matière organique qui impacte le plus la demande en eau d’irrigation,
suivi de la variation de la compaction (ρb)en seconde position et enfin la variation de la capacité de
rétention.

64
4 RÉSULTATS ET DISCUSSIONS

4.4 Analyse critique et alternatives au modèle


4.4.1 Analyse critique du modèle

Le modèle créé dans le cadre de ce travail est un modèle prédictif et un modèle exploratoire. Son utilité
est à la fois de prédire la quantité d’eau que le maraîcher doit apporter à ses cultures pour optimiser
sa ressource en eau, mais aussi de lui permettre de choisir les bonnes pratiques agroécologiques.

D’une manière générale, d’après Beck (2002), les questions essentielles à se poser dans le cadre de
l’évaluation d’un modèle, sont les suivantes :

— Le modèle a-t-il été construit sur les bases d’hypothèses solides ?


— Est-ce que le comportement du modèle simule bien la réalité ?
— Est-ce que le modèle réalise le but pour lequel il a été conçu ?

Le modèle a-t-il été construit sur les bases d’hypothèses solides ?

Le modèle a été construit de sorte à prendre en compte la plupart des paramètres intervenant dans la
problématique à résoudre, qui est l’optimisation de la ressource en eau pour l’irrigation des cultures
au sein de la zone d’étude.

La construction du modèle repose sur un bilan hydrique du sol, par la détermination journalière de
l’évapotranspiration, des précipitations, du drainage et de l’irrigation pour permettre la croissance,
sans stress hydrique, de la culture.

Les hypothèses selon laquelle l’évapotranspiration est définie par la relation de Penman-Monteith et
celle de De Villèle sont adaptées. Néanmoins, l’approximation dans le calcul de l’évapotranspiration
réelle avec le coefficient cultural (Kc) des plantes pourrait être améliorée. En effet, le coefficient cultural
dépend de la surface de la feuille de la plante, de sa rugosité, de son stade de croissance, de la saison
culturale et des conditions météorologiques. Dans le cadre des bilans hydriques, le coefficient cultural
a été estimé à la pleine saison selon la Figure 29, c’est-à-dire à sa valeur maximale. Par conséquent, la
demande en eau d’irrigation a été surévaluée puisque l’évapotranspiration a été surestimée et qu’elle
correspond à des pertes pour la réserve en eau du profil.

65
4 RÉSULTATS ET DISCUSSIONS

Figure 29: Courbe représentative du coefficient cultural Kc (Allen et al., 1998).

Les hypothèses appliquées au drainage sont également discutables. Tout d’abord, le drainage a été
assimilé à la conductivité hydraulique. Cette approximation est acceptable en fin de profil mais dans
le cas du modèle multi-couches, elle pose un problème aux limites d’horizons situées au sein du profil.
Le principal problème rencontré concerne la définition du stock d’eau minimal à atteindre pour éviter
un stress hydrique à la plante. En effet, ce stock minimal en eau a été imposé pour chaque horizon
de 20 cm de profondeur au sein du modèle multi-couches, Annexe G. Cependant, comme mentionné
ci-dessus, l’effet tampon du sol, par la définition de profil de sol de profondeur différentes, à un énorme
impact sur les flux au sein du profil. Par conséquent, le bilan hydrique de 60 cm pour l’ensemble du
profil est fonction des bilans hydriques de chacun des 3 horizons, ce qui biaise le résultat final.
Une alternative à ce problème sera de proposer un modèle discrétisé multi-couches à résolution spatiale
élevée comme p.ex. hydrus ou aquacrop.

Enfin, une dernière hypothèse qui devrait être revue est le choix de la teneur en eau initiale. En effet,
cette dernière a du sens pour les bilans hydriques situés dans les jardins, mais pas pour les bilans
hydriques dans les serres. Après analyse des résultats graphiques (Figure 20), il est observé que les
bilans hydriques extérieurs dépassent la teneur en eau à la capacité au champ en fin d’année. Cela
est dû à l’emmagasinement de l’eau des précipitations durant toute la saison hivernale. Cependant,
selon les résultats graphiques des bilans hydriques en intérieur, la teneur en eau en fin d’année ne
correspond pas à la capacité au champ puisque les serres n’accumulent pas l’eau des précipitations et
perdent bien plus d’eau par évaporation à cause de l’effet de serre.

Le comportement du modèle simule-t-il bien la réalité ?

Il aurait été intéressant de pouvoir comparer les données d’irrigations prédites par le modèle avec la
réalité de ce qui est apporté aux cultures par le maraîcher. Cependant, aucune donnée de l’année 2018
et 2019 n’était disponible. De plus, il avait été question de mettre en place des compteurs journaliers
à la sortie des asperseurs pour déterminer la consommation d’eau pour la période d’irrigation 2020,
mais la crise sanitaire n’a pas permis de mettre cet aspect en pratique.

Toutefois, le maraîcher a estimé la demande en eau d’irrigation pour le jardin 1 sur l’année 2019 ;
celle-ci peut être comparée au résultat de notre modèle. Selon les calculs de l’estimation, qui se

66
4 RÉSULTATS ET DISCUSSIONS

trouvent dans le Tableau 25 ci-dessous,le volume en eau d’irrigation est de 106,8 m3. Il faut y noter la
prise en compte de l’absence de précipitation pour le mois de juin 2019.

Tableau 25: Estimation de la demande en eau d’irrigation par le maraîcher, pour le jardin 1, pour
l’année 2019 (surface = 600 m2).
[mm/j] 3
Besoin en eau moy.
[mm/mois] 92
Précipitation moy. [mm/mois] 70
Déficit moy. [mm/sem] 4,9
Irrigation moy. [mm/4mois] 86
Précipitation juin [mm/mois] 0
Déficit juin [mm/sem] 21
Irrigation juin [mm/mois] 92
[mm/5mois] 0,178
Irrigation estimée
[m3/5mois] 106,8

Selon le modèle établi, le volume en eau d’irrigation s’élève à 179,77 m3. Cette valeur est bien plus
élevée que celle attendue par le maraîcher. Toutefois, il a été identifié que cet écart provient de la
profondeur définie du profil de sol de la culture de poireau. En effet, toutes les cultures du jardin 1
ont une profondeur racinaire qui atteint 60 cm, sauf la culture du poireau, une culture à enracinement
à faible profondeur 30 cm. Lorsque cette valeur de 30 cm est modifiée et estimée à 60 cm, la demande
en eau n’atteint plus que 82,64 m3. Par conséquent, le modèle estime correctement le volume en eau
annuel mais, il est extrêmement sensible à la profondeur définie du profil.

Le modèle réalise t-il le but pour lequel il a été conçu ?

Le but du modèle est de prédire le volume minimal en eau d’irrigation et de faciliter le choix de la
pratique agroécologique à adopter.
Ces deux buts sont atteints, même si des améliorations du modèle pourraient être envisagées comme
précisé ci-dessus.

4.4.2 Modèles alternatifs

4.4.2.1 aquacrop

aquacrop est un modèle de simulation de croissance des cultures développées par la FAO pour
répondre aux problèmes de sécurité alimentaire (Steduto et al., 2009).
aquacrop utilise un nombre relativement petit de paramètres et de variables d’entrées, largement
utilisées ou nécessitant des méthodes simples pour leurs déterminations. Comme pour le modèle de ce
mémoire, les intrants se composent de données météorologiques, de caractéristiques des cultures et des
sols, et de pratiques de gestion qui définissent l’environnement dans lequel la culture se développera.
Les intrants sont stockés dans des fichiers sur le climat, les cultures, les sols et la gestion ; ils peuvent
être facilement récupérés de la base de données d’aquacrop et ajustés avec l’interface utilisateur.
Il faut toutefois noter certaines différences :
1. Données climatiques :

67
4 RÉSULTATS ET DISCUSSIONS

Le calcul de l’évapotranspiration potentielle extérieure est réalisé par la relation de Penman-


Monteith. Cependant aquacrop ne permet pas un bilan hydrique pour des cultures sous
serres.
2. Données culturales :
Bien que fondé sur des processus biophysiques de base et complexes, aquacrop utilise un
nombre relativement faible de paramètres de culture pour la caractériser. La FAO a calibré
les paramètres pour plusieurs cultures et les fournit comme valeurs par défaut dans la base de
données aquacrop. Cependant, lors de la réalisation d’un bilan hydrique qui ne correspond
pas à une culture disponible dans cette base de données (autre que : blé, riz, maïs, soja, orge,
sorgho, coton, tournesol, canne à sucre, pomme de terre, tomate, betterave à sucre, luzerne,
arachide et quinoa), le modèle nécessite des données reprises dans le Tableau 26, qui, dans le
cadre de ce mémoire, n’étaient pas toutes disponibles.

Tableau 26: Données culturales nécessaires à la simulation de la croissance des cultures, du rendement
et de la productivité de l’eau, avec aquacrop.
Minimum absolu Supplémentaire pour une simulation fiable
Rendement en grains et indication Indice maximal de surface foliaire verte (LAI)
de la proportion du poids sec des grains ou indication de l’étendue de la couverture végétale
par rapport à la biomasse aérienne, maximale ou de la couverture végétale
c-à-d proche de l’indice de récolte (HI) à un moment donné

Dates de plantation et de récolte et Date d’émergence (début ou émergence


durée estimée du cycle de vie des cultures presque complète) et date de maturité du grain

Taux de semis et pourcentage


Densité végétale
de germination

Profondeur d’enracinement maximale estimée

Biomasse aérienne à la récolte

Néanmoins, comme il avait était précisé dans la section précédente, contrairement au modèle
créé, aquacrop sépare correctement la valeur du coefficient cultural en 3 valeurs distinctes selon
le stade de la culture, ce qui permet une caractérisation de l’évapotranspiration réelle plus précise.

3. Données sur le sol :


Seulement quelques paramètres sont nécessaires dans aquacrop pour cette section : la teneur
en eau volumétrique à la capacité du champ (CC), le point de flétrissement permanent (PF) et la
saturation, et la conductivité hydraulique saturée (Ksat), pour chaque couche de sol différenciée
englobant la zone racinaire. L’avantage de ce modèle par rapport à celui créé est la possibilité
d’avoir un profil de sol multi-couches.

68
4 RÉSULTATS ET DISCUSSIONS

4. Données de gestion :
Les pratiques de gestion sont divisées en gestion de l’irrigation et en gestion des champs. Dans
le cadre des pratiques de gestion sur le terrain, il faut choisir les niveaux de fertilité du sol, le
niveau d’infestation par les adventices et les pratiques qui affectent l’équilibre sol-eau. L’équilibre
sol-eau, quant à lui, peut être affecté par le paillage pour réduire l’évaporation du sol, mais aussi
par les digues de sol pour stocker l’eau sur le terrain, et enfin, par l’élimination du ruissellement
avec les pratiques de conservation. Plus précisément, les niveaux de fertilité vont de non limitatif
à médiocre, avec des effets sur le WP, sur le taux de croissance de la canopée, sur la couverture
maximale de la canopée et sur la sénescence.
Par conséquent, il aurait été impossible de réaliser des scénarios pour différencier les pratiques
agroécologiques en utilisant aquacrop, puisque les seuls paramètres qui auraient pu être
modifiés sont le niveau de fertilité, le niveau d’infestation par des adventices, la pratique du
paillage (donc l’impact est très simplifié), et la mise en place de digue de sol.
Dans le cadre de la gestion de l’irrigation, l’utilisateur choisit si la culture est pluviale ou irriguée.
Si elle est irriguée, l’utilisateur spécifie la méthode d’application (arrosage, goutte-à-goutte ou
surface), la fraction de surface mouillée et la qualité de l’eau d’irrigation appliquée.
Dans ce cas-ci, aquacrop va un cran plus loin que le modèle développé.

4.4.2.2 hydrus

hydrus-1D est un environnement de modélisation pour l’analyse de débit d’eau et de transport des
solutés dans des milieux poreux à saturation variable (Šimunek et al., 1998). Le logiciel comprend le
modèle à éléments finis unidimensionnel hydrus pour simuler le mouvement de l’eau, de la chaleur
et de plusieurs solutés dans des milieux à saturation variable.

Le programme utilise des éléments finis linéaires pour résoudre numériquement l’équation de Richards
pour le débit d’eau saturé et insaturé. L’équation de débit comprend également un terme de puits
pour tenir compte de l’absorption d’eau par les racines des plantes en fonction à la fois du stress
hydrique et du stress de salinité. Les propriétés hydrauliques des sols insaturés peuvent être décrites
à l’aide de fonctions analytiques comme celle de van Genuchten, fonction utilisée dans le modèle créé,
ou encore Brooks et Corey, Kosugi et Durner.

L’avantage de ce programme est son niveau de discrétisation spatiale et temporelle (Šimunek et al.,
2007). C’est grâce à ce niveau de discrétisation que le modèle peut être réalisé pour des profils de sol
multi-couches. Le programme utilise une discrétisation spatiale précise par un maillage en éléments
finis. Ce maillage est construit en divisant le profil du sol en éléments linéaires dont les tailles sont
définies par les coordonnées z des nœuds qui forment les coins des éléments.
Dans le cas du modèle souhaité, les conditions aux limites supérieure du profil sont quotidiennes,
précipitations et irrigation. Elles entraîne généralement des flux de courte durée de grande ampleur,
la discrétisation spatiale doit être fine, de l’ordre du cm.

De manière générale, le modèle actuel pourrait être amélioré en l’associant à hydrus. En effet, l’idée

69
4 RÉSULTATS ET DISCUSSIONS

pourrait être de lier le code permettant la détermination de la demande en eau d’irrigation avec
l’estimation des pertes en eau par drainage du logiciel hydrus, à l’aide d’une boucle. De plus, il
pourrait être intéressant de définir dans le temps les profondeurs à laquelle la condition de la teneur
en eau minimale doit être respectée en fonction de l’évolution de la profondeur racinaire.

Enfin, le programme propose aussi de prendre en compte l’absorption d’eau des plantes par les racines.
Cette absorption remplacerait la teneur en eau minimale à atteindre, et permettrait de déterminer à
partir de quel moment la plante est en stress hydrique. Toutefois, cette option nécessite des paramètres
pour chaque culture, et comme pour aquacrop, la liste des cultures disponibles est non exhaustive.

Finalement, les scénarios agroécologiques pourraient être simulés plus ou moins aisément, étant donné
que certains paramètres sont calculés indirectement dans la boite noire du logiciel et donc sont non
accessibles à l’utilisateur.

70
5 CONCLUSIONS ET PERSPECTIVES

5 Conclusions et perspectives
L’objectif général de ce mémoire était d’avancer les connaissances sur la gestion des ressources en eau
dans des systèmes de production agroécologiques wallons. Pour ce faire, trois objectifs spécifiques ont
été atteints à travers un état de l’art et une évaluation de la demande en eau d’irrigation par l’analyse
des flux et stocks d’eau au niveau des parcelles, rapportée à l’ensemble d’une exploitation maraîchère
agroécologique diversifiée. Ce maraîchage, démarré en 2017 et situé dans la région de Namur, emploie
l’agroécologie à travers de nombreuses pratiques, telles que la rotation des cultures, le paillage et le
travail minimum du sol.

D’après la littérature scientifique, les pratiques agroécologiques appliquées à une parcelle, qu’elles
soient de nature culturale ou pédologique, ont globalement un impact positif sur le bilan hydrique des
cultures. En effet, ces pratiques induisent une réduction de la demande en eau d’irrigation suite à une
amélioration des propriétés, des fonctions physiques et des fonctions de services du système.

Dans le but de quantifier les impacts agroécologiques sur le fonctionnement hydrique de l’exploitation,
un modèle du bilan hydrique a été réalisé et appliqué à l’ensemble de l’exploitation. La demande
en eau d’irrigation a été utilisée comme indicateur du fonctionnement hydrique. Cette demande
en irrigation a été comparée à celle d’un maraîchage classique. Ensuite, plusieurs scénarios agroé-
cologiques ont été intégrés dans le modèle du bilan. De manière générale, les bilans hydriques ont
nécessité la détermination des précipitations, de l’évapotranspiration sous serres et en extérieur, du
drainage et de la teneur en eau minimale nécessaire à la croissance des cultures. Les précipitations et
l’évapotranspiration ont été obtenues à partir des observations météorologiques d’une station voisine
et la relation de Penman - Monteith. La modélisation des flux hydrodynamiques du sol a pu être
possible par la caractérisation des propriétés physiques et hydrodynamiques des sols. Ces propriétés
ont été paramétrisées à l’aide du modèle de Van Genuchten – Mualem et de l’analyse d’échantillons
remaniés représentatifs de l’exploitation. Ces échantillons ont été prélevés dans les différents horizons
du sol, jusqu’à une profondeur de 60 cm. Enfin, la teneur en eau minimale nécessaire à la croissance
des cultures a été déterminée selon des valeurs de la littérature pour chaque espèce de plantes et
adaptée selon le climat local.

Les bilans hydriques ont été réalisés pour des profils de sol mono-couche et multi-couches. Cependant,
le modèle a présenté une limite quant à la modélisation des flux dans le cas des profils multi-couches,
dû à l’influence de l’épaisseur des horizons. Par conséquent, l’estimation de la demande en eau
d’irrigation pour l’ensemble de l’exploitation a été réalisée en considérant uniquement un profil de sol
mono-couche, fonction de la profondeur racinaire pour chaque culture.
Les analyses de sensibilités du modèle ont permis de mettre en avant les paramètres qui influencent
le plus la demande en eau. Même si l’analyse générale a rencontré un biais, il en ressort que la
température a l’impact le plus important sur la demande en eau d’irrigation. Par conséquent, dans
une projection de réchauffement climatique à long terme (+ 0,38˚C par décennie), il faut imaginer
que cette demande en eau va s’accroitre davantage alors que les réserves en eau ne risquent pas
d’augmenter. Cela a été observé avec les bilans hydriques pour l’année 2018, deuxième année la plus

71
5 CONCLUSIONS ET PERSPECTIVES

chaude depuis le début des mesures effectuées à Uccle en 1833.

Pour évaluer des trajectoires agroécologiques optimalisées, plusieurs scénarios agroécologiques ont été
évalués avec le modèle du bilan hydrique.
Premièrement, la littérature a exposé l’impact des pratiques écologiques sur la teneur en matière
organique, sur l’évapotranspiration potentielle, sur la capacité de rétention en eau du sol et sur la
densité apparente du sol. Par conséquent, un premier scénario avec la modification de ces quatre
paramètres sur une culture de courgettes en exterieur a été simulé. Cette simulation a permis de
mettre en avant la réduction de la demande en eau d’irrigation par la modification de ces para-
mètres. De plus, une analyse de sensibilité sur la demande en eau selon ces quatre paramètres a
été réalisée et a démontré que c’est la réduction de l’évapotranspiration qui a l’impact le plus important.

Ensuite, les huit scénarios agroécologiques présentés dans l’état de l’art ont été simulés selon des
valeurs trouvées dans la littérature. Les résultats ont permis de mettre en avant deux pratiques ayant
un impact conséquent sur la demande en eau : le paillage plastique et l’agriculture de conservation.
Ils permettent de réduire de 8,5 % la demande en irrigation. Ces résultats corroborent avec l’analyse
de sensibilité puisque ces deux pratiques sont celles qui induisent la plus forte réduction de l’évapo-
transpiration.
Il est intéressant de noter que ces différentes pratiques peuvent être combinées pour avoir un impact
encore plus avantageux sur la demande en eau d’irrigation des cultures.

Finalement, dans le but d’améliorer le modèle actuel, limité à des profils de sol mono-couches, deux
modèles alternatifs sont proposés : Aquacrop et Hydrus. Ils possèdent tous deux des discrétisations
spatiales fines permettant la modélisation de profil de sol multi-couches.

Afin d’optimiser la gestion de la ressource en eau, d’autres solutions sont imaginables et seraient intéres-
santes à développer au sein du maraîchage. L’utilisation réfléchie de l’eau perdue par le trop-plein de la
mare, à travers la mise en place de nouveaux projets pour le maraîchage ou la mise en place de systèmes
de récupération d’eau et de dimensionnement du bassin de rétention, pourrait représenter une solution.

En effet, la quantité d’eau perdue par le trop-plein s’élève théoriquement à 2306 m3 et 2734 m3 pour
respectivement pour les années 2018 et 2019. Un projet d’irrigation à la raie où l’eau est apportée
par ruissellement dans des rigoles, sillons ou canaux de 0,5 m de largeur entre les parcelles. Le sol
étant nivelé avec une pente de l’ordre de 3%, cette irrigation pourrait être envisageable. Ce type
d’irrigation gravitaire a de nombreux avantages tels que des coûts d’investissement faibles à la parcelle,
l’absence d’apport énergétique extérieur, l’alimentation des nappes phréatiques et l’augmentation de
la biodiversité. Cependant, dans un but d’optimisation de la ressource en eau, et d’un apport précis
de la quantité nécessaire à la culture, ce type d’irrigation n’est pas idéal. En effet, il induit une faible
efficience d’utilisation de l’eau et l’estimation du volume réellement consommé est difficile à quantifier.

En vue d’une diversification du maraîchage, d’autres activités pourraient être envisageables pour
l’utilisation de cette eau présente en surplus. Un projet de création d’une rizière a été pensé par

72
5 CONCLUSIONS ET PERSPECTIVES

le maraîcher, dans la parcelle d’arboriculture situé en bas de la pente. En effet, le riz n’est pas
uniquement cultivé en régions tropicales ou subtropicales. On le retrouve aussi en Europe, notamment
en Italie (plaine du Pô), en Espagne, en Grèce, au Portugal, et en France (Camargue). Cependant,
sous nos latitudes, le riz ne peut pas être cultivé toute l’année, ce qui n’est pas le cas aux climats
tropicaux particulièrement propices, où l’on peut faire trois récoltes par an sur une même parcelle. Par
conséquent, en Belgique, le riz ne peut pousser que sur la période estivale avec un semis au printemps
et une récolte environ cinq mois après en été. La culture du riz requérant de grandes quantités d’eau,
elle nécessite une lame d’eau constante de 5 à 10 cm en surface en fonction du stade de développement
de la plante. En comparaison avec l’eau disponibles par la mare en été, les quantités d’eau disponible
actuellement ne sont pas suffisantes pour un tel projet.
Un second projet de pisciculture dans la mare a été imaginé par le maraîcher. Cependant, de la même
manière que pour le projet de riziculture, le bassin de rétention où seraient situés les poissons s’est
vidé presque entièrement au cours de l’été 2019 et totalement de l’été 2018. Ce projet de pisciculture
n’est donc pas réalisable selon les estimations de ce travail.

Un manque d’eau pour la diversification du maraîchage et pour les années chaudes à venir, comme
celle de 2018, devrait mener à la mise en place d’autres solutions de conservation de l’eau, dans le cas
où la quantité d’eau pompée de la rivière reste la même.
Un redimensionnement du bassin de rétention peut être imaginé. En effet, si la capacité volumique de
la mare augmente, un plus grand volume d’eau sera disponible pour le début de la saison d’irrigation,
puisque l’eau pompée depuis la rivière n’est que très faiblement consommée en hiver.
Un système de récupération des précipitations sur les serres pourrait également être implémenté.
Il s’agirait alors de déterminer quels seraient les gains en eau vis-à-vis du coût économique et du
système de redistribution de l’eau récupérée.

73
6 BIBLIOGRAPHIE

6 Bibliographie
Aase, J. K., Pikul Jr, J. L. (1995). Crop and soil response to long-term tillage practices in the northern
Great Plains. Agronomy Journal, 87(4), 652-656. DOI :10.2134/agronj1995.0002196200870004000.

Abouziena, H. F., Radwan, S. M. (2014). Allelopathic effects of sawdust, rice straw, bur-clover
weed and cogongrass on weed control and development of onion. International Journal of ChemTech
Research, 7(1), 337-345. DOI :10.13140/RG.2.1.3160.4968

Adekalu, K. O., Olorunfemi, I. A., Osunbitan, J. A. (2007). Grass mulching effect on infiltration,
surface runoff and soil loss of three agricultural soils in Nigeria. Bioresource technology, 98(4), 912-917.
DOI :10.1016/j.biortech.2006.02.044\protect\unhbox\voidb@x\protect\penalty\@M\

Aldomany, M., Touchart, L., Bartout, P., Choffel, Q. (2018). Direct measurements and new mathe-
matical methods to estimate the pond evaporation of the French Midwest.

Allen, R. G., Pereira, L. S., Raes, D., Smith, M. (1998). Crop evapotranspiration-Guidelines for
computing crop water requirements-FAO Irrigation and drainage paper 56. Fao, Rome, 300(9), D05109.

Allen, R. G., Pruitt, W. O., Raes, D., Smith, M., Pereira, L. S. (2005). Estimating evaporation from
bare soil and the crop coefficient for the initial period using common soils information. Journal of
irrigation and drainage engineering, 131(1), 14-23. DOI :10.1061/(asce)0733-9437(2005)131:1(14)

Alonso-Ayuso, M., Quemada, M., Vanclooster, M., Ruiz-Ramos, M., Rodriguez, A., Gabriel, J. L.
(2018). Assessing cover crop management under actual and climate change conditions. Science of the
Total Environment, 621, 1330-1341. DOI :10.1016/j.scitotenv.2017.10.095

Altieri, M. A., Nicholls, C. I. (2005). Agroecology and the search for a truly sustainable agriculture.
United Nations Environmental Programme, Environmental Training Network for Latin America and
the Caribbean.

Altieri, M. A. (1987). Agroecology the Scientific Basis of Alternative Agriculture. Westview Press.
Boulder, Colorado, USA.

Altieri, M. A. (1995). Agroecology : the science of sustainable agriculture. Boulder. Westview Press.
Part Three : Development, Climate and Rights, 238, 12052-57. DOI :10.1007/bf02345332

Altieri, M. A. (2002). Agroecology : the science of natural resource management for poor farmers in
marginal environments. Agriculture, ecosystems environment, 93(1-3), 1-24. DOI :10.1016/s0167-
8809(02)00085-3

Altieri, M. A., Nicholls, C. I., Henao, A., Lana, M. A. (2015). Agroecology and the design of

74
6 BIBLIOGRAPHIE

climate change-resilient farming systems. Agronomy for sustainable development, 35(3), 869-890.
DOI :10.1007/s13593-015-0285-2

Altieri, M. A., Nicholls, C. I. (2017). The adaptation and mitigation potential of traditional agriculture
in a changing climate. Climatic Change, 140(1), 33-45. DOI :10.1007/s10584-013-0909-y

Altieri, M. A. (2000). Enhancing the productivity and multifunctionality of traditional farming in


Latin America. The International Journal of Sustainable Development World Ecology, 7(1), 50-61.
DOI :10.1080/13504500009470028

Anderson, S. H., Udawatta, R. P., Seobi, T., Garrett, H. E. (2009). Soil water content and infiltration
in agroforestry buffer strips. Agroforestry systems, 75(1), 5-16. DOI :10.1007/s10457-008-9128-3

de Araújo, M. S., Sousa, E. F. D., Pereira, V. R., Ferreira, F. H., Carvalho, D. F. D. (2017). Evapotrans-
piration and crop coefficients of corn in monoculture and intercropped with jack bean. Revista Brasileira
de Engenharia Agrícola e Ambiental, 21(1), 27-31. DOI :10.1590/1807-1929/agriambi.v21n1p27-31

Asbjornsen, H., Goldsmith, G. R., Alvarado-Barrientos, M. S., Rebel, K., Van Osch, F. P., Rietkerk,
M., ... Gomez-Tagle, A. (2011). Ecohydrological advances and applications in plant–water relations
research : a review. Journal of Plant Ecology, 4(1-2), 3-22. DOI :10.1093/jpe/rtr005

Ashrafuzzaman, M., Halim, M. A., Ismail, M. R., Shahidullah, S. M., Hossain, M. A. (2011). Effect
of plastic mulch on growth and yield of chilli (Capsicum annuum L.). Brazilian Archives of Biology
and Technology, 54(2), 321-330. DOI :10.20546/ijcmas.2019.812.243

Atreya, K., Sharma, S., Bajracharya, R. M., Rajbhandari, N. P. (2008). Developing a sustainable
agro-system for central Nepal using reduced tillage and straw mulching. Journal of environmental
management, 88(3), 547-555. DOI :10.1016/j.jenvman.2007.03.017

Bai, Y., Chen, F., Li, H., Chen, H., He, J., Wang, Q., ... Gong, Y. (2008). Traffic and tillage effects
on wheat production on the Loess Plateau of China : 2. Soil physical properties. Soil Research, 46(8),
652-658. DOI :10.1071/SR07193

Bakr, N., Elbana, T. A., Arceneaux, A. E., Zhu, Y., Weindorf, D. C., Selim, H. M. (2015). Runoff
and water quality from highway hillsides : Influence compost/mulch. Soil and Tillage Research, 150,
158-170. DOI :10.1016/j.still.2015.01.014

Ball, B. C., Tebrügge, F., Sartori, L., Giráldez, J. V., González, P. (1998). Influence of no-tillage on
physical, chemical and biological soil properties. Experience with the Applicability of No-tillage Crop
Production in the West-European Countries. Final Report, Fachverlag Kohler, 35396, 7-27.

Bàrberi, P. A. O. L. O. (2002). Weed management in organic agriculture : are we addressing the right

75
6 BIBLIOGRAPHIE

issues ?. Weed research, 42(3), 177-193. DOI :10.1046/j.1365-3180.2002.00277.x

Barker, T., Bashmakov, I., Bernstein, L., Bogner, J. E., Bosch, P. R., Dave, R., ... Heij, G. J. (2007).
Climate Change 2007 : Mitigation. Contribution of Working Group III to the Fourth Assessment
Report of the Intergovernmental Panel on Climate Change.

Barrios, E., Sileshi, G. W., Shepherd, K., Sinclair, F. (2012). Agroforestry and soil health :
linking trees, soil biota and ecosystem services. Soil ecology and ecosystem services, 315-330.
DOI :10.1093/acprof:oso/9780199575923.003.0028

Basche, A. D., Edelson, O. F. (2017). Improving water resilience with more perennially based
agriculture. Agroecology and Sustainable Food Systems, 41(7), 799-824. DOI :10.1080/21683565.
2017.1330795

Basche, A. D., Archontoulis, S. V., Kaspar, T. C., Jaynes, D. B., Parkin, T. B., Miguez, F. E.
(2016a). Simulating long-term impacts of cover crops and climate change on crop production and
environmental outcomes in the Midwestern United States. Agriculture, ecosystems environment, 218,
95-106. DOI :10.1016/j.agee.2015.11.011.

Basche, A. D., Kaspar, T. C., Archontoulis, S. V., Jaynes, D. B., Sauer, T. J., Parkin, T. B., Miguez,
F. E. (2016b). Soil water improvements with the long-term use of a winter rye cover crop. Agricultural
Water Management, 172, 40-50. DOI :10.1016/j.agwat.2016.04.006.

Baumhardt, R. L., Jones, O. R. (2002). Residue management and tillage effects on soil-water storage
and grain yield of dryland wheat and sorghum for a clay loam in Texas. Soil and tillage research,
68(2), 71-82. DOI :10.1016/S0167-1987(02)00097-1

Bayala, J., Wallace, J. S. (2015). The water balance of mixed tree-crop systems. Tree–crop interactions,
2nd edition : agroforestry in a changing climate, 146-190.

Beck, B., (2002). Model Evaluation and Performance, In : El-Shaarawi, A.H., Piegorsch, W.W. (Eds.),
Encyclopedia of Environmetrics. John Wiley Sons, Ltd : Chichester, pp. 1275-1279. DOI :10.1002/
9781118445112.stat07397

Bengough, A. G., Bransby, M. F., Hans, J., McKenna, S. J., Roberts, T. J., Valentine, T. A. (2006).
Root responses to soil physical conditions ; growth dynamics from field to cell. Journal of experimental
botany, 57(2), 437-447. dOI :10.1093/jxb/erj003

Bensin, B. M. (1930). Possibilities for international cooperation in agroecological investigations. Int.


Rev. Agr. Mo. Bull. Agr. Sci. Pract.(Rome), 21, 277-284.

Bharati, L., Lee, K. H., Isenhart, T. M., Schultz, R. C. (2002). Soil-water infiltration under crops,

76
6 BIBLIOGRAPHIE

pasture, and established riparian buffer in Midwestern USA. Agroforestry systems, 56(3), 249-257.
DOI :10.1023/A:1021344807285

Beintema, N., Bossio, D., Dreyfus, F., Fernandez, M., Gurib-Fakim, A., Hurni, H., ... Ochola, W.
(2009). International assessment of Agricultural knowledge, science and technology for development
(IAASTD) : Summary for decision makers of the global report.

Bittelli, M., Ventura, F., Campbell, G. S., Snyder, R. L., Gallegati, F., Pisa, P. R. (2008). Coupling of
heat, water vapor, and liquid water fluxes to compute evaporation in bare soils. Journal of Hydrology,
362(3-4), 191-205. DOI :10.1016/j.jhydrol.2008.08.014

Blanco-Canqui, H., Shaver, T. M., Lindquist, J. L., Shapiro, C. A., Elmore, R. W., Francis, C. A.,
Hergert, G. W. (2015). Cover crops and ecosystem services : Insights from studies in temperate soils.
Agronomy Journal, 107(6), 2449-2474. DOI :10.2134/agronj15.0086

Blanco-Canqui, H., Mikha, M. M., Presley, D. R., Claassen, M. M. (2011). Addition of cover crops
enhances no-till potential for improving soil physical properties. Soil Science Society of America
Journal, 75(4), 1471-1482. DOI :10.2136/sssaj2010.0430

Blanco-Canqui, H., Holman, J. D., Schlegel, A. J., Tatarko, J., Shaver, T. M. (2013). Replacing
fallow with cover crops in a semiarid soil : Effects on soil properties. Soil Science Society of America
Journal, 77(3), 1026-1034. DOI :10.2136/sssaj2013.01.0006

Blanco-Canqui, H., Lal, R. (2007). Soil structure and organic carbon relationships following 10 years
of wheat straw management in no-till. Soil and Tillage Research, 95(1-2), 240-254. DOI :10.1016/j.
still.2007.01.004

Bodner, G., Loiskandl, W., Kaul, H. P. (2007). Cover crop evapotranspiration under semi-arid
conditions using FAO dual crop coefficient method with water stress compensation. Agricultural
water management, 93(3), 85-98. DOI :10.1016/j.agwat.2007.06.010

Boyhan, G. E., Hicks, R., Hill, C. R. (2006). Natural mulches are not very effective for weed control
in onions. HortTechnology, 16(3), 523-526. DOI :10.21273/HORTTECH.16.3.0523

Brainard, D. C., Haramoto, E., Williams, M. M., Mirsky, S. (2013). Towards a no-till no-spray
future ? Introduction to a symposium on nonchemical weed management for reduced-tillage cropping
systems. Weed Technology, 27(1), 190-192. DOI :10.1614/wt-d-12-10001.1

Broom, D. M., Galindo, F. A., Murgueitio, E. (2013). Sustainable, efficient livestock production
with high biodiversity and good welfare for animals. Proceedings of the Royal Society B : Biological
Sciences, 280(1771), 20132025. DOI :10.1098/rspb.2013.2025

77
6 BIBLIOGRAPHIE

Bybee-Finley, K., Mirsky, S. B., Ryan, M. R. (2016). Functional diversity in summer annual
grass and legume intercrops in the northeastern United States. Crop Science, 56(5), 2775-2790.
DOI :10.2135/cropsci2016.01.0046

Campbell, B. M., Beare, D. J., Bennett, E. M., Hall-Spencer, J. M., Ingram, J. S., Jaramillo, F., ...
Shindell, D. (2017). Agriculture production as a major driver of the Earth system exceeding planetary
boundaries. Ecology and Society, 22(4). DOI :10.5751/ES-09595-220408

Capowiez, Y., Cadoux, S., Bouchant, P., Ruy, S., Roger-Estrade, J., Richard, G., Boizard, H. (2009).
The effect of tillage type and cropping system on earthworm communities, macroporosity and water
infiltration. Soil and Tillage Research, 105(2), 209-216. DOI :10.1016/j.still.2009.09.002

Carof, M., De Tourdonnet, S., Saulas, P., Le Floch, D., Roger-Estrade, J. (2007). Undersowing
wheat with different living mulches in a no-till system. I. Yield analysis. Agronomy for Sustainable
Development, 27(4), 347-356. DOI :10.1051/agro:2007016

Carson, R. (1962). Silent Spring. New York and Boston, USA : Houghton Mifflin.

Casamayou-Boucau, A., Chauvin, P., Connan, G. (2016). Programmation en Python pour les
mathématiques-2e éd. Dunod.

Celette, F., Gaudin, R., Gary, C. (2008). Spatial and temporal changes to the water regime of a
Mediterranean vineyard due to the adoption of cover cropping. European Journal of Agronomy, 29(4),
153-162. DOI :10.1016/j.eja.2008.04.007

Chakraborty, D., Nagarajan, S., Aggarwal, P., Gupta, V. K., Tomar, R. K., Garg, R. N., ... Kalra,
N. (2008). Effect of mulching on soil and plant water status, and the growth and yield of wheat
(Triticum aestivum L.) in a semi-arid environment. Agricultural water management, 95(12), 1323-1334.
DOI :10.1016/j.agwat.2008.06.001

Chalker-Scott, L. (2017). A gardner’s primer to Mycorrhizae : understanding how they work and
learning how to protect them. http://hdl.handle.net/2376/12231

Chalker-Scott, L. (2007). Impact of mulches on landscape plants and the environment—a review.
Journal of Environmental Horticulture, 25(4), 239-249. DOI :10.24266/0738-2898-25.4.239

Chará, J., Reyes, E., Peri, P., Otte, J., Arce, E., Schneider, F. (2019). Silvopastoral systems and
their contribution to improved resource use and sustainable development goals : Evidence from Latin
America. FAO, CIPAV and Agri Benchmark, Cali.

CIDSE (Coopération Internationale pour le Développement et la Solidarité). (2018). “The Prin-


ciples of Agroecology. Towards Just, Resilient and Sustainable Food Systems.” Brussels, Belgium :

78
6 BIBLIOGRAPHIE

CIDSE. https://www.cidse.org/publications/just-food/food-and-climate/theprinciples-
of-agroecology.html

Compaoré, M. L. (2006). Panorama des techniques d’irrigation et éléments de choix. Traité d’irrigation.
2e éd. Paris : Lavoisier, 489-512.

Cong, W. F., Hoffland, E., Li, L., Six, J., Sun, J. H., Bao, X. G., ... Van Der Werf, W. (2015).
Intercropping enhances soil carbon and nitrogen. Global change biology, 21(4), 1715-1726. DOI :10.
1111/gcb.12738

Cooley, H., Christian-Smith, J., Gleick, P. H. (2008). More with Less : Agricultural Water Conserva-
tion and Efficiency in California. Oakland, California : Pacific Institute, September. Retrieved on
May, 30, 2011.

Cooper, P. J. M., Gregory, P. J., Tully, D., Harris, H. C. (1987). Improving water use efficiency of
annual crops in the rainfed farming systems of West Asia and North Africa. Experimental agriculture,
23(2), 113-158. DOI :10.1017/s001447970001694x

Cowan, I. R., GD, F. (1977). Stomatal function in relation to leaf metabolism and environment.

Cresswell, H. P., Kirkegaard, J. A. (1995). Subsoil amelioration by plant-roots-the process and the
evidence. Soil Research, 33(2), 221-239. DOI :10.1071/sr9950221

Cubillos, A. M., Vallejo, V. E., Arbeli, Z., Terán, W., Dick, R. P., Molina, C. H., ... Roldan, F.
(2016). Effect of the conversion of conventional pasture to intensive silvopastoral systems on edaphic
bacterial and ammonia oxidizer communities in Colombia. European Journal of Soil Biology, 72, 42-50.
DOI :10.1016/j.ejsobi.2015.12.003

Cuello, J. P., Hwang, H. Y., Gutierrez, J., Kim, S. Y., Kim, P. J. (2015). Impact of plastic film
mulching on increasing greenhouse gas emissions in temperate upland soil during maize cultivation.
Applied soil ecology, 91, 48-57. dOI :10.1016/j.apsoil.2015.02.007

Daigh, A. L., Helmers, M. J., Kladivko, E., Zhou, X., Goeken, R., Cavdini, J., ... Sawyer, J. (2014).
Soil water during the drought of 2012 as affected by rye cover crops in fields in Iowa and Indiana.
Journal of Soil and Water Conservation, 69(6), 564-573. DOI :10.2489/jswc.69.6.564

Das, N. R. (2009). Human Development Report 2007/2008 Fighting Climate Change : Human
Solidarity in a Divided World, UNDP, New York. Social Change, 39(1), 154-159. DOI :10.1177/
004908570903900112

Deike, S., Pallutt, B., Melander, B., Strassemeyer, J., Christen, O. (2008). Long-term productivity
and environmental effects of arable farming as affected by crop rotation, soil tillage intensity and

79
6 BIBLIOGRAPHIE

strategy of pesticide use : A case-study of two long-term field experiments in Germany and Denmark.
European Journal of Agronomy, 29(4), 191-199. DOI :10.1016/j.eja.2008.06.001

De la Peña, R. C., Ebert, A. W., Gniffke, P. A., Hanson, P., Symonds, R. C. (2011). Gene-
tic adjustment to changing climates : vegetables. Crop adaptation to climate change, 396-410.
DOI :10.1002/9780470960929.ch27

De Villèle, O. (1972, September). Besoin en eau des cultures sous serre-essai de conduite des arrosages
en fonction de l’ensolleillement. In Symposium on Water Supply under Glass and Plastics 35 (pp.
123-135). DOI :10.17660/ActaHortic.1974.35.16

Dogliotti, S., Rossing, W. A., Van Ittersum, M. K. (2004). Systematic design and evaluation of crop
rotations enhancing soil conservation, soil fertility and farm income : a case study for vegetable farms
in South Uruguay. Agricultural Systems, 80(3), 277-302. DOI :10.1016/j.agsy.2003.08.001

Economic, Social Council United Nations, United Nations. Office for ECOSOC Support, Social
Council. (2009). Achieving the Global Public Health Agenda : Dialogues at the Economic and Social
Council. United Nations Publications.

Eichhorn, M. P., Paris, P., Herzog, F., Incoll, L. D., Liagre, F., Mantzanas, K., ... Pisanelli, A. (2006).
Silvoarable systems in Europe–past, present and future prospects. Agroforestry systems, 67(1), 29-50.
DOI :10.1007/s10457-005-1111-7

El Titi, A. (2003). Implications of soil tillage for weed communities. Soil tillage in agroecosystems,
147-185.

Ellis, T. W., Leguedois, S., Hairsine, P. B., Tongway, D. J. (2006). Capture of overland flow
by a tree belt on a pastured hillslope in south-eastern Australia. Soil Research, 44(2), 117-125.
DOI :10.1071/SR05130

Evans, A. E., Mateo-Sagasta, J., Qadir, M., Boelee, E., Ippolito, A. (2019). Agricultural water
pollution : key knowledge gaps and research needs. Current opinion in environmental sustainability,
36, 20-27. DOI :10.1016/j.cosust.2018.10.003

FAO (Food and Agriculture Organization) Committee on Agriculture. (2016). “Achieving Sustai-
nable Rural Development through Agricultural Innovation : COAG/2016/6.” Rome : FAO. http:
//www.fao.org/3/amr236e.pdf.

FAO. (2018). “Agroecology Knowledge Hub. 10 Elements.” Food and Agriculture Organization of the
United Nations. http://www.fao.org/agroecology/knowledge/10-elements/en/

Feng, F. X., Huang, G. B., Chai, Q., Yu, A. Z. (2010). Tillage and straw management impacts on

80
6 BIBLIOGRAPHIE

soil properties, root growth, and grain yield of winter wheat in Northwestern China. Crop science,
50(4), 1465-1473. DOI :10.2135/cropsci2008.10.0590

Ferguson, W. S. (1957). Note on the effect of stubble and straw residue on the availability of nitrogen.
Canadian Journal of Soil Science, 37(2), 145-146.

Fernández-Ugalde, O., Virto, I., Bescansa, P., Imaz, M. J., Enrique, A., Karlen, D. L. (2009).
No-tillage improvement of soil physical quality in calcareous, degradation-prone, semiarid soils. Soil
and Tillage Research, 106(1), 29-35. DOI :10.1016/j.still.2009.09.012

Fischer, G., Hizsnyik, E., Prieler, S., van Velthuizen, H., Wiberg, D. (2012). Scarcity and abundance
of land resources : competing uses and the shrinking land resource base. http://pure.iiasa.ac.at/
id/eprint/12216/1/fischer.pdf

Fisher, N. M. (1977). Studies in mixed cropping. I. Seasonal differences in relative productivity of


crop mixtures and pure stands in the Kenya highlands. Experimental Agriculture, 13(2), 177-184.
DOI :10.1017/s001447970000778x

Folorunso, O. A., Rolston, D. E., Prichard, T., Loui, D. T. (1992). Soil surface strength and infil-
tration rate as affected by winter cover crops. Soil Technology, 5(3), 189-197. DOI :10.1016/0933-
3630(92)90021-R

Gabriel, J. L., Quemada, M., Martín-Lammerding, D., Vanclooster, M. (2019). Assessing the cover
crop effect on soil hydraulic properties by inverse modelling in a 10-year field trial. Agricultural Water
Management, 222, 62-71. DOI :10.1016/j.agwat.2019.05.034

Gabriel, J. L., Vanclooster, M., Quemada, M. (2014). Integrating water, nitrogen, and salinity
in sustainable irrigated systems : Cover crops versus fallow. Journal of Irrigation and Drainage
Engineering, 140(9), A4014002. DOI :10.1061/(asce)ir.1943-4774.0000696

Gan, Y., Campbell, C. A., Liu, L., Basnyat, P., McDonald, C. L. (2009). Water use and distribution
profile under pulse and oilseed crops in semiarid northern high latitude areas. Agricultural Water
Management, 96(2), 337-348. DOI :10.1016/j.agwat.2008.08.012

Giraldo, C., Escobar, F., Chara, J. D., Calle, Z. (2011). The adoption of silvopastoral systems
promotes the recovery of ecological processes regulated by dung beetles in the Colombian Andes.
Insect Conservation and Diversity, 4(2), 115-122. DOI :10.1111/j.1752-4598.2010.00112.x

Glover, J. D., Reganold, J. P., Cox, C. M. (2012). Plant perennials to save Africa’s soils. Nature,
489(7416), 359-361. DOI :10.1038/489359a

Gomiero, T., Pimentel, D., Paoletti, M. G. (2011). Is there a need for a more sustainable agriculture ?.

81
6 BIBLIOGRAPHIE

Critical reviews in plant sciences, 30(1-2), 6-23. DOI :10.1080/07352689.2011.553515

Greb, B. W. (1966). Effect of Surface-Applied Wheat Straw on Soil Water Losses by Solar Dis-
tillation 1. Soil Science Society of America Journal, 30(6), 786-788. DOI :10.2136/sssaj1966.
03615995003000060035x

Gregory, P. J. (2004). Agronomic approaches to increasing water use efficiency. Water use efficiency
in plant biology, 142-170.

Gregory, P. J., Reddy, M. S. (1982). Root growth in an intercrop of pearl millet/groundnut. Field
Crops Research, 5(3), 241-252. DOI :10.1016/0378-4290(82)90027-2

Gulick, S. H., Grimes, D. W., Munk, D. S., Goldhamer, D. A. (1994). Cover-crop-enhanced water
infiltration of a slowly permeable fine sandy loam. Soil Science Society of America Journal, 58(5),
1539-1546. DOI :10.2136/sssaj1994.03615995005800050038x

Harvey, C. A., Chacón, M., Donatti, C. I., Garen, E., Hannah, L., Andrade, A., ... Clement, C. (2014).
Climate-smart landscapes : opportunities and challenges for integrating adaptation and mitigation in
tropical agriculture. Conservation Letters, 7(2), 77-90. DOI :10.1111/conl.12066

Hatfield, J. L., Sauer, T. J., Prueger, J. H. (2001). Managing soils to achieve greater water use
efficiency. Agronomy journal, 93(2), 271-280. DOI :10.2134/agronj2001.932271x

Hazell, P., Wood, S. (2008). Drivers of change in global agriculture. Philosophical Transactions of
the Royal Society B : Biological Sciences, 363(1491), 495-515. DOI :10.1098/rstb.2007.2166

Hillel, D. (1998). Environmental soil physics : Fundamentals, applications, and environmental consi-
derations. Elsevier.

Hinsinger, P., Bengough, A. G., Vetterlein, D., Young, I. M. (2009). Rhizosphere : biophysics, biogeoche-
mistry and ecological relevance. Plant and soil, 321(1-2), 117-152. DOI :10.1007/s11104-008-9885-9

Holland, J. M. (2004). The environmental consequences of adopting conservation tillage in Europe :


reviewing the evidence. Agriculture, ecosystems environment, 103(1), 1-25. DOI :10.1016/j.agee.
2003.12.018

Huber, A., Iroumé, A., Bathurst, J. (2008). Effect of Pinus radiata plantations on water balance in
Chile. Hydrological Processes : An International Journal, 22(1), 142-148. DOi :10.1002/(ISSN)1099-
1085

Hughes, J. D. A., Ebert, A. W. (2011, June). Research and development of underutilized plant
species : the role of vegetables in assuring food and nutritional security. In II International Sympo-

82
6 BIBLIOGRAPHIE

sium on Underutilized Plant Species : Crops for the Future-Beyond Food Security 979 (pp. 79-92).
DOI :10.17660/ActaHortic.2013.979.5

Hussain, M. Z., Hamilton, S. K., Bhardwaj, A. K., Basso, B., Thelen, K. D., Robertson, G. P. (2019).
Evapotranspiration and water use efficiency of continuous maize and maize and soybean in rotation
in the upper Midwest US. Agricultural water management, 221, 92-98. DOI :10.1016/j.agwat.2019.
02.049

Ibrahim, M. A., Guerra, L., Casasola Coto, F., Neely, C. (2013). Importance of silvopastoral systems
for mitigation of climate change and harnessing of environmental benefits. http://www.fao.org/
docrep/013/i1880e/i1880e09.pdf

IPCC, C. C. (2007). Mitigation of Climate Change ; Report of Working Group III.

IPCC (Intergovernmental Panel on Climate Change). (2014). Annex II : Glossary. Climate Change
2014 : Impacts, Adaptation, and Vulnerability. Part B : Regional Aspects. Contribution of Working
Group II to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cam-
bridge, UK, and New York, NY : Cambridge University Press. https://www.ipcc.ch/site/assets/
uploads/2018/02/WGIIAR5-PartB_FINAL.pdf

IPES-Food (International Panel of Experts on Sustainable Food Systems). (2016). “From Uni-
versity to Diversity. A Paradigm Shift from Industrial Agriculture to Diversified Agroecological
Systems. International Panel of Experts on Sustainable Food Systems.” Louvain-la-Neuve, Bel-
gium : International Panel of Experts on Sustainable Food Systems (IPES-Food). http://www.ipes-
food.org/images/Reports/UniformityToDiversity_FullReport.pdf

IRM (Institut Royal Météorologique), ND. Statistiques climatiques des communes belges : La Bruyère.

Islam, N., Wallender, W. W., Mitchell, J., Wicks, S., Howitt, R. E. (2006). A comprehensive experimen-
tal study with mathematical modeling to investigate the affects of cropping practices on water balance
variables. Agricultural water management, 82(1-2), 129-147. DOI :10.1016/j.agwat.2005.07.029

Jacques, J. (2011). Pratique de l’analyse de sensibilité : comment évaluer l’impact des entrées aléatoires
sur la sortie d’un modèle mathématique. Lille : sn.

Jin, K., Cornelis, W. M., Schiettecatte, W., Lu, J., Yao, Y., Wu, H., ... Hartmann, R. (2007).
Effects of different management practices on the soil–water balance and crop yield for impro-
ved dryland farming in the Chinese Loess Plateau. Soil and Tillage Research, 96(1-2), 131-144.
DOI :10.1016/j.still.2007.05.002

Jin, H., Qingjie, W., Hongwen, L., Lijin, L., Huanwen, G. (2009). Effect of alternative tillage and
residue cover on yield and water use efficiency in annual double cropping system in North China

83
6 BIBLIOGRAPHIE

Plain. Soil and Tillage Research, 104(1), 198-205. DOI :10.1016/j.still.2008.08.015

Jose, S. (2009). Agroforestry for ecosystem services and environmental benefits : an overview. Agrofo-
restry systems, 76(1), 1-10. DOI :10.1007/s10457-009-9229-7

Justes, E., Dorsainvil, F., Thiébeau, P., Alexandre, M. (2002, July). Effect of catch crops on the
water budget of the fallow period and the succeeding main crop. In Proc. 7th ESA Congress, Cordoba
(Spain) (pp. 503-504). DOI :10.13140/RG.2.2.15720.11522

Kasirajan, S., Ngouajio, M. (2012). Polyethylene and biodegradable mulches for agricultural appli-
cations : a review. Agronomy for Sustainable Development, 32(2), 501-529. DOI :10.1007/s13593-
011-0068-3

Kaye, J. P., Quemada, M. (2017). Using cover crops to mitigate and adapt to climate change. A
review. Agronomy for sustainable development, 37(1), 4. DOI :10.1007/s13593-0160410-x

Ketema, H., Yimer, F. (2014). Soil property variation under agroforestry based conservation tillage
and maize based conventional tillage in Southern Ethiopia. Soil and Tillage Research, 141, 25-31.
DOI :10.1016/j.still.2014.03.011

Kiepe, P. (1995). Effect of Cassia siamea hedgerow barriers on soil physical properties. Geoderma,
66(1-2), 113-120. DOI :10.1016/0016-7061(94)00054-E

Kladivko, E. J. (2001). Tillage systems and soil ecology. Soil and Tillage Research, 61(1-2), 61-76.
DOI :10.1016/s0167-1987(01)00179-9

Koller, K., El Titi, A. (2003). Techniques of soil tillage. Soil tillage in agroecosystems, 1-25.

Kyrikou, I., Briassoulis, D. (2007). Biodegradation of agricultural plastic films : a critical review.
Journal of Polymers and the Environment, 15(2), 125-150. DOI :10.1007/s10924-007-0063-6

Lagos, L. O., Martin, D. L., Verma, S. B., Suyker, A., Irmak, S. (2009). Surface energy balance
model of transpiration from variable canopy cover and evaporation from residue-covered or bare-soil
systems. Irrigation science, 28(1), 51-64. DOI :10.1007/s00271-009-0181-0

Lakhani, D. A. (1976). A crop physiological study of mixtures of sunflower and fodder radish (Doctoral
dissertation, University of Reading).

Lal, R. (1974). Soil temperature, soil moisture and maize yield from mulched and unmulched tropical
soils. Plant and soil, 40(1), 129-143. DOI :10.1007/BF00011415

Lal, R., Wilson, G. F., Okigbo, B. N. (1978). No-till farming after various grasses and leguminous cover

84
6 BIBLIOGRAPHIE

crops in tropical Alfisol. I. Crop performance. Field Crops Research, 1, 71-84. DOI :10.1016/0378-
4290(78)90008-4

Le Bissonnais, Y., Lecomte, V., Cerdan, O. (2004). Grass strip effects on runoff and soil loss.
DOI :10.1051/agro:2004010

Leakey, R. (1996). Definition of agroforestry revisited. Agroforestry today, 8, 5-5.

Leighty, C. E. (1938). Crop rotation soils and men : yearbook of agriculture 1938. US Department of
Agriculture, Government Printing Office, Washington, DC.

Lilly, A., Lin, H. (2004). Using soil morphological attributes and soil structure in pedotransfer
functions. Developments in soil science, 30, 115-141. DOI :10.1016/s0166-2481(04)30007-3

Lin, B. B. (2011). Resilience in agriculture through crop diversification : adaptive management for
environmental change. BioScience, 61(3), 183-193. DOI :10.1525/bio.2011.61.3.4

Lipiec, J., Kuś, J., Słowińska-Jurkiewicz, A., Nosalewicz, A. (2006). Soil porosity and water infiltration
as influenced by tillage methods. Soil and Tillage research, 89(2), 210-220. DOI :10.1016/j.still.
2005.07.012

Liu, G., Zuo, Y., Zhang, Q., Yang, L., Zhao, E., Liang, L. (2018). Ridge-furrow with plastic film
and straw mulch increases water availability and wheat production on the Loess Plateau. Scientific
reports, 8(1), 1-12. DOI :10.1038/s41598-018-24864-4

Lopes, C. M., Santos, T. P., Monteiro, A., Rodrigues, M. L., Costa, J. M., Chaves, M. M. (2011).
Combining cover cropping with deficit irrigation in a Mediterranean low vigor vineyard. Scientia
Horticulturae, 129(4), 603-612. DOI :10.1016/j.scienta.2011.04.033

López, M. V., Arrúe, J. L. (1997). Growth, yield and water use efficiency of winter barley in response
to conservation tillage in a semi-arid region of Spain. Soil and Tillage Research, 44(1-2), 35-54.
DOI :10.1016/S0167-1987(97)00030-5

Malézieux, E., Crozat, Y., Dupraz, C., Laurans, M., Makowski, D., Ozier-Lafontaine, H., ... Valantin-
Morison, M. (2009). Mixing plant species in cropping systems : concepts, tools and models : a review.
In Sustainable agriculture (pp. 329-353). Springer, Dordrecht. DOI :10.1051/agro:2007057

Malinconico, M., Immirzi, B., Santagata, G., Schettini, E., Vox, G., Mugnozza, G. S. (2008). An
overview on innovative biodegradable materials for agricultural applications. Progress in polymer
degradation and stability research, 69-114.

Mazaheri, D. (1979). Intercropping studies with maize and kale (Doctoral dissertation, University of

85
6 BIBLIOGRAPHIE

Reading).

McDaniel, M. D., Tiemann, L. K., Grandy, A. S. (2014). Does agricultural crop diversity enhance
soil microbial biomass and organic matter dynamics ? A meta-analysis. Ecological Applications, 24(3),
560-570. DOI :10.1890/13-0616.1

McHugh, O. V., Steenhuis, T. S., Abebe, B., Fernandes, E. C. (2007). Performance of in situ rainwater
conservation tillage techniques on dry spell mitigation and erosion control in the drought-prone North
Wello zone of the Ethiopian highlands. Soil and Tillage Research, 97(1), 19-36. DOI :10.1016/j.
still.2007.08.002

Chleq, J. L., Dupriez, H. (1986). Métiers de l’eau du Sahel : eau et terres en fuite. Ed. terres et vie.

Meyer, N., Bergez, J. E., Constantin, J., Belleville, P., Justes, E. (2020). Cover crops reduce drainage
but not always soil water content due to interactions between rainfall distribution and management.
Agricultural Water Management, 231, 105998. DOI :10.1016/j.agwat.2019.105998

Monjardino, M., Revell, D., Pannell, D. J. (2010). The potential contribution of forage shrubs
to economic returns and environmental management in Australian dryland agricultural systems.
Agricultural Systems, 103(4), 187-197. DOI :10.1016/j.agsy.2009.12.007

Montagnini, F., Ibrahim, M., Murgueitio, E. (2013). Silvopastoral systems and climate change
mitigation in Latin America. Bois et forêts des Tropiques, 316(2), 3-16.

Monteith, J. L. (1965). Evaporation and environment. In Symposia of the society for experimental
biology (Vol. 19, pp. 205-234). Cambridge University Press (CUP) Cambridge.

Monti, A., Amaducci, M. T., Venturi, G. (2005). Growth response, leaf gas exchange and fructans
accumulation of Jerusalem artichoke (Helianthus tuberosus L.) as affected by different water regimes.
European Journal of Agronomy, 23(2), 136–145. DOI :10.1016/j.eja.2004.11.001

Mooers, C. A., Washko, J. B., Young, J. B. (1948). Effects of wheat straw, lespedeza sericea hay,
and farmyard manure, as soil mulches, on the conservation of moisture and the production of nitrates.
Soil Science, 66(4), 307-316. DOI :10.1097/00010694-194810000-00007

Moore, V. M., Mitchell, P. D., Silva, E. M., Barham, B. L. (2016). Cover crop adoption and intensity
on Wisconsin’s organic vegetable farms. Agroecology and Sustainable Food Systems, 40(7), 693-713.
DOI :10.1080/21683565.2016.1181694

Moore, E. B., Wiedenhoeft, M. H., Kaspar, T. C., Cambardella, C. A. (2014). Rye cover crop effects
on soil quality in no-till corn silage–soybean cropping systems. Soil Science Society of America Journal,
78(3), 968-976. DOI :10.2136/sssaj2013.09.0401

86
6 BIBLIOGRAPHIE

Moret, D., Braud, I., Arrue, J. L. (2007). Water balance simulation of a dryland soil during fallow
under conventional and conservation tillage in semiarid Aragon, Northeast Spain. Soil and Tillage
Research, 92(1-2), 251-263. DOI :10.1016/j.still.2006.03.012

Mosquera-Losada, M. R., McAdam, J. H., Romero-Franco, R., Santiago-Freijanes, J. J., Rigueiro-


Rodróguez, A. (2009). Definitions and components of agroforestry practices in Europe. In Agroforestry
in Europe (pp. 3-19). Springer, Dordrecht. DOI :10.1007/978-1-4020-8272-6_1

Mutetwa, M., Mtaita, T. (2014). Effects of mulching and fertilizer sources on growth and yield of
onion. J Global Inno. Agri. Social Sci, 2, 102-106. DOI :10.17957/JGIASS/2.3.561

Nair, P. R., Nair, V. D., Kumar, B. M., Showalter, J. M. (2010). Carbon sequestration in agroforestry
systems. In Advances in agronomy (Vol. 108, pp. 237-307). Academic Press. DOI :10.1016/S0065-
2113(10)08005-3

Nair, V. D., Haile, S. G., Michel, G. A., Nair, P. K. (2007). Environmental quality improvement
of agricultural lands through silvopasture in southeastern United States. Scientia Agricola, 64(5),
513-519. DOI :10.1590/S0103-90162007000500009

Natarajan, M., Willey, R. W. (1986). The effects of water stress on yield advantages of intercropping
systems. Field Crops Research, 13, 117-131. DOI :10.1016/0378-4290(86)90015-8

Natarajan, M., Willey, R. W. (1980). Sorghum-pigeonpea intercropping and the effects of plant
population density : 2. resource use. The Journal of Agricultural Science, 95(1), 59-65. DOI :10.1017/
s0021859600029269

Newton, A. C., Johnson, S. N., Gregory, P. J. (2011). Implications of climate change for diseases,
crop yields and food security. Euphytica, 179(1), 3-18. DOI :10.1007/s10681-011-0359-4

Ng, S. L., Cai, Q. G., Ding, S. W., Chau, K. C., Qin, J. (2008). Effects of contour hedgerows on water
and soil conservation, crop productivity and nutrient budget for slope farmland in the Three Gorges
Region (TGR) of China. Agroforestry systems, 74(3), 279-291. DOI :10.1007/s10457-008-9158-x

Nicholls, C. I., Altieri, M. A., Vazquez, L. (2016). Agroecology : principles for the conversion and
redesign of farming systems. Journal of Ecosystem and Ecography S, 5. DOI :10.4172/2157-7625

Odum, E.P. (1969). The strategy of ecosystem development. Science, 164, 262-270. DOI :10.1126/
science.164.3877.262

Ogundare, S. K., Babatunde, I. J., Etukudo, O. O. (2015). Response of tomato variety (Roma F)
yield to different mulch materials and staking in Kabba, Kogi State, Nigeria. J. of Agric. Studies, 3,

87
6 BIBLIOGRAPHIE

61-70. DOI :10.5296/jas.v3i2.7568

Orgiazzi, A., Bardgett, R. D., Barrios, E. (2016). Global soil biodiversity atlas. European Commission.

Ozier-Lafontaine, H., Lafolie, F., Bruckler, L., Tournebize, R., Mollier, A. (1998). Modelling competi-
tion for water in intercrops : theory and comparison with field experiments. Plant and soil, 204(2),
183-201. DOI :10.1023/A:1004399508452

Pala, M., Ryan, J., Zhang, H., Singh, M., Harris, H. C. (2007). Water-use efficiency of wheat-based
rotation systems in a Mediterranean environment. Agricultural water management, 93(3), 136-144.
DOI :10.1016/j.agwat.2007.07.001

Palm, C., Blanco-Canqui, H., DeClerck, F., Gatere, L., Grace, P. (2014). Conservation agricul-
ture and ecosystem services : An overview. Agriculture, Ecosystems Environment, 187, 87-105.
DOI :10.1016/j.agee.2013.10.010

Pardon, P., Reubens, B., Reheul, D., Mertens, J., De Frenne, P., Coussement, T., ... Verheyen, K.
(2017). Trees increase soil organic carbon and nutrient availability in temperate agroforestry systems.
Agriculture, Ecosystems Environment, 247, 98-111. DOI :10.1016/j.agee.2017.06.018

Paul, E. A., Paustian, K. H., Elliott, E. T., Cole, C. V. (1996). Soil Organic Matter in Temperate
Agroecosystems Long Term Experiments in North America. CRC Press.

Peigné, J., Cannavaciuolo, M., Gautronneau, Y., Aveline, A., Giteau, J. L., Cluzeau, D. (2009).
Earthworm populations under different tillage systems in organic farming. Soil and Tillage Research,
104(2), 207-214. DOI :10.1016/j.still.2009.02.011

Peigné, J., Vian, J. F., Cannavacciuolo, M., Lefevre, V., Gautronneau, Y., Boizard, H. (2013).
Assessment of soil structure in the transition layer between topsoil and subsoil using the profil cultural
method. Soil and Tillage Research, 127, 13-25. DOI :10.1016/j.still.2012.05.014

Pelosi, C., Bertrand, M., Roger-Estrade, J. (2009). Earthworm community in conventional, organic
and direct seeding with living mulch cropping systems. Agronomy for Sustainable Development, 29(2),
287-295. DOI :10.1051/agro/2008069

Pénadille Y. (2006). Irrigation localisée. Traité d’irrigation. 2e éd. Paris : Lavoisier, 583-618.

Penman, H. L. (1948). Natural evaporation from open water, bare soil and grass. Proceedings of
the Royal Society of London. Series A. Mathematical and Physical Sciences, 193(1032), 120-145.
DOI :10.1098/rspa.1948.0037

Peterson, G. A., Westfall, D. G. (2004). Managing precipitation use in sustainable dryland agroe-

88
6 BIBLIOGRAPHIE

cosystems. Annals of Applied Biology, 144(2), 127-138. DOI :10.1111/j.1744-7348.2004.tb00326.x

Poeplau, C., Don, A. (2015). Carbon sequestration in agricultural soils via cultivation of cover
crops–A meta-analysis. Agriculture, Ecosystems Environment, 200, 33-41. DOI :10.1016/j.agee.
2014.10.024

Priyan, K., Panchal, R. (2017). Micro-Irrigation : An Efficient Technology for India’s Sustainable
Agricultural Growth. Kalpa Publications in Civil Engineering, 1, 398-402. DOI :10.29007/gbzv

Rasool, R., Kukal, S. S., Hira, G. S. (2008). Soil organic carbon and physical properties as affected
by long-term application of FYM and inorganic fertilizers in maize–wheat system. Soil and Tillage
Research, 101(1-2), 31-36. DOI :10.1016/j.still.2008.05.015

Rasse, D. P., Smucker, A. J. (1998). Root recolonization of previous root channels in corn and alfalfa
rotations. Plant and Soil, 204(2), 203-212. DOI :10.1023/A:1004343122448

Rawls, W. J. (1983). Estimating soil bulk density from particle size analysis and organic matter
content1. Soil Science, 135(2), 123-125. DOI :10.1097/00010694-198302000-00007

Raza, A., Friedel, J. K., Bodner, G. (2012). Improving water use efficiency for sustainable agriculture.
In Agroecology and strategies for climate change (pp. 167-211). Springer, Dordrecht. DOI :10.1007/
978-94-007-1905-7_8

Reddy, M. S., Willey, R. W. (1981). Growth and resource use studies in an intercrop of pearl
millet/groundnut. Field Crops Research, 4, 13-24. DOI :10.1016/0378-4290(81)90050-2

Reijntjes, C., Haverkort, B., Waters-Bayer, A. (1992). Farming for the Future : An Introduction to
Low-External-Input and Sustainable Agriculture. London :Macmillan Press ;

Relf, D., Appleton, B. L. (2009). Selection and Use of Mulches and Landscape Fabrics. Virgi-
nia Tech, Virginia State University, USA. https://vtechworks.lib.vt.edu/bitstream/handle/
10919/23479/VCE430_019_2000.pdf?sequence=1

Ríos, N., Cárdenas, A. Y., Andrade, H., Ibrahim, M., Jiménez, F., Sancho, F., ... Woo, A. (2007).
Escorrentía superficial e infiltración en sistemas ganaderos convencionales y silvopastoriles en el
trópico subhúmedo de Nicaragua y Costa Rica. Agroforestería en las Américas, 45, 66-71.

Rosset, P. M., Altieri, M. A. (1997). Agroecology versus input substitution : A fundamental


contradiction of sustainable agriculture. Society Natural Resources, 10(3), 283-295. DOI :10.1080/
08941929709381027

Salado-Navarro, L. R., Sinclair, T. R. (2009). Crop rotations in Argentina : Analysis of water balance

89
6 BIBLIOGRAPHIE

and yield using crop models. Agricultural Systems, 102(1-3), 11-16. DOI :10.1016/j.agsy.2009.06.
004

Säle, V., Aguilera, P., Laczko, E., Mäder, P., Berner, A., Zihlmann, U., ... Oehl, F. (2015). Impact of
conservation tillage and organic farming on the diversity of arbuscular mycorrhizal fungi. Soil Biology
and Biochemistry, 84, 38-52. DOI :10.1016/j.soilbio.2015.02.005

Sanchez, J. E., Harwood, R. R., Willson, T. C., Kizilkaya, K., Smeenk, J., Parker, E., ... Robertson, G.
P. (2004). Managing soil carbon and nitrogen for productivity and environmental quality. Agronomy
journal, 96(3), 769-775. DOI :10.2134/agronj2004.0769

Sánchez, E., Lamont, W. J., Orzolek, M. D. (2008). Newspaper mulches for suppressing weeds for
organic high-tunnel cucumber production. HortTechnology, 18(1), 154-157. DOI :10.21273/horttech.
18.1.154

Sarkar, S., Paramanick, M., Goswami, S. B. (2007). Soil temperature, water use and yield of
yellow sarson (Brassica napus L. var. glauca) in relation to tillage intensity and mulch manage-
ment under rainfed lowland ecosystem in eastern India. Soil and Tillage Research, 93(1), 94-101.
DOI :10.1016/j.still.2006.03.015

Schaap, M. G. (1999). Rosetta, Version 1.0. US Salinity Laboratory, Riverside, CA.

Schaap, M. G., Leij, F. J., Van Genuchten, M. T. (1998). Neural network analysis for hierarchi-
cal prediction of soil hydraulic properties. Soil Science Society of America Journal, 62(4), 847-855.
DOI :10.2136/sssaj1998.03615995006200040001x

Schaap, M. G., Bouten, W. (1996). Modeling water retention curves of sandy soils using neural
networks. Water Resources Research, 32(10), 3033-3040. DOI :10.1029/96wr02278

Schaap, M. G., Leij, F. J. (2000). Improved prediction of unsaturated hydraulic conductivity


with the Mualem-van Genuchten model. Soil Science Society of America Journal, 64(3), 843-851.
DOI :10.2136/sssaj2000.643843x

Schoeneberger, M., Bentrup, G., De Gooijer, H., Soolanayakanahally, R., Sauer, T., Brandle, J., ...
Current, D. (2012). Branching out : Agroforestry as a climate change mitigation and adaptation tool
for agriculture. Journal of Soil and Water Conservation, 67(5), 128A-136A. DOI :10.2489/jswc.67.
5.128A

Scholberg, J. M., Dogliotti, S., Leoni, C., Cherr, C. M., Zotarelli, L., Rossing, W. A. (2010). Cover
crops for sustainable agrosystems in the Americas. In Genetic engineering, biofertilisation, soil quality
and organic farming (pp. 23-58). Springer, Dordrecht. DOI :10.1007/978-90-481-8741-6_2

90
6 BIBLIOGRAPHIE

Seobi, T., Anderson, S. H., Udawatta, R. P., Gantzer, C. J. (2005). Influence of grass and agroforestry
buffer strips on soil hydraulic properties for an Albaqualf. Soil Science Society of America Journal,
69(3), 893-901. DOI :10.2136/sssaj2004.0280

Sharma, A. R., Singh, R., Dhyani, S. K., Dube, R. K. (2010). Moisture conservation and nitrogen
recycling through legume mulching in rainfed maize (Zea mays)–wheat (Triticum aestivum) crop-
ping system. Nutrient Cycling in Agroecosystems, 87(2), 187-197. DOI :10.1007/s10705-009-9327-y

Shengxiu, L., Ling, X. (1992). Distribution and management of drylands in the People’s Republic of
China. In Advances in soil science (pp. 147-302). Springer, New York, NY. DOI :10.1007/978-1-
4612-2844-8_4

Sileshi, G. W., Mafongoya, P. L., Akinnifesi, F. K., Phiri, E., Chirwa, P., Beedy, T., ... Nyamuga-
fata, P. (2014). Agroforestry : fertilizer trees. Encyclopedia of agriculture and food systems, 1, 222-234.

Sills, D. L. (1975). The environmental movement and its critics. Human Ecology, 3(1), 1-41. DOI :10.
1007/BF01531771

Simunek, J., Sejna, M., Van Genuchten, M. T., Šimůnek, J., Šejna, M., Jacques, D., ... Sakai, M.
(1998). Hydrus-1D. Simulating the one-dimensional movement of water, heat, and multiple solutes in
variably-saturated media, version, 2.

Šimůnek, J., van Genuchten, M. T., Šejna, M. (2007). Modeling subsurface water flow and solute
transport with HYDRUS and related numerical software packages. In Numerical Modelling of Hydro-
dynamics for Water Resources, An International Workshop, Centro Politecnico Superior, University
of Zaragoza Spain (pp. 95-114).

Singh, G., Jalota, S. K., Singh, Y. (2007). Manuring and residue management effects on physical
properties of a soil under the rice–wheat system in Punjab, India. Soil and Tillage Research, 94(1),
229-238. DOI :10.1016/j.still.2006.07.020

Sivanappan, R. K. (1998). Low cost micro irrigation system for all crops and all farmers. In Proceedings
of Workshop Micro irrigation and Sprinkler irrigation systems April.

Stanghellini, C. (1987). Transpiration of greenhouse crops : an aid to climate management (Doctoral


dissertation, IMAG).

Steduto, P., Hsiao, T. C., Raes, D., Fereres, E. (2009). Aquacrop —The FAO Crop Model to Simulate
Yield Response to Water : I. Concepts and Underlying Principles. Agronomy Journal, 101(3), 426.
DOI :10.2134/agronj2008.0139s

Steele, M. K., Coale, F. J., Hill, R. L. (2012). Winter annual cover crop impacts on no-till soil

91
6 BIBLIOGRAPHIE

physical properties and organic matter. Soil Science Society of America Journal, 76(6), 2164-2173.
DOI :10.2136/sssaj2012.0008

Steiner, J. L. (1989). Tillage and surface residue effects on evaporation from soils. Soil Science Society
of America Journal, 53(3), 911-916. DOI :10.2136/sssaj1989.03615995005300030046x

Steinmetz, Z., Wollmann, C., Schaefer, M., Buchmann, C., David, J., Tröger, J., ... Schaumann, G. E.
(2016). Plastic mulching in agriculture. Trading short-term agronomic benefits for long-term soil de-
gradation ?. Science of the total environment, 550, 690-705. DOI :10.1016/j.scitotenv.2016.01.153

Stoate, C., Boatman, N. D., Borralho, R. J., Carvalho, C. R., De Snoo, G. R., Eden, P. (2001).
Ecological impacts of arable intensification in Europe. Journal of environmental management, 63(4),
337-365. DOI :10.1006/jema.2001.0473

Stull, R. (2011). Wet-bulb temperature from relative humidity and air temperature. Journal of applied
meteorology and climatology, 50(11), 2267-2269. doi:10.1175/jamc-d-11-0143.1

Svoma, B. M., Fox, N. I., Pallardy, Q., Udawatta, R. P. (2016). Evapotranspiration differences
between agroforestry and grass buffer systems. Agricultural Water Management, 176, 214-221.
DOI :10.1016/j.agwat.2016.06.018

Takakura, T., Takayama, K., Nishina, H., Tamura, K., Muta, S. (2005). Evapotranspiration estimate
by heat balance equation. In 2005 ASAE Annual Meeting (p. 1). American Society of Agricultural
and Biological Engineers. DOI :10.13031/2013.19526

Thomas, G. W., Haszler, G. R., Blevins, R. L. (1996). The effects of organic matter and tillage
on maximum compactability of soils using the proctor test1. Soil science, 161(8), 502-508. DOI :10.
1097/00010694-199608000-00005

Thornton, P. K., Herrero, M. (2010). Potential for reduced methane and carbon dioxide emissions
from livestock and pasture management in the tropics. Proceedings of the National Academy of
Sciences, 107(46), 19667-19672. DOI :10.1073/pnas.0912890107

Torkaman, M., Mirshekari, B., Farahvash, F., Yarnia, M. (2018). Effect of sowing date and different
intercropping patterns on yield and yield components of rapeseed (Brassica napus L.) and chickpea (Ci-
cer arietinum L.). Legume Research-An International Journal, 41(4), 578-583. DOI :10.18805/LR-394

Turner, N. C. (2004). Agronomic options for improving rainfall-use efficiency of crops in dryland
farming systems. Journal of Experimental Botany, 55(407), 2413-2425. DOI :10.1093/jxb/erH054

Udawatta, R. P., Anderson, S. H. (2008). CT-measured pore characteristics of surface and subsurface
soils influenced by agroforestry and grass buffers. Geoderma, 145(3-4), 381-389. DOI :10.1016/j.

92
6 BIBLIOGRAPHIE

geoderma.2008.04.004

Vallejo, V. E., Roldan, F., Dick, R. P. (2010). Soil enzymatic activities and microbial biomass in an
integrated agroforestry chronosequence compared to monoculture and a native forest of Colombia.
Biology and Fertility of Soils, 46(6), 577-587. DOI :10.1007/s00374-010-0466-8

Vandermeer, J. (1989). Introduction : intercrops and ecology. The ecology of intercropping. Cambridge
University Press, Cambridge, 1-14.

Van Genuchten, M. T. (1980). A closed-form equation for predicting the hydraulic conductivity of
unsaturated soils 1. Soil science society of America journal, 44(5), 892-898. DOI :10.2136/sssaj1980.
03615995004400050002x

Van Orshoven, J. (1993). Assessing hydrodynamic land qualities from soil survey data. Doctoraat-
proefschrift aan de Faculteit der Landbouwwetenschappen van de KU Leuven.

Van Noordwijk, M., Lawson, G., Hairiah, K., Wilson, J. (2015). Root distribution of trees and crops :
competition and/or complementarity. Tree–Crop Interactions : Agroforestry in a Changing Climate.
CABI, Wallingford, UK, 221-257.

Vereecken, H., Maes, J., Feyen, J., Darius, P. (1989). Estimating the soil moisture retention characte-
ristic from texture, bulk density, and carbon content. Soil science, 148(6), 389-403. DOI :10.1097/
00010694-198912000-00001

Vian, J. F., Peigné, J., Chaussod, R., Roger-Estrade, J. (2009). Effects of four tillage systems on
soil structure and soil microbial biomass in organic farming. Soil Use and Management, 25(1), 1-10.
DOI :10.1111/j.1475-2743.2008.00176.x

Villamil, M. B., Bollero, G. A., Darmody, R. G., Simmons, F. W., Bullock, D. G. (2006). No-till
corn/soybean systems including winter cover crops. Soil Science Society of America Journal, 70(6),
1936-1944. DOI :10.2136/sssaj2005.0350

Walia, M. K., Walia, S. S., Dhaliwal, S. S. (2010). Long-term effect of integrated nutrient management
of properties of Typic Ustochrept after 23 cycles of an irrigated rice (Oryza sativa L.)–wheat (Triticum
aestivum L.) system. Journal of Sustainable Agriculture, 34(7), 724-743. DOI :10.1080/10440046.
2010.507519

Wang, L., Zhong, C., Gao, P., Xi, W., Zhang, S. (2015). Soil infiltration characteristics in agroforestry
systems and their relationships with the temporal distribution of rainfall on the Loess Plateau in
China. PloS one, 10(4). DOI :10.1371/journal.pone.0124767

Wang, S., Wang, H., Zhang, Y., Wang, R., Zhang, Y., Xu, Z., ... Li, J. (2018). The influence of rotational

93
6 BIBLIOGRAPHIE

tillage on soil water storage, water use efficiency and maize yield in semi-arid areas under varied rainfall
conditions. Agricultural Water Management, 203, 376-384. DOI :10.1016/j.agwat.2018.03.007

Wang, X., Dai, K., Zhang, D., Zhang, X., Wang, Y., Zhao, Q., ... Oenema, O. (2011). Dryland maize
yields and water use efficiency in response to tillage/crop stubble and nutrient management practices
in China. Field Crops Research, 120(1), 47-57. DOI :10.1016/j.fcr.2010.08.010

Watson, C. A., Atkinson, D., Gosling, P., Jackson, L. R., Rayns, F. W. (2002). Managing soil fertility
in organic farming systems. Soil use and management, 18, 239-247. DOI :10.1079/SUM2002131

Weynants, M., Vereecken, H., Javaux, M. (2009). Revisiting Vereecken pedotransfer functions : Intro-
ducing a closed-form hydraulic model. Vadose Zone Journal, 8(1), 86-95. DOI :10.2136/vzj2008.0062

Wezel, A., Soldat, V. (2009). A quantitative and qualitative historical analysis of the scientific
discipline of agroecology. International journal of agricultural sustainability, 7(1), 3-18. DOI :10.
3763/ijas.2009.0400

Wezel, A. (2017). Agroecological practices for sustainable agriculture : principles, applications, and
making the transition. World Scientific.

Wezel, A., Casagrande, M., Celette, F., Vian, J. F., Ferrer, A., Peigné, J. (2014). Agroecological
practices for sustainable agriculture. A review. Agronomy for sustainable development, 34(1), 1-20.
DOI :10.1007/s13593-013-0180-7.hal-01234800

Wifaya, A., Mokrini, F., Bouharroud, R., Elame, F., Bouirden, L., Mimouni, A. (2019). Apport des
modèles de transpiration dans l’amélioration du pilotage de l’irrigation de la tomate sous serre mono-
chapelle et canarienne dans la région du Souss Massa. Revue Marocaine des Sciences Agronomiques
et Vétérinaires, 7(4), 507-513.

Willey, R. W. (1990). Resource use in intercropping systems. Agricultural water management, 17(1-3),
215-231. DOI :10.1016/0378-3774(90)90069-B

Yin, M., Li, Y., Xu, Y., Zhou, C. (2018). Effects of mulches on water use in a winter wheat/summer
maize rotation system in Loess Plateau, China. Journal of Arid Land, 10(2), 277-291. DOI :10.1007/
s40333-018-0092-0

Zhang, S., Lövdahl, L., Grip, H., Jansson, P. E., Tong, Y. (2007). Modelling the effects of mulching
and fallow cropping on water balance in the Chinese Loess Plateau. Soil and Tillage Research, 93(2),
283-298. DOI :10.1016/j.still.2006.05.002

Zhao, H., Wang, R. Y., Ma, B. L., Xiong, Y. C., Qiang, S. C., Wang, C. L., ... Li, F. M. (2014).
Ridge-furrow with full plastic film mulching improves water use efficiency and tuber yields of potato in

94
6 BIBLIOGRAPHIE

a semiarid rainfed ecosystem. Field Crops Research, 161, 137-148. DOI :10.1016/j.fcr.2014.02.013

95
6 BIBLIOGRAPHIE

96
Caractérisation et optimisation de la ressource en eau dans une
exploitation maraîchère agroécologique diversifiée

Louise Réquillart

L’eau est une des ressources naturelles les plus exploitées à l’échelle mondiale et l’agricul-
ture en constitue le premier secteur de consommation avec près de 70% des prélèvements
mondiaux en eau douce, contribuant ainsi de manière non négligeable à la pénurie d’eau.
De plus, l’agriculture industrielle compromet la capacité des ressources naturelles à satis-
faire les besoins alimentaires futurs dû à la perte de biodiversité, à l’utilisation non durable
de l’eau et à la pollution des sols et de l’eau. C’est dans ce contexte que l’agroécologie,
une agriculture alternative, a émergé. Celle-ci vise à améliorer la résilience et la durabilité
des systèmes de production alimentaire à travers de multiples pratiques affectant la qualité
des ressources naturelles de la production, telle que les sols et les ressources en eau.

L’objectif de ce mémoire est d’avancer les connaissances permettant de mieux gérer les
ressources en eau dans les systèmes de production agroécologiques wallons. Pour at-
teindre cet objectif, un état de l’art sur les connaissances actuelles concernant l’impact de
l’agroécologie sur le bilan hydrique des parcelles agricoles a été réalisé. Ensuite, une mo-
dèle a été développée pour évaluer les besoins en irrigation des cultures d’un système de
production agroécologique. L’étude a été implémentée pour un maraîchage agroécologique
wallon situé dans la région de Namur à Rhisnes.

La revue bibliographique a confirmé l’impact positif de la majorité des pratiques agroéco-


logiques sur le fonctionnement hydrique des systèmes de production. L’approche de mo-
délisation a permis d’identifier d’une façon dynamique le besoin en irrigation. L’analyse
des scénarios a confirmé que les pratiques agroécologiques permettent de diminuer la
demande en eau d’irrigation des cultures. Cette diminution est liée, entre autres, à une
augmentation de la teneur en matière organique et de la capacité de rétention en eau du
sol, et, à la réduction de l’évapotranspiration potentielle et de la densité apparente du sol.
L’approche développée ouvre des perspectives pour optimaliser davantage les ressources
hydriques dans des exploitations agroécologiques.

U NIVERSITÉ CATHOLIQUE DE L OUVAIN


Faculté des bioingénieurs

Croix du Sud, 2 bte L7.05.01, 1348 Louvain-La-Neuve, Belgique | www.uclouvain.be/agro

Vous aimerez peut-être aussi