definition, calcul et reresentation spatio- temporelle d

DEFINITION, CALCUL ET RERESENTATION SPATIO-TEMPORELLE D’INDICATEURS AGRO-CLIMATIQUES DANS LE
CADRE DU CHANGEMENT CLIMATIQUE EN FRANCE – VERSION PROVISOIRE DU 03/02/2011
DEFINITION, CALCUL ET RERESENTATION SPATIO-
TEMPORELLE D’INDICATEURS AGRO-CLIMATIQUES DANS LE
CADRE DU CHANGEMENT CLIMATIQUE EN FRANCE
Frédéric HUARD
INRA AgroClim
Cette brève note a pour objectif d’établir un premier état des lieux sur le thème des indicateurs
agroclimatiques dans un contexte de changement climatique. Elle n’est qu’un document
préparatoire à un projet de thématique à développer à AgroClim. Elle est donc incomplète et compte
tenu du délai serré alloué pour la préparer, ne prétend pas aborder toutes les composantes de la
thématique. Toutefois, l’accent a été mis en fin de document sur les aspects techniques et
logistiques.
1. Définition des indicateurs
D’une manière générale, un indicateur est un outil d’évaluation et d’aide à la décision grâce auquel
on peut mesurer une situation ou une tendance à un instant donné, ou une évolution dans le temps
et/ou l’espace (Job et Virly, 2009). Fichez et al (2005) l’ont également caractérisé comme un signal
qui transmet un message complexe provenant potentiellement de plusieurs sources et dont le rôle
principal est de caractériser l’état actuel d’un système et de mettre en évidence ou prédire un
changement notable.
Un indicateur est donc une représentation simplifiée d’une réalité complexe qui mesure ou décrit
l’état de l’environnement, les pressions qu’il subit, les réponses des acteurs et éclairent sur les
tendances (IFEN, 2008).
Dans le domaine du climat et du changement climatique, l’ONERC a défini un certain nombre
d’indicateurs qui sont à chaque fois une information, associée à un phénomène, permettant d’en
indiquer l’évolution dans le temps, de façon objective, et pouvant rendre compte des raisons de
cette évolution. Un indicateur s’appuie sur une ou plusieurs séries de données mesurées. Les séries
de mesures doivent couvrir une période suffisamment longue pour dégager une tendance et éliminer
les variabilités inter-annuelles.
En climatologie, l’indicateur doit être normalement différencié de l’indice, ce dernier étant à la fois
une mesure de base et une composition à partir des mesures ; l'indicateur climatique, valeur
quantitative ou qualitative, donc parfois adimensionnelle, caractérise l’état d’un système de façon
indirecte.
2. Point bibliographique

DEFINITION, CALCUL ET RERESENTATION SPATIO-TEMPORELLE D’INDICATEURS AGRO-CLIMATIQUES DANS LE
CADRE DU CHANGEMENT CLIMATIQUE EN FRANCE – VERSION PROVISOIRE DU 03/02/2011
Il existe de nombreux indicateurs dans la bibliographie. Le tableau ci-après résume les principaux
relevant de l’agro-climat au sens large dans un contexte de changement climatique.
La définition des indicateurs peut varier d’un auteur à l’autre, en fonction de différents seuils ou
calculs pris en compte ou encore de la culture à laquelle il s’apliquent. La durée de végétation par
exemple, utile pour calculer les degrés-jours de croissance et les degrés-jours de croissance effective,
peut avoir de nombreuses définitions :
- nombre annuel de jours entre la première occurrence de 6 jours consécutifs avec une
température moyenne supérieure à 5°C et la première occurrence (après le 1er juillet) de
6 jours consécutifs avec une température moyenne inférieure à 5°C (Mateescu et alii,
2007) ;
- nombre annuel de jours entre la première occurrence de 5 jours consécutifs avec une
température moyenne supérieure à 5.6°C (après le 1er janvier) et la première occurrence
(après le 1er juillet) de 5 jours consécutifs avec une température moyenne inférieure à
5.6°C (Matthews et al, 2008) ;
- nombre annuel de jours compris entre le 10ème jour après une température moyenne
supérieure à 5°C au printemps et le jour de la première gelée d’automne (Bootsma et
alii)…
Dans cette première liste, les indicateurs les plus fréquemment utilisés concernent les risques de gel,
échaudage, de déficit hydrique, mais également les potientialités agroclimatiques des cultures.
Couplée à des modèles climatiques, des méthodes de régionalisation ou à des générateurs de temps,
les indicateurs agroclimatiques sont utilisés comme traceurs du changement climatique de plus en
plus fréquemment dans la bibliographie (Quian (2010), Belanger (2000), Trnka (2011), Bootsma,
(2005)…).
Il faut signaler que les indicateurs sont associés à de nombreuses reprises à une culture en
particulier, ce qui signifie que si la définition est identique, les seuils ou périodes utilisées pour
l’estimation peuvent varier.

DEFINITION, CALCUL ET RERESENTATION SPATIO-TEMPORELLE D’INDICATEURS AGRO-CLIMATIQUES DANS LE
CADRE DU CHANGEMENT CLIMATIQUE EN FRANCE – VERSION PROVISOIRE DU 03/02/2011
Domaine
Sous domaine
Nom
Références
Atmosphère
Climat
Nb journées estivales
1
Atmosphère
Climat
Nb jours de gel
1
Atmosphère
Climat
Pluies dilluviennes Sud Est
1
Atmosphère
Climat
Vagues de chaleur (jours consécutifs)
6
Atmosphère
Climat
Vagues de froid (jours consécutifs)
6
Atmosphère
Climat
Séquences sèches (jours consécutifs)
6
Atmosphère
Climat
Séquences pluvieuses (jours consécutifs)
6
Atmosphère
Climat
Température annuelle maximale moyenne
1, 2
Atmosphère
Climat
Température annuelle minimale moyenne
1, 2
Atmosphère
Climat
Nb jours secs
6, 10
Atmosphère
Climat
Nb jours pluvieux
6
Atmosphère
Climat
Intensité des pluies (Σ RR> 0.5 /Nb jours avec RR > 0.5)
6
Atmosphère
Climat
Saisonalité des pluies (Σ RRhiver - Σ RRété / RRan)
6
Atmosphère
Climat
Pluies durant la saison de végétation
7
Agriculture
Risque
Nb jours avec échaudage (Tx > 35°, 25°C…)
5, 6,
Agriculture
Risque
Fréquence de gel
2
Agriculture
Risque
Date du dernier gel (Tn < -15°C)
9
Agriculture
Risque
Date du dernier gel printanier
2, 4, 6, 7, 8, 9, 10
Agriculture
Risque
Température du dernier gel printanier
2
Agriculture
Risque
Date du premier gel automnal
2
Agriculture
Risque
Température du premier gel automnal
2
Agriculture
Risque
Nb jours gel ou de températures létales ( seuils)
1, 2, 5, 8, 9
Agriculture
Risque
Somme des degrés jours avec Tn < 0°C
6
Agriculture
Agro-Climat
Indice de Huglin (vigne)
2, 10
Sol
Etat
Cumul du Déficit hydrique (P-ETP, EP-P, ETa/ETr…)
3, 5, 7, 8, 9, 10
Sol
Etat
Fin de la capacité au champ
6
Sol
Etat
Retour à la capacité au champ
6
Sol
Etat
Nb jours de sol sec
6
Sol
Etat
Nb jours de sol très sec
6
Sol
Etat
Evaporation potentielle durant la saison de végétation
7
Sol
Etat
Indice de sécheresse
11
Agriculture
Développement
Unités thermiques (maïs)
7, 8, 9
Agriculture
Développement
Somme degrés-jours durant saison de végétation ( bases)
2, 4, 5, 6, 7, 8, 9, 10
Agriculture
Développement
Somme degrés-jours du 01/01 au dernier gel printemps
4
Agriculture
Développement
Température moy sept-oct (olivier)
2
Agriculture
Développement
Besoins en froid (olivier)
2
Agriculture
Développement
Début saison végétation
3, 6, 7
Agriculture
Développement
Fin saison végétation
3, 6, 7
Agriculture
Développement
Durée saison végétation
2, 3, 4, 6, 7
Agriculture
Développement
Durée entre 01/01 et dernier gel printemps
4
Agriculture
Développement
Somme du rayonnement global effectif
10
Agriculture
Phénologie
Date de vendange
1
Agriculture
Phénologie
Dates stades phénologiques (diverses cultures)
1, 2, 5
Agriculture
Pratique
Début des opérations aux champs
6
Agriculture
Pratique
Possibilité de récolte
10
Agriculture
Pratique
Possibilité de semis
10
Tableau 1. Résumé des principaux indicateurs trouvés dans la bibliographie

DEFINITION, CALCUL ET RERESENTATION SPATIO-TEMPORELLE D’INDICATEURS AGRO-CLIMATIQUES DANS LE
CADRE DU CHANGEMENT CLIMATIQUE EN FRANCE – VERSION PROVISOIRE DU 03/02/2011
3. Travail sur les indicateurs
Les indicateurs présentés précédemment se basent sur un traitement mono voire bivarié de
paramètres climatiques. Dans la littérature, il n’existe que très peu d’indicateurs découlant de
traitements complexes ou issus de modélisations : dans ce cas il s’agit plutôt d’indices. L’intérêt dans
la présente étude serait de déterminer des indicateurs à partir de modèles agronomiques, qu’ils
soient de cultures, phénologiques, de maladie des plantes, de bioagresseurs, de bilan hydrique ou
encore plus orientés agro et bio-climat (durée d’humectation par exemple). Il faudra veiller toutefois
à rendre les indicateurs facilement calculables, intreprétables et si possible génériques.
Il est également nécessaire de ne pas multiplier le nombre d’indicateurs (le tableau précédant
montre qu’il est très facilement possible d’aboutir à une cinquantaine d’indicateurs).
La première étape pour la définition des indicateurs utiles dans ce projet est de dégager des grands
thèmes. A ce stade, on peut en dégager quatre :
- risque et vunérabilité (dates, nombre de jours de gel ou échaudants, maladies,
bioagresseurs…) ;
- potentiel climatique (sommes de degrés-jours, besoins en froid…) ;
- phénologie (durée et dates des stades de développement, cycles…) ;
- sol (état, déficits hydriques …).
D’autres domaines peuvent également être explorés et de nouveaux outils être utilisés. Dans ce
cadre, la définitiion de nouveaux indicateurs peut être un sujet à caractère plus « scientifique ». A
noter que dans les indicateurs présentés, ceux associés aux forêts on été exclus.
4. Estimation des indicateurs en climat actuel et futur
La méthodologie envisagée dans ce projet dépend du résultat final à atteindre :
- indicteurs régionaux. Dans cette optique, on s’appuie sur une démarche stationnelle
identique à CLIMATOR sur laquelle les indicateurs ne sont calculés que sur un nombre
limité de sites représentatifs de climats régionaux. Il est alors possible de travailler sur
des indicateurs complexes, issus de modèles et nécessitant de nombreuses variables
d’entrée ;
- cartographie des indicateurs, ou indicateurs spatialisés. L’objectif est ici de délivrer des
cartes d’indicateurs à l’échelle du territoire. La méthode s’appuyera alors sur les
réanalyses SAFRAN pour la climatologie actuelle et les sorties ARPEGE pour les données
de climat futur (un seul scenario SRES, A1B). La descente d’échelle utilisée est la méthode
Quantile-Quantile développée au CNRM (M. Déqué).
Pour la démarche spatitialisée, cinq étapes sont nécessaires:
- exploitation de l’archive SAFRAN sur la période disponible (1958-2008) pour calculer les
indicateurs en chacun des points de grille de la maille SAFRAN (8x8 km) ;
- calcul des indicateurs pour chaque point du modèle ARPEGE (un seul scenario SRES, A1B) ;
- downscalling avec la méthode de correction Quantile-Quantile en appariant les valeurs des
indicateurs de la réanalyse SAFRAN aux valeurs du modèle ARPEGE ;
- récupération, gestion et traitement statistique dans les trois fenêtres temporelles des
indicateurs pour le climat futur associés à chaque point de grille SAFRAN ;
- cartographie des indicateurs sur l’ensemble du territoire pour les statistiques des trois
périodes de référence.

DEFINITION, CALCUL ET RERESENTATION SPATIO-TEMPORELLE D’INDICATEURS AGRO-CLIMATIQUES DANS LE
CADRE DU CHANGEMENT CLIMATIQUE EN FRANCE – VERSION PROVISOIRE DU 03/02/2011
Ce mode opératoire a été utilisé par Météo-France dans le cadre de l'impact du changement
climatique sur le risque météorologique d'incendie des forêts. Leur expérience a montré que pour un
paramètre complexe, dont le calcul nécessite plusieurs paramètres météorologiques (cas des
indicateurs), il est plus pertinent d'appliquer directement la méthode de correction Quantile-
Quantile au paramètre final qu'aux paramètres d'entrée. La méthode a également l’avantage de ne
faire qu’une seule correction et ainsi de s’affranchir de la lourde fonction de correction permettant
de garantir la corrélation entre variables.
La méthode nécessite par contre une énorme puissance de calcul qui n’est pas compatible avec les
moyens disponibles actuellement à AgroClim : il faut calculer les x indices sur les 9892 points de grille
SAFRAN et sur les 300 points de grille ARPEGE localisés sur la France. Dans un deuxième temps, les
corrections par la méthode Quantile-Quantile sont réalisées à partir des mêmes 9892 points de grille
SAFRAN.
Pour dimininer les temps de traitement, on peut envisager de ne régionaliser qu’aux points de grille
Arpège, ce qui serait suffisant pour produire un permier jeu de cartes interprétables. La dimension
technique est abordée dans le dernier paragraphe.
5. Représentation temporelle et cartographique des indicateurs
Pour caratériser les tendances temporelles, trois périodes de trente ans proches de celles utilisées
dans Climator seront utilisées :
- climat actuel : 1980-2009 ;
- futur proche : 2030-2059 ;
- futur lointain : 2070-2099.
Ces périodes sont différentes de celles de Climator pour se caler sur les archives SAFRAN et ainsi
bénéficier d’un passé récent en phase avec la période actuelle. Pour chaque période, les indicateurs
seront appréhendés par le biais de la moyenne, la médiane et l’écart-type.
La solution logicielle pour le traitement spatialisé n’a pas été encore arrêtée mais compte tenu
l’importance de l’offre en accès libre, le choix technique pourra être pris ultérieurement, en lien avec
le type de serveur de calcul utilisé.
6. Annexes logistiques et informatiques
Pour rappel, la grille SAFRAN compte 9892 points, mais 16000 en projection Lambert (points sur la
mer ou hors domaine dans la projection), ce qui correspond à un volume de données de quasiment 2
Go par variable (20 Go pour les 7 variables de base plus les Températures minimales et maximales).
En travaillant sur le climat actuel et futur simulé, on multiplie par trois la période (SAFRAN ne couvre
que 50 ans), ce qui aboutit un fichier de presque 5 Go par paramètre (indicateur) pour une série
1980-2100. En considérant plusieurs dizaines d’indicateurs, le volume total de stockage nécessaire
devient important. Toutefois, c’est en termes de puissances de calcul que le problème est le plus aigü
car AgroClim n’est actuellement pas équipé pour mener ces opérations. En effet, en considérant le
temps pris par une correction Quantile-Quantile (pour un point et sur une période complète) de 5
secondes (chiffre optimiste !), le traitement de la grille SAFRAN uniquement en France pour un seul
indicateur simple va durer 14 heures !
La représentation spatiale d’indicateurs complexes (issus de STICS par exemple) semble alors
impossible dans ces conditions.
Cet aspect mérite donc une attention particulière car de nouvelles ressources informatiques devront
être déployées avant de se lancer dans cet exercice.