ARTICLE AVENIR AGRICOLE AQUITAIN

Laurence B

Description

14/02/2012. Institut Français de la Vigne et du Vin (ENTAV-ITV France). Page 1 sur 7. Les perspectives de prévisions des risques mieux localisées ...

Sujets

• Vin
• Vinification
• Viniculture
• Bordeaux
• Gironde
• Bordelais
• Cabernet

Informations

• Publié par: Barrique
• Nombre de lectures: 41
• Langue: Français

Extrait

Les perspectives de prévisions des risques mieux localisées via les technologies “radar” M. Raynal, C. Debord, S. Guittard, M. Vergnes, IFV pôle BordeauxAquitaine K.Griaud, C. Chotard, Stagiaires IFV en 2007, 2010 S. Strizyk, SESMA J.Testud, P. Audibert, NOVIMET J. Congnard, D.Grimal, Météo France Travaux réalisés avec le soutien financier du Comité Interprofessionnel des Vins de Bordeaux (CIVB), du Conseil Régionald’Aquitaine (CRA), du Fond Européen de Développement en Espace Rural (FEDER) Introduction Dès le début des années 1990, nous procédions à l’installation des premiers réseaux de stations météo automatiques, sur les vignobles de Cognac et de Champagne notamment. La collaboration avec les équipes de Météo France nous a fait prendre connaissance dès cette époque du programme d’installation des radars pluviométriques sur le territoire. Celui de Mérignac est ainsi entré en fonction il y a une vingtaine d’années, mais la technologie n’était pas opérationnelle pour des applications agricoles. Nous avons donc déployé nos programmes d’études et validations des modèles de prévisions sur le fonctionnement des réseaux de stations météorologiques, dans l’objectif de valider les informations à l’échelle de la petite région, soit à une échelle visant à se rapprocher de la taille de l’exploitation viticole. Les réseaux se sont ainsi progressivement déployés, de manière plus ou moins coordonnée, sur l’ensemble des vignobles et du territoire agricole. Leur fonctionnement actuel permet de regrouper de l’ordre de quelques dizaines de stations météo homogènes (habituellement de 30 à 50) sur des territoires viticoles relativement vastes (plusieurs dizaines de milliers d’hectar es) répartis à l’échelle d’un département ou d’une région, soit sur des centaines de kilomètres carrés. Les ratios exploités pour analyser les développements d’épidémies sont ainsi le plus souvent de l’ordre de 1 station météo pour 1000 à 3000 Ha de vigne ... dans le meilleur des cas ! Face à l’extrême variabilité des attaques parasitaires constatées, parfois même d’une parcelle à l’autre, sur le vignoble, le problème de la représentativité des données météorologiques est ainsi clairement posé. Il n’est donc guère surprenant que, 10 ans après le début de nos travaux, l’objectif d’une validation locale des informations modélisées ne soit pas pleinement atteint. Certes, les paramètres météo n’expliquent pas tout du développement des attaques de maladies et chacun sait bien que les propriétés intrinsèques d’une parcelle type de sol, porte greffe, sensibilité du cépage, et modes de conduites– peuvent notamment largement contribuer au développement local des épidémies. Cependant, force est de constater que malgré de tels arguments, il est parfois bien difficile d’expliquer l’hétérogénéité locale d’une attaque de mildiou par exemple. Il y a pourtant bien une explication, mais elle nous échappe ! Par ailleurs, même si ces caractéristiques parcellaires contribuent indéniablement à l’explication locale, il n’en reste pas moins vrai qu’à une échelle plus globale, l’effet climatique reste un élément prépondérant de la caractérisation d’un millésime. Ce constat est vrai tant au plan qualitatif, et la filière vigne estparticulièrement bien placée pour le savoir, qu’au plan sanitaire: la campagne 2010 fut bien plus propice aux réductions d’intrants phytosanitaires que celles de 2007 à 2009. Si l’impact météorologique reste donc prépondérant à l’échelle globale il n’y apas de raison qu’il soit moins influant à l’échelle du parcellaire. Mais nous ne savons tout simplement pas le mesurer. La technologie radar peut permettre d’approcher cette dimension parcellaire, ou en tous cas de bien mieux apprécier la variabilité spatiale des précipitations.

14/02/2012

Institut Français de la Vigne et du Vin (ENTAVITV France)

Page 1 sur 7

Dès le début des années 2000 nous avons donc sollicité à nouveau nos collègues de Météo France pour voir si d’éventuels transferts de technologies étaient envisageables vers des applications agricoles. La quantification précisedes pluies n’était alors toujours pas effective. Les premières applications ont été mises au point et rendues possibles à partir de 2006 2007 grâce aux techniques d’assimilation des données issues des radars et des pluviomètres: il s’agit de la donnée Antilope de Météo France, décrite plus loin. Dans le même temps, une équipe du CNRS a développé et breveté un algorithme de traitement du signal permettant sur certains types de radars de quantifier directement les précipitations. Le principe de fonctionnement du radar La mesure RADAR (Radio Detection And Ranging) détecte des particules solides ou liquides par l’intermédiaire d’ondes électromagnétiques. Le RADAR émet des impulsions électromagnétiques de forte puissance et de courte durée. Ces ondes sont réfléchies sur les obstacles rencontrés dans toutes les directions, et un système récepteur permet ainsi d’intercepter le signal rétrodiffusé (Figure 1). Figure 1 : Envoi d'impulsions électromagnétiques. Réception des échos réfléchis par les précipitations (Source : Yves Pointin in K Griaud) L’analyse du signal permet de localiser et de caractériser la cible. La rétrodiffusion dépend étroitement des propriétés physiques (taille) et électriques de l’objet mesuré. Le RADAR météorologique utilise ainsi 3 bandes de fréquence: bande S (longueur d’onde= 10cm, radar Mélody de Météo France installé à Mérignac), bande C ( = 5cm) et bande X ( = 2cm, radar Hydrix de Novimet installé à Ambès). La technologie en bande X permet de fabriquer de petits radars compacts dotés d’antenne de 1,5 m et pesant 350 kg comparés aux bandes C ou S équipés d’antennes de 4 m et pesant plusieurs tonnes. Le prix de revient d’un radarservice (+/ en 800 k€) est environ 10 fois moins onéreux qu’un radar classique. Les radars de nouvelle génération, tels que le radar Hydrix, s’appuient sur les techniques de bipolarisation et la mesure de l’effet Doppler:  La bipolarisation consiste àémettre deux ondes, l’une sur le plan horizontal et l’autre sur le plan vertical. Les signaux rétrodiffusés permettent ainsi de mieux caractériser la forme des gouttes sur lesquelles ils sont répercutés. Les gouttes d’eau non sphériques sont d’autant plus aplaties qu’elles sont grosses. La taille des gouttes et le volume d’eau, sont ainsi mieux appréciés par la bipolarisation.  Le radar Doppler intègre le calcul de distorsion du signal rétrodiffusé en fonction de la vitesse de déplacement de la cible par rapport au radar. Outre la mesure de la pluie, il permet ainsi d’apprécier les champs de vent (force et direction) dans le rayon d’analyse du radar. Le radar permet ainsi de localiser et de suivre les déplacements des zones de précipitations. En hydrologie, la portée efficace varie de 40 à 200km, en fonction des caractéristiques de l’appareil (faisceau d’antenne, intensité de l’émission, sensibilité du récepteur). Le nouveau radar Hydrix installé par l’IFV à Ambès en juillet 2010 est une version prototype qui permet la quantification des pluies dans un rayon de 60 km. Difficultés de la mesure RADAR et sources d’erreur La mesure hydrologique par radar présente des atouts quant à la détection et quantification exhaustives des différentes formes d’eau enaltitude. Cette technique présente cependant un certain nombre de difficultés de mesure des précipitations au sol. Le signal de retour n’est pas directement proportionnel à la quantité d’eau recueillie au sol; il est fonction du type de précipitations (glace, neige, eau) et du diamètre des hydrométéores. Le volume des gouttes de pluies peut ainsi augmenter par agglomération ou diminuer par évaporation. Ces

14/02/2012

Institut Français de la Vigne et du Vin (ENTAVITV France)

Page 2 sur 7

modifications dans les couches inférieures des nuages, hors zone balayée par le faisceau, peuvent ainsi entraîner des erreurs d’estimation des hauteurs de pluie. Des échos parasites générés par des obstacles fixes (relief, bâtiments), ou mobiles (avions) sont rétro diffusés vers le radar et peuvent masquer parfois en totalité l’analyse des précipitations. Une partie de l’énergie émise par le faisceau radar est absorbée par les particules d’eau: plus la longueur d’onde est faible et plus l’énergie est absorbée. Ainsi les RADAR bandes C et X sont ils particulièrement sensibles à ce phénomèned’atténuation, négligeable pour les bandes S. En raison de la rotondité de la terre, la hauteur à laquelle la mesure est effectuée croît avec la distance au point de mesure. Les caractéristiques ainsi détectées à forte distances sont très différentes de celles observées au sol, ce qui oblige à limiter la portée utile du RADAR (figure 2). L’ouverture du faisceau RADAR détermine un volume de résolution croissant avec la distance(diamètre de plus de 2km à 100km du RADAR). L’analyse de la distribution des particules dans le faisceau devient difficile et l’interprétation aléatoire. Le phénomène de bande brillante est lié à la forte rétrodiffusion des hydrométéores qui passent de l’état solide à l’état liquide au cours de leur chute, au passage de l’isotherme 0°C. En fondant, le flocon se recouvre d’eau et apparaît au radar comme une grosse goutte d’eau (figure 3). Des anomalies de propagation des ondes peuvent apparaître lors d’inversion de température dans les couches atmosphériques, causant une déviation des faisceaux électromagnétiques et des distorsions de mesures.

Figure 2: altitude d’observation de trois faisceauxFigure 3: illustration d’une bande brillante à 3 km d’angles 0.8, 1.2 et 1.8°,en fonction de la distance aud’altitude sur un profil vertical de réflectivité radar. radar. Vert = neige ; rouge = pluie ; la zone surbrillance rouge Zone hachurées = largeur du faisceau à mi puissance matérialise la fonte des flocons. (Source Parent du Chatelet 2003 dans B. Bois 2007)(Source : McGill, 2000,http://www.radar.mcgill.ca dans B. Bois 2007) La vitesse de rotation du radar détermine enfin l’intervalle de temps entre deux mesures successives en un même point de l’atmosphère. Trois angles d’élévation sont habituellement balayéspar le radar, ce qui multiplie par trois ce temps entre deux mesures. Le déplacement plus ou moins rapide des cellules pluvieuses pendant cet intervalle doit alors être interpolé par l’algorithme de traitement Algorithmes de traitement du signal : relation réflectivité  pluie Pour des pluies faibles à modérées, le taux de précipitation au sol (R) peut être estimé à partir du facteur de réflectivité radar (Z) par une relation empirique établie en 1948 par Marshall et Palmer, de la forme : b R = a * Z avec R : pluie (mm/h) ; Z : réflectivité (db) ; a et b sont des coefficients empiriques, ajustés en fonctions des types de précipitations enregistrées par les pluviomètres déployés dans le champ du radar La relation ZR dépend donc de ladistribution granulométrique des gouttes d’eau; cette dernière varie sans cesse au sein d’un même événement pluvieux. L’utilisation d’une relation moyenne introduit donc forcément des erreurs d’estimation des pluies.

14/02/2012

Institut Français de la Vigne et du Vin (ENTAVITV France)

Page 3 sur 7

Par ailleurs, l’étalonnage électronique du RADAR reste une étape empirique obligatoire pour quantifier les hauteurs d’eau mesurées au sol : une calibration trop imprécise provoquera une erreur systématique d’estimation des pluies. L’algorithme HYDRAM développé et exploité par Météo France est opérationnel depuis une dizaine d’années (B. Bois,2007). Pour éviter les problèmes de calibrage du radar et les dérives résultant de la loi ZR utilisée, une correction des taux de précipitation est appliquée par comparaison aux cumuls mensuels enregistrés par les pluviomètres. La lame d’eau HYDRAM fournit toutes les 15 minutes des cumuls pluviométriques à une résolution spatiale d’un kilomètre. L’algorithme ZPHI® est développé par le CNRS et protégé par 3 brevets exploités en exclusivité par la société NOVIMET. Il permet de classer et filtrer les échos plus ou moins parasites en fonction de leur nature (sol, mer, air, pluies stratiformes ou convectives, glace, neige, mélanges). Il corrige l’atténuation prononcée du signal caractéristique des radars en bandes X. Il évalue le paramètre N0, caractéristique de la distribution de la taille des gouttes de pluies, permet la calibration instantanée du radar et l’estimation du taux de pluies. L’algorithme ZPHI, décrit par J. Testud et al (1999) est basé sur unerelation du type * b R = a N 0 Z * avec R : pluie (mm/h) ; Z : réflectivité corrigée par ZPHI; Les coefficients N 0 et b, sont des a paramètres automatiquement ajustées par ZPHI en temps réel pour chaque balayage, en fonction du type des précipitations. Audelà de la calibration initiale du radar au moment de sa mise en service, la technologie de pointe exploitée par la société Novimet, couplant la mesure bipolaire et le traitement d’un algorithme performant permet une quantification directe de la pluviométrie en temps réel, et sans nécessiter la présence de pluviomètres au sol pour des corrections ultérieures. La mesure ANTILOPE Le produit ANTILOPE (Analyse par spaTIaLisation hOraire des PrEcipitations) est conçu et développé par Météo France. La donnée ANTILOPE est une analyse horaire des précipitations à la résolution de 1km. Elle est produite sur l’ensemble du territoire, à l’aide des données RADAR du réseau ARAMIS (Application Radar à la Météorolgie Intra Synoptique) (Figure 4) et des pluviomètres Météo France du réseau RADOME (Réseau d’Acquisition de Données et d’Observations Météorologiques Etendues). Figure 4 : couverture du réseau radar Aramis déployé par Météo France en 2007 Les précipitations ANTILOPE sont élaborées en temps réel au pas de temps horaire, par combinaison d’informations RADAR et des cumuls de pluies issus des réseaux pluviométriques. La mesure RADAR estime la contribution des pluies issues de cellules convectives, foyers de pluie mal interceptés par les réseaux au sol. Les pluviomètres au sol apportent eux la part stratiforme des précipitations; il s’agit de pluies homogènes à grande échelle associées à des perturbations étendues. L’analyse Antilope est obtenue par combinaison pondérée de ces deux mesures : le radar localise les zones de pluies ; le pluviomètre calibre l’écho radar. Un algorithme de krigeage est utilisé pour délivrer une valeur en chaque point du territoire. La mesure NOVIMET Le couple radar Hydrix algorithme ZPHI offre une précision de mesure comparable à celle d’un pluviomètre (corrélation de 93%). Il permet la quantification directe et temps réel des lames d’eau toutes les 5 minutes, sur une résolution de l’ordre de 500m (25dans un rayon 0 à 20 km et de Ha)

14/02/2012

Institut Français de la Vigne et du Vin (ENTAVITV France)

Page 4 sur 7

1000 m de 20 à 60 km. Ilpermet de disposer de paramètres non accessibles aujourd’hui avec les pluviomètres classiques, tels que la taille et l’énergie cinétique des gouttes de pluie, informations potentiellement intéressantes pour évaluer l’effet «splash» et la puissance des évènements contaminants. L’analyse Doppler fournit une représentation des champs de vent et le radar permet un suivi très précis des cellules pluvieuses dès qu’elles arrivent dans le champ de vision,ouvrant ainsi la possibilité d’une prévision météo immédiate mesurée à échéance de 1 à 2 heures, complémentaire de celles établies à court terme à partir des modèles météorologiques. Le radar Hydrix produit ainsi l’équivalent de 11000 pluviomètres répartis sur une maille régulière au kilomètre dans un rayon de 60 km autour du point de mesure. Le prototype installé par l’IFV sur le site d’Ambès est entré en fonction en septembre 2010. Il ne scrute qu’un site d’élévation au lieu des trois pour le radar classique et ne pourra vraisemblablement fournir de données précises audelà de 40 km. Sur cette base, il délivre autant de données que 5000 pluviomètres répartis au kilomètre et autant d’informations à la maille de 25 Ha dans un rayon de 20 km. Autant depoints d’entrées pour tenter de mieux décrire à l’aide des modèles, le développement local des épidémies. pluviométries et impact sur l’appréciation du risque mildiouSpatialisation des La figure 5 montre la différence d’interprétation de la précipitation (mêlée de grêle) lors des orages du 11 mai 2009 et l’impact de cette différence d’analyse sur le risque mildiou évalué à la même date.

Pluie représentée par 40 Pluie représentée par Risque mildiou avec 40 Risque mildiou avec pluviomètres13 000 points Antilopestations météo13 000 postes virtuels Figure 5 : représentation cartographique de la pluie du 11 mai 2009 et évaluation du risque épidémique par le modèle Potentiel Système Mildiou à la même date. La figure 5 illustre tout l’intérêt que représente la spatialisation fine de la pluviométrie: des variations significatives très localisées sont décelées sur les entrées océaniques orientées du sud ouest vers le nordest. Les intensités maximales de pluies diffèrent autant en terme quantitatif (60 mm pour Démeter, contre 80 mm pour Antilope), qu’en terme de localisation (Médoc contre Bourgeais). La carte du risque potentiel de développement du mildiou établie le même jour par le modèle Potentiel Système de la SESMA exploité par l’IFV de Bordeaux délivre quand elle sur le vignoble Bordelais deux zonages globalement semblables mais localement forts différents. On observe très nettement sur les cartes détaillées, l’impact très marqué de l’un des trois couloirs de pluie mesuré par Antilope sur le zonage du risque potentiel de développement du mildiou. Evaluation locale des dégâts de mildiou : impact de la spatialisation des pluies La figure 6 représente l’orage de grêle du 9 mai 2010. La donnée Antilope permet de visualiser un secteur très délimité sur la commune de Saint Estèphe ayant reçu une précipitation de plus de 80 mm. Deux mois plus tard, au stade fermeture de la grappe, le 9 juillet, le modèle indique sur ce même secteur un niveau d'attaque nettement supérieur aux dégâts avoisinants. La Fréquence Théorique d’Attaque (FTA) calculée par le modèle y atteint 80% de destruction, alors que le modèle n’indique qu’un dégât moyen de 7% à seulement 2 à 3 kilomètres de distance.

14/02/2012

Institut Français de la Vigne et du Vin (ENTAVITV France)

Page 5 sur 7

Figure 6 : Impact de la pluviométrie enregistrée le 9 mai 2010 sur la commune de Saint Estèphe (33) sur la FTA simulée au stade fermeture de la grappe. A droite zoom sur la localisation du foyer simulé à l’échelle de la commune de Saint Estèphe (33) Sur le terrain 176 parcelles de vigne réparties sur le secteur ont été aléatoirement contrôlées du 20 au 23 juillet 2010 par deux équipes de deux agents IFV. Un contrôle rapide effectué sur deux rangs observés tirés au hasard de chaque parcelle a permis de classer l’état sanitaire des parcelles sur une échelle de 0 à 5 selon les critères d’évaluation suivants Note Critère de notationClasse d’attaque 0 Absence de mildiou Faible 1 +/ 1 symptômes pour 100 ceps 2 +/ 1 symptômes pour 50 ceps Moyenne 3 +/ 1 symptômes pour 25 ceps 4 +/ 1 symptômes pour 10 ceps forte 5 +/ 1 symptômes pour 1 ceps Tableau I: protocole d’évaluation de l’état sanitaire des parcelles La distribution de fréquences de parcelles en fonction de l’état sanitaireobservé et de leur localisation dans les trois secteurs zonés par le modèle mildiou en date du 9 juillet est regroupée dans le tableau II. Attaque observée Faible Moyenne forte FTA simulée (%) 80% < FTA 20% 10 % 7 % 11% < FTA < 80% 30 % 6 % 4 %  FTA < 11% 16 % 4 % 3 % Total 66 % 20 % 14 % Tableau II: fréquence de distribution des parcelles en fonction de l’état sanitaire décrit par le modèle le 9 juillet 2010 et observé sur le terrain du 20 au 23 juillet 2010. Les deux tiers des parcelles enquêtées (66%) présentent un état sanitaire très correct avec absence ou très peu de symptômes. La deuxième classe regroupe des parcelles qui présentent un niveau de symptômes de mildiou un peu plus régulier avec au moins une tache observée pour 25 ou 50 ceps. Ce niveau d’état sanitaire ne présente rien de très préoccupant, il témoigne simplement d’une présence significative du parasite dont on peut supposer qu’elle serait plus forte en l’absence de pression de sélection due aux traitements : les ¾ de ces parcelles sont situées dans ou à proximité immédiate du foyer décelé.

14/02/2012

Institut Français de la Vigne et du Vin (ENTAVITV France)

Page 6 sur 7

Enfin la dernière classe présente un niveau de symptômes beaucoup plus réguliers encore avec des niveaux d’attaques de l’ordre d’au moins une tache pour 1 à 10 ceps. L’état sanitaire des parcelles les plus atteintes, présentait jusqu’à de nombreuses taches par cep, soit un niveau d’état sanitaire inquiétant à ce stade de la production, témoignant de la forte présence parasitaire et d’un défaut de couverturedans la protection fongicide. La moitié de ces parcelles est située dans le cœur du foyer décelée par la donnée Antilope et 80% d’entre elles sont bien localisées par rapport aux simulations du modèle. Le modèle traduit donc bien la forte pression parasitaire prédite sur la commune de Saint Estèphe, et la nette localisation des parcelles présentant des niveaux de symptômes réguliers dans ce foyer ou à proximité immédiate semble bien être la stigmatisation de cette attaque, apparaissant malgré la mise enœuvre des programmes de traitement. Conclusion et perspectives Ce résultat dont nous attendions la matérialisation depuis 2007 montre pour la première fois tout l’intérêt de l’exploitation du modèle avec des données météo spatialisées à maille fine. Il méritera d’être confirmé par d’autres observations similaires qui ne manqueront sans doute pas de se manifester au fur et à mesure de l’intégration progressive en cours de ces techniques d’évaluation météorologiques à maille fine. Il est aussi fort probable que ces technologies nouvelles entrainent en retour une amélioration progressive des modèles de prévision des risques, enrichis par la précision de ces données. Au final l’intégration de ces techniques devrait rapidement se traduire par une amélioration bénéfique des stratégies de conduite de la protection phytosanitaire à l’échelle d’une exploitation viticole. Remerciements Nous tenons à remercier les équipes IFV ainsi que toutes les structures partenaires associés, viticulteurs et techniciens qui, participant à ce projet, ont rendu cette étude possible. Références bibliographiques BOIS B. 2007. Spatialisation des précipitations, Investigations sur l’utilisation des lames d’eau HYDRAM issues de l’imagerie radar comme outil de spatialisation des champs de pluie en Gironde. Etude préliminaire. Météo France, ENITA Bordeaux, INRA. 30p. Collectif Météo France, 2005. La mesure RADAR : principe et description. Documentation technique. Météo France. 10p. GRIAUD K., 2007. Les données pluviométriques RADAR Antilope : évaluation et impact sur l’exploitation du modèle Potentiel Système mildiou dans le vignoble bordelais, mémoire de master viticultureœnologie de l’université Victor Ségalen Bordeaux 2, p39 TESTUD J., LAVABRE J.,DISS S., TABARY P. SCIALOM., 2007. HYDRIX radar in FRAMEA  Evaluation of an X band polarimetric radar using a quasi colocated S band radar and a rain gauge network. Proceedings of the "International Symposium on X band Weather Radar Network". Tsukuba, Japan, Oct.5, 2007, p 710. Edited by National Research Institute for Earth Science and Disaster Prevention, Tsukuba, Japan

14/02/2012

Institut Français de la Vigne et du Vin (ENTAVITV France)

Page 7 sur 7