Eau, agriculture, changement climatique : apports d'une modélisation intégrée agro-hydrologique pour l'adaptation

L’agriculture consomme de l’eau pour répondre aux besoins biologiques des cultures. Quand l’eau apportée au sol par les précipitations n’est pas suffisante, de l’eau supplémentaire peut être prélevée dans les masses d’eau et apportée aux cultures : c’est ce qu’on appelle l’irrigation. Avec l’intensification du risque de sécheresse, les territoires agricoles sont particulièrement impactés par le changement climatique. Il est donc nécessaire de construire et évaluer des stratégies d’adaptation. Pour cela, nous devons prendre en compte l’évolution de la demande en eau d’irrigation dans les projections hydrologiques futures. Face à la multiplicité des enjeux liés à l’adaptation au changement climatique et à l’agriculture, il faut utiliser des approches intégrées et prenant en compte les incertitudes. Enfin, il est nécessaire de construire des stratégies concrètes, qui doivent donc être définies à une échelle suffisamment locale. Il existe déjà des modélisations explicites des agro-hydrosystèmes. Celles-ci sont cependant souvent complexes, car nécessitant une grande quantité de données et simulant de nombreux processus. A l’opposé, il existe de nombreux modèles hydrologiques, notamment les modèles conceptuels, qui sont parcimonieux, performants et opérationnels. Ceux-ci ne permettent cependant pas, en règle générale, de prendre en compte explicitement les usages. La thèse a donc porté sur le développement d’un cadre de modélisation de complexité intermédiaire. Tout d’abord, nous avons développé une modélisation intégrant i) une modélisation hydrologique conceptuelle, via le modèle GR5J journalier semi-distribué, ii) la modélisation de la demande en eau d’irrigation, via le modèle agronomique CropWat journalier, et iii) la modélisation d’ouvrages de stockage et de leur gestion, tels que des retenues et des barrages. Cette modélisation a été mise en place dans un premier temps sur le bassin versant de l’Aveyron aval. Les simulations de l’irrigation obtenues ont été comparées aux simulations de la plateforme MAELIA, modèle intégré agro-hydrologique explicite ayant fait l’objet de nombreux développements et d’enquêtes sur ce terrain. Le modèle a également été implémenté sur le bassin versant de la Seille, affluent de la Moselle, sur lequel il n’y a pas actuellement d’irrigation mais qui connaît aujourd’hui de premières difficultés liées aux sécheresses. Ensuite, un exercice prospectif interrogeant différents scénarios d’évolution locale de l’agriculture et de la gestion de l’eau a été déployé sur le bassin versant de la Seille. Des entretiens avec des acteurs locaux de l’eau et de l’agriculture ont ainsi permis de produire trois scénarios d’évolution plausibles sur le bassin versant de la Seille à échéance 2050, qui ont été implémentés dans la modélisation. Les travaux conduits dans cette thèse ont permis de confirmer l’intérêt et la nécessité d’intégrer les prélèvements en eau d’irrigation dans la modélisation hydrologique conceptuelle. Ainsi, les travaux ont mis en évidence les impacts des influences humaines dans l’hydrologie des bassins versants, et la sensibilité de la modélisation à différents scénarios agricoles et de gestion de l’eau. Notre recherche a également mis en évidence la nécessité de recourir à différents indicateurs, hydrologiques mais aussi relatifs à la satisfaction de la demande en eau, pour évaluer les impacts du changement climatique. Néanmoins, cette étude a révélé, sur le secteur d’étude prenant en compte les scénarios futurs (la Seille), la prédominance de l’incertitude liée aux projections climatiques sur les étiages futurs, devant l’incertitude liée à l’évolution de la demande en eau d’irrigation. Certaines projections conduisent ainsi à des difficultés importantes pour les cultures de printemps non irriguées, en particulier le maïs. Enfin, nous avons produit un cadre de modélisation parcimonieux généralisable et facilement réutilisable, qui pourrait être mobilisé sur d’autres territoires.