JFAC - Gaz à effet de serre en agriculture

C and N Models Intercomparison and Improvement to assess management options for GHG mitigation in agrosystems worldwide – CN-MIP

Des modèles pour évaluer des émissions de gaz à effet de serre par l'agriculture

Les modèles mathématiques développés pour décrire les processus dans les sols, doivent permettre aux scientifiques et aux décideurs d'identifier les pratiques agricoles favorables à l''atténuation des émissions de CO2, N2O et CH4 pour les prairies et cultures annuelles sous divers climats.

Les pratiques agricoles contribuent à l'atténuation du changement climatique

Le projet CN-MIP a eu pour objectif d'évaluer et améliorer les prévisions concernant les effets des pratiques agricoles sur les émissions de gaz à effet de serre (GES) par les sols. Le projet a utilisé des modèles de culture simulant conjointement la production végétale et ces émissions (CO2, N2O, CH4) dans une approche «ensemble de modèles« pour réduire l'incertitude dans l'estimation des émissions par les systèmes agricoles (grandes cultures, prairies et systèmes d'élevage). Les modèles ont été utilisé aussi pour quantifier l'effet d' options de gestion (fertilisation azotée, irrigation, intensité du pâturage) sur la production et les GES, afin d'élaborer des stratégies d'atténuation crédibles, adaptées à des agrosystèmes diversifiés sous divers climats. Ce travail contribue directement à améliorer les méthodes d’inventaire des GES, notamment la méthode certifiée de type TIER3 mettant en œuvre des modèles mathématiques pour la quantification des émissions à l'échelle régionale.

Le projet est conduit avec 24 modèles et avec 10 jeux de données en prairies et grandes cultures issus de quatre continents. L’analyse a porté sur la productivité et les GES, grâce à une modélisation en cinq étapes, selon une approche incrémentale débutant par une simulation à l’aveugle et permettant ensuite un accès progressif des modélisateurs aux données expérimentales jusqu’à la calibration complète des modèles. Les modèles calibrés ont été ensuite utilisés pour tester des options d'atténuation (fertilisation minérale, irrigation, intensité du pâturage, gestion des résidus de culture) sur prairies et grandes cultures et leurs effets sur la productivité, les émissions de N2O et le carbone du sol à grande échelle. Le potentiel de l’ensemble de ces modèles a été évalué par référence aux incertitudes expérimentales des rendements et des émissions de N2O observés.

Aucun des modèles testés n'a eu de performances supérieures dans toutes les circonstances. La prévision médiane des modèles est donc un estimateur plausible des rendements, des émissions de N2O et du stockage de C, pour les principales cultures (maïs, blé, riz) et les prairies. Cet ensemble de modèles, utilisé pour évaluer l'efficacité d'options de gestion sur l'atténuation des GES, a permis de chiffrer la réduction possible de la fertilisation azotée, de l'irrigation ou de l'intensité de pâturage, sans compromettre la productivité des agrosystèmes étudiés.

Ce travail a des implications régionales et mondiales: (i) capacité de l'approche de modélisation à fournir une méthode d'estimation crédible et généralisable pour les émissions de GES ; (ii) possibilité de développer une méthodologie TIER 3 pour évaluer les émissions régionales de N2O, par la construction d'un méta-modèle. Ce travail contribue au programme international de recherche 4 pour 1000, en évaluant la performance des modèles pour prédire l'évolution des stocks de C du sol.

Ehrhardt F., Soussana J.-F., Bellocchi G., et al. . (2018). Assessing uncertainties in crop and pasture ensemble model simulations of productivity and N2O emissions. Global Change Biology, 24 (2), e603-e616. , DOI : 10.1111/gcb.13965.
Brilli L.,et al. (2017). Review and analysis of strengths and weaknesses of agro-ecosystem models for simulating C and N fluxes. Science of the Total Environment, 598, 445-470. , DOI : 10.1016/j.scitotenv.2017.03.208.
Sandor R., et al. (2016). C and N models Intercomparison - benchmark and ensemble model estimates for grassland production. Advances in Animal Biosciences, 7 (3), 245-247.
Ehrhardt F., Soussana J.-F., Grace P., Recous S., Snow V., Bellocchi G. et al. (2015) An international intercomparison & benchmarking of crop and pasture models simulating GHG emissions and C sequestration. Climate Smart Agriculture conference, 16-18 March 2015, Montpellier, p. 41.

Bellochi, G., Ehrhardt F., Soussana, J-F., Conant, R., Fitton, N., Harrison, M et al. (2015) Sensitivity analysis for climate change impacts, adaptation and mitigation projection with pasture models. Climate Smart Agriculture conference, 16-18 March 2015, Montpellier, p. 10

Gianni Bellocchi, Mike Rivington, Keith Matthews & Marco Acutis (2015) Deliberative processes for comprehensive evaluation of agroecological models. A review. Agronomy for sustainable development, 35:589–605. DOI 10.1007/s13593-014-0271-0

The “C and N Models Inter-comparison and Improvement to assess management options for
GHG mitigation in agrosystems worldwide” (CN-MIP) addresses theme 1, topic 1 of the FACCE-JPI
2013 call. Our project will coordinate international development, evaluation and inter-comparison of
agricultural process-based models to reduce uncertainty in estimating greenhouse gas emissions from
crops, grassland and livestock systems. The project will focus on improving the simulation of
management options to enable evaluation of credible mitigation strategies adapted to diverse
agrosystems under different climatic conditions. CN-MIP responds to the priority of the core theme 5
"Mitigation of Climate Change" of the FACCE-JPI strategic research agenda, to improve the greenhouse
gas (GHG) inventory methods, particularly the "certified" modellingTIER3 modelling approach for
quantifying emissions and the effects of mitigation options. The project also supports initiatives outlined
in the Global Research Alliance (GRA) on Agricultural Greenhouse Gases, which aim to improve
measurement methodology and modelling, as well as inventory of GHG emissions and C sequestration in
soils. The consortium comprises eleven partners: INRA (France), University of Aberdeen (UK),
Helmholt-Zentrum Postam (GER), University of Florence (IT), CRA-Consiglio per la Ricerca in Agricoltura
(IT), University of Milan (It), University of Sassari (IT), New Zealand Institute for Plant and Food Research
(NZ), Colorado State University (USA), Woods Hole Research Center (USA), Queensland University of
Technology (AU). The proposing partners are experienced modelers and experimentalists, already
involved in internationally funded projects on measuring and modelling of greenhouse gas emissions,soil
carbon sequestration, and reactive nitrogen, for a variety of agricultural conditions (annual crops,
grasslands, tree crops) under temperate, Mediterranean and tropical conditions (GRA CN, Livestock and
Cropland groups, AgMIP, MACSUR, Reactive N RCN, NANORP, etc.). This network will provide connections
and sharing of models, modelling protocols and datasets, but also the necessary interactions with
stakeholders. The project will be undertaken from January 2014 to December 2016, in 4 work packages (i)
Definition of model data requirements, selection of process-based CN models (i.e. DNDC, DNDC mobile,
DSSAT, Roth C, DayCent, PaSim, STICS, APSIM, EPIC, CN-SIM), selection of appropriate databases; (ii)
development of common protocols for modelling and model inter-comparison; (iii) identification and
testing of mitigation options, improvement of models for coverage, predictive capability and reliability;
(iv) dissemination and training. Deliverables will be guidelines for the selection of database and the
simulation of mitigation options, evaluation of uncalibrated and calibrated model performances for an
array of GHG emission outputs, improved model tools, peer-reviewed research papers, communication
and reports to policy makers and stakeholders, and training sessions for students and scientists.

Coordinateur du projet

Madame Sylvie RECOUS (Laboratoire public)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenaire

Queensland University of Technology Queensland University of Technology
Woods Hole Research Center Woods Hole Research Center
Colorado State University Colorado State University
The New Zealand Institute for Plant and The New Zealand Institute for Plant and Food Research
Università degli studi di Sassari, Nucle Università degli studi di Sassari, Nucleo di ricerca sulla desertificazione
Universita degli Studi di Milano Universita degli Studi di Milano
CRA- Consiglio per la Ricerca e la Speri CRA- Consiglio per la Ricerca e la Sperimentazione in Agricoltura
University of Florence University of Florence
Helmholtz-Zentrum Potsdam Deutsches GeoF Helmholtz-Zentrum Potsdam Deutsches GeoForschungsZenterum
University Court of the University of Ab University Court of the University of Aberdeen

Aide de l'ANR 105 974 euros
Début et durée du projet scientifique : décembre 2013 - 36 Mois

Liens utiles

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter