Bruno Chatenoux
Courriel : bruno.chatenoux@grid.unep.ch
UNEP/DEWA/GRID-Europe
11 chemin des Anémones
1219 Châtelaine
Genève / Suisse

Contexte

La préservation du lac Balaton (surnommé la “Mer de Hongrie”) est un sujet de première importance pour la population et le gouvernement Hongrois, ainsi que les nombreux touristes qui visitent depuis des décennies ce lieu unique.
Après plusieurs années de problèmes non résolus d’eutrophisation des eaux, quatre années de déficit hydrique se sont succédé au début des années 2000, soulevant le problème de la gestion durable de cette ressource et de la vulnérabilité du territoire.

En effet, cette région est particulièrement vulnérable de part la très faible profondeur moyenne du lac (3.2 m) et de sa très grande dépendance économique vis-à-vis du tourisme, entraînant des impacts socio-économiques immédiats. Dès lors l’Agence de Coordination du Lac Balaton (LBDCA) a initié une collaboration avec l’Institut International du Développement Durable (IISD) et le GRID-Europe afin de mieux comprendre la vulnérabilité environnementale et donc socio-économique de la région face à des changements globaux prévisibles. Le projet se déroulant sous l’égide du Programme des Nations Unies pour le Développement (PNUD).
La contribution du GRID-Europe au projet vise à mieux anticiper les impacts sur la quantité et la qualité de l’eau du bassin versant face aux changements climatiques, aux changements d’utilisation du sol, et à l’évolution démographique.

Centralisation des données

Afin de permettre aux différents partenaires du projet de visualiser et accéder aux données disponibles, un serveur cartographique (ArcIMS) a été mis en place et un outil de visualisation et de gestion des métadonnées a été développé en PHP/mySQL. Les avantages sont multiples :


– Synthèses des données disponibles et manquantes,
– Visualisation de la résolution/qualité des données,
– Détermination des données manquantes ou insatisfaisantes,
– Fonction d’import/export des métadonnées au format XML (core ISO 19115),
– Entrée des métadonnées directement par les fournisseurs via l’interface web,
– Mise à disposition de données géographiques et tabulaires,
– Téléchargement des données zippées contenant la méta-information.

Le logiciel “open source” de modélisation SWAT “Soil and Water Assessment Tool“ (Outil d’évaluation du sol et de l’eau) est le résultat de plus de 30 ans de développements conduits par le département de l’agriculture des Etats-Unis. Qui est accepté internationalement comme un outil interdisciplinaire de modélisation de bassins versants.

SWAT est un modèle opérant de manière continue à une échelle de temps journalière qui est destiné à prédire les impacts en fonction des types de gestion de l’eau, des sédiments, et des intrants agricoles et est capable de simulation sur de très longues périodes. Les composants principaux du modèle incluent l’eau, l’hydrologie, la température des sols, la croissance des plantes, les nutriments, les pesticides et la gestion du paysage. SWAT subdivise chaque bassin versant en multiples sous-bassins, qui sont eux-mêmes sous-divisés en unités de réponse hydrologique (HRU). Ces HRU  consistent en des unités homogènes en utilisation du sol, management et caractéristiques de sols. Ils représentent des pourcentages de chaque sous-bassin versant et ne sont pas localisés spatialement dans la phase de simulation de SWAT. Réduisant ainsi le volume de calcul.

SWAT – Données de bases

Climat
SWAT nécessite des données journalières de précipitations, température maximale et minimale, radiations solaires, humidité relative et vitesse de vent qui peuvent être soit tirées de mesures soit générées par le modèle à partir des moyennes mensuelles à long terme de 13 variables climatiques. Une base de données de générateur existant pour les USA.


Modèle Numérique de Terrain
La seule contrainte est de disposer d’une résolution en adéquation avec la surface de la zone d’étude.


Couverture du sol
Les types de couvertures de sols utilisés doivent être liés avec les types existants dans la base de données de SWAT où être ajoutés à la base de données (une quinzaine de paramètres devant être documentés).

Types de sols
Les types de sols comme les types de couvertures de sols peuvent être soit liés à des types existants soit ajoutés à la base de donnée existante (basée sur le “USDA-NRCS State Soils Geographic“ (STATSGO)).

La couverture du sol et les types de sols vont permettre à SWAT de définir les parts de ruissellement et d’infiltration ainsi que de paramétrer les processus physico-chimiques de chaque HRU.

SWAT – Modèles

SWAT intègre plusieurs modèles physico-chimiques (cf. Figure suivante).

SWAT – Calibration du modèle

Avant de pouvoir modéliser un bassin versant, une phase de calibration est nécessaire. Elle s’effectue de manière itérative sur plusieurs sous-bassins versants et permet de fixer précisément les paramètres clés (définis grâce à un module d’analyse de sensibilité du modèle). Ces réglages se font manuellement par comparaison des données mesurées et des données modélisées (moyenne, déviation standard, coefficient de corrélation, Coefficient de Nash-Sutcliffe). Il est à noter qu’une phase d’initialisation du modèle est nécessaire avant de pouvoir passer à la calibration.

Séries temporelles vs calibration

Une fois le modèle calibré des scénarios climatiques et de couverture du sol peuvent êtres appliqués.

SWAT – Résultats

Visualisation de résultats

Cependant un logiciel propriétaire de visualisation et d’analyse des résultats (VizSWAT) permet d’échapper à la fastidieuse tâche de relier les différentes tables, d’intégrer la dimension temporelle (animations) et de comparer statistiquement les données mesurées avec celles modélisées.

Problèmes rencontrés

Le principal problème, comme dans tout projet SIG, est l’acquisition des données :

– Climat : données hétérogènes dans le temps et dans l’espace, précision variable selon la source, périodes clés manquantes. Les données disponibles localement sont utilisées pour la calibration du modèle. Les données de PRUDENCE sont ainsi utilisées et des tendances sont définies par comparaison entre les modèles et des données de référence.

– MNT : disponible localement à 10 mètre de résolution, ré-échantillonné à 50 m pour accélérer la modélisation sans perdre d’informations.

– Couverture du sol : Corine Land Cover 2000, 5 catégories utilisées, un plus grand nombre de catégories n’améliorant pas le modèle. Des scénarios sont en cours de développement avec le module “Land Change Modeler“.

– Types de sols : Données disponibles localement, mais des problèmes de traduction et de paramètres manquants nous ont obligé à utiliser les données de la base de donnée des sols Européens. Cependant l’intégration de ces données dans la base de donnée SWAT, basée sur des sols américains a nécessité un gros travail de conversion.