Etude de l'impact de la variabilité climatique et de la pression anthropique liée à l'agriculture sur les émissions de N2O

Nitrous oxide (N2O) is a powerful greenhouse gas which contributes to stratospheric ozone depletion. The increase of anthropogenic pressure on ecosystems, with the intensification of the use of synthetic nitrogen fertilizers in agriculture, disrupts the natural nitrogen cycle and leads to additional N2O emissions from soils. Many factors influence the production and emission processes of N2O from soils such as climate and its variability, soil type and land use, livestock or agricultural activities and their intensity. In order to mitigate climate change by reducing N2O emissions, it is necessary to understand, assess and quantify the effect of these different factors at different scales (plot/land/region). From that context, my thesis project aims to analyse and model N2O emissions under contrasted degrees of anthropogenic and climatic pressure. I pursued this dual objective through the study of several sites with contrasted functioning in terms of climate and level of human activity: two sites in the South-West of France, a site in the Senegalese savanna and an agricultural site near Lake Victoria in Kenya. Using data from the two South-West of France sites, I developed a new methodology to gap-fill missing N2O daily emission time series from these sites that combines both the traditional method of linear interpolation with the neuronal networks' method. The very good results obtained show that this methodology could serve as a reference in the future since general gap-filling methodology is still lacking for N2O emissions time series. Analysis of the complete datasets shows that irrigated maize crops have a high N2O emission potential. Tillage, spring mineralization and nitrogen fertilization, combined with rain and irrigation have a strong N2O emissions potential which intensity varies with vegetation cover. The quantification of the impact of these different factors has led to develop a new empirical model to estimate N2O emissions more efficiently than the traditional IPCC's Tier 1 method. In the African region, I studied N2O emissions from the Senegalese savanna site and agricultural sites in Kenya using measurements and results of the STEP-GENDEC-N2O model for the savanna site. Soil water content was found to be the most important influencing factor of N2O emissions at these two sites at the seasonal scale. Extrapolating these results across Africa has shown that emissions from agriculture are potentially larger than those from savannas. At the regional scale, I set up a simulation with the RegCM-CLM model on a domain including all the studied sites. This work showed the complexity of modelling soil biogeochemical processes and the difficulty of using a universal parameterization for temperate and tropical climates. This thesis work highlighted the existence of complex interactions between the main factors influencing N2O emissions on the regions studied. However, these interactions vary in function of the pedoclimatic context and the level of human pressure. Given the range of N2O budgets observed in this study, with the highest budget calculated on the site with the largest anthropogenic pressure in the South-West of France, the most explanatory factors are in order of priority the soil water content (modulated by rainfall and irrigation), the anthropogenic pressure gradient associated with livestock and agricultural activities (pastoralism, tillage depth, fertilizations, etc.) and soil texture. [...]Le protoxyde d'azote (N2O) est un gaz à effet de serre très puissant qui participe à la destruction de l'ozone stratosphérique et dont la concentration atmosphérique augmente avec l'utilisation d'engrais azotés en agriculture. De nombreux facteurs influencent les processus de production et d'émission de N2O par les sols comme le climat et sa variabilité, le type de sol et son occupation, les activités d'élevage ou agricole et leur intensité. Dans le but d'atténuer l'emballement climatique en réduisant les émissions de N2O, il est nécessaire d'évaluer et de quantifier les effets de ces facteurs à différentes échelles (parcelle/territoire/région). Dans cette optique, mon projet de thèse a pour but d'analyser et de modéliser les émissions de N2O sous différents degrés de pression anthropique et climatique. J'ai poursuivi ce double objectif à travers l'étude de plusieurs sites aux fonctionnements contrastés en termes de climat et de niveau d'anthropisation : deux sites dans le Sud-Ouest de la France, un site en savane Sénégalaise et un site agricole proche du Lac Victoria au Kenya. En m'appuyant sur les données issues des deux sites Sud-Ouest, j'ai mis en place une nouvelle méthodologie pour reconstruire les données manquantes de séries temporelles d'émission journalières de N2O issues de ces sites. Celle-ci combine à la fois la traditionnelle méthode de l'interpolation linéaire avec la méthode des réseaux de neurones. Le niveau des résultats obtenus montre que cette méthodologie pourrait servir de référence à l'avenir. L'analyse des séries complètes montre que les cultures de maïs irrigué possèdent un potentiel élevé d'émissions de N2O et que le travail du sol, la minéralisation de printemps et la fertilisation azotée, lorsqu'ils sont combinés à de la pluie et à de l'irrigation ont un fort potentiel d'émission de N2O dont l'intensité varie en fonction de la couverture végétale. La quantification de l'impact de ces différents facteurs a permis de proposer une méthode d'estimation d'émissions de N2O plus performante que la méthode Tier 1 du GIEC. En région africaine, j'ai étudié les émissions de N2O du site de savane sénégalaise et des sites agricoles au Kenya en m'appuyant sur des mesures et sur le modèle STEP-GENDEC-N2O pour le site de savane. Le contenu en eau du sol s'est révélé être le facteur d'influence le plus important des émissions de N2O à l'échelle de la saison. J'ai mis en place une simulation régionale avec le modèle RegCM-CLM sur un domaine comprenant l'ensemble des sites. Ce travail a mis en avant la complexité de la modélisation des processus biogéochimiques du sol et la difficulté d'utiliser une paramétrisation universelle pour des climats tempérés et tropicaux. Ce travail de thèse a montré l'existence d'interactions complexes entre les principaux facteurs d'influence des émissions de N2O sur les régions étudiées.[...