Adaptation des méthodes d’estimation du rayonnement solaire quotidien pour les applications de modélisation des cultures au Canada

Citation

Qian, B., Jing, Q., Zhang, X., Shang, J., Liu, J., Wan, H., Dong, T., De Jong, R. (2019). Adapting estimation methods of daily solar radiation for crop modelling applications in Canada. Canadian Journal of Soil Science, [online] 99(4), 533-547. http://dx.doi.org/10.1139/cjss-2019-0018

Résumé en langage clair

Estimer l’ensoleillement quotidien à partir des variables courantes en météorologie joue un grand rôle dans les applications agricoles, notamment les modèles de croissance des cultures. Pour cela, on a souvent besoin de méthodes d’estimation simples mais précises, reposant sur la température ambiante et les précipitations. Les auteurs ont évalué les modèles du rayonnement solaire les plus courants et les plus représentatifs grâce aux données sur l’ensoleillement disponibles au Canada. D’après les statistiques générales sur le rendement employées dans la présente étude, tous les modèles produisent une estimation plus précise du rayonnement solaire que celles directement extraites d’un jeu mondial de données à haute résolution issu de l’application de forçages météorologiques à la modélisation du terrain. Le modèle DS, adapté du modèle qui avait été élaboré au départ pour les Prairies canadiennes, donne de meilleurs résultats que les autres modèles représentatifs, pour toutes les stations météorologiques. Les auteurs ont adapté le modèle DS pour s’en servir dans le sud du Canada, où se situent trouvent les principales zones agricoles. Ils ont comparé le rendement agricole obtenu par simulation avec les modèles CSM–CERES–blé et CSM–CROPGRO–canola d’après l’ensoleillement quotidien observé ou estimé, et constaté un écart d’environ 5 % pour le blé de printemps et de 12 % pour le canola. Selon les résultats obtenus à deux endroits au régime climatique différent pour lesquels on possédait des données importantes sur l’ensoleillement (45 et 40 années, respectivement), on constate que les modèles qui utilisent la plage quotidienne de températures et de précipitations fournissent une estimation robuste du rayonnement solaire quotidien pour la période complète que couvrent les données historiques.

Résumé

© Sa Majesté la Reine du chef du Canada 2019. Estimer l’ensoleillement quotidien à partir des variables courantes en météorologie joue un grand rôle dans les applications agricoles, notamment les modèles de croissance des cultures. Pour cela, on a souvent besoin de méthodes d’estimation simples mais précises, reposant sur la température ambiante et les précipitations. Les auteurs ont évalué les modèles du rayonnement solaire les plus courants et les plus représentatifs grâce aux données sur l’ensoleillement disponibles au Canada. D’après les statistiques générales sur le rendement employées dans la présente étude, tous les modèles produisent une estimation plus précise du rayonnement solaire que celles directement extraites d’un jeu mondial de données à haute résolution issu de l’application de forçages météorologiques à la modélisation du terrain. Le modèle DS, adapté du modèle qui avait été élaboré au départ pour les Prairies canadiennes, donne de meilleurs résultats que les autres modèles représentatifs, pour toutes les stations météorologiques. Les auteurs ont adapté le modèle DS pour s’en servir dans le sud du Canada, où se situent trouvent les principales zones agricoles. Ils ont comparé le rendement agricole obtenu par simulation avec les modèles CSM–CERES–blé et CSM–CROPGRO–canola d’après l’ensoleillement quotidien observé ou estimé, et constaté un écart d’environ 5 % pour le blé de printemps (Triticum aestivum L.) et de 12 % pour le canola (Brassica napus L.). Selon les résultats obtenus à deux endroits au régime climatique différent pour lesquels on possédait des données importantes sur l’ensoleillement (45 et 40 années, respectivement), on constate que les modèles qui utilisent la plage quotidienne de températures et de précipitations fournissent une estimation robuste du rayonnement solaire quotidien pour la période complète que couvrent les données historiques.

Date de publication

2019-01-01