Comparaison de deux techniques de comblement des lacunes dans les données pour les flux d’oxyde nitreux des sols agricoles

© Sa Majesté la Reine du chef du Canada 2018. Les méthodes micrométéorologiques sont idéales pour la mesure continue des flux de N2O, mais il existe des lacunes dans les séries chronologiques en raison de conditions de faible turbulence, de pannes de courant et de conditions météorologiques défavorables. Deux méthodes de comblement des lacunes, dont l’interpolation linéaire et les réseaux neuronaux artificiels (ANN), ont été utilisées pour reconstruire les données manquantes sur les flux de N2O mesurés dans le cadre d’une rotation maïs-soja-blé et pour évaluer l’impact sur les émissions annuelles de N2O mesurées de 2001 à 2006 à la station de recherche d’Elora, en Ontario, au Canada. Nous recommandons la méthode ANN sur une année, car elle rend compte de la variabilité du flux mieux que la méthode d’interpolation linéaire (R2 moyen de 0,41 par comparaison à 0,34). Les émissions annuelles de N2O et le biais annuel résultant dela méthode ANN linéaire et sur une seule année étaient compatibles les uns avec les autres lorsque les lacunes étaient courtes et peu nombreuses (c.-à-d. pourcentage de valeurs manquantes < 30 %). Cependant, avec des lacunes plus longues (> 20 jours), le biais dans les flux annuels variait entre 0,082 et 0,344 kg de N2O-N ha−1 pour la méthode ANN linéaire et entre 0,069 et 0,109 kg de N2O-N ha−1 pour la méthode ANN sur une seule année. Par conséquent, la méthode ANN sur une seule année est recommandé parce qu'elle offre un biais annuel plus faible et une approche stable sur plusieurs années, si les données appropriées nécessaires pour le modèle ANN (c.-à-d. la température du sol, la teneur en eau du sol, les précipitations, la teneur en N minéral et l’épaisseur de la neige) sont disponibles.