Effet des caractéristiques des données d’humidité du sol sur leur sensibilité au rendement des cultures en conditions de sécheresse et d’excès d’humidité du sol

© Les auteurs, 2019. La mesure de l’humidité du sol est souvent considérée comme une façon directe de quantifier la sécheresse agricole puisqu’il s’agit d’une mesure de l’eau disponible pour soutenir la croissance des cultures. Les mesures de l’humidité du sol à des échelles régionales ont été rares par le passé, mais les progrès de la modélisation de la surface terrestre et la mise au point de la technologie satellitaire de mesure indirecte de l’humidité de surface du sol ont mené à la création d’un certain nombre de jeux de données d’humidité du sol nationaux et mondiaux qui peuvent renseigner sur la dynamique de la sécheresse agricole. Comme les sécheresses sont souvent définies en fonction des conditions normales à une période et en un lieu donnés, les jeux de données utilisés pour quantifier la sécheresse nécessitent des données de référence représentatives permettant d’établir la normale avec exactitude. L’établissement de la normale constitue un défi lorsqu’on travaille sur des jeux de données d’observation de la Terre qui ont souvent des séries chronologiques de référence très courtes pour un instrument. Dans cette étude, nous avons évalué trois jeux de données d’humidité du sol : un jeu de données satellitaires d’humidité de surface du sol de la mission SMOS (Soil Moisture and Ocean Salinity) entreprise depuis 2010, une longue série chronologique de données satellitaires d’humidité de surface du sol de l’Initiative sur le changement climatique de l’Agence spatiale européenne (ICC ASE) et un jeu de données d’humidité du sol à la surface et dans la zone racinaire du Système régional de prévision déterministe (SRPD) du Centre météorologique canadien (CMC). Nous avons utilisé une routine statistique chi carré itérative pour évaluer la sensibilité de chaque jeu de données aux rendements du canola en Saskatchewan (Canada). Les données d’humidité de surface du sol des trois jeux de données ont présenté des tendances temporelles semblables par rapport aux rendements des cultures, indiquant un effet négatif sur le rendement du canola lorsque l’humidité du sol dépasse un certain seuil en mai et en juin. La force et le moment de cette relation ont varié selon l’exactitude et les propriétés statistiques du jeu de données : le jeu de données SMOS a présenté la plus forte relation (X2 maximal = 170 au jour 145 de l’année), suivi du jeu de données de l’ICC ASE (X2 maximal = 89 au jour 129 de l’année) et du jeu de données du SRPD (X2 maximal = 65 au jour 129 de l’année). L’utilisation de courtes séries chronologiques de données d’humidité du sol de référence peut produire des résultats cohérents par rapport à l’utilisation d’une série chronologique plus longue, mais les caractéristiques des années utilisées comme référence sont importantes. Il faut une série chronologique de référence d’au moins 18 20 ans pour estimer de façon fiable la relation entre une humidité du sol élevée et les années de haut rendement. Une série chronologique de référence plus courte peut être utilisée pour établir la relation entre une faible humidité du sol et les années de faible rendement : des résultats fiables sont obtenus pour une série chronologique de 10 15 ans, mais seulement 7 ans de données donnent des résultats raisonnablement cohérents. Ainsi, on peut estimer de façon fiable les effets négatifs de la sécheresse sur l’agriculture en utilisant une série chronologique de référence relativement courte.