La compaction des sols est un processus majeur contribuant à la dégradation de la structure des sols agricoles et qui cause des dommages économiques directs et indirects très importants pour l'industrie agricole nord-américaine. Bien que l'utilisation des machines agricoles lourdes soit la responsable de la compaction, ce sont les propriétés physiques du sol et surtout son état hydrique qui détermine sa résistance à la compression. L'hypothèse de départ de cette étude supposait que la courbe de rétention en eau (teneur en eau-succion) démontre le dynamisme de la succion matricielle à l'égard de l'effet de plusieurs autres caractéristiques physique du sol. L'allure de la courbe peut donc nous fournir, de façon dynamique, l'effet des caractéristiques physique du sol sur son comportement mécanique (sa consistance). L'objectif de cette étude est de combiner la courbe de rétention en eau dans des modèles constitutifs disponibles dans le logiciel d'éléments finis "Geo-Slope" afin d'améliorer la performance de ces modèles pour les sols non saturés. Le but est donc la mise en évidence de l'effet de la succion matricielle sur le comportement mécanique des sols non saturés et de réduire ainsi les tâches expérimentales d'étude du comportement mécanique des sols agricoles. Ce travail de recherche a été effectué en deux volets : expérimental et simulation. Des essais de la compression uniaxiale, pour différentes teneurs en eau, ainsi que les courbes de rétention en eau de 20 séries de sols agricoles ayant de texture variée et provenant de la province du Québec ont été réalisés. Nos résultats montrent que la pression de préconsolidation diminue à mesure que le taux d'humidité augmente jusqu'au potentiel matriciel de la capacité au champ. Par contre, le taux d'humidité n'avait pas d'effet sur l'indice de compression de ces sols. D'ailleurs, l'augmentation du pourcentage d'argile faisait augmenter la pression de préconsolidation. L'indice de compression augmentait aussi avec l'augmentation de la quantité d'argile jusqu'à 33 %, au-delà duquel il diminuait. Pour ce qui est les seuils des domaines hydriques, le seuil "w," a été localisé, pour les sols de texture moyenne de la série Joly, à la teneur en eau de 22 % qui est équivalente au potentiel matriciel de la capacité au champ mais, le seuil "w2" n'a pas été localisé pour aucun sol. Les simulations de la compressibilité par les trois modèles constitutifs disponibles dans le logiciel d'éléments finis "Geo-Slope", combinés avec la courbe de rétention en eau, démontrent que le modèle cam-clay a une meilleure concordance par rapport aux résultats expérimentaux malgré une faible surestimation. Le modèle hyperbolique et le modèle linéaire élastique, par contre, font des sous-estimations non négligeables de la déformation volumique. La procédure de la validation des modèles calibrés, sur un sol sableux, nous révèle que les écarts du modèle hyperbolique et surtout celui du linéaire élastique deviennent plus importants avec l'augmentation de la teneur en argile du sol où le comportement mécanique du sol s'éloigne du comportement linéaire. La déformation brutale et disproportionnée des sols sablonneux qui survient dès les premières étapes de chargement n'a pas été révélée par aucun de ces trois modèles.

Titre de l'écran-titre (visionné le 5 février 2024) / La culture d'amande en Californie nécessite un apport en eau d'irrigation de plus 1000 mm annuellement. Avec les changements climatiques amplifiant cette dépendance à l'irrigation, il est essentiel d'optimiser la gestion de l'irrigation pour cette culture. Le premier objectif de ce projet était donc de déterminer la conduite d'irrigation optimale pour maximiser les rendements et l'utilisation de l'eau. Le second objectif visait à établir quelles variables complémentaires à la mesure de tension hydrique du sol peuvent être utilisées pour détecter l'apparition et la résorption d'un stress hydrique chez l'amandier. Enfin, le troisième objectif consistait à déterminer quelle stratégie d'irrigation est la plus rentable pour les producteurs. Pour ce faire, un plan en blocs complets aléatoires de 1 hectare (sept traitements répétés dans 4 blocs) a été mis en place chez un producteur. Les traitements étaient composés de techniques traditionnelles de gestion (seuil de tension fixe, évapotranspiration de la culture (ETc) et gestion humaine) et de méthodes utilisant l'intelligence artificielle pour le démarrage de l'irrigation, et furent divisés en trois grandes catégories : (i) sans stress hydrique, (ii) stress hydrique constant durant la saison de croissance et (iii) stress hydrique pendant certains stades de croissance spécifiques. Des mesures de potentiel hydrique du xylème, température foliaire et vitesse du flux de sève ont été effectuées à l'aide de différents capteurs placés dans les unités expérimentales afin de valider leur capacité à complémenter la mesure de tension hydrique du sol dans la gestion de l'irrigation. Les résultats n'ont montré aucune différence de rendement entre les traitements imposant un stress hydrique en comparaison avec le traitement sans stress hydrique, mais une diminution significative de la quantité d'eau appliquée fut observée. Tous les capteurs mis à l'essai ont montré une bonne corrélation entre eux lors d'un évènement prolongé sans irrigation avant la récolte. De plus, l'indice de stress hydrique (CWSI) calculé à partir des capteurs infrarouges a montré une bonne corrélation avec les mesures de rendement. En termes de profitabilité, le traitement combinant l'expertise d'un conseiller d'irrigation et de mesures précises de tensions hydriques du sol a obtenu la meilleure performance. / To achieve high yields in almond orchards, growers must irrigate to compensate a water deficit of over 1000 mm each year. This amount of water must, however, be reduced due to climate change decreasing winter precipitation, which results in less available water for irrigation during the growing season. Thus, the first objective of the project was to establish the best irrigation strategy to maximize yield and water usage. The second objective was to determine the best complementary variable to the soil tension to detect the onset of tree water stress and subsequent recovery upon irrigation . The third objective was to establish the best irrigation strategy to maximize profitability. Seven completely automated irrigation treatments were compared (four blocks, 28 plots of five trees each). Among the treatments, there were traditional irrigation management techniques (constant soil tension values, crop evapotranspiration (ETc), and human management) as well as artificial intelligence treatments (AI). Those treatments encompassed three irrigation strategies: no stress (control), regulated deficit irrigation (RDI) and sustainable deficit irrigation (SDI). Stem water potential, sap flow velocity and infrared sensors were installed in several experimental units to validate their capacity to complement soil tension to manage irrigation. Results indicate no significant differences in yield between deficit irrigation treatment and the control, but significantly less water was applied in those treatments. Water stress variables during the preharvest period were well correlated with each other which is promising to find a complementary variable. Furthermore, crop water stress index (CWSI) calculated using infrared sensors showed a good correlation with almond yield. In terms of profitability, the treatment using an irrigation advisor with in situ soil tension data performed the best.