Return to search

Mesure et modélisation des bilans de lumière, d'eau, de carbone et de productivité primaire nette dans un système agroforestier à base de caféier au Costa Rica / Measuring and modeling light, water and carbon budgets and net primary productivity in a coffee-based agroforestry system of Costa Rica

Comparés aux monocultures, les systèmes agroforestiers (SAF) sont censés permettre une meilleure efficience d'utilisation de la ressource et améliorer les services écosystémiques. Cependant, la complexité des interactions se produisant dans les SAF rend délicate la quantification et la décomposition des effets des arbres d'ombrage sur la productivité primaire nette (NPP) de la culture principale. Peu de modèles sont capables d'analyser les effets des interactions entre culture principale et arbres d'ombrage sur les échanges de CO2 et d'eau. En effet, les interactions pour la lumière, l'eau et la chaleur se produisant entre culture et arbres d'ombrage peuvent produire des effets contre-intuitifs sur la photosynthèse, l'efficience d'utilisation de la lumière (LUE), l'efficience de transpiration et le microclimat. Nous montrons que MAESPA, un modèle 3D mécaniste, peut-être utilisé pour étudier la variabilité de ces processus à des échelles allant de la plante à la parcelle, et de la demi-heure à l'année entière. MAESPA a simulé de manière satisfaisante l'interception de la lumière dans un SAF à base de caféier composé de 2 couches hétérogènes. Des variables modélisées par MAESPA ont été utilisées pour produire de puissantes variables explicatives dans un dispositif expérimental étudiant les déterminants de la NPP aérienne (ANPP) du caféier. Il a été démontré que LUE était deux fois plus élevée pour les caféiers poussant à l'ombre ce qui compensait totalement la diminution de leurs budgets lumineux, résultant en une absence de différence de ANPP entre caféiers de plein soleil et caféiers d'ombrage. MAESPA a aussi simulé de manière satisfaisante les échanges de CO2 à l'échelle du caféier et à l'échelle de la parcelle, lorsque comparés à des mesures d'échanges gazeux dans des chambres plantes entières ou à des enregistrements de flux turbulents au-dessus de la canopée, respectivement. Nous avons utilisé MAESPA pour simuler la variabilité spatiale de la photosynthèse et de LUE. MAESPA a démontré être un modèle robuste pour quantifier les interactions spatiales dans un SAF. Le prochain développement pertinent de cette approche serait de coupler MAESPA avec un modèle d'allocation du carbone dans les organes des plants de caféiers / Compared to monocultures, agroforestry systems (AFS) are expected to provide enhanced resource-use efficiency and larger ecosystem services. However, due to the complexity of the interactions occurring in AFS, it is challenging to quantify and decompose the effects of shade trees on the main crop net primary productivity (NPP). Few process-based models are able to analyze the interactions between crop and shade trees for carbon and water. Interactions for light, water and energy occurring between tree and crops might have counterintuitive effects on photosynthesis, light use efficiency (LUE), transpiration efficiency and microclimate. We showed that a 3D process-based model, MAESPA, was able to quantitatively describe the spatial variability of those processes from the plant to the plot, and from hourly to yearly timescales. MAESPA simulated satisfactorily light interception in a 2-layer heterogeneous coffee AFS. It was used to produce powerful explanatory variables in AFS experiments and to analyze the determinants of coffee plant NPP. LUE displayed a 2-fold increase for shaded coffee plants totally compensating the expected decrease of local irradiance interception, and coffee plant ANPP was the same below shade trees or in the open. MAESPA also simulated satisfactorily carbon exchange at whole plant and plot scales, when compared to gas exchange records in a whole-plant chamber, or with eddy-covariance records above the canopy. We used MAESPA to simulate the spatial variability of photosynthesis and LUE. Overall, MAESPA proved to be a relevant model to quantify spatial interactions. The next very relevant development would be to couple it to a model of carbon allocation among organs in the coffee plants

Identiferoai:union.ndltd.org:theses.fr/2013LORR0218
Date19 December 2013
CreatorsCharbonnier, Fabien
ContributorsUniversité de Lorraine, Dreyer, Erwin, Roupsard, Olivier
Source SetsDépôt national des thèses électroniques françaises
LanguageEnglish
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.0026 seconds