collaboration inria/inra sur les transferts de polluants diffus en bassin versant agricole :...
TRANSCRIPT
Collaboration INRIA/INRA sur les transferts de polluants diffus en bassin versant agricole :
Éléments de contexte et projet SACADEAU
Historique
• 1996-1998 : détachement de MO Cordier à l’UMR SAS
• 1999 : début du programme SACADEAU
• 2007 : début du programme ADD-ANR APPEAU
-> Réflexions sur des approches alternatives de la modélisation
Courtesy J.E. Olesen
Un milieu physique :roche, sol, air, eau
Un paysage cultivé :cultures, parcelles, bâtiments
espaces interstitielsDes activités agricoles :
Systèmes de production, de culture, itk.
Un système complexe, extrêmement hétérogèneDes données d’observations très partielles, très incertaines
Diversité des temps caractéristiques, importance des patterns spatiaux
cours d’eau
nappe
zone dénitrifiante
eau riche en nitrate
prélèvement biologique
dénitrification
eau appauvrie en nitrate
3
2
NO3
NO3
NO3
N2
N2
parcelle drainée
fossés
écoulement concentré
lixiviation
écoulement profond
écoulement diffus
zone non saturée
zone connectée à la zone dénitrifiante
NO3
stockage
stockage
> 5 ans
< 6 mois
N rivière = 40-95% Nparcelles)
Problématique
• Face à cette complexité, il a été développé des modèles déterministes (eux aussi complexes), difficiles à mettre en œuvre, et qui donnent des réponses pas toujours très explicatives.
> concevoir des modèles plus explicatifs avec un degré de complexité adapté à la quantité d’info disponible en entrée et aux types de sorties nécessaires au décideur.
> concevoir ou adapter des méthodes pour mieux utiliser les modèles (y compris complexes), méthodes allant de la constructions de scénarios à l’exploration et l’interprétation de résultats de simulations de scénarios
Projet SACADEAUSystème d’Acquisition de Connaissances pour l’Aide à la Décision sur la
qualité de l’EAU
INRA RennesUMR SAS
C. Gascuel, P.Aurousseau
P. Durand
INRA ToulouseBIA
F. Garcia
Chambres d’Agriculture
56 et 35
IRISA-Univ Rennes 1M.O. Cordier,
V.Masson
+ doctorant en agronomie: F. Tortrat
+ doctorant en informatique: R. Trépos
Enjeu Développement d’un outil d’aide à la gestion d’un bassin versant: apprentissage des relations entre pratiques agricoles et qualité de l’eau par simulation d’un modèle qualitatifCadre : AIP « Aide à la décision – Comment articuler connaissances et actions en agriculture, agroalimentaire et dans l’espace
rural »
Projet SACADEAU
Objectif: construire un outil d’aide au conseil sur un bassin versant
Déterminer le degré de contamination des eaux à l’exutoire d’un bassin versant par les herbicides en fonction:
• De stratégies de désherbage
• De stratégies d’aménagement (bandes enherbées, haies-talus, …)
• Du paysage (topographie, situation des prairies, …)
• Du paysage cultivé (assolement, …)
• Du climat de l’année
Dans le but de:
Dégager des règles de conseil sur les pratiques agricoles et les aménagements,
Aider à la décision auprès des gestionnaires de bassin versant
Simulateur
Modèle décisionnel
Règles obtenues par apprentissage
Décideur localGestionnaire de bassin
versantAccès aux résultatsde simulation
Expert terrain
SACADEAU
Modèle biophysique
Co-construction
Retour sur l ’expertise
Langage de scénarioCo-construction Co-construction
Décideur local ouDécideur public Accès aux règles et
Recommandation d’actions
Architecture de SACADEAU
Caractéristiques de l’outil souhaité
• Modélisation adaptée à l’aide à la décision• Données facilement renseignables
• Représentation simplifiée mais fondée scientifiquement des processus
• Interface conviviale
• Lisibilité et opérationnalité des résultats
• Modélisation à un niveau d’intégration plus grand • Prise en compte des connexions interparcelles (chemins de l’eau dans le BV)
• Prise en compte des configurations spatiales, de la variabilité des climats…
• Représentation des pratiques des exploitants, de leurs modes de décision
• Deux objectifs (deux étapes)• Pouvoir simuler une situation, sur un site donné, dans une configuration donnée et
obtenir la chronique temporelle du degré de contamination
• Apprendre des connaissances et produire de « règles de décision » en généralisant les résultats obtenus
Modèle de transfertRuissellement
Nappe superficielle
Pluviométrie, températureévapotranspiration
Positions parcellesdans l ’exploitation et le bassin versant
Date et mode de travail du solDates et doses des applications
Chroniques climatiques
Modèle décisionnel
Configurations spatiales
Itinéraires techniques de
désherbage
Flux et concentrations journalières de pesticides
Scénarios Climat Stratégies de désherbage
Spatialisationdes cultures
AménagementApprentissage
Données
Simulateur
Arbre d’exutoires de parcelles
Indice topographique
Typologie des chroniques de qualité de l ’eau
extraites de base de
données ou construites par
expert
Représentation d’un bassin versant à l’aide d’arbres d’exutoires
arbre de drainage mailléarbre de drainage maillé
arbre d’exutoirearbre d’exutoire
exutoire maïs
exutoire autre
qtite pest ruisselée àla racine de l’arbre
transfert par subsurfacetransfert par ruissellement
arbre d’exutoires
racines
réseau hydrographique
arbres d’exutoires
Apprentissage automatique de règles
• Base d’apprentissage obtenue par simulation du modèle :
• données d’une simulation: scénario « traduit » en données climatiques, itinéraires techniques de désherbage, configurations spatiales,
• sortie de la simulation: taux de transfert des pesticides associé à la situation simulée
• exemples obtenus divisés, selon le taux de transfert, en exemples de transfert faible et exemples de transfert important
• Apprentissage de motifs d’arbre: utilisation de la PLI (Programmation logique inductive) pour apprendre des règles généralisant les exemples et décrivant la classe transfert-faible et la classe transfert-important > mise en évidence de relations spatiales
• Apprentissage de règles propositionnelles en synthétisant les arbres d’exutoires par des attributs d’agrégats (utilisation de CN2)
Quelques motifs d’arbre obtenus
transfert_important
transfert_important
transfert_faible
transfert_faible
Quelques règles basées sur des attributs d’agrégats
SI quantité appliquée de molécule au risque moyen < 2,39 kg ET dose moyenne de molécule au risque fort > 96 g/ha ET surface de maïs totale > 1,46 ha ET surface de l'exutoire maïs le plus grand > 0,48 ha ET indice topographique moyen < 0,8ALORS classe = transfert_important
SI la surface de l'arbre > 0.18 haET la proportion de surface en dispositif tampon > 0.24 ALORS classe = transfert_faible
SI la surface totale de l'arbre < 7,36 ha ET surface de l'exutoire maïs le plus grand > 1,1 haALORS classe = transfert_important
support=32,confiance=1
support=32,confiance=1
support=66,confiance=1
Utilisation de règles pour la recommandation d’action
• Idée:– Confronter une situation avec un ensemble de règles de classification
– Proposer des modifications à apporter aux valeurs de certains attributs
règles:…………
système d’apprentissagedonnées
Que faire pour améliorer ma situation ?
Algorithme Dakar
• “Etant donnés: – deux classes + et –– une situation insatisfaisante– un ensemble de règles de classification R = R+ R-Suggérer des actions qui sont des modifications à apporter à certains
attributs décrivant la situation
• 1 action élémentaire = 1 modification d’une valeur d’ attribut• 1 action = 1 conjonction d’actions élémentaires
but : trouver des actions faisables, cohérentes qui maximisent un critère de qualité
Bilan
Publications :– Chapitre de l’ouvrage « Qualité de l’eau en
milieu rural. Savoirs et pratiques dans les bassins versants » 2006
– Ecological Modelling « A decision-oriented transfer model to evaluate the effects of land use and management on herbicide contamination in agricultural catchments » soumis,
Publications:
ECML 2005 « A distance-based approach for action recommandation»,
RFIA 2006 « Une approche fondée sur une distance pour la recommandation d’actions »
RJCIA 2007 « Apprentissage de motifs spatiaux hydrologiques et agronomiques »
MODSIM 2005 « A machine learning approach for evaluating the impact of land use and management practives on streamwater pollution by pesticides »Poster ECAI (Besai) 2006
Thèse en agronomie de Florent Tortrat soutenue en 2005 sur le thème «Modélisation orientée décision des processus de transfert par ruissellement et subsurface des herbicides dans les bassins versants agricoles.»
Thèse en informatique de Ronan Trepos (depuis novembre 2004) «Apprentissage de règles spatio-temporelles pour l’aide à la gestion de la qualité des eaux»
Perspectives: APPEAU
• Réflexion élargie sur la conception de scénarios spatio-temporels– Scénarios : conjonction d’un milieu physique (structuré dans l’espace
(parcelles, cultures, réseau de drainage, types de sols…), d’un enchaînement d’événements climatiques et de pratiques agricoles distribuées dans le temps et l’espace
– Construire des scénarios réels et réalistes pour répondre à des questions opérationnelles : impacts des changements d’usages et climatiques sur la contamination des eaux
• Réflexion sur le passage de la problématique pesticides (temps courts, événements climatiques et agricoles ponctuels (tps/espace) à la problématique azote (temps longs, historique de la gestion globale de l’azote dans le système)