Explorez les avantages et les inconvénients de l'utilisation de données météorologiques virtuelles par rapport aux données météorologiques sur le terrain dans vos modèles environnementaux.
les données météorologiques virtuelles par rapport aux données météorologiques sur le terrain dans vos modèles environnementaux.
Toutes les données météorologiques ne sont pas équivalentes. Que ce soit à l'échelle mondiale, régionale, nationale, municipale ou dans un domaine spécifique, la portée et la précision des sources de données météorologiques varient autant que les projets qui les utilisent. Les sources disponibles comprennent des stations météorologiques de recherche, des stations météorologiques grand public, des données virtuelles, des données satellitaires et bien d'autres encore. Il est important, pour la validité de vos données et la préservation de votre temps, de comprendre les différentes options qui s'offrent aux producteurs et de savoir comment choisir la meilleure source de données pour déterminer les degrés-jours de croissance, l'évapotranspiration, etc.
Le type de données dont vous avez besoin dépend de l'usage que vous comptez en faire. La lutte intégrée contre les ravageurs, les modèles de culture, l'irrigation, le gel, la dérive des pesticides et la gestion du travail basée sur le stress thermique des employés ont tous des exigences particulières en matière de données. De même, le type de culture sur lequel vous travaillez peut modifier radicalement les données nécessaires. Dans cet article, nous comparons différents types de sources de données météorologiques et ce qu'elles peuvent offrir aux producteurs.
Modèles mondiaux
Les modèles globaux intègrent des données satellitaires, quelques mesures au sol et des ballons météorologiques pour prévoir ce qui se passe à toutes les couches de l'atmosphère. Une grande partie des services météorologiques mis à la disposition des agriculteurs sont basés sur des modèles globaux. Souvent appelés "stations météorologiques virtuelles", ces modèles ne sont pas basés sur un site ou un autre, mais sur une grille établie à travers le monde. Les modèles supposent que l'heure actuelle est T-0 et fournissent des prévisions pour l'avenir. Parce qu'elles nécessitent beaucoup de ressources pour leur mise en place et leur fonctionnement, les stations météorologiques virtuelles sont souvent gérées par des agences gouvernementales. Les services météorologiques disponibles sur votre téléphone sont généralement basés sur la combinaison de plusieurs modèles globaux avec une interpolation statistique des données extraites de ces modèles pour fournir une prévision "locale".
Réseaux de stations météorologiques
Les réseaux régionaux de stations météorologiques, également connus sous le nom de mesonets, sont souvent gérés à l'échelle de l'État. Ils se composent d'une grande variété d'instruments, notamment les stations METER ATMOS 41 et ATMOS 41W ou les stations MetPRO et MesoPRO de Campbell Scientific. Ces stations météorologiques sont placées dans des zones ouvertes, planes et dégagées, avec un couvert végétal, afin de fournir une représentation régionale neutre. Les mesonets visent à établir un enregistrement à long terme de mesures de haute qualité en mettant en œuvre une configuration standard et en assurant une maintenance régulière de l'instrumentation. Bien qu'excellents pour comprendre les régimes atmosphériques à l'échelle d'un État ou d'une région, ces réseaux ne sont pas destinés à surveiller les microclimats.
Stations spécifiques au site
C'est pourquoi de nombreux agriculteurs choisissent d'installer des stations météorologiques dans leurs vergers et leurs champs afin de comprendre le microclimat spécifique que subissent leurs cultures et d'être en mesure de gérer les ressources et de prendre des décisions. Dans le passé, les stations spécifiques à un site étaient difficiles à entretenir et nécessitaient plus de temps et d'expertise que n'en avaient de nombreux cultivateurs. Toutefois, grâce aux progrès technologiques, les stations météorologiques de niveau recherche sont désormais plus rentables et plus faciles à utiliser, ce qui rend les mesures de haute qualité accessibles à la plupart des cultivateurs.
Les stations météorologiques spécifiques à un site peuvent être installées à deux endroits. Elles peuvent être placées à l'extérieur de la canopée pour mesurer le microclimat dans lequel la culture se développe. Elles peuvent également être installées à l'intérieur de la canopée pour mesurer le microclimat et les effets de la gestion, notamment l'évaporation, le refroidissement et les courants de vent à l'intérieur de la culture.
Figure 1. Dessins au trait d'un site ATMOS 41 avec des pics à oiseaux et un enregistreur de données ZL6 à l'intérieur et à l'extérieur de la canopée.
Il existe une grande différence entre les mesures prises à l'extérieur de la canopée et celles prises à l'intérieur, en particulier pour les cultures telles que les arbres fruitiers. Dans le cadre d'une étude sur les pommiers financée par la Washington Tree Fruit Research Commission, les chercheurs ont placé des stations météorologiques à l'intérieur et à l'extérieur de la canopée afin de comparer la différence entre les relevés. Comme le montre la figure X ci-dessous, pendant la saison où les arbres ont des feuilles, il fait beaucoup plus frais à l'intérieur de la canopée qu'à l'extérieur. Ce résultat est logique car l'évapotranspiration et l'irrigation provoquent un refroidissement par évaporation. L'air froid a été piégé dans le verger pendant la nuit, de sorte que les conditions sont devenues encore plus fraîches pendant les heures du soir lorsque les inversions étaient plus fortes.
Figure 2. 3 graphiques montrant les changements de température, d'humidité relative et de vitesse du vent à l'intérieur de la canopée d'un verger de pommiers, mettant en évidence le changement dans les mesures entre la présence et l'absence de couverture foliaire.
La figure 2 montre les données de l'été 2020, au cours duquel la température s'est déplacée en moyenne de 2 °F. L'été 2021 s'est avéré plus chaud, avec un effet net de 4°F. Les mesures d'humidité reflètent également cette grande différence, montrant qu'il faisait plus humide à l'intérieur qu'à l'extérieur de la canopée. Le vent à l'intérieur de la canopée était également beaucoup plus faible que le vent à l'extérieur de la canopée, avec une seule exception notable due à l'utilisation de machines à vent pour se protéger du gel. Ces différences ont une incidence considérable sur vos modèles de culture, de floraison, de ravageurs et de maladies. Si vous ne pouvez mesurer qu'à l'extérieur de la canopée, vous devez tenir compte de ces différences potentielles, mais nous vous recommandons vivement de prendre des mesures supplémentaires à l'intérieur de la canopée, si cela est possible.
Cela dit, METER recommande de placer votre principale station météorologique à l'extérieur de la canopée pour respecter les réglementations en matière de dérive, qui exigent des mesures du vent à l'extérieur de la canopée, et pour calculer l'évapotranspiration afin de saisir l'effet total de l'environnement sur la canopée. Une station météorologique située à l'extérieur de la canopée s'usera également moins vite car elle ne risque pas d'interagir avec la canopée. À des fins de gestion, vous devez être en mesure de comparer vos mesures à l'intérieur du couvert à une base de référence. Les mesures effectuées à l'extérieur du couvert fournissent une référence pour ces comparaisons. Enfin, il est possible d'établir des prévisions spécifiques à un site, mais pour ce faire, vous avez besoin de mesures qui ne sont pas contaminées par votre gestion.
Comparaison des degrés-jours de croissance
La meilleure façon de comprendre la différence entre les sources de données est de comparer simultanément toutes les sources possibles à partir d'un même endroit et d'évaluer les résultats. Le graphique de la figure 3 ci-dessous illustre ce scénario pour un verger. Sur ce site, nous avons pu comparer les degrés-jours de croissance (DJC) calculés à partir de données provenant de cinq sources : une station météorologique à l'intérieur du couvert végétal, une station météorologique à l'extérieur du couvert végétal, des données météorologiques virtuelles provenant d'une application météorologique appelée DarkSky, qui a depuis été fermée, et deux sites de données mésonets du réseau AgWeatherNetwork au sud (Pasco) et au nord-ouest (Ringold) du site.
Figure 3. Graphique montrant les degrés-jours de croissance pour un site, mesurés par différentes méthodes, ainsi qu'une carte satellite montrant la proximité de chaque site de mesure.
La ligne optimale dans cette analyse est la ligne verte représentant la station météorologique à l'intérieur de la canopée. Le site AgWeatherNetwork (AWN) de Ringold correspond étroitement aux mesures effectuées dans le couvert végétal car cette zone est généralement plus fraîche que le site de Fir Road, mais comme nous l'avons déjà mentionné, les conditions à l'intérieur du couvert végétal sont généralement plus fraîches que celles de la zone entourant la culture. Bien que ces informations coïncident, le site de Ringold ne peut pas être considéré comme une approximation fiable des mesures effectuées à l'intérieur du couvert végétal. Le GDD calculé avec les données AWN de Pasco était en décalage de 15 jours par rapport aux mesures à l'intérieur du couvert, les données météorologiques virtuelles étaient en décalage de 8 jours et la station météorologique à l'extérieur du couvert était en décalage de 5 jours. La station météorologique située à l'extérieur de la canopée peut produire des données plus chaudes ou plus froides que les données à l'intérieur de la canopée, mais elles diffèrent généralement de manière systématique, alors que les stations mesonet ont une corrélation moins précise et que la météo virtuelle n'a pas de corrélation prévisible dans le temps.
Stations virtuelles ou réelles
En 2012-2020, AgWeatherNet a lancé une étude pour comparer DarkSky avec les données qu'ils mesuraient avec leurs stations météorologiques. DarkSky a été choisi parce qu'à l'époque DarkSky était l'une des meilleures sources de données virtuelles. Les températures maximales et minimales quotidiennes ont été recueillies par 156 stations météorologiques avec des capteurs de température de l'air en double, ce qui a permis d'effectuer un peu moins d'un demi-million de comparaisons quotidiennes.
Figure 4. Deux graphiques montrant la différence entre les températures minimales et maximales mesurées à la fois par DarkSky et par l'observation in situ.
La figure 4 montre la distribution des erreurs pour les températures minimales et maximales des données virtuelles par rapport à la vérité de terrain des stations météorologiques. Les températures élevées se situent pour la plupart dans l'écart type de 1,1 °C (2 °F), ce qui équivaut à une station météorologique grand public de qualité inférieure. À titre de comparaison, l'écart-type de la température de l'air du site ATMOS 41 est de 0,45 °F (0,25 °C). Même si la majorité des mesures se situent dans l'écart type, il reste un nombre important de relevés qui dépassent ce seuil. La variation de la précision est encore plus importante lorsque l'on mesure des températures basses.
Les modèles météorologiques virtuels sont traditionnellement peu performants la nuit, car ils n'essaient pas de rendre compte des flux d'air froid ou de la topographie locale. Comme il s'agit de modèles globaux, ils ne peuvent pas inclure les détails de votre site spécifique. Pour ces raisons, les modèles météorologiques virtuels ne devraient jamais être utilisés pour prendre des décisions en matière de gel ou d'autres décisions de gestion qui reposent sur des accumulations de données à court terme, comme un modèle de croissance des tubes de pollen. La météo virtuelle est utile pour les paramètres qui reposent sur des accumulations à long terme, car les erreurs s'annulent, mais toute décision reposant sur des données à court terme sera fortement faussée par l'utilisation de cette source de données.
L'étude a également porté sur les biais systématiques des sites, les données étant comparées sur l'ensemble des 8 années de l'étude pour les sites présentant un biais. Comme le montre la figure 5, le biais des données virtuelles par rapport aux mesures au sol n'était pas suffisamment cohérent d'un site à l'autre pour permettre des ajustements fiables, notamment en ce qui concerne les températures minimales.
Figure 5. Deux graphiques montrant le biais systématique du site dans les températures maximales et minimales entre les calculs de DarkSky et les observations in-situ.
Lorsque la stabilité du biais d'un site est comparée aux données de son propre emplacement, l'étude a également montré que le biais de chaque station variait considérablement d'une année sur l'autre, comme le montre la figure 6.
Figure 6. Graphique montrant la stabilité du biais du site d'une année sur l'autre en comparant les calculs de DarkSky et les mesures in situ.
Bien que les modèles globaux soient mis à jour au fil du temps, il n'y a aucune garantie que les calculs pour votre site spécifique s'améliorent. Leur précision ne pourra jamais reproduire celle des mesures effectuées sur votre site. Si vous deviez utiliser ces mesures pour un modèle ou un calcul tel que le GDD, vos résultats pourraient être radicalement incorrects sans qu'il soit possible de les calibrer de manière fiable.
Les modèles phénologiques sont un exemple de cas où des DJC mal calculés peuvent avoir un impact négatif considérable. Les espèces nuisibles qui ne peuvent pas réguler leur propre température en interne dépendent de la température ambiante pour obtenir l'énergie nécessaire à leur croissance. Les degrés-jours de croissance sont donc utilisés pour prédire quand les organismes atteindront certaines étapes de leur développement et pour comprendre quand un producteur doit se préparer à combattre leurs effets.
Figure 7. Deux graphiques montrant les degrés-jours de croissance avec une base de 50 degrés Fahrenheit, montrant que 74% des sites ont eu un manque de 5+ jours au moins une fois en 8 ans.
La figure 7 ci-dessus est un excellent exemple d'erreurs météorologiques qui s'amplifient avec le temps. Ces graphiques montrent les modèles de carpocapse à 375 degrés-jours de croissance, soit au début de leur saison, et à 1375 degrés-jours de croissance, soit au milieu de la saison. Ces données sont un agrégat des données météorologiques virtuelles de toutes les stations sur l'ensemble des huit années de l'étude, ce qui donne 1248 années-stations représentées dans les données. À 375 GDD, 74 % de tous les sites ont connu ce que nous avons considéré comme une mauvaise année, avec un écart de 5 jours ou plus au moins une fois au cours des 8 années. Étant donné que différents sites se trompent chaque année, il n'y a pas de prévisibilité ni d'ajustements possibles pour ces erreurs. À la mi-saison, les erreurs sont devenues tellement importantes et répandues que la météo virtuelle est inutilisable pour cette modélisation.
Les stations météorologiques en pratique
La plupart des agriculteurs savent qu'ils ne doivent pas se fier à la météo virtuelle pour leurs calculs. Lorsqu'ils utilisent les stations météorologiques d'un mesonet proche, les producteurs apprennent par expérience à quel point ils doivent faire glisser l'échelle pour leur emplacement précis, en comprenant que leur topographie et leur microclimat spécifiques sont généralement décalés de quelques jours dans n'importe quelle direction. La météo virtuelle ne fournit pas suffisamment de corrélations pour permettre des ajustements fiables. Comme dans le jeu de Marco Polo, vous pouvez voyager les yeux fermés dans la direction de votre ami qui crie "Polo !", en vous rapprochant de plus en plus, quand soudain il nage sous l'eau et que le son vient soudain d'une autre direction.
En fin de compte, les modèles globaux ont une grande valeur lorsqu'ils sont utilisés en combinaison avec des stations météorologiques et peuvent être un outil très utile. Les réseaux régionaux sont utiles pour les modèles à long terme qui ne peuvent être obtenus avec la station d'un cultivateur, qui n'est pas en place depuis aussi longtemps. Aucune de ces trois sources météorologiques ne doit être négligée. Il est plutôt important de comprendre leurs forces et leurs faiblesses pour s'assurer que vous choisissez la bonne source de données pour chaque application.
Des questions ?
Nos scientifiques ont des dizaines d'années d'expérience pour aider les chercheurs et les cultivateurs à mesurer le continuum sol-plante-atmosphère.
Découvrez comment les différentes sources de données météorologiques se comparent et comment ces données affectent la précision des modèles environnementaux courants utilisés par les agriculteurs.
Des informations météorologiques précises sont essentielles pour comprendre les résultats expérimentaux ou la modélisation - et si vous ne faites que deviner, vous aurez des problèmes au moment de la publication. Vous avez besoin de données fiables.
Des études de cas, des webinaires et des articles que vous allez adorer
Recevez régulièrement le contenu le plus récent.
Webinar : La lutte contre le ruissellement - une étude des applications de l'hydrologie
La conductivité hydraulique était autrefois une mesure réservée à ceux qui disposaient d'une grande expertise technique, du temps et des ressources nécessaires au processus de mesure ardu.
Les mesures précises et automatisées de SATURO et KSAT permettent plus que jamais aux non-spécialistes de comprendre les propriétés d'infiltration du sol ayant un impact sur leur projet. Dans ce webinaire de 30 minutes, le chercheur Leo Rivera explore les applications pour lesquelles la mesure de la conductivité hydraulique a un impact considérable, notamment :
L'étude des risques de glissements de terrain, de coulées de boue et de crues soudaines qui surviennent fréquemment après les incendies de forêt.
Conceptions techniques pour un développement à faible impact
Concevoir des systèmes permettant une meilleure infiltration, en minimisant le ruissellement dans les systèmes d'évacuation des eaux urbaines.
Étudier l'impact de la gestion des terres sur les propriétés hydrauliques et la santé des sols
