Les réseaux de neurones artificiels pour aider à la reconstruction de séries temporelles de flux de N2O

Les sols agricoles constituent une importante source de protoxyde d’azote (N2O), un gaz à effet de serre très puissant, présentant un pouvoir de réchauffement équivalent à 300 fois celui du CO2. Les mesures à haute fréquence des flux de N2O sont déterminantes afin d’améliorer la connaissance des mécanismes complexes qui régissent leur très grande variabilité spatiale et temporelle et d’affiner ainsi les bilans de gaz à effet de serre. Mais les séries de mesures sont souvent incomplètes en raison du dysfonctionnement intermittent des instruments ou des contrôles de qualité. Il faut donc appliquer des algorithmes pour combler ces lacunes de manière à pouvoir calculer des bilans sur des périodes longues. Au même titre que pour les flux de CO2, aucune méthode satisfaisante de reconstruction n’existe pour les flux de N2O au comportement fugace.

Une équipe de chercheurs dont L. Bigaignon, R. Fieuzal, T. Tallec du Cesbio (1) et C. Delon du Laboratoire d’Aérologie s’est intéressée à une méthode novatrice pour leur domaine d’étude, mais en plein essor par ailleurs : les réseaux de neurones artificiels. Cette méthode, seule ou combinée avec la méthode d’interpolation linéaire, a été testée puis confrontée à la méthode d’interpolation linéaire seule, sur une série temporelle de flux journaliers de N2O mesurés pendant 5 ans (2012-2016) sur le site agricole de Lamasquère avec des chambres automatisées.

Parcelle agricole ICOS (FR-Lam) située au sud-ouest de Toulouse, équipée de dispositifs pour la mesure à haute fréquence et à long terme des flux de N2O émanant du sol (chambre automatisée en premier plan) et des flux de CO2, de vapeur d’eau et d’énergie selon la méthode des fluctuations turbulentes (tour à flux en arrière-plan). © OSR Sud-ouest – Tiphaine Tallec

En moyenne sur la période étudiée, la méthode par réseaux de neurones seule donne de meilleurs résultats statistiques que la méthode d’interpolation linéaire seule. Néanmoins, si elle reproduit convenablement les hautes valeurs de flux de N2O, elle en surestime les faibles valeurs où l’interpolation linéaire est statistiquement meilleure.
Les chercheurs ont alors décidé de combiner les 2 méthodes à l’aide d’une règle de décision s’appuyant sur l’amplitude des flux et la durée des périodes de données manquantes. Ils ont ainsi pu améliorer leurs résultats, en particulier la représentation de la dynamique des flux sur les périodes de faibles valeurs de flux de N2O.

(1) Bigaignon, L., Fieuzal, R., Delon, C., Tallec, T., 2020. Combination of two methodologies, artificial neural network and linear interpolation, to gap-fill daily nitrous oxide flux measurements. Agricultural and Forest Meteorology 291, 108037. https://doi.org/10.1016/j.agrformet.2020.108037

Sources :

INSU/CNRS https://www.insu.cnrs.fr/fr/cnrsinfo/les-reseaux-de-neurones-artificiels-pour-aider-la-reconstruction-de-series-temporelles-de

Plus d'actualités

Un instrument à bas coût pour mesurer la respiration du sol

Les chambres portatives pour mesurer la respiration du sol peuvent être des dispositifs « bon marché » mais rester assez précis. La chambre décrite dans cet article est peu coûteuse et construite à partir de pièces disponibles dans le grand commerce, ce qui la rend très accessible. Cette chambre est robuste, simple à utiliser, et […]

Offre de CDD: Ingénieur pour le montage et la maintenance de stations de mesures H/F

Offre et candidature sur le portail du CNRS: ICI En quelques mots: Emploi type : Ingénieur-e d’exploitation d’instrument Missions La mission principale consistera à travailler en appuis instrumental pour toutes les activités terrains liées à la préparation de la mission spatiale (Franco-Indienne) TRISHNA. c-à-d:– Participer au montage de campagnes de mesures.– Identifier les instruments en […]

MyEasyFarm lance le projet MyEasyBiomass avec le CESBIO

La startup MyEasyFarm annonce le lancement d’un projet financé par l’ESA afin de quantifier la séquestration carbone dans les sols de façon opérationnelle par télédétection. Ce projet est basé sur le modèle SAFYE-CO2 développé par le CESBIO.

Rechercher