Know more

Our use of cookies

Cookies are a set of data stored on a user’s device when the user browses a web site. The data is in a file containing an ID number, the name of the server which deposited it and, in some cases, an expiry date. We use cookies to record information about your visit, language of preference, and other parameters on the site in order to optimise your next visit and make the site even more useful to you.

To improve your experience, we use cookies to store certain browsing information and provide secure navigation, and to collect statistics with a view to improve the site’s features. For a complete list of the cookies we use, download “Ghostery”, a free plug-in for browsers which can detect, and, in some cases, block cookies.

Ghostery is available here for free: https://www.ghostery.com/fr/products/

You can also visit the CNIL web site for instructions on how to configure your browser to manage cookie storage on your device.

In the case of third-party advertising cookies, you can also visit the following site: http://www.youronlinechoices.com/fr/controler-ses-cookies/, offered by digital advertising professionals within the European Digital Advertising Alliance (EDAA). From the site, you can deny or accept the cookies used by advertising professionals who are members.

It is also possible to block certain third-party cookies directly via publishers:

Cookie type

Means of blocking

Analytical and performance cookies

Realytics
Google Analytics
Spoteffects
Optimizely

Targeted advertising cookies

DoubleClick
Mediarithmics

The following types of cookies may be used on our websites:

Mandatory cookies

Functional cookies

Social media and advertising cookies

These cookies are needed to ensure the proper functioning of the site and cannot be disabled. They help ensure a secure connection and the basic availability of our website.

These cookies allow us to analyse site use in order to measure and optimise performance. They allow us to store your sign-in information and display the different components of our website in a more coherent way.

These cookies are used by advertising agencies such as Google and by social media sites such as LinkedIn and Facebook. Among other things, they allow pages to be shared on social media, the posting of comments, and the publication (on our site or elsewhere) of ads that reflect your centres of interest.

Our EZPublish content management system (CMS) uses CAS and PHP session cookies and the New Relic cookie for monitoring purposes (IP, response times).

These cookies are deleted at the end of the browsing session (when you log off or close your browser window)

Our EZPublish content management system (CMS) uses the XiTi cookie to measure traffic. Our service provider is AT Internet. This company stores data (IPs, date and time of access, length of the visit and pages viewed) for six months.

Our EZPublish content management system (CMS) does not use this type of cookie.

For more information about the cookies we use, contact INRA’s Data Protection Officer by email at cil-dpo@inra.fr or by post at:

INRA
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan CEDEX - France

Dernière mise à jour : Mai 2018

Menu Logo Principal AgroParisTech

Welcome to ECOSYS

UMR ECOSYS - Ecologie fonctionnelle et écotoxicologie des agroécosystèmes

FIDES

Un modèle de dispersion et d'échange de polluants en champ proche

FIDES
© INRA
Flux Interpretation by Dispersion and Exchange over the Short-range

Le modèle FIDES est un modèle couplé de dispersion et d’échange de composés gazeux et de particules. FIDES est utilisé pour estimer le dépôt des pesticides et d’ammoniac à proximité des bâtiments d’élevage et des parcelles agricoles traitées. 

FIDES constitue la composante atmosphérique du modèle Nitroscape . FIDES est constitué d’un modèle de dispersion de type Gaussien et d’un modèle d’échange bidirectionnel de type résistif. Le modèle existe en mode direct ou inverse.

Description détaillée

Domaine d’application

Le modèle FIDES est un modèle de dispersion et d’échange de polluants gazeux et de particules. Il est utilisé pour estimer le dépôt de polluants à proximité de sources (< 5 km). Il a été développé pour étudier le dépôt d’ammoniac (Loubet et al., 2001) et a été appliqué aux pesticides gazeux (Bedos et al., 2013) et aux particules (Petit et al., 2013). Le modèle FIDES constitue le module de transfert atmosphérique du modèle NitroScape. FIDES est également utilisé en mode inverse pour estimer des sources à partir des concentrations (Carozzi et al., 2013a; Loubet et al., 2012; Loubet et al., 2010; Loubet et al., 2011 ).

Principe

Le modèle de dispersion est basé sur une solution « analytique » de l’équation d’advection diffusion. Cette solution est obtenue en supposant que les profils de vent et de diffusivité sont des lois de puissance de la hauteur z du type az b. Le modèle fait l’hypothèse d’une surface homogène : la rugosité z , la hauteur de déplacement d, la vitesse de frottement u*, et la longueur d’ObukhovL sont homogènes dans le domaine étudié. Le modèle est implémenté en deux et en trois dimensions (panache gaussien horizontal).

Le modèle de dispersion est couplé à un modèle d’échange de gaz traces à une couche incluant un point de compensation (possibilité d’émission par le sol ou la plante) et une résistance cuticulaire (dépôt sur l’extérieur des feuilles). Le module de dépôt sec inclut également une paramétrisation du dépôt sur l’eau inspiré de (Liss and Slater, 1974) qui tient compte de la constante de Henry du composé. Le couplage est grâce au principe de superposition des sources décrit dans (Loubet, 2000). Ce principe stipule que la concentration en un point du domaine (Ci) est égale à la somme des contributions des sources et puits (Sj) pondérées par le coefficient de transfert entre la source et la cible (Dij). Sur la base de ce principe, les termes de dépôts et d’émissions du modèle d’échange sont découplés. L’équation de couplage est de la forme suivante :

         

equation FIDES

                                                                      (1)

Où rjdep est la résistance au dépôt du composé et Ciref est la concentration issue de l’ensemble des sources du domaine. Le système d’équation linéaire (1) est réalisé par des méthodes standards.

Un module de dépôt d’aérosols a été implémenté sur la base de modules standards (Seinfeld and Pandis, 1998), mais en incluant une diminution de la diffusivité verticale liée aux effet inertiels explicité dans (Bouvet and Wilson, 2006).

Le modèle est également implémenté en mode inverse pour estimer les sources à partir de concentrations mesurées (Bedos et al., 2003; Carozzi et al., 2013b ; Loubet et al., 2010). Un développement récent permet d’estimer simultanément les émissions d’ammoniac depuis plusieurs parcelles adjacentes de petites tailles avec des analyseurs intégratifs (Loubet et al., 2012; Loubet et al., 2011).

Limites

  • Les réactions chimiques dans l’atmosphère ne sont pas prises en compte.
  • La surface est supposée dynamiquement homogène.
  • Il n’y a pas de sédimentation du panache pour les particules.

Initialisation, paramètres ajustables, variables d’entrée / forçages, Bases de données (principaux groupes – non exhaustives)

Forçage / Paramètre

Description

Valeur « standard »

min

max

Forçage

 

 

 

 

u* (a)

Vitesse de frottement

0.3 ms-1

0.1

1.5

z (a)

Longueur de rugosité

10 mm(sol nu)

10

1000 (forêt)

d (a)

Hauteur de déplacement

0 (pas de couvert)

0

10 (forêt)

L (a)

Longueur d’Obukhov

-105 (neutre)

+10 (stable)

-10 (instable)

Paramètres

 

 

 

 

Rs(gaz) (b)

Résistance stomatique

60 s m-1 (blé)

0

Inf

Rw(gaz) (b)

Résistance cuticulaire

Inf (sec)

0 (humide)

Inf

dp(c)

Diamètre des particules

Dépend de la source

0.01 µm

20 µm

Cbgd (d)

Concentration de fond

0

-

-

Lsource(e)

Taille de la zone émettrice

100 m

0.1

5000

(a)   Les caractéristiques de surface sont homogènes sur l’ensemble du domaine.

(b)   La résistance stomatique est en parallèle de la résistance cuticulaire. Il n’y a pas de dépôt au sol dans le modèle actuel. En fixant Rw à une valeur infinie, et en fixant Rs = Rc on a le modèle de vitesse de dépôt. Vd(z) = 1 / ( Ra(z) + Rb + Rc).

(c)    Le diamètre de la particule est unique pour un « run » donné. La vitesse de dépôt correspondante est définie par Vd = 1 / (Ra + Rb + Ra Rb Vs) + Vs, où Vs est la vitesse de sédimentation, et Rb est paramétré d’après Seinfeld et Pandis (1998) en fonction du nombre de Schmidt et de Stokes et du nombre de Cuningam. Par ailleurs la diffusivité de la particule est modifiée pour tenir compte des effets d’inertie pour les grosses particules d’après Bouvetet al. (2006).

(d)   La concentration de fond est ajoutée à la concentration issu des sources dans tout le domaine.

(e)   La longueur de la source est celle dans la direction du vent.

 

Variables de sortie principales (diagnostic)

Paramètre

Description

C(x,z)

Concentration dans tout le domaine à une hauteur donnée et à la surface

Fz(x,z)

Flux vertical spatialisé

 

Caractéristiques techniques

  • Logiciel prérequis : Excel, R, Matlab ou C++ (Visual C++ ou g++)
  • Langage informatique : Visual basic, R, Matlab ou C++
  • Système d'exploitation : Windows ou Linux
  • Nombre de lignes de codes : environ 1000 lignes
  • Présence d'un guide d'utilisation : succinct.

 

Qui sont les utilisateurs ?

 

Couplage

 

Publications - Références

Bedos, C., Gabrielle, B., Rousseau-Djabri, M.F., Flura, D., Barriuso, E. and Cellier, P., 2003. Pesticide volatilization fluxes in relation to the behaviour of the compound in the soil: the atmospheric part, Pesticide in air, plant, soil & water system. Proceedings of the XII Symposium Pesticide Chemistry, Piacenza, Italy, 4-6 June 2003. La Goliardica Pavese s.r.l., Pavia Italy.

Bedos, C., Loubet, B. and Barriuso, E., 2013. Gaseous Deposition Contributes to the Contamination of Surface Waters by Pesticides Close to Treated Fields. A Process-Based Model Study. Environmental Science & Technology, 47(24): 14250-14257.

Bouvet, T. and Wilson, J.D., 2006. An approximate analytical solution for the deposition of heavy particles released from an elevated line source. Boundary Layer Meteorol., 119(1): 1-18.

Carozzi, M., Ferrara, R.M., Rana, G. and Acutis, M., 2013a. Evaluation of mitigation strategies to reduce ammonia losses from slurry fertilisation on arable lands. Science of the Total Environment, 449: 126-133.

Carozzi, M., Loubet, B., Acutis, M., Rana, G. and Ferrara, R.M., 2013b. Inverse dispersion modelling highlights the efficiency of slurry injection to reduce ammonia losses by agriculture in the Po Valley (Italy). Agric. For. Meteorol., 171–172(0): 306-318.

Liss, P.S. and Slater, P.G., 1974. Flux of gases across the air-sea interface. Nature, 247: 181-184.

Loubet, B., 2000. Modélisation du dépôt sec d'ammoniac atmosphérique à proximité des sources. Thèse de doctorat Thesis, Université Paul Sabatier, Toulouse. (http://tel.ccsd.cnrs.fr/documents/archives0/00/00/32/50/index_fr.html), 330 pp.

Loubet, B., Génermont, S., Cohan, J.P., Charpiot, A., Morvan, T., Trochard, R., Eveillard, P., Champolivier, L., De Chezelles, E. and Espagnol, S., 2012. A new method for estimating ammonia volatilization from slurry in small fields using diffusion samplers, International Symposium on Emissions of Gas

and Dust from Livestock (EMILI 2012), Saint-Malo, France, pp. 4.

Loubet, B., Génermont, S., Ferrara, R., Bedos, C., Decuq, C., Personne, E., Fanucci, O., Durand, B., Rana, G. and Cellier, P., 2010. An inverse model to estimate ammonia emissions from fields. European Journal of Soil Science, 61: 793-805.

Loubet, B., Génermont, S., Personne, E. and Massad, R.S., 2011. Can we estimate ammonia emissions by inverse modelling with time averaged concentrations? , NItrogen and Global Change, Edinburgh, pp. 2.

Loubet, B., Milford, C., Sutton, M.A. and Cellier, P., 2001. Investigation of the interaction between sources and sinks of atmospheric ammonia in an upland landscape using a simplified dispersion-exchange model. J. Geophys. Res.-Atmos., 106(D20): 24183-24195.

Petit, C., Loubet, B., Rémy, E., Aubry, C., Duguay, F., Missonnier, J., Cellier, P., Feiz, A.A., Blondeau, C., Mauclair, C. and Durand, B., 2013. Dépôt de polluants sur les espaces agricoles à proximité des voies de transport en Île-de-France VertigO - la revue électronique en sciences de l'environnement, Hors-série 15 | février 2013.

Seinfeld, J.H. and Pandis, S.N., 1998. Atmospheric chemistry and physics. From air pollution to climate change. Wiley-Interscience, 1326 pp.