Cinquante ans de modélisation des proliférations algales nuisibles en milieu fluvial : panorama mondial des approches et défis

Introduction

Au cours des cinq dernières décennies, la modélisation des proliférations d’algues nuisibles (PAN) en écosystèmes fluviaux s’est progressivement imposée comme une discipline centrale en recherche environnementale. La prolifération excessive de cyanobactéries et d’autres microalgues dans les cours d’eau représente une menace croissante pour la qualité de l’eau, la santé publique, la biodiversité aquatique et la gestion des ressources en eau douce. Face à la complexité dynamique des systèmes fluviaux et à la multitude de paramètres physico-chimiques et biologiques en jeu, la modélisation s’est révélée un outil précieux pour la compréhension, la prévention et la gestion adaptative de ces événements.

Évolution historique des approches de modélisation

Les premiers modèles empiriques

Dans les années 1960-1970, les premiers modèles mettaient l’accent sur la corrélation entre la biomasse algale et des variables physico-chimiques telles que la température, la lumière, le débit ou la concentration en nutriments. Ces modèles linéaires ou multivariés, basés sur des observations de terrain, proposaient une représentation simplifiée du phénomène, avec des résultats limités en termes de prédiction.

L’avènement des modèles mécanistes et dynamiques

Dès les années 1980, la modélisation a intégré de nouveaux concepts inspirés de l’écologie des systèmes, du transport réactif et de l’hydrodynamique. Les modèles mécanistes, capables de simuler la dynamique de populations algales en relation avec la variabilité spatiale et temporelle des conditions du milieu, se sont généralisés. L’introduction de modèles Eutrophication Process Models (par exemple QUAL et WASP) a permis de reproduire les processus de croissance, de mortalité, de compétition et de transport des algues, en tenant compte des interactions complexes entre nutriments, lumière, température et débit.

L’intégration des modèles biogéochimiques et biologiques avancés

À partir des années 1990-2000, les modèles biogéochimiques ont été associés à des représentations toujours plus raffinées du métabolisme des algues, de la dynamique des populations de cyanobactéries, de la limitation par les éléments nutritifs (phosphore, azote) et du rôle du benthos. Parallèlement, l’essor des outils de modélisation hydrodynamique 2D/3D, couplés à des modules biologiques, a ouvert la voie à des simulations plus précises des PAN à diverses échelles spatiales, du tronçon fluvial au bassin versant.

Synthèse des principales approches utilisées

• Modèles statistiques et empiriques : Fournissent rapidement des évaluations sur la base de données historiques, mais restent limités aux conditions rencontrées lors de leur calibration.

• Modèles mécanistes dynamiques : Permettent une simulation détaillée des processus de croissance, de compétition et d’export des algues dans un contexte spatio-temporel variable. Souvent utilisés pour tester des scénarios de gestion.

• Modèles couplés physique-biologique : Associent la circulation hydrologique/hydrodynamique aux variables biologiques et chimiques. Adaptés pour modéliser l'effet du débit, des apports de nutriments et de la morphologie du lit sur la dynamique des PAN.

• Modèles hybrides et approches basées sur l’intelligence artificielle : Ces dernières années, l’intégration d’algorithmes d’apprentissage automatique (réseaux de neurones, forêts aléatoires) permet d’identifier de nouveaux liens non linéaires entre facteurs environnementaux et explosions algales.

Défis majeurs de la modélisation des PAN fluviales

Manque de données et incertitudes

L’un des principaux obstacles demeure la qualité et la quantité des données nécessaires pour la calibration et la validation des modèles. Les données hautement résolues sur la physico-chimie de l’eau, les forçages hydrologiques, la composition précise du phytoplancton et la dynamique du benthos sont insuffisantes dans de nombreux cours d’eau à l’échelle mondiale, rendant l’estimation robuste des paramètres délicate.

Variabilité spatiale et temporelle

Les écosystèmes fluviaux présentent une variabilité marquée à différentes échelles (tronçons, confluences, gradients de débit) qui complique la modélisation. Les épisodes extrêmes (crues, sécheresses) et les variations de température dues au changement climatique accentuent encore cette complexité, exigeant des modèles adaptatifs et flexibles.

Représentation des interactions biotiques

La compréhension et la modélisation fiable des interactions complexes entre espèces phytoplanctoniques, microorganismes, macroinvertébrés et poissons sont essentielles pour mieux prédire l’apparition, la dominance ou le déclin des PAN. Cependant, peu de modèles intègrent encore pleinement la diversité des effets trophiques et de rétroaction.

Effets cumulés du changement global

L’augmentation des températures, la modification des cycles des précipitations, la croissance démographique et l’intensification des activités agricoles accentuent la fréquence et la gravité des PAN. La prise en compte simultanée de ces pressions multiples représente un défi important pour ajuster à la fois l’échelle spatiale, temporelle et la complexité des modèles.

Perspectives et recommandations pour la prochaine décennie

• Déploiement de réseaux de surveillance sensorielle : L’essor des capteurs connectés permet de recueillir en continu des données haute résolution, facilitant la calibration dynamique des modèles.
• Développement de plateformes de modélisation open source : Favorise la collaboration interdisciplinaire, la transparence et l’adaptation rapide à de nouveaux cas d’étude.
• Inclusion active des parties prenantes : Impliquer les gestionnaires des ressources en eau et les décideurs dans la co-construction des modèles accroît la pertinence des outils pour la gestion réelle.
• Prise en compte du changement climatique : Adapter les modèles pour simuler l’impact des scénarios futurs sur la fréquence, l’intensité et la distribution géographique des PAN.

Conclusion

La modélisation des proliférations algales nuisibles en systèmes fluviaux a connu une évolution significative, passant d’approches empiriques rudimentaires à des modèles physiques et biologiques sophistiqués. Malgré des avancées notables, il persiste des défis importants liés à la complexité écologique, au manque de données et à la nécessité de prise en compte des changements globaux. Il est impératif de renforcer la collecte de données, d’intégrer davantage les interactions biotiques et de favoriser des plateformes collaboratives afin d’anticiper, prévenir et gérer ces phénomènes à l’échelle des bassins versants.

Source : https://www.sciencedirect.com/science/article/abs/pii/S0043135426009206?dgcid=rss_sd_all