The model is based on lattice Boltzmann approach (Vogel et al., 2015)

(Traduction à suivre)

LBIOS

La prédiction des pertes en carbone des sols est un enjeu majeur encore mal appréhendé. Des chercheurs de l’Inra Versailles-Grignon et leurs collègues ont analysé le rôle et l’importance des interactions qui prennent place à l’échelle des habitats microbiens dans le devenir du carbone dans les sols à la faveur d’un modèle décrivant l’hétérogénéité des microenvironnements du sol.

La matière organique du sol ― et donc le carbone organique qui entre dans sa composition - joue un rôle fondamental dans le comportement des sols et des agroécosystèmes qu’ils supportent et la perte en carbone des sols est une menace à laquelle ils doivent faire face. Disposer de modèles capables de prédire les changements de la teneur en carbone des sols est donc nécessaire.

Les modèles macroscopiques qui décrivent la décomposition de la matière organique du sol selon des compartiments plus ou moins facilement biodégradables, ont montré leurs limites d’autant qu’ils ne prennent pas en compte les régulations biologiques et qu’ils doivent être paramétrés pour chaque contexte agro-pédo-climatique. Ce manque de robustesse, c’est-à-dire ce manque de validité face à des situations externes différentes, peut trouver son origine dans le fait que ces modèles omettent la diversité des microenvironnements dans le sol ainsi que les interactions qui existent à l’échelle des habitats microbiens. Ces éléments ont cependant toute leur importance. Dans les sols, la distribution spatiale hétérogène des micro-organismes modifie les quantités dégradées et la distribution de l’eau et de l’air dans l’espace poral influence l’activité des microorganismes et module leur accès aux substrats.

LBioS, prendre en compte l’organisation spatiale du milieu poreux à l’échelle des habitats microbiens

Dans ce contexte, des chercheurs de l’Inra Versailles-Grignon et leurs collègues ont développé le modèle LBioS pour prendre en compte l’organisation spatiale du milieu poreux à l’échelle des habitats microbiens. LBioS repose sur le couplage d’un modèle de transport de solutés basé sur une méthode de dynamique des fluides, encore appelée méthode de Boltzmann sur réseau, et d’un modèle biologique de biodégradation qui prend en compte les régulations microbiennes.

Ils ont ensuite utilisé le modèle pour tester diverses hypothèses concernant le rôle de la structure du sol sur la biodégradation. A cet effet, les scientifiques ont réalisé un plan factoriel - c’est-à-dire une suite d’essais, dans ce cas virtuels - qui leur a permis de tester toutes les combinaisons possibles des différents facteurs caractérisant la structure du sol plus un facteur uniquement lié à la physiologie des bactéries. Ce plan factoriel a exploité des images 3D de l’espace poral d’échantillons de sol obtenues par tomographie aux rayons X.

De l’influence majeure de la localisation des bactéries

Les scientifiques ont ainsi montré que les déterminants liés à la structure du sol expliquent la majorité (80 %) de la variation totale de la concentration en substrat carboné avec une influence majeure de la localisation des bactéries. Celle-ci  explique à elle seule 30 % de la variation totale. Cependant, ce sont les interactions entre les déterminants liés à la géométrie de l’espace poral, l’état de saturation en eau et la localisation des bactéries qui contrôlent majoritairement la concentration du substrat (50 %)

Globalement, ces travaux ont permis de hiérarchiser le rôle et l’importance des interactions qui prennent place à l’échelle des habitats microbiens dans le devenir du carbone dans les sols. Le modèle LBioS se révèle être pertinent pour identifier et quantifier les déterminants microscopiques de la structure du sol qui pilotent la biodégradation des substrats carbonés. Dans le cadre du projet Soilµ3D (2015-2019, ANR) LBios permettra, à partir d’un grand nombre d’images 3D de sols, de texture et de mode d’occupation différents, d’établir des relations statistiques robustes entre des déterminants microscopiques quantifiables (tortuosité, distances substrat-décomposeurs…) et les flux de production de CO₂, puis d’introduire ces relations dans les modèles macroscopiques de prédiction de l’évolution du carbone des sols dans le but d’améliorer leurs prédictions.