Qui :

Responsable(s) scientifique(s) :

Anne-Isabelle Graux (INRAE),  Philippe Faverdin (INRAE)

Description du projet :

Les ruminants laitiers sont directement touchés par l'augmentation globale de la température, qui affecte leur physiologie et leur comportement. Afin de garantir leur reproduction, leur production laitière, leur santé et leur bien-être, l’un des enjeux pour les filières d’élevage est l’adaptation à ces nouvelles conditions environnementales. Pour mettre en place des stratégies d’adaptation, il est nécessaire d’évaluer au préalable l’impact du changement climatique sur le confort thermique des animaux. C’est ce qui est fait dans cette étude qui présente, à l’échelle de la France, avec une résolution spatiale fine, l’évolution du confort thermique des vaches laitières pour différents scénarios climatiques et différentes évaluations de ce confort thermique. Ce travail a été financé par le projet européen GenTORE (convention de subvention N° 727213). Il est soumis dans la revue SoftwareX.

Objectifs : 

Ce projet avait pour objectif d’évaluer l’évolution du confort thermique des vaches laitières sous changement climatique, sur la base du calcul d’un indicateur du stress thermique des vaches laitières dérivé de l’indice de température-humidité (Temperature humidity index en anglais ou THI) : il s’agit du nombre de jours que les vaches laitières passent chaque année dans différentes classes de confort thermique qualifiées de « normale », « stress doux », « stress modéré », « stress sévère », « urgence ». L’objectif était également de tenir compte de l’incertitude liée au calcul de cet indicateur, dont les formules de calcul sont nombreuses, et à la modélisation du climat futur, qui dépend du choix du modèle climatique et des hypothèses faites sur l’évolution des émissions anthropiques de gaz à effet de serre. L’objectif était in fine de développer une interface qui permette aux chercheurs, aux parties prenantes et aux décideurs de visualiser et comparer ces évolutions du confort thermique des vaches laitières.

Région géographique :

France métropolitaine (hors Corse)

Temporalité :

Le THI a été calculé journalièrement pour 4 horizons temporels de 30 ans définis par Soubeyroux et al., (2021) comme suit : "Reference" : 1976-2005, "H1" : 2021-2050, "H2" : 2041-2070 et "H3" : 2071-2100.

Méthodologie :

  Le THI a été calculé de 8 manières différentes (décrites dans Dikmen et Hansen, 2009).  Une classe de confort (absence de stress, stress léger, stress modéré, stress sévère, urgence) a ensuite été attribuée en fonction de la valeur du THI et de seuils définis par Collier et al. (2012). Pour calculer le THI journalier, nous avons utilisé les données climatiques de deux exercices de simulation climatique : les simulations Jouzel (2014) et les simulations DRIAS (2020), téléchargées sur le portail SICLIMA, où seules les simulations des laboratoires français sont disponibles. Ces exercices de simulation climatique fournissent des variables climatiques journalières de 1950 à 2100, sur une grille spatiale de 8 km de côté. Au total, douze simulations climatiques ont été considérées, qui correspondent au croisement de différents modèles climatiques globaux (Global climate model en anglais ou GCM), modèles climatiques régionaux (Regional climate model en anglais ou RCM) et scénarios d’émissions de gaz à effet de serre (Representative concentration Pathway en anglais ou RCP). La température moyenne et l'humidité relative journalières ont été téléchargées pour quatre horizons temporels de 30 ans définis comme suit d’après Soubeyroux et al., (2021): "Reference" : 1976-2005, "H1" : 2021-2050, "H2" : 2041-2070 et "H3" : 2071-2100. L'indicateur que nous avons utilisé est le nombre de jours par an où les animaux se trouvent dans chaque classe de confort thermique. Ces nombres de jours ont ensuite été agrégés par exercice de simulation, point de grille DRIAS, RCP et horizon temporel. Trois types d'agrégation été calculés correspondant à la médiane et aux 5ème et 95ème percentiles de la distribution de ces nombres de jours selon les GCM et RCM de l'exercice de simulation et les 30 années de l'horizon temporel considéré.  Pour être en accord avec la charte éditoriale du portail, nous présentons ici les agrégations correspondant à la médiane et aux 10ème et 90ème percentiles. 

Bibliographie :

Dikmen S., Hansen. P.J., 2009. Is the temperature-humidity index the best indicator of heat stress in lactating dairy cows in a subtropical environment? Journal of Dairy Science, 92:109–116. doi: 10.3168/jds.2008- 1370.

Collier R. J., Hall L. W., Rungruang S., Zimbleman R. B., 2012. Quantifying Heat Stress and its Impact on Metabolism and Performance. Department of Animal Sciences University of Arizona.68(1), 1-11.

Soubeyroux J.-M., Bernus S., Corre L., Drouin A., Dubuisson B., Etchevers P., Gouget V., Josse P., Kerdoncuff M., Samacoits R., Tocquer F., 2021. Les nouvelles projections climatiques de référence DRIAS 2020 pour la métropole. Techical report, p. 98

Pour aller plus loin:

- La publication soumise par les auteurs de ce travail dans la revue SoftwareX: Graux A.-I, Demarty T., Faverdin P, CowComfort: a R-shiny app based on elaborated data to visualize the evolution of thermal comfort of dairy cows in metropolitan France under climate change. SoftwareX (under review)

Les dépôts sous DataINRAE : 

• Le dataset correspondant aux différents traitements des données climatiques brutes et à la génération de cartes utiles pour l'application shiny ; DOI Dataset : 10.15454/CVZX7Q ; URL direct aux données : https://doi.org/10.15454/CVZX7Q
• Le dataset  correspondant à l'application shiny uniquement ; DOI Dataset : 10.15454/GFBDL6 ; URL directe vers les données : https://doi.org/10.15454/GFBDL6
   

- L'application Shiny 

- Le portail SICLIMA

Contact :

Anne-Isabelle GRAUX, UMR PEGASE, INRAE Rennes, anne-isabelle.graux@inrae.fr