Intégration de la simulation hydrologique et de la prédiction du rendement rizicole à l’aide de SWAT dans le bassin versant de la Bharathapuzha, dans le sud de l’Inde

Pourquoi le riz et les rivières comptent ici

Dans l’État méridional indien du Kerala, le riz est plus qu’un aliment : il est au cœur de la culture et de la vie quotidienne. Pourtant, l’État ne produit aujourd’hui qu’environ un cinquième du riz dont il a besoin. Le changement climatique, les monsons instables et la baisse des nappes phréatiques compressent progressivement les récoltes, surtout dans le district de Palakkad, souvent appelé le grenier à riz du Kerala. Cette étude pose une question pratique aux conséquences importantes : peut‑on utiliser des modèles informatiques des cours d’eau et des précipitations pour prévoir les rendements rizicoles des agriculteurs et, en conséquence, mieux planifier la gestion de l’eau et des cultures ?

Relier les champs à l’ensemble du bassin versant

La recherche se concentre sur deux grands blocs de production rizicole — Palakkad et Alathur — situés dans le bassin de la Bharathapuzha, dans le sud de l’Inde. Les agriculteurs y dépendent fortement de l’eau d’irrigation stockée dans le réservoir de Malampuzha, qui capte les pluies de la mousson provenant des collines environnantes. Plutôt que d’examiner les rizières isolément, les auteurs les considèrent comme le point d’aboutissement d’une histoire hydrique beaucoup plus vaste : la pluie qui tombe sur les montagnes, l’eau qui s’infiltre dans les sols ou ruisselle à la surface, qui chemine par les ruisseaux et canaux, et qui finit par atteindre les rizières. Pour suivre cette chaîne du nuage à la culture, ils utilisent un outil informatique bien connu appelé SWAT (Soil and Water Assessment Tool), capable de simuler les mouvements d’eau à l’échelle d’un paysage et la croissance des cultures dans différentes conditions.

Comment le modèle informatique a été construit

Pour faire en sorte que le bassin versant virtuel se comporte comme le bassin réel, l’équipe a d’abord reconstitué une image détaillée de la zone : cartes d’altitude numériques pour tracer les pentes et les écoulements, cartes d’utilisation des terres et des sols pour repérer où le riz est cultivé et la nature du sol, ainsi que de longues séries de précipitations, températures et débits de rivière. SWAT divise le bassin en nombreuses unités homogènes en termes de sol, de couverture du sol et de pente. Pour chaque unité, le modèle suit la pluie, l’évaporation, le ruissellement et l’eau absorbée par les plants de riz. Le réservoir de Malampuzha est représenté comme la principale source d’irrigation, avec des lâchers d’eau vers les champs lorsque le sol simulé devient trop sec. Faute de mesures détaillées sur la croissance des plantes au champ, les auteurs ont utilisé les paramètres standards de croissance du riz fournis par SWAT puis ont comparé les résultats aux statistiques officielles de récolte.

Validation du modèle par rapport à la rivière

Avant de se fier à toute prédiction de rendement, les chercheurs ont vérifié que le modèle reproduisait le comportement de la rivière. Ils ont comparé les débits mensuels simulés à une station clé, Kuttipuram, avec les données observées de 1998 à 2017. En ajustant soigneusement un ensemble de paramètres influents — tels que la réactivité des eaux souterraines, la perméabilité des sols et la part de ruissellement de surface — ils ont obtenu ce que les hydrologues considèrent comme un bon accord entre modèle et observations. Les indicateurs statistiques montrent que les débits simulés rendent à la fois les volumes globaux et les variations saisonnières de la rivière, la plupart des valeurs observées se situant dans la bande d’incertitude du modèle. Cela a renforcé la confiance que l’image du mouvement de l’eau dans le bassin était suffisamment réaliste pour appuyer l’analyse des cultures.

Ce que dit le modèle sur les rendements du riz

Une fois le comportement de la rivière reproduit, l’équipe s’est tournée vers les récoltes. Ils ont comparé les rendements annuels de riz simulés par SWAT pour 2008–2017 avec les rendements déclarés à Palakkad et Alathur. La concordance est encourageante : pour Palakkad, le modèle suit de près les variations d’une année sur l’autre, tandis que pour Alathur il retrace le schéma général même si certains pics et creux ne coïncident pas parfaitement. Globalement, le modèle a tendance à surestimer légèrement les rendements, que les auteurs attribuent à des simplifications — comme l’utilisation des mêmes dates de semis et de récolte chaque année et l’hypothèse de canaux d’irrigation parfaitement efficaces. Néanmoins, les données mesurées et simulées montrent toutes deux une tendance préoccupante à la baisse de la production au cours de la décennie, en lien avec des saisons plus chaudes et des pluies plus irrégulières.

Ce que cela implique pour les agriculteurs et les planificateurs

Pour un non‑spécialiste, le message est simple : ce qui se passe en amont dans le bassin influence fortement les récoltes de riz en aval, et les modèles informatiques modernes peuvent désormais capturer suffisamment bien ce lien pour orienter les décisions. En reliant précipitations, écoulement fluvial, stockage en réservoir et rendements des rizières dans un même cadre, l’étude fournit un outil pour planifier les lâchers d’eau, choisir des variétés de riz et ajuster les calendriers de semis face au changement climatique. Bien qu’il reste possible d’améliorer le réalisme des paramètres de culture et des pertes d’irrigation, le travail montre que le « grenier à riz » du Kerala peut être géré de façon plus intelligente si on le considère comme partie intégrante d’un système fluvial vivant, et non comme un simple patchwork de parcelles. Cette vision intégrée est essentielle pour assurer la présence du riz dans les assiettes et la sécurité des moyens de subsistance agricoles dans un avenir plus chaud et soumis au stress hydrique.

Citation: Karunanidhi, D., Nair, G.S., Subramani, T. et al. Integrating hydrological simulation and paddy yield prediction using SWAT in the Bharathapuzha River basin of South India. Sci Rep 16, 10797 (2026). https://doi.org/10.1038/s41598-026-45201-0

Mots-clés: rendement du riz, irrigation, modélisation de bassin versant, impacts climatiques, agriculture du Kerala