Abstract FR:

Malgre une disponibilite croissante en lisiers et leur valeur fertilisante souvent elevee, le raisonnement agronomique de l'utilisation de ces effluents est souvent neglige. Des changements de comportement sont cependant aujourd'hui demandes aux agriculteurs, car l'utilisation irraisonnee des lisiers entraine une pollution notable de l'air et des eaux continentales et littorales. Dans ce contexte, l'objectif de ce travail a ete d'elaborer un modele agronomique operationnel permettant d'affiner la prevision de la valeur fertilisante azotee des lisiers, comparativement aux modeles usuels, et de calculer le risque environnemental resultant des epandages. Le modele, nomme stal, comprend deux modules couples volatilisation-biotransformations, et simule la volatilisation, la nitrification, l'organisation et la mineralisation brute de l'azote du lisier. Stal est un modele dynamique semi-mecaniste, dont les parametres et les variables d'entree sont facilement accessibles. Le parametrage du modele repose sur des resultats experimentaux obtenus en conditions de plein champ et au laboratoire, et fondes sur l'utilisation du marquage 1 5nh 4. Nous avons constate l'importance et la variabilite des pertes gazeuses, representant pour des apports en sol nu 30 a 60% de l'azote ammoniacal apporte. L'etude au laboratoire de l'organisation-mineralisation a mis en evidence le role determinant de la fraction soluble de la mo du lisier sur la cinetique de mineralisation du c. Les flux d'organisation et de mineralisation de l'azote sont etroitement correles au flux de mineralisation du c, ce qui justifie une approche simplifiee des relations c-n. Enfin, nous avons montre le role preponderant exerce par le sol sur la cinetique de nitrification. La qualite predictive du modele apparait relativement homogene entre modules, et sa precision satisfaisante. Enfin, l'analyse de sensibilite a permis d'etudier les relations de concurrence exercees par les differents processus vis a vis du compartiment ammoniacal ; elle a aussi permis de calculer les erreurs commises lorsque le modele est renseigne avec moins de precision, et d'en proposer une version operationnelle minimale.