3.1.4.2. Méthode Susanne Groten
Dans cette partie, nous allons insister beaucoup sur la
méthodologie d'estimation des rendements développée par Dr
Susanne M. E. Groten. Cette méthodologie nous a permis d'avoir des
résultats satisfaisant lors des premières expériences
appliquées dans le cas du Niger.
Ainsi les hypothèses du départ ont
été relativement maintenues comme dans le cas de la
première étude (méthodologie de F.Maselli) à la
seule différence que, nous allons utilisé dans le cas
présent, le cumul pluviométrique jusqu'à la
première décade d'Août et l'indice de
végétation maximum estimé à la fin du mois
d'août. Ce choix est motivé par plusieurs raisons fondamentales.
Entre autre, nous savons que dans le Sahel, le mois d'Août correspond
plus généralement au mois le plus pluvieux de l'année et
l'activité végétative est plus importante.
Les résultats de l'étude sont
récapitulés dans deux tableaux différents l'un pour le
Sénégal (tableau N°8) et l'autre pour le Burkina Faso
(tableau N°9).
Tableau N°8 : Relations entre
variables (NDVI, précipitation et rendement) pour le
cas du
Sénégal
Types
d'image
NDVI
|
Valeurs non Standardisées
|
Valeurs standardisées
|
|
NDVI/Rendements
|
Pluies/NDVI
|
NDVI/Rendements
|
|
Erreur
standard
|
Coef de
corrélation
|
Erreur
standard
|
Coef de
corrélation
|
Erreur
standard
|
Coef de
corrélation
|
Erreur
standard
|
LAC
|
0.7785
|
70mm
|
0.7542
|
78kg/ha
|
0.807
|
0.575
|
0.794
|
0.0646
|
GAC
corrigées
|
0.7584
|
76.07mm
|
0.734
|
101kg/ha
|
0.757
|
0.692
|
0.721
|
0.0875
|
GAC non
corrigées
|
0.7145
|
81.64mm
|
0.583
|
108kg/ha
|
0.730
|
0.764
|
0.6505
|
0.117
|
|
A travers les résultats du tableau ci-dessus relatifs
au Sénégal, nous remarquons que les coefficients de
corrélation sont assez significatifs surtouts comparés à
ceux calculés avec la méthode de F.Maseli (voir tableau
N°6). Ceci confirme l'efficacité de la méthodologie de Dr
Susanne M.E. Groten par rapport à celle de Fabio Maselli dans le cas
Sénégal. Ces différents résultats obtenus varient
aussi en fonction du type d'image. Ainsi à travers le tableau N°8,
les coefficients de corrélations obtenus avec les images de la
série NOAA LAC du CRA sont supérieurs à ceux
calculés avec
la série GAC corrigée ou non. Cependant, nous
remarquons l'effet dû à la correction apportée à la
série Gac qui a permis l'amélioration du coefficient de
corrélation (voir tableau N°8).
Pour pouvoir une fois de plus améliorer, la
corrélation entre les différentes valeurs, nous avons
appliqué la méthode de l'étalonnage géographique.
Cette méthode permet de réduire les effets dus aux
différences géographiques qui influencent les résultats.
Ceci a permis d'améliorer le coefficient de corrélation (tableau
N°8).
En définitif, nous pouvons dire que parmi toutes les
images utilisées, la série LAC du CRA présente les
meilleurs résultats pour la prévision des rendements (figure
N°11)
Tableau N°9 : Relations entre
variables (NDVI, précipitation et rendement) pour le
cas du Burkina
Faso
Types
d'image
NDVI
|
Valeurs non Standardisées
|
Valeurs standardisées
|
|
NDVI/Rendements
|
Pluies/NDVI
|
NDVI/Rendements
|
|
Erreur
standard
|
Coef de
corrélation
|
Erreur
standard
|
Coef de
corrélation
|
Erreur
standard
|
Coef de
corrélation
|
Erreur
standard
|
LAC
|
0.816
|
54.72mm
|
0.706
|
70kg/ha
|
0.8252
|
0.584
|
0.7238
|
0.0671
|
GAC
corrigées
|
0.723
|
66.07mm
|
0.667
|
88kg/ha
|
0.7368
|
0.671
|
0.665
|
0.1022
|
GAC non
corrigées
|
0.721
|
65.64mm
|
0.652
|
74kg/ha
|
0.7325
|
0.681
|
0.6584
|
0.1018
|
|
Le résultat du tableau N° 9, confirme aussi notre
analyse comme dans le cas du Sénégal. Les coefficients de
corrélation (NDVI/rendements) sont assez significatifs variant de 0.701
à 0.652 pour les valeurs non standardisées à 0.8252
à 0.7325 pour les valeurs standardisées. Ainsi, les
corrélations entre les deux variables considérées
(précipitation et rendement) sont beaucoup plus remarquables et
significatives quand on utilise des données standardisées.
Ceci confirme l'hypothèse selon laquelle, le NDVI est
linéairement corrélé au rendement des récoltes
à un moment précis de la saison (Tucker et al. 1985, Prince
1991).
600
500
400
300
200
100
0
y = 731 .96x - 56.129
R2 = 0.6061
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
NDVIlac fin Aout
3000
2500
2000
1500
1000
500
0
y = 3564.5x - 353.33
R2 = 0.5689
0 0.2 0.4 0.6 0.8
NDVI Lac fin Août
3
2
1
0
-1
-2
-3
y = 0.7348x - 0.0214
R2 = 0.6404
-4 -3 -2 -1 0 1 2 3 4
NDVI lac fin Août*
3
2
1
0
-1
-2
-3
-4
-4 -3 -2 -1 0 1 2 3 4
NDVIlac fin Aout*
y = 0.792x + 0.01
R2 = 0.6342
Figure N°11 : Régression
linéaire (pluies, rendements, NDVI lac) standardisés et non
standardisés pour le Sénégal de 1990 à
2002
Figure N°12 : Régression
linéaire (pluies, rendements, NDVI lac) standardisés et non
standardisés pour le Burkina Faso de
1990 à 2002
y = 774.93x + 45.571
R2 = 0.6668
0 0.2 0.4 0.6 0.8 1
NDVI lac fin Août
800
700
600
500
400
300
200
100
0
y = 3703x - 304.24
R2 = 0.4998
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
NDVI en Ao ût
4000
3500
3000
2500
2000
1500
1000
500
0
4
3
2
1
0
-1
-2
-3
NDVIlacfinAout*
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4
y = 0.8198x + 0.0138
R2 = 0.6811
4
3
2
1
0
-1
-2
-3
NDVIlacfin Août*
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 4
y = 0.6283x - 0.01 95
R2 = 0.5239
| 
