3.2.6. Méthodologie SCOT d'évaluation des
rendements
L'élaboration de l'information " production de
biomasse -rendement " fait à plusieurs approches. Trois classes de
modèles de production - rendement se distinguent par les approches
suivantes :
~ Modèle empirique (corrélation statistique)
qui est facile à mettre en oeuvre mais relativement imprécis,
utilisant une carte d'occupation des sols et un indice de
végétation (NDVI) : voire méthodes F. Maselli ; Docteur
Susanne Groten...;
~ Modèle déterministe très précis
mais nécessite beaucoup de données raison pour laquelle son
utilisation reste cantonnée aux parcelles expérimentales ;
~ Modèle semi- déterministe qui est à
cheval entre les deux modèles. Ce modèle intermediare sera
développé dans la présente étude. Ainsi nous
pouvons tester l'applicabilité de cette méthode sur le Niger sur
trois années retenues sur la base d'une considération qu'une
année est moyenne (l'année 2001), une excédentaire (1998)
et une moyenne (1994).
i Modèle semi- déterministe
(Modèle de production de Monteith simplifié)
3.2.1.1. Introduction
C'est une méthode couramment utilisée à
l'échelle régionale et globale, son succès est dû
à sa relative facilité de mise en oeuvre et aux faibles nombres
des coefficients et variables utilisées. Il offre aussi l'avantage
d'utiliser des pas de temps de l'ordre de dix jours. Mais cette méthode
présente un certain nombre d'inconvénients qui limitent son
application comme par exemple la non connaissance précise des valeurs
d'efficience de conversion et les facteurs intervenant dans cette approche ne
peuvent être déterminés que de façon empirique. Par
ailleurs elle ne tient pas compte des effets de stress environnementaux
(essentiellement le stress hydrique) qui peuvent affecter le fonctionnement des
couverts végétaux.
3.2.1.12. Méthodologie
Le modèle de production de Monteith simplifié
utilise trois efficiences. La matière sèche totale (MST)
produites s'exprime suivant la relation suivante :
MST= ?ea eb ec
RG dt = ea eb ec
Ó (N DVI - NDVI sol nu)k RG ( k nbre de
décades)
· ea, L'efficience d'interception ou d'absorption
représente la fraction du rayonnement photo- synthétiquement
actif incident absorbé par le couvert. Elle est déterminée
de manière empirique par la relation qui consiste à faire
correspondre au NDVI du sol une absorption nulle et à un NDVI maximal de
0.7, une absorption maximale de 0.95,
· eb, l'efficience de conversion est le rapport entre la
matière sèche produite pendant un laps de temps donné At,
et l'énergie photo-synthetiquement active absorbée pendant la
même période de temps. Ce coefficient n'est pas normalement
constant mais par manque de données terrain, nous avons utilisé
une valeur moyenne sur la saison de 1.2g.MJ-1 (Bégué
et Myneni, 1996).
· °c , l'efficience
climatique est souvent peu variable au cours de la saison. Elle correspond
à une valeur moyenne de 0.466 (valeur souvent comprise entre 0.4 et
0.5),
· RG, le rayonnement global (MJ.m-2)
supposé constant à l'échelle du pays,
La période d'intégration pour l'application
correspond à 15 décades chacune. Elle débute de la
deuxième décade de mai et se termine à la première
décade d'octobre. La date correspondant la période
végétative s'est déduite de l'analyse des profils de
NDVI.
L'analyse des profils de NDVI couplée à des
données météorologiques (rayonnement global incident,
efficience climatique) et agronomiques (efficience photo-chimique) permet ainsi
de prévoir les rendements agricoles selon le schéma suivant :
![](application-des-methodes-devaluation-de-rendements-agricoles--laide-des-images-NDVI25.png)
3.2.1.3. Résultats et analyses
Les figures N°15, 16 et puis 17 illustrent respectivement
pour les années 1994, 1998 et 2001 respectivement année
déficitaire, année excédentaire et année moyenne
les résultats des différents rendements obtenus par ce
modèle. On remarque que la distribution des valeurs les plus faibles
(200 à 450 kg/ha pour l'année déficitaire, de 450 à
650 kg/ha pour l'année moyenne et l'année excédentaire)
suit un gradient du nord au centre du pays, et celle des valeurs relativement
fortes (450 à 800kg/ha année 1994, 650 à 1000kg/ha
année 2001 et 650 à 850 kg/ha année 1998) suit un gradient
du centre au sud.
![](application-des-methodes-devaluation-de-rendements-agricoles--laide-des-images-NDVI26.png)
41
Figure N°15 : Niger
1994 (année déficitaire). Rendements estimés (en Kg/ha)
avec le modèle semi- déterministe de Monteith
![](application-des-methodes-devaluation-de-rendements-agricoles--laide-des-images-NDVI27.png)
![](application-des-methodes-devaluation-de-rendements-agricoles--laide-des-images-NDVI28.png)
Figure N°17 : Niger
2001 (année moyenne). Rendements estimés (en Kg/ha) avec le
modèle semi- déterministe de Monteith
3.2.1.4. Validation
Pour pouvoir bien juger les résultats obtenus à
travers le modèle de Monteith, nous avons comparé les
différentes sorties du modèle avec les relevés du terrain
au niveau des différents départements du Niger. La figure N°
18 nous donne les résultats issus de cette comparaison. Ainsi pour
chaque année particulière, nous avons relevé le
coefficient de corrélation et l'erreur standard (Tableau N° 12).
Tableau N°12 : Résultats de
la validation
Images
Années
|
ND VI lac
|
Coefficient de corrélation
|
Erreur standard
|
1994 (année déficitaire)
|
0.74
|
147.56kg/ha
|
1998 (année excédentaire)
|
0.45
|
256kg/ha
|
2001 (année moyenne)
|
0.60
|
201kg/ha
|
Nous remarquons que l'année déficitaire 1994
présente le meilleur résultat avec un coefficient de
corrélation de 0.74 pour erreur estimée à 147.56kg/ha. Par
la suite, nous avons l'année moyenne 2000 avec une corrélation
moins bonne de 0.6 pour une erreur de 201 kg/ha et en dernière position
l'année excédentaire 1998 avec une faible corrélation de
moins de 50% pour une erreur de 201 kg/ha.
![](application-des-methodes-devaluation-de-rendements-agricoles--laide-des-images-NDVI29.png)
1600
1400
1200
1000
400
200
800
600
1600
1400
1200
1000
400
200
800
600
1400
1200
1000
0
400
800
600
200
0
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 192021 22 23 24
252627
Réels Estimés ANNEE 1998
7 9 11 13 15 17 19 21 23 25 27 29 31
Réels Estimés ANNEE 1994
Réels Estimés ANNEE 2001
Departements
Departements
Departements
Figure N°18 : Comparaison
entre rendements réels et rendements estimés
3.2.1.4. Conclusion
D'une manière générale, à travers
les résultats obtenus (figure N°18), nous pouvons dire que le
modèle simplifié de Monteith permet de sous dimensionner la
prévision des rendements agricoles.
Ainsi selon notre étude, l'utilisation du modèle de
Monteith serait plus efficace pour des prévisions des rendements sur des
années déficitaires (coefficient r >70%). Cependant pour les
trois années particulières nous relevons un coefficient de
corrélation moyen de 0.59 pour une erreur de 201 kg/ha.
Le résultat de ce modèle peut bien sure
être utilisé pour la prévision et alerte précoce en
ce sens qu'il permet de prévoir relativement plus ce qu'il faut pour les
aides d'urgence mettant à l'abri les populations vulnérables.
|