2.2.4. Modèle VAST (Vegetation Analysis in Space and
Time).
Selon Tychon (2009), VAST est un programme écrit il y a
une dizaine d'années par Félix Lee qui permet d'extraire des
informations de données satellitaires notamment les valeurs de l'Indice
de Végétation Normalisé (NDVI). Le modèle
crée une dizaine de variables agro-météorologiques sous
forme d'images que l'on peut convertir en tableur Microsoft Excel grâce
au logiciel Windisp.
2.2.5. New LocClim
Il est fréquemment utilisé pour estimer les
paramètres du « climat local » (FAO, 2005). Il est
constitué d'un logiciel et d'une base de données, et propose des
estimations de conditions climatiques moyennes dans des lieux où aucune
observation n'est disponible. Ce programme peut : réaliser des cartes
climatiques, extraire des données sur divers types de formats à
partir de la base de données pour des utilisations ultérieures,
et afficher des graphiques montrant le cycle annuel d'observations mensuelles
et le calendrier des cultures.
Ce logiciel est utilisé dans cette étude pour
extraire les valeurs de l'évapotranspiration normale des stations dont
les données pluviométriques sont utilisées pour faire
tourner le modèle AMS. Il s'agit de la station de Yako et de
Baraboulé pour lesquelles nous n'avons pas de données
d'évapotranspiration collectées en station.
2.2.6. Statistica
La version 8 de ce logiciel est utilisée pour faire les
régressions linéaires afin d'identifier les variables qui
expliquent le rendement du mil et du sorgho dans la zone d'étude. Ce
logiciel est également utilisé pour la calibration et la
validation de sorte à prédire l'erreur de
généralisation des résultats.
2.3. Méthodes.
L'objectif global de cette étude est d'identifier un
modèle de prévision des rendements agricoles de deux
céréales de base dans l'alimentation des populations de la
Région du Nord et du Sahel au Burkina Faso. Un tel outil est
nécessaire dans le cadre d'un système d'alerte précoce
décentralisé afin de prendre en compte les variabilités
climatiques locales qui influencent la production agricole. Cette variation
climatique entraine des difficultés en matière de
sécurité alimentaire.
2.3.1. Modèle VAST
Selon Tychon (2009), la particularité de ce programme est
qu'il tourne sous MS-DOS. Les commandes à saisir sous MS-DOS sont du
type :
VAST3 <cc> <yr> [inpath] [outpath] [ext] [st_mon]
[ed_mon] [pbase] [ptol]
Avec : cc, les deux premières lettres du
nom des images à analyser
yr, deux chiffres spécifiant
l'année (p.ex 86, 93, 04)
inpath, le chemin pour accéder aux
données d'entrée
outpath, le chemin où stocker les
résultats
ext, 3 caractères maximum qui
définissent l'extension des images à analyser
st_mon, premier mois de la saison agricole, la première
décade est utilisée ed_mon, dernier mois de la
saison agricole, la dernière décade est utilisée
pbase, NDVI seuil à partir duquel la
saison agricole débute
ptol, l'accroissement minimal de NDVI requis
pour le calcul du début de la saison agricole
<>, les paramètres obligatoires [], les
paramètres facultatifs
Le modèle donne des sorties qui sont des variables
intéressantes du point de vue agronomique. L'ensemble des sorties se
présente comme suit :
PEAK, la décade à laquelle le NDVI atteint son
maximum
SDAT, la décade de début de la saison agricole
HORZ = PEAK - SDAT
SVAL, la valeur du NDVI à SDAT PVAL, la valeur du NDVI
à PEAK VERT = PVAL - SVAL
EVAL, le NDVI au temps PEAK + 4 (soit environ la fin de
saison)
DROP = PVAL - EVAL
SLOP, la pente de la droite qui rejoint (SDAT, SVAL) à
(PEAK, PVAL)
CUM, la somme des valeurs de NDVI de SDAT à PEAK
SKEW, le rapport entre la somme des 3 valeurs de NDVI suivant
PEAK (de PEAK + 1 à PEAK + 3) et la somme des 7 valeurs de PEAK - 3
à PEAK + 3.
Parmi ces variables celles que nous utiliserons le plus sont :
PEAK, SDAT, SVAL, PVAL, VERT, EVAL et CUM du fait qu'elles présentent
des caractéristiques agronomiques intéressantes pour cette zone
d'étude.
| 
