|
Impacts de la variabilité pluviométrique sur les productions agricoles dans la commune de Mont-Rolland des années 1950 aux années 2000.( Télécharger le fichier original )par Gilbert Sidy Lamine MBENGUE Université Cheikh Anta Diop de Dakar - MASTER en GEOGRAPHIE, RESSOURCE ENVIRONNEMENT DEVELOPPEMENT (RED) Option : Climatologie 2014 |
III - 2 - Le traitement des données et l'analyse des résultats? Méthodes d'analyse des données climatiques Différentes formules ont été utilisées dans le cadre de cette étude pluviométrique tels que : L'Ecart à la Normale en %, l'Indice pluviométrique de Lamb et l'Indice pluviométrique de Gaussen. Fréquence de l'écart à la Normale en % et l'indice pluviométrique de Lamb nous ont permis d'analyser l'évolution inter-annuelle des pluies et de mésuser la fréquence des années déficitaires. Comme son nom l'indique, l'écart à la Normale se réfère à une normale : durée de 30 ans et dans cette étude la normale 1961-1990 a été choisi comme référence. Donc il s'agit de faire la différence entre la pluie d'une année X et la moyenne de la série 1961-1990 pour trouver l'écart négatif (déficit) ou positif (excédent) et en fin de calculer la Fréquence F en %. Quand à l'indice pluviométrique de Lamb («Standardized Précipitation Index» en anglais) elle fait plus référence à la moyenne de la série et à l'écart type et s'écrit selon la formule suivante : I = Xi - Xm/Si Xi : cumul de la pluie pour une année i ; Xm : Total des pluies annuelles observées pour une série donnée Si : écart type. Le calcul de cet indice permet de déterminer la sévérité de la sécheresse selon différentes classes. Tableau 5 : Classification de la sécheresse en rapport avec la valeur du SPI (Standardized Precipitation Index)
Source : Bergaoui M., Alouini A. 2001 (IRESA, Tunisie) in www.john-libbey-eurotext.fr 19 Pour analyser l'évolution des saisons pluvieuses ou hivernage nous avons choisi de déterminer les mois humides et les mois secs pour mieux apprécier la pluviométrie car une pluviométrie mensuelle de 1 mm et une pluviométrie mensuelle de 100 mm n'ont pas les mêmes effets sur l'hivernage. Dans un premier temps nous avons pris le seuil de 15mm au minimum par mois pour déterminer le début et la fin de l'hivernage, et dans un second temps nous avons travaillé avec l'Indice de Gaussen pour déterminer le nombre de mois humide de la saison avant d'analyser l'évolution. Selon Gaussen un mois est qualifié d'humide que si et seulement : P = 2T P = Pluie mensuelle T = Température Dans le cas contraire (P < 2T) il sera considéré comme sèche. ? Analyse des données agricoles Concernant les données agricoles, la seule disponibilité des données de manière globale au niveau départemental a conditionné étude de l'évolution des productions agricoles au niveau départemental. Ces données du SDRDR de Tivaouane, concernant la période allant de la campagne agricole de 2004/2005 à celle de 2012/2013 nous ont permis d'étudier l'évolution récente des productions agricoles dans le département de Tivaouane en corrélation avec la pluviométrie. Cela à travers des tableaux statistiques et des graphiques. ? Evaluation de la productivité dans la Commune de Mont-Rolland A travers les enquêtes sur un univers de 150 ménages nous avons : Dans un premier tant évalué la superficie des emblavures en ha et la production moyenne en kg du ménage de la décennie 1951-1960 de chacune des principales cultures pluviales qui étaient pratiquées par le ménage. Puis le même procédé a été réalisé pour la décennie 2004-2013 Et en fin, une comparaison de la productivité : la moyenne de 1951-1960 par rapport à celle de 2004-2013. Pour avoir des réponses plus exhaustives des tableaux d'équivalences ont servi de base pour l'évaluation. 20 Tableau 6 : Equivalents en kg des unités de mesure locale
Source : ANSD ; DAPS, ISRA Tableau 7 : Equivalence en kg /ha de semence
Source : ANSD ; DAPS, ISRA ? Résumé des résultats et difficultés rencontrées Le traitement des données s'est opéré à travers une analyse statistique et qualitative. Ce travail a été réalisé à l'aide de l'ordinateur à travers des logiciels comme Word, Excel, Sphinx qui nous ont permis d'obtenir des graphiques et des tableaux. Au terme de notre étude le logiciel Word nous a permis de rédiger l'intégralité de notre mémoire. Les résultats sont d'autant plus importants que les différents méthodes fournissent, parfois des résultats convergents et complémentaires (par exemple Ecart à la normale et SPI ou analyse de données agricoles et documentation) mais à des degrés plus ou moins importants. Les difficultés dans l'obtention des données statistiques est l'une des principales problèmes rencontrés ; soit les données n'existent pas, soit elles ne sont pas accessibles. Le principal problème : au lieu que nous choisissions les variables et la quantité de données jugées nécessaires pour l'étude, certaines institutions fixent parfois des règles qui limitent leur disponibilité. Par exemple l'obtention de certaines données détaillées nécessite parfois des moyens financiers qui sont à la limite de nos possibilités. Quand aux données climatiques l'inexistence d'une poste pluviométrique fiable et en permanence dans le périmètre de la Commune de Mont-Rolland fut aussi un handicap. Une autre difficulté concerne les 21 productions agricoles, car ces dernières ne sont évaluer qu'à l'échelle départementale et de manière globale. C'est dans cette logique que dans l'analyse des productions agricoles nous avons travaillé avec les données agricoles du département en corrélation avec les données pluviométrique. Pour rappel plus proche de la Commune de Thiès, Mont-Rolland appartient au département de Tivaouane. Il est aussi à souligner, la rareté de documents, spécifique à l'agriculture ou la climatologie de notre zone d'étude, c'est-à-dire la Commune de Mont-Rolland mais aussi la difficulté des paysans à se repérer parfois dans le temps lors des enquêtes. Cependant, l'analyse et la mise en relation des différents éléments qui ont été à notre disposition ont permis d'obtenir des résultats non négligeables. 22 |
|
