IV.4.2. Baisse de rendement
En rapport avec la figure 52, nous pouvons dire que le baisse de
rendement apparait à partir du moment où par manque de pluie,
situé sur des montagnes la plante perd sa croissance normale par
conséquent il y'aura baisse de rendement.
Tableau 14 : Mise en place des cultures, pression
parasitaire, incidence sur les cultures et prévisions de récoltes
PA 2018.
|
Spéculation
|
Période de
mise en
place
|
Pression parasitaire observée
|
Superficie
|
Solutions prodiguées
|
Incidence sur les cultures et prévisions des
récoltes
|
observation
|
|
Maïs
consommé
|
Février- Avril
|
Passage des
chenilles
(laves des
papillons
|
53 ha de pannar 12
|
Traitement
|
Baisse e
rendement
|
Avec les
pluies elles ont disparu
|
|
Tomate
|
Février- Mars
|
Flétrissement
et attaques
des chenilles
|
4,32ha
|
Jachère,
alterner les
produits de
traitement
|
Baisse de
rendement
|
|
|
Piment
|
|
Flétrissement
|
4,5ha
|
jachère
|
Baisse de
rendement
|
|
Source : DDADER de Bamboutos, Enquête de
terrain 2019
Le tableau 14 nous renseigne par rapport à
l'état d'avancement de la campagne en termes de la production en
denrée agricole. Les résultats enregistrés nous montrent
une baisse de rendement presque dans tous les différents types de
cultures (Maïs, tomate et piment). Il en découle que cette baisse
de rendement en 2018 est liée au fait que la rentrée des pluies a
eu lieu en mi-Février ce qui a favorisé la bonne levée du
maïs mais les vents ont occasionné la versée des plants de
bananier sur la quasi-totalité du village. L'on note également la
présence des chenilles qu'a fait mention le paysan qui ne cesse de
perforer les plants par conséquent contribue d'une manière
à une autre à une baisse de rendement.
-La corrélation de Pearson
Tableau 15: Corrélation de Pearson
|
Test des variables
|
Corrélation de
Pearson (r)
|
Coefficient de
détermination (r2)
|
Contribution dans le changement(%)
|
|
Pluviométrie (mm) et mais (tons)
|
0,71
|
0,504
|
50.41%
|
68
|
Température (°c) et
|
0,413
|
0,17
|
17.06%
|
|
mais(Tons)
|
|
|
|
Source: Agri stat et station
météo Bamendjing 2019.
La corrélation de Pearson nous a permis de faire une
corrélation entre la production agricole de 2000 à 2008 et les
données climatiques de 2007 à 2018. Il ressort de ce tableau 11,
que la pluviométrie à une forte influence sur la production
agricole avec un taux de contribution de changement de 50,41% avec 0,504 comme
coefficient de détermination alors que la température contribue
à une faible influence d'ordre 17,06%. On note dès lors qu'il y'a
d'autre facteurs influençant sur la production agricole comme le manque
de fertilisant.
| 
