Application du modèle EPIC dans l’estimation de la fonction de production rizicole dans la plaine de la Ruzizi. Essai d’intégration du paramètre information.

0.2. PROBLEMATIQUE

Plusieurs études (UnitedNations Framework Convention on Climate Change, 2013 ; Zahm F. et al, octobre 2017 ; Witzke H-P. et al, 2014) ont été menées en vue de ressortir les effets des changements climatiques sur l'agriculture et montrer leur menace pour le développement durable. L'identification des milieux, populations et des systèmes de production qui sont les plus affectés par ce risque par rapport aux changements climatiques peut contribuer à la mise en place des stratégies d'adaptation (United Nations Framework Convention on Climate Change, 2013).

Dans de nombreuses régions du monde, telles que l'Afrique, l'Amérique du Sud,l'Amérique centrale, l'Asie du Sud-Est et la région du Pacifique, les climats sont extrêmement variables d'année en année et des sécheresses récurrentes ainsi que des problèmes d'inondation affectent régulièrement des pays entiers, ce qui provoque de graves problèmes socioéconomiques. Dans les pays où les situations socioéconomiques sont instables, les habitants sont vulnérables aux changements qui surviennent. C'est le cas des pays dépourvus d'une technologie adéquate pour faire face à la sécheresse et aux inondations (United Nations Framework Convention on Climate Change, 2013).

Pourtant, l'agriculture est fortement dépendante des ressources en eau et des conditions climatiques, particulièrement dans les régions du monde qui sont très sensibles auxrisques liés au climat.

Les impacts du changement climatique sur la production alimentaire, les évolutions socio-économiques telles que la croissance démographique et la hausse des revenus dans de nombreuses régions du monde et les politiques en matière de biocarburants sont les principaux défis à venir pour le secteur agricole et ont suscité un intérêt scientifique, politique et public dans les prévisions à long terme (Godfray et al., 2010).

Ces défis doivent être résolus grâce à un accroissement de la production. Or, l'exploitation de toute ressource végétale amèneinévitablement les producteurs agricoles à prendrede nombreuses décisions à la ferme (Lepage M-P. & Bourgeois G., 2012). Dans le but de gérer efficacement, les agriculteurs font recours à multiples notions qui sont liées à la physiologie des cultures, cela en vue de procéder à la sélection des meilleures opportunités qui s'offrent à eux.

La montée en puissance des préoccupationsenvironnementales et des exigences de qualitédes produits agricoles, mais aussi l'émergencede cahiers des charges « bas intrants » posentde nouvelles questions à l'évaluation des innovationsvariétales. Celle-ci ne doit plus seulementporter sur la bonne valeur agronomiqueet technologique moyenne des variétés et sur lastabilité de leurs performances entre les lieux,mais aussi permettre la valorisation de leursspécificités pour différents environnements etdifférentes conduites de culture. Cette nouvelleposture impose de comprendre, de prévoir etde contrôler l'interaction variété-milieu-conduite de culture (Debaeke P. et al., 2010).

Les décideurs agricoles rencontrent de plus en plus dedéfis complexes, qui nécessitent un examendes alternatives de gestion et de politique basées sur les potentiels impacts économiques et environnementaux (Chung et al., 1999). L'étude de ces différentes décisions relève de l'essence même de l'économie.

De tous les temps, les décideurs agricoles ont cherché à accroitre le rendement de leurs cultures dont la croissance stipule l'évolution de la biomasse. Cette croissance suppose une série d'interactions entre la plante ; le sol et les conditions météorologiques. Le rendement sera alors défini en termes de la section récoltée. Il varie en fonction d'un grand nombre de facteurs, dont le cultivar utilisé, les pratiques culturales employées et les conditions météorologiques durant la saison de croissance (Plouffe D. et al., 2012).

Piet (2002), dans une étude sur la spatialisation d'un modèle d'équilibre général calculable pour l'étude de la localisation des activités agricoles à une échelle infranationale, dégage trois facteurs de localisation des activités agricoles : les facteurs humains internes à l'agriculture (exploitant et exploitation), naturels (sol et climat) et humains externes à l'agriculture (marché, Etat).

En ce qui concerne la riziculture dans la province du Sud-Kivu en général et dans la plaine de la Ruzizi en particulier, elle se localise (l'évolution de cette localisation ne peut être comprise sans tenir compte des singularités comme par exemple : le relief, le climat, l'hydrographie, la quantité de la terre, l'infrastructure, le marché foncier,...) tenant compte des dotations des facteurs et des effets des ressources scientifiques et technologiques. L'accès à la technologie par exemple, nécessite au préalable la diffusion de l'information, de son existence, ses caractéristiques, son prix, son rendement qui permet sa propagation dans le milieu(Bashige C., 2005).Ce faisant, l'information est considérée comme un bien économique et un facteur de production au même titre que tous les facteurs de production, et constitue un coût que doit supporter le riziculteur dans sa phase de production. D'où l'importance de l'intégrer dans la fonction de production du riziculteur. Malheureusement, le système d'information reste peu développé. SelonBashige C. (2005), plusieurs sources informelles contribuent à la diffusion des technologies agricoles.

Néanmoins, cette activité est confrontée aux multiples contraintes qui sont propres à la production : l'accès à la terre, ses qualités et quantité pour la culture du riz, la technique de production, l'accessibilité et le niveau d'utilisation des intrants, l'infrastructure d'irrigation, la fréquence du risque de production, la fertilité du sol et l'accès aux moyens de communication.

La prise en compte de tous ces éléments permet alors de représenter la technologie par des fonctions de production qui caractérisent les exploitations rizicoles de la plaine de la Ruzizi. Cependant d'après Vicien C. (1991), la construction de ce type de fonction présente un grand inconvénient, celui de dépendre d'un petit nombre d'observations passées qui sont très loin de refléter tout l'éventail des possibilités.

Dans l'ensemble, il existe deux principaux types de modèles pour prédire la croissance ou le rendement des cultures : des modèles empiriques et les simulateurs de croissance et de rendement (Plouffe D. et al, 2012). Quant aux simulateurs, nous utiliserons le modèle EPIC (Erosion Productivity Impact Calculator) qui modélise des processus plus spécifiques : érosion, prédit la biomasse selon les conditions de la culture.

EPIC est un modèle mathématique (Flichman G. & Jacquet F., 2003 ; Vicien C., 1991 ; Sharpley A. N. & Williams J. R., 1990) assez complet développé en 1981 aux USA (par le National Soil Erosion-Soil Productivity Research Planning Committee USDA-ARS) spécifiquement pour application au problème érosion-productivité^2(*) (Rody F. & Xanthoulis D., 2005).Le modèle EPIC permet de simuler la croissance d'environ 70 espèces végétales en fonction, d'un côté, des conditions pédologiques et climatiques des régions considérées et, de l'autre côté, des variables spécifiques de chaque culture ainsi que des itinéraires techniques employés sur le terrain (Vicien C., 1991).Par conséquent, étant donné une série d'intrants et une série de contraintes physiques, le modèle optimise le rendement agronomique des diverses cultures : EPIC est donc une vraie fonction de production. Cela veut dire que les rendements obtenus, moyennant l'utilisation d'EPIC sont les optima du point de vue agronomique.

Selon Putman et Dyke (1987), EPIC est un modèle sophistiqué de fonction de production qui simule l'interaction entre les processus du sol, du climat, de la plante et de la conduite des cultures dans la production agricole. Par conséquent, étant donné une série d'intrants et une série de contraintes physiques, le modèle optimise le rendement agronomique des diverses cultures. Dans ce travail, nous nous limiterons à la culture du riz dans la plaine de la Ruzizi.

* ²Ce modèle a été développé en vue d'établir la relation entre l'érosion du sol et la productivité.