3.2.2. Calibrage de QUEFTS
par utilisation de QUEFTS_Interactive
Le processus de calibrage est fait de façon
progressive. Il a consisté à ajuster l'efficience interne et le
taux de recouvrement des engrais. L'objectif de ce calibrage est d'obtenir un
rendement et une exportation mieux prédits. En effet pour se faire, les
étapes ci-après ont été suivies pour un meilleur
calibrage. Il s'agit :
- d'utiliser l'efficience interne de QUEFTS original avec la
fertilité initiale réelle,
- d'utilisation de l'efficience interne et la fertilité
initiale réelles.
Ces deux étapes ont permis de calibrer les
paramètres originaux de QUEFTS à savoir l'efficience interne et
le taux de recouvrement de N, P et K.
3.2.2.1. Calibrage de
l'efficience interne
Le processus de calibrage de l'efficience interne permet
d'obtenir un rendement mieux prédit. Il revient de calibrer les valeurs
de l'EI au niveau du témoin absolu, et de cela lorsque celui-ci est bien
prédit, d'utiliser ces valeurs retenues pour simuler les autres
traitements. Le tableau 20 montre les valeurs de l'efficience interne obtenues
après son calibrage.
Tableau 20: Efficience
interne de N, P et K après calibrage
|
|
|
E.I (kg kg-1)
|
|
Site
|
|
N
|
P
|
K
|
|
Avant calibrage
|
Kèlèkpè et
Abègba
|
Accumulation
|
30
|
200
|
30
|
|
Dilution
|
70
|
600
|
120
|
|
Après calibrage
|
Kèlèkpè
|
Accumulation
|
45
|
90
|
50
|
|
Dilution
|
80
|
300
|
120
|
|
Abègba
|
Accumulation
|
40
|
90
|
40
|
|
Dilution
|
75
|
300
|
110
|
Les valeurs de l'EI après calibrage, ne sont pas loin
de celles determinées par Janssen (2003) au Nord Togo. Les valeurs
maximales pour l'accumulation et la dilution sont consignées dans le
tableau 21.
Tableau 21 :
Efficience interne de N, P et K determinées par Janssen (2003) du
maïs au nord Togo
|
E.I (kg kg-1)
|
|
N
|
P
|
K
|
|
Accumulation
|
32
|
88
|
18
|
|
Dilution
|
88
|
296
|
120
|
3.2.2.2. Ajustement du taux de
recouvrement
Les approvisionnements en N, P et K dans la prévision
des rendements et des exportations dépendent non seulement des teneurs
du sol en nutriments mais aussi des quantités d'engrais apportés.
L'ajustement du taux de recouvrement permet non seulement de
corriger la prévision des exportations mais aussi celle des rendements,
car l'exportation et le rendement sont liés.
Malgré cet ajustement, les taux de recouvrements
obtenus pour l'azote et le potassium (tableau 22) sont toujours
inférieurs à ceux mentionnés par la littérature (35
à 49%). Ceci explique la raison pour laquelle il y a une surestimation
des exportations de ces éléments. Par contre le taux de
recouvrement de phosphore obtenu après calibrage est plus proche de la
réalité.
Tableau 22: Taux de
recouvrement de N, P et K après calibrage
|
Site
|
Valeurs de
|
|
N
|
P
|
K
|
|
Avant calibrage
|
Kèlèkpè et
Abègba
|
50%
|
10%
|
50%
|
|
Après calibrage
|
Kèlèkpè
|
25%
|
20%
|
30%
|
|
Abègba
|
sNi
|
15%
|
20%
|
25%
|
|
aNi
|
20%
|
15%
|
25%
|
Ø Rendement
 a  b  c
Figure 16 :
Evaluation de prévision de rendements à
Kèlèkpè (a) et à Abègba (b et c)
après calibrage du TR
Ø Exportation de N, P et K
 a  b  c
Figure 17 :
Evaluation des exportations de N (a), P (b) et K (c) à
Kèlèkpè après calibrage du TR
 a  b  c
Figure 18 :
Evaluation des exportations de N (a), P (b) et K (c) à Abègba sur
le sNi après calibrage du TR
 a  b  c
Figure 19 :
Evaluation des exportations de N (a), P (b) et K (c) à Abègba sur
le aNi après calibrage du TR
Tableau 23: Calcul de
RMSE pour l'évaluation de la performance du modèle QUEFTS
après calibrage du taux de recouvrement
|
Kèlekpè
|
|
Exportation
|
|
Rdt
|
N
|
P
|
K
|
|
RMSE
|
223
|
0,97
|
0,98
|
4,9
|
|
NRMSE
|
12
|
3
|
6,8
|
13,8
|
|
R
|
0,99
|
0,99
|
0,98
|
0,92
|
|
Abègba
|
|
|
Exportation
|
|
Rdt
|
N
|
P
|
K
|
|
sNi
|
RMSE
|
190
|
3,84
|
1
|
5,35
|
|
NRMSE
|
20
|
22,4
|
14
|
30
|
|
R
|
0,95
|
0,90
|
0,95
|
0,95
|
|
aNi
|
RMSE
|
202
|
3,2
|
0,6
|
4
|
|
NRMSE
|
12
|
11
|
4,9
|
13,7
|
|
R
|
0,97
|
0,99
|
0,96
|
0,86
|
Ces graphes d'évaluation des tendances de
prévision des rendements et des exportations semblent beaucoup plus
proches de la réalité. Comme le montre le tableau 23, le NRMSE
est de 12% à Kèlèkpè et sur le champ ayant
précédemment porté le niébé à
Abègba. Par contre il est de 20% sur le champ n'ayant
précédemment pas porté le niébé. Cette
augmentation d'erreur moyenne de prédiction (tableau 23) serait
probablement liée à la densité de peuplement des plants de
maïs, de la concurrence en eau et en nutriments entre les plants de
maïs et les mauvaises herbes. Cette concurrence aurait
entraîné une erreur de prédiction plus élevée
sur le champ n'ayant précédemment pas porté le
niébé que sur le champ ayant précédemment
porté le niébé. Ceci traduit le fait que les
légumineuses empêchent les mauvaises herbes de pousser
rapidement.
Les tendances de prévision de rendements et des
exportations du modèle étant assez proche de la
réalité après le calibrage, le modèle QUEFTS peut
maintenant être utilisé pour formuler des recommandations
spécifiques sur chaque mode de gestion tout en tenant compte des moyens
financiers des paysans.
| 
