poids relatif du climat et des facteurs agronomiques dans ...escape/pdf/wp4/a... · sarrah...

Poids relatif du climat et des facteurs

agronomiques dans les variations de

rendement dans les systèmes de culture céréales/ légumineuses au Sénégal

François Affholder, Charlotte Poeydebat, Patrice Kouakou, Bertrand Muller

2e AG Escape- 11-12 février 2013

WP 4 tâche 2: Opportunities for intensifying rainfed productions through climate risk management s

Les questions qui nous occupent

• Quel serait le rendement s’il ne dépendait que de facteurs climatiques ? – Présent, futur – Ypot=f(T,Rg,ET0,[CO2],…dplante,variété)…vent ? – Yw=Ypot x f(Pluies, Sol, variété)

• Quelle part de ce rendement est atteinte, en fonction du système de culture ?

• changement climatique x SC rendements futurs ? ( modele exploitation: revenu futur, stratégies futures SE)

• Plus le système de culture rapproche les rendements de Yw, plus leurs variations dépendent des facteurs du climat !

Comment concilier intensification et risque climatique présent et futur ?

Dispositif d’analyse de Rdt=f(pluie, sols, systemes de culture): Enquêtes agronomiques en parcelles d’agriculteurs Expérimentations Modélisation (conceptualisation-mathématisation-informatisation-calage-évaluation)

Expérimentation virtuelle

Nord

Centre (500mm)

Sud (800 mm)

Précip

itation

s

1989-91

2006-08

YGE, SarraH

Biomasse aérienne

Surface foliaire

Grain

Racines Bilan Hydrique

Sol (profondeur, Réserve utile, ruissellement)

phénologie Yw

Espèce / cultivar

Température

Rayonnement

Précipitations

Coefficients in

terceptio

n

Stress hydrique

YGE (Yw): Modèle conceptuel

YGE: calage / évaluation (cultures diverses, environnement tropical)

MSE 54 095.87 RMSE 232.59 RRMSE 10.74%

150

160

170

180

190

200

210

220

230

150 160 170 180 190 200 210 220 230

Dat

e le

vée

sim

ulé

e (j

ou

r ju

lien

)

Date levée observée (jour julien)

RRMSE = 3.2 %

Calage simulation date de levée

YGE: calage / évaluation (mil, Sénégal)

Application YGE Bassin arachidier du Sénégal: part du climat dans rendements ?

0

1

2

3

4

5

6

0 1 2 3 4 5 6

Rd

t G

rain

Ob

serv

é (t

/ha)

Rdt Grain Simulé Yw (t/ha)

« Yield gap » =∑(Yw-Yobs)/n

Yw-Yobs

Rendements mil << Yw

Cas général : Faible part du climat dans variations de rendement en agriculture familiale tropicale

YGE

SarraH

Evolution du « Yield Gap » entre les

années 1989-91 et 2006-2008

1989-91 2006-08

Yw augmente, Yagriculteurs constant (statistiques agricole) Mertz et al, 2010: enquète AMMA: perception agriculteurs= baisse rendements

CELSIUS (CEreals and Legume crops Simulator Under changing Sahelian environment)

Biomasse aérienne

Surface foliaire

Grain

Racines Bilan Hydrique

Sol (profondeur, Réserve utile, ruissellement, stock nutriments)

phénologie Ywn

Espèce / cultivar

Fertilisation …

Nutriments

Température

Rayonnement

Précipitations

Coefficients in

terceptio

n

Stress hydrique

Stress nutritif

= un modèle à construire pour prédire

Rdts = f(Yw, SC) Avec SC = prototypes des Systèmes de culture existants et futurs…

Approche suivie: modélisation ad hoc sur plateforme LASCAR (Laboratoire pour la Simulation Consciente en AgRonomie…)

0

0,5

1

1,5

2

2,5

3

3,5

0 0,5 1 1,5 2 2,5

Rdt Grain Simulé (t/ha)

0

2

4

6

8

10

12

14

0 2 4 6 8 10

Biomasse Simulée (t/ha)

0

1

2

3

4

5

6

0 1 2 3 4 5 6

Rd

t G

rain

Ob

serv

é (t

/ha)

Rdt Grain Simulé (t/ha)

0

2

4

6

8

10

12

14

16

18

0 5 10 15 20

Bio

mas

se O

bse

rvée

(t/

ha)

Biomasse Simulée (t/ha)

Calage CELSIUS Mil Sénégal (Nioro, Bambey, Keur-Boumi)

Rendements limités par l’eau (Yw) Rendements limités par l’eau

et les nutriments (Ywn)

RRMSE = 74%

RRMSE = 57%

RRMSE = 392%

RRMSE = 203%

Grain

Biom

0

0,2

0,4

0,6

0,8

1

1,2

1,4

1,6

0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6

Rdt Grain Simulé (t/ha)

0

1

2

3

4

5

6

7

0 1 2 3 4 5 6 7

Biomasse Simulée (t/ha)

0

0,5

1

1,5

2

2,5

3

0 0,5 1 1,5 2 2,5 3

Rd

t G

rain

Ob

serv

é (t

/ha)

Rdt Grain Simulé (t/ha)

0

2

4

6

8

10

12

14

0 2 4 6 8 10 12 14

Bio

mas

se O

bse

rvée

(t/

ha)

Biomasse Simulée (t/ha)

RRMSE = 46%

RRMSE = 46%

RRMSE = 166%

RRMSE = 196%

Calage CELSIUS Arachide Sénégal (Nioro, Bambey, Keur-Boumi)

Rendements limités par l’eau Rendements limités par l’eau

et les nutriments

Grain

Biom

Bambey Nioro

15 ans Données climatiques

(1996-2010)

Dior Deck-Dior

Deck

Deck Deck plus

10 itinéraires techniques Caractérisés par : -l’espèce cultivée -le type de cultivar -la densité de semis -la quantité et le type de fumure

50 situations virtuelles (région x sol x ITK)

Régions

Sols

Etat de la Nature (distribution des rendements)

Modèle Economique

Rendements= F(climat, sol, SC): Expérimentation Virtuelle

Les itinéraires techniques : - ITK actuels (de subsistance) 1) Mil extensif non fumé continu loin 2) Mil extensif fumé rotation arachide brousse 3) Mil intensif MO seulement case 4) Arachide extensif non fumé 5) Arachide intensif MO seulement 6) Maïs intensif fumure organi-minérale (<10) - ITK hypothétiques (market-oriented) 7) Mil intensif MO + engrais 8) Mil intensif MO + engrais + cv amélioré 9) Arachide intensif MO + engrais 10) Maïs intensif engrais

Bambey 1971-1991

Nioro 1971-1991

brousse loin case

brousse loin case

Niveau d’intensification

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

0 1 2 3 4 5 6 7

Pro

bab

ilité

Rendement en grains (t/ha)

ITK Mil Nioro (Dek)

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

0 1 2 3 4 5 6 7

Pro

bab

ilité

Rendement en grains (t/ha)

ITK Mil Bambey

(Dior-Dek)

Niveau d’intensification

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6

Pro

bab

ilité

Rendement en grains (t/ha)

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6

Pro

bab

ilité

Rendement en grains (t/ha)

ITK Arachide Nioro (Dek)

ITK Arachide Bambey

(Dior-Dek)

Niveau d’intensification

Conclusions

• Aujourd’hui rendements peu dépendants de la pluie car faible niveau d’intensification

• Si adaptation implique intensification alors pluie deviendra contraignante

• Effort modélisation encore nécessaire pour Y=f(climat, sol, SC) pour SC +/- intensifs

• Précision à atteindre dépendra sensibilité du modèle exploitation aux erreurs modèle biophysique

• Précision actuelle permet étude de scénarios tres contrastés (SC, climat, sols).