WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

L'alerte précoce et la prévision des rendements agricoles au Burkina Faso: cas de trois provinces Passoré, Yatenga et Soum

( Télécharger le fichier original )
par Paul RAMDE O. Paul Sylvestre
Université de Liège - Master gestion des risques naturels 2009
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

II. METHODOLOGIE

2.1. Définition de concepts clés

2.1.1. Sécurité Alimentaire

Au sommet mondial de l'alimentation, organisé par la FAO en 1996, le concept de sécurité alimentaire a été défini ainsi : «La sécurité alimentaire existe lorsque tous les êtres humains ont, à tout moment, un accès physique et économique à une nourriture suffisante, saine et nutritive leur permettant de satisfaire leurs besoins et leurs préférences alimentaires pour mener une vie saine et active » (FAO, 1996).

2.1.2. Système d'alerte précoce

Selon la Direction Générale de la Promotion de l'Economie Rurale au Burkina Faso (DGPER, 2008): c'est un système qui permet d'alerter sur les risques de crises alimentaires, d'apprécier leur ampleur, de déterminer le lieu, la manière et l'opportunité de l'intervention.

2.2. Matériel de travail

Pour élaborer des modèles de prévision de rendements du mil et du sorgho dans les provinces du Passoré, Yatenga et Soum on a utilisé des données agro-météorologiques issues de plusieurs sources. Des plus, des spécificités de différents logiciels ont été mis à contribution pour identifier des variables qui peuvent contribuer à la prédiction des rendements agricoles.

2.2.1. Sources des données

Les données climatiques sont obtenues auprès de la Direction Nationale de la Météorologie. Il s'agit essentiellement de la pluviométrie et de l'évapotranspiration potentielle. Des données de 12 stations pluviométriques situées dans la zone d'étude et proche de la zone d'étude ont été collectées. Au regard de la qualité de celles-ci, un tri a été fait pour retenir les trois stations qui présentent les données de meilleures qualités. Pour les provinces où l'évapotranspiration mesurée en station n'est pas disponible nous avons utilisé l'évapotranspiration normale issue du logiciel New LocClim. Les images satellitaires proviennent du satellite SPOT Végétation. Il s'agit des images qui couvrent l'ensemble du pays pendant la période 1986 à 2003. Les productions agricoles ont été obtenues auprès de la Direction Générale de Promotion de l'Economie Rurale (DGPER). Celles-ci concernent essentiellement, les rendements (de 1986 à 2003) du mil et du sorgho, les productions et les superficies correspondantes.

2.2.2. AgroMet-Shell (AMS)

AgroMet-Shell est un ensemble d'outils intégrés servant à évaluer l'impact des conditions météorologiques sur les cultures à l'aide d'approches statistiques et de modélisation.

Les principales fonctions d'AMS sont:

1 des fonctions de base de données (configuration, apport, extraction et gestion des données);

1 un bilan hydrique du sol par culture pour le suivi des cultures ou des analyses de risques;

1 l'interpolation spatiale de variables agro-climatiques et autres indicateurs, y compris leur présentation sous forme de cartes;

1 des calculs de la consommation d'eau des cultures (évapotranspiration potentielle),

probabilités de précipitations, caractéristiques de la campagne de végétation, etc.

Dans le cadre de ce TFE nous exploiterons plus l'aspect bilan hydrique pour le suivi du mil et du sorgho.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"L'imagination est plus importante que le savoir"   Albert Einstein