Estimation des besoins en N, P et K du basilic (Ocimum basilicum L.) par le module DSSB et gestion optimale de N dans la Région Maritime du Togo

No d'ordre : 05/04/PV

UNIVERSITE DE LOME
ECOLE SUPERIEURE D'AGRONOMIE
BP : 1515 Tel : [phone]
Lomé, Togo

UN CENTRE INTERNATIONAL POUR
LA FERTILITE DES SOLS ET LE
DEVELOPPEMENT AGRICOLE
BP : 4483 Tel : [phone]
Lomé, Togo

MEMOIRE

Présenté en vue de l'obtention du grade

d 'INGENIEUR AGRONOME

(Option : Production Végétale)
par

ADDEN Ayi Koffi

Thème :

ESTIMATION DES BESOINS EN AZOTE,
PHOSPHORE ET POTASSIUM DU BASILIC
(Ocimum basilicum L.) PAR LE MODULE DSSB ET
GESTION OPTIMALE DE L'AZOTE DANS LA
REGION MARITIME DU TOGO

Soutenu publiquement le 19 décembre 2005 devant le jury d'examen ainsi composé : Président : Dr Kofi AGBEKO, Maître -Assistant, ESA-UL

Membres : Dr Jean M. SOGBEDJI, Maître -Assistant, ESA-UL

Dr Abdoulaye MANDO, Chef Programme PGRN, IFDC-Division Afrique M. Prissiwè HEMOU, Ingénieur Agronome, Darégal Equatorial

Dr Kokou A. A. AMOUZOUVI, Maître -Assistant Délégué, ESA-UL

i

Préface

La présente étude fait partie intégrante des activités du projet «Gestion Intégrée de la Fertilité des Sols (GIFS) pour le basilic en production péri-urbaine à Lomé». C'est un projet collaboratif entre IFDC (Un Centre International pour la Fertilité des Sols et le Développement Agricole) et Dare gal Equatorial (Société agro-alimentaire spécialisée dans la production des plantes aromatiques, une filiale du groupe familial Darôme de France) qui couvre la période de janvier 2003 à août 2005.

L'objectif global de ce projet est de développer des stratégies de gestion intégrée de la fertilité des sols qui relèvent le niveau des rendements sur les exploitations de Dare gal Equatorial.

Dans le cadre des liens qui unissent l'IFDC et l'ESA-UL (Ecole Supérieure d'Agronomie de l'Université de Lomé), ce projet a accueilli deux étudiants de cette école pour leurs mémoires d'Ingénieur Agronome. Ils ont respectivement couvert les deux phases du projet à savoir (i) le développement des stratégies GIFS pour le basilic et (ii) le développement d'un module d'estimation des besoins en azote, phosphore et potassium du basilic. Nos travaux se situent dans le cadre de la seconde phase du projet.

Le présent document traite donc de l'utilisation des Outils d'Aide à la Décision (OAD) pour orienter la fertilisation minérale du basilic.

ii

Remerciements

La planification, l'exécution des travaux et la rédaction du présent mémoire sont certes de mon ressort, mais, il ne verrait le jour s'il n'a guère connu le support et la contr ibution d'un certain nombre de personnes et d'institutions dont les interventions m'ont permis de comprendre et de mieux distiller les idées.

L'IFDC, mon institution hôte pour le mémoire, restera pour moi un centre de référence de par la qualité des travaux qui s'y déroulent. Je voudrais remercier le Directeur, M. Rob J. J. Groot, et à travers lui tout le personnel dudit centre.

L'Ecole Supérieure Agronomie (ESA) de l'Université de Lomé, mon institution de formation, et Daregal Equatorial, l'institution partenaire dans le cadre du projet qui m'a accueilli, ont fructueusement contribué à ma formation. Qu'ils en soient remerciés.

Qu'il me soit permis d'exprimer et de témoigner de ma sincère gratitude à l'endroit des personnes suivantes :

-M. Kofikuma A. Dzotsi, mon maître de stage au sein de l'IFDC. Il a manifesté beaucoup de promptitude à l'égard de mon travail et a fait de moi ce que je suis aujourd'hui. Même depuis l'Université de Floride aux USA, où il poursuit ses travaux, il n'a aucunement cessé de m 'or ienter par ses analyses critiques pour la finalisation de ce travail.

-Dr Abdoulaye Mando, chef du programme PGRN de l'IFDC qui m'a apporté de fructueuses assistances. Ses commentaires et ses suggestions ont énormément enrichi ce document.

-Dr Kokou A.A. Amouzouvi et M. Amen Nenonene, Enseignants Chercheurs à l'ESA qui ont bien voulu co-diriger ce mémoire. Les fonctions académiques qu'ils ont assurées et les commentaires qu'ils ont apportés aux versions successives de ce document, l'ont amélioré.

-Dr Marco C. S. Wopereis, ex-Chef du programme PII (actuel PGRN) de l'IFDC, actuel Directeur du Département de Culture Annuelle du CIRAD en France. Quoique nos contacts physiques aient été de courte durée, il a contribué de manière exceptionnelle à l'édification de mes connaissances dans le cadre de ce travail.

-Dr Jean M. Sogbédji, qui, depuis Cornell University (USA), n'a cessé de répondre à mes nombreux courriels. Ses orientations vers les ressources bibliographiques appropriées et des commentaires minutieux tout au long de ce travail m'ont été plus que bénéfiques. Davantage, il a accepté de siéger dans le jury d'examen de ce mémoire.

-Dr Kofi AGBEKO, Directeur de l'ESA, qui, malgré ses multiples occupations, a bien voulu présider le jury d'examen de ce mémoire.

- M. Prissiwè HEMOU, Directeur du département agricole de Darégal Equatorial, qui a bien voulu siéger dans le jury d'examen.

Que MM. Adonko F. Tamélokpo, Kodjovi G. S. Ezui, Kossivi Koukoudé (IFDC) et Napo Tchandikou (Darégal Equatorial) trouvent ici ma profonde gratitude pour leurs interventions promptes et diverses dans ce travail.

A tous mes collègues de la promotion 2000-2005 de l'ESA et à mes relations proches et lointaines qui m'ont conseillé et encouragé jusqu'à ce jour, j'exprime mes vifs remercie ments.

A ma mère D. A. G. et mon grand-père D. K. A., je dois une reconnaissance infinie pour leurs assistances morales et financières jusqu'à ce jour.

iii

Sommaire

Pages

INTRODUCTION 1

CHAPITRE 1: REVUE DE LA LITTERATURE 3

1.1 Introduction 4

1.2 Importance socio-économique du basilic 4

1.3 Utilisation du basilic 5

1.4 Biologie du basilic 5

1.4.1 La botanique 5

1.4.2 L'écologie de la plante 6

1.5 Culture du basilic 7

1.5.1 Les travaux du sol 7

1.5.2 Le semis 7

1.5.3 La production du basilic 7

1.5.4 L'entretien et les traitements phytosanitaires 8

1.5.5 La récolte et la conservation 9

1.6 Contrainte de production du basilic au Togo 9

1.7 Nutrition du basilic 10

1.7.1 Les besoins nutritionnels des plantes 10

1.7.2 La gestion des nutriments du sol 11

1.7.3 Les recommandations de fumures 12

1.7.4 Les limites des recommandations de fertilisants 13

1.8 Outils d'Aide à la Décision 13

1.8.1 Terminologie 14

1.8.2 Elaboration d'un modèle 14

1.8.3 Type de modèle 16

1.8.4 Utilisation des modèles 17

1.8.5 Quelques approches de formulation des recommandations de fumure 17

CHAPITRE 2: MATERIELS ET METHODES 20

2.1 Présentation du module 21

2.1.1 Les bases théoriques du module 21

2.1.2 Les concepts mathématiques dans le module DSSB 24

2.2 Calibrage du module 27

2.2.1 Sites d'expérimentation 27

2.2.2 Conduite de l'expérimentation 28

2.2.3 Collecte des données 29

2.2.4 Paramètres du module 30

2.3 Performance du module 33

2.3.1 Sites d'étude 33

2.3.2 Expérience en milieu réel 33

2.3.3 Mesures et analyses 35

2.3.4 Test de la performance du module 36

2.4 Répartition de l'azote 38

CHAPITRE 3: RESULTATS ET DISCUSSIONS 39

3.1 Données expérimentales 40

3.1.1 La teneur en eau et la qualité des feuilles 40

3.1.2 Le rendement du basilic 40

3.2 Résultats et discussions du calibrage 43

3.2.1 Efficacité interne 43

3.2.2 Taux de recouvrement 47

3.2.3 Capacité du sol à fournir NPK 48

3.2.4 Rendement à cibler 50

3.3 Résultats de la performance 51

3.3.1 Performance du module 51

3.3.2 Sensibilité du module 53

3.4 Gestion optimale de l'azote 54

3.5 Limite du module et les perspectives de son amélioration 56

3.5.1 Les limites du module 56

3.5.2 L'estimation du rendement sans engrais 56

CONCLUSIONS 58

Références bibliographiques 60

ANNEXES 66

Liste des tableaux

Pages

Tableau 1 : Principaux facteurs influençant les processus de croissance et de développement du basilic. 8

Tableau 2 : Facteurs affectant la croissance et le rendement potentiel des cultures 10

Tableau 3 : Eléments essentiels, rôle dans la plante et leurs sources 11

Tableau 4: Caractéristiques descriptives des sites ayant servis exclusivement au calibrage 27

Tableau 5 : Caractéristiques physico-chimiques des sols de certains sites d'étude 28

Tableau 6 : Les traitements pour les essais de calibrage (kg.ha^-1) 29

Tableau 7: Caractéristiques descriptives des sites ayant servi à la validation 33

Tableau 8 : Les traitements pour les essais de validation (kg.ha^-1) 34

Tableau 9: Valeurs moyennes des mesures de la verdure par traitement sur les deux types de sol mis en essai. 40
Tableau 10 : Rendements en six coupes de feuilles fraîches de basilic sur les différents sites au

cours de différentes saisons (kg.ha^-1). 41

Tableau 11 : Résultats des analyses statistiques 41

Tableau 12 : Variation de l'efficacité interne et du rapport d/a par site et en situation de nutrition équilibrée 43
Tableau 13 : Les taux de recouvrement moyen suivant les saisons, les sites et les fumures

organiques. 47

Tableau 14 : Les taux de recouvrement des engrais pour le calibrage du module 48

Tableau 15 : Ratios de fourniture de N, P et K propre aux sols. 49

Tableau 16 : La capacité des sols à fournir N, P et K en fonction des saisons de culture, en kg.ha^-1.

49
Tableau 17 : Rendements ciblés du basilic suivant les saisons, le précédent cultural, les fumures

organiques et la nature du sol (t.ha^-1) 50

Tableau 18 : Données d'évaluation du module DSSB 51

Tableau 19: Comparaison des indices TET et des ratios des traitements de Goumoukopé avec les

données du module 53

Tableau 20: Proportion d'azote absorbé à la 2è, 4è et 6è récolte, % 54

Tableau 21 : Rendements en feuilles fraîches de basilic sans engrais (kg.ha^-1) .57

vi

Liste des photos et des figures

Pages

Photo 1: Un plant de basilic (variété Genovese) 6

Photo 2 : Le chlorophylle-mètre (en usage sur les feuilles de basilic) 35

Figure 1 : Teneur du végétal en nutriment en relation avec le rendement 23

Figure 2 : Le système Sol-Climat-Culture 23

Figure 3 : Le dispositif expérimental typique d'un essai 34

Figure 4 : Relation entre l'absorption et le rendement du basilic pour l'azote (N), le phosphore (P)

et le potassium (K). 46

Figure 5 : Comparaison des rendements observés et prédits par DSSB. 52

Figure 6 : Evolution de la consommation de N suivant les récoltes. 54

Liste des signes et des abréviations

AGREN Agriculture et Environnement (Laboratoire d'Analyse, Etudes et Services)

CEC: Capacité d'Echange Cationique

d : Willmott's index of agreement

DSSB: Decision Support Spreadsheet for Basil

€ : Euro

EI : Efficacité Interne

EIO : Efficacité Interne Optimale

ESA: Ecole Supérieure d'Agronomie

FAO: Food and Agriculture Organization of United Nations

F CFA : franc CFA.

GIFS : Gestion Intégrée de la Fertilité des Sols

ICRISAT: International Crops Research Institute for the Semi-Arid Tropics

IEI: Indice de l'Efficacité Interne

IFDC: An International Center for Soil Fertility and Agriculture Development

ITEIPMAI : Institut Technique Interprofessionnel des Plantes à Parfum, Médicale et Aromatiques

LA : Limite d'Accumulation

LD : Limite de Dilution

MD : Mean Difference

MERF : Ministère de l'Environnement et des Ressources Forestières

OAD : Outils d'Aide à la Décision

ONIPPAM : Office National Interprofessionnel des Plantes à Parfum, Aromatiques et Médicinales

p: degré de signification

PGRN: Programme Gestion des Ressources Naturelles

QUEFTS: Quantitative Evaluation of the Fertility of Tropical Soils

RC: Rendement à cibler

RMSE: Root Mean Square Error

RRMSE: Relative Root Mean Square Error

SSNM: Site or Season Specific Nutrient Management

TR : Taux de Recouvrement

TSP: Triple Super Phosphate

USA: United States of America

$US: dollar américain

Résumé

Le basilic (Ocimum basilicum L.) est la plus populaire des herbes aromatiques et il est connu à travers le monde pour son importance économique. L'utilisation rationnelle de fertilisants pour sa production pose des défis écologiques et environnementaux. Pour réduire les risques environnementaux et accroître l'efficacité des engrais utilisés pour la fertilisation du basilic, un module appelé DSSB (Decision Support Spreadsheet for Basil) a été développé à partir d'essais conduits au cours de deux saisons consécutives dans le Sud du Togo.

L'objectif de la présente étude était d'améliorer, de calibrer et de tester la performance du module DSSB pour une estimation optimale des besoins en N, P et K du basilic dans de différentes conditions agro-écologiques puis de proposer une distribution adéquate des apports d'azote sur le cycle de la plante.

L'étude a été menée sur un sol sableux, le long du littoral togolais et sur un sol argileux à Adétikopé, 25 km au Nord de Lomé. Sept combinaisons de N, P et K ont été testées avec des niveaux d'amendements organiques (sans amendement, apport de fumier à 20 t.ha^-1, apport de drêche de brasserie à 20 t.ha^-1 et apport d'une combinaison de fumier 10 t.ha^-1 et de drêche de brasserie 10 t.ha^-1). Six sites, différant par leur écologie et leurs précédents culturaux, ont abrité au total huit essais (quatre pour le calibrage du module et quatre pour la performance du module). Le dispositif expérimental était en bloc aléatoire complet. Il a été mesuré la production en matières fraîche et sèche, et la teneur en eau des feuilles puis la teneur en NPK dans les feuilles et la biomasse résiduelle du basilic.

Les résultats ont montré que les rendements en feuilles fraîches de basilic variaient grandement en fonction du site, de la saison et des fumures et leurs valeurs étaient comprises entre 4 et 23 t.ha^-1. L'efficacité interne optimale pour le basilic était de 235 kg.kg ^-1 pour N, 1645 kg.kg^-1 pour P et 295 kg.kg^-1 pour K et le ratio d'absorption optimale de N, P et K était de 7,0:1,26:5,58. Le taux de recouvrement variait de 4 à 20% pour N, de 0 à 12% pour P et de 4 à 25% pour K. La capacité du sol à fournir N, P et K était très variable suivant les sites. Les sols pouvaient fournir à la culture entre 24,40 et 93,62 kg.ha^-1 de N, entre 3,86 et 15,06 kg.ha^-1 de P et entre 26,80 et 61,79 kg.ha^-1 de K. Le rendement à cibler dépend de la période de culture. Il est apparu que P et surtout N étaient les éléments nutritifs qui limitaient la production du basilic. Le module DSSB amélioré et calibré peut être un outil utile à l'estimation des besoins en N, P et K du basilic. La dose d'engrais azoté calculée par le module pourrait être fractionnée comme suit : 10% entre le semis et la 1^ère récolte, 15% entre la 1^ère - 2è récolte, 20% entre la 2è - 3è récolte, 25% entre la 3è - 4è récolte, 15% entre la 4è - 5è récolte, 15% entre la 5è - 6è récolte.

Le DSSB ne prend pas en compte la gestion de l'eau, des maladies, des mauvaises herbes et de la méthode culturale. Les recommandations du DSSB ne sont réalistes que dans les conditions de bonne gestion des autres facteurs de production.

Mots clés : Basilic, besoins en NPK, DSSB, gestion de N.

ix

Abstract

Basil (Ocimum basilicum L.) is the most popular aromatic herb known for his economic value. Establishing an adequate fertilizers rate for sustainable basil production has become a challenge because of environmental problems. In order to minimize environmental risks and enhance fertilizers use efficiencies a Decision Support Spreadsheet for Basil (DSSB) was developed using data from fields experiments conducted during two consecutives seasons in Southern Togo.

The aims of this study were to improve, calibrate and test the performance of the spreadsheet to estimate optimal combinations of N, P and K required for basil under different agro-ecological conditions. Developing a sound nitrogen management method (time and quantity of application) for the crop was the other part of the work.

Fields experiments were conducted on sandy soils, along the costal zone of Togo and on clayey soils at Adétikopé, 25 km North of Lomé. Seven treatments of N, P and K were tested with different levels of organic amendments (without amendment, with cattle manure at the rate of 20 t.ha^-1, with brewery waste at the rate of 20 t.ha^-1 and with a combination of cattle manure at 10 t.ha^-1 and brewery waste at 10 t.ha^-1). Basil fresh and dry matter production, leaves moisture and NPK content were estimate at harvest. The experiments were conducted on six sites that differ with constructing ecological conditions. Eight trials (four for model calibration and four for model performance) were conducted on these sites. A randomized complete block design was used.

Results indicated that basil yields (market use) varied with season, previous crop and with/without organic amendments applications. Average yield ranged from 4 to 23 t.ha^-1. Optimal internal efficiencies for basil were 235 kg.kg^-1 for N, 1645 kg.kg^-1 for P and 295 kg.kg^-1 for K. Optimal N, P and K uptake ratio was 7,0:1,26:5,58. N, P and K recovery fractions varied between 4-20% for N, 0-12% for P et 4-25% for K. Soil indigenous supplies of N, P and K were site dependant. Soils could supply for basil's production between 24,40-93,62 kg N.ha^-1, 3,86-15,06 kg P.ha^-1 and 26,80-61,79 kg K.ha^-1. The attainable yield depended on the growing season. Fresh basil's yield was very tightly related to N and P uptake. The improved and calibrated version of the DSSB could be a useful tool for basil nutrients requirements estimation. DSSB's nitrogen requirement estimation could be distributed as follow: 10% between sowing and 1^st harvest, 15% between 1^st and 2^nd harvest, 20% between 2^nd - 3^rd harvest, 25% between la 3^rd - 4th harvest, 15% between la 4^th - 5^th harvest, 15% between la 5^th - 6^th harvest.

DSSB doesn't take into account pest, disease or water management and this assume that manage the above factors is essential for it's recommendations use.

Key words: Basil, DSSB, nitrogen management, NPK requirements.

INTRODUCTION

Appartenant à la famille des Lamiaceae, le basilic (Ocimum basilicum L.) est la plus populaire des herbes aromatiques (Adam, 2003 ;Simon, 1995 ; Davis, 1997) connu de part le monde pour son importance économique et technique (Arabici et Bayram, 2004; Martin, 2004). L'utilisation rationnelle de fertilisants pour sa production pose très souvent des défis écologiques et environnementaux aux producteurs.

Au Togo, la durabilité économique et écologique de la production du basilic est fortement compromise par la dégradation de la fertilité des sols, résultats de sa mauvaise gestion, la gestion inappropriée de l'eau et les problèmes phytosanitaires (Dzotsi et al., 2004). Le basilic est cultivé exclusivement au Togo par la société agroalimentaire Darégal Equatorial dont la niche de production, située initialement à Adétikopé, était soumise à une exploitation intensive; ce qui a conduit à une installation de population de nématodes dans le sol et une dégradation de la fertilité du sol qui ont entraîné des pertes de rendements préjudiciables à l'économie de la production, essentiellement tournée vers l 'exportation. Pour répondre à la demande sans cesse croissante du marché en feuilles fraîches de basilic, Darégal Equatorial a réagi en élargissant son aire de production vers le littoral togolais, présentant certains avantages agronomiques pour la production de basilic, et en entamant avec le Centre International pour la Fertilité des Sols et le Développement Agricole (IFDC) une collaboration dans le but de développer des stratégies de gestion de la fertilité des sols et de lutte contre les nématodes.

Des études conduites dans ce cadre dans le but d'améliorer la fertilité des sols et de relever la production du basilic sur les sols argileux d'Adétikopé pendant deux cycles de production consécutifs (à rendements potentiels différents), ont permis d'identifie r statistiquement les combinaisons de N, P et K avec ou sans amendement organique qui donnent de meilleure performance (Dzotsi et al., 2004; Koudjéga, 2004). Toutefois, il était apparu que l'élection statistique d'une combinaison ponctuelle de N, P et K ne pouvait résoudre le problème de la gestion durable de la fertilité des sols avec la multiplicité des sites de Darégal Equatorial. Cependant, en utilisant les analyses de plante pour dériver et lier certains paramètres agronomiques, il a été possible d'élaborer un outil d'aide à la décision qui a pour objet de calculer les besoins du basilic en N, P et K qui réduisent les risques environnementaux et qui capturent les variations spatio-temporelles de la fertilité. Une première version de cet outil appelé DSSB (Decision Support Spreadsheet for Basil) n'a pu saisir que les effets du site d'étude. Il importe donc, pour répondre aux nouvelles exigences de production du basilic, de modeler cet outil fondamental et de l'adapter aux conditions agro-écologiques des sites de production de Darégal Equatorial. Une amélioration subséquente de ce module permettra également une estimation optimale des besoins du basilic.

La présente recherche poursuit l'objectif d'améliorer, de calibrer et de tester la performance du module DSSB pour une estimation optimale des besoins en N, P et K du basilic afin de répondre à une fertilisation à la carte sur les sites de production de Darégal Equatorial puis de déterminer une gestion appropriée de l'azote sur le cycle de production de la culture. Spécifiquement, cette étude va permettre (i) de collecter des données sur la

production du basilic dans sa zone de culture au Togo présentant une grande variabilité en fonction des apports de fertilisants et des variations spatio-temporelles, (ii) de déterminer les paramètres agronomiques nécessaires pour le module sur la base des données collectées, (iii) de modifier les concepts mathématiques de base qui soutendent le module en vue d'une estimation optimale des besoins, (iv) de calibrer et de te ster la performance du module dans la zone de production du basilic pour répondre aux recommandations à la carte, (v) de déterminer une gestion appropriée de la fumure azotée sur le cycle de production du basilic et (vi) d'évaluer la qualité des feuilles fraîches (verdure) de basilic à commercialiser.

Le présent document s'articule autour de trois axes. Le premier chapitre abordera la revue de la littérature sur les conditions de production du basilic et ses besoins en nutriments. Le second chapitre exposera l'approche méthodologique adoptée pour la conduite de cette étude. Avant la conclusion, le troisième chapitre présentera les résultats obtenus et leurs discussions.

CHAPITRE 1 :

REVUE DE LA LITTERATURE

1.1 Introduction

Le basilic est une herbe royale originaire de l'Asie du sud ouest où il est connu il y a plus de 5000 ans d'où son nom basilic qui vient du grec « basilikon » qui veut dire « royal » (Youger-Comaty, 2001). De l'Asie, plus précisément des Indes, le basilic est entré en Afrique par l'Egypte. De l'Egypte, il se propage dans toute l'Europe méridionale. La France a connu le basilic au XII è siècle avec le retour des croisades et l'Angleterre au XVI è siècle. L'Amérique n'a connu le basilic qu 'avec l'arrivée des premiers colons sur le Nouveau Continent au XVII è siècle (Simon, 1995).

1.2 Importance socio-économique du basilic

Le basilic est une herbe sacrée (Tulsi) aux Indes. Il est exclusivement utilisé autour des sanctuaires où on l'offre aux dieux indiens Vishnou et Krishma (Beland, 1999).

Pour les Romains, le basilic est un symbole de fertilité et est cultivé comme une herbe ornementale. Seul le souverain a le droit de récolter l'herbe royale. Les Egyptiens considéraient le basilic comme une herbe de protection pour les morts dans leur voyage vers l'au -delà et il fait parti de la dizaine d'herbes utilisée pour la momification (Serre, 1999).

Du sacré à la magie, le basilic aurait créé le scorpion selon une croyance médiévale (Faucon, 1999). Au moyen âge, un pot de basilic sur le rebord d'une fenêtre voudrait dire que le chemin était libre et que l'amant pouvait aller mijoter tout ce qu'il voudrait avec sa belle sans danger. Pour un amoureux qui n'a pas le verbe facile devant les femmes, il lui suffit d'offrir une branche de basilic à sa bien aimée. Et en l'acceptant, cette dernière jure de l'aimer et demeurer fidèle à lui (Canterbury Farms, 1997; Serre, 1999).

De nos jours, le basilic est une plante culinaire qui fait l'objet de culture in dustrielle de par le monde entier. Des feuilles jusqu'aux racines en passant par les graines, le basilic est d'une importance capitale pour l'économie agricole dans certains pays. Sa valeur marchande dans les échanges internationaux révèle son importance. Sur le marché international, le basilic d'Egypte (à linalol) coûte 100 $US/kg (Adjinon, 2005). A Hawaï (USA), les feuilles fraîches de basilic coûtent 4 à 7 $US/kg (Martin, 2004) tandis qu'en France elles valent 4,8 à 5,6 €/kg (ONI PPAM, 2002) et au T ogo, Darégal Equatorial achète aux producteurs privés les feuilles fraîches de basilic entre 110 et 120 F CFA/kg. Le basilic est cultivé en Egypte, en France, en Grèce, en Hongrie, en Indonésie, en Israël, au Maroc, aux USA, etc. (Arabaci et Bayram, 2004)

Au Togo, la culture des plantes aromatiques est destinée à l'exportation et est en grande expansion. Introduit au Togo en 1986 par la société danoise Cereken-Exotique, le basilic est produit aujourd'hui par la société française Daregal Equatorial, une filiale du groupe familial Darôme installée au Togo depuis 2001. On y associe également des producteurs privés travaillant sous contrat avec Daregal Equatorial. Ce dernier exploite un peu plus de 300 hectares (Koudjéga, 2004 ; Dzotsi et al., 2004). Entre 200 1-2005, en moyenne chaque année, 2400 tonnes de feuilles fraîches de basilic (environ 1650 tonnes de produits finis exportables), représentant 180 millions FCFA de chiffre d'affaire, sont produits par la

société agro-alimentaire Daregal Equatorial. A peu près 90% de cette production est exporté sur les marchés de l'Union Européenne et les 10% restant vers les Etats -Unis d'Amérique. Pourtant, la demande sur le marché du basilic n'est pas prête de baisser et les moyens de maintien ou d'accroissement d'une telle produ ction sont donc à développer (Dzotsi et al., 2005).

1.3 Utilisation du basilic

Le basilic est une herbe aromatique qui est utilisée dans plusieurs domaines : cuisine, médecine, horticulture, etc. Les parties les plus utilisées sont les feuilles et les graines (Canterbury Farms, 1997; Arabaci et Bayram, 2004).

Les feuilles de basilic sont très utilisées pour la cuisine. Serre (2001) affirme que le basilic peut jouer des subtilités dans le goût et les harmonies. Le basilic s'apprête bien avec les plats frais tels les salades, les fromages, les poissons, le chocolat et les fruits. Il rehausse la saveur du veau, de l'agneau, du porc, du lapin et du poulet. Le basilic donne un goût sublime aux pâtes, au riz, à la tomate, aux oeufs, aux potages et va de pairs avec l'ail, le citron, le thym et l'huile d'olive. Il ajoute un caractère aux grillades et aux légumes (Youger-Comaty, 2001).

On extrait des graines et des feuilles du basilic une l'huile essentielle qui est utilisée en parfumerie et en cosmétique (Simon et al., 1990). Son utilisation en médecine donne lieu à une liste sans fin de remèdes. Sous forme d'huile, d'infusion ou de décoction, le basilic est utilisé comme antirhume, antiseptique, antispasmodique, apéritif, bactéricide, béchique, céphalique, digestif, fébrifuge, galactogène, laxatif, peptique, relaxante, sédatif, tonique, etc (Serre, 2000). Le basilic soulage les démangeaisons et favorise la montée du lait (Serre, 2001). L'huile essentielle est un véritable répulsif des insectes. Elle chasse les mouc hes et les moustiques et tue les larves des insectes domestiques (Serre, 1999; Arabaci et Bayram, 2004; Koudjéga, 2004).

Morris et al. (1979), Simon (1995) et Marotti et al. (1996) ont révélé que ce sont le camphir, le D-linonene, le mycrene et le thymol qui sont responsables des propriétés bactéricides, insecticides et herbicides du basilic.

1.4 Biologie du basilic

Le basilic est une herbe annuelle (climat tempéré) ou vivace (climat tropical), aromatique mentholée de la famille des Lamiaceae ou Labiatae, genre Ocimum, espèce Ocimum basilicum L. avec plus d'une soixantaine de variétés. (Simon, 1995 ; Marotti et al., 1996 ; Serre, 1999)

1.4.1 La botanique

C'est une petite herbe trapue, de 15-60 cm de haut (photo 1), à port buissonnant dont les feuilles lancéolées, et soyeuses sont de couleur verte, plus ou moins foncée ou parfois rougeâtre. Les feuilles sont opposées avec une longueur de 3-12 cm. La tige est

carrée, angulaire et verte. Le système racinaire est de type pivotant (Serre, 1999 ; Arabici et Bayram, 2004 ; Koudjéga, 2004).

Photo 1: Un plant de basilic (variété Genovese)

Les fleurs sont petites et regroupées en épis à l'extrémité des rameaux et à l'aisselle des feuilles. Elles sont de couleur crème, blanche, rose ou violacée selon la variété (Arabici et Bayram, 2004 ; Koudjéga, 2004) et sont accompagnées de bractées de 1-1,5 cm. Le calice est soudé en 5 lobes : un sépale supérieur arrondi et quatre autres courts et étroits. La corolle porte deux lèvres : une supérieure constituée de quatre lobes et une inférieure plus longue, concave et arrondie (Koudjéga, 2004). La corolle s'oriente le plus souvent vers le soleil (Serre, 1999). Chaque fleur porte 4 étamines et des stigmates divisés en deux lobes à leur extrémité (Koudjéga, 2004). La graine est de couleur noire à indigo et de forme ovoïde (Faucon, 1999).

Les différentes variétés de basilic se distinguent par leur couleur, leur forme, leur taille et leur parfum. On connaît au moins une soixantaine de variétés de basilic (Detraz, 2001; Youger-Comaty, 2001; Darbonne ;2002) dont les plus cultivées sont :

4 Ocimum basilicum var minimum ou le petit basilic

4 O. basilicum var genovese ou le grand vert d'Italie

4 O. basilicum var neapolitanum d'Italie

4 O. basilicum var cinnamon de Mexique

4 O. basilic var citrodorum d'Indonésie

4 O. basilicum var horapha de Thaïlande

1.4.2 L'écologie de la plante

Le basilic se cultive dans les milieux dont la température varie entre 7 et 27 ^oC avec une pluviométrie de 600-4200 mm, un pH du sol de 4,3 à 8,2 et une altitude variant entre 0 et 1800 m. C'est une plante à jour long qui est très sensible au froid (Simon, 1995; Davidson et Johnson, 1996; Arabici et Bayram, 2004). Darégal Equatorial, au Togo, réalise leur production à des températures allant jusqu'à 37 ^oC. Une température de 15 à 30 ^oC est requise pour une bonne germination avec l'optimum à 20 ^oC (Hamasaki et al., 1996).

Le basilic exige un sol meuble, bien drainé avec un pH optimal de 6.4 (Davis, 1996) et ne tolère pas de stress hydrique (Davidson et Johnson, 1996). La plante requiert un bon ensoleillement, entre 5 et 10 heures de soleil par jour ou 12 heures de lumière artificielle (Copsey et Lerner, 2002 ; Serre, 1999).

1.5 Culture du basilic

1.5.1 Les travaux du sol

La production du basilic requiert un sol léger, bien drainé et riche en matière organique (Koudjéga, 2004). Une bonne préparation du sol par des travaux superficiels ou profonds est donc indispensable pour le développement optimum de la culture.

1.5.2 Le semis

Le basilic se multiplie de préférence par semences. Plusieurs densités de semis sont pratiquées : 50 cm à 60 cm x 15 cm à 30 cm (Davidson et Johnson, 1996; Serre, 1999).

En Turquie, Gill et Randhawa (2000) ont montré que la meilleure production de matière sèche de basilic est obtenue avec une densité de 40 cm x 20 cm. Arabici et Bayram (2004) révèlent qu'un schéma d'installation de 20 cm x 20 cm donne une meilleure production. Selon ces auteurs, on a à cette densité, en une coupe du basilic, la meilleure production de matière fraîche du plant (4 197.5 kg.ha^-1), la meilleure production de matière sèche du plant (1078.6 kg.ha^-1), la meilleure production de matière sèche de la feuille (67 1.1 kg.ha^-1), le meilleur rendement en huile essentielle (5,164 l.ha^-1) et la meilleure teneur en huile essentielle (0.826%).

La profondeur de semis doit se situer entre 5-6 mm et les graines doivent être recouvertes très légèrement de terre (Simon, 1995; Davis, 1997; Serre, 1999). En fonction de la profondeur de semis et le type de sol, la levée du basilic a lieu entre le 5è et le 14è jour après le semis (Simon, 1995; Youger-Comaty, 2001). En production à grande échelle une densité de 84 000 plants par hectare peut être couverte (Dzotsi et al., 2004).

1.5.3 La production du basilic

En début de végétation, la croissance initiale est lente. Mais le taux de croissance s'élève significativement après la mise en place des premières vraies feuilles (Dzotsi et al., 2004).

Adam (2003) a établi un calendrier de la culture du basilic en se basant sur un certain nombre d'études réalisées à Cornell (USA). Selon ce calendrier, le basilic peut être transplanté à partir de 21è jour après le semis et met 84-90 jours entre le semis et la 1ère récolte. La 1^ère récolte et la 2è récolte sont espacées de 7 à 14 jours. L'objectif de la culture détermine la période de la 1^ère récolte. Dans les systèmes de production où les feuilles sont recherchées, la croissance latérale est favorisée en levant, par coupes régulières, la

dormance apicale lorsque les herbes ont 12 cm de haut (Simon, 1995). Aussi les fleurs doivent-elles être enlevées régulièrement (Adam, 2003).

Dzotsi et al. (2004) ont dressé un tableau des principaux facteurs influençant les processus de croissance et de développement du basilic (Tableau 1) et on y constate que la fertilisation et l'eau affectent fortement la croissance du basilic.

Refaat et Saleh (1997) rapportent que le stress hydrique réduit la croissance du basilic alors que Dzotsi et al (2004) font état de l'influence variable du climat, de la variété cultivée et de la façon culturale sur la croissance du basilic dans le temps et dans l'espace.

Une bonne croissance et un bon développement du basilic nécessitent donc une bonne connaissance du climat et la maîtrise du sol, de l'eau et de la fertilisation.

Tableau 1 : Principaux facteurs influençant les processus de croissance et de

développement du basilic.

Facteurs Influences sur la culture

Déficit d'eau Sensibilité très élevée. Un déficit modéré peut se traduire par un bon développement

avec des feuilles présentant une couleur verte foncée mais dure.

Excès d'eau Mauvais établissement de la culture ; ralentissement de la croissance.

Surdose de 4 Sacrifice de l'arôme en faveur de la croissance

fertilisation 4 Entraînement d'une accumulation de nitrates dans la plante

(NPK) 4 Favorisation du développement des maladies, fongiques surtout

Surdose d'azote Sensibilité du produit aux chocs mécaniques.

Forme de la fumure azotée

4 Azote d'origine ammoniacale : décroît le rendement des pétioles et tiges ainsi que la teneur en huile essentielle des feuilles, comparé à l'azote d'origine nitrique 4 Sulfate d'ammonium : accroît la taille du plant 4 Nitrate de calcium : favorise une accumulation plus importante des nitrates dans les feuilles

Source : Dzotsi et al., 2004

1.5.4 L'entretien et les traitements phytosanitaires

L'entretien du basilic se fait au moyen de pratiques culturales conventionnelles. Lorsque les plants de basilic atteignent 5-10 cm de haut, un binage est conseillé pour aérer le sol (ITEIPMA, 1992). La présence d'a dventices dans la culture compromet la qualité du produit de récolte rendant indispensable le désherbage du basilic (Darrah, 1984; Simon, 1995).

La couverture du sol par mulch permet de maintenir l'humidité du sol et de contrôler les mauvaises herbes (Simon, 1995). La pratique de fortes densités est aussi une méthode de contrôle des adventices. (Koudjéga, 2004)

L'attaque des nématodes, le mildiou, et la fusariose constituent les problèmes phytosanitaires fréquents du basilic. L'usage de produits chimiques appropriés permet de maîtriser ces attaques (Dzotsi et al., 2004 ; Koudjéga, 2004). Cependant, selon Dzotsi et al (2004) et Koudjéga (2004), certaines dispositions techniques permettent de réduire les attaques parasitaires :

4 L'utilisation de brises vents et d'abri contre la pluie (rain shelters) pour la protection contre l'expansion des agents pathogènes par le vent et l'eau,

4 L'élimination des plants malades dans le champ pour empêcher la propagation de l'inoculum,

4 Le contrôle de l'humidité,

4 La pratique de la rotation culturale.

1.5.5 La récolte et la conservation

La récolte du basilic a lieu lorsque les plantes ont atteint au moins 15 cm de haut. Si le basilic est cultivé pour ses feuilles, la coupe s'effectue juste avant l'apparition des premières fleurs. La coupe doit s'effectuer de manière à favoriser la repousse en laissant des noeuds sur la tige (Koudjéga, 2004).

Le nombre de coupe est de 1-3 dans les régions tempérées tandis que dans les régions tropicales, on peut aller jusqu'à 8 coupes. Sur sols s ableux du littoral togolais, des maraîchers auraient fait jusqu'à 12 coupes. (op. cit.)

Les rendements en matières fraîches des feuilles du basilic, en zones tempérées, sont de l'ordre de 15 -20 t.ha^-1, avec une teneur en huile essentielle des feuilles sèches de 0,7 % (ITEIPMAI, 1992).

Vömel et Ceylan (1977) ont rapporté un rendement en matière fraîche en une coupe du plant de basilic de 1551 kg.ha^-1 alors que Serin et Özgüven (1997) donnent un rendement en matière sèche des feuilles de basilic de 173,78 kg.ha^-1. Tans et Nacar (2000) révèlent un rendement du plant sec de basilic de 571,52 kg.ha^-1.

Sur les exploitations de Daregal Equatorial au Togo, les rendements en feuilles fraîches de basilic sont de 8-18 t.ha^-1 (Koudjéga, 2004). Le rendement potentiel est estimé à 25 t.ha1 (Dzotsi et al., 2004).

Le basilic se conserve sous forme séchée. Le séchage lui fait perdre sa saveur mais renforce la menthe (Serre, 2001). Le basilic frais se conserve au réfrigérateur et il a tendance à noircir. A Daregal Equatorial, la conservation par surgélation du basilic est utilisée pour l'exportation.

1.6 Contrainte de production du basilic au Togo

Les facteurs qui influencent la croissance des cultures et leurs rendements potentiels sont de trois ordres :

4 Facteurs liés au climat

4 Facteurs liés à la plante

4 Facteurs liés au sol

Les facteurs climatiques sont, en général, difficiles à contrôler (sauf en serre). Le producteur peut, par contre, influencer sa productivité par la gestion de la plante et du sol. Il suffit d'identi fier et de réduire ou éliminer le facteur qui limite le rendement potentiel (Tableau 2). Le basilic ne se soustrait pas à ces facteurs. Plus particulièrement au Togo, le potentiel de production est miné par la limitation des terres disponibles, le manque de variétés améliorées, la dégradation de la fertilité des sols, la gestion inappropriée de l'eau et les pratiques agronomiques, et les problèmes phytosanitaires.

Tableau 2 : Facteurs affectant la croissance et le rendement potentiel des cultures

	Facteurs liés au climat		Facteurs liés au sol		Facteurs liés à la plante
4	Précipitation :	4	Matière organique	4	Espèce/variété
	- Quantité	4	Texture	4	Date de semis
	- Répartition	4	Structure	4	Dose de semis et géométrie de
4	Température	4	Capacité d'échange cationique		semis (Ecartement entre lignes)
4	Humidité relative	4	Taux de saturation en bases	4	Qualité des semences
4	Lumière	4	Pente et topographie	4	Evapotranspiration
	- Quantité	4	Température du sol	4	Disponibilité en eau
	- Intensité	4	Aménagement du sol :	4	Eléments nutritifs
4	Durée		- Travail du sol	4	Etat sanitaire ( Insectes, Maladies,
4	Altitude/latitude		- Drainage		Mauvaises herbes)
4	Vent :		- Autres	4	Efficience de la récolte
	- Vélocité	4	Profondeur
	- Distribution
4	Concentration en CO2

Source : Moughli, 2003

S'il est plus facile de décider de l'utilisation d'une variété de culture donnée, de la date de semis ou encore de l'état sanitaire de la culture, il n'est pas aisé du tout de gérer, avec autant de précision, le facteur sol.

1.7 Nutrition du basilic

1.7.1 Les besoins nutritionnels des plantes

Tous les éléments nutritifs que la plante utilise proviennent de l'air, de l'eau et du sol (Moughli, 2003). Les besoins des végétaux sont de deux ordres :

· La quantité de nutriments que la plante absorbera réellement et intégrera à sa biomasse qu'on appelle absorption

· La quantité de nutriment qui doit malgré tout être présente dans le sol afin de permettre à la culture d'atteindre son rendement maximal potentiel que l'on désigne sous le terme de marge de sécurité

Pour connaître les besoins généraux d'une culture, il faut faire la somme de l'absorption et de la marge de sécurité (Tremblay et al, 2001)

Il existe plus d'une centaine d'éléments chimiques, mais seulement 17 sont essentiels pour le développement des plantes (Tableau 3) (Jones et Jacobsen, 2001).

Ces constituants se classent suivants leurs fonctions en (Jones et Jacobsen, 2001 ; Moughli, 2003) :

4 Eléments de structure : ils forment la charpente du végétal et proviennent de l'eau et de l'air : Carbone (C), Oxygène (O) et l'Hydrogène (H) (95% de la matière sèche) ;

4 Eléments nutritifs minéraux : ils proviennent en grande partie du sol et sont impliqués dans toutes les fonctions métaboliques. On a :

- Les macroéléments : N, P, et K (3% de la matière sèche)

- Les mésoéléments : Ca, Mg et S (0,8% de la matière sèche) - Les microéléments : Fe, Zn, Mn, Cu, B, Cl, Mo et Ni.

Il se dégage que l'essentiel des besoins de la plante provient du sol. La majeure partie de ces besoins se résume aux macroéléments N, P et K qui représentent à eux seuls 60% des éléments nutritifs minéraux. Le sol doit donc pourvoir aux plantes ces nutriments pour qu'il y ait une bonne production.

Tableau 3 : Eléments essentiels, rôle dans la plante et leurs sources

Eléments Rôle dans la plante Sources

Carbone (C) Constituant des hydrates de carbone ; nécessaire pour la photosynthèse Air

Hydrogène (H) Maintient l'équilibre de la pression osmotique ; Important dans de Eau

nombreuses réactions biochimiques ; constituant des hydrates de carbone

Oxygène (O) Constituant des hydrates de carbone ; nécessaire à la photosynthèse Air/eau

Azote (N) Constituant des protéines, chlorophylle et acides nucléiques Air/sol

Phosphate (P) Constituant de nombreuses protéines, coenzymes, acides nucléiques, et Sol
substances métaboliques ; important pour le transfert d'énergie

Potassium (K) Intervient dans la photosynthèse, dans la translocation des hydrates de Sol

carbone, dans la synthèse des protéines etc.

Calcium (Ca) Composant de la paroi cellulaire ; joue un rôle dans la structure et la Sol

perméabilité des membranes

Magnésium (Mg) Activateur d'enzyme; composant de la chlorophylle Sol

Soufre (S) Important composant de la protéine végétale Sol

Bore (B) Considérer comme important dans la translocation des sucres et dans le Sol
métabolisme des hydrates de carbone

Chlore (Cl) Intervient la production de l'oxygène lors de la photosynthèse Sol

Cuivre (Cu) Un catalyseur pour la respiration ; composant de différents enzymes Sol

Fer (Fe) Intervient dans la synthèse chlorophyllienne et des enzymes pour le Sol
transfert des électrons

Manganèse (Mn) Contrôle beaucoup de réactions du système d'oxydo -réduction et de la Sol

photosynthèse

Molybdène (Mo) Intervient dans la fixation de l'azote et la transformation du nitrate en Sol

ammonium

Nickel (Ni) Nécessaire pour le bon fonctionnement des enzymes, de l'uréase et est Sol

nécessaire pour la germination des graines

Zinc (Zn) Intervient dans le système enzymatique qui régule différentes activités Sol

métaboliques

Source: Jones et Jacobsen, 2001

1.7.2 La gestion des nutriments du sol

Le stock de nutriment disponible dans le sol est une résultante de la dynamique des éléments nutritifs, déterminée par les approvisionnements internes (minéralisation de la matière organique du sol) et externes de nutriments (apports de fumures), les absorptions des plantes et les pertes diverses (lixiviation évaporation, drainage, etc.) (FAO, 1999). Tous ces mouvements de nutriments font que le stock de nutriments disponible pour la culture varie constamment et il mérite d'être renouvelé et adapté aux besoins. Par ailleurs, lorsqu'on étudie un sol de même nature, on se rend compte que sa composition chimique et

physique varie d'un endroit à l'autre (Dobermann et al., 2000). Toutes ces variabilités de la fertilité du sol avec un potentiel nutritionnel limité demande une gestion afin de pouvoir canaliser pour le mieux les interventions.

Une bonne gestion des nutriments doit prendre en compte l'état fertilitaire du sol en place et les approvisionnements en fertilisants aussi bien organiques que minéraux (Janssen, 1993).

La gestion de nutriment suivant l'approche SSNM (Season or Site Specific Nutrient Management) est une technologie contemporaine en vogue qui vise une gestion dynamique des nutriments sur chaque parcelle spécifique, au cours d'une saison donnée afin d'optimiser les besoins et l'apport de nutriments selon l'évolution des cycles des éléments nutritifs dans le système sol-culture (Dobermann et White, 1999).

Cette approche répond mieux aux exigences des cultures tout en respectant l'environnement dans la mesure où les pertes ou les carences de nutriments sont très bien canalisées.

1.7.3 Les recommandations de fumures

Les besoins en nutriment du basilic sont continus le long de sa croissance. Et sa production requiert une disponibilité permanente de nutriments (Dzotsi et al., 2004).

La fertilisation minérale dépend du type de sol et de sa richesse initiale (Darrah, 1984 ; Simon et al., 1995). Le niveau de fertilité initiale du sol peut être obtenu par l'analyse de sol ou des plantes et cela permet une fertilisation tactique adaptée aux exigences nutritionnelles du basilic. L'apport de matière organique, du fait des effets bénéfiques qu'elle exerce sur le sol et la plante, est un grand atout pour une fertilisation appropriée (Dzotsi et al., 2004)

Dans certaines régions des USA, on utilise une combinaison de N, P, et K de 120-120- 120 kg.ha^-1 (proportion de 1-1-1) avec un apport de 50-75 kg.ha^-1 de N après chaque coupe (Simon, 1995). Le basilic répond mieux aux fumures modérées. Une forte fumure affecte négativement la qualité du produit de récolte (Tableau 1).

Les expériences de Tesi et al. (1995) réalisées sur la fertilisation du basilic (variété Genovese) en culture hydroponique en serre, ont montré que la combinaison N-P-K dans une proportion de 1-1-2, produit un meilleur effet sur la croissance du basilic. En culture hydroponique, AgroDynamics (1988) recommande une combinaison de N-P-K de 2 10-80- 275 mg.L^-1.

Pour Cox (2001), de meilleure croissance et de meilleurs rendements s'obtiennent avec deux applications par semaines, du semis jusqu'à la récolte, de NPK à des doses de 20-20- 20 kg.ha^-1 ou de 20-10-20 kg.ha^-1 à partir du repiquage.

Koudjéga (2004) recommande, en fonction des sols et de leur histoire, les doses suivantes de N, P et K dans la région maritime du Togo :

· Sol ferrallitique avec précédent cultural, Mucuna : 200-30-125 kg.ha^-1 avec application de 20 t.ha^-1 de bouse de vache;

? Sol ferrallitique avec précédent cultural, niébé : 400-0-0 kg.ha^-1 avec 20 t ha^-1 de bouse de vache et 200-30-125 kg.ha^-1 sans bouse de vache;

4 Sol sableux avec précédent cultural, basilic ou Mucuna : 200-30-125 avec ou sans application de fumier,

4 Sol argilo-sableux, nouvellement défriché : 200-30-125 kg ha^-1.

Darégal Equatorial pratiquait des doses de N-P-K de l'ordre de 300 -75-175 kg.ha^-1 en plus de 20 t.ha^-1 de bouse de vache pour la production de feuilles de basilic en six coupes sur le littoral togolais. A Adétikopé, ce sont de semblables doses de N-P-K qui sont apportées.

1.7.4 Les limites des recommandations de fertilisants

La cause fondamentale de l'inefficacité des recommandations de fumures provient du fait que ces recommandations sont issues des essais conduits dans des champs expérimentaux où les conditions sont généralement différentes des sites de culture. L'extrapolation de ces résultats à d'autres régions engendre une inadéquation parfaite des recommandations du fait de la diversité des conditions édaphiques, climatiques, agronomiques et même socio-économiques (Witt et al., 1999). Le facteur humain ne doit pas être ignoré. Le producteur peut, à tout moment, déformer les recommandations comme bon lui semble. Dans ces conditions, une estimation généralisée des besoins du basilic dérivant d'un seu l site d'expérimentation risque de sous -estimer ou de surestimer les besoins réels de la culture. Une application luxuriante d'un nutriment ou d'un autre va résulter en une mauvaise utilisation de tous les nutriments. Il faut donc un équilibre entre eux.

La diversité des sites et la diversité des producteurs compliquent donc la situation. Lorsqu'on intègre dans l'évaluation des besoins tous ces facteurs, le calcul devient trop compliquer pour de simples exploitants. On fait appel alors aux Outils d'Aide à l a Décision (OAD) qui rendent la tâche plus aisée.

1.8 Outils d'Aide à la Décision

Dans le domaine de la modélisation, les Outils d'Aide à la Décision (OAD) sont des systèmes informatiques (modèles) conçus pour assister l'utilisateur dans la résolution de problèmes complexes et aider dans la prise de décisions particulières (Newman et al. 1999). Ils offrent les possibilités d'explorer le futur et pourvoient une base de référence.

La thématique de la modélisation fait appel à des terminologies qu'il convi ent d'expliquer.

1.8.1 Terminologie

1.8.1.1 Approche système

Un système est un ensemble d'éléments inter -agissants en harmonie de telle sorte qu'une affectation d'un élément entraîne un changement conséquent du comportement de l'ensemble. (Jones et Luyten, 1998 ; Struif-Bontkes, 1999)

Le système est circonscrit dans le temps et dans l'espace et ses limites sont voulues par le concepteur suivant l'objectif visé en vue d'étudier une partie du monde réel (Penning de Vries et Robbing, 1995 ; Jones et Luyten, 1998).

L'approche système est une méthode de recherche souvent interdisciplinaire, qui demande la perception d'un sujet (un problème) de manière globale comme un système afin de mieux l'étudier (Struif-Bontkes, 2001).

Pour étudier une problématique, par exemple la fertilité d'un sol pour une culture donnée, on peut définir le système sol-plante et circonscrire les limites de ce système. On étudiera alors toutes les actions au sein du système défini et les facteurs qui agissent sur ce système.

1.8.1.2 Modélisation et simulation

La modélisation est l'activité qui consiste à convertir un système défini en un modèle (Dzotsi, 2002). Le modèle est une représentation mathématique d'un système (Jones et Luyten, 1998).

La simulation est l'imitation du comportement réel d'un système (Jones et Luyten, 1998 ; Struif-Bontkes, 2001). Elle consiste à faire voir les états successifs d'un système défini, grâce à la conversion en un ensemble de relations mathématiques des données définissant l'état initial (Delforg e, 1984; Struif-Bontkes, 1999).

1.8.2 Elaboration d'un modèle

Il n'existe pas une seule méthode spécifique pour développer un modèle. La méthode à utiliser dépend des objectifs et des circonstances (Struif-Bontkes, 2001). Nous proposons ici l'approche décrite par Jones et Luyten (1998).

a- Définition des objectifs de départ

Il est essentiel de débuter par les raisons motivant le choix des modèles pour résoudre le problème posé car tout le reste du travail se base sur cette étape initiale. Il est aussi important à cette phase de décrire explicitement les problèmes à résoudre et leur gestion ainsi que les résultats auxquels on s'attend de la part du modèle (Jones et Luyten, 1998).

b- Définition du système à étudier

On définit à cette étape les composantes du système et ses limites. Il faut décrire aussi les échanges (flux entrants et sortants) que le système effectue avec son environnement. Il est important de savoir que toute information additionnelle nécessite une redéfinition du système à étudier (Jones et Luyten, 1998).

c- Revue de la littérature

En prélude au développement du modèle, il est nécessaire de procéder à une recherche documentaire en vue d'acquérir des informations sur les études antérieures. A cette étape, on établit des caractéristiques du système. La revue de littérature permet de définir les paramètres inconnus ou de juger de la pertinence de certains paramètres du modèle (Jones et Luyten, 1998).

d- Développement du modèle

Dans cette étape, il est conseillé d'utiliser des diagr ammes représentants les éléments du système et de définir les relations entre ces éléments. La représentation mathématique du système sera développée incluant les fonctions et les relations spécifiques à utiliser dans le modèle. Les essais en milieux réels sont nécessaires pour avoir les données permettant d'estimer les paramètres et de développer les fonctions du modèle. Ces paramètres et fonctions seront traduits en langage informatique pour simuler le comportement du système réel étudié (Jones et Luyten, 1998).

e- Evaluation de la précision du modèle

L'évaluation d'un modèle se définit en terme de vérification, de calibrage et de validation du modèle (Sogbédji et al., 200 1ab).

La vérification d'un modèle se réfère à la reproductivité par le modèle à 95 % près des données ayant servi à son développement.

Le calibrage consiste à ajuster les paramètres du modèle afin qu'il y ait peu de différence entre les prédictions du modèle et les mesures réelles prises au sein du système (Jones et Luyten, 1998; Frei, 2003). Il est également l'ensemble des processus permettant de rendre un modèle capable de mieux imiter la réalité. (Sinclair et Seligman, 2000).

Un modèle publiable est dit « validé » en ce sens qu'il est bien monté ou justifié suivant les théories scientifiques (Merriam-Webster, 1998). On procède à la validation d'un modèle par la comparaison des valeurs prédites du modèle avec des données expérimentales issues du système prédéfini, et qui n'ont aucunement servi ni au calibrage ni au développement du modèle (Jones et Luyten, 1998). L'objectif de la validation est non seulement de déterminer la précision de la capacité prédictive du modèle mais aussi de tester le comportement du modèle vis-à-vis de la réalité (Monteith, 1996; Sinclair et Seligman, 2000). La validation est admise comme l'ultime et le légitime test d'un modèle dans des conditions spécifiques, en vue de son usage général (Oreskes et al., 1994; Dzotsi,

2002). La validation d'un modèle est un test de la performance de celui -ci par rapport aux objectifs de son développement.

Des tests statistiques sont utilisés pour vérifier si le comportement du modèle est différent du comportement du système réel. Aucun test ou combinaison de tests statistiques n'est défini comme étant valable pour l'évaluation d 'un modèle. Le niveau de confiance acceptable est établi normalement par une série de jugements et de modifications subséquentes jusqu'au moment où le modèle répond usuellement au support décisionnel pour lequel il est développé (Jury et al., 1986; Saleh et al., 1990).

La tendance actuelle développée par de grands auteurs de modèles sur la précision de ceux-ci préconise l'usage du terme « validation » uniquement pour les modèles qui sont universellement admis et éprouvé. Le terme usuté en remplacement est « test de la performance ». C'est ce dernier terme qui sera utilisé dans notre étude.

f- Analyse de la sensibilité

Cette phase détermine combien les variations des paramètres du modèle influenceraient les résultats du modèle (Jones et Luyten, 1998). L'analyse de la sensibilité du modèle permet de jauger le comportement du modèle suite aux variations par rapport à l'évolution des conditions réelles.

g- Application du modèle

Il est souhaitable que cette phase soit confiée à des personnes n'ayant pas p articipé au développement du modèle. Il est important d'établir un guide d'utilisation qui précise l'objectif original et le système de référence pour qu'on puisse comprendre aisément le système étudié (Jones et Luyten, 1998). Il est important de procéder à une application du modèle afin de vérifier s'il répond au mieux aux besoins pour lesquels il est développé.

1.8.3 Type de modèle

Il existe plusieurs types de modèles. Les modèles peuvent être statiques (définissant l'état d'un système à un moment donn é) ou dynamique (imitant l'évolution des phénomènes dans un système). En fonction de la nature de la description du système, on peut regrouper les modèles en quatre catégories (Dzotsi, 2002) :

· Les modèles mentaux qui représentent la vision conceptuelle de son auteur des systèmes réels,

· Les modèles empiriques qui décrivent des systèmes réels de manière simpliste

· Les modèles structuraux qui dépeignent la hiérarchisation d'un système du général au spécifique,

· Les modèles mathématiques qui décrivent quantitativement des systèmes en utilisant des formules, des paramètres, des coefficients ou des équations. Les calculs peuvent être parfois très complexes de sorte qu'on fasse recours à l'ordinateur.

1.8.4 Utilisation des modèles

Les modèles ont une grande importance car il existe des systèmes ou des processus dont la description dépasse les compétences de la science traditionnelle basée sur l'observation et l'interprétation et pour lesquels les modèles peuvent s'appliquer.

L'utilisation des modèles est répandue d ans plusieurs domaines (Ingénierie, Economie, Médecine, Agronomie, etc.). On peut envisager l'utilisation des modèles sous trois aspects : outils de recherche, outils d'enseignement et outils d'aide à la décision (OAD).

Pour des fins de recherche, les modèles permettent de faire des prévisions (Lamboni, 2002), de faire des analyses de risques (Dzotsi, 2002), de tester les hypothèses et d'aider à concevoir les expérimentations (Sinclair et Seligman, 1996 ; Ezui, 2001).

Pour des fins pédagogiques, les modèles de simulation permettent d'imiter le cycle de déroulement d'un phénomène donné (Lamboni, 2002) et cet usage des modèles est d'une importance capitale pour l'enseignement afin de démontrer les aspects insaisissables dans l'espace et dans le temps.

Nombre de modèles utilisés dans la recherche sont promus pour leur aptitude à faciliter les prises de décision. Penning de Vries (1990) et Matthews et al. (2000) classent les modèles suivant trois types de décisions définies dans le temps :

? Les décisions opérationnelles : décision prise par exemple au cours d'une saison culturale,

? Les décisions tactiques : décision prise une fois par saison par exemple,

? Les décisions stratégiques : décision prise pour plusieurs années par exemple.

Dans un but décisionnel, les modèles peuvent être utilisés pour faire des recommandations à la carte. La fertilisation à la carte se réfère tout simplement au développement et à la vulgarisation de multiples options de fumures sur la base de l'agrotechnologie dans le but de réaliser une fertilisation raisonnée.

Lamboni (2002) prévient que les outils d'aide à la décision (OAD) doivent être utilisés avec précaution et qu'il est indispensable de garder à l'esprit que les OAD ne peuvent suppléer complètement l'activité de prise de décision du décideur. Les modèles aident donc à orienter la prise de décision.

1.8.5 Quelques approches de formulation des recommandations de fumure 1.8.6.1 L'approche statistique

Pour évaluer la fertilité du sol, il est nécessaire de connaître les relations entre les propriétés du sol et le rendement économique généré par ces propriétés. Cette relation est souvent identifiée par l'analyse chimique des sols et par des essais agronomiques. Les relations qui existent entre les paramètres du sol et le rendement de la culture sont déterminées de manière statistique. C'est une approche qui est très utilisée de par le monde.

L'inconvénient de cette approche est qu'elle prend beaucoup de temps pour être efficace et qu'elle est très onéreuse. De plus, les résultats trouv és ne sont applicables que dans la seule zone d'étude (Janssen et al., 1992).

1.8.6.2 L'approche mécaniste

C'est une approche qui demande d'établir une corrélation entre les facteurs entrant dans le développement de la culture. Ceci demande la description des processus majeurs en action dans le sol et dans la plante en relation avec les paramètres du sol, et les conditions environnementales (Janssen et al, 1992).

C'est cette approche mécaniste qui a abouti aujourd'hui à ce que nous appelons les modèles.

Ces modèles sont scientifiquement très intéressants et peuvent être utilisés dans différentes régions. Dans la pratique, ces modèles sont difficiles à obtenir car ils demandent un niveau d'éducation élevé de la part de son utilisateur et sont très onéreux. (Janssen et al, 1992).

Le modèle QUEFTS

Un exemple de modèle généré pour des fins décisionnelles par l'approche mécaniste est le modèle QUEFTS. QUEFTS (Quantitative Evaluation of the Fertility of Tropical Soils) est un modèle statique qui permet d'établir la corrélation entre le rendement et la fourniture de nutriments en quatre étapes en prenant en compte les facteurs limitant l'acquisition et l'utilisation de ces nutriments. (Janssen et al., 1990). Le modèle était originellement développé pour calculer le rendement du maïs en fonction de la disponibilité de nutriments provenant du sol et des sources de fertilisants. QUEFTS est également capable d'estimer les besoins en fertilisants pour atteindre un rendement donné (Janssen et Guiking, 1990 : Smaling et Janssen, 1993 : Witt et al., 1999).

Le module DSSB

Des études menées par l'IFDC en collaboration avec Darégal Equatorial, ont permis de développer un module statique pour aider à prendre des décisions tactiques concernant les besoins en N, P et K du basilic. Il s'agit du module DSSB (Decision Support Spreadsheet for Basil) développé à partir des données recueillies sur un site (argileux) de production de Darégal Equatorial (Dzotsi et al., 2004 ; Koudjéga, 2004).

La nutrition des plantes décrit deux situations (accumulation et dilution) et l'équilibre nutritionnel se trouve quelque part entre les deux limites extrêmes. Faute de données pour décrire les limites d'accumulation et de dilution des nutriments dans le basilic, il a été utilisé pour ce module, une nutrition moyenne issue de la régression linéaire des points représentants la relation entre l'absorption et le rendement. Cette moyenne ne représente pas forcément la situation d'équilibre qui s'exprimerait par une efficacité interne optimale. Le module calcule les besoins en N, P et K de manière isolée. Il ne prend pas en compte l'interaction entre les nutriments dans son estimation des besoins de la culture. Ceci explique le souci de reconsidérer les concepts mathématiques qui soutendent ce module.

Les paramètres utilisés dans ce module sont dérivés des résultats obtenus sur un site argileux aux conditions particulières. Ces paramètres ne sont donc pas forcément applicables dans d'autres conditions. La variabilité spatio -temporelle de la fertilité du sol et

des conditions de culture n'est pas l'apanage de ce module. Ceci engendre la nécessité de calibrer et de tester la performance de ce module.

En prenant en compte les interactions des nutriments et en utilisant les limites convenables d'accumulation e t de dilution, il est possible de réduire considérablement les failles induisant les contraintes à l'utilisation du module DSSB. Ceci constitue l'essence de cette recherche.

Nous allons décrire dans les lignes qui suivent les matériels et les méthodes utilisés pour la conduite de cette étude.

CHAPITRE 2 :

MATERIELS ET METHODES

2.1 Présentation du module

Le Centre International pour la Fertilité des Sols et le Développement Agricole (IFDC) et Darégal Equatorial (Une Société agro-alimentaire française) ont, en partenariat, conduit des études visant à l'amélioration de la fertilité des sols pour la production du basilic dans la région maritime du Togo. Des essais menés dans ce cadre sur un sol argileux au cours de deux saisons consécutives de culture, ont permis de développer un outil d'aide à la décision sous forme de module statique capable d'aider à la formulation de recommandations de fumure NPK. Il s'agit du DSSB (Decision Support Spreadsheet for Basil). Le module est développé sur la base de concepts, inspirés fondamentalement de QUEFTS (Witt et al., 1999), qui tournent autour de trois paramètres agronomiques constituant les clés qu'utilise l'outil d'aide à la décision (OAD).

2.1.1 Les bases théoriques du module

2.1.1.1 La fertilité du sol

La nutrition des plantes est souvent caractérisée par le niveau de fertilité du sol et sa variabilité dépend de la disponibilité du nutriment dans le sol, de la pratique culturale et du climat (Witt et al., 1998)

La fertilité du sol traduit généralement les potentialités du sol à mettre à la disposition des plantes les nutriments dont elles ont besoins pour leur croissance et leur développement. Lorsqu'on n'apporte pas d'engrais (organique ou minéral) au sol, la plante se nourrit de l'approvisionnement propre au sol. Il y a donc une distinction à faire entre la fertilité inhérente au sol et la fertilité en condition d'apport de fertilisants. La fertilité initiale du sol est une résultante de l'usage du sol dans le temps et de sa constitution (physique et chimique) dans l'espace. L'estimation des besoins en nutriments du basilic doit prendre en compte ces aspects afin d'éviter des surdoses d'engrais susceptibles d'affecter négativement sa production ou l'env ironnement.

Les fertilisants apportés au sol sont soumis à la dynamique de nutriments. Le complexe absorbant fixe une portion des engrais dépendant de sa qualité. Ces engrais peuvent aussi se perdre par divers phénomènes (immobilisation par les sesquioxydes, lixiviation, drainage, percolation, etc.). Finalement, il n'est disponible à la culture qu'une fraction des fertilisants apportés. C'est en fonction de la force de succion des racines et de la disponibilité des fertilisants que la culture prélève ses nutriments. Il en résulte donc que, des engrais apportés, seule une fraction sera absorbée par la culture. Cette portion de fertilisant puisée par la culture représente le taux de recouvrement des engrais.

Les besoins en N, P et K du basilic sont satisfaits par l'approvisionnement propre au sol et la portion de fertilisants apportés que la culture parviendrait à absorber du sol. Il importe de bien estimer la capacité propre au sol car elle permet de faire une estimation juste du complément nutritionnel à apporter à la culture.

La capacité du sol à fournir N, P et K et le taux de recouvrement des engrais, sont deux des clés qu'utilise l'OAD pour l'estimation des besoins.

2.1.1.2 Le climat

L'influence de la saison sur la production d'une culture est une év idence puisse qu'elle détermine le rendement potentiel de la culture. Le climat est un facteur incontournable pour le ciblage du rendement.

Au Togo, la production du basilic du point de vue climatique, s'effectue en deux saisons (Dzotsi et al., 2004 ; Koudjéga, 2004):

· La saison principale va de décembre à juin (période de semis décembre à mars) où le climat est assez favorable et la production est assez bonne avec un rendement potentiel élevé,

· La saison secondaire va d'août à février (période de semis août à novembre) où le climat est moins favorable et le rendement potentiel est faible.

Il est impérieux de tenir compte de cette saisonnalité pour profiter au mieux du climat et mieux gérer les apports de fertilisants.

2.1.1.3 La relation entre la teneur du végétal en nutriments et son rendement

Lorsque la plante absorbe beaucoup de nutriments, elle a tendance à les emmagasiner. Le rendement dans ce cas ne change pas grandement pour une plus grande absorption de nutriment : c'est l'effet de l' accumulation des nutriments. Mais lorsqu'elle ne dispose que de petite quantité de nutriment, elle la gère mieux et l'on constate qu'une petite augmentation de l'absorption entraîne une très grande augmentation des rendements : c'est l'effet de la dilution des nutriments. (Janssen, 2003)

Entre ces deux phases de nutrition (accumulation et dilution) déterminant les limites de nutrition pour la plante, se trouve une phase d'équilibre qui décrit une utilisation optimale des nutriments absorbés (op. cit.). Il est à noter que cette relation est similaire pour tous les éléments nutritifs et seule la forme de la courbe changera avec l'élément en question (Moughli, 2003).

La relation entre l'absorption de nutriment et le rendement, est supposée être linéaire pour de faible niveau d'absorption. Cette relation tend à fléchir lorsque le rendement de la plante s'approche de son rendement potentiel (Figure 1) (Witt et Dobermann, 1998). La relation entre la teneur du basilic en nutriment et son rendement constitue l'efficacité interne du basilic. C'est un paramètre propre à la culture et il permet de mesurer l'efficacité d'utilisation des nutriments par la culture. L'efficacité interne est l'un des clés qu'utilise l'OAD. Dans ce module, tel que le préconise Witt et al. (1999), l'efficacité interne du basilic exclut toute absorption minimale à satisfaire avant l'obtention du rendement économique de même que la partie curviligne de l'efficacité interne optimale.

23

Figure 1 : Teneur du végétal en nutriment en relation avec le rendement Source : Moughli (2003)

2.1.1.4 Le système étudié

Les bases théoriques développées ont permis de concevoir le système sol-climatculture. Ce système est ouvert et effectue des échanges avec l'environnement (Figure 2).

Fumures, Production

Eau, etc. économique

Fertilité inhérente au sol Taux de recouvrement des engrais

Rendement Efficacité interne

CLIMAT CULTURE

SOL

Figure 2 : Le système Sol-Climat-Culture

Il se dégage de l'analyse de ce système, quatre paramètres agronomiques qui sont :

· Le rendement : il dépend des conditions climatiques.

· La fertilité inhérente au sol : c'est la cap acité propre au sol à fournir les nutriments.

· Le taux de recouvrement des engrais : la fraction d'engrais que la culture est capable d'absorber.

· L'efficacité interne de la culture : c'est un coefficient qui traduit l'aptitude de la culture à transformer en un rendement économique, une quantité donnée de nutriment absorbé.

Ce sont ces quatre paramètres qui constituent les clés de la fertilisation à la carte du basilic.

2.1.2 Les concepts mathématiques dans le module DSSB

2.1.2.1 Les concepts de base du module initial

Dans ce module initial, en divisant le rendement ciblé par l'efficacité interne de N, P et K, on détermine les quantités de N, P et K que la plante doit absorber pour atteindre ce rendement. On retranche de ces absorptions de N, P et K respectivement la quantité de N, P et K fournis par le sol en place. Au moyen du taux de recouvrement, on calcule les quantités d'engrais purs dont la plante a besoin.

En terme mathématique, les besoins en N, P et K (BN, BP et BK) se calculent de la manière suivante :

BN = [(RC / EIN) - SN] x TRN BP = [(RC / EIP) - SP] x TRP BK = [(RC / EIK) - SK] x TRK

Où RC signifie rendement à cibler, EIN, P ou K, efficacité interne de l'azote, phosphore ou potassium ; SN, P ou K, capacité du sol à fournir l'azote, phosphore ou potassium et TRN, P ou K, taux de recouvrement de l'azote, phosphore ou potassium.

L'efficacité interne utilisée est la pente de la droite de regression linéaire des points représentant le relation absorption-rendement du basilic.

En outre, le N, le P et le K fournis par le sol permet de calculer un rendement sans engrais en considérant le minimum des rendements générés par ces trois nutriments (loi du minimum).

2.1.2.2 Le support informatique

Le module DSSB est monté sur Microsoft Excel (voir annexe 4) codé à partir de sa base visuelle (Visual Basic Application) et il permet de calculer les besoins en N, P et K du basilic en prenant en compte les effets du site, de la saison et de l'apport ou non d'amendement organique. Les besoins sont calculés en kg.ha^-1 de N, P et K purs et nécessitent d'être convertis en équivalant d'engrais disponibles avant application.

Ce module comporte une page d'accueil avec les différentes composantes suivantes:

- Instructions : pour donner les directives d'utilisation ;

- Module Principal : comporte le shell du module où les données doivent être entrées pour faire les calculs ;

- Notes : permet d'insérer des remarques personnelles sans interférer avec le fonctionnement du module

2.1.2.3 Les concepts principaux dans le module amélioré

L'amélioration du module est basée sur le concept d'utilisation efficace de nutriment. Ce concept comprend deux notions à savoir l'efficacité d'absorption de nutriment (se traduisant par le ratio d'absorption de nutriment) et l'efficacité interne d'utilisation de nutriment (se traduisant par l'efficacité interne optimale) (Janssen, 1998).

L'efficacité interne n'évolue que dans une limite bien précise pour une culture donnée. A l'extrême, il faudrait déterminer sa valeur optimale afin d'y confo rmer les besoins de la plante. Améliorer l'utilisation efficace des nutriments pour la culture revient à agir sur l'efficacité d'absorption. Ce concept d'efficacité d'absorption est considéré dans le module à son niveau naturel c'est à dire telles que les conditions agro-écologiques des sites de production le permettent.

L'efficacité interne optimale et le ratio d'absorption optimale des nutriments constituent les paramètres agronomiques à déterminer pour améliorer le module. Sur ces bases, l'estimation des besoins de la culture suit les étapes suivantes :

a- Absorption brute (AB)

En fonction du rendement que l'on cible, le module calcule l'absorption brute de N, P et K (ABN, ABP et ABK) comme étant la quantité de N, P et K que le basilic doit consommer pour atteindre ce rendement. En divisant le rendement ciblé (RC) par l'efficacité interne optimale, on a une absorption qui représente en réalité le cumul des besoins en nutriments à absorber et qui doivent provenir des nutriments propres au sol et des engrais.

En terme mathématique, on a :

ABN = RC / EION

ABP = RC / EIOP

ABK = RC / EIOK

c- Absorption équilibrée (AE)

L'absorption de N, P et K par le basilic ne s'effectue pas forcément dans le rapport optimal pour une nutrition équilibrée. L'absorption brute calculée est alors optimisée à l'aide du ratio d'absorption optimale. L'azote est considéré souvent comme étant l'élément le plus limitant dans la production. Pour optimiser ces absorptions brutes, on fixe la quantité de N calculé et on redresse P et K pour avoir les absorptions optimales de N, P et K (AEN, AEP et AEK).

Mathématiquement, on a :

AEK = ABN / rN/K AEP = AEK / rK/P AEN = AEP / rN/P

d- Besoins en engrais N, P et K à apporter au sol (BN, BP et BK)

Les besoins en N, P et K (BN, BP et BK) doivent être satisfaits par l'approvisionnement en nutriments provenant du sol et des sources de fertilisants. Les besoins en engrais sont calculés en affectant aux absorptions optimisées (AEN, AEP et AEK) les taux de recouvrement respectifs de chaque nutriment (TRN, TRP et TRK) en prenant soin de soustraire au préalable la capacité du sol à fournir N, P et K (SN, SP et SK).

En terme mathématique, on a :

BN = (AEN - SN) x TRN

BP = (AEP - SP) x TRP

BK = (AEK - SK) x TRK

Comparativement au module initial, le processus d'estimation des besoins du basilic dans le module amélioré est beaucoup plus élaboré.

2.2 Calibrage du module

2.2.1 Sites d'expérimentation

Deux catégories de sites ont servi à la collecte des données pour le calibrage du module. Une première catégorie de sites, que nous allons décrire dans les lignes qui suivent, ayant servis uniquement au calibrage et une seconde catégorie ayant servi à la validation (seuls les traitements sans engrais sont considérés sur ces sites pour déterminer la capacité du sol à fournir NPK pour un précédent Mucuna). Avant leur utilisation, certains sites étaient en jachère alors que certains servaient à la culture du basilic (tableau 4).

Tableau 4: Caractéristiques descriptives des sites ayant servis exclusivement au

calibrage

Sites		Dates de	Saisons de culture	Précédent cultural		Amendement organique	Villages
Blocs	culture
	Sol argilo-limoneux					Adétikopé
D3-1 D3-2	Mars - Août 2003 Oct 2003 - Mars 2004	Principale Secondaire	Nv. défriche Basilic	Fumier Fumier
	Sol sableux					Agbodrafo Nimagnan
F24 F2	Mars - Juin 2004 Dec 2003 - Mai 2004	Principale Principale	Nv. Défriche Nv. défriche	Fumier Fumier/drêche

Nv. défriche : nouvelle défriche

2.2.1.1 Situation géographique

Les sites d'étude se trouvent dans la région maritime (1^o50' Longitude Est et 6 ^o50' Longitude Nord) dans l'extrême sud du Togo (Somana et al., 2001) dans les villages d'Adétikopé (25 km environ au nord de Lomé), Agbodrafo (25 km environ à l'est de Lomé) et Nimagnan (20 km environ à l'est de Lomé)

2.2.1.2 Nature des sols

La région maritime est une des zones de prédilection des plaines au Togo. On y trouve des ferralsols (FAO,1990) connus sous le nom de terre de barre (MERF, 2001). Ce sont des sols profonds, contenant au moins 90 % de sable mais souvent déficitaires en potasse (des niveaux de K échangeable aussi bas que 0.2 mmol K/kg ont été mesurés) (Struif-Bonkès et al., 2003).

A Adétikopé, on a un site d'essais (D3) sur un sol argilo -limoneux de type ferrallitique sur terre de barre (Worou, 2002). Sur le littoral (Agbodrafo et Nimagnan abritant un site d'essai chacun), on a que du sol sableux avec des minerais bruts peu évolués (MERF, 2001; Worou, 2002)

Le tableau 5 donne une description physico-chimique des sols des sites d'expérimentation.

Tableau 5 : Caractéristiques physico-chimiques des sols de certains sites d'étude

Caractéristiques	D3	Agbodrafo	Gbodjomé		Nimagnan	Sable,%
24,6	99	99	98,7		Limon,%
37,1	0,6	0,7	0,9		Argile,%
38,3	0,4	0,3	0,4		pH eau
5,8	6,9	6,1	8,2		CEC,meq/100g
22,22	2,02	1,19	1,97		C org,%
1,94	0,2	0,14	0,3		N total,%
0,19	0,02	0,01	0,03		P Olsen(P2O5),%
0,01*	0,002	0.002	0,002		K (K2O),%
0,018	0,004	0,003	0,004		C/N
10,1	9,3	10	8,8		Mat org, %
3,36	0,34	0,25	0,52

* c'est le P Dyer. Ces analyses ont été faites en 2003 et en 2004 au laboratoire de AGREN en France.

2.2.1.3 Climat et végétation

La région maritime, dans son ensemble, a un climat de type équatorial guinéen à deux saisons pluvieuses (mars à juin et septembre à octobre) et deux saisons sèches (novembre à février et juillet à août).

Les précipitations ne sont pas les mêmes pour toutes les préfectures. Du nord au sud de la région maritime, on a une variation de 800 mm à 1200 mm de pluies annuelles sur une période de 60 à 90 jours. La température annuelle varie de 24^o à 30^o C (Anonyme, 1999 ; Somana et al., 2001 ; Worou, 2002) avec un faible degré d'hygrométrie (Worou, 2002). Le littoral togolais est spécifiquement peu pluvieux avec un cumul moyen annuel de 800 à 850 mm (MERF, 2001).

La végétation est clairsemée (MERF, 2001) avec une dominance des Poaceae et des Cyperaceae à Adétikopé et une abondance des Cleomaceae et des Poaceae sur le littoral.

2.2.2 Conduite de l'expérimentation

La plante test était le basilic (Ocimum basilicum L.) de la famille des Lamiaceae. La variété utilisée était le grand vert d'Italie (Ocimum basilicum var. genovese).

Les sources de N, P et K étaient respectivement l'urée (CO(NH 2)2 : 46% N), le triple superphosphate (TSP : 46% _P2O5) et le sulfate de potassium (K2SO4 à 50% K2O) et les amendements organiques étaient du fumier et de la drêche de brasserie.

Le facteur étudié était la réponse de la culture (rendement en feuilles fraîches de basilic) aux différentes combinaisons de N, P et K appliquées avec ou sans amendements organiques. Les expériences conduites pour le calibrage du module ont été faites avec des traitements issus d'une analyse d'estimation des besoins du basilic. Ces analyses sont explicitées par Koudjéga (2004). Le tableau 6 donne les différents traitements d'engrais minéraux qui sont issus de cette analyse et qui ont servi aux essais. Les doses d'amendements organiques sont de 20 t.ha ^-1 de fumier ou de drêche de brasserie ou encore de la combinaison du fumier et de la drêche de brasserie à des doses de 10 t.ha^-1 chacun.

Tableau 6 : Les traitements pour les essais de calibrage (kg.ha^-1)

Traitements		Doses (kg.ha^-1)
N	P	K		T1
0	0	0		T2
400	0	0		T3
100	60	250		T4
200	60	250		T5
300	60	250		T6
400	60	250		T7
200	30	125

Ces traitements ont permis d'avoir les données pour le calibrage du module. Seuls les sites de D3, Agbodrafo et Nimagnan sont concernés. Ces doses de NPK sont appliquées avec ou sans fumure organique (fumier, drêche de brasserie, fumier+drêche de brasserie

Pour chaque niveau d'amendement organique, le dispositif expérimental était en blocs aléatoires complets avec des parcelles élémentaires de dimensions variables suivant les sites. Ce dispositif répondait au souci de capturer l'effet possible des gra dients de fertilité.

En ce qui concerne la méthode culturale, le lit de semence était préparé avec des machines agricoles (tracteur, charrue, broyeur). Les résidus de récoltes antérieures ou de végétaux ont été arrachés à la main et brûlés hors des champs après séchage. Le semis était effectué soit manuellement, soit avec un agrégat de machines associant un semoir et une herse. Le semis est fait sur des planches en lignes continues à intervalle de 25 cm et à la dose de 5 kg de semences par hectare. Deux semaines après le semis, il est organisé un repiquage ou un démariage pour régulariser la densité. L'arrosage était régulier et s'est fait avec un système d'irrigation aux macro -asperseurs (sur le littoral) ou un pivot équipé d'asperseurs (à Adétikopé). Le d ésherbage avait lieu aussi souvent que nécessaire afin de garder la culture propre et est fait à la houe. Des traitements phytosanitaires ont été effectués en utilisant des insecticides et des fongicides appropriés. La récolte est effectuée par une équipe de récolte spéciale qui suivait des règles assez rigoureuses. La récolte commence 5 - 6 semaines après le semis et à lieu tous les 15 jours jusqu'à la fin des récoltes.

Pour la fertilisation, le sulfate de potassium et le triple superphosphate sont apportés en fumure de fond juste après le semis. L'urée a été fractionnée comme suit : 25% de la dose totale en deux apports avant la première coupe et 75% en cinq apports égaux sur les sols d'Adétikopé (5è jour après chaque coupe) ou en dix apports égaux sur les sols du littoral (5è et 10è jours après chaque coupe). L'épandage des amendements organiques était fait par éparpillement à la main sur les parcelles.

2.2.3 Collecte des données

Sur le terrain, la production en matière fraîche de feuilles de basilic a été mesurée. Il est effectué six (6) coupes suivies de la récolte de la biomasse résiduelle extérieure au sol. Au laboratoire, on a déterminé (i) le rendement en matière sèche et (ii) la teneur en eau et en NPK des tiges et des feuilles. A cette fin, les échantillons des feuilles fraîches sont collectés pour chaque traitement.

Le taux d'humidité est obtenu après un séchage à l'étuve des échantillons de feuilles collectés pendant 3 à 4 jours à une température de 70^oC. Tous les échantillons des traitements des récoltes 2, 4 et 6 sont analysés pour déterminer la teneur en N, P et K. Les échantillons de feuilles et des plants de basilic sont analysés au laboratoire de ICRISAT au Niger. Ces données recueillies nous ont permis de calculer les paramètres agronomiques indispensables pour le calibrage du module.

Une analyse statistique avec ségrégation des moyennes des rendements en matière fraîche des feuilles du basilic est réalisée à l'aide des logiciels STATISTICA (anova, alpha à 5%) et MSTAT (test de Duncan, alpha à 5%).

2.2.4 Paramètres du module

Le calibrage a nécessité le calcul des paramètres suivants (IFDC, 2002 ; Dzotsi et al., 2004 ; Koudjéga, 2004) :

· Absorption du nutriment = (rendement en matière sèche en kg.ha^-1 x pourcentage du nutriment dans la matière sèche) / 100

Il faut distinguer deux types d'absorption : l'absorption totale et l'absorption dans les feuilles. L'absorption totale s'affecte à toute la production extérieure au sol de la plante tandis que l'absorption dans les feuilles s'affec te aux feuilles utiles récoltables.

· Efficacité interne (EI) = Rendement économique du traitement en kg.ha^-1/ Absorption dans les feuilles du basilic.

· Taux de recouvrement du nutriment (TR) = [(Absorption totale du nutriment par traitement en kg.ha^-1)-(Absorption totale du nutriment dans le traitement sans engrais en kg.ha^-1)] / quantité de nutriment appliqué sous forme d'engrais (quantité d'engrais appliquée x teneur du nutriment dans l'engrais) en kg.ha -1

La détermination de ces paramètres, sur la base des essais conduits, a permis d'avoir les quatre clés indispensable au module (RC, CSF, TR et EI). Le calibrage a consisté à introduire dans le module, ces différentes clés afférant à chaque site spécifique afin que le module puisse formuler la recommandation à la carte.

2.2.4.1 Efficacité interne

La méthode de la balance nutritionnelle de Janssen (1998 et 2003), reprise par Witt et al (1998 et 1999), Dobermann et al. (2000) et Dobermann (2001), est utilisée pour déterminer l'optimum de nutrition de la pl ante et le ratio d'absorption optimale de N. P et K.

D'abord nous avons calculé la limite d'accumulation (LA, c'est EI minimale) et la limite de dilution (LD, c'est EI maximale) en déterminant respectivement les 2,5è centiles et les 97,5è centiles de toutes les efficacités internes de N, P et K obtenues à travers les sites, les saisons et les récoltes 2, 4 et 6. Ces limites sont notées respectivement LAN, LAP, LAK, LDN, LDP et LDK. L'efficacité interne optimale de N, P et K est le milieu de

l'accumulation e t de la dilution pour chaque nutriment (respectivement noté EION, EIOP et EIOK).

EION = (LAN + LDN) / 2 EIOP = (LAP + LDP) / 2 EIOK = (LAK + LDK) / 2

Le ratio d'absorption optimale de N, P et K (respectivement noté rN/P, rN/K et rK/P) s'obtiennent de la manière suivante :

rN/P = EIOP / EION rN/K = EIOK / EION rK/P = EIOP / EIOK

Toute nutrition optimale doit respecter ce ratio N:P:K afin que les nutriments consommés ne soient ni de trop, ni insuffisants.

2.2.4.2 Taux de recouvrement

Nous avons étudié la variabilité du taux de recouvrement en fonction des sites, des saisons et des amendements organiques.

Afin de calibrer le module, pour chaque site, nous n'avons considéré que la moyenne des taux de recouvrement des traitements ayant reçu effectivement N, P et K (T4 à T7). Les essais soustractifs ne sont pas considérés. Spécifiquement pour la gestion du Mucuna, le taux de recouvrement est supposé identique à celui de l'apport du fumier pour chaque site donné.

2.2.4.3 Capacité du sol à fournir N, P et K

La capacité fertilitaire initiale du sol est déterminée à partir de l'absorption de N, P et K dans les feuilles de basilic sur les parcelles sans engrais. Elle traduit la capacité du sol à fournir le N, le P et le K au basilic pour produire ses feuilles. Il ne s'agit nullement de la disponibilité totale en nutriments du sol, mais de ce que le sol peut fournir au basilic pour sa productivité utile.

Spécialement pour le Mucuna, nous avons estimé la capacité du sol à fournir le NPK au moyen des rendements sans engrais obtenus sur les sites ayant reçus le Mucuna. En divisant ces rendements sans engrais par l'efficacité interne optimale déterminée suivant la méthode décrite précédemment, nous avons obtenu une valeur correspondante de la capacité du sol à fournir NPK pour un précédent Mucuna.

2.2.4.4 Rendement à cibler

Le rendement ciblé est fonction du rendement potentiel. Fondamentalement, le rendement ciblé ne peut excéder 70-80% du rendement potentiel du basilic (Dzotsi, 2002 ; Wopereis et al, 2004). Malheureusement, ce rendement potentiel du basilic est mal connu. Le rendement à cibler correspond dans notre étude au rendement maximal que nous avons pu obtenir sur les parcelles d'essais.

2.3 Performance du module

2.3.1 Sites d'étude

Ces sites ont servi à la validation en omettant les traitements sans engrais. Tous ces sites ont eu du Mucuna comme précédent cultural (Tableau 7).

Tableau 7: Caractéristiques descriptives des sites ayant servi au test de la performance

Sites		Dates de	Saisons de culture	Précédent cultural
Villages	Blocs	culture
Adétikopé	D2	Oct 2004 - Fev 2005	Secondaire	Mucuna
	D3-3	Jan - Juin 2005	Principale	Mucuna
Gbodjomé	F16	Fev - Juil 2005	Principale	Mucuna
Goumoukopé	F34	Sept 2004 - Fev 2005	Secondaire	Mucuna

2.3.1.1 Situation géographique

Les sites d'étude se trouvent aussi dans la région maritime (1^o50' Longitude Est et 6^o50' Longitude Nord) dans l'extrême sud du Togo (Somana et al., 2001) dans les villages d'Adétikopé (25 km environ au nord de Lomé), Gbodjomé (17 km environ à l'est de Lomé) et Goumoukopé (40 km environ à l'est de Lomé).

Les essais d'Adétikopé et de Gbodjomé ont servi au test de la performance du module tandis que l'essai de Goumoukopé a été utile à l'ét ude de la sensibilité du module.

2.3.1.2 Sols, Climat et végétation

Les sols présentent toujours les mêmes caractéristiques que pour les essais de calibrage. A Adétikopé, on a deux sites d'essais (D2 et D3) sur un sol argilo -limoneux de type ferrallitique sur terre de barre (Worou, 2002). Sur le littoral (Gbodjomé et Goumoukopé, abritant un site d'essai chacun), on a du sol sableux avec des minerais bruts peu évolués (MERF, 2001; Worou, 2002).

Les caractéristiques du climat et de la végétation sont identiques à celles des sites de calibrage.

2.3.2 Expérience en milieu réel

La plante test était toujours le basilic (Ocimum basilicum L.) de la famille des Lamiaceae. La variété utilisée était le grand vert d'Italie (Ocimum basilicum var genovese).

Les sources de N, P et K sont respectivement l'urée (CO(NH 2)2 : 46% de N), le triple superphosphate (TSP : 46% _P2O5) et le sulfate de potassium (K2SO4 à 50% K2O) et l'amendement organique était du Mucuna cultivé pendant six mois avant le semis.

Le facteur étudié est la réponse de la plante (rendement en feuilles fraîches de basilic) aux différentes doses d'engrais azotés appliqués (traitements). Le P et le K sont fixés respectivement à 30 kg.ha^-1 et 125 kg.ha^-1 suivant les recommandations des études antérieures (Dzotsi et al., 2004; Koudjéga, 2004)

Les différentes doses de N sont calculées par le module sur la base suivante : rendement ciblé à 18 t.ha^-1 pour la saison principale, taux de recouvrement de N à 0,15 et la capacité fertilitaire initiale du sol égale à celle de D3 (N-P-K : 28.8-3-36 en kg.ha^-1). Le module a calculé 148 kg.ha^-1 pour les sols argileux et 257 kg.ha^-1 pour le littoral. Sur cette base, nous avons formulé quatre niveaux de N :

- Sur sol argileux: 0, 100, 150 et 200 kg.ha^-1

- Sur le littoral : 0, 200, 250 et 300 kg.ha^-1

Ces besoins, qui sont combinés de manière spécifique en vue de déterminer la capacité fertilitaire initiale du sol en place et l'effet soustractif de chaque dose de nutriment apportée afin d'apprécier la contribution du précédent c ultural et du sol en nutriments, seront appliqués sur les sites d'essais sous forme de traitements. La combinaison des différentes doses de NPK a conduit à sept traitements (T1-T7) résumés dans le tableau 8.

Tableau 8 : Les traitements pour les essais de test de performance (kg.ha^-1)

				Sites
Traitements		Argileux			Sableux
	N	P	K	N	P	K
T1	0	0	0	0	0	0
T2	0	30	125	0	30	125
T3	250	0	125	150	0	125
T4	250	30	0	150	30	0
T5	200	30	125	100	30	125
T6	250	30	125	150	30	125
T7	300	30	125	200	30	125

Ces traitements vont permettre de réaliser le test de la performance du module. Les sites concernés sont ceux de D2 (T2 et T3 n'ont pas été appliqués), D3-3, Gbodjomé et de Goumoukopé (T1 à T4 n'ont pas été appliqués)

Le dispositif expérimental était en blocs aléatoires complets avec des parcelles élémentaires de 10 m x 1,8 m = 18 m². Nous avons au total quatre blocs avec les sept traitements chacun (figure 3).

Bloc 4 Bloc 3 Bloc 2 Bloc 1
	5		7		2		6		1		4		3
	2		4		5		3		6		7		1
	7		6		1		2		4		3		5
	1		2		3		4		5		6		7

Figure 3 : Le dispositif expérimental typique d'un essai

Parcelle élémentaire :1,8 m*10 m = 18 m², Allées entre les blocs : 1 m. Superficie totale de l'essai :
1,8 m x 7 x 43 = 541,8 m2

La méthode culturale n'a pas différé de celle des essais de calibrage sauf le fait que le Mucuna a été broyé et incorporé au sol avant le semis et que l'azote était réparti suivant une autre distribution. L'apport de l'azote est effectué suivant une répartition proposée par Dzotsi et al.(2004) et qui est obtenue à partir des variations observées au cours des essais de calibrage dans la consommation de l'azote par le basilic au cours de son cycle de développement. Cette répartition est la suivante :

4 10% de la dose avant la coupe 1

4 20% de la dose après la coupe 1

4 20% de la dose après la coupe 2

4 20% de la dose après la coupe 3

4 20% de la dose après la coupe 4

4 10% de la dose après la coupe 5

Les premiers 10% sont fractionnés en deux apports, 2è semaine et 4è semaine après le semis. Le reste de la fumure azotée est apporté entre les coupes successives soit en totalité sur les sols argileux d'Adétikopé (5è jour après le semis), soit en deux apports sur les sols sableux du littoral (5è et 10è jours après la coupe).

2.3.3 Mesures et analyses

Sur le terrain, la production en matière fraîche et la verdure des feuilles de basilic ont été mesurées. La verdure a été mesurée à l'aide du chlorophylle -mètre (Photo 2) qui est un appareil capable de mesurer la verdure d'une feuille proportionnellement à sa teneur en chlorophylle et donc en azote. Les mesures doivent être prises dans des conditions particulières décrites par Murdock (1997). Il est effectué six (6) coupes suivies de la récolte de la biomasse résiduelle extérieure au sol. Au laboratoire, on a déterminé (i) le taux d'humidité et (ii) le rendement en matière sèche. Des échantillons des feuilles fraîches sont collectés pour chaque traitement pour cette fin. Le taux d'humidité est obtenu après un séchage à l'étuve des échantillons de feuilles collectés pendant 3 à 4 jours à une température de 70 ^oC.

L'analyse de la variance des rendements en feuilles fraîches de basilic et le T-test ont été effectué avec le logiciel STATISTICA tandis que le test de Duncan (pour la ségrégation des moyennes) est fait avec le MSTAT. Les analyses sont faites au seuil de 5%.

Photo 2 : Le chlorophylle-mètre (en usage sur les feuilles de basilic)

2.3.4 Test de la performance du module

Pour le test de la performance du module, nous avons utilisé, à l'instar d'Addiscott et Whitmore (1987), Loague et Green (1991), de Jemisson et al. (1994a et 1994b) et Sogbédji et al. (200 1b), une méthode incluant une évaluation graphique et une évaluation statistique. Les tests de performance ont utilisé les données des sites D2, D3-3 et de Gbodjomé.

2.3.4.1 Les variables pour le test

L'évaluation était faite de manière indirecte. Le module calcule des be soins en engrais, mais nous avions évalué l'effet des engrais sur le terrain pour ainsi évaluer les doses d'engrais appliquées.

Cette évaluation s'effectuera sur la base des rendements (variable dépendante) d'autant plus que c'est la finalité de l'apport de doses d'engrais (variable indépendante) que calcule le module. Le rendement rend mieux compte, d'abord de l'interaction entre les nutriments apportés, ensuite entre les nutriments et le sol de culture et enfin prend en compte les variabilités environnementales. Du point de vue d'une approche système, le rendement en feuille fraîche de basilic constitue une résultante économique intéressante du système solclimat-basilic.

En faisant varier dans le module le rendement ciblé, nous avons déterminé les besoins prédits correspondants aux différents traitements appliqués au cours des essais. Pour P et K appliqués, nous avons quatre combinaisons de N sur chaque site : 0, 100, 150 et 200 pour les sites argileux et 0, 200, 250 et 300 pour les sites sableux. Ces doses de N vont correspondre à différents rendements ciblés prédéterminés (input du module) et sont donc des variables dépendantes prédites. Les différentes doses d'azote appliquées au cours des essais vont donner des rendements réellement observés. Ainsi, nous avons sur chaque site, 4 couples de rendements prédits contre observés (n) à associer.

2.3.4.2 Evaluation statistique

Au niveau de l'évaluation statistique, le RMSE (Root Mean Square Error / carré moyen principal de l'erreur) (Loague et Green, 199 1), le MD (Mean Difference / différence des moyennes) (Jemisson et al, 1994) et l'indice d (Willmott's index of agreement / Indice d'acceptation de Willmott) (Willmott, 1981) sont utilisés pour mesurer la coïncidence entre les rendements observés et ceux prédits (ciblés). Ces paramètres se calculent de la manière suivante (Oi = valeur observée, Om = valeur moyenne des observations, Pi = valeur prédite, n = nombre d'observation) :

1. MD =
· (Oi - Pi)/n (Jemisson et al., 1994ab)

Le t-test sera utilisé pour déterminer si le MD est significativement différente de zéro (alpha à 5%)

2. RMSE = [
· (Oi - Pi)² /n]^1/2 (Sogbédji et al., 200 1a)

Nous l'avons utilisé sous sa forme relative (RRMSE : relative root mean square Error) qui se calcule de la manière suivante :

RRMSE = RMSE x (100/ Om)

Le RRMSE estime la déviation moyenne entre les valeurs prédites et les valeurs observées. C'est comme un coefficient de variation qui s'exprime en pourcentage et doit être faible (< 20% pour les essais aux champs) (Lengnick et Fox, 1994)

3. d = 1 - [
· (Oi - Pi)²/ (
· /Pi - Om/ + /Oi - Om/ )² ] (Frei, 2003)

La valeur de d reflète la précision avec laquelle le module estime les valeurs observées et sa valeur est égale à 1 lorsque les estimations coïncident parfaitement avec les observations (Sogbédji et McIsaac, 2002).

2.3.4.3 Evaluation graphique

Au niveau de l'évaluation graphique, nous avons utilisé la régression linéaire pour déterminer le degré d'association des rendements prédits et ceux observés. L'analyse de la pente et de l'inter cepte nous a été utiles (à comparer statistiquement à 1 et 0 respectivement). L'évaluation graphique est effectuée par la représentation à l'échelle 1:1 des valeurs prédites et celles observées.

Comme critère d'acceptation des prédictions du module, nous avions utilisé le plus grand coefficient de corrélation positif significatif et la moindre différence non significative entre les valeurs prédites et les valeurs observées (Addiscott et Whitmore, 1994)

2.3.4.4 Analyse de la sensibilité

En marge du test de la performance, une analyse approfondie est effectuée pour les prédictions du module par rapport aux résultats des essais. Cette analyse a concerné le site de Goumoukopé où nous avons calculé les indices de l'efficacité interne (IEI) des traitements.

IEI trt = (EI trt - LA) / (LD - LA) (Janssen, 1998)

Où trt = traitement, IEI = indice de l'efficacité interne, LD= limite de dilution et LA = limite d'accumulation.

A partir des absorptions obtenues sur ce site, nous avons déterminé le ratio N:P:K de chaque traitement. En comparant l'indice IEI de ces traitements avec celui optimal du module (50%) ainsi que leurs ratios d'absorption N:P:K à celui du module, nous avons vérifié la sensibilité des prédictions du module.

2.4 Répartition de l'azote

Le phosphore (P) et le potassium (K) sont des nutriments peu mobiles dans le sol contrairement à l'azote (N) qui se perd très facilement (Tremblay et al., 2001). Une gestion de N sur le cycle de production du basilic est donc nécessaire.

La répartition de l'a zote est basée sur la synchronisation de la demande et de la consommation de l'azote par la plante au cours de son cycle de développement. Pour ce faire, on a déterminé le pourcentage que représente l'absorption de N à la récolte 2, 4 et 6 par rapport à l'absorption totale de N par le basilic au cours des six récoltes. Ceci a permis de décrire l'évolution de la consommation de N d'où il a été déduit la répartition de N.

Ces approches méthodologiques ont permis d'obtenir des résultats que nous allons présenter et discuter dans le chapitre ci-après.

CHAPITRE 3 :

RESULTATS ET DISCUSSIONS

3.1 Données expérimentales

3.1.1 La teneur en eau et la qualité des feuilles

La teneur en eau des feuilles de basilic varie entre 88% et 92%, et est en moyenne de 90%. Cette valeur confirme celle trouvée par Koudjéga (2004) qui donnait également une teneur de 90%. Le rendement en matière sèche des feuilles du basilic représente alors 10% du rendement en matière fraîche des feuilles.

La qualité des feuilles de basilic se mesure par la couleur des feuilles. Les feuilles de basilic bien vertes sont celles recherchées sur le marché. Le chlorophylle-mètre a permis de mesurer la verdure des feuilles. Les mesures présentées ici ont été faites seulement sur les essais de D3-3 (sol argileux) et de Gbodjomé (sol sableux). Les valeurs du chlorophylle- mètre varient de 31 à 37 SPAD sur sol argileux, soit en moyenne 35 SPAD, et de 35 à 41 SPAD sur sol sableux, soit en moyenne 38 SPAD (Tableau 9). Il n'existe aucune différence statistique entre les valeurs mesurées. Le niveau optimal de verdure recherchée, selon l'inspecteur de qualité de Darégal Equatorial, tourne autour de 40 SPAD (Dzotsi et al.,2004). Les traitements ayant reçu une fumure effective de NPK (T4 à T7), ont une verdure en SPAD qui oscille entre 36 et 41 avec une moyenne de 38 SPAD. Ceci n'est pas très différent de la valeur optimale recherchée.

Tableau 9: Valeurs moyennes des mesures de la verdure par traitement et sur les deux

types de sol mis en essai.

Sites		Mesures du chlorophylle-mètre en SPAD
	T1	T2	T3	T4	T5	T6	T7
D3-3 (sol argileux)	31	31	36	36	36	37	37
Gbo (sol sableux)	35	35	40.	39	38	40	41

3.1.2 Le rendement du basilic

Les rendements en feuilles fraîches de basilic que nous présentons ici sont ceux obtenus en partie de nos propres travaux et en partie des travaux de Koudjéga (2004) et de Dzotsi et al. (2004). Les rendements en six coupes varient suivants les sites (argileux ou sableux), les saisons de cultures (principale ou secondaire), les fumures (organiques et/ou minérales) de 4389 kg.ha^-1 à 23276 kg.ha^-1 avec une moyenne de 15172 kg.ha^-1 et un écart-type de 5027 kg.ha^-1 On note que 95% des données se trouvent entre 6550 kg.ha^-1 et 22473 kg.ha^-1 (Tableau 10). On en déduit une grande variabilité des données. La diversité des sources de données (différents traitements sur différents sites au cours de différentes saisons) pourvoit une bonne dispersion de la variation potentielle des paramètres agronomiques de la culture.

Tableau 10 : Rendements en six coupes de feuilles fraîches de basilic sur les

différents sites au cours de différentes saisons (kg.ha^-1).

Sites n Moyenne Ecart Minimum 2.5è Médiane 97.5è Maximum

type centiles centiles

D2 5 12119 980 10990 11009 12556 13165 13223

D3-1 14 15119 3387 8001 8788 15064 19696 19928

D3-2 14 8672 1252 6492 6814 8414 10760 11058

D3-3 7 17167 3000 12317 12486 18406 19832 19938

Sol argileux 40 12846 4335 6492 7458 12437 19928 19938

Agbodrafo 14 11325 3796 4389 4760 11553 15706 15812

Nimagnan 28 19806 1986 15941 16400 20632 22258 22621

Gbodjomé 7 19867 3000 15206 15208 20578 23181 23276

Goumoukopé 3 9937 713 9188 9229 10015 10578 10608

Sol sableux 52 16961 4931 4389 5852 17920 22636 23276

Tous sites 92 15172 5027 4389 6550 15410 22473 23276

n : nombre d'observation

L'analyse de la variance avec ou sans test de Duncan (alpha à 5%) des rendements observés est assez révélatrice. Pour les essais de performance, sur chaque site, les traitements T3 à T7 ne sont pas différents l'un de l'autre, de même pour les traitements T1 et T2. Particulièrement pour D2 et Goumoukopé, il n'y a aucune différence entre les traitements. Concernant les essais de calibrage, les sites d'Agbodrafo et de D3-2 présentent les mêmes tendances que D3-3 et Gbodjomé. Tandis qu'à Nimagnan, il n'y a aucune différence entre les traitements, D3-1 présente une élection statistique pour T6 (Tableau

11).	Tableau 11 : Résultats des analyses statistiques
Sites				Traitements
	T1	T2	T3	T4	T5	T6	T7
		Essais de validation du module
D2 D3-3 Gbodjomé Goumoukopé	A B B -	A B B -	- A A -	- A A -	A A A A	A A A A	A A A A
		Essai de calibrage du module
D3-1* D3-2* Agbodrafo* Nimagnan*	C B B A	AB B B A	B A A A	AB A A A	AB A A A	A A A A	AB A A A

* Cette ségrégation des moyennes est valable pour les différents niveaux de fumure organique.

L'incidence de la culture du Mucuna pendant six mois avant la culture du basilic, s'est révélée bénéfique pour la production. Les rendem ents ont accru, avec le précédent Mucuna, de près de 50% sur sol sableux et de 30% sur sol argileux, eu égard à la saison de

culture. En même temps, on note que, sur sol argileux, la culture successive de basilic déprécie le rendement d'un peu plus de 30%.

Dzotsi et al., (2004) ont trouvé qu'à Adétikopé l'apport du fumier au sol augmente le rendement du basilic de 20% pendant la saison principale et de 10% pendant la saison secondaire. La saison quant à elle, limite les rendements ; les rendements représentent en saison secondaire 60% de ceux de la saison principale.

On a constaté que dans la région maritime du Togo, les rendements en feuilles fraîches de basilic se trouvent dans une plus large gamme (4-23 t.ha^-1) que dans les régions tempérées où les rendements varient de 15 à 20 t.ha^-1 (ITEIPMAI, 1992). La marge de rendement trouvée (4-23 t.ha^-1) confirme la grande variabilité des rendements en feuilles fraîches de basilic déjà décrite par Koudjéga (2004) qui donnait entre 8 et 18 t.ha^-1 dans la région maritime du Togo.

La grande variabilité observée dans les rendements en feuilles fraîches de basilic ne reflète pas uniquement une différence entre les sites et les saisons mais aussi un déséquilibre nutritionnel. Il faut trouver un moyen de redresser ce déséquilibre pour avoir des rendements optimaux. Ceci fait appel à l'usage d'OAD pour estimer les vrais besoins optimaux de nutriments pour le basilic en fonction des conditions du milieu.

3.2 Résultats et discussions du calibrage

3.2.1 Efficacité interne

3.2.1.1 Relation absorption - rendement

En projetant dans un graphe les absorptions de N, de P et de K contre leurs rendements respectifs, on a établi une relation entre ces deux paramètres : c'est l'efficacité interne (figure 4). Les efficacités internes calculées en considérant les récoltes 2, 4 et 6, les sites et les saisons ont permis de déterminer les limites d'accumulation et de dilution. Le tableau 12 donne les valeurs de la limite d'accumulation et de dilution et leur moyenne sur les différents sites de calibrage et pour la nutrition équilibrée.

En calculant les 2,5è centiles et les 97,5è centiles des efficacités internes obtenues, nous avons trouvé respectivement pour N, P et K, 175 - 295 kg.kg^-1, 1210 - 2080 kg.kg^-1, 155 - 435 kg.kg^-1 représentant l'efficacité interne minimale et l'efficacité interne maximale pour tous les sites confondus. Les 2,5è centiles représentent la pente de la droite où le nutriment donné est uniquement accumulé dans les feuilles du basilic et les autres facteurs limitent son efficacité d'utilisation. Les 97,5è centiles représentent la pente de la droite où le nutriment donné est dilué au maximum dans les feuilles de basilic et constituent un facteur limitant le rendement potentiel.

Tableau 12 : Variation de l'efficacité interne et du rapport d/a par site et en situation de

nutrition équilibrée

	D3-1	D3-2	Agbodrafo	Nimagnan	Nutrition équilibrée
			Azote N
Minimum (a), kg.kg^-1	203	161	173	213	175
Maximum (d), kg.kg^-1	357	237	295	364	295
Moyenne, kg.kg^-1	237	195	211	247	235
Rapport d/a	1.76	1.47	1.71	1.71	1.69
			Phosphore P
Minimum (a) , kg.kg^-1	1220	1393	1142	1255	1210
Maximum (d), kg.kg^-1	1852	2319	1543	2118	2080
Moyenne, kg.kg^-1	1516	1759	1321	1620	1645
Rapport d/a	1.52	1.66	1.35	1.69	1.72
			Potassium K
Minimum (a) , kg.kg^-1	185	143	140	212	155
Maximum (d), kg.kg^-1	408	293	399	567	435
Moyenne, kg.kg^-1	255	194	209	341	295
Rapport d/a	2.21	2.05	2.85	2.67	2.81

Minimum (a): 2,5è centiles des efficacités internes ; maximum (d) : 97,5è centiles des efficacités internes ; la nutrition équilibré s'affecte à tous les sites de calibrage.

On a constaté que, pour la nutrition équilibrée, toutes les efficacités internes moyennes des sites sont comprises dans les limites d'accumulation et de dilutio n. L'enveloppe de nutrition du basilic décrivant la relation entre l'absorption et le rendement se trouvent donc être respectivement pour N, P et K, 175-295 kg.kg^-1, 1210 - 2080 kg.kg^-1,155-435 kg.kg-1.

Faute de données disponibles sur l'efficacité intern e du basilic ou des espèces de son genre pour un nutriment donné, nous ne saurions discuter valablement ces trouvailles. Toutefois, les faibles valeurs de l'efficacité interne s'expliquent par l'existence d'autres facteurs de croissance (radiation, eau, maladies, etc.) qui ont sévèrement limité l'expression de la culture. Les valeurs élevées de l'efficacité interne suggèrent que le N, le P et le K étaient les facteurs limitant la production. La fertilisation a suffisamment pourvu le sol de manière que la culture ne soit plus limitée dans sa nutrition. Ceci s'est exprimé par les efficacités internes élevées et une meilleure production. Ces résultats corroborent les tendances observées par Janssen (1990 et 1993), Witt et al.(1998 et 1999) et Haefele et al. (2003).

Le ratio de l'efficacité interne de dilution sur l'efficacité interne d'accumulation ( d/a) du basilic est plus faible pour N que pour P et K pour la nutrition équilibrée (Tableau 12). Ce rapport pour N vaut 1,69 alors que ceux de P et K sont respectivement 1,72 et 2,81. Ceci prouve une fois encore que la production de feuilles fraîches de basilic est dépendante de l'absorption de l'azote et donc de sa disponibilité. Toutefois, il faut noter que le rapport d/a de P (1,72) est très proche de celui de N (1,69). Ce qui veut dire que P pourrait aussi poser des problèmes pour la production. Une analyse des rapports d/a des sites pris individuellement montre que c'est plutôt P qui limite la production sur la plupart des sites (Tableau 12). C'est donc N et P qui contrôlent la production du basilic sur ces sites et méritent des suivis particuliers.

3.2.1.2 Ratio d'absorption optimale de NPK

La balance nutritionnelle du basilic, déterminée selon le procédé de Janssen (1998 et 2003) se trouve entre les limites d'accumulation et de dilution des nutriments dans la plante. Elle s'affecte à l'efficacité interne optimale du basilic. Cette efficacité interne optimale (EIO) du basilic est la suivante respectivement pour N, P et K :

EIO N = (LAN + LDN)/2 = (175 + 295)/2 = 235 kg.kg^-1 EIO P = (LAP + LD P)/2 = (1210 + 2080)/2 = 1645 kg.kg^-1 EIO K = (LAK + LDK)/2 = (155 + 435)/2 = 295 kg.kg^-1

Les efficacité internes optimales du basilic sont 235 kg.kg^-1 pour N, 1645 kg.kg^-1 pour P et 295 kg.kg^-1 pour K (Figure 4).

Pour le basilic, le ratio d'absorption optimale de N, P et K sont les suivants :

rN/P = EIOP/EION =	1645/235	=	7,0
rN/K = EIOK/EION =	295/235	=	1,26
rK/P = EIOP/EIOK =	1645/295	=	5,58

Le ratio d'absorption pour l'optimisation de la nutrition en N, P et K est alors 7,0:1,26:5,58. Et c'est ce ratio qui a servi à l'optimisation de l'absorption de N, P et K dans le module.

On a constaté que ce ratio d'absorption équilibrée de NPK pour le basilic (7,0:1,26:5,58) diffère peu de ceux déterminés pour le riz irrigué de bas-fond en Asie où van

Duivenbooden (1996) a trouvé 7,5:1:9,9, Witt et al. (1998) ont trouvé 5,7:1:5,6 et Witt et al. (1999) ont trouvé 6,1:1:5,6.

7000

6000

5000

4000

3000

2000

1000

0

7000

6000

5000

4000

3000

2000

1000

0

7000

6000

5000

4000

3000

2000

1000

0

A

0 5 10 15 20 25 30 35

Absorptions de N (kg/ha)

B

0 1 2 3 4 5 6

Absorptions de P (kg/ha)

C

0 5 10 15 20 25 30

Absorptions de K (kg/ha)

Figure 4 : Relation entre l'absorption et le rendement du basilic pour l'azote (N), le ph osphore (P) et le potassium (K).

C'est la relation entre le rendement et l'absorption de N, P et K dans la matière sèche du basilic à la récolte 2, 4 et 6. Les lignes (en tiret) à gauche de chaque figure représentent la limite maximale de dilution de N, P et K et les lignes (en tiret) à droite indiquent la limite maximale d'accumulation de N, P et K.. Les pentes sont obtenues en excluant les valeurs extrêmes fortes et faibles avec 2. 5è centiles des efficacités internes calculées à travers les sites et les saisons de cultures du basilic. Les lignes de milieux (en trait plein) représentent la nutrition optimale telle que décrite par Q UEFTS.

46

3.2.2 Taux de recouvrement

Le taux de recouvrement (TR) des engrais appliqués varie selon la saison, le site, et la fumure organique.

Le TR est plus accru en saison principale qu'en saison secondaire sauf pour le K où on a observé le contraire. En saison principale, le TR N est autour de 18%, le TR P 11% et le TR K 22% alors que la saison secondaire affiche 4% pour le TR N, 2% pour le TR P et 25% pour le TR K.

On constate que le TR est plus élevé sur sol sableux que sur sol argileux. Sur sol sableux, on a en moyenne le TR N est de 20%, le TR P est de 12% et le TR K est de 23%. Sur sol argileux, le TR N, le TR P et le TR K sont respectivement, en moyenne, de 11%, 7% et 13%.

Sans apport de fumure organique, le TR N, TR P et TR K sont respectivement, en moyenne, de 13%, 7% et 14%. L'apport de fumier donne respectivement pour N, P et K des TR de 16%, 9% et 22%. Les TR de N et de K en apportant de la drêche au sol sont respectivement de 6% et 5% (TR P est négatif : le P de l'engrais n'est pas utilisé). La combinaison de 50%-50% de fumier et de drêche donnent des TR N, P et K respectifs de 8%, 1% et 4% (Tableau 13).

Si le fumier contribue à augmenter le TR des nutriments, la drêche quant à elle fait chuter les TR. Ce qui pourrait être particulièrement intéressant pour la culture car cette situation montre que la drêche pourvoit le sol en nutriments de manière à ce que la plante n'ait point besoin des engrais apportés (cas des TR < 0) ou ne l'utilise que très peu (cas des TR très faibles).

Il est important de souligner que la faiblesse des TR P ne signifie en aucune manière une grande disponibilité du nutriment dans le sol. Le P est très souvent sujet à la séquestration dans les sols par les sesquioxydes de Fe et de Al. Même si le sol est significativement riche P, ce P n'est pas toujours disponible pour la plante. Bon nombre d'auteurs ont eu à démontrer ce comportement du P d ans le sol (IFA, 1992 ; Dobermann et al., 2000 ; Wopereis, 2004).

Tableau 13 : Les taux de recouvrement moyen suivant les saisons, les sites et les

fumures organiques.

Les taux de recouvrement de

Paramètres N P K

Suivant les saisons

Saison secondaire 0,04 0,02 0,25

Saison principale 0,18 0,11 0,22

Suivant les sites

Sol sableux 0,20 0,12 0,23

Sol argileux 0,11 0,07 0,13

Suivant les fumures organiques

Sans apport 0,13 0,07 0,14

Fumier 0,16 0,09 0,22

Fumier + drêche 0,08 0,01 0,04

Drêche 0,06 0,00 0,05

En combinant les effets du site et de la saison de manière à avoir des effets extrêmes, on a des TR respectivement pour N, P et K qui oscillent entre 4-20%, 2-12% et 13-25%. (Tableau 13). De même en combinant les effets des saisons et des fumures organiques, on a des TR respectivement pour N, P et K qui varient entre 4-18%, 0-11% et 4-25%. Les effets de la combinaison des sites et des fumures organiques donnent respectivement 6-20%, 0-12% et 4-23%.

En général, on a des TR respectivement pour N, P et K qui varient entre 4-20%, 0- 12% et 4-25%.

Janssen et al. (1987), en étudiant l'effet résiduel de P sur le riz, le maïs et le sorgho pendant dix ans, ont trouvé que le taux de recouvrement de P varie de 4-12%. Pour la plupart des cultures en première année d'utilisation, l'IFA (1992) donne en moyenne TR N de 50-70%, TR P de 15% (mais seulement 1-2% par an par après) et TR K de 50-60%. Pour les céréales en général, Francis et al. (1993) rapporte des TR N variant entre 20-50% tandis que des études conduites sur le maïs en Turquie par Kirda et al. (2005) indique des TR N de 20-27%. Pour le riz, Haefele et al. (2003) donnent un taux de recouvrement de 31-50% pour N, 26-43% pour P et 53-65% pour K tandis que Wopereis (2004) donne un taux de recouvrement de 30% pour N, 20% pour P et 30% pour K. Les TR trouvés dans cette étude ne s'écartent donc pas grandement des valeurs généralement admises pour les cultures tropicales.

Eu égard à toutes ces analyses, les valeurs de TR résumées dans le tableau 14 seront considérées pour le calibrage du module.

Tableau 14 : Les taux de recouvrement des engrais pour le calibrage du module

Sol	Gestion organique		Saison principale			Saison secondaire
		N	P	K	N	P	K
Sol argileux	Sans fumier	0,2	0,12	0,25	0,1	0,05	0,15
	Fumier	0,25	0,15	0,3	0,1	0,05	0,15
	Mucuna	0,25	0,15	0,3	0,1	0,05	0,15
Sol sableux(-)*	Sans fumier	0,15	0,1	0,2	-	-	-
	Fumier	0,25	0,15	0,35	-	-	-
	Mucuna	0,25	0,15	0,35	-	-	-
Sol	Sans fumier	0,05	0,01	0,01	-	-	-
sableux(+)**	Fumier	0,05	0,01	0,05	-	-	-
	Drêche	0,05	0,01	0,05	-	-	-
	Drêche+fumier	0,1	0,01	0,05	-	-	-
	Mucuna	0,05	0,01	0,05	-	-	-

* Sol peu fertile, c'est le type Agbodrafo, Gbodjomé, Goumoukopé ** c'est le type Nimagnan très fertile

3.2.3 Capacité du sol à fournir NPK

L'une des importantes clés pour la fertilisation raisonnée pour le basilic est la capacité fertilitaire initiale du sol. Elle s'exprime en terme de capacité du sol à fournir le N, le P et le K et elle est estimée à partir de l'absorption de NPK dans les feuilles des traitements sans engrais.

L'analyse du comportement de chaque sol révèle que les nutriments sont fournis au basilic dans un rapport donné. En considérant le N, le P et le K que la plante a pu absorber dans ses feuilles, on découvre que les nutriments sont absorbés dans un rapport spécifique

relatif au sol qui sont très peu dépendant de l'apport ou non de la fumure organique. A D3, sol argileux, le rapport N/P:N/K:K/P donne en moyenne 5,57:1,05:5,31 en saison principale et en saison secondaire, 7,73:1,0:7,68. Sur sol sableux, à Agbodrafo, ce même rapport donne en saison principale 4,82:0,96:5,29 tandis qu'à Nimagnan, on a 5,46:1,26:4,34. (Tableau 15). Etant donné que nous ne disposons pas de beaucoup de données pour soutenir ces tendances des sols à fournir N, P et K suivant un ratio spécifique, les valeurs trouvées sont à prendre avec prudence.

Tableau 15 : Ratios de fourniture de N, P et K propre aux sols.

Sol / Lieu	N/P	N/K	K/P
D3-1 sf	5,00	1,04	4,83
f	6,14	1,06	5,78
Moyenne D3-1,	5,57	1,05	5,31
D3-2 sf	7,69	1,01	7,63
f	7,78	1,01	7,72
Moyenne D3-2	7,73	1,01	7,68
Agbodrafo sf	5,47	1,23	4,44
f	4,18	0,68	6,13
Moyenne Agbo	4,82	0,96	5,29
Nimagnan sf	5,69	1,22	4,66
f	6,06	1,44	4,20
d	5,30	1,32	4,01
df	4,80	1,07	4,48
Moyenne Nim	5,46	1,26	4,34

sf = sans fumier, f = fumier, d = drêche, df = drêche + fumier, Agbo = Agbodrafo, Nim = Nimagnan.

En étudiant l'analyse des feuilles des traitements sans engrais, on a déterminé la capacité fertilitaire initiale des sols de production de basilic dans la région maritime du Togo (tableau 16). Ces sols assurent au basilic 24,40-93,62 kg.ha^-1 de N, 3,86-15,06 kg.ha^-1 de P et 26,80-61,76 kg.ha^-1 de K. Ces sols paraissent plus fertiles car ils fournissent plus de nutriments au basilic que les sols de l'Asie tropicale et subtropicale n'en fournissent au riz irrigué (8 kg.ha^-1 de N, 2 kg.ha^-1 de P et 14 kg.ha^-1 de K) (Witt et al., 1999).

Tableau 16 : La capacité des sols à fournir N, P et K en fonction des saisons de culture,

en kg.ha^-1.

Sol	Gestion organique		Saison principale			Saison secondaire
		N	P	K	N	P	K
Sol argileux	Sans fumier	27,74	5,55	26,80	29,85	3,86	29,66
	Fumier	42,39	6,88	39,89	45,37	5,85	54,82
	Mucuna	57,22	8,17	45,58	47,58	6,80	37,91
Sol sableux(-)*	Sans fumier	24,61	4,48	20,58	-	-	-
	Fumier	24,40	5,85	35,85	-	-	-
	Mucuna	64,75	9,25	51,58	-	-	-
Sol	Sans fumier	83,59	1,.81	57,99	-	-	-
sableux(+)**	Fumier	75,39	13,26	61,79	-	-	-
	Drêche	79,76	15,06	60,36	-	-	-
	Drêche+fumier	53	11,06	49,52	-	-	-
	Mucuna	93,62	13,37	74,58	-	-	-

* Sol peu fertile, c'est le type Agbodrafo, Gbodj omé, Goumoukopé ** c'est le type Nimagnan très fertile

3.2.4 Rendement à cibler

La présente étude fait état de rendements en six coupes de feuilles fraîches de basilic de l'ordre de 4000 kg.ha ^-1 à 23000 kg.ha^-1 (4389-23276 kg.ha^-1).

Le rendement potentiel d'une culture est difficile à obtenir aux champs à cause des conditions météorologiques qui ne sont pas très influençables. Il est tout de même possible d'avoir un rendement réalisable qui se situe autour de 70-80% de rendement potentiel. Dzotsi et al. (2004) ont estimé le rendement potentiel du basilic à 25000 kg.ha^-1. Le basilic est une plante qui est très influencée par les saisonnalités. Si la meilleure saison (saison principale) nous a permis d'avoir un rendement autour de 23000 kg.ha ^-1 et en considérant les conditions des essais aux champs, on peut valablement considérer le rendement de 23 000 kg.ha^-1 comme étant le rendement réalisable pour le basilic. Le rendement potentiel de feuilles fraîches de basilic, dans ces conditions, pourrait être réévalué à 30000 kg.ha^-1.

Pour calibrer le module, nous avons pris, comme rendement à cibler, les rendements résumés dans le tableau 17. Ces rendements sont fixés en considérant les rendements obtenus en fonction des différentes conditions de culture et en éliminant les valeurs aberrantes. Le module tourne avec des rendements qui varient entre 8 et 23 t.ha^-1.

Tableau 17 : Rendements ciblés du basilic suivant les saisons, le précédent cultural, les

fumures organiques et la nature du sol (t.ha^-1)

Sol	Gestion organique	Saison principale	Saison secondaire
Sol argileux	Sans fumier	16	9
	Fumier	18	11
	Mucuna	20	13
Sol	Sans fumier	12	-
sableux(-)*	Fumier	16	-
	Mucuna	20	-
Sol	Sans fumier	21	-
sableux(+)**	Fumier	21	-
	Drêche	22	-
	Drêche+fumier	18	-
	Mucuna	23	-

* Sol peu fertile, c'est le type Agbodrafo, Gbodjomé, Goumoukopé ** c'est le type Nimagnan très fertile

Ces différents paramètres étant développés, il serait intéressant de voir quelle serait la précision de ce module après son amélioration et son calibrage.

3.3 Résultats de la performance

3.3.1 Performance du module

En étudiant la coïncidence entre les rendements prédits (ciblés) par le module et ceux observés, on a constaté une assez bonne performance du module.

Sur sol argileux, la différence entre les moyennes (MD) donne -1797 kg.ha^-1 (p est à l'infini) tandis que l'erreur principale relative (RRMSE) est de 14% pour un RMSE de 2101 kg.ha^-1. Une forte corrélation se dégage entre les prédictions et les observations (0.97), et à cette corrélation est associée une pente de 1,17 et un intercepte de -671 kg.ha^-1 (respectivement égale 1 et à 0 statistiquement). L'indice d'acceptation de ce modul e pour les prévisions sur les sites argileux est de 0,93. (Tableau 18, figure 5B)

Sur sol sableux, on remarque le MD vaut -1033 kg.ha^-1 (p est à l'infini) et le RRMSE est de 7% (RMSE = 1381 kg.ha^-1). Le coefficient de corrélation est de 0,97. La pente (1,12) est acceptable avec un intercepte de -1401 kg.ha^-11 (respectivement égale 1 et différent de 0 statistiquement). Toutefois le module est acceptable avec un indice de Willmott de 0,95. (Tableau 18 et Figure 5C)

Tableau 18 : Données d'évaluation du modu le DSSB

0.97

Sites

	n	MD	RMSE	RRMSE	Coefficient	p	Pente	Intercepte	d
		Kg/ha		(%)	Corrélation.
D2	4	-1537	1814	15		Infini	2.05	-11440	0.63
D3-3	4	-2056	2354	13	0.96	Infini	1.19	-1315	0.89
Sols argileux	8	-1797	2101	14	0.97	Infini	1.17	-671	0.93
Gbodjomé	4	-1033	1381	7	0.97	Infini	1.12	-1401	0.95
Sols sableux	4	-1033	1381	7	0.97	Infini	1.12	-1401	0.95
Tous les sites	12	-1542	1892	11	0.97	infini	1.05	779	0.95

n = nombre d'observation , MD = mean difference, RMSE = root mean square error, RRMSE = relative root mean square error, p = degré de signification, d = indice d'acceptation de Willmott.

En général, le module donne une assez bonne performance pour tous les sites confondus. Le MD est égale à -1542 kg.ha^-1 (p est à l'infini) avec une variabilité (RRMS E) de 11% et un RMSE de 1892 kg.ha^-1. La corrélation est très forte (0,97). La pente est statistiquement égale à 1 (1,05) et l'intercepte est significativement égale à 0 (779 kg.ha ^-1). Le module estime les besoins en NPK à 95% près (d = 0,95) et est donc acceptable (Tableau 18 et Figure 5A). L'indice d'acceptation de Willmott a atteint le seuil généralement admis dans le développement d'un modèle.

Toutefois, l'analyse graphique montre que le module surestime un peu les besoins du basilic, mais ceci n'emp êche pas d'atteindre le niveau de production désiré. C'est qui justifie le niveau acceptable de l'analyse statistique.

25000

20000

15000

10000

5000

0

25000

20000

15000

10000

5000

0

A

B

15000

10000

5000

0

25000

20000

52

C

0 5000 10000 15000 20000 25000 0 5000 10000 15000 20000 25000 0 5000 10000 15000 20000 25000

Rendements observés Rendements observés Rendements observés

Figure 5 : Comparaison des rendements observés et prédits par DSSB.

A est relatif à tous les sites combinés, B est relatif aux sites argileux et C est relatif aux sites sableux. Les rendements sont relatifs aux essais sur les sites argileux et sableux. Les lignes en pointillés représentent la droite 1 : 1 et les lignes continues, la droite de régression.

3.3.2 Sensibilité du module

L'analyse des données de Goumoukopé nous a permis de vérifier la sensibilité du module et donc la précision de ce module. Il n'existe que très peu de différence entre les différents paramètres analysés (Tableau 19). Les indices de l'efficacité interne des traitements sont respectivement pour T5, T6 et T7 de 59%, 57% et 58% et sont peu différents de celui du module (50%). Les ratios d'absorption de N:P:K sont respectivement pour T5, T6 et T7 de 7,12:2,02:3,52, 6,96:1,76 :3,96 et 7,05:1,91:3,69. Si la dernière partie du ratio (rK/P) semble plus faible que pour l'optimum (5,58), les autres parties sont très proches de l'optimum. Cette faiblesse de rK/P traduit la disproportion qui existe entre P et K dans les traitements considérés.

On note toutefois que les valeurs qui sont plus proches des valeurs du module sont celles de T6 (N, 250. kg.ha^-1). En augmentant cette dose de N de 50 kg.ha^-1, on remarque un léger fléchissement du rendement de près d'une tonne alors qu'en diminuant cette dose de N de 50 kg.ha^-1, il y a une légère augmentation du rendement de près d'une demi -tonne. Ceci semble économiquement très important en terme d'engrais à économiser ou de gain de rendement. Ce traitement T6 (N, 250. kg.ha^-1) est plus proche des calculs du module (N, 257 kg.ha^-1).

Tableau 19: Comparaison des indices IEI et des ratios des traitements de Goumoukopé

avec les données du module

Paramètres		T5			T6			T7			Module
Dose de N, kg.ha^-1		200			250			300			257
Rendement, kg.ha^-1		10608			10015			9188			10000
IEI, %		59			57			58			50
Ratio N : P : K	7,12	: 2,02 :	3,52	6,96	: 1,76 :	3,96	7,05 :	1,91 :	3,69	7,0 :	1,26 :	5,58

Partant de ce constat, il est évident que le module est capable d'estimer les besoins de la plante. Certes, les variations des doses de N sur le terrain n'affectent pas grandement l'obtention du rendement désiré, mais il semble plus judicieux de s'en tenir aux besoins calculés par le module.

3.4 Gestion optimale de l'azote

L'azote est un nutriment très susceptible à la perte par diverses voies. Il paraît do nc nécessaire de gérer ce nutriment pour une meilleure utilisation par la plante.

En étudiant la répartition de l'azote sur le cycle de développement de la plante, il a été constaté que 15% de l'azote total contenu dans les feuilles est absorbé à la 2è ré colte et en moyenne 21% (12% - 30%) à la 4è récolte et 12% (4% - 20%) à la 6è récolte. On constate que le basilic absorbe plus de N à la 4è récolte et qu'à la 2è et la 6è récolte où les besoins sont moindres (Tableau 20).

Pour satisfaire la demande de l'azote pour une meilleure production, il serait intéressant de tenir compte de la variabilité dans la consommation de l'azote par la plante. En considérant les moyennes des proportions d'azote absorbé, on se rend compte, que le basilic devrait absorber autour de 15% du semis à la 1^ère récolte, entre 15% et 21% à la 3è récolte et à la 5è récolte entre 21% et 12%. (Tableau 20 et figure 6)

Tableau 20: Proportion d'azote absorbé à la 2è, 4è et 6è récolte, %

Récolte	Minimum	Maximum	Moyenne
2	15	15	15
4	12	30	21
6	4	20	12

En analysant la courbe de la figure 6, on peut graphiquement estimer la proportion moyenne de N consommé par le basilic aux récoltes 1, 3 et 5. Ceci nous donne à la récolte 1, 18,5%, à la récolte 3, 16% et à la récolte 5, 17,5%. En résumé, nous aurons à peu près entre les coupes successives, une consommation de N à peu près de 18,5%-15%-16%-21%- 17,5%-12%.

Figure 6 : Evolution de la consommation de N suivant les récoltes.

La répartition de l'azote sur le cycle de plante se repose sur d eux hypothèses :

Q Le sol fournira davantage d'azote à la plante en début de végétation dans la mesure où l'azote propre au sol est disponible. Il faut donc amoindrir les apports supplémentaires d'azote.

Q Vers la fin de la végétation, le sol épuiserait son azote disponible pour la culture. Il faut donc apporter plus d'azote.

Cette analyse nous amène à proposer une répartition plus équilibrée de l'azote calculé par le module sur les six coupes comme suit:

· Entre le semis et la 1^ère récolte : 10%

· Entre la 1^ère - 2è récolte : 15%

· Entre la 2è - 3è récolte : 20%

· Entre la 3è - 4è récolte : 25%

· Entre la 4è - 5è récolte : 15%

· Entre la 5è - 6è récolte : 15%

3.5 Limite du module et les perspectives de son amélioration

3.5.1 Les limites du module

Le module DSSB ne prend pas en compte les facteurs gestion de l'eau, gestion des mauvaises herbes et gestion des maladies. Il est alors fortement recommandé que l'application des besoins calculés de la plante s'accompagne de bonnes pratiques culturales.

S'inscrivant dans une perspective de durabilité, le module DSSB est statique et n'est pas assez outillé pour une analyse performante dans le temps. En effet, le principe actuel de fonctionnement du DSSB ne lui permet pas de saisir l'évolution de la fertilité du sol. Or, cette dernière composante est une clé indispensable pour une bonne estimation des besoins. Que l'on mette en oeuvre ou non les techniques de gestion du sol, sa fertilité changera en fonction du temps dans la mesure où ce sol est exploité. La capacité du sol à fournir N, P et K intégrée au module sera désuète avec le temps, surtout avec la technique culturale adoptée par Darégal Equatorial (destruction systématique des résidus de récolte). Ceci est une limite majeure pour le module. A intervalle de temps régulier (minimum 3 ans et maximum 5 ans), il va falloir actualiser ce module en menant des essais sans engrais sur les sites de production et en analysant la teneur en NPK des feuilles de la production obtenue.

Il serait intéressant de trouver un moyen pratique pour saisir l'évolution de la fertilité du sol dans le temps. L'espoir peut être mis sur la détermination de la teneur du sol en nitrate, dosée au moyen de la mallette azotée. En identifiant de manière correcte et persuasive le rapport de fourniture de N, P et K par le type de sol donné, il est possible d'estimer avec précision la capacité du sol à fournir N, P et K par le dosage de l'azote nitrique. On pourra ainsi envisager la substitution dans le module de la capacité du sol à fournir N, P et K par le résultat du test de dosage du nitrate. Ainsi à chaque début de saison culturale, il suffirait de doser le nitrate dans le sol en place puis l'on utilise le module en toute quiétude.

La possibilité d'utiliser le chlorophylle -mètre pour gérer la demande en azote est aussi possible grâce à une étude approfondie de la relation entre la mesure du chlorophylle- mètre et la teneur en azote des feuilles du basilic.

3.5.2 L'estimation du rendement sans engrais

Le module DSSB, en marge de l'estimati on des besoins en NPK, estime le rendement que l'on pourrait obtenir sans apports de fertilisants au sol de culture. Cette estimation des rendements sans engrais s'effectue sur la base de la loi du minimum dans le module. On espère atteindre le rendement généré par le nutriment le plus limitant dans le sol. Cette façon de voir les choses élimine tout risque de surestimation des rendements qui serait préjudiciable à l'économie de la production.

Mais le calcul de ces rendements sans engrais, générés par la capacité propre au sol, se fait sur la base de l'efficacité interne affectée à chaque nutriment (N, P et K) pris individuellement. Ceci ne prend en compte aucune interaction entre les nutriments. Ce qui dans la réalité ne se justifie pas.

Il existe toujours entre les nutriments absorbés par les plantes une certaine interaction naturelle émanant des processus physiologiques de la plante. Il serait plus intéressant de trouver une approche prenant en compte cette interaction entre les nutriments absorbés par la plante pour générer un rendement économique. Justement pour cette fin, l'approche QUEFTS, (Janssen, 1998) pour l'estimation du rendement, nous semble -t -il, serait plus indiquée.

Tableau 21 : Rendements en feuilles fraîches de basilic sans engrais (kg.ha^-1)

Site	Gestion organique	Rendements réels	Rendements - du minimum	Loi		Rendements - QUEFTS	D3-1
Sans fumier	8001	6519		8004
Fumier	10424	9962		11466		D3-2
Sans fumier	6492	6350		8079
Fumier	9352	9623		13955		Agbodrafo
Sans fumier	5529	5783		6379
Fumier	6702	5734		9785		Nimagnan
Sans fumier	21627	17107		19213
Fumier	19422	17717		19065
Drêche	22048	17806		20263
Drêche+fumier	15941	12455		15363

L'étude comparative des rendements estimés par la méthode des lois du minimum et ceux estimés par la méthode QUEFTS simplifié par rapport aux rendements réellement observés sur le terrain, ne révèle pas une différence significative entre la précision des deux méthodes, bien que la méthode QUEFTS présente un léger avantage nominale (Tableau 21). L'erreur relative principale affectant les prédictions de la méthode des lois du minimum est de 2387 kg.ha^-1 (p est à l'infini) avec une variabilité de 19%. La méthode QUEFTS affiche une erreur relative principale de 2109 kg.ha^-1 (le degré de signification est à l'infini) avec une variabilité de 17%.

En considérant la physiologie des plantes qui fait intervenir toujours des interactions entre les éléments chimiques, en prenant en compte la légère différence nominale entre les deux méthodes et en considérant le fait que l'estimation des rendements sans engrais n'interfère en aucun cas avec le but principal du module (calcul des besoins en fertilisant) et que ces rendements sans engrais ne donnent qu'une idée globale de la capacité productive du sol en place, la méthode QUEFTS semble être appropriée pour la simulation de la réalité du système étudié.

CONCLUSIONS

Le basilic est une plante aromatique très utilisée. La nécessité d'une meilleure production de cette culture a conduit à l'élaboration de recommandation à la carte basée sur un outil d'aide à la décision appelé DSSB (Decision Support Spreadsheet for Basil). L'amélioration et l'évaluation de ce module ont permis d'avoir un outil acceptable qui recommande des doses de N, P et K respectant l'environnement et capturant les variations de la fertilité des sols observées à l'échelle parcellaire. La présente étude a permis d'aboutir aux conclusions suivantes :

· Les rendements en feuilles de basilic variaient grandement en fonction du site, de la saison et des amendements organiques et minéraux, et leurs valeurs étaient comprises entre 4 et 23 t.ha^-1. Les efficacités internes optimales du basilic pour N, P et K sont respectivement 235 kg.kg^-1, 1645 kg.kg^-1, 295 kg.kg^-1 et le ratio d'absorption optimale de NPK était de 7,0 : 1,26 : 5,58. Le taux de recouvrement varie de 4 à 20% pour N, de 0 à 12% pour P et 4 à 25% pour K. La capacité du sol à fournir N, P et K est très variable suivant les sites et les fumures. Le sol pouvait fournir à la culture entre 24,40 et 93,62 kg.ha^-1 de N, entre 3,86 et 15,06 kg.ha^-1 de P et entre 26,80 et 61,79 kg.ha^-1 de K. Le rendement à cibler (8-23 t.ha^-1) dépend de la saison de culture. Il était apparu que P et surtout N étaient les éléments nutritifs qui limitent la production du basilic sur les sites de Darégal Equatorial.

· Le module amélioré et calibré surestime légèrement les besoins en N, P et K du basilic. Mais il est acceptable comme un estimateur de ces besoins sur les différents types de sol et les diverses conditions agro-écologiques de Darégal Equatorial (d = 0,95).

· La dose d'engrais azoté calculée par le module pourrait être fractionnée comme suit : 10% entre le semis et la 1^ère récolte, 15% entre la 1^ère - 2è récolte, 20% entre la 2è - 3è récolte, 25% entre la 3è - 4è récolte, 15% entre la 4è - 5è récolte, 15% entre la 5è - 6è récolte.

Le module amélioré et calibré est un outil acceptable capable d'aider Darégal Equatorial et les autres producteurs à prendre des décisions sur la dose de fertilisants à apporter à leurs sols pour avoir les rendements conséquents en feuilles de basilic. Le module permettra, en outre, de réduire les doses de NPK pratiquées par Darégal Equatorial (sur le littoral, 300-75- 175 kg.ha^-1 pratiqué par Darégal Equatorial contre 250-30-125 kg.ha^-1 estimé par le module) et partant permettrait une réduction des risques environnementaux.

Le DSSB ne prend pas en compte la gestion de l'eau, des maladies, des mauvaises herbes et de la façon culturale. Les recommandations du DSSB ne sont réalistes que dans les conditions de bonne gestion des autres facteurs de production.

Pour l'estimation des rendements sans engrais, nous suggérons d'utiliser l'approche QUEFTS simplifié de Janssen (1998) qui simule mieux la réalité du système étudié.

Il est indispensable de poursuivre les recherches sur la gestion de l'eau dans le système étudié, sur l'amélioration de la capacité prédictive du module dans le temps et surtout sur la physiologie du basilic dans les milieux tropicaux. Ceci permettra de mieux profiter des potentialités de la culture et une meilleure utilisation du DSSB.

Le module DSSB se présente davantage comme un outil de référence. Il peut être adapté à d'autres sites de production pour Darégal Equatorial et mieux encore être adapté à l'estimation des besoins en nutriments d'autres cultures à l'instar du maïs, du mil, de l'igname, du manioc, du riz, du fonio, de la tomate, etc, principales cultures de nos pays en voie de développement.

Références bibliographiques

Adam, K. L. 2003. Organic Greenhouse Herb Production. Horticulture Production Guide.

Disponible sur www.attra.ncat.org/attra-pub/gh-herbhold.html (03 mars 2005)

Addiscott, T. M., and A. P. Whitmore. 1987. Computer simulation of changes in soil mineral

nitrogen and crop nitrogen during autumn, winter, and spring. J. Agric. Sci. Camb.

109 :141-157.

Adjinon, G. M. 2005. La production d'essences végétales au Togo : Une alternative de création d'emplois. Disponible sur www.idrc.ca/en/ev-72993-201-1-DO TOPIC.html (08 novembre 2005).

Anonyme. 1999. Togo4. Togo découverte. Disponible sur

www.gymsm.krefeld.schulen.net/tric/togo/togo4.htm ( 5 juillet 2005)

AgroDynamics, 1988. Hydroponic nutrient fertilizer growing guide. AgroDynamics, East Brunswick, NJ

Arabici, O., and E. Bayram. 2004. The effect of nitrogen and different plant density on some agronomic and technologic characteristic of Ocinum basilicum L. (Basil). Asian Network for Scientific Information. Journal of agronomy 3 (4) : 255-262

Beland, A. 1999. Le basilic. Disponible sur www.pages.infinit.net/belber/annehtm/ocinum.htm (8 mai 2005)

Canterbury Farms. 1997. Basil - The Aromatic Herb of Summer. N W Gardening. Disponible sur www.nwgardening.com/basil.html (07 avril 2005)

Cooperative Extension Services of the Northeast States. Growing Herbs in the Home Garden, West Virginia University. Disponible sur www.wvu.edu/~agexten/hortcult/herbs/ne208hrb.htm (25 mars 2005)

Cox, D., 2001. Controlling the growth of Basil with low phospho rus. Floral Notes, Vol. 15 No. 3 Copsey, K. and B. R. Lerner. 2002. Growwing herbs. General Horticulture, HO-28-W. Department of Horticulture, Purdue University. USA. 4pp.

Darbonne, C. 2002. Sacré Basilic. Edition LPM.

Darrah, H. H. 1984. The cultivated basil. Buuckeye Printin Company Indepence, MO, 40 pp. Davidson, B. A. et I. Johnson. 1996. Sweet Basil ( Ocinum ssp.) Biooption. University of Minnesota.

Davis, J. M. 1997. Basil. Horticulture Information Leaflet 125, North Carolina.3p.

Delforge, J.. 1984. Sur l'identifiabilité et l'identification de modèles linéaires. Exemples d'application dans le cadre de la théorie des systèmes de transformations. Thèse de Doctorat ès sciences, Université d'Angers, France, 388p.

Detraz, P. 2001. Catalogue des basilics. Jardin des saveurs. Disponible sur

www.jardin-des-senteurs.ch/anciennes pages/listes-asilics.htm ( 16 mai 2005)

Dobermann, A. and P. F.White. 1999. Strate gies for nutrient management in irrigated and

rainfed lowland rice systems. Nutr. Cucl. Agroecosyst. 53: 1-18

Dobermann, A., Yadvinder-Singh, K.F. Bronson and C.S. Khind. 2000. Optimal phosphorus management strategies for Wheat-Rice cropping on a loamy sand. Soil Sci. Soc. Am. J. 64 : 1413- 1422

Dobermann, A. 2001. Crop potassium nutrition-implication for fertilizer recommandations. 31 th North Central Extension Industry Soil Fertility Conférence. Vol 17. 19p.

Dzotsi, A. K. A. 2002. Le Modèle CERES-Maize de DSSAT pour l'Analyse de Stratégie de Semis chez le Mais. Mémoire d'Ingénieur Agronome, IFDC Afrique/ESA -UL. 103p.

Dzotsi, A. K., M. C. S. Wopereis, A. Tamélokpo et K. Koudjéga. 2004. Rapport final du Projet Gestion intégrée de la fertilité des sols pour le basilic en production péri-urbaine à Lomé. IFDC-Division Afrique/Darégal Equatorial. Lomé. 56 p.

Dzotsi, A. K., M.C.S. Wopereis, K.S. Ezui, , A. Tamélokpo et A. Mando. 2005. Gestion intégrée de la fertilité des sols pour le basilic en production péri-urbaine à Lomé. Rapport Final. IFDC-Division Afrique/Darégal Equatorial. Lomé. 74p.

Ezui, K. S. 2001. Evaluation et adaptation du modèle QUEFTS dans la prédiction du rendement de l'arachide dans les conditions agro -écologiques du Togo : cas typique de Tsagba, Mémoire d'Ingénieur Agronome, ESA-UL, Lomé. 108p.

FAO. 1990. FAO-UNESCO Soil Map of the World. Revised Legend Soils. Bulletin, 60, Food and Agriculture Organization of the United Nations, Rome. 119p.

FAO, 1999, Guide pour une gestion efficace de la nutrition des plantes, Division de la mise en valeur des terres et des eaux de la FAO. Rome. 20 p

Faucon, P. 1999. Basilic sacré. Disponible sur www.desert-

tropicals.com/en francais/plantes/lamiaceae/ocinum sanctum.htm (5 mai 2005)

Francis, D. D., J. S. Schpers and M.F. Vigil. 1993. Post-anthesis nitrogen loss from corn. Agronomy Journal 85: 659-663.

Frei, A. 2003. Notes on calibration/ validation. Hunter College, Fall. Disponible sur www.geography.hunter.cuny.edu/~afrei/gtech702 all03 (8 juin 2005)

Gill, B. S., and G.S. Randhawa, 2000. Effect of different row and plant spacing on yield and quality of french basil oil. J. Res. Punjab Agril.Univ., 36 :191-193

Haefele, S. M., M. C. S. Wopereis, M. K. Ndiaye, S. E. Barro and M. Ould Isselmou. 2003.

Internal nutrient efficiencies, fertilizer recovery rates and indigenous nutrient supply of

irrigated lowland rice in Sahelian West Africa. Field Crop Research 80 : 19-32.

Hamasaki, R. T., H. R. Valenzuela, D. M. Tsada and J. Y. Uchida. 1996. Fresh Basil

Production Guidelines For Hawaii. Crop Production Guidelines, University of Hawaii. IFA. 1992. World fertilizer. Use manual. IFA. Paris. 632p.

IFDC. 2002. Collaborative Research Programme for Soil Fertility Restoration and Management in Resource- Poor Areas of Sub-Saharan Africa, Technical Bulletin IFDC- T- 67, USA. 54p.

ITEIPMAI, 1992. Sauge officinale, Aneth, Coriandre, Basilic. Nouvelle édition. 09 Melay. F 49120 Chemillé.

Janssen, B. H., D. J. Lathwell and J. Wolf. 1987. Modeling Long-Term Crop Response to Fertilizer Phospho rus. II. Comparing with Field Results. Agronomy Journal 79 : 452-458

Janssen, B. H., F. C. T. Guiking, D. Van der Eijk, E. M. A. Smaling, J. Wolf and H. van Der Reuler. 1990. A system for Quantitative Evaluation of the Fertility of Tropical Soils (QUEFTS). Geoderma 46 : 299-318

Janssen, B.H. and F.C.T. Guiking. 1990. Modeling the response to crop to fertilizers. In: van Beusichem, M.L. (Ed), Plant nutrition-physiology and applications. Kluwe Academic Press, Dordrecht, pp. 699-703

Janssen, B.H., F.C.T. Guiking, W.E. Brakhekke and P.A.E. Dohme. 1992. Quantitative evaluation of soil fertility and the response to fertilizers. Department of Soil Science and Plant Nutrition. Wageningen Agriculture University. 92p.

Janssen, B. H. 1993. Integrated nutrient management: the use of organic and mineral fertilizers. p. 89-105. In H. van Reuler and W.H. Prins (eds) The role of plant nutrients for sustainable crop production in sub-Saharan Africa. Ponsen and Looijen, Wageningen. Netherlands.

Janssen, B. H. 1998. Efficient use of nutrient: an art of balancing. Field Crops Research 56 : 197- 201.

Janssen, B.H. 2003. Adaptation of the QUEFTS model to agro-ecological conditions and crops in West Africa. A report for IFDC Africa. 91p.

Jemisson, J. M., J. D. Jabro and R. H. Fox. 1994a. Evaluation of LEACHM: I. Simulation of Drainage, Bromide Leaching, and Corn Bromide Uptake. Agronomy Journal 86:843-85 1.

Jemisson, J. M., J. D. Jabro and R. H. Fox. 1994b. Evaluation of LEACHM: II. Simulation of Nitrate Leaching from Nitrogen-fertilized and Manured Corn. Agronomy Journal 86:843- 851.

Jones, J. W. and J. C. Luyten. 1998. Simulation of Biological Processes. In Peart, R. M. and R. B. Curry. Agricultural Systems Modeling and Simulation. The University of FLORIDA. P. 19-62

Jones, C. and J. Jacobsen. 2001.Plant and soil fertility. Nutrient module n^o 2 MSU 4449-2. 12 p. Jury, W. A., G. Sposito and R. E. White. 1986. A transfer function model of solute transport in soil: I. Fundamental concepts. Water Resour. Res. 22 :243-247.

Kiniry, J. R., J. R. Williams, R. L. Vanderlip, J. D. Atwood, D.C. Reicosky, J. Mulliken, W. J. Cox, H. J. Mascagni, S. E. Hollinger and W. J. Wieblod. 1997. Evaluation of Two Maize Models for Nine U.S. Locations. Agronomy Journal 89: 421-426

Kiniry, J. R. and C. A. Jones .1986. Model Evaluation. In C. A. Jones and R. Kiniry CERESMaize, A Simulation Model of Maize Growth and Development. Texas A&M University Press. p. 113-144

Kirda, C. , S. Topcu, H. Kaman, A.C. Ulger, E. Yazici, M, Cetin and M.R. Derici. 2005. Grain yield response and N-fertilizer recovery of maize under deficit irrigation. Field Crop Research 93: 132-14 1

Kobayashi, K. and M. U. Salam. 2000. Comparing Simulated and measured Values Using Mean Squared Deviation and its Components. Agronomy Journal 92 :345-352

Koudjéga, K. 2004. Développement de stratégies de gestion intégrée de la fertilité des sols pour le basilic (Ocinum basilicum L.) sur les exploitations de Darégal Equatorial. Mémoire d'Ingénieur Agronome, IFDC Afrique / ESA -UL, 96p.

Lamboni, D. 2002. Approche participative paysanne et utilisation du modèle QUEFTS pour la gestion intégrée de la fertilité des sols du village de SEVA-KPOTA au sud du Togo. Mémoire d'Ingénieur Agronome. IFDC Afrique / ESA -UL, 118p.

Lawrence, B.M., 1988. A further examination of the variation of Ocinum basilicum L. Flavors and fragrances : A world perspective ; Proceedings of the 10th International Congress of Essential Oil, Fragrances and Flovours, Washington, DC, Elsevier Science : Amsterdam.

Lengnick, L. L. and R. H. Fox. 1994. Simulation by NCSWARP of seasonal nitrogen dynamics in corn. I. Soil nitrate. Agronomy Journal. 86 : 167-175.

Loague, K., and R. E. Green. 1991. Statistical and graphical methods for evaluating solute transport models: Overview and application. J. Contam. Hydrol. 7 :51-73

Marotti, M., R. Piccaglia and E. Giovanelli, 1996. Differences in essential oil composition of Basil (Ocinum basilicum L.) Italian cultivars related to morphological characteristics. J. Agric. Food Chem., 44 : 3926-3929

Martin, D. A. 2004. Farm production sets new record high. Hawaï herbs, NASS. 2p.

Matthews, R., Stephens, W., Hess, T., Tabhita, M. and Graves, A. 2000. Application of crop/soil simulation models in developing countries : Final Report , Institute of water and Environment Crainfield University, Siloe Bedfordshire MK45 4DT, United Kingdom. 173p.

MERF (Ministère de l'Environnement et des Ressources Forestières), 2001. Communication nationale initiale du Togo, Convention cadre des Nations Unies sur les changements climatiques. Lomé 202p.

Merriam-Webster. 1998. Merriam-Webster Collegiate Dictionary, 10th edition. MerriamWebster, Springfield, MA.

Monteith, J. L. 1996. The quest for balance in crop modeling. Agronomy Journal 88: 695-697 Morris, J.A., A. Khettry and E.W.M. Seitz, 1979, Antimicrobial activity of aroma chemicals and essential oils. J. Am. Oil. Chem. Soc. 56 : 595-603

Moughli, L. 2003. Fertilité du sol et contrôle de la pollution. IAV/DSS. Disponible sur www.iav.ca.ma/agro/dss/fertilite 4/

Murdock, L., S. Jones, C. Bowley, P. Needham, J. James and P. Howe. 1997. Using a chlorophyll Meter to make nitrogen recommendation on Wheat. University of Kentucky Cooperative Extensive Service. 3p.

ONIPPAM (Office National Interprofessionnel des Plantes à Parfum, Aromatiques et médicinales), 2002. Situation des marchés des plantes à parfum, aromatiques et médicinales. ONIPPAM. 9p. Disponible sur www.onippam.fr (08 novembre 2005).

Oreskes, N. K. Shrader-Frechette and K. Belitz, 1994. Verification, validation and confirmation of numerical models in the earth sciences. Science 263 : 641-646.

Penning de Vries, F.W.T, 1990. Can crop models contain economic factor? In : Rabbinge, R. Goudriaan, J., van Keulen, H., Penning de Vries, F.W.T. and van Laar, H. H., (eds). Theorical production ecology: reflection and prospects. Simulation Monographs. Puddoc, Wageningen, Netherlands, pp 89-103

Penning de Vries, F.W.T. et R Rabbinge. 1995. Le rôle des modèles dans la recherche, dans l'enseignement et dans la planification. In : Groot, J. J. R. et A. Coulibaly (eds). Les modèles de simulation de la croissance végétale comme outils de recherche de développement. Compte rendu d'un séminaire tenu à Bamako, Mali, 7-8 novembre. Rapports Production Soudano-Sahélienne N^o 11, Wageningen, pp 5-22.

Refaat, A. M. and M. M. Saleh.1997 The combined effect of irrigation intervals and foliar nutrition on sweet basil plants. Bulletin of Faculty of Agriculture, University of Cairo 48(3) :515-527.

Saleh, F. M. A., D. J. Bishop, S.F. Diettrich, J. P. Knezovich and F. L. Harrison. 1990. Transport of non-sorbed chemicals in the subsurface environment: Proposed model with experimental verification. Soil Sci. 149: 23-34

Serin E. D. and Özgüven, 1997. Cukurarova Ko.ullar.nda .ki Farkl. Kökenli Fesle.en (Ocinum basilicum L.). In Oreskes, N. K. Shrader-Frechette et K. Belitz, Verification, validation and confirmation of numerical models in the earth sciences. Science 263 : 641-646.

Serre, M. 1999. Le basilic. Presse Internationale MSCOMM. Disponible sur www.saveurs.sympatico.ca/encv 1/basilic/labrie.htm (17 avril 2005)

Serre, M. 2000. Le basilic - Propriétés médicinales. Presse Internationale MSCOMM. Disponible sur www.saveurs.sympatico.ca/encv 1/basilic/labrie.htm (17 avril 2005)

Serre, M. 2001. Le basilic - Fiche culinaire. Presse Internationale MSCOMM. Disponible sur www.saveurs.sympatico.ca/encv 1/basilic/labrie.htm (17 avril 2005)

Sinclair, T. R. and Seligman, N.G. 2000. Criteria of publishing papers on crop modelling. Field Crop Research 68 : 165-172.

Simon, J. E. 1995. Basil. New Crop FactSHEET. Disponible sur

www.hort.purdue.edu/newcrop/CropFactSheets/basil.html (03 mars 2005)

Simon, J. E., J. Quinn and R. G. Murray. 1990, Basil: A Source of Essential oils. p.484-489. In : J. Jannick and J. E. Simon (eds), Advances in new crops. Timber Press, Portland, OR. Disponible sur www.hort.purdue.edu/newcrop/proceedings1990/V1-484.html (07 avril 2005)

Smaling, E.M.A. and B.H. Janssen. 1993. Calibration of QUEFTS, a model predicting nutrient uptake and yields chemical soil fertility indices. Geoderma 59 21-44.

Sogbédji, J. M. , H.M. van ES et J.L. Hutson, 2001a. N fate and transport under variable cropping history and fertilizer rate on loamy sand and clay loam soils : I. Calibration of the LEACHMN model. Plant and Soil 229: 57-70

Sogbédji, J. M. , H.M. van Es, J.L. Hutson and L.D. Geohring. 2001b. N fate and transport under variable cropping history and fertilizer rate on loamy sand and clay loam soils : II. Performance of LEACHMN using different calibration scenarios. Plant and Soil 229: 71- 82.

Sogbédji, J. M. and G. F. McIsaac, 2002. Evaluation of the adapt model for simulation water outflow from agriculture watersheds with extensive tile drainage. Trans ASAE.. 45(3): 649- 659

Somana, K.A., K.M. Sedzro and K.E. Akakpo. 2001. La production de manioc au Togo. WASNET N^o8. Accra. pp: 24-28.

Struif-Bontkes, T. E. 1999. Modeling the dynamic of agriculture development; a process approach- the case of Koutiala (Mali). Tropical Resource Management Paper 25. Wageningen University and Research Centre, The Netherlands, 233p.

Struif-Bontkes, T.E. 2001. Manuel pour le cours d'introduction à la simulation. COSTBOX, IFDC Africa. Lomé. 56p.

Struif-Bonkès T.E. and M.C.S Wopereis. 2003. Outils d'aide à la décision pour l'agriculture en Afrique sub-saharienne, une guide pratique. IFDC - CTA. AL 35662. 209p.

Struif-Bonkès T.E., M.C.S. Wopereis, A. Tamélokpo, K. A. Ankou et D. Lamboni. 2003. L'utilisation de Q UEFTS en vue de recommandation de fertilisation équilibrée du maïs au Togo. In Struif-Bonkès T.E. and M.C.S Wopereis (eds). Outils d'aide à la décision pour l'agriculture en Afrique sub -saharienne, une guide pratique.IFDC - CTA. 209p.

Tans, S. and S. Nacar, 2000. First cultivation trial of lemon basil (Ocinum basilicum citriodorum) in Turkey. Pak. J. Biol. Sci., 3 :395-397

Tesi, R., G. Chisci, A. Nencini and R. Tallarico. 1995. Growth response to fertilization of Sweet Basil (Ocinum basilicum L.). Acta Hort. (ISHS) 390:93-96.

Tremblay N., H.-C. Scharpf, U. Weier, H. Laurence and J. Owen. 2001. Régie de l'azote chez les cultures mara6ichères, Guide pour une fertilisation raisonnée. HANNOVER, NUTRITE et Agriculture et Agroalimentaire Canada. 70p.

van Duivenbooden, N., de Wit, C.T. and van Keulen, H. 1996. Nitrogen, phosphorus and potassium relations in five major cereals reviewed in respect to fertilizer recommendations using simulation modeling. Fertilizer Res. 44 : 37-49.

Vömel, A. and Ceylan, 1977. The cultivation of some medicinal plants in aegean. Tübitak, J. Natural Sci., 1 :69-73

Willmott, C. J. 1981. On the validation of models. Phys. Geogr. 2 (2) : 184-194.

Witt, C. and A. Dobermann, 1998. Internal nutrient efficiencies in irrigated lowland rice. IRRI. INMnet Bulletin 06. pp 12-14

Witt, C., A. Dobermann, S. Abdulrachman, H.G. Gines, W. Guanghuo, R. Nagarajan, S. Satawatananont, T.T. Son, P.S. Tan, L. Tiem and G.C. Simbathan. 1998. Internal nutrient efficiencies of irrigated lowland rice. Irrigated Rice Ecosystem, IRRI program report. pp 17-20.

Witt, C., A. Dobermann, S. Abdulrachman, H.G. Gines, W. Guanghuo, R. Nagarajan, S. Satawatananont, T.T. Son, P.S. Tan, L.V. Tiem, G.C. Simbathan and D.C. Olk. 1999. Internal nutrient efficiencies of irrigated lowland rice in Tropical and Subtropical Asia. Field Crop Research 63: 113-138

Wopereis, M. C.S. .2004. La gestion intégrée de la fertilité des sols, Curriculum APRA-GIR : Manuel technique, Référence 15. 11p.

Worou, S.K. 2002. Sols dominants du Togo: Corrélation avec la Base de Référence Mondiale. In: AG/AGL (Ed). Quatorzième réunion du sous-comité ouest et centre africain de corrélation des sols pour la mise en valeur des terres. AG/AGL. pp 227. Disponible sur www.fao.org/documents/show cdr.asp?url file.htm (17 octobre 2005)

Youger-Comaty, J. 2001. Growing, Selecting and Using Basil. HYG-1644-94, Ohio state University Extension Fact Sheet. Disponible sur www.ohioline.osu.edu/hygfact/1000/1644.ntml (07 avril 2005)

Zheljazkov, V. D. et P. R. Warman. 2003. Application of high compost to Swiss chard and Basil. The Science of the Total environment 302: 13-26

ANNEXES

Annexe 1 : Rendements moyens en six coupes de feuilles fraîches du basilic sur différents
sites avec différents amendements organiques au cours des différentes saisons

			Rendements moyens par traitement (kg.ha^-1)						Sites
T1	T2	T3 T4	T5		T6	T7		Am org.
	Essais du test de la performance du module							D2 mucuna
11182	10990	-	-	12556	12644	13223		D3-3 mucuna
13446	12317	18406	18279	18548	19938	19232		Gbodjomé mucuna
15217	15206	23276	20427	22641	20578	21724		Goumoukopé mucuna
-	-	-	-	10608	10015	9188
	Essai de calibrage du module							D3-1 f
10424	18331	14964	18070	19213	19928	16680		sf
8001	14246	11646	15164	16197	14401	14402		D3-2 f
9352	8630	10053	9375	10142	11058	9276		sf
6492	7483	7828	8197	7900	7580	8042		Agbodrafo f
6702	11435	15260	15334	15486	14167	15812		sf
5529	4389	12058	11003	11670	8828	10874		Nimagnan sf
21627	17927	22083	21787	20763	18120	21837		f
19422	21215	20900	20720	20626	19801	19857		df
15941	16621	17913	17407	16671	17125	17138		d
22048	20468	22621	20813	21036	20638	21437

Am.org :amendement organique, f : fumier, d : drêche,

Annexe2 : Estimation du rendement par le processus de QUEFTS simplifié (Janssen, 1998)

	Absorptions	Efficacité Interne		Rendements			Chevauchement des rendements
	du basilic					Paires	Rangs		Moy
	Max	Min	Max	Min			Max	Min		N
50	295	175	14750	8750		NP	20800	8750	14775	P
10	2080	1210	20800	12100		NK	19575	6975	13275	N
45	435	155	19575	6975		PK	20800	6975	13888

Rendement moyen estimé par QUEFTS 13979

Moy : moyenne, max : maximum, min : minimum et QUEFTS : Quantitative Evaluation of the fertility of
Tropical Soils. Les absorption utilisées sont prises au hasard.

Les efficacités internes minimales et maximales du basilic sont respectivement de 175-295 kg.kg^-1 pour N, 1210-2080 pour P et 155-435 pour K. En multipliant ces valeurs par les absorptions données de N, P et K, on a l'interval le de rendement de chaque nutriment. On détermine ensuite l'intervalle de chevauchement des rendements pour chaque paire de nutriment (NP, NK et PK). Le rendement estimé par QUEFTS est la moyenne de la valeur moyenne de l'intervalle de chevauchement des paires de nutriment.

Le tableau précédent illustre le calcul du rendement par QUEFTS. Pour une absorption de N-P-K de 50-10-45 kg.ha^-1, on estime un rendement de 13979 kg.ha^-1 de feuilles fraîches de basilic.

Annexe 3 : Manipulation du module DSSB

1. Lancement du DSSB.

· Cliquer sur l'icône et n'oublier pas d'activer les macros. Vous accédez ainsi à la page d'accueil.

· Sur l'écran d'accueil du spreadsheet sélectionner « Démarrer » (figue A, annexe 4)

2. Sélectionner une option : (Figure B, annexe 4)

· Une fenêtre s'ouvre avec trois options

· Si vous êtes à votre premier usage, il vous est vivement conseillé de choir l'option « Lire les instructions »

· Mais si vous êtes un habitué, sélection « Démarrer le module »

· Vous pouvez en ce moment, avoir des commentaires à faire alors l'option « Enregistrer des notes » vous est recommandée

N'oublier pas de taper OK avant de continuer

3. Dans le module principal : (figure C, annexe 4)

· Sélectionner un site, puis une saison, puis une gestion organique

· Re-ajuster les taux de recouvrement si nécessaire

· Corriger les capacités du sol à fournir N, P et K si nécessaire

· Cibler un rendement réaliste

· Calculer les absorptions, optimiser les puis calculer les besoins en N, P et K

· Répartir la fumure azotée sur le cycle (figure D, annexe 4)

· Exporter les résultats de la session en Excel

Toutes ses activités se font en cliquant juste sur les liens.

Annexe 4 : Shell du module DSSB

Figure A : Page d'accueil de DSSB

Figure B : Page d'accueil de DSSB avec la fen être d'options

Figure C : Page du module principal du DSSB

Figure D : Page du DSSB montrant la répartition de l'azote

70