SIMAGRI-Senegal

SIMAGRI Tutorial [en cours de développement]

http://simagri-senegal.iri.columbia.edu/historical

Tapez un nom de scénario pour exécuter un modèle de simulation de culture avec des entrées spécifiques (par exemple, météo, sol, cultivar et gestion).

N'oubliez pas d'effacer d'abord le scénario existant (qui est vide), sinon l'outil ne fonctionnera pas.
SEULEMENT 4 caractères (combinaison de chiffres, d'alphabet et de symboles) sont autorisés pour le nom du scénario. Si la saisie de l'utilisateur est erronée, la boîte de saisie devient rouge pour avertir que la saisie ne répond pas aux exigences.

Sélectionnez le nom d'une station météorologique dans la liste déroulante. La station sélectionnée représente les conditions météorologiques à proximité du site ciblé pour votre simulation.

26 sites représentant les départements sélectionnés sont indiqués sur la carte et le tableau ci-dessous.
Les Tmin, Tmax et pluviométrie quotidiennes ont été extraites d'ANACIM-ENACTS (1983-2016) et les radiations solaires ont été tirées de la base de données de la Commission européenne NASA-POWER.

Sélectionnez une culture à simuler.

Une fois que l'utilisateur a sélectionné une culture, les types de cultivar et de profil de sol disponibles sont automatiquement remplis dans les sections #4) Cultivar et #8) Type de sol comme indiqué ci-dessous.
Les coefficients génétiques de chaque cultivar ont été calibrés par des partenaires locaux ou tirés de la littérature. Des évaluations plus approfondies sont nécessaires. Les experts DSSAT qui sont familiers avec les coefficients génétiques peuvent se référer aux fichiers *.CUL, *.ECO et *.SPE utilisés ici pour les simulations DSSAT sous SIMAGRI.
De plus amples descriptions des cultivars peuvent être trouvées dans la section "Crop Simulation Info".

Sélectionnez une période (de l'année de début à l'année de fin) pour exécuter le modèle de simulation des cultures.

Les observations météorologiques disponibles vont de 1983 à 2016. Par conséquent, l'année de début la plus ancienne (#5) et l'année de fin la plus récente (#6) sont respectivement 1983 et 2016 (paramétrées par défaut).
Si un utilisateur s'intéresse à une période spécifique (par exemple, les 10 dernières années de 2007 à 2016), le nombre par défaut peut être ajusté.
Si l'entrée de l'utilisateur est au-delà de la période disponible (par exemple, 2020), la boîte d'entrée devient de couleur rouge pour avertir que l'entrée ne répond pas aux exigences.

Sélectionnez une année cible comme référence pour la comparer à la distribution complète des données météorologiques historiques.

Les résultats de la simulation des cultures (c'est-à-dire le rendement) de cette année spécifique sont exprimés par des points rouges dans la section boxplot des résultats de la simulation sur le panneau de droite.
Par défaut, une année récente de sécheresse sévère, 2015, est sélectionnée. Dans ce cas, l'utilisateur peut vérifier où se situe le rendement simulé à l'aide des données météorologiques de 2015 (point rouge) ainsi que la distribution complète (c'est-à-dire un diagramme en boîte) et quelle perte de rendement relatif l'année de sécheresse 2015 a entraînée.

Sélectionnez un type de sol pour la simulation des cultures.

Les caractéristiques du sol sont des données essentielles pour simuler la dynamique de l'eau et des nutriments dans le sol et leur interaction avec la croissance des cultures. Malgré son importance, il est très difficile de disposer en réalité des informations détaillées sur les sols requises par les modèles de culture DSSAT.
Actuellement, l'outil SIMAGRI-Sénégal prend plusieurs profils de sol provenant de partenaires locaux à l'ISRA, de la littérature et de WISE global soil profile.
Chaque type de sol possède un ID de sol unique (10 caractères) à utiliser pour le logiciel DSSAT. Entre parenthèses, le type de sol (p. ex., L représentant le limon) et la profondeur d'enracinement (p. ex., peu profond) sont indiqués dans le menu déroulant. Les acronymes des types de sol, S, LS et SL, entre parenthèses, représentent respectivement le sable, le sable limoneux et le limon sableux.
En plus des profils de sol par défaut, la profondeur d'enracinement a été réduite à moins de 1m de profondeur, afin de refléter les conditions dégradées des sols en Afrique. Les profils de sol ajustés à la profondeur d'enracinement ont une ID de sol avec "_" au milieu de l'ID de sol (comme indiqué sur la gauche).
Les experts DSSAT peuvent se référer au fichier d'entrée des sols (SN.SOL ou CN.SOL) ici pour plus de détails. Deux exemples de profils pédologiques sont présentés ci-dessous.

Sélectionnez une teneur en eau INITIALE du sol en pourcentage de la Capacité de Rétention d'Eau Disponible (WAC).

La teneur en eau initiale du sol représente l'état de l'eau du sol un jour avant la plantation.
La WAC quantifie la quantité d'eau disponible pour les plantes que le sol peut retenir. La WAC est définie comme la quantité d'eau retenue par le sol entre la capacité au champ (FC) et le point de flétrissement permanent (PWP). Notez que les caractéristiques physiques du sol (FC, PWP et WAC) varient en fonction du type de sol sélectionné ci-dessus au point #8.
Calcul de la teneur en eau initiale du sol : H2O initiale [cm^3/cm^3] = IC_AWC_ratio * (FC - PWP) + PWP, où IC_AWC_ratio peut être 0,3, 0,5, 0,7 et 1 selon la sélection de l'utilisateur.

Choisissez un niveau initial de NO3 dans le sol un jour avant la date de semis.

En réalité, il est presque impossible d'avoir des informations précises sur le NO3 avant de planter. Des numéros de référence sont donnés pour les conditions de sol à forte ou faible teneur en nitrates
La quantité de NO3 [N kg/ha] peut être dérivée de NO3 [ppm], de la densité apparente du sol et de la profondeur de la couche de sol (c'est-à-dire NO3 [N kg/ha] = NO3 [ppm] * BD * profondeur *0,1). Par exemple, un sol initial contenant 15 ppm de NO3 contient 54 N kg/ha pour une couche de sol de 30 cm de profondeur => 15 ppm* 1,2 g/cm3 * 30cm *0,1 = 54 N kg/ha, lorsque la densité apparente du sol est de 1,2 g/cm3.
En général, une condition idéale de forte/faible teneur en NO3 est de 60~100/20~30 N kg/ha dans les 30~50cm supérieurs du sol.

Sélectionnez une date de semis pour la simulation de culture, à partir d'un calendrier.

Le calendrier a été initialisé au 15 juin 2021, par défaut. L'utilisateur peut passer à un autre mois ou une autre date en ignorant l'année par défaut (c'est-à-dire 2021) indiquée sur le calendrier. Seuls le mois et la date seront pris en compte dans la simulation des cultures.
Le SIMAGRI utilise la date de semis sélectionnée comme date de semis fixe lorsqu'il exécute les modèles de culture pour les observations météorologiques historiques. C'est-à-dire que pour toutes les années (1983~2016), la date de plantation est constante comme 20/6/1983, 20/6/1984, 20/6/1985 ..... 6/20/2016.

Tapez un nombre raisonnable de densité de semis pour la culture cible et le cultivar pour la simulation de la culture.

Notez que l'unité est le nombre de plantes par mètre carré [plantes/m2].

Sélectionnez si l'engrais est appliqué ou non en sélectionnant le bouton radio approprié.

Une fois l'option "Engrais" sélectionnée, un tableau est automatiquement rempli pour que l'utilisateur puisse saisir une date spécifique [jours APRÈS la plantation] et la quantité d'engrais [N, P et K kg/ha] à appliquer.
Dans la réalité, différents types d'engrais chimiques sont utilisés. Cependant, le modèle de simulation des cultures DSSAT ne prend en compte que la dynamique de l'azote pour la croissance des cultures. Par conséquent, l'utilisateur doit déterminer la quantité de N à partir de la quantité totale d'engrais. Par exemple, si 150 kg/ha de NPK (15-15-15) sont appliqués, la quantité d'azote sera de 150*15/100 = 22,5 N kg/ha.
Remarque : le SIMAGRI actuel ne permet que 4 applications d'engrais au maximum.
** Note : Simulation du phosphore, DSSAT exige "Au minimum, le modèle de phosphore du sol exige que l'utilisateur fournisse une valeur de phosphore extractible du sol mesurée pour chaque couche de sol (SAPX) et la méthode d'extraction (SMPX)". (voir la section *ANALYSE DU SOL dans l'image du Fichier d'expérience ci-dessous). Par conséquent, à moins que l'utilisateur ne sélectionne "Oui" dans la case 14) Simulation du phosphore, la quantité ajoutée de P ne fait pas de différence dans la simulation de la culture.

Vérifiez si la simulation du phosphore est incluse ou non en sélectionnant un bouton radio approprié.

Comme décrit ci-dessus, la simulation DSSAT prend en compte principalement le N, mais pas le P ou le K.
Cependant, compte tenu de l'importance du P dans la croissance de l'arachide en Afrique de l'Ouest (Naab et al. 2015), la simulation du phosphore est ajoutée dans SIMAGRI.
Pour simuler le P, SMPX et SAPX sont nécessaires comme décrit ci-dessus.
La méthode d'extraction (SMPX) est supposée être Bray No. 1 (SA002).
En réalité, il est presque impossible d'avoir des " mesures précises du phosphore extractible du sol pour chaque couche de sol (SAPX) ". C'est pourquoi SIMAGRI adopte une approche simple en établissant seulement quatre niveaux de SAPX : Très faible (2ppm), faible (7ppm), moyen (12ppm), et élevé (18ppm) sur la base de Roy et al. (2006, p.78) (Tableau 13 sur la gauche ci-dessous) et de l'analyse de sensibilité DSSAT (Tableau sur la droite ci-dessous).

Sélectionnez une option d'irrigation en utilisant le bouton radio approprié. Il y a trois options ((i)pas d'irrigation, (ii) aux dates indiquées, et (iii) automatique quand c'est nécessaire) disponibles comme DSSAT.

Une fois l'option "On Reported Dates" sélectionnée, un tableau est automatiquement rempli pour que l'utilisateur puisse saisir la méthode d'irrigation, les dates spécifiques [jours APRÈS la plantation] et la quantité d'eau appliquée [mm]. Un maximum de 5 irrigations est autorisé.
Étant donné que l'on utilise les jours après la plantation, aucun nombre négatif ou "irrigation avant la plantation" n'est autorisé dans la première colonne. Si une quantité suffisante d'eau d'irrigation a été appliquée avant la plantation, l'utilisateur peut augmenter la teneur en eau initiale du sol #9 pour refléter l'" irrigation avant la plantation ".

Une fois que l'option "Automatique lorsque nécessaire" est sélectionnée, un tableau est automatiquement rempli pour que l'utilisateur puisse saisir (i) la profondeur du sol de gestion, (ii) le seuil, (iii) l'efficacité de l'irrigation.
Par exemple, lorsque la teneur en eau du sol disponible dans la "profondeur du sol de gestion" (par exemple, 30 cm de sol supérieur) tombe en dessous du "seuil" (par exemple, 50 % de la capacité de rétention d'eau maximale disponible), de l'eau d'irrigation est automatiquement ajoutée au sol.
L'option "Automatique lorsque nécessaire" n'est pas une option très réaliste dans les champs réels. Cependant, cette option peut être utilisée pour estimer le rendement potentiel (sans ou avec un stress hydrique minimum) des cultures.

Sélectionnez si vous souhaitez inclure l'analyse du budget (Oui) ou non (Non).
Une fois que l'option "Oui" est sélectionnée, un tableau est automatiquement rempli afin que l'utilisateur puisse remplir des données plus détaillées, notamment le coût et le revenu/prix de la culture attendu.
L'analyse du budget de l'entreprise permet à l'utilisateur d'examiner différentes combinaisons de production et de voir leur impact financier.
Elle peut être plus simple ou plus compliquée que le calcul actuel de SIMAGRI, comme suit.

Marge brute [CFA/ha] = Recettes [CFA/ha] - Coûts variables [CFA/ha] - Coûts fixes [CFA/ha].

- Revenus [CFA/ha] = Rendement [kg/ha] * Prix de la culture [CFA/kg] , où les valeurs de rendement sont tirées des rendements simulés par DSSAT pour les années historiques.

- Les coûts variables comprennent (i) les engrais (2ème colonne), (ii) les semences (3ème colonne), (iii) les autres coûts (4ème colonne).

(i) Coût de l'engrais [CFA/ha] = Quantité d'engrais N [N kg/ha] * coût [CFA/N kg], où la quantité de N provient de l'entrée de l'utilisateur ci-dessus en #13.

(ii) Le coût des semences [CFA/ha] peut être calculé en tenant compte de la densité de plantation et du prix des semences. Par exemple, le coût des semences [CFA/ha] = densité de plantation [# plantes/m2] * prix des semences [CFA/kg] * poids des semences [g/semence] * 10000 [m2/ha] * 0,001 [kg/g] *(1/taux de survie des semences).

**Calcul de l'échantillon : Coût de la graine [CFA/ha] = 5 [#/m2]*10000* 6 [ETB/kg] *0,08 [g/graine] * 0,001 [kg/g] * (1/0,91) = 26 [CFA/ha], le prix de la graine de sorgho étant supposé être de 600 CFA/100 kg.

(iii) Les autres coûts variables [CFA/ha] peuvent inclure les pesticides, l'assurance, la main-d'œuvre, etc.

- Les coûts fixes [CFA/ha] peuvent inclure les intérêts pour la terre, les machines, etc.

Une fois que l'utilisateur a terminé de remplir toutes les entrées de #1 à #166, il doit cliquer sur le bouton bleu "Créer ou ajouter un nouveau scénario" afin de sauvegarder le scénario actuel (#1 ~ #14). L'utilisateur peut vérifier si sa saisie est correcte ou non en faisant défiler la barre grise jusqu'à la fin de la dernière colonne du tableau.
Si l'utilisateur veut ajouter un autre scénario, il peut aller jusqu'au #1~ #14 et faire les changements nécessaires, puis cliquer à nouveau sur le bouton bleu "Créer ou Ajouter un nouveau scénario" pour ajouter le nouveau scénario au tableau récapitulatif des scénarios. De nouveau, l'utilisateur peut vérifier si toutes les entrées sont correctes. Si quelque chose ne va pas, l'utilisateur peut supprimer la ligne en cliquant sur le bouton "x" à côté de la première colonne du tableau.

#17 n'affecte pas la simulation des cultures, mais aide à catégoriser les années sèches/neutres/humides parmi toutes les années historiques observées. Sur la base des mois sélectionnés (par exemple, juillet, août et septembre dans l'exemple de gauche), SIMAGRI calcule la quantité totale de précipitations pendant la période sélectionnée pour chaque année et les fait correspondre aux rendements simulés.
L'utilisateur peut faire glisser le cercle pour ajuster la période sélectionnée.

Une fois que l'utilisateur a terminé la configuration du scénario (c'est-à-dire qu'il est satisfait du tableau récapitulatif des scénarios ci-dessus), il doit cliquer sur le bouton vert "Simuler tous les scénarios (Run DSSAT)" afin d'exécuter les simulations de cultures DSSAT pour tous les scénarios.
Une fois que l'utilisateur a cliqué sur le bouton vert, le navigateur affichera une roue de chargement pendant que la simulation des cultures est en cours. Le temps de chargement varie en fonction du nombre de scénarios créés par l'utilisateur.
Une fois la simulation terminée, les graphiques de sortie seront automatiquement affichés sur le côté droit du navigateur.

COMPRENDRE LES RÉSULTATS DE LA SIMULATION DES CULTURES

Distribution du rendement simulé sous forme de boxplot

Un boxplot est un moyen d'afficher la distribution des données sur la base d'un résumé en cinq chiffres ("minimum", premier quartile (Q1), médiane, troisième quartile (Q3) et "maximum"). Ce type de graphique permet de visualiser rapidement les valeurs moyennes et la variabilité attendue pour un scénario proposé.
Si l'utilisateur survole le boxplot, le minimum, le maximum et les valeurs de chaque quartile (Q1, médiane et Q3) s'affichent automatiquement (figure ci-dessous à droite).
Comment interpréter un boxplot ? Le premier boxplot (du scénario "MZ01") en bas à gauche montre que dans le scénario MZ01 il y a 50% de chance que le rendement soit compris entre 2001 et 2340 Kg/ha (limites de la "boîte"). En revanche, la probabilité d'obtenir 2161 Kg/ha ou plus est de 50%, c'est-à-dire que l'on peut s'attendre à ce que la moitié des années le rendement soit d'au moins 2161 Kg/ha (c'est-à-dire la médiane). La probabilité d'obtenir 2001 Kg/ha ou moins est de 25%, c'est-à-dire qu'une fois tous les 4 ans, on peut s'attendre à des rendements inférieurs à 2001 Kg/ha. Il en est de même pour les rendements supérieurs à 2340 Kg/ha.

Distribution simulée du rendement représentée par une courbe de probabilité de dépassement.

La courbe de probabilité de dépassement est une autre façon d'afficher la distribution du rendement simulé.
Ce graphique vous permet d'estimer la probabilité de dépasser une certaine valeur pour différents scénarios.
Pour le scénario MZ01, il y a une probabilité de 50% d'obtenir des rendements supérieurs à 2156 Kg/ha (indiqué par une ligne noire). Par contre, dans 3 années sur 4, on obtient des rendements supérieurs à 2001 Kg/ha (soit une probabilité de 75%), et une fois tous les 4 ans, le rendement serait supérieur à 2340 Kg/ha (soit une probabilité de dépassement de 25%.).

Rendement simulé pour chaque année (séries chronologiques)

Le rendement simulé correspondant aux années individuelles peut être trouvé dans le graphique des séries temporelles.
Dans ce graphique, l'utilisateur peut trouver quelle année produit un rendement plus élevé/plus faible en raison de conditions météorologiques/climatiques favorables/défavorables. Par exemple, en 2002, le rendement du maïs a été exceptionnellement bas dans une station en raison d'une grave sécheresse.

Si l'utilisateur sélectionne l'option "comparer les données au survol" dans le coin supérieur droit (encadré rouge), les valeurs de chaque point et l'année correspondante sont affichées sur le graphique.

Courbe de dépassement de rendement dans 3 catégories

Sur la base de l'entrée #17 (c'est-à-dire la pluviométrie totale saisonnière), les années historiques et les rendements simulés correspondants sont classés en catégories sèche, normale et humide.
Dans l'exemple de sortie (à gauche) résultant des données d'une station météorologique, nous pouvons voir qu'il y a plus de chances d'avoir des rendements extrêmement faibles (~ 1500 kg/ha) dans la catégorie sèche, probablement en raison de la sécheresse. Cependant, il y a également plus de chances d'avoir des rendements plus élevés (plus de 3000 kg/ha) dans la catégorie sèche. Cela indique que les précipitations totales saisonnières du JAS ne sont pas linéairement liées au rendement du culture dans la station. Cette relation peut être différente selon les saisons ou les lieux.

Téléchargez le rendement simulé/la probabilité de dépassement/le total des précipitations saisonnières dans un fichier CSV.

Le rendement simulé, la probabilité de dépassement et la pluviosité totale saisonnière sont affichés dans un tableau dans les colonnes Yield_####, Y_Pexe_#### et Rain_####, respectivement pour chaque scénario (####).
L'utilisateur peut télécharger chaque variable (c'est-à-dire le rendement simulé, la probabilité de dépassement et la pluviosité totale saisonnière) séparément en cliquant sur le bouton gris approprié.
The original simulation results can be sorted by clicking the up/down arrows next to the column names (e.g., YEAR, Yield_####, P_exe_####, Rain_####_).

Exécuter l'analyse du budget de l'entreprise

Si l'utilisateur a fourni des données d'entrée (prix et coût de la culture) en #17, le SIMAGRI calcule automatiquement la marge brute attendue sur la base du rendement de la culture simulée et des données de coût fournies par l'utilisateur. Pour le calcul, l'utilisateur doit cliquer sur le bouton rouge "Afficher les chiffres pour ...".
Trois types de graphiques différents, similaires au rendement simulé, sont générés comme indiqué ci-dessous. Notez que l'axe des ordonnées dans le boxplot et le graphique de série chronologique est désormais la marge brute [CFA/ha], et non plus le rendement.
The original simulated yield can be adjusted by multiplying an adjustment factor. Crop simulation models cannot reflect all the factors in the natural system, particularly damages due to pest/disease. Therefore, simulated yields tend to overestimate actual yield. In order to take into account the overestimation, users can apply a yield adjustment factor and shift the simulated yields into a more reasonable range. On the example, the adjustment factor was given 0.8, which reduces original simulated yields (Y) to 80% (Y x 0.8).

Télécharger le tableau des marges brutes dans un fichier CSV

L'utilisateur peut télécharger les données de marge brute calculées dans un fichier CSV en cliquant sur le bouton gris "Télécharger le fichier CSV...".

Page updated

Report abuse