Bulletins agro-météorologiques




Site scientifique à but non lucratif créé par Riad BALAGHI et Mohammed JLIBENE chercheurs à l'INRA (Maroc)


NOTE METHODOLOGIQUE

CGMS

Le système Crop Growth Monitoring System, qui a été développé par le projet MARS, fournit à la Commission Européenne (DG Agriculture) des prévisions objectives de rendement aux échelles régionales et nationales. Le CGMS assure le suivi du développement des cultures en Europe, sur la base des conditions météorologiques, des caractéristiques de sol et des paramètres des cultures. Cette approche de simulation décrit le cycle cultural (par ex. biomasse, organe de stockage, etc.) en combinaison avec la phénologie des cultures, depuis le semis jusqu‘à la maturité physiologique, au pas de temps journalier. La principale caractéristique de CGMS est sa composante de spatialisation des données météorologiques, des données de sols et des paramètres culturaux, par Unité Cartographique Elémentaire utilisée dans la simulation. Le cœur du système repose sur 2 modèles déterministes, WOFOST et LINGRA. Les outils SIG servent à préparer les données et à produire les résultats sous forme de cartes. Les entrées et sorties sont stockées dans des Bases de Données. Les procédures statistiques sont utilisées pour prédire quantitativement les rendements des cultures. En résumé, le CGMS est organisé en trois phases :



NDVI

Le NDVI des terres agricoles est un indicateur très significatif du rendement des céréales d’automne au Maroc aussi bien à l’échelle nationale qu’à l’échelle des zones agro-écologiques (Balaghi et al., 2008). MARS-STAT fournit les extraits des images NDVI décadaires (10 jours) de 1998 à 2009 pour la fenêtre Maroc. En superposant les limites des NUTS sur les images rasters à 1 km2 de résolution spatiale on obtient les valeurs de NDVI pour chaque NUTS. Seuls les pixels des zones agricoles sont pris en compte. La différenciation entre zones agricoles et non agricoles se base sur la carte “Global Land Cover 2000 for Africa” (GLC2000 version 5.0, Mayaux et al., 2004), qui est aussi à la résolution spatiale de 1 km2. Dans la carte GLC2000, les zones agricoles sont définies comme les terres qui contiennent plus de 50% de cultures ou/et de pâturages.


PREDICTION EMPIRIQUE DES RENDEMENTS CEREALIERS

Les rendements ont été prédits à l’échelle nationale sur la base d’une approche empirique, en plus de l’estimation de récolte réalisée avec le système CGMS. Selon les recommandations formulées par Gommes et al. (2007), trois méthodologies différentes ont été utilisées pour prédire la production nationale de chacune des trois principales céréales d’automne au Maroc (blé tendre, blé dur et orge): (1) La prédiction à partir de l’analyse historique, (2) La prédiction à partir de la relation pluviométrie1 - rendement2, et (3) La prédiction à partir de la relation NDVI3 - rendement. Ces trois méthodologies de prédiction des productions céréalières ont été développées par Riad BALAGHI et Mohammed JLIBENE (INRA-Maroc). Elles ont été développées grâce à la contribution majeure de Bernard TYCHON (ULg-Belgique) et Herman EERENS (VITO-Belgique). Les auteurs remercient les personnes suivantes qui ont contribué à ces prédictions: Mohamed BADRAOUI, Rachid DAHAN et Hassan BENAOUDA (INRA-Maroc), Hamid FELLOUN et Fatiha SELOUANI (Ministère de l’Agriculture et de la Pêche Maritime, Maroc), Bettina BARUTH, Giovanni NARCISO (JRC-Italie) et Mohamed EL AYDAM (JRC-Italie).

Prédiction à partir de l’analyse historique: Elle est basée sur la recherche des campagnes agricoles similaires, du point de vue pluviométrique.

Prédiction à partir de la relation pluviométrie - rendement: Les régressions statistiques entre la pluviométrie cumulée de septembre à mars et les rendements du blé tendre, blé dur et orge sont de forme log-normale à l’échelle nationale. Ces trois régressions statistiques ont des valeurs de R² très hautement significatives, de 0.82 pour le blé tendre, 0.77 pour le blé dur et 0.73 pour l’orge.



Relation entre le rendement du blé tendre (graphe 1), du blé dur  (graphe 2) et de l'orge (graphe 3) et la pluviométrie cumulée de septembre à mars au niveau national (données de 1988 à 2008).

Prédiction à partir de la relation NDVI - rendement: Les régressions statistiques entre le NDVI décadaire (10 jours) moyen des zones agricoles du Maroc, de février à mars, et les rendements du blé tendre, blé dur et orge au niveau national sont de forme linéaire (Balaghi et al. 2008). Ces régressions ont été établies sur la série de 1989 à 2008, en combinant les données des capteurs NOAA/AVHRR et SPOT-VEGETATION. Les R2 de ces régressions sont très élevés, de 0.80 pour le blé tendre, 0.79 pour le blé dur et 0.60 pour l'orge.


Relation entre le rendement du blé tendre (graphe 4), du blé dur (graphe 5) et de l'orge (graphe 6) et le NDVI décadaire (10 jours) moyen de février à mars des zones agricoles, au niveau national (données de 1989 à 2008).




1 Les séries de pluviométrie ont été acquises auprès du Ministère de l’Agriculture et de la Pêche Maritime (MAPM, Rabat).

2 Les séries statistiques agricoles ont été acquises auprès de la Direction de la Programmation et des Affaires Economiques (actuelle Direction de la Statistique et de la Stratégie), à Rabat.

3 Les séries de NDVI ont été obtenues auprès du VITO (http://free.vgt.vito.be) et les valeurs décadaires (10 jours) de NDVI pour 2008-2009 ont été obtenues du JRC.


Bulletins Agro-météorologiques publiés:

Campagne agricole 2008-2009

Campagne agricole 2009-2010

Campagne agricole 2010-2011



Références:

Balaghi, R., Tychon, B., Eerens, H., Jlibene, M. 2008. Empirical regression models using NDVI, rainfall and temperature data for the early prediction of wheat grain yields in Morocco. International Journal of Applied Earth Observation and Geoinformation 10, 438 – 452. doi:10.1016/j.jag.2006.12.001

Gommes, R., Haripada, D., Mariani, L., Challinor, A., Tychon, B., Balaghi, R., Dawod, M.A.A. 2007. Chapter 5: Agrometeorological forecasting, Guide To Agricultural Meteorological Practices (GAMP n°135), Geneva, Switzerland, World Meteorological Organization, In Press (book chapter).

http://www.agrometeorology.org/fileadmin/insam/repository/gamp_chapt5.pdf

Mayaux, P., Bartholomé, E., Fritz, S., Belward, A., 2004. A new land-cover map of Africa for the year 2000. Journal of Biogeography 31, 861-77.


Comments