Revue Française de Photogrammétrie et de Télédétection (Apr 2014)

Déterminants climatiques de la variabilité interannuelle des rendements en céréales et prévision précoce. Application a la province de Settat (Maroc)

  • Lionel Jarlan,
  • Jaouad Abaoui,
  • Benoît Duchemin,
  • Yves Tourre,
  • Abdelaziz Ouldbba,
  • Sylvain Mangiarotti,
  • Hakim Kharrou,
  • Saïd Khabba,
  • Riad Ballaghi,
  • Michel Le Page,
  • Abdelghani Chehbouni

DOI
https://doi.org/10.52638/rfpt.2013.17
Journal volume & issue
no. 204

Abstract

Read online

Compte-tenu de l'importance de la production de blé pour l'économie marocaine, les décideurs doivent disposer d'informations précises sur la production de blé tôt dans la saison afin d'anticiper les besoins en importation. Dans cette étude, nous avons analysé (1) les rendements en blé tendre (1983-2008) de la province de Settat (2) les précipitations et les températures mesurées sur la station de Settat ; (3) les indices de végétation NDVI à 10 jours du capteur AVHRR ; (4) plusieurs indices témoignant de la dynamique atmosphérique et les champs spatio-temporels de géopotentiels à 500$\:$hPa et (5) plusieurs indices témoignant de la dynamique des températures de surface des océans (TSO) ainsi que les champs spatio-temporel de TSO. Il a été démontré que les relations entre les précipitations et les températures à plusieurs stades critiques du développement du blé, d'une part, et les rendements en grain, d'autre part, sont également significatives au niveau de la province agricole. L'Oscillation Nord Atlantique au tout début de la saison de croissance en novembre est également liée aux rendements. Un motif spatial de corrélation intéressant a également été mis en évidence entre les champs de TSO dans l'Atlantique Equatorial et Tropical plus tôt dans l'année, et les rendements. Les potentialités de prévisions saisonnières des rendements en grains basée sur le climat à grande échelle sont analysées en comparant deux approches de régression (MLR, MVS). La prévisibilité est étudiée pour des modèles construits de décembre à mars avec des critères statistiques draconiens pour limiter la complexité des modèles. Le meilleur modèle est naturellement obtenu pour une prévision en mars avec un coefficient ajusté r² et une erreur quadratique moyenne de, respectivement, 0,92 et 2,0quintaux/hectare. En outre, l'approche MVS surpasse MLR pour tous les cas étudiés. Notre conclusion est que l'utilisation d'indices et de variables témoignant de la dynamique atmosphérique et océanique à l'échelle régionale peut permettre une prévision plus précoce qu'avec les prédicteurs classiquement utilisés pour le développement de ce type de modèles.