ThÃ¨se Ndo - Montpellier SupAgro

More documents

Recommendations

Info

Elaboration d’un modèle de prédiction Figure 6.6. Coefficients de régression normalisés des variables explicatives (altitude, climat, sol) pour la variable Nles (a), Nlesm (b) et Pom (c) de la phaeoramulariose sur pomélos (intervalle de confiance à 95%). En ne prenant en considération que les VIP, l’équation de l’incidence de la maladie (Pom), a été obtenue avec les variables centrées réduites. Sur pomélos, on a : Pom = 60,246 - 0,934 température moyenne + 0,085 taux d’argile - 0,409 taux de sable +0,516 taux de limon -1,043 taux de matière organique - 4,730 taux de carbone organique -0,040C/N - 0,055 phosphore assimilable - 4,160 pH - 0,001 taux de saturation du sol - 2,166 pourcentage d’arbres situés en systèmes agroforestier + 1,250 pourcentage d’arbres situés en verger pur 156
Elaboration d’un modèle de prédiction 6.3.3 Effet des facteurs environnementaux sur le comportement des satsumas o Choix du nombre de composantes t h et leur degré d’explication des variables Les résultats de la validation croisée permettent de retenir les composantes 1, 2 et 3 pour expliquer les variables Nles, Nlesm et Pom. En effet, Q²3 et Q²4 sont ≥ 0.0975 (Tableau 6.7). Toutes les variables de la maladie peuvent être expliquées par le modèle, car au niveau de la composante 3, Q² Nles = 0.229 et Q² pom =0.294; à la composante 2 Q² Nlesm =0.218. La première composante (t 1 ) explique 53% des x et 9% des y, tandis que la 2 ème composante explique 16% des x et 75% des y. La 3 ème composante explique 22% des x et 4% des y (Tableau 6.8). Tableau 6.7. Indice de qualité du modèle par composante et par variable expliquée sur mandariniers Satsuma. Q² Composante Nles Nlesm Pom Total 1 -18,297 -27,825 -21,750 -22,624 2 0,011 0,218 0,046 0,094 3 0,229 -0,189 0,294 0,183 4 0,519 -0,548 0,552 0,248 Pour les corrélations, nous n’observerons que les composantes t 1 et t 2 qui expliquent environ 80% des variables x et y. Le taux de sodium (Na) est placé au centre du cercle de corrélation (Figure 6.7). Cette variable est très faiblement corrélée avec t 1 et t 2 . Son R² est très faible sur t 1 et t 2 , mais très élevé sur t 3 (Tableau 6.8). Le rapport C/N est la variable la mieux expliquée sur la composante t 1 et cette correlation est négative. L’altitude et les variables de la maladie ont de fortes corrélations positives avec la composante t 2 . La projection des sites d’observation sur le plan formé par les deux composantes permet de noter que les sites de Foumbot, Nkolbisson et Ekona sont plus proches des variables de la maladie. Ce sont les sites qui présentent les attaques les plus sévères (voir résultats Chapitre 4). Par contre, les sites de Boumnyebel et Njombé sont les plus éloignés des variables de la maladie. Les sites de Kumba et Jakiri sont placés en dehors du plan. 157
Page 1:
ECOLE DOCTORALE SYSTEMES INTEGRES E
Page 5:
5
Page 8:
Je dis toute ma reconnaissance à B
Page 12 and 13:
CHAPITRE 4 : ANALYSE DE L’IMPACT
Page 14 and 15:
14
Page 16 and 17:
Liste des tableaux Tableau 4.12. Co
Page 18 and 19:
Liste des tableaux Tableau 6.9. Coe
Page 20 and 21:
Liste des tableaux 20
Page 22 and 23:
Liste des figures Figure 2.7. Fonct
Page 24 and 25:
Liste des figures Figure 6.2. Repr
Page 27 and 28:
Introduction Introduction Les agrum
Page 29 and 30:
Introduction Cameroun (Kuate et al,
Page 31 and 32:
Introduction - Le septième chapitr
Page 33:
Introduction 33
Page 36 and 37:
L’hôte, l’agent pathogène, la
Page 38 and 39:
Page 40 and 41:
Page 42 and 43:
Page 44 and 45:
Page 46 and 47:
Page 48 and 49:
Page 50 and 51:
Page 52 and 53:
Page 55 and 56:
Composition et structure des peuple
Page 57 and 58:
Page 59 and 60:
Page 61 and 62:
Page 63 and 64:
Page 65 and 66:
Page 67 and 68:
Page 69:
Page 72 and 73:
Principaux facteurs associés à la
Page 74 and 75:
Page 76 and 77:
Page 78 and 79:
Page 80 and 81:
Page 82 and 83:
Page 84 and 85:
Page 86 and 87:
Page 89 and 90:
Impact des facteurs environnemntaux
Page 91 and 92:
Page 93 and 94:
Page 95 and 96:
Page 97 and 98:
Page 99 and 100:
Page 101 and 102:
Page 103 and 104:
Page 105 and 106: Impact des facteurs environnemntaux
Page 123: Impact des facteurs environnemntaux
Page 126 and 127: Effet de l’ombrage et distributio
Page 145 and 146: Elaboration d’un modèle de préd
Page 155: Elaboration d’un modèle de préd
Page 167: Elaboration d’un modèle de préd
Page 170 and 171: Synthèse, conclusion et perspectiv
Page 181 and 182: Références bibliographiques Réf
Page 183 and 184: Références bibliographiques 2006(
Page 185 and 186: Références bibliographiques Graha
Page 187 and 188: Références bibliographiques 31-36
Page 189 and 190: Références bibliographiques Thès
Page 191 and 192: Références bibliographiques Shepe
Page 193 and 194: Références bibliographiques Yesuf
Page 195: Références bibliographiques 195
Page 198 and 199: Annexe : Effet de l’application d
Page 204: Annexe : Effet de l’application d
show all

ThÃ¨se Ndo - Montpellier SupAgro

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?