Actes - Climato.be

25 ème Colloque de l’Association Internationale de Climatologie, Grenoble 2012Figure 5 : Biais sur les rendements en fonction du cumul de précipitations sur le cycle de la plante, pour lesscenarios avec 10 % (à gauche) et 20 % de lacunes (droite).Les résultats montrent que les méthodes de comblement permettent de représenter de façonadéquate le cumul annuel des pluies, même lorsque la méthode consiste à remplacer lesdonnées manquantes par la climatologie. Les méthodes de comblement permettent de réduirela dispersion moyenne du biais sur les rendements (en particulier lorsque les lacunesatteignent 20 % des précipitations) et de ramener le biais moyen à zéro. Le coefficient decorrélation des rendements restant significatif, les lacunes comblées correctement ont doncpeu d’impact sur les rendements. Parmi les méthodes étudiées, la méthode de pondération parle coefficient de corrélation permet d’obtenir des rendements plus proches de la simulation decontrôle, et ce malgré un réseau de pluviomètre peu dense. La performance des méthodes decomblement des pluies est cependant à nuancer lorsque le cumul de précipitations sur le cyclede la plante est inférieur à 400 mm, le biais sur les rendements restant alors assez disperséautour de zéro. Nous avons supposé dans cette étude que nous disposions des autres donnéesmétéorologiques (températures, vent etc.) avec une qualité parfaite. Afin d'avoir uneévaluation globale de l'impact de la qualité des données sur les résultats finaux, il faudraitdans une étude future réaliser le même genre d'approche sur les autres variables utilisées.Références bibliographiquesChallinor A. J. et Wheeler T. R., 2008 : Crop yield reduction in the tropics under climate change: Processes anduncertainties. Agricultural and Forest Meteorology, 148, 343-356.Dingkuhn M., Baron C., Bonnal V., Maraux F., Sarr B., Sultan B., Clopes A., Forest F. 2003 : Decision supporttools for rainfed crops in the Sahel at the plot and regional. In: Struif Bontkes TE, Wopereis MCS eds). Decisionsupport tools for smallholder agriculture in sub-Saharan Africa: a practical guide. IFDC: Muscle Shoals, USA.Robertson M. J., Carberry P. S., Huth N. I., Turpin J. E., Probert M. E., Poulton P. L., Bell M., Wright G. C.,Yeates S. J. and Brinsmead R.B., 2002 : Simulation of growth and development of diverse legume species inAPSIM. Australian Journal of Agricultural Research, 53, 429-446.Romero R., Guijarro J., Alonso S., 1998 : A 30 year (1964-1993) daily rainfall data base for the SpanishMediterranean regions: first exploratory study. International Journal of Climatology, 18, 541-560.Roudier P., Sultan B., Quirion P., et Berg A., 2011 : The impact of future climate change on West African cropyields: what does the recent literature say? Global Environmental Change, 21, 1073-1083.Roudier P., 2012 : Climat et agriculture en Afrique de l’Ouest : Quantification de l’impact du changementclimatique sur les rendements et évaluation de l’utilité des prévisions saisonnières. Mémoire de thèse del'EHESS, Paris, France 189 pp.Teegavarapu R. S. V. et Chandramouli V., 2005 : Improved weighting methods, deterministic and stochastic datadrivenmodels for estimation of missing precipitation records. Journal of Hydrology, 312, 191-206.654