Exploration of the statistical relationships between rainfall indices and cotton yields in northern Cameroon, to strengthen the resilience of farmers to climate change

Knops Clara. 2024. Exploration of the statistical relationships between rainfall indices and cotton yields in northern Cameroon, to strengthen the resilience of farmers to climate change. Montpellier : Institut Agro Montpellier, 62 p. Mémoire de master 2 : Water and Agriculture : Institut Agro Montpellier

Url - jeu de données - Entrepôt autre : https://zenodo.org/doi/10.5281/zenodo.11067784 / Url - jeu de données - Entrepôt autre : https://zenodo.org/doi/10.5281/zenodo.11045583 / Url - jeu de données - Entrepôt autre : https://zenodo.org/doi/10.5281/zenodo.10997276

Matériel d'accompagnement : Annexes (28 p.) ; 1 diaporama (28 vues)

Encadrement : bailly, Jean-Stéphane, Lavarenne, Jérémy

Résumé : This thesis investigates the statistical relationships between rainfall indices and cotton yields in northern Cameroon, a region heavily dependent on cotton and vulnerable to climate change due to its high rainfall variability. Daily rainfall data from the NoCORA rainfall dataset was interpolated using Ordinary Kriging to calculate yearly rainfall indices maps for a total of 25 indices. Cotton yield data on two different geographical levels was additionally provided by SODECOTON. Applying simple and multiple linear regression, the impact of the rainfall indices on cotton yields were analyzed. The onset and cessation day of the rainy season as well as the season length, dry days, dry spell consecutive 10 and 15, seasonal rainfall amount, rain days, wet days 20 and 30, as well as heavy rain days were found to be the indices with the strongest, statistically significant relationships. Our findings will allow further research into the topic, serving for prediction-analysis using climate projection data.

Résumé (autre langue) : Ce mémoire examine les relations statistiques entre les indices de pluviométrie et les rendements du coton dans le nord du Cameroun, une région fortement dépendante du coton et vulnérable au changement climatique en raison de sa forte variabilité des pluies. Les données quotidiennes de pluies provenant du jeu de données NoCORA ont été interpolées à l'aide du krigeage ordinaire pour calculer des cartes annuelles d'indices de pluviométrie pour un total de 25 indices. Les données de rendement du coton à deux niveaux géographiques différents ont également été fournies par SODECOTON. En appliquant des régressions linéaires simples et multiples, l'impact des indices de pluviométrie sur les rendements du coton a été analysé. Les indices les plus fortement liés de manière statistiquement significative étaient la date de début et de cessation des pluies ainsi que la longueur de la saison, le nombre de jours secs, les périodes secs 10 et 15, la quantité de pluies saisonnières, les jours de pluie, les jours humides 20 et 30, ainsi que les jours des fortes pluies. Nos résultats permettront de poursuivre les recherches sur ce sujet, en vue d'analyses prédictives utilisant des données de projection climatique.

Mots-clés libres : Rainfall, Cotton, Climate change, Cameroon, Statistics, Interpolation

Agences de financement européennes : European Commission

Agences de financement hors UE : Centre for International Forestry Research, World Agroforestry Centre, Centre de Coopération Internationale en Recherche Agronomique pour le Développement, Fondation Energie pour le Monde, Institut de Recherche Agricole pour le Développement

Projets sur financement : (EU) Innovation pour l’Adaptation au Changement Climatique

Auteurs et affiliations

• Knops Clara, Institut Agro Montpellier (FRA)

Source : Cirad-Agritrop (https://agritrop.cirad.fr/610367/)

Métriques

[ Page générée et mise en cache le 2024-10-16 ]