Agritrop
Home

Estimation spatialisée des rendements d'une culture pérenne en Afrique de l'Ouest : le cas du manguier au Sénégal

Sarron Julien. 2019. Estimation spatialisée des rendements d'une culture pérenne en Afrique de l'Ouest : le cas du manguier au Sénégal. Montpellier : Montpellier SupAgro, 259 p. Thèse de doctorat : Sciences agronomiques : Montpellier SupAgro

Thesis
[img]
Preview
Published version - Français
Use under authorization by the author or CIRAD.
ID596637.pdf

Télécharger (17MB) | Preview

Encadrement : Malézieux, Eric ; Faye, Emilie

Abstract : L'Afrique de l'Ouest fait face à des changements démographiques et climatiques qui mettent sous tension l'agriculture. Les arbres fruitiers, malgré les nombreux services écosystémiques qu'ils fournissent (alimentation, biodiversité, fertilité, etc.), pâtissent de faibles rendements. Dans ce contexte d'insécurité alimentaire, il s'avère indispensable d'améliorer les moyens de suivi de la production agricole pour faire face aux enjeux du développement. Les objectifs de cette thèse étaient de mettre en place des outils d'estimation du rendement du manguier (Mangifera indica L.) à différentes échelles spatiales afin d'identifier les facteurs explicatifs de la variabilité intra- et inter-verger observée en Afrique de l'Ouest. Ces outils ont été construits et déployés dans la région des Niayes au Sénégal pour analyser les rendements d'un réseau de 30 vergers répartis dans trois types de systèmes de culture (extensif, diversifié et intensif). À l'échelle de l'arbre, un outil d'analyse d'images numériques par réseau de neurones assisté par modèle a été mis au point pour estimer la production de manguiers à l'approche de la récolte. Le concept de 'yield gap' a été adapté pour calculer le 'production gap', c'est-à-dire l'écart entre la production atteignable de l'arbre (i.e., définie par sa structure et sa variété) et sa production réelle. Cette méthode a mis en évidence les effets de la variété et du système de culture sur les écarts de production. À l'échelle du verger, l'imagerie drone a été utilisée pour construire une carte d'occupation des sols (position des arbres) et déterminer la structure (hauteur, volume) des arbres de chaque verger. Ces informations permettent de modéliser et spatialiser la production des manguiers au sein d'un verger, permettant ainsi l'étude des variabilités du rendement intra et inter-vergers. Les distributions spatiales des caractéristiques et de la production des arbres apparaissent plus hétérogènes dans les vergers extensifs et diversifiés. À l'échelle régionale, l'utilisation du diagnostic agronomique a permis de déterminer les principaux facteurs d'élaboration du rendement du manguier. Si la densité de manguiers est une variable déterminante du rendement dans les vergers intensifs, les vergers diversifiés sont caractérisés par une production de l'arbre plus importante. Le climat, les pratiques culturales et la diversité cultivée sont également des facteurs explicatifs de la variabilité de la production. Cette thèse ouvre de nouvelles voies méthodologiques pour pallier au manque d'information pour l'analyse de la production des arbres fruitiers tropicaux. Les méthodes et outils numériques mis au point permettent l'identification des facteurs impactant l'élaboration du rendement du manguier (climat, pratique et diversité cultivée), une étape décisive vers l'amélioration durable des pratiques et de la production de mangues en Afrique de l'Ouest.

Résumé (autre langue) : West Africa faced many challenges including demographic growth and climate change that put agriculture under pressure. Fruit trees, despite the numerous ecosystem services they provide (food, biodiversity, soil fertility, microclimate, etc.), suffer from low yields. In this context of food insecurity, it is essential to improve tools for agricultural yield monitoring to face development challenges. The objectives of this thesis were to develop tools for yield estimation of mango (Mangifera indica L.) at different scales and to identify drivers of yield variabilities in West Africa. These tools have been deployed to analyse yields of 30 orchards depicting three cropping systems (extensive, diversified, and intensive) in the Niayes region in Senegal. At the tree scale, an image analysis tool using deep learning algorithm combined with models allowed to accurately estimate the production of mango trees before harvest. The 'yield gap' concept was adapted to compute the tree 'production gap' as the difference between the attainable production of the tree (i.e., determined by the cultivar and the structure) and its actual production. This statistical method evidenced that the mango production was influenced by the cultivar and the cropping system. At the orchard scale, drone imagery was used to build land cover map and estimate the structure parameters (tree height, crown area, crown volume) of all trees in the orchard. These data allowed to model and spatialize the individual production of each mango tree. Yield estimation allowed the study of the variability of yields within and between orchards. Spatial distribution of tree structure and production appear more spread out in the extensive and diversified orchards. At the regional scale, regional agronomic diagnosis allowed to identify important drivers impacting orchard mango yield in the study area. While mango planting density is a key factor for yield in intensive orchards, the tree production is favoured in diversified orchards. The climate, the management practices, and the species diversity also induce yield variabilities. This thesis opens new methodological paths to compensate the lack of data for fruit tree yields analysis in West Africa. Finally, the study of factors impacting mango yields (climate, practices, and species diversity) will allow to sustainably improve practices and production of mango in West Africa.

Mots-clés Agrovoc : Mangifera indica, Rendement des cultures, Plante pérenne, Prévision de rendement, Facteur de rendement, Modélisation des cultures, analyse spatiale, analyse numérique

Mots-clés géographiques Agrovoc : Sénégal, Afrique occidentale

Mots-clés complémentaires : écart de rendement

Classification Agris : F01 - Crops
F08 - Cropping patterns and systems
U30 - Research methods

Auteurs et affiliations

Source : Cirad-Agritrop (https://agritrop.cirad.fr/596637/)

View Item (staff only) View Item (staff only)

[ Page générée et mise en cache le 2021-01-04 ]