Cartographie de la réponse du sorgho à la fertilisation microdose au sud du Burkina Faso (Sissili) sur base de données satellitaires en vue de définir des domaines de recommandation

Details

Supervisors

Bielders, Charles

Faculty

Faculté des bioingénieurs

Degree label

Master [120] : bioingénieur en sciences agronomiques, à finalité spécialisée

Abstract

Le Burkina Faso, situé dans la zone subsaharienne, doit faire face à la faible productivité de ses sols. Le développement de son agriculture est un défi majeur pour améliorer la sécurité alimentaire et le développement socio-économique du pays. Différentes techniques ont été étudiées et vulgarisées afin de permettre une production agricole plus élevée tout en prenant en compte les contraintes liées à la région. La fertilisation microdose fait partie de ces techniques agricoles. Elle consiste à appliquer de faibles quantités d’engrais au niveau des pieds des plants après la levée des semis. Cependant, bien que la fertilisation microdose soit efficace de manière générale, il a été constaté qu’il y avait une forte variabilité des résultats d’une parcelle à une autre, présentant un obstacle à l'adoption à grande échelle de cette technique. La caractérisation de cette variabilité dans la région est complexe. De plus, les résultats associés sont définis à l’échelle parcellaire uniquement, les rendant difficilement utilisables à plus grande échelle. Dès lors, dans ce contexte, l'exploitation des données satellitaires apparait comme une méthode prometteuse à considérer en raison de la couverture spatiale, de la constance, de la reproductibilité et de la nature systématique des observations. L’objectif de ce mémoire est d’identifier les données satellitaires pertinentes pour caractériser efficacement la réponse du sorgho à la fertilisation microdose dans la province de Sissili (Burkina Faso) pour pouvoir par la suite établir des domaines de recommandation sur son utilisation. Pour ce faire, 133 observations de la réponse du sorgho collectées lors de la thèse de doctorat du Dr Y. Ouedraogo dans la province de Sissili ont été utilisées comme variables dépendantes. Ensuite, 28 variables explicatives susceptibles d’expliquer la réponse ont été extraites de diverses bases de données (SRTM plus, ISDAsoil et Sentinel-2). Les valeurs moyennes et médianes des variables explicatives ont été calculées pour chaque parcelle. L’ensemble de ces données a permis la construction de plusieurs versions de différents modèles de régression (Random Forest et linéaire multiple). Cependant, aucun résultat de prédiction concluant n’a été obtenu. Pour pallier ce problème, il a été décidé de prédire les rendements en grain plutôt que la réponse en grain directement. Par conséquent, deux modèles ont été retenus (l’un pour prédire les rendements en grain témoins et l’autre pour les rendements en grain bénéficiant de la fertilisation microdose). Il s’agit tout deux de modèle de régression linéaire multiple combinant les méthodes du facteur d’inflation de la variance et d’élimination descendante sur base de la p-valeur (version LM1). Les teneurs en fer, en potassium et en soufre ont été utilisées dans les modèles pour prédire les rendements en grain bénéficiant de la fertilisation microdose et ceux témoins avec des coefficients de détermination ajustés respectifs de 0,12 et 0,16. Concernant les modèles Random Forest, aucun d’entre eux ne présente de résultats supérieurs à -0,22. Pour finir, les deux modèles de régression linéaire multiple présentant les meilleurs résultats (0,12 et 0,16) ont été combinés pour construire un modèle final prédisant la réponse en grain. Ce dernier, présentant un pouvoir prédictif de seulement 0,07, ne permet pas d’étendre les résultats à l’ensemble de la province de Sissili. Cependant, des améliorations peuvent être apportées à l’avenir pour accroître le pouvoir prédictif du modèle.