Abstract | Keywords | Export | Availability | Bookmark

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Crop yields have always been a key determinant in food security issues and being able to predict them will make the early warning system more effective. It is with this objective in mind that this study was conducted and consisted of estimating maize crop yields in the Mono and Couffo departments from 1998 to 2020. It consisted of: (i) assessing the influence of climatic parameters on maize yields in the Mono and Couffo Departments; (ii) analysing the yield forecasting model by maize crop similarity in the study area; and (iii) analysing the possibility of integrating the forecasting model studied into the early warning system.
The methodology consisted in using SPIRITS software to extract NDVI and then the similarity model for yield estimation with RMSE, MAD and R² parameters. Correlation and linear regression analysis showed that the similarity model with R² performed better than the MAD and the RMSE at the global and departmental scales, while the model with the MAD was more suitable at the year scale. The similarity model can be used to forecast yields at the level of the two departments with R² and more specifically at the level of three (03) communes in the Couffo (Djakotomey, Dogbo and Klouékanmé) and two (02) communes in the Mono (Bopa and Grand-Popo). Furthermore, the study revealed that the variations in yields observed in the Mono and Couffo are not attributable to rainfall, especially the quantity of rainfall. Les rendements agricoles ont toujours été déterminants dans les questions de sécurité alimentaire et pouvoir les prédire rendra plus performant le système d’alerte précoce. C’est dans cet objectif que la présente étude a été conduite et a consisté à estimer les rendements de la culture de maïs dans les départements du Mono et du Couffo de 1998 à 2020. Il s’est agi de : i)- évaluer l’influence des paramètres climatiques par rapport aux rendements du maïs dans les Départements du Mono et du Couffo ; ii)- analyser le modèle de prévision de rendements par similarité de la culture du maïs dans la zone d’étude ; et iii)- analyser la possibilité d’intégration du modèle de prévision étudié dans le système d’alerte précoce.
La méthodologie a consisté à utiliser le logiciel SPIRITS pour extraire les NDVI et ensuite le modèle de similarité pour l’estimation des rendements avec les paramètres RMSE, MAD et R². L’analyse des corrélations et de la régression linéaire a montré que le modèle de similarité avec R² était plus performant que le MAD et le RMSE à l’échelle global et départemental tandis que le modèle avec le MAD était plus adapté à l’échelle des années. Le modèle de similarité peut être utilisé dans la prévision des rendements au niveau des deux départements avec le R² et de façon plus spécifique au niveau de trois (03) communes dans le Couffo (Djakotomey, Dogbo et Klouékanmé) et de deux (02) communes dans le Mono (Bopa et Grand-Popo). Par ailleurs, l’étude a révélé que les variations au niveau des rendements observés dans le Mono et le Couffo ne sont pas imputables à la pluviométrie notamment la quantité des précipitations.

yield --- similarity --- model --- rainfall --- Benin --- NDVI --- rendement --- similarité --- modèle --- pluviométrie --- NDVI --- Sciences du vivant > Agriculture & agronomie