Académique Documents
Professionnel Documents
Culture Documents
D E D I C A C E
A V A N T - P R O P O S
Situé sur le piémont méridional du massif des Bamboutos dans la région des hautes terres
de l’ouest du Cameroun, le groupement Foto, où se trouve la ville de Dschang chef-lieu de
l’arrondissement du même nom, a vu sa population croitre progressivement au fil des années.
Cette situation soulève actuellement quelques préoccupations face aux défis nouveaux que
posent les changements climatiques.
Cette étude qui s’est voulue être une étude agroclimatique a pris en compte des concepts
propres à l’agronomie et qui ont certainement été mal définis, utilisés ou interprétés du fait d’une
appropriation maladroite de notre part. Nous prions donc nos lecteurs de bien vouloir tolérer les
maladresses qu’ils pourront déceler dans le présent texte.
iv
R E M E R C I E M E N T S
- Notre directeur de travaux, le Pr Roger NGOUFO qui a bien voulu suivre ce travail de
bout en bout et qui a su nous rappeler à l’ordre chaque fois que nous nous écartions de
notre question de recherche. Nous lui sommes sincèrement reconnaissants.
- Tous nos professeurs du département de géographie qui nous ont encadré depuis nos
début à l’université.
- Nos parents pour leur soutien et leurs encouragements.
- M. le Délégué d’arrondissement de l’agriculture à Dschang et à tous les chefs de postes
agricoles de Foto qui nous ont pris sous leur tutelle en nous considérant comme leur
stagiaire. Nous en profitons pour remercier, à titre posthume Mr AWASHA, chef du
poste agricole de Fiala, qui est décédé durant notre étude. Il a été le premier à nous
recevoir et à nous prendre en charge dès notre premier voyage d’étude, alors que nous ne
disposions pas encore d’une attestation de recherche.
- Tous les agriculteurs avec qui nous avons discuté et tous ceux et celles qui ont bien voulu
répondre à nos questions. De même à tous ceux et celles qui nous ont aidé lors de notre
enquête en nous accompagnant afin de lever les suspicions et réticences éventuelles des
chefs de ménages.
- Tous les membres de notre famille qui nous ont encouragé dans la poursuite de cette
voie.
- Nos amis FOTSO NGUEMO Christian, étudiant météorologue du laboratoire LEMAP de
la faculté des sciences de l’université de Yaoundé I, pour nos multiples discussions sur
les lois et principes de l’atmosphère. KAMDEM KENMOGNE Herman, camarade de
promotion avec qui nous cheminons depuis nos débuts au niveau I et dont les
encouragements constants nous ont toujours galvanisés.
v
R E S U M E
Cette étude a porté sur la relation qui existe entre la variabilité climatique et l’agriculture à
Foto. L’objectif principal était d’identifier les formes d’adaptation de l’agriculture vivrière de
subsistance à la variabilité climatique dans le groupement Foto. Les données météorologiques
sur les températures et les précipitations allaient de 1970 à 2009 et celles sur l’insolation allaient
de 1983 à 2009. Les données sur la production agricole annuelle utilisées dans le cadre de la
relation climat – production agricole vont de 2000 à 2010. Elles concernent uniquement le maïs.
Le test de la relation entre l’évolution du climat et celle de la production agricole annuelle a pu
être fait grâce à l’utilisation des méthodes statistiques. Il s’agit principalement du test de
corrélation. Il nous a permis de constater que de tous les paramètres climatiques susmentionnés
qui ont été pris en compte dans l’analyse, chacun se déclinant sous différentes variables,
l’insolation est le paramètre climatique dont la variabilité a le plus affecté l’évolution de la
production du maïs par exemple à Foto. Le coefficient de corrélation de PEARSON obtenu pour
la relation entre l’insolation et la production annuelle de maïs a été de R = - 0,686, la plus forte
de tous. Elle s’y comporte ainsi comme le principal facteur limitant à l’amélioration des récoltes
en matière de climat. Pour faire face à cette situation nouvelle, les agriculteurs y ont développé
différentes stratégies en matière d’adaptation à la variabilité et aux changements climatiques.
Mots clés : Variabilité climatique ; production agricole ; adaptation ; Foto.
A B S T R A C T
This research concerned the relation between climatic variability and agriculture in Foto.
The main objective was to identify the different methods of adaptation of the annual agricultural
production of certain cultivations, by example maize, to the climatic variability in the grouping
villages of Foto. The meteorological data of temperature and precipitations covered a period of
forty years (1970 – 2009) and those of insolation covered a period of twenty-seven years (1983 –
2009). For our study of the statistical relationship between climate and agricultural production,
we used annuals data for the period of time 2000 – 2010. These data concern maize production.
Test of the relation between the annuals evolutions of climatic elements and agricultural
production have been operated by using statistical tests such like coefficient of correlation of
PEARSON. These statistical tests shown that among the different climatic elements, insolation
and its variables were those one which most influenced the annual production in term of
statistical correlation. The coefficient of correlation of PEARSON obtained for the relation
between insolation and annual production of maize given R = - 0.686, the highest coefficient
than all others. So that among the climatic elements studied, insolation comes first and
precipitations second (R = 0.381) to influence negatively the annual production of cultivation in
Foto. To face this present situation of climate and assure a good agricultural production each
year, the farmers of the grouping villages of Foto developed several strategies of adaptation to
climate variability and to climatic changes.
Key words: Climatic variability, agricultural production, adaptation, Foto.
vi
TABLE DE MATIÈRES
D E D I C A C E...............................................................................................................ii
A V A N T - P R O P O S .....................................................................................iii
R E M E R C I E M E N T S ................................................................................ iv
R E S U M E ......................................................................................................................... v
TABLE DE MATIÈRES ............................................................................................................. vi
LISTE DES TABLEAUX ............................................................................................................ ix
LISTE DES FIGURES.................................................................................................................. x
INTRODUCTION GENERALE ................................................................................................. 1
PREMIERE PARTIE : LA VARIABILITE CLIMATIQUE ................................................ 27
CHAPITRE 1 : EVOLUTION DES TEMPERATURES ....................................................... 28
I - LA VARIABILITE SAISONNIERE .................................................................................... 28
A- Le régime thermique moyen .................................................................................................... 28
B - Les variations journalières de la température .......................................................................... 29
1 - Les températures maxima moyennes ....................................................................................... 29
2 - Les températures minima moyennes ........................................................................................ 30
a - Minima absolus des températures ............................................................................................ 31
b -Maxima absolus des températures ............................................................................................ 31
C - L’insolation ............................................................................................................................. 32
1 - Les variations saisonnières de l’insolation .............................................................................. 32
2 - Insolation moyenne journalière (1983 – 2009) ........................................................................ 33
3 - Nombre de jours moyens sans soleil (1983-2009) ................................................................... 33
II - LA VARIABILITE INTERANNUELLE ........................................................................... 34
A - Evolution de la température moyenne annuelle (1970-2009) ................................................. 34
1 - Analyse descriptive .................................................................................................................. 35
2 - Etude de la dispersion .............................................................................................................. 36
a - L’analyse fréquentielle des données de la température moyenne annuelle ............................. 37
b - Analyse de la forme de la distribution ..................................................................................... 38
B - Variation interannuelle de l’insolation .................................................................................... 40
1 - Analyse des totaux annuels ...................................................................................................... 40
2 - Evolution des totaux annuels du nombre de jours sans soleil .................................................. 41
III - ANALYSE DE LA VARIABILITE A L’ECHELLE DE LA DECENNIE ................... 42
A - La variabilité saisonnière de la température ........................................................................... 42
B - Les cas particuliers des mois de Février et de Mars ................................................................ 43
C - Analyse de la variabilité interannuelle .................................................................................... 46
1 – Les variations des températures moyennes par rapport à celles du globe (GIEC) .................. 47
vii
Figue 42 : Pourcentage des femmes pratiquant l’agriculture au sein des ménages enquêtés
.............................................................................................................................................. 101
Figure 43 : Répartition des activités génératrices de revenus selon les ménages enquêtés ........ 102
Figure 44 : Pourcentage du type de commerce pratiqué par les ménages pratiquant le commerce
.............................................................................................................................................. 102
Figure 45 : Pourcentage des produits agricoles vendus au sein des ménages pratiquant le
commerce ............................................................................................................................. 103
Figure 46 : Pourcentage des ménages enquêtés commercialisant comme produits agricoles
uniquement leurs récoltes .................................................................................................... 103
Figure 47 : Pourcentage des ménages enquêtés cultivant plusieurs champs............................... 104
Figure 48 : Pourcentage des ménages enquêtés ne cultivant plus que la moitié de leurs champs
durant le 2eme cycle cultural ................................................................................................. 105
Figure 49 : Pourcentage des ménages enquêtés membres d’une association (reunions) ............ 105
Figure 50 : Répartition des GIC ou des associations (réunions) en fonction du type d’intrants
agricoles acheté en commun ................................................................................................ 106
Figure 51 : Caractéristiques moyennes de pluviosité, d’évapotranspiration et d’intersections .. 111
Figure 52 : Relation entre le régime probable (1970-2009) et le régime moyen (2000-2009) ... 113
Figure 53 : La période fréquentielle de végétation (pfv), ru = 50 mm ........................................ 116
Figure 54 ; Courbes de la durée des différentes périodes selon la PFV ...................................... 116
Figure 55 : Définition de la phase décisive..................................................................................124
1
INTRODUCTION GENERALE
I – DEFINITION DU SUJET
A – Délimitation thématique
Nous nous sommes fondés sur les idées que chacune des personnes ressources (autorités et
agriculteurs) se fait de la relation qu’il peut y avoir entre la baisse possible des récoltes et la
variabilité climatique. Nous nous proposons ainsi de déterminer l’impact réel que pourrait avoir
la situation climatique actuelle de notre zone d’étude (le groupement Foto) sur la production
agricole donc sur les récoltes. Il s’agira d’une part de déterminer, à l’aide du traitement
statistique des données météorologiques collectées auprès de l‘IRAD de Dschang, la variabilité
climatique. D’autre part, il sera question de faire ressortir l’impact réel de cette variabilité sur
les cultures proprement dites en fonction des saisons. On planchera par la suite sur l’opportunité
ou la nécessité de déterminer de nouvelles dates de semis pour les cultures annuelles. Ces
2
nouvelles dates leur garantiraient de meilleures chances de réussite car elles auront pris en
compte la variabilité actuelle et future du régime moyen des précipitations par exemple.
B – Délimitation temporelle
Les différentes données collectées en ce qui concerne les paramètres climatiques couvrent
02 périodes à savoir :
- Une période de 40 ans allant de janvier 1970 à novembre 2009. Elle concerne les
précipitations et les températures à Dschang.
- Une autre période de 27 ans allant de mai 1983 à novembre 2009. Elle concerne
l’insolation.
Les données météorologiques ont été collectées auprès des services de l’Institut de
Recherche Agronomique pour le Développement (IRAD) de Dschang qui dispose d’un poste
météorologique.
C – Délimitation spatiale
IV – LA PROBLEMATIQUE DE RECHERCHE
Cette maitrise du régime des précipitations se traduit dans les faits par l’organisation des
activités socio-culturelles traditionnelles à Foto. C’est ainsi que, par exemple, la période des
funérailles à Foto est calée pendant la période sèche, janvier-février, pour deux raisons : le fait
5
que les travaux champêtres soient arrêtés et la facilité de déplacement et d’accès liée à l’absence
des pluies dans une région où en dehors des principaux axes routiers du centre-ville, toute autre
voie d’accès du groupement est non bitumée. Les activités agricoles ne sont pas en reste.
A première vue il semblerait que ce soit sur la base de ce découpage scientifique du régime
des pluies en 02 saisons distinctes et délimitant la saison culturale entre février et novembre, que
les populations à Foto ont choisi de caler la date de début de semis des cultures de 1 er cycle
cultural en février (pour les cultures annuelles) ; notamment dès le 10/02. Il s’en suit que, si
pendant plusieurs décennies cette période de début de semis pour les cultures de 1 er cycle
cultural a garanti aux cultures annuelles telles le maïs ou le haricot de bonnes chances de
réussite, il semble que la chose ne soit plus aussi certaine depuis le début du millénaire. Cela
pourrait être dû au problème de la variabilité climatique qui a des répercussions sur le régime
moyen des précipitations, donc sur la saison culturale. C’est ainsi qu’il est rapporté, par les
agriculteurs et par les autorités en charge de l’agriculture à Foto, depuis un certain nombre
d’années des cas d’échec de semis de 1er, mais aussi de 2ème cycle cultural dus soit à un échec de
la levée des cultures, soit à une mauvaise alimentation en eau durant la phase critique de
développement de la culture. Cette situation semble être le fait d’une très grande variabilité
annuelle dans les dates de début et de fin de la saison des pluies ce qui rend probablement
inappropriées les dates traditionnelles de semis des cultures à Foto.
donne climatique, ce sur quoi les différents rapports du GIEC attiraient déjà l’attention (GIEC,
1997, 2001, 2007). D’après les données sur la production annuelle de certaines cultures vivrières
issues du service de la statistique des délégations d’arrondissement de Dschang et
départementale de la Menoua, la production agricole serait en baisse dans la région. Bien que les
raisons à cela soient nombreuses, il est possible que la variabilité climatique y intervienne de
façon négative. Comment est-elle responsable ? Là est toute la difficulté.
A – La question de recherche
_ Comment ont évolué les températures, les précipitations et l’insolation à Foto de 1970 à
2009 ?
_ Comment la production de certaines cultures vivrières annuelles a-t-elle évolué à Foto
depuis 1970 ?
_ Quelles sont les stratégies mises sur pied par les populations et les autorités en matière
d’atténuation/adaptation aux risques liés à cette variabilité climatique?
Nous avons pour objectif principal d’identifier les formes d’adaptation de l’agriculture
vivrière de subsistance à la variabilité climatique dans le groupement Foto.
- Montrer comment le climat à Foto a évolué de 1970 à 2009 et quelles ont été ses
paramètres les plus affectés.
- Présenter les stratégies paysannes mises au point pour réduire leur vulnérabilité face aux
impacts actuels et potentiels de la variabilité climatique actuelle et future.
Depuis l’an 2000, nous pouvons citer quelques catastrophes climatiques parmi les plus
néfastes. Il s’agit de : l’Ouragan Katrina d’août 2005 aux USA, la canicule de l’été 2003 en
Europe méditerranéenne et occidentale, les récentes vagues de chaleur des étés 2009 et 2010 en
Europe, les terribles inondations survenues en Asie des moussons (Thaïlande, Taïwan, etc.)
durant la saison des moussons, la vague de froid meurtrière de l’hiver 2011/2012 qui a paralysé
toute l’Europe pendant une dizaine de jours environ, etc. Nous ne citons ici que les catastrophes
les plus médiatisées. Tous ces phénomènes extrêmes, qui surviennent durant les saisons de
l’année propices à leur mise en place, ont des conséquences parfois catastrophiques sur
l’économie et sur les populations des pays en voie de développement (GIEC).
Selon les rapports du GIEC (2001 et 2007), les pays les plus vulnérables face à cette
situation sont les pays en voie de développement dont le Cameroun. De même les secteurs
d’activités les plus exposés sont ceux liés à l’alimentation de l’Homme, le cas de l’agriculture.
L’agriculture est la principale activité économique au Cameroun et en Afrique subsaharienne.
Elle représente 20 à 30% du PIB en Afrique noire et 55% de la valeur totale des exportations du
continent (GIEC, 1997). Le risque est alors majeur pour l’ensemble des pays africains étant
donné que l’une des incidences des changements climatiques sera la mise à mal de la
disponibilité en eau pour les populations et leurs activités (IPCC, 2007a). En effet l’une des
conséquences majeures des changements climatiques, pour l’Afrique en général et le Cameroun
en particulier, sera la modification des régimes pluviométriques et l’augmentation de chocs
climatiques en termes de fréquence et d’intensité (IPCC, 2007a). Comme conséquence directe, la
8
transformation des milieux (naturels et sociaux) qui sont déjà eux-mêmes dans une situation
critique à cause d’une exploitation intense des ressources disponibles.
Une baisse des précipitations de 10% en Afrique, entre 0° N et 10° N de latitude, a été
constatée par HULME et al. (1992) de 1931 à 1990 (FAO, 1995). Cette situation est confirmée
par TSALEFAC (AIC, 2004) qui, en étudiant l’évolution interannuelle des précipitations sur les
hautes terres de l’ouest-Cameroun de 1940 à 1990, observe une baisse relative des précipitations
sur l’ensemble de la région étudiée depuis 1970 et donc sur Dschang. D. SIGHOMNOU (2004)
qui pousse l’étude de la variabilité pluviométrique de 1940 jusqu’en 2001 confirme que sur
l’ensemble du territoire camerounais, la pluviométrie est déficitaire depuis 1970. Cette situation
devient problématique pour la pratique de l’agriculture non irriguée qui est la plus répandue à
Foto compte tenu de sa topographie. L’évolution récente du climat, notamment depuis le début
des années 2000, nous fait craindre des risques de famine et de malnutrition pour cette région où
la pression sur la terre est très forte. De même, toute possibilité d’extensification des parcelles
agricoles sur de nouvelles terres s’avère difficile, voire impossibles compte tenu de la
réorganisation totale de l’espace que cela supposera et du coût financier (GIEC, 1997).
A – Le cadre conceptuel
Mais étant donné la nature variable du climat dans une région et à un instant donné, toute
valeur qui s’écarterait de la moyenne ne doit pas être considérée ipso facto comme une anomalie.
En effet une anomalie renvoie, d’après certains auteurs, à tout accident climatique qui
s’écarterait d’une situation jugée normale d’un degré tel qu’il se situerait en dehors des bornes
d’un intervalle défini comme intervalle de variation. Le seuil fixant les limites inférieures et
supérieures de cet intervalle est défini par référence à l’écart type (TSALEFAC, AIC 2004). La
variabilité climatique sera de ce fait envisagée de façon objective à partir de l’analyse statistique
des données chiffrées dans notre travail. Ainsi, il nous est désormais possible de définir le risque
ou l’aléa climatique comme la probabilité d’occurrence d’une anomalie dans le rythme
saisonnier d’une région pendant une ou plusieurs années. La grande crainte que suscitent les
changements climatiques en cours sur notre planète est qu’effectivement le risque devient un peu
plus grand que, dans le futur, les situations climatiques définies aujourd’hui comme anormales
deviennent normales. Cette préoccupation soulève l’énorme problème de l’adaptation des
sociétés face aux changements climatiques.
La Convention Cadre des Nations Unies sur les Changements Climatiques (CCNUCC)
définit, en son article premier, les changements climatiques comme les
« changements/modifications du climat qui sont attribuées directement ou indirectement à une
10
et de leur travail à des productions d’autoconsommation (P. GEORGE, 2009). A Foto elle reste
la plus répandue et implique de ce fait une part importante de la population parmi celle qui
dépend principalement de l’agriculture pour sa survie. Nous ajoutons à cette catégorie d’autres
caractéristiques permettant de mieux la distinguer. Parmi elles, il faut tenir compte qu’elle se
pratique sur de toutes petites parcelles, en général moins d’un hectare. Les récoltes sont faibles.
Les cultures ne sont pas monospécifiques mais essentiellement associatives. Le capital investi en
termes d’intrants et de matériel agricole est faible.
B – Le cadre théorique
Il existe de nombreuses théories tentant d’expliquer les changements climatiques qui sont
survenus, qui surviennent, et qui surviendront encore dans un futur proche et lointain dont l’une
des plus célèbres reste la théorie astronomique de M. MILANKOVITCH (1940).
D’après cette théorie, c’est donc l’Homme de par le développement de ses activités
(industries, élevage, transports, …) qui est à l’origine de ce réchauffement planétaire constaté
depuis les années 80. Cette thèse de l’origine anthropique du réchauffement climatique actuel est
due à l’émission dans l’atmosphère des gaz à effet de serre, ou GES, dont les plus célèbres sont
le CO2 ; le CH4 et les CFC, qui agissent concomitamment avec l’effet de serre naturel pour
accroitre la température à la surface de la terre et dans les premiers mètres des océans. Cette
augmentation se fait par piégeage d’une quantité supplémentaire de l’infrarouge tellurique dans
les basses couches de l’atmosphère. Cette théorie est défendue par le GIEC et a donné naissance
à la théorie de l’origine humaine du réchauffement climatique qui a donné lieu à une grande
controverse au sein de la communauté scientifique internationale.
12
Une rétroaction se caractérise par son paramètre (ou sensibilité du système à cette
rétroaction), souvent noté λ . λ 0 correspond à une rétroaction positive et λ 0 correspond à
une rétroaction négative. Dans le cas de la sensibilité du climat, le paramètre qui induit un
forçage radiatif positif est l’augmentation du CO2 atmosphérique. Cette augmentation du CO2
atmosphérique modifie le bilan radiatif de la terre qui, par forçage radiatif, qui est la réponse du
système à cette modification, absorbera +/- de chaleur, selon qu’il soit positif ou négatif, afin de
retrouver une situation d’équilibre nouvelle. La conséquence directe, par rétroaction positive ou
négative, peut alors être soit un réchauffement, soit un refroidissement. Il existe une multitude de
rétroactions jouant un rôle dans le climat et sa stabilité. Elles sont d’origines cosmiques,
physiques, chimiques, biologiques, sociaux, …Il est possible de calculer la rétroaction climatique
Où δR est le forçage radiatif (en W/m²) et δT est la réponse du système à ce forçage (en °K).
Ainsi, d’après le GIEC (2007), une hausse de la température de 0,2°C par décennie est à
attendre pour les vingt prochaines années. En fonction des différents scénarios (B1 ; A1T ; B2 ;
A1B ; A2 ; A1FI), le GIEC prévoit une augmentation de la température comprise dans une
fourchette de [0,3-6,4] °C d’ici à 2100. Cette augmentation de la température aura de ce fait un
effet domino sur les autres éléments du climat (précipitations, insolation, humidité
atmosphérique) avec comme conséquence le changement climatique, d’où la théorie du « Global
change ». Ce changement climatique général ne va pas sans avoir d’incidences sur l’Homme et
ses activités, d’où les questions de la vulnérabilité et de l’adaptation des populations aux risques
liés à ces changements. Parmi les secteurs d’activités les plus exposés, figure en bonne place
l’agriculture qui, d’après le GIEC, risque de voir son rendement baissé dans les latitudes basses
malgré une hausse des températures. Cette baisse se fera principalement dans les régions à
saisons sèches ou dans les régions tropicales (GIEC, 2007). L’Afrique en général, et tout
particulièrement le Cameroun pour ce qui nous intéresse, appartiennent à cette partie du globe, il
est donc question pour nous d’éprouver la théorie d’un réchauffement du climat par
augmentation de la température moyenne annuelle de 1970 à 2009, en observant, le cas échéant
des similitudes entre la courbe de température du GIEC et celle obtenue après analyse de
l’évolution des températures dans notre zone d’étude, Foto.
14
Cette théorie du « Global change » nous permet de faire intervenir la théorie de l’écologie
de la production qui présente les différentes conditions de la production et de leurs rendements.
La théorie établit les interrelations entre ces différents systèmes (sol-plante-atmosphère) et
hiérarchise le rendement en trois classes. Par ordre croissant : le rendement réel, le rendement
réalisable et le rendement potentiel. Chacune de ces classes est sous l’influence de différentes
catégories de facteurs limitant (fig. 2). Par ordre de rendements décroissants, il s’agit du :
La culture dispose de suffisamment d'eau et d'éléments nutritifs et elle est protégée des
mauvaises herbes, des déprédateurs et des maladies. Son taux de croissance dépend seulement de
son stade de développement, de la radiation et de la température. En couverture totale (au
champ), le taux de croissance des cultures évolue entre 150 et 350 kg de matière sèche par
hectare et par jour. Ces chiffres définissent donc le potentiel de croissance de la culture et le
rendement correspondant est le rendement potentiel. Ces conditions sont réunies dans le cas des
cultures intensives, dans les prairies et souvent dans les serres.
Le taux de croissance peut être limité par un manque d'eau pendant au moins une période
de la saison. Cette situation est fréquente dans les régions arides et semi-arides, mais elle est
connue aussi dans d'autres régions climatiques au cours des périodes sèches de l'été et avec des
techniques intensives de production sur des sols sablonneux.
Le taux de la croissance de la culture peut être affecté par un manque d'azote ou d'eau en
différentes périodes de la saison. Ce cas est fréquent dans les systèmes d'agriculture extensifs à
travers le monde. La croissance de la culture peut être limitée par un manque de phosphore ou
d'autres éléments, cette condition est généralement observée dans des systèmes de production
extensive sur des sols relativement anciens.
3) Rendement réel des cultures affectées par des mauvaises herbes, des déprédateurs, des
maladies et des polluants.
production agricole et en particulier dans les pays en voie de développement. (Les principes de
la théorie de l'écologie de la production, Rapport PSS n°13, 1995).
Situation de production
_ CO2
_ Radiation
POTENTIEL Facteurs déterminants _ Températures
_ Caractéristiques culturales
_ Physiologie, phénologie
a : eau
b : Eléments nutritifs
REALISABLE Facteurs limitants _ Azote
_ Phosphore
Mesures d’accroissement R.
_ Mauvaises herbes
Facteurs Réducteurs _ Parasites
REEL _ Maladies
_ Polluants
Mesures de protection du rendement
d’une baisse potentielle du rendement en Afrique liée aux changements climatiques se renforce
davantage. Cette théorie place également les régions montagneuses parmi celles les plus
exposées. P. FRANQUIN et al. (1988) qui ont travaillé en région tropicale ont émis la théorie
selon laquelle les régions montagneuses sont sous l’influence non seulement des températures et
des précipitations en tant que facteurs limitant, mais en plus il est important d’y tenir compte de
celle liée à l’insolation qui y est primordiale.
_ Les paramètres climatiques étudiés ont varié conformément aux résultats publiés dans le
ème
4 rapport du GIEC en 2007.
_ La production agricole à Foto aurait baissé du fait des variations climatiques entre 1970
et 2009 notamment en ce qui concerne les cultures vivrières annuelles.
_ Les agriculteurs locaux ont mis sur pied différentes stratégies pour mieux maitriser la
saison des pluies et garantir le succès des récoltes.
X – LA METHODOLOGIE DE RECHERCHE
Les personnes cibles sont à la base, les paysans-agriculteurs, c’est-à-dire les populations
qui pratiquent une agriculture vivrière de subsistance. Cependant cette catégorie de la population
à Foto n’est pas clairement identifiée pour que nous puissions directement travailler avec elle.
Nous avons dû procéder indirectement en prenant en compte l’ensemble des actifs agricoles. Ils
sont définis selon les chefs de postes agricoles comme toutes les populations à Foto qui
possèdent un champ qu’elles cultivent et qui ont été recensées sans distinction. Nous avons dès
lors travaillé conjointement avec le délégué d’arrondissement en charge de l’agriculture à
Dschang et les chefs de postes agricoles, responsables d’une zone d’influence définie à
l’intérieur de Foto. Ils nous ont guidés à chacune de nos différentes descentes sur le terrain et
tout particulièrement avec les agriculteurs ou actifs agricoles (principales personnes ressources).
Le choix des outils et des méthodes pour la collecte des informations s’est fait selon le type
ou la nature de l’information recherchée. Les informations recherchées étaient de deux natures
différentes ; quantitatives et qualitatives.
département. Ces informations ont été collectées dans le cadre de l’analyse des variations
annuelles du climat et de la production agricole.
L’échelle d’analyse s’est faite en tenant compte de la nature des données, principalement
des données météorologiques. Toutefois l’analyse statistique s’est faite à l’échelle de la décade,
du mois, de l’année et de la décennie. S’agissant du cas particulier de la décade, le découpage
des mois en décade s’est fait suivant la longueur des mois du calendrier civil pour une raison
purement pratique. Pour les mois de 31 jours (Janvier, Mars, Mai,…) ils ont été divisés en trois
décades dont une comprend 11 jours (21 au 31). De même, le mois de Février possède une
décade de 08 ou 09 jours selon que l’année est bissextile ou non, du 21 au 28/29. La finalité a été
la simulation du bilan hydrique annuelle de ces dix dernières années (2000-2009) et la
construction de la période fréquentielle de végétation, la PFV, par la méthode des intersections
élaborée par P. FRANQUIN (1975) qui permet d’ajuster au mieux les cycles des cultures en
tenant compte de la variabilité climatique actuelle.
Nous avons dû nous contenter des chiffres de la population mise à notre disposition par les
chefs de postes agricoles. Malgré nos démarches au niveau de la mairie, de la préfecture et de la
sous-préfecture de Dschang, nous n’avons pas pu obtenir les données escomptées à savoir les
chiffres des populations réparties par village au sein de la chefferie Foto ; de même que l’effectif
de la population agricole. Seule nous a été communiquée une estimation de la population totale
du groupement, soit entre 40 000 et 45 000 hab. environ en 2011. Etant donné que nous
désirerions ne travailler qu’avec les populations actives agricoles pour davantage de fiabilité,
seuls les chefs de postes agricoles disposaient de cette information en termes de chiffres recensés
pour le compte de l’année 2010 et par postes agricoles. Malheureusement, le fait que le poste
agricole de Lingan soit sans chef depuis 02 ans et que l’ancien n’ait pu être joignable à aucun
moment durant les 03 phases exploratoires, nous a contraints à affecter à ce poste un effectif
provenant d’une estimation issue des archives de la délégation d’arrondissement de l’agriculture
à Dschang pour la période 2005. Le tableau I montre la taille des ménages échantillonnés selon
chaque poste agricole
20
Comme nous pouvons le noter, une fois la taille de l’échantillon total définie pour
l’ensemble des 05 postes agricoles, nous avons préféré la répartir équitablement sur chacun des
postes afin de garder une certaine objectivité en accordant à chaque poste les mêmes chances de
départ. Lors de notre enquête, les femmes ont été beaucoup plus enquêtées que les hommes. Ceci
à cause de ce qu’à Foto, comme dans l’ensemble du pays Bamiléké, l’agriculture vivrière est
bien plus pratiquée par les femmes que par les hommes. Ils s’occupent le plus souvent des
cultures de rentes telles que le café arabica/robusta, et de plus en plus depuis quelques années,
des cultures maraichères comme nous l’ont indiqué les différents chefs de postes agricoles. C’est
ainsi que pour ne pas ignorer la part des hommes qui pratiqueraient l’agriculture en général, nous
avons choisi au départ qu’au moins 15 à 20% des chefs de ménages enquêtés soit de sexe
masculin (tableau II).
Etant donné que cette enquête auprès des ménages visait au final à évaluer la vulnérabilité
et les capacités d’adaptation des ménages face aux effets néfastes des changements climatiques
actuels et futurs, l’un des paramètres que nous avons également pris en compte dans la conduite
de notre enquête est l’âge et l’activité principale. Ces deux derniers critères interviennent d’après
l’hypothèse d’un lien étroit entre la vulnérabilité et l’âge et/ou le type d’activité principale mené.
Nous appuyant sur une deuxième hypothèse, les personnes âgées sont plus vulnérables que celles
qui le sont moins, nous avons choisi de prendre en compte toutes les tranches d’âge en les
répartissant en 02 catégories ; de 25 à 59 ans et de 60 ans à plus. Nous avons pris comme limite
21
des 02 catégories d’âges 60 ans en tenant compte de l’âge légal de la retraite au Cameroun pour
les fonctionnaires (55 -60 ans) étant donné qu’il est probable qu’au courant de l’enquête nous
ayons à enquêter des agents de l’Etat (Tableau III). Cependant nous avons défini qu’au moins
60% des chefs de ménages enquêtés devaient appartenir à la 2ème catégorie d’âge. La
visualisation a de ce fait pris une place importante lors du choix des chefs de ménages enquêtés.
Bien que le groupement Foto soit, aujourd’hui, organisé en 05 postes agricoles différents, il
est important de noter qu’à l’origine, dans les années 70 et 80 à la mise sur pied des postes
agricoles relais entre le gouvernement et les agriculteurs, il n’existait que 03 postes agricoles,
Lingan ; Balevoni et Fonakeukeu. Chacun de ces postes appartenait à une zone d’influence plus
grande appelée zone de vulgarisation (Fig. 2) et notée AVZ (Agence de Vulgarisation de Zone).
Cependant, l’AVZ de Balevoni s’est vue réorganisée par la suite avec la création de 02 nouveaux
postes agricoles, Fiala et Tsinbin. L’AVZ de Balevoni compte actuellement 03 postes agricoles.
Les caractéristiques de chaque AVZ sont listées dans les tableaux IV et V.
On se rend compte que l’AVZ de Balevoni est répartie en 08 aires géographiques d’une
superficie totale de 38,3 Km² et comprend 03 postes agricoles. Le poste agricole de Balevoni
22
voit sa zone d’influence répartie sur 04 aires, de I à IV, soit une superficie de 20 Km². Cet espace
prend en compte les villages Balevoni ; N’noue Fo Tsop ; Foguimgo ; Litsag ; Aza. Sa
population active agricole totale est de 4791 hab. Le poste agricole de Fiala prend en charge les
aires V à VII, soit une superficie de 13,5 Km² et une population active agricole totale de 5016.
Ce poste couvre les villages Tsinkop ; Fiala ; Atoula nzizong ; Liphatsag ; Nzo’ong ; Lipe ;
Nteuh ; Lap ngatsi et Lefeh. Le poste agricole de Tsinbin prend en compte l’aire VIII qui
correspond aux villages Tsinbin foda ; Keleng I, II et III ; Atoutsang et Ngwa’a.
23
Le calcul de la taille (n) de l’échantillon s’est fait en utilisant une méthode d’estimation à
caractère quantitatif, il s’agit de l’estimation par intervalle de confiance d’une moyenne.
Procédé ;
Postulat n°1 : Soit un seuil de confiance fixé à 95% et une précision relative (marge d’erreur ou
erreur optimale) fixée à priori à +/- 3%.
P = population mère = population active agricole totale = 14165 hab (sans tenir compte de celle
de l’AVZ de Lingan que nous ne connaissons pas).
∑ ̅
∑
√ √
Postulat n° 2 : Supposons que la variable aléatoire (Mn) qui sera la moyenne observée sur
l’échantillon (n) soit supérieure à 50 hab, elle suivra donc une loi normale ;
d’où .
√ √
⁄
√
=> √
Calcul de σ* (écart-type de n)
√ √
- Calcul de la précision
Calcul de la précision absolue
25
Ceci signifie clairement que la moyenne de la population active agricole étant de 3541 hab
par poste agricole, la taille de l’échantillon (n) sera de 900 hab en moyenne comprise dans un
intervalle de +/- 102 hab, soit entre 798 et 1002 hab, pour chaque poste agricole. En attribuant la
même moyenne de 3541 hab au poste agricole de Lingan, la taille totale de l’échantillon (n) sera
de 4500 hab environ à Foto. Le postulat n°2 est vérifié avec Mn 50. Or il nous est impossible
d’administrer notre questionnaire sur un tel effectif du fait de l’absence d’effectif (une seule
personne qui mène l’enquête), de moyens financiers (ressources financières limitées) et de temps
(un questionnaire nécessitait au minimum 30 mn par ménage pour être mené correctement et le
nombre de ménage enquêté était de 05 en moyenne par soirée ce qui nous aurait demandé 30
mois au moins pour pouvoir atteindre les 4500 hab nécessaires). Devant cette difficulté et en
discutant avec les chefs de postes agricoles, nous avons finalement opté pour enquêter sur les
ménages car selon les informations fournies par les chefs de postes agricoles, il était possible de
rencontrer 02 à 04 (grands-parents, parents et membres de la famille) actifs agricoles au sein
d’un seul ménage.
résultats obtenus après dépouillement et analyse des questionnaires une valeur purement
indicative de l’évolution probable d’une situation observée à Foto.
« Les méthodes informelles sont basées sur des entretiens semi-directifs ou non structurés,
l’observation participative, ou sur la visualisation, pour stimuler le rôle actif des personnes
impliquées dans la construction de leur propre perception de leur réalité (comme dans la
MARP). Ces méthodes sont dites informelles en raison de l’absence de tout protocole formel
pour la collecte d’information. ». Sans réellement avoir mis en œuvre de façon systématique la
Méthode Active de Recherche et de Planification Participatives (MARP), nous avons cependant
eu recours à certains de ses outils. Il s’agit des entretiens semi-structurés et /ou non-structurés
avec des informateurs clefs (chefs de postes agricoles, paysans-agriculteurs et chercheurs de
l’IRAD de Dschang qui se sont prêtés volontiers aux entretiens) ; de l’observation participante
en suivant certains agriculteurs dans leurs champs aux moments des semis et des récoltes et
même pendant les exercices d’égrainage. Nous les avons parfois accompagnés au marché pour la
vente de la part des récoltes destinée à cet effet. Nous avons utilisé la visualisation pour le choix
des chefs de ménages à enquêter.
27
PREMIERE PARTIE :
LA VARIABILITE CLIMATIQUE
28
La température est l’un des éléments principaux entrant dans l’étude du climat. Ayant pour
origine le rayonnement solaire, sa perception au niveau des différents organismes vivants (les
Hommes tout particulièrement) est la résultante des diverses modifications qu’a pu subir le flux
solaire tout au long de son parcours ; de son point d’origine : le soleil, à son point d’arrivée : le
sol (pour ce qui est de notre planète). En effet l’agencement ou la distribution des différentes
composantes de l’atmosphère se modifiant et évoluant d’un point de celle-ci à l’autre ; et d’un
instant à un autre, conduit à ce que la température telle que nous la percevons (du moins sur le
plan climatique) ait essentiellement un caractère « oscillant » à la fois sur le plan spatial mais
aussi sur le plan temporel. Dès lors, il semblerait que ce soit à ce caractère « oscillant » de la
température que renvoie la notion de « variabilité ». Toute étude de la température doit d’abord
faire ressortir cet état de chose et éventuellement attirer l’attention, le cas échéant, sur une
situation particulière qui s’en dégagerait. Telle est le but dans ce chapitre.
I - LA VARIABILITE SAISONNIERE
- Les maxima : le premier en mars avec une température de 20,6°C et le second au mois
d’octobre avec ses 19,3°C.
- Les minima : le premier minima se situe respectivement aux mois de juillet et d’août
avec une température moyenne de 18,8°C. Tandis que le second s’observe au mois de décembre
avec 18,7 °C (Fig.1).
21,0
Températures
20,0
(en °C)
19,0
18,0
17,0 Mois
L’amplitude thermique annuelle est de 1,9 °C. Ceci signifie que sur l’ensemble de l’année
les températures varient peu, la différence entre le mois le plus chaud et celui le moins chaud
étant inférieur à 02°C. La température moyenne annuelle pour l’ensemble de la période 1970-
2009 est de 19,4 °C. Cependant, l’analyse menée à l’échelle de la décade a favorisé une
répartition plus détaillée du régime thermique moyen. Cette analyse à l’échelle de la décade nous
a permis de circonscrire très exactement quelles ont été les périodes de dix jours les plus chauds
et celles les moins chauds. Il en ressort la situation suivante :
- S’agissant des deux maxima ; le premier s’établit entre le 11 et le 20 mars avec 20,66 °C
et le second, du 11 au 20 octobre avec 19,35 °C.
- S’agissant des deux minima ; le premier s’établit entre le 01 et le 10 août avec 18,73 °C
et le second va du 11 au 20 décembre avec 18,65 °C (Fig. 2).
Cette analyse plus fine permet de préciser davantage l’amplitude thermique annuelle en
faisant passer la valeur précédente de 1,9 °C à 2,01°C
21,0
20,5
Températures (en °C)
20,0
19,5
19,0
18,5
18,0
17,5 Décades
D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2
Jan Fev Mars Avril Mai Juin Jt Aout Sept Oct Nov Dec
30,0
20,0
15,0
10,0 Décades
D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2
Jan Fév Mars Avril Mai Juin Jt Aout Sept Oct Nov Déc
16,00
Températures en (°C)
14,00
12,00
10,00
8,00
6,00
4,00
2,00
0,00 Décades
D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2
Jan Fév Mars Avril Mai Juin Jt Aout Sept Oct Nov Déc
Jan. Fév. Mars Avril Mai Juin Juil. Août Sept. Oct. Nov. Déc.
T(°C)
4,0 5,0 6,5 7,0 7,0 6,0 6,5 7,0 7,5 6,0 5,0 4,0
11/01/1978
21/01/1987
05/02/1981
14/02/1985
19/03/1986
24/04/1986
28/05/1987
05/05/1987
13/07/1986
09/08/1986
13/09/1978
19/10/1986
23/11/1978
12/12/1986
et 12,13,
Dates
06 et
11-
et
Jan. Fév. Mars Avril Mai Juin Juil. Août Sept. Oct. Nov. Déc.
T (°C)
33 34 33 32 30 30 29 29 29 29 30 30
29/01/1998
07/02/2003
01 ,02/04/1
01/04/2000
23/06/2006
10/06/2007
15/07/2002
25/07/2003
30/07/2005
24/08/1999
01/09/1996
17/10/1997
26/10/2008
28/11/2005
1993,1998,
1994,2000,
2001,2002,
2004,2005,
2006, 2007
998 et
et 08-
Dates
2007
et
Il en ressort que si nous considérons les valeurs extrêmes enregistrées à la fois par les
minima absolus et les maxima absolus de température, nous obtenons dès lors l’intervalle de
variation des températures minima et maxima pour la période 1970-2009. Il s’agit de la
fourchette de valeurs susceptibles d’être prises par les températures minima et les températures
maxima. L’amplitude thermique moyenne est de : 27,78 °C – 11,29 °C = 16,49 °C, tandis que
l’amplitude thermique absolue est de : 34 °C – 04 °c = 30 °C. Cette intervalle de variation
32
correspond à [04 °C ; 34 °C]. En poussant davantage l’analyse, nous avons pu établir l’intervalle
de variation à la fois pour les températures minima et pour les températures maxima. Pour y
arriver, nous avons déterminé la plus grande valeur enregistrée par les minima absolus de
températures ; soit 20 °C et ensuite la plus petite valeur enregistrée par les maxima absolus de
températures ; soit 20 °C. Il s’en suit que pour les températures minima leur intervalle de
variation sur l’ensemble de la période 1970 – 2009 correspond à [04 °C - 20 °C], tandis que
celui des températures maxima correspond à [20 °C - 34 °C]. Ces intervalles représentent donc la
fourchette de valeurs qu’a pu prendre les températures minima ou maxima, chacune en ce qui la
concerne, tout au long de la période 1970 – 2009. Une analyse plus approfondie dans le but de
démontrer l’évolution année après année de l’un ou l’autre des deux composantes de la
température couramment mesurées consisterait, une fois ces intervalles définis, à déterminer la
valeur la plus fréquente, c’est-à-dire la valeur qui a plus grande probabilité d’être enregistrée
pour chaque mois et pour chaque année. Ceci permettra d’indiquer la tendance de la variation
mais surtout d’en préciser l’ampleur et la vitesse. L’avantage d’une telle méthode réside dans son
application possible à la prévision car elle peut se faire à différentes échelles en fonction de la
précision recherchée : heure ; jour ; mois ; année ; décennie ; etc.
C - L’insolation
Toutefois, seuls les mois de Juin, Juillet, Août et Novembre ont vu leur valeur augmenter
entre 1983 et 2009 (Fig. 5).
33
300
Insolation ( en
200
Heures)
100
0
Jan Fév Mars Avril Mai Juin Jt Aout Sept Oct Nov Déc Mois
- Les valeurs enregistrées entre 1983-2009 sont supérieures à celles de la période 1951-
1980 sur sept mois : décembre à juin ;
- Si sur l’ensemble de l’année la différence entre le total annuel des jours sans soleil est
favorable à la période 1951-1980 avec une différence de cinq jours, la plus forte baisse est
enregistrée au mois d’août où nous passons de 14 jours sans soleil entre 1951-1980 à seulement
03 jours entre 1983-2009.
34
15
Nombre de jours
10
sans soleil
5
0
Jan Fév Mars Avril Mai Juin Jt Août Sept Oct Nov Déc Mois
1983-2009 1951-1980
II - LA VARIABILITE INTERANNUELLE
De plus sur la figure 7, le constat est vite fait de ce que la période 1978-1986 est une
situation « anormale » par rapport à la période 1970-2009 car ses valeurs se trouvent en dehors
de l’intervalle qui est censé délimiter l’intervalle de variation « normale » des différentes valeurs
35
prises par les températures moyennes annuelles. C’est donc à l’intérieur de cette période que
nous observons la plus faible valeur de la période : 15,73 °C enregistré en 1978. D’un autre côté,
nous observons également une année « anormale » où cette fois-ci sa température moyenne a été
supérieure aux 21,52 °C (limite supérieure de l’intervalle) avec 21,75 °C. Il s’agit de l’année
1998.
24 21,75°C
Températures (en °C)
22 21,52°C
20 19,45°C
18
16 17,38°C
14
12
10
Années
1 - Analyse descriptive
Le fait que la moyenne arithmétique de la période 1970-2009 ne traduise pas exactement
les variations année après année des températures annuelles nous a conduits à préciser quelle
était sa position effective dans la distribution de la série. C’est dans cette perspective que nous
l’avons comparée à d’autres paramètres tels que la médiane (Me) ; les quartiles (Q3 et Q1). La
moyenne annuelle la plus élevée de toute la période 1970-2009 est 21,75 °C et la plus faible est
15,73 °C, soit une amplitude de 6,02 °C. Les années 1998 et 1978 semblent donc être des années
extrêmes. Le tableau V présente les valeurs rangées par ordre de grandeur décroissante. La
moyenne étant égale à 19,45 °C, seule l’année 1970 avec 19,52 °C est la plus proche de cette
valeur avec une différence de 0,07 °C. On se rend bien compte que vingt-quatre des quarante
moyennes annuelles enregistrées sont supérieures à cette valeur et seules seize lui sont
inférieures. La différence entre cette moyenne et la valeur maximale est de 2,3 °C tandis que la
différence d’avec le minimum est, elle, de 3,72 °C. La médiane de la série est de 20,5 °C et c’est
l’année 1989 qui en est la plus proche et constitue ainsi le centre de la série. La médiane diffère
de la moyenne arithmétique de 1,05 °C ce qui représente un écart assez important. Cette situation
est d’autant plus significative que vingt années ont une valeur qui lui sont supérieures et chose
encore plus significative, ces années sont les plus récentes. Elles vont de 1988 à 2009. Seules les
années 2003 et 2004 lui sont inférieures. On se rend donc parfaitement compte de ce que c’est la
médiane dans ce cas qui rende le mieux compte de la tendance à la hausse de la température
36
moyenne annuelle notamment depuis 1988. Or la moyenne arithmétique renvoie quant à elle à
l’année 1970 bien qu’elle ne lui soit pas rigoureusement égale.
En poursuivant l’analyse, nous constatons que : 25% des valeurs se situent au-dessus de 21
°C ; que les années qui y correspondent sont postérieures à 1992 et se suivent année après année
jusqu’en 2002 avant de connaitre une interruption en 2003 et 2004 pour une nouvelle fois
repasser au-dessus de 21 °C en 2005 et entre 206 et 2009. Les moyennes annuelles évolueront
entre 20,5 °C et 20,59°C. 25% des valeurs se situent également en-dessous de 18,99 °C et
regroupent bien évidemment la période 1978-1986. Cependant nous constatons que cette période
est limitée par les années 1976 et 1987 avec respectivement 18,98 °C et 18,99°C. Seule l’année
1977 avec 19,15 °C sort de cette période.
2 - Etude de la dispersion
Afin de caractériser la dispersion par rapport à la moyenne arithmétique de la série et la
valeur qui lui est représentative (19,45 °C), nous avons calculé différents paramètres
caractérisant la dispersion. Ces paramètres sont les suivants : l’étendue de variation (6,02°C) ;
l’écart-type (2,07°C) et le coefficient de variation (10,643%). Avec un coefficient de variation de
10,643%, il apparait que les valeurs sont moins bien réparties autour de la moyenne
37
arithmétique, c’est-à-dire que la dispersion des valeurs autour de la moyenne est assez forte.
Nous avons donc choisi de représenter la répartition des données de la série grâce à l’analyse
fréquentielle.
Nous constatons qu’avec des classes d’un degré Celsius, nous obtenons sept classes de
valeurs et deux classes modales avec des fréquences identiques. Nous obtenons une classe avec
une fréquence nulle. Cependant nous voulions obtenir une distribution ayant une seule classe
modale et dont l’intervalle des classes ne soit pas supérieur à un degré Celsius, car cet intervalle
facilite la disposition sur le graphique de la position réelle des différents paramètres qui donnent
la forme de la courbe et facilite leur comparaison. C’est ainsi que nous avons réorganisé les
classes du tableau VI(A) et nous avons obtenu les résultats suivants (Tableau VI(B)) :
Certes, il se trouve qu’avec le tableau VI(B) nous nous retrouvons avec deux classes où la
fréquence est nulle contrairement au tableau VI(A) qui n’avait qu’une seule classe. Cependant le
tableau VI(B) ne possède plus qu’une seule classe modale. Elle distingue également une classe
pour les valeurs supérieures à 21,5°C. Le souci que nous avions d’obtenir une seule classe
modale est dû à la nécessité pour nous de calculer le coefficient d’asymétrie de Pearson. La
figure 8 permet d’observer la forme de la distribution de la série en se basant sur le tableau
VI(B).
20 Mo 0,5
relatives 0,3
10
0,2
5 ↓
0,1
0 0
15,5 - 16,5 - 17,5 - 18,5 - 19,5 - 20,5 - 21,5
16,49 17,49 18,49 19,49 20,49 21,49
Classes de températures (en °C)
oscillé autour d’une moyenne de 15,93°C, ont eu pour conséquence de décaler la moyenne de
l’ensemble de la série vers la gauche de la médiane. Il s’agit donc ici d’une dissymétrie négative
Cette situation peut se justifier en partant de l’hypothèse suivante. Pour qu’il y ait symétrie,
il faudrait que les valeurs extrêmes puissent s’annuler dans leur influence respective sur la valeur
prise par la moyenne et, par ce fait sur sa position effective dans la distribution. Pour illustrer
notre propos, considérons que l’on en vienne dans le cas de notre série de données à ne
considérer qu’uniquement les valeurs situées entre 17,38°C et 21,52°C et à ne pas tenir compte
des valeurs situées en–dehors de cette intervalle, la moyenne serait dans ce cas de 20,44°C tandis
que la médiane serait de 20,9°C, soit une différence de 0,46°C. On comprend de quelle façon les
valeurs extrêmes influencent la position de la moyenne dans la distribution par rapport à la
médiane mais également le type de dissymétrie.
100% des données se situent dans l’intervalle S - 2̅ à S + 2̅ , soit 15,31°C et 23,59°C. Preuve
que notre série de données ne suit pas une loi normale.
3000
Nombre d'heures
d'insolation
2000
1000
0 Années
1983 1985 1987 1989 1991 1993 1995 1997 1999 2001 2003 2005 2007 2009
De ce qui précède, il se soulève une préoccupation majeure : à quoi est due cette baisse des
totaux annuels de l’insolation ? Ceci est d’autant plus troublant qu’elle a lieu durant la période
(1987-2009) où l’on enregistre au niveau des températures une augmentation des valeurs de la
41
moyenne annuelle. Cependant il a été à plusieurs fois démontré et admis qu’il existe une très
bonne corrélation entre la température et l’insolation, les deux phénomènes étant par le fait liés.
Un élément de réponse peut nous venir du comportement du nombre de jours sans soleil.
tendance à la baisse du nombre de jours d’insolation qui elle, correspond à la baisse du total du
nombre d’heures moyennes d’insolation constatée plus haut.
400 60
Jours d'insolation
50
Au regard des résultats obtenus à l’issue de l’observation de la figure 11, il semble donc
que la baisse du total moyen annuel du nombre d’heures d’insolation soit due, pour une part, à
l’augmentation assez régulière du total du nombre de jours sans soleil, leurs deux courbes étant
quasi superposables comme le démontre aisément la figure 12.
2500 60
Total annuel d'heures
1500
1000 20
500
0 0
1983 1985 1987 1989 1991 1993 1995 1997 1999 2001 2003 2005 2007 2009
Années
FIGURE 12 ; Comparaison entre les totaux annuels d’heures d’insolation et de jours sans soleil
au courant de la première décade, sur l’ensemble des quatre décennies, la classe des températures
maxima moyennes les plus fréquentes a augmenté passant de 26°C entre 1970-1979 à 29°C entre
2000-2009 avec une probabilité d’occurrence de 0,4. Dans le même temps, nous observons
également une augmentation de la température maxima moyenne la plus élevée enregistrée au
courant de la décade. Elle passe de 28°C entre 1970-1979 à 31°C entre 2000-2009 avec une
probabilité de 0,1. Qu’est-ce-que cela signifie concrètement ?
Dans le cadre de la réduction des risques liés aux fortes températures par exemple sur les
cultures au courant de la première décade du mois de février pour la période 2000-2009, la
probabilité que l’on ait des températures maxima moyennes au moins supérieures ou égales à
29°C était de 0,4 soit quatre jours sur dix. A cela s’ajoute la probabilité d’enregistrer des
46
températures maxima moyennes comprises entre 30°C et 31°C de 0,4 soit quatre jours
également. Il est donc possible d’utiliser ces résultats dans le cadre de la prévision des déficits en
eau et de lutter efficacement contre le stress hydrique au niveau de la plante, car disposant ainsi
d’une échelle de grandeur des variations de ce paramètre. Ces résultats sont utilisables pour la
période 2010-2020. Par exemple, il serait assez facile de les ajuster à la situation qui prévaudrait
en modifiant tout simplement la probabilité d’occurrence de chacune des valeurs étant donné
qu’elle sera la première à voir sa valeur affectée. Nous en tenons pour preuve la situation entre
les décennies 1990-1999 et 2000-2009 où les températures fréquentes n’ont pas varié tandis que
leur fréquence si. Nous présentons ici dans le tableau VIII, le cas des probabilités d’occurrences
pour les températures maxima moyennes décennales.
23,00
21,15
21,00 20,88
19,00 18,57
17,00 17,21
15,00 Décennies
1970 - 1979 1980 - 1989 1990 - 1999 2000 - 2009
Températures moyenne décennale Courbe de tendance
1 – Les variations des températures moyennes par rapport à celles du globe (GIEC)
D’après les rapports du GIEC, 2001 et 2007, la décennie 90 a été la plus chaude depuis
1850, date à laquelle ont débuté les relevés des températures à la surface du globe. 1995 à 2006
comptes parmi les 11 années les plus chaudes en 2007. L’année 1998 constitue l’année la plus
chaude depuis 1850. D’après les experts du climat, le réchauffement actuel semble avoir débuté
en 1978 comme le montre la figure 14 ci-dessous, qui représente la courbe des températures
globales de surface depuis 1850 par le Hadley CRUT3, un organisme pro-GIEC qui dépend du
Met Office britannique. La valeur 0 correspond à la moyenne des températures calculée à partir
des données de janvier 1961 à décembre 1990. L’échelle est de 0,40 degré. Il s’agit des
températures mensuelles. On voit bien la hausse des températures depuis 1978.
On se rend bien compte qu’à Foto, au courant de la période 1970-2009, les températures
ont varié conformément aux prévisions du GIEC avec notamment la décennie 1990-1999 qui a
été la plus chaude à Foto et le pic de 1998 (21,75°C) année la plus chaude. Après 1998, les
températures ont légèrement baissé avant de remonter en 2002, et depuis lors elles semblent
stagner d’une façon générale conformément à ce qui s’observe sur l’ensemble de la planète. On
peut le constater en observant la figure 15 qui compare la courbe de la température à Foto (1970-
2009) à celle du globe, 1979-2012 (basse troposphère de 0 à 5000m), réalisée par la RSS:
Remote Sensing Systems, entreprise privée utilisant les données satellitaires de la NASA
(satellites TIROS-N). MSU: Microwave Sounding Unit.
48
Source: http://www.climate4you.com/
Il semble que cela ne soit pas dû à une perturbation d’ordre atmosphérique car en
observant les figures 14 et 15 précédentes, on se rend bien compte que c’est justement à partir de
1978 que les températures commencent à augmenter graduellement jusqu’au pic de 1998. Cela
semble d’autant plus vraisemblable que TSALEFAC (1983) qui a étudié les températures de la
région entre 1951 et 1980, ne fait pas état d’une baisse significative de celle-ci au courant des
trois dernières années (1978 ; 79 et 80) que couvrent ses relevés de températures. Bien qu'il ait
49
utilisé les données issues de la station météorologique de Dschang située à 1421 m d’altitude et
qui est distante du poste météorologique de l’IRAD de Dschang de 1300 m environ pour une
altitude de 1401 m, les 20 m de différence entre les altitudes des 02 postes ne peuvent justifier
les 03°C de baisse moyenne de la température tout au long de ces 09 années.
Certains points observés par TSALEFAC1, viennent a priori, invalider cette hypothèse :
Quoi qu’il en soit, il s’avère que c’est cette situation « anormale » qui a influencé
négativement la moyenne arithmétique de la période 1970-2009, la faisant baisser à 19,45°C.
Cette valeur de la moyenne arithmétique si l’on s’y tient fait croire que les températures auraient
1
TSALEFAC, 1983, L’ambiance climatique des hautes terres de l’ouest-Cameroun, pp :
270 – 286.
50
baissé par rapport à la normale 20,1°C établie pour la période 1951-1980, or nous avons
démontré que cette valeur de la moyenne arithmétique ne permettait pas à la série de données de
suivre une loi normale en raison de la position qu’elle occupe (Fig.9). C’est en prenant en
considération cette situation que nous proposons de considérer la médiane (20,51°C) comme le
paramètre de tendance centrale le plus représentatif du comportement et de la tendance des
températures sur l’ensemble de la période. Deux raisons principales à cela. Premièrement, vu
qu’elle a pour objectif de partager la série de données en deux parties égales regroupant chacune
50% des valeurs, elle n’est donc pas influencée par les valeurs extrêmes, que celles-ci soient
positives ou négatives. Deuxièmement, elle rend effectivement compte de l’augmentation des
températures liée au réchauffement climatique enregistré à l’échelle du globe. Ce réchauffement
mis en exergue par le GIEC fait état d’une augmentation de la température moyenne mondiale
de 0,74°C de 1906 à 2006. Dans notre zone d’étude cette augmentation de la température
moyenne serait donc de 0,41°C par rapport à la normale de 20,1°C si l’on prenait la médiane
comme paramètre de tendance centrale. La médiane reflète parfaitement la hausse des
températures enregistrée entre 1988 et 2009. Reste donc à savoir à quoi peut être due cette
hausse des températures.
De 1970 à 2009, les températures (minima et maxima) ont augmenté faisant de ce fait
augmenter les températures moyennes. Cependant, ce sont les températures maxima qui ont
enregistré la plus forte augmentation soit 1,88°C de plus pour les températures maxima
moyennes annuelles entre 1988 et 2009. Cela correspond à une augmentation de 7,52% par
rapport à la moyenne de 25°C obtenue pour la période 1951-1980. Si l’augmentation des
températures sur les deux dernières décennies est avérée, il se trouve que pour la même période
l’on a enregistré une baisse de 13,19% au niveau du total annuel d’heures d’insolation par
rapport à celui de la période 1951-1980. De même une baisse de 21,41% est enregistrée pour le
nombre de jours d’insolation par rapport à la normale de 1951-1980. Notons que l’insolation
concerne la période 1983-2009. Avec un coefficient de corrélation de Pearson : R = 0,147, la
figure 16(a) montre bien que la relation entre les températures annuelles et le nombre de jours
d’insolation a été très faible entre 1983 et 2009. Autrement dit, les variations des températures
ont été très peu dépendantes de l’évolution des totaux du nombre de jours d’insolation. Plus
encore, la relation entre les températures moyennes annuelles et les totaux moyens annuels
d’insolation est négative avec R = - 0,341 (Fig. 16(b)). Cela signifie que l’augmentation des
températures enregistrée entre 1983 et 2009 à Foto n’est pas liée à une augmentation du nombre
d’heures d’insolation et donc ne dépend pas de l’insolation.
51
400
jours d'insolation (en 380
360
340
Heures)
320
300
280
260
240
220
200
15 16 17 18 19 20 21 22 23 24 25
températures annuelles (en °C)
160
150
Heures)
140
130
120
110
100
15 16 17 18 19 20 21 22
températures annuelles (en °C)
Les réductions des nombres d’heures et de jours d’insolation ne peuvent s’expliquer que
par un seul phénomène, à savoir l’augmentation de la nébulosité notamment en termes de durée.
Il semblerait donc que l’augmentation du nombre de jours sans soleil que nous avons démontrée
soit donc liée à cette augmentation supposée de la nébulosité. Une préoccupation se pose ici,
celle de savoir ce qui peut justifier l’augmentation des températures alors même qu’une
augmentation de la nébulosité occasionnerait la baisse du nombre d’heures d’insolation. En effet
nous avons déjà fait remarquer que les températures avaient augmenté entre 1988 et 2009 et que
cette hausse était principalement due à une forte augmentation des températures maxima. Il est
admis que les températures maxima sont très largement influencées par l’humidité de l’air. Ses
variations, qu’elles soient positives ou négatives, dépendent du degré d’humidité de l’air. En
effet un air humide ne favorise pas une forte élévation des températures maxima contrairement à
un air de plus en plus sec qui en favorise la progression en fonction de son degré de sècheresse.
Depuis 1988 jusqu’à 2009, nous avons constaté que les températures maxima ont
augmenté, non pas seulement pour les mois traditionnellement chauds de saison sèche
(décembre, janvier et février) où elles sont par ailleurs assez fortes, mais également sur
l’ensemble des autres mois de l’année comme le montre le tableau IX. Le constat est vite fait.
52
Les températures maxima moyennes ont bel et bien augmenté sur toute l’année, et le fait le plus
significatif est la plus forte augmentation qui est enregistrée au mois de Mars (12,46%) qui est un
mois de transition entre la saison sèche et celle des pluies. De plus on note les fortes
progressions des mois de juillet et août (11,52% et 11,62%) qui sont pourtant les mois de
paroxysme pluviométrique dans la région de Dschang et donc de très forte humidité. Au vue de
ce qui précède, il serait possible de dire que cette augmentation des températures maxima en
particulier semble être le résultat d’une baisse générale de l’humidité de l’air atmosphérique qui
est leur principal régulateur.
1
D. SIGHOMNOU, 2004, Analyse et définition des régimes climatiques et hydrologiques du
Cameroun : perspectives d’évolution des ressources en eau, p 70.
53
% -0,72 5,22 3,38 2,53 2,5 3,61 4,07 2,87 4,76 5 3,42 6,35 3,25
* = Annales climatologiques de 1972 ; % = Pourcentage d’augmentation entre les deux séries de données.
90
Humidité rellative (en %)
85
80
75
R² = 0,7343
70
65
24 25 26 27 28 29 30
Températures maxima (en °C)
Quoiqu’il en soit la figure 18 démontre clairement qu’en 22 années, soit de 1988 à 2009,
aucune année n’a enregistré une température moyenne annuelle inférieure à la normale (20,1°C)
et seules deux années (2003 et 2004) ont enregistré des moyennes inférieures à 20,51°C, ce qui
représente 9,09% du total des années. L’augmentation des températures est générale depuis 20
ans.
2008
2006
2004
2002
Années
2000
1998
1996
1994
1992
1990
1988
19,5 20 20,5 21 21,5 22
Températures moyennes annuelles (en ° C)
La précipitation, telle que admise par la communauté scientifique, est de manière générale
la part d’eau issue du phénomène de condensation qui atteint effectivement le sol quelle que soit
sa forme. A Foto, elle est principalement sous la forme liquide. Bien plus que les températures,
les précipitations sont « imprévisibles » que ce soit en termes de durée, de volume précipité ou
d’apparition, ou que l’on se situe à une échelle horaire, journalière ou saisonnière. En effet,
combien de fois la météo nous a-t-elle annoncé la pluie pour le lendemain et tel n’a pas été le cas
alors que tout portait à y croire la veille. Combien de fois avons-nous été surpris par la pluie
alors que rien ne le présageait. Maintes fois nous nous sommes laissés avoir par l’allure
menaçante de la couverture nuageuse qui annonçait de fortes pluies et qu’il en fut autrement.
Preuve que les mécanismes à l’origine des précipitations sont complexes et dépendent
essentiellement des conditions atmosphériques en un lieu et à un instant donnés.
Le tableau XII nous indique le nombre de fois où pour chaque décade de la période 1970-
2009, on a enregistré des décades avec des hauteurs de précipitations supérieures à la somme de
la moyenne et de l’écart-type pour l’ensemble des quarante années. On se rend compte qu’il nous
est possible de découper notre tableau en deux périodes de l’année avec des fréquences
56
126,8
136,6
169,4
173,6
147,8
125,7
187,5
146,2
198,4
188,4
186,4
165,1
156,5
138,7
155,1
201,5
232,2
217,5
214,7
212,9
169,7
187,7
108,9
21,3
41,5
36,7
43,5
31,1
89,9
87,2
91,2
68,8
45,2
26,5
20,1
16,3
M.A.= Maximums absolus de précipitations, mm
moyennes différentes. La première période irait du 21 novembre au 10 mars avec une fréquence
moyenne de 4,72, la deuxième irait quant à elle du 11 mars au 20 novembre avec une fréquence
moyenne de 7,08. Les décades possédant les fréquences les plus élevées sont la troisième décade
du mois de Juillet (13) et la première décade du mois d’août (15).
102,65
101,47
105,55
118,16
126,76
111,41
106,27
127,02
149,92
134,96
150,00
147,12
133,27
115,80
15,36
12,91
17,89
13,36
39,72
55,51
58,78
84,96
91,83
84,29
86,72
98,86
96,43
86,39
72,73
47,30
26,48
16,09
10,25
8,66
6,31
4,53
13
15
10
F
5
4
6
5
6
5
4
7
5
6
6
5
8
5
4
6
7
8
7
8
6
7
5
6
6
7
8
6
6
4
5
4
4
P = Précipitations décadaires maximales, F = Fréquence = Nombre de fois où on a enregistré des totaux décadaires
supérieures ou égales à P.
Ces fréquences très élevées sont liées à la faiblesse de la valeur des précipitations servant
de limite de distinction entre une décade normalement arrosée et une autre « anormalement »
arrosée. Elles coïncident avec la période où l’on enregistre les plus fortes hauteurs de
précipitations dans la région et où l’on enregistre le plus de décade avec un total pluviométrique
supérieure à 100 mm de pluies soit du 21 mai au 20 octobre. Cependant contrairement aux
autres, elles ont des valeurs limites assez faibles (96,43 mm et 86,39 mm) comparativement à la
position qu’elles occupent dans l’année (période de maximum pluviométrique dans la région :
Juillet-Août). Cela peut être dû à deux facteurs ; soit cette faiblesse des valeurs limites est liée au
manque de données enregistrées dans la série des relevés à cette période, soit elle est le fait d’un
trop grand nombre de faibles hauteurs de pluies enregistrées tout au long de la période pour
chacune des décades concernées. Cela aurait eu pour conséquence d’abaisser la moyenne finale
de chacune des décades.
Le premier argument semble ne pas être valide car en observant toujours le tableau XII, on
se rend immédiatement compte qu’également dans la même période où l’on a noté un manque de
57
données (du 21 juillet au 31 août) soit quatre décades, les deux valeurs en question concernent
les deux premières décades alors que pour les deux dernières décades (11-20 et 21-31 août) les
valeurs limites sont respectivement de 127,02 mm et de 149,92 mm. Cela a pour conséquence de
réduire leurs fréquences (6 et 7) en les rapprochant de la fréquence moyenne (7,08) de la période
de l’année à laquelle elles appartiennent. Reste le deuxième argument lié à l’abondance de
valeurs assez faibles qui aurait pu affecter la moyenne générale. Il sera discuté dans la suite de
l’analyse. La figure 19 représente la distribution décade après décade des hauteurs de
précipitations enregistrées au courant de la période 1970-209. Elle donne dans le détail le
comportement des précipitations au courant de chaque décade tout au long de la période et
permet d’identifier les hauteurs de précipitations qui ont été les plus fréquemment enregistrées au
courant de chaque décade. Cette figure a le mérite de donner une idée des hauteurs de
précipitations avec la plus forte probabilité d’être enregistrées au courant d’une décade.
0,8
Janvier(Décade 1) Janvier (Décade 2) Janvier (Décade 3)
0,8
0,6
0,6
Fréquence
0,6
Fréquence
Fréquence
0,4 0,4
0,4
0 0 0
0 20 0 10 20 30 40 50 0 20 40
Décade 1 Décade 2 Décade 3
Février (Décade 1) Février(Décade 2) Février (Décade 3)
0,6 0,5
0,6
0,4
Fréquence
Fréquence
Fréquence
0,4
0,4 0,3
0,2 0,2
0,2
0,1
0 0
0
0 10 20 30 0 50 100
0 10 20 30 40 50
Décade 1 Décade 2 Décade 3
Fréquence
0,3
Fréquence
0,15
0,2 0,2
0,1
0,1 0,1
0,05
0
0 0
0 50 100
0 20 40 60 80 100 0 100
Décade 1 Décade 2 Décade 3
Avril (Décade 1) Avril (Décade 2) Avril (Décade 3)
Fréquence
Fréquence
0,2
0,1 0,1
0,1
0 0 0
0 50 100 150 200 0 50 100 150 200 0 50 100 150 200
Décade 1 Décade 2 Décade 3
Mai (Décade 1) Mai (Décade 2) Mai (Décade 3)
0,3
0,3
0,2
Fréquence
Fréquence
Fréquence
0,2
0,2
0,1 0,1
0,1
0 0
0
0 50 100 150 200 0 50 100 150 200
0 50 100
Décade 1 Décade 2 Décade 3
0,2
Fréquence
Fréquence
Fréquence
Fréquence
0,1 0,1 0,1
0 0 0
0 100 200 0 50 100 150 200 0 50 100 150
Décade 1 Décade 2 Décade 3
0,25
Aout (Décade 1) Aout (Décade 2) Aout (Décade 3)
0,3 0,3
0,2
Fréquence
Fréquence
Fréquence
0,15 0,2 0,2
0,1
0,1 0,1
0,05
0 0 0
0 50 100 150 200 0 50 100 150 200 250 0 100 200
Décade 1 Décade 2 Décade 3
Fréquence
Fréquence
Fréquence
0,1
0
0 0
0 100 200
0 100 200 0 50 100 150 200 250
Décade 1 Décade 2 Décade 3
Fréquence
0,1
0,1 0,1
0 0 0
0 100 200 0 50 100 150 200 0 50 100
Décade 1 Décade 2 Décade 3
Novembre (Décade 1) Novembre (Décade 2) Novembre (Décade 3)
0,8
0,25
0,6
0,2 0,6
Fréquence
Fréquence
Fréquence
Fréquence
0 0 0
0 10 20 30 0 10 20 0 5 10 15 20
Décade 1 Décade 2 Décade 3
FIGURE 19 (suite) : Distribution décadaire des totaux décadaires des précipitations (1970-2009)
La troisième décade d’octobre est typique d’une situation assez instable où l’on peut
enregistrer des décades avec de très fortes hauteurs d’eau (tranche de 33 – 110 mm = 67,5%) tout
comme l’inverse est possible (tranche de 0 - 33 mm = 32,5%). La première décade de novembre
joue le même rôle de transition entre une période où il pleut abondamment d’avec une autre où il
60
pleut moins que les deux premières décades de mars. Les décades totalisant entre 0 et 10 mm de
pluies y sont déjà beaucoup plus fréquentes soit 25% du total. L’allure de la troisième décade de
juillet et de la première décade d’août est très différente de celle des autres décades qui les
entourent. Pour la troisième décade de juillet la part qui revient aux décades comprises dans la
tranche 0 – 56 mm est de 27,5% alors que pour les autres décades de la même période de
l’année, la part des décades situées dans cette tranche est en moyenne de 15%. Il en est de même
pour la première décade d’août où la part des décades comprises entre 0 et 48 mm est de 17,5%.
Pour ce qui est des décades comprises dans la tranche 90 – 200 mm, au niveau de chacune de ces
deux décades elles sont respectivement de : troisième décade de juillet (de 90 à 140 = 32,5%)
tandis que pour les deux autres décades de juillet la moyenne pour la tranche 100 – 170 est
d’environ 22% ; première décade d’août (de 96 à 160 = 22,5%) tandis que pour les deux autres
décades d’août la moyenne pour la tranche 100 – 240 est d’environ 45%. On se rend alors
compte de ce que c’est la grande fréquence des décades totalisant de faibles hauteurs de pluies
qui est à l’origine du grand nombre des décades caractéristiques observées au courant de ces
deux décades pour l’ensemble de la période 1970-2009. Donc notre deuxième argument est
vérifié. Les totaux décadaires des précipitations tout au long de la période 1970-2009 ont ainsi
évolué entre une valeur minimale soit 00 et une valeur maximale soit 240 mm. En regroupant les
totaux décadaires par intervalle de 10 mm, nous avons fait ressortir l’histogramme des
précipitations décadaires à Foto (Fig.20) où nous pouvons distinguer que les décades comprises
dans la tranche 0-10 mm sont les plus fréquentes avec 412 observations sur les 1440 que compte
l’ensemble de la période d’observation, soit 28,61%. Les décades de la tranche 40-50 mm
viennent en deuxième position avec 7,22% suivies de près par celles de la tranche 70-80 mm
avec 7,15% et de la tranche 30-40 mm : 6,94%. Cependant il est à noter que les décades qui se
situent dans la tranche 100-240 mm représentent 20,21% du total des observations.
500
400
Fréquences
300
200
100
0 mm
100
110
120
130
140
150
160
170
180
190
200
210
220
230
240
250
0
30
10
20
40
50
60
70
80
90
Nous avons pris pour hypothèse que les précipitations et plus particulièrement leur
distribution dans le temps comme dans l’espace obéissait au principe de non linéarité car si l’on
prend le total des précipitations d’une année ou d’un mois particulier, il ne dépend pas des
valeurs obtenues le mois ou l’année précédente mais plutôt du comportement particulier de ce
mois ou de cette année. Dès lors, nous avons dans un premier temps attribué aux mois de juillet
et d’août les valeurs de leur moyenne arithmétique respective, soit 225 mm pour juillet et 279
mm pour août. Nous avons par la suite fait une estimation de l’ensemble des valeurs de 1992
grâce à une fonction de régression non linéaire dont l’équation est la suivante :
Y = pr1+pr2*X1+pr3*X1^2+pr4*X1^3+pr5*X1^4+pr6*X1^5+pr7*X1^6+
pr8*X1^7+pr9*X1^8+pr10*X1^9+pr11*X1^10
Les résultats obtenus sont présentés dans le tableau XIII et nous pouvons apprécier l’assez
bonne approximation entre les valeurs réellement observées et les valeurs estimées d’après
l’équation. Nous constatons que le modèle a sous-estimé de 27,922 mm la valeur du mois de
septembre par rapport à sa valeur réelle (soit seulement 6,84%) et surestimé la valeur de juin de
20,17 mm, ce qui représente 13,58%. Sauf les mois de juillet et d’août, l’estimation ne dépasse
pas les 6% pour le reste des mois. Les mois de juillet et d’août sont assez particuliers puisque
d’après le modèle, la valeur de juillet serait de 185,995 mm ce qui améliore de 14,595 mm sa
valeur initiale (171,4 mm). Août voit sa valeur estimée passée de 279 mm (moyenne
arithmétique) à 320,995 mm. Nous avons donc choisi d’adopter ces nouvelles valeurs pour
chacun des deux mois. Cependant, nous avons voulu tester ce que ça aurait donné en maintenant
pour le mois de juillet la valeur de 171,4 mm et le résultat donne 151,163 mm, ce qui est en
62
dessous de la valeur effectivement enregistrée pour les deux premières décades du mois. De tout
évidence il semblerait que d’après le modèle, le mois de juillet ne devait pas enregistrer plus de
200 mm de hauteur de pluies. Nous avons procédé de même pour le mois de décembre 2009 et
nous avons obtenu comme valeur estimée : 6,191 mm de précipitations.
TABLEAU XIII : Prédiction des hauteurs mensuelles de 1992 d’après la régression non linéaire.
Observations mois valeurs Prédiction (valeurs) Résidus
Obs1 1,000 16,500 16,667 -0,167
Obs2 2,000 0,000 -1,370 1,370
Obs3 3,000 67,000 71,541 -4,541
Obs4 4,000 221,800 215,101 6,699
Obs5 5,000 234,500 234,050 0,450
Obs6 6,000 147,400 167,417 -20,017
Obs7 7,000 225,400 185,995 39,405
Obs8 8,000 279,000 320,995 -41,995
Obs9 9,000 408,000 380,078 27,922
Obs10 10,000 195,400 207,016 -11,616
Obs11 11,000 30,700 27,915 2,785
Obs12 12,000 0,000 0,295 -0,295
Après avoir intégré les nouvelles valeurs, nous constatons que le total annuel de 1992 qui
était initialement de 1492,7 mm passe à 1826,3 mm et celle de 2009 qui était de 1826,24 mm
devient 1832,43 mm, Nous constatons également qu’en dépit des 340,19 mm de plus qui se sont
ajoutés, la moyenne arithmétique de la période 1970-2009 n’a vu sa valeur augmenter que de
1,44 mm passant ainsi de 1841 mm valeur initiale à 1842,44 mm valeur ajustée. C’est donc avec
ces totaux annuels que nous allons travailler.
D1 Q1 Me Q3 D9
1539,4 mm 1691 mm 1856,5 mm 1975,6 mm 2059,6 mm
L’organisation des totaux annuels telle que nous l’avons présentée plus haut nous permet
d’évaluer la moyenne décennale pour chacune des décennies et le constat est fait. Seule la
décennie 1970-1979 avec 1910,16 mm a une moyenne égale à la normale – 1910 mm – établie
par J. C. OLIVRY (1974) pour la région de Dschang. Dès la décennie 1980 - 1989, on note une
réduction progressive dans les moyennes décennales des totaux annuels – 1851,79 mm pour
1980-1989 ; 1850,58 mm pour 1990-1999 ; 1757,24 mm pour 2000-2009 – faisant de la décennie
2000-2009, celle la moins arrosée de toute la période d’étude. Cela se vérifie si l’on prend en
compte le fait que des totaux annuels supérieurs ou égaux à 2000 mm ont une part importante
dans l’élaboration de ces moyennes décennales. Cependant en ce qui concerne la décennie 2000-
2009, non seulement on y enregistre aucune année ayant un total annuel supérieur ou égal à 2000
mm mais en plus seule une année enregistre un total annuel supérieur à 1900 mm ce qui ne
favorise pas une élévation de la moyenne décennale. Le fait d’y enregistrer le minimum des
totaux annuels n’a fait qu’aggraver sa situation.
annuels sont regroupés en classes d’intervalle 100 mm et l’on se rend compte que deux classes
sont les plus fréquentes. Il s’agit des classes de 1800 à 1900 mm et de 1900 à 2000 mm. La
fréquence cumulée est encore appelée probabilité de non-dépassement. Elle permet de
déterminer la probabilité que les totaux annuels soient inférieurs ou égaux à une valeur. Elle peut
s’écrire de la façon suivante : P (X x). Dès à présent, la probabilité que les totaux annuels
soient inférieurs ou égaux à 2000 mm est de 0,8. Plus clairement cela voudrait dire qu’à Foto, le
risque qu’au courant d’une année le total annuel ne dépasse pas 2000 mm est de 80%. Le fait que
notre série de données suive une loi normale nous permet de poursuivre l’analyse en estimant la
probabilité de dépassement : G(x) = P(X > x) = 1 – F(x) = q.
De même que de déterminer l’intervalle de récurrence, ou encore période de retour qui est
Ainsi en reprenant notre exemple ci-dessus, la probabilité que le total annuel soit supérieur
ou égal à 2000 mm est de 0,2 et la période de retour pour des totaux annuels supérieurs à 2000
mm est : Tr = 5. Donc une année ayant enregistré un total annuel supérieur à 2000 mm à Foto
est une année quinquennale.
Histogrammes
0,0025
0,002
0,0015
Densité
0,001
0,0005
0
1000 1200 1400 1600 1800 2000 2200 2400 2600 2800 3000
Total annuel
Total annuel Normale(1842,443;231,262)
1
Fonctions de répartition
Fréquence cumulée
0,8
0,6
0,4
0,2
0
1200 1400 1600 1800 2000 2200 2400 2600
Total annuel
Total annuel Normale(1842,443;231,262)
Les résultats consignés dans le tableau XIV nous permettent d’identifier quelles sont les
décades relativement sèches – rappelons que nous nous situons ici sur le plan purement
pluviométrique sans considération d’ordre thermique – ainsi que d’identifier la durée relative des
saisons humides et de celles relativement sèches sur le plan de la répartition pluviométrique. En
considérant comme décades relativement sèches celles où q est inférieur à 0,5, on se rend compte
que la saison pluvieuse à Foto va du 01 mars au 10 novembre, soit 255/365 jours que compte
l’année. Il apparait ainsi qu’une décade qui totaliserait moins de 25 mm de pluies peut à juste
66
titre être considérée comme relativement sèche ceci indépendamment de la température. On note
que toutes les valeurs de q inférieures à 0,5 sont réparties entre le 11 novembre et le 28 février
qui correspond à une période relativement sèche.
110,25
100,62
115,49
106,39
15,46
30,69
29,24
52,12
60,99
60,67
53,79
62,78
59,45
61,54
70,67
79,48
87,89
76,91
75,72
94,47
90,28
74,93
45,18
27,71
11,25
3,03
6,09
5,21
7,71
5,34
73,1
77,8
5,69
2,62
1,71
1,16
0,0526
0,5995
0,111
0,084
0,134
0,105
0,419
0,956
1,171
1,208
1,177
1,174
1,374
1,568
1,745
1,489
1,957
1,825
0,807
0,509
0,065
0,037
0,022
0,59
1,31
1,03
1,52
1,35
1,52
1,86
2,05
2,12
1,46
0,21
0,11
2,2
q
des intensités décadaires relevées au courant de chacune d’elles. Nous avons calculé pour
l’ensemble des quarante années que constitue la série de données le total pluviométrique pour
différentes tranches d’intensités décadaires : intensités comprises entre 0,1 et 10 mm ; 10,1 et 20
mm ; 20,1 et 50 mm ; 50,1 et 100 mm ; supérieures à 100 mm.
mm 120 350 mm
100 300
80 250
200
60
150
40 100
20 50
0 0
D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2
Jan Fév Mars Avril Mai Juin Jt Aout Sept Oct Nov Déc
On note la très faible importance au courant de l’année des décades dont l’intensité se situe
entre 0,1 et 20 mm par rapport au total pluviométrique annuel. Toutefois, les décades de cette
tranche d’intensité représentent plus des 7/10 des précipitations totales enregistrées entre le 01
décembre et le 20 février. Cependant un simple coup d’œil sur la figure nous fait observer que
les décades situées dans des tranches d’intensités supérieures à 50 mm sont responsables à plus
de 50% du volume pluviométrique total précipité au courant d’une année. En effet, les décades
dont les intensités sont comprises entre 50,1 et plus de 100 mm représentent à eux deux, 83,25%
du volume total précipité au courant de la période 1970-2009. Ce qui est remarquable, c’est la
quasi égalité d’eau apportée par chacune des tranches d’intensités alors qu’elles ne surviennent
pas au même moment et ne s’arrêtent pas non plus au même moment au courant de l’année.
Avec une différence de 38 jours, les décades d’intensités comprises entre 50,1 et 100 mm
représentent 41,76% du total annuel et celles dont l’intensité est supérieure à 100 mm
représentent 41,49%, soit une différence de moins de 200 mm.
Le caractère extrêmement variable des précipitations d’une année à l’autre pour un(e)
même mois/décade fait à ce qu’en matière d’aménagement notamment en ce qui concerne
l’agriculture, on est beaucoup plus préoccupé par la hauteur des précipitations susceptibles d’être
atteintes ou dépassées une année sur deux. Cette préoccupation s’avère essentielle pour les
mois/décades situé(e)s en début et en fin de saison des pluies car ce sont elles les plus variables.
68
mm 5000
4000
3000
2000
1000
0
D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2
Jan Fév Mars Avril Mai Juin Jt Aout Sept Oct Nov Déc
i > 100 50,1 < i < 100 20,1 < i < 50 10,1 < i < 20 0,1 < i < 10
Par exemple pour un(e) mois/décade qui sur trois années successives recevrait tour à tour
100 ; 10 et 30 mm de pluies, la valeur partageant la série de façon égale et donc susceptible
d’être atteinte ou dépassée une année sur deux est 30 mm qui correspond à la médiane et non
46,67 mm qui représente ici la moyenne d’eau tombée entre les trois années. Cette valeur ne
traduit pas le comportement de la pluie d’une année à l’autre au courant de ce(tte) mois/décade.
C’est pour cette raison que nous avons construit le régime décadaire probable de Foto. Ch. P.
PEGUY définit le régime probable en ces termes : « On désigne ainsi la réunion, sur un
graphique, des 12 médianes des précipitations de chaque mois. ». La figure 24 oppose le régime
décadaire moyen à celui probable ou médian à Foto. Si entre le 21 mars et le 10 novembre, on
note une très légère différence ou parfois une parfaite correspondance entre les courbes
représentant les deux types de régime, c’est la situation qui prévaut du 11 novembre au 20 février
qui est forte intéressante. Entre le 11 novembre et le 20 février, il n’est prévu aucune
précipitation une année sur deux, ce qui est très important pour le taux d’humidification du sol
au moment de la préparation des sols à Foto. Du 21 au 28 février, il n’est prévu que 6,75 mm
une année sur deux. Si la situation pour la première décade de mars reste inchangée, celle
toutefois de la deuxième décade de mars prévoit seulement 19,5 mm tous les deux ans. Ceci nous
amène à nous intéresser sur la durée de la saison sèche et ses limites à Foto.
mm 120
100
80
60
40
20
0
D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2
Jan Fév Mars Avril Mai Juin Jt Aout Sept Oct Nov Déc
Moyenne Médiane
FIGURE 24 : Régime décadaire moyen et régime décadaire médian des précipitations à Foto
celle du régime pluviométrique. Nous avons choisi comme rapport d’échelle, celui proposé par
GAUSSEN qui stipule : P 2T. Autrement dit, 02 mm pour un degré. Si nous avons choisi le
rapport de P 2T au lieu de P 4T proposé par BIROT, c’est justement lié à ce que celui
proposé par BIROT tend à allonger davantage la période sèche contrairement à celui proposé par
GAUSSEN. En effet en comparant les deux courbes ombrothermiques obtenues en utilisant les
deux rapports d’échelles, celle issue de l’utilisation du rapport de BIROT (Fig. 25(a)) fait
débuter la saison pluvieuse le 10 juin pour la faire achever le 10 octobre, soit seulement quatre
mois de pluies pour Foto ce qui ne correspond pas à la réalité.
°C 30 120 mm
100
20 80
60
10 40
20
0 0
D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2
Jan Fév Mars Avril Mai Juin Jt Aout Sept Oct Nov Déc
(a)
70
°C mm
60 120
50 100
40 80
30 60
20 40
10 20
0 0
D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2
Jan Fév Mars Avril Mai Juin Jt Aout Sept Oct Nov Déc
(b)
t en °C à gauche, p en mm à droite. Rapport des échelles :a) BIROT ; b) GAUSSEN. Courbe = températures et
Histogrammes = précipitations
En restant dans la même logique de prévision, nous avons dressé la courbe
ombrothermique « probable » au même titre que le régime pluviométrique probable dressé plus
haut. Pour cela, nous avons d’abord dû dresser le régime thermique probable selon la même
méthode utilisée pour dresser le régime pluviométrique probable (Fig. 26). Le résultat est
complètement différent de celui obtenu en comparant le régime moyen au régime médian des
précipitations. Pour le cas de la comparaison entre le régime moyen et le régime médian des
températures, on note un écart d’un degré Celsius en faveur du régime médian sur toutes les
décades de l’année. Cela signifie très exactement que la valeur de la température qui sera atteinte
ou dépassée tous les deux ans pour la première décade de janvier par exemple ne sera pas
18,99°C telle que l’indique la moyenne mais plutôt 19,83°C. Tout ceci montre l’importance à
accorder à la valeur prise par la médiane dans l’analyse des paramètres climatiques car elle
permet de palier toute sous- ou surestimation occasionnée par la moyenne arithmétique.
°C 22
21
20
19
18
17
D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2
Jan Fév Mars Avril Mai Juin Jt Aout Sept Oct Nov Déc
moyenne Médiane
FIGURE 26 : Régime décadaire moyen et régime décadaire médian des températures à Foto
71
Une fois le régime médian des températures dressé, nous l’avons associé au régime médian
des précipitations pour obtenir la courbe ombrothermique probable (Fig. 27). Le rapport
d’échelle utilisé reste celui proposé par GAUSSEN. Il en ressort que les limites de la saison
sèche restent identiques à celles observées sur la courbe ombrothermique « moyenne ». Cela
signifie qu’une année sur deux ou tous les deux ans, la saison des pluies débutera à partir du 21
mars et s’achèvera le 31 octobre à Foto. La différence entre la courbe ombrothermique probable
et celle « moyenne », reste au niveau des hauteurs d’eau précipitées au courant des mois de
saison sèche. Elles ne sont enregistrées qu’à partir du 21 février pour une hauteur somme toute
assez faible (06 mm tous les deux ans).
Les résultats consignés dans le tableau XV nous font dire de la première et de la deuxième
décade de février qu’elles sont des décades totalement sèches, de la troisième décade de février à
72
la deuxième décade de mars qu’elles sont des décades sèches, et de la troisième décade de mars
qu’elle est une décade humide avec une probabilité de 0,5.
TABLEAU XV: Répartition des décades « totalement sèches », « sèches » et « humides » entre
février et mars à Foto de 1970-2009
FEVRIER MARS
Décade 1 Décade 2 Décade 3 Décade 1 Décade 2 Décade 3
ts 24 21 14 8 5 0
s 14 19 21 17 23 15
h 2 0 5 15 12 25
nous avons déduite de leur fréquence cumulée respective. Le résultat consigné dans le tableau
XVI montre clairement que seule la troisième décade de mars enregistre une probabilité de non
dépassement Inférieure à 0,5 : 0,375. Tout au long des autres décades on note que la probabilité
d’y observer des totaux décadaires d’au moins 40 mm est assez élevée – supérieure à 0,6 –
100%
80%
60%
40%
20%
0%
Décade 1 Décade 2 Décade 3 Décade 1 Décade 2 Décade 3
FEVRIER MARS
ts s h
atteignant 01 pour la deuxième décade de février. Dès lors notre préoccupation se porte bien
évidemment sur la période de retour de ce total décadaire pour chacune des différentes décades.
Pour cela nous supposons que l’ensemble des valeurs des différentes décades suivent chacune
une loi normale Un test d’ajustement1 à une loi normale d’après le test de Kolmogorov-Smirnov
en utilisant la méthode des « Moments » montre que seules les décades de mars suivent une loi
normale à différents niveaux de confiance : décade 1(45%) ; décade 2 (20%) et décade 3 (60%).
En supposant que chacune de nos décades suivrait une loi normale, nous avons donc pu estimer
la période de retour des décades totalisant au moins 40 mm pour chacune des décades choisies.
Les résultats indiqués dans le tableau XVI doivent être interprétés comme suit : pour la
deuxième décade de février, puisque la probabilité d’y observer une décade supérieure à 40 mm
est de 00, la période de retour d’une décade ayant totalisé cette hauteur de précipitations ne peut
donc être définie. Pour la première, la deuxième et la troisième décade de mars, une décade
totalisant 40 mm de hauteur de pluie est une décade « biennale », « triennale » et « annuelle ».
1
Les analyses ont été réalisées grâce au logiciel XLSTAT Version 2012.2.02. Copyright
Addinsoft 1995 – 2012.
74
l’année on note une chute dans les totaux mensuels enregistrés dont les plus fortes s’observent
pour les mois de décembre, janvier et février (tableau XVII). Cela signifie donc que la saison
chaude ou sèche à Foto est devenue plus sèche au regard des précipitations et plus chaude au
regard des températures si l’on se fie aux températures moyennes pour la période 1990-2009.
Notre hypothèse d’une saison sèche recevant moins de pluies et qui soit à l’origine de la
chute des totaux annuels des précipitations est d’autant plus vraie qu’en comparant le nombre de
jours de pluies à Foto pour les périodes 1951-1980 et 1970-2009 le résultat est assez instructif
(tableau XVIII). Seuls les mois traditionnels de saison sèche (novembre, décembre, janvier et
février) et les mois de mars et avril enregistrent des baisses de leur nombre total de jours de
pluies. Pour le reste des mois de saison des pluies, en dehors d’août qui voit son nombre de jours
de pluies augmenté d’un jour entre 1970 et 2009, tous les autres mois voient le leur rester
inchangé par rapport à la situation décrite par TSALEFAC pour la période 1951-1980. Il est
donc possible de penser que la chute des totaux mensuels des précipitations est liée à la baisse du
nombre total mensuel de jours de pluies à Foto comme l’indique la relation assez forte qui existe
entre les deux variables tout au long de cette période (Fig. 29). Cela tend donc à justifier notre
hypothèse d’une saison chaude plus sèche qui est principalement responsable de la baisse du
total annuel des précipitations enregistrées à Foto au courant de la période 1970-2009.
Ainsi à l’échelle annuelle nous observons qu’entre la « normale » (1910 mm) et la période
1970-2009 (1842 mm), les totaux annuels des précipitations ont chuté de 68 mm dans leur
moyenne. De même que pour les totaux annuels des nombres de jours de pluies qui ont baissé de
09 jours en moyenne entre les périodes 1951-1980 (190 jours) et 1970-2009 (181 jours).
75
La décennie 2000-2009 se définit ainsi comme celle ayant les saisons sèches les moins
arrosées en termes de quantité de pluie reçue et très chaudes si l’on tient compte des résultats
obtenus lors de l’analyse des températures. Elles ont permis en effet de démontrer que cette
décennie était la seconde plus chaude de toute la période d’étude. Il en est de même pour ce qui
est de la saison des pluies qui se caractérise par des températures assez élevées comparativement
aux « normales » saisonnières et des déficits pluviométriques en termes de hauteurs d’eau
76
précipitées par rapport aux hauteurs « normalement » attendues. Cela fait de la décennie 2000-
2009, une décennie relativement chaude et la moins arrosée de ces quarante dernières années.
Sept
Juin
Nov
Déc
Jan
Avril
Aout
Mars
Mai
Oct
0
400 400
300 300
200 200
100 100
0 0
Jan
Jt
Jan
Jt
Aout
Sept
Aout
Sept
Fév
Mai
Juin
Nov
Déc
Fév
Mai
Juin
Nov
Déc
Avril
Avril
Mars
Mars
Oct
Oct
FIGURE 30 : Précipitations mensuelles décennales et la « normale » à Foto
Puisque l’on vient de démontrer que depuis le début des années 1980 on assiste à une
baisse générale des précipitations au courant des années (elle se vérifie aisément par la très
grande fréquence des années déficitaires par rapport à la « normale » qui se trouvent dans un
rapport de 2,1/3 par rapport aux années excédentaires), il semble donc par la même occasion que
nous ayons un argument nous permettant de douter qu’effectivement l’hygrométrie ait
véritablement augmenté à Foto. Comme l’indique les travaux de D. SIGHOMNOU, l’humidité
relative a augmenté à Dschang entre 1955 et 2002 sur tous les mois de l’année. Cependant
d’après ce que nous constatons à la suite de nos résultats, les précipitations ont baissé,
précisément entre 1990 et 2009. Les mois de saison sèche en sont le principal responsable car il
y pleut moins. Difficile de croire dans ce cas à une hausse de l’humidité relative, du moins pour
les mois de novembre, décembre, janvier et février. En effet si seule la diminution du taux
d’humidité ne suffit pas pour justifier une hausse des températures, elle pourrait expliquer la
baisse des hauteurs des précipitations si l’on prend l’hypothèse que plus un air est chargé
d’humidité, plus il risque de pleuvoir et moins les températures sont élevées. Moins il en est
chargé, moins il pleut et plus les températures sont élevées.
77
Nous nous permettons, à la suite des travaux de TSALEFAC visant à définir le type de
climat qui prévaut à Dschang et à Foto par la même occasion et en nous appuyant sur nos
résultats, d’apporter quelques modifications à la définition faite par TSALEFAC du type de
climat à Dschang et dans sa région. Toutefois les paramètres tels que l’humidité de l’air et la
nébulosité ne doivent être considérés ici qu’à titre indicatif et ne reflétant vraisemblablement pas
la situation climatique qui prévaut depuis le début des années 1980 dans la région. Seuls les
paramètres tels que l’insolation, les températures, le nombre de mois secs et l’ambiance
climatique ont été modifiés en fonction des résultats obtenus. Tous les autres paramètres pris en
compte dans la définition restent identiques à la situation décrite plutôt par TSALEFAC.
Au terme de cette analyse de la variabilité des totaux annuels et du régime moyen des
précipitations, il ressort qu’entre 1970 et 2009 les totaux annuels ont perdu en moyenne 68 mm
par rapport à la « normale » à Foto. La décennie 2000-2009 a été la moins arrosée avec une
moyenne décennale de 1756,9 mm, soit une baisse de 154 mm par rapport à la décennie 1970-
1979 qui a été quant à elle la plus arrosée. Mais ce qui reste le plus important en termes de
précipitations ce n’est pas tant le total annuel mais plutôt son régime moyen. C’est ce que
confirme M. NTAMACK lorsqu’il écrivait : « En matière de météorologie, la pluie est sans
doute de loin le paramètre le plus aléatoire dans la mesure où elle ne constitue pas une série
continue à l’instar des températures où la première a nécessairement une relation intime avec la
seconde. Ce qui fait la rigueur d’une année de sècheresse, ce n’est pas tant le déficit de la pluie
que la distribution temporelle de celle qui tombe. »
78
CLIMAT TROPICAL DES REGIONS DES HAUTES TERRES DU CAMEROUN (ALTITUDES : 1300 – 1600 m)
Températures
Régime Variante Profil Maximum Nombre de Tranche Station Exemple moyennes Ampli Saison Saison
des de ces pluviomé mensuel mois secs Annuelle Concernée du mois tude chaud pluvie
précipitat régimes trique P 100mm (mm) localisatio Le plus Le therm e use
ions n chaud plus ique
frais
L’agriculture, selon le rapport du GIEC, sera l’un des secteurs d’activités le plus touché par
les changements climatiques en cours sur notre planète. La situation sera encore plus
préoccupante dans les latitudes basses, où malgré une légère hausse des températures possibles
(01 à 02°C), une baisse du rendement est à craindre (GIEC, 2007). Les incidences du
changement climatique seront d’autant plus sérieuses que le type d’agriculture pratiqué par les
populations, particulièrement les plus pauvres, ne composerait pas efficacement avec la nouvelle
donne climatique. Le risque pour les agriculteurs les moins préparés et les plus pauvres, c’est de
voir la tendance actuelle s’aggraver entrainant des rendements de plus en plus faibles. Il est donc
important pour ces agriculteurs de développer des stratégies qui leur permettront de s’adapter.
C’est ce que nous allons voir dans ce chapitre.
disposition des paysans des semences améliorées. Grace à la politique d’aide à la production
mise en place par les autorités au moyen d’octrois de subventions aux agriculteurs remplissant
certains critères, on observe la constitution des agriculteurs en groupements d’initiative
communautaire G.I.C. ou G.I.E.. Ils ont ainsi l’avantage de bénéficier en plus du soutien
financier, de l’appui technique et de l’encadrement des techniciens « administratifs » : les chefs
de postes agricoles.
Dans les champs ceinturant les « cases » d’habitation en particulier, notamment sur les
versants, on y pratique une culture en « association » ou pour certains de nos interlocuteurs, une
« pluriculture » (« polyculture intensive », J. FOTSING) bien que ce soit le cas dans toutes les
parcelles en général. On y observe dans certains cas la totalité des cultures vivrières ci-dessus
citées. Cependant les cultures annuelles les plus pratiquées sont le maïs et le haricot semés en
premier et en deuxième cycle par l’ensemble des paysans agriculteurs. Il existe également des
cultivars spécifiquement plantés en monoculture. Il s’agit principalement de l’arachide qui est de
moins en moins cultivée de nos jours, et des cultures maraichères. L’agriculture reste la première
activité occupant pour presque la totalité sinon la totalité des personnes âgées de 50 ans et plus,
principalement les femmes. Ces modifications qu’a subi au fil des années le système agricole
« traditionnel » à Foto tel que le décrivait J. FOTSING (bulletin pédologique de la FAO n° 70 de
1994) s’agissant du pays Bamiléké trouvent en partie leur cause dans la situation économique
actuelle qui rend le paysan de Foto , encore plus aujourd’hui qu’hier, dépendant de « sa » terre et
du produit qu’il en tire.
82
CALENDRIER ANNUEL DES PRINCIPALES ACTIVITES AGRICOLES (pour les cultures vivrières)
et de rouille Américaine.
Fin de préparation du terrain. Confection des billons pour arachides, mais-haricots, doliques –vouandzou
19,1 mm
Février .-Culture des ignames à chair jaune, taros et courges – Fin récolte manioc –Semis précoce de maïs (fin du
3 jours de pluie
mois) pour éviter la rouille Américaine – Enfouissement du fumier et engrais minéral
Semis précoce de maïs et Vouandzou. Semis haricots (en 2e quinzaine) courges – doliques –
144,4 mm
Mars Fin de plantation d’ignames et taros – Plantation macabos et plantain – Nettoyage du terrain pour la patate, la
19 jours de pluie
pomme de terre, le manioc – Fumure et engrais minéraux
Pleine période de semis de maïs-haricots (sauf à Bagangté) arachide-vouandzou –Fin de semis courge et
Avril
doliques – Début de sarclage des taros – Préparation des sols pour manioc –Epandage fumier et engrais -
2e trimestre
165 mm Fin de semis des arachides-haricots – Plantation de patate-haricots et maïs – Début de sarclage des haricots,
Mai
21 jours de pluie doliques, vouandzou, manioc, igname, pomme de terre
256 mm Sarclage – Début récolte de doliques-haricots et pomme de terre à Dschang et Bafoussam
Juin
24 jours de pluie Préparation du sol pour la 2e campagne de taros
165 mm Début de récolte mais, vouandzou, courges – Récolte de haricots, doliques, patate, pomme de terre
Juillet
28 jours de pluie
3e trimestre
250 mm Récoltes mais, vouandzou, courges, patates, pomme de terre, taros – Fin de récolte haricots-doliques –
Aout
29 jours de pluie Préparation pour la 2e campagne de culture haricots-vouandzou-patate
Préparation du sol pour la 2e campagne de culture – Haricots-doliques-courges-patates – Début semis doliques
300 mm
Septembre – Plantation pomme de terre de 2e campagne – Récolte manioc et taros – Début récolte d’igname Sarclage de
29 jours de pluie
macabo
Semis de haricots-doliques-vouandzou-courges – Récolte manioc-ignames-taro –Sarclage taro planté en
Octobre
juillet
50 mm Sarclage des cultures de 2e campagne – Fin de récolte manioc – Récolte taro et macabo
Novembre
8 jours de pluie Brulage des champs de mais
10 mm Récolte doliques-haricots, patates-vouandzou, paddy-manioc – Brulage des champs de maïs
Décembre
2 jours de pluie (lutte contre le Sésamie)
Source : Archives du poste agricole de Balevoni (groupement Foto)
84
Deuxièmement le problème d’archivage des données qui se pose tant au niveau des
différents postes agricoles qu’au niveau de la délégation d’arrondissement où elles sont
renvoyées pour être sommées à l’ensemble des autres données issues des autres postes que
compte l’arrondissement. Au niveau des postes agricoles que compte Foto, l’absence des
archives (sauf le cas du poste agricole de Balevoni) est liée dans un premier temps à la durée
d’existence même du poste. Il faut noter que certains postes sont tout récents (Tsinbin et Fiala).
Dans un second temps à la succession des chefs de poste à leur tête. En effet le précédent s’en va
85
avec « ses » données et le nouveau doit constituer une nouvelle banque de données propre à la
durée de son mandat à la tête du poste (Fonakeukeu). Le cas du poste de Lingan est particulier
car à notre arrivée sur le terrain, il n’avait à sa tête aucun responsable officiel car le précédent
était allé à la retraite et n’était pas encore remplacé. C’est ce qui explique l’absence de données
pour ce poste. Au niveau de la délégation d’arrondissement quant à elle, jusqu’à avant 2007, il
n’a pas été possible d’avoir les données concernant uniquement le groupement Foto. Ces
difficultés font à ce que les données que nous avons pu collecter sont trop disparates pour avoir
une vue d’ensemble sur la production agricole totale de l’ensemble du groupement Foto.
- Nous avons choisi le poste agricole qui disposait d’une série successive de données de la
production annuelle à l’intérieur de laquelle nous avons opté, entre maïs, haricot et pomme de
terre (cultivars les plus cultivés dans le groupement) pour la culture qui était la mieux agencée.
- Grâce aux archives de la CAPLAME, nous avons pu obtenir les données de la production
annuelle de café arabica pour le groupement de 1992 à 2010. Il faudra tenir compte de ce
qu’entre 1990 et 2010, la baisse constatée de la production annuelle est en partie due à la
réduction importante du nombre de producteur, ce qui n’est pas le cas des cultures vivrières qui
voient le nombre de leurs producteurs s’accroitre avec l’explosion démographique.
- Grâce aux données de la production agricole correspondant à l’ensemble du département
de la Menoua (2000-2010) collectées au niveau de la Délégation Départementale de
l’Agriculture à Dschang, il nous sera possible de comparer la situation de l’ensemble du
département à celle du poste agricole du groupement choisi comme témoin. Nous pourrons ainsi
extrapoler la situation décrite dans ce poste à l’ensemble du groupement.
Pour illustrer nos propos voici présentée dans le tableau XIX la production agricole du poste de
Balevoni concernant la culture du maïs.
Au regard de ces données, il peut être fait, toute mesure gardée, le constat suivant : la
production semble avoir effectivement baissé de l’ordre de 67,35% entre les deux périodes que
l’on peut distinguer sur le tableau, 1980 – 1997 et 2004 – 2010. Pourtant si l’on se réfère aux
superficies cultivées on se rend compte qu’elles s’écartent peu d’une valeur moyenne qui est de
362,89 ha. Léger avantage pour la période 1980 – 1997 qui a une moyenne de 452,5 ha. La
superficie de l’année 1992/1993 correspond approximativement aux 1/6 de cette moyenne pour
la dite période. Celle de la période 2004 – 2010 est de 314 ha exclu 2004 qui la ramène à 291 ha.
La baisse supposée de la production semble donc être vérifiée.
5000
Priduction, T
4000
3000
2000
1000
0
0 500 1000 1500 2000 2500
Précipitations, mm/an
4000
3000
2000
1000
0
20,20 20,40 20,60 20,80 21,00 21,20 21,40 21,60
Température moyenne, °C/an
4000
3000
2000
1000
0
0,00 1,00 2,00 3,00 4,00 5,00 6,00
Inolation, heures/j
Les résultats obtenus montrent que les relations qui lient les différents paramètres
climatiques à la production agricole entre 2000 et 2009 ne sont pas statistiquement significatives
à un seuil de 95%. On note une relation négative entre la production agricole et les précipitations
annuelles. Le fait qu’elle soit négative suppose que les valeurs faibles des précipitations ont
tendance à suivre les valeurs élevées de la production agricole de maïs. La distribution ou la
répartition des précipitations est donc plus importante que son simple total annuel. La relation
positive entre la production agricole et les températures est très faible car assez proche de 0. Cela
signifie que les deux variables ne sont que très peu liées sinon pas du tout. Celle entre la
production agricole et l’insolation montre la preuve qu’en matière d’agriculture, la lumière joue
un rôle primordial dans le processus de production végétale en général, et plus particulièrement
pour les plantes photosynthétiques ou photopériodiques. Le fait qu’elle soit positive signifie que
les valeurs élevées de l’insolation ont tendance à suivre celles élevées du maïs.
89
On note, pour le cas du maïs, que les températures moyennes (R² = 0,057) et l’insolation
(R² = 0,2087) ont un lien très faible, principalement pour ce qui est de la température moyenne
annuelle, avec la baisse de la production agricole observée dans l’ensemble du département de la
Menoua. La relation entre la baisse de l’insolation et celle de la production de maïs dans la
Menoua illustre l’influence de la lumière sur le rendement et donc sur la production lorsque
celle-ci devient un facteur limitant. Il semblerait, du point de vue des résultats obtenus, que le
déficit de lumière observé entre 2000 et 2009 soit le paramètre climatique dont la variabilité ait
le plus influencé la production de maïs à Foto.
Cependant pour coller à la réalité, nous constatons en nous fiant au calendrier agricole que
la saison culturale à Foto court sur 10 mois (février-novembre) et non sur 12. Nous reprenons
alors l’analyse en ne prenant en compte que les valeurs des paramètres climatiques pour ces
mois de l’année. En dehors des paramètres tels que : précipitations, températures moyennes, et
insolation moyenne journalière, nous avons également pris en considération d’autres paramètres
tels que : jours d’insolation et de pluie, températures moyennes maxima et minima, etc. Les
résultats sont représentés dans la figure 32
De tous les tests effectués, seule la relation entre la production agricole et le nombre de
jours sans soleil est statistiquement significative. Bien qu’elle soit négative, elle a le coefficient
de corrélation le plus fort : R = - 0.686. Au niveau des températures nous constatons qu’entre les
températures maxima et la production agricoles, il n’y a pas de lien car R = 0 (R = 0.028). C’est
davantage les valeurs élevées des températures minima qui sont liées à celles de la production de
maïs. S’agissant des précipitations, les variations de la production agricole sont davantage liées à
celles du nombre de jours de pluie qu’à la hauteur pluviométrique totale. La preuve en est le
coefficient de corrélation plus élevé entre la production de maïs et le nombre de jours de pluie (R
= 0.381) comparativement à celui qui lie la production et le total pluviométrique (R = 0.134).
Les variations entre la production agricole et l’insolation sont beaucoup plus évidentes. Le lien
est très faible entre la production de maïs et le nombre d’heures d’insolation journalier. Toutefois
il s’avère que les valeurs élevées des nombres total et mensuel des jours d’insolation ont
tendance à suivre celles élevées de la production agricole (corrélation positive). Egalement les
valeurs faibles du nombre de jours sans soleil ont tendance à suivre celles élevées de la
production agricole (corrélation négative). Donc c’est la baisse du nombre de jours d’insolation
mensuelle, conséquence de la hausse du nombre de jours sans soleil, qui aurait eu le plus
d’impact sur la production de maïs à Foto au courant de la décennie 2000-2009. Ainsi, le rôle des
paramètres climatiques sur la baisse de la production des cultures vivrières à Foto est démontré.
90
Production, T
4958 4958
Production, T
R² = 0,2705
3958 3958
R² = 0,0008
2958 2958
1958 1958
23 28 13 15 17
Températures maxima, °C Températues minima, °C
R = 0,028 R = 0,52
4958 4958
Production, T
Production, T
1958 1958
18 20 22 24 1168 1668 2168
Température moyenne, °C Pluie
R = 0,291 R =0,134
4958 4958
Production, T
Production, T
1958 1958
144 194 4 4,5 5
N jours pluie Insolation, en h/j
R = 0,381 R = 0,388
4958 4958
Production, T
Production, T
R² = 0,2706
3958 3958
R² = 0,3916
2958 2958
1958 1958
204 254 23 28
Total jours d'insolation Jours insolation
R = 0,52 R = 0,626
4958
Production, T
3958
2958 R² = 0,4703
1958
14 24 34 44 54
Total jours sans soleil
R = - 0.686
Les techniciens de l’IRAD, lors de nos discussions, nous ont dressé la liste des
manifestations qui seraient liées au contexte climatique qui prévaut actuellement à Foto. Ces
manifestations sont les suivantes :
- Sur les cultures : apparition de nouvelles maladies ; baisse du rendement ; cycles non
bouclés ; certaines maladies deviennent rebelles aux traitements phytosanitaires habituels ; le
climat actuel influence et favorise la prolifération des insectes.
- Sur la croissance : Ralentissement de la croissance des cultures ; rallongement du cycle
de croissance.
Il est indéniable que ces manifestations sont dans l’ensemble une réponse des cultures aux
contraintes posées par l’environnement (climat + sol). Pour ce qui est d’une manifestation telle
que la baisse du rendement, elle est à lier au climat et à la fertilité des sols à la fois. Cependant
pour ce qui concerne les cycles non bouclés, les conséquences sur la croissance et donc par voie
de fait sur le développement des cultures, la cause principale semble vraisemblablement être
l’apparition d’un état de stress soit dans l’alimentation en eau de la plante, soit dans la durée de
la lumière. Le stress hydrique, qui est une conséquence du déficit hydrique, «se développe
lorsque les pertes par transpiration dépassent l’absorption de l’eau par les racines ». Ses
conséquences sur la croissance des plantes dépendent de la phase au courant de laquelle il
survient. Cependant le principal fait n’est pas dans l’apparition en lui-même du stress hydrique
qui survient dès qu’il se produit un déséquilibre entre transpiration et disponibilité en eau, mais
plutôt dans sa durée qui commande l’importance des effets induits sur la plante.
Ce qu’il est important de retenir en définitive c’est évidemment que dans le système :
atmosphère – climat – plante – sol, les modifications qui surviennent à l’intérieur d’un
paramètre ont des conséquences soit directes, soit indirectes sur les autres. La figure 33 montre
les relations qui existent entre les modifications d’un paramètre climatique comme l’apport en
eau défini ici par le terme « sécheresse » qui traduit un état de déficit en eau de plus en plus
marqué, de plus en plus fréquent et de plus en plus long et l’exposition des cultures aux attaques
des insectes et aux maladies. Pour le cas tout particulier de Foto, ce sont les mois de transition
que sont mars et 1/2 octobre-1/2 novembre qui sont le plus souvent exposés au risque de déficit
en apport d’eau pour les cultures par rapport à la demande évaporatoire faite par le climat.
92
SECHERESSE
STRESS HYDRIQUE
Affaiblissement et prédisposition de la
plante aux attaques parasitaires
Attaque de la plante par les
Développement des parasites (insectes et
insectes et les maladies
pathogènes)
FIGURE 33 : Relations entre sècheresse et vulnérabilité des plantes face aux maladies
1 - La pression démographique
La pression démographique sur les terres et les fruits qui en sont issus a plus que doublé en
34 ans (1976 – 2010). Avec une densité de 199 hab/km² lors du recensement de 1976, on est
passé à 227,12 hab/km².avec une population de 22485 habitants en 1983 (archives de la
CAPLAME) et à environ 450 hab/km² en 2010 avec une population estimée à 45000 habitants
pour une superficie estimée à 99 km² (données obtenues après confrontation des informations
collectées auprès des Services de la Sous-Préfecture de Dschang et de la chefferie de 1er degré de
Foto grâce au journal officiel de l’Association Générale pour le Développement de Foto,
AGEDEF). Cette situation est à attribuer à deux phénomènes qui y ont concouru l’un comme
l’autre.
2% 3% 0 - 3 enfants
10%
4 - 6 enfants
25%
18% 7 - 9 enfants
10-12 enfant
42% 14-15 enfant
Pas de réponse
6%
14%
80%
(a) Pourcentage des ménages enquêtés ayant ou non changé de dates de début de semis
11%
15%
74%
D’une part, pour des raisons de tradition et de savoir-faire traditionnels - « nous avons
toujours fait comme cela ». D’autre part pour des raisons d’économie en bois de chauffe. En
effet, le bois utilisé pour la cuisson des aliments assure en même temps le séchage des récoltes
disposées dans le grenier. Durant notre descente sur le terrain un mois après la fin des récoltes de
maïs de 1er cycle effectuées du 01 au 31 juillet approximativement, nous avons observé qu’il
existait une nette différence entre le maïs récolté au champ et celui réellement propre à la
consommation à l’issu du séchage des dites récoltes. Ce constat nous a amené à faire une
distinction entre la récolte faite au champ et la récolte réellement consommée par l’agriculteur.
La récolte faite au champ : Elle concerne tout simplement le fruit des cultures semées et
qui est récolté par les agriculteurs au niveau de la parcelle cultivée une fois la plante ayant
parachevé son cycle de développement/croissance. Elle correspond au rendement et dépend donc
comme nous l’avons déjà montré de la relation : climat – plante – sol – techniques culturales.
La récolte réellement consommée par l’agriculteur : cas du maïs : Il s’agit du maïs qui une
fois le séchage terminé est réellement propre à la consommation de l’Homme. Elle dépend, pour
ce que nous avons pu constater, de la durée du séchage. En discutant avec deux paysans-
agriculteurs - qui ont bien voulu nous héberger pendant quelques jours lors de nos enquêtes
auprès des ménages situés en dehors de notre lieu de résidence effectif - sur cette question nous
avons pu identifier deux raisons qui revenaient chez chacun de nos interlocuteurs : la pluie et les
maladies des plantes.
D’après les paysans, si au moment des récoltes il pleut de façon quotidienne comme c’est
généralement le cas en juillet (maximum pluviométrique à Foto avec des pluies journalières, une
température moyenne de 19 à 20°C et une insolation moyenne très faible 02 heures en moyenne)
l’eau de pluie risque de s’infiltrer à l’intérieur des épis de maïs. Cette eau de pluie qui s’est
infiltrée va faire que les épis de maïs « mouillés », s’ils ne sont pas suffisamment séchés,
96
pourrissent plus rapidement que ceux qui ne l’ont pas été. Il se soulève un problème de tri au
moment des récoltes qui s’avère impossible à pratiquer par les agriculteurs pour différentes
raisons qui ne nous sont pas clairement apparues au moment des entretiens avec ces agriculteurs.
- Le cas des épis de maïs exposés à des maladies au moment de la récolte, les épis
malades. Ce problème suppose également qu’un tri soit effectué au moment de la récolte afin de
séparer les épis sains de ceux malades et limiter par ce moyen la contamination. Bien que cela
soit fait en fonction de l’apparence externe de l’épi lors de la récolte, il pose un autre problème
pour les agriculteurs. Pour opérer ce tri il faudra au préalable fragiliser la protection de l’épi de
maïs que constituent les différentes couches de feuilles qui le recouvrent. Or si cela est fait l’épi
ainsi fragilisé est plus facilement attaqué au moment du séchage par les insectes communément
appelés « charançons », traduction littérale de « fok » en langue Foto, le Yemba (à noter que la
transcription écrite de la langue Foto opérée ici est faite en fonction de la prononciation du mot
dont on cherche la meilleure expression en français. Il se peut donc qu’elle diffère quelque peu
de la transcription officielle car sujette à l’expression orale : ton et tonalité de la personne).
La durée du séchage : Avec le temps qui passe entre le moment de la récolte et celui où
l’épi de maïs est suffisamment sec pour être égrainé afin d’être consommé ou vendu par les
paysans, environ un mois après, la part des épis atteint de pourriture et ceux attaqués par les
« charançons » croit progressivement. Ce constat a été fait en suivant dans le temps la
consommation d’une ménagère, du 10/10 au 30/11/2011. Au moment des récoltes de maïs, nous
procédions soit au champ, soit à la maison avant de transférer celles-ci au grenier, à une
réduction des feuilles recouvrant l’épi de maïs dans le but principal de faciliter son séchage. Lors
des exercices d’égrainage, sur 03 épis dont le revêtement avait été ouvert, 02 en moyenne étaient
attaqués par les « charançons » et sur un échantillon de 10 épis pris au hasard la probabilité d’y
trouver au moins un épi atteint de pourriture était de 100%. En discutant avec notre interlocutrice
sur les solutions possibles, elle a su nous faire voir toutes les difficultés et les risques qu’il y
aurait à les mettre en pratique principalement pour les agriculteurs les plus vulnérables qui ne
dépendent pour vivre que des produits issus de leurs champs.
Première difficulté. Elle ne pouvait égrainer la totalité des épis de maïs une fois sec et
stocker les graines dans des réservoirs, par exemple les réservoirs traditionnels faits en bambous
et présents derrière toutes les cases traditionnelles à Foto (les « kin »). Notre interlocutrice nous a
fait comprendre que cela aggraverait les pertes car les graines ainsi stockées seraient plus
facilement et plus rapidement mangées (traduction littérale de « fèh ») par les charançons. La
récolte étant consommée en fonction des besoins (alimentaires et économiques) du paysan, ce
97
sont ces besoins qui conditionnent donc la durée du stockage et le rythme des prélèvements. De
cet impératif naît la nécessité de les laisser telle qu’ils sont au grenier cela minimise de fait les
attaques. C’est ainsi que lors d’un exercice d’égrainage du maïs effectué le 29/11/2011 (soit 04
mois après le début des opérations de séchage) nous avons fait le constat suivant : sur 233 épis
de maïs pris de façon aléatoire au grenier ; 140 épis étaient sains et propres à la consommation,
soit 62,78% ; 83 épis étaient infectés (soit 37,22%) et se composaient comme suit :
- épis pourris : 62, soit 74,7% des épis infectés et 27,8% du total des épis ;
- épis mangés par les charançons : 21, soit 25,3% des épis infectés et 9,42% du total.
En équivalence en termes de poids de maïs égrainés, cela fait :
- Sur les marchés, on assiste à une flambée des prix du maïs sain vendu, soit mesuré à
l’aide de seaux (05 et 15 litres) ou de tasses ; soit vendu en sac entier (50 à 100 kg). Cette
situation est le fait qu’une grande partie du maïs présent sur les étals des commerçants est
importé d’autres localités de la région et parfois de l’extérieur, la production locale ne suffisant
plus à satisfaire la demande.
- Au sein des ménages à revenus limités, la récolte suffit de moins en moins à satisfaire
pour l’alimentation, le commerce et pour le prélèvement d’une partie devant servir de semences
pour la prochaine saison culturale. La situation est encore beaucoup plus périlleuse pour les
familles nombreuses.
Deuxième difficulté. Désinfecter les greniers soulève le problème du pouvoir d’achat des
ménages car le prix des produits phytosanitaires sont assez élevés, principalement pour les
produits les plus efficaces. Cela entrainerait une dépense supplémentaire pour les ménages les
plus pauvres. De plus le risque est grand de voir la récolte être directement contaminée par ces
produits.
98
13% 8%
7%
48%
80% 44%
FIG.36 : Pourcentage des ménages enquêtés FIG.37 : Répartition des causes de cette
reconnaissant une baisse de la récolte entre baisse selon les ménages enquêtés.
1980-2010.
C’est la raison pour laquelle la position des paysans agriculteurs à Foto à l’idée d’utiliser
les engrais chimiques de façon systématique a fortement changé. Elle diffère de celle décrite par
J. L. DONGMO lorsqu’il écrivait à ce sujet : « L’utilisation des engrais chimiques pour les
99
cultures vivrières donne des résultats très intéressants, mais elle est malheureusement encore
très réduite. ». En effet les paysans agriculteurs de Foto ont pleinement pris conscience de
l’épuisement de leurs sols et du bénéfice qu’ils pouvaient tirer de l’utilisation de ces engrais. Ils
les combinent par ailleurs avec les techniques traditionnelles de fertilisation des sols décrites
précédemment. C’est ainsi que 88% des ménages enquêtés déclarent utiliser les engrais
chimiques dans leurs champs afin de garantir un meilleur rendement contre 06% qui déclarent ne
pas en faire usage. C’est principalement pour des raisons économiques car le prix du sac de 50
kg d’engrais est vendu sur le marché local au prix de 18500 francs CFA environ. Ce prix est
« trop cher » pour eux. Il existe cependant la possibilité d’en acheter en détail.
6%
6%
88%
10%
44%
46%
Pour ce qui est des 46% de ménages qui utilisent des semences mixtes, seulement 11%
achètent leurs semences sélectionnées auprès des services de l’IRAD de Dschang (Fig. 40),
contre 78% qui se les procurent au marché, bien que 73% d’entre eux affirment être au courant
du fait que l’IRAD en commercialise. En Effet l’IRAD de Dschang met à la disposition des
agriculteurs des semences sélectionnées pour 04 cultivars : maïs = 600 F CFA/kg ; Pomme de
terre = 1000 F CFA/kg : Haricot = 600 F CFA/kg ; Banane-plantain = 300 F CFA/rejet. Le fait
que le prix du sachet de semences de maïs (principale culture pour laquelle les paysans utilisent
des semences sélectionnées) qui est produit par l’IRAD de Dschang soit un peu plus élevé que
celui pratiqué pour les semences vendues sur les marchés peut être l’une des raisons qui explique
cette préférence. Cette situation soulève le problème de la conformité des intrants agricoles avec
les caractéristiques pédologiques de la région.
11%
11%
78%
FIGURE 40 : Lieux d’achat des semences sélectionnées par les ménages enquêtés
Remarque : On note sur la figure une particularité. En effet 11% des ménages enquêtés, qui
admettent utiliser des semences sélectionnées, les ont obtenues non pas par achat, mais par don.
Ce don s’effectue au niveau des champs lors des semis. Dans notre échantillon, ces 11%
regroupent exclusivement les agricultrices dont la tranche d’âges est de 50 ans et plus.
101
En effet, lors de notre enquête auprès des ménages, 15% des chefs de ménages enquêtés
étaient des hommes. Or parmi ces 15% d’hommes, seul 20% ont admis pratiquer l’agriculture ou
l’avoir comme activité principale. Les autres 80% étaient repartis entre différentes activités telles
que le commerce, la fonction publique, la menuiserie, le mécanique, etc. (Fig. 41). Alors que
chez les femmes qui représentaient 85% de chefs de ménages enquêtés, 90% ont admis pratiquer
l’agriculture ; 58% l’ont comme activité principale (Fig. 42). Cette catégorie est composée à
88% des femmes âgées de 50 ans à plus. 40% des autres femmes avaient pour activité
principale : le commerce (57%), la fonction publique (22%), la couture, la coiffure, etc. Cela
montre bien que d’une façon générale, à Foto, l’agriculture vivrière dans son ensemble est
beaucoup plus pratiquée par les femmes.
2%
20% 40%
58%
80%
FIG.41 : Pourcentage des hommes pratiquant FIG.42 : Pourcentage des femmes pratiquant
l’agriculture au sein des ménages enquêtés l’agriculture au sein des ménages enquêtés
En combinant les résultats, nous nous rendons compte sur l’ensemble des ménages
enquêtés qu’au total 94% des ménages ont en plus de l’agriculture une autre activité génératrice
de revenus pour le ménage, et seulement 06% n’ont que l’agriculture comme unique activité. En
102
allant dans le détail, sur les 94% de ménages pratiquant l’agriculture en association avec une ou
plusieurs autres activités, 74%, en majorité les femmes, couplent à l’agriculture le commerce, et
20%, principalement les hommes, y joignent d’autres activités (Fig. 43).
20%
6%
74%
FIGURE 43 : Répartition des activités génératrices de revenus selon les ménages enquêtés
- Le type de commerce pratiqué : sur les 74% de ménages faisant du commerce, 27% font
du commerce de gros. Les femmes qui le pratiquent appartiennent à 72% à la tranche d’âges 25 à
49 ans et il s’agit là de leur principale source de revenus. L’agriculture, qui est pour ces femmes
la seconde activité, est prioritairement destinée à l’autoconsommation. 66% des ménages font du
commerce de détail. Il s’agit principalement des paysannes âgées de 50 ans à plus (56%).
7% 27%
66%
- Le type de produits commercialisés : toujours sur les 74% des ménages qui font du
commerce, 63% commercialisent des produits « agricoles ». Par agricoles, nous ne prenons en
compte qu’uniquement les produits vivriers et/ou maraichers (tomates, arachides, haricot, riz,
tubercules, condiments, etc.). Les produits tels le lait, les boites de conserves, le pain, etc. dont la
103
matière première a été complètement transformée pour donner un produit secondaire sont exclus.
13% vendent des produits manufacturés, c’est-à-dire des produits ayant subi des transformations
en usine et qui n’entrent pas dans l’agro-alimentaire.
24%
13% 63%
FIGURE 45 : Pourcentage des produits agricoles vendus au sein des ménages pratiquant le
commerce
- L’origine des produits agricoles commercialisés : sur les 63% des ménages
commercialisant des produits agricoles, 47% commercialisent uniquement les récoltes issues de
leurs champs. Dans cette catégorie, 80% de ces commerçantes sont âgées de 50 ans à plus. Les
paysannes de cette tranche d’âges constituent 76% des 66% des ménages pratiquant un
commerce de détail. Cette tranche d’âge représente celle la plus vulnérable face à la baisse des
rendements car elle en dépend presque exclusivement. 26% des ménages commercialisent des
produits agricoles qui ne sont pas issus de leurs champs mais proviennent des supermarchés
qu’ils détaillent par la suite. Nous n’avons malheureusement pas su inclure dans le questionnaire
d’enquête une question qui nous aurait permis de déterminer la part des ménages
commercialisant les produits agricoles issus des deux origines différentes.
27%
47%
26%
FCFA, les paysans agriculteurs à Foto ont mis en place un système permettant de garantir à un
grand nombre l’accès aux intrants agricoles pour leurs cultures. Cette stratégie novatrice consiste
à un achat en commun des intrants agricoles (engrais et semences). Cela se fait par l’entremise
des Groupements d’Initiatives Communautaires (GIC), ou des associations notamment les
réunions de femmes par quartier, par villages, etc. L’appauvrissement des terres d’après les
paysans est tel que l’utilisation des engrais chimiques – et parfois des pesticides et insecticides
pour lutter contre les maladies et les insectes des cultures – est devenue indispensable si l’on
veut espérer une bonne récolte. La quantité de sac d’engrais à utiliser au courant de la totalité de
la saison culturale dépend principalement de deux paramètres :
70%
- Le nombre de cultures plantées par parcelles. Le coût assez élevé du sac d’engrais a
contraint certains ménages à adopter un nouveau système de cultures. Durant les cultures de 1 er
cycle cultural, ils pratiquent la culture en association, par exemple maïs, haricot, pomme de terre,
sur la quasi-totalité de leurs champs. Pour les cultures de 2ème cycle cultural, ils choisissent de ne
cultiver que quelques uns de leurs champs (02 par exemple) et principalement en culture pure
(haricot en général, oignon et parfois maïs). Sur les 70% de ménages possédant plusieurs
105
champs, 32% admettent ne plus cultiver qu’un ou deux de leurs champs durant le 2ème cycle
cultural. Cette catégorie d’agricultrices rassemble principalement celles âgées de 50 ans et plus.
6%
32%
62%
FIGURE 48 : Pourcentage des ménages enquêtés ne cultivant plus que la moitié de leurs champs
durant le 2ème cycle cultural
Cette stratégie d’achat en commun soit des engrais, soit des semences, soit des deux à la
fois mise en place par les paysans-agriculteurs membres d’un GIC ou d’une association (réunion)
à Foto y concerne un certain nombre d’associations. D’après les résultats de l’enquête, 68% des
chefs de ménages sont membres d’une association (réunion) et 13% sont à la fois membres d’un
GIC et d’une association, soit un total de 81% des chefs de ménages enquêtés appartenant à l’un
des deux (Fig. 49). Sur ces 81% de chefs de ménages qui sont membres soit d’un GIC, soit d’une
association, soit des deux ; 48% appartiennent à une association (réunion) ou un GIC où ils
achètent en commun uniquement les engrais. 25% sont membres d’un GIC ou d’une association
(réunion) où ils achètent en commun uniquement les semences. 22% sont des membres d’une
association (réunion) ou d’un GIC où engrais et semences sont achetés en commun (Fig. 50).
19% 13%
68%
5%
22%
48%
25%
FIGURE 50 : Répartition des GIC ou des associations (réunions) en fonction du type d’intrants
agricoles acheté en commun
Le calendrier cultural est le guide des interventions au champ. Il organise et hiérarchise les
activités agricoles au courant d’une année. Sa construction permet de subdiviser l’année en
différentes saisons culturales. Sous les latitudes tropicales, son élaboration tient compte du
régime pluviométrique. Il permet donc de caler au mieux les activités champêtres (défrichage,
labour, semis et récoltes) à des périodes (mois ou semaines) bien précises de l’année. Son but
étant de garantir les meilleures chances de réussite aux cultures en limitant au maximum
l’apparition de stress dus aux facteurs limitant liés au climat. Le but de ce chapitre est donc de
construire le calendrier agricole de Foto.
I - EVAPOTRANSPIRATION CALCULEE
P. FRANQUIN et al. (1988) analysant l’évapotranspiration firent ces remarques : « le
terme « évapotranspiration » - évaporation + transpiration – recouvre en fait trois notions :
Une évapotranspiration potentielle mesurée n’a pas la même signification que celle d’une
évapotranspiration potentielle calculée : la première n’a qu’un intérêt local tandis que la
seconde présente généralement un caractère régional, d’où la notion d’évapotranspiration
potentielle climatique.». C’est donc du calcul de l’évapotranspiration potentielle climatique qu’il
sera question ici. Nous l’avons calculée par la formule de TURC à l’échelle de la décade.
( )
t : température de l’air pendant la décade (°C), Rg : radiation globale d’origine solaire (petite
cal/cm²/j). f(h) est une fonction de l’humidité relative Hr. Si Hr est inférieure à 65% :
108
(TURC, 1981)
Pour les zones intérieures où les masses de terres ne sont pas influencées fortement par de
grandes masses d’eau : Krs = 0,16. Pour les zones côtières situées sur ou adjacentes à une grande
masse de terre et où les masses d’air sont influencées par une masse d’eau proche : Krs = 0,19.
Les résultats de l’ETP décadaire consignés dans le tableau XXII montrent une assez bonne
fiabilité de la méthode utilisée. En effet ils situent par extrapolation l’ETP journalière à Foto
dans la fourchette de 01 à 04 mm.j-1 telle que généralement estimée pour la zone humide.
Cependant on constate pour les mois de janvier à mars qu’elle varie de 4,1 à 4,5mm/j. De plus ils
soutiennent d’assez près la comparaison d’avec les valeurs annuelles d’ETP calculées par C.
RIOU pour la station de Bangui pour la période allant de 1966 à 1971. Elles étaient de 1239
mm/an. L’ETP annuelle à Foto pour la période 1970-1979 est de 1260mm/an. La moyenne
annuelle de l’ETP pour l’ensemble des 40 années l’y situe dans la tranche 1300-1400 mm/an.
A l’échelle de la décade, et même du mois, nous constatons que l’ETP varie assez
faiblement soit une différence de 11,04 mm/10j entre l’ETP la plus élevée et celle la moins
élevée. Elle est également, au même titre que les températures maxima, fortement influencée par
les précipitations. L’ETP est très forte durant la saison sèche avec le mois de février où elle est la
plus élevée et s’abaisse avec l’arrivée des pluies jusqu’à une valeur minimale observée en juillet.
A l’échelle de chacune des décennies, nous notons une augmentation de l’ETP liée à
l’élévation des températures et à la baisse observée dans les hauteurs de précipitations. C’est
ainsi que la décennie 2000-2009 qui a été assez chaude et la moins arrosée est celle durant
laquelle l’ETP a été la plus forte. Elle croit progressivement entre chacune des décennies : 1,35%
entre 1970-1979 et 1980-1989 ; 9,88% entre 1980-1989 et 1990-1999 ; 0,58% entre 1990-1999
et 2000-2009. Cette augmentation reste donc relativement faible. Ainsi établit, il nous est dès
lors possible de donner les limites de la saison humide à Foto.
109
A- Le modèle moyen
Le premier travail à effectuer est de présenter les données climatologiques habituelles sous
la forme d’un graphique où sont représentées la courbe de la pluviométrie moyenne (mensuelle
ou décadaire) et l’ETP et l’ETP/2 à la fois. Il est alors possible de définir dates d’évènements et
durées de périodes qui ne représentent ici que des « moyennes ». C’est le modèle moyen. La
figure 51 caractérise la pluviométrie décadaire moyenne à Foto. Sous le nom de la station (Foto)
accompagné des coordonnées géographiques (latitude, longitude et altitude) sont présentées
successivement la pluviométrie et la médiane mensuelles entre lesquelles vient s’intercaler le
coefficient de variation. Les valeurs sont ici arrondies afin d’éviter les décimales. Pour les
décimales supérieures ou égales à 0,5, la valeur entière est arrondie à X + 1 (12,5 = 13). Pour
celles qui sont inférieures à 0,5, la valeur entière est maintenue (12,3 = 12).
La courbe pluviométrique décadaire moyenne est intersectée par les courbes représentant
ETP et ETP/2 décadaires moyennes dont les valeurs mensuelles sont indiquées à la suite de
celles de la pluviométrie décadaire sous la figure. L’ETP a été calculée grâce à la formule de
TURC. Les 04 points d’intersections de ces deux courbes (ETP et ETP/2) avec celle de la
pluviométrie – intersections qui peuvent être au nombre de 08 certaines années dans un régime à
deux maximums – sont datées au bas de la figure. Il est possible d’y tirer les dates d’évènements
et la durée de la période de végétation « moyenne » (période semi-humide et période humide) :
100
80
60
40
20
0
D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2 D1 D3 D2
jan Fév Mars Avril Mai Juin Jt Aout Sept Oct Nov Déc
1rdéc. 2,65 6,74 29,78 65,95 60,83 69,22 76,67 76,71 103,24 91,91 25,67 3,27
2èdéc. 5,59 5,28 30,19 58,97 59,31 78,96 75,02 93,76 111,01 73,71 10,60 1,88
3èdéc. 4,65 16,90 52,97 51,92 65,07 87,91 74,87 108,41 107,00 44,70 5,58 1,20
ETP 122 130 126 116 110 104 98 100 107 108 111 115 1347
ETP/2 61 65 63 58 55 52 49 50 54 54 56 58
INTERSECTIONS
ETP 2 7
ETP/2 1 8
60 80 305 315
Durées 20 j. 225 j. 10 j.
0 20 245 255
- évènements 2 à 7 : 225 jours, du 80è au 305è jours de l’année, durant lesquels P est
globalement supérieure à ETP ;
- évènements 7 à 8 ; 10 jours, du 305è au 315è jours de l’année, durant lesquels P passe de
ETP à ETP/2, pour redevenir définitivement inférieure à ETP/2 après cette dernière.
Les évènements 3, 4, 5, 6, qui sont fréquents dans les années à double maximum,
n’apparaissent pas dans le modèle de la période de végétation « moyenne » à Foto.
B - Le modèle fréquentiel
Nous présenterons les différents paramètres du bilan hydrique permettant de construire le
modèle de la PFV à Foto. Nous avons choisi de ne pas construire ce modèle sur l’ensemble des
40 années d’observations des données climatiques bien qu’il soit recommandé de le faire. Mais
plutôt nous le construirons sur les dix dernières années de la série chronologique des données.
Premièrement parce que par rapport au régime pluviométrique probable, les trois premières
décennies s’en écartaient suffisamment, notamment au niveau du mois de mars. Nous n’y
observons pas la chute de la pluviométrie au courant de la deuxième décade comme indiquée sur
le régime probable. Donc le modèle moyen pour chacune de ces décennies se rapproche
rigoureusement de celui construit pour l’ensemble des 40 années.
150
Précipitation,
100
mm
50
0
0 20 40 60 80 100 120
Précipitations, mm
120
Précipitations, mm
100
80
60
40
20
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35
n° des décades
Médiane 2000-2009
Nous avons ainsi simulé le bilan hydrique pour chacune des 10 années que comporte la
décennie. La totalité des opérations a été faite à la main pour des raisons de logistique car nous
n’avons pas pu obtenir le logiciel utilisé par P. FRANQUIN ou tout autre logiciel permettant de
simuler le bilan hydrique. Le découpage des différents évènements dans le cas du modèle de la
PFV ne tient plus compte, comme dans le modèle moyen, de la probabilité de dépassement d’un
niveau d’ETP par la pluie mais du « rapport (ETR/ETM ou ETR/ETP) des disponibilités
hydriques réelles eu égard des besoins. ».
On se rend dès à présent compte que la période fréquentielle de la végétation, PFV, établit
à l’aide de l’analyse statistique de la période de végétation (PV) annuelle, est constituée de deux
périodes encastrées :
« Une période SEMIHUMIDE SH (ETR/ETP 0,50) dont les limites sont celles de la
‘’saison culturale’’ des espèces annuelles. Cette période semihumide peut comporter, en rapport
avec les années à deux maximums de pluies, deux sous périodes : une 1ère sous période
semihumide ou culturale SH1 (entre évènements 1 et 4) et une 2ème sous période semihumide
SH2 (entre évènements 5 et 8). Ces deux sous périodes sont séparées par une ‘’petite saison
sèche’’ PSS2 (entre évènements4 et 5).
Une période HUMIDES H (ETR/ETP égale ou sup. à 0,90) encastrée dans la période
semihumide SH. Cette période humide peut comporter, en rapport avec les années à deux
maximums, deux sous périodes : une 1ère sous période humide H1 (entre évènements 2 et 3) et
une 2ème sous période humide H2 (entre évènements 6 et 7). Ces deux sous périodes sont
séparées par une ‘’petite saison sèche’’ PSS1 (entre évènements 3 et 6). »
les fréquences cumulées et les fréquences cumulées relatives de la durée des différentes périodes
et sous-périodes. Par exemple pour le cas du bilan hydrique de Foto en 2002 pour une RU
maximale de 50 mm que nous avons pris comme exemple ici, les différents résultats sont listés
dans les feuillets a à h (Voir en annexe 2 pour plus de détail). Grâce à l’élaboration du bilan
hydrique annuelle de 2000 à 2009, nous avons pu construire la période fréquentielle de
végétation (fig. 53) ainsi que les courbes de la durée de chacune des périodes définies grâce à la
PFV (fig. 54) pour Foto.
60
50
2 3
40
30
20
10
0
JAN FEV MARS AVRIL MAI JUIN JUL AOUT SEPT OCT NOV DEC
60
50 H1 (2-3)
40
30
PSS1 (3-6)
20
PSS2 (4-5) SH (1-8)
10 H (2-7)
0
30 60 90 120 150 180 210 240 270 300 330 360
DUREES en JOURS
On se rend bien compte que la date médiane d’ouverture de la saison culturale SH1 qui
correspond au tracé de la sigmoïde 1, correspond également parfaitement avec celle prévue par
le modèle moyen, soit aux environs du 01 mars.
90 23/05
100 25/05
Fermeture : la saison culturale unique est encore ouverte aux même fréquences et dates que la
2ème saison (SH2), à partir des limites de 70% et du 05/11.
Les cultures vivrières annuelles les plus répandues et classées par ordre décroissant : Maïs,
haricot et pomme de terre ;
La première information d’une grande importance que l’on obtient après la lecture de la
PFV (fig. 53) est le fait d’observer, pour l’ensemble des deux probabilités, une séparation de la
saison culturale unique SH (sigm. 1-8) en 02 saisons culturales SH1 et SH2. Cette discontinuité
122
est le fait d’un ralentissement de la pluie qui survient à une période de la saison culturale, PSS2.
Sur le modèle moyen, la saison culturale dure 255 jours en moyenne et elle est unique.
Cependant en considérant la PFV (fig. 53), on constate que :
- pour p = 0,50, SH1 dure 61 jours, entre les sigmoïdes 1 (01/03) et 4 (30/04) ; SH2 dure
176 jours, entre les sigmoïdes 5 (15/05) et 8 (10/11) et PSS2 dure 15 jours, entre les sigmoïdes 4
(30/04) et 5 (15/05).
- pour p = 0,80, SH1 dure 23 jours, entre les sigmoïdes 1 (15/03) et 4 (08/04) ; SH2 dure
160 jours, entre les sigmoïdes 5 (22/05) et 8 (02/11) et PSS2 dure 44 jours, entre les sigmoïdes 4
(08/04) et 5 (22/05). La saison culturale ainsi délimitée, il devient dès lors possible de discuter
sur le thème du « calage des cycles de végétation des cultivars » du calendrier agricole.
De toutes ces 03 phases, il existe une qui est particulièrement sensible au manque d’eau et
dont dépend le succès de la culture, c’est la phase de floraison-remplissage des grains. Elle
correspond d’après le découpage de MONTEITH à GS3 : flowering and grain filling. Cette
phase est dite phase critique. La durée de cette phase dépend de la variété du cultivar et de la
durée de son cycle de développement.
Le maïs est une plante de floraison terminale. Cela implique que sa phase critique soit
parfaitement calée par rapport aux disponibilités hydriques optimales. Il s’agit de la période de
l’année où ETR = ETP, soit les périodes humides H1 (sigm. 2-3), H2 (sigm. 6-7) et H (sigm. 2-
7). La position et la durée de cette phase critique varient en fonction de la durée du cycle de
développement/croissance du cultivar. Chez le maïs, cette phase se situe globalement entre les
stades 5 et 8 tels qu’ils ont été décrits d’après l’échelle BBCH des stades phénologiques du maïs
et dont nous avons présenté le cas du maïs en annexe 1. Plus précisément cette phase va de
l’épiaison à la fin du stade pâteux (stade principal 8, code 85, échelle BBCH).
La valeur du coefficient cultural k, nous a permis de caler plus précisément cette phase
critique au sein des stades phénologiques du maïs. Cette phase correspond aux stades
phénologiques durant lesquels k est le plus élevé et renvoie de ce fait à la période du cycle de
développement/croissance pour laquelle les besoins en eau de la plante sont les plus élevés.
On constate en effet que cette phase critique va de la montaison à la fin du stade laiteux
(stade principal 7, code 79, échelle BBCH) qui survient en général 15 jours avant la maturité
physiologique (stade principale 8, code 85, échelle BBCH) selon la durée du cycle cultural du
cultivar et s’il est photopériodique ou non (compter moins pour les cultures précoces et plus pour
les cultures tardives). Nous avons choisi dans le cadre de notre exercice, de nommer cette phase :
la phase décisive afin de la distinguer de la phase critique qui, telle que nous l’avons définie à la
base, est légèrement plus longue. De même, avant de tenter de caler cette phase décisive au sein
du cycle de développement/ croissance du maïs, il convient de distinguer également entre :
124
Phase décisive
Dans le cas de Foto ainsi que de sa région, différentes variétés de maïs sont produites par
l’IRAD et mises à la disposition des agriculteurs. Ce sont des semences améliorées dont le
tableau XXIV nous en donne les caractéristiques.
125
TABLEAU XXIV : les variétés sélectionnées de maïs développées par l’IRAD pour la région de
l’ouest
Variétés Cycle de maturité couleur Rendement T/ha Nature
Shaba 130 jours (tardif) Blanche 6 Composite
Kasai-SR 105 jours (intermédiaire) Blanche 6 Composite
ATP-syn 115 jours (intermédiaire) Blanche 6 Synthétique
CHH 101 130 jours (intermédiaire) Blanche 8 à 12 Hybride
Ekebil (CLH 110 à 120 jours Blanche 9 à 10 Hybride
103)
Hogbe Nleng 130 à 140 jours (tardif) Blanche 5à6 Hybride
(CHC 201)
Source : Agriculture intensive et IRAD de Dschang.
Dans le cas d’un cycle floral de 120 jours, par exemple, la phase décisive dure 40 jours
environ, du 55ème au 95ème jour approximativement. Elle doit donc être calée à la meilleure
probabilité de réussite dans le cadre des périodes humides H1, H2 et H qui sont délimitées par le
contour interne (ETR/ETP supérieur à 0,90) du modèle de la PFV. Pour caler cette phase de
40 jours (pour l’exemple pris), on la figure, à l’échelle de temps du modèle de la PFV, par un
segment de droite de 40 jours que l’on fera glisser de 10 en 10 (ou 05 en 05) jours, en partant
d’une date prise comme point de départ des 40 jours.
A Foto, nous avons pu constater qu‘à la probabilité 0,50, la période humide est composée
de 2 sous-périodes H1 et H2 séparées l’une de l’autre par une petite saison sèche PSS2 de 15
jours environ. H1 étant assez court, elle ne permet pas d’y caler la phase décisive de 40 jours au
risque qu’elle tombe directement sous les périodes de déficit hydrique correspondant à PSS1 (3-
6) et PSS2 (4-5). Il est préférable de la caler après cette période de ralentissement observée dans
les précipitations. La date de départ initial des 40 jours peut être la date qui correspond au point
de rencontre entre la probabilité p = 0,50 et la sigmoïde 6. Dans le cas présent, il s’agit du 21/05.
Ainsi la probabilité que H2 soit déjà ouverte le 21/05 étant de 0,50, quelle est la probabilité
qu’elle le soit encore 40 jours plus tard ; soit au 29-30/06 : 1,00. La probabilité ‘’composée’’ que
H2 ait au moins 40 jours entre ces deux dates est de ce fait de : 0,50 x 1,00 = 0,50. En faisant
par la suite glisser de 10 en 10 jours le segment de 40 jours, on calcule :
La probabilité composée maximale est 1.00 correspondant au calage optimal des 40 jours
entre les 21/06 et 31/07. Cependant le calage de ces 40 jours à partir du 21/06 entraine des
conséquences à la fois sur la date de semis, sur les conditions de fructification/maturation des
graines, sur les dates de récoltes (maïs sec après la maturité physiologique ; 115 jours environ
après semis) et donc sur les dates des cultures de 2ème cycle cultural.
En maintenant cette phase entre leurs dates optimales que sont les 21/06 et 31/07, la date
de semis tomberait 55 jours plus tôt dans la décade du 21 au 30/04. Cette date parait assez
tardive pour une culture en association dont l’une des cultures serait plantée à la 1/2 mars et
hypothèque déjà les chances de réussite des cultures semées en 2ème cycle cultural. La date de
semis du 21 au 31/04 peut sembler risquée pour la réussite du semis vu qu’elle est située en
pleine période de ralentissement des pluies PSS1 et jouxte directement celle dite ‘’forte’’, PSS2,
à la probabilité p = 0,50. Mais étant donné que, d’une part, la sous-période humide H1 qui
s’achève a parfaitement humidifié et rempli la RU du sol et ; d’autre part avec une ETR
correspondant à moins de la moitié de son ETRmax liée à un coefficient cultural k = 0,50, les
risques d’échecs du semis paraissent assez faibles, le tout dépendra bien évidemment de
l’intensité et de la durée du ralentissement.
Cette date du 21 au 30/04 est très éloignée de la période des semis, 15 au 31/03,
recommandée par les chefs de postes agricoles aux exploitants agricoles et tombe dans
l’intervalle de temps où ils déconseillent vivement tout semis de maïs ou de haricot (fin avril).
On constate toutefois qu’en ramenant la date de semis 20 jours plus tôt, entre les 01 et 10/04, on
perd 0,35 sur la probabilité maximale (de 1,00 à 0,65) à caler la phase décisive entre le 01/06 et
le 10/07. Un maïs de 140 jours, bien plus productif, semblerait être un bon compromis pour un
semis de 1ère décade d’avril car sa phase critique débutant 05 jours plus tard, le 05/06 dont la
probabilité est de 0,70 et s’achevant le 25/07 avec p = 1,00 ; sa probabilité composée sera de :
0,70 x 1,00 = 0,70. La décade offrant une très bonne probabilité composée maximale (0,85) au
calage optimal des 40 jours équivaut à la 2ème décade d’avril, du 11 au 20/04.
Pour ce qui concerne les conditions de fructification/maturation des graines qui correspond
au stade principal 8 de l’échelle BBCH (du début du stade pâteux à la maturité complète des
graines), dans le cas d’un maïs de 120 jours semé du 21 au 30/04, la maturation des graines se
déroulera approximativement du 01/08 au 20/08. En se rapportant à la PFV 50 mm (fig. 53), on
se rend compte qu’elle tombe au plus fort de la saison des pluies favorable pour une récolte de
127
maïs en vert. Cependant cette date du 01/08 au 20/08 obligerait à débuter les semis de haricot par
exemple (cas d’une succession maïs-haricot la plus plébiscité par les paysans-agriculteurs de
Foto) à partir du 01/09, date en accord avec les recommandations des chefs de poste agricoles
pour les semis de 2ème cycle de haricot (1/2-août – 1/2-septembre). Mais elle est extrêmement
tardive pour une succession maïs-maïs que les chefs de postes agricoles situent, pour les semis
de maïs de 2ème cycle, entre le 15 et le 31/07 ce qui suppose qu’on ait récolté le maïs de 1er cycle
au plus tard le 30/06. En récoltant entre les 01 et 20/08 un maïs de 120 jours, il ne serait plus
possible de lui succéder qu’un maïs précoce, de 90 à 100 jours, moins productif étant donné que
la saison culturale délimitée par le contour externe de la PFV correspondant (ETR/ETP inférieur
à 0,50) à la période semihumide s’achève dès le 11/11 pour une probabilité p = 0,50.
Les divergences perceptibles entre les dates de semis et de récoltes établies par les chefs de
postes agricoles d’une part, et grâce au modèle de la PFV que nous avons construit d’autre part
proviennent de deux faits. Les dates mises en place par les chefs de postes agricoles reposent sur
le régime mensuel de la pluviométrie tel que nous l’avons décrit précédemment. Il ne diffère que
de peu du modèle moyen sur 40 années d’observations de la pluviométrie que nous avons
construit dans ce chapitre. Cependant la PFV telle que nous l’avons construite ne prend en
compte que la décennie 2000-2009 qui présente une rupture plus ou moins faible/forte dans la
répartition du régime moyen des précipitations. Contrairement au modèle moyen, le modèle de la
PFV, qui a été construit en tenant compte du caractère particulier de la décennie 2000-2009 par
rapport à l’ensemble des 40 années, s’appuie sur une simulation du bilan hydrique annuel. La
PFV s’appuie principalement sur le rapport ETR/ETP et donc sur l’évolution des besoins en eau
formulés par la plante (ETR) et des disponibilités en eau que sont la pluie et la RU. De ce fait on
comprend que les caractéristiques générales de la PFV dépendront fortement de la valeur fixée à
la RU maximale, valeur ici fixée à 50 mm.
4 - Le ralentissement de la pluie
Ce ralentissement intéresse tout particulièrement les cultures annuelles de 1er cycle cultural
(maïs, haricot, pomme de terre, …) semées en février/mars, et qui ont à franchir la période de
ralentissement de la pluie comprise entre ½ avril et ½ mai. Ce ralentissement apparait
parfaitement sur la PFV 50 mm, alors qu’il n’est que très peu perceptible sur le modèle moyen.
Cela est du à deux raisons : d’abord la différence d’échelle de temps entre les deux modèles car
dans le modèle de la PFV, ce ralentissement n’est pas atténué par la pluviométrie des années
précédentes comme c’est le cas dans le modèle moyen. Ensuite parce que la faiblesse de la RU
128
maximale (50 mm) telle que nous l’avons choisie ici, limite quelque peu le rôle-tampon joué par
la RU à l’égard des disponibilités hydriques. Il est indéniable que si elle avait été fixée plus haut
(75, 100, 150 etc.), ce ralentissement se serait de plus en plus résorbé jusqu’au point, peut-être,
de ne plus apparaitre. Nous tenons également à faire remarquer que bien qu’au regard de la PFV
50 mm, ce ralentissement peut paraitre important, il faut garder à l’esprit qu’il a été amoindri par
l’effet de correction des sigmoïdes lors de la construction de la PFV représentant les périodes
humide (H) et semihumide (SH) nettes.
CONCLUSION GENERALE
Au terme de notre étude sur la relation qui existe entre la variabilité climatique et la
production agricole à Foto, nous pouvons envisager de discuter chacune de nos hypothèses et de
vérifier si nos résultats concordent avec les différentes théories qui ont encadré notre recherche.
Rappelons que notre travail avait pour objectif principal d’identifier les formes d’adaptation de
l’agriculture vivrière de subsistance à la variabilité climatique dans le groupement Foto. Pour y
arriver, nous avons premièrement cherché à vérifier l’hypothèse que les paramètres climatiques
étudiés avaient varié conformément aux résultats publiés dans le 4ème rapport du GIEC. Il
s’agissait principalement des températures et des précipitations. Nos résultats nous poussent à
croire qu’effectivement la théorie du réchauffement climatique planétaire est fondée. En effet sur
l’ensemble des quarante années d’observation des températures à Foto (1970 – 2009), nous
avons observé une hausse globale des températures moyennes de 0,4¨C. Elle est imputable aux
deux dernières décennies (1990 – 1999 et 2000 – 2009) qui ont été les plus chaudes. Le pic des
températures de 1998 observé sur la courbe du GIEC apparait aussi clairement sur la courbe des
températures à Foto.
Les précipitations à Foto ont baissé entre 1970 et 2009. Cette baisse confirme les craintes
et prévisions de certains scientifiques (HULME, SIGHOMNOU, TSALEFAC, etc.) en ce qui
concerne la chute des valeurs des précipitations en Afrique, au Cameroun et sur les hautes terres
de l’ouest-Cameroun. Nos résultats montrent cependant que cette baisse des hauteurs d’eau
enregistrées à Foto est en grande partie due à la chute des hauteurs d’eau enregistrées pendant la
saison sèche (novembre, décembre, janvier et février). Le régime probable nous a confirmé
qu’une année sur deux, on enregistrera quasiment aucune hauteur d’eau durant ces mois de
l’année. Elles seront inférieures à 40 mm en 120 jours. L’insolation a fortement baissé entre
1983 et 2009 à Foto. Malgré la hausse des températures constatée, l’insolation a baissé en termes
de durée journalière d’ensoleillement mais aussi du nombre de jours d’insolation. L’hypothèse
de la variation du climat à Foto entre 1970 et 2009 est donc vérifiée.
de 2000 à 2009. L’avantage est pour la période 1970 – 1999 avec une production très élevée
notamment entre 1970 – 1990. Cependant il faut tenir compte que les deux périodes
n’enregistrent pas le même nombre d’agriculteurs et/ou de superficies exploitées parmi ceux
et/ou celles effectivement recensées par les services publics en charge de l’agriculture. Nous
restons donc prudents quant à la vérification totale de cette hypothèse.
La troisième hypothèse avait prétendu que les agriculteurs, face aux difficultés liées à la
variabilité climatique et à la baisse des récoltes, avaient développé une série de stratégies pour
mieux maitriser la saison des pluies et garantir le succès des récoltes. Les résultats issus de notre
enquête de terrain nous poussent à croire que notre hypothèse est vraie car les agriculteurs
semblent avoir développé différentes stratégies pour faire face au problème. En effet la totalité
des ménages enquêtés ont admis avoir recours à au moins une stratégie parmi l’ensemble de
celles que nous avons pu identifier. Cependant le fait que notre échantillon de départ
effectivement enquêté ne soit pas représentatif par rapport à la population mère, nous ne
pouvons l’accepter que partiellement ; car la taille de notre échantillon ne nous permet de nous
prononcer sur le niveau d’application de celles-ci auprès de l’ensemble de agriculteurs de Foto.
Seule certitude que nous apporte ces résultats, c’est que ces stratégies d’adaptation existent et
qu’une partie au moins des agriculteurs les utilisent. De plus elles interviennent aussi bien dans
le cadre de la lutte contre la pauvreté que dans celui de l’adaptation des techniques culturales
face aux changements climatiques.
Notre hypothèse principale stipulait que les variations du climat à Foto de 1970 à 2009
avaient occasionné une baisse de la production des cultures vivrières annuelles et contraint les
agriculteurs à développer des stratégies d’adaptation. La variabilité climatique ainsi que la baisse
de la production agricole ont été démontrées. Cependant la variabilité climatique n’est pas
l’unique cause de la baisse de la production observée car les valeurs du coefficient de corrélation
de PEARSON qui traduisent la relation statistique entre les différents paramètres climatiques et
la production annuelle de certaines cultures sont pour la plupart faibles et non significatives à un
seuil de confiance de 95%. Il faut donc croire que la variabilité climatique n’est pas la seule
responsable de la baisse de la production agricole à Foto, d’autres causes sont donc à rechercher
notamment au niveau du sol qui est l’autre composante du système sol- plante - atmosphère.
Nous avons par la suite démontré que les agriculteurs de Foto avaient réussi à développer des
stratégies en matière d’adaptation aux changements climatiques. Notre hypothèse principale est
donc vérifiée.
132
Cependant nos résultats nous ont permis de démontrer lequel des trois paramètres
climatiques étudiés avait le plus d’influence négative sur l’évolution de la production agricole
annuelle à Foto. Il s’agit de l’insolation. En effet en tenant compte de la valeur des coefficients
de corrélation obtenue pour chaque paramètre, c’est elle qui a le coefficient de corrélation le plus
élevé de tous à un niveau de significativité de 0.95. L’étude a ainsi démontré que c’est
l’augmentation du total annuel du nombre de jours sans soleil qui a le plus influencé l’évolution
de la production de maïs à FOTO entre 2000-2009. Son coefficient de corrélation est de – 0,69.
Ces résultats viennent davantage renforcer l’hypothèse d’une baisse de la production de certaines
cultures liée à la variabilité climatique.
Cependant par rapport aux autres paramètres climatiques pouvant jouer le rôle de facteurs
limitant au rendement potentiel (radiation et CO2 atmosphérique), il serait fort intéressant de s’y
intéresser ultérieurement compte tenu de l’hypothèse d’une augmentation de la production
agricole causée par l’augmentation du CO2 dans l’atmosphère. D’après des résultats issus de
travaux agronomiques, cette augmentation de la concentration de CO2 atmosphérique pourrait
avoir un effet fertilisant sur les cultures et donc accroitre les rendements à l’hectare. En
définitive nous pensons avoir répondu à notre question principale qui était celle de savoir
comment la variabilité climatique actuelle affectait elle l’agriculture vivrière de subsistance et
conditionnait son adaptation à Foto au vu des données disponibles et des résultats obtenus?
133
BIBLIOGRAPHIE
A) OUVRAGES GENERAUX
B) RAPPORTS D’ETUDE
34 - TSALEFAC M., 1983, Ambiance climatique des Hautes Terres de l'Ouest du Cameroun,
Thèse de doctorat de 3ème cycle, Université de Yaoundé, Département de Géographie.
D) PUBLICATIONS ET ARTICLES
35 - ABDENDI ZINE EL ABIDINE, 2003, Le dépérissement des forêts au Maroc : analyse des
causes et stratégie de lutte, in : Sècheresse n° 4 vol.14, pp. 209 – 218.
36 - AYUK-TAKEM J. A., 1980, The influence of altitude on the agronomic performances of
highland maize (Zee Mays) varieties in Cameroon, in: L’agronomie tropicale n°2, pp.135 – 147.
37 – FOTSING J. M., 1994, Evolution du bocage bamiléké, in : Bulletin pédologique de la
FAO n° 70, Chapitre 10.
38 - FRANQUIN P., 1975, Analyse agroclimatique en régions tropicales : méthode des
intersections et Periode Fréquentielle de Végétation, in : L’agronomie tropicale vol.XXVIII – n°
6-7, pp.665 – 682.
39 – FRANQUIN P., 1983, Ajustement des cycles de développement des cultivars à la
période climatique frequentielle de vegetation, in : Bulletin OEPP 13 (2) , pp. 157-161.
40 - FRANQUIN P., 1984, Agroclimatologie et agrometéorologie en zone tropicale sèche
d’Afrique, in : L‘agronomie tropicale vol.39 – n° 4, pp. 301 – 307.
41 – GRAS R., 1990, Contribution de Stéphane Hénin dans le domaine de la climatologie, in :
Mélanges offert à Stéphane Hénin, Paris, ORSTOM, pp. 105 – 116.
42 – HAMADI HABAIEB, CHIRAZ MASMOUDI-CHARFI, 2003, Calcul des besoins en
eau des principales cultures exploitées au nord de la Tunisie : estimation de l’évapotranspiration
de référence par différentes formules empiriques (cas des régions de Tunis, Béja et Bizerte), in :
Sècheresse n° 4 – vol. 14 – octobre-novembre-décembre, pp. 257 – 265.
43 – LHOMME J. P., MONTENY B., 1981, Une méthode d’analyse agroclimatique pour le
calage des cycles culturaux en zone tropicale, in : L’agronomie tropicale vol XXXVI – n° 4 –
octobre-décembre, pp. 334 – 338.
44 - SANFO E., KY S., KIEMDE H., ZOUNGRANA A., BADOLO M., 2011, Orientation
pour l’engagement de l’Office National de l’Eau et de l’Assainissement (ONEA) du Burkina-
Faso dans un processus d’adaptation aux changements climatiques, in : Notes de recherche de
l’IAVS n° 2, p.15.
45 - SCHALBROECK J. J., AUTRIQUE A., 1988, Incidence de la date de semis sur la
croissance et le rendement du blé dans le Mugamba (Burundi), in : L’agronomie tropicale vol. 43
n° 4, pp. 289 – 300.
46 - SEGALEN P., 1967, Les sols de la vallée du Noun, in : Cahiers ORSTOM série Pédologie
Vol. V - n° 3, pp. 287 – 349.
47 – TSALEFAC M., NGOUFO R., NKWAMBI W., DJOUMESSI TATSANGUE E.,
LENGUE FOBISSIE B., 2003, Fréquences et quantités des précipitations journalières sur le
territoire camerounais, in : AIC vol. 15, pp. 359 – 367.
48 – TSALEFAC M., 2004, Variabilité climatique et dynamique des milieux agraires sur les
hautes terres de l’ouest du Cameroun, in : AIC, pp.225 – 228.
136
49 – WEBER, BLEIHOLDER, 1990 ; LANCASHIRE et al., 1991, Échelle BBCH des stades
phénologiques du maïs, in : Stades phénologiques des mono-et dicotylédones cultivées, BBCH
monographie, 2ème édition, 2001, Centre Fédéral de Recherches Biologiques pour l`Agriculture
et les Forêts, pp. 30 -24.
E) WEBOGRAPHIE
1 - Les différents rapports du GIEC (1997, 2001 et 2007) ont été consultés sur le site du
GIEC/IPCC: http://www.ipcc.ch/index.htm ; consulté de mars 2011 à mai 2012.
2 – Les coefficients culturaux K du maïs, du hachot et de la pomme de terre ont été obtenus sur
le site : www.ardépi.fr/coeff/; consulté en septembre 2011.
3 - Le dernier rapport N°4 (2007) du GIEC a été téléchargé au format PDF sur le site:
http://www.ipcc.ch/pdf/assessment-report/ar4/ syr/ ar4_syr_fr.pdf ; consulté en janvier 2012.
4 – Les différents rapports de la FAO (1994, 1995, 1997, 1998) ont été consultés sur le site :
www.fao.org/ ; consulté en janvier – février 2011.
5 – La courbe de l’évolution de la température moyenne annuelle de 1850 à 2011 a été obtenue
sur le site du Hadley CRUT3 : http://hadobs.metoffice.com/ hadcrut3/ diagnostics/
global/nh+sh/ ; consulté en février 2012.
6 – La courbe de l’évolution de la température moyenne annuelle de 1979 à 2013 a été obtenue
sur le site : http://www.climate4you.com/ ; consulté en avril 2012.
7 – Les documents intitulés : Méthodes d’analyse rurale – Concepts clés et Agro-écosystèmes –
Concepts-clés ont été consultés sur le site : www.icra-edu.org ; consulté en avril – mai 2011.
8 – Le rapport Production Soudano-Sahélienne (PSS) N°13 a été consulté sur le site :
http://library.wur.nl/way/ catalogue/ documents/Sahel/RAP13/RAP13A.HTM ; consulté en
mai 2012.
137
ANNEXES
138
ANNEXE 1 : Maïs Weber und Bleiholder, 1990; Lancashire et al., 1991 Échelle BBCH des
stades phénologiques du maïs (Zea mays L.)
Code Définition
1 Une feuille est étalée si sa ligule est visible ou si l’extrémité de la prochaine feuille est visible.
2 Le tallage ou l’élongation de la tige principale peut intervenir avant le stade 19, dans ce cas
continuez avec le stade de développement principal 3.
3 Pour le maïs l’inflorescence terminale peut apparaître avant le stade 39, dans ce cas continuez
avec le stade de développement principal 5.
139
71 début du développement des graines, stade aqueux des graines, environ 16% de matière
sèche
73 début du stade laiteux,
75 les graines au milieu de l’épi sont jaunâtres, le contenu est laiteux, environ 40% de
matière sèche
79 presque toutes les graines ont atteint leur taille finale
83 début du stade pâteux: contenu des graines tendre, environ 45% de matière sèche
85 stade pâteux : graines jaunâtres à jaunes, environ 55% de matière sèche
87 maturité physiologique: à la base des graines un point noir est visible, environ 60% de
matière sèche
89 maturité complète: les graines sont dures et brillantes, environ 65% matière sèche
Les feuillets b à e présentent les calculs qui aboutiront à la construction (feuillet e) des 08
sigmoïdes de probabilité d’occurrence de ces 08 ‘’évènements’’ et à la construction (feuillet g,
figure du bas) des sigmoïdes de probabilité d’occurrence des ‘’durées’’ des périodes et sous-
périodes délimitées par ces évènements.
Le feuillet g présente (figure du haut) la période fréquentielle de végétation, PFV, avec ses
périodes SH et H nettes ; car comme l’indique P. FRANQUIN « nettes en raison des corrections
opérées sur les sigmoïdes brutes quand celles-ci s’intersectent ». Les coordonnées des courbes
qui résultent de ces corrections sont listées au feuillet e sous SH et H. Le contour ‘’externe’’ de
la période fréquentielle (feuillet g, figure du haut) délimite de ce fait la période semihumide SH
caractérisée par les probabilités que ETR/ETP (soit les disponibilités hydriques) soit égal ou
supérieur à 0,50. Le contour ‘’interne’’ quant à lui délimite la période humide H caractérisée par
les probabilités que ETR/ETP soit égal ou supérieur à 0,90.
Le feuillet c montre les distributions de fréquences cumulées des durées des périodes et
sous-périodes constituant la période fréquentielle :
142
P. FRANQUIN tient par la suite à préciser que : « Toutes ces sigmoïdes, SH1 et SH2, H1 et
H2, PSS1 et PSS2, se rapportent aux durées des périodes et sous-périodes correspondantes,
quelle que soit la position dans le temps de celle-ci. La probabilité d’occurrence d’une même
durée, de SH1 par exemple (feuillet g, figure du bas), quelle que soit sa position, se montrera
évidemment supérieure à la probabilité d’une même durée délimitée en position dans le cadre de
la période fréquentielle (feuillet g, figure du haut). ».
Le feuillet h, sont deux tableaux. Le premier est la matrice des corrélations entre les
évènements 1 à 8 et le second indique les effectifs de calcul de ces corrélations. De l’avis de P.
FRANQUIN, il convient, dès fois, de prendre en considération ces deux tableaux lorsqu’il
s’agira d’évaluer une probabilité composée. Par exemple, pour le cas qui nous concerne, le
coefficient de corrélation linéaire entre les sigmoïdes réciproques 1 et 4 (délimitant la sous-
période SH) est 0,44. Tout en suivant le raisonnement de l’auteur, bien que ce coefficient soit
faible (R² = 0,19) et qu’il ait été cependant calculé sur un effectif de 07, il reste tout de même
significatif au seuil de probabilité 0,05. Cela suppose que la probabilité, pour une sous-période
SH1, d’être ouverte entre les sigmoïdes 1 et 4, ne sera pas de façon rigoureuse le produit des
deux probabilités élémentaires attachées respectivement à 1 et 4. Le coefficient de corrélation
143
étant positif, la sous-période SH1 aura tendance à se fermer quelque peu plus tôt qu’elle s’est
ouverte plus tôt.
Tout l’intérêt de ces tableaux de corrélations et d’effectifs semble donc résider dans la
‘’crédibilité’’ à accorder à la probabilité composée d’ouverture et fermeture d’une sous-période
issue du produit de deux probabilités élémentaires correspondant à deux sigmoïdes réciproques
(1-4 ; 2-3 ; 1-8 etc.) la délimitant. Plus ce coefficient est fort, plus il est significatif et donc plus
la probabilité composée d’ouverture et fermeture d’une sous-période issue du produit de deux
probabilités élémentaires correspondant à deux sigmoïdes réciproques sera ‘’crédible’’ et sera de
ce fait rigoureusement (pour employer le même terme que l’auteur) le produit des deux
probabilités élémentaires attachées respectivement à ces deux sigmoïdes. Il sera donc important
de tenir compte de ces coefficients de corrélation lors d’éventuels calages de phase de
développement d’une culture annuelle dans un intervalle de temps afin de garantir le succès de
la culture.
ANNEES EVENEMENTS
1 2 3 4 5 6 7 8
2000 10 10 30 30
2001 7 7 12 13 15 15 29 32
2002 8 9 13 14 16 16 29 30
2003 6 9 10 12 14 14 29 31
2004 10 10 32 32
2005 6 7 9 10 12 12 29 30
2006 6 6 11 12 13 14 27 31
2007 7 9 11 11 32 32
2008 7 9 12 12 14 15 31 31
2009 6 10 32 32
144
N° DES EVENEMENTS
DECAD FREQUENCES CUMULEES
ES
1 2 3 4 5 6 7 8
1
2
3
4
5
6 4 1
7 7 3
8 8
9 6 6 7
10 10 9 5 6
11 4 1 1
12 3 5 2 2
13 1 2 3
14 1 5 4
15 6 6
16 7 7
17
18
19
20
21
22
23
24
25
26
27 10
28
29 9
30 5 10
31 4 7
32 3 4
33
34
35
36
145
N° DES EVENEMENTS
DECAD FREQUENCES RELATIVES CUMULEES
ES
1 2 3 4 5 6 7 8
1
2
3
4
5
6 40 10
7 70 30
8 80 30
9 80 60 60 70
10 100 90 50 60
11 40 50 10 10
12 30 50 20 20
13 10 20 30 20
14 10 50 40
15 60 60
16 70 70
17
18
19
20
21
22
23
24
25
26
27 100
28 90
29 90
30 50 100
31 40 70
32 30 40
33
34
35
36
147
90
80
70
1 4 5 8
60
50
40
30
20
10
0
JAN FEV MARS AVRIL MAI JUIN JUL AOUT SEPT OCT NOV DEC
90
80
70
60
2 3 6 7
50
40
30
20
10
0
JAN FEV MARS AVRIL MAI JUIN JUL AOUT SEPT OCT NOV DEC
149
90
80
1 4 5 8
70
6 7
60
50
2 3
40
30
20
10
0
JAN FEV MARS AVRIL MAI JUIN JUL AOUT SEPT OCT NOV DEC
90
H2 (6-7) SH2 (5-8)
80
SH1 (1-4)
70
60
H1 (2-3)
50
40
30
PSS1 (3-6)
20
PSS2 (4-5) H (2-7) SH (1-8)
10
0
30 60 90 120 150 180 210 240 270 300 330 360
DUREES en JOURS
150
COEFFICIENTS DE CORRELATION
1 2 3 4 5 6 7 8
1 1,00 0,57 0,89 0,44 0,53 0,46 0,33 -0,11
2 0,57 1,00 0,32 0,36 0,53 0,48 0,81 0,10
3 0,89 0,32 1,00 0,90 0,86 0,96 0,21 0,21
4 0,44 0,36 0,90 1,00 0,98 0,98 -0,49 -0,24
5 0,53 0,53 0,86 0,98 1,00 0,96 -0,34 -0,24
6 0,46 0,48 0,96 0,98 0,96 1,00 -0,38 -0,23
7 0,33 0,81 0,21 -0,49 -0,34 -0,38 1,00 0,52
8 -0,11 0,10 0,21 -0,24 -0,24 -0,23 0,52 1,00
1 2 3 4 5 6 7 8
1 9 6 7 7 7 10 10
2 9 6 7 7 7 9 9
3 6 6 7 7 6 6 6
4 7 7 7 7 7 7 7
5 7 7 7 7 7 7 7
6 7 7 7 7 7 7 7
7 10 9 6 7 7 7 10
8 10 9 6 7 7 7 10