UNIVERSITE D’ANTANANARIVO ------ECOLE SUPERIEURE POLYTECHNIQUE ------DEPARTEMENT METEOROLOGIE ------

Mémoire de fin d’études en vue de l’obtention du diplôme d’ingénieur Intitulé

Elaboration d’un modèle de prévision

de rendement de Vanille

Cas du district

SAMBAVA-Région Sava

Présenté par : RASOAVOLOLONIAINA Hanitra Elisa Encadré par : Monsieur RANDRIANASOLO Léon Date de soutenance : 01 Décembre 2014 Promotion 2013 UNIVERSITE D’ANTANANARIVO ------ECOLE SUPERIEURE POLYTECHNIQUE ------DEPARTEMENT METEOROLOGIE ------

Mémoire de fin d’études en vue de l’obtention du diplôme d’ingénieur Intitulé :

Elaboration d’un modèle de prévision de rendement de Vanille

Cas du district

SAMBAVA-Région Sava

Présenté par : RASOAVOLOLONIAINA Hanitra Elisa

Président :  Maitre de conférences et Chef du département Météorologie, Monsieur RAKOTOVAZAHA Olivier

Examinateurs :  Directeur Générale de la Météorologie, Madame RAHARIVELOARIMIZA Samueline  Chef de Service de l’Agrométéorologie à la Direction Générale de la Météorologie, Monsieur RAZAFINDRAKOTO Benjamin  Ingénieur et Enseignant du département Météorologie, Monsieur RAKOTOARINOSY Andrianiaina Tahina Encadreur de mémoire :  Maitre de conférences et Enseignant-chercheur du département Météorologie, Monsieur RANDRIANASOLO Léon REMERCIEMENTS

« Parce que le Tout Puissant a fait pour moi de grandes choses. Son nom est saint, et sa miséricorde s'étend d'âge en âge Sur ceux qui Le craignent. »

Evangile selon saint Luc 1, 49-50.

iii Elaboration d’un modèle de prévision des rendements de vanille

REMERCIEMENTS

Je tiens tout d’abord à remercier Dieu tout puissant pour la Grâce qu’Il m’a accordée ainsi que pour la connaissance, le courage et la santé qu’Il m’a octroyés pour la réalisation de ce mémoire de fin d’études.

Ensuite, c’est avec reconnaissance que j’adresse mes sincères remerciements à chacun des membres de jury :

 Monsieur RAKOTOVAZAHA Olivier, Maitre de conférences, Chef du département Météorologie qui représente comme président du jury;

 Madame RAHARIVELOARIMIZA Samueline, Directeur Générale de la Météorologie, Docteur Ingénieur et Enseignante à l’Ecole Supérieure Polytechnique d’Antananarivo, dans le Département Météorologie, examinateur ;

 Monsieur RANDRIANASOLO Léon, Maitre de conférences, Chercheur au sein du Département Météorologie et mon encadreur pédagogique;

 Monsieur RAZAFINDRAKOTO Benjamin, Chef de Service Agrométéorologie à la Direction Générale de la Météorologie , examinateur.

 Monsieur RAKOTOARINOSY Andrianiaina Tahina, Enseignant du département Météorologie, examinateur.

Mille Mercis à toute ma famille et à tous mes amis, participants plus ou moins actifs, présents et indispensables au bon déroulement de mon mémoire, pour votre soutien et vos sourires ;

Enfin, j’adresse un grand merci à toute l’équipe pédagogique et administrative de l’Ecole Supérieure Polytechnique d’Antananarivo.

Et que Dieu vous bénisse… !

Hanitra RASOAVOLOLONIAINA / METEO /promotion 2013 Page I

TABLE DES MATIERES

REMERCIEMENTS ...... I

TABLE DES MATIERES ...... II

LISTE DES ABREVIATIONS ...... V

LISTE DES TABLEAUX ...... VI

LISTE DES FIGURES ...... VII

LISTE DES ANNEXES ...... VIII

LEXIQUES ...... IX

INTRODUCTION ...... 1

PARTIE I : Contexte général de l’étude...... 3

I. GENERALITES SUR LA ZONE D’ETUDE ...... 4

I.1) Délimitation géographique ...... 4 I.2) Ressources naturelles et environnements ...... 5

I.2.1. Climat ...... 5 I.2.1.a) Températures ...... 5 I.2.1.b) Précipitation ...... 6 I.2.1.c) Vents ...... 7 I.2.1.d) Humidité atmosphérique ...... 8 I.2.2. Hydrographie ...... 8 I.2.3. Sols et végétation ...... 9 I.2.3.a) Relief ...... 9 I.2.3.b) Sols ...... 9 I.2.3.c) Végétation...... 9 I.2.3.d) Potentiels agronomiques ...... 10 II. GENERALITE SUR LA VANILLE ...... 12

II.1) Aperçu général sur le vanillier ...... 12

II.1.1. Description ...... 12 II.1.2. La culture du vanillier ...... 12 II-1-2-a) Climat ...... 12

Page II

II-1-2-b) Sol ...... 13 II-1-2-c) Multiplication ...... 13 II-1-2-d) Techniques culturales ...... 13 II.2) La filière vanille dans le district de Sambava ...... 14 II.3) Calendrier cultural ...... 14 II.4) Phase phénologique...... 17

II.4.1. Première étape ...... 18 II.4.2. Stade de developpement des cultures...... 18 II.4.3. Stade de mi-saison ...... 18  La fécondation artificielle ...... 18

II.4.4. Etape finale ...... 19  Récolte ...... 19

CONCLUSION I ...... 20

PARTIE II : METHODOLOGIE ...... 21

I. MATERIELS ...... 22

I.1) Microsoft Excel 2007 ...... 22 I.2) Modèle AgroMetShell ...... 22

I.2.1. Principe...... 22 I.2.2. Données d’entrée ...... 25 I.2.3. Les sorties ...... 25 II. COLLECTE ET DESCRIPTION DES DONNEES ...... 26

II.1) Données agricoles ...... 26 II.2) Données météorologiques ...... 27

II.2.1. Evapotranspiration potentielle ou ETP ...... 28 II.2.2. Pluviométrie...... 28 II.2.3. Température ...... 29 II.3) Données agronomiques ...... 29

II.3.1. Coefficients culturaux ...... 29 II.3.2. Capacité de retention en eau ...... 32 III. METHODE ...... 35

III.1) APPROCHE ...... 35

III.1.1. Documentation et enquête ...... 35

Page III

III.1.2. Analyse ...... 35 III.1.3. Simulation...... 36 III.1.4. Elaboration du modèle ...... 38 III.1.5. Méthode de validation du modèle ...... 38 III.1.6. Détermination de R2 et RMSE ...... 39 III.2) ALGORITHME ...... 40

CONCLUSION II ...... 41

PARTIE III : Résultats et discussions ...... 42

I. RESULTATS ...... 43

I.1) Résultats de simulation dans AMS ...... 43 I.2) Prévision du rendement dans le district de Sambava ...... 44

I.2.1. Suppression des variables non corrélées ...... 44 I.2.2. Choix des variables explicatives ...... 44 I.2.3. Choix des variables pertinentes ...... 44 I.2.4. Validation du modèle ...... 45 II. DISCUSSIONS ...... 47

II.1) Exploitation des résultats du bilan ...... 47 II.2) Discussion des résultats ...... 48

II.2.1. Le rendement réel et la température minimale aucours de la floraison .....49 II.2.2. Le rendement réel et l’évapotranspiration réel au stade de maturation .....50 II.2.3. Le rendement simulé ...... 51 CONCLUSION III ...... 52

BIBLIOGRAPHIE ...... I

ANNEXES ...... IV

Page IV

LISTE DES ABREVIATIONS

AMS : AgroMetShell ARC : Africa Rainfall Climatology BD : Base de données CIRAD : Centre de recherche français qui répond, avec les pays du sud, aux enjeux internationaux de l’agriculture et du développement CPC : Climate Prediction Center CSSWB : Crop specific soil water balance DGM : Direction Générale de la Météorologie DRDR : Direction Régionale pour le Développement Rural ETA : Evapotranspiration réelle ETP : Evapotranspiration potentielle FAO : Food Agricultural Organisation FEWS : Famine Early Warning System FTM : Foiben-Taotsarintany Malagasy INIFAP : Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias IRI : International Research Institute Kc : Coefficient cultural NCEP : National Centers for Environmental Prediction NOAA : National Oceanic and Atmospheric Administration PADANE : Projet d’Amélioration et de Développement Agricole dans le Nord-Est RMSE : Root Mean Square Error RU : Réserve utile SAVA : Région qui comprend les villes de Sambava, Ambanja, Vohémar et Antalaha T°min floraison : Moyenne des températures minimales durant la floraison WEX : Excès en eau WRI : Water Requirement Index

Page V

LISTE DES TABLEAUX

Page VI

LISTE DES FIGURES

Page VII

LISTE DES ANNEXES

Page VIII

LEXIQUES

Page IX Elaboration d’un modèle de prévision des rendements de vanille

INTRODUCTION

Au cours des années 1990, Indonésie était passée en tête sur la production de vanille au Monde. Madagascar a recouvré aujourd’hui sa position dominante dont la région SAVA est sa première productrice (FAOSTAT 2011). Cette zone assure actuellement 80% de la production vanillier Malgache qui représente plus de la moitié de la production mondiale, avec le district de Sambava joue le grand rôle de premier producteur de la région. Auparavant, la ville d’Antalaha a été considérée comme « Capitale mondiale de la vanille », mais depuis quelques années jusqu’à l’heure actuelle, la ville de SAMBAVA s’est emparée du titre élogieux de « capitale mondiale de la vanille ». Ce renversement imprévu est dû à un changement très rapide de la situation au niveau de Sambava. Telle abrite plus de 40 000 planteurs de vanille recensés en 2001 contre 5000 pour Antalaha. A elle seule, Sambava produit 32% du total national. Dans un tel contexte, elle joue, dans ce microcosme de la SAVA un rôle de premier plan pour ce qui est de la production, expliquant ainsi, en partie, le choix de cette région dans le cadre de ce travail. La vanille dans le Nord-Est, l’Est et le Sud-Est de Madagascar a rapporté quelque US$96 millions en 2011 et US$76 millions en 2012 (selon la mission FAO/PAM d’évaluation de la sécurité alimentaire à Madagascar le 09 Octobre 2013). De ce fait, la filière vanille est considérée comme un instrument de développement régional et national susceptible de maintenir la place de Madagascar sur le plan international à cause de sa qualité et de sa quantité, mais elle subit aussi des fluctuations de rendements et on parle de sous- production et surproduction.

Il faut maîtriser sa production, c’est-à-dire dire gérer la qualité mais pas seulement la quantité, car en plus la vanille réclame beaucoup de soin. C’est une culture à cycle long, très gourmande à main d’œuvre et nécessite des interventions tout au long de l’année. Cette maîtrise permet de s’affranchir partiellement les aléas de l’offre et de la demande, et de mieux contrôler les stocks.

Dans l’optique d’améliorer la maîtrise de la production de vanille, cette étude a pour objectif de fournir une méthode de prévision de la production de vanille. Il

Page 1 INTRODUCTION

s’agira plus précisément de chercher un modèle pour prévoir le rendement à partir des données météorologiques et agronomiques.

La résolution de ce problème représente un très grand intérêt pour tout ce qui concerne cette filière directement ou indirectement, en ne citant que les agriculteurs, les préparateurs, les exportateurs au niveau régional, national ainsi que international, et évidemment l’Etat Malgache. Ces différentes causes nous ont incités à focaliser ce travail sur le cas du district de Sambava, située au centre de la région Sava au Nord-Est de Madagascar, sous le thème : « Elaboration d’un modèle de prévision des rendements de vanille dans le district de Sambava, région Sava ».

Ce travail se divise en trois parties : la première partie se rapportera sur le contexte général de l’étude, la seconde abordera la méthode que nous utilisons tout au long de ce travail et enfin nous traiterons les résultats suivi des discussions.

Page 2 Elaboration d’un modèle de prévision des rendements de vanille

PARTIE I : Contexte général de l’étude

Page 3 Elaboration d’un modèle de prévision des rendements de vanille

I. GENERALITES SUR LA ZONE D’ETUDE

I.1) Délimitation géographique

Le district de Sambava est situé dans la partie Nord-est de Madagascar, dans la province d’Antsiranana, un des 4 districts formant la région SAVA (Sambava, Antalaha, Vohémar et Andapa). Elle se situe entre :

 Latitude : 1 3°45’ et 15°15’ Sud  Longitude : 49°00’ et 50°30’ Est

Cette zone correspond à la bordure maritime de la partie Nord-Est de Madagascar, soit Iharana (Vohemar) au Nord, jusqu’à Antalaha, au Sud. Elle couvre le district de Sambava dans son intégralité, la partie Sud de celui d’Antalaha et la partie Nord de celui de Vohémar. A l'Ouest se trouve le district d'Andapa, et à l'Est l'océan Indien. En termes de superficie le district de Sambava (8493 km2) est le plus vaste parmi les trois.

Figure 1 : Carte de la délimitation administrative du district de Sambava

Page 4 Elaboration d’un modèle de prévision des rendements de vanille

I.2) Ressources naturelles et environnements

I.2.1. Climat

Selon la classification des domaines climatiques de Madagascar établie par R. Dufournet, la zone d’étude jouit d’un climat humide chaud : « Pas de mois sec marqué, mais seulement diminution de précipitation, de mai à octobre. Température moyenne toujours supérieure à 18°C, un vent qui souffle toute l’année…».

I.2.1.a) Températures

Saison chaude et saison fraîche durant 7mois chacune, les températures moyennes annuelles oscillent entre 24°C et 28°C sur le littoral et entre 17°C et 23°C à l’intérieur de la région. Ainsi, la température diminue en allant vers l’intérieur des terres comme représente la figure suivante :

Figure 2 : Normale annuelle des températures moyennes (1981-2010)

Page 5 Elaboration d’un modèle de prévision des rendements de vanille

A partir des informations et des données disponibles on ne trouve presque pas une grande variation de température tout au long de la cote à cause de la forte humidité atmosphérique et des précipitations abondantes et continues sur toute la région. Mais on peut parler de véritable hiver pour le cas d’Andapa, car on aurait enregistré un minimum absolu de 7,8°C un certain mois d’août 1963 selon aussi le service de la météorologie.

I.2.1.b) Précipitation

L’abondance des précipitations annuelles et l’absence d’une véritable saison sèche constituent les principales caractéristiques de la SAVA.

La zone de Sambava est caractérisée par une forte pluviométrie d’une moyenne annuelle de plus de 2 000 mm, une absence de mois véritablement sec et un faible déficit de saturation (3 à 5 mm).

L’essentiel des pluies est apporté par les courants de l’Est, mais l’effet orographique intervient aussi. La raideur des pentes, la proximité de la mer, l’orientation par rapport au flux expliquent les variations locales de la pluviométrie. Les maximums sont enregistrés là où le flux moyen frappe quasi perpendiculairement la côte de Sambava (2 409 mm).

Le nombre de jour de pluies décroît du Sud vers le Nord de la région Sava avec 184 jours par an pour le district Sambava. Ainsi, la saison de pluie pour le district Sambava comporte de fortes pluies et averses brutales avec un maximum au mois de Janvier. De mai en septembre prédominent de forts crachins qui pénètrent en profondeur dans les sols. En ce qui concerne les mois le plus sec, il s’agit du mois de Septembre et d’octobre où les totales annuelles descendent jusqu’à 940 mm. .

Page 6 Elaboration d’un modèle de prévision des rendements de vanille

I.2.1.c) Vents

La façade nord- est, comme dans l’ensemble de la côte orientale est fortement exposée en permanence aux hautes pressions localisées au sud des Mascareignes. Elle est influencée par les vents d’Est humides, l’alizé «Varatraza », prédominant pendant pratiquement toute l’année. Les vents d’Ouest « Talio » apparaissent beaucoup moins fréquemment. En saison des pluies, la majorité des vents ne dépassent pas 25 km/h ou 7m/s, sauf durant les cyclones.

Figure 3 : Vent normale (1981-2000)

Page 7 Elaboration d’un modèle de prévision des rendements de vanille

I.2.1.d) Humidité atmosphérique

La forte pluviosité traduit le haut degré hygrométrique des masses d’air baignant la région. En toutes saisons, le taux d’humidité reste élevé, supérieur à 85 % au petit matin s’abaissant ensuite entre 70 % et 76 % aux heures chaudes. Il atteint un maximum en été, un minimum en hiver avec une tendance au maximum secondaire en mai - juin.

I.2.2. Hydrographie

L’ensemble des cours d’eau caractérise le paysage hydrographique de Sambava. On y rencontre les fleuves de : - Lokoho au sud ; - Bemarivo au nord ; - Sambava au centre. Il existe aussi des ruisseaux comme Androranga qui se jettent dans le Bemarivo, Andohabe, Ratsianarana, et qui forment la même embouchure avec Sambava.

Figure 4 : Carte de l'hydrographie

Source : FTM BD 100

Page 8 Elaboration d’un modèle de prévision des rendements de vanille

I.2.3. Sols et végétation

I.2.3.a) Relief

Le relief de Sambava se subdivise comme suit : - Dans la partie orientale, une zone littorale du nord au sud ; - Du sud-ouest au nord-ouest, un relief presque montagneux et recouvert de forêt ; - Quelques collines peu brisées et foyers des steppes.

I.2.3.b) Sols

Le littoral est caractérisé par des sols peu évolués alluviaux plus ou moins hydromorphes et moyennement organiques. Les terres alluvionnaires silico- argileuses sont favorables aux cultures diversifiées.

Les hauts massifs et les moyennes et basses collines sont dominés par des sols ferralitiques, tandis que la frange orientale, l’est par des sols peu évolués alluviaux, plus ou moins hydomorphes, et par des sols sableux.

A cause de la déforestation et des feux de brousses, les sols riches en humus et fertiles se dégradent, ce qui entraîne la diminution des terres cultivables. La vanille supporte des sols variés, mais donne le meilleur rendement sur alluvions. C’est une des raisons de la concentration des plantations sur les plaines côtières.

I.2.3.c) Végétation

Le Nord-Est possède d’importantes formations forestières qui sont sujettes à des défrichements incessants.

Page 9 Elaboration d’un modèle de prévision des rendements de vanille

Il s’agit de :  forêt dense ombrophile de moyenne altitude s’étalant sur toute la partie Est. Le Masoala et le Marojejy constituent des « réserves naturelles ».

 forêt secondaire « savoka » qui domine le sud et l’ouest de la région. La végétation forestière laisse peu de place à l’élevage ;

 savanes herbeuses là où la saison sèche est plus marquée. Elles sont composées surtout d’un tapis de graminée, plus ou moins dense où dominent les espèces vivaces.

L’incendie annuel de ces formations permet une repousse rapide ; en revanche, il est responsable de la pauvreté floristique qui est l’une des caractéristiques de la savane.

Les graminées, les arbres, sont adaptés au feu. Aussi retrouve-t-on presque toujours les mêmes espèces pyrophiles favorables à l’élevage bovin, des prairies côtières, savanes et steppes.

I.2.3.d) Potentiels agronomiques

Depuis longtemps, la région de SAVA est réputée pour la plantation de vanille, mais vu les conditions climatiques de la région, elle est aussi favorable à d’autres cultures d’exportation comme le café, le girofle et la banane comme le représente le tableau 1 ci-dessous. La végétation y est composée de forêt dense littorale et de savoka.

Les conditions géographiques, climatiques et humaines se conjuguent pour faire de la région SAVA un noyau de culture de rente génératrice de revenu paysanal. De même qu’elle possède un potentiel agronomique important, dû à ses conditions climatiques humides, et à l’aptitude des sols favorables à toutes cultures tropicales et tempérées. Ainsi que la région SAVA est une zone comparativement riche de Madagascar, étant donné qu’elle produit les principaux produits agricoles d’exportation du pays : vanille, poivre, girofle, café.

Page 10 Elaboration d’un modèle de prévision des rendements de vanille

Voici un tableau récapitulatif du potentiel agronomique de Sambava, à noter que la vanille tient toujours sa place importante dans tous les Firaisana :

Tableau 1 : Potentiels agronomiques dans la sous-préfecture de Sambava

Fivondronana Firaisana Caractéristiques principales ZONE LITTORALE Tanambaon’i Daoud, Anjangoveratra, Bemanevika Riz irrigué, riz pluvial, vivrier, cocos, vanille, café Samabava, Farahalana, Maheva Riz irrigué, coco, vanille, diversification ZONE DE RELIEF INTERMEDIAIRE

Nosiarina, Analamaho, Ambariotelo, Ambohimalaza Riz irrigué, riz pluvial, café, vanille, SAMBAVA vivrier, diversification ZONE MONTAGNEUSE Anjialava, Antsahavaribe, Bevonontra, Beanatsindra Vallées forestières, riz de tavy, vanille Amboangibe, Ambodiampana, Antindra, Andrahandro, Vallées forestières, riz de tavy, café, Marogoana vanille Ambohimitsinjo, Anjinjaomby, Antsiradrano Vallées forestières, riz de tavy, riz irrigué, vanille, café Ambodivora, Andasibe, Maroambihy, Marojala, Vallées forestières, riz de tavy, vanille Morafeno Antsahamoro, Antsambalahy, Antanambao, Vallées forestières, riz de tavy, riz irrigué, vanille, café Saharandrano Antombana, Marofinaritra Vallées forestières, riz de tavy, vanille, café

Source : Rapport d’évaluation du projet PADANE, 1996, Volume II

Page 11 Elaboration d’un modèle de prévision des rendements de vanille

II. GENERALITE SUR LA VANILLE

II.1) Aperçu général sur le vanillier

II.1.1. Description

Le vanillier est une liane grimpante pouvant atteindre 13 mètres de long et vivre 10 à 12ans. Il possède une tige ligneuse avec racines adventives, des feuilles ovales de 15 à 25 cm et des fleurs verdâtres. Il appartient à la classe de monocotylédones (Liliopsida), la sous-classr des Liliidées, l’ordre des orchidale, la famille des orcidacées (ou orchidées) et au Vanilla. Ce dernier serait même regroupé, avec une douzaine d’autres genres totalisant environ 200 espèces, dans une sous famille récemment reconnue, les Vanilloideae.

Parmi les nombreuses espèces que compte le genre Vanilla (environ 110), seules essentiellement deux, représentées par de nombreuses variétés, sont cultivées dans un but commercial. Il s’agit de Vanilla planifolia G. Jackson (également souvent appelée Vanilla planifolia Andrews ou Vanilla flagrans (Salisbury) Ames) et de Vanilla tahitensis J.W.Moore. Vanilla planifolia G. Jackson est l’espèce la plus largement cultivée commercialement.

II.1.2. La culture du vanillier

II-1-2-a) Climat

Le vanillier pousse en climat tropical chaud et humide, sous des latitudes comprises entre 25°N et 25°S, et dont les précipitations bien reparties sont de l’ordre de 2000 mm par an. Il peut pousser correctement jusqu’à une altitude d’environ 1000 mètres, tant que les températures se situent environ entre 20 et 30°C.

Il est naturellement une plante de sous-bois car il nécessite un ombrage suffisant pour empêcher le rayonnement direct du soleil sur les feuilles et les tiges, qui

Page 12 Elaboration d’un modèle de prévision des rendements de vanille

occasionnerait la mort de la plante. La liane pousse en grimpant le long des arbres en s’accrochant à l’aide de ses racines aériennes.

II-1-2-b) Sol

Le vanillier s’accommode de nombreux types de sols. Il se nourrit en fait exclusivement de la matière organique contenue dans les couches superficielles du sol. Il craint par contre les sols asphyxiants (les sols sablonneux sont de ce fait intéressants pour développer des systèmes de culture intensif).

Les plantations recréent les conditions naturelles de développement de la vanille, un sol riche en humus, dans une zone ombragée (de 30 à 40%) où l’humidité ambiante est forte (80%) toute l’année. Cette plante craignant les excès d’eau, on choisit de préférence pour la cultiver des terrains en pente, où l’eau peut s’écouler, ou des terrains bien drainés, dans une zone aérée, mais à l’abri du vent.

II-1-2-c) Multiplication

Le mode de multiplication normal est le bouturage. On coupe une jeune bouture de 100-150 cm de long d’une plante mère saine, on enlève les feuilles de la partie inférieure et on enterre cette partie à environ 10 cm de profondeur. La bouture est ensuite fixée contre son tuteur. La meilleure époque pour la mise en place des boutures se situe à la fin de la saison sèche (à Madagascar le mois de Juillet), car la reprise des grandes pluies en assure un bon enracinement. Après 18-24 mois, ce jeune vanillier commence à fleurir pour la première fois.

II-1-2-d) Techniques culturales

Les lianes sont soutenues par des tuteurs qui les protègent aussi contre le soleil et le vent. Une à deux lianes de vanille sont placées par tuteur. Les densités de plantation sont extrêmement variables, mais typiquement les pieds sont espacés de

Page 13 Elaboration d’un modèle de prévision des rendements de vanille

1,50 x 1,50 m, ce qui donne 4 500 à 5 000 vanilliers/ha. La croissance de la liane est relativement importante, elle varie de 0,60 m à 1,20 m par mois en période favorable. Pour que la plante reste toujours accessible et pour faciliter la pollinisation, on rabat la liane vers le sol et, dès qu’elle atteint celui-ci, on la retourne vers le ciel. Les lianes fleurissent en général au bout de 2 à 3 ans. La période de floraison dure environ 2 à 4 mois. Les plus belles récoltes sont obtenues sur des vanilliers de 5 ans. Il est très rare que les plants portent des fruits au-delà de 12 ans.

II.2) La filière vanille dans le district de Sambava

A Sambava, la plupart des plantations de la vanille sont établies en colline, sur défrichement récent de forêt, ou grande broussaille, relativement riche en humus, soit sur la terre sablonneuse du littoral. On trouve aussi de la vanille cultivée sur les terres d’alluvion des vallées.

La date d'ouverture de campagne de la vanille varie selon les zones de production. Par exemple, dans la région Sambava-Antalaha, zone littorale plus chaude, la date est fixée vers la fin de juin. A Andapa, qui est une zone plus en altitude, la date se situe ordinairement vers la mi-juillet.

II.3) Calendrier cultural

Il s’agit ici d’une culture pérenne. Le calendrier d’activités type pour une plantation de vanille est donné par le tableau suivant :

Page 14 Elaboration d’un modèle de prévision des rendements de vanille

Tableau 2 : Calendrier d’activité type pour une plantation de vanille [3]

Les activités ne se limitent pas aux entretiens et récolte des plants déjà productifs. Pour des bonnes productivités, le renouvellement continu des plants est nécessaire. Chaque plant doit, en effet, être renouvelé au bout d’un cycle de 5 à 7 ans. Pour une continuité dans les exploitations, à chaque campagne, une partie de la plantation est renouvelée.

Les activités menées annuellement sont les suivantes :

 Défrichement : Il s’agit de défricher les végétations poussant aux alentours et entre chaque pied en laissant sur place, les restes de débris pour maintenir le sol, riche en humus ou en matière organique et minérale.

 Plantation des tuteurs : Il s’agit de planter au préalable de petits arbres capables de supporter ultérieurement le poids des vanilliers. Dans la zone de SAVA, les producteurs utilisent le Jatropha comme tuteur, support du vanillier. Avec un renouvellement des plants tous les 7 ans, il est nécessaire de planter respectivement 150 et 450 pieds pour la petite et la grande exploitation.

 Plantation des boutures : Il s’agit de planter de boutures de 1,50 m de longueur, placées contre les tuteurs vivants. Avec un renouvellement des plants tous les 7 ans, il est nécessaire de planter respectivement 150 et 450 bouture pour la petite et la grande exploitation.

Page 15 Elaboration d’un modèle de prévision des rendements de vanille

 Entretien : Après la plantation de la vanille, l’entretien se fait trois fois par an jusqu’à la floraison qui n’aura lieu qu’après 3 à 4 ans de plantation. Pendant l’entretien, les producteurs assurent les pincements permettant à la croissance rapide (0,60 m à 1,20 m /mois), le nettoyage régulier, le creusement des canaux pour le système de drainage, l’apport de terre sur la ligne des vanilliers, la réalisation des boucles.

 Floraison/ Pollinisation : La pollinisation dure entre deux à quatre mois où la tâche journalière est de 1200 à 1500 fleurs fécondées artificiellement par matinée par une main d’œuvre féminine.

 Récolte : Le fruit atteint sa taille adulte en six semaines après chaque fécondation réussi, mais n’est récolté mature que sept à huit mois plus tard. La récolte se fait par cueillette à raison d’un passage par semaine et demande 10 à 12 passages.

Chaque travail s’échelonne au moins pendant un mois. Les mois proposés sont les mois les plus rentables à chaque travail ou opération. En effet, la plantation de lianes se fait immédiatement à la fin de la période sèche qui suit la mise en place des tuteurs. Les tuteurs morts sont placés à côté des vivants et seront enlevés quand ces derniers seront formés.

Autrement, on peut les expliquer en termes de date par le tableau suivant :

Page 16 Elaboration d’un modèle de prévision des rendements de vanille

Tableau 3 : Calendrier d’activité type détaillé pour une plantation de vanille à Madagascar [8]

II.4) Phase phénologique

Avec une durée de plantations moyenne de 5 ans, dont les trois premiers sont de développement végétatif et les deux autres en production, selon la description donnée par Allen et al (1998) les différents stades de développement végétatif adapté pour la vanille sont [15]: - Première étape (Kc ini): l'intervalle de 200 jours après semis, nécessaire à la plante d'avoir allongement minimal de 1,5 m, et représente environ 10% du cycle de culture.

-Stade de développement des cultures (Kc des): entre 200 jours et début de la floraison, ou par une couverture complète efficace.

-Stade de mi- saison (Kc milieu): le début de la floraison au début de maturité des fruits, généralement indiquée par le jaunissement de l'extrémité distale du fruit.

-Étape finale (final Kc): à partir du début de la maturité à la récolte des fruits ou la déhiscence.

Page 17 Elaboration d’un modèle de prévision des rendements de vanille

Se basant de cette étude et en analysant le calendrier cultural, le stade végétatif de vanille adapté pour le cas de Sambava dure 1400 jours (4 ans environ) en moyenne, et nous pouvons élucider quatre étapes durant ce stade :

II.4.1. Première étape

Pour le cas de Sambava, on supposera qu’il concerne les 140 jours à partir du bouturage (14 décades) pour que le vanillier doive avoir un allongement minimal de 1,5 m.

II.4.2. Stade de développement des cultures

Il dure en moyenne 930 jours (93 décades) c’est-à-dire entre 140 jours après bouturage et le début de floraison.

II.4.3. Stade de mi- saison

A partir de ce stade commence la mise en production, c’est-à-dire du début de floraison au début de maturité des fruits qui dure en générale 240 jours (24 décades). La taille maximale est seulement atteinte au bout d’un mois et demi.

Il faut que la floraison soit abondante entre novembre et janvier et qu’elle soit le moins étalée possible dans le temps. Il faut ensuite que les conditions climatiques permettent aux fruits de bien pousser (soleil et humidité) pendant ce stade. Bien sûr il ne faut pas avoir de cyclone pendant cette période.

 La fécondation artificielle

Elle dure 2 à 4 mois et a lieu de Septembre à Novembre pendant toute la durée de la floraison pour le cas de Sambava. Il faut opérer dans les premières heures de l’épanouissement des fleurs car les corolles ne s’ouvrent que le matin, de 6 h à 11 h. La fécondation naturelle n’est produite qu’accidentellement par les insectes.

Page 18 Elaboration d’un modèle de prévision des rendements de vanille

II.4.4. Etape finale

Elle dure 90 jours (9 décades) qui définisse le début de maturité, où la tête des gousses commence à jaunir, jusqu’à la récolte des fruits.

 Récolte

Comme la floraison, la récolte s’échelonne sur 2 à 4 mois. Environ 7 à 9 mois après la fécondation artificielle, la tête des gousses commence à jaunir. C’est le bon moment pour la récolte. Les gousses sont cueillies à la main par une légère torsion. On cueille gousse par gousse, au degré précis de « maturation technique », juste avant que le fruit n’éclate et ne se fende. Les parcelles les plus précoces et les plus polonisées se situent en zone littorale. Les vanilliers de la zone intérieure sont plus tardifs.

Page 19 Elaboration d’un modèle de prévision des rendements de vanille

CONCLUSION I

Le district de Sambava n’est pas indépendant sur ses conditions climatiques, elles ont toujours presque la même variation climatique avec les quatre districts formant la région Sava (Partie I-I.2 ; I.2.1). Les exigences écologiques pour le bon développement de la plante sont remplies, sauf pour le cas de la température où on rencontre sur le district voisin une température en-dessous du seuil (Partie I ; I.2.1.a). Surtout, la capacité de production des sols est une richesse pour cette zone, pour la culture vanille, qui va de la zone littorale, de relief intermédiaire à la zone montagneuse (Partie I-I.2.3.d).

Vu que la culture vanille est une culture pérenne (Partie I-II.4), notre étude va se baser un peu plus sur le stade de maturation où il a lieu la floraison jusqu’à la récolte.

Malheureusement, les informations sur les coefficients culturaux sont difficiles à trouver pour le cas des cultures vanille à Madagascar. D’où, une solution est d’essayer à adopter des valeurs de ces coefficients à partir des valeurs trouvées dans un autre pays qui a fait les expériences sur la détermination de ces valeurs.

En ce qui concerne la date d’ouverture, elle est alors fixée lorsque environ 30 à 40% des gousses sont matures.

Page 20 Elaboration d’un modèle de prévision des rendements de vanille

PARTIE II : METHODOLOGIE

Page 21 Elaboration d’un modèle de prévision des rendements de vanille Partie II : METHODOLOGIE

I. MATERIELS

I.1) Microsoft Excel 2007

Cet outil nous est utile pour la préparation et l’analyse simple et/ou statistique des données, ainsi qu’à un traçage des graphes et organisation des données. Autrement dit, il est indispensable pour notre analyse et traitement de données.

I.2) Modèle AgroMetShell

I.2.1. Principe

AMS est un outil développé par FAO au début des années 1980 pour le suivi agrométéorologique des cultures afin de trouver un outil qui permettrait d’estimer les rendements dans une optique d’alerte précoce. A l’époque, le prédicteur principal de rendement était le WRI (Water Requirement Index), mais avec le développement de AMS d’autres paramètres issus du bilan hydrique (CSSWB : Crop specific soil water balance) peuvent à présent être utilisés pour étudier la corrélation entre les conditions pluviométriques et le rendement.

Le CSSWB model est un modèle de bilan hydrique simple utilisé pour estimer l’impact des conditions climatiques sur les cultures. Les opérations que réalise AMS s'appuient alors sur le calcul du bilan hydrique des cultures selon ce modèle. Il constitue l'unité centrale du logiciel, et va permettre l'évaluation d'une série de paramètres.

Ce modèle part simplement du principe qu'à la fin d'un intervalle de temps t, la quantité d'eau disponible dans un sol est égale à la quantité que ce sol contenait à la fin de l'intervalle t-1, additionnée de la quantité d'eau apportée par les précipitations durant l'intervalle t, moins l'évapotranspiration durant cette même période et moins les pertes par ruissellement et infiltration profonde.

Page 22 Elaboration d’un modèle de prévision des rendements de vanille Partie II : METHODOLOGIE

Dans ce modèle, le bilan hydrique est calculé pour un pas de temps décadaire afin d’aboutir à une estimation avec précision acceptable dans un but agrométéorologique, dont l’équation est la suivante :

Wt = Wt-1 + R – ETc – (r + i) (1) Avec : Wt, la quantité d’eau stockée dans le sol au moment t ; Wt-1, la quantité d’eau stockée dans le sol à la fin de la période précédente t-1 ; R, la quantité de pluie cumulée sur la période de temps t (souvent une décade) ; ETc, l’évapotranspiration potentielle de la culture sur la période t ; r, la perte d’eau due à l’écoulement sur la période t. i, la perte d’eau liée à la percolation profonde sur la période t.

En général, on néglige la pluie non effective (constituée de l’eau de drainage, l’eau de ruissellement et l’eau stagnée à la surface et évaporée) dans ce modèle. La pluie effective (partie des précipitations infiltrées et stockée dans la zone racinaire et qui peut être utilisée par la plante) est alors estimée à 100%. Seul l’apport d’eau lié à la pluie est donc considéré (et pas l’apport d’eau lié au ruissellement). L’équation (1) peut alors être réduit à :

Wt = Wt-1 + R – ETc (2)

Le contenu en eau du sol, les termes Wt et Wt-1 de l’équation (2), représente la quantité d’eau stockée dans la zone racinaire de la plante. L’humidité du sol est supposée nulle au début de la saison de croissance. Si Wt est supérieur à la capacité de teneur en eau facilement disponible du sol alors il y a un excès d’eau pour la période t. Si Wt est inférieure à la capacité de teneur en eau facilement disponible du sol, il y a un déficit d’eau pour la période t.

L’évapotranspiration potentielle reprise dans les équations (1) et (2) représentant les besoins en eau de la plante est donnée par :

Page 23 Elaboration d’un modèle de prévision des rendements de vanille Partie II : METHODOLOGIE

ETc = Kc x ET0 (3)

Avec : ETc, l’évapotranspiration réelle de la culture (mm/unité de temps) Kc : coefficient cultural ET0 : évapotranspiration de référence (mm/unité de temps)

ETc représente l’évapotranspiration maximale que peut atteindre une culture dans un contexte climatique donné. En fonction des pratiques culturales et de l’absence ou la présence de stress (hydrique, salin,…) l’évapotranspiration réelle s’écarte plus ou moins de cette valeur.

Le coefficient cultural Kc intègre les 4 principales caractéristiques qui différencient la culture de la surface de référence à savoir la hauteur, l’albédo, la résistance de la canopée et l’évaporation du sol exposé au soleil.

La forme de la courbe représente les changements dans la végétation et la couverture du sol pendant le développement de la plante et la maturation de la plante qui affecte le rapport de ETc sur ET0. A partir de cette courbe, le facteur Kc et donc ET0 peut être dérivé pour n’importe quelle période du cycle de croissance.

Peu de temps après le semis, ou peu de temps après l’initiation des nouvelles feuilles dans le cas de plantes pérennes, la valeur de Kc est faible, souvent inférieur à 0.4. Kc commence à augmenter de la valeur initiale de Kc ini, au début du développement rapide de la culture et atteint une valeur maximale, Kc mid, lorsque la plante est à son niveau de développement maximal. Pendant la dernière période du cycle, comme les feuilles entrent en sénescence, Kc commence à diminuer jusqu’à ce qu’il atteigne une valeur plus basse, Kc end, en fin de période de croissance.

Page 24 Elaboration d’un modèle de prévision des rendements de vanille Partie II : METHODOLOGIE

I.2.2.Données d’entrée

Deux types de données sont indispensables à la simulation d’AMS dans notre cas: - Météorologiques : évapotranspiration potentielle normale et pluviométrie au pas de temps décadaires ; - Autres données concernant la culture : date de semis, durée du cycle, évolution du coefficient cultural (Kc) au cours du cycle, Kc de présaison, capacité de rétention en eau du sol, pourcentage de pluie effective, application ou non d’irrigation.

I.2.3. Les sorties

Les paramètres calculés par AMS sont nombreux. Ceux nécessaires pour le processus de prévision des rendements sont les suivants :

Les paramètres se rapportant aux phases d'initialisation, de végétation, de reproduction, et de maturation sont associés respectivement aux indices i, v, f et r.

Page 25 Elaboration d’un modèle de prévision des rendements de vanille Partie II : METHODOLOGIE

II. COLLECTE ET DESCRIPTION DES DONNEES

En règle générale, il est avantageuses de travailler autant que possible avec des données réelles mais elles ne sont malheureusement pas toujours disponibles ou sont parfois lacunaires. Dans ce cas on a recours à utiliser des données issues des modèles météorologiques avancés. Notre étude concernera l’intervalle entre 1997 et 2011 (15 ans).

II.1) Données agricoles

Dans le cas de notre étude nous nous sommes limités aux données de 1997-2011, les données 2012 et 2013 étant de moins bonnes.

A partir des données de production (en Tonne) et de superficie (en Ha) annuelles disponibles au Service de la statistique Agricole de la Direction du Suivi- Evaluation et de la Communication (Chambre d’Agriculture), on a pu obtenir les valeurs du rendement annuel (en Kg/Ha) utilisées dans notre étude.

La figure suivante représente la variation de ce rendement:

250,00

200,00

150,00

100,00

Rendement en Kg/Ha en Rendement 50,00

0,00

2007 2008 2009 2010 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2011 Années

Figure 5 : Séries de rendement annuel de Sambava de 1997-2011

Source : STATISTIQUE AGRICOLE

Page 26 Elaboration d’un modèle de prévision des rendements de vanille Partie II : METHODOLOGIE

II.2) Données météorologiques

Les données météorologiques venant de la station existante à Sambava sont utilisées en ce qui concerne des données observées dans le cadre de notre étude. Les informations concernant cette station sont tirées d’après les données recueillies au sein de la DGM et on la supposera alors comme station représentative. Le tableau suivant ainsi que la figure représentent ces informations:

Tableau 4 : Station de la zone d'étude

Localisation Longitude Latitude Altitude Dates Création Fonctionnement Sambava (Aéroport) 50° 17 Est 14° 28 S 5 m 1954 actuel

Figure 6 : Station de la zone d’étude Source : Auteur

Page 27 Elaboration d’un modèle de prévision des rendements de vanille Partie II : METHODOLOGIE

II.2.1. Evapotranspiration potentielle ou ETP

Il s’agit de l’évapotranspiration potentielle normale décadaire, disponible dans la base de données du Service Agrométéorologie au sein de la DGM.

II.2.2. Pluviométrie

Beaucoup des valeurs manquantes sont remarquées en ce qui concerne les valeurs de précipitations pour la période de 1997-2011. Par conséquent, on sera obligé de compléter ces valeurs manquantes pour qu’on puisse avoir une continuité.

Pour aboutir à notre but, les sources de données suivantes sont utilisées : la DGM pour les données journalières observées et la NOAA NCEP CPC FEWS Africa DAILY ARC2 pour les données journalières estimées.

 Description des données estimées

Nous obtenons ces données à partir de la base de données de l’IRI : NOAA NCEP CPC FEWS Africa ARC . Ces données sont au pas de temps journaliers en point de grille 0.1°x0.1° et nous les restituons en pas de temps décadaire qui nous est utile dans notre étude.

 Validation des données

Pour que les données estimées soient valides, il faut les faire correspondre aux données de la station. Cette étape est obligatoire pour qu’on puisse être sûrs que le produit satellitaire soit performant et qu’il convient pour notre étude, et bien pour la simulation.

Nous traitons cette performance, avec l’année 2009 qui n’a pas de valeurs manquantes tout au long de l’année, on aura les coefficients représentés par le tableau suivant :

Page 28 Elaboration d’un modèle de prévision des rendements de vanille Partie II : METHODOLOGIE

Tableau 5 : Validation des données

Station Année Coefficient de corrélation Coefficient de détermination

SAMBAVA 2009 0,73 0,5329

Ces coefficients nous renseignent que les valeurs estimées et les valeurs observées varient de la même manière, car ils sont supérieurs à 0,5.

II.2.3. Température

On a des données des températures minimales et maximales journalières et on les a reconstituées en moyenne décadaire pour les besoins de notre étude. Car on sait maintenant que les températures peuvent influencer directement le rendement surtout pendant la floraison. De même que pour quelques cas des données de précipitation, on les a recueillies à la DGM.

II.3) Données agronomiques

II.3.1. Coefficients culturaux

Le plus souvent, les valeurs de Kc sont déduites expérimentalement pour une région et une culture données. Son évolution dépend en premier lieu du stade de développement de la culture, qui est décrit en 4 phases principales (figure 7) : (1) la phase initiale qui s'étend du semis à environ 10 % de la couverture du sol; (2) la phase de développement du couvert végétal, jusqu’à une couverture maximale du sol ; (3) la mi- saison qui se termine par le début de la sénescence du couvert ; (4) la phase de sénescence du couvert.

Page 29 Elaboration d’un modèle de prévision des rendements de vanille Partie II : METHODOLOGIE

Figure 7 : Evolution typique de Kc ( Allen et al.1998)

Le coefficient cultural Kc caractérise la demande en eau de la plante tout au long de sa croissance et varie selon la plante considérée, et selon son stade phénologique. Sa valeur sera minimale au départ du cycle, et sera maximale pour la phase productive de la plante (floraison-fructification). Elle diminuera ensuite pour atteindre une valeur relativement faible en fin de cycle (Kc de maturation).

Pour le modèle AgrometShell, il existe déjà des valeurs de Kc préenregistrées dans le programme, pour quelques cultures, et pour chaque stade phénologique.

Comme la vanille ne figure pas dans les cultures préenregistrées, il est nécessaire de l’introduire manuellement et les valeurs devraient être trouvées dans le bulletin FAO. Ce n’est pas toujours le cas pour la culture vanille, et on a recours à une recherche des valeurs de Kc pour le cas de vanille.

Après plusieurs recherches, on arrive à trouver ces valeurs à partir des études experimentales dans le livre intitulé « Estudio experimental para la determinación de los coeficientes de cultivo de la vainilla (Vanilla spp.) ». A propos, les études ont été faites à

Page 30 Elaboration d’un modèle de prévision des rendements de vanille Partie II : METHODOLOGIE

Mexique pour la période 2010-2012 en utilisant les informations de la station agroclimatológica Ixtacuaco et de télédétection. L’évapotranspiration réelle (ETr) a été determinée à l’équilibre avec un lysimètre alors que l’évapotranspiration de référence (ETo) a été obtenue directement par la méthode de Penman Monteith à partir de la station de l’INIFAP agroclimatológica, Campo expérimental Ixtacuaco appartenant à LNMySR, situé à 300 m de la zone expérimentale. Pour la détermination du coefficient cultural ils ont utilisé la formule suivante :

Où Kci est le coefficient cultural à l’étape i, Etri l’évapotranspiration réelle de culture à l’étape i (mm/jour) et EToi l’évapotranspiration de référence à l’étape i (mm/jour). Puis le modèle linéaire-plateau a été utilisé pour ajuster les données (Schabenberger et Pierce, 2002).

Les résultats de l’estimation de Kc obtenus sont présentés comme suit : Kc ini = Kc initial = 0,34 Kc des = Kc développement = 0,34- 0,90 Kc med = Kc mi- saison = 0,90

Et la valeur de Kc finale est estimée à partir des valeurs de Kc finale d’une culture pérenne qui a presque même valeur pour les trois premiers Kc que la vanille. Elle est de l’ordre de 0,6.

Le tableau suivant résume ces valeurs avec la durée de chaque stade phénologique :

Tableau 6 : Valeurs de Kc de Vanille pour chaque durée de stade phénologique

1 ère étape : Stade de Stade de mi- Etape finale : Total phase développement des saison :phase phase de d’initiation cultures : phase reproductive maturation végétative Durée 140 jours 930 jours 240 jours 90 jours 400jours

Kc Kcini =0, 34 Kc= 0,34 – 0,90 Kcmi-saison= 0,90 Kcfin= O, 6

Page 31 Elaboration d’un modèle de prévision des rendements de vanille Partie II : METHODOLOGIE

Après l’importation de ces valeurs de Kc dans AMS on aura une courbe comme présentant la figure ci-après, dont l’abscisse représente le pourcentage du cycle de la culture vanille et l’ordonnée les coefficients culturaux:

Figure 8 : Evolution des coefficients culturaux de vanille

II.3.2. Capacité de rétention en eau

Le volume maximal d’eau qu’un sol peut retenir est la ‘’capacité au champ’’ ou la capacité de rétention du sol qui dépend essentiellement de la granulométrie (répartition des particules d’un sol selon leurs tailles) du sol. Près de la surface, le sol n’est pas saturé, les espaces vides contiennent de l’eau et de l’air ; l’eau est soumise aux forces de gravité et de capillarité. A partir d’une certaine profondeur, la teneur en eau n’augmente plus : le sol est saturé, tous les pores du sol sont remplis d’eau : cette zone saturée forme une nappe ; les forces de gravité sont prédominantes. L’eau du sol ne représente que 0,064% de l’eau douce totale ; son rôle est cependant essentiel puisque c’est l’eau qu’utilisent les racines des plantes (d’après GAUCHER).

Page 32 Elaboration d’un modèle de prévision des rendements de vanille Partie II : METHODOLOGIE

Réserve utile : la capacité de rétention en eau d’un sol dépend de sa texture (faible en sable, moyenne en argile et élevée en limon).

On observe, en prédominance, des sols ferralitiques jaunes sur rouges. Mais ces sols peuvent aussi être formés par le dépôt d’alluvions qui caractérisent la zone d’étude, notamment la culture de la vanille.

Tableau 7 : Résultats analytiques (Profile Defale, Kara) de l’examination des sols ferrallitiques

Sols et caractéristiques SOL FERRALLITIQUE FAIBLEMENT À MOYENNEMENT DESATURÉ Profondeur en cm 0-10 Granulométrie en pour cent Eléments> 2mm 0,74 Argile 12,5 Limon fin 4,25 Limon grossier 17,92 Sable fin 54,74 Sable grossier 6,78

Source : Soklou Kodjo Worou, Institut national des sols dans « Sols dominants du Togo - corrélation avec la Base de référence mondiale » avec le soutien de la FAO.

Sur un horizon de 10cm de profondeur les sols ferralitiques présentent 96% de terre fine. La terre fine est donc constituée à 13% d’argiles, 23% de limons et 64% de sables d’après le tableau ci-dessus.

Le triangle de texture (figure 9) nous permet d’estimer la réserve utile (RU) par analyse de la granulométrie. La RU y est exprimé en millimètres d'eau par centimètre de terre fine (particules dont la taille est inférieure à 2 mm).

Page 33 Elaboration d’un modèle de prévision des rendements de vanille Partie II : METHODOLOGIE

Figure 9 : Triangle de texture d'après Jamagne et Bretemieux [20] [21]

D’après le triangle de texture ci-dessus, notre horizon (10cm de profondeur) correspond à des terres argilo-sableuses dont la RU s’élève à 1,50 mm d’eau par cm de terre fine. Alors que le sol est constitué 96% de terre fine, la RU est donc de 1,4 mm par cm de sol. D’où, la RU de cet horizon est de l’ordre de 14 mm d’eau, soit 140 m3 d’eau par hectare (1 mm = 10 m3 / ha).

Ainsi, nous obtenons la valeur de la capacité au champ à appliquer dans la pratique qui est de l’ordre de 14 mm.

Page 34 Elaboration d’un modèle de prévision des rendements de vanille Partie II : METHODOLOGIE

III. METHODE

Il s'agit en effet de chercher un modèle de prévision des rendements de la culture vanille en mettant en évidence les corrélations entre les rendements historiques de cette culture et différents facteurs explicatifs. Ceux-ci vont être de deux types : météorologiques et agrométéorologiques.

La démarche adoptée pour réaliser ce travail a été la suivante :

III.1) APPROCHE

III.1.1. Documentation et enquête

Cette partie porte sur la recherche et la consultation de travaux effectués sur AMS ainsi que sur toutes les informations nécessaires concernant la zone d’étude comme le climat, la vanille (les valeurs de Kc, le calendrier cultural, les modes de plantation utilisés par les planteurs locales). Ces informations sont obtenues de différentes sources : quelqu’un venant de la région, les organismes comme la DGM, FOFIFA, CIRAD, DRDR Sava etc. et évidemment sur l’internet.

Ces documents ont servi de fait de manuel d’apprentissage et ont permis d’avoir une maîtrise plus rapide de la filière vanille et des matériels employés surtout de l’AMS.

Ainsi, on a pu collecter les données qu’on doit regrouper pour aboutir à notre objectif.

III.1.2. Analyse

Après avoir analysé tout ce qui peut être utile à l’aboutissement de notre objectif, on a pu constater que plusieurs données météorologiques doivent être disponibles mais en sachant la capacité du modèle sur sa simulation satisfaisante sur les données de précipitation on se contente de travailler sur les données météorologiques disponibles qui sont l’ETP normales et les précipitations décadaires. On remarque des données de précipitation manquantes dans la station d’observation

Page 35 Elaboration d’un modèle de prévision des rendements de vanille Partie II : METHODOLOGIE

du district de Sambava, il a fallu recourir à des données estimées pour les compléter et avant de les utiliser on les compare avec les données observées pour les valider.

Quand toutes les données nécessaires sont disponibles, elles doivent être traitées pour qu’elles puissent être importées dans le modèle. Celle-ci a été faite sur Ms Excel et les fichiers ont été enregistrés en format ASCII.

III.1.3. Simulation

On a travaillé au niveau d’une station; elle est étudiée afin de voir l’évolution du rendement sur une période par rapport à un facteur explicatif choisi.

Les figures suivantes donnent un exemple d’une importation des données ainsi qu’une simulation pour le calcul de bilan hydrique dans AMS :

Figure 10 : Exemple d’importation des données météorologiques (pluviométries) dans AMS

Page 36 Elaboration d’un modèle de prévision des rendements de vanille Partie II : METHODOLOGIE

Figure 11 : Intégration des informations de base d’un calcul de bilan en eau

Figure 12 : Exemple de l’aboutissement du calcul du bilan hydrique pour toute la période d’étude (15 ans)

Page 37 Elaboration d’un modèle de prévision des rendements de vanille Partie II : METHODOLOGIE

III.1.4. Elaboration du modèle

Le modèle est élaboré par régression linéaire multiple qui revient à essayer d’expliquer une variable Y à partir de plusieurs variables x(i). Cette méthode a pour but d’aboutir à un modèle de prédiction sous la forme d’une équation de type Y= ax(1) +bx(2) +…+zx(i). Cela revient bien sûr à supposer que les relations entre la variable Y et les variables explicatives sont linéaires.

Dans le cas de cette méthode de prévision, la variable Y est bien évidemment le rendement annuel, et les variables explicatives sont les sorties de Agrometshell et la moyenne des températures minimum et maximum pendant la floraison.

La méthode se déroule donc comme suit. D’abord, il est nécessaire de déterminer les variables x(i) corrélées au rendement. Pour cela, on procède en 3 étapes : enlever les variables dont la variance est nulle, sélectionner les variables explicatives et enfin ne garder que celles qui sont pertinentes. Ensuite, sur bases des variables choisies, on sélectionnera les modèles de prévisions les plus performants et les plus prometteurs. On n’aura cependant à ce moment que des modèles présentant de bons résultats explicatifs. Il est nécessaire de vérifier leurs qualités prédictives. On effectuera donc pour cela une validation croisée afin de ne garder que le modèle le plus robuste.

III.1.5. Méthode de validation du modèle

Le principe consiste à retirer une observation de l’échantillon, de calibrer le modèle sur les n-1 observations restantes, et de le valider ensuite avec l’observation mise de côté. La même opération est répétée en mettant à chaque fois de côté une autre observation pour effectuer la validation, jusqu’à ce que toutes les observations de l’échantillon y soient passées. Le coefficient de détermination entre les observations historiques et las valeurs prédites lors de chaque étape de validation peut ensuite être calcué et permettra d’évaluer l’éfficacité de prévision du modèle.

Page 38 Elaboration d’un modèle de prévision des rendements de vanille Partie II : METHODOLOGIE

III.1.6. Détermination de R2 et RMSE

Le coefficient de determination R² est le coefficient de corrélation entre les rendements observés et les rendements prévus élevé au carré. Il est plus expressif que le coefficient de corrélation car il représente le double de ce dernier et exprime le niveau de chevauchement des deux séries de rendements.

RMSE (Roost Mean Square Error) est l’erreur moyenne entre les valeurs réelles et les valeurs prévues. Alors que la RMSE déterminée à partir de la formule ci- dessous est plus performante que l’erreur moyenne car elle examine la taille de l’erreur et exprime en même temps une mesure relative de sa dispersion.

La formule conduisant à la valeur de RMSE est :

푇 1 푅푀푆퐸 = [ ∑(푅 − 푦 )2]1/2 푇 푠푖푚푢푙é 푟é푒푙 푡=1

Avec : T : nombre d’observation

Rsimulé : rendement simulé

Yréel : rendement réel

C'est sur base de ces deux valeurs (R² et RMSE) que nous allons pouvoir sélectionner le modèle présentant le meilleur pouvoir de prévision. Le meilleur modèle possède le plus grand R² et la plus petite RMSE.

Page 39 Elaboration d’un modèle de prévision des rendements de vanille Partie II : METHODOLOGIE

III.2) ALGORITHME

Documentation et enquête

Données et Informations Apprentissage du modèle AMS

Analyse et traitement des données

Simulation du bilan hydrique sous AMS

Résultats Rendement annuel Données de températures

Etude des corrélations et de régression

Elaboration du modèle de prévision dans sous-préfecture de Sambava

Validation du modèle de prévision des rendements de Vanille

Figure 13 : Algorithme de la méthodologie pour la réalisation de l’étude

Page 40 Elaboration d’un modèle de prévision des rendements de vanille

CONCLUSION II

Vu aux objectifs d’AMS qui se situent principalement dans la prévision des rendements, il contient aussi bien une interface pouvant utiliser facilement des fichiers à extensions différentes. Ainsi, la prévision obtenue sous-entend la prédiction des rendements et d’éventuels problèmes pouvant être survenus suite à une variation d’un facteur climatique (situation de stress ou d’excès en eau) (Partie II ; I.2.1).

La recherche de données présente un peu plus de difficulté, surtout pour les valeurs des coefficients culturaux. De ce fait, on dépense plus de temps sur cette recherche (Partie II ; II.3.1). De même, les données pluviométriques obtenues à partir des satellites sont soumises à une validation (Partie II ; II.2.2). On obtient ainsi des bonnes corrélations et ces valeurs devront convenir dans notre étude pour le complément des valeurs observées manquantes.

La méthode pour l’élaboration du modèle devrait nous permettre tester la capacité d’un modèle à prévoir le rendement. Elle est choisie parce que le nombre d’observations est très faible (Partie II ; II-1). Ainsi, la recherche du meilleur modèle de prévision de rendement de vanille pourrait-elle garantir des interprétations plus fiables sur la culture de vanille dans cette zone. .

Page 41 Elaboration d’un modèle de prévision des rendements de vanille

PARTIE III : Résultats et discussions

Page 42 Elaboration d’un modèle de prévision des rendements de vanille Partie III : Résultats et Discussions

I. RESULTATS

I.1) Résultats de simulation dans AMS

Une fois la simulation faite on peut trouver les résultats dans une fenêtre contenant six onglets. L’Index distribution donne la fréquence de distribution des indices de satisfactions en eau pour les 15 années pour la station de Sambava. La figure suivante la montre que pendant 5 années la vanille a atteint un indice de satisfaction en eau de 75%. Pendant 4 et 3 autres années cet indice était de 70% et de 80% respectivement. Pour les 2 années qui restent il est de 65, 85. Les années ne sont pas cependant précisées sauf que pour l’année 2011 cet indice n’est pas représenté mais il ne faussera pas ce que nous attendons comme sorties du modèle.

Figure 14 : Exemple des résultats du calcul du bilan montrant la distribution des indices de satisfaction en eau

Page 43 Elaboration d’un modèle de prévision des rendements de vanille Partie III : Résultats et Discussions

I.2) Prévision du rendement dans le district de Sambava

I.2.1. Suppression des variables non corrélées

Une fois les variables explicatives à disposition, la première étape consiste à enlever celles dont la variance est nulle, c’est-à-dire celles qui ne varient pas d’une année à l’autre ou qui varient peu (Annexe VI).

I.2.2. Choix des variables explicatives

Nous choisissons les variables indépendantes les plus corrélées au rendement dont le coefficient de corrélation est supérieur à 0,3.

Les variables retenues dans ce cas est récapitulé par le tableau suivant :

Tableau 8 : Coefficient de corrélation entre rendements observés et variables explicatives

Année ETAr ETAt T°min flor T°max flor

Coefficient de corrélation -0,95353739 -0,56053853 -0,56053853 -0,65465311 -0,54693195

I.2.3. Choix des variables pertinentes

Parmi ces variables explicatives, les variables qui donnent le meilleur modèle sont sélectionnées. Ce choix est guidé par les critères suivants :

- coefficient de corrélation élevé (> 0.5) ; - un nombre de variables choisies minimum (entre 2 et 4) ; - des variables non corrélées entre elles (corrélation inférieure à 0,5) pour éviter la multi colinéarité, c’est‐à‐dire quand les variables expliquent de la même manière le rendement ;

Page 44 Elaboration d’un modèle de prévision des rendements de vanille Partie III : Résultats et Discussions

- et des variables ayant un sens d’un point de vue agronomique : Signes et valeurs des corrélations (et des coefficients de régression) consistantes avec les connaissances du domaine agrométéorologique.

Même si les variables ETAt et ETAr représentent des coefficients de corrélation inférieurs à 0,3 entre elles, on laisse l’une d’elles car elles expliquent de la même manière le rendement. De même pour T°max floraison et T°min floraison (Annexe IV).

Le modèle sélectionné sur base des critères ci-dessus est alors : Yobs = 0,015*ETAr – 16,284*T°min floraison – 10,382*Année + 21244,9

Avec ETAr : évapotranspiration réelle de la culture vanille durant la phase de maturation ; T°min floraison : moyenne des températures minimum pendant la floraison.

Ceci tend également à montrer que la phase de maturation semble être importante dans le cycle de la plante, et que des changements météo durant cette phase ont des impacts non négligeables sur les rendements.

I.2.4. Validation du modèle

La validation croisée permet de tester la capacité d’un modèle à prévoir le rendement. La validation croisée est surtout utile lorsque le nombre d’observations est trop faible (15 dans le cadre de notre étude) pour pouvoir séparer les observations en un échantillon de calibration et un échantillon de validation.

Une fois tous les échantillons sont traités, on aura des rendements prévus et des résidus comme représentant le tableau suivant :

Page 45 Elaboration d’un modèle de prévision des rendements de vanille Partie III : Résultats et Discussions

Tableau 9 : Comparaison du rendement observé et rendement prévu pour les 15 années

Rendement Rendement Observé Prévus Résidus Résidus² 162,12 183,5948889 21,47 461,118794 187,72 196,6512222 8,93 79,7634941 195,98 183,947 -12,03 144,79067 169,18 166,9094444 -2,27 5,14047871 179,40 161,6996667 -17,70 313,303691 170,51 140,0326667 -30,48 928,946496 115,87 128,7784444 12,91 166,663384 115,69 117,7464444 2,05 4,22130452 118,10 114,9488889 -3,15 9,91929532 98,50 97,51633333 -0,98 0,96412738 81,87 94,06933333 12,20 148,728462 68,55 66,59455556 -1,95 3,81062487 62,91 51,298 -11,61 134,762485 45,55 62,995 17,44 304,218294 42,95 37,473 -5,48 29,9987171

On a donc un coefficient de détermination égal à 0,93 qui caractérise le pouvoir de prédiction entre les données observées et les données prévues par le modèle. Ainsi qu’une erreur moyenne (RMSE) de 13,5 entre les valeurs réelles et les valeurs prévues par le modèle testé. La figure qui représente les résultats de l’estimation des rendements est la suivante :

250,00

200,00

150,00

100,00 Rdt Obs Rdt Prévus

Rendements en Kg/Haen Rendements 50,00

0,00

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Années

Figure 15 : Séries de rendement observé (Rdt Obs) et estimé (Rdt Prévus)

Page 46 Elaboration d’un modèle de prévision des rendements de vanille Partie III : Résultats et Discussions

Les résultats sont très intéressants avec un R2 de 93% et une volatilité d’erreur de 14,5% du rendement moyen. Le district Sambava est le plus productif de vanille dans la région Sava, notre modèle est plus expressif au niveau de l’économie de la région.

II. DISCUSSIONS

II.1) Exploitation des résultats du bilan

Les résultats sont donnés par année (figure 16). On peut faire une première idée sur l’évolution de la culture vanille au niveau du district de Sambava. On va admettre que l’indice de satisfaction en eau (courbe en rouge) définit par l’équation (2) (Partie II ; I.2.1), a une influence sur le rendement. Elle varie évidement d’une année à l’autre comme par exemple en 2005 il tend à diminuer. Néanmoins, on les a pas retenu parce qu’ils ne représentaient pas du tout une bonne corrélation avec le rendement qui est un critère à respecter pour le choix des variables explicatives du modèle de prévision de rendement. C’est un exemple d’un paramètre de sorties que l’on n’a pas pris en considération dans le modèle de prévision.

Figure 16 : Graphique de synthèse du bilan de 2005 à Sambava

Page 47 Elaboration d’un modèle de prévision des rendements de vanille Partie III : Résultats et Discussions

Pendant la saison 2005, l’indice de satisfaction en eau correspond à un excès. Cela est montré aussi par la figure ci-dessus car les quantités de pluies (graphes en couleur bleue) sont toujours supérieures aux besoins en eau de la culture (graphes en couleur verte). Par cet effet qu’on n’aperçoit pas les graphes de couleur jaune qui est l’équivalent de l’irrigation et alors du déficit en eau de la plante.

L’excès de précipitation peut entrainer des maladies de plante ou des insectes ravageurs car l’ombrage est important pour le cas de notre culture. .

II.2) Discussion des résultats

Avant de discuter les résultats, on va faire quelques rappels sur les informations qui peuvent intervenir dans l’interprétation des résultats.

 Chaque plant doit être renouvelé au bout d’un cycle de 5 à 7 ans. Pour une continuité dans les exploitations, à chaque campagne, une partie de la plantation est renouvelée. Alors le résultat au bout de 3 à 4 ans (floraison) après le bouturage présente une différence entre les deux rendements. Cela peut être la cause des sous-estimations du rendement simulé dans le résultat de comparaison des deux courbes de rendement (figure 19 et figure 22).

 On a mentionné ci-dessus qu’il ne devrait pas y avoir de cyclone du début de la floraison jusqu’au début de maturité du fruit. Par contre il y a un passage du cyclone, prenons l’exemple du cyclone HUDAH en l’an 2000, toutes les plantations de vanille dans la région de SAVA étaient pratiquement ravagées. Le STABEX (Cellule d’Appui) renouvelle les plantations de la région, élargi les terres à cultiver et met en place un dispositif de suivi de floraison.

Page 48 Elaboration d’un modèle de prévision des rendements de vanille Partie III : Résultats et Discussions

 AMS est un modèle empirique en tant que tel, et les prévisions les plus intéressantes sont obtenues sur une base de données expérimentale étendue, sans expliquer les relations de causes à effets sur les fluctuations du rendement. Les variables qui expliquent mieux le rendement de vanille à Sambava sont l’évapotranspiration réelle au stade de maturation, la moyenne des températures minimales durant la floraison et l’année. Ces résultats peuvent s’interpréter de manières différentes :

II.2.1. Le rendement réel et la température minimale au cours de la floraison

La variation de la moyenne de température minimale pendant la floraison de l’année en question explique le rendement de l’année suivante. Ceci montre que la diminution de température dans cette phase (Septembre-Novembre) est responsable de la diminution de rendement de l’année suivante. La T°min floraison en dessous du seuil (20°C) présente une baisse ou une faible augmentation de rendement. Cela aussi vérifie ce qui est dit au début que le froid n’est pas acceptable pendant cette phase (partie II-1-2-a). Comme la montre la figure ci-après :

250,00 22,0 21,5 200,00 21,0

150,00 20,5 20,0 100,00 19,5 Yréel 19,0 50,00 T°min

Rendement Kg/Ha en Rendement 18,5 floraison

0,00 18,0

2002 2008 1997 1998 1999 2000 2001 2003 2004 2005 2006 2007 2009 2010 2011

Années

Figure 17 : Variation de Yréel et T°min floraison

Page 49 Elaboration d’un modèle de prévision des rendements de vanille Partie III : Résultats et Discussions

II.2.2. Le rendement réel et l’évapotranspiration réel au stade de maturation

Une évapotranspiration réelle élevée pendant la floraison améliore le rendement (Partie II-2-2-c). Il faut que la floraison soit abondante entre novembre et janvier et qu’elle soit le moins étalée possible dans le temps car au fur et à mesure que les plants grandissent, ils consomment de plus en plus d’eau, l’évaporation consommée montre le bon développement de la plante. On va vérifier que l’évapotranspiration réelle de l’année en question, qui est fonction de la pluviométrie, est pour la prévision du rendement de l’année suivante. La figure ci-après nous montre cela, on constate que pour une hausse ou une baisse de la courbe de l’ETAr de l’année en question on remarque en réponse la même variation de rendement dans l’année qui suit. Le contraire est intervenu car l’évapotranspiration réelle au stade de maturation n’explique pas le rendement comme le cas de l’ETAr en 2002, 2006, 2009 et 2010.

250,00 1200

200,00 1000 800 150,00 600 100,00 Rdt Obs 400 ETAr Rendement en Kg/Ha en Rendement 50,00 200

0,00 0

1997 2006 2007 1998 1999 2000 2001 2002 2003 2004 2005 2008 2009 2010 2011 Années

Figure 18 : Variation des rendements observés et de ETAr

Page 50 Elaboration d’un modèle de prévision des rendements de vanille Partie III : Résultats et Discussions

II.2.3. Le rendement simulé

Pour un R2 de 93% la dispersion de l’erreur qui ne présente que 13,5% n’est pas infime par rapport au norme-seuil (10%), mais c’est mieux pour le cas de notre culture à cycle long. Car d’après mes recherches personnelles, je n’ai pas toujours trouvé une simulation faite sous AMS d’une telle culture. Le cas qu’on a déjà rencontré est l’élaboration d’un modèle de prévision des rendements cotonniers dans la province du Houet (Burkina Faso) à partir du modèle AMS avec un R2 égal à 75% et une erreur d’environ 6,5%. Bien sûr, on ne doit pas comparer à notre modèle car il s’agit d’une culture à cycle court. Toutefois, nos résultats sont prometteurs vis-à-vis de l’utilisation du modèle AMS, assurant que AMS se veut un outil qui se rapproche un peu de la réalité, notamment dans le choix de certains paramètres.

250

R² = 0,931 200 RMSE= 14,5 Kg/ha (13,5%)

150

100

50 Rendements Observés en Kg/Ha en Observés Rendements 0 0 50 100 150 200 250 Rendements Prévus en Kg/Ha

Figure 19 : Séries des rendements observés et simulé résumant la validation des résultats

Page 51 Elaboration d’un modèle de prévision des rendements de vanille

CONCLUSION III

Les résultats ont montré que même si nous avons de difficultés à simuler les valeurs introduites dans AMS, on a pu obtenir sans faute un modèle de prévision dont les paramètres explicatifs sont l’Année, l’évapotranspiration réelle de la culture au stade de maturation (ETAr) et la moyenne des températures minimales durant la floraison (T°min floraison ). L’année est considérée ici comme variable afin de prendre en compte la tendance.

AMS nous permet l’établissement des équations de régression c'est-à-dire des relations empiriques entre le rendement et certains facteurs. Une fois que les relations existent la détermination du rendement se fait très rapidement. Car le modèle se fonde sur l’influence des facteurs climatiques pour exprimer la variation des rendements, notamment la pluviométrie qui joue un rôle très important pour le calcul du bilan hydrique. D’où, l’AMS soutient l’idée qu’un niveau de rendement obtenu à Sambava peut être expliqué par son contexte agroclimatique.

Le modèle de prévision des rendements de vanille pour Sambava est caractérisé par un R2 de validation 0,93 et conduit à une RMSE d’environ 13,5% (14,5 Kg/hectare). Il permet une prévision des rendements plus d’un mois avant la date de récolte. Ceci en fait un modèle tout à fait satisfaisant surtout si l'on tient compte du peu de données disponibles et des nombreux facteurs estimés tout au long du processus d'élaboration des modèles.

Ces résultats très satisfaisants peuvent être appliqués à la prévision des productions agricoles. Ils pourront certainement contribuer à l’amélioration des outils de prévision des productions agricoles mais il reste encore du travail à accomplir car les prévisions des surfaces couvertes par les vanilles, très variables d’une année à l’autre et difficiles à distinguer à cause du mode de culture de vanille (sous-bois), demeurent délicates et constituent une difficulté importante dans la mise en place de ces outils de prévision des productions agricoles.

Page 52 Elaboration d’un modèle de prévision des rendements de vanille BIBLIOGRAPHIE

BIBLIOGRAPHIE

[1]. Olivier Hubert, Guillaume Blouin avec la collaboration des jardiniers des serres d’agronomie tropicale du Grand-Blottereau , « LA VANILLE-LES TROPIQUES A L'ECOLE », 11Dec2012

[2]. Ministère de l'agriuclture,de l'élevage et de la peche, 'Monographie de la région Sava',Juin 2003

[3]. Note de synthèse sur l’étude de la filière vanille, PAD05, Mars 2006

[4]. RADEGOLY Rahanta Marie Théryna,'CONTRIBUTION A L’AMELIORATION DE LA FILIERE VANILLE DANS LE DISTRICT DE SAMBAVA REGION SAVA', Mémoire de fin d’études 2009

[5]. RAZAFINDRAKOTO Achille, 'PROJET DE PLANTATION DE VANILLE A MAROJALA SAMBAVA', Mémoire de fin d’études 2005

[6]. Séverine BORY,'Diversité de Vanilla planifolia G.Jackson dans l'Océan Indien et de ses espèces apparentées: aspects génetiques, cytogénétiques et épigénétiques', Université de La Réunion, 2007

[7]. Gilbert BOURIQUET,'LA VANILLE',1959

[8]. Rivoarintsalama RASOLOFOMANANA',Contribution à la recherche de nouvelles méthodes de préparation de gousses de vanille dans la région de Sambava', Mémoire de fin d’études 2004

[9]. N.Alizany,J.Chrysostôme Rakotondravelo, R.Rabarijohn, H.Raharinjanahary, L.Rabeharisoa, J.Ranaivonasy et A.M. Tiani, 'Les stratégies d’adaptation aux cyclones dans la région d’Analanjirofo, Madagascar',novembre 2005

[10]. SAÏD MAHAMOUDOU, « RAPPORT DE MISSION DU CONSULTANT INTERNATIONAL SPECIALISTE EN APPROCHE PARTICIPATIVE ET DEVELOPPEMENT LOCAL », FIDA Septembre 2003

Page I Elaboration d’un modèle de prévision des rendements de vanille BIBLIOGRAPHIE

[11]. Alexie Valois, 'Richesse des Antilles',Mai 2013

[12]. 'Prévision des rendements agricoles Guide d'utilisateur', WWW.GE-eau.org

[13]. Amani Louis KOUADIO, «Prévision de la production nationale d’arachide au Sénégal à partir du modèle agrométéorologique AMS et du NDVI», mémoire de fin d’Études, Université de Liège.2007

[14]. Elijah Mukhala et Peter Hoefsloot,'AgroMetShell Manual', August 2004

[15]. Henry-Arturo Kelso Bucio, Khalidou-Mamadou Bâ, Saúl Sánchez Morales et Delfino Reyes López,'Estudio experimental para la determinación de los coeficientes de cultivo de la vainilla (Vanilla spp.)', décembre 2012

[16]. Farid TRAORE'Méthodes d’estimation de l’évapotranspiration réelle à l’échelle du bassin versant du Kou au Burkina Faso', Mémoire de fin d’étude de Diplôme d’Etudes Approfondies (DEA) en Sciences et Gestion de l’Environnement,Année Académique : 2006 – 2007

[17]. INPT-ENSAT Module Pédologie Physique du sol PAD février 05 Maritxu Guiresse

[18]. INRA,'Unité de Science du sol',Rapport d'activité scientifique (2003-2007)

[19]. Université de Picardie Jules Verne/Jacques Beauchamp, 'PROPRIETES DES SOLS', http://www.u-picardie.fr/~beaucham/mst/sol.htm

[20]. Bruno GADRAT,'Sol références',

http://www.designvegetal.com/gadrat/s/sol/solref.html#references

[21]. 'L'eau dans le sol',http://www.afidoltek.org/index.php/L%27eau_dans_le_sol

[22]. Texture du sol,http://fr.wikipedia.org/wiki/Texture_du_sol

[23]. Association nationale Les petits débrouillards,Les sols, terreau fertile pour l’EDD Fiche activité 4 - Quelques propriétés du sol,Guide pédagogique « Les sols » - Les Journées de l’ERE 2012-2013

Page II Elaboration d’un modèle de prévision des rendements de vanille BIBLIOGRAPHIE

[24]. Ricco RAKOTOMALALA, ‘Régression linéaire multiple‐ prédire les valeurs d’une variable continue.’, Université Lumière Lyon 2. http://eric.univ‐lyon2.fr/~ricco/cours/index.html.

[25]. Bronne, C.E., Wellens, J., Diakité, M., Farid1, T., Diallo, M. et Tychon1, B.,Elaboration d’un modèle de prévision des rendements cotonniers dans la province du Houet (Burkina Faso),2006.

[26]. GUÉRI LUS Pierre-Mary,'Contribution à la réflexion sur la manière de documentation de Agrometshell (AMS) pour servir dans le suivi et la prévention',Mémoire de fin d’études Année académique 2004-2005

[27]. ARRETE N°175/2013/REG/SAVA, Portant réglementation de la commercialisation de la vanille dans la circonscription territoriale de la région SAVA'

[28]. Dictionnaire encyclopédie Agrométéorologique.

Page III Elaboration d’un modèle de prévision des rendements de vanille ANNEXES

ANNEXES Annexe I : FICHE DE CULTURE

Nom scientifique : Vanilla fragrans, Vanilla planifolia (Andrews). Famille : orchidacées. Origine : sous-bois des forêts pluviales d'Amérique tropicale (Mexique). Répandue dans toute la ceinture tropicale du globe. Introduction : originaire d'Amérique tropicale, la vanille a été très vite appréciée et sa diffusion dans diverses colonies à débuter dès le XVIème siècle, elle servait à aromatiser le café et le chocolat. Description : Belle liane à tige ronde et charnue très longue (jusqu'à 30 m. de long dans son habitat d'origine.) Feuillage : les feuilles de la vanille sont vertes, alternes opposées, longues et étroites (moyenne 15 cm.), charnues. Chaque nœud donne naissance à une feuille et à une racine aérienne qui s'enfoncera dans le support disponible: mousse des troncs d’arbres, écorce etc... Si la racine ne trouve rien pour s'accrocher, elle peut descendre jusqu'au sol pour s'enfoncer dans la terre. Floraison : groupe d'une dizaine de belles fleurs en trompette jaune saumon, de 6 à 10 cm, entourée de 5 sépales jaune verdâtre. Intervient au bout de 3 ou 4 ans, après plusieurs bouclages et en période relativement sèche. Fruits : Fruits : les longs fruits de la vanille ne sont pas des gousses mais des capsules qui contiennent les graines. Elles ne peuvent apparaître qu'après une fécondation manuelle des fleurs. Récolte : dans les pays de production, on récolte les fruits à maturité pour leur faire ensuite subir les fermentations qui vont exalter l'arôme de la vanilline. La plupart du temps, l'amateur gardera les fleurs sans chercher à les féconder (la fécondation détruit partiellement la fleur et doit être faite dès l'éclosion). Autres variétés : Vanilla pompona (Schiede), cultivée en Polynésie (Synonyme : Vanilla pompona). Vanilla fragrans "variegata", aux feuilles vertes nervurées de jaune et de vert pâle et aux doubles racines aériennes qui naissent à chaque nœud; elle intéresse surtout les amateurs d'orchidées.

Page IV Elaboration d’un modèle de prévision des rendements de vanille ANNEXES

Le groupe des vanilles compte environ une soixantaine d'espèces. Utilisations : aromatisation des desserts, glaces et toutes préparations culinaires. L'industrie du parfum utilise la vanille de Tahiti (vanilla pompona). Résistance au froid : bien évidemment, à cause de son origine tropicale, la vanille ne supporte pas le moindre froid. Température optimale de croissance, entre 20 et 35° c. Si la moyenne des t° est inférieure à 18 °, la pousse sera bien plus lente. Nature du terrain : sol riche en matière organique, bien drainé, pauvre en calcium. Nous rempotons dans des containers avec un tuteur solidement fixé à la paroi. Lepot est garni jusqu'à la moitié d'écorce de pin grossière pour drainer, puis d'une épaisse couche de mousse, sur laquelle on pose les racines que l'on recouvre à nouveau de mousse. Notez bien que la mousse récoltée dans les bois des bois doit être traitée avec de l’anti-limace et un poudrage contre les insectes du sol. Ne rempoter qu'une fois par an, lorsqu'il n'y a plus de place dans le pot pour les racines. Décollez délicatement les racines qui adhèrent très fortement aux parois (cette opération est délicate et risque d'endommager les racines, vous pouvez aussi rempoter la plante avec son pot). Offrir à la plante un support garni de mousse pour qu'elle puisse s'accrocher. Le choix est vaste : supports du commerce garnis de fibre de coco, troncs d'arbres recouverts de mousse etc... Avec un lien lâche, plaquer les nœuds du vanillier contre le support le temps de l'enracinement. Exposition : lumière abondante, mais tamisée, pas de soleil direct. Derrière une vitre, un voilage blanc épais est indispensable pour protéger votre plant de vanille. On peut compenser un manque de lumière par des tubes ou des ampoules fluorescents (blanc industrie, cool white, ou lumière du jour, ou des lampes halogènes, mais à distance raisonnable à cause des risques de brûlure). Compter 30 à 50 w. pour une plante d'1,5 m. de haut. Besoins en eau : chargée en chlore et en calcaire, l'eau du robinet ne convient généralement pas. Utiliser des eaux de source non minéralisées. L'eau de pluie convient très bien. Ne jamais laisser tremper la plante dans la coupelle d'eau. Taille : lorsque la vanille devient trop longue, on peut simplement la tailler (le bouturage est assez facile), de nouvelles pousses partent alors du ou des nœuds précédents. On peut aussi procéder au bouclage en enroulant les tiges trop longues entre le haut et le bas du support.

Page V Elaboration d’un modèle de prévision des rendements de vanille ANNEXES

Multiplication : facile par boutures de 30 cm. de long. Cette opération favorise la mise à fleurs. La multiplication par graines peut se faire, mais uniquement dans des sols mycorhyzés, c'est à dire la plupart du temps dans les cultures tropicales. Il faut noter l'étonnante capacité de régénération d'une vanille que l'on pourrait croire morte. Même si les feuilles sont jaunes, marrons ou tombées, tant que les tiges sont vertes et non fripées, il y a de l'espoir. Il suffit de mettre ces tiges dans un pot garni de mousse propre, de les recouvrir légèrement de mousse et de soigner la plante (chaleur,lumière,humidité). Fertilisation : ne jamais utiliser d'engrais à base de fumier ou de lombricompost. Il existe dans le commerce des engrais à libération lente spécifiques aux orchidées (respecter les doses du fabricant); les billes d'engrais doivent être disposées vers la surface du pot, entre deux couches de mousse. La fertilisation doit suivre la croissance de la plante: très parcimonieuse en hiver, normale en été et au printemps. Ennemis : pas d'ennemi spécifique, mais une pourriture peut apparaître lorsque la température est trop basse et l'humidité forte. Couper la partie atteinte et corriger les défauts. Si une limace traîne dans votre serre, elle goûtera certainement aux feuilles de votre vanille mais cela met rarement la plante en danger.

Page VI Elaboration d’un modèle de prévision des rendements de vanille ANNEXES

Annexe II : Superficie et production de vanille verte dans le district de Sambava de 1997-2011

Année SUPERFICIE en Ha PRODUCTION en Tonne 1997 9 900 1605 1998 9 935 1865 1999 9 950 1950 2000 9 960 1685 2001 9922 1 780 2002 9941 1 695 2003 9942 1 152 2004 9940 1 150 2005 22 437 2 650 2006 22 640 2 230 2007 22 840 1 870 2008 23 050 1 580 2009 23 050 1 450 2010 23 050 1 050 2011 23 050 990

Page VII Elaboration d’un modèle de prévision des rendements de vanille ANNEXES

Annexe III : Calendrier d’ouverture de campagne de vanille verte année 2013 dans le district de Sambava pour les 26 communes

Page VIII Elaboration d’un modèle de prévision des rendements de vanille ANNEXES

Annexe IV : Matrice de corrélation entre les facteurs explicatifs sélectionnés

T°min T°max ETAr ETAt floraison floraison ETAr 1 1 0,36156993 0,18965934 ETAt 1 1 0,36156993 0,18965934 T°min floraison 0,36156993 0,36156993 1 0,38015609 T°max floraison 0,18965934 0,18965934 0,38015609 1

Page IX Elaboration d’un modèle de prévision des rendements de vanille ANNEXES

Annexe V : Précipitations décadaires observées et estimées pour la saison 2009 à la station de Sambava

Précipitation en mm Année Décades Observée Estimée 01-janv 33,4 15,68 02-janv 38,9 35,80 03-janv 73,8 19,59 01-févr 66,8 26,13 02-févr 97,5 82,87 03-févr 28,1 25,69 01-mars 22,1 4,23 02-mars 79,8 102,07 03-mars 87,7 50,28 01-avr 97,9 124,25 02-avr 47,4 32,00 03-avr 8,2 6,08 2009 01-mai 6,1 0,00 02-mai 14,5 11,79 03-mai 22,6 0,53 01-juin 42,7 4,85 02-juin 10,1 6,12 03-juin 37,4 0,00 01-juil 37,8 25,77 02-juil 39,4 8,95 03-juil 26,5 20,51 01-août 142,51 49,37 02-août 0,2 1,32 03-août 21,9 5,46

Page X Elaboration d’un modèle de prévision des rendements de vanille ANNEXES

Annexe VI: Résultats de simulation dans AMS

Année INDX INDX Harvest Latest WEXi WEXv WEXf WEXr WEXt WDEFi WDEFv WDEFf WDEFr WDEFt ETAi ETAv ETAf ETAr ETAt Cr1a Cr2a Cr3a 1997 56 56 0 0 0 668 668 0 0 0 -396 -396 0 15 0 718 733 15 34 -999 1998 62 62 0 33 0 452 485 0 0 0 -391 -391 0 15 0 723 738 23 35 -999 1999 63 63 0 56 0 316 372 0 0 0 -413 -413 0 15 0 701 716 19 34 -999 2000 69 69 0 109 0 869 978 0 0 0 -253 -253 0 15 0 861 876 14 31 -999 2001 59 59 0 100 0 720 820 0 0 0 -367 -367 0 15 0 747 762 23 26 35 2002 63 63 0 52 0 1477 1529 0 0 0 -250 -250 0 15 0 864 879 22 29 -999 2003 54 54 0 27 0 1292 1319 0 0 0 -284 -284 0 15 0 830 845 23 33 -999 2004 75 75 0 18 0 1263 1281 0 0 0 -110 -110 0 15 0 1004 1019 -999 -999 -999 2005 74 74 0 180 0 1026 1206 0 0 0 -196 -196 0 15 0 918 933 12 34 -999 2006 79 79 0 55 0 1007 1062 0 0 0 -171 -171 0 15 0 943 958 31 -999 -999 2007 63 63 0 22 0 1060 1082 0 0 0 -252 -252 0 15 0 862 877 28 31 34 2008 68 68 0 45 0 604 649 0 0 0 -329 -329 0 15 0 785 800 17 29 -999 2009 68 68 0 13 0 774 787 0 0 0 -292 -292 0 15 0 822 837 15 -999 -999 2010 75 75 0 7 0 1038 1045 0 0 0 -211 -211 0 15 0 903 918 29 -999 -999 2011 0 66 0 44 0 636 680 0 0 0 -5522 -5522 0 15 0 926 941 21 -999 -999

Page XI Elaboration d’un modèle de prévision des rendements de vanille ANNEXES

Annexe VII: Fécondation artificielle

Page XII Elaboration d’un modèle de prévision des rendements de vanille ANNEXES

Annexe VIII: Récapitulation de la durée du cycle de la vanille

Page XIII Elaboration d’un modèle de prévision des rendements de vanille ANNEXES

Annexe IX: Historique des cyclones influençant la région Sava de 1996-2006

Nom Année Passage sur la région Force du vent (m/s) Bonita 1996 SUD 17.5-32.5 Fabriola 1997 SUD 17.5-32.5 Josie 1997 NORD 20.576 Astride 1999 NORD 20.576 Gloria 2000 Est-Ouest 23.148-25.72 Hudah 2000 sur toute la partie 17.5-59.156 Hary 2002 SU-EST 46.296-48.868 Kesiny 2002 NORD 30.864-36.008 Cela 2003 NORD 20.576 Gafilo 2004 sur toute la partie 61.728-64.3

Page XIV

Titre : « Elaboration d’un modèle de prévision des rendements de Vanille, cas du district

Sambava-Région Sava »

Auteur : RASOAVOLOLONIAINA Hanitra Elisa Nombre de pages : « 79 » Nombre de figures : « 19 » Nombre de tableaux : « 09 » Nombre d’annexes : « 09 »

RESUME Cette étude consiste à chercher un modèle de prévision de la production de Vanille dans le district de Sambava, région Sava. Les données nécessaires à cette prévision sont de types météorologiques et agrométéorologiques. Ces facteurs sont issus des deux séries de logiciels seulement : AgroMetShell et MsExcel. Plusieurs modèles ont été trouvés mais celui qui met en évidence une bonne corrélation entre certains variables explicatives et les données de rendements de vanille dans le district de Sambava se caractérise par un coefficient de détermination de 0,93 et une erreur type 14,5Kg/Ha, ce qui présente une erreur d’environ 13,5%. Ce modèle fait appel à seulement trois variables d’entrée facile à obtenir permet une prévision plus d’un mois avant la date de récolte.

Mots clés : Prévision des rendements, Vanille, Sambava, Agrometshell, Bilan hydrique

SUMMARY This study is to look for a model to predict the production of vanilla in the district of Sambava, Sava region. The data required for this forecast are meteorological and agrometeorological kinds. These factors are derived from two sets of software only: AgroMetShell and MsExcel. Several models have been found but the one that shows a good correlation between some explanatory variables and vanilla yield data in Sambava district is characterized by a coefficient of determination of 0.93 and a standard error 14,5kg / Ha, which has an area of about 13.5% error. This model uses only three simple input variables to obtain permits a forecast more than a month before the date of harvest. . Keys words: Yied forecasting, Vanilla, Sambava, Agrometshell, Water balance

DIRECTEUR DE MEMOIRE : Maitre de conférences et Enseignant-chercheur du département Météorologie, Monsieur RANDRIANASOLO Léon.

Adresse de l’auteur : « Tél : +261 33 45 122 39/ +261 34 18 531 10 Mail : [email protected] »