Modele Agro

RESUME
Le prsent rapport traite les deux aspects de la modlisation agromtorologique

de prvision des rendements : la caractrisation agro-climatique de la Basse
Chaouia et la validation du modle de prvision des rendements des crales sur
la base de la consommation hydrique.
Ltude a port en premier lieu sur une anne de suivi et de collecte des donnes
de terrain ncessaires la caractrisation agroclimatique et la validation du
modle. Par la suite et une fois cette tape franchie, il a t procd au
dveloppement dun Systme dInformation Gographique qui permet dune part
de spatialiser les rsultats du modle et, dautre part, de gnraliser la procdure,
si besoin est, dautres rgions du pays.
Le rapport est organis en six chapitres. Le premier chapitre prsente la zone
dtude et la mthodologie adopte pour la ralisation du travail. Le second
chapitre traite la caractrisation agroclimatique de la zone dtude. Les chapitres
trois, quatre et cinq sont relatifs respectivement aux rsultats de la production
agricole de la rgion dtude, la modlisation de cette production sur la base de
consommation hydrique et enfin la validation et au calage du modle dvelopp
dans le cadre de ltude. Le dernier chapitre prsente le systme dinformation
gographique dvelopp. La procdure suivie et tous les programmes
dvelopps en vue dtablir ce SIG sont synthtiss dans lannexe II qui peut
galement servir de guide dutilisation de ce systme.
Lacquis le plus important au stade actuel rside dans le fait davoir dvelopp la
trame de base dun outil de prvision des rcoltes. La gnralisation de ce
systme qui constitue une des principales composantes dun systme dalerte
rapide est techniquement possible mais requiert au pralable un raffinement du
modle de prvision et les donnes de base ncessaires son application dans
toutes les rgions. En effet, le calage sur la base dune seule anne ne peut pas
tre considr comme dfinitif et gnralisable dautres annes et les donnes
relatives aux sols et aux conditions climatiques ne sont pas disponibles aux
chelles dsires pour toutes les rgions cralires du pays.
Cette tude, faisant lobjet dune convention dtude, a t conduite par une
quipe de Chercheurs de lInstitut Agronomique et Vtrinaire Hassan II (MM.
BAZZA, M., TAYAA, M. et BELABBES, M.).
SOMMAIRE
LISTE DES TABLEAUX

LISTE DES FIGURES
INTRODUCTION GENERALE
CHAPITRE I : OBJECTIFS, CADRE ET METHODES UTILISEES
I. Prsentation de la zone d'tude
I. 1. Situation gographique
I. 2. Cadre pdologique
II. Suivi et mesures
II. 1. Parcelles de suivi
II. 2. Mesure de l'humidit et estimation de la consommation en eau
II. 3. Donnes agro-mtorologiques
II. 4. Evapotranspiration maximale
II. 5. Dficit hydrique
II. 6. Rendements et ses composantes
III. Identification et calage de modles
III. 1. Identification de modles d'estimation du rendement bass sur le dficit hydrique
III. 2. Calage d'un modle de simulation du dficit hydrique
IV. Elaboration d'un SIG pour l'estimation des rendements
CHAPITRE II : CARACTERISATION AGROCLIMATIQUE

I. Caractrisation agroclimatique
I. 1. Priode 1985-95
I. 2. Campagne 95-96
II. Besoins en eau du bl et taux de couverture
II.1. Besoins en eau du bl
II.2. Consommation en eau par la culture du bl
II.3. Indice de dficit hydrique
II.4. Conclusion
III. Analyse de la production
CHAPITRE III : MODELISATION RENDEMENT - CONSOMMATION HYDRIQUE

I. Relations rendement - ETR
II. Relations rendement ETR/ETM
III. Relations rendement - indice de dficit hydrique
IV. Relation rendement relatif - evapotranspiration relative
V. Synthse des modles dgags
CHAPITRE IV : VALIDATION ET CALAGE DU MODELE DE SIMULATION DU

DEFICIT HYDRIQUE
I. Validation du modle pour l'ETR
II. Validation du modle pour l'indice de dficit hydrique
III. Modlisation du rendement de la campagne d'tude sur l'indice de dficit hydrique simul
IV. Etude de la sensibilit du modle
IV. 1. Sensibilit du modle la rserve utile du sol
IV. 2. Sensibilit du modle la date de semis
V. Conclusion
CHAPITRE V : ADAPTATION DU MODELE DE SIMULATION DU DEFICIT

HYDRIQUE SOUS UN SYSTEME DINFORMATION GEOGRAPHIQUE
I. Etablissement de cartes thmatiques
I. 1. Carte pdologique
I. 2. Carte de profondeur du sol
I. 3. Carte de la rserve utile du sol
II. Organisation des donnes climatiques et agronomiques
II. 1. Donnes climatiques
II. 2. Donnes agronomiques
III. Spatialisation des donnes sous forme de cartes
III. 1. Carte des donnes climatiques
III. 2. Carte des tempratures
IV. Relations entre cartes et tables info des donnes
V. Excution du modle de simulation du dficit hydrique sous ARC/INFO
V. 1. Description du modle simulation
V. 2. Prparation du fichier de donnes climatiques
V. 3. Excution du modle
V. 4. Spatialisation des sorties du modle
VI. Conclusion et recommandations
REFERENCES BIBLIOGRAPHIQUES
LISTE DES TABLEAUX

Tableau 1 : Nombre dexploitations par type de sol et par CT
Tableau 2 : Donnes mtorologiques collectes dans les diffrents
stations
Tableau 3 : Valeurs du coefficient cultural utilises pour le calcul de lETM
Tableau 4 : Evapotranspiration maximale au niveau des quatre stations
Tableau 5 : Rcapitulatif des coefficients de rgression entre
lETRs et lETRr
Tableau 6 : Rcapitulatif des coefficients de rgression entre
lIDHs et lIDHr
Tableau 7 : Rcapitulatif des paramtres des quations de rgression du
rendement mesur sur lindice de dficit hydrique simul
par zone
Tableau 8 : Donnes simules par le modle, sous diffrentes valeurs de la
rserve utile, dans la zone de Ben Ahmed
rserve utile, dans la zone de Sidi El Aydi
Tableau 10 : Rcapitulatif des donnes simules par le modle lchelle
mensuelle (date de semis : 25/11/1995)
mensuelle (date de semis : 20/12/1995)
dcadaire (date de semis : 25/11/1995)
dcadaire (date de semis : 20/12/1995)
Tableau 14 : Units pdologiques et superficies correspondantes dans
la Basse chaouia
Tableau 15 : Classification des sols selon la profondeur
Tableau 16 : Rpartition des classes de profondeur du sol dans
la Basse Chaouia
LISTE DES FIGURES

Figure 1 : Organigramme du projet AGRIMA
Figure 2 : Evolution de lvapotranspiration de rfrence lchelle
mensuelle
Figure 3 : Evolution du dficit climatique moyen mensuelle
Figure 4 : Prcipitations dcadaires Sidi El Aydi au cours de
la campagne 95-96
Figure 5 : Distribution du dficit climatique dcadaire au niveau de
Sidi El ydi (campagne 95-96)
Figure 6 : Variation des prcipitations dans les quatre stations durant
la campagne 95-96
Figure 7 : Variation de lvapotranspiration de rfrence pour les quatre
stations durant la campagne 95-96
Figure 8 : Variation du dficit hydrique dans les quatre stations durant
la campagne 95-96
Figure 9 : Evolution de lvapotranspiration maximale pour les quatre
stations durant la campagne 95-96
Figure 10 : Relation entre lETR et le rendement grain
(zone de Sidi El Aydi)
(zone de Settat)
(zone de Ben Ahmed)
(zone de Berrechid)
Figure 14 : Rgression entre lETRr et lETRs (zone de Sidi El Aydi)
Figure 15 : Rgression entre lETRr et lETRs (zone de Berrechid)
Figure 16 : Rgression entre lETRr et lETRs (zone de Settat)
Figure 17 : Rgression entre lETRr et lETRs (zone de Ben Ahmed)
Figure 18 : Rgression entre lindice de dficit hydrique rel (IDHr) et

lindice de dficit hydrique simul (IDHs) (zone de Sidi El Aydi)
lindice de dficit hydrique simul (IDHs) (zone de Berrechid)
lindice de dficit hydrique simul (IDHs) (zone de Settat)
lindice de dficit hydrique simul (IDHs) (zone de Ben Ahmed)
Figure 22 : Rgression entre lindice de dficit hydrique simul (IDHs) et
le rendement (zone de Sidi El Aydi)
le rendement (zone de Berrechid)
le rendement (zone de Settat)
le rendement (zone de Ben Ahmed)
Figure 26 : Carte pdologique de la Basse Chaouia
Figure 27 : Carte thmatique de la profondeur du sol
Figure 28 : Carte thmatique de la rserve utile
Figure 29 : Schma dorganisation des donnes climatique
Figure 30 : Schma dorganisation des donnes agronomiques dans
la table AGRO.DAT
Figure 31 : Prsentation schmatique dune relation linaire de
type LIAISON
Figure 32 : Carte de lvapotranspiration relle
Figure 33 : Carte de lindice de dficit hydrique
Figure 34 : Carte thmatique des rendements
INTRODUCTION GENERALE
Les systmes des statistiques agricoles qui reprsentent des outils
indispensables la gestion des ressources agricoles, ont pour rle majeur de
fournir aux dcideurs et aux gestionnaires des informations fiables et actualises
sur les campagnes agricoles afin dassurer la bonne gestion des marchs
agricoles. Lamlioration de ces systmes est dautant plus importante pour le
Maroc que le secteur agricole constitue lun des principaux ples de lconomie,
forte variabilit annuelle et spatiale.
La tldtection, qui permet de couvrir rapidement de vastes tendues, est ainsi
devenue une source privilgie dacquisition dinformations qui compltent et
enrichissent celles obtenues laide dautres techniques.
Plusieurs programmes ou projets internationaux ont t mis en place pour
introduire les donnes de tldtection dans les mthodes conventionnelles, afin
de renforcer et damliorer les systmes de statistiques agricoles, tels que les
programmes amricains LACIE, sur la prvision des rcoltes dans plusieurs pays
grands producteurs de crales et AGRISTARS sur lamlioration des
statistiques agricoles aux Etats-Unis, AGRIT en Italie pour la prvision des
rendements des grandes cultures et le projet MARS de lUnion Europenne sur
lapplication de la tldtection aux statistiques agricoles et la prvision des
rcoltes en Europe.
Au Maroc, le Ministre de lAgriculture, du Dveloppement Rural et des Pches
Maritimes (MADRPM) et le Centre Royal de Tldtection Spatiale (CRTS) avec
le soutien du Programme des Nations-Unies pour le dveloppement (PNUD) ont
lanc en 1994 le projet AGRIMA sur lapplication de la tldtection spatiale aux
statistiques agricoles.
Ce projet a permis de dvelopper des outils oprationnels, utilisant la
tldtection spatiale pour renforcer le systme de sondage arolaire mis en
place au sein du Ministre de lAgriculture, travers la mise jour des cartes de
stratification, le suivi qualitatif des principales cultures, ltablissement de modle
agromtorologique pour la prvision des rendements. Toutes ces actions ont t
intgres dans un systme dinformation agricole (SIA) (Fig. 1).
Ce systme a t conu pour rpondre aux besoins des utilisateurs finaux leur
permettant une facilit daccs linformation, le partage des donnes entre
plusieurs utilisateurs et une mise jour rapide de la base de donnes. Il sera
utilis comme une plate-forme de base pour complter les dveloppements
ncessaires et intgrer toutes les donnes sur les statistiques agricoles.
CHAPITRE I
OBJECTIFS, CADRE ET METHODES UTILISEES
Le prsent travail vise llaboration dun systme dinformation gographique

permettant de faire des prvisions des rendements du bl sur la base de la
consommation hydrique, dans la Basse Chaouia (rgion de Settat, Maroc). Il
constitue la premire bauche du dveloppement dun systme de prvision des
rendements des crales lchelle nationale. Les objectifs assigns ce travail
sont les suivants :
1. Caractrisation agroclimatique de la Basse Chaouia,
2. Dgagement de modles de prvision des rendements des crales
sur la base de lalimentation hydrique,
3. Validation du modle de prvision des rendements dvelopp dans le
cadre de la deuxime phase de ltude,
4. Elaboration dun SIG permettant la spatialisation des entres et des
sorties du modle.
I. Prsentation de la zone dtude
I. 1. Situation Gographique
La province de Settat fait partie de la Chaouia qui relve de la rgion conomique
du Centre. Elle stale de lOcan Atlantique sur un front de 20 Km environ
jusquau pied du plateau du cercle dEl Brouj. Elle est limite louest par loued
Oum Rabi, au nord-est par les provinces de Ben Slimane et la prfecture de
Casablanca et au sud-est par la rgion de Tadla et la province de Khouribga.
Elle forme un ensemble assez plat, dont seuls quelques cordons dunaires au
nord et des ravins rods au sud. Elle couvre une superficie de 909.900 ha.
I. 2. Cadre pdologique
La nature du sol diffre dune localit lautre. Les principaux types de sols sont
les suivants:
- Tirs: reprsentent 35.5% de la province (El Gara, Ouled Said, Berrechid
et Settat). La dominance dargile tale les qualits du tirs de trs lourd
jusquau lger.
- Harch: reprsentent 28% de la S.A.U; on le rencontre dans les zones
avoisinantes du sahel. Ce sont des sols souvent caillouteux parsems de
graviers et de dbris de schistes et de quartzites.
- Rmel: reprsentent 10% de la S.A.U; ce sont des sols sablonneux dont
la qualit varie selon la proportion de largile et de lhumus.
- Hamri: reprsentent 5% de la S.A.U; ce sont des sols silico-argileux de

couleur rouge et de trs bonne fertilit (Ras El Ain, Souk Jemm et
Settat).
- Autres: 21.5% de la S.A.U.
II. Suivi et mesures
II. 1. Parcelles de suivi
Pour rpondre aux objectifs de ltude, 84 parcelles de bl (dur et tendre) ont t
choisies dans les zones daction de quatre Centres de Travaux (CT), savoir Sidi
El Aydi, Ben Ahmed, Settat et Berrechid. En collaboration avec le personnel des
CT, les parcelles de suivi ont t choisies laide dun chantillonnage bas sur
la taille des exploitations et le type du sol. Le tableau 1 donne la rpartition des
exploitations concernes, par type de sol et par CT.
Type de sol
CT
Sidi Elaydi
Settat
Berrechid
Ben Ahmed
Tirs
Harch
Rmel
Hamri
Total
4
10
5
5
6
3
5
6
2
3
7
2
3
10
6
7
15
26
23
20
Tableau 1: Nombre dexploitations par type de sol et par CT

Ces exploitations ont fait lobjet dun premier passage en dbut de campagne
pour effectuer une enqute sur litinraire technique de la culture de bl et les
pratiques de chaque exploitant. Au cours du cycle de la culture, elles ont fait
lobjet de plusieurs passages en vue de mesurer lhumidit du sol et noter les
stades de dveloppement et ltat de la culture.
II. 2. Mesure de lhumidit et estimation de la consommation en eau
Lhumidit du sol tait dtermine lors de chaque passage, par la mthode
gravimtrique. Les prlvements dchantillons de sol taient effectus laide
dune tarire, au niveau des tranches de profondeur de 0-20, 20-40 et 40-60 cm.
Une fois prlevs, ces chantillons taient pess sur place pour la dtermination
du poids humide. Aprs tuvage 105 C pendant 24 heures, le poids sec tait
dtermin et lhumidit pondrale (Hp) calcule. Cette dernire permettait
lobtention de lhumidit volumique (Hv) par le biais de la relation:
H(%) = Da * Hp (%)
O Da est la densit apparente sche.
Lhumidit du sol a t mesure trois fois (25 janvier, 19 mars et 20 mai)1. La

limitation du nombre de passages trois seulement tait due aux fortes
prcipitations qua connue la campagne dtude. Pour pallier cette limitation du
nombre de mesures, lvapotranspiration relle du couvert vgtal tait
galement estime lchelle mensuelle par la mthode dcrite dans le bulletin
numro 33 de la FAO (Doorenbos et Kassam, 1987). Les valeurs de la densit
apparente utilises avaient t dtermines in-situ lors de llaboration de la carte
pdologique de la Basse Chaouia. Il en est de mme pour les autres donnes sur
les sols de la rgion dtude comme la rserve utile et la profondeur de chaque
type de sol.
Le stock deau au niveau de la tranche racinaire du sol tait calcul par la
formule:
S = Hv * Z * 10
Avec:
S : Stock deau dans le sol (mm),
Hv: Humidit volumique (%),
Z: Profondeur racinaire (cm).
La dtermination in-situ de lvapotranspiration relle dun couvert vgtal repose
sur la loi de conservation de masse. Lorsquon considre une tranche du sol
dpaisseur Z, pendant une priode donne, on peut calculer la diffrence entre
la quantit deau entrant et celle sortant de cette tranche. Cette diffrence est
gale la variation du stock deau pendant la priode considre. Ainsi, cette
variation du stock ne peut augmenter sans apport de lextrieur (par infiltration ou
remonte capillaire) et ne peut diminuer que soit par un transport deau vers
latmosphre par vapotranspiration ou par drainage en profondeur.
Le calcul de lvapotranspiration relle tait effectu partir de lquation du bilan
hydrique:
ETR = (S1 - S2) + P + I - R - D
Avec:
ETR: Evapotranspiration relle
S1- S2: Variation du stock deau dans le sol
P: Prcipitation,
1
L'vapotranspiration relle de la culture tait estime pour la priode entre l'installation des cultures et le
25 janvier et mesure pendant le reste du cycle cultural.
Durant la premire priode qui tait humide, ETR tait assimile ETM.
I : Irrigation,
R : Ruissellement,
D : Drainage.
Comme ltude porte sur la culture de bl en sec on na pas considrer
lirrigation. De mme, les termes de ruissellement et de drainage taient ngligs
en raison de la difficult de mesurer le drainage et de la compensation entre les
hauteurs deau perdues par ruissellement et celles reues au niveau dune
superficie donne du sol. Pour pallier la ngligence de ces termes qui sont tout
de mme fort importants, seules les prcipitations efficaces taient prises en
considration. Celles-ci, contrairement aux prcipitations relles, prennent en
considration lintensit des prcipitations et la capacit de stockage du sol.
Ainsi la formule de dtermination de ETR devient:
ETR (mm) = (S1 - S2) + Pe
O Pe reprsente les prcipitations efficaces.
II. 3. Donnes agro-mtorologiques
Les donnes mtorologiques utilises pour lestimation de lvapotranspiration
de rfrence taient collectes auprs de la Direction Provinciale dAgriculture et
de la station exprimentale de Sidi El Aydi relevant de lINRA de Settat. Les
donnes collectes auprs de la DPA concernent celles des stations classiques
installes au niveau des Centres de Travaux de Berrechid, Settat et Ben Ahmed.
Celles provenant de la station de lINRA, taient recueillies directement dune
station automatique installe pour les besoins de la prsente tude. Le tableau 2
rsume la nature et le lieu des donnes utilises.
II. 4. Evapotranspiration maximale
Lvapotranspiration de rfrence a t calcule par deux mthodes diffrentes
selon la disponibilit des donnes climatiques (Penman modifie pour Sidi El Aydi
et Blaney-Criddle pour les autres stations). Les coefficients culturaux (Kc) qui ont
servi pour la dtermination de lvapotranspiration maximale sont ceux ayant t
dtermins au niveau de la rgion mme par lI.N.R.A. (tableau 3).
Station Automatique
Pluviomtrie
Temprature (Max, Min, Moy)
Humidit relative de lair (Max, Min, Moy)
Pression atmosphrique
Rayonnement solaire
Dficit de vapeur saturante
(Tous ces paramtres taient mesurs
lchelle de la journe)
Stations classiques
pluviomtrie mensuelle
temprature moyenne
mensuelle
Tableau 2 : Donnes mtorologiques collectes dans les diffrentes stations

Dcades
N1
N2
N3
D1
D2
D3
J1
J2
J3
F1
F2
Kc
0.45
0.45
0.6
0.6
0.8
0.8
0.95
0.95
1
1
1
Dcades
F3
M1
M2
M3
A1
A2
A3
M1
M2
M3
Kc
1
1
1
0.8
0.8
0.7
0.7
0.5
0.5
0.5
Tableau 3 : Valeurs du coefficient cultural utilises pour le calcul de ETM

II. 5. Dficit hydrique
Le dficit hydrique a t calcul partir des valeurs calcules de ETM et celles
de ETR trouves pour chaque parcelle suivie selon la formule suivante:
Dficit hydrique = Besoin (ETM) - Consommation (ETR)
II. 6. Rendement et ses composantes
Lestimation du rendement et ses composantes a t effectue de la manire
suivante:
Au niveau de chaque parcelle suivie, des carrs de rendement, de 0.5 m sur 0.5
m, taient poss successivement dans 5 endroits diffrents, choisis au hasard.
Au sein de ces sous-parcelles, il a t procd au comptage du nombre de tous
les pis et du nombre de grains par pi sur un chantillon de 25 pis choisis au
hasard. Ensuite, le poids de 1000 grains tait dtermin en pesant quatre
chantillons constitus de 250 grains chacun. Aprs la rcolte, les rendements
rels raliss ont t receuillis auprs des agriculteurs. Ces rendements ont
permis de corriger les valeurs estimes qui taient notoirement rronnes.
III. Identification et calage de modles

III. 1. Identification de modles destimation du rendement bass sur le
dficit hydrique
Afin didentifier des modles permettant de relier le rendement ralis au niveau
des diffrentes parcelles suivies et des paramtres indicateurs de la
consommation hydrique, il a t procd des tests statistiques en vue de
dgager les relations les plus pertinentes entre ces deux types de variables. En
tant que variables indpendantes, le choix a port sur le rendement rel et relatif,
alors que les variables indpendantes taient lvapotranspiration relle, le taux
de satisfaction des besoins en eau ou lvapotranspiration relative (ETR/ETM) et
lindice de dficit hydrique.
Ainsi, les modles tests sont:
-
Modle de prdiction du rendement grain partir de la consommation

hydrique (ETR).
Modle de prdiction du rendement grain partir du taux de

satisfaction des besoins en eau (ETR/ETM).
Modle de prdiction du rendement grain partir de lindice de dficit

hydrique ((ETM-ETR)/ETM ) * 100.
Modle de Stewart reliant le rendement relatif (RG/RGm) et le dficit

hydrique relatif (ETR/ETM), o RG est le rendement rel obtenu et
TGmax le rendement maximum obtenu dans la rgion dtude au
cours de la mme anne.
La version du modle de Stewart donne dans le bulletin numro 33

de la FAO (Doorenbos et Kassam, 1987) et qui relie (1 - RG/RGmax)
et (1 - ETR/ETM).
Lvaluation de ces modles a t faite pour lensemble de la zone dtude cest

dire pour les 84 parcelles suivies ainsi que par rgion et par type de sol.
III. 2. Calage dun modle de simulation du dficit hydrique
En plus de lidentification de ces modles simples, il a t procd au calage du
modle de simulation du dficit hydrique. Ce modle permet de simuler
lvapotranspiration relle de la culture du bl, aussi bien lchelle dcadaire
qu lchelle mensuelle, ainsi que plusieurs autres paramtres.
Le calage de ce modle a t effectu en deux tapes: en premier lieu, la
consommation en eau de la culture ou ETR et le dficit hydrique taient
compars aux mmes variables simules par le modle sous les conditions de
lanne dtude. Cette tape de simulation tait ncessaire en vue de sassurer
que le modle reproduit fidlement la situation relle du terrain. Dans une
seconde phase, le calage a port sur lidentification de la meilleure relation
possible entre les paramtres simuls par le modle et les rendements rels
raliss au niveau des diffrentes parcelles suivies.
Dans les deux situations le calage tait effectu par la mthode graphique et la
mthode statistique base sur la technique des moindres carrs des carts.
IV. Elaboration dun SIG pour lestimation des rendements
Lobjectif de cette tape est dtablir un systme dinformation gographique
(SIG) permettant la spatialisation et la rgionalisation des sorties du modle de
simulation du dficit hydrique et destimation du rendement.
Les donnes cartographiques (types de sols et leurs caractristiques) de la
Basse Chaouia ont t numrises et compltes par la saisie des informations
textuelles. Les informations relatives aux sols taient tires de la carte
pdologique de la Basse Chaouia tablie par lI.A.V. Hassan II pour la D.P.A. de
Settat en 1984.
CHAPITRE II
CARACTERISATION AGROCLIMATIQUE ET ANALYSE DE LA
PRODUCTION
La caractrisation agroclimatique se fait travers lanalyse des paramtres

climatiques et la manire dont ils influencent la production agricole. Les plus
dterminants sont les prcipitations, la temprature, lhumidit relative et le vent.
Ils interviennent directement ou indirectement sur les besoins en eau des cultures
et la proportion dans laquelle ces besoins sont satisfaits.
I. Caractrisation agroclimatique
Dune manire globale, la province de Settat englobe trois tages bioclimatiques.
La zone nord subit linfluence de lAtlantique. La moyenne de la pluviomtrie
annuelle varie de 350 450 mm. La zone sud est soumise aux influences
continentales (gele en hiver et Chergui en t). La moyenne pluviomtrique
annuelle varie de 250 300 mm. Entre les deux, il y a la zone centre qui est
galement influence par les flux continentaux mais sans tre trop sche compte
tenu de lhygromtrie qui la caractrise. La pluviomtrie moyenne annuelle varie
de 300 400 mm.
La dure annuelle densoleillement dpasse 2800 heures, lhygromtrie moyenne
annuelle est denviron 60 75 % et lvaporation annuelle atteint 1500 mm avec
des valeurs journalires variant de 2 7 mm selon les saisons. La temprature
moyenne annuelle est de 19C; les geles sont exceptionnelles alors que les
tempratures maximales absolues peuvent atteindre 50C lorsque souffle le
chergui.
I. 1. Priode 1985-95
La caractrisation agroclimatique dtaille de la Basse Chaouia est base sur les
donnes mtorologiques des dix dernires annes (1985 1995) collectes au
niveau des trois principales stations mtorologiques (Settat, Berrechid et Ben
Ahmed). Lestimation de la demande climatique est base sur la mthode de
Blaney-Criddle dune part en raison de la nature des donnes disponibles,
savoir les valeurs mensuelles, et dautre part parce que cette mthode est
relativement bien adapte au contexte climatique de la rgion dtude.
I. 1. 1. Station de Settat
La moyenne annuelle des prcipitations calcule sur la srie de donnes de 1985
1995 est de 317 mm. La variabilit inter-annuelle est trs importante avec un
cart type de plus de 100 mm et un coefficient de variation de plus de 40 %.
Lcart entre les valeurs extrmes (545.1 mm en 93-94 et 150.2 mm en 94-95)
est considrable; mais de tels extrmes nont lieu quune fois tous les dix ans ou
plus.
En dpit de la grande variabilit inter-annuelle du rgime pluviomtrique, les

valeurs moyennes mensuelles prsentent une stabilit relative, surtout entre
janvier et avril. Pendant cette priode, elles varient le plus souvent entre 18.4 et
45.6 mm avec une moyenne de 30.1 mm, un cart type de 19 mm et un
coefficient de variation de 18.2 %.
La demande climatique ou vapotranspiration potentielle telle questime par la
mthode de Blaney-Criddle slve 1590 mm/an. Contrairement aux
prcipitations, lvapotranspiration de rfrence prsente un rgime relativement
stable dune anne lautre en raison de la relative stabilit de la temprature.
Lcart-type est denviron 100 mm et le coefficient de variation nest que de 6.3
mm %. Lcart entre les valeurs extrmes est denviron 340 mm.
Au cours dune anne moyenne, lvapotranspiration de rfrence (ETo)
lchelle mensuelle se caractrise par trois phases distinctes (figure 2):
-
septembre - dcembre (4 mois) o elle diminue rgulirement jusquau

mois de janvier pour atteindre sa valeur minimale de 2.7 mm/j ;
janvier - mars (3 mois) o elle reste stationnaire aux alentours de cette

valeur minimale ;
avril - aot (5 mois) o elle augmente partir du mois davril jusqu

atteindre une valeur maximale de 7.5 mm en juillet-aot.
Les variations inter-annuelles de ETo moyennes et mensuelles sont dans les

mmes ordres de grandeur pour lensemble des mois de lanne et restent faibles
(coefficients de variations mensuels ne dpassent pas 10 %).
Le dficit climatique moyen annuel slve 1267.4 mm par an avec un
coefficient de variation de 8 %. Sa variabilit interannuelle nest pas trs
importante et provient essentiellement de celle des prcipitations puisque celle
relative la demande climatique nest que de lordre de 6 %. Cette valeur
moyenne est rpartie en trois phases distinctes au cours de lanne (figure 3):
-
septembre - novembre o le dficit diminue rgulirement en raison de

laugmentation des prcipitations et la diminution progressive de ETo. Il
passe de 150 mm au mois de septembre une valeur presque nulle
en novembre ;
dcembre - mai o les prcipitations et lvapotranspiration de

rfrence sont stables et le dficit est stationnaire aux alentours de la
valeur moyenne de 25 mm par mois ;
juin - aot o le dficit augmente de manire trs rapide pour atteindre

les alentours de 200 mm par mois durant toute cette priode.
I. 1. 2. Station de Berrechid
Dans la zone de Berrechid, il pleut en moyenne 405 mm par an, avec un carttype de 150 mm et un coefficient de variation denviron 37 %. La variabilit
interannuelle est trs importante avec un cart entre les valeurs extrmes de 480
mm. La priode de janvier avril prsente une distribution relativement
homogne avec des valeurs qui varient le plus souvent entre 33 et 80 mm par
mois (moyenne de 56 mm, carttype de 32 mm et coefficient de variation de 20
%). En dehors de cette priode, les prcipitations nexcdent que trs rarement
les 20 mm par mois.
Lanalyse frquentielle des prcipitations de dcembre fait ressortir que celles-ci
varient entre un minimum de 6.5 mm et un maximum de lordre 115 mm, avec
une moyenne de 48 mm. Elles sont infrieures 50 mm dans 60 % des annes,
comprises entre 50 et 100 mm dans 30 % des cas et entre 100 et 150 mm dans
seulement une anne sur dix.
La demande climatique est lgrement suprieure celle de Settat (1672 mm
par an contre 1590 mm). Elle prsente la mme stabilit dune anne lautre, le
coefficient de variation tant de 6.8 %. Au cours dune anne moyenne,
lvapotranspiration de rfrence se prsente comme suit :
-
septembre - dcembre o elle diminue rgulirement pour atteindre la

valeur minimale de 3 mm/j ;
dcembre - mars o elle se stabilise entre 3 et 3.1 mm par jour ;
avril - aot o on assiste une augmentation notable et progressive

jusqu la valeur maximale de 6.9 mm/j.
Le dficit climatique moyen est de 1273 mm par an. Lallure de sa variation est
identique celle des prcipitations mais en sens inverse. Il peut tre dcompos
en trois phases distinctes, savoir:
-
septembre - novembre o il passe de 150 mm pendant le mois de

septembre un excs de lordre de 10 mm pendant le mois de
novembre ;
dcembre - mai o il est stationnaire autour de 25 mm par mois en

raison de la diminution de la demande climatique et labondance
relative des prcipitations ;
juin - aot o il augmente rapidement jusqu atteindre 200 mm par

mois en juillet et aot.
I. 1. 3. Station de Ben Ahmed

Dans la zone de Ben Ahmed, les prcipitations moyennes annuelles sont
denviron 355 mm, avec un coefficient de variation de lordre de 28 % et un carttype de 100 mm. Lcart entre les valeurs extrmes est de 380 mm. Les rsultats
de lanalyse frquentielle des prcipitations sont trs analogues ceux de la

station de Berrechid.
La demande climatique estime par la formule de Blaney-Criddle est denviron
1620 mm et est relativement stable avec un coefficient de variation ne dpassant
pas 7 %. Sa variation au cours dune anne moyenne fait ressortir trois phases
diffrentes:
-
diminution graduelle de 3.5 2.9 mm/j entre septembre et dcembre ;
stabilisation aux alentours de 2.9 3.2 mm/j entre janvier et mars ;
augmentation de faon rapide et rgulire aprs jusqu atteindre un

maximum de 7.2 mm par jour pendant le mois daot.
Le dficit climatique moyen annuel est de 1100 mm avec un coefficient de

variation de 9 %. Comme la demande climatique reste relativement stable dune
anne lautre, la variabilit interannuelle du dficit climatique est lie en grande
partie celle des prcipitations. Au cours dune anne moyenne le dficit
climatique passe par les mmes phases discutes plus haut pour les deux autres
stations.
I. 1. 4. Comparaison entre les trois stations
Sur la base des donnes recueillies durant la priode 1985 1995, les trois
stations sont caractrises par des prcipitations trs alatoires et prsentant de
grandes variations inter-annuelles (coefficient de variation suprieur 28 %). Les
prcipitations sont en gnral plus leves Berrechid qu Ben Hmad (404 mm
contre 355 mm) alors que celles recueillies Settat sont les plus faibles (317
mm). A part cette lgre diffrence, les tendances de variation sont les mmes
au niveau des trois stations.
La demande climatique telle questime par la formule de Blaney-Criddle est
relativement plus stable au niveau des trois stations (coefficient de variation
infrieur 10 %), alors que le dficit climatique est lgrement plus variable. Ce
dernier est tel quil constitue une grande contrainte la production agricole dans
la Chaouia. Devant cette situation, les possibilits damliorer la production rside
dans lemplacement du cycle cultural, et particulirement dans les semis
prcoces, et ladoption de techniques qui permettent de mieux conserver et
valoriser les eaux pluviales.
I. 2. Campagne 95-96
La caractrisation de campagne dtude a t base sur les donnes
mtorologiques recueillies au niveau des trois stations prcdentes et de celle
de Sidi El Aydi o une station agromtorologique automatique a t installe
pour les besoins de ltude. La station permet la mesure de manire continue de
tous les facteurs climatiques ncessaires pour une telle caractrisation.
I. 2. 1. Station de Sidi El aydi

La campagne agricole 1995-96 a totalis 466 mm dont la majeure partie est
concentre entre novembre et janvier (figure 4).
Le rgime thermique tait caractris par une faible amplitude. La temprature
dcadaire maximale na pas dpass les 30 C tout au long du cycle et celle
minimale nest descendue au dessous de 5 C que pendant la troisime dcade
de fvrier. De mme, durant tout le cycle, la temprature moyenne tait comprise
entre 7.5 C et 23C, valeurs enregistres respectivement au mois de fvrier et
doctobre. La baisse des tempratures en dea de loptimum pendant lhiver sest
traduite par un ralentissement de la vitesse de croissance de la culture.
Le diagramme ombrothermique correspondant la campagne fait ressortir une
priode biologiquement humide qui sest tale de la troisime dcade de
dcembre jusqu la premire dcade de fvrier. Les prcipitations durant cette
priode reprsentent plus de 54% du total annuel. La priode biologiquement
sche sest tale de la premire dcade doctobre jusqu la deuxime dcade
de dcembre et de la premire dcade de mars jusqu la fin de la campagne
agricole.
Lhumidit relative dcadaire maximale est reste relativement stable aux
environs de 100%, lexception de la dernire dcade doctobre et la premire
dcade de novembre. La valeur moyenne tait galement stable aux alentours
de 80% durant tout le cycle cultural, lexception dune chute partir de la fin
avril pour atteindre 50% en mai. Quant la valeur minimale, elle a suivi la mme
tendance que la moyenne avec un dcalage de 20 30 points.
La vitesse moyenne journalire du vent a vari entre 0.8 et 9.9 m/s; le maximum
a t atteint au mois de novembre. Ce paramtre entre comme partie intgrante
dans le calcul de lvapotranspiration de rfrence (ETo).
Le dficit climatique tait important en octobre avant de sannuler vers la fin de
novembre puis de dgager un excdent de prcipitations en dcembre et janvier
(117 mm en janvier). Il tait de nouveau nul en fvrier et le dbut de mars avant
denregistrer des valeurs ngatives importantes en avril et mai (figure 5).
I. 2. 2. Station de Settat
Les prcipitations au niveau de Settat taient suprieures celles enregistres
Sidi El aydi denviron 90 mm. Le total annuel (554 mm) dpassait de 65% la
moyenne des dix dernires annes. En dpit de limportance relative de la
hauteur des prcipitations, la variabilit tait assez importante par rapport la
rpartition des besoins des crales au cours du cycle cultural. Le maximum tait
enregistr en janvier avec 234 mm, alors que les mois de mars et surtout davril
o les besoins en eau sont les plus importants taient dficitaires. De mme le
dbut de campagne o les travaux de prparation du sol doivent avoir lieu tait
compltement sec (septembre, octobre et le dbut novembre).
Le rgime des tempratures nest pas diffrent de celui de Sidi El aydi. Le

diagramme ombrothermique a montr que la priode humide sest tale du mois
de novembre jusqu la mi-mars, alors que la priode sche sest situe en dbut
du cycle et la fin du cycle cultural, notamment entre la mi-mars et la minovembre et entre le mois de septembre et la mi-novembre.
Lvapotranspiration de rfrence estime par la mthode de Blaney-Criddle en
raison de la nature des donnes collectes a montr que cette variable a connu
une diminution depuis le mois de novembre jusquau mois de dcembre; alors
qu partir du mois de dcembre et jusqu la fin du cycle elle a augment
progressivement jusqu atteindre une valeur maximale suprieure 5 mm par
jour en mai. La confrontation de ces besoins de rfrence avec les prcipitations
ont montr que durant tout le cycle cultural il y avait un dficit, lexception du
mois de janvier o les prcipitations taient excdentaires de 123 mm.
I. 2. 3. Stations de Berrechid et de Ben Ahmed
Mis part la hauteur des prcipitations qui tait de 676 mm Berrechid et 547
mm Ben Ahmed, le comportement des diffrents paramtres dintrt au niveau
de ces deux stations tait trs similaire celui des paramtres relevs au niveau
de la Station de Settat. Les figures 6, 7 et 8 montrent respectivement les
prcipitations, lvapotranspiration de rfrence et le dficit climatique au niveau
des quatre stations. La faiblesse relative des prcipitations Sidi El Aydi,
compare celles des autres stations semble ne pas avoir de justification si on
considre la position des quatre stations. En considrant un gradient des
prcipitations du nord au sud, il semble que le fonctionnement de la station
automatique installe Sidi El Aydi tend sous-estimer la valeur relle de ce
paramtre.
La faiblesse de lvapotranspiration de rfrence au niveau de cette mme
station (Sidi El Aydi) est tout fait normale puisquelle a t dtermine sur la
base de la formule de Penman-Monteith. Cette dernire donne gnralement des
valeurs infrieures de 25 30% celles obtenues avec les autres mthodes. Elle
est utilise lchelle de la journe ou de la semaine et tient compte de tous les
principaux paramtres influenant la demande climatique, alors que la formule
originale de Blaney-Criddle ne tient compte que de la temprature et nest valable
qu lchelle du mois.
Le dficit climatique a suivi la mme volution au niveau des quatre stations. Les
mois de dcembre et janvier qui ont totalis une grande quantit de prcipitations
ont t marqu par des excdents variant entre 285 mm en janvier Berrechid et
11.1 mm en dcembre Ben Ahmed. Les autres mois taient dficitaires. Le plus
grand dficit a eu lieu en avril et mai (150 mm en mai Berrechid).
II. Besoins en eau du bl et taux de couverture

II. 1. Besoins en eau du bl
Les besoins en eau de la culture de bl ou vapotranspiration maximale (ETM)
taient estims partir de lvapotranspiration de rfrence (ETo) et dun
coefficient cultural (Kc). Les valeurs de Kc utilises sont celles ayant t
dtermines dans la mme rgion par lI.N.R.A. (voir matriels et mthodes.) Les
besoins en eau du bl pour toute la campagne ont vari entre 485.5 mm dans la
zone de Sidi Elaydi et 542 mm dans la station de Settat (tableau 4). La diffrence
entre ces stations est due essentiellement la mthode de calcul dETo. Pour la
rgion de Sidi Elaydi on dispose de tous les paramtres climatiques journaliers
qui permettent dutiliser la formule de Penman-Monteith. La formule originale de
Blaney-Criddle a t utilise pour les autres zones, savoir Settat, Berrechid et
Ben Ahmed, tant donn quon ne dispose pas de tous les paramtres
climatiques.
Zone
Sidi Elaydi
Settat
Ben Ahmed
Berrechid
Evapotranspiration maximale cumule

(mm)
485.5
542.0
522.0
530.0
Tableau 4: Evapotranspiration maximale au niveau des quatre zones

Cette variable qui tait faible en dbut du cycle (1.6 2 mm/j) a augment
lgrement en dcembre puis diminu en janvier. Par la suite, elle a augment
rapidement partir de fvrier jusqu atteindre son maximum (3.7 mm/j Settat),
avant de commencer chuter lgrement (figure 9).
II. 2. Consommation en eau par la culture du bl
La mesure de lhumidit du sol par la mthode gravimtrique a permis de suivre
lvolution du stock deau dans le sol et de sa consommation par la culture.
Durant la priode de suivi (entre le 25 janvier et la rcolte en mai), le stock deau
a vari entre 141.3 et 85 mm sur une profondeur de 60 cm pour la zone de Sidi El
Aydi, entre 159 et 175 mm pour la zone de Settat, entre 145 et 90 mm pour la
zone de Ben Ahmed et entre 71 et 12 mm pour la zone de Berrechid.
Au niveau de toutes les parcelles suivies, la consommation en eau du bl a vari
entre 153.1 et 324.1 mm pour la zone de Berrechid, entre 197.9 et 344.5 mm
pour la zone de Settat, entre 196.9 et 404.2 mm pour la zone de Ben Ahmed et
entre 213.8 et 306.4 mm pour la zone de Sidi El Aydi.
II. 3. Indice de dficit hydrique
En se basant sur ces valeurs de ETR et celles des besoins maximums, lindice de
dficit hydrique a t calcul. Celui-ci a vari entre un maximum de 38.9% et
un minimum 12.5% pour la zone de Sidi El Aydi, entre 51.7 comme valeur
maximale et 9.1% comme valeur minimale pour la zone de Settat, entre 53.3 et
3% pour la zone de Ben Ahmed et entre 63.1 et 20.4% pour la zone de
Berrechid.
On constate que les valeurs de cet indice varient dune zone lautre ainsi que
dans une mme zone. Ces variations peuvent tre expliques par
lvapotranspiration maximale qui diffre lgrement dune zone lautre, mais
aussi et surtout par les diffrences entre les types de sols, les pratiques culturales
et les varits utilises.
Une autre manire de prsenter ces rsultats est sous forme de taux de
satisfaction des besoins en eau de la culture. Plus celui-ci est proche de 100% et
plus la culture est en bonnes conditions dalimentation hydrique. Le taux moyen
pour tout le cycle de la culture tait plus ou moins identique pour les quatre zone
et a vari de 40% 90%. Le seuil critique en dea duquel le rendement
commence tre affect srieusement est fix 60% (Yao, 1974).
II. 4. conclusion
Daprs lanalyse des donnes climatiques obtenues au niveau des quatre zones,
on peut dire que la campagne agricole 1995-1996 tait caractrise par une
importante pluviomtrie qui a vari entre 465 et 676 mm, selon les zones. Cette
pluviomtrie est reste cependant insuffisante pour compenser la demande
climatique impose la culture du bl durant tout son cycle vgtatif. Les besoins
en eau du bl taient de 485.5, 542, 522 et 530 mm respectivement pour les
zones de Sidi El Aydi, Settat, Ben Ahmed et Berrechid dune part; et leur
rpartition dans le temps ntait pas identique celles des prcipitations dautre
part . Les besoins au niveau de Sidi El Aidi taient lgrement infrieurs ceux
des autres zones en raison de la mthode destimation de ETM qui tait
diffrente au niveau de cette station.
La consommation en eau de la culture du bl a vari entre 153.5 mm et 404.2
mm dans les quatre zones, alors que lindice de dficit hydrique a vari entre un
minimum de 3% et un maximum de 63.1%, valeurs enregistrs respectivement
Ben Ahmed et Berrechid.
III. Analyse de la production
Le rendement est la rsultante dun ensemble de composantes dont chacune est
labore un stade bien dfini. Cependant, toutes les composantes dpendent
de la russite de la leve qui donne le nombre de pieds initial. Ce dernier
dtermine le peuplement pi qui son tour dtermine le nombre de grains par
pi. Le nombre de grains par m et leur poids dterminent le rendement final.
Lanalyse du rendement passe par sa rpartition en ses diffrentes composantes.
Le nombre dpis par m2 est la principale composante russir dans les milieux
o il y a un dficit hydrique. Il a vari entre 188 et 360 pour la zone de Sidi El
Aydi, entre 180 et 411 pour la zone de Settat, entre 156 et 351 pour la zone de
Ben Ahmed et entre 160 et 368 pour la zone de Berrechid. La variation de cette
composante au sein dune mme zone peut tre explique par leffet de la varit
seme et par les itinraires techniques relatifs chaque parcelle.
Le nombre de grains par pi traduit la fertilit de lpi; il slabore en deux
priodes du cycle de la culture savoir : la priode pendant laquelle se dtermine
le nombre potentiel dpillets par pi (phase A-B) et la phase floraison durant
laquelle le nombre de grains par pi est instaur dfinitivement.
A lchelle des parcelles suivies, cette composante a oscill entre 18 et 39 grains
par pi avec un coefficient de variation de 20% dans la zone de Sidi El Aydi. Au
niveau de la zone de Settat, elle a vari entre 20 et 32 grains par pi avec un
coefficient de variation de 15%, alors que pour la zone de Ben Ahmed, elle a
oscill entre 22 et 39 avec une variabilit de 13%. Enfin elle tait entre 15 et 36
au niveau de la zone de Berrechid avec 24% de variation. Lexplication qui peut
tre avance pour cette variation est leffet varital puisque les deux priodes qui
dterminent cette composante ont t ralises dans les mmes conditions, pour
la plupart des parcelles dans les quatre zones.
Le poids des grains est lune des composantes les plus dterminantes du
rendement final. Daprs les rsultats obtenus, on remarque que le poids de 1000
grains a vari entre 26 et 49 grammes. Deux processus physiologiques
contribuent la croissance du grain aprs la floraison: la photosynthse et la
remobilisation des assimilats accumuls avant la floraison. La priode de
formation des grains varie selon les varits mais en gnral ils se forment entre
le mois de mars et le mois davril. Ce sont les conditions climatiques de cette
priode qui dterminent le grossissement du grain tant donn que la rgion
dtude est une rgion bour. Au cours de la campagne dtude, les prcipitations
enregistres durant ces deux mois taient de 53.3, 84.1, 136.8 et 57.2 mm
respectivement pour les stations de Settat, Sidi El Aydi, Ben Ahmed et Berrechid.
Plusieurs auteurs saccordent sur le fait que la photosynthse aprs la floraison
contribue le plus au rendement du bl (80%) dans les conditions dalimentation
hydrique et minrale non limitante (Evans et al., 1975; Thorne et al., 1978). Dans
les conditions o la photosynthse est rduite pendant le stade remplissage du
grain (dficit hydrique), la contribution relative de la remobilisation des assimilats
au rendement augmente.
Le rendement minimum enregistr tait de 17 quintaux lhectare dans la zone
de Sidi El Aydi, 14 Qx /ha dans la zone de Settat, 15 Qx/ha dans la zone de Ben
Ahmed et 12.5 Qx/ha dans la zone de Berrechid. La variation du rendement dune
zone lautre et au sein dune mme zone peut tre explique, entre autres, par
les conditions dans lesquelles les diffrentes composantes du rendement ont t
ralises. En effet le rendement peut tre influenc par la varit, lenvahissement
par les adventices, la consommation hydrique et en particulier la phase durant
laquelle a eu lieu un dficit hydrique, etc..
CHAPITRE III
MODELISATION RENDEMENT CONSOMMATION HYDRIQUE
I. Relations rendements - ETR
Pour mettre en vidence les relations possibles entre le rendement et les
variables relatives la consommation en eau par la culture et en dgager des
modles de prdiction de rendement sur la base de ces variables, les rsultats
des parcelles suivies dont les rendements estims concordaient avec ceux
raliss ont t utiliss. La meilleure relation dgage entre le rendement et la
consommation en eau (ETR) est du type linaire, avec un coefficient de
corrlation de 0.87, 0.9, 0.88 et 0.84, respectivement pour les zones de Sidi El
Aydi, Settat, Ben Ahmed et Berrechid (figures 10, 11, 12 et 13).
Ces rsultats montrent la dpendance du rendement grain des conditions
hydriques durant le cycle ainsi que leffet que toute insuffisance hydrique peut
avoir sur le rendement. La priode au cours de laquelle les mesures de ETR ont
t effectues englobe tout le cycle cultural et en particulier la priode de
sensibilit maximale pour le rendement en grain.
Les relations dgages entre le rendement grain (qx/ha) et ETR totale (mm) sont:
-
Sidi El Aydi :
Rendement = 0.15 * ETR - 14.13,
R = 0.87
Settat :
Rendement = 0.16 * ETR - 20.02,
R = 0.90
Ben Ahmed :
Rendement = 0.18 * ETR - 24.70,
R = 0.88
Berrechid :
Rendement = 0.11 * ETR - 0.13,
R = 0.84
Ces rsultats montrent que la variabilit de la consommation en eau par la culture

du bl explique entre 70 et plus de 80% la variabilit du rendement ralis au
niveau de toutes les parcelles suivies. Simultanment la variabilit de tous les
autres facteurs de production nexplique que 20 30% de celle des rendements
raliss. Ainsi, les modles de prvision des rendements qui sont bass sur la
consommation hydrique sont de nature pouvoir prdire cette variable mieux que
ceux incorporant tous les autres facteurs de production.
II. Relations rendements - ETR/ETM
Une autre manire de prsenter les relations dgages consiste lier le

rendement grain au rapport entre ETR et ETM qui traduit la proportion des
besoins en eau ayant t satisfaite par la consommation effective. Plusieurs
travaux ont montr que, dans les conditions agronomiques de plein champ, ce
type de relations est gnralement linaire et plus stable que celui entre le
rendement et ETR. Les relations dgages sont:
-
Sidi El Aydi : Rendement = 55.86 * ETR/ETM - 17.05, R = 0.86
Settat :
Ben Ahmed : Rendement = 68.32 * ETR/ETM - 20.74, R = 0.86
Berrechid :
Rendement = 47.10 * ETR/ETM - 07.10, R = 0.84
Rendement = 44.41 * ETR/ETM - 06.35, R = 0.84
Les coefficients de corrlation dgags diffrent lgrement des prcdents en

raison du fait que lvapotranspiration maximale et sa couverture par les apports
taient sensiblement diffrents dune rgion lautre. Cependant, le degr de
prcision des modles reste le mme que prcdemment.
III. Relations rendement indice de dficit hydrique
Mieux encore et pour traduire leffet du dficit hydrique sur le rendement, le
rendement obtenu pourrait tre reli lindice de dficit hydrique (IDH) qui
exprime le pourcentage des besoins en eau totaux nayant pas t couvert par la
consommation. Les relations dgages sont comme suit:
-
Sidi El Aydi : Rendement = - 0.56 * IDH + 38.81, R = 0.86
Settat :
Ben Ahmed : Rendement = - 0.68 * IDH + 47.57, R = 0.86
Berrechid :
Rendement = - 0.47 * IDH + 39.95, R = 0.84
Rendement = - 0.44 * IDH + 38.05, R = 0.84
O IDH est dfini comme tant (1 - ETR/ETM) * 100.

Ces modles ne diffrant des prcdents que par une translation, il est vident
que le degr de prcision de la prdiction reste le mme.
IV. Relation rendement relatif vapotranspiration relative
Finalement, la relation dite de Stewart, reliant lindice de dficit hydrique la
rduction du rendement par rapport au rendement maximum de la zone dtude a
t teste. Lavantage de cette relation est quelle permet de situer la sensibilit
de la culture au dficit hydrique. Pour ce faire, le rendement relatif a t
dtermin en faisant le rapport entre le rendement rel ralis par chaque
parcelle et le rendement maximum obtenu dans la zone de cette parcelle. Les
relations obtenues pour les quatre zones sont :
Sidi Elaydi :
(1 - RG/RGm) = 0.93 * (1.37 - ETR/ETM), R = 0.86
Settat :
(1 - RG/RGm) = 0.78 * (1.43 - ETR/ETM), R = 0.84
Berrechid :
(1 - RG/RGm) = 0.74 * (1.21 - ETR/ETM), R = 0.84
Ben Ahmed : (1 - RG/RGm) = 1.13 * (1.18 - ETR/ETM), R = 0.86
Ces relations sont lgrement diffrentes de celles donnes dans le bulletin

numro 33 de la FAO (Doorenbos et Kassam, 1987) aussi bien par les
coefficients de rponse de rendement leau que par leur forme. Le coefficient de
rponse du bl leau a vari entre 0.74 dans la zone de Berrechid et 1.13 dans
celle de Ben Ahmed. Dans le cas o le dficit hydrique avait t uniformment
rparti au cours du cycle, ce coefficient se serait situ entre 1.0 et 1.15 selon le
bulletin de la FAO. Pour ce qui est de la forme, la relation du bulletin de la FAO
relie la variable (1 - RG/RGm) (1 - ETR/ETM), ce qui nest pas le cas ici. La
diffrence serait due au fait que le rendement maximum obtenu lors de la
campagne dtude et considr pour la dtermination du rapport RG/RGm ne
correspond pas ncessairement au rendement potentiel de la rgion.
V. Synthse des modles dgags
Parmi les relations testes, celles entre ETR et le rendement donnent le meilleur
ajustement pour les quatre zones, avec des coefficients de corrlation de 0.87,
0.9, 0.88 et 0.84 respectivement pour les zones de Sidi El Aydi, Settat, Ben
Ahmed et Berrechid. Le rendement relatif est galement bien corrl au rapport
de consommation (ETR/ETM). Sur la base de ces rsultats, on peut retenir ces
deux modles comme tant les plus performants priori. Des travaux
supplmentaires doivent avoir lieu par la suite pour mieux affiner ces modles, en
les validant sous diffrentes conditions dalimentation hydrique, tester dautres
modles potentiels et incorporer les autres facteurs de production les plus
dterminants.
CHAPITRE IV
VALIDATION ET CALAGE DU MODELE DE SIMULATION DU
DEFICIT HYDRIQUE
Le modle de simulation de dficit hydrique dvelopp, permet de calculer
lvapotranspiration de rfrence (ETo), lvapotranspiration maximale (ETM),
lvapotranspiration relle (ETR) et le dficit hydrique. Le calage de ce modle
consiste relier les valeurs simules celles mesures dune part, et le
rendement ralis au cours de la campagne lindice de dficit hydrique simul
dautre part; de sorte que le modle puisse plus tard tre utilis pour la prvision
des rendements. La validation du modle est faite en deux tapes:
- validation de ETR et de lindice de dficit hydrique et
- ajustement du rendement ces deux variables.
I. Validation du modle pour lETR
La validation de ETR a t ralise par zone, sur la base des donnes de la
compagne dtude (95-96) par la mthode graphique et la mthode statistique.
Les donnes climatiques utilises pour la simulation sont relatives aux stations
mtorologiques qui se trouvent dans chaque zone. Pour la zone de Sidi El Aydi
la simulation de ETR et du dficit hydrique tait faite lchelle dcadaire, alors
que pour les trois autres zones, elle a t faite lchelle mensuelle.
Les rsultats des trois stations (Ben Ahmed, Settat et Berrechid) montrent que les
valeurs de ETR simules par le modle sont assez proches de celles mesures
in-situ. Cependant, au niveau de la station de Sidi El Aydi, cet cart est souvent
ngatif et assez lev en valeur absolue o ETM tait estime lchelle
dcadaire. Dans le cas de Sidi El Aydi, les mesures de terrain nont pas t
effectues au mme rythme, ce qui fait apparatre les erreurs associes aux
mesures trop espaces dans le temps.
Les figures 14, 15, 16 et 17 montrent les rsultats de lanalyse de rgression de
ETR simule sur ETR mesure. Celle-ci confirme la bonne prcision du modle
pour prdire ETR aussi bien lchelle dcadaire qu lchelle mensuelle, avec
une lgre surestimation au niveau mensuel. Les coefficients de rgression
dgags au niveau des quatre zones sont rsums dans le tableau 5. Ces
relations ne sont valables que dans les gammes de valeurs pour lesquelles elles
ont t tablies. Dans le cas de Sidi El Aydi o la simulation est faite lchelle
dcadaire, le coefficient de dtermination est relativement moins lev, mais les
valeurs estimes sont trs proches de celles mesures. Dans les autres stations,
la corrlation est beaucoup plus leve mais le modle tend surestimer

ETR par rapport au valeurs relles. Les valeurs simules pourraient tre
corriges en utilisant les quations dgages entre ETRs et ETRr (tableau 5).
Zone
Sidi Elaydi
Ben Ahmed
Settat
Berrechid
A
0.74
1.14
1.14
0.67
B
30.68
-30.88
-27.69
106.07
R
0.77
0.92
0.95
0.89
Tableau 5: Rcapitulatif des coefficients de rgression entre lETRs et lETRr

En conclusion, on peut dire que la validit du modle de simulation est acquise
dans le cas de ETR simule lchelle dcadaire et mensuelle. A lchelle
mensuelle, la surestimation de ETR par le modle serait due aux valeurs
relativement leves de ETM. Cette surestimation est cependant faible (20 mm
en moyenne). Par contre, lchelle dcadaire le modle sous-estime ETR
denviron 60 mm en moyenne. Les diffrences par rapport aux valeurs relles
restent relativement faibles pour les besoins de prvision.
II. Validation du modle pour lindice de dficit hydrique
La validation de lindice de dficit hydrique a t ralise sur la base du dficit
hydrique dtermin durant la campagne dtude (1995-96), lchelle dcadaire
au niveau de Sidi El Aydi et mensuelle pour les autres zones.
Les figures 18 21 montrent que la prdiction de lindice de dficit hydrique, dans
le cas o il est simul lchelle dcadaire, est trs bonne (valeurs simules trs
proches de celles mesures). Par contre quand la simulation est faite lchelle
mensuelle, lajustement la droite de pente 1 se fait avec un degr moindre, sauf
dans le cas de la station de Berrechid.
Les rsultats de lanalyse de rgression entre lindice de dficit hydrique simul et
celui mesur durant la campagne 1995-1996 sont rsums dans le tableau 6. Il
en ressort que les coefficients de corrlation pour lensemble des zones dtude
sont acceptables des fins pratiques.
Zones
Sidi Elaydi
Ben Ahmed
Settat
Berrechid
A
0.63
0.42
0.25
0.37
B
9.26
13.75
16.1
15.6
R
0.86
0.62
0.60
0.63
Tableau 6 : Rcapitulatif des coefficients de rgression entre lIDHs et lIDHr
III. Modlisation du rendement de la campagne dtude sur lindice de

dficit hydrique
Les relations entre lindice de dficit hydrique simul par le modle et les
rendements rels raliss durant la campagne sont reprsentes sur les figures
22 25 et leurs coefficients rsums dans le tableau 7. Lanalyse des rsultats a
montr que la rgression simple traduit la meilleure relation possible.
Zone
Sidi Elaydi
Ben Ahmed
Settat
Berrechid
A
-0.74
-1.32
-1.55
-1.68
B
43.938
62.099
65.327
66.819
R
0.71
0.61
0.67
0.73
Tableau 7 : Rcapitulatif des paramtres des quations de rgression du

rendement mesur sur lindice de dficit hydrique simul par zone
Il en ressort que le rendement rel est bien corrl avec lindice de dficit
hydrique simul par le modle. Le coefficient de dtermination a vari entre 0.61
pour la zone de Ben Ahmed et 0.73 pour la zone de Berrechid, ce qui traduit la
grande part de la variabilit du rendement qui est explique par celle de la
consommation hydrique.
IV. Etude de la sensibilit du modle
La sensibilit du modle de simulation du dficit hydrique a t effectue sur la
base de deux facteurs, savoir la rserve utile du sol et la date de semis. Le
facteurs capacit de rtention est jug important tant donn le rle jou par le
sol pour garder lhumidit suite aux prcipitations dune part, et la grande gamme
de capacit des sols de la rgion, dautre part. Quant au facteur date de semis, il
est tudi en vue de dgager limportance de bien placer le cycle cultural dans
lanne.
IV.1. Sensibilit du modle la rserve utile du sol
Ltude de sensibilit du modle ce paramtre a t ralis en faisant tourner le
modle sous diffrentes valeurs de la rserve utile tout en fixant les autres
paramtres leurs valeurs relles de la saison dtude. La gamme de valeurs
testes de la rserve utile correspond celles de tous les sols de la rgion
dtude. Les rsultats de la simulation correspondant cette gamme sont
donns dans les tableaux 8 et 9, respectivement pour les zones de Ben Ahmed
et de Sidi El Aydi.
Zone
Ben Ahmed
Rserve utile
(mm/m)
60
ETR simul
(mm/ cycle)
342
Indice de dficit
hydrique simul (%)
22.7
80
100
120
140
160
357
369
375
398
405
15.7
14.6
14.1
8.9
8.7

rserve utile, dans la zone de Ben Ahmed
Zone
Sidi El Aydi
Rserve utile
(mm/m)
60
80
100
120
140
160
ETR simul
(mm/cycle)
286
298
308
310
338
349
Indice de dficit
hydrique simul (%)
27.4
24.4
21.8
21.3
14.2
11.4

rserve utile, dans la zone de Sidi El Aydi
Il en ressort que laugmentation de la rserve utile engendre une diminution de
lindice de dficit hydrique et une augmentation de lvapotranspiration relle.
Laugmentation de la rserve utile de 20 mm rsulte en une augmentation
moyenne de ETR de presque 16 mm et une diminution de lindice de dficit
hydrique de 3.5% et ce quand la simulation est faite lchelle mensuelle. Pour la
simulation dcadaire laugmentation de ETR est de 12.6 mm et la diminution de
lindice de dficit hydrique est de 3.2%. Ce rsultat est vident tant donn
limportance dune grande capacit du sol jouer un rle tampon contre le dficit
hydrique.
IV. 2. Sensibilit du modle la date de semis
Deux dates de semis ont t choisies cet effet. La premire correspond la
date moyenne de semis observe dans la rgion (le 25 novembre) alors que la
seconde a t choisie de manire ce quelle soit dcale de 25 jours de la
premire (correspondant aux semis tardifs). Les rsultats obtenus aprs
simulation sont donns dans les tableaux 10 et 13.
Zone
Rserve utile
ETR
Indice de dficit
Ben Ahmed
(mm/m)
60
80
100
120
140
160
(mm/ cycle)
342
357
369
375
398
405
hydrique simul(%)
22.7
15.7
14.6
14.1
15.7
22.7

mensuelle ( Date de semis 25/11/1995)
Zone
Ben Ahmed
Rserve utile
(mm/m)
60
80
100
120
140
160
ETR
(mm/cycle)
302
316
340
344
373
388
Indice de dficit
hydrique simul(%)
27.6
24.3
19.9
18.3
12.7
10.0

mensuelle ( Date de semis 20/12/1995)
Zone
Sidi El Aydi
Rserve utile
(mm/m)
60
80
100
120
140
160
ETR
(mm/cycle)
286
298
308
310
338
349
Indice de dficit
hydrique simul (%)
27.4
24.4
21.8
21.3
14.2
11.4

dcadaire (Date de semis 25/11/1995)
Zone
Sidi El Aydi
rserve utile
(mm/m)
60
80
100
120
140
160
ETR
(mm/cycle)
248
253
262
264
296
323
Indice de dficit
hydrique simul (%)
34.2
33.7
33.7
33.2
25.1
18.2

dcadaire (Date de semis 20/12/1995)
On note que la date de semis influence les paramtres simuls par le modle de
faon remarquable, du moins sous les conditions de la campagne tudie. Ainsi,
au niveau de Ben Ahmed o la simulation est faite lchelle mensuelle, lorsque

la date de semis passe du 25/11/1995 au 20/12/1995, lindice de dficit hydrique
augmente de 4.7% et lETR diminue de 30.5 mm. Pour la zone de Sidi El Aydi le
mme dcalage de la date de semis induit une diminution de lETR denviron 15
mm et une augmentation de lindice de dficit hydrique de 3.2%. Le dcalage des
semis rsulte en une rduction du cycle cultural, mais en mme temps une
augmentation du risque dassujettir la culture au stress hydrique, particulirement
durant les stades sensibles. Laugmentation de lindice de dficit hydrique durant
ces stades, quoique faible, rsulterait en une grande chute des rendements;
aussi linstallation de la culture en conditions prcoces est-elle conseille.
V. Conclusion
En conclusion, on peut dire que la validit du modle est confirm aussi bien
pour ETR que pour lindice de dficit hydrique. Cette validit serait galement
valable pour lvapotranspiration maximale (ETM) ainsi que les autres
paramtres. Le modle pourrait tre utilis aussi bien lchelle mensuelle, sur la
base de la mthode de Blaney-Criddle, qu lchelle dcadaire avec la mthode
de Penman modifie. Cependant, lusage de cette dernire mthode est plutt
conseill si les donnes ncessaires sont disponibles.
Ltude de sensibilit montre que laugmentation de la rserve utile engendre une
augmentation de la consommation en eau (ETR) et une diminution de lindice de
dficit hydrique, au cours du cycle de la culture. Elle montre galement une
augmentation de lindice de dficit hydrique, et donc une rduction du rendement,
quand la date de semis est dcale dans le temps. Le modle gagnerait en terme
de prcision si sa validation est faite sur dautres campagnes, particulirement
sous des conditions dalimentation hydriques diffrentes de celles utilises pour
cette tude.
CHAPITRE V
ADAPTATION DU MODELE DE SIMULATION DU DEFICIT HYDRIQUE
SOUS UN SYSTEME DINFORMATION GEOGRAPHIQUE
Ce chapitre prsente les diffrentes tapes suivies pour llaboration dun

systme dinformation gographique pour la prvision des rendements. Ce
systme offre la possibilit de spatialiser les sorties du modle, notamment
lvapotranspiration relle, lindice de dficit hydrique et le rendement. Des
programmes intermdiaires ont t labors pour permettre la prparation des
fichiers climatiques et agronomiques ncessaires pour lexcution du modle.
I. Etablissement de cartes thmatiques
I. 1. Carte pdologique
La carte pdologique des sols de la Basse Chaouia avait t labore par lI.A.V.
HASSAN II en 1984, lchelle du 1/100.000. Les sols avaient t classs selon
les principaux facteurs pdogntiques puis regroups en associations afin de
permettre le dessin des limites cartographiques lchelle de la reprsentation
choisie de 1/100.000. Des indications sur les principales contraintes
agronomiques avaient t adjointes cette carte dans un document annex
(charge caillouteuse, rserve utile, profondeur, etc.).
Dans le cadre du prsent travail, les cartes topographiques de la Basse Chaouia
et la carte pdologique en question taient les premiers documents utiliss pour
spatialiser les donnes de base. Ainsi, une carte pdologique au 1/50.000 t
produite lissue de la saisie des informations disponibles (figure 26). Les
couleurs choisies pour reprsenter les classes de sol rpondent aux normes de la
cartographie pdologique ayant t adoptes. Le calcul automatique des
surfaces a permis de dterminer la superficie et le pourcentage des classes
pdologiques rencontres dans la zone dtude (tableau 14). Selon le besoin, on
peut utiliser la mme carte pour produire des cartes thmatiques drives. Il
sagit par exemple de la rpartition spatiale des diffrentes caractristiques des
sols de la rgion. Dans le cas du prsent travail, deux cartes ont t drives,
savoir celle de la rserve utile et celle de la profondeur du sol.
Classes de sol
minraux bruts
peu volus
vertisols
calcimgnsiques
isohumiques
sesquioxydes de fer
complexes
total
Superficie
(ha)
138.882
98.651
151.91
1172.165
365.464
89.469
329.412
2345.953
(%)
5.92
4.20
6.47
49.96
15.57
3.81
14.04
100.00
Tableau 14 : Units pdologiques et superficies correspondantes dans la

Basse Chaouia
I. 2. Carte de profondeur du sol
Ldition de la carte des profondeurs sest base sur la carte pdologique et les
donnes prsentes dans le rapport annex (figure 27). Le tableau 14 donne les
diffrentes classes de sol et les profondeurs moyennes correspondantes. Le
calcul automatique offert par le logiciel ARC/INFO a permis de dterminer la
superficie et le pourcentage relatif chaque classe de profondeur (tableaux 15 et
16).
Classes de sol
sols squelettiques
sols peu profonds
sols moyennement profond
sols profonds
Profondeur
00 - 20 cm
20 - 40 cm
40 - 60 cm
> 60
Tableau 15 : Classification des sols selon la profondeur

Classe de profondeur
(cm)
0 - 20
20 - 40
40 - 60
> 60
Total
Superficie
(ha)
256.673
791.825
786.287
511.165
2345.953
(%)
10.94
33.75
33.51
21.79
100
Tableau 16 : Rpartition des classes de profondeur du sol dans la Basse

Chaouia
I. 3. Carte de la rserve utile
Cette carte a t tablie sur la base de la carte pdologique en associant

chaque polygone qui reprsente une classe pdologique dtermine la valeur de
la rserve hydrique correspondante. Les valeurs de la rserve utile du sol ont t
tires du document annex la carte pdologique de la Basse Chaouia. La figure
28 reprsente la rpartition spatiale de la rserve hydrique du sol de la zone
dtude.
II. Organisation des donnes climatiques et agronomiques
II. 1. Donnes climatiques
Les donnes climatiques spatialises (tempratures et pluviomtrie) ont t
recueillies auprs de la DPA de Settat, des CT et de lINRA. Ces donnes taient
structures dans une table appele STATION.DAT . Cette table ne contient
que les donnes climatiques de la dernire dcennie pour les stations de Settat,
Berrechid et Ben Ahmed en raison du fait quil na pas t possible de disposer
des donnes historiques pour la station de Sidi Elaydi. Cependant, la table est
conue de manire ce que dautres stations peuvent y tre ajoutes dans le cas
o on dispose des donnes. La figure 29 illustre la faon dont les donnes sont
organises dans cette table.
II. 2. Donnes agronomiques
En plus des donnes climatiques, le modle a besoins dautres donnes pour la
simulation du dficit hydrique. Ces donnes concernent en particulier les
informations lies la culture, savoir la date de semis, le nombre de phases de
dveloppement et la dure de chaque stade, des donnes lies au sol, comme la
profondeur maximum atteinte par les racines et la rserve utile, et des
informations relatives la station mtorologique utilise, notamment laltitude et
la latitude. Ces donnes sont groupes dans une table informatique nomme
AGRO.DAT . Elles sont structures de la faon illustre par la figure 30.
III. Spatialisation des donnes sous forme de cartes
III. 1. Carte des donnes climatiques
La spatialisation des donnes climatiques sous forme de cartes a t faite sur la
base des donnes des quatre stations (Sidi El Aydi, Settat, Ben Ahmed et
Berrechid). La zone dtude a t divise en quatre quartiers par la mthode de
Thiessen. Celle-ci consiste dcouper la zone dtude en polygones ou quartiers
dont chacun est reprsent par une station.
STATION
STATION-ID
ANNEE
SEP
OCT
NOV
DEC
JAN
FEV
MAR
AVR
MAI
TEMPERATURE
PLUIE
Figure 29 : Schma dorganisation des donnes climatiques
PROFONDEUR
STATION
STATION-ID
TYPE DE SOL
RU
ALTITUDE
STADE-DEV
LATITUDE
STD1
JOUR-SEMIS
STD2
MOIS-SEMIS
STD3
STD4
JOUR-CORES.
Figure 30 : Schma dorganisation des donnes agronomiques dans la table

AGRO.DAT
III. 2 . Carte des tempratures

La variation de la temprature est dtermine par laltitude, la distance par
rapport la mer et la prsence de barrires climatiques telles que les montagnes.
Le premier facteur agit par une diminution de la temprature de 0.6 degr tous les
100 mtres daltitude. La mer a un effet dans les 80 premiers km de distance.
Dans le cas de Basse Chaouia, la topographie est presque plane et donc leffet
de laltitude est nul.
IV. Relations entre cartes et tables info des donnes
Le logiciel ARC/INFO offre diverses possibilits de liaison entre les couvertures et
les tables info. Ces relations reprsentent des liens logiques tablis entre deux
fichiers par lintermdiaire dun attribut relationnel. La principale application est la
mise en relation dune table des attributs avec un fichier dune base de donnes
(info). Dans le cas prsent, la couverture contenant les stations mtorologiques
et la table info contenant les donnes climatiques ont t lies. Le type de liaison
adopt est le LINEAIRE bien que la recherche des enregistrements soit la plus
lente dans ce cas. Ce choix a t dict par le fait que les informations descriptives
stockes dans la table STATION.DAT sont prsentes en fonction du temps (par
mois et par anne) (Fig. 31).
V. Excution du modle de simulation du dficit hydrique sous
ARC/INFO
V. 1. Description du programme simulation
Le programme de simulation du dficit hydrique est excut au sein dun
programme de macrocommandes appel SIMULATION qui assure linterface
entre la programme FORTRAN et le SIG. IL ncessite le lancement dun autre
programme (CLIMAT) qui permet la prparation du fichier des donnes
climatiques. Le programme tabli permet aussi le calcul des sommes des
diffrentes sorties du modle pour tout le cycle et leur stockage dans une table
info (DEFICIT.DAT) qui est utilise plus tard pour ltablissement des cartes.
V. 2. Prparation du fichier de donnes climatiques
Le modle de simulation du dficit hydrique crit en FORTRAN exige un format
pr-dfini du fichier des donnes climatiques. Un programme crit en langage
AML permet lextraction des donnes climatiques dans la table info
(STATION.DAT) pour une station et une campagne agricole donnes, puis leur
structuration dans le format pr-dfini. Lexcution de ce programme se fait
directement sur ARCPLOT.
COUVERTURE DES
STATIONS
1
3
STATION.PAT
RECORD AREA PEREMETER STATION
STATION-ID
1
2
3
4
STATION
STATION.DAT
STATION-ID
STATION ANNEE MOIS PLUVIOMETRIE TEMPERATURE
1
2
3
4
Caractristiques de la relation:
Related name : Relation
Table Identifier : Station.dat
Data Base : Info
Info Item : Station-Id
Relate Column: Station-Id
Relate Type : Linear
Figure 31 : Prsentation schmatique dune relation linaire du type LIAISON
V. 3. Excution du modle
Le programme SIMULATION.AML est excutable sur ARCPLOT ou
indirectement sur les autres modules de ARC/INFO, en utilisant la commande
&sys &r SIMULATION; il fait appel aux fichiers dj prpars des donnes
climatiques indispensables pour le modle. Le mme programme permet de
sauvegarder les rsultats de simulation dans une table info (DEFICIT.DAT)
pralablement cre et comprenant ETo, ETM, ETR et lindice de dficit
hydrique.
V. 4. Spaitialisation des sorties du modle
Les sorties du modle, savoir lETR, lindice de dficit hydrique et le rendement,
sont gnres partir de la table Info cre suite lexcution du programme de
prvision (figures 32, 33 et 34).
VI. Conclusion et recommandations
Les rsultats de lanalyse des donnes climatiques de la dernire dcennie ont
montr que le climat de la Basse Chaouia se caractrise par un climat aride ce
qui pose des contraintes la pratique de lagriculture en sec. Nanmoins le
potentiel de production reste important et pourrait tre amlior considrablement
en adoptant une technologie adapte ces conditions et en prenant les mesures
ncessaires.
La campagne 95-96 tait exceptionnelle du point de vue prcipitations qui ont
dpass la moyenne annuelle de 65, 36 et 50% respectivement Settat, Ben
Ahmed et Berrechid. Malgr limportance de cette pluviomtrie, elle est reste
insuffisante pour compenser la demande climatique impose aux cultures. Les
besoins en eau du bl pendant cette campagne taient de 490 530 mm. En
dpit de limportance des prcipitations, ces besoins nont t satisfaits quen
partie en raison particulirement de la distribution non homogne des deux
variables. La consommation en eau par la culture de bl a vari entre 153.5 mm
et 404.2 mm selon les parcelles suivies, ce qui a assujetti celle-ci un dficit
hydrique qui a galement vari entre un minimum de 4% et un maximum de
63.1%, dans lensemble de la zone dtude.
Lanalyse du rendement a montr que celui-ci tait tributaire en grande partie des
conditions dalimentation hydrique au cours de son cycle vgtatif. En effet, la
variabilit de la production a suivi de trs prs celle de la consommation hydrique.
Les meilleures relations entre ces deux variables taient du type linaire, avec
des coefficients de corrlation hautement significatifs. Le rendement grain tait
fortement corrl avec la consommation en eau (ETR), le degr de satisfaction
des besoins en eau (ETR/ETM) et lindice de dficit hydrique. Les meilleures
relations entre le rendement grain relatif et le ratio
ETR/ETM, dgages au niveau de chacune des quatre zones taient comme

suit:
- Zone de Sidi El Aydi :
RG/RGm = 0.93 * ETR/ETM - 0.28; R = 0.86
- Zone de Settat
RG/RGm = 0.78 * ETR/ETM - 0.12; R = 0.84
- Zone de BERRECHID : RG/RGm = 0.74 * ETR/ETM + 0.10; R = 0.84

- Zone de Ben Ahmed : RG/RGm = 1.13 * ETR/ETM - 0.34; R = 0.86
avec les limites 0.38 < ETR/ETM < 0.96.
Ces relations montrent que presque 75% de la variabilit du rendement peuvent
tre explique par celle de la consommation en eau. Elles ne sont valables que
pour les gammes de valeurs des diffrentes variables ayant t couvertes et pour
les conditions similaires celles ayant prvalu durant la campagne dtude.
Nanmoins, elles dmontrent le potentiel de baser les prvisons des rendements
sur la consommation hydrique avec une grande prcision.
Les rsultats issus du calage du modle de simulation du dficit hydrique
montrent que la prdiction de ETR et de lindice de dficit hydrique est
satisfaisante et est relativement meilleure lchelle dcadaire qu lchelle
mensuelle. Lanalyse de la sensibilit du modle a montr que celui-ci rpond la
variation de la rserve utile du sol et de la date de semis. Quant la date de
semis, son changement du 25/11 au 20/12 a rsult en une diminution de ETR
de 15 mm et une augmentation de lindice de dficit hydrique de 3.2%, quand la
simulation est faite lchelle dcadaire. Ces rsultats montrent lintrt de
disposer des valeurs relles des caractristiques du sol et plus particulirement la
rserve utile pour pouvoir utiliser le modle de manire plus efficace. Elles
dmontrent galement lintrt de pratiquer des semis prcoces en vue de
rduire leffet du dficit hydrique sur les rendements.
Le calage du modle a consist galement relier les rendements raliss au
niveau des parcelles suivies lindice de dficit hydrique simul. Les relations
dgages taient comme suit:
- Zone de Sidi El Aydi :
RG = - 0.744 * IDH + 43.94, R2 = 0.71
- Zone de Settat :
RG = - 1.554 * IDH + 65.33, R2 = 0.67
- Zone de Ben Ahmed :
RG = - 1.316 * IDH + 62.10, R2 = 0.61
- Zone de Berrechid :
RG = - 1.680 * IDH + 66.82, R2 = 0.73
Ces relations montrent que la variabilit du rendement peut tre explique par
celle de la consommation hydrique dans des proportions de 67 73%. Elles
peuvent tre affines par le calage du modle sous des conditions climatiques
autres que celles ayant svi lors de la prsente campagne. De mme

lincorporation dautres facteurs de production pourrait amliorer la prcision des
prvisions. Sous la prsente forme, ces modles ne sont valables, avec le mme
niveau de prcision, que dans des situations similaires celles de lanne de
validation et plus particulirement en ce qui concerne la rpartition du dficit
hydrique au cours du cycle et son importance. Nanmoins et en attendant, elles
peuvent tre utilises dans dautres conditions avec des niveaux de prcisions
qui pourraient tre lgrement infrieurs.
Llaboration dun systme dinformation gographique pour la prvision des
rendements prsente les avantages suivants:
- Possibilit dexcuter le modle au niveau dune zone restreinte couverte
par une station mtorologique ou dune rgion plus importante o il y a
plusieurs stations. Cette flexibilit dtendre la zone daction permettrait
long terme la gnralisation des prvisions toutes les rgions du pays
disposant des donnes ncessaires.
- Sortie des rsultats de simulation (ETR, ETM, indice de dficit hydrique
et rendement) sous forme numrique ou sous forme de cartes.
- Possibilit de pouvoir faire des prvisions tout moment de la
campagne. A cet effet, les donnes utiliser seraient celles de lanne
concerne depuis le dbut de la campagne jusquau moment o les
prvisions sont faites et les donnes moyennes de la rgion pour le reste
de la campagne. Il est vident que dans ce cas, la prcision serait
dautant plus vague que la prvision est faite tt dans la camapgne et
vice-versa.
Au stade actuel et partant du fait que la validation du modle na t faite que sur
la base des donnes dune seule campagne, il est vident que le modle est loin
dtre parfait. Il ncessite encore plusieurs annes de validation sous des
conditions autres que celles ayant svi lors de la prsente campagne avant de
devenir un important outil de prvision. De mme, lincorporation de facteurs
autres que la consommation hydrique permettrait daffiner davantage les
prvisions.
Lacquis le plus imoprtant prsent est le fait davoir enclench le processus et
rod la technique qui consiste modliser les rendements et rgionaliser les
rsultats de cette modlisation. A partir de cette premire bauche, il reste
encore beaucoup faire pour finaliser et gnraliser le produit.
A lissue de ce travail, les recommandations les plus immdiates portent sur les
points suivants:
- Continuer le calage du modle sous diffrentes conditions climatiques et
dalimentation en eau de la culture, particulirement limportance et la
place du dficit hydrique dans le cycle cultural.
- Incorporation de facteurs de production autres que leau.
- Etudes prliminaires permettant de gnraliser les donnes de base

ncessaires la modlisation et en particulier les caractristiques des
sols.
- Equipement des diffrentes zones du pays et particulirement celles
vocation cralires en stations agroclimatiques en vue de disposer des
donnes relles ncessaires.
REFERENCES BIBLIOGRAPHIQUES
Abdani, R. 1978. Modle dEtude du Dficit Hydrique sur Crales dans les
Zones Semi-arides. Cas des Doukkala. Mmoire de Fin dEtude E.N.A Mekns.
Amri, A. 1980. LEtude de la Rsistance la Scheresse chez Quatre Espces
Cralires. Mmoire de Troisime Cycle. Option Agronomie. I.A.V. Hassan II,
Rabat.
Bamouh, A. 1981. Effet dune Scheresse en Dbut du Cycle sur lElaboration
du Rendement du Bl Tendre Nesma 149. Mmoire de Troisime Cycle. Option
Agronomie. I.A.V. Hassan II, Rabat.
Barlow, E. W. R., Lec, J. W., Munns, R. and Smont, M. G. 1980. Water
Relation of the Developing Wheat Grain. Aust. J. Plant Physiol. 7: 519-525.
Bazza, M et Stochton, C.W. 1990. Variabilit Spatiale et Chronologique du
Climat Marocain et Importance de lIrrigation dans lAmlioration de ses
Potentialits pour les Cultures Pluviales. Actes du XIVme Congrs International
de la Commission Internationale de lIrrigation et de Drainage. Volume I.C. Q43
(R1-R31): 233-249.
Bazza, M. 1995. Contribution to the Improvement of Irrigation Management
Practices through Water-deficit Irrigation. Report Submitted to IAEA Within the
Framework of the Coordination Research Progarmme on The Use of Nuclear
and Related Techniques in the Assessment of Irrigation Schedules of Field Crops
to Increase the Efficient Use of Water in Irrigation Projects.
Bell, J. 1981. The Testing And Validation Of Models. In Mathematics of Plant
Physiology . Ed. Rose and Edwards. Associated Press.
Bouaziz, A. et Ouattar, S. 1985. LAmlioration de lEfficience de lUtilisation de
lEau par les Techniques dAridoculture au Maroc. Confrence Internationale:
Scheresse, Gestion des Eaux et Production Alimentaire, 21-24 Nov. 1985.
Agadir, Maroc.
Bouaziz, A. 1987. Implantation dun Peuplement de Bl Tendre en Conditions
Sches: Analyse Physique et Modlisation. Thse de Doctorat s-Sciences
Agronomiques. I. A. V. Hassan II, Rabat.
Bouchet, R. J. 1963. Evapotranspiration Relle, Evapotranspiration Potentielle et
Production Agricole. Dans LEau et la Production Vgtale . INRA, Paris, 151232.
Bouchrifa, M. 1982. Effet dune Scheresse en Dbut du Cycle sur lElaboration
du Rendement de Trois Varits de Bl Tendre. . Mmoire de Troisime Cycle.
Option Agronomie. I.A.V. Hassan II, Rabat.
Dao, N. 1995. Modlisation du Rendement du Bl dans le Primtre des

Doukkala sur la Base des Conditions Climatiques et Hydriques. Mmoire de
Troisime Cycle. Option Irrigation .I.A.V Hassan II, Rabat.
Diouf, M. et Ouattar, S. 1984. Etude de la Scheresse et Potentialit des
Crales en Zones Semi-arides. Projet Abda-Ahmar. Vol. 3, Tome 1,
DPV/MAMVA et I. A. V. Hassan II.
Doorenbos, J. et Kassam, A. H. 1987. Rponse des Rendements lEau.
Bulletin dIrrigation et de Drainage N 33. F.A.O. Rome.
Doorenbos, J. et Pruitt, W. O. 1977. Les Besoins en Eau des Cultures. F.A.O,
Bulletin dIrrigation et de Drainage N 24. Rome.
DPAE. 1994. Donnes Statistiques sur la Craliculture au Maroc. MAMVA.,
Rabat.
EL Baghati, H. 1983. Etude Frquentielle du Climat des Zones Arides et Semiarides. DPV/ MAMVA, Dc. 1983.
EL Baghati, H. 1989. La Craliculture au Maroc. Doc. Rno. MAMVA. Rabat.
EL Mourid, M. 1988. Performance of Wheat and Barley Cultivars under Different
Soil Moisture Regimes in a Semi-arid Region. Ph. D. Dissertation. Iowa State
University. Ames, Iowa, U.S.A.
EL Quortobi, A. 1987. Simulation du Dficit Hydrique et Prdiction des
Rendements des Crales dAutomne. Mmoire de Troisime Cycle. Option
Agronomie . I.A.V. Hassan II, Rabat.
Evans, L. T., Wardlaw, I. F. and Fisher, R. A. 1975. Wheat. In Crop Physiology
(ed. Evans, L. T.) Cambridge University Press, 5: 101-149.
Ferreira, M. I. et Perreira, L. 1982. LEstimation de lEvapotranspiration de
Rfrence (ETo). Etude Comparative de Plusieurs Formules Climatiques.
Hommes, Terres et Eaux. Vol. 12 (47), 1982.
Fezzaz, M. 1986. Modlisation Agroclimatique: Etude des Risques et des
Contraintes Imposes par la Scheresse aux Crales dAutomne: Cas de Trois
Rgions du Maroc. Mmoire de Troisime Cycle. Option Agronomie . I.A.V.
Hassan II, Rabat.
Forest, M. 1982. Le Bilan Hydrique, Facteur de Production des Cultures
Pluviales. Une Modlisation du Bilan Hydrique Adapte aux Conditions du Sol et
du Climat des Rgions Semi-arides. Doc . Interne, IRAT - DRD. Monteplier, 1982.
Franquin, P. et Forest, F. 1977. Des Programmes pour lElaboration et lAnalyse
Frquentielle des Termes du Bilan Hydrique. Agron. Trop. Vol. 22(1).
French, R. J. 1978. The Effect of Following on the Yield of Wheat. II: The Effect
on Grain Yield. J. Agric. Res. N 29: 669-684.
Frere, M. and Popov, G. F. 1979. Agrometeorological Crop Monitoring and

Forecasting. F.A.O. Plants Production And Protection Paper 17, Rome. pp 38-43.
Hanks, R.F. 1974. Model for Predicting Plant Growth as Influenced by
Evapotranspiration and Soil Water. Agronomy J. 66(5). pp 660-665.
Hanks, R. J. 1982. Predicting Crop Production as Related to Plant Water Stress.
Advances in Agronomy . Vol 35. pp 193-215.
Jensen, M. E. 1969. Water Consumption by Agricultural Plants. In Water Deficit
and Plant Growth , ed. Koskowski, 1968, Acad. Press.
Jouve, Ph. 1976. Enqute sur la Conduite de lIrrigation dans deux CMV de Beni
Moussa. Maroc Agricole No. 86. Juin-Juillet 1976.
Lelievre, F. 1979b. Modle dEtude du Dficit Hydrique en Rgions Semi-arides.
Application la Culture du Bl Dur en Sec et en Irrigu dans les Doukkala. Bull.
Agron. N 4. I.A.V. Hassan II, Rabat.
Meyer-Roux, J. 1984. Tldtection et Prvision des Rcoltes. Sminaire sur
lApplication de la Tldtection en Agriculture. Paris, Dc. 1984.
Mountasser, N. 1994. Modlisation Agroclimatique: Caractrisation Climatique et
Validation du Modle CERES au Tadla, au Gharb et Mekns. Mmoire de
Troisime Cycle. Option Agronomie. I.A.V. Hassan II. Rabat.
Musy, A. et Soutter, M. 1991. Physique du Sol. Presses Polytechniques et
Universitaires Romandes. CH- 1015 Lausane. pp 189-233.
Neghassi, H. M., Heermann, D. F. And Smika, D. E. 1975. Wheat Yield Models
With Limited Soil Water. Paper N 73-2546. Soil and Water Division of ASAE.
Transactions of the ASAE. pp 549-557.
Papy, F., et Lelievre, F. 1979. Observations au Champ des Premiers Stades de
Dveloppement en Conditions dAlimentations Hydriques et Azotes Dficientes.
Doc. Rnot. Dpart dAgron. I.A.V. Hassan II, Rabat.
Richards, S. J. and Weeds, L. V. 1963. Evapotranspiration for Turf Measured
with Automatic Irrigation Equipement. Calif. Agric. 17: 12-13.
Roblin, M. et Bouchet. R. J. 1969. Evapotranspiration Potentielle et Relle.
Domaine dUtilisation Porte Pratique. Bull. Tech. Tnf. N 238: 215-223.
Russek, G. and Wilson, G. W. 1994. An Agro-Pedo-Climatological KnowledgeBase of Wheat in Europe. Office For Official Publications of the E. C. Envir. and
Quality of Live Series. EUR 15789. Luxembourg.
Seguin, B., Baelz, S., Monget, T. M. et Petit, V. 1982. Utilisation de la
Thermographie IR pour lEstimation de lEvapotranspiration Rgionale. I- Mise au
Point Mthodologique sur le Site de la Crau. Agronomie. Vol. 2(1): 7-16.
Singh, T. and Malik, D.S. 1983. Effect of Water Stress at Three Growth Stages
on the Yield and Water-use Efficiency of Dwarf Wheat. Irrig. Sci., 4, 239-245.
Smith, M. 1990. Expert Consultation on Revision of F.A.O. Methodologies for
Crop Water Requirerments. F.A.O. ROME.
Talkuder, M. S. V. 1987. Growth and Development of Wheat as Affected by Soil
Moisture Stress. Indian Journal of Agric. Sci. 57(8): 559-564.
Thorne, G. M. et al. 1978. Effect of Nitrogen Nutrition on Physiological Factors
that Control the Yield of Carbohydrate in the Grain. In Crop Physiology and
Breeding, Eds. Spiertz, J. H. T. and Kramer, Th., pp. 121-126.
Thornley, J. H. M. 1976. Mathematical Models in Plant Physiology, Acad. Press.
London.
VIS, H. 1978. Dficit Hydrique et Rendement du Bl Dur en Sec dans le Tadla.
Hommes, Terre et Eaux. Vol. 8. N 28. pp 13-19.
Vossen, P. 1989. An Agroclimatological Contribution to Quantitative and
Qualitative Rainy Season Quality Monitoring in Botswana. Ph. D. Thesis. State
University of Gent. Belgium.
Vossen, P. and Rijks, D. 1994. Early Crop Yield Assessmant of the E. U.
Countries: The System Implemented by the Joint Research Center. Office for
Official Publications of the E. C. Envir. and Quality of Life Series. EUR 16318.
Luxembourg.
Walker, G. K. 1989. Model for Operational Forecasting of Westen Canada
Wheat Yield. Agric. Meteo., 44: 339-351.
Watt, D. G. et EL Mourid, M. 1988. Raifall Paterns and Probabilites in the Semiarid Cereal Production Region of Morocco. Aridoculture Center, Settat, Morocco.
Yao, Augustine, Y. M. 1974. Agricultural Potentiel Estimated from the Ratio af
Actual to Potential Evapotranspiration. Agric. Meteo. 13. pp 405-417.
Zahouf, M. 1988. Elaboration dun Modle Semi-Empirique de Croissance et
Dveloppement pour la Culture de Bl en Zone Semi-aride: Consquences sur
lIrrigation de Suplment et lElaboration du Rendement. Mmoire de Troisime
Cycle. Option Agronomie. I.A.V. Hassan II. Rabat.

Modele Agro

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Modele Agro

Uploaded by

Copyright:

Available Formats

RESUME

Le prsent rapport traite les deux aspects de la modlisation agromtorologique

LISTE DES TABLEAUX

CHAPITRE II : CARACTERISATION AGROCLIMATIQUE

CHAPITRE III : MODELISATION RENDEMENT - CONSOMMATION HYDRIQUE

CHAPITRE IV : VALIDATION ET CALAGE DU MODELE DE SIMULATION DU

CHAPITRE V : ADAPTATION DU MODELE DE SIMULATION DU DEFICIT

LISTE DES TABLEAUX

LISTE DES FIGURES

Figure 18 : Rgression entre lindice de dficit hydrique rel (IDHr) et

Le prsent travail vise llaboration dun systme dinformation gographique

- Hamri: reprsentent 5% de la S.A.U; ce sont des sols silico-argileux de

Tableau 1: Nombre dexploitations par type de sol et par CT

Lhumidit du sol a t mesure trois fois (25 janvier, 19 mars et 20 mai)1. La

Tableau 2 : Donnes mtorologiques collectes dans les diffrentes stations

Tableau 3 : Valeurs du coefficient cultural utilises pour le calcul de ETM

III. Identification et calage de modles

Modle de prdiction du rendement grain partir de la consommation

Modle de prdiction du rendement grain partir du taux de

Modle de prdiction du rendement grain partir de lindice de dficit

Modle de Stewart reliant le rendement relatif (RG/RGm) et le dficit

La version du modle de Stewart donne dans le bulletin numro 33

Lvaluation de ces modles a t faite pour lensemble de la zone dtude cest

La caractrisation agroclimatique se fait travers lanalyse des paramtres

En dpit de la grande variabilit inter-annuelle du rgime pluviomtrique, les

septembre - dcembre (4 mois) o elle diminue rgulirement jusquau

janvier - mars (3 mois) o elle reste stationnaire aux alentours de cette

avril - aot (5 mois) o elle augmente partir du mois davril jusqu

Les variations inter-annuelles de ETo moyennes et mensuelles sont dans les

septembre - novembre o le dficit diminue rgulirement en raison de

dcembre - mai o les prcipitations et lvapotranspiration de

juin - aot o le dficit augmente de manire trs rapide pour atteindre

septembre - dcembre o elle diminue rgulirement pour atteindre la

dcembre - mars o elle se stabilise entre 3 et 3.1 mm par jour ;

avril - aot o on assiste une augmentation notable et progressive

septembre - novembre o il passe de 150 mm pendant le mois de

dcembre - mai o il est stationnaire autour de 25 mm par mois en

juin - aot o il augmente rapidement jusqu atteindre 200 mm par

I. 1. 3. Station de Ben Ahmed

de lanalyse frquentielle des prcipitations sont trs analogues ceux de la

diminution graduelle de 3.5 2.9 mm/j entre septembre et dcembre ;

stabilisation aux alentours de 2.9 3.2 mm/j entre janvier et mars ;

augmentation de faon rapide et rgulire aprs jusqu atteindre un

Le dficit climatique moyen annuel est de 1100 mm avec un coefficient de

I. 2. 1. Station de Sidi El aydi

Le rgime des tempratures nest pas diffrent de celui de Sidi El aydi. Le

II. Besoins en eau du bl et taux de couverture

Evapotranspiration maximale cumule

Tableau 4: Evapotranspiration maximale au niveau des quatre zones

Rendement = 0.15 * ETR - 14.13,

Rendement = 0.16 * ETR - 20.02,

Rendement = 0.18 * ETR - 24.70,

Rendement = 0.11 * ETR - 0.13,

Ces rsultats montrent que la variabilit de la consommation en eau par la culture

II. Relations rendements - ETR/ETM

Une autre manire de prsenter les relations dgages consiste lier le

Sidi El Aydi : Rendement = 55.86 * ETR/ETM - 17.05, R = 0.86

Ben Ahmed : Rendement = 68.32 * ETR/ETM - 20.74, R = 0.86

Rendement = 47.10 * ETR/ETM - 07.10, R = 0.84

Rendement = 44.41 * ETR/ETM - 06.35, R = 0.84

Les coefficients de corrlation dgags diffrent lgrement des prcdents en

Sidi El Aydi : Rendement = - 0.56 * IDH + 38.81, R = 0.86

Ben Ahmed : Rendement = - 0.68 * IDH + 47.57, R = 0.86

Rendement = - 0.47 * IDH + 39.95, R = 0.84