Home

Pr r rév rend ag visio dem ric on d men oles des nts s s

1. E A c t de ce type de macro bas e sur l enregistrement et la duplication d autres macros peuvent faire appel d autres types de fonctions particuli res par exemple de type boucle TI pour permettre l application d une op ration sans devoir mentionner chaque image traiter Ceci peut tre particuli rement int ressant lorsqu il existe r ellement un grand nombre d images traiter afin de minimiser la taille de la macro et viter le copiage collage de l op ration pouvant lui m me tre fastidieux Les exemples de ce type donn s ci dessous sont les correspondances de celles r alis es ci dessus Elles donnent donc les m mes r sultats mais utilisent des fonctions permettant d tre plus succinctes Vous pourrez les d chiffrer et les comprendre en vous aidant du paragraphe traitant des macros dans le manuel d utilisation du logiciel W indisp Exemple de macro pour la suppression des bad values 21 tresholdOS Bloc notes TEE e 0 ON ON mer Fichier Edition Format Ee T Batch variable Prompt Dir out Directory output D charly projet_ GEeau images_brut Batch Variable Prompt Dir An Directory 1nput D Char lyprojet_Geeau mages_ traiti Batch For Begin M 1 9 1 Batch For Begin D 1 3 1 Process Images Algebra A D1r out VTOS0 MERD 1mg A 01r_1n vtO90 MERDX
2. e cl Jee Sin Esag AS Dim A lan e Al sr Va Caves RIEE 0 ee RAI TON ENT a 50 gt Copier coller cette table de corr lation avec les couleurs ou noter les corr lations existantes entre les variables Ces informations seront n cessaires pour la s lection des meilleurs mod les de pr vision 2 Recherche exhaustive des mod les gt Dans le menu Statistics s lectionnez Advanced Linear Nonlinear Models and General Regression models ETA Recponte tulace regeton i seems effets af D Mauer aurace r gression FOUR Sie ES PARUS ir Drewa ANDVA varagen Te rensen D Man ellech ANOVA Baci Factoial ANOVA HE Anais of covariance es Die Homageneity of slopes model 280 typa af zur ED General ines models gt S lectionnez Multiple regression et cliquez ensuite sur ok gt Dans la bo te de dialogue s ouvrant alors cliquez sur l onglet Variables pour les s lectionner Dans la case de gauche entrez la variable 1 le rendement et de l autre c t entrez uniquement les variables s lectionn es par la r gression multiple de l tape pr c dente Ri Vente Dependent variables Wari Regretiot 21722 34 454857 69 WC e iT e Wer a Wi e Between ger ot mt we at gt Sous l onglet Options cochez l option Best subsets Cliquez ensuite sur ok Une nouvelle fen tre onglets appara t alors gt Cliquez sur l onglet Summary of best subset regression au centre de la bo te
3. image bo cage C Formation AgroMetShell mager N Je Meoaree denialon 0100 10 Save parameters Help OK Cancel gt Cliquez sur l onglet m c t de la premi re case et cr ez une liste de trois images successives celle du centre tant l image traiter Sp cifiez le nom et l emplacement pour le fichier corrig placer dans le r pertoire traitement 2 Laissez la negative deviation sur 10 Cliquez sur ok L image a ainsi subi le second traitement c Lissage des dents de scie Le traitement contre les dents de scie est bas sur un lissage du type A4B 4 3 B tant l image en cours de traitement Pour cela nous allons r utiliser la fonction d j expliqu e plus haut gt Dans le menu Process s lectionnez I mages gt Algebra Comme quation introduisez A B C 3 Sp cifiez en dessous le nom et le r pertoire o enregistrer l image modifi e par exemple dans le r pertoire traitement 3 Cliquez sur ok gt A la seconde tape sp cifiez l image qui pr c de l image trait e A gt A la troisi me tape sp cifiez l image traiter B gt Enfin la derni re tape sp cifiez l image qui suit l image trait e C L image a ainsi subi le troisi me et dernier traitement Remarques Ces traitements relativement fastidieux lorsqu un grand nombre d images sont concern es peuvent tre automatis s par l interm diaire de macros Vous trouverez des informations s
4. TR M Sarre settings as default gt Dans la bo te s ouvrant alors cliquez sur l onglet Variables et s lectionnez toutes les variables et cliquez sur ok Cochez ensuite les options Standard Deviation et Variance sous l onglet Advanced gt Cliquez sur l onglet Summary Un tableau appara t alors avec une colonne Variance reprenant les valeurs de variance pour chacune des variables 46 FA STATISTICA IWorkbookl Descrpnve Statistics Dpeedkeett Ree me tome sen Gun Les Due Mr Mn E 0 SH su LU KLKi ve Ce IK Add to Workbook Add to Report en Les SEILLER PE S Al er Si vn Cna ES ISS ES 100 1 888395E 01 100 0 0G000GE 01 HU 1S6SSE 01 6 4011111E 00 Z 1 289185E 0 260 3417588E 03 Ep E PETE TE ft gt Notez les variables dont la variance est nulle Elles seront exclues des tapes suivantes puisqu inutiles 5 4 3 Choix des variables explicatives Cette deuxi me tape a pour but comme son nom l indique de s lectionner les variables qui sont corr l es au rendement qui peuvent l expliquer II s agit du calcul de r gression lin aire multiple proprement dit Le programme va donc chercher identifier les variables explicatives les plus performantes Dans ce contexte c est la m thode Pas pas ascendante qui sera utilis e Cette m thode consiste introduire les variables explicatives dans le mod le les unes apr s les autres A chaque tape le programme analyse quelle v
5. un stade de d veloppement donn L vapotranspiration r elle de la culture s approchera plus ou moins de cette valeur en fonction par exemple de la disponibilit en eau dans le sol et du mode de culture Cette valeur d ETm est obtenue en multipliant un facteur environnemental de r f rence l vapotranspiration de r f rence ET0 par un coefficient appel coefficient cultural Kc ou Kcr selon la formule ETm ET0 X Kc Le coefficient cultural Kc varie donc lui aussi selon la plante consid r e et selon son stade ph nologique En fait il va caract riser la demande en eau de la plante tout au long de sa croissance L volution de la valeur de Kc tout au long du cycle va de ce fait se pr senter sous la forme d une cloche Figure 2 2 La valeur du coefficient sera minimale au d part du cycle pour la phase d initialisation durant laquelle le sol est encore pr dominant et elle sera maximale pour la phase reproductive de la plante floraison fructification durant laquelle la plante recouvrira quasiment toute la surface culturale Elle diminuera ensuite pour atteindre une valeur relativement faible en fin de cycle Kc de maturation 23 Ceipe dainui ge ki zb CE ee ee se y KCmMI Saison i y NE Kc maturation IS K3 Bi BD a3 D4 D US O7 06 op i Percenisga of cycle pat Figure 2 2 Exemple de l volution de la valeur de Kc au cours d un cycle de croissance 180 jours dans ce cas le coton
6. Co umn d represents Staton Hame 8 File contains data for one Station onty Other parameters opona StatoniD Joen Cou EEE Longitude Columns AgminLevertl sl Labtude Columns AdminLewer2l Abtude Column T D a freu Met gt Cancel gt Dans l onglet list to add new stations to s lectionnez la liste du Burkina Faso gt I faut ensuite s lectionner l option ad quate selon l importation que vous r alisez ci il s agit d un fichier contenant des donn es de plusieurs stations S lectionnez donc la premi re option Le num ro de la colonne contenant les noms de stations doit alors tre sp cifi dans la premi re case column 4 dans ce cas et l option Station name dans la seconde gt Sile fichier import n avait de donn es que pour une station l autre option aurait t prise et le nom de la station et ou le code de celle ci aurait t introduit Dans le cadre other parameters les colonnes contenant les param tres d identification et de localisation des stations peuvent tre sp cifi es Bien que cette tape ne soit pas obligatoire pour la poursuite du processus d importation elle est indispensable si vous importez des donn es concernant des stations qui ne figurent pas encore dans AMS gt S lectionnez donc la colonne 2 dans Station ID la colonne 5 dans Longitude la colonne 6 dans Latitude la colonne 7 dans Altitude et la colonne 1 dans Country gt Cliquez sur Next
7. Feq www GE eau org Pr vision des rendements agricoles Guide d utilisation APEFE de Lige WWW DE eau org Pr vision des rendements agricoles Guide d utilisation R dig par C E Bronne J Wellens A Midekor M Diakit A Denis amp B Tychon R alis sur financement de Wallonie Bruxelles International dans le cadre du projet Renforcement structurel de la capacit de gestion des ressources en eau pour l agriculture dans le bassin du Kou Table des mati res PLAT OTOCT IO MS nn De Re a ae a oo 5 2 Approche globale dela EE EES 5 S DOMES NECE SAITE airia A dd De ot E 6 4 Pr sentation des outils inf or MatiguesS Lans ege See ee 7 MS A A a de a Ge ct D 7 ARAE E 7 A W E EE 8 et eg ME 8 URE EES E E EEIE dd de M ae die et MR le be ia 9 ER TAC Rd anne do EE 9 5 Application sur une culture de rente Le Coton NNN 10 EES EE des donnees NOVI genee 10 5 11 Principerde lonctionnement d VASE nn entendait 10 5 1 2 Pr paration des donn es d entr e de VaSt ee ed de 11 513 Estimationdes parametres d EE 18 SA SEU SEET EE VASE AE 19 5 1 5 Extraction des donn es trait es Via W IndiS Dassin din nat hr gege KEE 21 5 2 Utilisation des donn es m t orologiques et agronomiques 23 EELER EEN d AM S Sas a at Eden 23 52 2 Leseni es d A MS a Rs a 25 5 233 Calcul des AUER e le UE 37 5224 FESSON RES TAMS orna a aA a aT 40 DS A ULr S Facteurs e EE 41 5 3 L CumulS d s donnees M T O a i Ana 42 53 2
8. ab e E el DR EM LR 4 ie G I ZEN HSF AR ZE SEI IMTLI 2 5 ke G 3 KK 1108 ELJ EREI k Biik ELA Fi 3 HH T L 07 IL 74 21e CH AT 03 Te Er AN r m J su mat LA di iti imi Fe TFA F i 3 M Papa PLA ZE EZ ke A 4 te E t sl 27 41 Kb LEN gi ai h Fe nt Ki i IFP E 2 P WAF JUN BEL EN AA LRSL di k LS E L di AN ARA ka TIA LL 1 iH h ba 3 Hen p I PE dE AE JL 1 Ed 13 71 ASAZ di 3 Ha 5 2 Fa mn AIP ER PO DE BE KZ Leg a inn mnt ER gt Etendez ensuite la formule sur 36 lignes et sur 6 colonnes jusqu la case T37 Vous obtenez ainsi l quivalent d une ann e de donn e pour une station fictive repr sentative de la province du Houet Eesen annees EA E ET E CES LD e m E gw KR 8 Sr t a a aies a apga L ike E e 7 ei OR e e ii e J rat laser hirion sou er Se P See gi Meier A Cefruapr d Oar mg r HERE El e ER ee nt l Ee Cala aia ORA EF ha K t SAONE MIRE OID GML pIJ 2 9 CC A H TAH TL dE VE EE a F SE E S A D L E l i l 5 e LESTLE ARA bitt rin ika MEL Tka sp Tip R i Dan i 1 que iim WE D TZ re ren 1 D RSA ET ET is Eh TS mn i i RE mat as D Cant ER r m i k EH CR WR D ue EA HH i J En KE FL Li ni iii I pr E l Fii TE M D Di XZ Fii E i mii CT Er Bis ET Ni DST Hat 8 Ma mri EE LR DES KE Sou 8 l GE Wb FE Hm DE bag Pen D mas Ti HE hii hiir THH r m J LEI CR GR HA ii EFES i l Ej mi T Ma HES Ch Kat LI L LEE E rk GR TE bis
9. EST d I CE CE TM Tii LA TT pany FETI E l mE Rn Ur ER Le red Hri E l Ir KE ZE PAR WH WK Hii d H deu LR dr ds WI TE HA sai EZ G Ex TF LI PIEH GET F I Er yi Jigi INA SES mia een F 3 Hi Sp rise HIE F Km Loi E i PRT SE hs ba WIR DIN ren E Er EIS HH Fii ER Less Hri E D HH BLEJ ET KEN Wa Re Hei 1 He RHE PTE Le Fi Reis Sir E i nm mu EK HR BI Le KS E H A mh AA im Er IZ rei rm E DR fan Ei mji te Pm E E juri FE H miis Ej iiti rem 5 J CR SP ETH II Wei DEM Hri E l HA uA HA Hi i rs D Men E E HET mE GF E LE CLR ENY CET D J mJ ST FU Eg di mi amn BET L i FI SEI ar Ip IER HAL GEL i Himi ziji CEI D iim ET KS E j EUR Sa WR D D Kb Pm E Deg iti WR H paT Hri i i PLE mE TH D dis Kb Ha l H WP BL an UN KT ve 1 mg D i HE ra cl gt Replacez les noms des param tres au dessus des colonnes copiez ce nouveau tableau et collez le dans un fichier Excel vierge collage sp cial Va eur option Transpos gt Faites de m me avec les fichiers txt des autres ann es 2000 2008 et r organisez les lignes af in de regrouper les param tres ensemble comme montr ci dessous 66 Ever m nages Mes riet eertsg ae sn prp Demi po Been spot W WR E D Cafe lqi K e E dmi F l f F m tal H Fal Je Hl 2 d Ww Bled es AC RT 2 i ein LR e e E H we a bika qh ime birfor rna Teen Fr r TEE e Bee gi Aea M Erir aper CFP ga ft SZ D ER H Si SS SO morue dut
10. Les r sultats s affichent alors tels que pr sent s ci dessous 51 Ds ep ER A ce JM AE zeegt zu d Aug ET sl 10 D D ZU ES Ar e SH men ler vm Cases E Je H Ja on Summary of besi subeets vanableis Val Spreadsheeti ER R square and standardized SA egression coeficrents for each submodel Deene Mo of Mart Wair Mart Var Vas Wan War Var i D OISE 0363750 0 223746 10H 0026313 0 156453 OJHA 0 525225 0 593909 IL OM 0 369762 0226627 1 091735 0166964 0 323021 0 525163 0 99337 T DHE 0247198 1064510 0027283 0146935 0 274075 0 523687 0 999366 6 033628 C2H30 10642 0 136317 0 263 0523691 0 398325 11 0095149 0460247 006748 103774 0277067 0 390 0530765 0 59788 6 0260767 0045798 1032133 0223078 DHIT 0 528608 0 597287 Ti 0061092 0 305617 1071565 0 375033 0 019385 0467558 0 526417 D opraEn el ANTIS A TAA TAARNA A TANE T ARATOR n CRAN D ummary ol bout abenia vgl Var ESeraudsheet1 boat Monari and Pari Siiani Dee f z 3 A 5 E T 8 Les diff rents mod les trouv s par Statistica sont class s par ordre d croissant de R c est dire du plus descriptif au moins descriptif Les premiers mod les utilisent donc le maximum de variables disponibles et poss dent un excellent pouvoir descriptif Moins les mod les utilisent de variables plus leur R diminue Q uestion A priori quel mod le sera le plus ad quat dans le cadre de cette tude gt S lectionnez le tableau
11. anmoins AMS n effectue une simulation que si 40 au moins des donn es pluviom triques sont r elles Concernant les informations agrom t orologiques il faut fournir au logiciel les dates de semis la dur e du cycle de la plante tudi e la capacit de r tention en eau du sol Water Holding capacity WHC le pourcentage de pluie effective le coefficient cultural de pr saison et des diff rentes phases ph nologiques de la plante Kc La capacit de r tention en eau ou WHC repr sente en fait la diff rence entre la capacit au champ et le contenu en eau du sol au point de fl trissement sur l paisseur de sol parcourue par les racines I s agit donc de la quantit d eau facilement disponible pour le syst me racinaire des plantes A noter que les dates de semis outre la possibilit d tre introduite manuellement peuvent tre calcul es par le programme partir des donn es climatiques et des besoins en eau durant la phase d initialisation de la culture consid r e Un troisi me type d information peut tre int gr dans AMS II s agit d images ou de cartes g o r f renc es repr sentant par exemple des limites administratives et qui vont permettre la localisation spatiale des stations et donc la port e des param tres de sortie d AMS 1 Introduction des Donn es agronomiques Parmi tous les param tres culturaux n cessaires au calcul des bilans hydriques la plupart sont susceptibles de va
12. concernant l ann e 1999 Cliquez sur ok Windisp r alise alors toutes les lignes de commande contenues dans la macro savoir la premi re op ration de lissage sur toutes les images de 1999 gt Faites de m me avec les 10 autres macros concernant les 10 autres ann es 70 2 Suppression du parasitage d aux nuages La structure de la macro r aliser ici est la m me que celle pour les bad values I s agit donc de la m me m thodologie que pour cette derni re avec comme seule diff rence l op ration r alis e sur l image La macro ainsi cr e devrait donc ressembler ceci CIUMAST i inputi ist Er AT TAN TEST ANT IST IT v i WAST inputi list irait A stoN Tisto E Agt inputi list trait listom istri E VAST input list irait list 00 113000 4 e Wagt inputi lier trait listed ierg 5 E WAST iinpur Ti SNVAST input list trait listen CENT inputi iise traita istag irto Es VAST input list trait listan list on 7 Ist CIAST inputi TES Er aita TEST ENT D Des ai else Ae Erait3 isti list E AVAST C AMASTioput list traiti istog 1 ist99_11 1st sc traltilisc gnliscod 13 ler CL VAST inputi list CGeAit ltzton liste 15 Iert 115t49_14 Ier TC AMAST igoat list teait listan ist 18 Tat E EE SE VAST inputi list rraitA isto ist 15 CEVAST inputi list traitas i ar 1139918 r ber AN wc ist trait list list 18 ler Ci VASTY inputi isr traita isra large 20 Izt CC vagT iin
13. et que des changements m t o durant cette phase ont des impacts non n gligeables sur les rendements 6 Application sur une culture vivri re mais La m thode de pr vision des rendements peut bien videmment tre appliqu e sur d autres cultures que le coton Vous trouverez ici les donn es n cessaires pour l appliquer sur le cas d une culture vivri re le ma s pour cette m me r gion du Houet au Burkina Faso Toute la manipulation ne sera pas nouveau d taill e dans ce second exemple tant donn que la marche suivre est identique et que la zone d tude tant la m me certaines donn es pourront tre r utilis es telles quelles Nous ferons cependant appel des donn es m t o d une autre origine celles fournies par le J oint Research Center J RC de la commission europ enne 6 1 Utilisation des donn es N DVI La zone d tude tant nouveau la province du Houet l analyse des images NDVI est identique celle r alis e pour l exemple du coton Les sorties de Vast provenant de cette analyse peuvent donc tre r utilis es telles quelles dans le cas du ma s 6 2 Utilisation des donn es m t orologiques et agronomiques 1 Donn es agronomiques gt Commencez par v rifier si le ma s fait partie des cultures pr encod es dans la base de donn es d AMS Pour rappel ces informations sont disponibles sous le menu Database gt Configure gt Crop coefficient 60 are changes Le ma s ta
14. img Batch For End Batch For End Batch For Begin M 19 12 1 Batch For Begin D 1 3 1 Process images Algebra A Dir Out ut DOG 1mg A D1ir_1n amp vt99 M DS img Batch For End Batch For End Exemple de macro pour la suppression du parasitage d aux nuages Le DECLOUD listO5 Bloc notes e ue co ele Si Fichier Edition Format Affichage T Batch variable Prompt Dir Ier Directory file list C Char ly Pro det_Geeau listes_imagesh Batch variable Prompt Dir out Directory output C Char ly Projet_ Geeau images_trait s Batch For Begin M 1 9 1 Batch For Begin D 1 3 1 Process Series Decloud xDir_1st decloud_990 M D Ier KDir_out vtO9S0 ME D img 10 Batch For End Batch For End Batch For Begin M 10 12 1 Batch For Begin D 1 3 1 Process Series Decloud pir_Ist decloud_99 MX D 1st Dir_out vtO9 ME D img 10 Batch For End Batch For End 7 2 D termination des dates de semis Le logiciel AgrometShell pr sente outre le calcul des bilans hydriques d autres fonctions qui peuvent tre utiles dans le cadre de la m thode de pr vision des rendements Dans les cas o les dates de semis r elles ne sont pas disponibles une estimation de celles ci peut tre fournie par AMS Eneffet AMS peut sur base des donn es pluviom triques estimer les dates de semis les plus appropri es II suffit pour cela de lui fournir un seuil plu
15. 0111198 185 0 26 0133618 0 069158 031134 Lean 311610026809 335 031 0266760 0081008 DATA GO 114993 0 000067 26 93 DCH D radit 0 076076 0679254 06619 7 1137 0 000851 387 825 06410089 0075918 0 324905 Dans l exemple du tableau ci dessus le mod le de pr vision serait donc Rendement 0 79 Var2 185 Var22 33 47 Var34 6 06 Var69 5379 59 59 suffit d s lors de retourner dans le fichier Excel r capitulatif des variables afin de voir quelles variables r elles correspondent ces notations Les variables 2 22 34 et 69 correspondent en fait respectivement aux variables SWi indice de satisfaction en eau ETAt vapotranspiration durant la phase de maturation NDVI mat cumul de l indice NDVI durant la phase de maturation et Sval valeur de NDVI en d but de saison Question Que peut on dire au vu de ces r sultats Ces variables vous semblent elles fiables Le mod le fait donc appel des variables issues des trois sources principales de facteurs explicatifs SWi et ETAt sont des sorties d AgrometShell Sval est une sortie de Vast et NDVI mat est une valeur de cumul de l indice NDVI Ce mod le semble donc bien quilibr Ceci est rassurant et nous porte croire que les donn es m t o et NDVI sont fiables et que tous les outils utilis s tout au long de cette m thode sont justifi s Ceci tend galement montrer que la phase de maturation semble tre importante dans le cycle de la plante
16. 1 mg A KM bech nputispot burkina traitz vt 9083 iagi piti Process Images alGebra Zi CAET input spot burkina Cratt 7 wt BRUN ing ACi agt input spot burkina Trait vT GO img A C i Frocess Images AlGebra i 3 LL OLA wei er Io A CCS spot burkina CLratt vt 90972 img D C uN Process Images algebra 3 02 VasT input Spot buekina Cratt2wt 9101 ing a E MAST input spot burkina trait ve n BCI Process Images Algebra JACARTA input spor burkina traiti vtEal0r jag AC AAST Input spot burkina Trait vtENLOL img B C ANM Proc ss Images Algebra Sici WAST input apet burkina trait et 99101 eg At Ve ONE ADOT rA Er LIET OTDD CHEM Process Images Alg bra A3 VAT input ap t burkini trait veill jee A C VAET input Sport burkini CrAtt2wt 901 fmg B C 44 Process Images algebra a f er AN Kee CH ech LOUE LU er R A C NMART input spot burkina traitr vt0lil img B C Frocean Images Algebra 2 0 VAST input spot burkina trait VESSIE Img ACi WAST input spot burkini traits ve i ep Ci Process Images Alg bra J3 C vast input Spot burkina traiti vt93121 img A C VAT input spot burkina trait till Ing EC ie Process Images Algebra SIC WAST input spot burkina traiti vtr 99132 m 7 WAST input spot burkina Trait ivtFOLFL img BE Process Images Algebra r PCs WAST inpet spot Burkina tr at TE S9lZ1 img ACi WAST input apot burkina traiti WERT ing DE sw
17. Algebra ZAC AWASTA input spot Burkina trait VESSOL Teo A dE Ae a 2 MM LProrerz Images algebri FACE MAT input apot buekina CrAICZvt 90t 71 leg A C WAST input Spot burkina Craft 2 et D 3 Ing E CM Process Images Algebra PERE VAST input spot burkina trait VE 9021 img 8 WAST input spot burkina trait avt FAQ mg BC Vu Process Dnages Algebra 1 diir AM apet burkina Cratt lit 904 Img WAST npa apot GUTETON Era IES een Wi ce AR Process Images Algpbe A A3 7 VASTY inputi spot burkina trait ut Den iag A C MET input spot burkinaLtraft2 ve D nz Ing RCM Process Images Algebra 3 7 WAST input spot burkina Fr ATC et 01 img A C WAST input spot burkina trait vT OT img BCI Process Images Algebra JN input spot burkina trait PivE 80002 eg A 7 WASTA input spot burkina trait Zut D eg BEN Process Images Alg bra SA C I NVAST input spot burkini trait VE 905 Teo A C VAET inputi apot burkini traits VE 90571 fmg B C iv Process Images Algebra d E Wast inpar spot burkina tra Ave dl Ing 8 7 vasT input spot _burkina_tra ti vr4i033 img Bi zh Process Images Algebra ZAC EAST impu burkina Crait let GOOM Teo A C 7 AET input spot burkina trait veS Teo B A LAN Process Images Alg bra A3 C1 VAST inatia Dot ur k ARC A T Mrt ge ing ACi et input spot burkina trafta vt9904 eg CAM Process Images algebra I E ANGELA Input abet burkina rel ieg A C Mast input spot _burkina_trait2 vtr img BCI PPOCAS
18. DOS con u dans les ann es 90 par F lix F Lee afin de permettre l analyse d images satellitaires de NDVI Le programme analyse en fait une s rie d images NDVI correspondant une p riode bien d finie habituellement une ann e et entire une s rie de param tres caract risant l volution du NDVI tout au long de la saison La particularit de ce programme est qu il ne poss de pas d interface propre et qu il est donc n cessaire pour l utiliser de passer par l interm diaire de l invite de commande W indows II n existe pas notre connaissance de manuel d utilisation officiel mais sa manipulation est ais e et sera compl tement expliqu e dans ce manuel Installation Le dossier Vast doit simplement tre copi tel quel dans le r pertoire C Une fois chose faite vous pourrez utiliser Vast en passant en mode console DOS Vous trouverez le dossier Vast dans le dossier nstallation du Package formation 4 3 Windisp II s agit d un programme mis au point par la FAO pour le Global I nformation and Early W arning System et qui permet l affichage et l analyse d images de cartes et de bases de donn es associ es permet entre autres de Dessiner des graphes repr sentant l volution d un param tre partir d une s rie d images Superposer des images et des cartes g opolitiques afin d en extraire des donn es chiffr es selon les d limitations de fronti res Calculer des statistiques pour chaque pixel d
19. EHET H urii 105 ch Jaen F dE WM 388 54 71 MST ph H krenpet p l it L Sal KI 20 71 SS A4 EP LISEZ M Hatier ins 5 15H H KK 3 On S i ARA AN SA LISER Let GE iH ap WiFi LE si oi TE TE iga CG State 29 iH 11 1 m r GEI iii EI pm TE KEN en ENEE ep Jun CI Aren gt Enregistrez le fichier sous le format Texte s parateur tabulation qui est assimilable par AMS Ce fichier nouvellement enregistr est maintenant pr t tre import dans AgrometShell Vous trouverez dans le dossier Donn es m t o gt Donn es J RC les donn es m t o du J RC pour les ann es 1999 2009 Elles sont disponibles en format dbf telles qu elles sont l origine apr s leur d compression et en format txt pr ts tre import s dans ANS gt Importez les fichiers txt des ann es 99 09 via l option import gt from ASCII files d taill e plus haut Attention Dans ce cas on importe des fichiers de donn es r elles d cadaires concernant plusieurs stations Tenez en compte lors des diff rentes tapes de l importation Remar que 64 Pour importer ces donn es dans AMS nous allons galement introduire des nouvelles stations fictives stationl Station2 etc Les calculs des bilans sur base de ces donn es seront donc calculer sur ces stations fictives 3 Calcul des bilans Le calcul des bilans aura cette fois lieu pour les 56 stations fictives correspondantes au 56 points de la province du Houet pour lesquel
20. Is ne seront pas pris en compte dans le pr sent exercice 5 2 4 Les sorties AMS travaillant avec des donn es ponctuelles de station les param tres de sortie sont calcul s pour chacune des stations demand es pour lesquelles les donn es sont disponibles Or pour l tape statistique de la m thode de pr vision il est n cessaire de ne disposer que d une seule valeur pour chacun des param tres calcul s par AMS II est donc n cessaire d agr ger les donn es calcul es pour les diff rentes stations de la zone que l on souhaite tudier La m thode la plus simple est de r aliser pour chaque param tre une moyenne des valeurs obtenues pour chaque station Dans ce cas les donn es n tant disponibles que pour trois stations vous ne poss dez que trois fichiers de sorties summary II suffira donc de r aliser les moyennes des 3 valeurs obtenues pour chaque param tre via Excel Le r sultat sera int gr au fichier r capitulatif dans la suite de la m thode Notons que AgrometShell est capable d effectuer des interpolations partir de ces param tres de sorties ponctuels et de pr senter les outputs sous forme de cartes de r partition Cette fonction ne sera pas utilis e dans cette m thode 40 Les param tres calcul s par ANS sont nombreux Ceux n cessaires pour le processus de pr vision des rendements sont les suivants SW Contenu initial en eau du sol avail Pourcentage de donn es r elles utilis es pour la
21. anglais est galement disponible l adresse suivante http www vat4africa org PublicDocuments VGTEXxtract UserGuide pdf Vous trouverez aussi l ex cutable d installation du logiciel VGTExtract dans le dossier Installation du Package formation Remarque importante est important de noter que ce manuel ne contient pas la description compl te de tous les programmes utilis s et qu il ne d taille que les fonctions particuli res qui nous int ressent dans le cadre de cette m thode de pr vision des rendements Pour plus d informations concernant ces diff rents logiciels ou pour aller plus loin dans leur utilisation vous pouvez vous r f rer aux tutoriels ou aux manuels d utilisations existants Leur disponibilit est mentionn e ci dessus gt Application sur une culture de rente coton 5 1Utilisation des donn es NDVI 5 1 1 Principe de fonctionnement de Vast L exploitation des donn es de NDVI va tre r alis e gr ce au programme Vast Les initiales VA ST signifient Vegetation Analysis in Space and Time II s agit d un petit programme rudimentaire tournant sous MS DOS permettant l analyse d images satellitaires de NDVI La particularit de ce programme est qu il ne poss de pas d interface propre et qu il est donc n cessaire pour lui fournir ces donn es et le faire tourner de passer par l interm diaire de l invite de commande W indows Le principe est simple le programme analyse en fait une s rie d images ND
22. concept de base sur lequel repose cette m thode est relativement simple II s agit en effet de rechercher un mod le de pr vision des rendements d une culture en mettant en vidence les corr lations entre les rendements historiques de cette culture et diff rents facteurs explicatifs Ceux ci vont tre de diff rents types m t orologiques agrom t orologiques ou issus d images satellites de NDVI Les facteurs m t orologiques sont constitu s de cumul de diff rents param tres m t orologiques pluviom trie vapotranspiration ensoleillement etc Les facteurs agrom t orologiques sont repr sent s par les sorties du logiciel AgrometShell Enfin les donn es issues des images NDVI sont en fait les sorties du logiciel Vast d une part et les cumuls valeurs de NDVI extraites d autre part La figure ci dessous reprend la structure g n rale de cette m thode de travail Normalized Difference Vegetation ndex es NDVI Param tres de sortie de VAST PEAK SBAT HORZ SVAL PVAL VERT DROP SLOP CUMM Donn es pluvio et r d vapotranspiration EVAL et DEF ete SKEW Param tres de sortie d AMS SWi Havail STATISTICA i de pt Donn es m t o vent pluviom trie E To ensoleillement Donn es de NDVI Cumuls de diff rents param tres totaux ou par phases ph nologiques NOVI Pluvio insolation p riode de s cheresse etc des rendements Figure 3 3 Rep
23. entrer les coordonn es des stations pour lesquelles nous avons des donn es faut introduire le num ro d identification de la station 1 D le nom la latitude la longitude l altitude et le pays dans lequel elle se trouve Notons que cette tape n est pas n cessaire dans le cas o les donn es m t o sont import es par fichiers ascii et que les infos sur les stations sont galement pr sentes dans 29 ce fichier Elles seront en effet import es dans ce cas en m me temps que les donn es proprement dites gt Introduisez les 3 stations principales de la province du Houer savoir Bobo Dioulasso Farako Ba et Vall e du Kou En voici les coordonn es N om dentification Latitude Longitude Altitude BOBO BF14BBDL 11 17 4 32 460 DIOULASSO FARAKO BA BF14FRKB 11 10 4 33 365 VALLEE DU BF14VLLD 11 37 4 38 396 KOU xXx es ka k Add Stations fom Basekat Admemisiraire levels kb Name Labiude Longi gitude latitude Country E BF 11660 Debeo Lsogaz sg 11 17 4 X 460 BURKINA FASO BF H DEIER Farako Ba 11 10 SES 365 BURKINA FASO BF LIGF LAML Valles du Kou 11 37 4 56 356 BURKINA FASO BF gt Apr s avoir compl t une ligne cliquez sur le pour en ajouter une autre Lorsque les 3 stations sont introduites cliquez sur ok 3 mportation de donn es au format ascii gt S lectionnez dans le menu Database mport gt From ASCII File Une boite de dialogue vous invi
24. plus le pouvoir de pr diction du mod le est bon gt Calculer le coefficient de corr lation entre les colonnes des rendements observ s et des rendements pr vus Pour cela faites appel la fonction COEFFICIENT CORRELATION d Excel En levant ce r sultat au carr vous obtiendrez le R2cv coefficient de d termination apr s validation crois e Plus cette valeur est lev e plus le pouvoir de pr diction est bon C est sur base de ces deux valeurs R cv et RMSE que vous allez pouvoir s lectionner le mod le pr sentant le meilleur pouvoir de pr vision Le meilleur mod le poss de le plus grand R cv et la plus petite RMSE 5 8 5 4 6 D termination des termes du meilleur mod le gt Dans le menu Statistics s lectionnez Advanced Linear Nonlinear models et General Regression Models Cliquez sur Multiple regression gt Cliquez sur l onglet Variables et s lectionnez le rendement gauche et les 2 3 ou 4 variables utilis es par le mod le droite Cliquez ensuite sur ok gt Dans la nouvelle fen tre apparaissant Cliquez sur l onglet Coefficients L t D amp amp CAES i H LA KL Ce KR Ada ie Wertbook Add to Report eri d Wieckkeehi Ca e 3 Gereral Regression Models GEM Spreadiheet d ect et Seet Ter KEEN ner Vari ZER o M Reut 1 Spresdihoe Sad En t n Cnflmt CL EG ET Pararneter Estimates Spresdaheetl areas SE ki 9623 10 0001 0000171 676244 3096 74 gato 1 5321
25. roul e gt Dans le menu Database cliquez sur Data inventory et visualisez la structure hi rachique de la liste Burkina Faso Vous devriez voir sous la rubrique Rainfall l onglet Wormals reprenant 145 enregistrements ou stations sous un pas de temps mensuel II s agit des donn es que vous venez d importer Double cliquez sur cet enregistrement pour afficher les donn es correspondantes gt mportez de la m me mani re le fichier ETPBurkina reprenant les donn es normales d vapotranspiration galement situ dans le r pertoire Donn es m t o gt Donn es nor males gt mportez ensuite les donn es r elles de pluviom trie et d vapotranspiration pour les stations de Bobo Dioulasso de Farako Ba et de la Vallee du Kou Vous trouverez les fichiers de donn es dans le r pertoire Donn es m t o gt Donn es r elles Attention Ces fichiers contiennent des donn es r elles d cadaires pour une seule station la fois Cela apportera des modifications importantes dans la manipulation d importation L tape 1 s lectionnez Semicolon comme separator l tape 2 choisissez File contains data for one station only et salissiez le nom et l tape 4 lors de l utilisation de l onglet type of data et des onglets temporels ici Dekad et Year 35 Coiump Column 2 C Fied e g 2003 Desadal Achosi Wealer PET Penman Monteith Ai in Column ET bk Propagate to foll
26. simulation toujours sup rieur 40 TWR Besoins totaux en eau de la plante I NDX Harvest Indices de satisfaction en eau en fin de cycle calcul s partir des Normal Latest donn es r elles des donn es normales et la derni re d cade b n ficiant de donn es r elles WEX i v f r ett Exc s en eau chaque phase ph nologique et valeur totale de l exc s en fin de cycle WDEF I v f rett D ficit en eau chaque phase ph nologique et valeur totale du d ficit enfin de cycle ETA i v f r ett Evapotranspiration r elle de la culture chaque phase ph nologique et valeur totale en fin de cycle Crla Cr4a D cades auxquelles le Rangeland index croise la droite d finie par 0 4 PET Ces dates qui sont calcul es avec les donn es r elles peuvent tre assimil es au d but r el de la saison Crin Cr4n D cades auxquelles le Rangeland index croise la droite d finie par 0 4 PET Ces dates qui sont calcul es avec les donn es normales peuvent tre assimil es aux valeurs normales de d but de saison Tableau 2 2 Sorties du programme AgrometShell et leur d finition 5 3 Autres facteurs explicatifs Les donn es m t orologiques outre leurs utilisations dans AgrometShell peuvent galement avoir une influence directe sur les rendements et doivent donc tre consid r es comme des facteurs explicatifs potentiels au m me titre que les sorties de Vast et de AMS II en est de m me pour le
27. une s rie d images et d en recr er une partir de celles ci II est donc tr s utile pour la visualisation et le travail sur les images satellites de NDVI de donn es m t o ou encore sur n importe quel fichier image repr sentant une r partition spatiale d un param tre quelconque comme par exemple les sorties au format image du programme Vast Disponibilit Windisp est disponible gratuitement au t l chargement l adresse suivante http www f ao org giews english windisp di htm Un manuel d utilisation complet est galement disponible cette adresse sous l onglet Manuals Vous trouverez galement l ex cutable d installation du logiciel Windisp dans le dossier Installation du Package formation 4 4 Statistica Statistica est un logiciel proposant une large gamme d outils d analyse statistique de gestion et de repr sentation graphique des donn es Le principal traitement statistique auquel nous allons avoir recours et qui sera r alis l aide de ce programme est la r gression lin aire multiple Elle sera d taill e plus loin dans le manuel NDVI Normalized difference Vegetation index l s agit du rapport normalis de la diff rence entre les r f lectances dans le proche infrarouge et dans le rouge d une surface I permet donc une quantification de la couverture v g tale Disponibilit Statistica est un logiciel payant II n cessite l achat d une licence qui est renouveler chaque ann e Plu
28. va permettre une prise en main plus rapide et dispense d une tude approfondie sur l utilisation des macros Notons que la plupart des programmes permettent l utilisation de tels outils Ainsi AgrometShel et Statistica proposent galement cette possibilit Celles ci ne seront pas envisag es ici car trop complexes ou ne pr sentant pas un int r t suffisamment grand dans le cadre de cette m thode Les macros sous Windisp peuvent tre utilis es pour diff rentes manipulations En effet W indisp est utilis dans cette m thode pour le traitement et l affichage des donn es d cadaires de NDVI et des donn es m t o d cadaires du J RC Le pas de temps d cadaire implique la n cessit de consid rer 36 images par an et le traitement est souvent effectuer pour 10 20 ans ce qui peut repr senter des centaines d images traiter La m thode la plus simple pour r aliser une macro sous Windisp consiste enregistrer la commande d une op ration et de la dupliquer II suffira ensuite de lancer ce fichier de commande sous Windisp pour que l op ration soit r alis e autant de fois que sp cifi C est cette m thode qui sera principalement utilis e ici car simple comprendre et mettre en uvre Une autre fa on de proc der consiste crire la macro directement dans le langage informatique appropri Cette fa on de faire demande des pr requis en programmation pour tre facilement r alisable et ne sera donc pas
29. 0 00 100 00 0 00 1 00 230 50 P ge gt Se Hl Feit Fn U G Ss SE EZ LEON GE 190 gt Ouvrez le logiciel Statistica gt Dans le menu File s lectionnez New La bo te de dialogue ci dessous s affiche alors 44 FA E se ina new Wokbock hp E GC Aa a stand alone wien gt Dans l onglet Spreadsheet entrez le nombre de variables nombres de colonnes et d observations nombres de lignes et donc d ann es Dans cet exercice nous avons 71 variables et 10 observations Le code des valeurs manquantes est 999 Cliquez sur ok Le tableau vide appara t l cran gt Copiez collez le tableau du fichier Excel dans la nouvelle fen tre Statistica Ne s lectionnez que les donn es pas le nom des variables Vous obtenez ainsi le r sultat suivant se Sans E dr iv by iie Seelen A E BE Ebbe Ee Lo Du ir E Deh Sn HE ur Di Add to Worbeak Se A CIE AR men eve ee PET MIE Tu Le L 2 amp d 10 11 1 H Varl Var Vas ve Vei Wars Verb Ve vas Var Var10 Varit V l Vert 1191 OU 14 616 6567 90 66657 100 98 66567 6 333333 0 135 380 a 195 at 11 u 51S 38 66667 100 98 66567 17 183 3333 26 33333 2266667 7 66667 o aii 4 14 654 53 66667 100 93 66667 d 14 d 29 1203 2090 877 16 14 672 6667 a7 100 RI 0 333333 0 3333333 8 46333 1082 32 666867 u 605 37 100 ai 33333 2603333 8 297 6667 9 d 964 66 33333 14 636 99 3333 109 99 33333 33333 30 0 55 I d Q 1060 3 666657 14 672 9113393 1
30. 00 31 33333 KEE D 33333 3 66667 15 3333 119 3733333 6633333 39 100 y3 12 33333 126 6667 60 65657 209 6667 D 1200 39 666687 14 654 6667 92 66667 100 9266667 1333333 210 3333 1 666667 2113333 A 13 3333 ES 2 u 641 100 100 100 1 230 5 A4 2155 i 1 ECH CG GES ee ee eege gt Sauvez ce fichier Statistica Vous pouvez maintenant commencer travailler sur les donn es 45 5 4 2 Suppression des variables non corr l es Une fois toutes les variables explicatives disposition la premi re tape consiste enlever celles dont la variance est nulle c est dire celles qui ne varient pas d une ann e l autre Elles n ont en effet aucune capacit de pr diction gt Dans le menu Statistics s lectionnez Basic Statistics TE Break desen amp one way ANOVA LE Breakdown non factorial tables FH Frequency tables REF Tables ard banners EFH Mukple sesponse tables EA Difference tests LS means kul Ceman Chescriptive statistics Compute statistios m Location valid Ny r Variation moments r Percentiles ranges M Valid N M Standard Deviation Iw Minimum amp maximum Mean M Vanance Lower amp upper quartiles Sum T Std en of mean Percentile boundaries V Median T Cont limits for means Ft 1000 Ss T Mode nterval 85 00 El second 16000 Ax Geom mean Skewness Range Quartile Ham mean TI Std er Skewmats range F Kurtosis T Std er Kurtosia _ Select al stats hi _Resa
31. 041 img A C vVAST input spot_burkina_nontrait entet Images Algebra A C Users Char ly trait s vt99042 mg A C vAasT input spot_burkina_nontrait entet Images Algebra A C Users charly trait s vt99053 img A C VAST input spot_burkina_nontrait entet Images Algebra A C Users Char ly trait s vt99051 img A C VAST input spot_burkina_nontrait entet Images Algebra A C Users charly trait s vt99052 img A C VAST input spot_burkina_nontrait entet Images Algebra A C Users Char ly trait s vt99063 1mg A C VAST input spot_burkina_nontrait entet Images Algebra A C Users Char ly trait s vt99061 1mg A C VAST input spot_burkina_nontrait entet Images Algebra A C Users Char ly trait s vt99062 1mg A C vAST input spot_burkina_nontrait entet Images Algebra A C Users Char ly trait s vt99073 mg A C vVAST input spot_burkina_nontrait entet Images Algebra A C Users char lyitrait s vt99071 1mg A C vAST input spot_burkina_nontrait entet Images Algebra A C Users charly trait s vt99072 img A C VAST input spot_burkina_nontrait entet Images Algebra A C Users char ly trait s vt99083 1mg A C vAST input spot_burkina_nontra it entet Images Algebra A C Users Char ly trait s vt99081 1mg A C VAST input spot_burkina_nontrait entet Images Algebra A C Users char ly trait s vt99082 img A Ci WAST input spot_burkina_nontrait entet Images Algebra A C Users Char ly trait s vt99093 mg A C vAST input spot_b
32. Cumuls des donn es deN A WEE Ne ont ed 42 54 Elaboration des modeles le Ce ET 43 5 4 1 Principe de la r gression lin aire multiple eegene ad 43 5 4 2 Suppression des variables variance nulles en nanas 46 5 4 3 S lection des variables explicatives du rendement 47 S EE E deis EE Ee E 49 SE E tee e 53 5 4 6 D termination des termes des mod les 59 6 Application sur une culture vivri re le EE 60 6 LUtilisation d s donnees NDS SR an a om 60 6 2 Utilisation des donn es m t orologiques et agronomiques 60 0 3 AULEES 1 AC L UPS dei e EE 65 6 4 Elaborationdes mod les de prevision ebe Eegen 67 POUT ANEC E ut 67 Feb LeS MAC OS SOUS OR el E EG 67 1 2 D termination d s dates desem EE 72 1 INTRODUCTION L accroissement continu de la population mondiale n a pas fini de nous donner des inqui tudes sur l avenir de l humanit la premi re de toutes tant sans doute la question de la s curit alimentaire Actuellement 800 millions de personnes travers le monde sont sous aliment s Face ce genre de constats diff rentes organisations internationales telle la FAO se sont pench es sur la mise au point d outils d alerte pr coce pour la s curit alimentaire C est dans ce contexte et sur base de tels outils qu une m thode de pr vision de la production agricole a t mise au point l Universit de Li ge Celle ci se base sur l utilisation de diff rents programmes informatiques et a pour but de pr voir le rendeme
33. Le but de cet exercice est d apprendre ma triser les diff rentes m thodes d importation de donn es dans AMS L encodage des donn es climatiques peut se faire de 3 mani res diff rentes soit directement au clavier soit par importation de fichiers ascii soit par importation de donn es sous format image Ces deux derni res m thodes sont pr f rentiellement employ es pour raison vidente de facilit 28 Avant de commencer introduire les donn es dans la base il faut s assurer qu il existe bien une liste dans laquelle nous pourrons classer les donn es que nous voulons importer Nous voulons dans ce cas importer des donn es m t o du Burkina Faso gt Pour v rifier si une liste Burkina Faso existe d j allez dans le menu Database puis s lectionnez Data Inventory W Afghanstan 37 Bangladesh H bassin arachker i Miger S n gal E Southern Afnca Une fen tre I nventory va d s lors appara tre et mentionner toutes les listes pr sentes dans la base de donn e Si la base Burkina Faso n y figure pas il faut la cr er gt Dans le menu Database gt S lectionnez Manage station lists Please select lt Cresbe new igi gt Specii a new name lor the bai Une fen tre nomm e Stations appara t gt S lectionnez lt Create a new list gt et sp cifiez en le nom dans la derni re case Cliquez ensuite sur ok Une nouvelle fen tre apparait alors C est par celle ci que nous allons
34. NFI BF30BH00 BFAIBRAL R Humber oi ines 145 La case sup rieure de la fen tre pr sente les donn es brutes La case inf rieure repr sente la lecture que le programme en fait Pour permettre au programme de lire correctement le fichier il est n cessaire de lui donner les informations ad quates savoir le caract re de s paration entre les donn es la ligne partir de laquelle les donn es peuvent tre lues le caract re identifiant le texte et la valeur attribu e aux donn es manquantes gt S lectionnez les bons param tres concernant ce fichier Separator lt Comma gt virgule Datalines begin at line 2 Text qualifier Missing value 999 gt Remarquez comme les deux premi res options ont un effet sur la lecture que le programme fait du fichier Les autres options concernant les flags peuvent rester par d faut Elles seront expliqu es dans le chapitre Pour aller plus loin gt Cliquez sur Next pour continuer L tape suivante appara t l cran 31 EURE FA SF 4CEENES BURKIMA FASO BF13E8SS BURKINA FASO BFOSSGRO BAGTERA BURKINA FASO BF31EMTR BAH TOURCOING HONGOUSSI BURAINA FASO SF14BHNKE BAMANKELECAGA BURAINA FASO BFCARNER BANFORA BURKINA FASO Stong BANFORA AGRICULTURE RAFEEIINTEDR ERGASSI KEN ER E g ER E Listio add new stations lo Burkina Faso D e File contains data for more than one station The column that uniguely identties ne stabon te Coiumn H D
35. Pour pouvoir tourner et donc proc der aux simulations des bilans hydriques AMS doit disposer d une s rie d informations et de donn es qui sont de deux types savoir Des donn es m t orologiques et climatiques Des donn es agronomiques Les donn es m t o concernent essentiellement la pluviom trie et l vapotranspiration de r f rence Les autres param tres climatiques tels que la pression atmosph rique la vitesse du vent l humidit relative et la temp rature peuvent galement tre introduits dans la base de donn es mais ils ne sont pas indispensables pour les simulations mais peuvent tre galement ajout s Ces donn es doivent tre disponibles au format d cadaire pour toute la dur e du cycle et pour un nombre de stations en ad quation avec l tendue de la zone tudi e et elles peuvent tre import es soit sous la forme de fichiers tableurs soit sous la forme d images au format compatible W indisp Notons que lorsqu une simulation est lanc e et que des donn es climatiques r elles essentielles sont manquantes AMS les remplace par des donn es normales Ceci explique le fait que l on Parfois galement appel e vapotranspiration potentielle terme ambigu qui est galement utilis pour parler de l vapotranspiration maximale 25 puisse r aliser des simulations avant la fin de la saison et donc de se servir des param tres estim s par le logiciel dans la pr vision des rendements N
36. QMAR OWE La A Images Stats Header SEDI v 138 406 212 624 411 10 42 22 00 21 Le param tre SDAT tant la d cade de d but de saison agricole les valeurs associ es aux pixels seront toujours comprises entre let 36 1 1faut donc y associer une table de couleur particuli re comprenant 36 nuances de couleur pour les 36 d cades Les sorties de Vast ne sont pas exploitables telles quelles dans la m thode de pr vision Pour pouvoir les utiliser il faut d abord les extraire au format ASCII texte Pour ce faire Windisp sera nouveau utilis Ce logiciel permet gr ce la superposition d une carte de fronti re d extraire les donn es en r alisant des statistiques moyenne m diane min et max etc sur un territoire consid r qu il s agisse d un pays d une province d une r gion Dans le cas d exemple en superposant la carte des provinces du Burkina nous pouvons extraire la m diane de chacun des param tres calcul s par Vast et ce pour chacune des provinces du Burkina gt Dans le menu Process s lectionnez Stats gt Median roc er DEE F e bt ol mae names mation AgroMetShell T emp list 99 bt sa Map hie C Formation AgroMetShell Windispu SS Diss Me lex remis C Formation AgroMetShell T emphme La Windes pm points D 282 9 Moo Save parameters Help La fen tre ci dessus va apparaitre gt Via la premi re case cr ez un fichier liste comme expliqu c
37. S Images Algebra 4 6 MAT input spot burkina Cratr Iran 184 A WAST input spot burkina traft IN vt 00S ep D E Process Images AlG bra Jy C MAST input spot burkina trait iv 99088 img A Ci vast Lut spot burkina trait 2 vt 59082 tag CAN Process Images Algebra EAJ East npur spot burkina traiti vt0 l ieg AC WAST inpar spot_burkina_traitaivt44063 img BC 14 Process Images Algebra RE MAT input spot burkina trait TE Da imp A E AAST inputi spot burkina Trait vtO0061 ieg VV Frocess Images Algebra 3 0 VaST input spot burkina Trait iv SO iaga C AAST input spot burkini traitz ve mgi img bC Process Images Algebra 13 6 ANAST input spot burkina trait3vti l ieg AC AASTA Input Spor ur Ina tra TENTE img pci Proc ss IMAGES Algebra FAC VAST input spot burkina trait vT 0072 img A C AET input spot Burkina trait I vTGOO7L Teg ie 4 Process Images AlG bra i 3 0 vasT input spot burkina traiti veiri ing A Civat input spot burkina traits ivegs072 109 5 CA Process Images algebra e FAC wa tlnpue spot buckina Gr alc 3et 99081 ieg a C Avast input spot buekina Grat Zut 07 3 Ing BA uw Process IMAGES A pra FAC MAST INPUT apot BUKRA tTrA T IUT PODAJ Tag a WART npu SHOT Burkina TPATTI VE GORE Teg EU Froc ss Inages Algebra 3 0 vasT input spot burkina traiti vegi jus ACi AVASTA Inpuriapor burkina Cratt wt 90872 iag DCi Process Images Alg bra EP CE WEE BOT burkina tra TES VE SE0O
38. S our ce Repr sentation par AMS de valeurs issues de FAO Crop evapotranspiration 1998 Enfin les pertes peuvent quant elles tre valu es l aide d un param tre indiquant la quantit d eau de pluie r ellement disponible pour la culture II s agit du pourcentage de pluie efficace effective rainf all Notons tout de m me que l utilisation de AMS dans un contexte de pr vision des rendements implique que l eau soit un facteur limitant dans la croissance de la culture consid r e sans quoi les valeurs de rendements ne sauraient tre corr l es aux param tres de sorties du logiciel D marrer AgrometShell Cette premi re manipulation va permettre une premi re prise en main du logiciel et une pr sentation de l outil gt Cliquez dans le menu D marrer gt S lectionnez Programmes gt Agromet Shell 1 57 Une fois le programme lanc la fen tre du logiciel apparait l cran Vous pouvez voir sur le haut de cette fen tre une barre de menu d roulant ainsi qu une barre d acc s rapide s rie de pictogrammes juste au dessous Vous remarquerez galement l appellation de la fen tre qui reprend le nom du programme suivi d un chemin d acc s I s agit du chemin d acc s de la base de donn es reli e AMS La premi re chose faire est de configurer le logiciel afin qu il soit adapt votre travail Cela concerne l diteur de fichiers ASCII le fichier fournissant les fronti res de la zone tudi e par ex
39. T gt Cliquez ensuite sur l onglet Start en bas gauche Le traitement est alors r alis recoupage et convertissage de l image d cadaire de NDVI L image de sortie sera enregistr e dans le r pertoire sp cifi La manipulation effectu e ci dessus avait juste pour but de vous expliquer le moyen de se procurer les images de NDVI et de vous familiariser avec VGTextract Toutes les images n cessaires la suite de l exercice ont d j t t l charg es et recoup es Elles se situent dans le r pertoire mages NDVI 1 Planter le d cor Pour proc der la visualisation du signal N DVI l utilisation du logiciel Windisp est n cessaire Lancez donc l application D marrer gt Programmes gt WINDISP5 gt Windisp 5 1 vous faudra tout d abord planter le d cor Commencez donc par ouvrir n importe quelle image Pour cela gt Dans le menu File gt Open gt s lectionnez mage Cette d marche poss de un raccourci repr sent par le continent africain coloris Une fen tre appara t C Formation AgroMetShell Windisp Save parameters Help OK 13 gt Cliquez sur l onglet et allez chercher n importe quelle image NDVI Dans la case color table allez chercher la table de couleur NDVI dans le r pertoire Windisp C est ce dernier fichier qui permettra d afficher l image en couleur selon les valeurs de NDVI de chacun des pixels gt Cliquez sur ok L image appara t alors l
40. TE PC de a HL Le Process images Aiopbra A T u e tiCharivgralg s wt hObN lega t Ar reur apet burkina noel ete et et N deg gt Dupliquez onze fois le groupe des 3 lignes Vous obtenez ainsi 36 lignes correspondant aux 36 images d cadaires d une ann e II ne reste d s lors qu changer l information 69 concernant le mois dans les 33 nouvelles lignes af in que toutes les images d une ann e soient repr sent es dans ce fichier LULMAT EELE POL PAIIIK ITU Images Algebra A C Users Char ly trait s vt99011 img A C VAST input spot_burkina_nontrait entet Images Algebra A C Users Char ly trait s vt99012 mg A C VAST input spot_burkina_nontrait entet Images Algebra A C Users Char ly trait s vt99023 mg A C VAST input spot_burkina_nontrait entet Images Algebra A C Users Char ly trait s vt99021 img A C vAasT input spot_burkina_nontrait entet Images Algebra A C Users Char ly trait s vt99022 1mg A C vVAST input spot_burkina_nontrait entet Images Algebra A C Users char lyitrait s vt99033 1mg A C vAST input spot_burkina_nontrait entet Images Algebra A C Users Char ly trait s vt99031 mg A C VAST input spot_burkina_nontrait entet Images Algebra A C Users Char ly trait s vt99032 mg A C VAST input spot_burkina_nontrait entet Images Algebra A C Users Char ly trait s vt99043 mg A C VAST input spot_burkina_nontrait entet Images Algebra A C Users charly trait s vt99
41. VI correspondant une ann e et entire une s rie de param tres caract risant l volution du NDVI tout au long de la saison Ces param tres vont tre calcul s pour chaque pixel de l image et ils seront pr sent s eux aussi sous forme d image VAST cr e donc les images suivantes PEAK la d cade laquelle le NDVI atteint son maximum SDAT la d cade de d but de la saison agricole HORZ PEAK SDAT SVAL la valeur du NDVI SDAT PVAL la valeur du NDVI PEAK VERT PVAL SVAL EVAL le NDVI au temps PEAK 4 soit environ la fin de saison DROP PVAL EVAL SLOP la pente de la droite qui rejoint SDAT SVAL PEAK PVAL CUMM la somme des valeurs de NDVI de SDAT PEAK SKEW le rapport entre la somme des 3 valeurs de NDVI suivant PEAK de PEAK 1 PEAK 3 et la somme des 7 valeurs de PEAK 3 PEAK 3 Ces param tres sont repr sent s sur la figure ci dessous NDVI SLOP MAL ET EN i CUMM 30 Temps d cades 10 5 1 2 Pr paration des donn es d entr e pour Vast Tout d abord pour pouvoir tre analys es par Vast le nom des images doit respecter une structure particuli re Celle ci comprend d abord 2 lettres puis 2 chiffres correspondant l ann e suivis de 2 chiffres pour le mois et d un chiffre pour la d cade Enfin vient l extension Exemple DV89021 img Notons galement que le programme contient un bug et n accepte pas les images correspondant l ann
42. ariable est significativement acceptable dans le mod le et quelle variable d j dans le mod le doit ventuellement en tre exclue Selon les crit res sp cifi s au programme seuil de significativit le programme fait entrer au final plus ou moins de variables dans le mod le gt Dans le menu Statistics s lectionnez Multiple Regression 47 gt Cliquez sur l ic ne Variables afin d ouvrir la fen tre de s lection des variables Deux colonnes sont pr sentes S lectionnez dans la colonne de gauche la variable d pendante c est dire le rendement Dans la colonne de droite s lectionnez les variables ind pendantes savoir les variables explicatives Attention N oubliez pas d ignorer les variables variances nulles Cliquez ensuite sur ok PAESE Fa LV FEF ZIN aZ 20NS 4 ka 26 Var26 27 ar27 289 Var28 29Yar29 Dreperchent vm lor kat for batch fi Show appropiate variables only gt De retour dans la premi re bo te de dialogue passez sous l onglet Avanced Cochez Advanced options Laissez les autres options par d faut et cliquez sur ok E Advanced cplions itepwise or didos remet 2a 2 s Review daseriptive statistics conelstion manne JE eue T Extended precition compulsions M s Fi Leds des ott ce de mented Lg For iepene r zgttt y d OS P Kr eei emeen Chair er Zen ts Fa Dezem Reyang tisse DEL mous gt Dans la fen tre suivante sous l onglet Q uic
43. cran BTS S ECKE CC OM NVOAIes gur e Hesder j pafe KI CT ES Ce o ee k d B L ra ALES A a KE d a EL pti a Get wf wa E 7 208 8 B L F Ze X R i F E Ji Ta Wi leet possible de superposer l image une carte de la zone que l on souhaite tudier Dans ce cas Superposons une carte des provinces du Burkina Faso gt Dans le menu File gt Retrieve gt Map Une bo te de dialogue appara t C Formation AoroMetShelNwindapil Wu f Data Fie optional Data field optional Data color table or legend file optional Save parameters Help Dans l onglet Map file recherchez le fichier Burk45 BNA dans le r pertoire W indisp Cliquez sur ok Une carte des provinces burkinab se superpose maintenant sur l image 14 2 Visualisation du signa Pour afficher l volution du signal NDVI sur un certain laps de temps habituellement une ann e il est n cessaire de cr er une liste reprenant les images correspondant cette p riode Cette tape est importante pour d terminer si le signal NDVI est de qualit suffisante pour tre directement analys par Vast gt Dans le menu View gt Graph gt s lectionnez mage series La bo te suivante apparait List of image Dame QT E Save parameters Help gt Cliquez sur l onglet TJ Une nouvelle bo te s ouvre C est par l interm diaire de cette boite que la cr ation d une liste va tre pos
44. d taill e ici Elle permet cependant lorsque bien ma tris e de gagner du temps et d crire des macros nettement plus succinctes pour le m me r sultat final Vous trouverez des exemples de ce genre de macros ci dessous afin de permettre la comparaison La premi re tape pouvant justifier la cr ation d une macro sous Windisp est le traitement de lissage du signal NDVI Rappelons que cette op ration n est pas forc ment n cessaire Cela d pend de l origine des images NDVI disponibles pour l analyse qui peuvent d j avoir fait l objet d un traitement de lissage Cette op ration de lissage s effectuant en 3 tapes il est donc n cessaire de r aliser 3 types de macros 1 Suppression des bads values gt Pour lancer l enregistrement de la macro dans le menu Batch s lectionnez Record gt Via la bo te de dialogue apparaissant l cran sp cifiez un nom et un r pertoire la macro que vous allez cr er Attention II est primordial de maintenir l extension cmd gt Cliquez sur ok 68 Batch file name F cmd e Save parameters Help Lancel L enregistrement de la macro est lanc Chacune des op rations que vous allez r aliser ensuite seront enregistr es dans la macro jusqu que vous mettiez fin l enregistrement gt R alisez maintenant la premi re op ration de lissage sur la premi re image de la s rie voir chapitre 5 2 p20 Une fois cette op ration termin e mettez fin l enregist
45. de r sultat dans Statistica cliquez droit et s lectionnez Copy with headers Copiez le dans un fichier vierge Excel et enregistrez le Comme expliqu en d but de chapitre les mod les doivent une fois cr s subir une validation afin de d terminer leurs capacit s de pr diction serait bien s r fastidieux et surtout inutile de chercher valider l enti ret des mod les trouv s 11 faut d abord s lectionner les mod les les plus prometteurs Pour tre s lectionn un mod le doit respecter certains crit res Le mod le doit bien s r pr senter une ad quation aussi bonne que possible avec les valeurs de rendement observ es Cette ad quation peut tre caract ris e par le coefficient de d termination R qui doit donc tre le plus lev possible Les mod les s lectionn s doivent galement tre bas s sur un nombre restreint de variables 2 4 maximum Un mod le bas sur un trop grand nombre de variables serait peu robuste et montrerait des performances m diocres avec des donn es nouvelles malgr des performances lev es avec les donn es de l chantillon Les valeurs des param tres perdraient en outre toute signification en raison de leur grande variance I convient galement d viter la colin arit entre les variables explicatives d un m me mod le En effet un mod le faisant appel des variables corr l es entre elles a des chances de pr senter une faible robustesse Le mod l
46. droite variables pr dictives Cliquez sur ok Attention 11 existe maintenant une nouvelle colonne NewVar qui figure dans la liste au num ro 1 Les autres colonnes sont donc d cal es Prenez garde s lectionner les bonnes variables en vous fiant au num ro de la variable et non au num ro de la liste 54 W A ee Mech vie eben E en Wb iai beer e ables and continuous predictors covariates Show appropiate variables only gt De retour dans la premi re bo te de dialogue GRM R gression multiple sous l onglet Options s lectionnez l onglet Cross Validation Zeie sn Gp diobi varie k n os dot ER r sbb greg Sigstiet Ire 38 bo Est sed e fe nb f r i CAES erch MD EE DOTE AL eg K rer Wie che conne er Ee terred Sp F OI KiC A er mg Po ol o PG Ces pc ran K l een t Gen be c reub ig Kei m l e gt Cliquez sur l onglet Sample Identifier Variable C est par l interm diaire de cette option que nous allons pouvoir signifier au programme d utiliser la premi re colonne comme guide d utilisation des variables S lectionnez donc la colonne nouvellement cr e NewVar et cliquez sur ok gt Placez 1 dans la case Code for analysis sample Cochez l tat Status ON et cliquez sur ok gt Cliquez galement sur ok dans la premi re bo te de dialogue Une autre bo te appara t gt Sous l onglet Resids cochez l option Cross vam Cliquez ensuite sur l ongl
47. e faut pour cela se baser sur les coordonn es g ographiques de ces points La province du Houet tant comprise entre 10 5 et 12 25 de latitude et entre 5 et 3 5 de longitude les lignes concernant des points non compris dans cette zone peuvent tre supprim es Effectuez d abord le tri sur base de la latitude en supprimant toutes les lignes dont la latitude est strictement inf rieure 10 5 et strictement sup rieure 12 25 Pour effectuer le tri sur base de la longitude faites d abord appel l option Trier et Filtrer gt Tri personnalis dans l onglet Accueil de Excel afin de reclasser les lignes sur base de la longitude La suppression des lignes dont la longitude est strictement inf rieure 5 et strictement sup rieure 3 5 sera alors plus ais e I devrait vous rester apr s tri 2017 lignes 63 gt Excel tant un logiciel d origine anglo saxonne le caract re s parateur des d cimales est le point Pour viter des probl mes de reconnaissance remplacez les virgules par des points gr ce l option Rechercher et s lectionner Remplacer sous l onglet Accueil de Excel Ce probl me peut galement tre r solu en changeant les param tres r gionaux dans le panneau de configuration Windows et en d finissant le point comme s parateur d cimal Excel affichera alors lui m me la prochaine ouverture du document des points comme s parateur d cimal gt Enfin ajoutez une colonne en premi re
48. e 2000 II est donc n cessaire avant de traiter cette ann e l de modifier le nom des images du type VtOOXXX img par vt50XXX img faudra d s lors entrer 50 dans la commande pour traiter ces images Ensuite il est conseill de fournir Vast un signal NDVI liss nettoy des ventuelles bad values des parasitages dus aux nuages et des valeurs en dents de scie Selon l origine des images un traitement peut d j avoir t appliqu de mani re plus ou moins marqu e sera donc n cessaire de visualiser le signal avant de proc der l tude afin de d terminer si un traitement de lissage se justifie 0 L origine des images satellites de NDVI Dans le cadre de cet exercice ce sont les images NDVI provenant du satellite Spot Vegetation qui seront utilis es Ces images ont l avantage d tre disponibles gratuitement 3 mois apr s leurs prises sur le site http free vgt vito be L acc s au site n cessite une inscription gratuite Une fois chose faite les images seront disponibles au t l chargement Les modalit s pratiques ce sujet sont disponibles sur le site m me Les images t l charg es une par d cade sont pr sent es sous la forme de fichiers zip contenant eux m mes diff rents fichiers Ceux ci sont sous des formats particuliers et concernent tout le continent africain II va donc tre n cessaire de recouper ces images et de les convertir sous un format compatible Windisp et Vast Le progra
49. e calcul du bilan d cade apr s d cade alors que l onglet Graph repr sente l volution du WSI Water Satisfaction Index et les besoins et disponibilit s en eau au cours du temps Sur le c t gauche sont reprises les stations de la liste Burkina Faso poss dant des donn es r elles Les r sultats du calcul de bilan ne sont disponibles que pour les stations ayant au moins 60 de donn es r elles stations marqu es d un ast risque Les stations pour lesquelles nous ne disposions que de donn es normales ne font pas partie des r sultats et ne sont pas reprises dans la liste Nous n avons donc ici que les r sultats des trois stations Bobo Dioulasso Farako Ba et Vall e du Kou 39 Summary Water balance Rangeland Index Graph Insex distribution 2 FARAKC Ha VALLEE QU KOU EEE cua Aantal Wate Saby tacion jal atan a Get Ac UE dater r qurement Fronten EU Ver Output Fies Les donn es de sorties d AMS outre leurs pr sentations graphiques sont reprises dans des fichiers texte IIs ont t cr s dans le r pertoire que vous avez pr cis plus t t Les donn es qui vont tre utilis es dans le cadre de cette m thode sont toutes reprises dans le fichier se terminant par Summary Dekad Output Signalons cependant que d autres fichiers de sorties sont produits et peuvent aussi selon les cas d tudes apporter des informations int ressantes pour la pr diction des rendements des cultures I
50. e devra enfin concerner des variables qui ont un sens au point de vue agronomique Celles ci ont en effet plus de chance d accro tre le pouvoir pr dictif du mod le 52 Un bon compromis est donc de prendre les 2 meilleurs mod les dans chacune des cat gories 2 3 et 4 variables et de les valider l aide de la cross validation Ces mod les s lectionn s doivent bien entendu respecter les 4 crit res ci dessus Question Dans le fichier Excel nouvellement cr quels mod les s lectionneriez vous sur base des crit res ci dessus 5 4 5 Validation des mod les Dans le cadre de cette m thode de pr vision la technique choisie pour tester la pr cision pr dictive des mod les s lectionn s est la validation crois e Leave one out Cross Validation Le principe de cette m thode consiste retirer une observation de l chantillon de calibrer le mod le sur les n 1 observations restantes et de le valider ensuite avec l observation mise de c t La m me op ration est ensuite r p t e en mettant chaque fois de c t une autre observation pour effectuer la validation jusqu ce que toutes les observations de l chantillon y soient pass es Le coefficient de d termination entre les observations historiques et les valeurs pr dites lors de chaque tape de validation RC peut ensuite tre calcul et permettra d valuer l efficacit de pr vision du mod le Commencez par la validation du premier mod le s lectio
51. ela gt Fermez la fen tre Crop coefficient et s lectionnez dans le menu Database gt Configure gt Crops o o o 0 a E e e o e e ol ds La td t ii L t te td td t as D gt Cliquez sur le situ dans le bas de la fen tre Une nouvelle ligne appara t Compl tez la avec les informations de la nouvelle culture comme suit 21 CropN o Cropl D CropName DefThreshold Reduce Value ExcessA mount 13 C Coton 0 3 100 gt Cliquez ensuite sur le petit V pour valider votre nouvelle entr e Fermez la fen tre et retournez sous Database gt Configure gt Crop coefficient gt S lectionnez coton dans le menu d roulant Crop Compl tez les valeurs de Kc en fonction de la fraction du cycle correspondante Pour ceci aidez vous du tableau ci dessous Phase Phase Phase Phase de Total d initiation v g tative reproductive maturation Dur e 10 jours 50 jours 55 jours 45 jours 160 jours Kc 0 35 0 35 gt 1 15 1 15 1 15 gt 0 5 gt Vous devriez obtenir un graphe ressemblant ceci Na Crop coefficients Cros Coton Fracion al Lech RCE fo CES 3 Jonas be ba i P pee o Jos foos ba user oa Vegetative IT p pm 0444 105 Fowenng Tim e Wan ios eene E ps Save changes d Di DA DA EE 05 D Di g D U Percentage of cycle length gt Cliquez sur l onglet Save changes puis fermez la fen tre 2 Pr paration de la base de donn es l importation
52. ent les instructions destin es Vast savoir le chemin d acc s vers les images traiter le chemin d acc s vers le r pertoire de destination pour les outputs et les param tres appliquer pour l analyse La structure des commandes entrer sous MS DOS est la suivante VAST3 lt cc gt lt yr gt inpath outpath ext mon beg mon end pbase ptol Avec lt cc gt 2 premi res lettres du fichier lt yr gt zl ann e inpath Chemin d acc s vers les donn es analyser outpath Chemin d acc s vers le dossier o stocker les outputs ext L extension des fichiers images analyser mon_ beg mon end pbase l et ptol ayant t d j expliqu plus haut Exemple vast3 vt 89 C vast input C vast output img 4 10 55 5 Une ligne de commande comme celle ci correpond donc la demande de traitement pour les 36 images d cadaires de 1989 Un ligne est donc suffisante pour analyser une ann e gt Placez les images analyser dans le dossier nput de Vast gt Sur base des valeurs pto et pbase que vous avez d finies pr alablement introduisez les instructions d analyse dans l invite de commande W indows pour la premi re ann e disponible c est dire 1999 Pour information la valeur de pbase doit se situer autour des 95 et ptol aux alentours de 5 ou 6 et ce pour toutes les ann es disponibles gt Tapez sur Enter F P TE z p e wm Di l icrozoft imda I versio
53. est dire la d finition des donn es la premi re d cade d int r t et le nombre de d cades voulues 36 max l I n est donc possible de demander qu une ann e de donn es la fois SS httey 139 191 1L74 te d lies anba anile eer Value ter rem E Heraug dr alt Hun Pace CM Bes bi Lgesgrogeosuplkond e Thu GI a den Webmail ULg FOODSEC Meteodata Distribution Page Usage Download data for Comite or regicer Buk ina Fais z Data Produ t A to Felt Recnpoig Time frame stunt PPT by TE at leed EM ES r Z 158 el 1 1 i Ema parc D frame kengt in d kads mass 261 PLS Email Aire Bot Genk DOEN e Sv mblgoibevemgie Com Satanit Une adresse e mail est galement demand e C est via celle ci que sera communiqu dans les heures qui suivront le lien de t l chargement pour les donn es demand es Pr paration l importation des fichiers J RC Le fichier disponible au t l chargement se pr sente sous la forme d un fichier zip contenant lui m me 5 fichiers Vous en trouverez un exemple dans le dossier Donn es m t o gt T l chargements J RC D compressez le fichier zip II contient 5 fichiers dont le plus gros est un fichier dbf Ouvrez celui ci avec le logiciel Excel Le fichier se pr sente alors sous la forme d un tableau reprenant les donn es de divers param tres m t o rang s dans les colonnes F S pour une s rie de points dans l espace Ces points caract ris
54. est de d caler les lignes correspondantes aux ann es de mani re faire coincider les d cades de semis et donc de pouvoir appliquer la m me m thode que ci dessus 5 3 2 Cumuls des donn es de NDVI Dans le cas des calculs de cumuls de l indice NDVI les manipulations sont un peu plus d licates dans le sens o les donn es NDVI sont sous format image et qu il faut d abord les transformer en fichiers tableur via Windisp 42 gt Ouvrez le logiciel Windisp Ouvrez une image NDVI par d faut ainsi que la table de couleur gt gt gt NDVI Dans le menu Process s lectionnez Stats gt Median engen Weien Fie het ol m g namei C Formation AgroMetShell T emp lisi FA Map pe C Formation AgroMetShell Windisphi Stats He ke etda C Formation AgroMetShell Temp ND A Weeka wous parts 13 5 79 ne Save parameters Help Cliquez sur l ic ne a droite de la premi re case pour s lectionnez la liste d image correspondant une ann e de NDVI Ceci implique la cr ation d autant de listes qu il y a d ann es traiter Ces listes ont d j t cr es en d but d exercice dans le cadre de l estimation des param tres ptol et pbase Elles peuvent tre r utilis es ici Dans la seconde case s lectionnez le fichier carte du Burkina Faso Enfin dans la troisi me s lectionnez un emplacement pour le fichier qui va tre cr et nommez le par exemple NDVI ann e xls N oublie
55. et Predicted and residuals 59 Etage isi nas kee a SEN El roude E Obs tresids lu F Abe E pe amp del res CT Ge eem piot Case rotes Les r sultats apparaissent alors l cran II s agit de la comparaison de la valeur observ e du rendement et la valeur pr vue par le mod le pour la premi re ann e lorsque celui ci est calibr l aide de toutes les autres ann es WS Ge Von Te Fume Duo Gus Ae Des eet Mme Ee IL 80 DCH Ei e Ca di Ze Add to Workbook Add to Report k x Fan fn J lasu esada Dom a EES Weekkeei n m re 2 23 Gereral Regression Modeks GRM Spreadsheet TEAN miep ai EHGAM Sen pn 1 Sort EHGAM Hen n 2 Spre gt Copiez collez copiez avec Copy with headers ces r sultats dans une feuille Excel II s agit de la premi re tape de la validation du premier mod le II faut maintenant recommencer la manipulation en utilisant la seconde ann e d observation pour la validation 56 LES Ciel Mcrpzch Entel Apih Dnue Lise en payt Fou mile Donn e Fiare Afir age amabat eg Arial e 08 e ar Sanda ue entomge rengteonneg Za berg E Hid BA a G ZE AN E H e S 000 y Methe zou fone d tabiesu 2 Sopemmer EI r e wb 3 i d Di Ter Bechter t ugegr et pH z i SR E p NE S Ant de cellules Sltereag L ibere 1 irnkenner oppie Erenug Rp Pic Akper u Mapp amp Zoe Cette Edi
56. eurs de pixel sup rieures 250 par des valeurs de 0 gt Dans un premier temps d finissez un seuil d analyse Pour ce faire Process gt Threshold Entrez les param tres suivants Lower threshold 0 Upper threshold 250 le reste restant par d faut m i d Le Lover Pethia en lo Upps thamshold H55 n ol poit in G ren 50 ECS sovepoumas Heo gt Ensuite Process gt mages gt Algebra Entrez simplement comme quation A I ntroduisez dans mage to create le nom et le chemin d acc s de l image corrig e cr er vous pouvez la placer dans le r pertoire mages NDVI Traitement D Cliquez sur ok ntroduisez ensuite dans Filename for variable A le fichier que vous voulez traiter Cliquez sur ok Process Images Algebra ee TA Fiename lor vanable A C Formation AgroMetShelMmages M Save parameters Help DK Cancel Save parameters Help DK Cancel L image a ainsi subi le premier traitement b Suppression du parasitage Le parasitage va tre supprim l aide d une fonction sp cialement d di e de Windisp Sur base de liste de 3 images successives Windisp va corriger les valeurs de l image du milieu si elles d vient de plus de 10 par rapport celles de la 1 et la 3 qui servent en fait d images de r f rences gt Dans le menu Process gt s lectionnez Series Decloud 17 F e kt of misge namei C Formation AgroMetShell Templiat
57. he de l volution du signal NDVI au cours de la saison gt Cr ez pour chacune des ann es de 1999 2009 un fichier list reprenant les 36 images d cadaires trait es Utiliser pour cela les images NDVI contenues dans le dossier mages NDVI gt Trait es Pour r aliser les fichiers list r f rez vous au point 2 visualisation du signal p17 gt Observez l volution du signal NDVI pour une s rie de pixels situ s dans la zone tudi e province du Houet et tentez d valuer les 4 param tres de VAST pour chacune des ann es 5 1 4 Utilisation de Vast Pour lancer l analyse des images il est n cessaire de passer en mode de contr le DOS I faut pour cela ouvrir l invite de commande Windows C est en effet par son interm diaire que l on peut utiliser Vast gt Dans le menu D marrer Programmes Accessoires S lectionnez Invite de commandes Une fen tre de ce type s ouvre alors F Kat Cp e Microsoft Windows uersion 6 1 76411 E Copyright ic 2889 Microsoft Corporation Tous droits r serv s Users dons t gt Dirigez vous vers le dossier Vast Pour cela tapez cd puis Enter Entrez ensuite cd vast et nouveau Enter Vous devriez alors avoir une fen tre ressemblant ceci 19 ege LE icrosoft Windows uersion 6 1 7601 Copyright ic 28849 Microsoft Corporation Tous droits r serv s partir de l vous pouvez introduire directem
58. hode La recherche des mod les de pr vision l aide de Statistica gt Observez bien le contenu de fichier D o provient chacun de ces param tres gt Assurez vous de comprendre l origine de chacune des valeurs reprises dans ce fichier APEL a wmi TaT IER Luze en Dig F rmubet Donn es Riang PERETE Pp inggal T o pr A Calti j e Eg r panded ur en forme reng enmgg gemerer E A d AN i od b OEB Av EEJ Jen en Evere sous forme de tables J Supprimer zl d 2 t pir Sege a Gel feet Et Becbeerbei e Digne ri p F H bs As SE CR pe w Li Es Den de deliubei Format A rer c ectionner cr ter C14 fa sl s PCM 0 E F e H K L SZ 1 Vari Var Var Vard Vars Vart Var VMar var Vario Va Fi Rendement 5441 B TAWA iNDXHamnesi INDXNormalINOXLatest WEI WIERY WE Wi COTON 1191 00 E0 00 14 00 615 67 58 67 OO 35 67 6 33 0 00 135 33 d COTON 306 00 11 00 14 00 5 00 35 57 190 00 58 67 MERX 17 00 183 33 5 COTON 343 00 4 00 14 00 GA 0 4167 100 00 93 67 0 00 Di 14 00 D COTON ETT 00 16 00 14 00 672 67 87 00 LOC Cf amp 7 00 D O DO 3 33 d COTON 1084 00 1267 14 00 05 00 97 00 LC Ca 37 00 D I 28 33 260 133 8 COTON 958 00 66 13 14 00 636 00 99 33 100 09 59 33 0 00 25 13 30 00 3 COTON 1030 00 467 14 00 672 00 91 33 190 00 91 33 0 00 DI 33 33 10 COTON 1149 00 37 33 L4 00 663 35 94 00 a 0g 53 00 0 00 12 33 128 67 11 COTON 12 00 39 67 14 00 65 67 KEY 100 00 3267 0 00 1 53 210 13 17 COTON 133200 4 000 14 00 643 00 100 00 10
59. i dessus comprenant la ou les images dont vous voulez extraire les donn es Dans ce cas commencez par cr er un fichier contenant toutes les images de SDAT pour toutes les ann es disponibles savoir de 1999 2009 Appelez par exemple le fichier liste list SDAT 99 09 Ist gt Dans la seconde case s lectionnez le fichier fronti re qui doit tre utilis pour les statistiques Dans ce cas il s agit des provinces du Burkina gt Dans la troisi me pr cisez le chemin d acc s et le nom du fichier de valeurs SDAT que vous allez cr er Appelez le par exemple Med SDAT 99 09 xls N oubliez pas l extension xIs afin que le fichier cr soit bien un fichier Excel gt Cliquez enfin sur ok Le fichier Excel nouvellement cr s ouvre alors automatiquement II reprend un tableau pr sentant les m dianes par province du param tre SDAT pour chaque ann e une province par ligne et une ann e par colonne gt Faites la m me manipulation pour les 11 autres param tres de sortie de Vast Vous obtiendrez ainsi 12 fichiers Excel un par param tre de sortie reprenant les moyennes des valeurs par province Ces valeurs pourront ainsi tre facilement reprises selon la province tudi e pour l tape statistique de la m thode 22 5 2 Utilisation des donn es m t orologiques et agronomiques 5 2 1 Principe de fonctionnement d AMS Les op rations que r alise AMS s appuient sur le calcul du bilan hydrique des cultures
60. iser ne peut tre utilis tel quel Un traitement de lissage est n cessaire La m thode de lissage pr sent e dans cette m thode est r alis e l aide du logiciel Windisp qui a l avantage d offrir la possibilit de cr er des macros afin d automatiser les manipulations En effet elles peuvent devenir fastidieuses r aliser lorsque le nombre d images est important La proc dure de lissage comprend donc trois tapes qui vont s occuper respectivement des 3 types d erreurs mis en vidence sur le signal NDVI Des bad values se caract risant par des pics tr s importants comprises entre 251 et 254 Des valeurs anormalement faibles par rapport leurs voisines directes parasitage Des valeurs en dents de scies Deux des 3 traitements vont pour le traitement de l image n faire appel l image n et n L En globalit cela implique qu il est n cessaire de disposer des 2 derni res images de l ann e avant l intervalle consid r et des premi res images de l ann e apr s ce m me intervalle gt Familiarisez vous avec l outil Windisp et la m thode de lissage en appliquant les 3 tapes du traitement sur quelques images non trait es de 1999 Vous pourrez ensuite continuer l exercice avec la totalit des images d j trait es se trouvant dans le r pertoire mages NDVI gt Trait es 16 a Suppression des bad values La combinaison des 2 fonctions utilis es ici va permettre de remplacer les val
61. k s lectionnez la m thode Forward stepwise gt Sous l onglet Stepwise s lectionnez Summary only pour l affichage des r sultats L affichage tape par tape n est en effet pas n cessaire 48 Method Fores segune F lo erder no A Independent 2 4 5 7 71 D Force KR Method Ford 2etsere Humber of stepe IW Daglay seuls Sumensy cr gt Une fois chose faite cliquez sur ok Une fen tre appara t enfin pour afficher les r sultats de la r gression multiple par la m thode pas pas ascendante Hultigile Regi ession nesults ep di Dependent Vari Halriple A 1 009090000 F 14163953 AtS L O00Dppop d F i Ep of cares 10 adjusted Aim 349399344 p DGpoD ER Standard error of entire 014399333 inta zcapt 5093 506097 Sed Error SIES 3 1 m 17841 p eebe arid bateri Op acts batar bib Vari et Vari bucus 53 Vardi betas ii Vard beta 156 MES batam DA nr betas 01 tnignitficant batar are highlightedi Aleha lor t tegen Le Dech Advanced Residuali astumptiont predction gt Prenez note des variables explicatives s lectionn es suite la r gression C est en effet partir de celles ci que seront construits les mod les de pr visions 5 4 4 Choix des variables pertinentes Sur base des variables qui viennent d tre s lectionn es nous allons chercher les diff rents mod les de pr visions possibles en r alisant une recherche exhaustive Les meilleurs seront alors pass
62. les calculs sont r alis s pour une seule station sur plusieurs ann es Risk Analysis Run Sot les calculs sont faits pour toutes les stations d une m me liste mais sur une seule ann e Monitoring Run Notons que les calculs sont les m mes quelle que soit la m thode II n y aura que la pr sentation des r sultats qui diff rera Dans ce manuel c est l option Monitoring run qui sera d taill e C est en effet celle ci qui sera la plus couramment utilis e dans le cadre de cette m thode de pr vision gt Dans le menu Water Balance s lectionnez Monitoring Run gt New 37 La bo te de dialogue ci dessous s ouvre alors STE ST Define a new era Specii a unique name tor this run MR Houet Essa Sed stationdist Burkina Faso Firstyear of season 1999 Crop and crop coeficients Coton Crop coeficients Tao x _x Cancer _ Herp gt ntroduisez le nom unique que vous souhaitez donner la simulation dans la premi re case par exemple dans ce cas MR_Houet_ essai Dans la seconde case s lectionnez la liste de station concern e et dans la 3 la premi re ann e de l intervalle d tude 1999 Enfin dans la derni re s lectionnez la culture tudi e Le coton gt Cliquez sur ok S ouvre alors une autre fen tre telle que ci dessous Celle ci vous pr sente les stations de la station list Burkina Faso qui poss dent des donn es r elles Notons que m me si toutes les stations de la liste s
63. les fronti res nationales ou provinciales et une image par d faut de cette m me zone gt Dans le menu Edit s lectionnez General Configuration afin de modifier les valeurs par d faut Dans la premi re case s lectionnez un diteur de texte ASCII par exemple le bloc note Windows dans la seconde s lectionnez le fichier BKFAD1 bna se trouvant dans le dossier AMS Enfin dans la troisi me s lectionnez n importe quelle image satellite du Burkina gt Cliquez ensuite sur ok 24 ALA ador Default boundary e CFommation AgroMetShelRAMSEKFAD 1 BNA Detaub image for dimensions GiGEeauPlus COTE ormaton AgroMetEneuma ces MOVATrait esM990t Gefail color table w OK X Cancel Heip Pour valider les changements quitter AMS et relancez le nouveau Vous voyez maintenant s afficher la carte des provinces du Burkina Faso en fond lors du lancement d AMS Ilest maintenant pr t tre utilis dans le contexte du Burkina Faso Avant de commencer importer des donn es il est galement possible de d finir une base de donn es autre que celle li e par d faut au logiciel par exemple une base de donn es poss dant d j des donn es m t o gt Dans le menu Database pointez Configure s lectionnez Select Database File Name of database w OK x Cancel 7 Help gt S lectionnez la base de donn es GM FS Damien dans le dossier AMS Cliquez ensuite sur ok 5 2 2 Les entr es
64. les nous disposions des donn es m t o et ce pour les ann es de 1999 2008 Les informations agronomiques fournir pour le calcul de bilan sont les suivantes Date de semis 19i d cade Percent age effective rainf all 90 Dur e du cycle 9 d cades Kcr de pr saison 0 15 rrigation 0 Water holding capacity 120 SEENEN rrgation bund height 0 Etant donn qu il ne faut poss der au final qu une seule valeur pour chacun des param tres de sortie d AMS il sera n cessaire de calculer une moyenne des 56 valeurs obtenues pour chacun des param tres 6 3 Autres facteurs explicatifs 1 Cumuls des donn es m t orologiques Les cumuls des donn es m t orologiques doivent tre r alis s dans ce cas partir des donn es J RC Ceci peut tre fait partir des fichiers txt pr par s pour l importation Cependant il est d abord n cessaire de pr parer ces donn es car celles ci concernent 56 stations et qu il ne faut qu une seule valeur de cumul par ann e et par phase II est donc n cessaire d agglom rer ces 56 stations en un seul jeu de donn es et de calculer les cumuls sur celui ci gt Ouvrez MS Excel et ouvrez le fichier 1999 txt dans le dossier Donn es m t o gt T l chargement J RC gt Placez vous dans la case O2 et introduisez une formule de calcul de moyenne des valeurs de Tav de la 1 d cade du 1 mois pour les 56 stations Cette formule est un peu fastidieuse r alise
65. lettionn rs croptes Ereene ann i Benz Ak ntrmerd a Nesbre ET Chuir der Cenfiirr i e 7 fa Ramt Obs H C D E Admi Obs Rdrnt Pr si F s Bed 1191 1165 714 25 286 639 381796 GG 35 1353 108647 118 041706 TIE 986 937 36 9374 1516 1211 7 EE ZE 03 92 197 8500 275651 1166 669 4 669 7165517956 ad 997 1641 AI EMI 1915 29645 1050 108 67 BBI 23566 7659 1145 1143 5 25 1 630 01 1169 264 12736 16208696 1344535 39 065 2407 37433 Cair TEEPEE aT T EN I 2 3 Ei 5 7 g 3 10 11 14 13 14 15 16 09156093 17 0 89461506 NACH Feudl Eet Faut 2 57 Une fois toutes les manipulations termin es vous devez vous retrouver avec un fichier du type ci dessus pr sentant un tableau des rendements observ s des rendements pr vus et des r sidus l est maintenant n cessaire de calculer le coefficient de d termination apr s Cross Validation R cv qui va caract riser le pouvoir de pr diction entre les donn es observ es et les donn es pr vues par le mod le ainsi que l erreur moyenne entre les valeurs r elles et les valeurs pr vues par le mod le test RMSE ou Root Mean Square Error gt Etablissez une colonne r sidu au carr diff rence entre valeur observ e et pr vue lev e au carr gt En calculant la racine carr e de la moyenne de ces r sidus lev s au carr vous obtiendrez l cart moyen entre les valeurs r elles et pr vues RMSE Plus celle ci est petite
66. mme VGTextract peut tre utilis pour cela Un exemple de fichier t l charg sur ce site se trouve dans le r pertoire Exemple importation NDVI Elle concerne la seconde d cade du mois de juillet 2001 Nous allons bri vement d crire ici la manipulation pour en extraire l image sous sa forme exploitable gt Lancez l application VGTextract gt Cliquez sur l onglet New en haut droite de la fen tre Une boite de dialogue appara t l cran 11 BR ordnata E Dorpe pt de l environnement prot g G ga H RECOVERY DD pen HP TOOLS E Wali Lecteur OVD RW E gy Eea G Egt Lecteur BD ROM H i Ae rr WR R seau LE a Bbloth ques Cette fen tre va permettre de d finir les param tres qu il faut appliquer aux images savoir la zone d couper et le format de sortie gt Sous l onglet ROI s lectionnez Burkina Faso dans le menu d roulant Les coordonn es correspondant la plage occup e par le Burkina Faso apparaissent alors sur la droite gt Sous l onglet Output s lectionnez WinDisp IDA sous Output Format Laissez les autres param tres par d faut et cliquez sur ok gt Dans le cadre de gauche input recherchez le fichier zip t l charg sur le site VITO Dans le cadre de droite output sp cifiez l aide de l onglet Browse le r pertoire de destination pour le fichier de sortie 12 Formation AgroMetSheliTemgioutp_WG
67. n 6 1 7601 Copyright c 2847 Microsoft Corporation Tous droits r serv s L ZS WW U Gers a LEI Ke ds Hepo T vagt C wuastdvast3 ut 99 c vast input c Nvast output img 6 11 95 5 gt Recommencez la man uvre pour les autres ann es disponibles de 2000 2009 20 Une fois les lignes de commandes effectu es vous trouverez les outputs pour chacune des ann es analys es dans le r pertoire sp cifi C Vast Output y a donc 12 fichiers par ann e analys e Attention II est noter que les chemins d acc s aux r pertoires des inputs et des outputs ne peuvent tre plus longs que 15 caract res 5 1 5 Extraction des donn es trait es via Windisp Les fichiers cr s sont des fichiers image tout comme les fichiers d entr e avec une valeur attribu e chacun des pixels analys s Cette valeur peut repr senter un indice NDVI ou une d cade selon le param tre dont il est question Ces images outputs sont donc affichables dans Windisp au m me titre que les images d entr e la condition de joindre une table de couleur adapt e gt V rifiez les fichiers cr s dans le r pertoire C vast output Remarquez l existence de 12 fichiers par ann e gt Ouvrez Windisp Ouvrez le fichier SDAT I MG via l onglet rapide Afrique color e Comme table de couleur s lectionnez la table nomm e date d cade pi E 7 s T Fie Edit View Dryw Batch Tools Frocen Window Help BTS mms mA
68. ndroits afin de calculer les cumuls des six diff rents param tres 2 Cumuls des donn es de NDVI Les donn es NDVI n ayant pas chang et la zone d tude restant inchang e par rapport l exercice sur le coton les cumuls NDVI calcul s pour celui ci peuvent tre r utilis s tels quels dans cet exercice 6 4 Elaboration des mod les de pr visions La m thode statistique appliquer est identique celle qui a t suivie lors de l exemple sur le coton Vous pouvez donc vous reportez la section 8 pour un rappel de la marche suivre 7 Pour aller plus loin 7 1 Les macros sous W indisp Au cours de la m thode d taill e dans ce manuel nous nous sommes retrouv s face des tapes n cessitant des manipulations r p titives c est dire des manipulations qui doivent tre r p t es pour toute une s rie de fichiers parfois plusieurs centaines Windisp offre la possibilit d automatiser ces manipulations Ceci passe par la cr ation de fichiers de commandes aussi appel es macros La cr ation de tels fichiers peut rendre certaines t ches moins lourdes 67 Elle n est cependant pas indispensable au bon d roulement de la m thode et est donc envisag e dans un chapitre s par Vous trouverez donc dans ce chapitre des exemples de m thodologie pour la cr ation de macros pour le logiciel Windisp I s agit d exemple de Macro relativement basique ne faisant pas appel des fonctions trop avanc es Ceci
69. ne seule fois gt Cliquez sur une case de la colonne concern e et cliquez ensuite sur l ic ne Set Value for column entour e en rouge ci dessus Vous pourrez alors attribuer une valeur toutes les cases de la colonne via une petite boite de dialogue Dans le cadre de cet exercice voici les valeurs des param tres que vous pouvez introduire Date de semis 14 d cade Pourcentage de pluie efficace 90 Dur e du cycle 16 d cades Kcr de pr saison 0 15 R serve utile du sol 120 mm Irrigation Non 0 gt Une fois le tableau compl t cliquez sur Save And Run Une petite bo te de dialogue remplace alors le tableau et vous permet entre autre de choisir un emplacement pour les fichiers de sortie Directory for output files Menitoring run MS Gu tEssa s Directory lor outou files c Formmapon Aoreketz ielpfemg Time stap Dekad Stabons Lo use All Sabon idendirer in o pu station Hame Minimum percentage available daia en Make weather files from Ga abaser K View resus w OK XCancel 7 Help gt Cliquez sur ok pour lancer la proc dure de simulation Les r sultats des calculs de bilan apparaissent alors l cran dans une fen tre ressemblant la figure ci dessous Les bilans sont calcul s par stations Cette fen tre comprend diff rents onglets reprenant les r sultats des calculs de bilans hydriques L onglet Water Balance par exemple reprend l
70. nn Vous aurez besoin pour cette manipulation du fichier Statistica reprenant toutes les donn es et de savoir quelles variables sont utilis es par le mod le valider gt Ouvrez le fichier Statistica contenant les donn es de bases gt Cliquez droit sur les titres des colonnes et s lectionnez Add Variables Une nouvelle variable une nouvelle colonne doit effectivement tre cr e Elle va servir distinguer quelles ann es vont servir la calibration et quelle ann e va servir la validation Add Variables En Hoa many El e Login faia ba geet Fetzeg Ted varie Ate dy Coutie cien er d o Ee F3 Cancel d T CRE dree byl kakia F 3 Hame pm Type Debbie Mi code 5559 a Legh E Dips ler PEPS Be Vus Le Ter ven Ce Cl bp As Data e i ia Weg 2 pirhi mmk f Time Se Fe KAS aies Scientific An puti Currency RRC De Li Percentsgqe Bien vg Pa Fraction Suz Custom N E o Lau oo CDe Iw Long name label or formula with Functions Formulas use vanable names or v1 vd v i case Examples a mean vl v3 sqt v L AGE ls v1 v2 comment at f gt Dans la bo te de dialogue qui s ouvre alors s lectionnez 1 dans la case How Many Placez un 0 dans la case juste en dessous afin de placer la nouvelle colonne en premi re place 53 gt Laissez les autres valeurs par d faut et cliquez sur ok gt Dans cette nouvelle colonne appel e NewVar rentre
71. nt agricole partir de donn es m t orologiques agrom t orologiques et NDVI Cette m thode a d j t appliqu e au S n gal pour la pr vision des rendements de mil de sorgho de ma s de ni b et d arachide Tychon et Rosillon 2006 et Kouadio 2007 mais galement au Burkina Faso pour la pr vision des rendements de coton Bronne 2009 Ces tudes ayant fourni d assez bons r sultats il fut d cid dans le cadre du projet GEeau 2 http ge eau org au Burkina Faso la r daction d un guide de l utilisateur afin de permettre la prise en main de la m thode au niveau local par les personnes concern es afin qu elle puisse tre appliqu e autant sur les cultures vivri res que sur les cultures de rente Ce manuel d utilisation se pr sente donc comme suit La premi re partie consiste en une approche globale de la m thode et en une description des diff rents outils utilis s pour l appliquer Sont d taill es dans la suite du document les marches suivre et les diff rentes tapes r aliser avec les diff rents outils pour l laboration d un mod le de pr vision agricole Chacune des tapes de ce manuel est constitu e d une partie th orique et d une partie de manipulation sur un exemple concret le coton dans la province du Houet Vous trouverez en outre un autre exercice complet sur une culture vivri re le ma s au dernier chapitre de cet ouvrage 2 Approche globale de la m thode de pr vision Le
72. nt pr sent il n est pas n cessaire de le r introduire V rifiez cependant si les donn es pr enregistr es correspondent aux donn es ci dessous donn es sp cifiques la zone tudi e Modifiez les si n cessaire Phase Phase Phase Phase de Total d initiation v g tative reproductive maturation Dur e 18 jours 18 jours 36 jours 18 jours 90 jours Kc 0 15 gt 0 40 0 40 gt 1 25 1 25 1 25 gt 0 6 Vous devriez obtenir au final un graphique tel que celui ci dessous a Crop coefficients KS Si bl Cote Terese D Hew s Hsp Di D ES BE QT DR Bercer age ol crti kr 2 Donn es m t orologiques En r gle g n rale il est conseill de travailler autant que possible avec des donn es r elles et ce tout niveau de cette m thode de pr vision des rendements Celles ci ne sont malheureusement pas toujours disponibles ou sont parfois lacunaires 61 Dans ces situations des donn es m t o issues de mod les m t orologiques avanc s sont disponibles pour le monde entier via le site du Joint Research Center de la commission europ enne Ces donn es historiques d cadaires sont t l chargeables gratuitement sur simple demande partir de l ann e 1978 ou 1989 selon la d finition des donn es demand es l adresse suivante http 139 191 1 74 datadownload index php Sur la page de t l chargement il vous faut sp cifier la zone d int r t le produit demand c
73. olumn AT Please specify month W Propagate to following column Iw increment every column with ge Balance Run L vo Mufeker d 2 Previous import D gt Les onglets Day et Dekad ne sont pas utilis s ici car il s agit de donn es mensuelles et l onglet Year non plus tant donn qu il s agit de donn es normales et que l ann e n a pas lieu d tre sp cifi e gt Une fois tous ces param tres renseign s v rifiez si tout est correct en parcourant la fen tre de pr visualisation l aide du curseur horizontal Par exemple v rifiez l extr me droite s il n y pas d erreur dans l attribution des colonnes gt cliquez ensuite sur Import La fen tre ci dessous va alors s afficher et montrer l tat d avancement de l importation 34 Coum 24 CCo ren 24 Row 1297 Vas could mot be converted available data 30430 FAOTTT Cour 24 Row 140 Value could ot be corverte avale dain 14121 L FA0T77 Coin 24 Ro 41 Vars cout soi ba corvens able dis 226 FAOTT7 Cour 24 Row 1421 Wales could Aot be covered avalable daia 30040 FAOT77 Cole Z Kpa 143 vale coul act be Converted arabe das 25124 FAOT Cokug 24 Row 144 Vale could mot be corverted araiabi daio 3030 FAOTT7 Coluen 24 Ba 45 Vas coukl noi be cotveriss aval dois 30130 IF 146 valts added in beiaj 2030 values mported gt Fermez les fen tres Pour v rifier que l importation s est bien d
74. onn es 33 mensuelles normales N oubliez pas de cocher la case Copy to columns to the right afin d automatiser l criture dans toutes les autres colonnes gt Cliquez ensuite sur Parameter Vous pourrez ainsi s lectionnez le param tre que vous tes en train d importer S lectionnez donc Rain Cochez galement la case de copie vers la droite pour la m me raison que ci dessus Les onglets Day Dekad Month et Year sont utilis s pour renseigner selon le type de donn es la colonne o se trouve l information du jour de la d cade du mois ou de l ann e correspondant l information Ils ne sont donc pas tous utilis s pour chaque fichier importer Selon l organisation du fichier import et le pas de temps de l information les options s lectionner seront diff rentes gt Dans ce cas cliquez sur Month tant donn qu il s agit de donn es mensuelles Dans la fen tre de dialogue s lectionnez Fixed 1 12 car l information temporelle est fix e par la colonne dans laquelle se trouve l information Notez y 1 et cochez les deux cases Propagation vers les colonnes suivantes et incr ment de 1 chaque colonne De cette mani re la colonne 11 sera assimil e au premier mois la colonne 12 au second etc jusqu au 1218 mois pour la colonne 22 Daia og 1 D V 2 Data oe 2 Dais me J es Couma Column 11 Dein eg 3 fs Fired 1 12 H Type of data Wanihi Hermal wiesiha Paramejer Rain tal 2 In C
75. ont pr sent es le calcul de bilan ne sera effectu au final que pour les stations poss dant au minimum 60 de donn es m t orologiques r elles Par l interm diaire de cette fen tre il est possible d affecter certains param tres n cessaires au calcul du bilan ind pendamment pour chaque station Ces param tres sont les suivants Planting dekad s agit de la d cade de semis Cycle Length C est la dur e du cycle de culture en d cades Water Holding Capacity La capacit de r tention en eau du sol ou r serve utile Percentage Effective Rainfall s agit du pourcentage de pluie efficace pour le syst me sol plante Pre season Krc Le coefficient cultural de pr saison qui repr sente en fait l eau perdue avant la date de semis par les sols nus et les mauvaises herbes rrigation Application L application d eau d irrigation Trois options possibles pas d irrigation irrigation optimale ou irrigation r elle via la base de donn es rrigation Bund Height En cas d irrigation il s agit de la hauteur des bordures des parcelles irrigu es el gett Le AC bm 3 Ural EIS E Les CD Ci EEEE List Burkina Faso rear 1599 Crop Coton Crop coeficients oo Ji Geng ff Save E sre maaa A 38 Remarque Lorsqu un param tre est identique pour toutes les stations de la liste et que celles ci sont nombreuses il existe une option permettant de remplir toute la colonne en u
76. owing column kW Incr ment every column with 1 Ces Remarque Lorsque les donn es m t orologiques sont disponibles uniquement au pas de temps mensuel qu elles soient normales ou r elles AMS peut calculer les donn es d cadaires correspondantes et vice versa Pour cela gt Dans le menu Database gt S lectionnez Calculate gt Normals ou Actuals gt Dekadal from Monthly ou Monthly from Dekadal Par exemple si vous voulez transformer des donn es mensuelles normales en donn es d cadaires voici la fen tre qui apparaitra sur l cran gt En cliquant sur ok toutes les donn es Normales au pas de temps mensuel de la station list s lectionn e seront transform es au pas de temps d cadaires Lors de l absence de donn e m t o de station une solution est de recourir aux donn es m t o du IRC disponibles gratuitement sur internet Ces donn es ne sont pas aussi fiables que des donn es mesur es mais offrent une bonne alternative Le t l chargement et l importation de ces donn es sera d taill e dans le chapitre 9 consacr l exercice sur le cas du ma s 4 mportation de donn es au format image Certaines donn es m t orologiques peuvent tre disponibles sous le format DA image c est dire sous la forme d une image poss dant pour chaque pixel une valeur d un param tre m t o Ces fichiers peuvent tre directement import s
77. position pour sp cifier le nom des stations fictives par exemple Sfationli Station2 Station3 ef Gaari u h igr deg Borg OLE e Lg ii pig F imul i Career CRT Bf sbap Cette cop d ONTICE rd Gei Eng LUE ni pour Giro Grtrioziu ekrerr ners ge kocs At w A l CX SE D i H j E 1 u 4 r V Nee LONGIFUEN eu MONTH DiD TAN TMA OT ag op Dun 1 pteni Jui A i RH TEN TET o Ge HE Erste D iii EE A8 A Loi 57 TER Satis D Te ET TT LE 5 GT ITN 5 Sri 5 D Leg Rn Ap I Er O JAE amp Smig D Leg 3 mn rz 11H La TE ZEIT Fryti 5 3 H 146 TT 3 5 e LIEN I Haionk i f Las J i ELH HE sl vg HH ARTY F urii 15 GE 1533 3 E IH WI Mi z A DFI 10 reest ADR L Liss 1 LULU Chal 4 73 EL PR A ARIS D Stiet 285 Lo IUG mp an ug Seu mu 12 ath e 15 L IPA A WAT Ka MF 1381 CE FLE 15 States 198 i pc 33 64 EI LEI CET i haieri 289 iF 4 EE 1 EI TE 4711 GET 15 States 298 175 H ET DT ET a TE iii 6 gatent 108 E 4 ET EE ET TAT LEI HE 17 huoni 2838 175 Lg ss FFE 3732 TE HE mp aateat 293 iH H E Pi TE anii 31 84 LEI 271 i Mstent 291 1H H EI JE nu HE HH zm Lu ED A 1 3 1 RS TET TZ Ga LE EK Hi Smioni 285 D iii 3 ET k dai aigi ETE 411 ui H Zeg app D iii 3 AS H EPET TE TIET biag FI Srm 103 L L D SEI EEN 25 49 HH EE H Sr ET 4 1933 L FMH H ET TS IT LEETU H Green pp 3 1933 L E mp EK 713 TTT TED d Haies lk ki Las F AN SR sa NH ap E7 ERTI E iwini ek A Las F ch aTi aTa HN HH
78. pour passer l tape suivante 32 cho Found gt Hot Found gt Hor Foundy ground in gdatabases SELARPSL Chor Fouad Hort Found gt Chor Found gt Hi am Cascade La troisi me tape montre les recherches effectu es par AMS dans sa base de donn es concernant les stations d importations Nous voyons dans ce cas qu AMS reconnait les stations de Bobo Dioulasso de Farako Ba et de la Vall e du Kou enregistr es pr c demment mais pas les autres I va donc les enregistrer en m me temps que les donn es m t o gt Cliquez sur Next Remarque Etant donn que le programme synchronise les stations import es et celles d j dans sa base de donn es il est tr s important de respecter l orthographe des noms des stations afin d viter les duplicats de station La quatri me tape de l importation de fichier ASCII permet d informer le programme sur la nature des donn es import es et sur la mani re dont elle est organis e dans le fichier gt Rep rez la premi re colonne contenant les valeurs m t orologiques s lectionnez y une case vierge et cliquez sur Type of Data Coluran Catam 11 el Type of data Motte Normal Weatner W Copy to columns to the ri w Ok X Cancel gt S lectionnez le type de donn es I peut s agir de donn es normales ou r elles journali res d cadaires ou mensuelles Dans ce cas ci s lectionnez Monthly Normal Weather d
79. pur list trait listop list on 21 Ier C WAST inputi list trAait istan Tistet 35 Iert L AMRETA LAN EEE traiti listog11st99_ eh IS CA NMAST inputi listotraita listan listis 24 Iert x ML Le no EE traita liste lise 25 13t CE vasT inputi list trait CC MMAET inp 1iscap llsrpp 26 lst C7AMAETVimeut lise trait Jistan ie 37 at E MAAT inputi list trait listop list ON 28 1ST EN TIST traits OT ist A9 art E escht ME LS traita liste 11st99 10 LA CHAT inputi list MENT NIET 31 Iert E VAST inputi lise AL EEE EE 15 Ier e vagt inputi ist trait list g1iscod 33 ler C7MMAST inputi lte traita iston Tiset 34 Ier Ervast iinpur list trait listop listo 15 Ier CSNVAST inputi list Er AT T S TON Tisto 16 3 Lissage des Dents de scie 9 15T input list traita liston list 10 15t C WAST input spot burkinatraitzivt990ll img I C VAST input spot burkina raitt 1 CAST poust spot burkina trait vtt 9007 KC C MMAST input spot burkini rant Zvt3pO2 fm vasT Inpuc spor_burk ina_xraiti ur 60i2 eg CEVAST inp VAS TY input spot burkina EN AIT IUT SHIEl er d AN LL ve burkina rat Zut deg 10 burkina Frai t Zut fan ing 10 C WAST lpputiapot NS H img img 1 spot burkina trait vtog023 im ut spot _burkina traits vtagO0 ing CEAVAST input spot CivasT input spor_burkina_tralt ivr C MAST input spot burkina trait ve 908 img CEVASTU input spot _bu
80. r mais elle ne doit tre crite qu une seule fois Attention Si vous poss dez toujours les param tres r gionaux fran ais la virgule comme s parateur d cimal prenez soin de remplacer nouveau les points en virgules af in que les chiffres soient reconnus comme tels pour le calcul de la moyenne 65 d tan ki get gg Foi kont Bii Wat rn pp Femmes Donais Miesen ahisi SS Ai i es H e FF Tem RE Er ar SSe ki i ei Via D 7 M Gi pba g yo e aA ERR AL aea Viet rn D a Ep Piest vamala rg SS e LK bi GAAHNGLATA TUE LME DENIS E Ei c Do i E 1 8 D i kal i 4 TE r a L LONGTUCOE EAR Mfr DEA Ci LL THN THR RRA ETO GPT EN A EEFE 1 ECH 1141 IO D SIS HI Lametta bus La 4 Len i 3 EE Hai add Sg sr tr Grid EE AT E EE EE A A Ken KS HAT E D CRE rT el RA EE e E REG ebe br E i 4 Lem H i E mE TRE in NAS DM A E O A O amp Kei H d KA VR ZL 3 LA D RB KEE GRO 7 A EER LIT F k Hen d i P K KI d H DW 11H91 Ce I EC LG TD PES MES ET z 3 EFFI A i HH D d CAT DR 2 HRT tb Sekt mph h erik Fb 8 A Fenn 3 J LES RR Kn LES ZE ZERIO sn Po LM LE LAS Gr LP Ep g Les 3 3 ER 38 71 HE TA LAN BS A DITS Us EL TELE E D 3 Res i L ES 37 84 Er LLSS Sp Ai S H 4 Lei A kl SOA KAES MF Hihi Hij Tin D A Cen 29 CET ke ET ai 19 sr 227121 H 4 ifr S i al 73 BI ab EL AN b P f i SST D 3 Kc 5 d LI HL BE 1160 FE AN KE dn LE A San VH i fe NIR FRAT ar LP AE AN TE Fi 1 EFF B I d
81. r sentation sch matique de la m thodologie g n rale 3 Donn es n cessaires Au vu des grands principes de la m thode certaines donn es et informations ce que l on pourrait qualifier d inputs de la m thode sont indispensables pour aboutir la cr ation d un mod le de pr vision En effet certains logiciels ne sauraient tourner sans certaines donn es est donc important de faire l inventaire des donn es essentielles l application de la m thode de pr vision Les tableaux ci dessous les reprennent Donn es historiques Rendements Pluviom trie Evapotranspiration mages Satellitaires de NDVI Dates de semis Pas de temps d cadaire Pour un ensemble d ann es le plus long possible Autres donn es concernant la culture La dur e du cycle L volution du Coefficient cultural Kc au cours du cycle Le coefficient cultural Kc de pr saison La capacit de r tention en eau du sol Le pourcentage de pluie effective L application ou non d irrigation La m thode se basant sur la construction d un mod le de pr visions partir des donn es des saisons ant rieures il est conseill de disposer des donn es historiques sur le plus grand nombre d ann es possible En effet plus le nombre d ann es sera important plus le mod le construit sera robuste Toutes ces donn es doivent tre disponibles pour chacune des ann es sur lesquelles ma m thode va s appuyer Si certaines informa
82. r ki CEVAST input spot burk ina trait ivt99085 Leg WAST INPUT spot burki Cast input spot _burkina_traita ve 99068 img wast Input spot bur CiVVAST input spot burkini trait avt 99072 img C vasT input isport burkina trait ur pang img LO Ci VAST input apot burk imi pra tivt 90 img F WAST INPUT Spot _ Burkina Crailt hwtHOR JS L VAT input spot buekieoa trait VE OR img C ANAST input spot _burkina_trait2 ve SOON Leg E AMasr input spot burkina trattivei C AMET vapor burkina CrAlt7ut 99093 img AVASTA input VE Por burkina Er at CAVE EA je 10 put spot burkina trait vt90lOs img 1 Er VAST INPUT Spor bugrkina Eraitz weya jar 10 pot_burkina_traitivt99111 ing 10 CL VAaST input spot burkina trait vt99112 img 1 CIAVAST C VAST input is c Maat Input sport kina_tralti ur 8115 img EL pt gr ph deg i img CEST input spot burk ina trait vegla eg na_traiti vtr B nn img 1 na_traiti vrgg06l ing 10 Ewas input spot burkina trait wvt 5062 img 10 kina_ trait ur d071 img 102 img 10 na_traitiivr00122 img 10 A nouveau la m thode de r alisation est identique Seule l op ration r alis e sur les images varie La macro de lissage des dents de scie ressemble donc ceci Fichier Edtion Foret A8 Process Images algebra IER NE LA EE LT D img A C MAS input spot burkina CrattZvCRRlL73 jure E VW Proc s Images
83. rement de la macro en allant dans le menu Batch gt Stop gt Via l explorateur Windows recherchez le fichier macro que vous venez d enregistrer II se pr sente sous forme d un fichier syst me Pour afficher son contenu cliquez droit dessus et s lectionnez Modifier Un fichier semblable celui ci dessous devrait alors s ouvrir via le bloc notes Windows Tei VR ie a POUE l es den Fer Affebeag T Libroaren Images algebra C ci vusers Char ly tappr mer veneegie trait Dag E AET input spot Markina rontralt entete vt0LOT1 en ia Celui ci contient une ligne de commande correspondante l op ration r alis e sur la premi re image Elle reprend donc l op ration r alis e le chemin d acc s du fichier trait et le chemin d acc s du fichier source Cette op ration devant tre r alis e sur toutes les autres images de la s rie il est n cessaire de dupliquer cette ligne de commande et d adapter les duplicats toutes les images qu ils vont devoir traiter gt Copiez collez 2 fois la ligne de commande et adaptez les 2 nouvelles lignes pour les 2 images suivantes savoir celles correspondant aux 2 et 3 d cades du m me mois F erhia Ps a SR Pirhi Edition Forms Aptchate F Process m j i a Leebr P Tr Charly Ca DEL wt Dot 1 ee A E VAST Lpesug spot burk imi morale antata wt 90063 iag AC Pr cis Lesen algebr Ei A C uia ehi Ty EE DO 2 A EURE PE apar bur k Tma PTE a p
84. rier selon les ann es ou les lieux consid r s et seront donc introduits en m me temps que les donn es m t o Seuls les valeurs du coefficient cultural pour les diff rentes phases ph nologiques de la plante consid r e peuvent tre introduites une fois pour toutes dans le logiciel Ces valeurs sont m me pr encod es pour les cultures les plus communes telles que ma s bl riz arachide etc II est n anmoins possible de rajouter des jeux de valeurs pour d autres cultures et m me de d finir diff rents sets de valeurs pour une m me culture La premi re chose faire est de v rifier s il existe d j des donn es de Kc concernant la culture que l on veut tudier savoir le coton dans ce cas d tude Pour cela gt Aller sous le menu Database gt Configure gt Crop coefficient Une fen tre telle que celle ci dessous s ouvre alors Les cultures pour lesquelles des valeurs de Kc aux diff rents stades ph nologiques sont d j pr enregistr es dans le programme ma s haricot bl mil sorgho riz sont reprises dans le menu d roulant en haut gauche Crop 26 sF EL 2 iTi Lei ER 18 ik d e gt Naviguez dans le menu d roulant et comparez l volution du Kc des diff rentes cultures via les graphiques et les valeurs s y rapportant Le coton ne figurant pas dans les cultures pr enregistr es il est n cessaire de l introduire manuellement Pour c
85. s au banc des tests de validation Cependant il n est pas sans int r t d tudier pr alablement les corr lations ventuelles entre les variables explicatives s lectionn es l tape pr c dente En effet il conviendra d viter les 49 mod les bas s sur des variables corr l es entre elles ceux ci pr sentant des risques quant leurs robustesses 1 R alisation d une table de corr lation gt Dans le menu Statistics s lectionnez Basic Statistics gt Dans la fen tre apparaissant l cran s lectionnez Correlation matrices et cliquez sur ok ei Droe variable Sp En Lee ets pect mate ege Les Fia kt 21722 H 45 49 57 63 Second kat pre Do Ararat eege ES Sooteeplot mary for selected variables das Co MD deletion Casewise C Paiwise gt Cliquez sur l onglet One variable list afin de s lectionner les variables explicatives obtenues l tape pr c dente gt Sous l onglet Q uick cliquez sur l onglet Summary Correlation matrix S affiche alors la table des corr lations entre les facteurs explicatifs s lectionn s Les valeurs en rouge indiquent une corr lation significative entre les variables correspondantes Aa La Lis me 2 rie fs ST Dr ISTICA on ook lz r ons Gp derti mr j bel a de zi m Pong Sher ien Rz rn Ver et Fame Juno Sr fe De open Mdo Hep Den aA A GEN 3 Ce HR Add to Workbecak Addto Repot ENT
86. s d informations sur le site http www statsoft fr index php 4 5 Microsoft Excel s agit du c l bre tableur de la suite bureautique Microsoft office Notons que dans cette m thode ce programme payant n est utilis que pour des fonctions simples d affichage et de traitement de r sultats chiffr s II peut donc tre facilement remplac par un autre tableur gratuit tel que celui fourni dans la suite bureautique libre Open Office org Disponibilit Microsoft Excel est un logiciel payant Plus d informations sur le site suivant http office microsoft com fr be Open Office org Calc est un logiciel gratuit t l chargeable l adresse suivante http fr openoffice org 4 6 VGTExtract Cet outil simple d utilisation et totalement libre permet de pr parer les images SPOT VEGETATION pour l analyse En effet ces images t l chargeables sur le site du VITO sont sous format HDF compress es et tr s g n rales concernent tout le continent africain VGTExtract va permettre de d compresser les fichiers t l charg s d en extraire la sous r gion qui nous int resse et de reformater les donn es dans un format qui nous convient Sa manipulation est ais e et il peut tre utilis en mode batch ce qui permet d automatiser les op rations Disponibilit VGTExtract est disponible gratuitement au t l chargement l adresse suivante http www vagt4africa org VGTExtract do lang R Un manuel d utilisation complet en
87. s donn es NDVI extraites des images Spot convient n anmoins d agr ger ces donn es de mani re adapt e Les param tres se rapportant aux phases d initialisation de v g tation de reproduction et de maturation sont associ s respectivement aux indices i v f etr gt Le Rangeland Index ou RI est un indice de satisfaction en eau calcul sur un intervalle de 5 d cades avec l vapotranspiration maximale normale prise avec un KC 1 et une capacit de teneur en eau du sol de 50 mm 41 5 3 1 Cumuls des donn es m t orologiques Les cumuls des donn es m t orologiques peuvent tre r alis s avec tous les param tres m t o disponibles pour la zone tudi e et l intervalle de temps consid r En effet ils sont tous susceptibles d influencer de mani re significative les rendements culturaux Les cumuls sont calcul s sur chaque phase ph nologique et sur la dur e totale du cycle Notons que plus il y aura de param tres diff rents plus le nombre de facteurs explicatifs sera important et plus il y aura de chances de trouver un mod le de pr vision performant Le calcul des cumuls de donn es m t o dans le cas d exemple ne pr sente pas de difficult particuli re dans la mesure o les donn es m t orologiques sont sous format Excel et que les dates de semis d but du cycle sont identiques pour chacune des ann es Les manipulations sont donc r duites Cela ne sera pas aussi simple si l on poss de le
88. s informations sur les conditions r elles c est dire les dates de semis effectives Celles ci diff rent en effet d une ann e l autre faudra dans ce cas faire appel des manipulations plus complexes voir Remarque encadr e ci dessous gt Ouvrez le fichier de pluviom trie p uvio bobo 99 08 gt Ins rez une colonne vide apr s la derni re d cade de chacune des phases ph nologiques de la plante en commen ant le cycle partir de la d cade de semis et servez vous en pour calculer les sommes du param tre par phase Dans le cas d exemple ins rez une colonne vide apr s les d cades 14 19 25 et 30 pour faire vos cumuls Pour plus de facilit copiez les r sultats dans un nouveau fichier nomm par exemple cummul param tres xls Attention Pour tre affranchi du lien entre fichier utilisez l option collage sp cial et s lectionnez l option valeur gt Ajoutez ces valeurs de cumuls pluviom triques aux cumuls des autres param tres m t o d j calcul s et enregistr s dans le fichier Excel Cumuls m t o coton xlis dans le dossier cumuls Ces r sultats seront galement int grer au fichier r capitulatif qui sera utilis pour la phase statistique de la m thode Remarque Dans le cas o l on dispose des dates des semis qui diff rent d une ann e l autre conditions r elles ou m thodes d estimations les calculs de cumuls sont plus complexes r aliser Une m thode possible
89. s par les coordonn es de latitude et de longitude quadrillent la zone d int r t de mani re r guli re au rythme de 1 point par carr de 0 25 degr s de c t Pour chacun des points vous pouvez observer 36 lignes de donn es correspondantes aux 36 d cades de l ann e concern e 62 Oria ser ATA m P gal Ca Dsp j rt r me dri Raa appia di F igr L vm E Al mm HEE jbj LATITUDE 4 EEN L RERRECEER JE Leen A i E ACC IED AC l TO TE TEN 25 I 4 RES E F Rreseeun ISKEE JC d D T KCGOOKKS SKS JS F KE e Lkasxweegen Ae i KS LAHON O 2 E HR MRC I JE 4 RR den Lens Je i 1 SKS AA HO wa BUE JE ER COCOON A RENEEEEON JUL d DR RRG RENE JE 5 HI WS IA JOUE i DR SCC L ES ER E LENS SS 4 E awe Axe Ss lj mO wO ASS 5 A HG AE ez F EI RES E Ji F M RI L EE E EO RSC AE ez D M geg KK AER Ei wO A JL VH EN RCE A Sek F mo PROC IANO l EO EONO LENNE CH ES apa Leni 23 H SEO ANE EL EL Aren slbta idiih tatie EU LT taper COLE ZER F A 8 SG 3 UTC LE ee 1 MAS Tree H ELENOA EL ONE Reiser L RECOOCE T More PERILOM PLENA p g T HIINA aR eerren KE N E FEE Hire SE BRXOKKERE K SOON EE brin ET MON A b ssen muse KA EE RE St RE Ki FAN LLN RTE S kreeg TE D messes e Ee ZE ENEE KR e EE TE AWAR D 9880 FLE STORE EL IEKE EE peii DP amt nnn nn i P EEN LEON Vh d n LE FIOI DE TN Re
90. sblaut teint Slteng A Etre dicam m att Ek Eu Faini FRE Bose Cr buerger Huus lasers BER zc 1 Bast EI gp l A n z z ge s _ z gel TR 5 TAY A lis j D i i H i D i D DI d j bk i EI mmm i F H 4 Ej k I H H Ip LL ig LR La E i LU S Le KE D PET Lk FR SEKR SP HL Am EE FLA SC H SET ru Er mH F ke peu Mir Dei an EL 4 KR LE bk LE ji Le TE KEE FL E ji Ei Ad E ENL ke ZK ke LC T3 TIE SIE LR Ez IS DES LEET LI IE KE ZE a KH D nu LE n H EI ERT LS KLS LE 7e ETI ER d ET Li H d E LH i HS ER i H i d H HI D PIS d EF le ELES H RL 1 IR HE l ponie j E l EE A F LE H D 4 UA E l EEE E LE H RELS Ka d G LA j ILR d kj Le E H H Krah F 2 EL Bi 1 LS m 28 3 E 4 L Eu Ke H iH IE 41 bh Y HEI H HE Fa CA 3 e Sg ks iN A l i i i rs 1 3 i A P Piu H U H i J 8 bj Ip H 11 LI EN I I D D KE 1 ERR d W d Ai 1 D m CH d d ep ai IH d ER AH D D H Ak HR 4 E E LT i Fr 4 d ii eet E 8 i i 1 1 T i GEI E PG EI am TI EEU B 1 A Op LH WO KN LE L ui 1 LL D LE id 18 E Zi ER i II ER d L LE E KK N LE Wa l DH LIS Eu IA Fe Lu i D AR 8 LE SE EL E 3 d ED E Le i dE 1 LEE D RK d Kap D i D DI E E d d Fu mp Be LU AR 7 ip E DI SE l F ai A mel H Am EL 28 d E rim CG d i A SH el D je TE HE rE H E E Li j ER l BI ne vous reste donc plus qu faire la m me manipulation que dans l exemple du coton en ins rant des colonnes vides aux bons e
91. selon le mod le CSSWB Crop Specific Soil water balance de la FAO Ce mod le simple constitue l unit centrale du logiciel et va permettre l valuation d une s rie de param tres Ce mod le part simplement du principe qu la fin d un intervalle de temps j la quantit d eau disponible dans un sol est gale la quantit que ce sol contenait la fin de l intervalle j 1 additionn e de la quantit d eau apport e par les pr cipitations durant l intervalle j moins l vapotranspiration durant cette m me p riode et moins les pertes par ruissellement et infiltration profonde Cette supposition assez simple peut s crire Wu Win P ETM pertes Woe et Wi 1 quantit d eau disponible dans la zone racinaire la fin des p riodes j et ad P pr cipitation durant la p riode j Etm Evapotranspiration maximale durant la p riode j Pertes pertes d eau par ruissellement et infiltration prof onde Avec Be Le plus souvent pour ce mod le le pas de temps d cadaire est choisi permet une pr cision suffisante pour ce genre d application sans n cessiter de trop grandes quantit s de donn es parfois difficiles obtenir L vapotranspiration dont fait mention le mod le c est dire ETm repr sente la consommation en eau de la culture lorsque l eau n est pas un facteur limitant II s agit donc de l vapotranspiration maximale qui peut se produire dans des conditions m t o donn es pour une culture particuli re
92. sible RE Un Buder pew File Rows Cols Fies Help Dans le menu File de la bo te est buider s lectionnez new Entrez le nombre d images c est dire 36 et cliquez sur ok Entrez ensuite le nombre de colonne 1 dans ce cas et cliquez sur ok Dans le menu Files de cette m me boite s lectionnez maintenant Add Une autre bo te va alors s ouvrir vous permettant de s lectionner les 36 fichiers de l ann e que l on d sire observer S lectionnez en une fois les images de l ann e 1999 dans le r pertoire mages NDVI non trait s gr ce la touche Ctrl Cliquez ensuite sur ok Vos fichiers sont maintenant repris dans la bo te ist buider Enregistrez cette liste via le menu File gt Save as Quittez ensuite cette boite pour revenir la boite View Graph Image Series Cliquez enfin sur ok Une nouvelle fen tre nomm e Graph appara t alors Celle ci va permettre de visualiser graphiquement le signal NDVI de l ann e 1999 pour chacun des pixels de la surface tudi e Pour cela cliquez sur n importe quel pixel de l image 15 gt Cliquez en diff rents endroits de l image pour appr cier l volution du signal au cours de la saison de l ann e 1999 e Let Ven Dee iiih Too freeen eee Hee Blaine naapa ERRKSACHeR Ser kapr Det e Hisap Question 1 Q ue pouvez vous observer quant au Signal NDVI 3 Lissage du signal Un signal NDVI tel que celui que vous venez de visual
93. sn Sd IR D so LE D CC DC TLE Goen EES LR DEUM Of dc 711 TITO L ARR il DOG ADO pL Dam H REWE U TA DOE 41 CR KAPP H SE D ZONE GE D DE DOC Res en da LEPETT LE He i me I FRERE LE ME 11 CEE Haan il Dans le cas d exemple la zone d int r t sp cifi e lors de la demande de t l chargement est le Burkina Faso Le fichier reprend donc des donn es pour un ensemble de points s par s de 0 25 et couvrant toute la surface du Burkina Faso Le fichier contenant 27324 lignes cela repr sente 27324 36 759 station fictives Ce fichier est trop lourd pour tre import directement dans AMS cela prendrait trop de temps est pr f rable d importer uniquement les donn es d int r t en supprimant les lignes et colonnes superflues De plus rappelons qu AMS ne travaille qu avec des donn es ponctuelles faisant r f rence des stations d termin es est donc n cessaire de sp cifier des noms de stations pour les diff rents points pour lesquels des donn es sont disponibles gt Commencez par Supprimer les colonnes comprenant les param tres non n cessaires et ne conservez que les 6 param tres d int r t Tav Tmax Tmin RRR ETO et RAD Temp rature moyenne maximale et minimale la pluviom trie l vapotranspiration et les radiations solaires Supprimez toutes les lignes correspondantes des points situ s hors de la zone tudi
94. ss en N T Kark ed Zb FCO ER 8 Fee kreie ERR CR S LE HIII SL RGD ZLSK PL Been be CE HE BI Oe 20 OC 2L EMI 22 SEICRNN 20 100 pi RGO 2L 28 HE SL HR AN ER a LICE TE r TOIA 1 COCO Phisinmnn 3 Eege 1 SIE 2 WC KK FL CREER Pr BENETO KS SONN ER Kaeegee ER LAET ER Fass ei EE RICO H CREME EI TRES VO RERO a Sec er ssiisus WIKCCOOCLL PRET MO SE K DECK 1 2 Keen ALL KO ban LE DPE EIE BEEN e CERN 29 Ak EEE FT Eh INC LP dE PAIN Lee FAIRE EZ ANSE 9 B EE P RB COCOON Er RENEO LRO AI EEE d OS Eh EEE DN WKCCCOOU 4 RIRE ARRET ek D C prises S rs tn Ee E AE id Rereee EL vEEECEE 9 KEE H E EFFETTO TODE Ni RTE LU KSE LL 29 KI ege A7 ERC DW NEE SKS Ne DEM Kerg ALL E DAT E Tru ss MI ERC ROC D EIRE KWR ma tee d EK SERRE LLC H RE HI CRCEEREECE SC Lego gees at KERRECEEE ETO pA e SL St esgeeee E2 TIENOIN TLAN piepe enai HEL E TE COR a nia aan B e a e HEITE Ke LL Free MA Tu den 13 DI uaj TSEN ee e HECK EPS ICC 21523 DECK dieu CC El DO HILH COOC HiH eege Z28183 ECO THL Fee ae Fee Ahbasegesgeg ET AE NI KLS 99 LT SEE AKTER ER jantes TEETE 8 Le bi ipani MATEO II iee LGgeeeeee HE WA Seege di HEEE ijiet MEPE ennnen Tau EG EI A oa 1B7 eh eg 3253 ECC ASS DOC WEP eege RE EE CRE HAL THH DC 142154 CC IH OO ET Rp CC d Urkbauarsgecd PHAI OGC o S2220 tease
95. tShell de Vast et les diff rents cumuls m t orologiques et de NDVI La m thode suivie ici se d roule donc comme suit D abord il est n cessaire de d terminer les variables vil corr l es au rendement Pour cela nous allons proc der en 3 tapes enlever les variables dont la variance est nulle s lectionner les variables explicatives et enfin ne garder que celles qui sont pertinentes Ensuite sur bases des variables choisies nous s lectionnerons les mod les de pr visions les plus performants et les plus prometteurs Nous n aurons cependant ce moment que des mod les pr sentant de bons r sultats explicatifs I est n cessaire de v rifier leurs qualit s pr dictives Nous effectuerons donc pour cela une validation crois e Leave One Out Cross Validation afin de ne garder que le ou les mod les les plus robustes Pr paration du fichier d entr e Avant de commencer les op rations statistiques d laboration des mod les de pr diction il est n cessaire de rassembler tous les param tres que nous venons de calculer dans un m me fichier avec les donn es de rendements de la culture tudi e Ces donn es doivent tre pr sent es telles que montr es dans le fichier Excel nomm Fichier Summary Coton savoir une ann e d observation par ligne une variable explicative par colonne et les donn es de rendements constituant la premi re variable C est ce fichier qui va tre utilis dans la derni re tape de la m t
96. te alors entrer le chemin d acc s vers le fichier ascii contenant vos donn es m t orologiques gt Aller chercher le fichier rainburkina dans le dossier Donn es m t o Donn es normales Cliquez sur ok Notez que le fichier de donn e importer doit tre au format dat csv asc ou txt La fen tre ci dessous appara t l cran 30 COUNTRY NAHE STATION ID WHO CODE STU MAMP LON LAT ELEVATION m ELEHENT CODE BEGIN BURNINA_FASO EFAORBND 0 ARIBINDA 0 85 1i 22 302 208 1961 30 0 0 3 5 21 49 118 157 64 17 0 0 1 BURKINA FASO EF118633 0 RAGASSI 3 3 11 75 281 208 1961 30 1 3 10 25 80 119 173 268 177 41 4 BURKINA FASO EFOSBGRO 0 BAGUERA 5 42 10 53 366 208 1961 30 6 7 19 59 109 136 234 283 189 72 BURAINA FASO EBFSIBNTR DT BAN TOTRCOTRE ROERSCH ISS el D 13 233 236 20S 1961 20 De D A 16390 li HORKINA FASO EFLASANK 0 BANANRELEOAGA 4 933 11 32 396 208 1951 30 2 3 21 52 105 140 226 299 corma T Dataines begn ai oe 1 Test qua fier f D Loss Do HOT Cvenwr e data w n fogs Fu for mocored Gan oe Fiag D SIU HAME S I ELEVATIOH e ARIBIHOX a LA 302 AAGAGSI 13 SECH BAGTER A 42 de 2 3166 BAH TOURCOING ONGCOUSSI BAHANKELEDAGA e 11 356 BANFORA BA FOR A AGELICULITIRE BANT BARANOULE SIATION ID BFACRSNT BFLIBGSS BECSEGRI SFS1SNTRA SELABRRS BFOABNFR BFO4E
97. tion Conter Ad e E Ai d B D i Wari Obsered V ri Predbctd Vari Resda CE 1191 000 11657 252862 3 4 5 Wak fFeudl Eet fu E ES Ptt gt Fermez la page de r sultats et l analyse en cours et retournez sur le fichier de donn es de base Statistica gt Dans la premi re colonne NewVar faites descendre le 0 la seconde ligne afin que la seconde observation serve la validation et replacez 1 la premi re ligne pour que la premi re observation serve la calibration gt Recommencez les manipulations avec cette nouvelle configuration afin d obtenir la comparaison de la valeur observ e du rendement et la valeur pr vue par le mod le pour la seconde ann e d observation lorsque celui ci est calibr l aide de toutes les autres ann es gt Copiez ces r sultats la suite des premiers dans la feuille Excel de r sultats gt Recommencez les manipulations avec la 3 ann e comme observation de validation puis avec la 4 puis la 5 et ainsi de suite Copiez chaque fois les r sultats la suite dans le fichier Excel de r sultats TN we Argui Wiera Dise en page Femi Dnen i Feike aire Gel Snpbat A Catti siii el i Stands phe en fema renggeonnpg zg bu rn E AF A a Le OZ Es A x ES Sa a ug an Se SE Mrptze igui forme de Lubdepu ES Gupemmer Ai x eet E i m Thier et Bechenher ct Digam ri Y a g bk 4 A wE a Te Z Sen de reien El Format i E3 fibers a
98. tions manquent pour une ann e particuli re celle ci n est pas exploitable dans le processus de cr ation du mod le de pr vision 4 Pr sentation des outils informatiques 4 1 AgroMetShell AgroMetShell est un logiciel qui a t d velopp pour le compte de la FAO dans une optique de suivi agrom t orologique des cultures ainsi que de pr vision des rendements II permet le d clenchement d alertes pr coces en cas de risques li s la s curit alimentaire AMS est compos d une base de donn es destin e contenir les donn es agronomiques et m t orologiques et de diff rentes fonctionnalit s qui vont servir mesurer l impact des facteurs climatiques sur les diff rentes cultures l essence du programme tant le calcul du bilan hydrique de la culture sur base des donn es m t orologiques Le logiciel repose donc sur l hypoth se que les rendements peuvent tre expliqu s par le contexte agrom t orologique de la zone consid r e Disponibilit Le logiciel AgrometShell est disponible gratuitement au t l chargement l adresse suivante http www hoef sioot com agrometshell htm Des tutoriels sont galement disponibles sur cette page Vous trouverez galement l ex cutable d installation du logiciel AgrometShell dans le dossier Installation du Package formation 4 2 Vast Les initiales VA ST signifient Vegetation Analysis in Space and Time I s agit d un petit programme rudimentaire tournant sous MS
99. uppl mentaires concernant ces macros en fin de manuel Chapitre 10 Pour aller plus loin 5 1 3 Estimation des param tres Une fois en possession d un signal NDVI lisse l analyse des images peut avoir lieu I est cependant n cessaire de renseigner Vast sur certains param tres Ceux ci concernent en fait les crit res que le programme devra appliquer lors de son analyse Ces param tres doivent tre estim s au mieux afin de minimiser les risques de r percutions sur les r sultats I s agit de la phase la plus d licate du traitement des donn es NDVI 18 Les param tres estimer sont au nombre de 4 st_ mon est le mois de d but de saison C est partir de la 1 d cade de ce mois que les images seront analys es ed _ mon est le mois de fin de saison agricole Les images seront analys es jusqu la 3 me d cade de ce mois pbase est la valeur seuil de NDVI requise pour d clarer le d but de saison agricole Ptol est la valeur d accroissement minimale de NDVI observer sur 2 d cades n 1 et n 2 pour pouvoir d clarer la d cade n comme tant le d but de saison Ces quatre param tres vont devoir tre estim s pour chaque saison c est dire pour chaque ann e sur base de l observation du signal de NDVI En effet les saisons diff rent d une ann e l autre Pour r aliser ces estimations nous allons donc nouveau faire appel la technique d j utilis e ci dessus pour afficher un grap
100. urkina_nontrait entet Images Algebra A C Users char ly trait s vt99091 1mg A C vAST input spot_burkina_nontrait entet Images Algebra A C Users Char ly trait s vt99092 mg A C VAST input spot_burkina_nontrait entet Images Algebra A C Users Char ly trait s vt99103 mg A C VAST input spot_burkina_nontrait entet Images Algebra A C Users char ly trait s vt99101 img A ES AVAST input Spot_ burkina_nontrait entet Tmannr Alanbe Ta malienrehe ne liri te mat eat OT Dt dma A de NA CN mt cet ups Lei pa Pebtpadth ett et gt Dans le menu Fichier cliquez sur Enregistrer La macro pour le premier traitement de lissage pour toutes les images de l ann e 1999 est termin e La r alisation des macros pour les autres ann es est beaucoup plus simple et plus rapide gt Fermez le bloc notes Windows Cliquez droit sur la macro nouvellement cr e et copiez la Collez la ensuite autant de fois qu il y a d autres ann es traiter 11 ann es au total dans ce cas et renommez les en cons quence une par ann e gt Dans chacune des nouvelles macros remplacez l ann e 99 par l ann e ad quate via l option Remplacer dans le menu Edition Le reste des informations reste inchang Les 11 macros sont maintenant pr tes tre lues dans Windisp gt Dans le menu Batch de Windisp s lectionnez Play Dans la bo te de dialogue s ouvrant alors sp cifiez le chemin d acc s de la premi re macro que vous avez r alis e
101. via cette option Peu de donn es m t o sont 36 actuellement disponibles sous ce format Cette m thode d importation sera donc simplement mentionn e dans ce manuel sans tre appliqu e dans le cadre de l exercice L option est disponible sous le menu Database gt I mport gt From mage Une bo te de dialogue appara t alors l cran Celle ci va permettre de renseigner le programme sur le fichier que l on d sire importer CT image lo import je program ges G Aaen bet 1 STexample S aeli790 img Je C Type l data Dekadal Actual Weather Weather Parameber Do NOT overwrite values with Bags ABCDE Flag assigned to newty imported data F Flag F e L OK X Cancel _ 7 Heip La bo te de dialogue se remplit comme suit I mage to import Chemin d acc s pour le fichier importer List s lection de la liste de station concern e Type of Data renseigne le type des donn es contenues dans l image Weather Parameter renseigne le param tre qui est concern par l image Year Month et Dekad Pr cise l intervalle de temps que repr sente l image VW WW VY 5 2 3 Calcul des bilans hydriques Lorsque les donn es n cessaires sont import es dans la base de donn es d AMS nous pouvons lancer la principale fonction du logiciel le calcul du bilan hydrique d une culture II est noter que ces simulations peuvent tre consid r es de deux mani res diff rentes _ Soit
102. viom trique partir duquel le semis peut avoir lieu 72 Evidemment les dates calcul es par le logiciel seront les dates de semis id ales calcul es a posteriori et ne correspondent donc pas exactement aux dates de semis r elles On peut n anmoins imaginer que ces dates estim es s en rapprochent gt Dans AgrometShell sous le menu Water balance s lectionnez Monitoring Run Calculate planting dekads gt based on rainfall threshold a Calculate Planting Dekads based on a rainfall threshold Manitoring run Rainfall threshold first dekad Rainfall threshold following two dekads Below specify the range dekads in which to search for planting dekada Start month May Start dekad f1 End month August el End dekad View results gt Sp cifiez le Monitoring run le seuil pluviom trique d passer et l intervalle de temps de recherche Cliquez sur ok fl tt DST S di Gei dr eili Fam i Cros Maire Coup s stfiohsens Haiie FACE WW ler THI RW e SS S Se e O a e we e EE E Les dates calcul es sur base du seuil fourni sont alors pr sent es dans la colonne ad quate Les cases rest es vides sont les cases pour lesquelles la date calcul e partir du seuil n tait pas dans l intervalle de temps s lectionn gt I suffit d s lors de cliquer sur Save and Run pour lancer le calcul de bilan sur base de ces donn es 13
103. z 0 la premi re ligne et 1 dans toutes les autres Ce codage permet de signifier au programme que c est la premi re ligne qui doit tre utilis e pour la validation f Fia Cer Men ben Format States Graphi Jock Dua Window Hep D amp 4 LR LK en Ce IN Add ta Woribook Add to Report ENT LA STATISTICA Das Spreadheet1 72 by 101 4 5 amp T ES 20 11 TI 9 1 H Ve Var Var va Var Va Ver Vari0 Vadi Vart Ve 14 618 6667 9666667 100 38 66667 6 313333 0 135 333 53 33 195 o AR 36 66667 100 9666667 17 163 3333 25 3333 226 6667 7 66667 i4 15 29 1 5439 o 654 0366667 100 93 66657 i 672 6667 Cl 100 CH H 0 3335333 0 333 E05 gr 100 d 0 2933339 260 3333 9 297 6667 636 9933910 100 9933133 0 253332 30 0 5533333 67213339 100 emm d EES 0 nm 1149 37 33333 4 663 3133 mm 10 35 0 1233333 128 6657 6866667 209 6667 1202 39 66667 654 6667 92 668667 100 32 66667 0 1 333333 210 3337 1 666667 213 3333 1392 2 e3 100 100 100 0 1 205 A 2755 EE CES HERR e 1 OSaOFF Wet OFF ME NUM CHE gt Dans le menu Statistics s lectionnez Advanced Linear Nonlinear Models et General Regression Models gt S lectionnez Multiple Regression et cliquez sur ok Regreitoit Va Va Var Vabi Between ellects 4 y gt Cliquez sur l onglet Variables S lectionnez le rendement dans la colonne de gauche variables d pendantes et les 2 3 ou 4 variables utilis es par le mod le tudi dans la colonne de
104. z pas de rajouter l extension xls au nom du fichier Cliquez ensuite sur ok Le fichier va tre cr dans le r pertoire sp cifi R p tez l op ration pour chacune des ann es tudi es de 1999 2008 Dans le r pertoire sp cifi vous trouverez donc un fichier Excel pour chacune des ann es comprenant la valeur NDVI moyenne par province pour chaque d cade gt Dans chaque fichier proc dez comme pour les donn es m t o en cr ant une colonne apr s la derni re d cade de chacune des phases ph nologiques et en y calculant les sommes correspondantes Copier coller ensuite les r sultats dans le fichier cumuls m t o coton xls avec les autres cumuls de param tres Ne reprenez que les valeurs de la province tudi e savoir la province du Houet 5 4 Elaboration des mod les de pr visions 5 4 1 Principe de la r gression lin aire multiple R aliser une r gression lin aire multiple revient essayer d expliquer une variable Y partir de plusieurs variables x i appel es variables explicatives Cette m thode a pour but d aboutir un mod le de pr diction sous la forme d une quation du type Y ax 1 bx 2 4 x i Cela revient bien s r supposer que les relations entre la variable Y et les variables explicatives sont lin aires 43 Dans le cas de cette m thode de pr vision la variable Y est bien videment le rendement annuel et les variables explicatives sont les sorties de Agrome

Pr r rév rend ag visio dem ric on d men oles des nts s s

Contents

Download Pdf Manuals

Related Search

Related Contents

Pr r r&eacute;v rend ag visio dem ric on d men oles des nts s s

Contents

Download Pdf Manuals

Related Search

Related Contents

Pr r rév rend ag visio dem ric on d men oles des nts s s