Cette étude révèle comment les stratégies de mise en œuvre agricole permettent aux agriculteurs du Département de Mayo Dallah de s’adapter à la variabilité pluviométrique. Quelles solutions innovantes émergent pour surmonter les défis climatiques et garantir la sécurité alimentaire ?
– Traitement et Analyse des données
Les outils et méthodes utilisés pour le traitement sont fonction de la nature même de ces données. Ces dernières ont nécessité chacune des logiciels et méthodes appropriées quant à leur traitement analyse.
– Traitement et Analyse des données qualitatives
Les données primaires des questionnaires, des guides d’entretiens structurés et semi- structurés ont été organisées, codées, traitées et analyser à l’aide des méthodes qualitatives et quantitatives. Le logiciel ATLAS.TI nous a permis à la retranscription des audio enregistrés lors des entretiens, le logiciel SPSS version 21 nous a permis le codage des questionnaires et de leurs analyses (statistiques descriptives).
Les résultats sont présentés sous forme de graphique, des tableaux. Ensuite certains tableaux des résultats générés par le logiciel SPSS ont été importés vers le logiciel Excel Microsoft pour la réalisation des graphiques.
– Traitement et Analyse des données quantitatives
Pour saisir la variabilité pluviométrique dans notre zone d’étude, nous avons soumis nos données au traitement statistique. Les données quantitatives (pluviométrie, température et rendements) dans le cadre de ce travail ont été traitées et analysées grâce au logiciel Excel Microsoft.
Les méthodes de description classiques (tendance centrale et dispersion) présentés dans les lignes suivantes ont été utilisées.
- La moyenne arithmétique : est le paramètre fondamental de tendance centrale qui été calculée sur la période 1990 à 2021. Elle s’exprime de la façon suivante :
- L’écart type noté (∂) permet d’évaluer la dispersion autour de la moyenne « normale ». Elle se détermine par le calcul de la racine carrée de la variance : (x) = √𝒗 . L’écart type est par excellent l’indicateur de la variabilité pluviométrique. Plus il est grand, plus la dispersion des observations autour de la moyenne est importante. Le calcul de l’écart type permet aussi de standardiser les données (annuelles) pour obtenir les Anomalies Centrées Réduites(ACR) appelées aussi IPS (indice de pluviométrie Standardisée). Les ACR sont nécessaires pour définir la définition de l’allure de la pluviométrie.
L’indice de Nicholson qui est utilisé pour mieux étudier la variabilité pluviométrique et de mettre en évidence les années sèches et les années humides. Encore appelé indice centré des réduit, ou indice standardisé des précipitations, il est obtenu en faisant le rapport entre l’écart à la moyenne et l’écart-type des hauteurs pluviométriques annuelles. Il s’écrit de la manière suivante :
IPA
Xi X Où
i
IPA = indice de pluie de l’année considérée ; Xi = hauteur de pluie de l’année considérée ;
X = moyenne inter annuelle ;
= écart-type des pluies annuelles.
Les valeurs positives traduisent des excédentaires pluviométriques tandis que les valeurs négatives indiquent les déficits pluviométriques. Le choix de cet indice tient au fait compte qu’il est recommandé par l’Organisation Météorologique Mondiale (OMM, 2012).
Tableau 5: Classification du SPI
| Classification du SPI | |
|---|---|
| Classe du SPI | Degré de la sècheresse |
| SPI > 2 | Humidité extrême |
| 1<SPI < 2 | Humidité forte |
| 0 <SPI < 1 | Humidité modérée |
| -1 < SPI < 0 | Sècheresse modérée |
| -2 <SPI < -1 | Sècheresse forte |
| SPI < -2 | Sècheresse extrême |
Source : Organisation Météorologique Mondiale (2012).
- Le coefficient de variation (CV) mensuelle ou annuelle est le rapport entre l’écart-type d’un mois ou d’une année donnée sur la moyenne de ce mois ou année. Le cv élevé traduit une forte variabilité des évènements alors qu’un faible coefficient indique des irrégularités.
Cv = 100 * 𝝏
𝒙𝒊
- Pour déterminer les périodes humides (saison de pluie) et les périodes sèches (saison sèche), c’est la courbe Ombrothermique de Gaussen et Bougnouls définie par la formule P= 2T. P désignant ici les précipitations et T la température.
- Le logiciel Arc GIS 10.8 a permis le traitement d’images cartographique et satellites qui ont été téléchargés via Google Earth Explorer.
En fin, le test de corrélation de Pearson nous permet de déterminer la relation entre les éléments du climat (température et précipitation) et la production de maïs, sorgho, arachide, niébé et arachide. Ce test nous permet également de déterminer aussi la force du lien. D’après, Stern et al, (2006), la relation entre X et Y est : parfaite si r = 1 ; très forte si r > 0,8 ; forte si r se situe entre 0,5 et 0,8 ; d’intensité moyenne si r se situe entre 0,2 et 0,5 ; faible si r se situe entre 0 et 0,2 et nulle si r = 0.
Limites de la recherche
La réalisation de ce travail de recherche a été le fruit d’un dur labeur. Nous voulons présenter ici les insuffisances qui du moins n’entachent pas la qualité des résultats obtenus.
D’abord, le manque des données pluviométriques journalières et décadaires qui pourraient mieux servi pour une meilleure explication des effets de la variabilité des pluies sur les cultures vivrières et celui sur les besoins en eau et de température des certaines cultures en fonction de stade de croissance, constituent une limite pour cette étude. A cela s’ajoute le manque des données de rendements agricoles dû à un mauvais archivage par les services de l’ANADER en place, nous obligeant ainsi à faire recours au siège du service d’ANADER de Bongor qui nous ont fourni les données sur la moitié de notre période d’étude choisi, après plus deux semaines d’attentes.
Ensuite, La délivrance de l’autorisation de recherche par les autorités en place à trainé pendant deux semaines également et à jouer sur notre planning du déroulement des enquêtes. En fin, le déplacement dans les différents villages ont induit des couts énormes car, il nous fallait une moto pour les parcourir sans oublier les pannes répétitives dues au mauvais état des routes.
SYNOPTIQUE DE RECHERCHE
Le processus de notre travail de recherche se résume comme suite :
Tableau 6: Matrice synthétique de la démarche recherche
| Questions | Objectifs | Hypothèses | Méthodologie |
|---|---|---|---|
| Questions principale | Objectifs principal | Hypothèse principale | Collecte de données |
| Les stratégies d’adaptations développées par les paysans permettent-elles de faire face aux fluctuations des rendements provoqués par la variabilité pluviométrique le Mayo Dallah ? | d’analyser les stratégies d’adaptation des paysans face aux effets de la variabilité pluviométriques sur les rendements agricoles. | La modification des régimes pluviométriques a des effets néfastes sur les activités agricoles. | Approche hypothético-déductive
|
| Question spécifique (QS1) : | Objectif spécifique (OS1) | Hypothèse spécifique (HS1) | Méthodes et traitements |
| Quel est l’état des lieux des pratiques agraires dans le Département de Mayo Dallah ? | Dresser un état des lieux des pratiques agraires dans le Département de Mayo Dallah ? | Les pratiques agraires dans le Département ne garantissent pas une bonne production agricole | Méthode
|
| QS2 : | OS2 : | HS2 : | Traitement :
|
|---|---|---|---|
| Quelles sont les tendances de l’évolution de la pluviométrique dans le Département de Mayo Dallah ? | Analyser les tendances de l’évolution de la pluviométrique (annuelle ; saisonnière, mensuelle, les anomalies etc…) ; | La variabilité pluviométrique dans le Département de Mayo Dallah est marquée répartition par des variations interannuelles, mensuelles et saisonnière des précipitations mais aussi des températures ; | |
| QS2 | OS3 : | HS3 : | |
| Quelles sont les effets de cette variation pluviométrique sur les rendements agricoles ? | Analyser les effets de la variabilité pluviométrique sur les rendements des cultures vivrières ; | la variabilité pluviométrique impacte les productions agricoles et exposent la population à la famine | |
| QS4 : | OS4 : | HS4 : | |
| Quelles sont les stratégies mobilisées par les agriculteurs pour y faire face ? | Répertoriez les stratégies d’adaptations mobilisées par les agriculteurs pour atténuer effets induits par la variabilité pluviométrique. | Les adaptations mises sur pied par les agriculteurs sont insuffisantes pour atténuer les effets de la variabilité pluviométrique sur les cultures vivrières ; |
Source : Auteur, 2022
Questions Fréquemment Posées
Quelles méthodes sont utilisées pour analyser la variabilité pluviométrique au Tchad?
Les données quantitatives sur la pluviométrie, la température et les rendements ont été traitées et analysées grâce au logiciel Excel Microsoft.
Comment les agriculteurs du Département de Mayo Dallah s’adaptent-ils aux effets de la variabilité pluviométrique?
Les agriculteurs ont développé diverses stratégies d’adaptation, notamment la diversification des sources de revenus et la modification du calendrier agricole.
Quel est l’indice utilisé pour étudier la variabilité pluviométrique?
L’indice de Nicholson est utilisé pour mieux étudier la variabilité pluviométrique et mettre en évidence les années sèches et les années humides.