FAO nationale Manuel utilisateur

ISSN 1810-1127
15
FAO PRODUCTION ET SANTÉ ANIMALES
manuel
LA CONDUITE
D’ÉVALUATIONS NATIONALES
DES ALIMENTS POUR ANIMAUX
Photos de couverture:
Image de gauche: ©ChristopheB - Fotolia.com
Image de droite: ©Jay P. Angerer
Image du milieu: ©FAO
15
FAO PRODUCTION ET SANTÉ ANIMALES
manuel
LA CONDUITE
D’ÉVALUATIONS NATIONALES
DES ALIMENTS POUR ANIMAUX
ORGANISATION DES NATIONS UNIES POUR L'ALIMENTATION ET L'AGRICULTURE
Rome, 2014
Citation recommandée
FAO. 2014. La conduite d’évaluations nationales des aliments pour animaux, par Michael B. Coughenour &
Harinder P.S. Makkar. Manuel de Production et de santé Animales FAO No. 15. Rome, Italie.
Auteurs
Michael B. Coughenour
Natural Resource Ecology Laboratory
Colorado State University, Fort Collins, Colorado, USA.
mikec@nrel.colostate.edu
Harinder P.S. Makkar
Fonctionnaire chargé des Productions Animales
Division de la Production et de la Santé Animales
FAO, Rome, Italie
Harinder.Makkar@fao.org
L’édition originale de cet ouvrage a été publiée en anglais par l’Organisation des Nations Unies pour
l’alimentation et l’agriculture sous le titre Conducting National Feed Assessments. 2012. FAO Animal
Production and Health Manual No. 15.
Les appellations employées dans ce produit d’information et la présentation des données qui y figurent
n’impliquent de la part de l’Organisation des Nations Unies pour l’alimentation et l’agriculture (FAO)
aucune prise de position quant au statut juridique ou au stade de développement des pays, territoires,
villes ou zones ou de leurs autorités, ni quant au tracé de leurs frontières ou limites. La mention de
sociétés déterminées ou de produits de fabricants, qu’ils soient ou non brevetés, n’entraîne, de la part
de la FAO, aucune approbation ou recommandation desdits produits de préférence à d’autres de
nature analogue qui ne sont pas cités.
Les opinions exprimées dans ce produit d’information sont celles du/des auteur(s)
et ne reflètent pas nécessairement les vues ou les politiques de la FAO.
ISBN 978-92-5-207332-1 (version imprimée)
E-ISBN 978-92-5-208515-7 (PDF)
© FAO, 2014
La FAO encourage l’utilisation, la reproduction et la diffusion des informations figurant dans ce produit
d’information. Sauf indication contraire, le contenu peut être copié, téléchargé et imprimé aux fins
d’étude privée, de recherches ou d’enseignement, ainsi que pour utilisation dans des produits ou
services non commerciaux, sous réserve que la FAO soit correctement mentionnée comme source et
comme titulaire du droit d’auteur et à condition qu’il ne soit sous-entendu en aucune manière que la
FAO approuverait les opinions, produits ou services des utilisateurs.
Toute demande relative aux droits de traduction ou d’adaptation, à la revente ou à d’autres droits
d’utilisation commerciale doit être présentée au moyen du formulaire en ligne disponible à
www.fao.org/contact-us/licence-request ou adressée par courriel à copyright@fao.org.
Les produits d’information de la FAO sont disponibles sur le site web de la FAO
(www.fao.org/publications) et peuvent être achetés par courriel adressé à publications-sales@fao.org.
iii
Contents
Avant-propos
Remerciements
Acronymes
Introduction
Objet et structure de ce manuel - Une feuille de route
SECTION I
v
vii
viii
ix
xv
État des connaissances
1
1 Tendances de la demande en aliments pour animaux
3
2 Évaluation des provisions d’aliments pour animaux en relation
avec des demandes croissantes
7
3 Un résumé des études de cas sur les évaluations nationales,
régionales et mondiales des aliments pour animaux
SECTION II
11
Méthodologies et Lignes Directrices
25
4 Une synthèse des méthodologies disponibles pour les
évaluations nationales des aliments pour animaux
27
5 Directives pour le développement des Systèmes d’Évaluations
Nationales des Aliments pour Animaux (SENAAs) et la mise
en œuvre d’Évaluations Nationales des Aliments pour Animaux
39
6 Références pour les Sections I et II
57
SECTION III
Études de cas
63
7 Croissance de la demande en denrées alimentaires d’origine animale:
implications pour la production d’aliments pour animaux
65
8 Le bilan en aliments pour animaux de la Suisse
73
9 L’inventaire indien des aliments pour animaux
81
10 Système de surveillance pastorale et inventaire des aliments
pour animaux du Sahel
89
iv
11 Développement et application des techniques de suivi des parcours
basées sur l’observation de la Terre en Namibie
101
12 Le système d’alerte précoce pour le fourrage du bétail au Gobi
123
13 Inventaire des aliments pour le bétail sur le Plateau tibétain par
télédétection et observation in situ
141
14 Le développement des bilans en aliments pour animaux
153
15 L’utilisation de la simulation par modélisation des écosystèmes
pour évaluer les disponibilités en aliments pour les grands
herbivores des territoires hétérogènes
163
16 Technologies, outils et méthodologies pour l’évaluation fourragère
dans les pâtures et parcours
177
v
Avant-propos
La demande pour les produits d’origine animale s’accroît dans le monde, du fait de l’augmentation de la croissance de la population, de l’urbanisation, et de l’élévation du revenu.
Les limites des systèmes de productions animales se rapprochent si elles ne sont pas déjà
franchies, à cause des besoins accrus en aliments pour animaux vis-à-vis de leur disponibilité. Des évaluations précises des fournitures et demandes actuelles et futures des aliments
pour animaux sont nécessaires à la politique et la planification nationale de sécurité alimentaire, ainsi que l’établissement de densités d’occupation d’animaux durables pour l’environnement. Les ressources nationales en aliments pour animaux doivent être évaluées et
contrôlées afin de procurer l’information utile pour le développement et la mise en œuvre
de politiques appropriées qui contribueront à un développement durable des secteurs nationaux d’élevage.
Un large éventail de situations alimentaires existent pour les animaux à travers les différents pays, les environnements, et les systèmes de production animale qui sont classés en
systèmes pastoraux spatialement extensifs jusqu’aux systèmes intensifs associant les cultures
des céréales et l’élevage, et, finalement, aux systèmes sans terre extrêmement intensifs dans
lesquels les animaux sont entièrement nourris avec des aliments transportés. Les systèmes
mixtes d’élevage agriculture concernent le plus de populations, le plus d’animaux et sont les
plus productifs. Pour ces systèmes, il faut nécessitent une évaluation continue des aliments
pour animaux pour soutenir une utilisation des terres plus efficace et plus respectueuse de
l’environnement et des moyens d’existence améliorés. Ce sont des systèmes variés et complexes avec de larges gammes de sources et de types d’aliments pour animaux qui doivent
être quantifiés à partir de données diverses provenant d’enquêtes sur les ménages, de statistiques agricoles, d’études de marché et d’utilisation des sols. Par contraste, les systèmes
spatialement extensifs nécessitent des déplacements des animaux sur de grandes étendues
de productivité relativement basse dans des environnements où l’agriculture basée sur les
cultures n’est pas faisable. Dans ces environnements, les données de télédétection doivent
se combiner à la modélisation et aux données terrestres pour contrôler la production de
fourrage dans des régions étendues, hétérogènes et souvent éloignées.
Le but de ce manuel est de donner une orientation et des outils aux pays pour développer des Évaluations Nationales de leurs aliments pour animaux, basées sur les connaissances déjà acquises des approches actuelles à travers une large gamme de situations. Ces
situations d’aliments pour animaux aux niveaux mondial et national ont été revues pour
souligner les besoins d’évaluations quantitatives des aliments pour animaux à la fois dans
les pays développés et en développement. Des directives générales pour le développement
de Systèmes nationaux d’évaluation des aliments (SNEAA) pour animaux sont fournies et
suivies d’études de cas détaillées, ainsi que des descriptions de méthodologies expérimentées dans divers pays à travers le monde. Les études de cas comprennent des exemples de
système de production spatialement intensifs et extensifs, ainsi que de pays hautement
vi
développés et en développement. Basé sur les conclusions d’un groupe d’experts réuni à
Rome en novembre 2010, un ensemble de procédures pas à pas recommandées est fourni
pour effectuer des évaluations nationales des aliments pour animaux (ENAA). Elles incluent
des méthodes pour les planifications, établissement et mises à jour.
Berhe G. Tekola
Directeur
Division de la Santé et des Productions Animales
vii
Remerciements
Les auteurs principaux désirent exprimer leur reconnaissance à tous ceux qui, avec diligence
et excellence, ont contribué au contenu de ce document. Ils désirent également remercier
les participants de la Réunion d’experts tenue à Rome en novembre 2010, comprenant les
contributeurs à ce document, mais aussi les participants suivants qui n’ont pu s’y associer
directement, à savoir; Pedro Argel, Gonzalo Mata, William Thorpe et Bruce Pengelly. Ils
remercient Badi Besbes, Lark Powell, Datta Rangnekar et Ghulam habib, pour leurs révisions
consciencieuses et précieuses et leurs apports dans l’édition. Merci également à Philippe
Ankers, pour ses commentaires critiques et ses suggestions, qui ont substantiellement amélioré le document. Ils désirent également remercier Samuel Jutzi et Simon Mack pour leur
support à ce travail.
viii
Acronymes
ACF
Action Contre-Ia-Faim
ADDS
Africa Data Dissemination Services
ALMANAC
Agricultural Land Management Alternatives with Numerical Assessment
Criteria
ARTEMIS
Advanced Research & Technology for Embedded Intelligence and
Systems
AVHRR
Advanced Very High Resolution Radiometer
DAOA
Denrées Alimentaires Origine Animale
ED
Énergie Digestible
EM
Énergie Métabolisable
EN
Énergie Nette
ENAAs
Évaluations Nationales des Aliments pour Animaux
FAO
Organisation des Nations Unies pour l’alimentation et l’agriculture
FNIRS
Faecal NIRS (spectroscopie par réflectance près de l’infra rouge)
NOAA AVHRR National Oceanic and Atmospheric Administration Advanced Very High
Resolution Radiometer
NOAA-HRPT
National Oceanic and Atmospheric Administration - High Rate Picture
Transmission
OMM
Organisation Météorologique Mondiale
ONG
Organisation Non Gouvernementale
PIB
Produit Intérieur Brute
PMS
Productivité en Matière Sèche
PHYGROW
Phytomass-Growth Simulator Model
SAP
Système Alerte Précoce
SENAAs
Systèmes d’Évaluations Nationales des Aliments pour Animaux
SLAM
Spatial Livestock Allocation Model
USAID Agence des États-Unis pour le développement international (U.S. Agency for International Development)
USDA Département de l’Agriculture des États-Unis (U.S. Department of Agriculture)
ix
Introduction
QUE SONT LES ÉVALUATIONS NATIONALES DES ALIMENTS
POUR ANIMAUX ET LES SYSTÉMES NATIONAUX D’ÉVALUATION
DES ALIMENTS POUR ANIMAUX?
Pour simplifier, une Évaluation Nationale des Aliments pour Animaux (ENAA), est une analyse de données informatisée des apports et besoins alimentaires pour des animaux dans un
pays donné où l’élevage concerne les animaux comprennent bovins à lait et à viande, ovins,
caprins, buffles, porcs, équidés et volailles. Les aliments à usage humain comprennent une
part substantielle de produits animaux, qui, de leur côté, proviennent d’une large variété
d’aliments végétaux consommés; Les statistiques agricoles nationales ont pour objectif
d’évaluer la sécurité alimentaire, mais souvent, n’incluent que les apports alimentaires pour
animaux et non les offres en matériaux végétaux nécessaires à leur entretien. Une ENAA
comble cette lacune en déterminant la quantité totale d’aliments disponible pour les besoins
nutritionnels des animaux; Ainsi doivent être calculés à la fois les apports et les besoins alimentaires des animaux. Il s’agit d’un travail complexe car les aliments des animaux sont très
diversifiés et difficilement quantifiables; ils peuvent, soit ne pas être directement mesurés,
soit largement répandus au sein de pâturages extensifs ou de large parcours difficilement
contrôlables.
Un Système d’évaluation nationale des aliments pour animaux (SENAA) est un ensemble
complet de procédures, d’équipements, d’outils de personnel d’organisations et d’institutions impliqués dans la collecte, la gestion et le traitement des données nécessaires au
calcul et à la compilation des apports alimentaires pour les animaux à travers toutes les
sources et pour tous les types d’animaux à travers un pays. Il s’agit d’un système, au sens
où ils ne représentent pas seulement la somme de ses parties. Il comprend de nombreuses
composantes interactives qui s’intègrent pour aboutir à un produit commun: une Évaluation
Nationale d’Evaluation des Aliments pour animaux.
POURQUOI LES ÉVALUATIONS SONT-ELLES NÉCESSAIRES?
La croissance de la population et du revenu, jointe à l’urbanisation, engendrent une énorme
augmentation de la demande en produits animaux. Les limites des systèmes de production
animale ont été approchées, sinon dépassées par les demandes accrues en aliments pour les
animaux par rapport à leur disponibilité. La situation est particulièrement critique dans les pays
en développement. La demande accrue en produits animaux a des implications de grande
portée pour le bien-être humain, la socio-économie, l’utilisation du sol, l’environnement et la
santé animale. Des évaluations précises des apports et des besoins présents et futurs en aliments
des animaux sont nécessaires pour les politiques et la planification de la sécurité alimentaire.
De même que pour la mise en place de charge d’animaux supportable, les ressourc es alimentaires pour les animaux doivent être évaluées et contrôlées afin de procurer une information
pertinente, pour le développement et l’exécution de politiques aptes à contribuer au croît sup-
x
portable des secteurs nationaux de l’élevage. Ces évaluations fourniront l’information sur les
disponibilités des ressources alimentaires animales, permettant les prises de décisions optimales
sur l’utilisation de celles-ci.
L’information obtenue à partir des inventaires en ressources alimentaires animales
seront très utiles pour les décideurs politiques, les agences gouvernementales ou non
(ONG), les agences inter-gouvernementales et les agences de développement afin de formuler et exécuter des activités de développement durable de l’élevage et pour se préparer
et s’adapter à des variations climatiques comme les sécheresses, les inondations,les conditions hivernales sévères, au changement climatique au niveau mondial. Les évaluations spatiales et temporelles des ressources alimentaires pour les animaux présentes ou prévisibles
incluant les ressources fourragères, pourront aider à la prise en charge des désastres et la
mise en place des politiques appropriées. Les évaluations alimentaires interviendront dans
la prise de décisions relatives à la nature et aux quantités de ressources disponibles, pouvant être localement commercialisées, aux zones proposées à des marchés potentiels, ainsi
qu’à leur possibilité d’importation et d’exportation. Les estimations de ces ressources et
de leurs besoins sont nécessaires pour évaluer les quantités de grains pouvant être utilisés
pour l’alimentation animale.
Quoique des disettes en ressources alimentaires aient clairement ralenti la production
dans de nombreux pays, leurs impacts au niveau national ont été peu caractérisés du fait du
manque d’ENA. D’autre part, l’information sur la disponibilité en composants alimentaires
au niveau national conduit à une meilleure efficacité et productivité de l’industrie des aliments pour animaux et assiste les chercheurs dans la formulation de stratégies alimentaires
durables. Une telle information permettra également aux pays de déterminer les relations
ressources/produits telles pour que les quantités de protéines comestibles obtenues vis-à-vis
des apports protéiniques fournis. Ces estimations vont également améliorer la précision des
impacts de l’élevage sur l’environnement, provenant des transformations de l’utilisation des
sols, ainsi que des émissions de gaz à effet de serre, et d’autres éléments, tels l’azote, associés à la production animale. La production et la consommation de ressources alimentaires
vont affecter significativement le pouvoir de séquestration du carbone de certains écosystèmes. Les équilibres alimentaires basés au niveau national sur les données des inventaires
vont faciliter la planification au sein de l’industrie animale, en déterminant par exemple les
charges de animaux en relation avec les ressources existantes, et en identifiant quelles ressources alimentaires pourraient être développées pour atteindre les objectifs de production.
De tels efforts pourront, à leur tour, aboutir à une sécurité alimentaire équilibrée, associée à un environnement durable. Il existe un large spectre de situations alimentaires pour
les animaux, tant au niveau mondial qu’au sein des pays, variant de l’utilisation intensive
d’aliments tirés des cultures et de prairies jusqu’à celle d’herbage et de parcours extensifs.
Les disponibilités en terres et en eau représentent des contraintes clés à la production d’aliments alternatifs pour les ruminants dans les systèmes les plus intensifs. Une approche structurée doit être planifiée pour résoudre les problèmes de croît efficace avec des répercussions
sociales et environnementales minimales. En régions arides et semi-arides les pastoralistes
font paître leurs animaux dans des systèmes extensifs de parcours caractérisés par de larges
déplacements saisonniers. La production de fourrage est fortement limitée par les précipitations variables dans l’espace et le temps. La connaissance de la biomasse disponible, et
xi
sa distribution, peut aider les pastoralistes à diriger leurs déplacements, ainsi qu’à préciser
des périodes de verdure ou d’achat d’animaux, ainsi qu’à évaluer le niveau de risque pour
la prise de décision. Les évaluations alimentaires sont nécessaires pour procurer une information utile aux organisations d’aide alimentaire, aux pastoralistes, aux gouvernements et
aux agences.
La perspective d’une demande accrue en aliments soulève la question de savoir, comment ces besoins seront satisfaits. Des approches systématiques pour évaluer les apports en
aliments des animaux sont relativement peu développées par comparaison aux programmes
à long terme inventoriant la productivité agricole (e.a. FAO, 1994, 2010). De plus, la quantification des aliments à usage animal se révèle plus contestable que la quantification de
la production céréalière pour nombre de raisons. Les besoins en données et les difficultés
s’accroîssent avec l’implication d’un autre niveau trophique. Des données sont ainsi nécessaires pour la production de nombreux composés alimentaires dérivés et les disponibilités
fourragères. De nombreux résidus de cultures et sous-produits utilisés comme fourrage ne
sont pas quantifiés car ils n’ont pas de valeurs marchandes immédiates. De nombreux facteurs additionnels, peu quantifiables, restreignent l’accès aux fourrages dans les pâturages
et parcours extensifs.
Une enquête récente a été menée par le Projet d’Innovation de données sur l’élevage
en Afrique. chez les propriétaires d’animaux afin d’identifier les domaines essentiels pour
lesquels une information sur les animaux est requise (Pica-Ciamarra et al., 2012). L’enquête
a couvert 641 participants. Au sein des gouvernements les données et indicateurs sont
utilisées à trois fins principales: politique et planification (44%), projets de développement
(33%) et recherche (30%). Les ONG, Donateurs et organisations internationales utilisent
en priorité les données et indicateurs pour élaborer et exécuter des projets de développement (31%); les compagnies privées pour formuler des projets d’investissements (76%);
les chercheurs pour leurs investigations (67%) et pour formuler et exécuter des projets de
développement (39%). Parmi les 15 types différents de données sur les animaux, celles relatives aux ressources alimentaires étaient classées quatrièmes en importance, après la santé
animale, la production de viande et la population animale. La production laitière était classé
cinquième. Les participants ont également classifié divers types de données nécessitant des
améliorations qualitatives et quantitatives. Les données sur les aliments des animaux furent
classées troisièmes par ordre d’importance.
Sur la base d’une évaluation de la situation alimentaire globale actuelle des animaux,
telle que présentée dans ce manuel, il apparait clairement que les ressources alimentaires
plus spécialement celles qui soutiennent la croissance rapide des systèmes de production
intensive des pays en développement, doivent être évaluées et contrôlées afin de fournir
l’information utile au développement et l’exécution des décisions politiques appropriées
pouvant contribuer à la croissance durable du secteur mondial de l’élevage. Les évaluations
vont procurer l’information sur les disponibilités alimentaires permettant l’élaboration de
politiques appropriées pour l’utilisation de ces ressources. Ces évaluations vont appuyer le
développement de stratégies alimentaires optimales et donc la sécurité alimentaire, l’aptitude à composer avec des situations d’urgence de coupures alimentaires, l’aptitude de
procurer des données sur les apports au niveau national au sein des analyses alimentaires
besoin-production, et la capacité d’évaluer les impacts des animaux sur l’environnement.
xii
Une grande variété de situations alimentaires des animaux se rencontrent à travers les
différents pays, environnement et systèmes de production animale (Thornton et al., 2002,
2003, 2006). Un gradient hiérarchique existe depuis les systèmes pastoralistes extensifs
jusqu’aux systèmes s’intensifiant progressivement avec une association entre agriculture
et élevage, et enfin jusqu’aux systèmes purement intensifs et sans terre dans lesquels les
animaux sont nourris entièrement avec des intrants transportés. Les systèmes spatialement
extensifs sont rencontrés typiquement en environnement aride et semi-aride, ou dans certains environnements à variations thermiques limitées avec de courtes saisons de croissance
végétative.
Les systèmes spatialement extensifs requièrent des déplacements d’animaux sur de larges
zones de productivité relativement faible, dans des environnements où l’agriculture n’est pas
possible. Il a été difficile d’évaluer la disponibilité fourragère dans de tels environnements,
vu les difficultés de contrôles sur des zones étendues, hétérogènes et souvent reculées. Bien
plus, la production du fourrage est une mesure insuffisante de la disponibilité fourragère
dans de tels environnements car cette disponibilité est restreinte par l’eau de boisson, la
topographie et d’autres facteurs affectant les déplacements des animaux. La variabilité temporelle de la ressource alimentaire dans de tels environnements est hautement importante,
car la disponibilité varie suivant les saisons et les variations de précipitations, la couverture
neigeuse, et la disponibilité en eau. Dans de tels environnements, la sécurité alimentaire est
souvent précaire par des sécheresses ou des conditions météorologiques hivernales sévères.
Ces systèmes sont souvent altérés par la compétition croissante pour la terre, la sédentarisation et la restriction des déplacements. Il existe ainsi un besoin pour des évaluations des
ressources alimentaires pour les animaux, capables d’identifier la biomasse fourragère sur
de grandes étendues en prenant en compte la variabilité temporelle et les contraintes de
disponibilité. Dans de tels environnements, ce sont les systèmes d’élevage associés à l’agriculture qui regroupent le plus d’intervenants, le plus d’animaux et la meilleure productivité.
Ils doivent faire face à des demandes accrues en aliments, spécialement d’origine animale,
ainsi qu’à l’accroissement des populations humaines et animales. D’où leur dynamisme. Par
ailleurs, les systèmes d’élevage basés sur l’agriculture peuvent être en compétition directe
pour le sol sur lequel les cultures sont de plus en plus pratiquées pour l’usage humain. Les
animaux y utilisent les déchets de récolte et autres sous-produits agricoles, souvent difficiles
à quantifier. Ce sont des systèmes variés et complexes comprenant une large variété de
ressources et types alimentaires. L’utilisation intensive des sols et des ressources présente
des défis pour le maintien de la durabilité de l’environnement de sorte à induire un besoin
continu d’évaluations des ressources alimentaires pour le animaux pour supporter un usage
des terres plus efficient et plus amical pour l’environnement et une amélioration des moyens
d’existence.
Les systèmes extensifs et les systèmes associant l’agriculture sont tous deux dynamiques,
et il est important pour les évaluations des ressources d’en saisir les tendances. Elles ne
peuvent être utiles que si elles s’attaquent au dynamisme propre des systèmes (c.à.d. leurs
modes d’opération), mais aussi à celui de la production et de l’utilisation des ressources alimentaires. Saisir les tendances sera ainsi, non seulement utile pour, en regardant en arrière
anticiper à la fois les changements et leurs implications; En conséquence, un important
résultat d’un système d’évaluation alimentaire sera une analyse de tendance, synthétisant
xiii
les résultats des évaluations présentes et passées. Les tendances observées doivent être
analysées et impliquées. Les autres changements causés par des forces imprévisibles doivent
également être identifiés et évalués.
QUI SERA EN CHARGE DU DÉVELOPPEMENT DES SYSTÉMES
NATIONAUX D’ÉVALUATION?
Le développement d’un Système d’Évaluation Nationale des Aliments pour les animaux
(SENAA) doit inclure des personnes possédant une expertise dans un large éventail de
domaines appropriés relatifs aux systèmes de production animale dans divers environnements et situations. Doivent également participer, des experts dans les aspects procéduraux
et organisationnels de l’exécution des systèmes de récolte de bases de données à l’échelle
nationale. Une expertise technique est nécessaire dans les divers aspects des systèmes de
production animale et de ressources alimentaires, en agriculture, en écologie, en pâturages
et en parcours, en statistiques agricoles, et en systèmes de données spatiales. Affectés par
les divers aspects des activités et production d’aliments pour animaux et de disponibilités
alimentaires, doivent également être impliqués, les producteurs d’animaux, les pastoralistes, les producteurs d’aliments, les ONG, ainsi que les ministères gouvernementaux, les
chercheurs et les universitaires. Les groupes de travail et leurs partenaires seront au centre
de l’exécution du SNEAA, car ils jouent sans aucun doute, une pléiade de rôles importants
dans les opérations en cours et leur utilisation. Ils peuvent, par exemple, représenter des
pourvoyeurs de données ou des facilitateurs de sources de données. Ils pourront également
jouer un rôle dans leur institutionnalisation.
Les groupes de travail et leurs partenaires peuvent être formés à partir d’un panel
de personnes avec un large éventail d’expertises et d’intérêts. Celui-ci comprendra: a)
des personnes avec des aptitudes et connaissances en statistiques agricoles et dans leur
analyse; b) des personnes avec une connaissance extensive des parcours, des systèmes de
production associant l’élevage des animaux et les cultures céréalières, et de l’alimentation
animale; c) des personnes avec des compétences techniques dans l’analyse du Système
d’Information Géographique (SIG) la modélisation écologique et agricole, la mise en forme
des données, les statistiques, l’échantillonnage, les enquêtes; d) des personnes avec une
expertise pluridisciplinaire, qui, au sens large, doit être intégrative, et avoir des perspectives au niveau systèmes; e) des personnes appartenant au monde fermier, des associations
d’éleveurs et des ONG; f) des responsables des ministères représentant l’agriculture, l’utilisation des terres et de l’environnement; g) des personnes du milieu privé, impliquées dans
l’alimentation des animaux; h) des représentants des ONG, des institutions de recherche,
avec une expérience pertinente et i) incluant des individus en position de faire avancer
l’exécution en accord avec les institutions gouvernementales et les autres utilisateurs
finaux potentiels.
Un cadre institutionnel doit être créé, et peut représenter une organisation simple, ou
une coalition de celles-ci, avec divers rôles et responsabilités. Le cadre institutionnel doit
représenter le squelette du SNEAA. Il doit assurer qu’existent les mécanismes aptes à maintenir l’infrastructure par son implication continue; l’institutionnalisation réclame: a) l’identification du partenaire exécutant national; b) l’établissement d’une équipe institutionnelle
coordonnatrice au niveau national ou régional: c) la mise en place d’une ligne budgétaire au
xiv
niveau central ou d’un état afin de préserver le système, de concert avec les compétences
pour la nécessaire mobilisation des ressources, du capital et des dépenses récurrentes et; d)
la mise en place d’un programme régional de formation pour le personnel d’exécution du
système, mais aussi pour l’ utilisateur final des produits du SNEAA.
Les membres du gouvernement et des organisations de recherche qui souhaitent établir,
des systèmes nationaux d’évaluation des ressources alimentaires pour les animaux vont probablement rechercher une guidance sur les questions techniques et les aspects procéduraux
impliqués. Ce document a pour objet de procurer une telle assistance.
xv
Objet et structure de ce manuel
- Une feuille de route
L’objet de ce document est de procurer aux pays, un système de conduite dans le développement des ENAA, basé sur les leçons tirées des approches usuelles à travers un éventail
élargi de situations nutritionnelles des animaux. Quoique les inventaires alimentaires soient
les premiers composants des ENAA, le concept d’une évaluation est plus large, car il prend
en considération les conséquences et la variabilité des apports alimentaires, les équilibres
entre ceux-ci et les besoins, et d’autres implications sur la quantité et la qualité des aliments
pour animaux.
Le document comprend trois sections principales, les deux premières suffiront à la majorité des lecteurs; s’ils sont plus curieux, ils consulteront la section trois.
La Section I procure une large perspective de l’état actuel des connaissances sur la
situation alimentaire actuelle des animaux. Le chapitre I donne l’état des lieux en fournissant
une vue globale des tendances sur les aliments d’origine animale et le Chapitre II continue
avec un aperçu de l’augmentation conséquente des besoins des animaux en aliments pour
animaux. Le Chapitre III résume les évaluations des aliments pour animaux dans plusieurs
pays, ainsi que les études de cas régionales et mondiales, la plupart étant décrits en détail
dans les chapitres suivants 8 à 13.
La Section II effectue un survol des méthodologies et des directives pour l’exécution
des ENAA. Il est recommandé que le lecteur se réfère à cette section avant d’entamer la
Section Ill. Le Chapitre 4 décrit les approches pour calculer l’augmentation des besoins en
aliments pour animaux, des méthodes pour évaluer les apports alimentaires dans les systèmes basés sur les céréales. Et sur les systèmes de pâturages extensifs, les outils spécifiques
utilisés dans les systèmes de parcours, les méthodes pour calculer les équilibres alimentaires,
et les méthodes de récolte des données et les sources de celles-ci. Une section sur les
considérations environnementales permet de percevoir les interactions potentielles entre
les disponibilités alimentaires, les usages alternatifs des sols, et les impacts sur les écosystèmes. Le chapitre 5 fournit des lignes directrices raisonnées pour les aspects procéduriers
et organisationnels, afin de planifier, établir, et mettre à jour un SNEAA. Les procédures
recommandées sont basées sur les recommandations d’un groupe d’experts réunis à Rome
en novembre 2010.
La Section III contient les descriptions détaillées sur les études de cas résumées dans
le chapitre 3 et les méthodologies décrites au chapitre 5. Les études de cas ont valeur
d’exemples pour les pays désireux d’établir un SNEAA; Les méthodologies sont décrites, de
concert, avec la pratique d’exemples, des apports de données, et des résultats des ENAAs.
Le chapitre 7 décrit l’approche pour calculer l’accroissement des demandes en aliments
d’origine animale et pour les aliments pour animaux, au niveau national à partir des niveaux
globaux. Les chapitres 8-13 sont des études de cas en profondeur d’approches récentes pour
xvi
évaluer des situations des aliments pour animaux dans un large éventail de pays ou régions
dans lesquelles les environnements socio-économique et biophysique sont notoirement
différents. L’étude de cas de la Suisse est un exemple de SNEAA dans un pays hautement
développé avec des statistiques agricoles et des bases de données bien développées, la prépondérance de ressources basées sur les céréales, mais aussi avec la présence d’importantes
ressources herbagères. Le cas de l’Inde illustre le défi à évaluer les aliments pour animaux
dans un environnement très diversifié avec moins de statistiques et de données. L’inde
présente une large variété de systèmes mixtes d’élevage associés aux céréales et un usage
très intensif de toutes formes potentielles des aliments pour animaux, dont plusieurs sont
difficiles à quantifier car elles ne figurent généralement pas dans les statistiques agricoles
nationales. Ces deux SNEAAs sont spécialement aptes à évaluer des aliments pour animaux,
à partir des céréales ou des systèmes mixtes élevage-céréales.
Leur succèdent quatre exemples de systèmes spatialement extensifs rencontrés en
Afrique, et en Asie, où les statistiques agricoles nationales sont peu utilisées, car ils
dépendent en priorité des ressources non culturales, représentées par les steppes, les
savanes et autres types de parcours. Dans ces systèmes, la seule source de données sur
d’aussi vastes étendues, provient de senseurs satellitaires avec une orbite très élevée
au-dessus de la surface terrestre. Le Chapitre 14 présente une méthodologie relativement
détaillée pour calculer les équilibres alimentaires des animaux, dont le foyer est le calcul des
besoins alimentaires des animaux basé sur ses besoins énergétiques, son efficacité digestive
et les caractéristiques énergétiques des ressources alimentaires. Le Chapitre 15 décrit une
approche de modélisation d’écosystèmes intégraux pouvant s’appliquer aux systèmes animaux spatialement hétérogènes et extensifs. L’approche par modélisation d’un écosystème
est la plus astreignante; car elle intègre également l’ensemble complet des facteurs impliqués dans l’ENAA, y compris, les calculs de variations spatiales et temporelles des disponibilités alimentaires, de concert avec le calcul des besoins alimentaires des animaux et des taux
réels de prélèvement sur les différents sites envisagés. L’approche par modélisation se révèle
également pronostique, dans le sens où des prévisions peuvent être établies sur la base du
changement climatique ou d’autres conditions de l’environnement. Le Chapitre 16 est une
description des méthodologies de l’évaluation fourragère des pâturages et parcours, depuis
les approches de terrain pour mesurer quantité et qualité, jusqu’aux systèmes utilisés des
données climatiques et satellitaires à des échelles spatiales régionales, et aux approches par
modélisation des écosystèmes.
1
SECTION I
État des
connaissances
3
1. Tendances de la demande
en aliments pour animaux
Dans les pays en développement, la consommation de viande s’est accrue de plus de 5%
annuellement, dans les dernières décennies et devrait augmenter de 1.4% l’an, à travers
le monde jusqu’en 2030. En termes énergétiques, la consommation de viande augment
plus de trois fois celle observée dans les pays développés, entre 1971 et 1995 (Delgado
et al., 1999). La raison principale en est la forte croissance dans des pays étendus, comme
la Chine, l’Inde et le Brésil (FAO, 2006a). La production et la consommation de volaille a
cru de plus de 5% par an, et représente une fraction croissante de la production moyenne
mondiale, au taux de 15% à 30% durant les trente dernières années. En 2050, seront
consommées 2,3 fois plus de viandes de volailles et environ 1,4 à 1,8 fois plus d’autres produits animaux qu’en 2010 (FAO, 2006a; FAO, 2011). En Inde, la demande de volaille devrait
augmenter de 844% en 2030, ce qui se traduit par 8.865 400 tonnes de produits. Ceci
demandera 27 millions de tonnes d’aliments supplémentaires et 24 millions d’hectares de
terres céréalières additionnelles à moins que la proportion de sous-produits et de ressources
alimentaires non conventionnelles augmente substantiellement et/ou que la contribution
de la volaille traditionnelle picoreuse de basse-cour augmente (Chapitre 7). La consommation de produits animaux est étroitement liée au niveau par tête. Comme ce dernier s’est
accru rapidement pendant les 20 dernières années, les niveaux de consommation de viande
et autres produits animaux se sont élevés simultanément (Steinfeld et al., 2006). L’augmentation des revenus va encourager une consommation plus élevée par personne, particulièrement dans le monde en développement (FAO, 2011). Comme résultat, la consommation
dans les pays en développement finira par dépasser celle des pays développés.
En Asie, la demande en produits d’origine animale commence à excéder la production,
avec une projection de la demande, 2 à 3 fois supérieure en 2050 dans beaucoup de
pays (Devendra and Leng, 2011). Les auteurs soulignent que la limitation du grain bon
marché va conduire à une utilisation plus intensive de fourrage, de résidus de cultures, de
produits agro-industriels et de ressources alimentaires non conventionnelles. Un intérêt
accru sera porté à l’usage maximal des résidus de récolte et aux fourrages de basse qualité.
Ils suggèrent que les deux milliards de tonnes de paille produits dans le monde puissent
être convertis en produits animaux avec un taux de conversion de 10/1, afin de produire
annuellement 200 millions de tonnes de poids vif animal pouvant nourrir quatre milliards
d’humains.
Pour la majorité des pays en développement, les systèmes mixtes d’élevage des animaux
et les cultures végétales sont prévalents. L’élevage des animaux y est étroitement lié à la
production céréalière en utilisant les résidus de récolte, en recyclant les nutriments et par
l’usage de la culture attelée (Herrero et al., 2010). Ces systèmes produisent environ 50% du
total mondial de céréales, étant pour leur majorité consommé par des populations pauvres:
4
La conduite d’évaluations nationales des aliments pour animaux
41% du maïs, 86% du riz, 66% du sorgho, et 74% du mil. Ils produisent également 75%
du lait, 60% de la viande et emploient des millions d’individus.
Plusieurs céréales sont à deux fins, tels le maïs, le blé, le sorgho et le mil: le grain sert
d’aliment humain et leurs résidus sont utilisés pour nourrir les animaux.
Les systèmes animaux, sont en cours d’intensification avec un usage accru des grains
pour l’alimentation animale, de foin avec des aliments riches en protéines et en additifs
qui améliore leur conversion. Simultanément, les types d’alimentation traditionnelle sont
en déclin (Steinfeld et al., 2006). Historiquement, l’utilisation du grain pour l’alimentation
animale a débuté en pays développés. Ainsi, aux USA, 40% des céréales sont utilisées pour
les animaux, comparés à 14% en Afrique. De plus, tandis que la consommation de produits
animaux est très élevée, peut-être trop, en pays développés, il reste une marge considérable pour leur accroissement dans la ration des pays en développement pour améliorer
son efficience (Speedy, 2003). Il est également constaté un mouvement de la production
mondiale des animaux des régions utilisant des systèmes intensifs d’alimentation à base
de grains vers les pays en développement où celui-ci est moins important; Il est possible
cependant qu’une tendance inverse se manifeste dans les pays en développement, à savoir
un déplacement vers des systèmes plus intensifs utilisant plus de céréales (FAO, 2006a). Il
a également été suggéré que, dans les pays en développement, une demande humaine
accrue en céréales crée une compétition avec une demande accrue pour les animaux, aboutissant finalement à des augmentations des importations de grains (Delgado et al., 1999).
En Asie du Sud, la croissance de la population humaine aura comme conséquence que les
systèmes mixtes devront impérativement obtenir tous leurs produits animaux à partir des
sources d’aliment alternatives, en tenant compte que les tiges ne pouvant couvrir uniquement, que les besoins d’entretien des animaux (Herrero et al., 2009).
En Chine, la demande en produits laitiers s’est considérablement accrue du fait de
l’augmentation du revenu, du changement dans les modes de vie urbains et développement général du secteur laitier (Simpson, 2006). La consommation de lait a triplé par tête
entre 1985 et 2000, et doublé ensuite de 2000 à 2004. Si cette tendance se confirme, un
déplacement va s’effectuer, vers la mise en place de fermes laitières modernes qui bénéficieront des avancées en génétique, en gestion de l’élevage, et du secteur laitier du monde
entier. La question cruciale est de savoir jusqu’au où l’industrie laitière pourra satisfaire la
demande et donc, si la Chine pourra suffire à pourvoir en composants nutritionnels pour
cette industrie en expansion. Une évaluation de ces questions, effectuée à partir d’un
modèle complexe (Simpson, 2006) a conclu que les ingrédients alimentaires protéiques
devraient progressivement être de plus en plus importés, alors que les sources énergétiques
existent en abondance. L’évaluation souligne qu’en fait, chaque pays nourrit ses animaux,
en accord avec ses disponibilités, ses goûts, ses préférences, et les avantages comparatifs
de la production des ingrédients (Simpson, 2010a). La Chine ne va pas, comme plusieurs
experts le supposent, développer de grands parcs d’embouche typiques des USA, par
exemple. Une grande fraction des ressources alimentaires énergétiques nationales proviennent des résidus céréaliers (38%) et des sous-produits de cultures, incluant l’ensilage
(21%). Une fraction assez large des ingrédients protéiniques viendra également des résidus
de céréales (28%) et des sous-produits (48%). Ces derniers, les aliments non-conventionnels et les fourrages continueront à représenter une portion substantielle des composants
Tendances de la demande en aliments pour animaux
alimentaires pour les animaux laitiers chinois durant la prochaine décennie, spécialement
dans les régions les moins peuplées. En conséquence, une attention particulière doit être
portée pour évaluer les stocks et les mouvements de ces ressources alimentaires.
Dues aux croissances actuelles et futures de la consommation des produits animaux, des
controverses se multiplient pour savoir si les céréales et autres aliments à usage humain
peuvent être détournés pour l’usage animal (Speedy, 2003). Même si certains estiment que
la demande accrue, pour la consommation de produits animaux va augmenter la demande.
Le grain à usage humain, l’élevage des animaux peut utiliser des produits céréaliers
qui autrement seraient gaspillés et peut également être élevé sur des sols impropres aux
cultures (Delgado et al., 1999). Les disponibilités en terre et eau resteront des contraintes
clé pour la production d’aliments alternatifs pour les ruminants dans les systèmes les plus
intensifs (Herrero et al., 2009).
5
7
2. Évaluation des provisions
d’aliments pour animaux
en relation avec des demandes
croissantes
Les besoins pour le développement d’inventaires ou de systèmes nationaux d’évaluation
d’aliments pour animaux varient grandement suivant les pays. En Suisse, par exemple,
ces inventaires ont été initiés par nécessité stratégique durant les guerres mondiales pour
assurer la sécurité alimentaire (Chapitre 8). De nos jours, ce besoin nécessite l’obtention
d’informations nécessaires à s’adapter à des situations non prévues pouvant conduire à des
restrictions alimentaires, parmi lesquelles des sécheresses et des ruptures dans les transports et les affrètements. D’autres usages ont émergé, comme les calculs économiques
nationaux de la biomasse et des flux de gaz à effet de serre.
En Asie, peu de pays se sont lancés dans l’exécution d’évaluations quantitatives ou
même qualitatives des disponibilités en aliments pour animaux, ceci probablement dû à une
méthodologie inefficace ou à un manque de compréhension d’approche des évaluations
(Devendra and Leng, 2011). Des évaluations ont été tentées pour la Péninsule Malaisienne
(Devendra, 1982), les Philippines (évaluations non publiées Devendra and Leng, 2011), et
pour les régions de productions d’huile du Sud-est asiatique (Devendra, 2009). Des bilans
alimentaires ont été dressés entre disponibilités et besoins en Inde et Pakistan (Mudgal and
Pradhan, 1988; Raghavan, Krishna and Reddy, 1995; Ramachandra et al., 2007) ainsi qu’au
Népal (Shrestha and Pradhan, 1995).
Des disettes en aliments pour animaux ont clairement restreint la productivité en
Inde ainsi que démontré dans de nombreuses études spécifiques de sites (Chapitre 9;
Ramachandra et al., 2005; Raju et al., 2002; Anandan et al., 2005). Cependant, les impacts
de celles-ci au niveau national ont été peu caractérisés par manque d’évaluations. Une
caractéristique du bétail indien est sa dépendance alimentaire presque totale des résidus
de culture et des sous-produits; les herbes, les adventices, et les feuilles sont récoltées à
partir des terres cultivées ou non: les terrains communaux et les champs après récolte, sont
pâturés (Dikshit and Birthal, 2010). L’utilisation des résidus de culture a augmenté de 65%
entre 1980-81 et 2002-03 (Ramachandra et al., 2005).
En Inde, les inventaires d’aliments pour animaux, peuvent être utiles pour les concepteurs politiques, les agences gouvernementales, les agences de développement, et les ONG.
L’information provenant de tels inventaires peut être utilisée pour formuler et exécuter des
activités significatives dans le développement du secteur animal et s’attaquer à des calamités naturelles, comme les sécheresses et les inondations (Chapitre 9). Une telle information
pourra aussi se révéler utiles pour la prise de décisions indicatrices liées à la nature et aux
8
La conduite d’évaluations nationales des aliments pour animaux
quantités de produits, aux aliments pour animaux localement commercialisables, et celles
à importer ou à exporter, et aux régions potentielles de commercialisation. L’estimation de
la demande en aliments pour animaux, peut aider à résoudre la controverse sur le calcul
de la fraction largement variable du grain utilisable pour les animaux (Dikshit and Birthal,
2010). Les estimations peuvent également s’utiliser dans la détermination des relations
entre intrants et produits dans le secteur de l’élevage des animaux et l’appréciation des
émissions de gaz à effet de serre liées à la production animale. Ramachandra et al. (2005)
recommande une approche par bilan national des aliments pour animaux permettant de
reconnaître les différences, régionales dans les systèmes de production animale, de pair
avec un système national travaillant en réseau sur les céréales et les statistiques nationales,
et l’établissement d’un Directoire du Bureau des aliments pour animaux, afin de créer les
bases de données nécessaires et de planifier et utiliser l’évaluation des aliments pour animaux au niveau national.
Les sources des aliments pour animaux, ont été identifiées et inventoriées au Pakistan.
Les résidus de culture, les fourrages cultivés, la pâture et les concentrés représentent respectivement 57%,18%,19% et 6% des ressources (Habib, 2010). Les systèmes associant élevage et céréales sont largement répandus. Une fois la moisson achevée, les sous-produits
céréaliers, tels les pailles et les tiges sont stockés et gardés pour l’alimentation du bétail tout
au long de l’année. La culture du fourrage, est pratiquée sur une aire limitée à 2,45 millions
d’hectares ou 11,1% des terres totales cultivées. Pendant les vingt dernières années, les
terres dévolues au fourrage, ont progressivement diminué contrairement à la production
de fourrage, qui a augmenté de 13%, apparemment dû à de meilleures pratiques agricoles
(Habib, 2010). Les terres de pâturage couvrent plus de 20 millions d’hectares du Pakistan,
mais ne contribuent qu’à 19% de la biomasse, et 30% des protéines brutes, aux apports
totaux d’aliments (Habib, 2010). Le potentiel productif des terrains pâturables, a clairement
décliné, mais l’importance de ce déclin, n’a été que peu quantifié. Le pâturage incontrôlé,
et les sécheresses récurrentes, ont considérablement réduit leur capacité de charge. De
larges flux d’ovins afghans, ont intensifié la pression sur les herbages. Le pâturage communautaire villageois, autrefois commun dans les zones rurales, a pratiquement disparu, et, est
devenu individuel. Ceci a rendu difficile des pratiques de pâturage rationné, en rotation sur
des aires limitées, afin de protéger les zones de parcours vulnérables. Le système “nagha”,
centenaire de pâturage restreint, destiné à protéger les terrains de pâturages communautaires, des pratiques de libre pâture incontrôlée, n’existe plus, ou, n’est pratiqué que dans
des zones très réduites (Ghulam Habib, comm. pers.).
Dans le Sahel africain, les pastoralistes font pâturer leur bétail dans des systèmes
spatialement extensifs, caractérisés par des déplacements saisonniers de grande ampleur,
entre les surfaces pâturables, et d’autres mouvements orbitaux, intra-saisonnier autour des
points d’eau (Chapitre 10). La production fourragère est limitée par les chutes de pluie,
très variables. Les déplacements du bétail pastoral, sont responsables des variations fourragères dans le temps et l’espace. Les sècheresses périodiques, sont inhérentes au système,
et conduisent à des disettes fourragères, pour le bétail et à l’insécurité alimentaire pour
les éleveurs. La nature spatialement extensive, et variable dans le temps de la ressource
fourragère, associée aux contraintes des mouvements du bétail dus à la distribution d’eau,
la topographie, les infrastructures, nécessitent une approche très différente de celle des
Évaluation des provisions d’aliments pour animaux en relation avec des demandes croissantes
évaluations des aliments pour animaux. L’utilisation des données de télédétection, particulièrement pour la production de biomasse, à partir de la verdure, s’est révélé la seule
approche faisable. C’est ainsi, que les systèmes d’alerte précoce utilisent les indices végétatifs procurés par la télédétection. Le système décrit au chapitre 10, procure l’information
utile pour les agences d’aide alimentaire, les pastoralistes, les gouvernements et les agences
de développement.
Des situations similaires se rencontrent en Afrique du Sud, où une proportion significative de la population humaine est indépendante de l’élevage des animaux, pour ses moyens
de subsistance et sa nourriture, et où la majeure partie du fourrage provient des parcours
(Chapitre 11). La grande variabilité spatiale et temporelle de la production fourragère,
nécessite une surveillance sur de larges échelles spatiales pendant la saison végétative sur
une base séculaire.
La compréhension de la disponibilité de la biomasse fourragère à travers le paysage
peut aider les pastoralistes mongoliens à prendre des décisions sur leurs déplacements, les
ventes et achats de leurs animaux, et évaluer les niveaux de risque pour la prise de décisions (Chapitre 12). Toutefois, une information extensive sur la distribution du fourrage sur
de larges zones éloignées est difficile, sinon impossible à obtenir. Au moins 35% du bétail
mongolien, ont été perdus durant la sécheresse et les hivers rigoureux entre 1999 et 2001.
En réponse, l’Agence américaine pour le développement international (USAID), a contribué
au développement d’un système d’alerte précoce pour les animaux dans la région de Gobi.
Celui-ci procure des évaluations proches du temps réel, des conditions fourragères actuelles
et prévisibles. Cette information est fournie aux éleveurs, aux agences de développement
locales et nationales, afin de les assister dans la gestion des sécheresses, la préparation des
désastres, et dans la responsabilité politique agricole.
Le plateau tibétain représente un autre exemple de pastoralisme spatialement extensif
dans des paysages éloignés et hétérogènes (Chapitre 13). Les populations humaines et
animales de la région autonome du Tibet, ont toutes deux plus que doublé, pendant les
quarante dernières années. Ceci a résulté en une demande accrue sur les ressources naturelles, une pression aggravée qui inclut le surpâturage et les sécheresses, ce qui a abouti à
la dégradation des pâturages et la désertification, et donc la diminution de la disponibilité
des ressources de base, et l’augmentation de la pression. Ainsi, un inventaire des aliments
pour animaux peut être utile, en déterminant la disponibilité des ressources fourragères, en
relation avec la demande. Une telle information est valable tant pour la politique de sécurité alimentaire, et à sa planification, que pour la mise en place de taux de charge animale
durable et de mesures protectrices de l’environnement. Compte tenu de l’expansion et de
l’éloignement de la majorité des surfaces pâturables, et le défi de travailler à haute altitude,
avec de faibles taux d’oxygène, les données de base recueillies in situ sur les pâturages,
sont très limitées. Un inventaire des aliments pour animaux pour une région pastorale aussi
spatialement extensive doit employer au maximum des données de télédétection.
Un atelier organisé à Nairobi en 1985, a rassemblé de nombreux chercheurs, afin d’évaluer les aliments pour animaux, pour les éleveurs de bétail africain de taille modeste (Katigele et al., 1987). Quoique déjà ancien, il est instructif d’observer les approches diverses
utilisées pour évaluer les aliments pour animaux dans les pays en développement à cette
époque. En général, les évaluations incluaient l’examen de types variés des aliments pour
9
10
La conduite d’évaluations nationales des aliments pour animaux
animaux, tels les pâturages naturels ou parcours, les prairies améliorées, les cultures de
céréales et de tubercules, et les sous-produits agricoles. Les productions totales céréalières
et des estimations des zones entières céréalières ont été prises en compte sur base de
diverses statistiques provenant de gouvernements et de la FAO. Cependant, peu de choses
ont été effectuées pour déterminer ce qui était réellement disponible pour le bétail. De
même, ont été présentées les valeurs typiques de la production végétale des parcours, mais
les inventaires quantitatifs n’ont pas été établis, sans doute par manque de données sur ces
vastes zones vastes et hétérogènes. Aujourd’hui, nous avons accès à des bases de données
largement améliorées, aux GIS, à la télédétection et aux possibilités de modélisation. En
fait, le potentiel de ces sources d’information, et de ces technologies aptes à développer
des ENAAs, à l’échelle nationale, ont simplement pu être exploitées.
11
3. Un résumé des études de cas
sur les évaluations nationales,
régionales et mondiales des
aliments pour animaux
3.1 SUISSE
Le bilan en aliments pour animaux de la Suisse
La Suisse a effectué des inventaires réguliers des aliments pour animaux depuis 1933 avec
des révisions de méthodologie en 1980 et 2009 (Chapitre 8). L’approche suisse est hautement sophistiquée, ayant bénéficié de l’expérience accumulée, des capacités techniques, et
s’étant enrichie de sources bien organisées en données fondamentales. Une large variété
de sources alimentaires est envisagée, elle inclut à la fois, les systèmes intensifs liés aux
céréales et les systèmes extensifs d’herbages. Les animaux pris en compte, comprennent
bovins, ovins, caprins, porcins, volailles et équidés.
La disponibilité annuelle en aliments pour animaux est établie à partir d’un inventaire
sur base de la production domestique, comprenant les céréales, et les sous-produits agricoles. La disponibilité est corrigée, avec les données import/export, et exprimée en termes
d’énergie digestible et métabolisable, et de protéines, en utilisant les données fourragères
les plus aisément disponibles.
A titre de contrôle, la demande animale en aliments pour animaux, est calculée sur base
du recensement des animaux et des besoins en énergie animale et protéines. Les besoins
animaux sont différenciés entre élevage, produits laitiers, et engraissement. Ils ont pour
base les données fournies par les stations de recherche agricole et un manuel bien documenté à l’usage des éleveurs (Agridea, 2011).
La Suisse a la chance d’avoir d’excellentes sources de données pour établir l’inventaire. Le gouvernement fédéral vérifie régulièrement les statistiques de production
céréalière au niveau national. Les sous-produits de l’industrie alimentaire sont estimés à
partir des données fournies par cette dernière (brasseries, minoteries) ou par les bureaux
agricoles officiels. Les statistiques officielles de production sont disponibles pour le maïs,
fourrages, et la production fourragère des herbages. Elles sont corrigées selon l’altitude
et les conditions météorologiques. Les étendues régionales de pâturage saisonnier en
alpages sont calculées sur base de cartographie irrégulière (10-12 ans) de l’usage des
sols et d’analyses GIS.
L’utilisation du maïs et du fourrage herbagé, est estimée afin de permettre la comparaison avec leur disponibilité. Tous deux sont supposés être en équilibre sur une période
pluie annuelle, avec certains années excédentaires, et d’autres déficitaires. Un déficit fourrager sera régulé par des importations, ou par l’utilisation des excès accumulés pendant
12
La conduite d’évaluations nationales des aliments pour animaux
les années d’excédent. L’utilisation est basée sur les taux d’importation de matière sèche
typique de chaque classe d’animaux et la durée de pâturage.
3.2 INDE
L’inventaire des aliments pour animaux de l’Inde
Plusieurs évaluations ont été menées à un niveau régional. Elles ont été prises comme
base de données d’utilisation de sols, de production céréalière et de mouvement animal
(Anandan et al., 2005; Raju et al., 2002). Ces données ont été fournies par la Direction
Gouvernementale de l’Economie et Statistique, ainsi que du Département de l’Elevage. Les
chercheurs impliqués ont développé, à partir de leur expérience, un système de récolte des
données avec une interface facile à utiliser, donnant accès à la disponibilité et aux besoins
en aliments pour animaux, à travers tout le pays (Angadi et al., 2005).
Dans le chapitre 9, est discutée l’approche choisie en Inde pour évaluer les ressources
alimentaires animales nationales. La disponibilité en ressources liées aux céréales y est
estimée à partir des données de production céréalière et la disponibilité en fourrage vert à
partir des données de classification des sols. La production céréalière et les données d’utilisation des sols, qui incluent les types de sols à usage fourrager, sont publiées annuellement. Les index de récolte; le ratio des données de sous-produits céréaliers par rapport aux
tonnes de céréales récoltées; et le ratio d’extraction; la fraction de céréales récoltées utilisée
comme aliments pour animaux, sont appliqués aux données de production céréalière pour
en estimer les disponibilités en ressources alimentaires animales.
Les index de récolte sont utilisés pour les résidus de céréales et les tourteaux oléagineux,
tandis que les ratios d’extraction sont appliqués pour les grains, les sons, et les balles. Des
estimations relativement brutes de la production de fourrage vert, sur les différents types de
sol sont utilisées de pairt avec des estimations de pourcentage de terres utilisées à cet effet.
Celles-ci sont des approximations de valeurs moyennes basées sur les meilleures données
disponibles. Les estimations de production sont alors appliquées à l’ensemble des terres
utilisées, répertoriées à partir de cartes et inventaires à cet effet.
Les besoins des animaux en aliments, sont estimés à partir des chiffres de recensement,
publiés tous les 5 ans. Ces données, classifies par espèces et classes d’âge, sont converties
en unités bovines adulte standard, en fonction des différences de taille corporelle. Une estimation de base des besoins en matière sèche de 2% par kilo de poids est alors appliquée.
Le total des besoins en matière sèche, est comparé aux disponibilités totales pour établir le
bilan alimentaire national pour les animaux.
Dikshit et Birthal (2010) ont calculé la demande indienne en aliments pour animaux, en
les graduant à partir des données familiales. Ils fondent leur argumentation sur le fait que
les enquêtes au niveau des ménages représentent la seule voie pour obtenir des données
fiables sur la consommation alimentaire réelle. Cette graduation a été rendue possible par
la conception d’un échantillonnage destiné à être aussi représentatif que possible parmi la
vaste hétérogénéité des sols, topographies, précipitations, système d’irrigation, températures, céréales et bétails. Le pays a été divisé en vingt zones agro-écologiques, subdivisées
en 60 sous-zones suivant les critères ci-dessus. De plus, les animaux étaient répertoriés par
espèces, races, classes d’âges et état de production. La demande en aliments pour animaux, pour chaque classe animale peut alors, se combiner avec la distribution interclasses
Un résumé des études de cas sur les évaluations des aliments pour animaux
afin d’arriver à une estimation plus rigoureuse de l’ensemble des demandes. La graduation
se révéla une procédure à niveaux multiples, des ménages aux villages, de ceux-ci aux districts, puis aux régions et finalement à la nation. Ainsi, a été prise en compte l’hétérogénéité des villages au sein d’un district, et ainsi de suite. Les auteurs ont également comparé la
demande en aliments pour animaux, à la disponibilité. Ils ont relevé que, pour le Ministère
de l’Agriculture, il est généralement assumé que 5% des grains à usage humain sont utilisés
pour l’alimentation animale, ils ont coté d’autres sources avec des taux d’extraction céréalière (à savoir, la fraction de la production totale céréalière utilisé pour les différents aliments
pour animaux, par exemple 9,5% pour le riz, et 41% pour les céréales non panifiables. Ils
ont établi des projections des demandes futures en 2020, en utilisant une consommation
des aliments pour animaux, basée sur leurs données, couplée aux projections de croissance
des animaux selon leurs types. Ils ont ensuite revu les estimations en prenant en compte
les changements prévisibles pour la demande en lait et viande. En se basant sur les travaux
antérieurs, ils ont prévu que la demande future en lait sera satisfaite par l’accroissement de
la production individuelle, simultanément à l’augmentation des effectifs animaux, tandis
que la demande en viande proviendra prioritairement de l’augmentation des effectifs. Toutefois, indépendamment de ce constat, les besoins indiqués resteront identiques à moins
que les taux de conversion alimentaire aient pu augmenter d’une manière ou d’une autre.
Les systèmes mixtes associant l’élevage des animaux et les cultures céréalières sont
prévalents dans le pays, et, il existe de grandes différences dans la représentation et le
fonctionnement des ménages impliqués (Erenstein and Thorpe, 2010). L’utilisation des
céréales, de leurs sous-produits, du fourrage, des résidus de culture, et d’autres aliments
non conventionnels varie largement. La compréhension correcte de cette hétérogénéité
pour évaluer plus précisément les besoins des animaux en aliments est fondamentale. Dans
les plaines, entre l’Indus et le Gange, l’usage de différents types d’aliments pour animaux,
varient selon un gradient d’intensification, comme l’ont démontré des enquêtes villageoises
détaillées (Erenstein and Thorpe, 2010; Thorpe et al., 2007). Les communautés ont été
échantillonnées au hasard selon une approche stratifiée par regroupements. Cette stratification a d’abord été appliquée à quatre sous-régions, ensuite à un second niveau; ont été
sélectionnés trois districts représentatifs, un dans chacune des trois principales sous-zones
agro-écologiques. Au 3ème niveau, six villages ont été choisis au hasard, autour d’un point
central. Cette approche stratifiée est la clé pour obtenir, un échantillon représentatif, et
pour comprendre comment les moyens d’existence et les modes d’alimentation animale,
qui y sont associés, peuvent varier au sein du système.
3.3 PAKISTAN
L’inventaire pakistanais des aliments pour animaux
L’approche utilisée au Pakistan ressemble beaucoup à l’indienne. En 2003, des calculs
détaillés ont été effectués sur la disponibilité et le bilan alimentaire pour animaux dans
la province de la frontière du Nord-Ouest (appelée actuellement Khyber Pakhtunkhwa)
(Habib et al., 2003). Récemment, une évaluation du bilan alimentaire pour animaux, a été
effectuée au niveau national, en prenant en compte les autres provinces (Habib, 2010).
En utilisant des facteurs de conversion céréalière (comme les index de récolte et les ratios
d’extraction indiens) trouvés dans la littérature et des données locales, sur la productivité
13
14
La conduite d’évaluations nationales des aliments pour animaux
céréalière, des quantités de résidus et de sous-produits provenant de diverses céréales ont
été calculées approximativement. Les données sur les facteurs de conversion employés,
pour calculer la biomasse des sous-produits céréaliers nécessitent un développement ultérieur et une standardisation.
De même, le fourrage provenant de diverses catégories de terres pâturables, a été
estimé, en utilisant des données locales de production et de superficie dans dix zones
agro-écologiques différentes. Cependant, les données retenues pour la production herbagère des terrains de pâture demandent une mise à jour et un perfectionnement, car les
parcours se sont dégradés pendant les 20-30 dernières années.
3.4 CHINE
Disponibilités actuelles et prévues en ressources alimentaires animales
Simpson, Cheng, and Miyazaki (1994) ont effectué une évaluation très complète de l’agriculture chinoise dans laquelle ils ont calculé la disponibilité actuelle et prévue en ressources
alimentaires. Les calculs ont débuté à partir de données provenant de l’annuaire de l’agriculture chinoise, sur la production de grains, et de graines oléifères (total en tonnes) et sur
les zones ensemencées (hectares). La productivité par unité de surface, a été calculée en
divisant la production totale par la surface ensemencée. Les grains comprenaient le blé,
le riz, les non panifiables (maïs, sorgho etc.), tandis que les oléifères incluaient l’arachide,
le colza, le tournesol, et le sésame. D’autres statistiques de production de cultures étaient
également disponibles, comme par exemple, la pomme de terre, et la betterave sucrière,
ainsi que les cultures arboricoles, comme les fruitiers. Les zones de culture et ensemencées
étaient rapportées par région et par province. La production de l’industrie des aliments
pour animaux a été décrite, en y incluant le rôle des sous-produits et des sources d’aliments
non conventionnels. La Chine ne publiant pas de statistiques sur les quantités de grains
distribués au bétail, les auteurs se sont référés aux données du Département américain de
l’Agriculture sur celles-ci.
La Chine a un long historique d’utilisation de ressources alimentaires animales
non-conventionnelles (ANCS), de résidus de cultures et de sous-produits. Les ANC comprennent une large variété de substances, incluant par exemple, la paille, le riz, l’azolla, le
manioc, les rejets de bananes, et les tiges de maïs. Comme exemple de sous-produits, on
trouve la bagasse, les drèches de brasserie, les tourteaux de palmiste, le son de riz, et la
litière de volaille. Comme mentionné antérieurement, le bétail laitier chinois tire des fractions substantielles de son énergie, et de ses nutriments à partir des résidus de culture et
des sous-produits au sein des systèmes où les cultures végétales et l’élevage du bétail sont
étroitement liés à travers des transports de biomasse, énergie et nutriments. Un modèle a
été développé et programmé, sous forme de tableur pour chiffrer la disponibilité des ingrédients alimentaires. Il est basé sur l’énergie métabolisable et le taux de protéines brutes
de chaque culture, comme de chaque pâture. Les données productives de culture sont
multipliées par la surface ensemencée afin de fournir la production totale qui, à son tour
est multiplié par le taux d’extraction physique, c’est-à-dire la proportion de chaque espèce
cultivée contenant du grain, de la paille, des résidus de brasserie, de la farine de tourteau,
etc. (par exemple; kg de paille d’orge par kg de grain), afin de fournir les quantités totales
potentiellement disponibles pour l’usage humain et animal. La multiplication des quantités
Un résumé des études de cas sur les évaluations des aliments pour animaux
potentiellement disponibles par la portion utilisée pour les animaux, donne le montant
total d’ingrédients, qui peuvent être consommés par les animaux. Les portions utilisées
ont été apparemment estimées sur base des connaissances des experts. Les proportions de
farines de tourteaux oléagineux utilisées par les animaux, doivent prendre en compte, la
soustraction des pertes dues au transport, à l’entreposage, les refus animaux, les déchets,
et l’utilisation comme fertilisant.
Un total de 38 cultures et de quatre autres sources (comme la farine de poisson), ont
été prises en compte. Chaque culture a été divisée en intrant primaire, et en plusieurs
sous-produits ou ANC, comprenant les contenus énergétique et protéique, les taux d’extractions et la superficie en hectares de cinq types de pâturages: chaud, tempéré, humide,
sec et alpin. Les données introduites à partir d’environ 1000 paramètres ont été combinés
pour calculer la disponibilité en énergie totale et en protéines pour le bétail. Les projections
pour le futur ont été basées sur les taux de croît estimés pour les rendements par hectare,
et par zones ensemencées.
En utilisant cette méthodologie, Simpson (2006) a calculé qu’environ 1,2 trillions de
Mcal d’ingrédients ont été produits en 2000, Environ 9% provenait de sous-produits, 13%
des herbages, et 42% des cultures de grains. Les ANC représentaient 36% de l’énergie
totale des aliments pour animaux en 2000. Environ 800 millions de tonnes de résidus et
d’ensilage ont été produits en 2000, dont 85% de résidus. La méthodologie a été également utilisée pour évaluer le potentiel chinois de viande bovine (Simpson, 2003) comme
conséquence de changements potentiels dans l’utilisation de sols et la productivité agricole
(Simpson, 2010b).
Leng (2011) a récemment compilé et présenté un certain nombre de statistiques tirées
de l’annuaire chinois des statistiques et d’autres sources. Les données montrent de grandes
augmentations sur la production et la consommation d’aliments d’origine animale. La
consommation per capita de volaille, et de produits laitiers a augmenté approximativement
de 2 à 5 fois dans les 20 dernières années. La consommation de viande rouge est passée
de 21 kg/personne en 1990 à 48 kg/personne en 2009. Simultanément, la consommation
de grain a diminué significativement. Les effectifs de petit bétail ont augmenté de 30%
à 50%, et les effectifs de bétail laitier ont quadruplé pendant la même période. Comme
résultat de l’accroissement de la demande en aliments pour animaux, la Chine s’est transformée d’exportateur de maïs à celui d’importateur entre 2000 et 2010. Les importations
de soja ont augmenté de 0 à 50 millions de tonnes/an. Une autre conséquence est la
dégradation élargie des terrains de parcours causée par le surpâturage.
3.5 AFRIQUE
Utilisation des résidus de culture dans les systèmes mixtes céréales/bétail
Les résidus de culture sont des aliments fibreux disponibles pour le bétail, une fois les moissons effectuées. Ils se distinguent des sous-produits agricoles; sons, tourteaux oléagineux,
qui sont le résultat du traitement des céréales (de Leeuw, 1997). Il existe un consensus
général pour une meilleure utilisation des résidus de culture comme aliments pour le bétail
(Maehl, 1997). Ceux-ci sont importants dans de nombreux secteurs agricoles nationaux,
mais encore souvent, sous-utilisés. Leur consommation par les ruminants contribue également au recyclage de leurs nutriments, ainsi qu’à la fertilité et à la structure des sols, par-
15
16
La conduite d’évaluations nationales des aliments pour animaux
ticulièrement dans les systèmes agricoles intégrés. Les pailles de céréales, et les tiges représentent de loin, les résidus les plus importants. Les estimations nationales des rendements
en résidus sont basées sur les statistiques FAO de production pour les matières premières
(e.a. FAO, 1984, 1994), multipliées par certains facteurs, ainsi que proposé par Kossila
(1988). Ces derniers peuvent être modifies avec plus de précisions lorsque c’est possible.
Deux modes de ratio peuvent être employés pour les cultures et rendements de résidus
(de Leeuw, 1997). Le premier, assez simple, divise le rendement en grain par un facteur
exprimant l’index de récolte, qui représente la quantité de grain sur l’ensemble de la
biomasse hors-sol (Kossila, 1988). Le second ratio est nécessaire pour évaluer la “comestibilité”. Pour estimer la fraction consommable des RC, des données sont requises sur les
paramètres comme le taux vraisemblable de refus par les animaux au pâturage ou les refus
constatés en stabulation.
Les apports potentiels en RC peuvent, en Afrique (de Leeuw, 1997), se rapprocher des
statistiques nationales à partir de la proportion de terres cultivées (e.a. Banque Mondiale,
1989; WRI, 1990), combinée aux estimations des rendements pour les principales cultures de
grains et de tubercules (Banque Mondiale, 1989). Ces estimations approximatives pourraient
être plus précises, si des meilleures données de ratio grain/RC étaient disponibles. En Afrique,
les restrictions d’accès aux RC, sont devenues plus communes durant les dernières années,
à cause de la privatisation des terres, et de l’intensification, de sorte qu’il ne peut plus être
assumé que tous les RC puissent être pris en compte dans les calculs de disponibilités.
3.6 RÉGION SAHÉLO-SAHARIENNE
Système de surveillance pastorale et inventaire des aliments
pour animaux dans le Sahel
Un système d’Alerte Précoce Pastorale a été développé par ACF (Action Contre Ia Faim) pour
assurer le suivi de la disponibilité en aliments pour le bétail pastoral dans la région Sahélo-Saharienne d’Afrique (Chapitre 10). A côté de l’imagerie satellitaire en temps quasi réel,
(état de verdure de la végétation), le système utilise des cartes sur données de terrain et des
cartes de mouvements du bétail. Un logiciel a été développé pour entrer et traiter des données et produire des cartes de disponibilité de ressources en aliments pour le bétail afin d’être
comparées à la demande. Un indice de végétation différentiel normalisé (NDV) a été calculé
à partir des images du satellite SPOT 5 par le VITO (Institut Flamand de Recherche technologique) sur période de 10 jours, avec une résolution de 1 km x 1 km VITO, a aussi produit
un ensemble de données sur la productivité en matière sèche à partir de données satellite.
Une approche GIS multi-couches intègre les données de végétation produites à partir
des images satellites à des données spatiales additionnelles caractérisant l’accessibilité au
fourrage par les pasteurs et leur bétail. Une contrainte-clé est représentée par la disponibilité en eau car celle-ci peut être présente ou non à proximité des ressources fourragères.
De cartes de distance aux points d’eau sont produites afin de déterminer, si le fourrage est
suffisamment proche d’un point d’abreuvement. Ces cartes sont dressées par combinaison
de cartes situant par télédétection les eaux de surface et les forages hydrauliques. La disponibilité en eau varie selon les saisons et en fonction de la présence en eaux de surface.
Elle varie également selon la topographie qui peut la rendre inutilisable, particulièrement
sur les fortes pentes.
Un résumé des études de cas sur les évaluations des aliments pour animaux
Les cartes de distribution du bétail sont ensuite utilisées pour déterminer la distribution
de la demande en aliments pour animaux. Un simple calcul du bilan par ordinateur, permet
de dresser la différence entre disponibilité et besoins. De cette manière, les régions de
déficit et de surplus peuvent être facilement identifiées.
Le système est continuellement mis à jour. A la fin de chaque saison des pluies, un
inventaire complet des évaluations des aliments pour animaux, est finalisé et mis à disposition des utilisateurs. ACF International prévoit de développer davantage ce système et de
le mettre à la disposition des pays d’Afrique de l’ouest et de l’est.
3.7 AFRIQUE DU SUD
Développement et application de techniques de surveillance
sur base d’observations terrestres des parcours en Namibie
Le réseau clairsemé de pluviomètres dans certaines parties d’Afrique du Sud exclut une
approche de contrôle basée sur les précipitations pour la biomasse fourragère. Dès lors, le
contrôle doit être entièrement basé sur les données satellitaires. Un système de contrôle
de la végétation, en temps quasiment réel appelé, Application Locale de Technologie par
télédétection (LARST) a été développé durant les dix dernières années (Chapitre 11). Le système est basé sur des capteurs satellitaires bon marché, pouvant télécharger des données
depuis des satellites à partir de l’Administration Nationale Océanique et atmosphérique,
Radiomètre Avancée à très haute résolution (NOAA AVHRR). Une antenne et son capteur
sont installés localement et connectés à un ordinateur avec matériel et logiciel appropriés.
Une méthodologie utilisant un Indicateur de Productivité Végétale (IPV) procurant de telles
données satellitaires a été commandée par divers ministères namibiens. Cet IPV, est rapporté tous les 10 jours, pendant les saisons des pluies, sous forme de carte aux niveaux
des ministères et des districts agricoles. Les résultats sont diffusés à travers des ateliers, et
des séminaires de formation, ainsi que dans des bulletins agro-météorologique réguliers
produits par le ministère de l’agriculture.
Une méthodologie a également été développée en combinant l’imagerie par satellite,
avec des observations de terrain de la biomasse, afin de produire des cartes d’estimation
de la biomasse en temps réel. Les données de la biomasse herbacée sont rapidement
collectées au moyen d’un instrument simple, appelé le discomètre de pature (DP). La
biomasse foliaire verte forestière est estimée en utilisant des relations régressives, avec la
taille de la plante, et en échantillonnant les distributions des classes de taille de plante.
La biomasse est échantillonnée le long de transects de 1 km coupant des sites de 1 km2.
Les lectures DPM sont prises des deux côtés des transects. Les données de terrain de
la biomasse sont ensuite régressées vis-à-vis des images satellitaires. Les équations de
régression sont alors appliquées aux cartes d’imagerie satellitaires, afin d’en tirer des
cartes de biomasse.
3.8 MONGOLIE
Système d’Évaluation précoce du fourrage pour le bétail au Gobi
Une technologie avancée de télédétection GIS, et un système de modélisation par simulation appelé Système d’Alerte Précoce pour le bétail, ont été appliqués à la région pastorale
de Gobi en Mongolie (Chapitre 12).
17
La conduite d’évaluations nationales des aliments pour animaux
18
Le SAPFB combine la collecte de données du terrain à partir de séries de sites de
contrôle, les résultats des modèles par simulation, la prévision statistique, et GIS pour
produire des cartes régionales, des conditions fourragères actuelles et prévues. Le système
utilise le modèle de simulation PHYGROW1, comme outil primaire pour l’estimation des
conditions fourragères. Les données de terrain, recueillies à partir des sites de contrôle,
répartis à travers la région, sont employées pour paramétrer et calibrer le modèle. Les
pistes de modèles, pour les sites de contrôle, sont pilotées par les données climatiques en
temps proche du réel. Les pistes de modèle de simulation sont utilisées tous les 15 jours, et
les résultats sont fournis via un site web (http://glews.tamu.edu/mongolia). Pour produire
des cartes sur les conditions fourragères, le fourrage total disponible pour le bétail, est
le produit de chaque site de contrôle et localisé de concert avec les données d’imagerie
obtenues par télédétection pour la région; une interpolation géostatistique est menée pour
créer des cartes régionales de fourrage disponible. Le système SAPFB incorpore également,
un système statistique prévisionnel permettant d’effectuer une projection des conditions
fourragères disponibles à 60 jours. (Chapitre 12).
Les données climatiques provenant du Centre de Prévision du Climat de l’Administration Nationale Océanique et almosphérique (NOAA), sont utilisées comme variables
pilote pour un modèle de simulation fourragère. Il prévoit la biomasse fourragère pour les
sites de contrôle à travers la région, sur une base quotidienne, en accord avec l’équilibre
hygrométrique du sol et le prélèvement fourrager du bétail. Des transects permanents de
végétation ont été installés à travers la région, afin d’obtenir l’information nécessaire pour
paramétrer le modèle. Une procédure géostatistique de cartographie, spécifiquement le
co-krigeage2 est expliquée pour dresser des cartes régionales de biomasse fourragère,
avec pour produit, un modèle représentant la première variable, et l’état de verdure de la
végétation obtenu par télédétection représentant la seconde. Pour prévoir les conditions
fourragères probables, un modèle moyen de prévision auto-régressif, intégré dynamique,
est utilisé, afin de fournir des prévisions fourragères à 90 jours. Une formation est dispensée
aux éleveurs, aux ONGs, et autres parties prenantes, pour l’usage du SAPFB. L’inventaire
SAPFB fourrager, est continuellement mis à jour, à travers l’apport de données actualisées
de climat et de télédétection, simultanément aux données de terrains. Le système doit
être adapté et institutionnalisé par l’Agence Mongolienne de Météorologie, Hydrologie et
Contrôle de l’Environnement.
3.9 CHINE
Inventaire des aliments pour le bétail sur le plateau tibétain
par télédétection et observation in-situ
Une approche modèle/télédétection a également été choisie pour évaluer les ressources alimentaires animales, pour les pastoralistes du Plateau tibétain (Chapitre 13). Deux modèles
1
PHYGROW est un moteur algorythmique et informatique basé sur des points, fonctionnant sur une base
quotidienne, qui modélise la croissance végétale hors-sol, la consommation fourragère et les processus
hydrologiques
2 Le kriging procure un moyen d’intrapoler des valeurs pour des points non échantillonnés physiquement en
utilisant les connaissances rassemblées sur les relations sous-jacentes dans une base de données à cet effet. Le
cokriging est une technique d’intrapolation permettant de mieux estimer les valeurs cartographiques du kriging
si est connue la distribution d’une variable secondaire échantillonnée plus intensément que la primaire.
Un résumé des études de cas sur les évaluations des aliments pour animaux
sont appliqués, l’un pour calculer la productivité végétale totale, et l’autre pour calculer la
biomasse fourragère standard.
Le Modèle pour la Productivité de Végétation (MPV), utilise l’Index de Végétation Amélioré (IVA), tiré du satellite MODIS. Les données sont téléchargées à partir du centre US de
données d’enquête géologiques (USGS). La résolution spatiale est de 500m x 500m et la
résolution temporelle est de 8 jours. La MPV utilise également la radiation photosynthétiquement active pat télédétection à partir du satellite TOMS (Total Ozone Mapping Spectrometer), et les données de température, à partir du centre chinois de partage des données
météorologiques. Le modèle assume que la productivité végétale est fondamentalement
limitée par les radiations photosynthétiquement actives (RPA).
L’IVA est supposé être directement lié à la fraction RPA absorbée par la végétation. L’efficience maximale de l’utilisation du RPA par la végétation, constitue un paramètre. Cette
efficience est également affectée par la température, l’eau, et l’état physiologique de la
plante. La mesure des flux de CO2, sont utilisés pour paramétrer et valider le MPV.
Le modèle de biomasse fourrager applique l’IVA pour calculer la biomasse hors-sol
(BHS). Les relations entre l’IVA et la BHS sont déterminés empiriquement. La biomasse
fourragère est perçue comme une fraction de la BHS, dont une partie dépend du type
d’herbage, de la période de pâture, du type d’usage et de l’état de dégradation.
3.10 ÉTATS-UNIS
Évaluation des ressources de pâturages à l’échelle nationale
Aux termes de la loi, le secrétaire américain de l’Agriculture est prié de préparer une évaluation des ressources renouvelables de la forêt, des parcours et des autres terres associées
tous les 10 ans (Joyce, 1989). Conformément à ce mandat, des évaluations complètes de
situation fourragère US, ont été effectuées (Joyce, 1989; Mitchell, 2000). Ces évaluations
ont été compilées et diversifiées; elles ont couvert les aspects écologiques, agricoles, économiques et socio-économique de la situation. Eu égard à l’évaluation des apports fourragers, une attention particulière a été portée dans les deux évaluations, sur les superficies
dévolues aux pâturages et à la situation sanitaire des parcours. Dans le travail de 1989, il
a été indiqué que la production nationale de fourrage est difficile à quantifier, et qu’elle
est fonction de la disponibilité, productivité et gestion des terres. Cependant, l’utilisation
de la technologie des parcours n’a pas été inventoriée à l’échelle nationale. Un modèle de
production fourragère a été utilisé, sur base des estimations antérieures, effectuées par le
Service de Conservation des Sols (SCS), sur la productivité par site des parcours. Elles prenaient en considération la condition des parcours et les facteurs pour leur usage propre,
afin d’estimer les taux de charge, en termes d’unités animales par mois. Une approche
différente fut employée pour les zones forestières. Les estimations de production de foin du
Département Américain de l’Agriculture, ont été prises en compte Sur les pâturages communaux, les parties de terrain alloué pour le pâturage furent évalués par unité de gestion,
simultanément aux taux de charge animale.
Ce qui est important, c’est que le pâturage doit être considéré comme un des nombreux
usages. Il doit être en équilibre avec les besoins pour la faune sauvage, la biodiversité, les
services des écosystèmes et les loisirs. L’intendance du sol et des ressources naturelles est
primordiale. La santé des parcours est liée au concept plus large de durabilité et de gestion
19
La conduite d’évaluations nationales des aliments pour animaux
20
durable (Mitchell, 2000). “Le procédé de Montréal, est un standard pour évaluer la durabilité
des parcours, à une échelle nationale à travers sept critères: biodiversité, capacité productive,
santé de l’écosystème, conservation des sols et de l’eau, contribution au cycle mondial du
carbone, bénéfices socio-économique multiples, et cadre légal économico-institutionnel.”
Étant donné ces considérations, il a été possible de faire le total des unités animales/
mois, sur les terrains communaux des Etats-Unis. Le total des unités animales/mois du privé,
peut être calculé à partir des statistiques nationales. Sur base de ces sources, il a été calculé
qu’au plan national, 86% des ressources alimentaires animales, du bétail bovin, provient de
terres privées non irriguées, 7% des terrains communaux, 5% de résidus de cultures, 2%
de pâturages irrigués. Cependant, il a également été conclu que les évaluations nationales
fourragères sont difficiles, tout simplement, parce que la production de fourrage n’est pas
inventoriée (Joyce, 1989). Le manque de connaissances écologiques concernant les facteurs
qui déterminent la production fourragère, a été reconnu, et il a été recommandé une plus
grande compréhension générale de la croissance végétale et de ses réponses aux facteurs
d’environnement.
3.11 MONDIAL
Évaluation utilisant IMPACT (Modèle International pour l’Analyse
des Politiques des Matières Premières Agricoles et le Commerce)
et SLAM (Modèle de Répartition Spatiale du Bétail)
Une récente évaluation mondiale de l’agriculture a indiqué trois différents modèles pour
estimer la situation alimentaire mondiale et ses conséquences pour l’environnement
(Mcintyre et al., 2009). Ils ont appliqué IMPACT (Modèle International pour l’analyse des
politiques des matières premières agricoles et le commerce) (Rosegrant et al., 2002), un
modèle d’équilibre partial sectoriel, afin de procurer des aperçus des échanges à long terme,
dans la demande et l’apport alimentaire aux marchés régionaux, en prenant en compte les
changements dans les modes commerciaux. Le modèle IMAGE 2.4 (Eickhout et al., 2006) a
été utilisé pour mener à terme des évaluations de l’environnement. Les changements terrestres simulés par IMAGE ont donc été utilisés comme intrants dans le modèle GLOBI0-33
de biodiversité terrestre (Aikemade et al., 2006).
Ils ont utilisé SLAM (Spatial Livestock Allocation Model) (Thornton et al., 2002; 2003;
2006), particulièrement adapté dans cette situation, guidé par les apports en bétail et les
résultats de la demande fournie par IMPACT. Le rôle principal de SLAM était de convertir
les sorties de bétail d’IMPACT (à savoir le nombre d’animaux abattus) en équivalents bétail
par système bétail, afin d’estimer l’intensité de pâture qui alors, pouvait être introduite dans
IMAGE 2.4. Quatre classes de systèmes bétail ont été identifiés: sans terre, parcours seul,
mixte-pluvial, et mixte-irrigué. Le bétail a été réparti dans les quatre systèmes, sur base
de l’agro-climatologie, de la couverture du sol, et de la densité de la population humaine
(Kruska et al., 2003). Les systèmes basés sur le pâturage, ont ensuite été divisés en zones
climatiques (aride-semi-aride, humide-sub-humide, tropicale, hauts-plateaux/tempéré).
La couche de liaison de données de la Couverture Mondiale Terrestre 2000 (GLC) a été
3
GLOBIO est un cadre de modélisation qui permet de calculer l’impact d’un certain nombre de pilotes
environnementaux sur la biodiversité du sol, passée, présente et future.
Un résumé des études de cas sur les évaluations des aliments pour animaux
employée, ensemble avec le Projet Mondial de Cartographie Rural Urbain (GRUMP) pour
les données de population humaine à 1 km de résolution (GRUMP, 2005).
IMPACT a également été utilisé par Delgado et al. (1999) pour évaluer la production
mondiale de grain, en relation avec la demande accrue pour le bétail. Ils ont paramétré le
modèle avec les surfaces de cultures, les tendances dans la croissance des rendements, la
taille des troupeaux, et leur productivité, ainsi que les niveaux initiaux et les tendances dans
la conversion des ressources alimentaires animales. Les paramètres ont été établis à partir
d’analyses économiques, de jugements d’experts et la synthèse de la littérature pertinente.
Herrero et al. (2009) ont utilisé IMPACT pour prévoir la production des cultures et du bétail,
les prix, l’utilisation de l’eau, les revenus, et la malnutrition. Une seconde étape de leurs
évaluations a employé GIS, pour re-transférer pays et produits unitaires alimentaires d’IMPACT à différents systèmes de production animale au sein des pays et régions.
Un effort majeur pour évaluer mondialement les systèmes de production ruminants est
également basé sur un modèle (Bouwman et al., 2005). Le cadre de modélisation IMAGE
(Aicamo et al., 1998) est utilisé comme point de départ. La production de bétail modélisée
pour 1970-1995 s’est inspirée des données FAOSTAT de production, d’utilisation et de commerce de la viande, du lait, des œufs et autres produits par catégorie d’animaux. D’autres
sources de données FAO en production animale furent aussi utilisées (Bruinsma, 2003; Sere
& Steinfeld, 1996). Les besoins du bétail en aliments ont été tirés d’un modèle existant sur
l’équilibre énergétique (EPA, 1994). Les cartes de couvertures des sols utilisées dans IMAGE
furent appliquées pour estimer la distribution des pâturages et de terres arables.
3.12 MONDIAL
Évaluation de l’appropriation humaine mondiale
de la production primaire nette (HANPP)
Beaucoup peut s’apprendre des évaluations de la production annuelle des biomasses végétale (production primaire nette) utilisée pour les humains car une composante significative
de ces évaluations est l’utilisation de la biomasse végétale pour le bétail. Tandis que ces évaluations à l’échelle mondiale peuvent être relativement grossières pour présenter un intérêt
au niveau national, les méthodologies d’évaluation mondiale deviennent progressivement
plus fines, et procurent des détails additionnels à la distribution spatiale des ressources
alimentiares animales et à leur utilisation à l’intérieur des pays.
La première tentative pour effectuer une telle évaluation (Vitousek et al., 1986) ne parvint pas à calculer, combien de PPN était disponible pour l’alimentation animale, mais réussit à calculer la portion probable utilisée par le bétail, ainsi que la fraction de la PPN totale
utilisée pour les aliments pour animaux le bétail. Les auteurs ont employé les premières
estimations de PPN faites par des écologistes, sans l’aide de GIS ou de base de données
obtenus par télédétection. Dans les estimations “basses”, qui n’incluaient que l’utilisation
directe, ils se sont référés sur les estimations antérieures de la littérature sur l’utilisation
mondiale des aliments par le bétail (Wheeler et al., 1981; Pimental et al., 1980). Dans les
estimations “intermédiaire”, ils ont introduit également l’étendue des surfaces converties
en pâturage déviés de leur usage, (qui représente 19% du total de PPN pâturables), ainsi
que les pertes par feux allumés par l’homme. Dans leur estimation “haute”, ils ont inclus
le terrain perdu par désertification. Le raisonnement conséquent à ces estimations “inter-
21
22
La conduite d’évaluations nationales des aliments pour animaux
médiaire” et “haute” est, que le bétail requiert plus de matériel végétal des écosystèmes
terrestres que celui simplement comptabilisé comme aliments pour le bétail.
Avec l’arrivée des GIS, et des bases de données et modèles obtenus par télédétection,
il est devenu possible d’estimer de manière plus précise la distribution spatiale des PPN, et
leur usage sur la surface terrestre (Imhoff et al., 2004). Cette analyse a démontré la nature
inégale des prélèvements humains, et l’importance croissante des produits de la PPN, via les
importations et les exportations. Cela a été utile pour identifier les régions à haut impact
(points chauds), celles de surplus et de nette demande comparés à la PPN, et donc des déficits de flux d’énergie dans l’espace. D’où, on peut tirer un tableau de l’équilibre explicite de
la fourniture et de la demande en PPN.
Imhoff et al., ont pris pour base de la demande en alimentation humaine, beaucoup
de données FAO, et, ont ensuite utilisé un ratio national de demande de nourriture pour la
population humaine en combinaison avec une carte de population, pour créer une carte de
la demande. Ils ont utilisé des estimations de PPN à partir d’un modèle carbone mondial, tiré
de données de télédétection (Potter et al., 1993; Slayback et al., 2003). Une revue d’autres
évaluations par modélisation de la PPN mondiale, peut être trouvée chez Cramer et al.
(1999). Ils ont estimé la quantité des matières organiques utilisées comme aliments pour le
bétail, en appliquant des taux d’efficacité pour le grain (en moyenne 2,3/1 kg grain/kg carcasse tous types de viande) et pour le pâturage (21,46/1 pour les ruminants) en utilisant les
données d’études antérieures. Les PPN totaux requis pour une alimentation animale à base
de grains, est alors calculée comme pour les aliments végétaux humains, en ajoutant des
résidus et les facteurs de perte appropriés à l’état du développement de chaque pays. Il faut
noter que cette approche est basiquement la même qu’en calculant un bilan alimentaire
pour animaux, et en le cartographiant dans l’espace, comme cela a été fait dans les essais
d’équilibre alimentaires repris dans les études de cas (e.a. Chapitres 10, 15).
L’évaluation la plus récente de HANPP s’est basée sur les meilleures bases globales de
données intégrées dans une GIS à haute résolution au niveau mondial, utilisée en combinaison avec les estimations de la PPN à partir du modèle mondial de végétation dynamique
appelé LPJ (Harberl et al., 2007a, b). Les données statistiques de la FAO sur l’élevage, les
rendements agricoles, et les prélèvements forestiers au niveau national ont été mis en
relation avec une carte mondiale d’une utilisation des sols, dressée à partir d’une variété
de données provenant de sources GIS. Les statistiques de la FAO sur le bétail fut employée
pour extraire un bilan alimentaire pour animaux pour chaque pays, afin de calculer la biomasse pâturée qui n’est pas reprise dans les statistiques. La PPN de la végétation présente,
incluant les cultures, a été calculée en utilisant LPJ, afin de répartir spatialement la PPN
totale rapportée dans les statistiques agricoles. La PPN des terres cultivées a été définie
comme la somme de la PPN récoltée, ainsi que rapportée dans les statistiques et d’autres
fractions sont reprises dans celles-ci. La PPN des terres pâturables a été calculées sur base
des parcours LPJ qui ont été modifiés afin de considérer les effets des écosystèmes, de la
dégradation des sols, de l’irrigation et de la fertilisation. La PPN utilisée par les animaux
au pâturage n’est pas reportée dans les statistiques agricoles, de sortes que les bilans
alimentaires pour animaux sont estimés sur base des données sur les effectifs animaux et
sur la production animale à partir des statistiques agricoles (Wirsenius, 2003). La biomasse
pâturée (prélevement) a été spécialement réservée aux terres pâturables en présumant
Un résumé des études de cas sur les évaluations des aliments pour animaux
qu’elle serait plus élevée dans les aires de pâturages les plus propices et la plus faible dans
les zones les moins appropriées.
Dans une évaluation sur les impacts du bétail sur le cycle mondial du carbone, Asner
et Archer (2010), ont considéré l’utilisation des aliments par le bétail comme un de ceuxci parmi beaucoup d’autres. Ils ont utilisé des études par satellite et modélisation qui ont
estimé la PPN mondiale (Field et al., 1998; Imhoff et al., 2004) et déterminé les quantités
de carbone fixées via la production primaire au sein des cultures et des pâturages (Sabine
et al., 2004), ainsi que les quantités de carbone réellement consommées par le bétail
(0,45 Pg C/an), par opposition à la PPN totale, comprenant les déchets, la production des
semences, la répartition dans les racines et autres flux auxiliaires (2 Pg C/an).
23
25
SECTION II
Méthodologies et Lignes
Directrices
27
4. Une synthèse
des méthodologies disponibles
pour les évaluations nationales
des aliments pour animaux
4.1 CALCUL DU CROIT DANS LES BESOINS EN ALIMENTS
POUR ANIMAUX DU BÉTAIL
Quoique l’objet primordial de ce document soit les systèmes d’évaluation pour les réserves
nationales en ressources alimentaires animales, le besoin d’une telle évaluation est fondamentalement requis par la question de savoir si les réserves en aliments pour animaux
pourront satisfaire les demandes futures. Les implications de la disponibilité en ressources
alimentaires animales sur la sécurité alimentaire dépendent de ces évaluations.
Une approche pour calculer les demandes présentes et futures pour la consommation
humaine est décrite au chapitre 7. Celle-ci provient de la multiplication de la consommation prévue per Capita pour la croissance prévue de la population humaine. La demande
pour les aliments d’origine animale est incluse dans cette projection, en se basant sur les
modes diététiques présents et futurs. En tirant parti de la demande prévue en aliments
d’origine animal, la demande en aliments pour animaux est calculée en utilisant des ratios
de conversion.
Les demandes pour les aliments d’origine animale sont spatialement distribuées et cartographiées à travers des cartes de distribution de la population humaine, tels le Projet de
Cartographie Rural et Urbain (GRUMP) et les effectifs totaux des populations fournis par
les projections de la FAO et autres organisations internationales.
Le détournement de la production céréalière vers les aliments pour le bétail est également une composante des besoins alimentaires humains. La prévision des besoins en
production céréalières est calculée par la projection des demandes en aliments pour le
bétail. Les produits de cultures disponibles pour les humains sont calculés en soustrayant
les cultures végétales utilisées pour les aliments pour le bétail, les semences, les déchets et
la production industrielle.
4.2 RÉSERVES EN ALIMENTS POUR ANIMAUX DES SYSTÉMES BASÉS
SUR LES CULTURES VÉGÉTALES
Les approches mises en place pour l’évaluation des aliments pour le bétail, dans les systèmes céréaliers ou mixtes céréales-bétail sont hautement dépendants des statistiques de
production céréalière fournie par les agences nationales gouvernementales. Ceci est aussi
vrai dans le système sophistiqué suisse que dans le système développé plus récemment en
Inde. Les données de productivité peuvent prendre la forme de biomasse des cultures et de
28
La conduite d’évaluations nationales des aliments pour animaux
leurs résidus associés par unité de superficie. Les données sont ensuite combinées avec celles
d’utilisation des sols caractérisés par leur couverture par les différents types de cultures.
Un aspect clé de cette approche est le système utilisé pour classer l’utilisation et la couverture des sols, ainsi que les types de culture. A un certain point, une carte de la couverture
du sol se révèle nécessaire; les types d’usage et de couverture y sont délimités spatialement.
Les cultures peuvent être classées par espèces, par systèmes ou même par classes de plus
grande ampleur. Pour atteindre une précision plus grande, les types de couverture identifieront les variations pédologiques et climatologiques pouvant affecter la productivité.
Alternativement, les types de couverture peuvent être recoupés avec des cartes de fertilité
des sols et de climat, comme celles des précipitations et des saisons de croissance, afin de
développer une classification distinguant précisément les types de cultures et leur différence
en potentiel productif dues à des contraintes environnementales.
La seconde donnée importante à introduire, est la productivité des cultures. Celleci se situe au-delà de la portée de ce Manuel qui est seulement de décrire les diverses
méthodes employées pour estimer la production des cultures. Ainsi qu’indiqué, les inventaires d’aliments pour animaux sont obtenus à partir des données fournies par les agences
gouvernementales de sorte que cet aspect se trouve en dehors du système d’évaluation
d’aliments pour animaux. Il va sans dire que les données sont, en fin de compte, basées
sur l’abondance des résultats de la recherché agricole et des données obtenues à partir des
marchés de matières premières au sein du pays. Une considération importante, néanmoins,
est la concordance entre les données de production des cultures, avec celles d’utilisation
et de couvertures des sols. Un système commun de classification doit être mis en place,
ou un système de conversion entre celui de production des cultures, et celui d’utilisation
et de couverture des sols, afin de permettre le calcul de la production totale pour chacun
de ces types.
Quoiqu’un système de télédétection pour l’estimation de la productivité culturale ne
soit pas présenté ici, il existe un vrai potentiel pour cette approche. Les données de télédétection sont d’excellents intrants pour le modèle de production primaire mondiale, comme
décrit ci-dessus en section modélisation à l’échelle mondiale. La verdure télédétectée ou
les indices de biomasse verte, insérés au fil du temps, peuvent être corrélés à la production primaire, simultanément aux données auxiliaires, comme l’efficacité de l’emploi de la
lumière spécifique aux cultures, les radiations solaires et la disponibilité en eau de surface.
Le calcul de la disponibilité en aliments pour animaux, à partir des données de la production des cultures, entraine inévitablement l’emploi de facteurs de conversion entre la
biomasse totale produite et la biomasse réelle des aliments pour animaux. En Inde, par
exemple, est utilisé le ratio aliments pour animaux/Culture Totale Récoltée (Chapitre 9).
Dans une évaluation chinoise, ont été utilisés des taux d’extraction comme la proportion
de grains, de pailles, par céréale (Simpson et al., 1994). Les quantités réellement utilisables
par les animaux doit également prendre en considération le gaspillage, les pertes de transports et entreposage, et l’usage pour engrais. L’estimation de tels facteurs de conversion
pose quelquefois problème car il existe peu de documentation à cet effet. Il est apparent
que, souvent, les estimations sont basées sur peu de données et des approximations. Des
recherches complémentaires doivent être ciblées pour améliorer les données sur lesquelles
de tels ratios d’extraction sont formulés.
Une synthèse des méthodologies disponibles pour les évaluations nationales des aliments pour animaux
Des facteurs de conversion sont également employés pour calculer les résidus de culture
et les sous-produits utilisés comme aliments pour animaux. Ainsi, en Inde, existe à cet effet
le ratio de données de sous-produits utilisable par rapport aux tonnes de céréales récoltées
(Chapitre 9). L’évaluation chinoise (Simpson, 2006) inclut un partage de la production
culturale totale en produit primaire, ainsi que tout sous-produit pouvant être utilisé comme
aliments pour animaux. La section ci-dessus “résidus de culture dans les systèmes mixtes
cultures/bétail en Afrique” emploie des facteurs mis au point à travers des études plus
détaillées (Kosilla, 1998). Comme pour les ratios d’extraction, les sources de ces facteurs de
conversion ne sont pas très claires et il existe beaucoup d’espace pour le développement de
sources saines de données. Si l’on considère la dépendance croissante aux résidus de culture
et aux sous-produits spécialement dans les pays en développement, et dans les régions
très peuplées, et l’utilisation croissante de ces sources, ces dernières vont progressivement
augmenter d’importance. Quoique peu de détails ont été fournis ici sur les flux de aliments
pour animaux vers et hors des pays à travers les importations et exportations, ils doivent
cependant être pris en compte dans les équilibres nationaux des aliments pour animaux.
Le système Suisse prend explicitement en compte les flux commerciaux dans ses évaluations annuelles sur l’utilisation des ressources alimentaires animales. Elle considère
également les chargements dans les stocks rémanents, ou réserves, car ils seront à même
de pallier les déficits, si nécessaire. Les données d’import/export représentent vraisemblablement le domaine des entités concernées par le commerce des matières premières et des
activités de marche.
Une autre source d’aliments pour le bétail, sont les sous-produits en provenance de
l’industrie alimentaire. Dans l’exemple suisse (Chapitre 8), les sous-produits provenant de
la transformation industrielle alimentaire et pouvant être utilisés comme aliments pour
animaux, sont estimés à partir de sources industrielles ou de bureaux agricoles. Il est probable que cette approche peut être utile dans beaucoup, sinon la plupart, des pays où
il existe une source importante de aliments pour animaux. La rentabilité des ingrédients
alimentaires produits industriellement à partir des cultures est additionnellement affectée
par l’économie qui, à son tour, est influencée par l’utilisation de ces ingrédients à des fins
alternatives et compétitives. Par exemple, l’emploi de mélasse pour le bétail peut être trop
couteux à cause des prix élevés que humains sont prêts à payer pour l’utiliser dans l’alimentation. Les biocarburants peuvent devenir une demande concurrente en aliments pour
animaux, et peuvent également provoquer une hausse des prix. Ainsi, prendre simplement
en compte, les aliments “disponibles” pour animaux ne fonctionnera pas, leur utilisation
réelle et potentielle doit être reconsidérée. Les informations sur leur prix représentent la clé
de la disponibilité pour le bétail. Les évaluations doivent relier les prix des aliments pour
animaux, et leurs valeurs nutritives aux produits animaux attendus avec leurs prix sur le
marché (e.a. son de riz et poids du porc sur pied; pailles de sorgho et de blé; et prix du lait
en zone rurale et péri-urbaine).
4.3 PROVISIONS EN ALIMENTS POUR ANIMAUX DANS
LES SYSTÉMES SPATIALEMENT EXTENSIFS
Pour les systèmes animaux spatialement extensifs, les données de télédétection sont indispensables. Cependant, des données-clé de terrain sur la biomasse fourragère sont égale-
29
30
La conduite d’évaluations nationales des aliments pour animaux
ment nécessaires pour convertir les données de télédétection en quantités de biomasse
fourragère. La nature extensive de ces systèmes requiert également l’emploi d’une variété
de données spatialement explicites, les capacités d’interprétation et de modélisation du
GIS, comme expliqué dans le chapitre 16 sur des “Technologies, Outils et Méthodologies”
pour l’évaluation pour l’évaluation fourragère des parcours. Dans ce chapitre, quatre
exemples sont présentés sur des systèmes dans lequel les données de télédétection, combinées à des données d’échantillonnage au sol de fourrage, sont utilisées pour évaluer les
situations fourragères dans les régions pastorales. Deux d’entre eux ont été façonnés en
système d’alarme précoce afin d’alerter les gouvernements, les agences humanitaires et les
pastoralistes en cas d’apparition de disettes dues à des sécheresses ou de sévères conditions
hivernales. Un tel système a été installé au Sahel; il incorpore les données de télédétection
sur la biomasse verte et sur l’eau, avec des données CIS additionnelles (Chapitre 10). Un
système d’alerte précoce pour le bétail (SAPB) a été conçu et utilisé aussi bien en Afrique
qu’en Asie (Chapitre 12). Une caractéristique puissante du SPAB est qu’il utilise un modèle
de simulation de la végétation, piloté par des données statistiques programmées de précipitations afin d’estimer les risques futurs de disette en aliments pour animaux. Les données
de télédétection peuvent également être incorporées comme intrants dans des modèles
relativement simples de production primaire en combinaison avec des données sur l’efficience lumineuse, les radiations solaires et la température (Chapitre 13). Un autre système
emploie déjà des stations réceptrices locales pour télécharger les données de télédétection
(chapitre 11). Les données sont alors transformées, en combinaison avec les données de
terrain, pour dresser des cartes de biomasse fourragère.
Lorsque des données extensives de terrain sont disponibles, il est possible de réaliser des
évaluations fourragères au niveau national sans l’assistance de données de télédétection.
Une telle approche aux USA s’est basée sur les estimations en cours faites par le Service US
de conservation des Sols sur les valeurs productives de fourrage tropical dans les sites de
parcours contenus dans les enquêtes des sols (Joyce, 1989). Ces derniers avaient été poursuivis pendant plusieurs années à travers les activités du SCS financées au niveau fédéral.
4.4 TECHNOLOGIES, OUTILS ET MÉTHODOLOGIES POUR
L’ÉVALUATION FOURRAGÉRE DES PÂTURAGES ET DES PARCOURS
Les parcours comprennent les pâturages, les steppes, les savanes, et les forets; ils procurent une part significative mondiale des aliments pour animaux (75%), particulièrement dans les régions aride et semi-aride, des pays en développement. Cependant, les
parcours sont souvent spatialement extensifs, hétérogènes, non développés en termes
d’accessibilité, et faiblement peuplés. Contrairement aux cultures qui sont récoltées et
vendues sur les marchés en quantités mesurées, la production de parcours est souvent
estimée de manière imprécise, ou pas du tout. Elle varie avec le temps, suivant les conditions climatiques, de sorte que ses valeurs moyennes, lorsqu’elles sont disponibles, sont
souvent imprécises. Fondamentalement, il n’est pas faisable économiquement, d’investir
suffisamment de ressources dans le contrôle au sol, afin d’obtenir les données nécessaires
à une évaluation nationale en aliments pour animaux. Il a ainsi été démontré, qu’il est
spécialement difficile de dresser des inventaires nationaux des aliments pour animaux
pour le parcours.
Une synthèse des méthodologies disponibles pour les évaluations nationales des aliments pour animaux
Durant les trente dernières années, s’est déployée une foule de développements technologiques dans les GIS, la télédétection et la modélisation par ordinateur de la productivité
des parcours. Ceux-ci pourraient être systématiquement appliqués aux évaluations de la
situation des aliments pour animaux à grande échelle. Ces technologies peuvent être étroitement couplées avec des approches d’échantillonnage de terrain qui, de leur côté, ont
également bénéficié de progrès technologiques, comme les protocoles d’échantillonnage
basés sur les GIS, et l’analyse qualitative de fourrage par spectroscopie à Réflectance infrarouge. Un survol de ces technologies est repris au Chapitre 16.
Deux suggestions sont proposées pour accroître la capacité à élargir un nombre limité
d’estimations de terrain sur la biomasse fourragère à une plus grande échelle. La première
est l’application des techniques d’estimation sur le terrain comme le double échantillonnage, qui réduit considérablement travail et temps. Exécutée correctement, avec une aide
statistique, elle ne compromet, la précision que faiblement. La seconde est l’emploi de la
GIS, et des données spatiales obtenues par télédétection pour stratifier l’échantillonnage
plus efficacement. Un échantillonnage approprié de chaque strate permet d’élargir l échelle
de chaque strate jusqu’à des ensembles comme un territoire, ou une région.
Dans les parcours, la qualité du fourrage est tout aussi importante que la quantité, car
souvent, elle est limitante et variable dans le temps. Sans cette estimation de la qualité, il
est impossible de savoir quelle est la fraction de la biomasse de la plante totale, qui représente réellement une source d’aliments pour animaux. En effet, alors qu’il peut sembler
exister des excédents de biomasse dans la plante, celle-ci peut ne pas être consommable
dans sa totalité et dans le cas des ruminants, un matériel de pauvre qualité peut réduire le
transfert et le taux d’ingestion du fourrage. L’estimation directe de la qualité du fourrage
sur des surfaces étendues et à une fréquence suffisante, s’avère prohibitif. Cependant, le
NIRS s’est montré capable de traiter’un grand nombre de prélèvements à un coût acceptable. Pour un inventaire national des aliments pour animaux, le NIRS peut représenter la
meilleure approche pour cette évaluation qualitative. Comme démontré dans les études
de cas au Sahel, Tibet, Mongolie et alrique du Sud, la télédétection s’est révélée indispensable pour le contrôle et l’évaluation de la situation fourragère sur de larges surfaces.
Le Chapitre 16 fournit une revue de l’emploi des données de télédétection à cet effet.
En particulier, les indices de végétation télédétectable comme le NDVI ont été hautement
développées. Et largement appliqués. Les données sont normalement utilisées en relation
directe avec la biomasse verte et la productivité ou comme intrant pour les modèles calculant les productivités à partir de la quantité de radiation diminuent interceptée par la
biomasse foliaire verte.
Cependant une demande accrue en termes de sophistication et d’expertise, une modélisation par simulation des productivités de la végétation des parcours du bétail et de la
dynamique des écosystèmes, ont considérablement progressé pendant les trente dernières
années. Les modèles requièrent en général un nombre considérable de données, mais, une
fois paramétrés et testés, leurs possibilités s’étendent bien au-delà d’approches purement
empiriques. Une caractéristique unique et leur potentiel à représenter les évaluations temporelles saisonnières et annuelles de qualité et quantités de fourrages, et les effets possibles
de ces variations sur la consommation énergétique et en nutriments du bétail. Les variations temporelles peuvent être plus significatives que les quantités annuelles moyennes ou
31
La conduite d’évaluations nationales des aliments pour animaux
32
totales de fourrage produit, parce que ce sont les périodes de disette qui finalement, sont
déterminées pour les charges durables en effectifs animaux.
Par ailleurs, les modèles peuvent être spatialement améliorés, en insérant les intrants
produits par le GIS, et télédétection, afin de prendre en compte les conséquences de l’hétérogénéité des topographies, des sols, de la disponibilité de la végétation et de l’eau. Une
telle hétérogénéité est particulièrement significative pour les grands herbivores mobiles
(Coughenour, 2008). Souvent, les ressources sont concentrées dans des zones clé du site,
surtout pendant la période de disette. Tertio, les modèles sont généralement basés sur
une compréhension mécanique des phénomènes impliqués, d’où la croissance végétale
et la production animale, ainsi que dans la manière dont ces phénomènes répondent aux
variables de l’environnement. Quarto, les modèles sont intégratifs, reliant entre eux climat,
sols, végétation et animaux. Ils ne prennent pas seulement en compte, les causes et les
effets linéaires, mais aussi les réactions, par exemple, de l’animal sur les plantes et les sols.
Quinto, comme ils sont pilotés par des données climatiques, ils possèdent un potentiel pronostique, à savoir, pouvoir effectuer des propositions basées sur l’état actuel d’humidité du
sol, en biomasse verte et des scénarios vraisemblables de conditions climatiques à venir.De
tels modèles peuvent également servir pour examiner des scénarios “que se passerait-il si?”
Portant sur le climat, les politiques, les accroissements de population humaine et animale,
les changements d’utilisation des sols, etc.
Les effets de la distribution spatiale de la topographie, de l’eau et de la couverture végétale sur les disponibilités fourragère peuvent être considérés en appliquant des approches
GIS. Quoique les données de la télédétection puissent estimer la biomasse sur de larges
étendues, l’ensemble de celles-ci peut ne pas être disponible par l’existence d’une topographie impraticable, ou de larges trajets pour l’abreuvement. Les évaluations des aliments
pour animaux doivent prendre ces limitations en compte. Le Chapitre 16 suggère des
approches possibles pour ce problème. Des approches semblables vont être appliquées
pour le cas du Sahel (Chapitre 10). Il est également possible d’envisager les effets de la
topographie et de l’eau sur la distribution spatiale du bétail au sein d’une approche par
modélisation de l’écosystème (e.a. Le modèle SAVANNA) (Chapitre 15).
Les taux potentiels de charge peuvent être calculés en combinant les estimations de
fourrage disponible avec les besoins fourragers par animal, la part du fourrage consommable ne causant pas de dégradation, les quantités nécessaires pour la faune sauvage, et
les pertes par le feu. Les taux de charge réels peuvent être supérieurs du fait d’importation
d’aliments pour animaux. Les besoins animaux peuvent être calculés en détail, par l’emploi
d’outils d’équilibre nutritionnels, tels que NUTBAL,4 qui détermine les besoins en énergie et
nutriments protidiques pour l’entretien et la production.
Il s’agit essentiellement de la même approche que celle employée pour calculer les
bilans alimentaires des aliments pour animaux. La part de fourrage qui peut être durablement consommée, aussi connue comme part admissible ou facteur d’usage approprié, est
hautement significative, même si on ne lui accorde que peu d’attention. Elle peut varier largement et dépend des espèces végétales, de la fertilité des sols, et des modes de pâturage.
4
NUTBAL est un logiciel don’t l’objet principal et de fournir à l’industrie animale les moyens de surveiller la
concentration en nutriments dans une ration animale et de déterminer si la ration actuelle est à même de
satisfaire les objectifs de performance fixés par le producteur.
Une synthèse des méthodologies disponibles pour les évaluations nationales des aliments pour animaux
Les quantités allouées à la faune sauvage, la biodiversité ou la réserve allouée à la durabilité
de l’écosystème, doivent aussi être soigneusement déterminées et prises en compte dans
l’évaluation de la disponibilité en aliments pour animaux.
Un système informatisé de gestion des données et de contrôle de qualité sera nécessaire pour un programme réussi d’évaluation nationale des aliments pour animaux. Les
données de terrain récoltées à travers le pays doivent être saisies, organisées et rendues
facilement recouvrables. Des quantités importantes de données sont reprises dans le GIS,
la télédétection et les technologies de modélisation et sont nécessaires pour couvrir des
régions diverses et étendues. Si ces technologies se révèlent inestimables pour l’évaluation
en aliments pour animaux de parcours, ainsi que décrit ci-dessus, elles le sont tout autant
pour les systèmes culturaux et les systèmes mixtes associant bétail et cultures, à savoir que
leurs productivités varient dans l’espace et sont intrinsèquement reliées à l’usage et à la
couverture des sols. Le modèle d’évaluation des aliments pour animaux, si elles consistent
simplement en une série de calculs ou de dissimulations dynamiques plus élaborées, suppose l’organisation des entrées et sorties et de données tout comme leur traitement en
amont et en aval.
4.5 BILANS ALIMENTAIRES POUR ANIMAUX À PARTIR
DES ÉVALUATIONS NATIONALES D’ALIMENTS POUR ANIMAUX
Alors que les évaluations sur les inventaires des aliments pour animaux, et leurs capacités de
production, procurent une information critique, la satisfaction en apports d’aliments pour
animaux, peut seulement être estimée par rapport à la demande. La comparaison entre les
besoins des animaux et les apports en aliments pour animaux représente l’essentiel du bilan
en ces derniers. Celui-ci peut être calculé en termes d’énergie ou de nutriments spécifiques
ou les quantités des aliments pour animaux qui doivent être importés pour satisfaire les
besoins d’un pays. Le Chapitre 14 examine les méthodes de base pour déterminer ce bilan.
Les étapes utilisées pour ce calcul sont: 1) l’estimation en apports aliments pour animaux
en prenant en compte leur saisonnalité, et les pertes dues à l’inefficacité, au gaspillage, aux
ravageurs et aux maladies; 2) la quantification des effectifs animaux et de leurs paramètres
de production, en termes de saisie de gain de poids vif, production laitière, production en
oeufs, etc; 3) l’estimation des besoins animaux en aliments pour animaux, en terme d’énergie et nutriments basés sur les espèces, les classes d’âge, l’état de reproduction, et la masse
corporelle; 4) l’estimation de l’énergie procurée par les aliments pour animaux disponibles
en prenant en compte les facteurs intervenant dans l’ingestion, comme la race, l’âge et
l’accessibilité des aliments.
En Suisse, les données de recensement des animaux provenant des unités fédérales
de recensement sont combinées aux besoins animaux en énergie et nutriments, établis
par recherche. En Inde, une approche semblable est appliquée, et il est reconnu que les
populations animales doivent être fragmentées par âge, sexe et classes fonctionnelles,
ainsi que par espèces, car les besoins varient en conséquence. Les besoins nutritionnels
peuvent être exprimés, assez simplement, par exemple, en kg d’aliments pour animaux
par kg de poids vif par jour, ou, ils peuvent être plus détaillés, sur base d’estimations précises en énergie et besoins protéiniques pour les différentes races, poids vifs et les types
fonctionnels (Chapitre 14).
33
34
La conduite d’évaluations nationales des aliments pour animaux
Les méthodes pour évaluer la demande en aliments pour animaux à grande échelle
sont tirées de la graduation des données recueillies au niveau local. L’approche d’échantillonnage à échelle multiple décrit par Dikshit et Birthal (2010) représente un exemple
d’un schéma d’échantillonnage conçu systématiquement, permettant la graduation des
familles aux villages, puis aux districts, et enfin à la nation. Une autre approche est le
concept de petit groupe stratifié pour les enquêtes au niveau villageois (Erenstein and
Thorpe, 2010). Les approches soulignent l’importance d’obtenir des données détaillées sur
le terrain, afin de caractériser leur grande variabilité et complexité à travers les systèmes
de production animale.
Dans les systèmes spatialement extensifs, il s’avère utile de dresser des cartes de bilan
en aliments pour animaux, comme cela a été effectué dans le Sahel (Chapitre 10). De telles
cartes identifient les sites où les aliments pour animaux sont, soit en déficit, soit en surplus,
ce qui peut être résolu par les déplacements du bétail. Les cartes de distribution du bétail
sont dressées sur base de l’information sur l’emplacement des pastoralistes et de leurs
animaux. Elles permettent d’informatiser et cartographier les besoins en fourrage. La carte
des besoins est alors comparée avec une carte de disponibilité en aliments pour animaux,
pour en dresser une carte de surplus ou de déficit, qui s’avère une connaissance utile pour
la planification du développement et les campagnes humanitaires contre la faim.
A plus grande échelle (régionale à mondiale), les cartes de distribution du bétail, peuvent
être utilisées simultanément pour évaluer la répartition spatiale des besoins alimentaires du
bétail en relation avec la demande. Cela pourrait être équivalent à calculer et cartographier
le bilan d’aliments pour animaux. La section ci-dessous consacrée aux bases de données,
procure des exemples de tentatives de cartographie globale de bétail, quoiqu’ils aient peu
de portée pour évaluer les équilibres alimentaires.
À un niveau plus élevé, se pose également la question de l’équilibre des aliments
destinés à l’homme, particulièrement le degré des aliments d’origine animale à satisfaire
la demande humaine. La méthodologie employée pour de telles évaluations inclut obligatoirement l’utilisation des cartes de population humaine combinées aux besoins per capita
d’aliments d’origine animale (Chapitre 7).
4.6 SYSTÈMES DE BASES DE DONNÉES ET ÉVALUATIONS
NATIONALES DES ALIMENTS POUR ANIMAUX
Les évaluations nationales des aliments pour animaux, vont inévitablement impliquer la
collecte et la gestion de grandes quantités de données. Les systèmes de base de données
représentent, pour cette raison, une importante composante des méthodologies. Les
détails de tels systèmes ne peuvent être fournis ici. Cependant les critiques des systèmes
d’évaluation existants, insistent sur la mise en place de ces bases d’une façon ou d’une
autre. Dans les systèmes hautement sophistiqués comme en Suisse, il existe une base de
données gouvernementale centralisée, gérée par une unité de statistiques agricoles. Les
statistiques sont disponibles via des rapports et Internet. Les données de systèmes aliments
pour animaux, peuvent être rendues accessibles et faciles à utiliser comme en Inde. L’avènement de données spatiales et du GIS, ont clairement facilité la manipulation des évaluations
d’aliments pour animaux, et les ont rendues plus précises. Dans les systèmes basés sur les
cultures, les évaluations ont été bâties sur les données rattachées à l’usage sol/culture et
Une synthèse des méthodologies disponibles pour les évaluations nationales des aliments pour animaux
couverture du sol. Dans les systèmes spatialement extensifs, les évaluations dépendent
presqu’entièrement, des capacités à traiter les données de télédétection et GIS, et dans certains cas, la capacité d’introduire ces données dans les modèles de production fourragère,
qui sont aussi spatialement explicites. Des exemples de systèmes sont développés pour le
Sahel (Chapitre 10) et la Mongolie (Chapitre 12). Des discussions plus avant seront fournies
sur les capacités de traitement des données au Chapitre 16.
Tandis que le but est de développer ici des lignes directrices pour les évaluations
nationales des aliments pour animaux, la connaissance de base de données FAO se révèle
potentiellement utile, en ce sens qu’il existe une connexion entre celles-ci et les données
nationales. Etant donné que les données FAO sont obtenues de chacun des pays, il semble
évident que ce sont les pays et non la FAO, qui sont les pourvoyeurs ultimes de ces données. Toutefois, la FAO, les réassortit et les présente d’une manière aisément disponible
pourt améliorer la précision des données sur la disponibilité et les demandes d’aliments
pour animaux, au niveau national améliorera en retour, les bases de données FAO. Comme
mentionné ci-dessus, les estimations à l’échelle mondiale de l’appropriation humaine du
PPN, ainsi que les impacts des balances carbone, sont finalement liées aux évaluations
nationales.
Depuis 1950, la FAO a préparé un Recensement Mondial de l’Agriculture (RMA) (FAO,
2010 - http://www.fao.org/economic/ess/ess-wca/en/). Le programme 2010 était le 6° dans
cette série. Depuis 1950, le RMA a aidé les pays à effectuer leur recensement national
agricole au moins une fois tous les 10 ans, en utilisant des concepts, des définitions et une
méthodologie conformes aux standards internationaux. Le RMA 2010 a fourni aux pays
une approche flexible, pour une collecte intégrée de données agricoles sur une variété de
sujets. La FAO encourage les pays à développer leurs programmes de recensement et d’enquêtes, en prenant en compte, leurs priorités, pratiques et disponibilités en ressources. Les
sites décrivent les méthodologies appropriées:
-- www.fao.org/economic/ess/ess-wca/wca-guideIine/en/
-- www.fao.org/docrep/009/a0135e/A0135E04.htm
-- www.fao.org/docrep/009/a0135e/A0135E05.htm#ch8.3
Les pays membres envoient les rapports de leurs recensements agricoles à la Division
de Statistiques de la FAO, qui, ensuite, les dissémine à travers son site Web (http://faostat.
fao.org) qui produit des séries chronologiquesd et des données croisées sur l’alimentation
et l’agriculture pour environ 200 pays.
La version nationale de FAOSTAT, CountrySTAT (http://www.fao.org/economic/ess/
ess-capacity/countrystathome/en/), est en train de se développer et de s’effectuer dans un
nombre de pays cible, prioritairement en Afrique subsaharienne. Il offrira un site d’échange
dans les deux sens, entre les pays et la FAO, ainsi qu’une facilité pour stocker les données
au niveau national et sous-national. CountrySTAT rassemble et harmonise les informations
statistiques institutionnelles disséminées afin que celles-ci deviennent compatibles les unes
avec les autres, au niveau national et avec les données au niveau international. L’objectif
principal est de faciliter l’accès à l’information aux décideurs, et de relier les sources de
données, actuellement disséminées entre les diverses institutions.
L’autre moitié de l’équation du bilan des aliments pour animaux, implique la connaissance des densités des animaux, afin de calculer la demande pour ceux-ci. Les données des
35
36
La conduite d’évaluations nationales des aliments pour animaux
effectifs d’animaux du monde ont également été développées avec le support de la FAO.
Elles sont utiles pour les évaluations au niveau mondial, mais les méthodologies employées
peuvent aussi être appliquées à un niveau national plus détaillé. La Division de Production
et Santé Animales de la FAO (AGA) a mandaté le développement d’un Atlas Mondial des
animaux, il y a 12ans (FAO, 2001). Il a été perçu, que les statistiques sur les animaux,
et la production animale varient considérablement de pays à pays, dans ce sens que les
ensembles des données régionales ou continentales sont souvent incompatibles. Par conséquent, des méthodes ont été mises au point pour combler les manques de données, sur
base des distributions à travers des environnements où des statistiques étaient disponibles.
Des techniques de régression ont été utilisées pour établir des relations statistiques entre
des effectifs de bétail connus, et différents paramètres d’environnement, y inclus ceux obtenus par imagerie satellitaire. Les données sur l’élevage des animaux et les cultures végétales
ont été tirées des données nationales transmises à la FAO. Les données ont été complétées
par des enquêtes et des recensements plus détaillés lorsqu’ils existaient, et différentes techniques statistiques nouvelles furent appliquées pour déterminer les effectifs animaux dans
des zones écologiques variées au sein de chaque pays.
L’utilisation de modèles de distribution spatiale a été davantage développée depuis
lors (FAO 2007). Les modèles utilisent des variables de prédiction comme des cartes de
densité de population humaine, de distances routières et d’éclairage urbain, et de durée
de la saison de croissance. Les intrants de données de télédétection impliquent la NDVI, les
températures de l’air et du sol, des substitutions de précipitations, de l’humidité et l’évapotranspiration potentielle. Les modèles sont employés pour essayer d’adapter les densités
d’animaux, extraits des rapports nationaux de recensement, d’enquêtes sur les animaux et
de données d’archives. Alors que ces derniers représentent des intrants pour le modèle, la
valeur est ici la répartition des données sur les animaux, à une résolution plus fine que les
frontières administratives, et en relation avec la distribution spatiale du GIS, et des variables
prédictibles de télédétection. Les espèces animales sont répertoriées individuellement; elles
comprennent bovins, buffles, ovins, caprins, volailles et porcs et leurs cartes du monde sont
disponibles gratuitement (http://www.fao.org/AG/againfo/ressources/en/glw/home.html).
Additionnellement, les animaux peuvent être répartis au sein de systèmes de production
animale en utilisant le modèle de Thornton et al. (2002; 2003). Ceci offre une possibilité
d’estimer les besoins alimentaires des animaux, de manière plus précise parce que les
rations pour les animaux dans différents systèmes de production sont plus précises que les
rations simples dans les aspèces animales.
4.7 CONSIDÉRATIONS ENVIRONNEMENTALES
DANS LES ÉVALUATIONS NATIONALES DES ALIMENTS POUR ANIMAUX
Ce serait une simplification hâtive de penser que les inventaires d’aliments pour animaux
caractérisent suffisamment la demande des activités de production animale sur les ressources naturelles et les services des écosystèmes. Ce serait une négligence de recommander des directives pour effectuer des évaluations des aliments pour animaux, sans
considérer aussi les demandes associées. En effet, une définition plus large de “l’équilibre
alimentaire animal” devrait prendre en considération non seulement les besoins nutritionnels des animaux, mais aussi ceux nécessaires pour des services durables de l’écosystème.
Une synthèse des méthodologies disponibles pour les évaluations nationales des aliments pour animaux
Les aspects multidimensionnels de ces besoins et les futures pistes désirables d’action, ont
été examinés dans une étude coordonnée par FAO, l’USAID et la Banque Mondiale (Haan,
Steinfeld, and Blackburn, 1996).
L’évaluation LEAD (Élevage, environnement et développement) (FAO, 2006b) a noté
l’engouement croissant mondial pour les produits animaux et ses effets sur l’environnement. Les pressions comprennent une expansion importante des terrains de pâturage, et
l’avènement de l’alimentation au grain, et par conséquent, une demande croissante en
grains pour l’alimentation animale et en terres arables. Elle a mis en exergue, que sont en
jeu deux tendances antagonistes: d’une part, la croissance de la production va continuer à
élever la demande sectorielle en terres, quoiqu’à des taux déclinants. De l’autre côté, l’intensification continue va réduire la superficie utilisée par unité de produit obtenu. La force
relative de ces deux tendances va déterminer la superficie totale dévolue aux animaux. Il
a été démontré que de larges quantités d’engrais azoté sont utilisées pour la production
de maïs et autres aliments pour animaux, spécialement dans les régions déficitaires en cet
élément, comme l’Amérique du Nord, l’Asie du Sud Est et l’Europe Occidentale. Plus de
la moitié de la production totale de maïs est utilisée pour les animaux. Les autres cultures
destinées aux animaux sont également grandes consommatrices d’engrais azoté. Les rejets
de CO2 et autres gaz à effets de serre ont également été quantifiés.
Les effets multiples de l’élevage des animaux dans le contexte des changements globaux dans les populations humaines, l’utilisation des terres et le climat, ont été révisés
par plusieurs auteurs (Steinfield et al., 2010) Han et al. (2010) ont reconnu que le secteur
animal est le plus important utilisateur mondial des terres, et la compétition pour le sol,
l’eau, les combustibles fossiles, ainsi que les changements climatiques seront les principaux
pilotes des systèmes facteurs de production animale. La demande en grains pour les aliments pour animaux, vont augmenter pour satisfaire les besoins croissants en viande, et
en lait. Plusieurs systèmes ont migré des systèmes herbagers vers les systèmes mixtes et,
surtout vers la production intensive en systèmes sans sol, spécialement la volaille et les
porcs. Gerber et al. (2010) ont montré que l’élevage des animaux est un utilisateur majeur
des ressources en sol, en fourrage et en aliments pour animaux. La production de lait et de
viande croissant plus vite que les pâturages et les superficies cultivées à cause de l’intensification. Il existe une intensification particulièrement forte, ainsi qu’un regroupement dans
les élevages de porcs, volailles et laitiers.
Reid et al. (2010) en ont examiné les effets sur la biodiversité. Les plus gros impacts de
l’élevage des animaux sur la biodiversité paraissent être indirects à travers la déforestation
pour l’aménagement de pâturages, le commerce croissant des aliments pour animaux, la
pollution des eaux et les émissions de gaz à effet de serre. Ils ont identifié deux syndrômes
par lesquels l’élevage des animaux affecte la biodiversité. Le syndrôme de zones sèches
extensives apparait sur leurs bordures humides lorsque les parcours cèdent la place à la
culture et à la sédentarisation, avec des effets significatifs sur la biodiversité. Le syndrome
simplifié intensif apparait lorsque le pâturage est conséquentf et la faune sauvage pratiquement disparue et seules les plantes tolérantes au piétinement sont aptes à prospérer.
Les aliments pour animaux se trouvent à l’interface des effets positifs et négatifs des animaux, du revenu, des moyens d’existence et de l’environnement (Asner and Archer, 2010).
L’effet le plus profond de l’élevage des animaux sur les cycles du carbone dans le monde est
37
38
La conduite d’évaluations nationales des aliments pour animaux
un ensemble croissant de syndromes et de dégradation écologique mondiale, comprenant
la déforestation, l’empiètement forestier, et la désertification. Il existe également un large
éventail de flux de carbone collatéraux, comprenant des pertes dans l’atmosphère via la
déforestation tropicale.
L’importation des aliments pour animaux pour couvrir les déficits peut conduire à des
pressions accrues sur l’environnement par le biais d’augmentation du taux de charge, qui,
en conséquence, impose une pression plus élevée de pâturage sur les prairies, les herbages
et les parcours. Quoique l’apport supplémentaire d’aliments qui résulte des importations
puisse sembler satisfaire les besoins animaux, les taux de charge de ceux-ci sont souvent
portés au-delà des niveaux auxquels, ils pourraient être restaurés du fait des déficiences
nutritionnelles. Par exemple, un système supplémenté en aliments pour animaux pendant
l’hiver peut conduire à une charge plus élevée et des pressions sur les pâturages pendant
la période de croissance. Une seconde conséquence, de l’importation d’ aliments pour animaux, est l’augmentation de déchets animaux et des nutriments associés qui doivent être
gérés correctement, afin de prévenir l’accumulation de ces nutriments dans l’environnement, sur les sols, dans l’eau et à travers des émissions gazeuses (e.a. oxydes d’azote). Les
réponses peuvent résulter de redistribution d’aliments pour animaux aussi bien à l’échelle
intra qu’internationale.
Blümmel et al. (2010) ont identifié des questions supplémentaires. Une quantité d’eau,
cent fois plus élevée, que celle nécessaire à l’abreuvement des animaux est requise, par la
production d’aliments pour animaux. Environ 90% de l’eau utilisée pour l’élevage, va à
la production des aliments pour animaux (FAO, 2006b). L’utilisation de sous-produits de
cultures fibreux réduit l’efficience digestive, ce qui entraine une production plus élevée de
méthane (gaz à effet de serre). L’emploi de fourrage grossier, entre en compétition avec
l’utilisation pour l’amélioration des sols et l’abandon sur place de résidus de culture comme
composante du zéro labour peut s’avérer important pour la préservation de l’agriculture.
Le bétail peut également avoir des effets bénéfiques sur l’environnement. Dans plusieurs régions, principalement dans les pays en développement d’Afrique et d’Asie, le bétail
convertit les résidus de culture en fumier employé ensuite pour enrichir la fertilité du sol
sans l’emploi d’engrais chimique. Un autre avantage de l’utilisation des résidus de culture
est la diminution de la part de grains dans l’alimentation animale. Les herbivores peuvent
promouvoir la production végétale sous certaines conditions (Frank et al., 1998; McNaughton, 2001). Correctement gérés, les herbages peuvent faciliter le taux d’infiltration d’eau et
améliorer les microsites pour la germination des semences (Savory, 1988).
En résumé, la production d’aliments pour animaux est liée au fonctionnement et aux
services de l’écosystème, et à la durabilité écologique. Ce qui aujourd’hui peut ou non se
révéler durable en termes d’environnement. De même, ce qui, dans le futur pourra être produit durablement, ne peut être déterminé sans considérer les réponses de l’environnement.
Les compromis issus de l’usage alternatif des sols, tels que la préservation de l’habitat de la
faune, de conservation de la biodiversité et la fourniture de services à l’écosystème, doivent
également être pris en considération.
39
5. Directives pour le
développement des Systèmes
d’Évaluations nationales
des Aliments pour Animaux
(SENAAs) et la mise en œuvre
d’Évaluations Nationales des
Aliments pour Animaux
5.1 Vue d’ensemble
Le processus de mise en œuvre d’un système d’évaluation nationale des aliments pour
animauxse déroule en trois phases: 1) planification, 2) mise en place 3) mise à jour. Dans la
phase de planification, les procédés et concepts se sont développés pour l’exécution du
système d’évaluation. La phase de mise en place exécute le système complètement opérationnel basé sur les procédures et concepts. Pendant la phase de mise à jour, le Système,
est préservé et amélioré du fait de l’évolution de la technologie, ainsi que des besoins et
des attentes des utilisateurs. Ci-après, les trois phases de développement et de maintien
de tels systèmes seront décrites. Les procédures ne sont pas supposées être strictement
respectées dans toutes les situations. Ce sont plutôt des procédures suggérées qui devront
être adaptées pour répondre le mieux à la situation et aux conditions de chaque pays ou
régions qui développe un Système.
Le public visé par ces directives est représenté par les membres des gouvernements
nationaux et régionaux, ainsi que des organisations de recherché désireux d’installer un
SENAA. Le but est, ici, de procurer des conseils seulement sur les questions techniques,
mais aussi sur les aspects de procédure pour construire et institutionnaliser un SENAA Il
sera noté qu’une compréhension correcte de l’analyse et de la synthèse présentées dans
les sections de procédure, est un préalable pour un déroulement approprié des approches
et procédures décrites. La familiarité avec les questions techniques, spécialement celles en
relation avec les méthodologies pour l’évaluation des aliments pour animaux en élévages
extensifss (Chapitre 16), seront très utiles dans le contexte. Les études de cas, fournies
dans les chap. 7-15 serviront d’exemples et d’aide dans les mises en place et à niveau d’un
SENAA. Les directives ont été développées au cours des discussions avec un large éventail
d’experts sur des sujets couvrant les divers aspects de la production des aliments pour
animaux, de leurs besoins et des systèmes animaux de production. Leur expertise impliquait l’expérience dans l’évaluation des disponibilités en aliments pour animaux, à travers
40
La conduite d’évaluations nationales des aliments pour animaux
une grande variété d’environnements, depuis les systèmes spatialement extensifs à basse
production, basé en priorité sur les pâturages naturels, jusqu’aux systèmes spatialement
intensifs à production élevé, associant culture et élevage.
5.2 PHASE DE PLANIFICATION
5.2.1 Objectifs
1. Développer une compréhension préliminaire des aliments pour animaux au
sein d’un contexte des systèmes animaux en évolution
Avant de développer un SENAA, il est critique de développer une compréhension des aliments pour animaux dans les pays en question, car le système sera conçu en fonction des
aliments pour animaux existantes. De plus, il sera ciblé en fonction des systèmes de production animale rencontrés. Ceux-ci ont des besoins spécifiques en aliments pour animaux,
et ils auront comme bases des modes bien établis d’acquisition et de distribution aliments
pour animaux. Etant donné que ces systèmes sont en constante évolution, des anticipations
de leurs tendances doivent être prévues afin que le SENAA soit utile dans le futur.
2. Planifier et développer un ensemble agrée de procédures pour mener à bien
des inventaires de aliments pour animaux et de bilans alimentaires pour tous les
types, gradations et mélanges de systèmes à base de pâturage, de parcours, et
de cultures
Différentes méthodologies, approches et outils analytiques pour évaluer la disponibilité en
aliments pour animaux dans les systèmes animaux basés sur les parcours et les cultures
sont décrits au chapitre 7-16 de ce document. Ces outils sont disponibles et peuvent
être appliqués aux différents systèmes animaux, lorsque cela est approprié. Cependant le
processus d’établissement d’un SENAA implique plus qu’un choix d’outils; par exemple,
la connaissance des aspects institutionnels et organisationnels s’avère également importante.
5.2.2 Processus point par point
1. À partir d’un groupe de travail
Le premier pas est d’installer un planning et de concevoir un groupe de travail. La composition de ce dernier doit impliquer des personnes avec un large éventail d’expertise dans des
dossiers pertinents, couvrant les systèmes de production animale dans une gamme étendue
d’environnements et de situations, ainsi que des personnes ayant une expertise dans les
aspects procéduriers et organisationnels de la mise en œuvre des systèmes de données
à l’échelle nationale. Une expertise technique sera nécessaire pour les aspects variés des
systèmes d’élevage du bétail et de production des aliments pour animaux, de statistiques
agricoles et des bases de données spatiales. Le groupe de travail doit aussi inclure des représentants des parties prenantes concernés par les divers aspects des activités de production
et de disponibilité des aliments pour animaux. Parmi eux, des éleveurs de bétail, des représentants du gouvernement et du secteur privé, des ONG, ainsi que des chercheurs et des
experts du domaine. Le groupe peut être particulièrement important pour les systèmes de
parcours et pastoraux où les aliments pour animaux sont partagées.
Directives pour les SENAAs et les ENAAs
1. 1 Identifier et recruter les membres de groupe de travail
Ces membres-clé peuvent inclure:
• Des personnes avec compétences et connaissances en statistiques agricoles et analyse
des systèmes agricoles;
• Des personnes avec une connaissance approfondie des systèmes animaux sur parcours et en association élevage du bétail-cultures végétales;
• Des personnes avec des capacités techniques en GIS, télédétection, concepteurs de
base de données, statistiques, échantillonnage, et enquêtes;
• Des personnes avec une expertise pluridisciplinaire, à savoir avec de vastes perspectives, des vues larges, un tempérament intégratif au niveau des systèmes; Ces
personnes seront habituées à travailler en équipes coordonnées sur des problèmes
pluridisciplinaires; pour les systèmes sur parcours spatialement extensifs, cela suppose
des personnes au courant des systèmes d’élevage pastoralistes, de l’écologie, de la
gestion de troupeaux, et des pâturages, des calculs des rendements pastoraux, des
maladies, et de la socio-écologie. Pour les systèmes basés sur les cultures, il conviendra d’inclure des personnes expertes en productions culturales, en systèmes mixtes
cultures végétales-élevage du bétail et en systèmes intensifs de production animale;
• Des personnes issues des associations de fermiers ou d’éleveurs, et d’ONGs pastorales;
• Des responsables des ministères impliquées dans l’agriculture, l’utilisation des sols et
l’environnement;
• Des représentants du secteur privé impliqués dans la production d’aliments pour animaux;
• Des représentants des ONGs et des institutions de recherché avec une expérience
pertinente, et
• Des défenseurs y compris des individus aptes à faire avancer la mise en œuvre en
accord avec les institutions gouvernementales et les groupes d’utilisation finaux
potentiels.
1.2 Identifier les résultats attendus des SENARABs (Evaluation des besoins)
Le groupe de travail devra effectuer une évaluation initiale des besoins afin d’identifier les
types de système et les données en aliments pour animaux déjà existantes, et ceux qui
n’existent pas, mais qui sont nécessaires pour les décideurs. Il peut être nécessaire d’engager des consultants et des experts externe pour participer à cette évaluation, ici, un premier
objectif est de définir quelle est l’information utile pour les décideurs. Quelles sont les questions auxquelles les données pourraient apporter une réponse. Quels sont les objectifs des
SENARABs. L’évaluation va considérer comment l’information sera conforme, gérée, utilisée
et mise à jour. Les résultats spécifiques seront identifiés et évalués en termes de contenu
d’information d’intérêt des données et du coût potentiel de production de celles-ci. La faisabilité de production des résultats des données désirées sera évaluée de façon préliminaire.
Les résultats souhaitables d’une NFAS peuvent inclure des bases de données statistiques,
ou un processus dynamique d’évaluation, ou un système qui permet de prévoir les situations futures des aliments pour animaux. Ces résultats seront identifiés dans les termes
suivants:
• Le format et le mode de présentation, cartes, documents, sites webs, bases de données et,
41
42
La conduite d’évaluations nationales des aliments pour animaux
• Des variables spécifiques pouvant être rapportées, par exemple:
-- biomasse totale, disponible et accessible des aliments pour animaux;
-- situation d’équilibre des aliments pour animaux, nombre d’animaux pouvant être
nourris en fonction des aliments pour animaux disponibles ou accessibles;
-- produits animaux pouvant être fournis à partir des aliments pour animaux disponibles: lait, viande, autres produits;
-- anomalies dans la disponibilité de la biomasse des aliments pour animaux, ou les
déviations à partir de la normale;
-- variabilités temporelles saisonnières ou annuelles, et dynamiques dans les disponibilités en aliments pour animaux;
-- projections futures de disponibilité en aliments pour animaux;
-- incertitude des mesures et niveaux de confiance statistiques.
1.3 Concept initial pour le système d’inventaire
La conception du système d’inventaire va impliquer des processus d’agrément sur la terminologie, les approches, les méthodes et les outils. Ceci peut se réaliser à travers des
réunions, des ateliers de planification et des manuscrits révisés intérieurement et extérieurement. Les composants des ressources en aliments pour animaux à considérer doivent être
explicitement identifiés. Les terminologies pour les catégories d’aliments pour animaux et
les processus de production actuellement utilisés ne sont souvent pas compris, définis avec
précision, ou agréés. La gamme d’approches ou méthodes et d’outils est vaste, et toutes les
approches ne peuvent être adaptées pour la situation des aliments pour animaux disponible
à portée de main. La disponibilité en données va variés entre les régions et les pays. Entre
les parcours et systèmes à bases de cultures, il existe une large divergence dans les termes
et approches et les types de données nécessaires et disponibles. La gamme d’approches est
envisagée dans les études de cas (chapitre 7-15). De plus, il est à prévoir que surviendront
des situations dans laquelle les approches actuelles devront être modifiées ou élargies.
Finalement, les sources et flux de données, ainsi que le traitement analytique doivent être
liés au personnel approprié avec l’expertise adéquate. Le personnel doit être identifié et
son rôle clairement défini et compris par essence, la conception d’une SENAA repose sur
l’approche systèmes, au sens le plus exact. Un système est un ensemble de composants et
de processus interactifs. Dans ce cas, ils sont reliés entre eux par des flux de données. Les
flux et processus sont contrôlés par un personnel spécifique.
Les étapes à suivre dans le processus de conception impliquent de:
• Définir les systèmes cibles des animaux et des aliments pour animaux, leur typologie
et leur terminologie
-- réviser les typologies et terminologies disponibles;
-- choisir et alfiner la typologie;
-- mettre au point un premier glossaire de terminologie.
• Développer un concept initial pour les systèmes d’inventaire
-- identifier les flux de données d’ensemble, et les modèles pour les bases de données, les concepts de décisions et spécifier les capacités en algorithmes;
-- identifier les méthodes en outils, les algorithmes, les modèles et les courants de
traitement de données et développés, si nécessaire;
Directives pour les SENAAs et les ENAAs
-- identifier les participants et leurs rôles (sources de données, utilisateurs de données,
analystes, liaisons institutionnelles, partenariat).
2. Définir les paramètres clé de classification, développer un système de
classification, et observer les convergences entre classes
L’objectif de développer une classification des systèmes de production des animaux est
d’établir un cadre de calcul des disponibilités en aliments pour animaux, en accord avec la
classe du système de production ceci améliorera la précision de l’évaluation nationale, si les
systèmes au sein des nations se désagrègent de telle manière qu’ils permettent les calculs
pour des types de systèmes de production fonctionnellement non similaires. Si des systèmes
fonctionnellement non similaires sont rassemblés, les calculs en aliments pour animaux
seront vraisemblablement moins précis.
2.1 Identifier les paramètres clé aptes à capturer l’essence des différents systèmes
de production animale.
Le système de classification sera fondé sur des paramètres clé; ceux-ci seront choisis dans
le but de capturer les différences fonctionnelles clé entre les systèmes de production
des animaux Par exemple, Les groupes fonctionnels de systèmes de production animale
peuvent être basés sur les types d’animaux, sur les races, sur les caractéristiques biophysiques, les localisations géographiques et le degré d’intégration avec une commercialisation locale suivant des standards internationaux. Il sera opportun d’identifier un
ensemble minimal de paramètres qui doivent être rassemblés pour obtenir une précision
acceptable.
2.2 Développer la classification des systèmes de production animale
Le défi sera ici d’obtenir un niveau acceptable, et utile de combinaison. Une classification
élargie peut démarrer avec la distinction entre les parcours spatialement extensifs, les systèmes mixtes animaux-culture, et les systèmes industrialisés sans terre. La question est de
savoir ce qu’est le niveau de combinaison acceptable, à titre d’exemple les systèmes associés cultures/animaux peuvent être subdivisés en systèmes bovin/riz, blé/buffle, porc/riz, si
cette subdivision est basée sur des différences significatives dans les besoins des animaux
en aliments et les sources de celles-ci.
2.3 Développer une compréhension accrue des différences et des convergences
des différents systèmes de production animale
Développer des processus pour stimuler la réflexion vers une compréhension meilleure des systèmes de production animale et de leur dynamique au sein d’un pays (ou
d’une région), et, dans un large contexte, du role clé des aliments pour animaux. Des
différences et des convergences clé vont progressivement devenir apparentes, avec
l’affinement de l’analyse des systèmes au fil du temps. Comme résultat, le système de
classification et le SENAA bâti sur celles-ci, va également devenir plus précis. Ce processus d’amélioration de la compréhension peut s’accomplir à travers diverses approches,
comme le travail en réseau, des ateliers, des activités de formation, et des révisions
interne et externe.
43
44
La conduite d’évaluations nationales des aliments pour animaux
3. Identifier les méthodes, les outils et les ressources nécessaires
3.1 Evaluer les méthodes et les outils nécessaires en termes de capacité
technologiques
Les méthodes et outils à utiliser dans les SENAA proviendront des technologies existantes
et disponibles. Elles ne sont pas conçues sur des technologies non accessibles. Ainsi, la
technologie requise doit être évaluée en relation avec les possibilités des technologies
disponibles. Ces dernières vont varier entre les pays, entre les régions et les institutions au
sein de ces pays. Par exemple, certaines régions peuvent avoir de fortes capacités à utiliser
les données GIS ou satellitaires, d’autres seront dépendantes des différentes technologies
conventionnelles de terrain, et enfin, certaines peuvent intégrer les deux approches à divers
degrés. De même, les capacités d’informatisation et de traitement des données peuvent
également varier.
3.2 Evaluer les ressources nécessaires à la production et au maintien du système
Les SENAA doivent être conçus à la lumière des ressources nécessaires à la production et au
maintien du système. Celles-ci comprennent l’expertise, l’infrastructure, l’organisation, le
temps de travail et le financement pour chacun d’entre eux sera pris en considération. Alors
que les personnes vivant dans le pays possèdent une connaissance générale de l’expertise
et des infrastructures existantes, il sera utile de caractériser et de quantifier celles-ci, car
elles sont liées aux besoins en ressources. Le temps de travail du personnel nécessaire et disponible va dépendre de facteurs multiples. Si le travail est effectué au sein d’une institution
ou d’une unité gouvernementale, par exemple, le temps de travail du personnel devra être
libéré et il sera requis pour d’autres besoins organisationnels. Les besoins en financement
doivent être quantifiés, et leurs sources identifiées. Que va couter le développement et le
maintien des SENAA? D’où viendra le financement?
3.3 Formuler des algorithmes et décrire des modèles sous forme de brouillons ou
de fiches préliminaires
Le SENAA va inclure modélisation et informatisation, au fur et à mesure que des données
brutes seront traitées et combinées pour produire des résultats significatifs. Les procédures
mathématiques exactes devront être exposées pour extraire les données, elles ne devront pas
nécessairement être complètement développées dans la phase de planification. Elles pourront
être présentées sous forme de brouillons ou de fiches préliminaires, et elles seront complément élaborées dans la phase d’établissement. Les modèles et algorithmes peuvent, par
exemple, être présentés sous forme de diagrammes de flux, avec des processus de traitement
informatisés, identifiés en termes d’intrants de données et de produits qui en proviennent.
4. Identifier les besoins en données et les stratégies d’échantillonnage
4.1 Identifier les besoins de données et les sources de données potentiellement
disponibles
La conception du SENAA va inclure des spécifications pour les intrants sous forme de
données et leurs sources. Les données entrantes doivent être caractérisées en termes: de
ce qui sera mesuré, comment et combien de fois cela sera mesuré, et quel sera le degré
de précisions de la mesure. A ce stade, une évaluation préliminaire sera effectuée sur
Directives pour les SENAAs et les ENAAs
les sources potentielles de données, et le mode de fourniture et d’accès. Elles incluront
vraisemblablement des données de terrain sur les aliments pour animaux, des données
de télédétection sur la biomasse fourragère, des données GIS pour un grand nombre de
variables, taux de production de cultures et coefficients de récoltes, et des données sur le
système de production animale en provenance des enquêtes de ménage.
4.2 Inventorier les ensembles de données courantes, les méthodes et les outils, et
conduire une évaluation des besoins ou une analyse
Ici, le travail réel d’inventaire d’ensemble de données, méthodes, et outils doit être mené
dans le contexte d’une évaluation de besoins. Les inventaires vont vraisemblablement avoir
besoin d’évaluer de nombreuses et potentielles sources de multiples données à introduire.
Ces sources devront être évaluées en termes de facilité, fiabilité et coût. Il en sera de même
pour les méthodes et outils existants.
4.3 Développer une stratégie d’échantillonnage pour les enquêtes de ménages
afin de définir une ligne de base
Il est hautement probable que beaucoup de données à introduire proviendront d’enquêtes
de ménages qui, ensuite, seront transposées aux villages, régions, et, finalement au pays.
Par conséquent, le schéma d’échantillonnage sélectionné devra inclure des critères à même
de sélectionner des systèmes représentatifs au sein du pays. Ces derniers seront identifiés
en fonction de la classification des systèmes de production animale reprise ci-dessus. Les
enquêtes de ménage fourniront des données sur les types d’animaux et leurs effectifs, leurs
approches et sources d’alimentation, et leur économie. La stratégie d’échantillonnage sera
statistiquement bien conçue, de sorte que les résultats d’une étude de cas puissent être
extrapolés à un type plus large et plus intégral de production.
4.4 Identifier la ressource et les intrants logistiques nécessaires pour la collecte de
données et les programmes d’échantillonnage
La collecte de données et les programmes d’échantillonnage ont été identifiés ci-dessus,
mais les ressources et les intrants logistiques pour ces programmes doivent également
être explicitement identifiés. Etant donné que de grandes superficies sont en cours de
couverture à un niveau national, les besoins ressources peuvent être assez significatifs et,
vont vraiosemblablement représenter une contrainte pour l’intensité d’échantillonnage à
réaliser. Ainsi, dès que les ressources ont été identifiées, il est probable que les schémas
d’échantillonnage devront être révisés à la lumière des contraintes. Ceci sera spécialement
le cas ou dans les systèmes spatialement extensifs de parcours, du fait que de grandes
étendues de terrain ne disposant que de peu d’infrastructures, doivent être couvertes. Dans
ces zones, la télédétection sera utile à la fois pour les parcours, et les régions de cultures;
ce qui explique que, pour avoir accès à ce traitement de données, les ressources doivent
être soigneusement identifiées.
4.5 Développer les flux de traitement de données
Les données obtenues de sources multiples devront être traitées à travers des bases de
données et des procédés informatiques. La conception de base de données est centrale
45
46
La conduite d’évaluations nationales des aliments pour animaux
par le SENAA. Un effort important doit être consenti pour élaborer la structure de base de
données et le procédé d’informatisation afin de transférer les données primaires en données utiles pour évaluer les disponibilités en aliments pour animaux à un niveau national.
Suivant l’organisation du SENAA, les données pourront être traitées centralement ou dans
plusieurs centres de distribution à travers le pays, avant d’être renvoyés à un centre national
de traitement.
5. Mener des études de faisabilité sur des approches alternatives
Alors que le SENAA sera conçu aussi soigneusement que possible, il n’est pas garanti
que ce concept soit utilisable. Une fois mis en pratique, jusqu’à ce que les procédures du
SENAA soient réellement mises à l’essai, leur faisabilité restera incertaine. L’exécution d’un
premier essai du concept va probablement révéler des secteurs présentant des insuffisances
difficiles à prévoir. Dès lors, il peut être prudent d’effectuer des études de faisabilité de
différents aspects du SENAA, pouvant conduire à des révisions du concept. Ce qui peut
amener à reconsidérer des méthodes, des outils, et des moyens de fournir le produit final
alternatif. Les études de faisabilité peuvent aussi inclure des analyses de la sensibilité des
produits finaux à ces approches alternatives. Ceci peut aider à sécuriser les financements
pour établir et maintenir les SENAA, car de telles études mettent en évidence que certains
composants de ces évaluations menées à leur fin requièrent des produits supplémentaires
afin de produire les résultats désirés.
6. Produire des rapports stratégiques
La production de rapports stratégiques ou de livres blancs représente une importante
étape “intermédiaire”. En particulier, il sera utile de produire un article de grande diffusion
focalisé sur les questions et problèmes soulevés par le développement et l’établissement
du SENAA. Un tel article attirera l’attention sur l’utilité et l’importance du SENAA et
mettra en évidence les défis à son exécution. Ceci servira de point focal pour le groupe
travaillant sur le SENAA, pour les parties prenantes qui doivent en retirer des bénéfices,
et pour toutes les parties intéressées, incluant la presse qui diffusera l’information auprès
du public, et aux décideurs politiques ayant de l’influence sur les décisions nationales de
financement.
7. Développer des partenariats régionaux fonctionnels
7.1 Identifier les parties prenantes et les partenaires pour l’exécution et
l’institutionnalisation
Le rôle des parties prenantes et des partenaires sont délégués en fonction des résultats
attendus, et des types d’intrants qu’ils peuvent fournir.
Les parties prenantes et les partenaires sont au centre de la mise en œuvre des SENAA,
car ils vont indubitablement jouer un nombre important de rôles au courant de l’opération et de ses utilisations. Ils peuvent, par exemple, être fournisseur de données, ou être
facilitateurs auprès des sources de données. Ils vont également jouer un rôle dans l’institutionnalisation. Le SENAA va devenir un important intervenant dans le système national de
production animale, sur lequel s’appuieront à la fois producteurs et consommateurs. Ainsi,
il devra avoir un siège social et un système de support fiables.
Directives pour les SENAAs et les ENAAs
7.2 Analyses des parties prenantes et des partenaires en termes de produits désirés,
de conflits potentiels, de synergies, de recoupements, et de domaines d’intérêt.
Les parties prenantes et les partenaires ont divers rôles, contributions, capacités et produits
désirés. Pour que ces entités fonctionnent en synergie, il sera nécessaire d’analyser leurs caractéristiques. Parmi les rôles potentiels et les résultats désirables, il peut y avoir des synergies,
des conflits ou des chevauchements. Ceci peut être résolu en déléguant des rôles spécifiques
à chaque entité afin de minimiser les conflits et de maximiser les synergies. En effet, ceci
représente un autre exemple d’une analyse de systèmes, dans lequel interagissent plusieurs
entités afin d’aboutir à un produit final supérieur à la simple addition de ses composants.
7.3 Etablir des liens entre les communautés locales ou les districts et les
partenaires clé potentiels
Les partenaires au niveau des communautés locales ou des districts seront importants à
la fois comme sources et utilisateurs de données. La tâche d’établir des moyens de liaison
à ce niveau vers les partenaires représente un projet substantiel et devra être identifié
comme tel. Pour l’accomplir, devront être prévues les ressources monétaires, logistiques et
humaines en tant que partie du plan.
7.4 Proposer et agréer formellement les partenariats
Les partenariats doivent être formalisés et agrées afin de les rendre tangibles et qu’ils
puissant s’engager, prendre la responsabilité de l’opération et la mener à terme. Les agréments développent les rôles et responsabilités, tant du partenaire que du SENAA. Celui-ci
aura également des responsabilités vis-à-vis des partenaires. Les autorités reconnues ou les
chefs de file devront signer, mais avec le support de leurs groupes, particulièrement si des
ressources importantes sont impliquées.
8. Acquérir les financements pour l’infrastructure nécessaire (ordinateurs, labos,
etc.), le recrutement et le personnel
Le financement pour l’infrastructure et le personnel sont régis pour établir et faire fonctionner le SENAA. Il doit s’obtenir dans la phase de planification.
9. Etablir ou utiliser les cadres institutionnels existants
Un cadre institutionnel doit être crée. Il représentera la colonne vertébrale de la SENAA
comme organisation; Les détails de la SENAA seront construits sur ce cadre. Le cadre peut
être compris comme une simple organisation, ou comme une coalisation d’organisations avec
divers rôles et responsabilités. Il peut inclure des collaborations régionales, compte tenu de la
nature transfrontalière de plusieurs systèmes de production animale spatialement extensifs.
10. Développer un portail initial interactif de données et un site web afin de
disséminer l’information provenant de la phase de planification
Les résultats de la phase de planification seront communiqués aussi efficacement que possible. Ils seront disponibles sur internet via un site web. D’autre part, un prototype de portail
et un site web fournisseurs de données seront installés et représentés ou soumis un béta
test. Le site web informant les utilisateurs et facilitant l’accès aux données représentera une
47
La conduite d’évaluations nationales des aliments pour animaux
48
pièce centrale du SENAA. A la fin de la phase de planification, les utilisateurs auront accès
à une version prototype, procurant un retour d’information sur les capacités planifiées et
pouvant tester certaines de ses fonctions préliminaires, en utilisant des ensembles de données test dans leur format antérieur.
5.3 PHASE D’ÉTABLISSEMENT
5.3.1 Objectifs
1. Exécuter les concepts développés durant la phase de planification afin de bâtir
un système d’inventaire des aliments pour animaux complétement opérationnel
fournissant l’information sur une base régulière
Ceci représente le premier objectif de la phase d’établissement. Le but est d’exécuter les
plans et d’établir la première version du SENAA. Il est prévisible que les questions vont
surgir et devront être résolues afin d’améliorer cette première version; un processus point
par point est présenté ci-dessous pour effectuer cette opération.
2. Créer des inventaires d’aliments pour animaux et conduire des évaluations des
équilibres des aliments pour animaux au niveau local du district
Les premiers produits du SENAA seront produits localement au niveau du district. Les premières évaluations seront menées dans un sous-ensemble local selectif et représentatif. Les
résultats seront évalués et rendus disponibles pour une révision externe et interne.
3. Relever au niveau national les approches, les méthodes, les outils planifiés
Une fois le SENAA testé et alfine, au sein d’un sous-ensemble de représentants locaux, il
pourra être effectué à travers le pays. La première évaluation à échelle nationale sera, en
fait, la somme de toutes les évaluations régionales.
5.3.2 Intrants
Le succès de la phase d’établissement dépendra de la quantité d’intrants, dont la plupart
ont résulté comme produits de la phase de planifications.
1. Les plans et concepts de la phase de planification, incluant terminologies,
approches, méthodes et outils
Ici, les plans et concepts développés durant la phase de planification seront mis en œuvre
pour la première fois. Ils seront suivis d’aussi près que possible, mais il est probable que des
modifications devront être apportées au fur et à mesure que l’exécution avance.
2. Le financement assuré pendant la phase de planification
Le SENAA ne peut être effectué sans un financement suffisant. La phase de planification
avait prévu une estimation des coûts pour l’exécution, et des sources de financement
auront été identifiées. Celles-ci doivent maintenant être activées.
3. Le cadre institutionnel établi
Le cadre institutionnel doit être mis en place, car il représente la base pour les partenariats
et collaborations nécessaires à la mise en œuvre du SENAA. Il consistera de partenariats
Directives pour les SENAAs et les ENAAs
fonctionnant régionalement, un portail interactif de données, et un site web. Les deux
derniers faciliteront la communication, l’information et le partage des données.
4. Un organisme technique au sein du cadre des institutions existantes
Un organisme technique va superviser l’ensemble des opérations du SENAA. Alors que
cette entité sera nouvelle, il devra très probablement fonctionnement dans le cadre des
institutions existantes, comme les ministères, les laboratoires nationaux, les universités et le
secteur privé car ceux-ci possèdent déjà le niveau d’expertise le plus élevé disponible dans le
pays. L’organisme technique peut être identifié au Groupe de Travail identifié à l’étage 1.2.
de la phase de planification, ou il peut représenter un prolongement de celui-ci
5. Capacités existantes et infrastructures identifiées
Celles-ci ont été identifiés pendant la phase de planification, mais non nécessairement développées, ni au niveau local ni national. Sur ces bases, des facilités pourront être mises en place.
6. Base de données existantes identifiées
Leur existence a été identifiée, mais elles doivent être en place et opérationnelles.
7. Outils et méthodologies identifiés et préliminairement développés
Durant les phases de planification, ils ont été identifiés et développés sous forme de prototypes.
5.3.2 Processus point par point
Un processus point par point est présenté ici pour établir un SENAA. Les points sont seulement présentés pour servir de directives pour une séquence logique d’actions conduisant
à une évaluation fonctionnelle. Indubitablement, l’importance, la nécessité et le niveau
d’investissement suggérés ici, vont varier entre pays, et entre régions au sein d’un pays, en
fonction des besoins et capacités de proximité.
1. Etablir et former le personnel
Au démarrage, le personnel doit être installé afin de mettre en œuvre l’établissement du
SENAA, y compris son développement réel. Ensuite, rapidement, le personnel devra traiter
les données, provenant de sources locales et régionales, d’autres institutions existantes
et plates-formes de télédétection. Il sera responsable de la circulation des données du
niveau local au niveau national où les données locales seront traitées et synthétisées pour
forme l’évaluation nationale. Tout ce personnel peut avoir besoin d’un certain degré de
formation.
2. Développer les capacités techniques requises et les infrastructures au-delà de
ce qui existe déjà
Le développement de ces ressources doivent survenir au début de la phase d’établissement;
Il sera efficient du point de vue coût et temps, afin de construire ou d’emprunter les facilités
nécessaires. La manipulation des données et les facilités et capacités informatiques sont critiques. Du matériel de télédétection et des logiciels peuvent être requis. Une infrastructure
49
50
La conduite d’évaluations nationales des aliments pour animaux
est nécessaire pour effectuer les enquêtes de ménages et l’échantillonnage des ressources
en aliments pour animaux. Les ressources nécessaires peuvent inclure le transport, l’espace
de laboratoire, le bureau et de logement.
3. Développer des spécifications techniques détaillées et documentées
Elles seront:
• types de données à collecter;
• procédures de collecte de données;
• procédures pour le contrôle de qualité;
• procédés d’analyse et d’interprétation;
• processus de production de données;
• algorithmes, procédures de circulation des données;
• systèmes de bases de données y compris les métadonnées;
• procédures de rédaction de rapports;
• interprétation des produits des systèmes d’évaluation, à savoir quand et où ils
peuvent apporter une aide et leurs limitations.
Le développement complet des spécifications techniques sur les concepts produits
dans la phase de planification peut survenir au démarrage de la phase d’établissement.
Quoique ces spécifications aient pu être développées dans les derniers stades de la phase
de planification, ce niveau de conception détaillée requiert des ressources qui ne peuvent
avoir été libérées jusqu’à la phase d’établissement. Ces ressources comportent le personnel, les infrastructures et le financement. Il sera important de documenter les spécifications, afin de les standardiser et de les reproduire. Une documentation formalisée procure
également une base pour l’analyse, la discussion, et les efforts d’amélioration ciblés de
manière précise.
4. Développement ultérieure des sources de données
Si les sources de données sont inexistantes (intrants) ou si les sources existantes ont besoin
d’être modifiées pour mieux convenir aux besoins des SENAA, alors elles devront être développées. L’ensemble de la SENAA dépend évidemment des données provenant de sources
multiples. Elles incluent les données de terrain, de GIS, de télédétection et celles obtenues
d’autres sources, comme les bureaux de district et les Ministères de l’Agriculture et du
Commerce. En conséquence, des arrangements institutionnels peuvent être nécessaires
pour l’accès aux données.
5. Développer des outils et méthodologies
Ceux-ci ont été identifiés et décrits dans la phase de planification (intrant7). Pendant la
phase d’établissement, ils doivent être complétement développés et testés. Les outils et
méthodologies seront développés pour le traitement des données, l’informatisation, les
GIS, la télédétection et les enquêtes de terrain, par exemple. Le personnel impliqué dans
le développement des outils sera varié à parties égales et sera probablement dispersé
entre différents groupes travaillant sur divers aspects du SENAA. Puisque les données vont
circuler entre différentes unités, et que les activités seront coordonnées, il sera utile, sinon
nécessaire d’établir des groupes travaillant en unités croisées.
Directives pour les SENAAs et les ENAAs
6. Mettre en route la première opération de conduite d’un SENAA
La première mise en œuvre du SENAA sera effectuée sans aucun doute suivant un mode
expérimental, dans lequel les procédures seront testées, évaluées et alfinées. Etant donné
que les aliments pour animaux sont dynamiques, variables suivant les saisons et les
années, l’évaluation devra inclure des estimations des ressources en aliments pour animaux mises sur tableaux et sur cartes dans une série temporelle débutant sur la base d’une
année récente. Il sera important de tester la capacité du système de saisir l’ensemble de
la variabilité. Le système doit démontrer sa capacité à incorporer et traiter des données
nécessaires sous diverses conditions car les aliments pour animaux varient en quantité et
qualité.
7. Délivrer et disséminer les résultats de l’évaluation
Les produits seront disséminés aux parties prenantes, universités et tout autres utilisateurs
terminaux. Un portail de données interactives et un site web seront approvisionnés et activés afin de rendre les données disponibles à quiconque. Les avis seront fournis sur l’usage
correct des données.
8. Valider le système d’évaluation
Une variété de tests pourra être conçue afin de valider la disponibilité estimée en aliments
pour animaux. Les estimations seront contrôlées vis-à-vis d’ensembles indépendants de
données, à savoir des ensembles qui n’ont pas été employés comme intrants. Par exemple,
les aliments pour animaux estimées à partir des données sur l’utilisation du sol ou sur le
climat seront comparés à des estimations fournies à partir de données de commercialisation
ou de production animale. Lorsque les résultats proviennent de données de télédétection
ou ont été informatisées à partir de données auxiliaires (comme précipitations, utilisations
des sols) une méthodologie sera mise en place pour vérifier les résultats de l’évaluation
vis-à-vis des données véridiques de terrain. Des études de validation seront conçues en utilisant un cadre structuré d’échantillonnage afin de s’assurer de la représentativité à travers
l’ensemble de la diversité au sein des systèmes de production.
9. Evaluer les systèmes d’évaluation
Conduire une analyse des capacités et déficiences d’un système, incluant une évaluation
des besoins pour de nécessaires ajustements. Evaluer si les systèmes est capable de produire
des données opportunes et précises, utiles pour les utilisateurs finaux. La couverture des
données est-elle adéquate et représentative? Les ressources disponibles peuvent-elles être
mieux utilisées et distribuées? Evaluer l’efficacité et les facteurs pouvant réduire l’assimilation, le traitement et le compte rendu des données.
10. Institutionnaliser les systèmes d’évaluations et s’assurer des mécanismes pour
le maintien de l’infrastructure nécessaire à son application continue.
Cette étape implique:
• l’identification du partenaire exécutif national;
• l’établissement d’une équipe coordinatrice institutionnalisée. La structure institutionnelle peut être de niveau national. Cependant, les problèmes transfrontaliers
51
52
La conduite d’évaluations nationales des aliments pour animaux
régionaux sont importants dans les systèmes de parcours spatialement extensifs et
affecteront progressivement les systèmes basés sur les cultures du fait d’un marché
plus utilisé par les producteurs d’animaux;
• l’établissement d’une ligne budgétaire par le gouvernement central afin de supporter
le système, de pair avec les capacités de mobiliser nécessairement les ressources, le
capital et les dépenses récurrentes, et;
• l’établissement d’un programme régional de formation pour le personnel qui va
exécuter le système, de même que pour les utilisateurs terminaux qui utilisent les
produits du système.
11. Former les parties prenantes à un usage correct des données fournies
Les parties prenantes doivent être formées à un usage correct des données. Ceci doit
inclure la compréhension de la portée visée et du pouvoir et inversement, les limitations
de données. Les développeurs et participants des SENAA doivent évidemment posséder
la meilleure compréhension de ces problèmes. Cependant les analystes extérieurs et les
consultants pourront développer l’expertise nécessaire à la formation.
12. Développer des mécanismes pour promouvoir le partage du savoir et de
l’expérience avec d’autres pays, via un réseau international ou à travers des
organisations régionales
Partager l’expérience, le savoir et les idées avec d’autres pays va fournir l’occasion d’apprendre. La fertilisation croisée des idées va encourager des solutions créatives pour le
bénéfice de chacun. Un réseau international de SENAA pourrait représenter la voie à suivre
à cet effet. Le réseau pourrait avoir un site web commun ou un forum d’échange d’information et d’idées. Des réunions de réseau pourraient être tenues tous les ans ou tous les
deux ans. Le partage de l’information peut aussi se réaliser via les organisations régionales
existantes avec des membres bien établis, par exemple, les organisations agricoles, de producteurs d’animaux, et autres professionnelles: sociétés scientifiques, ou ONGs concernées
par les intérêts de diverses parties prenantes.
5.4 PHASE DE MISE A JOUR
5.4.1 Objectifs
1. Développer un processus pour s’assurer que le SENAA se maintient et qu’il
utilise une technologie de pointe et produit des résultats pertinents pour les
demandes courantes
Le SENAA a besoin d’être maintenu, amélioré, et mis à jour, concomitamment avec les
avances technologiques. Ceci s’applique aussi bien pour les changements institutionnels
que pour les technologies.
2. Identifier qui et quelles sont les ressources pour maintenir le système
Pour que le SENAA soit stable et durable, il lui faut un toit et une équipe de tuteurs de
superviseurs. Ceci va entrainer l’établissement d’un titre de propriété; Il entrainera aussi le
développement d’une source durable des revenus, peut-être gouvernementale, mais aussi
de sources privées, particulièrement des utilisateurs terminaux.
Directives pour les SENAAs et les ENAAs
3. S’assurer que le système fournisse une information de qualité, mise à jour à
des intervalles de temps pertinents
Le SENAA doit être évalué régulièrement pour s’assurer que les données fournies soient
actualisées et précises. Plus l’information est liée à l’actualité, plus utile et plus puissante
elle sera pour les décideurs, la ponctualité sera évaluée en relation avec les importantes
échelles temporelles de variations dans les disponibilités en aliments pour animaux. Des
fluctuations significatives peuvent survenir chaque mois, chaque saison ou chaque année.
Complémentairement aux changements rapides dus au climat, conditions de croissance,
l’attention sera attirée sur les variations rampantes dues à des paramètres sous-jacents
comme l’utilisation des sols, les changements dans la pratique d’alimentation d’animaux,
et même les changements sociétaux.
5.4.2 Processus point par point
1. Assurer le financement pour le contrôle continu, la maintenance du système et
sa mise à jour
Le SENAA va requérir une source de financement pour fonctionner et se maintenir sur le
long terme; L’utilité des résultats par application du système devra être démontrée aux
sources potentielles du financement. Cela dépendra des réactions des utilisateurs, ainsi
que des résultats des évaluations du SENAA; Il sera important de démontrer qu’il existe une
base bien établie d’utilisateurs, et que les résultats du SENAA appuient en quelques sorte
les productions animales et le bien-être humain.
2. Rapporter les approches, les méthodes, les outils validés, ainsi que la
terminologie agréée
Les utilisateurs, les développeurs et autres parties intéressées doivent avoir accès au SENAA
dans le détail, autant qu’ils le souhaitent. Les opérations du SENAA doivent être décrites de
manière transparente, de sorte que toutes les parties puissent comprendre de quoi il s’agit,
quelles sont ses actions, quels sont les intrants dont il a besoin, et quels sont les produits
qu’il peut fournir. Approches, méthodes et outils seront décrits en termes à la fois simples
et techniques. La terminologie technique sera clairement définie: autrement, les documentations utilisant ces termes paraîtront opaques aux lecteurs.
3. Développer un processus pour obtenir les réactions des utilisateurs terminaux,
des agences de financement, des experts externes
Le processus de retour d’information va probablement entrainer des enquêtes, des ateliers
et des révisions indépendantes. Un panel de conseil externe et/ou un comité de pilotage
pourra être installé pour assimiler les résultats du processus et formuler des recommandations pour l’amélioration du système.
4. S’assurer que l’état courant des connaissances de pointe, et les structures
institutionnelles sont employées dans l’inventaire, à la fois au niveau de
l’acquisition des données ainsi que de leur interprétation et de leurs analyses
Le personnel du système d’évaluation doit être mis à jour des dernières avancées de la
science, via une formation, ainsi qu’une participation à la recherché et à des conférences.
53
54
La conduite d’évaluations nationales des aliments pour animaux
Des révisions internes seront effectuées. Un panel de conseil externe ou un comité de pilotage pourra être installé pour évaluer périodiquement le système à cet effet.
5. Conduire des revues semestrielles des systèmes, identifier ses forces et ses
faiblesses, les domaines où il pourrait être amélioré, et où il existe un manque de
données
Des revues annuelles ou semestrielles seront conduites afin de s’assurer que le SENAA est
actualisé sous tous les aspects. Les revues externes par des experts procurent vues et savoir
rafraichissants, tandis que les revues par les parties prenantes et les utilisateurs terminaux
apportent des réactions sur les performances du système en relation avec les besoins et
les attentes. Les revues internes sont de grandes valeurs, en ce sens que les participants
au système ont une connaissance en profondeur des déficiences et des insuffisances des
données du système. Les revues doivent être constructives plutôt que simplement critiques.
6. Affiner la terminologie, les approches, les méthodes et les outils
Ce sont les taches centrales de la mise à jour des SENAA. La terminologie devra être affinée
au fur et à mesure que les facteurs impliqués dans la production des aliments pour animaux
et sa disponibilité seront mieux connus. Une connaissance accrue va conduire à des définitions et termes plus précis. Les approches, méthodes et outils seront améliorés grâce au
savoir emmagasiné à travers l’expérience et aux avancées technologiques. L’expérience va
aider à comprendre ce qui fonctionne ou ne fonctionne pas. De nouvelles idées vont surgir,
lorsque le SENAA va fournir des nouvelles vues dans les systèmes nationaux des aliments
pour animaux. Il est à prévoir que de nouvelles sources de données vont apparaitre et que
de nouvelles capacités informatiques vont se développer.
7. Développer des relations entre les paramètres-clé des systèmes de production
animale et les résultats observés à partir des sites de contrôle
Au fil du temps, les données des évaluations peuvent être analysées pour trouver des relations générales entre les paramètres-clé des systèmes de production et les disponibilités en
aliments pour animaux entre les sites. Les paramètres-clé peuvent être de nature biophysique, organisationnelle ou économique. L’objet est ici de développer une compréhension
accrue des facteurs primaires gouvernant la disponibilité en aliments pour animaux. Ces
analyses scientifiques pourront en effet être menées à terme et publiées pour une large
audience. Cette compréhension meilleure provenant de ces analyses pourra servir à renforcer les systèmes de aliments pour animaux, ainsi que renforcer la résistance du secteur
entier de la production animale.
8. Procurer une formation continue et un renforcement des capacités
Un personnel bien informé et qualifié sera requis pour maintenir les systèmes fonctionnels
dans le futur. Une expertise sera requise dans la connaissance des systèmes de production
animale, mais aussi dans le matériel informatique, les logiciels, les bases de données et
l’administration. Un financement doit être mis en place pour cette formation. Des liens avec
des universités seront, à cet égard, bénéfiques, car le savoir peut en résulter, tout comme la
connaissance des approches usuelles peut être transmise aux facultés et étudiants.
Directives pour les SENAAs et les ENAAs
9. S’assurer que le système peut s’adapter aux besoins changeants au sein du
pays
Les utilisateurs terminaux peuvent augmenter en nombre et se diversifier, tout comme
ils peuvent changer. Le système doit s’adapter à ces changements à travers de nouvelles
approches. Ceci peut s’accomplir par des évaluations des besoins récurrents. Par-dessus
tout, le SENAA continuera seulement à exister s’il continue à satisfaire les besoins des utilisateurs et parties prenantes.
55
57
6. Références pour les Sections I et II
Agridea. 2011. Wirz Kalender 2011. A set with two handbooks. ISBN 978-3-7245-1656-9.
Alcamo, J., Kreileman, E., Krol, M., Leemans, R., Bollen, J., Minnen, J.V., Schaeffer, M.,
Toet, S., de Vries, B. 1998. Global modelling of environmental change: an overview of
IMAGE 2.1. In R. Alcamo, R. Leemans, E. Kreileman, eds. Global Change Scenarios of the 21st
Century. Results from the IMAGE 2.1 Model. Elsevier, Oxford, pp. 3–94.
Alkemade, R., Bakkenes, M., Bobbink, R., Miles, L., Nelleman, C., Simons, H. &
Tekelenburg, T. 2006. GLOBIO 3: Framework for the assessment of global terrestrial
biodiversity. In A.F. Bouwman, T. Kram & K. Klein Goldewijk, eds. Integrated modelling
of global environmental change. An overview of IMAGE 2.4. Netherlands Environment
Assessment Agency (MNP), Bilthoven, The Netherlands.
Anandan, S., Raju, S.S., Angadi. U.B. & Ramachandra, K.S. 2005. Status of livestock and
feed resources of Malnad Region in Karnataka. Anim. Nutr. Feed Technol., 5: 99–105.
Angadi, U.B., Raju, S.S., Anandan, S. & Ramachandra, K.S. 2005. Database on availability
and requirements of animal feed resources in the country. Indian J. Anim. Sci., 75: 1083–1086.
Asner, G.P. & Archer, S.R. 2010. Livestock and the global carbon cycle. Chapter 5 In H.
Steinfield, H.A. Mooney, F. Schneider & L.E. Neville, eds. Livestock in a changing landscape
Vol. 1. Island Press, Washington, D.C., USA.
Blümmel, M., Duncan, A., Poole, J., Gerard, B. & Valbuena, D. 2010. Livestock: the good
and the bad. Proceedings 7th Biennial Animal Nutrition Association Conference - Animal
Nutrition Strategies for Environmental Protection and Poverty Alleviation. Odisha University of
Agriculture and Technology, Bhubaneswar, Odisha, India, 17–19th December, 2010. pp. 16–20.
Bouwman, A.F., Van der Hoek, K.W., Eickhout, B. & Soenario, I. 2005. Exploring changes
in world ruminant production systems. Agric. Systems 84:121–153.
Bruinsma, J.E. 2003. World Agriculture: Towards 2015/2030. An FAO Perspective. Earthscan
Publications, London.
Coughenour, M.B. 2008. Causes and consequences of herbivore movement in landscape
ecosystems. Chap. 3. In K. Galvin, R. Reid, R. Behnke & N.T. Hobbs, eds. Fragmentation of
semi-arid and Arid Landscapes: Consequences for Human and Natural Systems. Springer. The
Netherlands.
Cramer, W. 1999. Comparing global models of terrestrial primary productivity (NPP): overview
and key results. Glob. Change Bio. 5 (Suppl. 1): 1-15.
de Leeuw, P.N. 1997. Crop residues in tropical Africa: trends in supply, demand and use. In C.
Renard, ed., Crop residues in sustainable mixed crop-livestock farming systems. International
Crops Research Institute for the Semi-Arid Tropics (ICRISAT) India. CAB International,
Wallingford, UK.
Delgado, C., Rosegrant, M., Steinfeld, H., Ehui, S. & Courbois, C. 1999. Livestock to 2020:
The next food revolution. International Food Policy Research Institute (IFPRI), Washington
D.C., USA.
La conduite d’évaluations nationales des aliments pour animaux
58
Devendra, C. 1982. Malaysian animal production in perspective. Proc. VIth Ann. Conf.
Malaysian Society of Animal Production, pp. 201-219.
Devendra, C. 2009. Intensification of integrated oil palm – ruminant systems: enhancing
productivity and sustainability in South East Asia. Outlook Agric., 38: 71–81.
Devendra, C. & Leng, R.A. 2011. Feed resources for animals in Asia: issues, strategies for use,
intensification and integration for increased productivity. Asian-Aust. J. Anim. Sci., 24: 303–321.
Dikshit, A.K. & Birthal, P.S. 2010. India’s livestock feed demand: estimates and projections.
Agric. Econ. Res. Rev. 23:15-28.
Eickhout, B., van Meijl,H. & Tabeau, A. 2006. Modelling agricultural trade and food
production under different trade policies. In A.F. Bouwman, T. Kram & K. Klein Goldewijk,
eds. Integrated modelling of global environmental change. An overview of IMAGE 2.4.
Netherlands Environ. Assessment Agency (MNP), Bilthoven, The Netherlands.
Erenstein, O. & Thorpe, W. 2010. Crop-livestock interactions along agro-ecological gradients:
a meso-level analysis in the Indo-Gangetic plains, India. Environ. Dev. Sustain. 12:669-689.
EPA. 1994. International anthropogenic methane emissions: estimates for 1990. EPA 230-R-93010, US Environmental Protection Agency, Washington, DC.
FAO. 1984. FAO production yearbook, Vol. 38. Food and Agriculture Organization of the United
Nations, Rome, Italy.
FAO. 1994. FAO production yearbook, Vol. 48. Food and Agriculture Organization of the United
Nations, Rome, Italy.
FAO. 2001. Livestock geography: An introductory atlas of animal resources. FAO. Rome, Italy.
FAO. 2006a. World agriculture: Towards 2030/2050: Interim report. Prospects for food,
nutrition, agriculture and major commodity groups. FAO, Rome, Italy.
FAO. 2006b. Livestock’s long shadow. Livestock Environment and Development (LEAD), FAO.
Rome, Italy.
FAO. 2007. Gridded livestock of the world 2007, G.R.W. Wint & T.P. Robinson. 131 pp. Rome,
Italy.
FAO. 2010. World census of agriculture 2000. FAO statistical development series 12. FAO,
Rome, Italy.
FAO. 2011. World livestock 2011 – Livestock in food security. Rome, FAO, Italy.
Field, C.B., Behrenfeld, M.J., Randerson, J.T. & Falkowski, P. 2004. Primary Production of the
Biosphere: Integrating Terrestrial and Oceanic Components. Science, 305: 367–371.
Frank, D. A., McNaughton, S.J., & Tracy, B.F. 1998. Ecology of the earth’s grazing ecosystems.
BioScience 48: 513-522.
Gerber, P., Robinson, T., Wassenaar, T., & Steinfeld, H. 2010. Livestock in geographic
transition. Chapter 4, In H. Steinfield, H.A. Mooney, F. Schneider & L.E. Neville, eds. Livestock
in a changing landscape Vol. 1. Island Press, Washington, USA.
GRUMP. 2005. Global urban-rural mapping project (GRUMP). Available at http://beta.sedac.
ciesin.columbia.edu/gpw. Center for Int. Earth Science Inform. Network (CIESIN) of the Earth
Inst., Columbia University, New York, USA.
Haan, C. De, Steinfeld, H. & Blackburn, H. 1996. Livestock and the environment: Finding a
balance. A Study coordinated by the Food and Agriculture Organization of the United Nations,
the United States Agency for International Development and the World Bank. WRENmedia,
Suffolk, U.K. Available at www.fao.org/docrep/x5303e/x5303e00.htm.
Références pour les Sections I et II
Haan, C. De, Gerber, P. & Opio, C. 2010. Structural change in the livestock sector. Chapter 3
In H. Steinfield, H.A. Mooney, F. Schneider, L.E. Neville, eds. Livestock in a changing landscape
Vol. 1. Island Press, Washington, USA.
Haberl, H., Erb, K.H., & Krausmann, F. 2007a. Human appropriation of net primary production
(HANPP) – Entry prepared for the Internet Encyclopaedia of Ecological Economics. Available at
http://www.ecoeco.org/publica/encyc.htm.
Habib, G. 2010. Best practices in animal feed production and management in SAARC countries.
SAARC Agricultural Centre, Farmgate, Dhaka, Bangladesh.
Habib, G., Siddiqui, M.M. & Suhail, S. 2003. Livestock action plan: Livestock management,
feeding, and health in Northwest Frontier Province, Pakistan. Report on FAO Project TCP/
PAK/0168. NWFP Agricultural University, Peshawar, Pakistan.
Harberl, H., Erb, K.H. Krausmann, F., Gaube, V., Bondeau, A., Plutzar, C., Gingrich, S.,
Lucht, Q. & Fischer-Kowalski, M. 2007b. Quantifying and mapping the human appropriation
of net primary production in earth’s terrestrial ecosystems. PNAS, 1–4: 12942–12947.
Herrero, M., Thornton, P.K., Notenbaert, A., Msangi, S., Wood, S., Kruska, R., Dixon, J.,
Bossio, D., Steeg, J., van de Freeman, H.A., Xianglin, Li, Sere, C., McDermott, J., Peters
& M., Rao, P.P. 2009. Drivers of change in crop-livestock systems and their potential impacts
on agro-ecosystems services and human well-being to 2030. CGIAR systemwide livestock
programme, ILRI, Nairobi, Kenya.
Herrero, M., Thornton, P.K., Notenbaert, S., Wood, A., Msangi, S., van de Freeman, H.A.,
Bossio, Dixon, J., Peters, M., van de Steeg, J., Lynam, J., Parthasarathy Rao, MacMillan,
S., Gerar, B., McDermott, J., Sere, C. & Rosegrant, M. 2010. Smart investments in
sustainable food production: revisiting mixed crop-livestock systems. Science, 327: 822–825.
Imhoff, M.L., Bounoua, L., Ricketts, T., Loucks, C., Harriss, R. & Lawrence, W.T. 2004.
Global patterns in human consumption of net primary production. Nature, 429: 870–873.
Joyce, L. A. 1989. An analysis of the range forage situation in the United States: 1989–2040.
General Technical Report RM-180. Fort Collins, CO: U.S. Department of Agriculture, Forest
Service, Rocky Mountain Forest and Range Experiment Station. 137 pp.
JRC (Joint Research Centre of the European Commission). 2003. GLC 2000: Global Land
Cover Mapping for the Year 2000. European Commission Joint Research Centre, Institute for
Environment and Sustainability. Ispra, Italy.
Katigile, J.A., Said, A.N. & Dzowela, B.H. 1987. Animal feed resources for small-scale livestoc
producers: Proceedings of the second pasture network for Eastern and Southern Africa
(PANESA) workshop. International Development Centre, Ottawa, Canada.
Kossila, V. 1988. The availability of crop residues, in developing countries in relation to livestock
populations. In J.D. Reed, B.S. Capper, & P.J.H. Neate, eds. Plant Breeding and the Nutritive
Value of Crop Residues. Proceedings of a Workshop, 7–10 December 1987, International
Livestock Centre for Africa (ILCA), Addis Ababa, Ethiopia, pp. 29–39.
Kruska, R.L., Reid, R.S., Thornton, P.K., Henninger N. & Kristjanson, P.M. 2003. Mapping
livestock-orientated agricultural production systems for the developing world. Agric. Syst. 77:
39–63.
Long, Ruijun. 2011. Role of herbivores in integrated agriculture in China. International Centre
for Tibetan Plateau Ecosystem Management, Lanzhou University, China. Pers. Comm., paper
presented in Aberystwyth, UK.
59
La conduite d’évaluations nationales des aliments pour animaux
60
Maehl, J.H.H. 1997. The National Perspective: A Synthesis of Country Reports Presented at
the Workshop. In C. Renard, ed. Crop Residues in Sustainable Mixed Crop/Livestock Farming
Systems. International Crops Research Institute for the Semi-Arid Tropics (ICRISAT) India. CAB
International, Wallingford, UK.
McIntyre, B.D., Herren, H.R., Wakhungu, J., & Watson, R.T. 2009. Agriculture at a
Crossroads Global Report. IAASTD International Assessment of Agricultural Knowledge,
Science and Technology for Development. Island Press. Washington D.C., USA.
McNaughton, S. J. 2001. Herbivory and trophic interactions. In J. Roy., B. Saugier & H.A.
Mooney, eds. Terrestrial Global Productivity: Past, Present, Future. Academic Press, San Diego,
pp. 101-122.
Mitchell, J. E. 2000. Rangeland resource trends in the United States: A technical document
supporting the 2000 USDA Forest Service RPA Assessment. Gen. Tech. Rep. RMRS-GTR-68.
Fort Collins, CO: U.S. Department of Agriculture, Forest Service, Rocky Mountain Research
Station, 84 pp., USA.
Mudgal, V. D. & Pradhan, K. 1988. Animal feed resources and current patterns of utilisation in
India. In C. Devendra, ed. Proceedings of non-conventional feed resources and fibrous crop
residues in India. International Development Research Centre, Ottawa, Canada. pp. 139–146.
Pica-Ciamarra, U., N. Morgan & D. Baker. 2012. Core livestock data and indicators” results of
a stakeholder survey. A paper of the World Bank, FAO, ILRI Livestock Data Innivation in Africa
Project, with support from the Gates Foundation (available at: http://www.fao.org/ag/againfo/
home/documents/2012_PAP_Core_Livestock_Indicators_120503.pdf ).
Pimental, D., P.A. Oltenacu, M.C. Nesheim, J. Krummel, M.S. Allen & S. Chick. 1980. The
potential for grass-fed livestock: resource constraints. Science, 207: 843–848.
Potter, C. S., Randerson, J.T., Field, C.B., Matson, P.A., Vitousek, P.M., Mooney, J.A. &
Klooster, S.A. 1993. Terrestrial ecosystem production: a process model based on global
satellite and surface data. Global Biogeochem. Cycles, 7: 811–841.
Rae, A. & Nayaga, R. 2010. Trends in consumption, production, and trade in livestock and
livestock products. Chapter 2 In H. Steinfield, H.A. Mooney, F. Schneider & L.E. Neville, eds.
Livestock in a changing landscape Vol. 1. Island Press, Washington, USA.
Raghavan, G. V., Krishna, N. & Reddy, M.R. 1995. Priorities for feed resources use in the semiarid Tropics. In C. Devendra & P. Gardiner, eds. Global agenda for livestock research. Proc. of
the Consultation for South Asia region,. Patancheru, India, International Livestock Research
Institute, Nairobi, Kenya, pp. 37–52.
Raju, S.S., Anandan, S., Angadi, U.B., Ananthram, K., Proasad, C.S. & Ramachandra, K.S.
2002. Assessment of animal feed resource availability in southern Karnatak Region. Indian J.
Anim. Sci., 72: 1137–1140.
Ramachandra, K. S., Raju, S.S., Anandan, S. & Angadi, U.B. 2005. Animal feed resources
and its impact on livestock production in India. Indian Dairyman, 57: 39–47.
Ramachandra, K.S., Taneja, V.K., Sampath, K.T., Anandan, S. & Angadi, U.B. 2007.
Livestock feed resources in different agro ecological zones of India: Availability, requirement
and their management. National Institute of Animal Nutrition and Physiology, Bangalore,
India, 100 pp.
Références pour les Sections I et II
Reid, R. S., Bedelian, C., Said, M.Y., Kruska, R.L. Mauricio, R.L. Castel, V., lson, J. &
Thornton, P.K. 2010. Global livestock impacts on biodiversity. Chapter 8 In H. Steinfield,
H.A. Mooney, F. Schneider & L. E. Neville, eds. Livestock in a changing landscape Vol. 1. Island
Press, Washington.
Rosegrant, M.W., Cai, X. & Cline, S.A. 2002. World water and food to 2025: Dealing with
scarcity. IFPRI, Washington DC., USA.
Sabine, C.L., Heimann, M., Artaxo, P., Bakker, D.C.E., Chen C-T.A., Field, C.B., Gruber, N,
Le Quere C,, Prinn, R.G., Richey, J.E., Romero, P., Sathaye, J.A. & Valentini, R. 2004.
Current status of past trends of the global carbon cycle. Pp. 17–45 In: Field, C.B., Raupach,
M.R.,eds. The Global Carbon Cycle – Integrating Humans, Climate, and the Natural World.
SCOPE 62, Island Press, Washington.
Savory, A. 1988. Holistic resource management. Washington, DC, USA: Island Press. Pp. 545.
Sere´, C., Steinfeld, H. 1996. World livestock production systems. Current status, issues and
trends. Animal Production and Health Paper 127, Food and Agriculture Organization of the
United Nations, Rome.
Shrestha, H. R. & Pradhan, D.R. 1995. Research priorities for animal agriculture by agroecological zones in Nepal. In C. Devendra & P. Gardiner, eds. Global agenda for livestock
research, Proceedings of the Consultation for South Asia region. Patancheru, India,
International Livestock Research Institute, Nairobi, Kenya, pp. 85–102.
Simpson, J.R. 2003. China’s long-term production potential evaluated. Feedstuffs, 75(40):
20–22.
Simpson, J.R. 2006. China’s dairy industry: Current situation and long-term projections.
Presented at WERA-101: Assessing China as a market and competitor 2006 Conference on
China’s evolving agricultural economy: Biotechnology, food markets and policy liberalization
Washington, D.C. April 24–25, 2006.
Simpson, J.R. 2010a. Land Use, Production to Shape China’s Future (Second segment of a
three-part series). Feedstuffs, 82(41): 14–15.
Simpson, J.R. 2010b. Feedstuffs Play Key role in China’s Food Needs (Third segment of a threepart series). Feedstuffs, 82(42): 16–17.
Simpson, J.R., Cheng, X. & Miyazaki, A. 1994. China’s Livestock and Related Agriculture:
Projections to 2025. CAB International, Wallingford, UK.
Slayback, D. A., Pinzon, J. E., Los, S. O. & Tucker, C. J. 2003. Northern hemisphere
photosynthetic trends: 1982–99. Global Change Biol., 9: 1–15.
Speedy, A.W. 2003. Global production and consumption of animal source foods. J. Nutr., 133:
4048S–4053S.
Steinfield, H., Mooney, H.A., Schneider, F. & Neville, L.E. 2010. Livestock in a changing
landscape Vol. 1. Island Press, Washington D.C., USA.
Steinfeld, H., Wassenaar, T. & Jutzi, S. 2006. Livestock production systems in developing
countries: status, drivers, trends. Rev. Sci. Tech. Off. Int. Epiz., 25: 505–516.
Thorpe, W., Erenstein, O., Singh, J., & Varma, A. 2007. Crop-livestock interactions and
livelihoods in the Gangetic plains of Bihar, India. Research report 12. ILRI, Nairobi, Kenya.
61
La conduite d’évaluations nationales des aliments pour animaux
62
Thornton, P.K., Jones, P.G., Owiyo, T., Kruska, R.L., Herrero, M., Kristjanson, P., Notenbaert,
A., Bekele, N. & Omolo, A., with contributions from Orindi, V., Otiende, B., Ochieng,
A., Bhadwal, S., Anantram, K., Nair, S., Kumar, V. & Kulkar, U. 2006. Mapping climate
vulnerability and poverty in Africa. Report to the Department for International Development,
ILRI, PO Box 30709, Nairobi 00100, Kenya. Pp 171. [Online] Available at http://www.dfid.gov.
uk/research/mapping-climate.pdf. ILRI, Nairobi.
Thornton, P. K., Kruska, R.L. Henninger, N., Kristjanson, P.M. & Reid, R.S. 2003. Livestock
and poverty maps for research and development targeting in the developing world. Land Use
Policy, 20: 311–322.
Thornton, P.K., Kruska, R.L., Henninger, N., Kristjanson, P.M., Reid, R.S., Atieno, F.,
Odero, A.N. & Ndegwa, T. 2002. Mapping poverty and livestock in the developing world.
Available at http://www.ilri.org/InfoServ/Webpub/Fulldocs/.
Vitousek, P.M., Ehrlich, P.R., Ehrlich, A.H. & Matson, P.A. 1986. Human appropriation of the
products of photosynthesis. BioScience, 36: 368–373.
Wheeler, R.O., Cramer, G.L., Young, K.B. & Ospina, E. 1981. The world livestock product,
feedstuff, and food grain system. Winrock International Technical Rep., Morrilton, Arkansas.
Wirsenius, S. 2003. Efficiencies and biomass appropriation of food commodities on global and
regional levels. Agric. Syst., 77: 219–255.
World Bank. 1989. Sub-Saharan Africa: From crisis to sustainable growth. Washington DC,
USA.
WRI. 1990. World resources 1990–1991. World Resources Institute/Oxford University Press, New
York, USA, and Oxford, UK.
63
SECTION III
Études de cas
Cette section présente un nombre d’études en profondeur de cas d’approches
courantes pour évaluer les situations et les bilans en aliments pour animaux.
Tout d’abord, la demande mondiale en aliments d’origine animale est évaluée
en utilisant des bases de données de dernière génération sur les changements
globaux de population humaine, sur les rations et l’utilisation du sol.
Ceci est suivi par probablement l’exemple le plus sophistiqué d’un système
national d’évaluation des aliments pour animaux, à savoir celui développé en
Suisse depuis des dizaines d’années. Cette étude de cas fournit un exemple de
ce qui peut être accompli avec l’aide de bases nationales de données agricoles
hautement élaborées.
L’étude du cas indien fournit des vues sur l’approche d’un pays, pour évaluer
les aliments pour animaux dans un ensemble extrêmement diversifié de systèmes
de production animale impliquant l’emploi de quantités élevées de sous-produits
agricoles.
Les quatre cas suivants abordent des systèmes de production animale
spatialement extensifs de parcours et de pâturages en Afrique et en Asie. Par
contraste aux systèmes intensifs suisse et indien, ceux-ci font un usage important
des données de télédétection.
Le Système d’Alerte Précoce pour les Animaux (SAPA) qui a été appliqué dans
la région du Gobi en Mongolie va plus loin en utilisant des modèles pilotés par
des données climatiques et biophysiques afin d’évaluer les risques de disette en
aliments pour animaux dans un avenir proche.
Fait suite un chapitre sur l’estimation des bilans en aliments pour animaux,
dans lequel les besoins nutritionnels animaux sont considérés plus en détail, tant
sur le plan de leur qualité, que de leur quantité.
Un chapitre sur l’emploi d’un modèle de simulation de l’écosystème afin
d’évaluer spatialement les systèmes animaux extensifs, intègre plusieurs des
approches enseignées ci-dessus, tout en considérant la dynamique des systèmes
et leur effet des herbivores sur la végétation et les sols.
Le chapitre de conclusion passe en revue la méthodologie de pointe pour
l’évaluation des situations en aliments pour animaux pour les pâturages et
parcours.
65
7. Croissance de la demande
en denrées alimentaires
d’origine animale: implications
pour la production d’aliments
pour animaux
Tim Robinson et Harinder P. Makkar
Animal Production and Health Division, FAO, Rome, Italy
Email: Tim.Robinson@fao.org
7.1 INTRODUCTION
Chaque année, l’Organisation pour l’Alimentation et l’Agriculture des Nations Unies (FAO)
produit sa publication phare: Etat de l’insécurité alimentaire dans le monde (le plus récent,
FAO, 201Oa; FAO, 2011a). Alors que le sujet d’actualité varie d’année en année, le thème
central demeure combien de personnes restent sous alimentées à travers le monde. Ce
nombre est réévalué annuellement par l’emploi d’une approche par tableau de balance
nutritionnelle.
Des situations nationales y sont établies pour la nourriture disponible pour la consommation humaine, concernant un large groupe de matières premières végétales et animales,
avec le contenu calorique de chacune d’entre elles. Ces données sont utilisées pour calculer
la disponibilité totale des calories par pays. Etant donné que les besoins caloriques minimaux varient suivant les groupes d’âges et de genre, les données structurales de population
sont utilisées pour estimer les besoins caloriques totaux pour l’ensemble de celle-ci. Les
données provenant des enquêtes de ménage, employées typiquement pour la mesure de
la pauvreté, servent pour estimer la distribution spécifique des calories par pays. Ensuite, à
partir du total des calories disponibles, est estimée la partie de la population qui se trouve
en dessous des besoins minimaux en énergie, et donc en état de sous-nutrition.
Ci-dessous, est expliqué comment sont estimées les quantités de nourriture à usage
humain, à la fois actuellement et dans le futur. Sont alors décrits deux aspects séparés
de cette analyse qui, tous deux, soulignent l’importance de la précision des mesures, et
du contrôle de la production des aliments pour animaux; tout d’abord, l’estimation de la
fourniture et de la demande des cultures à usage animal, et d’autre part, l’estimation de la
demande en matières premières animales et ses prévisions de croissance.
La conduite d’évaluations nationales des aliments pour animaux
66
7.2 FOURNITURE ET DEMANDE DE MATIÈRES PREMIÈRES
A L’HEURE ACTUELLE ET DANS LE FUTUR
L’approche pour l’estimation des quantités de nourriture disponible pour la consommation
humaine utilise le cadre des comptes d’utilisation des fournitures,5 structuré comme suit:
Demande (Usage Domestique Total)
= aliments disponibles pour la consommation humaine + usages industriels non
alimentaires + aliments pour animaux + déchets (+ différences)
= production + (importations – exportations) + (stocks d’ouverture – stocks de fermeture)
Une année de référence est choisie pour laquelle la demande et les balances commerciales sont calculées pour chaque matière première et pour chaque pays. Pour cette année
de base, le CUF s’appuie sur les estimations de production. Les échanges commerciaux
nets, les aliments pour animaux, les semences, les déchets et l’usage industriel sont estimés;
le résidu représente les aliments destinés à la consommation humaine. Une composante
majeure du travail de préparation des données est de démêler l’élément de production du
CUF pour l’année de base en ses composants constitutifs. La procédure plutôt complexe
est décrite en détail par Alexandratos (1995), mais, plus simplement, la production culturale
requiert l’estimation des surfaces cultivées, de l’intensité de culture et des rendements. La
production animale requiert les effectifs totaux, en taux de prélèvements et en poids de
carcasses (ou le rendement par animal pour le lait et les œufs).
Production culturale = superficie plantée x densité des cultures x rendement
Production de viande = nombre d’animaux x taux de prélèvement x poids carcasse
Production lait et œufs = nombre d’animaux x rendement par animal
Pour faire de futures prédictions, la nourriture disponible pour la consommation
humaine directe est projetée en termes per capita provenant des données de l’année de
base, un ensemble de fonctions sur la demande estimée en aliments (Courbes d’Engel)6
pour chaque matière première dans chaque pays, ainsi que des hypothèses sur la croissance
du produit intérieur brut (PIB). Des estimations de la performance économique sont tirées
des Perspéctives Économiques du Monde en 2006 de la Banque Mondiale (World Bank,
2006), qui fournissent des projections du PIB per capita jusqu’à 2015 (Alexandratos et al.,
2006). La projection de demande alimentaire totale est alors obtenue en multipliant les
niveaux projetés per capita par les taux projetés de population, tires du World Population
Prospects 2002 révision (UN, 2003), qui estime la proportion de croissance de la population
mondiale de 6,07 milliards en 2002, à 8,13 milliards en 2030 et 8,92 milliards en 2050.
7.3 L’IMPORTANCE DES ÉVALUATIONS FIABLES D’ALIMENTS
POUR ANIMAUX POUR LES MATIÈRES PREMIÈRES FOURRAGÈRES
Il a été mentionné ci-dessus, que, pendant l’année de base, la nourriture disponible pour
l’alimentation humaine est estimée au résidu, après avoir pris en compte des échanges
5
Les comptes d’utilisation des fournitures sont des données temporelles de séries sur les statistiques, sur la
fourniture (production, importation, et changement dans les stocks) et l’utilisation (exportations, semences,
aliments pour animaux, usage industriel, aliments, et autres) qui sont rassemblées physiquement pour permettre
à la production alimentaire de satisfaire la disponibilité d’aliments pour la consommation humaine.
6 Une courbe d’Engel décrit comment une dépense ménagère sur un service ou un bien particulier varie avec le
revenu familial.
Croissance de la demande en DAOA: implications
67
TABLEAU 7.1
Production, estimation en aliments pour animaux et pourcentage utilisé comme aliments pour
animaux pour cultures sélectionnées en Inde
2000
2030
2050
Prod
Aliments
Prop
Prod
Aliments
Prop
Prod
Aliments
Prop
Légumineuses
13 020
1 125
8,6
14 616
1 600
10,9
14 413
2 000
13,9
Blé
72 446
869
1,2
114 000
4 000
3,5
135 000
11 000
8,1
Sucre Brut
34 092
829
2,4
56 289
1 200
2,1
68 140
1 800
2,6
Riz Paddy
135 282
541
0,4
168 000
3 000
1,8
177 000
6 000
3,4
Maïs Millet
12 285
210
1,7
24 739
17 500
70,7
34 000
24 500
72,1
Orge
10 067
161
1,6
6 749
500
7,4
4 666
1 200
25,7
Sorgho
1 472
133
9,0
1 522
50
3,3
1 638
50
3,1
Sorghum
8 003
96
1,2
6 014
400
6,7
4 799
600
12,5
Huile & Graines
oléagineuses
7 456
66
0,9
12 915
162
1,3
17 107
233
1,4
Note:
Prod = Production en milliers de tonnes
Feed = aliments pour animaux estimés en milliers de tonnes
Prop = Proportion en pourcentage
Source: données basés sur Alexandratos et al. (2006).
commerciaux nets, et soustrait pour chaque matière première, la qualité utilisée pour les
aliments pour animaux, les semences, les déchets et l’usage industriel, à partir de la production estimée.
De ce fait, il est clair que plus l’estimation de chaque matière culturale destinée aux
aliments pour animaux, est précise, plus précise sera l’estimation de la nourriture disponible
pour l’alimentation humaine. Afin de donner quelques indications sur l’importance des
aliments pour animaux, le Tableau 7.1 fournit quelques données CUF pour des cultures
majeures de la production indienne d’aliments pour animaux. Pour les plantes cultivées en
Inde en 2000, ce sont les légumineuses qui apportent la plus large contribution à la production d’aliments pour animaux. Cependant, ce modèle est en passe de changer radicalement dans le futur. Les projections suggèrent qu’en 2030, la production en aliments pour
animaux sera dominée par le maïs: 70% de cette céréale sera utilisée pour les animaux, les
autres céréales comme le blé devraient également devenir beaucoup plus importantes pour
la production d’aliments pour animaux.
Du fait que l’estimation de la quantité de nourriture disponible pour la consommation
humaine est largement dépendante de la connaissance des quantités qui seront détournées vers l’alimentation animale, il est clair que la mesure et le contrôle de la production
d’aliments pour animaux est critique pour une évaluation des populations en état de
sous-nutrition.
7.4 CROISSANCE DE LA DEMANDE EN ALIMENTS D’ORIGINE ANIMALE
Poussée par l’urbanisation, l’accroissement de la population et l’augmentation des richesses,
la demande pour les aliments d’origine animale progresse rapidement (FAO, 2010b). Les
68
La conduite d’évaluations nationales des aliments pour animaux
animaux sont un des secteurs agricoles les plus dynamiques, présentant des opportunités
potentielles pour la croissance économique et la réduction de la pauvreté dans les régions
rurales. Mais les retours sociaux positifs de la croissance du secteur animal peuvent ne pas
être omniprésents et, dans certaines régions, peuvent exister des effets sociaux destructeurs, du fait que les petits producteurs qui dépendent de leurs animaux pour leur survie,
sont chassés du secteur par la compétition féroce de grands propriétaires jouissant de possibilités importantes d’investissements. A côté de ces problèmes sociaux potentiels, existent
des questions environnementales, de santé animale et publique qui doivent probablement
être associés à la croissance rapide d’un secteur de l’élevage peu réglementé. Comprendre
où une croissance de la demande pour les produits de l’élevage va accidentellement survenir, et où la production va progresser pour satisfaire cette demande croissante, sont ainsi
importants pour nombre de raisons. D’où la quantité d’aliments pour animaux supplémentaire va-t-elle provenir?
Les prévisions les plus récentes de la FAO sur la fourniture et l’utilisation des matières
premières agricoles prolongent les prévisions antérieurs de 2015/2030 (Bruinsma, 2003) à
2030/2050 (Alexandratos et al., 2006). Les nouvelles estimations ont été employées par
Robinson et Pozzi (2011) pour changer la carte de la demande pour les produits animaux
et les changements de production qui y sont associés nécessaires pour la satisfaire. L’approche mise en œuvre consiste à cartographier la consommation des matières premières
animales, basées sur la distribution des populations urbaine et rurale pendant l’année de
référence et des dates choisies dans le futur. Pour l’année de base (2000), le Projet Mondial
de Cartographie Rurale et Urbaine des Populations (GRUMP) a été employée (CIESIN et al.,
2004) mais ajusté de sorte que le nombre total d’habitants dans chaque pays coïncide
avec les figures projetées par la FAO (basé sur UN, 2003). Pour les projections de 2030
et 2050, les relevés GRUMP ont été ajustés en multipliant les populations de l’année de
base par un facteur de croissance, afin que le nombre total d’habitants par pays s’ajuste
aux projections FAO.
Les populations totales urbaines et rurales, pour 2000, 2030, et 2050, ont été également estimées, en se basant sur les proportions d’habitants vivant en zones urbaines,
suivant le World Urbanization Prospects (UN, 2008). Ensuite, pour chaque pays, les distributions de population urbaine et rurale de GRUMP furent ajustées pour s’accorder à celles
d’UN/FAO et cartographiées séparément pour les futures populations urbaine et rurale.
Pour chaque période, la consommation alimentaire nationale a été distribuée également pour la population de chaque pays, et exprimée en consommation par km². Les
changements absolus de consommation ont alors été exprimés pour chaque produit en
soustrayant les estimations cartographiées pour l’année de base (2000) de celles de 2030
ou 2050. Le Tableau 7.2 montre des changements de consommation de 2000 à 2030 pour
chaque produit dans les régions du monde en développement.
Les résultats reflètent les changements à la fois dans la population et les modèles de
consommation. Le facteur le plus frappant est que l’augmentation de la consommation de
volailles dépasse largement celle de tous les autres produits animaux dans toutes les régions
du monde. Le changement le plus spectaculaire est le croît de cette demande en Asie du
Sud: 725%. Ceci est encouragé par l’augmentation du croît de cette demande en Inde ou
un croît stupéfiant de 850% est projeté pendant cette période de 30 ans.
Croissance de la demande en DAOA: implications
69
TABLEAU 7.2
Croissance de la demande en produits animaux de 2000 à 2030
Region
Bœuf
Lait
Mouton
Porc
Abs
Prop
Abs
Prop
Abs
8 798
130
23 765
132
1 669
58
28 075
6 888
132
15 936
143
1 537
56
290
11
4 364
15
204
Amérique Latine
et Caraïbes
7 302
58
39 818
72
Moyen Orient
Afrique du Nord
1 929
112
17 913
Asie du Sud
3 367
84
Asie du Sud-Est Pacifique
Chine
Europe de l’Est
et Asie Centrale
Inde
Prop
Abs
Volaille
Prop
Oeufs
Abs
Prop
Abs
Prop
63
22 522
143
10 188
45
22 050
54
14 609
121
6 810
34
40
112
5
2 310
108
684
28
239
54
4 405
100
14 434
126
3 246
78
111
1 287
103
9
52
6 296
243
1 799
148
118 942
126
1 722
115
950
160
11 491
725
5 947
294
1 338
51
79 330
119
588
85
921
160
8 865
844
4 251
280
Afrique
Sub Saharienne
3 768
113
20 939
107
1 883
137
1 106
155
3 235
170
1 727
155
Toutes Régions
25 454
81
225 741
97
7 004
88
34 656
66
60 287
170
23 590
70
2 441
15
31 312
31
275
33
2 935
22
12 414
65
1 911
24
Pays à revenu
Élevé
Notes:
‘Abs’ Croît absolu de la consommation annuelle de 2000 à 2030 en milliers de tonnes; ‘Prop’: croît exprimé en % de la consommation
en 2000; Les régions sont définies en accord avec la classification de la Banque Mondiale 2010.
Source: Adapté de Robinson et Pozzi (2011).
Un regard plus attentif sur le croît projeté de la demande en viande de volaille en Inde
démontre que celle-ci augmenterait de 8 865 400 tonnes de 2000 à 2030. Cela amène
plusieurs questions importantes. D’où va venir cette viande additionnelle? Comment serat-elle produite? Et quelles ressources seront-elles mobilisées pour le produit? Les projections FAO n’anticipent pas cet accroissement de la demande satisfait par les importations,
mais à travers une augmentation de la production. De plus, comme l’augmentation de la
demande sera largement due à un accroissement de la richesse et de l’urbanisation (Robinson et Pozzi, 2011), il est raisonnable de supposer que ceci va aller de pair avec une rapide
intensification du secteur avicole. A leur tour, se posent les questions: combien de aliments
pour animaux additionnels faudra-t-il? Et combien de terres seront-elles nécessaires à la
production de celles-ci?
Un calcul brut des aliments pour animaux à cet effet, peut être effectué comme suit, en
supposant que le poulet représente la principale volaille consommée en Inde. En se basant
sur un rendement carcasse de 75%, et d’une conversion alimentaire de 2,3 il a été estimé
que 27 187 227 tonnes de aliments pour animaux ([8 865 400 + 0,75] x 2,3) supplémentaires seront nécessaires annuellement en 2030, par rapport à 2000.
La composition des aliments pour poulet varie souvent avec la saison et les prix des
ingrédients; les valeurs typiques sont reprises au Tableau 7.3, compilé à partir de l’information fournie dans USDA (2004). Etant donné le poids requis pour chaque ingrédient,
La conduite d’évaluations nationales des aliments pour animaux
70
Tableau 7.3
Composition des aliments pour animaux pour poulet de chair en Inde; coefficient de
production de céréales pour les ingrédients (voir texte pour explication et sources de
données) et estimations de la production et des surfaces cultivées pour satisfaire la
demande additionnelle en poulet de chair
Ingrédient
Proportion (%)
Poids (tonnes)
Rendements (tonnes/ha)
Surface (ha)
Maïs
55
14 952 975
1,8216
8 208 704
Riz
10
2 718 723
2,8507
953 704
Soja
30
8 156 168
0,8222
9 919 932
5
1 359 361
0,2997
4 535 740
100
27 187 227
Graines
oléagineuses
Total
23 618 079
Source: Robinson et al. (2012).
et leurs rendements respectifs attendus, (estimation 2000 à partir des projections FAO),
la superficie cultivée additionnelle nécessaire à la production de chaque ingrédient peut
alors être estimée (Tableau 7.3).
Ceci résulte en une surface additionnelle totale estimée de quelques 23,6 millions
d’hectares, soit une surface proche de celle du Royaume Uni (24,2 millions d’hectares).7
En réalité cependant, une partie de l’accroissement de la production de viande de poulet, sera satisfait à partir de la basse-cour, des systèmes de picorage qui ne demandent
aucune terre supplémentaire et il est aussi probable que les céréales cultivées spécifiquement comme aliments pour animaux seront partiellement remplacées par des sous-produits industriels.
D’autre part, on peut considérer que les aliments pour animaux ou leurs composants
ci-dessus peuvent s’importer, et qu’il y aura certainement une intensification des cultures
génératrices elles-mêmes d’aliments pour animaux. Les estimations 2000 de rendement en
maïs prévoyaient 1,8 tonnes/ha, ce qui est très bas, comparé à la plupart des standards;
3,2 tonnes en Thaïlande, 4,4 en Chine et 8 aux USA par exemple (USDA, 2004). Il existe
clairement beaucoup d’espace pour l’intensification de la production de maïs, mais en Inde
semi-aride, des augmentations significatives de rendement requièrent une irrigation, ce
qui pose d’autres questions. D’où va venir l’eau? Quels seront les effets d’une récolte avec
plus d’eau de pluie, à la fois sur les fonctions environnementales locales et des effets à plus
grande échelle sur la disponibilité en eau?
En fixant la limite supérieure des besoins en terres pour la production des aliments
pour animaux, jusqu’à satisfaire les cibles de production pour le croît de la demande, ce
type d’analyse met en évidence que les besoins supplémentaires en terres et en eau pour
satisfaire cette demande en aliments d’origine animale dans les cités bourgeonnantes de
certaines parties du monde, sont vraisemblablement immenses. Les changements dans
l’utilisation des sols pour cette satisfaction peut considérablement miner les écosystèmes,
non seulement localement, sur les lieux de production des aliments pour animaux, mais
aussi à l’échelle mondiale.
7www.listofcountriesoftheworld.com.
Croissance de la demande en DAOA: implications
Dans ce contexte, il parait approprié que les ressources en aliments pour animaux,
particulièrement celles estimées à ravitailler les systèmes de production intensifs en rapide
croissance des pays en développement, soient soigneusement évaluées et contrôlées, afin
que des politiques appropriées soient développées et mises en œuvre pour assurer une
croissance durable du secteur animal. Le fameux consultant en gestion, Peter Druckert
dit: “Si vous ne pouvez pas les mesurer, vous ne pouvez pas les gérer”. L’évaluation des
aliments pour animaux disponibles vont générer l’information sur combien et quand différents aliments pour animaux sont disponibles, ce qui va permettre de prendre les meilleures
décisions de politique et de gestions en ce qui concerne l’utilisation de ces ressources. De
plus, cette information va améliorer l’efficience et la rentabilité de l’industrie de l’alimentation animale et aider les chercheurs à formuler des stratégies d’alimentation durables. De
tels efforts vont, à leur tour, se traduire par l’amélioration de la sécurité alimentaire. Par
ailleurs, une meilleure information sur la disponibilité des aliments pour animaux va faciliter
la prise en charge des situations d’urgence comme des sécheresses ou des inondations.
Des évaluations spatiales et temporelles des aliments pour animaux présentes et prévues,
y compris les fourrages, pourra aider dans la gestion des désastres et dans la prise de
décisions. L’information sur la disponibilité et l’utilisation des aliments pour animaux peut
également être mieux utilisée pour déterminer les relations entre intrants et production,
comme cela a été fait pour les protéines comestibles par rapport aux apports protéiques
pour divers pays (Tableau 7.7 en FAO, 2011b). De tels résultats peuvent être plus précis si
des systèmes propres d’inventaire des aliments pour animaux sont en place. L’estimation
des aliments pour animaux peut également améliorer la précision des estimations des
impacts des animaux sur l’environnement, non seulement à travers les transformations
dans l’usage des sols, mais aussi dans l’estimation des émissions de gaz à effets de serre
associés à la production animale.
71
La conduite d’évaluations nationales des aliments pour animaux
72
7.5 RÉFÉRENCES BIBLIOGRAPHIQUES
Alexandratos, N. 1995. World agriculture: Towards 2010, an FAO study. Chichester and Rome:
John Wiley and Sons and Food and Agriculture Organization of the United Nations.
Alexandratos, N., Bruinsma, J., Bödeker, G., Schmidhuber, J., Broca, S., Shetty, P. &
Ottaviani, M.G. 2006. World agriculture: Towards 2030/2050. Interim report. Food and
Agriculture Organization of the United Nations, Rome, Italy.
Bruinsma, J. 2003. World agriculture: Towards 2015/2030. London and Rome: Earthscan and
Food and Agriculture Organization of the United Nations, Rome, Italy.
CIESIN, IFPRI, WB & CIAT. 2004. Global rural–urban mapping project (GRUMP), Alpha version.
Palisades, NY: Center for International Earth Science Information Network (CIESIN), Columbia
University; International Food Policy Research Institute (IFPRI); The World Bank (WB) and
Centro Internacional de Agricultura Tropical (CIAT). Available at http://sedac.ciesin.columbia.
edu/gpw/.
FAO. 2010a. The state of food insecurity in the world 2010: Addressing food insecurity in
protracted crises. Food and Agriculture Organization of the United Nations, Rome, Italy. 56
pp.
FAO. 2010b. The state of food and agriculture 2009: Livestock in the balance. Food and
Agriculture Organization of the United Nations, Rome, Italy. 176 pp.
FAO. 2011a. The state of food insecurity in the world: How does internal price volatility affect
domestic economics and food security? Rome, Italy. 51 pp.
FAO. 2011b. World livestock 2011 – Livestock in food security. Food and Agriculture
Organization of the United Nations, Rome, Italy.
Robinson, T.P. & Pozzi, F. 2011. Mapping supply and demand for animal-source foods to
2030. Animal Production and Health Division (AGA) Working Paper 2. Food and Agriculture
Organization of the United Nations, Rome, Italy.
UN. 2003. World Population Prospects. The 2002 Revision. United Nations, New York, USA.
UN. 2008. World Urbanization Prospects. The 2007 Revision. United Nations, New York, USA.
USDA. 2004. India’s poultry sector: Developments and prospects. United States Department of
Agriculture (USDA), Economic Research Service, Agriculture and Trade Report WRS-04-03.
World Bank. 2006. Global Economic Prospects 2006. Washington DC: The World Bank.
World Bank. 2010. World Development Report 2010: Development and climate change.
Washington DC: The World Bank.
73
8. Le bilan en aliments
pour animaux de la Suisse
Silvano Giuliani et Daniel Erdin-Winkler
Swiss Farmers’ Union, SFU Statistics, 5201 Brugg, Switzerland
Email: daniel.erdin@sbv-usp.ch
8.1 INTRODUCTION
8.1.1 Historique
En Suisse, la Division des Statistiques de l’Union des Fermiers Suisses (“Schweizerisches
Bauernsekretariat”) a entamé ses efforts pour préparer un inventaire des aliments pour
animaux en 1911-1913. Mais, ils n’ont été effectués sur une base régulière annuelle qu’à
partir de 1933. A partir de cette date, l’inventaire a compris trois sections: le premier spécifiait les besoins énergétiques et les unités amidons et en protéines digestibles: le second
déterminait la fourniture en ingrédients alimentaires et le troisième déterminait la quantité
des ingrédients importés. Cet inventaire en aliments pour animaux a continué sous cette
forme jusqu’aux années 1970. Une révision fondamentale a eu lieu dans les années 1980
avec l’établissement d’un plan national alimentaire pour les périodes de crise.
Des séries périodiques révisées furent calculées à rebours jusqu’à 1976. Les unités
amidons furent remplacées par l’énergie métabolisable pour les ruminants et les besoins
énergétiques furent calculés par production (énergie nette pour la lactation, énergie nette
pour la croissance, etc.) pour chaque catégorie d’animaux.
La dernière révision fut effectuée en 2008 et 2009, conduisait à la méthode actuelle
pour l’établissement de Bilan Suisse des aliments pour animaux, présenté ci-après.
8.1.2 Objectif du bilan en aliments pour animaux
L’usage précoce des inventaires en aliments pour animaux doit être considéré à la lumière des
premières et seconde Guerre Mondiale. La Suisse fut encerclée à deux reprises par les forces
belligérantes et l’approvisionnement alimentaire s’avéra souvent difficile. En conséquence,
il s’avéra essentiel de dresser un inventaire des ressources alimentaires disponibles et des
systèmes de production afin d’optimiser la production agricole. Durant la Guerre Froide, cet
aspect prévisionnel demeura important. Même à l’heure actuelle, il a gardé son importance
dans le cadre du “Ravitaillement Economique National” (National Economic Supply, 2011),
une structure gouvernementale pour la gestion des crises d’approvisionnement. Aujourd’hui
différents scénarios de crises pouvant amener des déficits en aliments à usage humain ou animal peuvent être imaginés: sécheresses sévères provoquant des récoltes déficitaires et diminution du niveau des eaux du Rhin amenant la restriction des importations de fret volumineux
(e.a. céréales, carburant) sur la voie fluviale venant de la mer du Nord, accidents d’usines
nucléaires ou attaques terroristes et événements de type guerriers à grand impact. Les révisions effectuées dans les années 1980 continuent à être fondées sur ces considérations.
La conduite d’évaluations nationales des aliments pour animaux
74
Simultanément, de nombreuses nouvelles applications ont été découvertes pour le Bilan
des aliments pour animaux, spécialement liées à des questions sensibles sur l’environnement: production de gaz à effet de serre, balances nutritionnelles et flux de biomasses.
Le bilan Suisse en aliments pour animaux produit également des données pertinentes
permettent d’évaluer l’importance économique de la production d’aliments pour animaux
au sein du Système National de Comptabilité du Bureau Fédéral des Statistiques (Swiss
Statistics, 2011). Cependant, la sécurisation de l’approvisionnement en aliments à usage
humain et animal a été mise en place, et, eu égard, à la crise alimentaire de 2007/2008, a
gagné une importance nouvelle. En conclusion, le bilan en aliments pour animaux procure
toujours une information importante et basique aux décideurs.
8.2 MÉTHODOLOGIE
Le but fondamental du bilan Suisse en aliments pour animaux est d’évaluer les disponibilités alimentaires pour les animaux de ferme, à savoir leur approvisionnement. Tout ce qui
peut être consommé par les animaux est inclus dans les ingrédients alimentaires. En pratique, cette liste est limitée surtout pour des raisons hygiéniques. En Suisse, les ingrédients
peuvent parvenir de sources variées. La part la plus importante est cultivée et récoltée à cet
effet (principalement le fourrage et le grain à usage animal). Toutefois les animaux utilisent
une multitude de produits, dont une grande partie est représentée par des sous-produits ou
des abats provenant du traitement alimentaire. Certains de ces produits servent de matériaux bruts pour l’industrie des aliments pour animaux. Le Bilan des aliments pour animaux
considère les composants avant transformation et mélange dans l’industrie alimentaire
animale. La figure 8.1 montre les flux d’ingrédients.
Le bilan des aliments pour animaux calcule les ingrédients disponibles pour les animaux pendant une année calendaire du 1er janvier au 31 décembre. De plus, les besoins
du cheptel animal sont calculés sur la base d’un recensement des animaux et comparée
avec l’offre disponible en ingrédients. Ceci sert au contrôle de qualité. S’il existe de fortes
différences entre les deux résultats statistiques, elles doivent être vérifiées pour des erreurs
potentielles de précision. La formule pour le calcul des ingrédients disponibles est la même
pour chaque produit:
Ingrédients disponibles = Production domestique – Changement dans les stocks +
Ingrédients importés - Ingrédients exportés - Aliment importé pour animaux de compagnie – Changement de stocks importés + Sous-produits extraits de
matériaux bruts importés.
Le bilan des aliments pour animaux a un cadre fixe (produits, catégories des cheptels,
valeurs alimentaires) qui change seulement lors des révisions, et une composante variable
(quantités, proportions dans la distribution des ingrédients entre les catégories d’animaux)
qui est adaptée aux changements annuels. La liste des produits et la structure hiérarchique
de la liste des aliments pour animaux a été établie sur base du Handbook for compiling
supply balance sheets­animal feed: supply (EUROSTAT, 2002). La nomenclature a été élargie
en fonction des conditions Suisses. Les aliments pour animaux ont été groupés comme suit:
Ingrédients commercialisables:
• Ingrédients d’origine végétale (e.a. orge)
• Sous-produits de transformation (e.a. pulpes de betteraves)
Le bilan en aliments pour animaux de la Suisse
75
Figure 8.1
Flux d’aliments pour animaux
Production domestique
Commerce avec l’étranger
Transformation
alimentaire
par l'industrie
Aliments animaux
et leurs ingrédients
Alimentation humaine
Autres utilisations
Sous-produits
abats
Ingrédients normalement non commercialisables:
• Ingrédients d’origine animale
• Fourrages annuels (e.a. collets de betteraves)
• Fourrage cultivé pérenne (e.a. ensilage d’herbe)
• Sous-produits de cultures (e.a. feuilles de betterave)
• Autres (e.a. abats)
La quantité disponible de chaque produit est distribuée entre les différentes catégories
d’animaux, qui sont identiques à celles décrites dans le manuel EUROSTAT:
• Bovins (avec vaches dans un sous-groupe)
• Ovins et caprins
• Porcins
• Volailles
• Autres: Équins, Lapins Cerfs, Chevreuils, Daims.
Pour chaque produit, la distribution clé en accord avec les catégories de cheptels doit
être définie. Tout d’abord, le fourrage (herbe fraîche, foin, ensilage herbacé) est réparti
76
La conduite d’évaluations nationales des aliments pour animaux
entre les animaux consommateurs de ce type d’aliment. Les produits utilisés intégralement
par une certaine catégorie sont répartis en fonction de cette spécificité. Ensuite, les autres
produits sont distribués d’après les informations fournies par l’industrie alimentaire animale. A ce stade, existe un premier contrôle: les quantités sont comparées aux besoins de
chaque catégorie d’animaux. Si nécessaire, la distribution est corrigée. Dès que les quantités correspondent, la quantité d’énergie et de protéine attribuée à chaque catégorie est
également comparée aux besoins. Le contrôle n’est pas aisé à interpréter car la quantité de
fourrage peut varier grandement d’une année à l’autre.
Les différents ingrédients possèdent différentes propriétés. Une combinaison peut seulement s’effectuer si est trouvé un dénominateur commun. La mesure la plus importante
est celle de la matière sèche. Additionnellement, l’énergie brute et la protéine brute sont
prises en considération. Les valeurs alimentaires appropriées sont utilisées pour chaque
catégorie:
Bovins, Ovins et Caprins
• Énergies métabolisables pour ruminants
• Énergie nette pour la lactation
• Énergie nette pour la croissance
• Protéine absorbable au niveau intestinal
Porcins
• Énergie digestible pour porcins
• Protéine brute
Volailles
• Energie métabolisables pour volailles corrigée par N
• Protéine brute
Autres
• Énergie digestible pour équins
• Protéines digestible pour équins
Les publications Agroscope de la Station Suisse de recherche Liebefeld-Posieux ont été
retenues comme sources des valeurs alimentaires. Celles-ci sont seulement modifiées au
cours des révisions. Les valeurs sont enregistrées dans une base de données et reliées aux
différents produits de la liste d’ingrédients.
Les données annuelles du bilan en aliments pour animaux sont complétées dans une
base de données. Les données du commerce extérieur sont immédiatement importées dans
la base de données correspondante. Les autres données doivent être entrées manuellement. Un projet existant qui développe une base de données sur l’équilibre des denrées à
usage humain peut également servir de source pour les sous-produits de l’industrie alimentaire. Par ailleurs, ces données doivent également être entrées manuellement.
8.3 SOURCES DE DONNÉES ANNUELLES
Les données du commerce extérieur (import, export, aliments pour animaux de compagnie)
proviennent de l’Administration Fédérale Suisse des Douanes. Tous les produits importés à
des fins d’alimentation animale et donc déclarés sont pris en considération. Les ingrédients
exportés et les aliments pour animaux de compagnie doivent être déduits des importations
qui en résultent. La liste des produits de l’administration des Douanes est plus élaborée que
Le bilan en aliments pour animaux de la Suisse
celle du bilan en aliments pour animaux. De ce fait, un produit de celle-ci peut coïncider
avec de multiples produits de la liste du commerce extérieur.
L’information pour la production domestique provient de plusieurs sources:
• Les indications pour les aliments pour animaux d’origine végétale ont pour origine
les statistiques de production (légumineuses), des bilans des entreprises (pomme de
terre, céréales, ou des estimations des statistiques SFU (graines oléagineuses, fourrages transformés).
• Sous-produits de l’industrie alimentaire: information en provenance de l’industrie ou
estimation à partir des statistiques SFU. En Suisse, l’industrie de broyage possède ses
propres statistiques qui couvrent les sous-produits. Les sous-produits de brasserie sont
estimés à partir de la production de bière indiquée par l’industrie brassicole. La quantité de sous-produits par l’industrie sucrière procure l’information sur la production
de betterave sucrière. Les quantités de pommes et poires sont contrôlées par l’Office
Fédéral d’Agriculture. Les sous-produits de la production oléagineuse sont estimés sur
base de la production et des taux appropriés de rendement.
• Les ingrédients d’origine animale sont presque tous interdits en Suisse. La quantité de
produits laitiers utilisée pour les animaux est estimée sur base des statistiques laitières
élaborées pour les Statistiques SFU ensemble avec le secteur laitier.
• Les quantités de betteraves fourragères proviennent des statistiques de production et
celles du maïs sur pied et ensilé des statistiques fourragères (statistiques SFU).
• Les quantités de fourrage pérenne proviennent des statistiques fourragères (statistiques SFU).
• Les sous-produits de culture (principalement tiges et feuilles de betteraves sucrières),
sont estimés sur base des statistiques de production.
• les autres ingrédients (légumes, fruits, abats) sont estimées par les statistiques SFU.
• Il en est de même pour le maïs fourrager et la production du fourrage herbacé.
Les sous-produits provenant de la transformation de matières brutes importées sont calculées en utilisant les mêmes méthodes et appliquées pour le calcul des sous-produits issus à partir des matières brutes domestiques (e.a - à partir des cultures de légumes, comme ci-dessus).
La composante finale est la variation des stocks d’ingrédients domestiques et importés.
Il n’existe pas d’enquête systématique et les statistiques SFU utilisent seulement les données
de l’organisation responsable, la Réserve Suisse. Pour des produits domestiques, sont pris
en compte seulement les stocks de céréales, de légumineuses et de tourteaux oléagineux.
Pour les produits importés, sont introduits les stocks de riz (brisures), de graines oléagineuses et de sous-produits de la production d’amidon.
Il n’est pas toujours aisé de séparer les aliments pour animaux de compagnie des aliments
pour animaux. Ceci est particulièrement vrai pour la production domestique, car il n’y a pas
de données disponibles. Cependant, ces quantités ne semblent pas vraiment significatives.
8.4 CALCUL DE LA PRODUCTION FOURRAGÈRE (ALIMENTS FIBREUX)
Ce calcul est base sur les statistiques de production de maïs fourrager et de la production
herbagères (fraîche, foin, ensilage, séchée artificiellement), fournie annuellement par les
statistiques SFU. Les termes suivants sont utilisés pour la production fourragère:
• Rendement brut = biomasse de surface
77
78
La conduite d’évaluations nationales des aliments pour animaux
• Rendement de terrain = rendement récolté – les pertes sur terrain
• Rendement net = rendement de terrain - pertes dues à la conservation
Les termes pour l’utilisation du fourrage sont:
• Consommation fourragère = rendement net fourni aux animaux pendant l’année
considérée
• Ingestion fourragère = consommation – pertes d’alimentation (gaspillage)
• Besoins fourragers = quantités de fourrage nécessaires pour les besoins d’entretien,
de croissance, de production, de gestation des animaux.
Ci-après l’ensemble des paramètres utilisés pour la production fourragère (approche de
production):
• Altitude des régions utilisées pour la production fourragère et leur potentiel productif
correspondant
• Superficies utilisées provenant des statistiques SFU
• Rendements estimés basés sur les enquêtes des statistiques SFU
• Contenu en matières sèche et qualité des espèces fourragères
• Conditions météorologiques.
La production est estimée pour l’année calendaire pour le type de région, comme suit:
Production = surface x rendement annuel/unité de surface
Les régions sont classifiées d’après les zones officielles de production: plaines, collines, montagnes I-IV. Régions et zones de production proviennent des statistiques SFU.
Les rendements moyens sont estimés d’après les rendements standards rapportés par
les statistiques SFU. Les rendements standards sont alors corrigés d’après les conditions
météorologiques, comme identifiées partiellement à partir des données collectées dans des
enquêtes régulières. La production estimée de matière verte est convertie en matière sèche.
Parallèlement, la quantité de fourrage est également estimée sur base de son utilisation
(approche par utilisation). Les facteurs d’influence correspondants sont:
• Durée de la période de fourrage vert
• Utilisation du fourrage
• Prélèvement du cheptel en matière sèche
• Durée de la saison de pâturage en régions montagneuses (Alpes)
• Capacité de stockage de fourrage (foin, ensilage)
• Pertes sur les terrains dus à la conservation, durant la période d’alimentation
L’approche par utilisation estime la consommation de fourrage par année calendaire.
Elle calcule celle-ci suivant le type de fourrage. Le maïs est divisé en maïs vert et en ensilage. L’herbe reste regroupée selon le type d’utilisation ou de conservation: alpages, autres
pâturages, herbe fraîche (distribuée à l’auge), herbe séchée artificiellement, foin (1ère coupe
et suivante) et ensilage. Certains de ces produits sont ensuite répartis selon la qualité.
Alors que l’approche par production couvre seulement la production domestique, l’approche
par utilisation considère également le fourrage importé. La différence entre les deux s’exprime
dans la quantité qui doit être importée, ou couverte par les stocks. Sur une période de plusieurs
années, il doit y avoir en équilibre entre production et utilisation qui s’exprime comme suit:
Bilan fourrager de l’année actuelle = rendement sur le terrain – pertes de conservation + surplus
de l’année précédente + surplus de fourrage importé (il n’y a quasiment pas de fourrage exporté) –
consommation de fourrage par le cheptel animal.
Le bilan en aliments pour animaux de la Suisse
79
TABLEAU 8.1
Unités de mesure pour l’estimation des besoins suivant les catégories de cheptel
Catégorie Cheptel
Unité Cheptel
Unité énergétique
Unité Protéique
Bovins, entretien et
Elevage
Effectif vaches et
taureaux
Energie nette de
lactation
Protéines absorbées
dans l’intestin
Bovins, gestation
Effectif vaches
Energie nette de
lactation
Protéines absorbées
dans l’intestin
Bovins, production
laitière
Tonnes de lait corrigées
en M.G.
Energie nette de
lactation
Protéines absorbées
dans l’intestin
Bovins en alpage
Nbre de jours en alpage
Energie nette de
lactation
Protéines absorbées
dans l’intestin
Veau à l’engrais
Jours d’engraissement
Energie métabolisable
Protéines digestibles
Autres bovins
Nbre de jours de
Energie nette pour le
croissance/engraissement croît/engraissement
Protéines absorbées
dans l’intestin
Ovins, élevage
Nbre d’animaux
Energie nette de
lactation
Protéines absorbées
dans l’intestin
Ovins, engraissement
Durée d’engraissement
(jours)
Energie nette de
croissance
Protéines absorbées
dans l’intestin
Caprins, élevage
Nbre d’animaux
Energie nette de
lactation
Protéines absorbées
dans l’intestin
Caprins, engraissement
Durée d’engraissement
(jours)
Energie nette de
lactation
Protéines absorbées
dans l’intestin
Porcins, élevage
Nbre d’animaux
Energie digestible
Protéines brutes
Porcins, engraissement
Durée d’engraissement
(jours)
Energie digestible
Protéines brutes
Volailles
Tonnes d’ingrédients
Energie métabolisable
Protéines brutes
Equins
Nbre d’animaux
Energie digestible
Protéines digestibles
Lapins
Tonnes d’ingrédients
Energie digestible
Protéines brutes
Autres ruminants
Nbre d’animaux
Energie nette pour la
Croissance
Protéines absorbées dans
l’intestin
Le résultat est le plus souvent positif en bonnes années et négatif pendant les mauvaises.
Le bilan entre les apports et les sorties sera dressé sur une période de plusieurs années.
Du fait que le même pâturage puisse être exploité plusieurs fois par an, l’appartenance au
type de conservation est quelquefois arbitraire et est contrôlée par le calcul des besoins.
8.5 ESTIMATION DES BESOINS
“Les besoins estimés” expriment la valeur de contrôle de la quantité d’ingrédients estimée
disponible. Il incorpore les effets qualitatifs et quantitatifs du fourrage. Il est particulièrement utile car il assure les distributions des quantités disponibles selon les catégories de
cheptel (Tableau 8.1).
Les besoins du cheptel sont calculés selon les recommandations de la Station de
Recherches Agroscope Liebefeld-Posieux. Certaines de ces recommandations sont tirées de
“Wirzkalender” (Agridea, 2011), un manuel pour fermiers. Pour chaque catégorie de chep-
La conduite d’évaluations nationales des aliments pour animaux
80
tel, les besoins en matière sèche, en énergie et en protéines sont estimés. Les besoins en
énergie et protéines sont calculés en unités appropriées pour chaque catégorie de cheptel.
Il n’existe pas d’unité de mesure uniforme pour les différentes catégories de cheptel.
Les variétés (effectifs, durée d’engraissement, etc.) sont spécifiques à chaque type d’animal.
Comme déjà régulé antérieurement, la délimitation des aliments pour animaux de
compagnie est quelquefois difficile. Les statistiques officielles sur le cheptel excluent les
animaux de compagnie ainsi que les propriétaires à cheptel réduit et peu de terres cultivées.
Généralement les animaux de compagnie ne sont pas importés, mais ont un certains poids
dans les catégories lapins et équins.
8.6 CALCULS ET PUBLICATION
Les statistiques SFU calculent le bilan annuel en aliments pour animaux, une fois par an.
Le bilan provisoire est calculé à la fin de l’année t + 1. Si nécessaire, le bilan pour l’année
t - 1 est révisé.
Les résultats du bilan des aliments pour animaux sont publiés annuellement dans Recensements et Estimations pour l’Agriculture et la Nutrition (USP, 2009). Les résultats sont
présents dans trois tableaux:
• Tableau 1: Liste des produits, avec les résultats de plusieurs années et les quantités de
matière fraiche, matière sèche, énergie brute et protéine brute.
• Tableau 2: Liste des produits avec l’origine des ingrédients et des quantités de matière
fraiche, énergie brute, et protéines brutes pour une année.
• Tableau 3: Utilisation des ingrédients pour plusieurs années, selon les catégories de
cheptel, avec la matière sèche, et les valeurs alimentaires appropriées pour chaque
catégorie de cheptel.
Les besoins estimés ne sont plus publiés. Ils servent exclusivement comme valeurs de
contrôles et d’assistance dans le processus.
8.7 RÉFÉRENCES BIBLIOGRAPHIQUES
Agridea. 2011. Wirz Kalender 2011. A set with two handbooks. ISBN 978-3-7245-1656-9
EUROSTAT. 2002. Office for Official Publications of the European Communities. 2002.
Handbook for compiling supply balances sheets – animal feed: supply. ISBN 92-894-3741-3.
National Economic Supply. 2011. Homepage. Available at www.bwl.admin.ch/index.
html?lang=en.
Swiss Statistics. 2011. National economy site. Available at www.bfs.admin.ch/bfs/portal/en/
index/themen/04.html.
USP (Union Suisse des Paysans). 2009. Statistische Erhebungen und Schätzungen (Statistiques
et evaluations concernant l’agriculture et l’alimentation). Union Suisse des Paysans, USP
Statistique. Brugg, Switzerland.
81
9. L’inventaire indien
des aliments pour animaux
Samireddypalle Anandan et Koratikere T. Sampath
National Institute of Animal Nutrition and Physiology (ICAR), Adugodi, Bangalore-560 030, India
Email: anandsrp@yahoo.co.in
9.1 Introduction
9.1.1 Logique
De nombreuses études ont démontré que des pénuries en aliments pour animaux se sont
révélé des contraintes majeures pour améliorer la productivité du cheptel indien. Malgré
cela, l’évaluation de ces ressources n’a reçu que peu d’attention, ce qui parait évident
puisqu’aucune agence publique ou privée ne fournit d’information nationale ou régionale
sur ce sujet. Une information à jour sur les disponibilités et les besoins s’avère importante
non seulement pour une planification à court ou à long terme, mais également pour
assurer la sécurité alimentaire nationale. Au cours des années, s’est poursuivi un débat
continu sur la situation des aliments pour animaux en Inde et certains chercheurs ont tenté
de quantifier les disponibilités et besoins (Sen and Ray, 1941; Mudgal and Pradhan, 1988;
Sampath et al., 2005). Toutes les études conduites à ce jour ont démontré avec force que
les besoins excédent les disponibilités, et que le fossé va continuer à s’élargir dans le futur.
Toutefois, ces déficits projetés doivent être revus avec un certain degré de circonspection
et de réserves. Ceci est spécialement vrai à la lumière de l’importante progression de la
production indienne de lait, d’œufs et de viande au courant des vingt dernières années.
Ces accroissements ne peuvent seulement être dus à l’augmentation des effectifs animaux;
des améliorations de la situation générale de la disponibilité en aliments pour animaux
doivent, sans aucun doute, être également importantes. C’est ainsi que l’Institut National
de Nutrition et physiologie de Bangalore entreprend une étude systématique pour évaluer
les disponibilités et les besoins dans différentes états indiens.
Un inventaire des aliments pour animaux dans une zone/région particulière va procurer
l’information sur les types de aliments pour animaux disponibles et leurs quantités, qui
pourra alors être comparés avec les effectifs animaux existants afin de conclure si cette zone/
région est suffisante, en surplus ou déficitaire en aliments pour animaux. Ce genre d’information peut être d’une énorme importance pour les décideurs, les départements gouvernementaux concernés, les ONG et les agences de développement, pour formuler et mettre en
œuvre des activités animales rationnelles et s’attaquer à des calamités naturelles, comme les
sécheresses et les inondations. Par exemple, améliorer la production d’animaux en améliorant
le germoplasme animal ou les soins vétérinaires, est seulement possible lorsqu’existent des
aliments pour animaux adéquates. Ceci ne peut être connu qu’en menant à bien des évaluations sur celles-ci. De telles évaluations peuvent également assister les marchands d’animaux,
les industries alimentaires animales, et les ministères chargées du commerce à formuler des
La conduite d’évaluations nationales des aliments pour animaux
82
décisions documentées en accord avec la nature et la quantité de matières premières, les
aliments pour animaux pouvant être commercialisées localement, les régions propices pour
des marchés de aliments pour animaux, impliquées dans les importations et exportations.
9.2 MÉTHODOLOGIE
9.2.1 Intrants
Il existe fondamentalement trois intrants majeurs pour l’évaluation des aliments pour animaux et leur bilan: I) aliments pour animaux en provenance des cultures; II) fourrage vert en
provenance des données de classification des sols; et III) besoin en aliments pour animaux
en relation avec les recensements animaux.
Pour arriver à la disponibilité en aliments pour animaux en provenance des cultures,
il faut connaitre les indices de récolte et les taux d’extraction des différents produits et
sous-produits culturaux. L’indice de récolte est le ratio des données des sous-produits
culturaux utilisables par tonne de culture primaire récoltée, par exemple, tonnes de paille
de blé par tonne de grain de blé. Le taux d’extraction et la fraction de la culture primaire
récoltée, par exemple, tonnes de grains de blé utilisé comme aliments pour animaux par
rapport à la quantité de tonnes récoltées. De même, le potentiel moyen de production
de fourrage cultivé, l’étendue de la surface cultivée en fourrage, le potentiel moyen de
biomasse des autres catégories des sols, doivent être conçus pour connaitre la disponibilité totale en vert. Pour les catégories où il y a manque d’informations, des efforts seront
entrepris pour combler les déficits en consultant des spécialistes en la matière et enregistrer des vraies valeurs. Pour évaluer les besoins en aliments pour animaux, des données
Figure 9.1
Diagramme des flux dans le programme des données
Données sur les cultures
Données sur l’utilisation des sols
Données sur les animaux
Programme principal
Ressources cultures
Céréales
Graines oléagineuses
Tubercules
Autres cultures
Ressources foncières
Forêts
Pâturages
Jachères
Zone cultivée
Disponibilité en MS
Balance alimentaire
Source: Ramachandra et al., 2007.
Ressources animales
Bovins
Buffles
Ovins
Caprins
Total ACU: Total? Besoin en MS
L’inventaire indien des aliments pour animaux
83
sont nécessaires à partir d’un recensement du cheptel donnant une répartition détaillée
par groupes d’âges et par fonction productives (lait, viande, travail).
Généralement, les données de production culturale et de modèles d’utilisation des
sols sont publiées annuellement, alors que le recensement d’animaux n’est organisé que
périodiquement, à savoir en Inde, tous les cinq ans. De sorte que les figures annuelles sont
faites suivant les croîts pour chaque catégorie animale, à partir de chiffres du dernier recensement. Les données de production des cultures, d’utilisation des sols, et de recensement
du cheptel pour une région déterminée et une période identique doivent se recouper pour
parvenir à l’état des disponibilités en aliments pour animaux. La structure du programme
qui intègre et traite les données en intrants est illustré dans le Diagramme 9.1.
Intrant 1 – Données de production culturale
En utilisant la feuille de calcul du Tableau 9.1, différentes sources d’aliments pour animaux,
pailles (résidus de cultures, grains, son, balles et tourteaux oléagineux concentrés) peuvent
TABLEAU 9.1
Indice de récolte* et taux d’extraction utilisés dans le calcul des aliments pour animaux
provenant des données de production culturale en Inde
Production culture
Indice de récolte
SUP culture
Taux d’extraction
Tourteaux oléagineux
Grains
Son/Coques
Riz paddy
1,3
-
0,02
0,08
Blé
1,0
-
0,02
0,08
Sorgho
2,5
-
0,05
-
Millet
2,5
-
0,05
-
Orge
1,3
-
0,10
-
Maïs
2,5
-
0,10
-
Finger millet
2,0
-
0,05
-
Petit mil
2,5
-
0,10
-
Autres céréales
2,0
-
0,10
-
TotaI Légumineuses
1,7
-
-
0,03
Arachide
2,0
0,70
-
-
Semences Sesamum
-
0,70
-
-
Colza & moutarde
-
0,70
-
-
Graine de lin
-
0,70
-
-
Niger
-
0,70
-
-
Tournesol
-
0,70
-
-
Carthame
-
0,70
-
-
Soja
-
0,70
-
-
Cannes à sucre
0,25
-
-
-
Coprah
-
0,0625
-
-
Coton
-
0,0499
-
-
* L’indice de récolte est le ratio tonnes de sous-produits utilisables sur tonnes de produit primaire de culture récolté.
Source: Ramachandra et al., 2007.
La conduite d’évaluations nationales des aliments pour animaux
84
être calculés à partir de la production de différentes cultures. Par exemple, à partir de
chaque 100 tonnes de grains de blé, peuvent être produites 100 tonnes de paille (100
multiplié par l’indice de récolte 1,0); la production de grains utilisé comme aliments pour
animaux sera de 2 tonnes (100 multiplié par le taux d’extraction de 0,02), et la disponibilité
en son sera de 8 tonnes (100 multiplié par 0,08). De même la disponibilité en fanes et en
tourteaux d’arachide sera respectivement de 2 tonnes de fanes (1 multiplié par 2,0) et 0,7
tonne de tourteau (1 multiplié par 0,7). Le contenu en M.G. des aliments pour animaux
ci-dessus est considéré de 90%, sauf pour les bouts de canne à sucre, riches en eau, et où
la M.S. est évaluée à 25%.
Intrant 2 – Modèles d’utilisation des sols
Pour évaluer la disponibilité en fourrage vert, les facteurs suivants qui représentent le
potentiel de production de biomasse par hectare sont extraits des données de classification des sols. Les données de modèles d’utilisation des sols recouvrent les catégories suivantes: surface cultivées grossièrement, surface forestières, pâturages permanents, terres à
l’abandon cultivables, jachères actuelles, autres jachères et terrains de cultures arboricoles
diverses où du fourrage vert peut être utilisés pour les animaux.
Parmi les terrains cultivés pour le fourrage, 4% de terrains cultivés grossièrement sont
présumés porter du fourrage avec un rendement moyen annuel de 40 tonnes/ha. Donc, en
multipliant 4% par 40 tonnes, s’obtient une production de 1,6 tonnes/ha/an. Dans le cas
des forêts, il est assuré que seulement 50% d’entre elles sont disponibles dans la production de fourrage avec un rendement moyen de 3 tonnes/ha/an, soit au total, 1,5 tonnes
par an (0,5 x 3). Pour les catégories restantes, le calcul est direct et les différents facteurs
sont portés dans le Tableau 9.2. Le rendement en vert est calculé à l’état frais et le contenu
moyen en M.S. est évalué à 25%.
Intrant 3 - Recensement des animaux
Pour calculer les besoins en aliments pour animaux, des données détaillées de recensement des animaux sont nécessaires, en y incluant les distributions par classe d’âge. Une
estimation grossière de la conformité quantitative représente la première étape et ceci
TABLEAU 9.2
Rendement en fourrage vert pour les différents types d’utilisation du sol
Catégorie d’utilité des sols
Fourrage vert (tonnes/ha/an)
Surfaces de cultures grossières
1,6
Forêts
1,5
Pâturages permanents
5,0
Terres à l’abandon cultivable
1,0
Jachères actuelles
1,0
Autres jachères
1,0
Cultures arboricoles diverses
1,0
Source: Ramachandra et al., 2007.
L’inventaire indien des aliments pour animaux
85
TABLEAU 9.3
Facteurs de conversion pour calculer les unités animaux adulte (UBA)
Espèces
Catégorie
Facteur de conversion
Buffle
>2,5 years
1,14
1,0–2,5 years
0,50
<1,0 year
0,17
Bovins
Ovins/caprins
Equins
Camelins
>2,5 years
1,00
1,0–2,5 years
0,34
<1,0 year
0,11
>1,0 year
0,10
<1,0 year
0,03
>3,0 year
0,57
<3,0 year
0,33
>4,0 year
1,00
<4,0 year
0,57
Source: Ramachandra et al., 2007.
peut être réalisé en évaluant les besoins en matière sèche. Les besoins en M.S. des ruminants (bovins, buffles, ovins, caprins) des équins et des camelins sont calculés sur base
d’une unité animale adulte standard (UBA) de 350 kg poids vif, et en utilisant des facteurs
de conversion pour les différents âges et espèces (Tableau 9.3). En assumant qu’une
ingestion minimale de M.S. de 2% du poids vif, est suffisante, une UBA a besoin de 7 kg
de M.S./jour (350 x 0,02). Dès lors, les besoins totaux en M.S. peuvent être calculés en
convertissant les effectifs d’animaux en UBA. Le bilan en aliments pour animaux sera alors
dérivé en combinant la disponibilité potentielle totale en aliments pour animaux avec les
besoins totaux.
9.2.2 Intégration de données
Une fois disponibles les données sur la production culturale, sur les indices de récolte
pour différentes aliments pour animaux, sur les modèles d’utilisation du sol, et le potentiel
moyen de production de biomasse, il est possible de calculer le potentiel total des aliments
pour animaux disponibles dans une région. De même, les besoins en aliments pour animaux pour l’ensemble du cheptel d’une région peuvent être calculés sur base des données
détaillées sur les différents espèces et classes d’âges. Pour chaque espèce et classe d’âge,
les besoins en nutriments sont calculés en termes de matière sèche, d’énergie et de protéines pour une population donnée. A partir des besoins en énergie et protéines pour différentes catégories de cheptel, les besoins en aliments pour animaux en termes de fourrage
vert, résidus de cultures et concentrés peuvent être déduits en relation avec les pratiques
nutritives prévalentes. La disponibilité en aliments pour animaux et les besoins sont calculés
avec un programme développé en Microsoft Access ou Excel.
86
La conduite d’évaluations nationales des aliments pour animaux
L’approche complétée point par point pour l’établissement d’un inventaire régional de
aliments pour animaux se décompose comme suit:
1. Obtenir les données nécessaires sur la production culturale totale de la région à
partir du département concerné ou des statistiques agricoles; l’information est
généralement publiée annuellement sous forme de rapports soit sur support papier
soit diffusés sur les sites nets des départements respectifs.
2. A partir des données des productions culturales, dresser la liste de toutes les
cultures et de leurs sous-produits, utilisées pour l’animal.
3. Préparer une liste d’indices de récolte et de taux d’extraction de cultures et de
leurs sous-produits utilisées pour l’alimentation animale; pour certaines ressources,
l’information peut manquer; Les facteurs devront alors être déterminés avec l’assistance d’experts de la culture concernée ou de son secteur de traitement.
4. Etant donné que les aliments pour animaux proviennent majoritairement des
cultures, la liste de celles-ci sera aussi exhaustive que possible afin de prendre en
compte toutes les ressources (comme dans le Tableau 9.1).
5. Les aliments pour animaux potentiellement disponibles peuvent être déduits des
données dans la production culturale en employant les index de récolte et les taux
d’extraction.
6. En général, le contenu en matière sèche des cultures et de leurs sous-produits avoisine les 90% et cette valeur peut être employée pour déterminer la disponibilité
totale en M.S.
7. L’information additionnelle en termes d’import/export des ressources ou de leur
usage alternatif doit être prise en compte afin d’améliorer les précisions de l’évaluation.
8. La proportion des superficies cultivées à fins fourragères et leur production
moyenne doivent être connues pour estimer la production de fourrage vert.
9. Lorsque celle-ci ne provient pas des catégories des sols cultivés à cette fin, les
modèles d’utilisation du sol doivent être identifiés; la superficie des terrains des
diverses catégories doit être multipliée par le potentiel moyen de production de
fourrage vert afin d’en établir la production totale (comme dans le Tableau 9.2).
10.La M.S. du fourrage vert est variable et la moyenne en est estimée à 25% afin
d’établir la M.S. totale disponible.
11.En additionnant les aliments pour animaux totales en provenance des cultures et
en fourrage vert donne la disponibilité totale en aliments pour animaux pour une
région.
12.Les besoins en aliments pour animaux pour les ruminants, les équins et les camelins
peuvent être évalués par conversion des différentes espèces et catégories d’animaux en Unités Animal Adulte (UAA) en se basant sur des facteurs de conversion
comme indiqué dans le Tableau 9.3.
13.Les besoins totaux annuels peuvent être calculés à partir du total d’UBA en multipliant celui-ci par 365 (nbre jours/an) et 7 (en estimant un taux d’ingestion de M.S.
de 2% pour une UBA d’un poids vifs clé 350 kg).
14.En comparant la disponibilité totale en aliments pour animaux avec les besoins, permet d’estimer l’état de suffisance, de pénurie ou de surplus pour une région donnée.
L’inventaire indien des aliments pour animaux
15.Une région peut être classifiée en fonction de la disponibilité en M.S. Généralement
une disponibilité de moins de 2% peut être considérée comme déficitaire, entre
2% et 3% comme adéquate, et plus de 3% excédentaire.
L’approche ci-dessus est une version simplifiée dans laquelle l’équilibre quantitatif en
aliments pour animaux est déterminé pour les ruminants, les équins et les camelins. Les
besoins des autres espèces animales, comme les porcins et les volailles peuvent être ajustés
afin d’établir le bilan total. L’approche procure un cadre pouvant être élargi afin d’y inclure
plus de détails et évaluer ainsi l’adéquation quantitative des aliments pour animaux pour
toutes les espèces de cheptel.
Evaluer de façon précise les besoins qualitatifs et quantitatifs en aliments pour animaux
nécessite une information détaillée en fonction du recensement animal (âge, classe fonctionnelle = lactation, gestation, viande, travail, …) et les besoins relatifs en nutriments, les
productivités moyennes, les poids moyens corporels, etc. Après avoir évalué les besoins
totaux en nutriments en termes de M.S. protéines et énergie, le contenu de ceux-ci dans
les aliments pour animaux disponible et les pratiques d’alimentation prévalents doivent
être pris en compte pour arriver au bilan en aliments pour animaux. Une connaissance
basique de la nutrition animale, eu égard aux besoins animaux en nutriments et du profil
nutritionnel des aliments pour animaux est essentielle pour mener à bien cet exercice. Alternativement, des nutritionnistes animaux peuvent fournir les données nécessaires à calculer
précisément le bilan en aliments pour animaux.
9.3 MISE À JOUR DE L’INVENTAIRE
Les tâches associées au maintien et à la mise à jour de l’inventaire comprennent la mise à
jour des changements associés à la production culturale, les modèles d’utilisation du sol et
le recensement des animaux. Si les données sur la production des cultures et l’utilisation
des sols sont disponibles annuellement, le recensement des animaux est organisé à intervalles périodiques et les figures annuelles peuvent être extrapolées à partir des données du
dernier recensement et du taux annuel du croît accumulé. L’addition complémentaire de
nouvelles ressources en aliments pour animaux (s’il en existe) les changements dans le taux
d’extraction de certains des sous-produits après changements de moyens de transformation, et les changements en imports/exports doivent être pris en compte. Un grand nombre
de sous-produits agricoles et d’espèces animales liées à l’aquaculture et à la compagnie
n’ont pas été prises dans l’évaluation. Il serait nécessaire de les inclure. De plus, l’évaluation
et son amélioration sont des processus continus; l’information a besoin d’être mise à jour
et alfinée au fur et à mesure des progrès rendus disponibles.
Finalement, la précision de l’évaluation peut être appréciée en reliant les effectifs totaux
des animaux et leurs productions à la disponibilité totale en aliments pour animaux. Ceci
est basé sur le fait que, s’il est possible de maintenir un certain effectif et d’assurer un
certain taux de production, cela suppose que les aliments pour animaux nécessaires à cet
effet sont disponibles. Plus les besoins pour la maintenance et la production et la disponibilité totale en aliments pour animaux sont proches, plus grand sera la précision. Si une
grande différence apparait entre disponibilités et besoins, c’est qu’il existe de la place pour
améliorer l’évaluation.
87
La conduite d’évaluations nationales des aliments pour animaux
88
9.4 RÉFÉRENCES BIBLIOGRAPHIQUES
Mudgal, V.D. & Pradhan, K.1988. Animal feed resources and current patterns of utilization
in India. In Proceedings – Symposium on non-conventional feed resources and fibrous
agricultural residues: strategies for expanded utilization. Hisar, India. pp.139–146.
Ramachandra, K.S., Taneja V.K., Sampath, K.T., Anandan,S. & Angadi, U.B. 2007. Livestock
feed resources in different agro-ecosystems of India: Availability, requirement and their
management. National Institute of Animal Nutrition and Physiology, Bangalore, India.
Sampath, K.T., Ramachandra, K.S. & Anandan, S. 2005. Livestock feed and fodder resources
of India and strategies for their judicious utilization. Indian J. Anim. Sci. 75:1438–44.
Sen, K.C. & Ray, S.N. 1941. Animal husbandry and crop planning in India. Science and Culture
6:684–89.
89
10. Système de surveillance
pastorale et inventaire des
aliments pour animaux du Sahel
Frédéric Ham et Erwann Fillol
Fundación Acción Contra el Hambre, ACF-Spain, C/ Caracas 6, 1º, 28010 Madrid, Spain
Email: f.ham@accioncontraelhambre.org or fham@achesp.org
10.1 Introduction
La région Sahelo-Saharienne est caractérisée par de vastes zones de pâturages et une
haute variabilité spatio-temporelle de précipitations. Une grande fraction de la population
humaine subsiste grâce à des systèmes pastoraux extensifs caractérisés par les larges
déplacements saisonniers liés à la disponibilité de deux ressources naturelles: l’eau et le
pâturage.
L’étendue des espaces pastoraux, l’accès difficile aux ressources pastorales et la très
faible densité démographique requièrent un mode de sécurité alimentaire et de contrôle de
la vulnérabilité de la population diffèrent des zones où l’élevage est sédentaire. Dans cette
optique, les données GIS et de télédétection doivent être employées car elles facilitent un
suivi efficace des ressources pastorales. La sécurité alimentaire pastorale repose sur l’élevage et donc sur le bilan des aliments pour animaux dans la région.
Durant plusieurs années, ACF International (Action Contre Ia Faim), en collaboration
avec les systèmes d’alerte précoce au Mali et au Niger a développé un Système Pastoral
d’Alerte Précoce consistant en outils basés sur le GIS permettant d’évaluer la vulnérabilité
des populations pastorales. Des améliorations récentes de ce système ou ont permis d’évaluer la vulnérabilité des populations pastorales à une échelle régionale et ainsi de contribuer
à des Systèmes d’Alerte précoce pour les régions pastorales Sahélo-Saharienne.
10.2 INTRANTS
10.2.1 Général
Le Système Pastoral d’Alerte Précoce développé par ACF possède le potentiel de contribuer
aux inventaires des aliments pour animaux dans les régions Sahelo-Sahariennes car il est
spécifiquement conçu pour contrôler la disponibilité en aliments pour animaux en zone pastorale. Le système pratique un usage important de l’imagerie satellitaire en temps quasiment
réel, de la validation des données au sol, et des cartes de mouvement des animaux. Des
outils informatiques fournissent des cartes aisément utilisables qui facilitent des évaluations
quantitatives et dynamiques des aliments pour animaux. Le système a prouvé son efficacité
ces dernières années pour avoir contribué au ciblage de populations pastorales en situation
vulnérable pour les pastoralistes, mais des améliorations futures sont toujours souhaitables.
La conduite d’évaluations nationales des aliments pour animaux
90
TABLEAU 10.1
SPOT-VEGETATION bandes spectrales
Bandes
Couleur
Longuers d’ondes
B0
Bleu
0,430–0,740 mm
B2
Rouge
0,610–0,680 mm
B3
Proche infra-rouge (NIR)
0,780–0,890 mm
SWIR
Ondes courtes Infra-rouge (SWIR) 1,580–1,750 mm
10.2.2 Données de télédétection
Le Système d’Alerte Précoce développé par ACF utilise les données NDVI (Index de Végétation Différenciel Normalisé) et DMP (Productivité en Matière Sèche) fournies par l’Institut
Flamand de Recherche technologique (VITO).
Ces produits proviennent des capteurs Végétation de moyenne résolution des satellites
SPOT 4 et SPOT 5 lancés en 1998. L’imagerie quotidienne est produite à une échelle mondiale de 1 km x 1 km de résolution. Afin d’éliminer la couche nuageuse, une opération de
compositing est réalisée sur une période de 10 jours fournissant une synthèse décadaire:
soit trois décades par mois (1-10, 11-20, 21-fin du mois) et 36 décades par an.
Les algorithmes détaillés peuvent être trouvés sur les pages WEB suivantes:
-- http://web.vgt.vito.be/documents/BioPar/g2 -BP-RP-BP053-ProductUserManual-DMPV0-l1.00.pdf
-- http://www.vgt4africa.org/PublicDocuments/S10-NDVI-Product-Sheet.pdf
10.3 MÉTHODOLOGIE
10.3.1 Général
Le système ACF emploie une approche GIS multi-couches intégrant les données spatiales
caractérisant les ressources physiques pastorales et le mouvement du bétail. Le système
évalue la biomasse brute produite, mais aussi l’accessibilité de la biomasse en relation
avec la disponibilité en eau et les mouvements pastoraux saisonniers. Dans le Sahel septentrional, la biomasse représente la variable prioritaire à considérer lorsqu’on quantifie la
disponibilité en aliments pour animaux, étant donné que le fourrage provient directement
de la biomasse.
Dépendant de la région et de la saison, l’eau peut ou ne peut pas être disponible
à proximité immédiate des zones de pâturage. Les animaux doivent se déplacer à une
fréquence suffisante pour avoir accès à l’eau simultanément au pâturage. Dès lors, le
contrôle de la disponibilité en eau et des déplacements des animaux vers les pâturages
sont tous deux fondamentaux pour un inventaire précis des aliments pour animaux. La
biomasse et l’eau sont indiquées avec des variables additionnelles, telles les distributions des animaux et la topographie afin de produire les évaluations des disponibilités
fourragères.
Système de surveillance pastorale et inventaire des aliments pour animaux du Sahel
Figure 10.1
Données cartographiques pour l’intégration entre pâturages,
eau et distribution du bétail
Pâturage
Eau
Bétail
10.3.2 Processus en deux phases
Deux phases essentielles sont nécessaires pour l’inventaire en aliments pour animaux:
1. Suivi de la biomasse
2. Couverture cartographique
a.Cartes hydrologiques
i. Eau de surface
ii.Puits et forages
b.Cartographie des zones de concentration
c.Cartes de distribution des animaux
d.Topographie
10.3.3 Suivi de la biomasse et le Biogenerator
Dans le contexte Nord-Sahélien, la période de production des pâturages s’arrête quelques
semaines après la fin des pluies. Ensuite, il est possible de déterminer le bilan fourrager de
la région pour l’année en cours. Un outil informatique appelé Biogenerator intégrant des
images satellitaires a été développé par ACF. Cet outil facilite le calcul de la matière végétale
disponible à travers l’ensemble de la région à la fin de la saison des pluies. Les résultats
comprennent la production totale annuelle en matière sèche, exprimée en kg de M.S./ha,
et l’écart par rapport à la moyenne interannuelle, appelée anomalie de la production en
M.S., exprimée en pourcentage.
La suite est extraite d’un manuel non publié, écrit par E. Fillol.
Structure du dossier
La structure en données entrants et sortantes est illustrée dans la Figure 10.2a. Les In représentent les données entrantes et le dossier Out renferme les données sortantes.
91
92
La conduite d’évaluations nationales des aliments pour animaux
Figure 10.2a
Structure du dossier de travail du BioGénérateur 2 (v2.1)
Données entrantes
Le VITO fournit à ACF-Espagne un produit spécifique données décadaires appelées PMS
(Productivité en Matière Sèche). Ces données sont automatiquement changées sur le serveur ACF-Espagne. L’accès à ces données s’effectue à travers les contacts suivants:
-- Alejandro Canet Rodriguez: acanet@achesp.org
-- Frédéric Ham: f.ham@accioncontraelhambre.org ou fham@achesp.org
La première étape consiste à charger les données à travers un serveur ftp, en décompressant les archives et en les copiant dans le dossier approprié. Deux champs sont nécessaires pour effectuer le processus: DMP et NDVI (Tableau 10.2).
Ces deux fichiers, une fois décompressés sont respectivement copiés dans les dossiers
Données/ln/NDV/. Les fichiers img sont les données image en format brut et les fichiers ahd
sont les fichiers de tête.
Le BioGenerateur 2 (v2.1) peut fonctionner si une décade ou plus est manquante. Dans
ce cas, un message identifiant la décade manquante avertit l’utilisateur mais le calcul est
effectué. La valeur des décades manquantes est alors interpolée linéairement.
Système de surveillance pastorale et inventaire des aliments pour animaux du Sahel
93
TABLEAU 10.2
Nomenclature dossier compressé et décompressé et taille fichier
Produits
Archives compressées
PMS
DMP_aaaammjj.zip
IDNV
NDVI_aaaammjj.zip
Taille Fichier Image .img
[bytes]
Archives décompressées Dossier Destination
DMP_aaaammjj.img
DMP_aaaammjj.hdr
NDVI_aaaammjj.img
NDVI_aaaammjj.hdr
Data/In/DMP/
56 925 660
Data/In/NDVI/
28 462 830
TABLEAU 10.3
Concordance entre numéro décade et sa date de départ
Numéro Décade
Date
Numéro Décade
Date
Numéro Décade
Date
1
01/01
13
01/05
25
01/09
2
11/01
14
11/05
26
11/09
3
21/01
15
21/05
27
21/09
4
01/02
16
01/06
28
01/10
5
11/02
17
11/06
29
11/10
6
21/02
18
21/06
30
21/10
7
01/03
19
01/07
31
01/11
8
11/03
20
11/07
32
11/11
9
21/03
21
21/07
33
21/11
10
01/04
22
01/08
34
01/12
11
11/04
23
11/08
35
11/12
12
21/04
24
21/08
36
21/12
Paramètres du BioGenerator
Les paramètres pouvant être chargés par l’utilisateur sont les suivants:
• Paramètre de fonction du filtre spatial d’anomalie de biomasse. Ces paramètres
reprennent la taille et les nombres de passage de ce filtre circulaire. Le premier chiffre
donne le nombres de passages du filtre et le second donne le rayon en pixels de
la fenêtre du filtre. Le filtre peut aussi être désactivé. Le système filtrant des cartes
d’anomalies de biomasse révèle rapidement les variations anormales locales.
• La période d’intégration est définie par la première et la dernière décade. Les valeurs
entrantes sont la position des décades en 1 et 36 (Tableau 10.3). Au cas où la valeur
de la dernière décade est inférieure à celle de la première, l’intégration va jusqu’à la
94
La conduite d’évaluations nationales des aliments pour animaux
Figure 10.2b
BioGenerator 2 (v2.1) Fenêtre d’éxècution
décade de l’année suivante. Par exemple, les valeurs par défaut 7 et 6 supposant l’intégration pour l’année X est calculée à partir de la décade 01/03 de l’année X jusqu’à
la décade 21/02 de l’année X+1 (cf. dans Tableau 10.3). La période d’intégration doit
être égale ou supérieure à deux décades.
Les paramètres sont accessibles pour l’utilisateur et peuvent être modifiés. Autrement,
les valeurs par défaut seront utilisées en fonction de la date de départ des décades.
Exécution du programme
Le programme est exécuté et une fenêtre s’ouvre pour révéler les paramètres utilisés, les
décades intégrées et le nombre d’années considérées à partir de ces séries (Figure 10.2 b).
Un compteur montre la progression des calculs en pourcentage. Deux phases de calcul
se succèdent: la première concerne le calcul de la fenêtre sub-saharienne globale. La
seconde traite les fenêtres et sous-fenêtres de sorties et procède à l’écriture des fichiers de
données sortantes.
En fonction du nombre de décades, et de la vitesse du processeur et du disque dur,
le calcul peut prendre deux à trois heures sur un PC standard. La configuration minimale
requise concerne surtout la mémoire disponible (RAM) avec un minimum de 16B et un
espaèce de disque minimal de 36B pour chaque année considérée.
Données de sortie
Le BioGeéneératoreur fournit la quantité de biomasse, exprimée en KG de matière sèche
par hectare, pour chaque année et également pour la durée moyenne de la période de
calcul. Il fournit également des anomalies annuelles (%) sur 13 fenêtres géographiques Les
données de sortie sont produites en format GEOTIFF (.tif) en coordonnées géographiques
Lat/Lon WGS-84 avec une résolution spatiale de 1 km. Le Tableau 10.4 affiche les définitions de ces fenêtres géographiques.
Système de surveillance pastorale et inventaire des aliments pour animaux du Sahel
Tableau 10.4
Coordonnées des fenêtres géographiques et tailles en pixel des données
de sortie du BioGenerator 2 (v2.1)
Fenêtres
Sous Fenêtres
Sub-Sahara
Sub-Sahara
Ouest_Afrique
Mali_Burkina
Afrique de
l’Ouest
Niger
Haut à gauche
Bas à droite
-18,000E
52,000E
27,375N
-5,02678611N
-18,000E
16,000E
27,375N
9,000N
-12,500E
5,5000E
25,000N
9,000N
0,000E
16,000E
24,000N
11,000N
Senegal_Mauritanie_ -18,000E
Gambie_Guinée
27,375N
Centre_Afrique
Afrique
Centrale
Soudan
Tchad_
RepCentreAfrique
Est_Afrique
Erythree_Ethiopie
Afrique
de l’Est
Ouganda_Kenya
Rwanda_Burundi
Somalie
-4,500E
10,000N
13,000E
39,000E
24,000N
2,000N
21,000E
39,000E
24,000N
3,000N
13,000E
28,000E
24,000N
2,000N
28,000E
52,000E
18,000N
-5,000N
32,000E
48,000E
18,000N
3,000N
29,000E
42,000E
5,000N
-5,000N
28,000E
31,000E
-1,000N
-5,000N
40,000E
52,000E
12,000N
-2,000N
Taille
(pixels)
7841 × 3630
3810 × 2060
2018 × 1794
1794 × 1458
1514 × 1948
2914 × 2466
2018 × 2354
1682 × 2466
2689 × 2578
1794 × 1682
1458 × 1122
338 × 450
1345 × 1570
Quantités de biomasse
Pour chaque fenêtre et sous-fenêtre géographiques est fourni un fichier reprenant la quantité de biomasse produite annuellement; un second fichier indique la valeur moyenne pour
l’ensemble des séries temporelles. La biomasse est exprimée en kilogramme de M.S./ha.
Aucune productivité n’est mentionnée pour les zones désertiques et les surfaces en eau. La
quantité annuelle de biomasse est calculée comme la somme de la productivité quotidienne
durant la saison des pluies [kg.ha-1.jour-1]. La saison de croissance peut être définie par
l’utilisateur. Par défaut, elle démarre avec la première décade de mars jusqu’à la dernière
décade de février de l’année suivante.
95
La conduite d’évaluations nationales des aliments pour animaux
96
Figure 10.3
Carte Biomasse [kg.ha-1] calculé en Juillet 2010
(dernière décade)
0
500
1 000
2 000 km
Pas de biomasse
151 - 300
751 - 1 000
2 001 - 2 500
1 - 50
301 - 500
1 001 - 1 500
2 501 - 3 000
51 - 150
501 - 750
1 501 - 2 000
3 001 - 5 000
> 5 000
Figure 10.4
Carte d’anomalie de biomasse (pourcent) calculé fin juillet 2010
(dernière décade 2010)
0
500
1 000
2 000 km
0 - 20
61 - 80
121 - 140
181 - 200
21 - 40
81 - 100
141 - 160
Pas de biomasse
41 - 60
101 - 120
161 - 180
Saison pas commencée
Système de surveillance pastorale et inventaire des aliments pour animaux du Sahel
L’ensemble des données pour la saison de croissance de l’année en cours peut être
incomplète. Si plusieurs décades sont manquantes, le calcul de la quantité de biomasse
peut être complété en utilisant la productivité moyenne observée. La carte quantitative de
biomasse (Figure 10.3) pour l’année en cours (e.a. 2010) est une estimation de la production totale en fonction des décades disponibles.
Anomalie de la biomasse
Pour chaque fenêtre et sous-fenêtre, un fichier de sortie est fourni indiquant l’anomalie de biomasse, représentée par la différence de productivité de l’année en cours et la valeur moyenne
calculée sur l’ensemble des séries temporelles. L’anomalie est exprimée en pourcentage.
Pour l’année courante, l’anomalie est calculée en utilisant les décades disponibles à
partir du démarrage de la période de croissance (décade de départ choisie par l’utilisateur).
Pour obtenir des valeurs d’anomalie significatives, le calcul débute seulement lorsqu’un
minimum de 15% de la productivité moyenne a été atteint. Autrement, le pixel reçoit une
valeur de 251, ce qui signifie que la période de croissance n’est pas suffisamment avancée
pour fournir des valeurs d’anomalie significatives et fiables.
Processus de recouvrement
Ainsi que mentionné antérieurement, le contrôle de la biomasse est essentiel mais non
suffisant pour obtenir un inventaire correct de aliments pour animaux.
L’accessibilité au fourrage, la distance à partir des points d’eau et le comportement des
animaux sont des facteurs additionnels à considérer. Comme on peut l’observer dans la
figure 10.5, il est possible d’obtenir des niveaux plus élevés de précision en ajoutant des
couches d’analyse et en améliorant la qualité de chacune d’entre elles.
Contrôle des eaux de surface
L’Hydrogeéneératoreur, développé par ACF entre 2009 et 2010, prend en considération
des corpuscules dans lespoints d’eaux de surface et leur évaluation tout au long de l’année. Le matériel réalise une somme décadairele de cellules pixels détectées et représente
une carte de détection d’eaux de surface cumuléesatives. Pour la période entre 2000 et
aujourd’hui, pour une année donnée, cet outil produit une carte d’accessibilité à aux l’eaux
de surface qui aide à caractériser les zones en considérant le temps de résidence présence
de l’eau et leur son influence dans un cercle tampon de 30 km autour des cellules détectées. Le matériel est disponible mais requiert un travail additionnel véritable de terrain pour
afin d’être validé.
D’autres outils et systèmes sont également à l’essai et peuvent complémenter les systèmes ACF (voir Références 10.5 pour études existantes).
Données sur les puits et les forages
Cartographier les puits et les forages peut grandement compléter le processus de suivi des
eaux de surface. Etant donné que certaines régions dépendent fortement des eaux de surface pour l’abreuvement des animaux, d’autres relèvent plutôt de la disponibilité des eaux
souterraines. Une base de données actualisée peut aider à identifier les zones utilisables
pour l’alimentation des animaux.
97
La conduite d’évaluations nationales des aliments pour animaux
98
Figure 10.5
Diagramme du bilan des aliments pour animaux
Enquête au sol
validation biomasse
et/ou calibration
VI time series
Biomass (kg/ha)
VI Anomalies (%)
Fourrage disponible/
utilisable (kg/ha)
Anomalies fourrage
disponible (%)
Fourrage accessible
(kg/ha)
Anomalies
fourrage disponible (%)
Capacité de charge
Capacité de charge
maxi
NIVEAU 1
Carte de couverture des sols
Espèces végétales, Carte
Production, Cartes de sols
NIVEAU 2
Topologie (pente)
accès à l’eau
infrastructures
NIVEAU 3
Recensement animal
NIVEAU 4
Balance alimentaire
Cartographier des zones de concentration
Les déplacements des pasteurs et les zones de concentration peuvent grandement varier,
si l’on considère les ressources disponibles. Cependant, les mouvements usuels peuvent
être définie et comparés avec les déplacements effectifs de l’année considérée afin d’avoir
une meilleure compréhension des stratégies potentielles d’adaptation des éleveurs et
aussi, d’être à même d’anticiper les difficultés auxquelles devront plus tard se confronter
les populations. Analyser ces modèles est important dans le cadre de l’actualisation des
inventaires en aliments pour animaux.
Topographie
Dans les zones de collines, certaines surfaces fourragères ne sont pas accessibles et, de ce
fait, ne seront pas prises en compte dans le calcul de l’inventaire en aliments pour animaux.
Recouvrir un Modèle numérique d’élévation peut éliminer cette donnée de fourrage inaccessible du calcul de l’inventaire en aliments pour animaux.
Recensement des animaux
Un recensement fiable joue un rôle important dans le calcul de bilans en aliments pour
animaux comme démontré dans la Figure 10.5.
Système de surveillance pastorale et inventaire des aliments pour animaux du Sahel
10.4 MISE À JOUR DE L’INVENTIARE
Chaque année, en fin de saison des pluies, l’inventaire des aliments pour animaux est
actualisé en combinant la biomasse, des cartes des eaux de surface, ainsi que d’autres
couches de données. Le suivi en cours sur les déplacements des animaux, des aires de
concentration et les effectifs des animaux sont utiles pour identifier les zones potentiellement vulnérables. Tous ces éléments représentent la base d’un inventaire des aliments pour
animaux, mais des données et une information complémentaire seront utiles pour produire
un produit tout à fait fiable comme indiqué dans la Figure 10.5. Des niveaux plus élevés de
précision pourraient être atteints en utilisant des données additionnelles, sous conditions
qu’elles soient disponibles.
ACF International tente de développer davantage le système et de le distribuer à
d’autres pays aussi bien en Afrique de l’Ouest qu’en Afrique de l’Est. Ces améliorations
pourront, à terme, conduire à la mise en place d’un module de vulnérabilité pastorale en
Afrique.
10.5 RÉFÉRENCES BIBLIOGRAPHIQUES
Baret, F., Weiss, M., Lacaze, R., Camacho, F. & Smets, B. 2011. Global long time series of
LAI and FAPAR essential climate variables from the capitalization of current existing products:
principles and validation of GEOV1 products. EARSel Symposium.
Combal, B., Haas, E. & Bartholome, E. 2009. Detection of surface water with spot/vegetation.
Monitoring and assessing CILSS countries surface water availability. Joint Research Centre,
European Commission.
Combal, B., Haas, E. & Bartholome, E. 2009. Operational monitoring of water bodies in
arid and semiarid regions with SPOT/VEGETATION satellite: Contribution of EUMETCAST and
recent research projects. Joint Research Centre, European Commission.
D’Andrimont, R., Pekel, J.-F. & Defourny, P. 2010. Monitoring water bodies over whole Africa
at 250 m resolution: multi-annual analysis of various spatio-temporal dynamics. Unpublished
Poster. Department of Environmental Sciences and Land Use Planning, Université Catholique
de Louvain, Belgium.
Fillol, E. & Metais, T. 2008. Evaluation des risques liés aux variations spatiotemporelles de
la pluviométrie au Sahel. Bastide. XIVth IWRA World Water Congress, Montpellier. Action
Contre la Faim.
Fillol, E., Metais, T. & Gomez, A. 2008. Using remote sensing to estimate the quantity of
biomass in the Mali-Niger Sahel region to assist in the management of pastoral activities.
Action Contre la Faim – Internal report.
Haas, E., Bartholome, E. & Combal, B. 2006. A map of temporary water bodies in Western
Africa. Joint Research Centre, European Commission.
Haas E., Bartholome, E. & Combal, B. 2009. Time series analysis of optical remote-sensing
data for the mapping of temporary surface water bodies in Sub-Saharan Western Africa. Joint
Research Centre, European Commission, Journal of Hydrology.
Haas E. 2010. Temporary water bodies as ecological indicators in West African drylands, Joint
Research Centre, European Commission, UCL and IES.
99
La conduite d’évaluations nationales des aliments pour animaux
100
Ham, F., Metais, T., Hoorelbeke, P., Fillol, E. & Crahay, P. 2011. One horn of the cow: an
innovative GIS-based surveillance and early warning system pastoral areas of Sahel Action
Contre le Faim, In: Risk returns, pp.127–131, United Nations International Strategy for
Disaster Reduction Secretariat (UNISDR) Publishers, Leicester, United Kingdom.
Macopiyo, L.A. 2005. Spatially explicit, individual-based modelling of pastoralists’ mobility in
the rangelands of East Africa. Texas A&M University, USA.
Metais, T. 2007. Suivi des paturages au Sahel. SPOT Magazin. No. 42. Action Contre la Faim.
Otto Naes, L., Sullivan, M., Khinmaung, J., Crahay, P. & Otzelberger A. 2010. Changing
climate changing lives, adaptation strategies of pastoral and agro-pastoral communities in
Ethiopia and Mali. Action Contre la Faim, Tearfund, and IDS.
Senay, G., Whisenant, S., Asante, K., Angerer, J., Huckett, S., Singh, R., Manohar Velpuri,
N. & Alemu H. 2010. Enhancing the Livestock Early Warning System (LEWS) with NASA
earth-sun science data, GPS and RANET technologies. Enhanced LEWS DSS – Benchmark
Report. NASA. Texas A&M University, USA.
Smets, B., Eerens, H., Jacobs, T. & Royer A. 2007. Towards an operational GMES land
monitoring core service. BioPar dry matter productivity from SPOT VEGETATION data. VITO
Geoland, 2.
101
11. Développement
et application des techniques
de suivi des parcours basées sur
l’observation de la Terre
en Namibie
Christophe Sannier
Systèmes d’Information à Référence Spatiale (SIRS), Parc de la Cimaise I, 27 rue du Carrousel,
59650 Villeneuve d’Ascq, France
Email: christophe.sannier@sirs-fr.com
11.1 INTRODUCTION
Une proportion significative de la population d’Afrique australe est dépendante de l’élevage
comme source de revenus et d’alimentation, et la majorité du bétail dépend exclusivement
des parcours pour le fourrage. Dès lors, la surveillance des parcours est un facteur essentiel
pour évaluer la sécurité alimentaire. De plus, du fait de la grande variabilité spatiale et
temporelle de la croissance végétale dans l’ensemble de la région, il s’avère essentiel de
contrôler la végétation des parcours à intervalles réguliers pendant la période de croissance
sur de larges superficies afin de se procurer des estimations en temps réel des conditions
de végétation. Les données de télédétection sont, de ce fait, particulièrement pertinentes.
Dans le contexte de l’installation d’une évaluation nationale des aliments pour animaux
pour la végétation de parcours, différentes approches peuvent être mises en œuvre; elles
peuvent se compléter l’une l’autre. Idéalement, ceci formera une série d’étapes, avec des
degrés accrus de précision en termes des estimations de quantité et qualité de fourrage
disponible. Dans l’optique de ce cas d’étude, le processus peut être mis en oeuvre en deux
phases séparées:
• La phase initiale comprend la collecte de données obtenues par satellites de manière
régulière sur les conditions de végétation à l’échelle de l’ensemble d’un pays. Cela
est présenté dans la Phase I ci-dessous. L’avantage de cette approche est qu’elle ne
requiert que peu ou pas de données de calibration et peut fournir des estimations
régulières tout au long d’une saison de croissance. Elle a été appliquée dans plusieurs
pays sud-Africains et est actuellement opérationnelle pour l’Afrique entière.
• Une seconde phase implique une approche plus qualitative pour estimer la production primaire nette à partir de l’intégration des mesures de terrain avec l’imagerie
satellitaire. Ces estimations peuvent être reliées à la disponibilité fourragère. Cette
approche est présentée en Phase II ci-dessous. Quoique l’exemple soit le Parc National
Etosha en Namibie, la méthode peut être appliquée pour l’ensemble d’un pays.
La conduite d’évaluations nationales des aliments pour animaux
102
• Dans une troisième phase, qui n’est pas détaillée ici, les estimations nationales peuvent
être fournies en développant les estimations pour des types individuels d’usage et/
ou de couverture du sol. Ces estimations peuvent alors être extrapolées à une carte
nationale usage/couverture des sols. Ce type de carte est normalement produit à
partir des données de télédétection, ou fournie par les agences gouvernementales.
11.2 PHASE 1: CONTRÔLE EN TEMPS RÉEL DES PARCOURS
AVEC NATIONAL OCEANIC AND ATMOSPHERIC ADMINISTRATION –
ADVANCED VERY HIGH RESOLUTION RADIOMETER (NOAA-AVHRR)
11.2.1 Introduction
La Namibie est un pays sec semi-aride situé en Afrique du Sud-Ouest d’une superficie
totale de 825 000 km². La population vient juste de dépasser les deux millions, mais
continue à s’accroître rapidement. Le climat est majoritairement aride et semi-aride avec
une pluviométrie moyenne variant de 0 mm dans le désert côtier jusqu’à 600mm dans le
Nord Est. Cette pluviométrie est très variable, tant au cours du temps que dans l’espace.
1% des terres du pays conviennent pour l’agriculture, quoique la pression de la population
augmente la progression de l’agriculture dans des régions moins propices. Le reste du pays
est majoritairement composé de savanes et de déserts. Après le secteur minier, la source
nationale de revenus provient d’élevage.
Au cours des vingt dernières années, le pays a été frappe par plusieurs sècheresses, et
la combinaison d’années faiblement pluvieuses et une augmentation de la population animale a conduit au surpâturage et, finalement, à la dégradation des sols dans les régions les
plus touchées. Il est cependant difficile de prédire si la situation est devenue irréversible ou
si elle peut s’améliorer si les pluies reviennent à la normale. Elle a conduit le gouvernement
et les bailleurs de fonds à rechercher d’autres pistes pour contrôler l’actuelle végétation des
parcours afin de pouvoir prendre de meilleures décisions de gestion.
Des études antérieures (Hutchinson, 1991; Lambin et al., 1993) ont démontré l’avantage de la télédétection par satellite, particulièrement NOAA-AVHRR, pour le contrôle des
conditions de végétation par rapport aux méthodes basées sur l’interpolation des données
de pluviométrie. Dans le cas de la Namibie, le réseau disponible de pluviomètres n’est pas
suffisant pour permettre une interpolation fiable de la variation spatiale de la pluviométrie
annuelle de l’ensemble du pays. L’indicateur fourni par satellite le plus largement utilisé
par l’activité végétale est l’Index de Différence Normalisée de la Végétation (Normalized
Difference Vegetation Index, NDVI).
Il est besoin de comparer l’actuel NDNI avec des données historiques afin d’évaluer si
les conditions de végétation sont meilleures ou pires que d’habitude et, dans le second
cas, de savoir si les conditions sont suffisamment extrêmes pour affecter défavorablement
cultures et animaux. Les initiatives internationales les plus marquantes (USAID-FEWS8, FAO)
ont aboutis à la mise en place des Systèmes d’Alerte précoce qui compareront les images
NDVI actuelles à celles obtenues antérieurement sur des périodes de 10 jours ou à l’image
moyenne pour une période de 10 jours de référence (e.a. la période des premiers 10 jour
de juin pour toutes les années où il y a des données disponibles) (Hutchinson, 1991; Lambin
8
Système d’Alerte Précoce contre les Famines.
Techniques de suivi des parcours basées sur l’observation de la Terre
et al., 1993). La dernière méthode suppose que la variation annuelle du NDVI pour un lieu
et une période donnée de 10 jours, suit une distribution de Gauss. Cette hypothèse n’est
pas raisonnable parce que la limite inférieure du NDVI est tronquée par la réponse pour les
sols mis à nu. Une méthode améliorée et testée par Sannier et al. (1998) en Namibie et en
Zambie, estime les distributions statistiques des séries temporelles de l’IDNV en appliquant
des techniques couramment utilisées en hydrologie pour la production d’événements
extrêmes et définit ainsi un indicateur de productivité de la Végétation (Vegetation Productivity Indicator, VPU). Cette section décrit comment cette méthodologie a été développée
et adaptée pour les systèmes d’Alerte Précoce de la Namibie (SAP) au Département des
Services météorologiques et le Ministère Namibien de l’Agriculture à travers le projet pour
l’Environnement de la Namibie Septentrionale.
11.2.2 Mise en œuvre du contrôle en temps réel de la végétation en
Namibie
Le contrôle de la végétation en temps réel avec une imagerie satellitaire n’est seulement
possible que si une réception fiable de données satellitaires est disponible. Durant les dernières décennies, le consortium LARST (Local Application of Remote Sensing Technology)
dirigé par l’Institut des Ressources Naturelles a développé des récepteurs de satellite bon
marché capables de capter les données NOAA-HRPT (Transmission Haute Résolution de
Photos). Le système est composé d’une antenne et d’un receveur connectés à un PC avec
une carte acquisition et un logiciel appropriés. Un tel système a été installé à l’Institut d’Ecologie d’Etosha à Okaukuejo où les données NOAA-AVHRR ont été acquises et utilisées pour
la production quotidienne d’images NDVI.
Les archives NDVI d’ARTEMIS9 qui furent utilisées précédemment recouvraient la
période 1981-91.
Il est nécessaire d’étendre la couverture temporelle de cette archive pour améliorer
la mise en œuvre de la méthode VPI. La base de données Pathfinder AVHRR Land (PAL)
du NASA-GSFC (National Aeronautics and Space Administration – Goddard Space Flight
Centre) est disponible jusqu’en septembre 1994. Des données additionnelles étaient
également disponibles sur le site Internet ADDS (Service de Dissémination des données
africaines) de USGS; elles furent traitées de la même façon que les données ARTEMIS pour
la période démarrant en août 1995 jusqu’à présent (les données continuent d’être mise à
jour). Les données combinées couvrent une période de 15 ans.
Les archives ARTEMIS et PAL ont été comparées par Sannier et al. (1998) dans la
période de chevauchement, elles ont montré que, même s’il existe une forte relation entre
les valeurs IDNV de ARTEMIS et PAL, il existait des différences significatives. Cependant,
les valeurs IDNV des archives PAL 1991-94 ont été confrontées aux valeurs ARTEMIS en
utilisant une relation de régression. La comparaison des données ADDS avec les valeurs
ARTEMIS pour des cibles stables comme les déserts prouvent que ces valeurs étaient directement compatibles avec ARTEMIS. Des images IDNV composes sur des séries de 10 jours
maximum furent extraites des différentes sources de données identifies dans le Tableau
11.1 pour la Namibie et ses environs pour une période de 18 ans.
9
Advanced Research & Technology for Embedded lntelltgence and Systems.
103
La conduite d’évaluations nationales des aliments pour animaux
104
TABLEAU 11.1
Sources des données pour la série temporelle de données satellites sur la Namibie
Période
1ère
Source des données
décade aôut 1981 à
3ème
décade juin 1991
FAO-ARTEMIS
1ère décade juillet 1991 à 3ème décade juillet 1994
1ère
décade juillet 1995 à
3ème
décade juin 1997
NASA/GSFC PAL
USGS/FEWS/ADDS
L’algorithme ISODATA (ERDAS, 1995) a été utilisé pour réaliser plusieurs classifications
non supervisées d’un maximum de vraisemblance. Ceci a été effectué sur les 36 images
décadaires dont la moyenne a été calculée sur 18 années, en faisant varier les paramètres
de regroupement et le nombre de classes. Les pixels nuageux furent éliminés dans le calcul
de moyennes. Finalement 14 classes ont été choisies pour stratifier la région d’étude pour
la méthode VPI. La distribution statistique du NDVI pour chaque période de 10 jours et chaque
strate fut déterminée en employant la méthode décrite par Sannier etal. (1998). Ceci pour
déterminer les valeurs d’IDNV correspondants aux seuils de probabilité permettant de définir
cinq classes d’état de végétation (très basse, basse, moyennes, haute, très haute) dans chaque
strate ainsi que représenté dans la Figure 11.1. La Figure 11.2 présente une représentation
graphique de ces seuils sur la périodede croissance de la végétation et pour deux endroits.
Figure 11.1
Carte VPI de la Namibie - octobre 1999
Pas de données
Océan Atlantique
Région côtière
Plaines
Très basse
Basse
Moyenne
Haute
Trés haute
0
500
1 000
2 000 km
Techniques de suivi des parcours basées sur l’observation de la Terre
105
Figure 11.2
Évaluation des conditions de la végétation au Kalahari à Mashare en
Namibie, pendant la saison 1998-99
a)
0.6
0.5
NDVI
0.4
0.3
0.2
0.1
2
ay
M
r3
Ap
r1
Ap
2
ar
1
2
3
1
2
3
M
b
Fe
b
Fe
n
Ja
c
De
c
De
v
No
3
ct
O
O
ct
1
0
Période de 10 jours
b)
0.6
0.5
NDVI
0.4
0.3
0.2
0.1
2
M
ay
3
Ap
r
1
Ap
r
2
M
ar
3
b
Fe
1
b
Fe
2
n
Ja
3
c
De
1
c
De
2
v
No
ct
3
O
O
ct
1
0
Période de 10 jours
Note: Les couleurs des graphes représentent les catégories VIP présentées dans la Figure 11.1.
Les lignes noires indiquent les conditions de végétation de l’année en cours.
11.2.3 Développements des produits
La méthodologie fut confiée au Ministère de l’Agriculture et au Ministère de l’Environnement et du Tourisme. Un atelier fut tenu à Windhoek pour discuter le format et les voie de
transmission des produits, comprenant les cartes, les graphiques et les tableaux statistiques.
Une carte de référence pour le niveau ministériel fut identifiée pour la saison des pluies. Elle
représente les valeurs VPI maximales obtenus à partir de trois périodes de 10 jours, était
simple à utiliser et permettait de réduire la présence des pixels nuageux. Un exemple d’une
carte VPI est présenté dans la Figure 11.1.
La conduite d’évaluations nationales des aliments pour animaux
106
Les cartes VPI présentent la distribution spatiale des conditions de végétation des parcours pour l’ensemble de la Namibie à un moment particulier dans le temps. Il a également
été considéré important de contrôler les conditions de la végétation au cours du temps
actuelles sur les profils d’état de la végétation comme présentée dans la Figure 11.2.
Ceci complète l’information cartographique et aide dans la production des prévisions
saisonnières. Des macros ont été développées pour faciliter la production rapide de ces
graphiques pour des endroits stratégique dans le pays (Gaborone, Kasane, Francistown,
Maun, Guanzi and Tsabong). Dans le Kalahari (Figure 11.2a) la réponse de la végétation
fut exceptionnellement précoce et élevée tandis qu’à Mashare (Figure 11.2b) la saison de
croissance a commencé deux mois plus tard que d’habitude et était toujours comparativement plus basse au moment de la dernière image reportée.
Ces méthodes ont été présentées au personnel des services météorologiques et du
Ministère de l’Agriculture, qui a été formé à produire des graphes similaires.
Il existait également un besoin d’un produit simple pour indiquer les conditions au
niveau des districts agricoles. Le nombre de pixels en dessous des conditions moyennes pour
chaque district ont été reportées sur un tableur afin de produire un graphe (Figure 11.3) du
pourcentage de chaque district souffrant de conditions potentielles de sécheresses. Cette
information contribue à l’identification rapide des districts à problèmes.
11.2.4 Diffusion et contrôle de terrain des résultats
Des ateliers et des séminaires de formation ont été organisés pour le personnel des Ministères de l’Agriculture et de l’Environnement et du Tourisme. Des présentations et interprétations des cartes VPI ont été mises à la disposition des membres du SAP namibien afin
d’augmenter la connaissance des nouvelles information disponibles décrite ci-dessus et
pour délivrer la formation à leur utilisation. Ceci est un processus continu qui va être étendu
aux utilisateurs au niveau des districts, afin d’accroître l’utilisation et l’impact des produits.
Les cartes VPI et les produits associés ont également été distribués en Namibie auprès d’un
grand nombre d’utilisateurs potentiels à travers des bulletins agro-météorologiques produits à intervalles de 10 jours ou d’un mois par le Ministère de l’Agriculture. Les cartes VPI
sont utilisées pour contrôler des conditions potentielles de sécheresse et pour procurer un
résumé visuel du statut actuel des parcours namibiens.
Des tournées d’évaluation nationale de la sécheresse sont effectuées au moins deux fois
par an par des équipes pluridisciplinaires afin de vérifier l’état des sécheresses au sol. Les
cartes VPI peuvent permettre de mieux cibler les visites dans les zones les plus touchées et
d’évaluer l’étendue spatiale des conditions identifiées sur le terrain.
11.2.5 Conclusions
La mise en pratique de la méthodologie VPI en Namibie semble avoir très bien fonctionné,
et les cartes VPI sont actuellement produites opérationnellement et peuvent être distribuées
aux autorités concernées. Le contrôle initial effectué par le personnel NNEP a également
démontré que les produits VPI ont effectivement identifié des variations de développement
de la végétation, par comparaison à la norme. L’emploi des cartes VIP pour le contrôle de
la sécheresse a apporté une contribution significative dans l’appréciation de la sévérité, de
l’étendue spatiale des zones affectées, et des mesures d’assistances à apporter. Ces cartes
sont à présent utilisées par les gestionnaires des parcours namibiens comme outil de contrôle.
Techniques de suivi des parcours basées sur l’observation de la Terre
107
Figure 11.3
Proportion de districts agricoles namibiens en dessous de la moyenne en mars 1999
80.0%
70,0 %
60,0%
50,0%
40,0%
30,0%
20,0%
10,0%
i
O
ka
va
ng
o
Ca
pr
iv
Ku
ne
ne
O
t jo
zo
nd
ju
pa
O
sh
ik
ot
o
O
sh
an
a
O
ha
ng
w
en
a
O
m
us
at
i
Ka
ra
s
Ha
rd
ap
Er
on
go
Kh
om
as
O
m
ah
ek
e
0,0%
11.3 PHASE 2: ASSOCIATON DES DONNÉES DE TERRAIN ET
D’OBSERVATION PAR SATELLITE POUR UN CONTRÔLE EN TEMPS RÉEL DE
LA VÉGÉTATION DES PARCOURS DANS LE PARC NATIONAL D’ETOSHA
Une des variables clé biophysiques à mesurer dans les évaluations des conditions de végétation dans les parcours est la production de biomasse ou la production primaire nette.
Les observations de biomasse peuvent être collectées sur le terrain, mais les méthodes
uniquement basées sur le terrain ne sont valables que pour de petites surfaces; elles sont
trop coûteuses et chronophages pour un contrôle en temps réel sur des grandes superficies.
D’autre part, l’imagerie par satellite peut couvrir de grandes zones quotidiennement en
utilisant une imagerie de basse résolution spatiale. Cependant, à elle seule, cette imagerie
ne peut fournir que des estimations qualitatives de biomasse. Des estimations quantitatives
ne peuvent être réalisées que si les images sont calibrées avec l’aide d’observations de terrain. Cette section présente une méthodologie fondée sur la combinaison d’une imagerie
de résolution spatiale moyenne à faible et d’observations détaillées représentatives de la
biomasse de terrain.
L’objectif est la fourniture de cartes en temps quasi réel des estimations de biomasse. La
méthodologie a été développée dans le Parc National d’Etosha dans le Nord de la Namibie;
Etosha couvre une superficie d’environ 23000 km². Le climat est semi-aride avec un quotient de pluies variant de 450 mm à l’Est à 300 mm dans l’Ouest (Le Raux et al., 1988). La
particularité principale est la Dépression d’Etosha, un désert salé couvrant approximativement 500 km². Peu ou pas de végétations est présente sur la dépression qui de temps à
autre est couverte d’une fine couche d’eau durant la saison des pluies.
Le travail a été effectué en quatre étapes séparées: mesures rapides de la biomasse
végétale, sélection de sites de biomasse, stratégie d’échantillonnage pour les sites, et
108
La conduite d’évaluations nationales des aliments pour animaux
traitement des observations par satellite. Ces étapes sont résumées ci-dessous mais une
discussion plus détaillées de la méthodologie a été présentée par Sannier et al. (2002).
Le travail a été effectué en quatre étapes séparées: mesures rapides de la biomasse
végétale, sélection de sites de biomasse, stratégie d’échantillonnage pour les sites, et
traitement des observations par satellite. Ces étapes sont résumées ci-dessous mais une
discussion plus détaillées de la méthodologie a été présentée par Sannier et al. (2002).
11.3.1 Mesure rapide de la biomasse
La rapidité est requise en priorité pour des raisons économiques (plus d’observations peuvent
être réalisées avec des ressources identiques). D’autre part, la croissance végétale est limitée
par la pluie; elle se développe très rapidement après des chutes de pluie, et elle est également
rapidement consommée par les animaux. Etant donné que l’intention était de faire coïncider
les observations sur la biomasse avec l’imagerie satellitaire, il s’avérait essentiel de produire
les estimations de terrain sur la biomasse aussi près que possible de la date d’obtention des
images, pour estimer la biomasse verte totale par unité de surface. Il a été nécessaire de
calculer les contributions des composantes herbacées et ligneuses à l’échelle des pixels. Cela
fut réalisé en utilisant une estimation statistique basée sur des observations d’échantillons.
Biomasse herbacée
L’emploi d’un plateau ou d’un discomètre pâture (Disc Pasture Meter, DPM) pour l’estimation de la biomasse herbacée en Australie a été d’abord démontré par Mitchell (1982). Il
présente l’avantage d’être objectif, rapide et facile d’emploi; il a été adopté pour l’évaluation de la biomasse herbacée dans le préent travail. Toutefois, une appréciation est nécessaire lorsque les mesures sont effectuées sur un sol rocheux afin d’éviter de fausses lectures.
Un travail précédent effectué à Etosha par Kannenberg (1995) a produit une courbe de
calibration en appliquant le même processus de calibration que Trollope et Potgieter (1986).
La courbe inclut des points provenant d’un large éventail de sites et cette courbe simple
semble généralement applicable pour les espèces herbacées d’Etosha.
Le modèle linéaire pour la régression a fourni un coefficient élevé de détermination (r²)
mais l’éparpillement des points pour la biomasse en-dessous de 2000 kg/ha semble dévier
systématiquement sous la ligne de régression avec le risque de surestimer la biomasse
en-dessous de ce seuil. Un modèle logarithmique présenté dans la Figure 11.2 et proposé
pour le présent travail, représente une amélioration avec un r² plus élevé.
Biomasse Ligneuse
La biomasse verte des plantes ligneuses est généralement estimée en utilisant une relation
régressive entre la matière sèche obtenue par récolte directe et une variable morphologique
de la plante, telle la hauteur, le diamètre de la tige ou de la couronne. L’espèce ligneuse
dominante à Etosha est la mopane (Pieper, 1988) représentant 85% des arbustes et arbres
de la savane; il se présente sous ces deux formes. Les données reliant le diamètre des
branches du mopane (Colophospermum mopane) à sa biomasse foliaire étaient disponibles dans le travail effectué à l’Institut Ecologique d’Etosha (Du Plessis, 1995). Ceci fut
appliqué pour crée une Technique rapide de terrain afin d’estimer la biomasse des arbustes
et arbres monopane. Le Tableau 11.2 présente la biomasse moyenne de mopane pour les
Techniques de suivi des parcours basées sur l’observation de la Terre
109
Figure 11.4
Estimation de la biomasse herbacée avec le discomètre de pâture (DP)
10
9
8
7
ln Biomass
6
5
4
3
2
1
0
-0.5
0
0.5
1
1.5
2
2.5
3
3.5
Lecture dans le DP
TABLEAU 11.2
Poids moyens des feuilles sur tiges de mopane, en pleine foliation, classés par taille
Classe diamètre tiges (cm)
0 à 0.5
0.5 à 1
Poids moyens feuilles sèches (g)
Erreur standard (g)
1,6
0,1
6,9
0,4
1à2
28,3
1,8
2à3
84,8
8,2
3à4
171,2
11,3
4à5
239,7
26,4
5à6
387,2
81,3
6à7
7à8
785,2
83,6
8 à 10
1240,7
209,6
10 à 12
1595,0
223,9
12 à 14
1714,8
190,3
14 à 16
2683,0
216,6
21 à 28
2883,2
774,0
La conduite d’évaluations nationales des aliments pour animaux
110
Figure 11.5
Calibration de la biomasse verte des arbustes et arbres avec volume de la couronne
5000
Poids de feuilles sèches (g)
4500
4000
3500
3000
2500
2000
1500
1000
500
0
0
10
20
30
V olume (m ^3)
40
50
60
types et branches de diverses tailles, réparties par catégories de taille. La biomasse foliaire
d’un échantillon randomisé de 80 arbres et arbustes monopane a été estimée sur le terrain
pour comptage du nombre de tiges primaires dans chacune des catégories et en utilisant
les poids moyens de feuilles du Tabelau 11.2. La hauteur de la plante et le diamètre de la
couronne ont été également enregistrées dans deux directions perpendiculaires. Le poids
estimé de feuilles sèches a été corrélé pour le mieux au volume de la plante, calculé comme
un cylindre avec un diamètre égal à la taille moyenne de la couronne et la hauteur égale à
la hauteur estimée de l’arbre comme présenté dans la Figure 11.5.
L’arbuste dominant dans les zones steppiques d’Etosha est leucosphaera (Leucosphaera
bainesit) qui représentent 80% du couvert arbustif. À la différence du mopane, aucun travail antérieur sur l’évaluation de sa biomasse n’avait été effectué. Soixante-douze plantes
furent sélectionnées au hasard sur le terrain; leur hauteur et les diamètres perpendiculaires
de la couronne furent mesurés; les plantes furent ensuite récoltées. Le poids sec total des
plantes fut déterminé selon les techniques standardisées de séchage au four Le poids sec
total est considéré plus approprié à utiliser car les plantes disparaissent quasiement complètement durant la saison sèche. De ce fait tout matériel végétal au-dessus de la surface du
sol a été considéré comme contribuant entièrement à la production primaire. La meilleure
relation entre la biomasse de la plante sèche et les dimensions de celle-ci a été trouvée en
utilisant la surface de la couronne, et est présentée dans la Figure 11.6. À la différence du
mopane, le volume de la plante n’était pas corrélé au mieux à la biomasse car leucosphaera
est plus petite, et se développe horizontalement plutôt que verticalement.
La meilleure relation entre la biomasse de la plante sèche et les dimensions de celle-ci
a été trouvée en utilisant la surface de la couronne, et est présentée dans la Figure 11.6. À
la différence du mopane, le volume de la plante n’était pas corrélé au mieux à la biomasse
car leucosphaera est plus petite, et se développe horizontalement plutôt que verticalement.
Techniques de suivi des parcours basées sur l’observation de la Terre
111
Figure 11.6
Calibration des arbustes nains avec la surface de couronne de la plante
1400
Poids de feuilles sèches (g)
1200
1000
800
600
400
200
0
0
- 200
0.2
0.4
0.6
0.8
1
1. 2
Surface de la couronne (m^2)
11.3.2 Sélection de sites pour la biomasse
Les critères de sélection des sites ont été qu’ils:
• soient de taille suffisante et intrinséquement homogènes afin de réduire les effets des
erreurs dans la colocation entre les observations au sol et par satellite;
• soient accessible,
• reflètent l’éventail des niveaux de biomasse au sein du parc.
Les sites furent choisis afin de refléter la variation des types d’herbages, de steppes et
de savanes dans le parc.
La formule établie par Justice et Townshend (1981) donne une directive pour la taille
minimale, a, d’une unité d’échantillonnage en relation avec la précision géométrique:
a = p (1 + 2l ) où p représente la dimension du pixels en unités de distance et la précision géométrique en nombre de pixels. Par exemple, une taille en pixels de 1,1 km pour
NOAA-AVHRR et une précision géométrique de 0,5 km en pixels aboutit à une unité
d’échantillonnage de 2,2 km de côté. En général, il n’est pas possible d’avoir des sites
de calibration suffisamment grands pour satisfaire cet idéal et par le passé, des sites plus
petits ont été retenus. Au début, nous avons sélectionné des localisations homogènes
de plusieurs km² à partir de l’imagerie Landsat TM par photo-interprétation de composites en fausses couleurs et géométriquement corrigés. En choisissant un site de 1 km²
au milieu d’une zone homogène plus grande, nous espérions minimiser les effets des
erreurs de correction géométriques. Ce choix est valide parcequ’il est peu probable que
la variation de biomasse de la surface immédiatement voisine soit importante et aussi
parce que les pixels voisins ne représentaient pas des mélanges d’autres types de végétation. Le contrôle au sol avec des agrandissements géocodés de l’imagerie TM a permis
de vérifier l’homogénéité de sites sélectionnés. Un total de 11 sites a été retenu comme
présenté en Figure 11.7.
La conduite d’évaluations nationales des aliments pour animaux
112
Figure 11.7
Choix des sites d’enquêtes
NATUKANAOKA
PAN
EKUMA
OSHIGAMBO
POACHER's POINT
PENINSULA
PARADYS PAN
STINKWATER
PENINSULA
OMURUMBA ONAISO
PANPOINT
PAN
FISHER's
PAN
LOGAN'S
ISLAND
ADAMAX PAN
SPROKIESWOUD
ONDUNDUS
N
Pâturages
Steppe
0
Savanne arbustive
10
20
30
40
50
60
70
80
Kilomètres
Savanne arborée
11.3.3 Stratégie d’échantillonnage des sites
Un échantillonnage de la biomasse a été effectué le long d’un transect de 1 km à travers
le centre de site échantillon de 1 km². Du fait de notre procédure antérieure de sélection, il
était présumé que le site était isotopique et homogène, de sorte que la biomasse moyenne
le long du transect représentait la moyenne pour l’ensemble de la surface de 1 km². Le
schéma d’échantillonnage pour la végétation herbacée est présenté dans la Figure 11.8. Les
mesures de production de la matière sèche furent effectuées dans dix endroits également
espacés le long du transect. La navigation fut assistée par une copie papier d’une image
Landsat TM géocodée au contraste étiré et un GPS portable. Cinq mesures furent prises de
chaque côté du transect. Cela a résulté en 100 mesures de productivité de M.S. par site,
valeur suggérée par Trollope et Potgieter (1986).
La biomasse de la végétation ligneuse par unité de surface est le produit de la biomasse
par plant, par le nombre de plants par unité de surface. Le dernier est estimé en divisant la
proportion de la couverture en plants (superficie de la canopée/unité de surface du sol) par
la surface de canopée pour chaque plant.
La méthode ratio couronne/ouverture (Westfall and Panagos, 1984; Walker et al.,
1988) est très rapide et non biaisée pour estimer le pourcentage de couverture dans une
végétation ligneuse (arbres, arbustes, arbustes nains, etc.) sur des superficies relativement
étendues à partir d’observations au sol ou de moyens de substitution comme des photos;
Techniques de suivi des parcours basées sur l’observation de la Terre
113
Figure 11.8
Stratégie d’échantillonage pour mesure de la biomasse
Modèle de pâturage
Observations en mètres
1 km
4m
Transect
Canopée à l'écart
20 paces
20 paces
Arbustes choisis pour estimation
biomasse
elle a été choisie pour cette étude. Deux plantes voisines se trouvant approximativement
à la même distance de l’observateur ont été choisies. Le ratio φ , la distance entre leurs
couronnes (G) jusqu’au diamètre de l’une d’elles (K) dans l’équation I.
φ=
G
K
(1)
peut être estimée à l’œil ou au moyen d’une jauge transparente (Westfall and Panagos
1984), ou mesurés sur des photos. Le ratio moyen φ , pour au moins 25 paires de plants,
est utilisé dans l’équation 2, décrite par Walker et al. (1988) afin d’estimer le pourcentage
couvert par les couronnes, C:
C
=
100π  1 

2  2 3  (φ + 1) 
(2)
L’échantillonnage de la végétation ligneuse fut pratiqué sur les 10 endroits le long du
transect comme présenté dans la Figure 11.8. Un plant a été choisi au hasard sur chaque
côté du transect en marchant perpendiculairement à celui-ci sur 20 pas, en utilisant le véhicule comme référence. Ensuite, le plant le plus proche a été sélectionné pour prendre ses
mesures. Le plant de référence fut également utilisé pour effectuer la procédure Houppier/
interstive présentée dans la Figure 11.8. A cet effet, cinq autres plants les plus proches ont
été choisis et le ratio a été visuellement évalué entre le plant de référence et les mesures
des cinq autres.
La conduite d’évaluations nationales des aliments pour animaux
114
L’ensemble de la procédure a été répété sur l’autre côté du transect. Au total, pour
chaque site, 100 mesures de la production en M.S., 100 estimations du ratio Houppier/
interstice, et 20 mesures de plants ont été effectuées.
11.3.4 Détermination de la biomasse verte totale du site
L’estimation de la biomasse herbacée par site est simple parce que les mesures des DPM sont
directement liées à la biomasse par unité de surface. Les lectures de DPM sont enregistrées
sur un tableau. Pour chaque groupe de cinq lectures de DPM, est calculée la moyenne. Ceci
permet de créer des observations comparables à celle de la procédure de calibration originale.
L’équation de calibration a été appliquée à la valeur moyenne provenant des 20 valeurs de biomasse par site. La biomasse dans l’ensemble du site a été calculée en prenant la moyenne des
20 valeurs de biomasse. La même méthode fut appliquée dans les sites de végétation ligneuse,
sans prendre en compte la couverture ligneuse car, souvent, l’herbe se développe en-dessous
des arbres et arbustes et une lecture zéro de la DPM a été enregistrée sur un arbuste.
L’estimation de la biomasse ligneuse inclut plusieurs paramètres et le processus de calcul
de la moyenne a été considéré avec prudence du fait qu’il n’est pas linéaire. Chaque localisation le long ou sur un transect a été traitée individuellement. Ceci afin de prendre en compte
toutes les variations au sein du site et la non linéarité de la méthode du ratio Houppier/
interstice. Une valeur de la biomasse a été calculée pour chacun des 20 plants échantillonnés
simultanément à cinq mesures de densité (ratio Houppier/interstice). La moyenne de ces cinq
estimations de densité a été calculée pour établir une valeur de chaque localisation de plant.
Vingt plants et cinq mesures de densité par plant produisent 100 observations de biomasse
par site. L’estimation de la biomasse pour l’ensemble du site est représentée par la moyenne
arithmétique de ces 100 observations auxquelles il faut ajouter la biomasse herbacée.
La biomasse par plant P, en kilogrammes, est déterminée par la relation entre les dimensions de la plante et la biomasse antérieurement définie. La densité de couverture C, est
déterminée suivant l’équation (2). Le nombre de plants par hectare, N, est:
N=
10000
⋅C
A
(3)
Finalement, la biomasse ligneuse totale par hectare et plant, Wi, est égalé à:
W = P ⋅ N (4)
Dans le cas de leucosphaera, le calcul de la biomasse est simplifié car la surface de
la couronne est utilisés à la fois dans le calcul de P et de N, qui s’annule. Dès lors, pour
leucosphaera, la biomasse ligneuse est seulement liée à C et la pente de la calibration entre
la biomasse des plants et la surface.
Pour mopane, où la relation avec la biomasse est basée sur le volume, la biomasse
ligneuse est fonction de la pente de la calibration, de la hauteur et de C. Cela signifie que dès
qu’a été établie la relation entre la biomasse et les dimensions du plant, il n’est plus nécessaire
de mesurer la superficie des plants afin d’en tirer des estimations de la biomasse ligneuse.
La biomasse ligneuse totale par site est égale à la moyenne des vingt estimations par plant.
La biomasse combinée ligneuse plus herbe est obtenue en additionnant les deux estimations.
Techniques de suivi des parcours basées sur l’observation de la Terre
115
TABLEAU 11.3
Résultats NOAA-AVHRR de la calibration de la biomasse
Site
Vegetation Type
Date d’enquête
Acquisition de l’image
NDVI
Biomasse (kg/ha)
S4
Herbages
15/02/95
16/01/95
-0,007
0
S6
Herbages
15/02/95
16/01/95
0,001
0
S7
Herbages
15/02/95
16/01/95
0,016
0
S7
Herbages
01/03/95
02/03/95
0,077
1 254
S4
Herbages
01/03/95
02/03/95
0,029
437
S6
Herbages
01/03/95
02/03/95
0,062
1 251
S4
Herbages
10/03/95
10/03/95
-0,023
350
S6
Herbages
21/03/95
21/03/95
0,122
1 506
S7
Herbages
21/03/95
21/03/95
0,135
2 031
S4
Herbages
30/03/95
27/03/95
0,067
553
S6
Herbages
31/03/95
27/03/95
0,140
1 615
S7
Herbages
31/03/95
27/03/95
0,136
1 874
S4
Herbages
25/03/96
19/03/96
0,112
254
S6
Herbages
21/03/96
19/03/96
0,116
1 275
S7
Herbages
25/03/96
19/03/96
0,215
2 357
M1
Savane
20/03/96
18/03/96
0,187
1 046
M2
Savane
27/03/96
06/04/99
0,181
1 175
M3
Savane
28/03/96
06/04/96
0,150
1 375
M4
Savane
03/04/96
06/04/96
0,205
1 352
S1
Steppe
15/02/95
16/01/95
0,018
0
S3
Steppe
15/02/95
16/01/95
0,016
0
S1
Steppe
26/03/96
19/03/96
0,172
985
S2
Steppe
19/03/96
19/03/96
0,103
1 048
S3
Steppe
01/04/96
19/03/96
0,096
1 300
S5
Steppe
02/04/96
19/03/96
0,108
997
Au total, 25 observations de biomasse furent effectuées sur les 11 sites choisis pendant
deux saisons ainsi qu’il apparait dans le Tableau 11.3.
11.3.5 Traitement de l’imagerie satellite
L’imagerie NOAA-AVHRR qui a été utilisée pour ce travail et a été obtenue en temps réel à
partir d’une station réceptrice LARST (Williams and Rosenberg, 1993). Cela nous a permis
de produire des images NDNVI proches du temps réel, afin de choisir seulement la meilleure
image, et de s’assurer que ces images coïncident avec le travail de terrain. Un total de sept
images a été sélectionné. Le traitement des données a consisté en une correction radiométrique et géométrique de l’imagerie et le calcul des NDNVI.
116
La conduite d’évaluations nationales des aliments pour animaux
Les corrections radiométriques se sont basées sur les travaux publiés par Kaufman
et Holben (1993) et Los (1993) pour les données NOAA9 et Rao et Chen (1996) pour
NOAA14. Ces travaux ont été actualisés ensuite mensuellement sur le site Web NOAA.
Les corrections géométriques ont été basées sur la sélection de points de contrôle à
partir de la mosaïque référencée LandsatFM, couvrant la totalité du parc. Cela a rendu
possible une précision géométrique de 0,5 pixel, qui est bien meilleure que ce qui pourrait
être réalisé en utilisant des paramètres orbitaux du satellite.
Il ne fut pas réalisé de correction atmosphérique ou pour des effets bidirectionnels
ne furent appliqués car il fut estimé qu’une sélection soigneuse de l’imagerie, exempte
de nuages et la plus proche possible de Nadir serait plus efficace pour rabaisser au minimum les effets atmosphériques plutôt que d’appliquer une correction approximative. Les
méthodes existantes pour corriger les effets atmosphériques supposent souvent des effets
constants sur l’ensemble de la scène et nécessitent des données météorologiques au sol qui
sont difficiles à obtenir pour une application en temps proche du réel.
Les valeurs digitales (DN) furent extraites de l’imagerie pour chaque longueur d’onde et
pour chaque site. Les données furent introduites dans un tableur où furent apportées les
corrections radiométriques et les calculs du NDVI. Les valeurs correspondantes de biomasse
furent introduites dans le tableau comme il apparait au Tableau 11.3 et des modèles de
régression furent développés comme présentés en Figure 11.9.
La relation reprenant toutes les observations (Figure 11.9a) est moins bonne que celle
incluant seulement les sites herbagers (Figure 11.9b). Cela semblait suggérer que différentes relations de régression devaient être mises au point pour chaque type de végétation.
Cependant, les données disponibles étaient insuffisantes pour tester cette hypothèse sur
d’autre type de couverture, et plus de données doivent être collectées. Néanmoins, la relation groupée s’est avérée hautement significative et a été utilisée pour produire les cartes
de biomasse (Figure 11.9b).
11.3.6 Production et application de cartes de biomasse
Les relations globales développées dans la section précédente (Figure 11.9a) peuvent être
utilisées pour transformer les images NDVI obtenues à partir de la station réceptrice NOAA
HRPT en cartes de la biomasse. Il existe plusieurs manières d’utiliser ces cartes. Du point de
vue sécurité alimentaire, cela inclut le contrôle des déplacements des animaux en relation
avec la disponibilité en fourrage durant la saison de croissance, ou le contrôle de la charge
en animaux d’une année sur l’autre à travers la zone d’étude.
Cependant, une application plus directe des cartes de biomasse est la correlation entre
la charge en combustible et les risques de feu.
Les feux surgissent spontanément dans le parc et sont normalement déclenchées par
la foudre (Heady, 1975). Si les conditions sont favorables, les feux peuvent se propager sur
de larges étendues et causer des dommages majeurs à la faune sauvage et à la végétation. Cependant, les feux contrôlés sont souvent préconisés pour prévenir l’occurrence de
feux sauvages en réduisant la charge en combustible. De plus, les feux contrôlés peuvent
profiter aux animaux domestiques et à la faune sauvage à travers des effets positifs sur
la régénération de la végétation et la diversité de l’habitat (Heady, 1975; Holechek et
al., 1995). Les feux contrôlés sont utilisés dans le Parc National d’Etosha pour les raisons
Techniques de suivi des parcours basées sur l’observation de la Terre
117
Figure 11.9
Relation entre NDVI et biomasse pour (a) tous les sites,
n = 25, y = 7735× + 208, r2 = 0.61 (p <0.01) et
(b) tous les sites herbagers, n = 10 r2 = 0.89
3000
(a) Biomasse (kg/ha)
2500
2000
1500
1000
500
0
-0.05
0
0.05
0.1
0.15
0.2
0.25
0.15
0.2
0.25
NOVI
3000
Biomasse (kg/ha)
2500
2000
1500
1000
500
0
0
0.05
0.1
NOVI
Note: Les barres d’erreurs représentent l’écart type de l’estimation de la biomasse de terrain.
118
La conduite d’évaluations nationales des aliments pour animaux
décrites ci-dessus, et un certain nombre de blocs ont été créés à cet effet comme présenté
dans la Figure 11.10.
Trollope et Potgieter (1986) ont démontré que, dans le Parc National Kruger, la charge
de biomasse comme combustible doit atteindre au moins 1500 kg/ha pour que le feu se
propage. Dès lors, il est possible d’employer des cartes de biomasse, classifiées en fonction
des niveaux de seuils des risques de feux. Ceci est illustré dans la Figure 11.10, où des cartes
de biomasse furent dressées en fin de saison des pluies en 1995, 1996 et 1997, à partir
des relations de régression combinées NDVI/biomasse utilisant les indiquées dans la Figure
11.9a. Si l’on regarde plus spécialement les années 1995 et 1996 et dans la cadre d’un
programme de feux contrôlés, il apparait que de telles cartes peuvent être utilisées pour
cibler des blocs à feu, correspondant à des classes de risques haut à très haut. L’année 1997
fut exceptionnelle car les précipitations tombèrent en excédent de 40-60% par rapport à la
moyenne 1981-1996, ce qui explique les niveaux de biomasse extrêmement élevés atteints
à travers le parc. Il en a résulté que toutes les conditions furent réunies pour le démarrage
d’un feu extensif, ce qui s’est produit en fin de saison sèche et a brûlé près de 21% de la
superficie du parc en dehors des dépressions, en sautant plusieurs pares-feux.
Les conditions de 1997 étaient très inhabituelles, mais il est possible que si des feux
contrôlés avaient été pratiqués dans les blocs où la biomasse était déjà abondante dans
les saisons précédentes, le feu sauvage de 1997 ne se serait pas propagé aussi largement.
11.3.7 Conclusion et Développement ultérieur
Cette étude a démontré les méthodes pour le contrôle de la quantité de biomasse en temps
proche du réel avec l’assistance de NOAA-AVHRR. l’utilité et la fiabilité de la DPM a été
prouvée et considérée comme adapté à la mesure de la biomasse herbacée sur de larges
étendues. Cependant, son utilisation ne sera réellement limitée qu’aux types herbacés
pour lesquels elle aura été calibrée. Il est possible, en certaines circonstances, que plusieurs
courbes de calibration soient nécessaires en fonction du type d’herbage rencontré. La DPM
n’est pas pertinente pour mesurer fiablement la biomasse en-dessous de 1 000 kg/ha et,
en ce cas, d’autres techniques, telles que l’estimation visuelle, seront utilisées.
En ce qui concerne la biomasse des plantes ligneuses, l’ensemble des techniques mises
au point apparaissent raisonnablement fiables. La calibration de la biomasse de plante
verte, basée sur les dimensions, fonctionne particulièrement bien.
La méthode du ratio Houppier/ouverture fut également très rapide à employer et
semble un moyen raisonnablement fiable pour évaluer la couverture de la canopée. Une
fois que le calibrage de la biomasse du plant avec ses dimensions a été réalisé, la mesure de
la biomasse ligneuse devient extrêmement rapide, spécialement pour les espèces végétales
pour lesquelles le calibrage est basé sur leur surface. En ce cas, le seul paramètre nécessaire
est la couverture de la canopée. Pour les espèces dont le calibrage est fonction du volume,
les paramètres nécessaires sont la couverture de la canopée et la hauteur de la plante. Cela
rend l’évaluation des sites de contrôle de la biomasse plus rapide et il est possible d’augmenter le nombre d’échantillons de 20 à 40 plants au sein d’un site, ce qui permet une
meilleure caractérisation de ses variations.
Il s’avère également désirable d’élargir le travail à d’autres espèces végétales, quoique
les calibrages existants soient valides pour environ 85% des espèces du parc.
Techniques de suivi des parcours basées sur l’observation de la Terre
119
Figure 11.10
Exemple d’une carte de biomasse utilisée pour estimer le niveau de risqué de feu,
et l’étendue de la surface brûlée deux ans après
Niveaux risque
Très bas risque
<500 kg/ha
Bas risque
500 to 1 250 kg/ha
Risque modérée
1 250 to 1 750 kg/ha
Haut risque
>1 750 kg/ha
0
500
1 000
2 000 km
Zone brûlée
Le besoin de développer un plan d’échantillonnage pertinent a également été identifié. L’assistance d’une imagerie à haute résolution pour le choix des sites proouvé son
efficacité et permis l’identification de sites homogènes à l’échelle de NOAA-AVHRR) pour
les types de couverture sélectionnées Il a également été prouvé qu’il était crucial de développer un schéma d’échantillonnage pertinent pour la mesure de la biomasse au sein du
site. Le choix au hasard des plants le long du transect s’avère particulièrement important
et la mesure du couvert de la canopée doit se faire sur les plants sélectionnés. Ceci permet
des mesures des variations au sein du site et donc des évaluations sur la précision des
estimations.
Il a également été démontré que les images simples AVHRR, reçues localement peuvent
être calibrées par rapport à la biomasse permettant un suivi de la quantité de biomasse
en temps quasi rel un contrôle de la quantité de celle-ci en temps proche du réel. De plus,
la méthodologie peut également s’appliquer à d’autres types d’imagerie comme SPOT
VEGETATION10 ou TERRNAQUA MODIS.11 Néanmoins, le nombre de points disponible
pour le calibrage reste limité et d’avantage d’observations seront nécessaires pour confirmer que le calibrage demeure stable à travers le temps et l’espace. Il apparaît déjà que le
même calibrage est utilisable pour les pâturages et la steppe. Ceci est particulièrement
encourageant puisque ces deux types sont présents dans les mêmes zones et sont difficiles
10
Le programme VEGETATION est le fruit de la collaboration spatiale entre différents partenaires européens:
Belgique, France, Italie, Suède et la Commission Européenne. En 1998, il a été greffé sur le programme SPOT,
finance par la Belgique, la France et la Suède. En 1978, il consiste en deux instruments d’observation en orbite:
VEGETATION 1 et VEGETATION 2, ainsi que des infrastructures au sol.
11 MODIS (Spectroradiomètre pour Images de Résolution Modérée) est un instrument-clé à bord des satellites Terra
(EOS AM) et Aqua (EOS PM).
La conduite d’évaluations nationales des aliments pour animaux
120
à différencier à l’échelle de NOAA-AVHRR. Cependant, il semble que les sites de savanes
nécessitent un calibrage différent, spécialement lorsque la proportion de biomasse ligneuse
atteint un certain niveau. Plus d’observations doivent être collectées afin de confirmer cette
théorie et de déterminer le seuil.
Les cartes de biomasse pourraient potentiellement être utilisés à plusieurs fins en liaison
avec la gestion des parcours et de la faune sauvage, tels que le contrôle des déplacements
d’animaux et la capacité de charge. Il a été démontré que ces cartes peuvent être utilisées
pour la planification des feux contrôlés. Si la réception locale des données NOAA-AVHRR
est possible, les cartes de biomasse peuvent être produites en temps proche du réel et
une application directe est possible pour cibler les zones propices à des feux contrôlés et
prévenir des feux sauvages à grande échelle. Cependant, plus de travail est nécessaire pour
affiner la relation entre la biomasse et eNDV pour les différentes communautés végétales,
et pour rechercher si le seuil de propagation du feu e brûlage efficient varie suivant le type
de végétation.Le dernier point souligne l’importance de posséder des produits cartographiques d’occupation des solsde couverture terrestre, comme base à: la stratification de la
zone d’étude.
Finalement, quoique la méthode ait été appliquée à une zone de 23 000 km², elle
pourrait potentiellement être utilisée plan d’échantillonage adéquat soit mis en œuvre à
travers la zone d’étude.
11.4 RÉFÉRENCES BIBLIOGRAPHIQUES
Du Plessis, W. 1995. Biomass calibration of Colophospermum mopane in Etosha National Park.
Personal communication.
ERDAS. 1995. ERDAS field guide, Atlanta: ERDAS Inc., USA.
Heady, H.F. 1975. Rangeland management, New York: McGraw Hill, USA.
Holechek, J.L., Pieper, R.D. & Herbel, C.H. 1995. Range management: Principles and practices
- Second edition, Prentice Hall, New Jersey, USA.
Hutchinson, C.F. 1991. Uses of satellite data for famine early warning in Sub-Saharan Africa.
Int. J. Remote Sens., 12: 1405–1421.
Justice, C.O. & Townshend, J.R.G. 1981. Integrating ground data with remote sensing. In J.R.G.
Townshend, ed. Terrain Analysis and Remote Sensing. George Allen & Unwin, London, UK.
Kannenberg, N. 1995. Grass-biomasse in Savannenbiomen des Etosha National Park:
Anwendung des Disc Pasture Meter (DPM).
Kaufman, Y.J., & Holben, B.N. 1993. Calibration of the AVHRR visible and near-IR bands by
atmospheric scattering, ocean glint and desert reflection. Int. J. Remote Sens., 14: 21–52.
Lambin, E.F., Cashman, P., Moody, A., Parkhurst, B.H., Pax, M.H.,& Schaaf, C.B. 1993.
Agricultural production monitoring in the Sahel using remote sensing: Present possibilities and
research needs. J. Environ. Manag., 38: 301–322.
Le Roux, C.J.G., Grunow, J.O., Morris, J.W., Bredenkamp, G.J. & Scheepers, J.C. 1988. A
classification of the vegetation of the Etosha National Park. South African J. Botany, 54: 1–10.
Los, S.O. 1993. Calibration adjustment of the NOAA AVHRR normalised difference vegetation
index without recourse to channel 1 and 2 data. Int. J. Remote Sens., 14: 1907–1917.
Mitchell, P. 1982. Value of a rising-plate meter for estimating herbage mass of grazed perennial
ryegrass - White clover swards. Grass Forage Sci. 37: 81–87.
Techniques de suivi des parcours basées sur l’observation de la Terre
Pieper, R.D. 1988. Rangeland vegetation productivity and biomass. In P.T. Tueller, ed. Handbook
of vegetation science Vol. 14. Vegetation science applications for rangeland analysis and
management. Kluwer Academic Publishers, Dordrecht, Germany.
Rao, C.R.N. & Chen, J. 1996. Post-launch calibration of the visible and near-infrared channels
of the advanced very high resolution radiometer on the NOAA-14 spacecraft. Int. J. Remote
Sens., 17: 2743–2747.
Sannier C.A.D., Taylor J.C., du Plessis W. & Campbell K. 1998. Real-time vegetation
monitoring with NOAA-AVHRR in Southern Africa for wildlife management and food security
assessment. Int. J.Remote Sens., 19: 621–639.
Sannier C.A.D., Taylor J.C. & du Plessis W. 2002. Real-time monitoring of vegetation biomass
with NOAA-AVHRR in Etosha National Park, Namibia, for fire risk assessment. Int. J.Remote
Sens., 23: 71–89.
Trollope, W.S.W. & Potgieter, A.L.F. 1986. Estimating grass fuel loads with a disc pasture
meter in the Kruger National Park. J. Grassland Soc. South Africa, 3: 148–152.
Walker, J., Crapper, P.F. & Pendridge, L.K. 1988. The crown-gap ratio (c) and crown cover: the
field study. Australian J. Ecol., 13: 101–108.
Westfall, R.H. & Panagos, M.D. 1984. A cover meter for canopy and basal cover Estimations.
Bothalia, 15: 241–244.
Williams, J.B. & Rosenberg, L.J. 1993. Operational reception, processing and application
of satellite data in developing countries: Theory and practice. In K. Hilton, ed. Towards
operational applications, Proceedings of 19th Annual Conference of the Remote Sensing
Society, Chester, UK, 16–17 September 1993.
121
123
12. Le système d’alerte
précoce pour le fourrage
du bétail au Gobi
Jay P. Angerer
Texas A&M University System, Blackland Research and Extension Center
720 E. Blackland Road Temple, TX 76502-9622, USA
Email: jangerer@brc.tamus.edu
12.1 CONTEXTE
L’aptitude à inventorier la biomasse fourragère sur de grandes étendues peut représenter
un important élément dans l’évaluation des impacts d’une sécheresse, des options dans la
gestion des ressources naturelles, de la dégradation de l’environnement, et des changements climatiques. Pour les éleveurs mongoliens, la compréhension de la disponibilité en
biomasse fourragère dans le territoire environnant peut les aider à déterminer quand se
déplacer, acheter ou vendre des animaux, et évaluer le degré de risque pour la prise de
décisions. Cependant, le temps et les ressources nécessaires pour conduire des évaluations
précises de la biomasse fourragère sur de larges territoires sont prohibitifs et dans de nombreuses régions, comme la Mongolie, les infrastructures et les financements n’existent pas
pour mener une caractérisation exhaustivenationale.
Un autre facteur de complication est que les décisions regardant les mouvements du
bétail et leur stockage/déstockage, nécessitent une information en temps proche du réel,
spécialement face à une sécheresse ou des conditions météorologiques hivernales sévères
(dzud).12 Une évaluation des quantités de fourrage est quasiment impossible à conduire
sur de grandes superficies en temps proche du réel à cause des contraintes logistiques et
temporelles, de sorte que l’information requise à la prise de décisions pour le bétail n’est
pas toujours disponible au moment le plus urgent. L’incapacité à prendre les décisions aux
moments critiques peut conduire à un usage excessif de la végétation qui, à son tour, peut
conduire à la dégradation de l’environnement.
Pendant la période 1999-2001, près de 35% du bétail mongolien a été perdu à cause
de la sécheresse et du dzud. Dans la région du Gobi, la mortalité a atteint 50%, avec de
nombreux ménages perdant l’entièreté de leurs troupeaux (Siurua and Swift, 2002). A cause
de ces pertes élevées et de leurs impacts, l’Agence Américaine pour le Développement
International (USAID), a initié en 2004 le Système d’Alerte Précoce pour le fourrage du
bétail, à travers le Programme Mondial Collaboratif d’Appui à la Recherche pour le Bétail.
La technologie de ce système, développée à l’origine en Afrique de l’Est (Stuth et al., 2003a;
12
Terme mongolien pour un hiver extrêmement neigeux où le bétail n’a pas accès au fourrage à travers l’épaisse
couche neigeuse, et où de nombreux animaux meurent de faim et/ou de froid. Le terme est également utilisé pour
d’autres conditions météorologiques, spécialement en hiver, qui rendent le pâturage impossible.
124
La conduite d’évaluations nationales des aliments pour animaux
Stuth et al., 2005), combine les conditions météorologiques en temps proche du réel, la
modélisation par simulation, et les données de télédétection pour contrôler et prévoir les
conditions fourragères pour le bétail afin de fournir aux pastoralistes et autres décideurs
l’information pour la prise des décisions face à la sécheresse et autres désastres. Pour le
SAPFG, l’Université Texan A&M et Mercy Corps ont apporté leur partenariat afin d’apporter
la technologie de contrôle fourrager dans huit aimags (provinces) qui inclut la zone où les
impacts de sécheresse furent les plus sévères pendant la période 1999-2001 (Figure 12.1).
Le but de SAPFG était de développer un système de contrôle fourrager qui puisse fournir
une évaluation spatiale et temporelle en temps proche du réel des conditions fourragères.
Cette information peut être transmise aux éleveurs afin de les assister dans leur évaluation
des risques et également être fournie aux agences gouvernementales locales, régionales
et internationales pour les appuyer dans la gestion des sécheresses, la préparation aux
désastres et les efforts de politiques agricoles.
12.2 INTRANTS
12.2.1 Zone du Projet enclavé
La Mongolie est un pays enclavé d’une superficie de plus de 1,5 millions de km² dont 90%
sont des parcours. Les éleveurs font paître extensivement leurs animaux du printemps à
l’automne, puis retournent aux camps de base pour les mois d’hiver (Bedunah and Schmidt, 2004). Les ovins et les caprins sont les espèces prédominantes de bétail, suivis par les
bovins, les chevaux, les yaks et les chameaux.
Le climat de la Mongolie est continental, avec des hivers extrêmement froids et secs et
des étés très chauds. Les précipitations se présentent généralement sous forme de pluies
durant les mois d’été (juin – août) qui coïncident avec la période de croissance pour la
majorité des plantes. Les précipitations sont surtout abondantes dans les régions septentrionales, s’élèvent en moyenne à 200-350 mm par an, et sont moins importantes dans les
régions méridionales avec une moyenne de 100 à 200 mm. Une grande partie du pays est
sujette à des désastres hivernaux extrêmes (dzuds) représentées par des périodes hivernales
rigoureuses avec des températures inférieurs à -40 ºC, accompagnées de neige et/ou de
glace. Les Dzuds succèdent généralement à des sécheresses estivales qui se traduisent par
des pertes élevées en bétail parce que les animaux sont en situation précaire avant d’affronter l’hiver et ne possèdent pas suffisamment de réserves graisseuses pour survivre aux
températures extrêmes hivernales.
Le Système d’Alerte Précoce sur le Fourrage pour le bétail (SAPFE) au Gobi a été réalisé
dans la région du Gobi en Mongolie (Figure 12.1). La région inclut les provinces administratives (aimags) de Gobi Altai, Bayankhongor, Ovor khangai, Omnogobi, Dundgobi,
Dornogobi, Gobi Sumber et Tov. Au sein de cette région, existent cinq zones naturelles
qui généralement suivent un gradient d’altitude du Nord au Sud et comprennent la haute
Montagne, la Taïga de montagne (forêt), la steppe forestière, la steppe et le désert de Gobi
(Yunatov et al., 1979). La Haute Montagne représente une zone située en-dessus de la ligne
de canopée et présente majoritairement une végétation de Toundra. La Taïga montagneuse
est surtout forestière, avec des espèces comme le Mélèze Sibérien (Larix sibirica) et le Pin
Sibérien (Pinus sibirica). La steppe forestière représente une zone de transition entre la Taïga
montagneuse et les zones de steppe où se côtoient des herbages et des portions fores-
Le système d’alerte précoce pour le fourrage du bétail au Gobi
125
Figure 12.1
Localisation des limites provinciales et régions naturelles
au sein du Projet SAPFB au Gobi
0
40 80
140
240
Kilomètres
340
Tov
Ovorkhangai
Gobi Altai
Gobisumber
Dundgobi
Dornogobi
Bayankhongor
Omnogobi
Zones naturelles
Mongolie
Haute montagne
Désert du Gobi
Taïga Montagneuse
Lacs
Steppe-Fôret
Sites de suivi
Steppe
Limite de la zone d’étude
ULAANBAATAR
Note: Les cinq zones naturelles suivent généralement le gradient d’altitude de Nord au Sud au sein
de la region étudiée. Les emplacememnts du site de contrôle sont signalés par un point noir sur la carte.
tières. Les espèces forestières ci-dessus peuvent se rencontrer sur les pentes septentrionales
et les herbages à base de Stipa et Festuca sur les versants Sud. La zone de steppes consiste
en herbages dominés par les graminées Stipa et Cliestogenes et les Artemisia et présentent
la plus large concentration en bétail au sein de l’aire d’étude. Le désert de Gobi est la zone
la plus aride (<200 mm de précipitations) avec comme plantes dominantes les espèces Stipa
et Allium, et, sous la strate arbustive des espèces comme Caragayna et Amygdalus.
12.2.2 Cadre du SAPFB
Le SAPFB combine une collectes de données de terrain à partir d’une série de sites de
contrôles, la production de modèles de simulation, un système statistique de prévisions, et
de GIS pour produire des cartes régionales fourragères actuelles et prévisionnelles (Figure
12.2). Le système utilise le modèle de simulation de croissance de phytomasse (PHYGROW)
(Stuth et al., 2003b) pour estimer les conditions fourragères. Les données de terrain collectées à partir des sites de contrôle installés à travers la région sont utilisées pour paramétrer
et calibrer le modele. Les séries de modèles pour les sites de contrôles sont guidées par
des données climatiques proches du temps réel. Les séries de modèles de simulation sont
exécutées tous les 15 jours et les résultats sont rendus disponibles à travers un portail web
(http://glews.tamu.edu/mongolia). Afin de produire des cartes des conditions fourragères,
La conduite d’évaluations nationales des aliments pour animaux
126
Figure 12.2
Cadre integré pour le système de modelisation pour le
système d’Alerte Précoce d’Afrique Orientale et de Mongolie
Caractérisation du
Site de controle
Sols
Plantes
Imagerie
climatique
Données
climatiques
à long terme
Pâturage
PHYGROW
Modèle
Base de données
Cartes
de base
Portail
régional SIG
Itérations
automatiques
du modème
PHYGROW
Portail du site
de contrôle
Near Real-Time
Site Conditions
Imagerie NDVI
Pprojections
et prévisions
Carte
des forages
en quasi
temps réel
Total fourrage
regional et
carte des prévisions
Note: Les données sur les plantes, sols et les animaux en pâture sont collectés auprès des sites de contrôle sur
le terrain; ces données sont stockées dans la base de données du modèle PHYGROW. Les données climatiques
proviennent de source nationale et sont également stockées dans la base de données. Les bases de données
fournissent les intrants au processus de modélisation intégré de PHYGROW et les simulations sont effectuées
pendant la nuit. Les données sont rendues disponibles sur le portail GIS et sur le portail WEB du site de contrôle.
Le portail GIS fusionne les résultats du modèle de simulation pour les sites de contrôle ainsi qu’avec les données
NDVI. Une interpolation co-kriging est utilisée pour créer des cartes de fourrage en temps proche du réel qui sont
alors rendues disponibles aux parties prenantes régionales et locales. Des prévisions statistiques sont également
conduites pour fournir des cartes et données des conditions probables.
le fourrage total disponible pour le bétail représente un produit pour chaque site de
contrôle et est localisé conjointement avec des données d’imagerie par télédétection (NDVI)
de la région. Le LEWS incorpore également un système statistique de prévisions qui fournit
une projection à 60 jours des conditions de disponibilités fourragères.
12.2.3 Source des données climatiques
Les données climatiques sont acquises auprès du “National Oceanic and Atmospheric
Administration” (NOAA) “Climate Prediction Center” (CPC). La composante précipitations
utilisée comme variable pilote dans le modèle de simulation fourragère provient du CMORPH (Joyce et al., 2004) (référencé ci-dessous comme “CMORPH product”). Ce produit est
fourni toutes les 24 heures par NOAA et représente le total des pluies tombées entre 0:00
et 24:00 GMT (Greenwich Mean Time). Ce produit CMORPH s’obtient automatiquement à
partir des serveurs NOAA via internet et déchargé sur les serveurs du Centre pour la Technologie de l’information pour les Ressources Naturelles à l’Université A&M. Les produits
Le système d’alerte précoce pour le fourrage du bétail au Gobi
relatifs aux précipitations sont délivrés sous forme d’images grillagées ayant une portée
géographique entre 80.0° à 120.0° de longitude Est et de 40.0° à 55.0° de latitude Nord,
ce qui couvre entièrement la Mongolie, et des parties du Nord de la Chine et du Sud
de la Russie. L’espèce grillagée d’une case de l’image est de 0.07276° dans la direction
longitudinale, 0.07277° dans la direction latitudinale (environ 8 km à l’Equateur). Durant
les comparaisons initiales entre les données de pluie fournies par le CMORPH et celles des
stations météorologiques de Mongolie, il est apparu que le produit avait surestimé le volume
des précipitations dans de nombreux endroits dans la région du projet spécialement dans les
zones des steppes et des steppes forestières. Des surestimations importantes sont apparues
pendant les mois d’été (pic de pluies) et peuvent avoir une relation avec un problème connu
tant avec CMORPH qu’avec d’autres produits fournis par des satellites de pluviométrie, où
le volume des précipitations est détecté par des algorithmes de pluie, mais où aucune des
pluies détectées n’atteint le sol, à cause de l’évaporation (Janowiak et al., 2005). Pour surmonter cet écueil, une correction biaisée journalière a été calculée et appliquée au produit
en se servant des données pluviométriques provenant d’environ 200 stations météorologiques au sein du domaine CMORPH Mongolien. Ces données en stations furent obtenues
en temps proches du réel de NOAA comme part du Système Mondial de télécommunication de données SGT est un réseau mondial de stations météorologiques qui fournit des
données à l’Organisation Mondiale Météorologique (OMM), comme partie du système
Mondiale de Veille Météorologique. Les données biaisées ajustées du CMORPH ont servi
pour le modèle de simulation PHYGROW.
Les données de température pour le modèle furent acquises du Système d’Assimilation
des données NOAA du monde qui produit les températures de surface maximale et minimale pour l’entièreté du globe. La résolution de ces données est de 1degré à l’Equateur
(approximativement 110 km).
12.2.4 Modèles de simulation
Le PHYGROW a été employé pour la prévision de la biomasse fourragère dans les sites
de contrôle de la région d’études. PHYGROW est un modèle indicatif qui contient 4
sous-modèles intégrés, à savoir le climat, le sol, la croissance végétale et le pâturage. Le
modèle simule un bilan hydrique du sol, la croissance d’un groupe végétal multispécifique
et multifonctionnel, et un bétail pâturant à un rythme journalier PHYGROW est basé sur
le concept d’un modèle utilisant efficacement la lumière (Montieth, 1972; 1977) ce qui
stimule la croissance végétale dans des conditions optimales, à savoir sans restriction d’eau.
Le modèle déduit alors la part de croissance due au stress hydrique, au stress thermique
(basé sur la thermo-tolérance des espèces végétales) et à la demande de pâture du bétail.
Le modèle comporte des paramètres pour la surface du sol, l’information sur les strates,
les espèces végétales et leurs données communautaires, la gestion du pâturage pour le
bétail, et les taux de charge; il est dirigé par des données climatiques (Stuth et al., 2003b).
La sous-composante sol renferme 13 paramètres uniques, incluant entre autres variables: la
profondeur du sol, la densité volumétrique, les capacités d’infiltration et de rétention d’eau.
La sous-composante plante permet la simulation pour des espèces individuelles ou des
groupes fonctionnels. Les paramètres végétaux communautaires comprennent la culture
initiale, la couverture herbagère basale en pourcentage, la fréquence en légumineuses,
127
128
La conduite d’évaluations nationales des aliments pour animaux
la couverture de la canopée des arbustes et arbres. Pour chaque espèce de plante ou de
groupe fonctionnel du modèle, existent 27 paramètres végétaux, parmi lesquels les températures minimales, maximales et optimales pour la croissance, l’efficacité dans l’utilisation
des radiations, l’indice de surface foliaire, le renouvellement, la décomposition foliaire et
ligneuse, et le mouvement hydrique dans la canopée. La composante pâturage recouvre 19
variables, liées à l’espèce et la classe de l’animal, et comprenant le taux de prélèvement de
fourrage, le taux de charge, et les préférences de l’ingestion pour chaque espèce végétale
paramétrisée. Enfin, la sous-composante climat recouvre six variables, dont l’année, le jour,
les températures minimales et maximales, les précipitations et la radiation solaire.
12.2.5 Caractérisation du site de suivi
Des transects de végétation permanente furent établis à travers la surface du projet alin
de réunir l’information nécessaire au paramétrage du modèle de simulation PHYGROW.
Un transect linéaire et des méthodes de quadrats ont été utilisées pour rassembler de l’information sur les communautés végétales et sur la biomasse fourragère afin d’estimer la
productivité. Lors de la visite initiale du site des données ont été collectées le long d’un des
transects linéaires: elles comprenaient la couverture de base en graminées et les couvertures de la canopée des arbustes, ainsi que des estimations de la biomasse fourragère, afin
de calibrer le modèle. Les sites furent périodiquement visités pendant les années suivant
l’installation pour une calibration et une validation complémentaires du modèle.
12.2.6 Cartographie fourragère
La méthode géostatistique de krigeage a été utilisée pour cartographier la biomasse
fourragère régionale. Il s’agit d’une méthode géostatistique d’interpolation qui calcule les
estimations pour des points inconnus en se servant de la moyenne linéaire des guides des
échantillons des variables primaires et secondaires. La variable secondaire (co-variable) est en
corrélation croisée avec la première variable d’intérêt et est habituellement échantillonnées
plus fréquemment et régulièrement (lsaaks and Srivastava, 1989), et ainsi, elle permet l’estimation de point inconnu en se servant des deux variables. Le produit de biomasse fourragère
du modèle de simulation PHYGROW pour chacun des sites de contrôle a été utilisé comme
première variable dans l’interpolation. Pour la seconde variable, les données IDNV préparées
par le Programme d’études de Modélisation, et de cartographie pour un inventaire mondial
de la NASA fut utilisé (Tucker et al., 2005). Le logiciel “ArcGIS software” servit à l’interpolation pour le cokrigeage et des cartes fourragères furent dressées tous les 15 jours.
12.2.7 Prévisions statistiques
Afin de procurer une prévision des conditions futures probables du fourrage, un modèle
intégré autorégressif de moyenne mouvante de prévision (ARIMA) (Box et al., 1994) fut
employé. Cette méthode procure des prévisions à 90 jours des conditions fourragères en
utilisant des analyses de séries temporelles. Cette approche ARIMA se sert d’un fourrage
modélisé pour des dates écoulées et coïncidant avec des conditions d’IDNV historiques
simultanément à des estimations actuelles afin de prédire la biomasse fourragère future
(Aihamad et al., 2007). Les valeurs de la biomasse fourragère sont basées sur des moyennes
changeant tous les 10 jours.
Le système d’alerte précoce pour le fourrage du bétail au Gobi
12.3 APPROCHE
L’évaluation de la biomasse fourragère pour le bétail en temps proche du réel est spécialement importante en Mongolie où les sécheresses et les désastres hivernaux (dzud) qui
réduisent les ressources végétales, représentent un risque majeur auquel sont confrontés
les éleveurs. Comme la majorité des producteurs de bétail est représentée par des éleveurs nomades ou semi-nomades, la connaissance des conditions fourragères environnantes devient un facteur critique dans la prise de décision pour la gestion des risques du
bétail, particulièrement pendant la sécheresse (Kogan et al., 2004). Souvent les éleveurs
répondent à la sécheresse en déplaçant leurs troupeaux, mais, cette migration n’est pas
toujours adaptée du fait d’un manque d’information sur les conditions végétales, et peut
donc amener à un surpeuplement dans des zones non affectées par la sécheresse.
Dans les régions pastorales, le bétail est la composante essentielle de la richesse individuelle et du bien-être des éleveurs. En procurant une information d’alerte précoce sur
les sécheresses ou autres conditions désastreuses, il est possible d’améliorer les options
de commercialisation des animaux avant que le marché ne s’effondre et les déplacements
des animaux des zones des régions affectées peut réduire la probabilité des impacts sur
l’environnement. Les évaluations régionales d’alerte précoces procurent également l’information nécessaire aux décideurs politiques et aux organismes d’assistance de développer
les réponses appropriées et des stratégies d’atténuation.
L’approche pour l’établissement du Projet d’Alerte Précoce pour le fourrage à Gobi a
comporté huit activités principales, à savoir:
1.Choix des sites de contrôle
2.Caractérisation des sites de contrôle
3.Paramétrisation des modèles de simulation
4.Simulation en temps proche du réel pour les sites de contrôle
5.Intégration du modèle produit avec les données de télédétection
6.Cartographie régionale de la biomasse fourragère et des anomalies
7.Distribution de l’information
8.Formation sur l’utilisation des produits du fourrage de Gobi
Chacune de ces activités et les méthodes utilisées pour leur mise en œuvre sont discutées ci-dessous.
12.4 MÉTHODOLOGIES POUR L’ÉTABLISSEMENT
DE L’INVENTAIRE FOURRAGER
12.4.1 Sélection des sites de contrôle
Une série de sites de contrôle ont été établis à travers la région d’étude afin de rassembler l’information nécessaire pour paramétriser le modèle de simulation et procurer un
échantillon représentatif de la productivité fourragère régionale. Un quadrillage de 8 km x
8 km, représentatif de la résolution en pixels de données pluviométrique du CMORPH, a
été superposé sur la surface de la zone du projet (Figure 12.1). Pour s’assurer que les sites
soient accessibles, les quadrillages ont été stratifies en sélectionnant ceux qui se trouvaient
à moins de 30 km d’une route. A partir des quadrillages stratifies, un sous-ensemble de
cases fut sélectionné au hasard dans chaque province, avec le nombre de cases proportionnel à la surface de chacune de celles-ci et de zone naturelle (Figure 12.1). Une fois les
129
La conduite d’évaluations nationales des aliments pour animaux
130
Photo 12.1
Quadrat positionné modifié pour enregistrer la surface en graminées, la fréquence des
légumineuses et la couverture de la canopée des arbustes sur les sites de contrôle du Fourrage
au Gobi
cases choisies, elles furent chargées sur le “Personal Digital Assistants” (PDAs) équipé des
“Global Positioning Systems” et du logiciel ArcPad mobile GIS software. Les PDAs furent
confiés aux équipes de terrain et utilisés pour naviguer dans les cases sélectionnées afin de
contrôler la caractérisation des sites.
12.4.2 Caractérisation des sites de suivi
Les équipes de terrain ont utilisé le réseau routier pour se rendre à l’intérieur d’une case préalablement choisie et ensuite se déplacer par voie de terre à l’intérieur des limites en se servant
du navigateur ArcPad et du PDA/GPS. Une fois à l’intérieur de la case, la communauté végétale dominante a été identifiée et une localisation a été établie pour un transect permanent
de la végétation. Etant donné la vaste superficie géographique du projet, ces transects furent
installés par étapes. La première s’effectua dans la province de Bayankhongor et Ovorkhangai
dans le Gobi Altai en 2004 (Figure 12.1). En 2005, des transects furent installés dans la province d’Omnogobi, Dundgobi, Gobisumber et Dornogobi. Des transects furent mis en place
en 2006 dans la province de Tov. Au total 243 sites de contrôle furent installés à travers la
région (Figure 12.1) pendant la phase de caractérisation des sites de contrôle.
Pour rassembler les paramètres nécessaires des communautés végétales pour le modèle
PHYGROW dans chaque site de contrôle, une méthode modifiée de cadre positionnel
(Ryan, 2005) fut utilisée pour récolter un pourcentage de la couverture graminéenne de
base, de la fréquence en légumineuses et de la couverture de la canopée des arbustes
le long de chaque transect permanent. Les longueurs des transects s’échelonnaient de
100 m à 500 m, suivant la couverture végétale et l’espacement des plantes dans les sites;
Le système d’alerte précoce pour le fourrage du bétail au Gobi
Photo 12.2
Taille d’un quadrat à un site de suivi du projet fourrage au Gobi
Lorsque, dans ces derniers, la végétation était éparse, les transects étaient rallongés. Le
long de chaque transect, le cadre positionnel (Photo 12.1) était place en surface du sol et
chaque point du cadre était examiné afin de déterminer s’il croisait la superficie de base
d’une graminée, d’une litière végétale, de sol nu ou de roche. Dans le cas d’une surface
graminéenne, cela était enregistré sous forme de “hit” (coup ciblé).
A l’intérieur d’un quadrat de 5 x 5 m autour de chaque point, la présence d’une espèce
unique de légumineuse était définie de “hit”. Si la canopée d’un arbuste ou d’un arbre
croisait une ligne élevée, perpendiculaire à partir du point, arbre ou arbuste étaient enregistrés comme un “hit”. Au total 250 à 500 points ont été échantillonnés, suivant la couverture végétale et l’espace entre les plantes. Les “hits” enregistrés à partir de graminées,
légumineuses, et ligneux ont été divisés par le total possible de “hit” et ces valeurs ont été
introduites dans le modèle PHYGROW comme variable de composition de la communauté
végétale.
La biomasse herbacée à chaque transect a été mesurée au moment de son établissement et, dans les années suivantes. Un Quadrat de 0,25 ou 0,50 m² a été place à intervalles égaux le long du transect (n = 10 échantillons par transect: la biomasse herbacée
(graminées et légumineuses) a été taillée à une hauteur de 1 cm des chaumes. Si des
arbustes consommables par le bétail étaient situés à l’intérieur du quadrat, la longueur de
croit annuel était coupée à partir de la tige. La biomasse coupée a été récoltée dans des
sacs de papier, envoyés au laboratoire et séchés dans un four à air pulsé à 60 °C pendant
48H (Photo 12.2). Après séchage, les échantillons furent pesés sur une balance digitale. Les
poids furent alors multipliés par un facteur approprié de terrain en relation avec la taille du
quadrat afin de convertir en kg/ha. La moyenne des 10 échantillons a été extraite et utilisée
pour le calibrage et la validation du modèle de simulation.
131
La conduite d’évaluations nationales des aliments pour animaux
132
Pour les composants sols de PHYGROW, une carte des sols à 1/1 000 000 fut obtenue
au Laboratoire National des Sols de Mongolie. A travers une GIS, l’information sur les
séries des sols fut extraite, et les paramètres introduits dans le modèle PHYGROW. Si, pour
un site, les données n’étaient pas disponibles, un trou y fut creusé et caractérisé durant
les visites ultérieures. Les échantillons des sols ont été extraits des différentes couches et
envoyés pour analyse au Laboratoire National des Sols. Des spécialistes du sol ont été
consultés pour apporter leur concours dans la classification des sols. Lorsque les paramètres
de texture étaient les seuls paramètres disponibles pour un sol, les paramètres de modélisation étaient estimés à partir des pourcentages de texture en utilisant un outil d’estimation
des paramètres du sol (Saxton et al., 1986).
Les informations sur les taux de charge ont été calculées à partir des recensements
du bétail des districts (sum)13 organisés annuellement pendant l’étude. L’effectif total de
chaque type de bétail a été divisé par la surface totale du district et ce chiffre a été introduit comme paramètres de charges dans PHYGROW. L’ingestion saisonnière de matière
sèche pour chaque type de bétail a été déterminée par consultation avec des chercheurs
en nutriments des ruminants de l’Institut de Recherche sur l’Elevage à l’Université Agricole
de Mongolie.
12.4.3 Paramétrisation du modèle de simulation
Les données de sol, plantes, et du pâturage, ont été introduites dans la base centralisée de
données PHYGROW, qui comporte une structure tabulaire relationnelle afin d’emmagasiner
les paramètres pour chacun des sites de contrôle. Les données de sol introduites comportaient la profondeur pour chaque couche, la densitométrie de masse, les variables de
capacité de rétention d’eau, les paramètres de pente et d’écoulement d’eau. Les données
végétales de paramétrisation pour la caractérisation des communautés de plantes comportaient les superficies de base et l’information sur la couverture de la canopée collectées au
cours des visites de terrain. Les paramètres de croissance végétale spécifique aux espèces
et aux groupes fonctionnels furent également introduits; ils comportent l’index de surface
foliaire, le taux de croissance relative, la rotation entre feuillage et bois, la profondeur
racinaire, la hauteur de la plante, la croissance optimale, et les températures de blocage.
Les données de croissance pour les espèces et les groupes fonctionnels furent obtenues
de la littérature publiée et des bases de données du net, comme EeoCrop (FAO, 1994) et
de la base Mondiale de Données sur les Indices de Surface Foliaire (Scurlock et al., 2001).
Lorsqu’il ne fut pas possible de trouver ces données pour une espèce donnée, un jugement
fut rendu sur le genre de la plante, le groupe fonctionnel et l’information sur les caractères
de croissance collectée auprès d’Experts mongolien en phytologie.
Les données sur le pâturage furent rentrées pour caractériser la densité du bétail, les
caractéristiques générales de gestion du bétail dans la région d’échantillonnage du site
de contrôle. Ces paramètres comprennent les taux de charges minimales et maximales, le
taux d’ingestion de matière sèche, et les préférences d’appétence pour les plantes d’occupation du site. Les préférences furent signalées pour chaque espèce et groupe fonctionnel
et classifiées suivant les degrés d’appétence comme préférée, désirable, non désirable ou
non consommée et ce à différents stades de croissance comme hâtive, dormante ou morte.
13
Chaque province (aimag) est divisée en un certain nombre de districts (sum).
Le système d’alerte précoce pour le fourrage du bétail au Gobi
Les données climatologiques furent déchargées quotidiennement des serveurs PHYGROW. Les températures maxi et mini, et la pluviométrie corrigée furent extraites des
données NOAA, sur base de la latitude et longitude du site de contrôle et emmagasinées
dans la base de données PHYGROW pour usage dans le fonctionnement du modèle de
simulation pour chaque site.
12.4.4 Simulation en temps proche du réel pour les sites de contrôle
Une fois tous les sites paramétrés, des scripts PERL14 ont été appliqués pour extraire les
paramètres des bases de données et les fichiers de paramètres nécessaires pour le modèle
PHYGROW sont mis au point pour chaque site de contrôle. Avant une simulation proche
en temps réel, chacun des sites a été calibré. Cela a impliqué de faire fonctionner le modèle
avec les données climatiques et comparer le résultat simulé de biomasse fourragère à celui
mesuré pendant l’installation des transects et la biomasse ultérieure coupée à des dates
plus tardives. Si le résultat du modèle tombe dans la fourchette de ± une erreur standard de
la moyenne de la biomasse fourragère mesurée sur le transect du site contrôle, le modèle
est considéré comme calibré pour la période de collecte de données. Si le résultat tombe
en dehors de cette fourchette, les paramètres sont réajustés afin de ramener l’estimation
modélisée de la biomasse dans les limites de l’erreur standard. Le processus est répété pour
chaque période pendant laquelle les données ont été collectées jusqu’à ce que le modèle
soit considéré calibré. Les ajustements des paramètres du modèle pour sa calibration ont
été limités aux espèces avec un taux maximal de système racinaire, de rotation entre système foliaire vert et mort, et d’épaisseur du sol en surface.15 Une fois le modèle considéré
calibré, les paramètres du modèle pour un site ont cessé d’être ajustés et des séances de
fonctionnement ont été établies dans l’attente d’un fonctionnement sur une base de temps
proche du réel.
Les simulations en temps proche du réel fonctionnent sur un système informatique
distributif qui consiste en un serveur central connecté à 20 nœuds avec une capacité de 80
unités centrales de traitement. Le serveur central applique les scripts PERL pour extraire le
fichier de paramètres avec les données météo les plus récentes des 247 sites de contrôle à
partir de la base de données PHYGROW et les stocke dans la session de fonctionnement
en attente. Les sessions en attente sont transmises aux différents nœuds de traitement et
les simulations et prévisions sont effectuées. Une fois terminés, les résultats sélectionnés
sont structurés dans la base de données PHYGROW. Les résultats individuels des sites sont
accessibles via le portail web du projet http://glews.tamu.edu/mongolia. Les scripts PERL
extraient les données de fourrage disponible à partir de la base de données et les prépare
pour les applications dans la cartographie fourragère.
12.4.5 Intégration des résultats du modèle avec les données de
télédétection
Pour préparer les données à la cartographie fourragère, une moyenne des poids des
données de fourrage total disponibles pour tous les herbivores est extraite de la base de
données pour tous les sites de contrôle. Le fourrage total disponible pour les herbivores
14
15
PERL est un langage de programmation de haut niveau, multi usage, interprété, dynamique.
L’épaisseur des couches du sol en surface influence l’évaporation de l’eau en profondeur.
133
La conduite d’évaluations nationales des aliments pour animaux
134
spécifiques est basé sur leurs préférences et la somme de la biomasse présente sur le site de
contrôle. Le modèle PHYGROW va produire le fourrage total disponible pour chaque herbivore; cependant, un ensemble de données sur le fourrage total intègre disponible est créé
là où une moyenne du fourrage total disponible pesé est calculée sur base de l’ingestion et
du taux de charge des herbivores (c’est-à-dire la demande totale en fourrage) sur le site de
contrôle. La quantité de fourrage total intégré disponible est fournie tous les 15 jours, avec
la latitude et la longitude de chaque site de contrôle. Ces données sont alors jointes aux
données IDNV pour la région du projet. Le fichier résultant est utilisé pour l’interpolation de
cokrigeage afin de créer des cartes fourragères. Les moyennes de fourrage total disponible
à long terme et les prédictions à 60 jours sont également extraites des bases des données.
Les données à long terme sont jointes aux moyennes IDNV à long terme pour la même
période afin de créer un fichier de cokrigeage afin de produire une carte fourragère à long
terme. La même opération est effectuée pour les prévisions à 60 jours, afin de créer une
carte fourragère prévisionnelle pour cette période.
12.4.6 Cartographie régionale de la biomasse fourragère et anomalies
La procédure géostatistique de cokrigeage (voir lsaaks and Srivastava 1989 pour une discussion sur cokrigeage) afin de produire des cartes territoriales de production fourragère
utilise des données de résultats fourragers localisés conjointement et l’IDNV. La procédure
co-kriging n’utilise pas seulement la relation positive entre la biomasse fourragère et les
NDVI, mais aussi compte sur l’autocorrélation spatiale16 pour créer des cartes interpolées
de biomasse fourragère. Les cokrigeages ont été conduits en utilisant l’extension analytique
géostatistique dans le logiciel ArcGIS 9 (ESRI, 2005).
Pour évaluer le bien-fondé de la prévision de biomasse fourragère par le logiciel ArcGIS.
Une validation croisée a été conduit en utilisant le logiciel ArcGIS. La validation croisée suppose l’abandon des données pour un des points de contrôle, et ensuite, la mise en route
de la procédure de cokrigeage, afin de prédire la valeur fourragère du point abandonné.
Cette procédure est répétée pour tous les points de contrôle; ensuite, les valeurs observes
et prédites peuvent être comparées par régression afin d’évaluer statistiquement dans
quelle mesure la procédure estime correctement les points non échantillonnés. Les résultats
de cet exercice pour la cartographie fourragère pendant le mois d’été de 2005 à 2007 a
indiqué que la procédure de cokrigeage a réalisé un travail raisonnable dans la prédiction
de la biomasse fourragère (r2 = 0,58 to 0,69). Elle a tendance à légèrement sous-prévoir la
biomasse fourragère de 1% à 4% (Angerer, 2008).
L’ensemble des cartes de fourrage disponibles représentant les conditions fourragères
du moment sont produites deux fois par mois (Figure 12.3). Pour procurer une représentation spatiale des anomalies en fourrage, une carte de déviation est également produite à
cet effet (Figure 12.4). Ceci est calculé en effectuant une déviation standard entre la carte
actuelle et la carte de moyenne fourragère à long terme pour la période d’intérêt. Les déviations sont classifiées en indicateurs d’alerte précoce afin de baliser des zones d’intensité de
sécheresse (Figure 12.4). Une carte prévisionnelle de fourrage à 60 jours est fournie pour
procurer l’information destinée à évaluer le risque de sécheresse (Figure 12.5).
16
Les autocorrélations spatiales se réfère à la “règle” énonçant que les “objectifs” plus proches les uns des autres
dans l’espace sont généralement plus similaires que ceux qui sont éloignés.
Le système d’alerte précoce pour le fourrage du bétail au Gobi
135
Figure 12.3
Carte de fourrage total disponible dans la region du Projet d’alerte précoce
sur le fourrage au Gobi entre le 1er et le 15 septembre 2007
Gobisumber
Tov
Altai
Arvaikheer
Bayankhongor
Ovorkhangai
Mandalgobi
Gobi Altai
Sainshand
Dundgobi
Bayankhongor
Dornogobi
Dalanzadgad
Omnogobi
Total du fourrage disponible (kg/ha)
0 - 25
151 - 200
1 001 - 1 250
Rivières
26 - 50
201 - 400
1 251 - 1 500
Frontières Almag
51 - 75
401 - 600
1 501 - 2 000
Frontières Soum
76 - 100
601 - 800
101 - 150
801 - 1 000
0
62.5 125
250
375
500
Kilomètres
Centres Almag
12.4.7 Dissémination de l’information
Les cartes fourragères actuelles, prévisionnelles et de déviation à long terme sont produites
deux fois par mois et distribuées via internet (http://glews.tamu.edu/mongolia) et par courriel. Les cartes sont également imprimées en couleurs et postées aux administrations de district pour usage local et pour affichage sur les tableaux des administrations locales. Les cartes
sont également transmises aux autorités officielles régionales et nationales. Un rapport de
situation, fournissant une interprétation des cartes fourragères par un spécialiste des parcours, est posté aux autorités officielles régionales et nationales. Ce rapport est également
transmis sous forme de bulletins à la Radio Publique Nationale de Mongolie pour diffusion.
12.4.8 Formation sur l’utilisation des produits du projet fourrage au Gobi
Des programmes de formation ont été développés pour les éleveurs, le personnel du gouvernement, les ONG, et les autres parties prenantes, dans l’utilisation et l’interprétation des
produits du SAPFB. Le personnel du projet fourrage au Gobi a voyagé jusqu’aux districts
à travers les régions et dirigé des sessions de formation pour les éleveurs et le personnel
des gouvernements locaux afin de les initier aux produits du projet fourrage au Gobi et
de leur procurer des instructions pour l’interprétation des cartes du projet (Photo 12.3). La
formation a été supportée par un ensemble de vidéos DVD qui furent distribuées, ainsi que
projetées au cours des sessions de formation. Ces vidéos ont prouvé leur efficacité comme
La conduite d’évaluations nationales des aliments pour animaux
136
Figure 12.4
Carte de déviation du fourrage total disponible par rapport à la moyenne à
long terme pour la région du SAPFB au Gobi entre le 1er et le 15 septembre 2007
Tov
Altai
Gobisumber
Arvaikheer
Bayankhongor
Ovorkhangai
Mandalgobi
Dundgobi
Gobi Altai
Sainshand
Bayankhongor
Dornogobi
Dalanzadgad
Omnogobi
Fourrage total disponible pour herbivores à long terme
Déviation par rapport à la moyenne
Très bon
Rare
Rivières
Bon
Sécheresse
Frontières Almag
Moyen
Extrême sécheresse
Frontières Soum
Pauvre
0
62.5 125
250
375
500
Kilomètres
Centres Almag
Note: Les categories de deviation représentent des indicateurs d’alerte précoce sur la gravité de la sécheresse
observations sur la gravité de la sécheresse aux aimags de l’est Dung dgobi et nord Gobi Altai.
Figure 12.5
Carte de fourrage total disponible projeté à 60 jours pour la région du SAPFB
au Gobi du 1er au 15 septembre 2007
Tov
Altai
Gobisumber
Arvaikheer
Bayankhongor
Ovorkhangai
Gobi Altai
Mandalgobi
Dundgobi
Bayankhongor
Sainshand
Dornogobi
Dalanzadgad
Omnogobi
Fourrage total disponibile (kg/ha)
0 - 25
151 - 200
1 001 - 1 250
Rivières
26 - 50
201 - 400
1 251 - 1 500
Frontières Almag
51 - 75
401 - 600
1 501 - 2 000
Frontières Soum
76 - 100
601 - 800
101 - 150
801 - 1 000
0
62.5 125
250
375
Centres Almag
Note: Les quantités de fourrage représentaient la biomasse disponible prévue du 1er au 15 septembre 2007.
500
Kilomètres
Le système d’alerte précoce pour le fourrage du bétail au Gobi
Photo 12.3
Session de formation pour éleveurs et présentation du gouvernement afin de les initier
aux cartes fourragères au Gobi et pour les assister à l’utilisation des cartes pour la prise de
décisions dans la gestion des risques
outils d’initiation des utilisateurs potentiels du Programme Gobi Forage en leurs procurant
une description, à la fois des méthodologies et des produits LEWS. Des brochures, des
calendriers et des cartes descriptives furent également produites pour distribution en fin de
session afin d’améliorer la rétention de l’information par les stagiaires.
Une enquête menée dans la région en 2008 a indiqué que le Fourrage au Gobi était
bien accepté, avec plus de 70% d’éleveurs entretenant un certain degré de familiarité avec
les produits du projet. Environ la moitié des éleveurs enquêtés ont rapporté avoir eu l’information de Fourrage au Gobi pour diriger les déplacements de leur bétail (51%), distribuer
des aliments pour animaux supplémentaires (49%) ou changer leur stratégie de pâturage
(40%). Une majorité écrasante de représentants officiels gouvernementaux ont trouvé les
produits du Fourrage au Gobi “très utiles”, en avisant les éleveurs sur la gestion des pâturages et les déplacements des animaux. Un gouverneur provincial a décrit comment le système l’a aidé à gérer l’afflux d’environ 50 000 éleveurs et leurs familles en provenance d’une
province voisine frappée par la sécheresse et prévenir les conflits avec les éleveurs locaux.
12.5 MISE À JOUR DE L’INVENTAIRE FOURRAGER
Du fait de la nature d’Alerte Précoce du programme SAPFB du Fourrage au Gobi, l’inventaire fourrager est mis à jour en permanence, avec un traitement bimensuel des données
des sites de contrôle et la production des cartes fourragères. Les sous-ensembles des sites
137
La conduite d’évaluations nationales des aliments pour animaux
138
de contrôle sont visités périodiquement à travers la région afin de collecter les données
de biomasse fourragère pour vérifier les prédictions du modèle. De plus, les données de
végétation des transects sont récoltées périodiquement (tous les 3 à 5 ans) pour contrôler
les changements de végétation et mettre à jour les paramètres des sites de contrôle dans
le modèle si des conditions de végétation ont changé.
Après l’arrêt du financement USAID du Projet en 2008, la continuité du programme a
reçu l’appui financier du programme pour des moyens durables de bien-être de la Banque
Mondiale. Avec cet appui, la région de contrôle a été étendue à toute la Mongolie et a
été intitulée: Le système d’alerte précoce pour le bétail en Mongolie. La carte fourragère
exhaustive pour le pays entier sera initiée mi-2012. En 2013, le système sera institutionnalisé dans l’Agence Nationale Mongolienne pour la météorologie, l’hydrologie et le contrôle
de l’environnement.
12.6 RÉFÉRENCES BIBLIOGRAPHIQUES
Alhamad, M. N., Stuth, J. & Vannucci, M. 2007. Biophysical modelling and NDVI time series
to project near-term forage supply: spectral analysis aided by wavelet denoising and ARIMA
modelling. Int. J. Remote Sens., 28: 2513–2548.
Angerer, J. P. 2008. Examination of high resolution rainfall products and satellite greenness
indices for estimating patch and landscape forage biomass. Texas A&M University, College
Station, Texas. 120 pp. (PhD Thesis).
Bedunah, D. J. & Schmidt, S. M. 2004. Pastoralism and protected area management in
Mongolia’s Gobi Gurvansaikhan National Park. Develop. Change, 35(1): 167–191.
Box, G., Jenkins, G. & Reinsel, G. 1994. Time series analysis: Forecasting & control (3rd
Edition), Prentice Hall, New Jersey, USA.
ESRI. 2005. ArcGIS 9: Using ArcGIS geostatistical analyst. Redlands, ESRI, California, USA.
Isaaks, E. H. & Srivastava, R. M. 1989. Applied geostatistics. Oxford University Press, New
York, USA.
Janowiak, J. E., V. E. Kousky, and R. J. Joyce. 2005. Diurnal cycle of precipitation determined
from the CMORPH high spatial and temporal resolution global precipitation analyses. J.
Geophys. Res., 110: D23105.
Joyce, R. J., Janowiak, J. E., Arkin, P. A. & Xie, P. P. 2004. CMORPH: A method that produces
global precipitation estimates from passive microwave and infrared data at high spatial and
temporal resolution. J. Hydromet., 5(3): 487–503.
Kogan, F., Stark, R., Gitleson, A., Jargalsaikhan, C., Dugrajav, C. & Tsooj, S. 2004.
Derivation of pasture biomass in Mongolia from AVHRR-based vegetation health indices. Int.
J. Remote Sens., 25(14): 2889–2896.
Montieth, J. L. 1972. Solar radiation and productivity in tropical ecosystems. Appl. Ecol., 9:
747–766.
Montieth, J. L. 1977. Climate and efficiency of crop production in Britian. Philosoph. Trans.
Royal Soc. London, Series B, 281: 277–294.
FAO. 1994. Ecocrop Version 1.1. Rome. Italy.
Ryan, Z. 2005. Establishment and evaluation of a livestock early warning system for Laikipia,
Kenya. Texas A&M University. College Station, Texas, USA. PhD Thesis.
Le système d’alerte précoce pour le fourrage du bétail au Gobi
Saxton, K. E., Rawls, W. J., Romberger, J. S. & Papendick, R. I. 1986. Estimating generalized
soil-water characteristics from texture. Soil Sci. Soc. America J., 50(4): 1031–1036.
Scurlock, J. M. O., Asner, G. P. & Gower, S. T. 2001. Global leaf area index data from field
measurements, 1932–2000. Oak Ridge National Laboratory Distributed Active Archive Center,
Oak Ridge, Tennessee, USA.
Siurua, H. & Swift, J. 2002. Drought and zud but no famine (yet) in the Mongolian herding
economy. Inst. Develop. Studies Bulletin 33: 88–97.
Stuth, J. W., Angerer, J., Kaitho, R., Jama, A. & Marambii, R. 2005. Livestock early warning
system for Africa rangelands. In V. K. Boken, A. P. Cracknell & R. L. Heathcote, eds. Monitoring
and predicting agricultural drought: a global study, Oxford University Press, New York, USA.
472 pp.
Stuth, J.W., Angerer, J., Kaitho, R., Zander, K., Jama, A., Heath, C., Bucher, J.,
Hamilton, W., Conner, R., & Inbody, D. 2003a. The livestock early warning system
(LEWS): Blending technology and the human dimension to support grazing decisions. Arid
lands newsletter, University of Arizona. Available at http://cals.arizona.edu/OALS/ALN/
aln53/stuth.html.
Stuth, J. W., Schmitt, D., Rowan, R. C., Angerer, J. P. & Zander, K. 2003b. Phygrow Users
Guide and Technical Documentation. Texas A&M University, College Station, Texas, USA.
Tucker, C. J., Pinzon, J. E., Brown, M. E., Slayback, D. A., Pak, E. W., Mahoney, R.,
Vermote, E. F. & El Saleous, N. 2005. An extended AVHRR 8-km NDVI dataset compatible
with MODIS and SPOT vegetation NDVI data. Int. J. Remote Sens., 26(20): 4485–4498.
Yunatov, A. A., Dashnima, B. & Gerbikh, A. A. 1979. Vegetation Map of the Mongolian
People’s Republic. Naukia. Moscow, Russia.
139
141
13. Inventaire des aliments pour
le bétail sur le Plateau tibétain
par télédétection et observation
in situ
Xiangming Xiao, Jinwei Dong, Chandrashekhar Biradar and Sage Sheldon
Department of Microbiology and Plant Biology, and Center for Spatial Analysis, University of Oklahoma,
Norman, OK 73019, USA
Email: xiangming.xiao@ou.edu
13.1 LE BESOIN D’UN INVENTAIRE DES ALIMENTS POUR LE BÉTAIL
SUR LE PLATEAU TIBÉTAIN
Le plateau tibétain, nommé aussi le Plateau Qinghai Tibétain est le plateau le plus étendu et
le plus élevé au monde (Figure 13.1). Il recouvre une superficie de 2,5 millions de km², à une
altitude moyenne de 4 500 m au-dessus du niveau de la mer et est souvent appelé: “Le toit
du monde”. Il inclut la région autonome du Tibet, la province chinoise du Qinghai, et des
parties des provinces du Sichuan, Gansu et Yunnan. La population de la Région autonome
Figure 13.1
Types d’herbages du plateau tibétain, comportant des steppes et des prairies alpines
0
Légende
500
1 000
Plateau Tibétain
Steppe Alpine
Prairies Alpine
Désert
2 000 km
142
La conduite d’évaluations nationales des aliments pour animaux
du Tibet a augmenté de 1,23 millions en 1959 à 2,93 millions en 2010. Cet accroissement
a entraîné une forte demande et pression sur les ressources naturelles et l’environnement.
Compte tenu des conditions climatiques extrêmes du plateau tibétain, ses prairies et
ses steppes alpines, ses déserts et ses écosystèmes forestiers sont fragiles. Sur une surface
totale de 1,5 millions de km² de pâturage, le bétail est composé majoritairement de yaks
et d’ovins et a doublé au cours des 40 dernières années. Dans les provinces de Qinghai et
du Tibet, les effectifs totaux du bétail s’élevaient en 2004 à 8 375 x 104 ovins standards (le
yak a été converti en unités ovin pour uniformisation).
La production primaire et la biomasse au-dessus du sol des pâturages naturels présentent
une fluctuation substantielle et interannuelle due aux changements météorologiques et
climatiques. Dans la région des Sources des Trois Rivières, les données de terrain révèlent
que la productivité primaire des herbages présente une fluctuation cyclique sur une période
de 3 à 5 ans (Fan et al., 2010). Dans la région, les rendements en aliments pour le bétail
ont démontré une tendance en hausse pendant les récentes années, particulièrement en
steppes alpines, mais il s’agit vraisemblablement d’un phénomène à court terme. Dans l’ensemble les effets des changements de climat sur la productivité de l’écosystème herbages
vont vraisemblablement se vérifier négatifs sur une période à long terme (Fan et al., 2010).
Les changements de climat et l’augmentation des activités humaines vont continuer à
accroître l’incertitude et l’instabilité des écosystèmes herbagers. La sécheresse sur le Plateau
Tibétain et le surpâturage du bétail ont accéléré la dégradation des herbages (Liu et al., 2008).
Plusieurs régions ont subi une pollution de l’environnement et des dommages écologiques
(Cheng and Shen, 2000). La désertification des terres s’est substantiellement étendue, particulièrement sur une grande surface de la province du Qinghai, qui représente actuellement
21% de la zone totale de désertification en Chine. L’érosion s’est également accélérée particulièrement le long des monts Hengduan, où la déforestation et autres désordres dus à la
main de l’homme sont extensivement pratiqués. La biodiversité a rapidement décru à cause
de la dégradation de l’environnement, du surcreusement et de la chasse.
Un inventaire des aliments pour le bétail peut procurer de l’information sur leur disponibilité au fil du temps et de l’espace, ce qui est crucial pour la gestion des stocks par les
éleveurs individuels et l’industrie animale. Il est de grande importance pour l’usage et la
gestion des herbages, ainsi que pour améliorer le bilan écologique et l’environnement. Sur
le plateau Tibétain, les herbages naturels représentent la seule ressource alimentaire pour le
bétail. Un système efficace d’inventaire des aliments pour le bétail, focalisé sur les herbages
naturels s’avèrera très utile pour l’industrie du bétail et la protection de l’écosystème. La télédétection peut jouer un rôle important dans cet inventaire au niveau régional. Les recherches
de terrain sur le Plateau Tibétain sont difficiles à cause des niveaux faibles en oxygène et de
l’éloignement des sites, de sorte que les données au sol sont limitées. La stratégie est d’intégrer la modélisation basée sur la télédétection et les observations in situ basées sur les à flux
afin de développer un système de contrôle en temps réel de la production primaire brute et
nette sur le Plateau Tibétain. La biomasse hors-sol et le fourrage seront également estimés
via une approche basée sur la télédétection. Les tours à flux vont fournir des données afin
de valider les résultats. Le co-krigeage est illustré dans la Figure 13.2.
Ce document est centré sur les méthodes et procédures d’estimation sur la production primaire brute et nette, la biomasse hors-sol et le fourrage comestible sur le plateau
Inventaire des aliments pour le bétail sur le Plateau tibétain par télédétection et observation in situ
(Figure 13.2). La première partie est une introduction aux méthodes et procédures pour
l’estimation de la production primaire brute et nette des herbages suivant une approche
basée sur satellite. Le modèle de Photosynthèse de végétation basé sur satellite sera présenté comme un modèle de diagnostic pour estimer la production primaire brute et nette
des écosystèmes terrestres (Xiao et al., 2005a; Xiao et al., 2005b; Zhang et al., 2005; Zhang
et al., 2006). La seconde partie du document porte la discussion sur les approches basées
sur satellite pour estimer la biomasse hors sol; celles-ci impliquent l’utilisation de données
provenant de récepteurs optiques comme Landsat et la spectroradiométrie d’Imagerie à
résolution modérée (MODIS) (Friedl et al., 1994; Ikeda et al.,1999; Hirata, 2000; Weiss et
al., 2001; Schino et al., 2003; Benie et al., 2005; Xu et al., 2008; Yang et al., 2009a; Yang
et al., 2009b).
13.2 PRODUCTION PRIMAIRE BRUTE DES HERBAGES
13.2.1 Le modèle de Photosynthèse de la végétation (MPV)
D’une perspective biochimique les canopées sont composes de végétation chlorophyllienne
(chi) et de végétation non-photosynthétique (NPV). Cette dernière inclut le niveau de la
canopée (tiges, feuilles sénescentes) et les matériaux au niveau foliaire (e.a. parois cellulaires, nervures et autres pigments). Dès lors, FPARcanopée doit être divisée entre la fonction
de radiation photosynthétiquement active (PAR) absorbée par la chlorophylle (FPARchl) et la
fonction de PAR absorbée par NPV (FPARNPV), (Xiao et al., 2004a; Xiao et al., 2004b; Xiao
et al., 2005a):
Canopy (g/m2) = chlorophyll (g/m2) + NPV (g/m2)
(1)
FPARcanopy = FPARchl + FPARNPV(2)
Figure 13.2
Système d’inventaire des aliments pour animaux basé sur la télédétection
et l’observation in situ sur le plateau tibétain
Sites ouverts et pâturés
Hors clôtures/sites non pâturés
GPP
GPP
VPM
NPP
Biomasse
souterraine
Ration AGB
disponible pour
aliments pour
animaux
Biomasse
aérienne
Potentiel
fourrager
NPP
Modéle de régression
empirique basé sur VI
Biomasse
aérienne
Fourrage
réel
Biomasse
souterraine
Ration AGB
disponible pour
aliments pour
animaux
143
La conduite d’évaluations nationales des aliments pour animaux
144
La photosynthèse de la plante démarre avec une absorption légère de la chlorophylle
foliaire. Le PAR absorbé par la chlorophylle (produit de FPARchl x PAR) est responsable de la
photosynthèse ou de la production primaire brute (GPP). Sur base de la partition conceptuelle de la chlorophylle et de la NPV au sein du feuillage et de la canopée, le modèle VPM
a été développé pour estimer la production primaire brute pendant la période photosynthétiquement active de végétation (Xiao et al., 2004b). Le modèle est briévement décrit
comme suit:
GPP =
× FPARchl × PAR(3)
Dans la première version du modèle, FPARchl est, au sein de la période photosynthétique
de végétation, estimé comme une fonction linéaire de l’Indice amélioré de végétation et le
coefficient a été fixé à 1,0 (Xiao et al., 2004a; Xiao et al., 2004b):
FPARchl =a ×EVI(4)
L’efficacité de l’utilisation de la lumière (e9) est affecté par la température, l’eau et la
phénologie foliaire:
εg = ε0×Tscalar×Wscalar×Pscalar (5)
où ε0 est le rendement quantique apparent ou l’efficacité maximale lumineuse, et (μmol
CO2/μmol PPFD),17 et Tscalar, Wscalar et Pscalar sont respectivement les scalaires pour les effets
de la température, de l’eau et de la phénologie foliaire sur l’efficience de la lumière sur la
végétation. La description complète du MPV est fournie ailleurs (Xiao et al., 2004c; Xiao
et al., 2005a).
Le MPV a été évalué sur plusieurs types majeurs de biomasse, dont la forêt pluviale (Xiao
et al., 2005b), la forêt décidue à feuilles larges (Xiao et al., 2004b; Wu et al., 2009; Wu et
al., 2010), forêt pérenne à aiguilles (Xiao et al., 2004a; Xiao et al. ,2005a), la toundra alpine
(Li et al., 2007b), les herbages (Wu et al., 2008; Wang et al., 2010b), le blé d’hiver, et les
champs de maïs (Yan et al., 2009). Le modèle MPV a également été testé pour l’estimation
de la production primaire brute sur le Plateau Tibétain (Li et al., 2007b) et les résultats ont
démontré que les résultats prédits concordaient raisonnablement bien avec les productions
estimées à partir des trois tours de flux tourbillonnaire de CO2 dans les prairies alpines, les
terres humides alpines, et les herbages alpins. Ces résultats démontrent le potentiel des
modèles MPV piloté par satellite pour échelonner la production primaire brute des écosystèmes d’herbages alpins.
13.2.2 Images satellite et données climatiques pour
simulation du modèle MPV
Le modèle MPV utilise l’EVI et le LSWI (Land Surface Water Index), provenant de l’imagerie
fournie par des récepteurs optiques tels que MODIS à bord des Satellites Terra et Aqua. Les
produits MOD09A1 MODIS sont téléchargés à partir du centre d’USGS EDC data centre,18
qui comporte des valeurs de réflectance des bandes 1-7 à une résolution de 500m et de
8 jours.
17
18
Densité de flux de photons photosynthétiques.
Centre d’observation de Sciences des Ressources Terrestres (EROS).
Inventaire des aliments pour le bétail sur le Plateau tibétain par télédétection et observation in situ
Le modèle MPV intègre aussi la température de l’air et PAR comme intrants. La température de l’air provient du Centre Chinois de Partage de Données Météorologiques. La
température journalière de l’air a été combinée dans une moyenne sur 8 jours et interpolée
pour produire des couvertures de données encastrées dans un quadrillage. PAR a été fourni
à partir des données de réflectance en ultraviolet du spectromètre pour cartographie de
l’ozone total en format point. Le PAR a été calculé en employant les méthodes de Eck et
Dye (1991) et Li et al. (2007A); ensuite, les données point sont interpolées dans les quadrillages.
13.2.3 Observations In situ à partir des tours de flux Co2 pour
l’évaluation du modèle MPV
Trois tours de flux CO2 sont accessibles à Maqu, Haibei et Damxung sur le Plateau Tibétain, elles collectent respectivement les données pour les prairies alpines, et les prairies
en steppes/alpines. Chacune de ces trois tours de flux (Tableau 13.1) fournit des données
d’observation pour calibration des paramètres dans les modèles et calibration.
Le site de mesure de flux est localisé dans le comté de Maqu dans la Province de Gansu
en Chine (37°52.77’ N, 102°09.27’E), sur la paroi orientale protubérante du Plateau Tibétain. Dans cette région, on note la présence de nombreux écosystèmes différents. Le climat
typique des régions alpines, est froid et humide. La température moyenne annuelle est
de 1,1 °C. Il n’y a que 19 jours par an sans gelée. Les précipitations annuelles moyennes
s’élèvent à 560 mm. La végétation typique est la prairie alpine, dominée par des espèces
graminéennes. Le type des sols principaux sont des sols de prairie alpine et des sols marécageux.
Le site d’observation des flux d’Haibei est situé à la Station Expérimentale des Ecosystèmes des prairies alpines (37°29’ ~ 37°45’N, 10112’ ~ 101°23’E), dans la partie Nord-Est
du Plateau Qinghai-Tibétain. L’altitude varie de 3 200 m à 3 600 m. Le climat est hautement
continental et a été qualifié de “plateau continental”. La température annuelle tourne
autour de -1.7 °C. Les précipitations annuelles avoisinent les 600 mm avec un maximum
en été. La végétation est typique de la végétation alpine du Nord, la partie septentrionale
du Plateau. Les sols principaux sont les sols de prairie alpine, les sols de prairie alpine broussailleuse et les sols marécageux.
Le site de mesure des flux de Damxung est localisé au Nord de la municipalité de Lhassa
et près de la paroi Sud des Monts Nyainqntaglha (91°05’E, 30°2 5’N) à une altitude de
4 333 m. Il est caractérisé par un climat de mousson de plateau avec une radiation forte,
une température de l’air basse, une grande variation diurne et de petites différences
annuelles. La température moyenne annuelle est de 1,3 °C et des précipitations de 476,8
mm. L’évaporation est de 1 725,7 mm et le coefficient d’hygrométrie moyenne de 0,28. La
végétation est de type prairie et steppe alpines, avec des prairies à Kobresia typiques de la
partie des prairies Nord du Plateau Tibétain, avec deux variétés: La prairie est marécageuse
dominée par Kobresia littledalei, associée à Blysmus sinocompressu, K. microglochin et K.
littledalei. L’autre est dominée par K. parva, avec des espèces sous-dominantes comme K.
Humifis et Stipa purpurea et des touffes de Kobresia ainsi que des forbs.
145
La conduite d’évaluations nationales des aliments pour animaux
146
TABLEAU 13.1
Les trois sites de tours des flux de CO2 sur le Plateau Tibétain
Nom de la station
Localisation
Types d’écosystèmes
Manager
Maqu
102,15°E 37,88°N
Prairie Alpine
Shihua Lv
Haibei
101,33°E 37,66°N
Prairie Alpine
Xinquan Zhao
Damxung
91,08°E 30,41°N
Steppe-prairie Alpine
Peili Shi
13.2.4 Production primaire nette des herbages
En contrôlant l’Isotope C13 et les effets du CO2 en doublon sur la photosynthèse du tournesol, Cheng et al. (2000) ont découvert que le ratio entre la productivité primaire nette et la
productivité primaire brute était constant. Nous supposons ici que la respiration de la plante
est proportionnelle à la productivité primaire brute, et, dès lors, la production primaire nette
se calcule comme: NPP = GPP×α.
13.3 BIOMASSE HORS SOL DES HERBAGES
Sur le Plateau Tibétain, les herbages sont dominés par la steppe et la prairie alpine, qui
recouvrent plus de 60% de la superficie. La biomasse totale hors sol des herbages alpins a
été estimée approximativement à 77,6 Tg (1 Tg = 1012 g), représentent environ un quart
des réserves totales de biomasse hors sol des herbages de la Chine (298.0-323.1 Tg) (Ni,
2004; Yang et al., 2009b).
13.3.1 Estimation de la biomasse hors sol par télédétection
Il n’y a eu qu’un nombre limité d’études sur les herbages du plateau. La plupart d’entre
elles se sont focalisées sur la productivité primaire nette et peu se sont intéressées spécifiquement à la biomasse hors sol ou au fourrage estimé (Piao and Fang, 2002; Zhou et al.,
2004; Chen, 2009). Au cours des récentes années, suite à des investissements gouvernementaux, certaines régions, comme celle des Sources des Trois Rivières, ont suscité plus
d’attention, ce qui a résulté en la collecte de plus de données sur la biomasse hors sol et
les aliments pour animaux dans les herbages.
La biomasse hors sol est souvent estimée par des modèles de régression basés sur les
corrélations entre la biomasse hors sol et l’Index de végétation. Les corrélations entre les
mesures in situ de la biomasse hors sol, diverses bandes spectrales et les index de végétation ont été établies en utilisant des méthodes statistiques (Friedl et al., 1994; Ikeda et al.,
1999; Hirata, 2000; Weiss et al., 2001; Schino et al., 2003; Benie et al., 2005; Xu et al.,
2008). De simples modèles de régression de la forme générale ci-dessous ont été largement
utilisés:
Biomasse hors sol = ƒ(VI) (6)
Une étude récente a évalué six modèles statistiques pour estimer la biomasse hors sol
en utilisant in situ des données de biomasse de la Province du Sud Gansu dans le Nord Est
Inventaire des aliments pour le bétail sur le Plateau tibétain par télédétection et observation in situ
du Plateau (LIANG et al., 2009): un modèle linéaire, un modèle exponentiel, un modèle de
croissance, un modèle logarithmique, un modèle de puissance et un modèle polynomial.
Les résultats ont démontré que le modèle de puissance se présente comme le plus précis
pour cette estimation, et que EvI est plus performant que IDNV. Le modèle de régression
le mieux adapté est: AGB (kg/ha) = 13583 x EVI1.665, où AGB est la biomasse hors sol, EVI
est la valeur de MODIS-EVI.
Une autre étude a évalué huit indices de végétation pour estimer la biomasse hors sol
(Shen et al., 2008), et les résultats ont démontré qu’ils présentaient tous la même aptitude
à procurer une bonne estimation. L’indice de végétation basé sur le modèle universel de
décomposition le meilleur outil de prédiction de la biomasse hors sol parmi les modèles
de régression simple. De plus, le VIUPD et l’indice ajusté de végétation peuvent tous deux
procurer des estimations de la biomasse hors sol avec des variables factices indiquées dans
les modèles de régression.
Une étude récente a rapporté des données in situ sur la biomasse hors sol de provenance
de 675 parcelles réparties sur 135 sites (i.e. cinq parcelles/sites et saison) mesurées sur le
Plateau Tibétain; un modèle de régression simple entre la biomasse hors sol et la saison de
croissance EVI pendant la période de juillet et août de 2001 à 2004 (Yang et al., 2009a;
Yang et al., 2009b) a été développé (voir équation 7). Cette étude recherchait la répartition
entre les biomasses hors sol et souterraine dans les herbages alpins et leurs relations avec
des facteurs environnementaux en utilisant des données de terrain, et ont prouvé que les
valeurs moyennes du ratio entre les biomasses souterraine et hors sol est de 5,8 sur le Plateau Tibétain. Le ratio, était significativement plus élevé dans les herbages tempérés que
dans les herbages alpins (Wang et al., 2010a).
AGB = 334,39 x EVI + 10,051 (7)
Ici nous utilisons le modèle de régression simple de Yang et al. (2009a,b) pour l’estimation de biomasse hors sol. L’EVI est calculée comme suit:
EVI = G × (ρnir − ρred)/(ρnir + (C1 × ρred − C2 × ρblue) + L) (8)
Où G = 2.5, C1 = 6, C2 = 7.5 et L = 1; ρnir, ρred et ρblue est la réflectance des bandes
bleue, rouge et proche de l’infrarouge.
13.3.2 Données in situ de biomasse hors sol pour calibration et validation
Une série de parcelles aux alentours des trois tours de flux (voir section 13.2.3) doivent
être échantillonnées annuellement afin de procurer des données de validation. La méthode
coupe/pesée est une méthode très fastidieuse, mais aussi la plus précise pour la biomasse
hors sol (matière sèche). Primo, des localisations de parcelles sont sélectionnées; d’habitude, cinq parcelles seront coupées pour un échantillon, mais plus de parcelles seront
nécessaires si les pâtures sont spatialement variables. Secundo, les herbes au-dessus de la
surface du sol sont coupées sur une aire donnée (d’habitude un mètre ou un pied carrés)
et récoltés dans un sac de papier. Tertio, les échantillons sont séchés au four et pesés pour
le calcul de la matière sèche de la biomasse.
147
La conduite d’évaluations nationales des aliments pour animaux
148
13.4 BIOMASSE FOURRAGÈRE DES HERBAGES
La disponibilité fourragère concerne en priorité les fermiers. Le rendement fourrager fait partie de la biomasse hors sol pour l’alimentation du bétail. Habituellement, les rendements en
fourrage se basent sur l’hypothèse que le pâturage s’inscrit dans le champ de l’autorégulation
de l’écosystème, ce qui signifie que la pâture est complétement utilisée sans dégradation
de l’herbage. Le ratio fourrage/biomasse est un paramètre clé pour l’estimation fourragère.
Cependant, peu d’études antérieures font référence à ce paramètre. Dès lors, une enquête
doit être menée pour calculer la fonction des aliments pour le bétail dans la biomasse hors sol.
Fourrage = AGB × Ratio
(9)
En accord avec l’équation ci-dessus, le ratio est la clé pour estimer la quantité de fourrage. Le rendement en fourrage est affecté par plusieurs facteurs, tels le type d’herbage, la
période d’utilisation, le type d’utilisation, la situation de dégradation et les désastres. Ces
facteurs sont répertoriés dans le Tableau 13.2 (Liu, 2005).
Ainsi, le ratio fourrage/biomasse hors sol peut être calculé en utilisant l’équation suivante:
Fourrage = AGB × f(x1) × f(x2) × f(x3) × f(x4) × f(x5) (10)
Où AGB, x1, x2, x3, x4, et x5 représentent respectivement la biomasse hors sol, le type
d’herbage, la période d’utilisation, le type d’utilisation, la situation de dégradation et de
désastre.
13.5 RÉSUMÉ
Dans ce rapport, a été décrit un cadre simple et basique pour un système inventaire des
aliments pour animaux sur le Plateau Tibétain qui intègre télédétection et observations in
situ. Le principal workflow comprend:
1.Calcul de la PPB et de la PPN à l’échelon régional, en utilisant un modèle VPM basé
sur satellite, des données climatiques et MODIS à 50 m de résolution spatiale.
2.Estimation de la biomasse hors sol à l’échelle régionale en utilisant des algorithmes
ou par analyse statistique de données d’enquêtes de terrain; de plus, il est possible de
calculer la biomasse souterraine en accord avec les données de la production primaire
nette et de la biomasse hors sol.
3.Calcul de la disponibilité fourragère pour l’alimentation des animaux à partir de la
biomasse hors sol en accord avec les études antérieures ou les résultats liés au travail
de terrain sur le Plateau.
Il est tout à fait réalisable d’utiliser une telle méthodologie de télédétection pour mettre
à jour un inventaire de aliments pour animaux de manière régulière.
13.6 REMERCIEMENTS
La revue de littérature et la Rédaction de ce document ont été supportées par des Bourses
de Recherche (NSF) EPSCoR programme (NSF-0919466) and the US National Aeronautics
and Space Administration (NASA) Land Cover and Land Use Change Program (NNG05GH80G).
Inventaire des aliments pour le bétail sur le Plateau tibétain par télédétection et observation in situ
TABLEAU 13.2
Facteur de classement et leurs valeurs pour l’estimation fourragère sur le Plateau Tibétain
Types herbages
Période d’utilisation
Type d’utilisation
Dégradation herbage
Désastres
Steppe Alpine
Prairie alpine
0,48*
Saison croît
0,58*
Période de fanage
1,0
1,2
Pâture
Moisson
1,0
1,4
Non
Léger
Eviter période de pâture
0
Moyenne
Sévère
1,00
0,85
0,7
0,55
Non
Léger
Moyenne
Sévère
1,00
0,85
0,70
0,55
* Les valeurs ont été révisées à partir de l’étude précédente (Liu, 2005).
13.7 References
Benie, G.B., Kabore, S.S., Goita, K. & Courel, M.F. 2005. Remote sensing-based spatiotemporal modelling to predict biomass in Sahelian grazing ecosystem. Ecol. Model., 184:
341–354.
Chen, Z. 2009. Analysis of the grassland productivity and stocking stress in Tibet Plateau.
Institute of Geographic Sciences and Natural Resource Research. Chinese Academy of
Sciences, Beijing, China.
Cheng, S. & Shen, L. 2000. Approach to dynamic relationship between population, resources,
environment and development of the Qinghai-Tibet Plateau. J. Nat. Res., 15: 297–304.
Cheng, W., Sims, D.A., Luo, Y., Coleman, J.S. & Johnson, D.W. 2000. Photosynthesis,
respiration, and net primary production of sunflower stands in ambient and elevated
atmospheric CO2 concentrations: an invariant NPP:GPP ratio? Global Change Biol., 6:
931–941.
Eck, T.F. & Dye, D.G. 1991. Satellite estimation of incident photosynthetically active radiation
using ultraviolet reflectance. Remote Sens. Environ., 38: 135–146.
Fan, J., Shao, Q., Liu, J., Wang, J. & Chen, Z. 2010. Dynamic changes of grassland yield in
Three River Headwater Region from 1988 to 2005. Acta Agrestia Sinica, 18: 5–10.
Friedl, M.A., Michaelsen, J., Davis, F.W., Walker, H., & Schimel, D.S. 1994. Estimating
grassland biomass and leaf-area index using ground and satellite data. Int. J. Remote Sens.,
15: 1401–1420.
Hirata, M. 2000. Effects of nitrogen fertiliser rate and cutting height on leaf appearance and
extension in bahia grass (Paspalum notatum) swards. Trop. Grassl., 34: 7–13.
Ikeda, H., Okamoto, K. & Fukuhara, M. 1999. Estimation of aboveground grassland
phytomass with a growth model using Landsat TM and climate data. Int. J. Remote Sens.,
20: 2283–2294.
149
La conduite d’évaluations nationales des aliments pour animaux
150
Li, S.H., Yan, H.M., Niu, Z., Xu, W.B. & Yuan, J.O. 2007a. Satellite estimation of
photosynthetically active radiation in Jiangxi province - art. no. 67902D. In Y. Wang, J. Li, B.
Lei & J. Yang, eds. Remote sensing and GIS data processing and applications; and Innovative
multispectral technology and applications, Pts 1 and 2, pp. D7902–D7902.
Li, Z.Q., Yu, G.R., Xiao, X.M., Li, Y.N., Zhao, X.Q., Ren, C.Y., Zhang, L.M., & Fu, Y.L. 2007b.
Modelling gross primary production of alpine ecosystems in the Tibetan Plateau using MODIS
images and climate data. Remote Sens. Environ., 107: 510–519.
Liang T., Cui, X., Feng, Q., Wang, Y. & Xia, W. 2009. Remotely sensed dynamics monitoring of
grassland aboveground biomass and carrying capacity during 2001–2008 in Gannan pastoral
area. Acta Pratacul. Sinica, 18: 12–22.
Liu, J.Y., Xu, X.L. & Shao, Q.Q. 2008. Grassland degradation in the “Three-River Headwaters”
region, Qinghai Province. J. Geograph. Sci., 18: 259–273.
Liu, Y. 2005. Rangeland productivity and forage-ruminant equilibrium in Inner Mongolia.
Chinese Academy of Sciences, Beijing, China.
Ni, J. 2004. Forage yield-based carbon storage in grasslands of China. Clim. Change, 67:
237–246.
Piao, S. & Fang, J. 2002. Terrestrial net primary production and its spatio-temporal patterns in
Qinghai-Xizang Plateau, China during 1982–1999. J. Nat. Resour., 17: 373–380.
Schino, G., Borfecchia, F., De Cecco, L., Dibari, C., Iannetta, M., Martini, S. & Pedrotti, F.
2003. Satellite estimate of grass biomass in a mountainous range in central Italy. Agroforest.
Syst., 59: 157–162.
Shen, M., Tang, Y., Klein, J., Zhang, P., Gu, S., Shimono, A. & Chen, J. 2008. Estimation
of aboveground biomass using in situ hyperspectral measurements in five major grassland
ecosystems on the Tibetan Plateau. J. Plant Ecol., 1: 247–257.
Wang, L.A., Niu, K.C., Yang, Y.H. & Zhou, P. 2010a. Patterns of above- and belowground
biomass allocation in China’s grasslands: Evidence from individual-level observations. Sci.
China Life Sci., 53: 851–857.
Wang, Z., Xiao, X.M. & Yan, X.D. 2010b. Modelling gross primary production of maize
cropland and degraded grassland in northeastern China. Agric. Forest Meteorol., 150:
1160–1167.
Weiss, E., Marsh, S.E. & Pfirman, E.S. 2001. Application of NOAA-AVHRR NDVI time-series
data to assess changes in Saudi Arabia’s rangelands. Int. J. Remote Sens., 22: 1005–1027.
Wu, C.Y., Munger, J.W., Niu, Z. & Kuang, D. 2010. Comparison of multiple models for
estimating gross primary production using MODIS and eddy covariance data in Harvard Forest.
Remote Sens. Environ., 114: 2925–2939.
Wu, J.B., Xiao, X.M., Guan, D.X., Shi, T.T., Jin, C.J. & Han, S.J. 2009. Estimation of the gross
primary production of an old-growth temperate mixed forest using eddy covariance and
remote sensing. Int. J. Remote Sens., 30: 463–479.
Wu, W.X., Wang, S.Q., Xiao, X.M., Yu, G.R., Fu, Y.L. & Hao, Y.B. 2008. Modelling gross
primary production of a temperate grassland ecosystem in Inner Mongolia, China, using
MODIS imagery and climate data. Sci. China Series D-Earth Sci., 51: 1501–1512.
Xiao, X., Hollinger, D., Aber, J.D., Goltz, M., Davidson, E.A. & Zhang, Q.Y. 2004a. Satellitebased modelling of gross primary production in an evergreen needleleaf forest. Remote Sens.
Environ., 89: 519–534.
Inventaire des aliments pour le bétail sur le Plateau tibétain par télédétection et observation in situ
Xiao, X., Zhang, Q., Braswell, B., Urbanski, S., Boles, S., Wofsy, S.C., Moore, B.I. & Ojima,
D. 2004b. Modelling gross primary production of a deciduous broadleaf forest using satellite
images and climate data. Remote Sens. Environ., 91: 256–270.
Xiao, X.M., Hollinger, D., Aber, J., Goltz, M., Davidson, E.A., Zhang, Q.Y. & Moore, B.
2004c. Satellite-based modelling of gross primary production in an evergreen needleleaf
forest. Remote Sens. Environ., 89: 519–534.
Xiao, X.M., Zhang, Q.Y., Hollinger, D., Aber, J. & Moore, B. 2005a. Modelling gross primary
production of an evergreen needleleaf forest using modis and climate data. Ecol. Appl., 15:
954–969.
Xiao, X.M., Zhang, Q.Y., Saleska, S., Hutyra, L., De Camargo, P., Wofsy, S., Frolking,
S., Boles, S., Keller, M. &, Moore, B. 2005b. Satellite-based modelling of gross primary
production in a seasonally moist tropical evergreen forest. Remote Sens. Environ., 94:
105–122.
Xu, B., Yang, X.C., Tao, W.G., Qin, Z.H., Liu, H.Q., Miao, J.M. & Bi, Y.Y. 2008. MODIS-based
remote-sensing monitoring of grass production in China. Int. J. Remote Sens., 29: 5313–5327.
Yan, H.M., Fu, Y.L., Xiao, X.M., Huang, H.Q., He, H.L. & Ediger, L. 2009. Modelling gross
primary productivity for winter wheat-maize double cropping System using MODIS time series
and CO2 eddy flux tower data. Agric. Ecosys. Environ., 129: 391–400.
Yang, Y.H., Fang, J.Y., Ji, C.J. & Han, W.X. 2009a. Above- and belowground biomass allocation
in Tibetan grasslands. J. Veg. Sci., 20: 177–184.
Yang, Y.H., Fang, J.Y., Pan, Y.D. & Ji, C.J. 2009b. Aboveground biomass in Tibetan grasslands.
J. Arid Environ., 73: 91-95.
Zhang, Q.Y., Xiao, X.M., Braswell, B., Linder, E., Baret, F. & Moore, B. 2005. Estimating light
absorption by chlorophyll, leaf and canopy in a deciduous broadleaf forest using MODIS data
and a radiative transfer model. Remote Sens. Environ., 99: 357–371.
Zhang, Q.Y., Xiao, X.M., Braswell, B., Linder, E., Ollinger, S., Smith, M.L., Jenkins, J.P.,
Baret, F., Richardson, A.D., Moore, B. & Minocha, R. 2006. Characterization of seasonal
variation of forest canopy in a temperate deciduous broadleaf forest, using daily MODIS data.
Remote Sens. Environ. 105, 189–203.
Zhou, C., Ouyang, H., Wang, Q., Dubian, Z. & Sun, Q. 2004. Estimation of net primary
productivity in Tibetan Plateau. Acta Geographica Sinica, 59: 74–79.
151
153
14. Le développement des bilans
en aliments pour animaux
Dr B R Cottrill
ADAS UK Ltd, ADAS, Wolverhampton, UK
Email: Bruce.Cottrill@adas.co.uk
14.1 INTRODUCTION
D’après les prévisions, la population mondiale va s’accroître de 2,3 milliards dans les 20
prochaines années, ce qui va s’accompagner d’une demande accrue en produits animaux,
à savoir; lait, viande et œufs. Une approche structuree de planification pour cet accroissement sera nécessaire pour y répondre de manière rentable, avec un minimum de perturbation sociale et d’impact sur l’environnement. Une partie de ce processus requiert une
évaluation des aliments pour animaux disponibles et des besoins de la population animale
actuelle; ceci peut être réalisé par le développement des bilans d’aliments pour animaux.
Ceci effectué, il est alors possible d’identifier des limites aux niveaux actuels de production
et d’estimer les besoins en aliments pour animaux pour, un accroissement de la production.
Un bilan d’aliments pour animaux peut être entrepris aux niveaux local, régional ou national, suivant les besoins politiques et les degrés de précision nécessaire.
A son niveau le plus simple, un bilan de aliments pour animaux représente une comparaison entre les besoins du bétail quel que soit le moment (demande) et la quantité de
nourriture utilisable (fourniture), qui ainsi, procure un “instantané” de la situation donnée.
Cependant, un bilan d’aliments pour animaux permet également d’identifier ses déficits
potentiels pour subvenir à la demande croissante en aliments destinés à l’homme, et à
reconnaitre les types d’aliments pour animaux nécessaires lors de disettes. Alternativement,
lorsque survient un surplus en aliments pour animaux, le bilan peut être utilisé à estimer la
production additionnelle de bétail potentielle.
Cette approche peut également être entreprise pour développer des bilans pour des
nutriments spécifiques. Par exemple, le phosphore (P) est un nutriment essential souvent
déficient dans les ratios animal, ce qui provoque une réduction de la productivité et de la
fertilité. Un bilan du phosphore pour une région ou un pays particulier peut aider à savoir
où et quand un tel déficit peut survenir et où et combien d’apports supplémentaires en P
sont requis pour satisfaire les besoins animaux et les cibles de productivité.
Les bilans en aliments pour animaux sont habituellement calculés sur une base annuelle
et, étant donné que beaucoup de cultures destinées aux animaux, tels que les grains céréaliers, ont un cycle annuel avec une récolte, cela semble approprié. Cependant, il n’y a
pas de raison pour qu’un bilan ne soit pas effectué sur une période plus courte et il peut
même y avoir un avantage dans certaines circonstances. Par exemple, si pendant l’année,
il existe des périodes où le pâturage naturel disponible pour les herbivores, n’a qu’un rendement faible, il peut être approprié de préparer un bilan en aliments pour animaux pour
La conduite d’évaluations nationales des aliments pour animaux
154
ces périodes afin d’établir la capacité maximale de charge en bétail d’une région lorsque
les aliments pour animaux sont limitées. Cependant, comme les cycles de production de
nombreux systèmes animaux ne coïncident pas avec l’année calendaire, il convient d’ajuster le bilan afin de prendre en compte la durée d’un cycle particulier. Par exemple, le cycle
de croissance et d’engraissement porcin, du sevrage à l’abattage, peut se réduire à 20-24
semaines en élevage intensif, mais cette période est suivie d’un délai servant à nettoyer et
maintenir le local vide d’engraissement avant le démarrage d’une nouvelle phase alimentaire. Si le bilan en aliments pour animaux est préparé sur une base annuelle, il sera nécessaire d’inclure à la fois la durée du cycle de production et la période non productive pour le
calcul annuel des besoins en aliments pour animaux et la production annuelle.
14.2 MÉTHODES
Afin de produire un bilan en aliments pour animaux, deux ensembles de données et un
certain nombre de processus doivent être complétés; ils sont décrits ci-dessous.
14.2.1 Estimation des apports en aliments pour animaux
Les estimations en apports d’aliments pour animaux seront basées sur les inventaires
locaux, régionaux ou nationaux. Des progrès considérables ont été réalisés dans le développement des techniques pour l’estimation des aliments pour animaux disponibles, et
pour certains fourrages. Les mérites ou limitations de celles-ci ne sont pas discutés ici, mais
en fonction des spécifications de l’inventaire et de la façon dont les fourrages disponibles
sont quantifies, il peut être nécessaire d’effectuer des ajustements pour la saisonnalité des
apports, les pertes de aliments pour animaux:
• Saisonnalité des apports
• Pertes en aliments pour animaux
Saisonnalité des apports: Pour beaucoup d’animaux, la disponibilité en aliments pour
animaux peut être raisonnablement constante toute l’année durant. Tel est le cas des
aliments pour animaux, comme les grains céréaliers et les fourrages conservés, où ils
peuvent se stocker sans détérioration de qualité. Cependant, dans beaucoup de régions,
une proportion significative de bétail, particulièrement les ruminants, est gardée dans des
systèmes fermiers extensifs, dont la principale ou seule alimentation pour animaux est le
pâturage naturel. Les changements saisonniers du climat et les étapes de la croissance
végétale aboutissent à un cycle annuel de production fourragère qui atteint un pic pendant
la saison humide et est sévèrement limité pendant les périodes sèches. Comme résultat, il
existe des périodes de l’année où le bétail en pâture est souvent dans l’incapacité de satisfaire ses besoins nutritionnels, d’où des taux faibles de croît et de reproduction. Il est donc
important que lorsque des inventaires sont dressés annuellement, ils soient ajustés afin de
prendre en compte les pics et les creux dans les apports en relation avec les effectifs de
bétail et leurs taux de prélèvement. A moins, que les surplus ne soient conservés, e.a- sous
forme de foin ou d’ensilage pour les fourrages, une défaillance dans cette approche peut
conduire en une prévision exagérée des aliments pour animaux disponibles.
Pertes en aliments pour animaux: En dépit des meilleures pratiques d’élevage et de gestion alimentaire, des pertes peuvent survenir; elles sont habituellement associées à la récolte
et au stockage et peuvent être considérables en certaines circonstances. Certaines sont iné-
Le développement des bilans en aliments pour animaux
vitables, par exemple, lorsqu’elles sont associées à la conservation (comme le foin ou l’ensilage), où 30% ou plus de la matière sèche peut disparaitre par pertes sur le terrain, dans la
conservation et au moment de l’alimentation. De pauvres conditions de stockage peuvent,
pour les grains, les noix, et autres cultures, résulter en pertes dues à des infestations et
des contaminations fongiques. Elles ne se manifestent pas seulement en pertes directes
de matières sèches, mais aussi en risques pathologiques ou en production de toxines.
Une nouvelle fois, une défaillance dans l’ajustement de l’inventaire pour ces pertes peut
conduire à une surestimation des aliments pour animaux disponibles. Complémentairement
aux fourrages, le bétail peut être nourri avec un large éventail d’aliments pour animaux.
Elles peuvent inclure les grains, les produits associés provenant de leurs transformations,
les graines oléagineuses et les farines qui en dérivent, les sous-produits de brasserie et de
distillerie, les semences de légumineuses, les sous-produits manufacturés des aliments destinés à l’homme et les produits animaux, tels la farine de poisson et les protéines animales
transformées, appelés collectivement sous le terme “concentrés”. De plus, les tubercules
et plantes racinaires comme le manioc, ainsi que les sous-produits de leurs transformations,
comme la pulpe de betterave sucrière sont fréquemment d’importantes ressources. L’information sur les quantités incorporées dans les aliments pour animaux peuvent s’obtenir des
nombreuses sources qui comprennent les statistiques d’importation, les enregistrements de
production à partir industriels et commerciaux de l’industrie alimentaire animale.
Comme pour les fourrages, certaines pertes sont inévitables, suite aux transports, au
traitement et au stockage, et il demeure important d’inclure leur estimation dans le calcul
de tout bilan en aliments pour animaux.
14.2.2 Quantification des effectifs animaux
et caractéristiques de production
Pour estimer la demande en aliments pour animaux, il convient de connaitre au préalable
la hauteur des effectifs animaux dans la région ou le pays. Lorsque des statistiques sont
disponibles, elles seront utilisées à cet effet. Cependant, dans certaines situations, des données fiables peuvent ne pas être disponibles, auquel cas les estimations seront obtenues en
se basant sur la connaissance locale des systèmes de production.
Plusieurs bilans d’aliments pour animaux et de nutriments se basent sur les données
de recensement, qui procurent une image des effectifs de bétail à un moment donné.
Cependant, le nombre d’animaux au sein d’une région peut considérablement fluctuer au
cours d’une année et il en résullte que l’utilisation des données obtenues à un moment
précis peut conduire à des erreurs lorsqu’elle est appliquée à une année entière. Lorsque
tel est le cas, des ajustements d'estimations du nombre d’animaux doivent être apportés,
en se basant de nouveau sur les connaissances locales. Additionnellement aux données
sur les effectifs, une estimation de la productivité est nécessaire afin de calculer les besoins
en énergie pour l’entretien, la gestation, et la production. Pour le bétail en croissance et à
l’engraissement (bovins, ovins, caprins, porcins et volailles de chair, poulets, canards), ceci
demande des estimations du gain quotidien moyen.
De plus, des données sont nécessaires sur les produits animaux (œufs, lait, fibres ou
laine), tandis que pour les animaux de reproduction, des données sur les performances de
portée sont également requis.
155
156
La conduite d’évaluations nationales des aliments pour animaux
En résumé, les données de production doivent montrer:
• La vie productive des animaux adultes;
• Les effectifs animaux en début et en fin de la période du bilan en aliments pour animaux (habituellement début et fin de l’année);
• La production du troupeau mesurée en:
-- rythme du velage, agnelage, chevrolage, poulinage
-- longueur de lactation
-- production laitière
-- gain en poids vif
-- détail des produits animaux: lait, viande, œufs, laine;
• ajustements nécessaires à prendre en compte en cas de conditions climatiques
extrêmes ou d’activité physique.
Pour la plupart des bilans en aliments pour animaux, il est suffisant de produire des
estimations de gain en poids vif ou de poids de produits animaux. Lorsque les données
disponibles démontrent que la composition du lait varie significativement par rapport à la
moyenne de la race, il faudra alors fournir des informations sur celle-ci, principalement sur
le contenu en graisse et protéines, car les besoins en énergie peuvent considérablement
varier en fonction de celui-ci. Si des bilans détaillés des nutriments sont effectués, par
exemple pour calculer l’équilibre azoté, alors des données sur les produits animaux et le
gain en poids vif seront nécessaires à cet effet. Dans la plupart des cas, la composition du
gain et des produits animaux suffira.
14.2.3 Estimation des besoins en alimentation animale
Les matériaux constitutifs des aliments pour animaux varient significativement dans leur
concentration en nutriments et leur contribution à satisfaire les besoins du bétail. L’énergie
représente habituellement le premier composant limitant dans les rations animales et c’est
pour cette raison que les bilans de aliments pour animaux sont normalement calculés sous
forme d’energie nécessaire pour et d’énergie fournie au bétail: dès lors, l’étape suivante est
l’estimation requise identifiée au paragraphe précédent.
Pour chaque classe animale, il est nécessaire de calculer les besoins en énergie pour:
• l’entretien;
• la gestation;
• la production (e.a. rendement en lait, gain de poids vis, nombre d’œufs); et
• dans certaines situations, il faudra procéder à des ajustements pour l’exercice et des
conditions extrêmes de climat (chaud ou froid).
Il n’existe pas d’unité énergétique acceptée internationalement, et différents systèmes
ont été développés pour les différentes classes de bétail. Pour les ruminants, l’énergie métabolisable est largement utilisée, tandis que l’énergie nette (EN), exprimée en MJ ou Mcal,
est appliquée au Danemark, France, Allemagne, Irlande, Pays-Bas, Amérique du Nord et du
Sud, et Suisse. En principe, il n’existe pas de différence entre les systèmes EM et EN, qui,
tous deux, stipulent que les besoins totaux d’énergie représentent la somme des besoins
pour l’entretien, la production (lait et gain de poids vif) et la croissance fœtale. Elles différent cependant sur la manière dont l’efficacité énergétique est incorporée dans le calcul.
Dans le système EM, l’efficacité énergétique est utilisée pour la formation des rations et la
Le développement des bilans en aliments pour animaux
157
prévision des performances animales, tandis que dans le système EN, l’efficacité énergétique est impliquée dans l’évaluation des aliments pour animaux.
Pour les porcs et la volaille, l’énergie digestive, métabolisable et nette ont toutes été
proposées et appliquées dans différents pays. Les mérites de chaque système ont été longuement débattus, mais, en pratique, les différences pour l’estimation des besoins totaux
énergétiques sont relativement ténues.
Ce n’est pas l’objet de ce chapitre de revoir ces différents systèmes ni de porter des
jugements sur leurs mérites respectifs. Ce qui est important est que le système sélectionné
soit apte, d’une part, à estimer les besoins de production du bétail dans la région/pays
concerné, et d’autre part à procurer des tables de composition alimentaire appropriées
aux aliments pour animaux disponible dans la région/pays en question. Il est également
important que ce système choisi soit celui qui soit familier pour l’utilisateur et avec lequel
il se sente compétent pour travailler.
Des systèmes fournissent à la fois les besoins en nutriments du bétail et la composition
nutritionnelle des aliments pour animaux ont été publiés par nombre d’autorités nationales
et certaines de celles-ci sont reprises en fin de ce chapitre. Par ailleurs, de nombreuses compagnies impliquées dans l’élevage fournissent les besoins en nutriments pour des souches
ou races particulieres.
En utilisant les données sur les effectifs d’animaux simultanément avec l’information sur
les taux de reproduction et de productivité, tels que le nombre d’œufs produits, de porcs
vendus ou de quantité de lait produit, les besoins en énergie peuvent être calculés.
Ceci peut être effectué sur une base quotidienne et arrondie à une estimation annuelle.
Alternativement, là où les données de production sont disponibles pour une région ou un
pays, il est possible de calculer les besoins en énergie sur une base annuelle.
Ceci peut être réalisé pour un troupeau individuel, ou sur une base régionale ou
nationale, suivant l’échelle du bilan énergétique, les besoins en précision et les données
disponibles. Des références ont été fournies sur les publications procurant les besoins en
énergie du bétail et il est fortement recommandé de les utiliser. Cependant, lorsque c’est
possible, les valeurs indicatives suivantes peuvent être appliquées dans la production de
bilans détaillés en aliments pour animaux:
Porcs
Énergie requise pour
25 kg 22 MJ ME/jour
différents poids vifs1:
60 kg 34 MJ ME/jour
90 kg
40 MJ ME/jour
Pour la gestation: 3,280 MJ ME per sow (total)
Pour la lactation: 2,565 total2 per litter (total)
Volaille
Poule pondeuse: 52 sem. de ponte, 340 œufs:
0–17 sem. (poulette)
Poulets de chair to 6 semaines
(LW ♀2.3 kg, ♂2.7kg): Notes:
1
Extrait de NRC (1998), Besoins nutritifs du porc.
2
Suppose un âge de sevrage de 40 jours.
430 MJ ME/oiseau
72 MJ ME/oiseau
54 MJ ME/oiseau
La conduite d’évaluations nationales des aliments pour animaux
158
Ruminants
Ovins
Poids vif LW (kg)
Energie requise
pour entretien
Caprins
Bovins
MJ ME/kg LW/year
30
66
77
40
65
71
50
58
68
60
55
65
70
63
100
63
200
51
300
45
400
41
500
39
< 3 mois
> 3 mois
Énergie requise
pour gain
< 6 mois
26 – 34
26 – 36
> 6 mois
41 – 49
37 – 49
< 1 an
19 – 26
> 1 an
32 – 42
Energie requise
pour gestation
1 480 MJ ME par
brebis (total)3
2,150 MJ ME par
chèvre (total)4
14 420 MJ ME par
vache (total)5
Energie requise
pour lactation
2 160 MJ ME total6
5,1 MJ ME/litre
5,3 MJ ME/litre7
Notes:
3 Supposer 60 kg brebis avec jumeaux.
4
Supposer dam chèvre avec jumeaux (total poids naissance 7,9 kg).
5 EM poue entretien et gestation d’une vache de 600kg en stabulation
non lactante avec un 6 QM de 0,5 kg en addition à un foetus pour un veau de 40 kg.
6 Lactation 3 mois; 4,7 MJ/Iitre.
7 Lait standard à 4% M.G et 3% protéine.
14.2.4 Estimation de l’énergie fournie par l’alimentation animale disponible
Les étapes précédentes ont permis d’estimer en besoins d’énergie d’un troupeau dans
une ferme ou sur une base régionale ou nationale. Toutefois, du fait que la plupart des
inventaires en aliments pour animaux décrivent des quantités de aliments pour animaux
disponibles en termes de matière sèche (M.S.),19 il convient de convertir ces données en
termes d’énergie, à savoir, M.J., E.M. ou E.N. pour les ruminants, ou E.M. et E.D. pour les
porcs ou la volaille. De nouveau, ceci devra être exprimé sur la base de M.S. Les tables de
composition alimentaire et de valeur nutritionnelle sont largement disponibles et doivent
être utilisées pour calculer les quantités d’énergie fournie par les aliments pour animaux.
Cependant, l’ingestion de aliments pour animaux n’est pas illimitée, et alin d’obtenir
une estimation précise de la contribution que les aliments pour animaux peuvent apporter
pour satisfaire les besoins nutritionnels du bétail, il s’avère nécessaire d’inclure un ajustement pour prendre en compte les variations de prélèvement.
19
Poids des aliments pour animaux après extraction de l’humidité.
Le développement des bilans en aliments pour animaux
Malgré les recherches considérables menées pour identifier les facteurs déterminant
les quantités que va consommer un animal, les experts ne sont pas d’accord sur les
mécanismes contrôlant l’ingestion. Il est clair, cependant qu’une large gamme de caractéristiques: animal, aliments pour animaux et gestion, influencent le prélèvement, parmi
lesquels:
• race ou souche de l’animal/oiseau;
• âge/poids;
• équilibre nutritionnel de la ration;
• accessibilité aux aliments pour animaux;
• état de santé et de bien-être;
• température ambiante; et
• niveau de production.
Dans tous les systèmes animaux, le prélèvement optimal d’aliments pour animaux va
dépendre des objectifs commerciaux de l’entreprise dans les limites du potentiel maximum
d’ingestion de l’animal ou de l’oiseau.
Lorsque l’accès aux aliments pour animaux est aisé, la santé et le bien-être optimaux,
porcs et volaille vont consommer 4 à 4,5% de leurs poids corporel en M.S. à l’état jeune,
ensuite 3% chez les animaux adultes.
Chez les ruminants, le maximum ingéré de M.S. avoisine également les 4% de poids
corporel chez les jeunes, et descend à 2 – 2,5% chez les adultes. Cependant, lorsque le
fourrage représente la principale ou seule source d’aliments pour animaux, le prélèvement
volontaire sera influencé significativement par la digestibilité des aliments pour animaux.
Une faible digestibilité entraine une progression ralentie à travers le tractus digestif, de
sorte qu’une faible digestibilité se traduit par une ingestion plus basse.
Afin de dresser un bilan en aliments pour animaux, il est nécessaire d’avoir une estimation d’aliments pour animaux consommées, et de l’énergie ainsi fournie. Cependant,
prévoir l’ingestion fourragère par les ruminants s’est révélé particulièrement problématique. Nombre de théories et d’équations ont été proposées à cet effet, plusieurs d’entre
elles basées sur la digestibilité du fourrage, la part des aliments complémentaires, e.a. les
concentrés, et le niveau de production. Alors qu’elles peuvent être appropriées pour beaucoup de situations, une approche alternative doit s’appliquer pour un bilan en aliments
pour animaux, sous forme d’un calcul de bilan inversé. Suivant cette approche, l’énergie
requise pour un niveau donné de production – taux de croissance, rendement laitier, taux
de vêlage, etc … - est calculé. Il est ensuite divisé par la concentration en énergie du fourrage, après avoir soustrait toute énergie provenant des aliments pour animaux complémentaires. L’exemple suivant illustre le cas d’une vache en lactation:
• Énergie nécessaire pour l’entretien et la production = 190 MJ EM/jour
• EM provenant d’aliment concentré 1,8 kg MS à 12,5 MJ/kg de MS = 22,5 MJ EM/jour
• Énergie fourragers = 190-22,5 = 167,5 MJ/jour
• Contenu EM fourrage = 10,5 MJ EM/kg MS
• Ingestion M.S. fourrage = 167,5/10,5 = 15,9 kg MS/jour
Dans cet exemple, l’ingestion en MS prévue est de 15,9 kg de MS/jour, mais, comme
discuté antérieurement, il convient de prendre en compte les pertes, et, donc, l’estimation
devra être accrue afin de s’ajuster pour satisfaire le niveau de production.
159
La conduite d’évaluations nationales des aliments pour animaux
160
Cette approche peut être utilisée pour calculer le prélèvement sur une base quotidienne
pour un individu, comme illustré ci-dessus mais elle peut aussi s’appliquer à un troupeau
ou sur une base mensuelle ou annuelle. Le choix va dépendre de la qualité des données
disponibles et du degré de précision requis, quoiqu’il sera noté qu’une estimation annuelle
puisse conduire à des conclusions trompeuses lorsque se rencontrent de larges variations
saisonnières dans les quantités de fourrage disponible. Cette approche peut également
être appliquée pour dresser des estimations de fourrage consommé à l’échelle régionale
ou nationale, lorsque des données sur la production totale de lait ou de viande sont disponibles et le nombre de portées connu. Cette approche est particulièrement appropriée pour
des catégories uniformes de bétail comme des vaches ou des chèvres laitières.
14.2.5 Rapprochements
Après avoir établi les quantités d’aliments pour animaux et d’aliments disponibles, un
surplus ou un déficit peut être calculé. Un surplus peut suggérer un potentiel pour une
production supplémentaire de bétail, quoiqu’il soit important de préciser quand et où
apparait ce surplus. Un surplus de courte durée annuelle ou dans une région non adaptée
à la production animale peut ne pas être complétement utilisable à moins que le bétail ne
puisse être déplacé dans cette région. Alternativement, il peut être possible de conserver le
fourrage sous forme de foin ou d’ensilage et l’utiliser comme supplément herbagé lorsque
la croissance est lente. Un déficit, peut, lui, être corrigé en augmentant la production
culturale ou améliorer l’efficacité de la conservation de surplus de fourrage par l’acquisition
d’aliment ou une réduction des effectifs animaux. Les déficits en aliments pour animaux
peuvent être corrigés par leur importation. Cependant, celle-ci n’est pas sans conséquence
pour l’environnement. Quoique des accroissements d’importations permettent d’introduire
plus d’animaux, ces derniers vont accroître la pression sur les pâtures et le parcours. L’augmentation d’importations d’aliments pour animaux va également résulter en davantage de
déchets animaux et de nutriments associés qui doivent être gérés en conséquence.
Comme dans le cas de l’Inde, des bilans d’alimentation animale informatisés peuvent
dévoiler des déficits croissants, malgré la contrévidence que la productivité du bétail ait
augmenté (voir Chapitre 9). De telles divergences peuvent indiquer une confiance accrue
dans les ressources alimentaires importantes mais ignores ou surestimées dans les inventaires de aliments pour animaux. Les exemples peuvent comporter les résidus de cultures,
les sous-produits industriels, la végétation de bords de route, les feuilles d’arbre tombées,
les cosses tombées ou gaulées à partir des arbres, les branches d’arbres coupées et d’autres
ressources peu quantifiées mais progressivement importantes dans des situations de déficit
résultant de hautes densités de bétail, d’utilisation intensive des sols, de sécheresses ou de
conditions hivernales sévères.
Quoiqu’un bilan en aliments pour animaux puisse être évalué à un niveau national,
une plus grande précision sera obtenue aux niveaux local ou régional avec des résultats
consolidés. Du fait de la différence d’aliments pour animaux entre les ruminants et les non
ruminants, il est recommandé que des rapprochements soient effectués séparément pour
chaque espèce avant de produire un bilan d’aliments pour animaux national.
Le développement des bilans en aliments pour animaux
14.3 RÉFÉRENCES BIBLIOGRAPHIQUES
Ce qui suit est une liste de publications nationales fournissant des données sur les besoins
en nutriments et la composition alimentaire des aliments pour le bétail. Par ailleurs, les
compagnies impliquées dans l’élevage publient fréquemment des tables sur les besoins en
nutriments pour des races et des souches particulières d’animaux.
AFRC. 1993. Energy and protein requirements of ruminants. An advisory manual prepared by
the AFRC Technical Committee on Responses to Nutrients. CAB International, Wallingford, UK
ARC. 1980. The nutrient requirements of ruminant livestock. Commonwealth Agricultural
Bureaux, Farnham Royal, UK.
CSIRO. 2007. Nutrient requirements of domesticated ruminants. CSIRO Publishing, Collingwood,
Australia.
INRA. 1978. Alimentation des ruminants (Ed. R Jarrige). INRA Publications, Versailles, France.
NRC. 1985. Nutrient requirements of sheep (6th edition). National Research Council. National
Academy Press, Washington, DC, USA.
NRC. 1998. Nutrient requirements of swine (10th Revised edition). National Research Council.
National Academy Press: Washington, DC, USA.
NRC. 2001. Nutrient requirements of dairy cattle (7th Revised edition). National Research
Council. National Academy Press: Washington, DC, USA.
NRC. 2006. Nutrient requirements of small ruminants. National Research Council National
Academy Press, Washington, DC, USA.
161
163
15. L’utilisation de la
simulation par modélisation
des écosystèmes pour évaluer
les disponibilités en aliments
pour les grands herbivores des
territoires hétérogènes
Michael Coughenour
Natural Resource Ecology Laboratory, Colorado State University, Fort Collins, Colorado, USA
Email: mikec@nrel.colostate.edu
15.1 INTRODUCTION
On peut soutenir que le problème d’évaluer la disponibilité en aliments pour animaux pour
le bétail sur des herbages spatialement extensifs soit, par essence, le même qu’évaluer la
capacité de charge de grands herbivores sur des territoires hétérogènes. L’objectif primordial est le même, à savoir, dans les deux cas, de déterminer combien d’animaux peuvent
être maintenus selon l’accessibilité à l’eau et au fourrage. A son tour, ceci va préciser la
quantité de production secondaire procurée aux humains par le bétail. La modélisation des
écosystèmes a été utilisée pour l’évaluation des capacités de charge et peut, vraisemblablement jouer le même rôle pour évaluer les ressources en aliments pour animaux.
Plusieurs définitions existent pour définir la capacité de charge; l’une d’entre elles est
que, à la capacité de charge correcte, les herbivores ne diminuent pas la capacité des
sols, de la végétation et de la faune à fonctionner ensemble comme un écosystème. Ainsi
définie, la capacité de charge apparait comme un concept simple. Cependant, la tache
de définir en général ce qu’est exactement la capacité de charge, et de s’accorder sur
une méthode pour calculer sa valeur n’est pas aisée. Les définitions divergent suivant les
objectifs de gestion, par exemple pour une productivité maximale, pour des processus
naturels, ou pour les nombreuses utilisations de parcours, souvent conflictuelles. Des défis
plus fondamentaux surgissent à cause de la difficulté à calculer la disponibilité en fourrage
au sein d’environnements temporellement variables et spatialement hétérogènes. Quoique
les données de télédétection et des GIS ont permis les évaluations de la productivité végétale totale à travers le temps et l’espace, des complications additionnelles concernent les
conséquences de cette productivité pour les herbivores. De plus, les herbivores affectent de
nombreux processus des écosystèmes à travers des effets dynamiques et interactifs sur la
croissance végétale, sur la compétition entre plantes, le recyclage des nutriments, la décomposition de la matière organique, les flux de l’eau à travers le sol et les végétaux, la compéti-
164
La conduite d’évaluations nationales des aliments pour animaux
tion ou la complémentarité avec d’autres herbivores, et la prédation. Ces effets provoquent
un retour sur les plantes et les herbivores suivant le niveau d’organisation de l’écosystème.
En conséquence, une approche écosystème s’avère nécessaire pour évaluer les effets des
herbivores dans le contexte de territoires dynamiques et spatialement hétérogènes.
Des défis substantiels doivent être surmontés pour évaluer la disponibilité en aliments
pour animaux sur des herbages et des parcours spatialement extensifs. Il est difficile d’estimer celle-ci en additionnant simplement la biomasse végétale totale, encore moins la
matière verte totale ou même la production primaire hors sol. Le premier défi est représenté par la variabilité temporelle. La disponibilité de la biomasse fluctue saisonnièrement,
suivant les précipitations et la couverture neigeuse. Il en résulte que les herbivores peuvent
être fortement limités par les durées de faibles disponibilités de la biomasse. La qualité du
fourrage varie également selon la saison. Quoique la plante verte puisse constituer un bon
fourrage, elle peut être peu nutritive ou inconsommable à l’état sénescent. Secondo, la
qualité du fourrage varie selon les espèces. Certaines sont chimiquement ou physiquement
protégées ou sont évitées par les herbivores pour d’autres raisons. Tertio, la fraction de
biomasse totale ou la production primaire accessible ou utilisable par les herbivores varie
dans l’espace. La biomasse végétale peut être indisponible par manque d’eau de boisson
à proximité, couverture neigeuse, inaccessibilité topographique, compétition avec la faune
sauvage, et des barrières telles que les clôtures. Il résulte de ces contraintes temporelles et
spatiales que les densités de bétail sont souvent considérablement plus faibles que celles
prévues en fonction de la biomasse végétale totale. Au Nord du Kenya par exemple, moins
de 10% du fourrage a été consommé par le bétail pastoral, lorsque le fourrage représentait
par lui-même un facteur limitant pour les densités du bétail (Coughenour et al., 1985).
Les effectifs herbivores sont souvent limités par la quantité de fourrage disponible en
une partie limitée du territoire pendant les saisons sèches et les hivers. Dans beaucoup de
systèmes herbagers pastoraux, il existe des réserves herbacées de saison sèche; il s’agit
souvent de zones moins appréciées durant la saison de croissance pour l’une ou l’autre raison, telles que des températures trop élevées à des altitudes trop basses, des distances trop
longues pour l’abreuvement ou une topographie difficile. Au Nord-Kenya, par exemple, les
populations animales ont été limitées à s’affourager dans des endroits peu utilisés pendant
la saison humide (Swift et al., 1996), ce qui explique pourquoi une faible fraction de fourrage du système total a été consommée et que les effectifs herbivores étaient plus faibles
que prévus, étant donné l’abondance apparente en fourrage pendant la saison humide
(Coughenour et al., 1985; Ellis and Swift, 1988). Ce type de zones restreintes ont été qualifiés de “zone clé de ressources” (KRAs) (llius and O'Conner, 1999, 2000).
La modélisation des écosystèmes est une approche performante pour l’évaluation des
herbivores en leur sein, à la fois en accord avec leurs réponses au fourrage et autres ressources et à leurs impacts sur la végétation et autres composantes sur l’écosystème. Plusieurs
caractéristiques de cette approche rendent ceci possible. Primo, de tel modèles représentent
les processus et les résultats de ceux-ci, relatifs aux flux de biomasse de nutriments, d’eau et
d’énergie entre les sols, décomposeurs, plantes, herbivores et l’atmosphère. Ces flux incluent
ceux qui déterminent la production fourragère et l’utilisation de fourrage par les herbivores.
Secundo, de tels modèles sont dynamiques. Ils représentent d’importantes variations en
temps, entre saisons et entre années, conduites par des fluctuations au sein de variables
Simulation par modélisation des écosystèmes pour évaluer les disponibilités en aliments
dirigées temporellement, comme le climat. Les variances entre saisons sèches et humides, et
saisons chaude et froide, affectent toutes la disponibilité fourragère pour les herbivores. Les
données et les fréquences de disettes nutritionnelles sont des déterminants critiques pour les
productions nettes des herbivores. Tertio, il est possible pour de tels modèles de représenter
l’hétérogénéité spatiale. Les distributions spatiales de fourrage et d’eau conditionnent leur
disponibilité dans la mesure où ces distributions de bétail dans le temps et l’espace doivent
se recroiser avec ces deux ressources critiques. Quarto, les modèles peuvent être employés
pour évaluer la gamme de produit potentiels pour les herbivores, en fonction des possibilités
de variations de climat et de gestion. Plutôt qu’un nombre simplifié d’apport en fourrage,
une gamme de produits peut être anticipée Quinto, les questions de durabilité peuvent être
posées au niveau de l’écosystème. Ceci implique une viabilité du système entier de production alimentaire, y compris les services de l’écosystème et la biodiversité.
L’objectif est ici d’illustrer l’approche par modélisation d’un écosystème en décrivant
l’application d’un tel modèle pour évaluer un écosystème maintenant une population
de grands herbivores dans l’Ouest de l’Amérique du Nord. Une brève étude de cas sur
l’application du modèle pour une population de chevaux sauvages du “Pryor Mountain”
(Coughenour, 1999) démontre le potentiel de la modélisation de l’écosystème pour évaluer
les disponibilités en aliments pour animaux dans des pâturages extensifs et des parcours
caractérisés par une variabilité dans le temps et une hétérogénéité dans l’espace.
15.2 LE MODELE D’ÉCOSYSTÈME
SAVANNA est un modèle spatialement explicite, méthodologique, multispécifique pour
écosystèmes d’herbages, steppes arbustives, savanes et forets. Il a été d’abord développé
pour représenter un écosystème pastoral spatialement extensif au Nord-Kenya (Coughenour, 1992). Depuis lors, le modèle a été appliqué à une large variation d’écosystèmes
(e.a. Boone et al., 2002, 2004, 2005; Boone, 2005; Christensen et al. (2003; Coughenour,
1999, 2002, 2005; Kiker, 1998; Leidloff et. al., 2001; Ludwig et al., 2001; Weisberg et al.,
2002, 2006). SAVANNA procède d’une approche de modélisation intégrée, accordant une
attention égale aux animaux, aux végétaux, et à leur interaction. La structure d’ensemble
est présentée dans la Figure 15.1 (Weisberg et al., 2003). Détails et applications du modèle
peuvent être retrouvés à www.nrel.colostate.edu/projects/savanna/.
La structure spatiale consiste en une mosaïque de cellules quadrillées qui recouvre des
territoires ou des écosystèmes à l’échelle régionale (Figure 15.2). Les intrants spatiaux primaires comportent des strates GIS représentant: 1) le temps; 2) la topographie; 3) les types
de végétation et leurs attributs; 4) la biomasse herbacée; 5) la couverture ligneuse et ses
dimensions; 6) les types de sol et leurs attributs; 7) des cartes de parcours pour herbivores,
8) les distances d’accès à l’eau; 8) les feux. Animaux, eau et feux peuvent, dans les modèles
“se déplacer” à travers le territoire. Afin d’effectuer les simulations dans un laps de temps
raisonnable sur les ordinateurs de la station de travail, le nombre total de cellules quadrillées est limité entre 10 000 et 100 000. Ainsi, lorsque des zones d’études plus étendues
sont simulées, le nombre de cellules doit être plus élevé. Le modèle tourne sur un rythme
hebdomadaire, ce qu’est suffisant pour capter les dynamiques intra-annuelles et saisonnières, mais beaucoup moins astreignante qu’à un rythme quotidien. Le modèle fonctionne
normalement pour une durée de 10 à 100 ans.
165
La conduite d’évaluations nationales des aliments pour animaux
166
Figure 15.1
Structure du modèle SAVANNA
Prédateurs
Destockage
Population
Climat
Feu
Sols
Sous-modèle herbivore
Distribution
des ongulés
Population
des ongulés
Balance
énergétique
Herbivores
Sous-modèle végétation et sols
Population
végétale
Production
primaire
Interception
lumineuse
Budget
eau
Source: R. Boone (graphics)
Figure 15.2
SAVANNA structure spatiale
Source: R. Boone (graphics)
Les données météo mensuelles ou hebdomadaires provenant de toutes les stations de
la région d’études sont transférées dans le modèle. Celui-ci informatise les cartes de précipitations et de température à partir du point de récolte de données lorsqu’il fonctionne,
en utilisant une insertion spatiale corrigée pour l’altitude. Un modèle pour le bilan de l’eau
simule l’humidité du sol pour trois strates.
Simulation par modélisation des écosystèmes pour évaluer les disponibilités en aliments
Le sous-modèle de site pour le bilan de l’eau simule la dynamique de l’humidité du
sol et son utilisation sur chaque type de pièce sur chaque cellule quadrillée. Pour chaque
type de sol, une carte est utilisée, conjointement avec les propriétés du terrain, afin de
déterminer les capacités de rétention d’eau pour chaque sous-région. L’eau est acheminée
vers trois strates en utilisant une approche simple de “seau basculant” qui draine l’eau
excédant la capacité du terrain vers des strates plus profondes. Le bilan de l’eau inclut des
durées pour les précipitations, l’interception, le trop plein, le fonctionnement, l’infiltration,
le drainage profond, l’évaporation des sols dénudés, et la transpiration. La transpiration
est le produit de la conductance des stomates, de la surface foliaire, de l’humidité et de
la radiation.
Le contenu de l’eau de la neige est simulé par l’ajout au paquet de neige lorsque les précipitations s’accompagnent de températures en dessous de zéro et par la fonte du paquet
de neige en fonction de la température et de la radiation solaire. La profondeur de neige
est dérivée de son contenu d’eau. L’accroissement de la profondeur de neige diminue le
taux d’ingestion de fourrage des herbivores. Du fait que les précipitations et la température
varient avec le lieu et la température, la profondeur de neige fait de même.
Normalement 3 à 10 groupes fonctionnels sont simulés, là où ces groupes sont définies
en termes de forme végétale (herbe, arbuste, arbre), longévité foliaire (pérenne, caduque)
et appétibilité. La biomasse végétale, la composition du groupe fonctionnel, et la couverture ligneuse sont initialisées sur base d’une carte de la végétation et un tableau correspondant de recherche reliant le type de végétation à ses attributs.
Le sous-modèle de production nette primaire (PPN) simule les flux et la dynamique de la
biomasse végétale. La photosynthèse est modélisée comme une fonction de la lumière, de
la température, de l’humidité du sol et du contenu en azote de la plante. La respiration est
partagée en composantes croissance et entretien. La PPN herbacée est assignée aux feuilles,
tiges et racines. Les plantes ligneuses répartissent la PPN aux feuilles, branches fines,
branches grossières, racines fines et racines grossières. Les besoins en eau sont dérivés du
calcul de la transpiration. Les besoins en azote sont calculés sur base de la concentration
du sol en azote inorganique. L’eau des racines et les absorptions d’azote pour satisfaire
la demande sont répartis entre les strates du sol proportionnellement aux produits des
ressources disponibles et de la biomasse racinaire dans chaque strate. Les prévisions de
la dynamique et de la production primaire de la biomasse végétale ont été comparées
favorablement avec les données disponibles dans chaque application de SAVANNA. Dans
la plupart des cas, les données disponibles incluent un pic de biomasse sur plus de 3-5
ans (e.a. Coughenour, 2005). Idéalement, des données de dynamique intrasaisonnière de
biomasse vivante et morte sont utilisées (e.a. Coughenour, 1999).
Le modèle de population végétale ligneuse simule l’installation de la plante, ses dimensions, et sa mortalité pour six classes d’âge de tiges hors sol. Les dimensions de tiges dans
chaque classe d’âge sont déterminées par les circonstances du croît, incluant l’exposition au
feu et aux herbivores. La répartition de la PPN dans les plantes ligneuses est liée à la taille
à travers des relations allométriques. Le modèle représente la morphométrie (dimensions
et biomasse) de la plante ligneuse pour six classes végétales. Elle comprend les dimensions
pour le diamètre de la couronne, le diamètre de la tige, la hauteur et la zone racinaire ou
la densité de biomasse racinaire par mètre carré de sol. Les valeurs de biomasse sont spé-
167
La conduite d’évaluations nationales des aliments pour animaux
168
cifiées pour les feuilles, les branches fines, les branches grossières, les racines grossières et
les racines fines pour chacune des six classes.
Un sous-modèle de décomposition et de recyclage de l’azote, base sur CENTURY20
(Parton et al., 1987, 1998), simule la dégradation de la litière et la formation et le retour
de la matière organique du sol (SOM). Les taux de décomposition et de minéralisation sont
affectés par la température et l’humidité du sol. Le modèle de décomposition CENTURY
est plutôt général et a été validé globalement pour différents environnements. Les valeurs
de carbone et d’azote du sol ont été initialisées par des types de sol sur la carte de saisie.
Les modèles pour herbivores simulent des espèces animales multiples ou des groupes
fonctionnels. Chaque espèce ou groupe est modélisé séparément avec des paramètres
séparés décrivant les dimensions corporelles, les besoins en énergie, l’affourragement, la
démographie, etc. Le prélèvement fourrager est prévu comme une fonction des dimensions
corporelles, de la biomasse fourragère (réponse fonctionnelle) et la qualité de fourrage (due
aux taux décroissant de passage des ruminants lorsque la qualité est faible). Les dimensions corporelles et les effets de la physiologie digestive sur les taux de prélèvement et sur
la qualité du fourrage sont explicitement inclus. Un sous-modèle de situation de la ration
répartit les herbivores parmi les types et les tissus végétaux sur base de poids diététiques
préférentiels.
Le bilan énergétique de l’animal est le résultat simulé de l’ingestion et des dépenses
énergétiques. Un indice de condition animale est produit à partir des gains et des pertes
de poids vif. L’ingestion d’énergie dépend du prélèvement de la biomasse fourragère et du
contenu énergétique du fourrage. Les besoins en énergie peuvent être exprimés en termes
d’énergie disgestible (ED), énergie métabolisable (EM), ou d’énergie nette (EN). La fraction
du contenu d’énergie brute du fourrage qui n’est pas digérée est excrétée par les fèces.
L’ED représente l’énergie réellement digérée.
Des quantités digérées, une partie est perdue dans les urines et, chez les ruminants,
une autre dans les gaz de fermentation (méthane) produits par les microbes du rumen.
L’énergie restante et l’énergie métabolisable, utilisée pour l’entretien, le gain de poids, la
gestation et la lactation. Des dépenses complémentaires peuvent également être considérées pour les déplacements et autres activités.
Les herbivores sont répartis dynamiquement dans l’espace, suivant un modèle d’indice
d’adaptabilité dynamique de l’habitat (IAH), qui à son tour est informatisé à partir du taux
potentiel d’ingestion énergétique, de la biomasse fourragère verte, de la topographie
de la couverture ligneuse et de la distance à l’eau. La formulation de l’IAH peut heuristiquement être basée sur les préférences connues de l’habitat et la régression logistique.
Récemment, la pondération de distance Mahalanobis21 a été utilisée (de Knegt et al.,
2010). Les migrations saisonnières sont modélisées en désignant les variétés saisonnières
et en effectuant des déplacements en fonction de ces variations dépendant des conditions
relatives d’habitat.
20
Le modèle CENTURY est un modèle général de recyclage de nutriments entre la plante et le sol, utilisé pour
simuler la dynamique du carbone et autres nutriments pour différents types d’écosystèmes, comprenant les
herbages, les terrains agricoles, les forêts et les savanes.
21 La pondération de distance Mahalanobis est une méthode qui mesure l’adaptabilité relative d’un habitat,
compte tenu de la connaissance des préférences d’une espèce pour plusieurs habitats différents.
Simulation par modélisation des écosystèmes pour évaluer les disponibilités en aliments
15.3 ÉTUDE DE CAS
15.3.1 Région d’étude
Le ranch pour chevaux sauvages du Pryor Mountain est situé sur la frontière entre le Montana et le Wyoming, à l’Est du Parc National de Yellowstone. Son territoire est topographiquement varié, avec une altitude de 1200 m à 2400 m. Il résulte de ce gradient que les
conditions climatiques diffèrent sensiblement quant à la température, les précipitations et
les conditions neigeuses. Un historique géologique complexe et actif a créé une large diversité de substrats, comprenant des roches calcaires, des grès, des tourbes, des schistes et des
roches granitiques. La végétation est variée (Figure 15.3), d’abord à cause des gradients différenciés d’altitude et des conditions climatiques associées, mais aussi à cause de la grande
variété des sols, de substrats et des modèles de redistribution de l’eau sur le territoire. Un
désert arbustif occupe les zones les plus basses (<1200 m); entre 1200m et 1600 m, la steppe d’armoise domine, des steppes à genévriers et des terrains arborés à acajous de montagne occupant les sols très superficiels entre 1100 m et 1550 m, et, aux hautes altitudes,
au-dessus de 1600m prédominent les forêts de conifères. Un recensement initial effectué
en 1970 antérieur à tout retrait totalisait 270 chevaux. Cet effectif se réduisit à 100-120
dans les années 70-80 jusqu’à présent. Il partage les parcours avec le mouflon d’Amérique
et le cerf hémione. Ce qui pose des problèmes de compétition pour le fourrage.
15.3.2 Mise en œuvre du modèle
Le modèle a été paramétré et des ensembles de données à introduire ont été développés
pour le site d’étude. L’objectif était d’utiliser le modèle pour simuler des scénarios historiques et actuels de végétation et de conduite des herbivores. Le modèle devait servir à
estimer les effets des herbivores sur la végétation et les sols, ainsi que les réponses de la
population herbivore à des politiques alternatives de conduite.
Six groupements fonctionnels végétaux ont été simulés: graminées, arbustes, acajou de
montagne (Cercocarpus), genévrier, et conifères. Ces groupes ont été choisis pour répondre
aux objectifs de cette analyse par modélisation sans rendre le modèle trop complexée.
Trois troupeaux de chevaux ont été modélisés et confinés au sein de variations saisonnières observées. Les déplacements saisonniers ont été modélisés en tant que réponses
dynamiques aux changements de conditions fourragères et de neige, avec une aversion
saisonnière pour les basses altitudes en été. La compatibilité de l’habitat a augmenté avec
la biomasse fourragère et le taux d’ingestion de l’énergie du fourrage. Les chevaux étaient
supposés préférer les zones de topographie modérée. L’eau a été une contrainte majeure
pour la répartition des chevaux pendant le printemps, l’été et l’automne, tandis que pendant l’hiver, la présence de neige a permis aux animaux d’utiliser virtuellement l’ensemble
des parcours. Le modèle a été paramétré de telle sorte qu’il apparaissait une nette préférence pour un accès à l’eau inférieur à 1,5 km de distance, et déclinant avec des distances
plus élevées, de sorte qu’au-delà de 6 km, l’eau a été considérée comme inutilisable.
Le mouflon a été gardé dans les limites de variations saisonnières d’observation et
redistribué au sein de ces variations en relation avec la biomasse fourragère le taux d’ingestion de l’énergie fourragère et la topographie (terrain d’échappatoire). Le cerf hémione
a été présent pendant l’hiver avec accès à l’ensemble du territoire; il a évité les pentes
escarpées.
169
La conduite d’évaluations nationales des aliments pour animaux
170
Figure 15.3
Hétérogènéité de la végétation
Pas de données
Désert arbustif
Herbage
Steppe à armoise
Terrain arbustif à genèvrier
Terrain arboré
Forêt d'ébène montagneuse
Forêt Douglas Fir
Forêt Spruce-Fir
Agriculture
Rivière
Inconnu – Paroi canyon
Spruce_Fir (Clairsemée ou forêt)
Douglas-Fir (Clairsemée ou forêt)
Herbage haute altitude (>2 000 m)
Arboré riparien
Pins
La capacité du modèle à prévoir la biomasse herbacée et la dynamique de l’azote foliaire
a été testée à travers des comparaisons de résultats simulés avec des données de terrain
pour le dynamisme de la biomasse végétale (Detling et al., 1996). De manière optimale, un
modèle dynamique comme celui-ci qui vise à simuler une dynamique saisonnière, est testée
vis-à-vis de données démontrant une telle dynamique. De plus, pour évaluer la productivité
totale et les impacts du pâturage sur la végétation, des enclos interdits au pâturage doivent
être installés; les données ont été prises à l’intérieur et à l’extérieur de chaque enclos. Des
pousses d’herbe et de légumineuses ont été mesurées, simultanément aux concentrations
foliaires d’azote. Un exemple de comparaison de données simulées et observées dans un
enclos est présenté dans la Figure 15.4.
15.3.3 Exemple de résultat
L’objectif principal est d’illustrer les types de résultats procures par ce type de modèle. Il est
nécessaire d’examiner les résultats graphiques qui révèlent à la fois la dynamique temporelle et l’hétérogénéité spatiale afin de démontrer la capacité d’aborder les défis majeurs
pour évaluer la disponibilité en aliments pour animaux dans les herbages et parcours spatialement extensifs.
Concernant les variations temporelles, la Figure 15.5 présente la dynamique de la biomasse herbacée au cours des trois décennies. Les importantes caractéristiques à noter sont
Simulation par modélisation des écosystèmes pour évaluer les disponibilités en aliments
171
Figure 15.4
Comparaison de données simulées (lignes) et observes (points) dans un enclos
Concentration des feuilles en azote
Biomasse vivante
2.5
2.0
Pourcentage N
Grammes mètres -2
50
25
1.5
1.0
0.5
0
1980
1985
1990
Date
1995
1980
1985
1990
1995
Date
Note:
Lignes pleines et points.
Lignes ombrées et points.
les magnitudes de fluctuations entre les saisons et entre les années, qui représentent des
facteurs déterminants de la disponibilité en aliments pour animaux. La Figure 15.6 présente
les réponses temporelles du taux d’ingestion de fourrage à la disponibilité en aliments pour
animaux, lorsqu’elle est affectée par la biomasse, la couche de neige et la localisation des
animaux. La Figure 15.7 montré illustre les dynamiques résultant sur la condition animale
en réponses aux fluctuations de la disponibilité un fourrage et les taux d’ingestion. Respectivement à l’hétérogénéité spatiale, la Figure 15.8 illustre les prévisions de modèle sur
la distribution de la biomasse potentielle de fourrage à travers le territoire, en termes de
production primaire nette annuelle (PPNA). La Figure 15.9 illustre la distribution spatiale
prévue des chevaux tout au long de l’année. La Figure 15.10 enfin illustre les résultats
combines des distributions animales et de la croissance végétale avec le pourcentage de
prélèvement résultant.
15.4 CONCLUSIONS
L’application d’un modèle d’écosystème spatialement explicite à un territoire d’Amérique
du Nord occupé par des herbivores élevés en plein air illustre à la fois les défis d’évaluer la
disponibilité en aliments pour animaux dans des herbages et parcours spatialement extensifs, et le potentiel de l’approche de modélisation de l’écosystème pour relever ces défis. Le
modèle a été appliqué ailleurs à des situations similaires.
La disponibilité en aliments pour animaux a, été évaluée, avant tout, en prédisant la
production végétal et la dynamique de la biomasse base sur le climat, les propriétés du
sol, ainsi que la composition et la couverture de la végétation. La croissance végétale a été
étroitement liée avec l’équilibre en eau du sol, ce qu’est particulièrement important dans
les herbages et parcours limités en eau. Les fluctuations saisonnières et interannuelles en
La conduite d’évaluations nationales des aliments pour animaux
172
Figure 15.5
Variations temporelles en biomasse des graminées et légumineuses
Graminées, légumineuses ciblées Bio.- Obs. Anim. Eff.
9 DWT/m2
25
20
GrassBio
15
10
ForbBio
5
0
1975 1980 1985 1990 1995
Année
Figure 15.6
Variations temporelles dans les taux de prélevement du fourrage en réponse aux
fluctuations de disponibilité en aliments pour animaux
% % de poids corporel
Taux d’ingestion cheval – Effectif Anim. observé
3.5
3
Dryhd-Int
2.5
2
1.5
Sykes-Int
Tillt-Int
1
.5
1975 1980 1985 1990 1995
Année
Figure 15.7
Réponses de l’indice de condition de l’animal aux varaitions
de prélevement en aliments pour animaux
Indice de condition
Condition cheval – Effectif animaux observés
1
.9
.8
.7
.6
.5
.4
.3
.2
.1
0
Dryhd-CI
Sykes-CI
Tillt-CI
1975 1980 1985 1990 1995
Année
Simulation par modélisation des écosystèmes pour évaluer les disponibilités en aliments
quantités et qualités de biomasse ont été prédites comme le résultat de variétés correspondantes de précipitations et de température. Les variations temporelles ont comporté
des variations entre biomasses vivante et sénescente, ainsi que dans les contenus d’azote
tissulaire et d’énergie digestible. Les distributions spatiales du croît végétal ont représenté
des produits de la distribution spatiale des caractéristiques de climat et du sol. Les cartes
de précipitations et de température générées par interpolation spatiale, simultanément
aux propriétés du sol, ont représenté les variables pilote pour les variations temporelles et
spatiales de la productivité végétale.
Le problème de la présence de la multiplicité de types végétaux avec des valeurs diverses
pour les herbivores a été abordé par simulation de groups fonctionnels comportant une
multiplicité de plantes; Les plantes herbacées, ont été distinguées des plantes ligneuses, ce
qui est de première importance pour distinguer les aliments pour animaux disponible pour
les herbivores qui paissent vis à vis de ceux qui broutent. De plus, la biomasse foliaire des
plantes ligneuses peut être hors d’atteinte des herbivores brouteurs à cause de leur hauteur,
ce qui est simulé par le biais de la taille des plantes ligneuses.
Il a également été prédit que les disponibilités seraient restreintes par les chevauchements entre la simulation de distributions animales avec celle de la biomasse végétale.
Les distributions animales ont été restreintes par la distance à l’eau, la topographie et la
neige et alfectée par la sélectivité pour des zones avec des quantités plus abondantes d’un
fourrage de meilleure qualité. La juxtaposition dans le temps des distributions animales et
végétales ont déterminé les opportunités d’affourragement, avec des impacts subséquents
sur le taux d’ingestion du fourrage.
La simulation du bilan énergétique animal a été fondamentale pour prédire les réponses
potentielles de production animale aux disponibilités en aliments pour animaux. Dans le
contexte de ce document, ceci a des implications significatives pour l’évaluation des conséquences de la disponiblité en aliments pour animaux pour la production animale; ce que le
modèle accomplit est essentiellement équivalent à un calcul dynamique du bilan en aliments
pour animaux, le bilan entre l’ingestion nutritionnelle animale vis-à-vis de ses besoins. Ici, le
bilan a été affecté par les variations temporelles et spatiales dans la disponibilité en aliments
pour animaux, qui, à son tour, a été affectée par beaucoup de variables environnementales,
parmi lesquelles la végétation, et les variations topographiques et de la couverutre neigeuse.
Le concept de regions clé de ressources a été abordé en simulant les variations temporelles
et spatiales dans les quantités et la qualité de fourrage, ainsi décrit. Avec la progression de
la saison sèche, ou avec la détérioration des conditions hivernales, le “concept de” fourrage
par opposition à la biomasse, se limite dans son étendue spatiale à des zones possédant
des réserves d’humidité, qui n’ont pas été encore pâturées, ou qui sont localisées dans des
endroits difficiles d’accès par leur topographie, la distance à l’eau ou pour d’autres facteurs.
L’étendue spatiale de ces régions varie dans le modèle, étant donné que les étendues spatiales
des ressources simulées (spécialement l’humidité du sol) varient dans le temps et l’espace.
Quoique les besoins technologiques et en données sur l’approche de modélisation de
l’écosystème sont actuellement redoutables, celle-ci devrait devenir faisable rapidement.
La disponibilité en données par les progrés de la télédétection et les capacités des GIS. Les
limitations informatiques continuent à être levées avec les avances matérielles. Le facteur
le plus limitant est l’expertise en modélisation.
173
174
La conduite d’évaluations nationales des aliments pour animaux
Figure 15.8
Distribution spatiale de la production primaire nette hors sol (PPN)
PPN Hergagère
Kg/ha
0–167
167–334
334–500
500–667
667–834
834–1 001
1 001–1 167
1 167–1 334
1 334–1 501
1 501–1 668
1 668–1 834
1 834–2 001
2 001–2 168
2 168–2 335
2 335–2 501
2 501–2 668
Figure 15.9
Distribution spatiale des densités équidés tout au long de l’année
Nombre par km2
0–0.63
0.63–1.25
1.25–1.88
1.88–2.5
2.5–3.13
3.13–3.75
3.75–4.38
4.38–5
5–5.63
5.63–6.25
6.25–6.88
6.88–7.5
7.5–8.13
8.13–8.75
8.75–9.38
Simulation par modélisation des écosystèmes pour évaluer les disponibilités en aliments
Figure 15.10
Distribution spatiale du taux d’exploitation de la productivité herbagère, produit net
des distributions spatiales spatiales de la croissance des plantes et des chevaux
Taux d’exploitation – Herbe
0–6.25
6.25–12.5
12.5–18.75
18.75–25
25–31.25
31.25–37.5
37.5–43.75
43.75–50
50–56.25
56.25–62.5
62.5–68.75
68.75–75
75–81.25
81.25–87.5
87.5–93.75
93.75–100
15.5 RÉFÉRENCES BIBLIOGRAPHIQUES
Boone, R.B. 2005. Quantifying changes in vegetation in shrinking grazing areas in Africa. Cons.
Soc., 3: 150–173.
Boone, R.B., Coughenour, M.B. Galvin, K.A. & Ellis, J.E. 2002. Addressing management
questions for Ngorongoro Conservation Area using the Savanna Modelling System. African
J. Ecol., 40: 138–150.
Boone, R.B., Galvin, K.A., Coughenour, M.B., Hudson, J.W., Weisberg, P.J., Vogel, C.H.,
& Ellis, J.E. 2004. Ecosystem modelling adds value to a South African climate forecast. Clim.
Change, 64(3): 317–340.
Boone, R.B., Burnsilver, S.B., Thornton, P.K., Worden, J.S., & Galvin, K.A. 2005 Quantifying
declines in livestock due to subdivision. Rangeland Ecol. Manag. 58: 523–532.
Christensen, L., Coughenour, M., Ellis, J., & Chen, Z. 2003. Sustainability of the Typical
Steppe: Model Assessment of Grazing on Ecosystem State. J. Range Manag., 5: 319–327.
Coughenour, M.B. 1992. Spatial modelling and landscape characterization of an African
pastoral ecosystem: a prototype model and its potential use for monitoring drought. In D.H.
McKenzie, D.E. Hyatt & V.J. McDonald, eds. Ecological Indicators Vol. I. Elsevier Applied
Science, London and New York, pp. 787–810.
Coughenour, M.B. 1999. Ecosystem modelling of the Pryor Mountain Wild Horse Range.
Report to USGS. Biological Resources Division, National Park Service, and Bureau of Land
Management. 55 pp. & 100 figures.
175
La conduite d’évaluations nationales des aliments pour animaux
176
Coughenour, M.B. 2002. Elk in the Rocky Mountain National Park Ecosystem – A Model-Based
Assessment. Final Report to USGS Biological Resources Division, Ft. Collins, Colorado and U.S.
National Park Service, Rocky Mountain National Park. 125 pp. & 116 figures.
Coughenour, M.B. 2005. Spatial modelling of Yellowstone Bison and their environments. Final
Report to U.S. Geological Survey, Biological Resources Division, Bozeman, MT. Three-part
report. 93 pp., 100 figures, 73 tables.
Coughenour, M. B., Ellis, J. E., Swift, D. M., Coppock, D.L., Galvin, K., McCabe, J.T. &
Hart, T.C. 1985. Energy extraction and use in a nomadic pastoral ecosystem. Science, 230:
619–624.
Detling, J.K. & Gerhardt, T. 1996. Monitoring vegetation in the Pryor Mountain Wild Horse
Range. Second Annual Report. Colorado State University, USA.
Ellis, J.E., & Swift, D.M.1988. Stability of African pastoral ecosystems: alternative paradigms
and implications for development. J. Range Manag., 41: 450–459.
Kiker, G.A. 1998. Development and comparison of Savanna ecosystem models to explore the
concept of carrying capacity. Cornell University, Ithaca, New York, USA. Ph.D. Thesis.
De Knegt, H.J., van Langevelde, F. van, Coughenour, M., Skidmore, A., de Boer, W.,
Ieitkonig, I., Knox, N., Kohi, E., Peel, M., Slowtow, R., van der Waal, C., van Wieren, S.,
& Prins, H. 2010. Spatial autocorrelation and the scaling of species-environment associations.
Ecol. 91: 2455–2465.
Illius, A., & O’Conner, T. G. 1999. The relevance of non-equilibrium concepts to arid and semiarid grazing systems. Ecol. Appl., 9: 798–813.
Ilius, A.W. & O’Connor, T.G. 2000. Resource heterogeneity and ungulate population dynamics.
Oikos, 89: 283–294.
Liedloff, A.C., Coughenour, M.B., Ludwig, J.A., & Dyer, R. 2001. Modelling the trade-off
between fire and grazing in a tropical savanna landscape, northern Australia. Environ. Int.,
27: 173–180.
Ludwig, J. A., Coughenour, M. B., Liedloff, A.C., & Dyer, R. 2001. Modelling the resilience
of Australian savanna systems to grazing impacts. Environ. Int., 27: 167–172.
Parton, W.J., Schimel, D.S., Cole, C.V., & Ojima, D.S. 1987. Analysis of factors controlling soil
organic matter levels in Great Plains grasslands. Soil Sci. Soc. Am. J., 51: 1173–1179.
Parton, W., Hartman, M., Ojima, D., & Schimel, D. 1998. DAYCENT and its land surface
submodel: description and testing. Global Planetary Change, 19: 35–48.
Swift, D.M., Coughenour, M.B. & Atsedu, M. 1996. Arid and semiarid ecosystems. Chapter
10 In: East African ecosystems and their conservation. Oxford University Press, New York, USA.
Weisberg, P., Hobbs, N.T., Ellis, J. & Coughenour, M. 2002. An ecosystem approach to
population management: alternatives for managing elk on ranges shared with cattle. J.
Environ. Manag., 65:181–197.
Weisberg, P. & Coughenour, M. 2003. Model-based assessment of aspen responses to elk
herbivory in Rocky Mountain National Park, U.S.A. J. Environ. Manag., 32: 152–169.
Weisberg, P.J., Coughenour, M.B. & Bugmann, H. 2006. Modelling of large herbivorevegetation interactions in a landscape context. Chapter 12. In K. Danell, R. Bergstrom, P.
Duncan & J. Pastor, eds. Large herbivore ecology, ecosystem dynamics and conservation.
Cambridge University Press, Cambridge, UK.
177
16. Technologies, outils
et méthodologies
pour l’évaluation fourragère
dans les pâtures et parcours
Jay P. Angerer
Texas A&M University System, Blackland Research and Extension Center, 720 E. Blackland Road,
Temple, TX 76502-9622, USA
Email: jangerer@brc.tamus.edu
16.1 INTRODUCTION
Compte tenu des changements climatiques, de l’accroissement de la population humaine
et des changements dans l’utilisation des sols et de leur couverture, une quantification
exhaustive des aliments pour animaux est nécessaire afin que les pays puissant développer des politiques pour maintenir ou accroître la production animale. Cette information
pourra également être utilisée pour la gestion des aliments pour animaux et du bétail en
cas de sécheresse ou autres catastrophes. Pour beaucoup de pays en développement, la
végétation des pâturages et parcours représentent une large composante des aliments
pour animaux potentiellement disponible pour les animaux. A travers le monde, les parcours occupent environ 50% de la couverture terrestre et procurent 75% de fourrage
utilisé pour le bétail domestique (Brown and Thorpe, 2008). De plus, la production de
bétail à partir des pâturages et parcours peut représenter une contribution importante à
l’ensemble du produit intérieur brut (PIB) dans les pays en développement. Cependant,
du fait des grandes étendues occupées par ces zones de pâturage et de parcours, leurs
localisations éloignées et le mélange d’espèces animales qui y pâturent, la quantification
de la biomasse végétale à titre d’inventaire peut se révéler difficile. Sur les pâturages et
parcours, la quantité de biomasse fourragère n’est pas le seul facteur important influençant la production animale. Une évaluation de la qualité du fourrage est également
nécessaire car celle-ci influence l’ingestion au pâturage et finalement la performance
animale.
Des fourrages abondants mais de pauvre qualité peuvent réduire la performance animale ou ne pas être consommés à cause de leur inappétence. La qualité du fourrage peut
varier suivant la saison avec la topographie et avec le changement de communautés végétales à travers le territoire (Wofford et al., 1985). La mesure de la qualité fourragère pose
des défis du fait du prélèvement sélectif par les animaux (i.e. dans un mélange d’espèces
végétales, l’animal choisit ses plantes préférées) et la capacité de l’animal à paître sur de
larges distances, donc à rencontrer potentiellement de multiples espèces/communautés
végétales et positions topographiques au long de son cheminement.
178
La conduite d’évaluations nationales des aliments pour animaux
Une gamme de méthodes a été développée pour mesurer à la fois la quantité et la
qualité fourragère; elles varient en précision, en temps passé sur le terrain, et dans l’application logistique. Pour les mesures de quantité, elles incluent des mesures directes de la
végétation, l’estimation avec des variables proxy, la modélisation par simulation, ou diverses
combinaisons entre ces méthodes. Pour la mesure de qualité fourragères, de méthodes
directes ou indirectes sont disponibles, additionnellement au bilan nutritionnel et au logiciel
de calcul des rations à moindre coût à utiliser pour la mise au point de stratégie supplémentaires d’alimentation.
La logistique, les coûts, la planification de la collecte de données et la disponibilité en
personnel influencent chacun des choix de la méthode. Le but de cette revue est de donner un aperçu des technologies, outils et méthodologies actuellement disponibles pour
l’évaluation qualitative et quantitative fourragère des pâturages et parcours pouvant être
utilisés pour les inventaires nationaux des aliments pour animaux. Les méthodes utilisant les
techniques de terrain, de télédétection, les modèles de simulation et les outils de support
décisionnel pour ces évaluations sont passées en revue, et leurs avantages et inconvénients
liés aux inventaires nationaux d’aliments pour animaux sont discutés. Des facteurs tels que
le terrain et la distance à l’eau pouvant influencer la disponibilité fourragère sont revus et
des exemples expliquent comment cette information peut être utilisée pour évaluer l’utilisation du fourrage et pour calculer les taux de charge afin qu’un programme d’inventaire des
aliments pour animaux soit apte à délivrer à temps et géographiquement des données pertinentes aux parties prenantes. La gestion et le stockage des données, le contrôle de qualité et
l’intégration doivent être considérés. Un survol général de ces besoins est également fourni.
16.2 APERCU GÉNÉRAL
16.2.1 Techniques de terrain pour évaluer et contrôler
la quantité et la qualité du fourrage
Les techniques de terrain sont les méthodes les plus précises pour évaluer les qualités et les
quantités de fourrage des parcours. Cependant, elles requièrent généralement du temps
et des ressources importantes pour la récolte des données, surtout si celle-ci s’effectue sur
une base annuelle. Le choix de cette méthode est influencé par les besoins en logistique,
les coûts, la programmation de la récolte de données, la disponibilité en personnel, le type
d’animal herbivore, et les communautés végétales. Un aperçu de quelques-unes des techniques les plus communément utilisées pour apprécier la qualité et la quantité de fourrage
sont présentées ci-après.
16.2.2 Évaluation des qualités de fourrage
Une considération majeure pour un inventaire national des aliments pour animaux est
de définir la biomasse végétale à mesurer afin de représenter les aliments pour animaux
inventoriées. Du fait que les animaux au pâturage consomment préférentiellement certaines espèces au milieu des végétaux présents sur le territoire, la biomasse à mesurer doit
refléter la biomasse consommée par le type d’animal considéré. La biomasse végétale hors
sol produite par l’ensemble des plantes sur un site donné pendant une année de croissance
peut être définie comme la production annuelle totale (Herrick et al., 2005). Cependant,
celle-ci ne reflète par la disponibilité ni l’appétence de l’animal au pâturage. La production
Technologies, outils et méthodologies pour l’évaluation fourragère dans les pâtures et parcours
totale annuelle de fourrage peut être définie comma la biomasse hors sol provenant des
espèces végétales susceptibles d’être consommées par les animaux au pâturage (Herrick et
al., 2005). Cette qualité peut être résolument différente pour les sites donnés, en fonction
de l’animal qui y pâture. Par exemple, sur un site à dominante herbacée, elle sera plus
élevée pour une vache que pour une chèvre, parce que cette dernière préfère consommer
la végétation arbustive (Photo 16.1). Et l’inverse sera donc vrai sur un site à dominante
arbustive. En outre, il convient de considérer la disponibilité du fourrage. Les plantes trop
élevées ou inaccessibles ne devront pas etre répertoriées dans l’inventaire. Dès lors, avant
de collecter des données de terrain pour évaluation quantitative de fourrage, les animaux
concernés doivent être identifiés avant d’établir un protocole d’échantillonnage prenant en
compte les espèces végétales consommés par le bétail et leur disponibilité (USDA, 2003).
La période de l’année pour cette évaluation qualitative représente une autre considération majeure. La productivité végétale sur un site donné ou à travers une région peut
varier au long de l’année, en fonction des variations dans les cycles de croissance et de la
variabilité climatique. Généralement, l’inventaire sera mené lorsque la majorité des espèces
végétales présentent leur pic de croissance. Au moment de l’échantillonnage, la biomasse
mesurée devra être ajustée pour tenir compte de ce qui a déjà été pâturé ou de ce qui n’a
pas encore été produit (USDA, 2003).
Les méthodes pour les mesures sont, soit directes par échantillonnage et pesée, soit indirectes par estimation des poids par l’observation, soit par combinaison de ces deux techniques.
16.2.3 Techniques de mesures directes
Une des méthodes les plus communes pour la mesure directe de la production fourragère
sur pâturage et parcours est celle des “quadrat”, ou cages isolantes. Un “quadrat”, est un
cadre circulaire, carré ou rectangulaire placé sur le sol d’une région donnée; à l’intérieur
de ce cadre, la biomasse végétale sera coupée et transportée pour pesée (Photo 16.2).
Pour les plantes herbacées (graminées, plantes similaires et légumineuses) les parties hors
sol comme les feuilles, tiges, inflorescences et fruits seront coupées et retirées du quadrat
(USDA, 2003). Pour les ligneux – arbres et arbustes – seuls les produits de croissance
Photo 16.1
Au pâturage, les bovins préfèrent généralement paître les graminées ou la végétation
herbacée, tandis que les caprins broutent les arbres et arbustes
179
La conduite d’évaluations nationales des aliments pour animaux
180
annuels (feuilles, brindilles, fruits) sont échantillonnés. Cependant, Catchpole et Wheeler
(1992) mettent en garde sur le fait que l’échantillonnage des arbres et des grands arbustes
ne sera pas pratique lorsque la variabilité spatiale est élevée; dans ce cas, d’autres techniques, comme l’estimation, se révèlent plus utiles.
Après la coupe, les échantillons sont habituellement séchés au four pour extraire l’eau
afin d’exprimer la biomasse en matière séche. Compte tenu de la surface du quadrat (en
général 0,5 m2), le poids sec (en kg) peut être extrapolé à des surfaces plus étendues (kg
biomasse/ha) afin d’obtenir une estimation de la biomasse végétale pour le site en question. Avant la coupe, la végétation à l’intérieur du quadrat peut également être évaluée
pour d’autres caractéristiques importantes comme la composition spécifique, le taux de
couverture, la fréquence et le taux de litière.
Des lignes de transect peuvent être tracées pour aider à établir une ligne de base à
partir de laquelle l’échantillonnage du quadrat peut être installé (Photo 16.3). Les points
de départ et de fin du transect peuvent être géoréférencées par GPS, afin de pouvoir le
localiser à nouveau lors de visites ultérieures pour un contrôle à long terme et pour évaluer
les changements de végétation et de productivité.
La longueur du transect, la taille et la forme du quadrat utilisé, et le nombre de transects et d’échantillons de quadrat récoltés pour mesurer la biomasse végétale dans un site
d’intérêt dépendent de plusieurs facteurs. Ceux-ci incluent l’habitus de la végétation (arbre,
arbuste, légumineuse, ou herbe), la distribution spatiale de la végétation sur le territoire
(épaisse ou dense) et la logistique pour la collecte des données du site. Par exemple, des
quadrats plus petits (0,1 à 1,0 m2) peuvent être utilisés pour échantillonner la végétation
Photo 16.2
Un quadrat de 0,5 m2 pour mesurer la biomasse végétale sur le parcours
Note: LA VEGETATION EST COUPEE A L’INTERIEUR DU QUADRAT, PLACEE DANS UN SAC IDENTIFIE AVEC DES INFORMATIONS SUR LA
PARCELLE D’ECHANTILLONAGE. LE SAC EST ENVOYE AU LABORATOIRE, SECHE ET PESE POUR OBTENIR LES POIDS EN MATIERE SECHE.
Technologies, outils et méthodologies pour l’évaluation fourragère dans les pâtures et parcours
herbacée, comme en graminées et les légumineuses. De plus grands quadrats (2,0 à
500 m2) peuvent être employés pour échantillonner arbres et arbustes. Pour une végétation
éparse ou en bouquet, un quadrat long et rectangulaire est recommandé pour réduire les
bias dans l’échantillonnage des plantes éparses par opposition à un sol nu. Le nombre de
quadrats requis pour échantillonner un site spécifique est lié à la taille du quadrat, mais
dépend également du type de végétation, de la variabilité spatiale, et, finalement de la
logistique et des coûts pour l’échantillonnage de la région d’intérêt. Plus grande est la
variabilité spatiale de la végétation, plus grand le nombre de quadrat nécessaires pour
accroître la précision des mesures de la biomasse (Catchpole and Wheeler, 1992). Des techniques statistiques peuvent être utilisées pour calculer la taille des échantillons afin d’aider à
déterminer le nombre optimum d’échantillons. Bonham (1989) fournit une description des
techniques et procédures à employer pour déterminer la taille optimale des quadrats et le
nombre d’échantillons de quadrat pour les différents types de végétation.
16.2.4 Techniques d’estimation
Le temps nécessaire pour couper un grand nombre de quadrats et le nombre important
d’échantillons à sécher et peser rendent la mesure directe de la biomasse fourragère
trop coûteuse pour un programme national d’inventaire des aliments pour animaux. Les
techniques d’estimation sont appliquées pour réduire le nombre d’échantillons prélevés et
réduire le temps nécessaire à échantillonner chaque localisation. Deux méthodes populaires
développées pour l’estimation de la biomasse fourragère dans la végétation des parcours
consistent en la méthode de l’unité de pesée et la méthode de double échantillonnage.
Photo 16.3
Un quadrat coupé à un endroit le long d’une ligne de transect
Note: UNE TIGE DE MESURE EN FIBRE DE VERRE, TELLE QUE FIGUREE ICI, PEUT ETRE UTILISEE COMME REFERENCE POUR LA LIGNE DE
TRANSECT DANS LA PATURE HERBACEE.
181
182
La conduite d’évaluations nationales des aliments pour animaux
Dans la première (USDA, 2003), une unité de poids est établie pour chacune des
espèces végétales trouvées dans la région intéressée. Cette unité de pesée peut être une
plante entière, un partie de plante ou un groupe de plantes, et le poids va varier avec la
taille de la plante (les graminées et les légumineuses peuvent être de taille et de poids
plus petit qu’une unité de poids pour un arbuste). Une fois l’unité de poids établie, le
personnel de terrain calibre leur estimation en choisissant visuellement une plante ou
une partie de plante dont le poids est équivalent à celui de l’unité de pesée. La biomasse
végétale est alors récoltée, pesée et comparée au poids de l’unité de pesée. Le processus
est répété jusqu’à ce que le personnel puisse estimer avec précision l’unité de pesée.
Une fois la calibration achevée, l’échantillonnage du quadrat est effectuée; le nombre
d’unités de pesée pour chaque espèce végétale au sein des quadrats y est estimé et
enregistré. Le quadrat est alors récolté selon les espèces afin de comparer les poids des
espèces collectées à celui des unités de pesée. Le processus est répété jusqu’à ce qu’un
taux raisonnable de concordance soit obtenu entre l’estimation des unités de pesée et
la biomasse collectée dans le quadrat. Une fois obtenu, le poids de la biomasse des
quadrats est estimé uniquement en unités de pesée. Les quadrats peuvent être récoltés
périodiquement pour s’assurer de la persistance de la précision. La biomasse végétale
gardée récoltée est séchée au four et pesée pour calculer un facteur de conversion en
matière sèche. La méthode par unité de pesée peut permettre un rapide échantillonnage
d’un site une fois que les estimations du personnel sont calibrées et il réduit le temps
nécessaire pour couper et ensuite sécher les échantillons, donc le temps total et l’effort
d’échantillonnage. Une description détaillée de cette méthode peut être trouvée dans
le Manuel National des Parcours et Pâtures du Département Américain de l’Agriculture
(USDA, 2003).
Les méthodes de double échantillonnage impliquent généralement le développement
d’une relation statistique entre la biomasse et les estimations visuelles ou une variable aisément mesurable comme la couverture, la hauteur ou l’âge de végétation (Catchpole and
Wheeler, 1992). Pour développer la relation statistique, l’estimation visuelle ou la mesure
ou de la variable aisément mesurable est collectée dans un certain nombre de points
d’échantillonnage où la biomasse est coupée et pesée. Une équation de régression peut
alors être développée entre la variable aisément mesurée et les poids de la biomasse. Un
échantillonnage intensif peut alors être pratiqué pour la variable et l’équation de régression
va servir à convertir les mesures de biomasse, et donc à réduire le besoin pour des coupes
supplémentaires. En développant les équations de régression, l'échantillonnage initial sera
effectué afin de saisir la gamme à la fois de biomasse végétale et de variable aisément
mesurable.
Un grand nombre de techniques de double échantillonnage ont été développées pour
l’estimation de la biomasse fourragère dans les parcours. Catchpole and Wheeler (1992)
fournissent un excellent aperçu de telles techniques utilisant des variables aisément mesurables avec une discussion sur les avantages et désavantages de chaque technique en
relation avec le coût, la précision, la structure et la variabilité de la végétation. Herrick et al.
(2005) procurent un aperçu du double échantillonnage en utilisant une estimation visuelle
pour son utilisation dans les écosystèmes des pâturages arides et semi arides, de steppes
arbustives et de savanes.
Technologies, outils et méthodologies pour l’évaluation fourragère dans les pâtures et parcours
16.2.5 Stratification du Territoire et Agrandissement
En développant un programme pour quantifier la biomasse fourragère des parcours afin
de dresser un inventaire national des aliments pour animaux par mesures directes ou par
techniques d’estimation, il est nécessaire de développer un cadre d’échantillonnage qui
recouvre la gamme des communautés végétales et des types de plantes consommés par
le bétail. Il est également nécessaire d’optimiser le nombre de sites d’échantillons afin de
réduire les coûts et les contraintes logistiques. A partir du niveau local jusqu’au niveau
national, un schéma de stratification doit être développé afin de s’assurer que l’échantillonnage soit représentatif des types de végétation et de la productivité à chaque échelon.
La stratification doit être conçue là où les résultats de la biomasse peuvent aisément être
élargis et intégrés aux niveaux régionaux et nationaux de manière spatialement cohérente.
L’utilisation des strates de données spatiales, tels que des modèles digitaux d’élévation, de
cartes de sols et de végétation, et d’images satellite au sein de logiciels GIS aide à définir des unités de contrôle possédant des sols, une végétation et des caractéristiques de
gestion relativement uniformes. (Herrick et al., 2005). Les contraintes logistiques tels que
l’accès aux routes, le temps de voyage, et la sécurité sont également pris en compte dans
la GIS afin de préciser un nombre gérable d’unités de contrôle et de satisfaire les objectifs
de l’inventaire national. Les équipes de terrain conduisent alors l’échantillonnage pour
l’évaluation des quantités de fourrage dans chacune des unités de contrôle. La biomasse
fourragère (kg/ha) mesurées dans chacune de celles-ci est alors convertie en kilogrammes
totaux en multipliant la biomasse mesurée par la surface (ha) de l’unité de contrôle. Une
simple élévation au niveau national est alors menée en additionnant la biomasse fourragère
à travers toutes les unités de contrôle nationale ce qui permet de fournir une estimation de
la biomasse (kg ou tonnes) pour le pays tout entier. Cependant une méthode plus complexe
d’extrapolation devra probablement être utilisée pour représenter la biomasse fourragère
pour les différentes espèces de bétail (bovins, ovins, caprins). De plus, les quantités de biomasse demandent des ajustements pour les facteurs réduisant l’accessibilité pour le bétail
à pâturer le fourrage, tels que des terrains abrupts, la disponibilité en eau et la restriction
d’accès (parcs nationaux, aires de conservation).
16.2.6 Évaluation de la qualité fourragère
La qualité du fourrage peut être définie comme “le degré auquel il satisfait les besoins
nutritionnels d’une espèce et d’une classe animale” (Allen and Segarra, 2001). L’évaluation
de la qualité fourragère est importante pour la gestion du bétail car elle représente un levier
essentiel pour maintenir la condition animale, la santé reproductive et la productivité du
bétail ce qui, ensuite, va influencer des retombées économiques (Fales and Fritz, 2007). De
plus, la qualité du fourrage influence son appétence et, ainsi, son taux d’ingestion pour
l’animal en pâture. Quoique des quantités de fourrage puissent être élevées, la végétation
peut ou ne peut pas être prélevée du fait de la faible qualité du fourrage disponible, entraînant ainsi une réduction de la productivité animale et une utilisation accrue dans les zones
de meilleure qualité fourragère.
Du fait des grandes étendues de terrains occupés par des pâturages et parcours, de la
diversité de la végétation et des animaux, des déplacements du bétail à travers le territoire
et de la variété de pratiques de gestion des producteurs, l’évaluation de la qualité fourra-
183
La conduite d’évaluations nationales des aliments pour animaux
184
gère des parcours et pâturages peut représenter un défi. Tout comme les évaluations pour
les quantités de fourrage, différentes méthodes directes et indirectes ont été développées à
cet effet. Un aperçu de base de ces méthodes et leur potentiel dans un inventaire national
des aliments pour animaux est fourni ci-dessous.
16.2.7 Méthodes directes
Du fait que les animaux en pâture sont sélectifs dans le choix des plantes à consommer,
il ne suffit pas de simplement analyser la biomasse végétale présente pour espérer obtenir des résultats significatifs sur la qualité du fourrage. La méthode directe pour évaluer
la qualité du fourrage implique généralement l’observation des animaux au pâturage
et essayer de recréer leur ration, ou l’utilisation de fistules de l’œsophage ou du rumen
afin de récupérer le fourrage consommé et de l’examiner pour sa qualité. Les méthodes
d’observation comprennent la cueillette manuelle (Devries, 1995; Kiesling et al., 1969;
Langlands, 1974) et le dénombrement des bouchées (Glasser et al., 2008; Ortega et al.,
1997; Timmons et al., 2010).
La cueillette manuelle implique de suivre et d’observer les animaux au pâturage et de
recueillir ensuite des parties de plantes similaires à celles qu’ils consommaient. Ces échantillons seront alors analysés pour des indicateurs de qualité, comme la protéine brute, la
matière organique digestible, les macronutriments et les cendres. La méthode du décompte
des bouchées suppose de suivre les animaux et d’enregistrer le nombre de coups de dents
que l’animal donne pour des plantes ou des parties (feuille, tige, fleurs) ainsi que l’ampleur
de ceux-ci. L’enregistrement est effectué sur un magnétophone et transcrit immédiatement
après la séance d'observation (Glasser et al., 2008; Timmons et al., 2010). Après chaque
séance d’observations, des échantillons sont prélevés soit à la main, soit par coupe et
leur nombre est proportionnel aux coups de dents enregistrés et aux parties de plantes
pâturées par l’animal. Les échantillons sont ensuite analysés pour les indicateurs de qualité
fourragère.
Ces deux méthodes présentent des limites pour être appliquées dans un inventaire
d’aliments pour animaux. Par exemple, elles sont chronophages et requièrent des animaux
relativement dociles afin de permettre l’observation de leur comportement en pâture
(Gordon, 1995). De plus, les observateurs doivent être bien formés à ces méthodes pour
s’assurer que les plantes et les parties de plante soient correctement identifiées et que la
classification des coups de dents soit cohérente entre les observateurs.
L’utilisation d’animaux fistulisés (œsophage ou rumen) est généralement reconnue
comme l’une des méthodes les plus précises pour obtenir un échantillon représentatif de
ce que l’animal a consommé (Pfister et al., 1990; Holecheck et al., 1982). Ces animaux sont
chirurgicalement traités afin de pratiquer une ouverture (fistula) soit dans l’œsophage soit
dans le rumen. Après cicatrisation, l’ouverture est munie d’un bouchon en caoutchouc ou
plastique afin de la garder fermée entre les prélèvements pour échantillonnage.
Pour un échantillonnage de qualité de fourrage sur un animal porteur d’une fistule de
l’œsophage, le bouchon de cette dernière est déplacé et un sac est placé sur l’ouverture.
L’animal est alors placé en pâture et le matériel végétal consommé va tomber dans le sac
à travers la fistule (extrusa). A la fin de la séance de pâturage, le sac est retiré et la fistule
rebouchée. Les extruses sont récoltés dans le sac, séchés au four ou au congélateur et
Technologies, outils et méthodologies pour l’évaluation fourragère dans les pâtures et parcours
ensuite analysés pour les indicateurs de qualité fourragère, comme la protéine brute, la
fibre, la digestibilité et autres nutriments.
Pour un animal porteur d’une fistule du rumen, l’animal est préparé pour une évaluation
préalable totale du rumen, nettoyé à l’eau afin de retirer tout le contenu (Ganskopp and
Bohnert, 2006; Hirschfeld et al., 1996). Le bouchon est alors replacé et l’animal autorisé
à pâturer pendant une séance de 60-90 minutes. Cette dernière terminée, le contenu du
rumen est entièrement récolté et analysé ensuite pour les indicateurs de qualité fourragère.
Les avantages de ce type de fistulisation sont que les animaux cicatrisent plus vite et
demandent moins de surveillance et de soins pendant la séance de pâture (Holecheck et
al., 1982). L’utilisation d’animaux fistulisés présente plusieurs inconvénients, dont le besoin
de maintenir un troupeau spécial à cet effet qui requiert un entretien permanent et d’avoir
un personnel disponible hautement formé pour travailler avec les animaux (Van Soest,
1994). Du fait de ces problèmes et de la nécessité d’échantillonner une zone géographique étendue, l’utilisation d’animaux fistulisés pour évaluer la qualité de la ration pour
l’établissement d’un inventaire national d’aliments pour animaux n’est probablement pas
très pratique.
16.2.8 Méthodes indirectes
Les méthodes indirectes pour déterminer la qualité de fourrage inclut généralement l’examen des fèces pour les indicateurs pouvant être liés au fourrage consommé par le bétail;
Les premiers travaux sur ces méthodes préconisaient l’examen de constituants tels que
l’azote fécal, (Holechek et al., 1982; Squires and Siebert, 1983) et le contenu en fibres. A
titre d’exemple, Wofford et al. (1985) utilisaient l’azote fécal, l’azote non lignine lié aux
fibres, la fibre neutro dissoute, la fibre acido dissoute, la lignine acido dissoute et la dissolution par la pepsine et l’acide comme variables indépendantes dans des régressions afin
de prévoir l’ingestion de fourrage, la digestibilité in vivo de la ration, et l’azote de celle-ci.
Les résultats ont indiqué que l’azote fécal prédisait relativement bien l’azote de la ration,
ce qui se révélait utile pour détecter les déficiences du bétail en protéine brute. Toutefois,
la capacité de prédiction de l’ingestion et de la digestibilité par l’emploi des constituants
fécaux était faible.
Au cours des 20 dernières années, le balayage par Spectroscopie Réflectante proche de
l’infra rouge (SRPIR) a émergé comme un outil fiable pour l’évaluation de la qualité du fourrage pâturé par les ruminants (Dixon and Coates, 2010; Leite and Stuth, 1995; Li et al., 2007;
Lyons and Stuth, 1992; Showers et al., 2006; White et al., 2010; Dixon and Coates, 2009). La
méthodologie pour développer la capacité de balayage des fèces par la SRPIR implique la formulation d’équations qui comparent statistiquement les caractéristiques spectrales proches
de l’infrarouge des fèces du bétail avec les constituants qualitatifs (protéine brute, digestibilité, fibre) du fourrage consommé. Des doublons de rations animales et de fèces nécessaires
à l’établissement des équations peuvent être rassemblé dans des essais d’alimentation en
cages (e.a. Li et al., 2007; Showers et al., 2006) ou d’essais utilisant des animaux fistulisés et
du bétail élevé en liberté (e.a. Leite and Stuth, 1995; Lyons and Stuth, 1992).
Pour des essais d’alimentation en cages, les fourrages sont récoltés à la main et
mélanges afin de constituer une ration connue. Une gamme de qualités et de mélanges
d’espèces végétales sont utilisés afin de couvrir la diversité locale de la zone ou de la région.
185
186
La conduite d’évaluations nationales des aliments pour animaux
Les rations sont alors distribuées au bétail et les fèces collectées pendant une période
définie. Pour les essais sur animaux fistulisés, les animaux sont confinés en pâturage avec
du bétail en liberté et les extrusa collectés sont utilisés pour représenter la ration du bétail.
Des échantillons de fèces sont récoltés auprès du bétail en liberté pendant quelques jours
après la collecte des extruses.
Pour chacune des deux méthodes, les rations sont analysées pour les constituants qualitatifs et les échantillons fécaux scannés avec le spectroscope. Le logiciel spectroscopique
est alors appliqué pour définir une équation multivariable qui prédira la qualité de la ration
en fonction des caractéristiques spectrales des fèces. Les statistiques, telles que l’erreur
standard ou les valeurs de régression r2 peuvent être calculées pour évaluer la solidité de
l’équation. Le balayage SRPIR des fèces pour les constituants fourrager qualitatifs présentée
généralement une précision similaire à celles des méthodes standard de laboratoire (Dixon
and Coates, 2010; Lyons and Stuth, 1992; Showers et al., 2006; Decruyenaere et al., 2009).
Les avantages de la SRPIR fécale sont sa rapidité et fiabilité dans l’évaluation de la qualité
du fourrage consommé, (Dixon and Coates, 2009), la facilité de récolte des échantillons en
l’absence de toute collecte destructive, et la qualité de l’information fournie aux producteurs pour l’assistance dans la gestion des besoins nutritionnels de leurs troupeaux afin de
répondre aux objectifs de production (Dixon and Coates, 2009; Dixon and Coates, 2010).
Les désavantages comportent le coût élevé évident de l’équipement SRPIR, le besoin de
développer des essais d’alimentation et les équations qui recouvrent la gamme de types et
de qualités de fourrage rencontrés dans la région par les animaux au pâturage et les besoins
d’une validation indépendante des équations SRPIR fécales (Decruyenaere et al., 2009).
Pour un inventaire national des aliments pour animaux, la SRPIR fécale peut représenter
le choix le plus pratique pour évaluer la qualité nutritionnelle à travers un pays. Un centre
de recherche ou un projet peut être installé pour la mise au point des équations, en utilisant des troupeaux de recherche et des essais d’alimentation à cette fin. Cependant les
coûts d’équipements, de logistique et de formation du personnel pour rassembler un grand
nombre d’échantillons fécaux représentatifs d’une région peuvent se révéler prohibitifs.
16.3 APPROCHES PAR TÉLÉDÉTECTION POUR L’ÉVALUATION FOURRAGÈRE
QUALITATIVE ET QUANTITATIVE
L’emploi de l’imagerie par télédétection semble, attractive pour évaluer les conditions de
végétation des parcours du fait de la large couverture aérienne fournie, de sa capacité à
examiner des régions éloignées potentiellement inaccessibles et de recevoir l’information à
des fréquences temporelles plus élevées que celles de l’échantillonnage sur terrain. Depuis
les années 70, l’imagerie par télédétection a été employée pour évaluer les conditions
de végétation des parcours. Par exemple, Rouse et al. (1973) ont appliqué l’imagerie par
balayage multispectral pour l’examen du verdissement et mis au point un indice de végétation corrélé à la biomasse végétale. Depuis lors, plusieurs approches différentes ont été
développées pour examiner les conditions des parcours et quantifier la biomasse.
Les indices de végétation dérivés des images de télédétection représentent l’un des
produits le plus populaires et les plus étudiés extensivement pour évaluer la biomasse végétale. Ils sont produits par transformation des bandes du spectre électromagnétique, mesuré
comme la réflectance à partir de la surface terrestre par des satellites observant la terre.
Technologies, outils et méthodologies pour l’évaluation fourragère dans les pâtures et parcours
Ces indices permettent l'examen des variations temporelles et spatiales et la contribution
relative des propriétés végétales, comme l’activité photosynthétique et la structure de la
canopée (Huete et al., 2002). Les indices de végétation peuvent fournir une représentation non biaisée de la végétation, sans relation avec le type de sol, la classification de la
couverture ou les conditions climatiques (Huete et al., 2002). Depuis le début des années
70, une variété d’indices ont été proposés (voir Tucker, 1979; Huete et al., 2002 pour une
revue des indices). En général, ceux-ci impliquent une certaine combinaison des portions
rouge et près de l’infra rouge du spectre électromagnétique, spécifiquement les longueurs
d’ondes dans la gamme des 0,6-0,71 μm (rouge) et 0,75-1,1 μm (près de l’IR) (Tucker et
al., 1983). Dans la gamme du rouge, une quantité importante de la radiation incidente est
absorbée par la chlorophylle foliaire, tandis que la gamme proche de l’IR, la radiation incidente est reflétée par les cellules mésophiles des feuilles. Ceci fournit un contraste net dans
la réflectance de la lumière de retour au satellite, pouvant être utilisée pour l’établissement
de ratios ou l’indexation (Gitelson, 2004; Hurcom and Harrison, 1998; Brown et al., 2006).
Parmi les différents indices de végétation, l’index de Différence Normalisée de Végétation (IDNV) est le plus utilisé et historiquement accepté (Cracknell, 2001). Il fut d’abord
proposé comme le "Paramètre de Ratio de Bande" par Rouse et al. (1973). Il devint d’usage
élargi avec le lancement du Radiomètre Avancé à très haute résolution, instrument à
bandes spectrales rouge et proche de l’IR qui ne se chevauchaient pas, et qui permettent
ainsi le calcul des indices de végétation (Tucker et al., 2005). L’IDNV est calculé à partir des
bandes rouges et proches de l’IR, comme suit:
NDVI = (ρnir - ρr) / (ρnir + ρr )
Où ρnir et ρr sont respectivement les réflectances spectrales des longueurs d’onde du
rouge et proche de l’IR.
L’indice a une portée de -1 à +1. Les quantités croissantes de végétation déplacent l’indice vers 1. Des sols dénudés et des rochers ont des réflectances rouges et proches de l’IR
similaires de sorte que l’indice est proche de zéro pour ces surfaces.
La neige, l’eau, et les nuages ont une réflectance rouge plus élevée que celle proche
de l’IR de sorte que les valeurs de l’IDNV sont négatives pour ces surfaces (Hurcom and
Harrison, 1998). L’IDNV a été utilisé comme substitut pour l’indice de surface foliaire, la
biomasse végétale, et la radiation absorbée photosynthétiquement active (FAPAR) (Asrar et
al., 1984; Sellers, 1985; Tucker, 1979).
Actuellement, de nombreuses plates-formes satellitaires existent afin de produire une
imagerie par télédétection et de nombreux produits sont disponibles gratuitement. La
disponibilité et le faible coût de l’imagerie par télédétection en ont fait un outil attractif
pour le contrôle des conditions territoriales. Son faible coût et la densité des données en
font un produit attirant à utiliser dans des inventaires d’aliments pour animaux. Ci-dessous,
est fourni un aperçu des applications de télédétection pour les évaluations qualitatives et
quantitatives du fourrage avec une discussion des approches pour introduction de modèles
empiriques et de télédétection.
16.3.1 Quantité du fourrage
Deux approches ont généralement été appliquées pour l’évaluation de la biomasse par
imagerie de télédétection. Ce sont: 1) des modèles empiriques prédisant la biomasse four-
187
188
La conduite d’évaluations nationales des aliments pour animaux
ragère en se basant sur une relation statistique entre les bandes du spectre (ou une combinaison de certaines d’entre elles) de l’image et la biomasse végétale, et 2) des modèles
de processus utilisant des données de télédétection comme intrants afin de prédire la
biomasse végétale.
16.3.2 Approches empiriques
Les approches empiriques pour évaluation de la biomasse à partir de produits de télédétection impliquent généralement l’usage d’une relation de régression entre la variable de
produit de télédétection et les données de biomasse collectées sur le terrain (Dungan,
1998). Par exemple, Tucker et al. (1983) ont appliqué à la fois une régression linéaire et
logarithmique entre l’IDNV et les données de biomasse récoltées au sol pour prévoir la
biomasse au niveau régional dans la partie sahélienne du Sénégal. Dans la steppe Xilingol
de Mongolie Intérieure, Kawamura et al. (2005) ont découvert que l’Indice de Végétation
Amélioré (IVA), dérivée du satellite avec spectroradiométre à images de Résolution Modérée, s’avérait utile pour prédire la biomasse vivante et la biomasse totale. En Nouvelle
Zélande, le fourrage pour les pâturages à vocation laitière a été prédit avec une marge
d’erreur de 10%, en utilisant un modèle de régression reliant l’IDNV et l’époque de l’année
avec la biomasse fourragère (Mata et al., 2007). Pour les parcours jordaniens, AI-Bakri and
Taylor (2003) ont appliqué un modèle de régression linéaire afin de prévoir la production de
biomasse arbustive. Ils ont énoncé que cette approche a le potentiel d’estimer la capacité
de charge des parcours en Jordanie. En Mongolie, la biomasse des parcours a été estimée à
partir d’une relation avec l’index de santé végétale et les données de biomasse récoltées sur
le terrain (Kogan et al., 2004). L’index de santé végétale a été calculé en utilisant l’IDNV et
les températures de radiance à partir du satellite AVHRR. Cet index procure une indication
de conditions végétales anormales. Dans les Grandes Plaines du Nord des Etats-Unis, Frank
and Karn (2003) ont trouvé une réponse non linéaire entre la biomasse et l’IDNV, mais la
relation était hautement corrélée (r2=0.83). En examinant la cartographie en temps réel de
la biomasse du parc National d’Etosha en Namibie, pour une évaluation des risques de feu,
Sannier et al. (2002) ont employé des techniques de mesures rapides du terrain pour la
végétation herbacée et arbustive et mis au point des relations de régression entre celle-ci et
l’IDNV. Ils ont découvert de bonnes corrélations entre la biomasse verte et l’IDNV, quoique
la force de ces relations soit reliée au type de végétation. Ils ont conclu que la capacité de
prédire la biomasse via ces méthodes permet la cartographie proche en temps réel pour les
risques de feu d’être réalisable pour le Parc National d’Etosha.
16.3.3 Modèles d’intrants pour télédétection
Un problème notè pour les modèles empiriques utilisent des données de télédétection
pour prédire les qualités de biomasse est qu’ils transgressent l’hypothèse de l’absence de
corrélation entre les variables de prédiction (Dungan, 1998; Foody, 2003). Etant donné que
la plupart des données de corrélation sont fondamentalement auto-corrélées (similarité
pour les pixels comme une fonction à distance), cette hypothèse ne peut être ignorée. Une
voie pour surmonter cela est d’utiliser des modèles de croissance végétale, dirigés par des
variables contributives de télédétection sur une base pixel par pixel. Reeves et al. (2001)
décrivent une telle approche pour prédire la biomasse de parcours avec l’emploi de pro-
Technologies, outils et méthodologies pour l’évaluation fourragère dans les pâtures et parcours
duits du système MODIS et un modèle de croissance végétale d’efficacité modérée. Leur
approche utilise l’imagerie MODIS afin d’estimer FAPAR, qui alors, est intégré au sein d’un
modèle d’efficacité modérée (Montieth, 1972, 1977) estime la productivité nette primaire
hors sol. Des cartes régionales de biomasse sont alors produites à 1 km² de résolution. Hunt
and Miyake (2006) ont utilisé un modèle similaire d’efficacité pour usage léger pour prédire
les taux de charge à l’intérieur de cellules de 1 km² pour l’ensemble de l’Etat du Wyoming
aux Etats-Unis. Leur modèle différait de celui de Reeves et al. (2001), car ils ont utilisé le
Radiométre Avancé NOAA à très haute résolution pour estimer FAPAR et ont converti la
production primaire nette hors sol en fourrage disponible à soustraire de la biomasse non
utilisable par le bétail.
Quoiqu’une forte évidence plaide pour que l’application de biomasse sur parcours en
utilisant des variables de télédétection soit faisable, l’extrapolation de ces relations à de
nouvelles régions n’est pas toujours faisable, ni recommandée. Généralement, les données
de terrain doivent être collectées pour de nouvelles zones ou région afin de formuler les
équations de prédiction. Un autre problème est que plusieurs de ces modèles prédisent la
biomasse végétale mais non la disponibilité de fourrage pour les animaux au pâturage. Si
les déficits ou les surplus de fourrage pour les types spécifiques de bétail doivent être pris
en compte, alors des équations spécifiques ou des modèles pour pâturage doivent être mis
au point pour le fourrage disponible. Dans une étude examinant l’utilisation des données
de télédétection pour l’estimation de la biomasse fourragère afin d’évaluer la capacité de
charge en Namibie, Espach et al. (2009) ont intégré les problèmes de quantification de disponibilités fourragères en apportant des corrections pour la biomasse arbustive qui n’était
ni appétante ni accessible aux animaux en pâture.
16.3.4 Qualité du fourrage
La recherche par télédétection sur la qualité de fourrage n’est pas aussi exhaustive que
pour l’estimation de la biomasse. Ceci est dû probablement aux difficultés rencontrées dans
l’obtention d’information sur la qualité de fourrage à utiliser en approche empirique et par
modélisation. Un autre problème est que lorsque les données de télédétection deviennent
plus grossières en résolution, le pixel s’intègre à la végétation, ce qui le rend plus difficile à
séparer des composants végétaux pâturés par les animaux. Ceci rend aussi plus compliqué
de déterminer un schéma approprié d’échantillonnage pour mesurer la qualité du fourrage,
spécialement lorsque la végétation devient plus hétérogène et lorsque les animaux au pâturage sont plus nombreux.
16.3.5 Approches empiriques
Les approches empiriques pour l’estimation de la qualité du fourrage impliquent l’examen
des relations statistiques entre les variables de qualité et l’information spectrale provenant
de l’imagerie par télédétection. Thoma et al. (2002) ont utilisé la régression linéaire simple
avec l’IDNV comme variable indépendante pour prédire qualité et quantité de fourrage
dans les parcours du Montana, Etats-Unis. Ils ont relevé des relations raisonnables entre
l’IDNV et la biomasse vivante (r2 = 0,68), la biomasse totale (r2 = 0,68), et l’azote dans la
biomasse sur pied (r2 = 0,66), mais n’ont trouvé que de pauvres relations avec la biomasse
(r2 = 0,18) et la concentration en azote (r2 = 0,01) dans la biomasse morte sur pied. En
189
190
La conduite d’évaluations nationales des aliments pour animaux
Chine, les équations de régression utilisant l’Index de Végétation Amélioré, dérivé du
récepteur MODIS, ont été utilisées pour prédire la biomasse vivante et morte, ainsi que la
protéine brute dans la biomasse sur pied (Kawamura et al., 2005). Ils ont relevé une bonne
prédiction entre la biomasse vivante sur pied et la biomasse totale (verte + morte) (r2 = 0,77
à 0,80), mais de pauvres corrélations avec la protéine brute (r2 = 0,11).
En utilisant les techniques de SRPIR fécales pour déterminer la qualité de la ration pour
le cerf à queue blanche au Texas, USA, Showers et al. (2006) ont examiné la capacité de
l’IDNV à prédire celle-ci. Ils ont relevé de fortes relations statistiques entre l’IDNV et les
variables de qualité de la ration (protéine brute, matière organique dispersible et phosphore) pour toutes les saisons (r2 > 0,70), sauf pour le phosphore en hiver.
16.3.6 Interpolation géostatistique
Pour un inventaire national deS aliments pour animaux, la possibilité de cartographier la
qualité du fourrage pour une région est très utile. Compte tenu de la logistique et des
coûts, il s’avère peu pratique de collecter suffisamment de données à partir du terrain
par méthodes directes ou indirectes, pour mener à bien une telle tâche. Toutefois, des
techniques d’interpolation comme le co-kriging peuvent être commodes en cartographiant
des variables coûteuses, difficiles à collecter étant donné la disponibilité d’une seconde
variable corrélée plus aisée et moins dispendieuse à collecter. Le co-kriging est une technique d’interpolation géostatistique qui calcule des estimations pour des points inconnus
en appliquant la moyenne linéaire des poids des échantillons disponibles des variables
primaire et secondaire. La variable secondaire (co-variable) est cruci-corrélée avec la première variable d’intérêt et est habituellement échantillonnée plus fréquemment et plus
régulièrement (lsaaks et Srivastava, 1989), ce qui permet d’estimer les points inconnus par
les deux variables. L’imagerie par télédétection fournit un ensemble de données dense et
exhaustif pouvant servir comme variable secondaire pour une interpolation géostatistique,
puisqu’une corrélation (à la fois directe et spatiale) existe entre la variable primaire et la
secondaire (Dungan, 1998). Le Co-krigeage de la qualité du fourrage a été testée au Ghana
en appliquant comme variable primaire les attributs de qualité de la ration estimés par les
techniques de SRPIR fécales et l’IDNV comme seconde variable (Awuma et al., 2007). Les
attributs de qualité de la ration (protéine brute et matière organique digestible) ont été
collectés à partir du bétail de ménages sélectionnés au cours de 2000. Les variables de
qualité de la ration ont été appariées avec l’IDNV extrait pour les pixels au site et à la date
de la récolte fécale. La qualité de la ration et les données IDNV ont été sujets à une analyse
co-kriging et des cartes ont été produites pour les variables de qualité de la ration. Les résultats de validation ont indiqué que cette analyse a réalisé un travail raisonnable en prédisant
la protéine brute en saison sèche (r2 = 0,687) mais pas aussi performant en saison des pluies
(r2 = 0,513). Pour la matière organique digestible, la prévision fut faible en saison sèche (r2 =
0,13), mais raisonnablement meilleure en saison humide (r2 = 0,548). Il a été supposé que
ceci fût dû à la couverture arbustive de certaines zones d’échantillonnage qui ne contribuait
pas à la disponibilité fourragère pour le bétail, mais augmentait le signal de verdure pour
l’IDNV. Les résultats de cette étude indiquent que la technique des cartographies de la
qualité du fourrage est faisable mais qu’une étude complémentaire et une validation sont
nécessaires pour améliorer les résultats à fin d’utilisation pour des programmes nationaux.
Technologies, outils et méthodologies pour l’évaluation fourragère dans les pâtures et parcours
16.4 UTILISATION DES MODÈLES DE SIMULATION
POUR L’ESTIMATION QUANTITATIVE DU FOURRAGE
La modélisation par simulation offre des capacités uniques pour l’estimation quantitative
du fourrage au sein d’un programme d’inventaire national des aliments pour animaux.
Quoique les efforts initiaux nécessaires pour paramétrer, calibrer, et valider ce modèle de
simulation peut s’avérer chronophage et coûteux, spécialement pour une action nationale,
les capacités offertes, telles que le contrôle en temps proche du réel, le pouvoir de prévision, et l’exploration d’alternatives, en fait un choix attractif pour un programme national
d’inventaire des aliments pour animaux. L’emploi des modèles de simulation pour l’analyse
des parcours et pâturages s’est accru dans les dernières trente années, en relation à l’augmentation des capacités informatiques, l’accessibilité aux langages de programmation, et la
disponibilité de données pour le paramétrage des modèles. Les modèles de simulation pour
les parcours/pâturages présentent différents niveaux de complexité et beaucoup d’entre
eux sont conçus non seulement pour simuler la production de biomasse, mais aussi d’examiner d’autres aspects comme l’hydrologie, les plantes, les animaux et l’économie (Wight
and Skiles, 1987; Bouraoui and Wolfe, 1990; Carlson and Thurow, 1992). Un aperçu des
modèles utilisés pour la prédiction de la biomasse sur les parcours est fourni ci-dessous,
simultanément avec des exemples de l’emploi de la simulation par modélisation au sein
d’un cadre intégré pour la gestion des risques et la prise de décisions.
16.4.1 Modèles pour parcours
Un des premiers modèles exhaustifs de simulation des parcours fut “Simulation de la Production et de l’Utilisation des Parcours” (SPUP) (Wight and Skiles, 1987). SPUP simule la
fonction de l’écosystème Parcours et permet l’évaluation du changement de pratique de
gestion. Le modèle a une base physique et intègre des modules pour le climat, l’hydrologie,
les plantes, les animaux et l’économie (Carlson and Thurow, 1992; Hanson et al., 1992; Foy
et al., 1999; Pierson et al., 2001). Le modèle SPUP a fonctionné dans plusieurs localisations,
géographiques différentes pour vérifier sa capacité à prédire la production de biomasse. Par
exemple, dans une étude de terrain menée dans le Texas Nord-Central, USA, Teague and
Foy (2002) ont trouvé un accord correct entre le produit du modèle et la biomasse hors sol
pour les herbages pendant la saison froide. Dans le Sud-Ouest de l’Idaho (USA) le produit
du modèle SPUP, a été comparé avec le pic de biomasse sur pied pour les arbustes (sauge),
les graminées et un mélange de diverses légumineuses (Pierson et al., 2001). La biomasse
elymoïdes (herbe à queue d’écureuil) a présenté la meilleure correspondance avec le produit
du modèle pendant la période d’observation de huit années, tandis que les biomasses à
Artemisia tridentata ssp. Vvyomingensis (sauge) et par Sandberg (herbe bleue de sandberg)
correspondaient respectivement au modèle durant 4 des 8 années et 3 des huit années.
D’autres modèles de simulation capables de prédire la biomasse des parcours inclut le
projet de Prédiction de l’Erosion hydrique, (Flanagan and Nearing 1995), les alternatives
pour la Gestion des Terres Agricoles avec les critères d’Evaluation numérique (ALMANAC)
(Kiniry et al., 2002), et le modèle de Simulation Dynamique Ecologique (Childress et al.,
2002). Le premier d’entre eux a été développé à l’origine pour remplacer l’Equation Universelle de Perte des sols avec son premier centre d’intérêt sur l’érosion hydrique et les pertes
de sédiments, mais la croissance du fourrage et le pâturage peuvent être simulés pour com-
191
192
La conduite d’évaluations nationales des aliments pour animaux
pléter l’information sur l’érosion (Flanagan and Nearing, 1995). Le modèle ALMANAC est
un modèle multispécifique qui produit la biomasse et prédit en outre la biomasse et simule
les équilibres en eau et nutriments (Kiniry et al., 2002). Il a été développé pour fonctionner
à travers un large éventail de sols et de conditions climatiques et est actuellement utilisé
comme modèle de simulation pour l’évaluation de la biomasse du Programme d’évaluation
des effets sur la conservation des Parcours au sein du Département Américain de l’Agriculture; Le modèle EDYS est un modèle général méthodologique pour les parcours, capables
de modéliser les changements dans la biomasse, ainsi que les processus écologiques
pertinents, tels que la perturbation physique, le prélèvement des croîts végétaux, les feux,
les herbivores et les activités de gestion (Childress et al., 2002). Il peut modéliser ces dynamiques au niveau de la parcelle, mais peut également fonctioner dans un environnement
grillagé, afin de capturer la variabilité spatiale et permettre l’échelonnage. Le modèle a été
employé pour examiner les impacts de l’entraînement militaire sur la végétation et l’érosion
du sol, les impacts des troupeaux de wapitis sur les pâturages hivernaux et l’habitat des
espèces en danger et des invasions d’espèces végétales ligneuses.
Un autre modèle biophysique exhaustif pour les parcours est le Modèle de simulation
pour la croissance de la Phytomasse (PHYGROW) (Stuth et al., 2003b). Il s’agit d’un modèle
multispécifique capable de simuler la production de biomasse, la dynamique de l’eau du
sol, le trop plein, le pâturage sélectif par le bétail et les taux de charge d’espèces animales
multiples. Le sous-modèle de croissance végétale est un modèle efficacité d’usage léger
(Montieth, 1972 1977) qui simule les conditions optimales par la croissance végétale,
sans limite d’eau. Le modèle soustrait alors la croissance végétale basée sur le degré de
stress hydrique, de stress de température et la demande du bétail en pâture, basée sur les
variables de climat, la composition du troupeau au pâturage, et les préférences en plantes.
Le sous-modèle de pâturage et de taux de charge permet à la biomasse d’être pâturée
sélectivement par de nombreuses espèces/types de bétail présentant des besoins et préférences en fourrages différents (Stuth et al., 2003b; Quirk and Stuth, 1995); il permet donc
de prendre en compte le fourrage disponible pour l’individu qui pâture. Le modèle représente le fondement du système LEWS d’Alerte Précoce en Afrique de l’Est (Ryan, 2005;
Stuth et al., 2003a; Stuth et al., 2005) et en Mongolie (Angerer, 2008; Bolor-Erdene et al.,
2008). LEWS a été développé pour évaluer les conditions fourragères en temps proche du
réel afin de gérer la sècheresse et les déplacements du bétail.
Le modèle APEX (modèle de Politique agricole et d’extension de l’environnement)
(Williams et al., 2008) a été appliqué dans des systèmes pastoraux variés aux Etats-Unis et
ailleurs pour l’évaluation des effets de la conservation et l’examen des pratiques optimales
de gestion. Un des aspects particuliers d’APEX est qu’il est capable de simuler la gestion
de fermes entières, de systèmes pastoraux ou de petits bassins versants afin d’examiner les
pratiques en relations aux services d’écosystèmes (qualité de l’eau, qualité du sol, représentation du carbone, etc.). Le modèle permet aussi l’évaluation de différentes pratiques
de gestion, tels l’installation de terrasses, de rigoles pour l’herbe, de bandes tampons,
rotations, pâtures et cultures, irrigation, systèmes de drainage et gestion du fumier. Le
modèle est actuellement mis à jour afin d’améliorer l’algorithme pour la simulation du
pâturage sélectif afin d’étendre ses capacités pour les parcours (J. Williams, communication
personnelle).
Technologies, outils et méthodologies pour l’évaluation fourragère dans les pâtures et parcours
16.4.2 Approches intégrées
Les données récoltées sur le terrain, les produits de simulation et les données de télédétection peuvent être regroupées dans GIS afin de fournir des produits exhaustifs pouvant
améliorer les résultats d’un inventaire national de aliments pour animaux. De plus, un cadre
intégré de GIS peut permettre l’emploi d’outils géostatistiques; ceux-ci pourront procurer des
points sur la quantité et la qualité de fourrage ou améliorer l’interpolation en prenant avantage de corrélations croisées entre les données de fourrage et les variables de télédétection.
Un exemple d’approche intégrée pour une évaluation de la quantité du fourrage à un
niveau régional est le système d’Alerte Précoce pour le bétail (LEWS) en Afrique de l’Est
(Stuth et al., 2003a; Stuth et al., 2005) et en Mongolie (Angerer, 2008; Bolor-Erdene et al.,
2008). LEWS a été développé pour fournir des estimations en temps proche du réel de la
biomasse fourragère et sa déviation à partir des conditions moyennes (anomalies) afin de
procurer aux pastoralistes, des décideurs politiques et autres parties prenantes l’information
sur les conditions fourragères prévalentes afin d’améliorer la prise de décisions sur la gestion des risques. Le système combine la collecte de données de terrain d’une série de sites
de contrôle, de produits de modèles de simulation, des prévisions statistiques et des GIS
afin de produire des cartes régionales des conditions actuelles et prévues, des conditions
fourragères (Figure 16.1). Le système utilise le modèle de simulation PHYGROW comme
outil primaire pour l’estimation des conditions fourragères. Les données sur la végétation,
les sols et les animaux au pâturage sont récoltées auprès des sites de contrôle sur le terrain
et sont stockées dans la base de données du modèle PHYGROW. Les données climatiques
Figure 16.1
Cadre integré du système de modélisation pour le système
d’Alerte Précoce d’Afrique Orientale et de Mongolie
Caractérisation
des sites de contrôle
Sols
Plantes
Imagerie
Climatique
Données
Climatique
à long terme
Pâturage
Modèle
PHYGROW
Cartes de base
Regional GIS
Portal
Itérations
automatiques
du modèle
PHYGROW
Suivi du site
Site
Web Portal
Conditions du site
en temps quasi réel
Imagerie NDVI
Projections
et prévisions
Cartes des
fourrages
en quasi
temps réel
Quantité de forage
régional, cartes
des prévisions
et anomalies
193
La conduite d’évaluations nationales des aliments pour animaux
194
proviennent des sources nationales et sont également stockées dans la base de données.
Les données servent à paramétrer et calibrer le modèle. Celui-ci fonctionne à intervalles de
15 jours pour chaque site de contrôle et les produits sont rendus disponibles via le portail
web GIS. Pour produire des cartes de conditions fourragères, le fourrage total disponible
pour le bétail représente le produit pour chaque site de contrôle et est intégré avec les
données d’IDNV pour la région. Une interpolation co-kriging est alors menée pour créer
des cartes régionales de fourrage disponible. Des cartes d’anomalie (déviation par rapport
aux moyennes à long terme) des conditions fourragères sont produites également afin de
fournir aux parties prenantes régionales et locales la possibilité de comparer les conditions
actuelles à celles du passé et d’identifier des zones de sécheresse et pauvres en fourrage.
Le système LEWS incorpore également un système statistique de prévisions fournissant
une projection des conditions fourragères disponibles à 60 jours utilisant GIS, les cartes de
disponibilité de fourrage total et d’anomalies pour l’Afrique de l’Est sont combinées aux
cartes de base et délivrées aux parties prenantes.
Figure 16.2
Carte du fourrage total disponible pour les animaux au pâturage en Afrique de l’Est
durant février 2010, résultant d’une interpolation co-kriging du produit
du modèle PHYGROW et des données INDV
Eritrea
Djibouti
Somalia
Ethiopia
Uganda
Kenya
Fév 2010, fourrage total disponible (kg/ha)
< 100
101 - 500
1 501 - 2 000
2 001 - 2 500
3 501 - 4 000
4 001 - 4 500
501 - 1 000
2 501 - 3 000
4 501 - 5 000
1 001 - 1 500
3 001 - 3 500
> 5 001
Tanzania
0 130 260
520
780
Kilomètres
Note: Ces cartes sont délivrées aux parties prenantes pour utilisation dans la prise de décisions
dans la gestion du bétail, au sein de SAP en Afrique de l’Est.
Frontières nationales
Sites de contrôle
Technologies, outils et méthodologies pour l’évaluation fourragère dans les pâtures et parcours
Installer un système tel que LEWS pour un inventaire national des aliments pour animaux requiert un investissement pour la collecte des données de terrain dans les sites de
contrôle sélectionnés à travers la région. Au cours des visites initiales, les données de terrain
rassemblées servent à paramétrer et calibrer le modèle de simulation. Des visites de terrain
suivantes aux sites de contrôle sont nécessaires pour un calibrage complémentaire et une
validation du modèle afin de s’assurer que les produits du modèle soient précis. De plus,
les investissements en infrastructures informatique et en bases de données sont nécessaires
afin d’adapter la modélisation par simulation, de stockage des données et l’intégration GIS.
16.4.3 Modèles d’écosystèmes
Les modèles d’écosystèmes donnent l’occasion d’examiner, de manière intégrée, les processus écologiques et gestionels complexes pouvant influencer la biomasse fourragère et les
modifications de qualité au cours du temps. Plutôt que de se fier aux relations empiriques,
aux fins de prévisions, les modèles d’écosystème sont méthodologiques et conçus pour
Figure 16.3
Carte de déviation par rapport à la moyenne à long
terme (anomalie fourragère) en Afrique de l’Est durant février 2010
Eritrea
Djibouti
Somalia
Ethiopia
Uganda
Kenya
Forage Deviation - Fév 2010
Désastres
Sécheresse
Normal
Bon
Scarce
Très bon
Frontières nationales
Sites de contrôle
Rare
Tanzania
0 130 260
520
780
Kilomètres
Note: Les categories représentent les indicaterus d’alerte précoce pour une réponse gestionnelle.
Ces cartes sont délivrées aux preneurs de décions pour prise de décisions dans la gestion du bétail
au sein du SAP en Afrique de l’Est.
195
196
La conduite d’évaluations nationales des aliments pour animaux
simuler les résultats basés sur les interactions complexes entre les processus gestionnels
biotiques, abiotiques et humains. Pour un système national d’inventaire des aliments
pour animaux, l’utilisation d’un modèle d’écosystème fournit la possibilité d’examiner de
manière holistique, les processus de production fourragère et l’utilisation par les herbivores.
Les causes spécifiques pour les déficits ou les surplus en aliments pour animaux sont également explorées pour déterminer où des mesures d’allégement sont nécessaires et où des
améliorations peuvent être apportées au système.
Le modèle SAVANNA (Coughenour, 1993; Chapitre 15 de ce manuel) est un modèle
d’écosystème utilisé extensivement sur les parcours d’Afrique de l’Est, d’Asie et des EtatsUnis (Thornton et al., 2006, Wiesberg et al. (2006). Il est méthodologique, explicite spatialement, ce qui permet de simuler les changements de qualité et de quantité de fourrage
suivant le climat, la situation du territoire, la communauté végétale, la sélectivité herbivore
et la gestion des terres. Le modèle est intégré avec GIS pour permettre aux strates des
données de télédétection et spatiales d’être aisément incorporées dans le cadre du modèle.
Il contient des modules, pour les sites hydrologiques, des dynamiques, des populations
végétales, la production de biomasse végétale, le bilan énergétique et la dynamique de la
population herbivore. Il est unique dans sa capacité à simuler les déplacements des animaux
au pâturage en réponse aux conditions fourragères qualitatives et quantitatives, à la distribution de l’eau et à la topographie en plus des changements de la structure de la population et de la productivité du troupeau dues aux modifications de la végétation en quantité
et qualité (Ellis and Coughenour, 1998). Le modèle SAVANNA a été développé à l’origine
pour l’examen de la dynamique de l’écosystème et des stratégies de lutte des pastoralistes
dans la région de Turkana au Kenya, et a, depuis été adaptée à de nombreuses autres
régions et systèmes de pâturage (Boone and Wang, 2007; Ellis and Coughenour, 1998). Il
a été appliqué pur évaluer la dynamique des grands herbivores en situation de restriction
fourragère dans une large variété d’écosystèmes à travers le monde (Coughenour 1999,
2002, 2005; www.nrel.colostate.edu/projects/savanna). Une attention égale est apportée
à l’animal et aux réponses végétales en termes d’ingestion fourragère, bilan énergétique,
distribution spatiale et dynamique des populations; une comparaison de cette approche
par modélisation avec d’autres est fournie par Weisberg et al. (2006). Christensen et al.
(2003) ont utilisé le modèle pour examiner les différences de productivité et la dynamique
du bétail au pâturage sous différents taux de charge afin de fournir des aperçus sur la durabilité des pâturages de Mongolie Intérieure face à la pression croissante de pâturage. Ils ont
identifié les seuils à partir desquels une augmentation de la pression de pâturage conduit
à des modifications de la végétation herbacée vers des communautés végétales arbustives.
Boone and Wang (2007) ont utilisé le modèle SAVANNA pour évaluer la dynamique des
populations bovines sous des régimes climatiques variés en Afrique et ont découvert que
le total et la variété des précipitations n’étaient pas toujours lies avec des changements de
population bovine au cours du temps. Plumb et al. (2009) ont utilisé le modèle pour examiner les capacités de charge pour le bison dans le parc national du Yellowstone, USA, et
ont pu recommander un effectif général de bisons que pouvait supporter le parc.
En utilisant un modèle d’écosystème comme SAVANNA pour un programme national
d’inventaire de aliments pour animaux sur les parcours, un montant important de temps et
d’efforts doivent être dépensé pour acquérir les strates de données GIS et pour collecter les
Technologies, outils et méthodologies pour l’évaluation fourragère dans les pâtures et parcours
données végétales et animales pour paramétrer le modèle. Cependant, une fois le modèle
paramétré et calibré, non seulement les estimations de biomasse fourragère et leur qualité
peuvent être examinées et mises sur cartes, mais une gamme entière d’autres produits
peut également être mise à la disposition des décideurs pour comprendre les causes sousjacentes de déficits et surplus en aliments pour animaux.
16.5 INFLUENCE DU TERRAIN, DE LA DISTRIBUTION EN EAU
ET D’AUTRES FACTEURS SUR LA DISPONBILITE FOURRAGÈRE
Dans des sections antérieures, le concept de fourrage disponible a été introduit et le besoin
de définir le fourrage à mettre spécifiquement à la disposition des animaux intéressés a été
discuté. D’autres facteurs pouvant influencer cette disponibilité, comportent le terrain, la
distance à l’eau et la pénétration au sein des arbustes et des arbres. L’espèce animale au
pâturage est également importante à considérer car différentes espèces et classe d’animaux
au pâturage diffèrent par leur capacité à s’accommoder à ces facteurs.
16.5.1 Terrain
Des caractéristiques territoriales peuvent influencer le mode d’utilisation de la végétation
pour le bétail. La pente du terrain peut représenter un facteur primaire pour l’accessibilité
au fourrage par les animaux. Pour les bovins, les pentes escarpées sont difficiles à gravir: de
ce fait, l’utilisation du fourrage par les bovins sur des pentes à plus de 60% est, en général,
très faible. Holechek et al. (2001) fournissent des directives à prendre en compte pour la
réduction de la capacité à paître pour les bovins, basées sur le pourcentage de pente.
De 0% à 10%, pas de réduction; de 11% à 30% et de 31 à 60%, réduction de 30% à
60% de la capacité à paître. Les pentes supérieures à 60% sont considérées inaccessibles
pour les bovins; la capacité à paître est donc réduite de 100%. Ovins et caprins, de par
leur gabarit plus petit, et des dimensions de leurs sabots, peuvent se déplacer et utiliser la
végétation sur des pentes plus fortes. Dans leurs directives pour la réduction de la capacité
à paître des ovins, Holechek et al. (2001) recommandent que les pentes de plus de 45%
soient considérées comme inutilisables.
La détermination du pourcentage de pente pour calculer la réduction de capacité à
paître peut s’effectuer en utilisant les données du logiciel GIS et du Modèle d’Élévation
Digitale (DEM) disponibles pour le public à partir de diverses sources gouvernementales. La
résolution des ensembles de données DEM peut varier, de sorte qu’il convient de considérer
la résolution appropriée pour l’analyse. Une plus haute résolution des données DEM peut
capturer plus de détails sur la variation de pente à travers le terrain, mais peut augmenter
le temps d’analyse et les besoins en stockage de données. Une fois les pourcentages de
pente, déterminés, le logiciel GIS peut évaluer les réductions appropriées de la capacité à
paître (ou la disponibilité en fourrage) en se basant sur l’escarpement de la pente et le type
d’animal. La Figure 16.4 dépeint une classification GIS des pentes en fonction de la réduction de la capacité à paître suivant le protocole ci-dessus pour les bovins.
Un autre facteur de terrain pouvant influencer l’utilisation du fourrage sur le terrain est
son caractère inégal ou rocailleux. Les bovins évitent généralement les surfaces rocheuses,
tandis que les ovins et les caprins s’y déplacent plus aisément. Par exemple, Hohlt et al.
(2009) ont observé que les bovins préfèrent paître sur des types de sol et des régions où
197
198
La conduite d’évaluations nationales des aliments pour animaux
la couverture rocheuse est inférieure à 30%. Evaluer le degré d’inégalité ou la couverture
rocailleuse pour un terrain, est difficile sans des mesures de terrain ou des appréciations
visuelles. La photographie aérienne à haute résolution peut fournir l’information sur ces
facteurs mais, vu son coût et sa disponibilité, s’avère peu pratique pour un programme
local ou régional
La disposition spatiale et la densité de la végétation, spécialement en milieu arboré et
arbustif, peuvent influencer la consumation de fourrage territorial par le bétail en pâture.
Des massifs épais, denses d’arbustes et d’arbres peuvent s’avérer impénétrables pour certains types d’animaux et donc empêcher l’affouragement et réduire l’accessibilité au fourrage au-delà de la limite du massif. Sur les parcours mélangés d’arbustes et d’herbes de la
région du Plateau Edwards au Texas, Etats Unis, Owens et al. (1991), ont noté que, plus la
densité des arbustes augmentait, moins les bovins utilisaient l’herbe. Ils ont attribué cela à
la barrière physique créée par la densité arbustive. Dans des études utilisant des capteurs
GIS sur les bovins, Hohlt et al. (2009) ont observé que, tant sur le Plateau Edwards qua dans
les régions méridionales du Texas, les animaux évitaient les zones à couverture arbustive
dense et épaisse. Pour évaluer la densité et l’inaccessibilité due aux arbustes, et réduisant
la disponibilité fourragère, la collecte des données de terrain, la classification, ou la photographie aérienne peuvent server à dresser des cartes de la couverture arbustive et arborée.
Toutefois pour un programme d’inventaire régional et national d’aliments pour animaux,
les coûts et la logistique nécessaires à cette récolte peuvent être prohibitifs.
Figure 16.4
Classification, Correction de pente pour les résidus de capacité à paître,
basé sur l’escarpement de la pente
Correction pour la pente
0%
60%
30%
100%
Limites des pâtures
0
2
4
8
12
16
Kilomètres
Note: Les classifications de correction indiquent le pourcentage de réduction de la capacité à paître,
recommandé pour la classe de pente. Par exemple, les zones représentées dans la classe à 30% de pente voient
leurs quantités de fourrage disponibles réduites de 30% pour les inventaires ou les calculs de taux de charge.
Technologies, outils et méthodologies pour l’évaluation fourragère dans les pâtures et parcours
16.5.2 Distance à l’eau
Un autre facteur majeur influençant la disponibilité du fourrage pour le bétail est la distance
à l’eau. Comme pour le terrain, le degré auquel ce facteur affecte l’accessibilité au fourrage
dépend du type d’animal. Les bovins ont besoin d’eau quotidiennement pour une croissance efficace; dès lors, ils n'utilisent plus le fourrage s’ils se trouvent à plus de 3,2 km d’un
point d’eau (Holechek et al., 2001). Les ovins et caprins peuvent parcourir de plus grandes
distances pour le fourrage car ils n’ont pas besoin d’eau chaque jour (McDaniel et Tiedeman, 1981). Les races bovines des régions arides requièrent également moins d’eau. Les
camelins, avec leur adaptation unique de subsister sans eau pendant de longues périodes,
sont à même de pâturer fort loin d’un point d’eau.
Holechek et al. (2001) fournissent des directives pour les réductions de capacité des
bovins à paître avec l’accroissement des distances à l’eau. Pour des distances entre 0 à
1,6 km, aucune réduction. Pour des distances de 1,6 à 3,2 km, une réduction de 50%
est recommandée. Pour des distances supérieures à 3,2 km, une réduction de 100% est
recommandée.
Développer une carte des réductions de la capacité à paître peut aisément être construite
en utilisant le logiciel GIS, sous condition que la localisation des points d’eau soit connue;
Des tampons de distanciation peuvent être installés autour de chaque point d’eau et être
fondus afin de former une couverture de réduction de capacité à paître. La Figure 16.5
représente une carte de réductions de capacité à paître au sein d’un système de pâturages.
Figure 16.5
Classification de correction pour les reductions de capacité à paître basés
sur la distance à l’eau
Réduction de la distance à l’eau
0%
40%
10%
50%
20%
100%
30%
Limites des pâturage
0
2
4
8
12
16
Kilomètres
Note: La classification de corrections indiquant le pourcentage de réduction de la capacité à paître
recommandées en fonction de la distance au point d’eau. Par exemple, les zones représentées par une
correction de 50% de distance voient la disponibilité fourragère réduite de 50% dans les calculs d’inventaire
ou de taux de charge.
199
200
La conduite d’évaluations nationales des aliments pour animaux
Pour incorporer les réductions de capacité à paître dus à la distance à l’eau dans un
programme régional ou national d’inventaire des aliments pour animaux, une base de
données exhaustive sur la localisation géographique de l’eau est nécessaire. Cette base de
données doit être périodiquement mise à jour afin d’y ajouter de nouveaux sites et fournir
des actualisations pour les points d’eau déjà introduits dans le système.
16.6 ÉVALUATION DES REPONSES DE PRODUCTION ANIMALE AUX
QUANTITÉS ET QUALITÉS DU FOURRAGE
Du fait que la production animale sur les pâturages et parcours représente une contribution
significative à l’ensemble du PIB dans de nombreux pays et une composante de la richesse
et du bien-être de nombreuses personnes, spécialement les pastoralistes, son évaluation
par rapport à la qualité et aux quantités de fourrage est importante à contrôler au niveau
national ou régional. Beaucoup de pays mènent des inventaires du bétail, mais comparent
rarement les effectifs animaux avec la base fourragère, afin de s’assurer de la capacité productive ou de la durabilité des ressources fourragères. Dans les sections suivantes, seront
discutées les considérations sur la capacité et le taux de charge, et le bilan nutritionnel, ainsi
que les voies par lesquelles un programme d’inventaire national des aliments pour animaux
peut être appliqué pour rassembler l’information pour une production animale durable et
une gestion améliorée des aliments pour animaux.
16.6.1 Considérations sur la capacité et le taux de charge
Une fois qu’un inventaire national ou régional de la biomasse fourragère est mené à travers
des mesures directes, des modèles de simulation, des méthodes de télédétection ou leur
combinaison, la biomasse fourragère devra alors être traduite en effectifs d’animaux qu’elle
pourra supporter. Le taux de charge peut être défini comme le nombre d’animaux pouvant
être réparti sur une surface de terrain donnée pour une période spécifique. La capacité
à paître ou la capacité de charge peuvent être définis comme le taux de charge maximal
pour une surface donnée utilisée année après année sans endommager la végétation ni les
ressources associées (sol, qualité de l’eau, etc…) (Holechek et al., 2001). En utilisant l’information sur la biomasse fourragere, les caractéristiques animales au pâturage, et d’autres
catégories de données comme la pente du terrain et la distance à l’eau, il est possible de
calculer un taux de charge pour l’animal considéré.
Ce calcul est mené en quatre phases: 1) détermination du fourrage disponible; 2) ajustements pour la pente et la distance à l’eau; 3) calcul de la demande fourragère 4) calcul
du taux de charge. Pour la première étape, la qualité du fourrage disponible pour l’animal
considéré peut être évaluée en utilisant les outils et méthodologies décrites dans les sections
antérieures. Comme discuté antérieurement, la quantité de fourrage disponible pour un
animal donné sur un territoire dépend des espèces végétales présentes et des préférences
nutritionnelles de celui-ci. Dès lors, les estimations de biomasse fourragère déterminées à travers l’inventaire nationale des aliments pour animaux doit être séparé en fourrage disponible
pour chaque animal au pâturage afin de pouvoir calculer les taux de charge. Du fait d’un chevauchement nutritionnel entre les animaux au pâturage, une attention particulière doit être
apportée en séparant la biomasse fourragère correctement là où existent ces possibilités de
chevauchement, autrement trop d’animaux risquent d’être répartis sur une parcelle donnée.
Technologies, outils et méthodologies pour l’évaluation fourragère dans les pâtures et parcours
Une fois déterminé le fourrage disponible, les ajustements pour la pente et la distance
à l’eau seront calculés. Cela peut être effectué dans une GIS où la catégorie de données
de biomasse fourragère disponible sera multipliée par les corrections pour la pente (Figure
16.6) (Figure 16.4) et pour la distance à l’eau (Figure 16.5), afin de produire une carte du
fourrage utilisable (Figure 16.7). Ce dernier peut être lié à une limite (clôture, limite administrative) afin de donner le poids total de fourrage utilisable pour la zone d’intérêt.
Dès que le fourrage utilisable est déterminé, la demande fourragère de l’animal au pâturage sera quantifiée. L’ingestion en MS de la plupart des ruminants et de 2% du poids vif
corporel (Holechek et al., 2001). Dès lors, ce dernier sera multiplié par 0,02 pour connaitre
l’ingestion quotidienne de fourrage. Ce qui sera ensuite multiplié par la durée (jours) de
séjour au pâturage pour aboutir aux besoins fourragers de l’animal pendant la période
considérée (kg/ha/période).
Pour le calcul du taux de charge, le fourrage total utilisable (phase 2) sera séparé en
fourrage durablement utilisé par l’animal au pâturage (pourcentage d’utilisation admissible)
et les résidus abandonnés sur le site pour protéger le sol et régénérer les végétaux. Le
pourcentage d’utilisation admissible varie selon le type de végétation et le climat, généralement de 25% à 50%. Holechek et al. (2001) ont fourni des directives sur les différentes
valeurs d’utilisation pour différents types de végétation et régimes de pluies; après avoir
multiplié le fourrage total utilisable par le pourcentage d’utilisation admissible, s’obtient le
poids total en kg de fourrage disponible pour la pâture. Ce montant est alors divisé par la
demande fourragère (phase 3) pour fournir le nombre total d’animaux pouvant pâturer la
zone d’intérêt.
Les étapes pour calculer le taux de charge (adapté de Holechek et al., 2001) sont résumés ci-dessous:
1.Détermination du fourrage disponible (kg/ha/MS pour une zone déterminée).
Évaluée par mesures directes sur terrain, méthodes de télédétection, simulation par
modélisation, ou leur combinaison.
2.Calcul du fourrage utilisable (poids total de MS) pour la zone d’intérêt.
Fourrage disponible (kg/ha)
x correction pente
x correction distance à l’eau
x surface (ha)
= fourrage total utilisable pour la pâture (kg)
3.Calcul de la demande en fourrage.
Poids de l’animal
x ingestion quotidienne de MS (2% poids vif)
au pâturage (kg)
x durée du séjour en pâture (jours)
= demande fourragère par animal pour la période de pâturage (kg).
4.Calcul du taux de charge.
Fourrage total utilisable (kg) x usage admissible en pourcentage
÷ demande fourragère par animal (kg)
= nombres d’animaux au pâturage (têtes)
Une considération importante doit être apportée à l’utilisation du fourrage par la faune
sauvage, ainsi qu’aux évènements qui peuvent réduire la masse fourragère, comme le
feu. Dans des régions, comme l’Afrique, bétail et faune sauvage pâturent sur les mêmes
201
202
La conduite d’évaluations nationales des aliments pour animaux
Figure 16.6
Fourrage total disponible (kg/ha) pour les bovins dans un système de pâturage
Fourrage total disponible pour les bovins (kg/ha)
0 - 100
1 501 - 2 000
3 501 - 4 000
Limites des pâtures
101 - 500
2 001 - 2 500
4 001 - 4 500
Transects végétation
501 - 1 000
2 501 - 3 000
4 501 - 5 000
1 001 - 1 500
3 001 - 3 500
0
2
4
8
12
16
Kilomètres
Note: fourrage total a été évalué à partir de données récoltées sur le terrain et par simulation par modèles.
Figure 16.7
Fourrage total utilisées par bovins après que le fourrage total disponible ait été corrigé
pour les reductions de capacité à paître dues à la pente et à la distance à l’eau
Biomasse fourragère utilisable (kg/ha)
0 - 100
1 501 - 2 000
3 501 - 4 000
Limites des pâtures
101 - 500
2 001 - 2 500
4 001 - 4 500
Transects végétation
501 - 1 000
2 501 - 3 000
4 501 - 5 000
1 001 - 1 500
3 001 - 3 500
0
2
4
8
12
16
Kilomètres
Technologies, outils et méthodologies pour l’évaluation fourragère dans les pâtures et parcours
surfaces. Prendre en compte l’affourragement de la faune sauvage est donc extrêmement
important, autrement les calculs des taux de charge aboutissent à affecter plus d’animaux
qu’une zone peut durablement supporter. De même, pour les inventaires nationaux, il
est important de posséder une cartographie détaillée des limites des parcs nationaux, des
réserves, et des zones non pâturables, afin que ces zones ne soient pas inclues dans les
inventaires fourragers et les analyses du taux de charge.
16.6.2 Bilans nutritionnels
Pour des évaluations de qualité de fourrage, des outils de décision pour bilans nutritionnels peuvent se révéler utiles en intégrant des besoins en aliments pour animaux supplémentaires afin d’améliorer/maintenir la production et des stratégies optimales pour une
alimentation complémentaire pendant les périodes de déficit fourrager des parcours. Un
logiciel pour bilan nutritionnel est disponible; il permet aux utilisateurs d’introduire l’information sur la qualité du fourrage consommé par les animaux ainsi que sur les aliments
pour animaux complémentaires nécessaires pour maintenir les objectifs de performance.
NUTBAL (http://cnrit.tamu.edu/), est ce type de logiciel; il modélise l’état en protéine brute
et d’énergie nette pour les bovins, les ovins et caprins. Cette assistance informatisée à la
décision permet à l’utilisateur d’introduire le type, la classe et la race de l’animal à contrôler,
sa condition corporelle actuelle, les conditions climatiques actuelles, les objectifs de performance corporelle, et l’information sur la qualité de fourrage (protéine brute et matière
organique digestible). Un bilan nutritionnel est calculé et un rapport est fourni, décrivant
les conditions protéiniques et d’énergie nette de l’animal. Si un déficit en protéines ou en
énergie existe une ration à moindre coût est calculée à partir d’une liste d’aliments pour
animaux ou de fourrages disponibles.
Des outils additionnels d’aide à la décision pour bilan nutritionnel comprennent le
système de nutrition pour petits ruminants (http://nutritionmodels.tamu.edu/srns.htm) le
calculateur pour les besoins nutritionnels de la chèvre de l’Université de Langston (http://
www.luresext.edu/goats/research/nutreqgoats.html). Tous deux ont été conçus pour aborder les bilans nutritionnels des ovins et caprins.
16.7 GESTION DES DONNEES POUR UN PROGRAMME NATIONAL
D’INVENTAIRE DES ALIMENTS POUR ANIMAUX
Pour qu’un programme national d’inventaire des aliments pour animaux soit effectué avec
succès, la gestion des données et une infrastructure du contrôle de qualité sont nécessaires.
La grande quantité de données générées comme partie de l’inventaire doivent être stockées
dans des bases de données relationnelles afin de faciliter leur compilation et leur disponibilité. Si la télédétection et/ou simulation par modélisation sont utilisées, des systèmes
informatiques capables de manipuler et stocker ce type de données, ainsi que de faire fonctionner le logiciel efficacement, sont requis. Comme beaucoup de données sont spatiales
par nature, une GIS intégrée dans la base de données de l’inventaire va faciliter l’analyse,
le compte rendu et la production cartographique. Finalement, un personnel qualifié sera
nécessaire pour entretenir, améliorer et dépanner le système afin de rendre celui-ci durable.
La gestion des données, les besoins en GIS et personnel qui doivent être considérés pour
effectuer un inventaire national de aliments pour animaux sont décrites ci-dessous.
203
La conduite d’évaluations nationales des aliments pour animaux
204
16.7.1 Gestion des données et infrastructures
Indépendamment de la méthodologie utilisée pour rassembler les données sur la qualité et
les quantités de fourrage, une énorme somme de données sera nécessaire et gérées pour
un programme d’inventaire d’aliments pour animaux. Antérieurement à la mise en route
de celui-ci un plan de gestion des données devra être développé afin de décrire comment
les données seront collectées, comment et où elles seront stockées, ainsi que les méthodes
pour y accéder. Une fois ce plan agréé, l’infrastructure nécessaire à soutenir le stockage
et l’analyse des données devra être acheté et installé. La Figure 16.8 présente la structure
générale d’un système de gestion des données pour un inventaire national des aliments
pour animaux. Le cœur du système est la base centrale de données qui stocke celles-ci et
permet de les récupérer aisément. Les données de terrain sont collectées et introduites dans
un portail d’entrée qui s’assure que toute l’information requise est saisie dans la base centrale de données sous un format standard. Les informations par télédétection, sur le climat,
les sols et les animaux au pâturage peuvent être rassemblées à partir d’autres sources et
stockées dans la base de données. Dans le cas des données de télédétection et de climat,
des liens peuvent exister avec des systèmes télécommandés pour l’acquisition en temps
proche du réel. Si la simulation par modélisation est employée, la base centrale de données
peut intégrer les données du terrain et d’autres sources pour fournir des intrants au modelé
de simulation et servir de stockage pour le produit du modèle de simulation. Un moteur
de transfert et d’exploitation de données extrait ces dernières et les conduit vers un portail
Web ou une GIS. Le portail Web agit comme l’interface de l’utilisateur pour extraire les
comptes rendus ou les données à partir de système d’inventaire d’aliments pour animaux.
Les liens au GIS permet la cartographie et l’analyse spatiale des données qui peuvent être
affichées via un portail cartographique ou intégré dans le portail Web.
Figure 16.8
Système de gestion de données pour un inventaire national
des aliments pour animaux
Données
par
télédétecon
Données
de terrain
Portail
d'entrée
des données
Données
cimaques
Données
pédologiques
Base centrale
de données
Modèles
de simulaon
Serveur(s)
Itéraons
du Modèle
de simulaon
Données
sur les
pâturages
Moteur de collecte
et de transfert
des données
Interface Internet
SIG
Portail
de cartographie
Cartes de base
et données
spaales
Technologies, outils et méthodologies pour l’évaluation fourragère dans les pâtures et parcours
L’équipement nécessaire pour le système de gestion des données comporte une baie de
stockage et la sauvegarde centralisée des données, des serveurs Web pour l’introduction
des données et des portails web, des stations de travail ou des serveurs pour les GIS, des
serveurs pour la simulation par modélisation, et des générateurs de courant complémentaires. L’infrastructure comporte un espace de sécurité pour abriter l’équipement avec les
sources d’énergie et de refroidissement adaptées. Une connexion internet à grande vitesse
est nécessaire pour un téléchargement efficace des données et une présence Web.
Afin de réduire les coûts informatiques, on peut acquérir un logiciel “Opensource” tel
que PostgreSQL (http://www.post­gresql.org/) pour la gestion des données. Pour l’entrée
et le transfert de données, le moteur d’exploitation et le portail Web, le logiciel et les
pages Web doivent être conçus et codés) afin de s’adapter aux besoins spécifiques de
l’inventaire national de aliments pour animaux. Pour le GIS, des systemes mis gratuitement
à disposition sont disponibles; cependant, les packs commerciaux disponibles pour GIS et
analyse d’images sont plus robustes et sont capables d’adapter la cartographie et l’analyse
nécéssaires pour un inventaire national des aliments pour animaux. La majorité des packs
commerciaux de GIS et d’nalyses d’images requièrent une licence, de sorte que son coût
doit etre budgétisé dans les frais annuels d’entretien du système.
16.7.2 Personnel
Disposer de personnel qualifié disponible pour travailler avec des systèmes de gestion de
la base de données est capital pour une exécution réussie d’un inventaire national d’aliments pour animaux. Un effectif minimal de 3 personnes est nécessaire pour entretenir
le système. D’abord, un administrateur du système avec une expérience reconnue dans la
gestion du matériel informatique et des logiciels pour les données de base d’entreprises
et les serveurs Web. Ensuite, un analyste de systèmes pour les logiciels, le développement
de page Web, et la restitution de données. Enfin, un spécialiste GIS pour l’analyse spatiale
de l’inventaire aliments pour animaux et pour développer des produits cartographiques.
Le personnel de gestion des données peut faire partie d’une équipe de technologie de
l’information élargie, mais la plus grande partie de leur temps doit être consacrée à gérer
le système.
16.8 RÉSUMÉ
Une quantification exhaustive des aliments pour animaux, est nécessaire au niveau national
afin de permettre aux pays de développer des politiques pour maintenir ou accroitre la
production animale et pour mettre en œuvre les mesures éventuelles face à la sécheresse et
autres catastrophes. Pour les systèmes de parcours de pâturages, l’estimation quantitative
et qualitative du fourrage pour les inventaires d’aliments pour animaux peut représenter
un défi du fait des grandes étendues occupées par les parcours/pâturages, leurs situations
éloignées, et les mélanges divers d’espèces animales qui les utilisent.
Pour l’évaluation tant quantitative que qualitative du fourrage, de nombreuses
méthodes ont été développées pour la mesure de ces variables; elles varient quant au
niveau de précision pour les mesures quantitatives, elles comprennent les mesures directes
de la végétation, l’estimation par des variables proxy, la simulation par modélisation ou
leur combinaison, de temps dispensé sur le terrain et de la logistique à mettre en œuvre.
205
206
La conduite d’évaluations nationales des aliments pour animaux
Pour des mesures de qualité, sont disponibles des méthodes directes, indirectes, ou des
estimations avec variable proxy. La logistique, les coûts, la durée de collecte de données et
la disponibilité en personnel qualifié peuvent tous influencer le choix de la méthode pour
les deux types d’évaluation.
Les mesures directes sur le terrain donnent les résultats les plus précis pour l’évaluation
de la qualité fourragère des parcours. Toutefois, ces techniques nécessitent généralement
une quantité importante de temps et de ressources, surtout si la collecte de données
s’effectue sur le plan national et sur une base annuelle. Les mesures de terrain pour la
biomasse fourragère inclut des mesures directes où celle-ci est échantillonnée et pesée,
des techniques d’estimation où le poids de la biomasse est estimé pa l’observateur, ou leur
combinaison. La méthode de mesure directe la plus commune est la méthode par quadrat
dans laquelle une série de quadrats sont coupés sur une zone, pesés ensuite, et la moyenne
des poids, permet une estimation de la biomasse fourragère. Du fait du temps requis pour
couper un grand nombre de quadrats, les techniques d’estimation peuvent être appliquées
afin de réduire le nombre d’échantillons prélevés et de diminuer le temps d’échantillonnage. Deux méthodes populaires sont la méthode d’unité de poids et la méthode par
double échantillonnage. La méthode par unité de poids permet au personnel de terrain
d’estimer la majorité des quadrats en se basant sur des unités de poids prédéterminées. La
méthode du double échantillonnage combine la taille des quadrats avec une variable aisément mesurable comme la couverture végétale afin de développer une équation statistique
permettant de prédire la biomasse dans les quadrats non coupés.
Pour un inventaire national qui s’appuie sur des mesures directes ou sur les mesures par
techniques d’estimation, il convient de dresser un plan d’échantillonnage permettant à la
productivité régionale d’être correctement représentée et de fournir le moyen de graduer
les résultats au niveau régional ou national. Le logiciel GIS et les catégories de données
comme les sols, la végétation et les routes peuvent aider à stratifier les zones régionales et
nationales en unités d’échantillonnage représentatives. Les régions peuvent être délimitées
dans la GIS et procurent les moyens d’incorporation aux niveaux nationaux.
Les techniques de télédétection pour évaluer la biomasse fourragère comprennent les
modèles de prédiction empirique et les modèles méthodologique utilisant les données de
télédétection pour prédire la biomasse. Les modèles empiriques prédisent la quantité de
biomasse en se basant sur une relation statistique entre la biomasse et les bandes spectrales
(ou une combinaison de celles-ci) de l’imagerie de télédétection. Les modèles méthodologiques basés sur les données de télédétection impliquent généralement l’usage de variables
provenant de l’imagerie de télédétection pour piloter un modèle d’efficacité d’usage léger
ou similaire pour prédire la biomasse. Indépendamment du fait que soientt utilisés des
modèles empiriques ou méthodologiques, avec l’imagerie de télédétection pour en extraire
la biomasse, les données de mesure directe sont généralement nécessaires pour développer
la relation statistique ou pour valider les produits du modèle. Les désavantages de l’utilisation des techniques de télédétection pour prédire la quantité de fourrage comprennent les
problèmes d’extrapolation de données à de nouvelles régions et l’incapacité des modèles de
prédire la biomasse pour des animaux spécifiques en pâture. La simulation par modélisation
offre des capacités uniques pour l’évaluation de la quantité de fourrage nécessaire pour un
programme d’inventaire national d’aliments pour animaux. Initialement, la simulation par
Technologies, outils et méthodologies pour l’évaluation fourragère dans les pâtures et parcours
modélisation peut se révéler chronophage et coûteuse en efforts pour paramétrer, calibrer
et valider le modèle de simulation. Cependant, les capacités que procure la simulation par
modélisation, telles que le contrôle en temps proche du réel, la prévision et l’exploration
d’alternatives, en fait un choix attractif pour un programme national d’inventaire d’aliments pour animaux. Plusieurs modèles de simulation sont disponibles pour l’estimation
de la biomasse fourragère sur les parcours et pâturages. Le choix du modèle sera dirigé
par les besoins du programme national. Les modèles peuvent être intégrés avec un logiciel
GIS et d’autres données pour améliorer la pertinence spatiale des données et/ou étendre
les produits du modèle de simulation. Pour une analyse exhaustive de la production de
biomasse fourragère, en relation avec des processus et des variables d’autres écosystèmes,
des modèles de ceux-ci peuvent être utilisées. L’emploi de tels modèles procure la possibilité
d’examiner holistiquement les processus de production fourragère, de consommation par
le bétail et d’explorer les causes spécifiques pour les déficits et surplus en aliments pour
animaux. Cette information peut alors être utilisée pour aider à déterminer les interventions
ou décider où des améliorations peuvent être apportées dans la production fourragère.
Pour les évaluations de la qualité de fourrage, les mesures directes impliquent généralement l’observation ou l’utilisation d’animaux porteurs de fistules œsophagiennes ou
du rumen. Les méthodes d’observation de l’animal comprennent la cueillette à la main de
la végétation ou le décompte des coups de dent; les deux méthodes sont chronophages
et requièrent l’utilisation d’animaux relativement dociles pour les observations de terrain.
L’utilisation d’animaux fistulisés est généralement considérée comme une des méthodes les
plus précises pour obtenir des estimations sur la qualité du fourrage. Pour cette méthode, les
animaux de recherche sont opérés chirurgicalement afin de créer une ouverture au niveau
de l’œsophage ou du rumen. Un bouchon est placé sur l’ouverture et déplacé pour la récolte
d’échantillons de fourrage; la végétation récoltée dans une poche œsophagienne ou prélevés
dans le rumen est récoltée et échantillonnée pour la qualité. Les désavantages d’utiliser des
animaux fistulisés pour les évaluations de la qualité fourragère sont le maintien d’un troupeau spécial d’animaux à cette fin et le besoin de personnel hautement qualifié pour travailler avec ces animaux. Du fait de ce problème et de la nécessité d’échantillonner une grande
étendue géographique, l’utilisation d’animaux fistulisés pour les évaluations de qualité de la
ration pour un inventaire national d’aliments pour animaux n’est généralement pas pratique.
Les méthodes indirectes pour déterminer la qualité de fourrage impliquent l’examen
des fèces du bétail pour la recherché d’indicateurs pouvant être corrélés à la qualité du
fourrage consommé par l’animal au pâturage. Les travaux antérieurs par méthodes indirectes supposaient l’examen des constituants fécaux comme l’azote fécal et les composants
fibreux. Plus récemment, l’utilisation du balayage des fèces du bétail par Spectroscopie de
la Réflectance proche de l’Infra Rouge s’est révélée un outil fiable pour évaluer la qualité
du fourrage pâturé par les ruminants. La méthodologie, les capacités de balayage par SPPIR
fécale suppose la mise au point d’équations de référence qui comparent statistiquement les
caractéristiques spectrales proches de l’Infra Rouge des matières fécales du bétail avec les
constituants qualitatifs (protéine brute, digestibilité, fibre) du fourrage consommé par les
animaux; l’information sur la qualité de la ration nécessaire à la formulation de l’équation
peut être rassemblée à partir d’essais d’alimentation sur animaux en enclos ou l’essai sur
animaux fistulisés et de bétail en libre parcours. Les avantages de la SRPIRF sont sa rapidité
207
208
La conduite d’évaluations nationales des aliments pour animaux
et sa fiabilité dans l’évaluation de la facilité du fourrage consommée par l’animal, ainsi
que la qualité à recueillir des échantillons sans coupe destructive. Parmi les désavantages,
peuvent être cités le cout élevé évident de l’équipement SRPIR, la nécessité de mettre en
œuvre des essais d’alimentation et des équations qui recouvrent la gamme de types et de
qualités de fourrage, et le besoin d’une validation indépendante des équations SRPIR. Pour
un inventaire national d’inventaire d’aliments pour animaux, SRPIR peut s’avérer le choix le
plus pratique pour évaluer la qualité nutritionnelle à travers le pays. Cependant, le coût de
l’équipement, de la formation du personnel et de la logistique pour la récolte des échantillons fécaux, peut être prohibitif.
Les approches pour utiliser les données de télédétection pour estimer la qualité du
fourrage supposent généralement le développement de relations statistiques entre les
données de la bande spectrale et des variables de qualité du fourrage comme la protéine
brute et la digestibilité. Plusieurs études ont examiné ces dernières en relation avec l’INDV,
recueilli à partir de l’imagerie de télédétection pour représenter l’état de verdure de la végétation. D’autres méthodes comprennent l’emploi de techniques d’interpolation comme le
co-kriging qui permet la cartographie de la qualité du fourrage basée sur des corrélations
spatiales entre les variables de qualité fourragère et des données de télédétection comme
l’IDNV. Les données de qualité du fourrage sont collectées dans des lieux représentatifs à
travers une région et les données de co-kriging avec l’IDNV permettent l’interpolation des
données de qualité afin de pouvoir dresser des cartes territoriales de qualité de fourrage.
Des facteurs de terrain, tels la pente, les densités en arbres/arbustes et la distance à l’eau
peuvent influencer la disponibilité de biomasse pour le bétail au pâturage, mais le degré
d’influence de ces facteurs dépend de l’espèce animale. Les pentes de plus de 45° sont
difficiles à gravir par la majorité du bétail, de sorte que des réserves doivent être émises sur
l’utilisation de la végétation sur des régions aussi accidentées. Les régions très rocailleuses
ou présentant des massifs arbustif ou arborés très denses peuvent également limiter la
capacité du bétail à paître dans de telles zones. Toutefois, ovins et caprins peuvent généralement se déplacer dans ces régions du fait de leurs dimensions corporelles plus réduites
et de la conformation de leurs sabots.
La distance à l’eau influence également la disponibilité ou l’utilisation du fourrage dans
une région. Les bovins ont besoin d’eau quotidiennement de sorte qu’ils ne s’éloignent
généralement pas de plus de 3,2 km d’un point d’eau à moins qu’ils ne soient gardiennés.
Ovins et caprins peuvent pâturer sur de plus grandes distances car ils ne doivent pas être
abreuvés chaque jour. Pour un inventaire des aliments pour animaux dans des zones avec
des points d’eau largement distancés, des corrections doivent être apportés pour réduire
l’allocation en fourrage pour certains types de bétail.
Comme la production animale sur parcours et pâturages représente une importante
contribution à l’ensemble du PIB dans beaucoup de pays et une composante de la richesse
et du bien-être de nombreuses populations, spécialement pastorales, l’évaluation de la
production animale en relation avec la quantité et la qualité du fourrage est importante
pour son contrôle au niveau national ou régional.
Le développement d’un inventaire national des aliments pour animaux pour l’évaluation
de la biomasse fourragère donne l’occasion d’estimer la capacité de production par le biais
du calcul du taux de charge. L’inventaire sur la qualité du fourrage peut permettre d’amé-
Technologies, outils et méthodologies pour l’évaluation fourragère dans les pâtures et parcours
liorer la production animale et la gestion des aliments pour animaux à travers un bilan nutritionnel. Il peut aussi évaluer les besoins en aliments pour animaux complémentaires pour
augmenter/maintenir la production et proposer les stratégies optimales de supplémentation alimentaire pendant les disettes fourragères des terrains de parcours. Pour l’exécution
réussie d’un programme national d’inventaire d’aliments pour animaux, une infrastructure
est nécessaire pour la gestion des données et le contrôle de qualité. Une quantité énorme
de données doit être réunie, et, à cet effet, un plan de gestion de données doit être dressé
au début du programme afin de préciser comment les données seront collectées, comment et où elles seront stockées, et les méthodes pour y accéder. Un système centralisé de
bases de données flanqué d’un portail pour l’entrée des données de terrain et d’un portail
Web pour l’extraction et la visualisation des données fournira la facilité d’utilisation et la
flexibilité au sein du système. Lier la base de données à une GIS permet la cartographie et
l’analyse spatiale des données qui pourront être affichées via un portail cartographique ou
intégrées dans le portail Web. Du personnel qualifié est nécessaire pour soutenir le système
de gestion des données et s’assurer du maintien du contrôle de qualité.
16.9 RÉFÉRENCES BIBLIOGRAPHIQUES
Al-Bakri, J. T. & Taylor, J. C. 2003. Application of NOAA AVHRR for monitoring vegetation
conditions and biomass in Jordan. J. Arid Environ., 54(3): 579–593.
Allen, V. G. & Segarra, E. 2001. Anti-quality components in forage: Overview, significance, and
economic impact. J. Range Manag., 54(4): 409–412.
Angerer, J. P. 2008. Examination of high resolution rainfall products and satellite greenness
indices for estimating patch and landscape forage biomass. Texas A&M University, College
Station, Texas. USA.129 pp (PhD Thesis).
Asrar, G., Fuchs, M., Kanemasu, E. T. & Hatfield, J. L. 1984. Estimating absorbed
photosynthetic radiation and leaf area index from spectral reflectance in wheat. Agron. J.,
76: 300–306.
Awuma, K. S., Stuth, J. W., Kaitho, R. & Angerer, J. 2007. Application of normalized
differential Vegetation Index and geostatistical techniques in cattle diet quality mapping in
Ghana. Outlook Agric., 36(3): 205–213.
Bolor-Erdene, L., Angerer J., Granville-Ross S., Urgamal M., Narangarel D., Tsogoo D.,
Stewart T. & Sheehy, D. 2008. Gobi Forage: An early warning system for livestock in the
Gobi region of Mongolia. In: Joint Meeting of the 21st International Grassland Congress and
the 8th International Rangeland Congress. Hohhot, China.
Bonhan, C.D. 1989. Measurements for terrestrial vegetation.
Wiley, New York, 338p
Boone, R.B. & Wang, G. 2007. Cattle dynamics in African grazing systems under variable
climates. J. Arid Environ., 70(3): 495–513.
Brown, J. R. & Thorpe, J. 2008. Climate change and rangelands: Responding rationally to
uncertainty. Rangelands, 30(3): 3–6.
Bouraoui, F., Wolfe, M.L., 1990. Application of hydrologic models to rangelands. J. Hydrol.
121, 173-191.
Brown, M.E., Pinzon, J. E., Didan, K., Morisette, J.T. & Tucker, C.J. 2006. Evaluation of the
consistency of long-term NDVI time series derived from AVHRR, SPOT-Vegetation, SeaWiFS,
MODIS, and Landsat ETM+ sensors. IEEE Trans. Geosci. Remote Sens., 44(7): 1787–1793.
209
La conduite d’évaluations nationales des aliments pour animaux
210
Carlson D.H. &Thurow T.L. 1992. SPUR-91: Workbook and User Guide. Texas A&M University,
Department of Rangeland Ecology and Management in cooperation with USDA Soil
Conservation Service. College Station, TX Pub. No. MP-1743. pp. 259.
Catchpole, W.R. & Wheeler, C.J. 1992. Estimating plant biomass: A review of techniques.
Australian J. Ecol., 17(2): 121–131.
Childress, W.M., Coldren, C. L. & McLendon, T. 2002. Applying a complex, general ecosystem
model (EDYS) in large-scale land management. Ecol. Model., 153: 97–108.
Christensen, L., Coughenour, M. B., Ellis, J.E. & Chen, Z.Z. 2003. Sustainability of inner
Mongolian grasslands: Application of the Savanna model. J. Range Manag., 56(4): 319–327.
Coughenour, M.B. 1993. SAVANNA – A Spatial ecosystem model. Model description and user
guide. Natural Resources Ecology Laboratory, Colorado State University,Fort Collins, Colorado,
USA 64 pp. Available at www.nrel.colostate.edu/projects/savanna/.
Coughenour, M.B. 1999. Ecosystem modelling of the Pryor Mountain Wild Horse Range.
Report to USGS. Biological Resources Division, National Park Service, and Bureau of Land
Management. 55 pp. & 100 Figs. Available at www.nrel.colostate.edu/projects/savanna/.
Coughenour, M.B. 2002. Elk in the Rocky Mountain National Park Ecosystem – A model-based
assessment. Final report to USGS Biological Resources Division, Ft. Collins, Colorado and U.S.
National Park Service, Rocky Mountain National Park. 125 pp. 116 Figs. Available at www.
nrel.colostate.edu/projects/savanna/.
Coughenour, M.B. 2005. Spatial modelling of Yellowstone Bison and their environments. Final
Report to U.S. Geological Survey, Biological Resources Division, Bozeman, MT, USA. (Threepart report. 93 pp. 100 figures & 73 tables. Available at www.nrel.colostate.edu/projects/
savanna/.
Cracknell, A.P. 2001. The exciting and totally unanticipated success of the AVHRR in applications
for which it was never intended. Adv. Space Res., 28(1): 233–240.
Decruyenaere, V., Buldgen, A. & Stilmant, D. 2009. Factors affecting intake by grazing
ruminants and related quantification methods: a review. Biotechnol. Agron. Soc. et Environ.,
13(4): 559–573.
Devries, M.F.W. 1995. Estimating forage intake and quality in grazing cattle - a reconsideration
of the hand-plucking method. J.Range Manag., 48(4): 370–375.
Dixon, R. & Coates, D. 2009. Review: Near infrared spectroscopy of faeces to evaluate the
nutrition and physiology of herbivores. J.Near Infrared Spectros., 17(1): 1–31.
Dixon, R.M. & Coates, D.B. 2010. Diet quality estimated with faecal near infrared reflectance
spectroscopy and responses to N supplementation by cattle grazing buffel grass pastures.
Anim. Feed Sci. Technol., 158(3–4): 115–125.
Dungan, J. 1998. Spatial prediction of vegetation quantities using ground and image data.
International J. Remote Sens., 19(2): 267–285.
Ellis, J.E. & Coughenour, M.B. 1998. The SAVANNA integrated modelling system: an
integrated remote sensing, GIS and spatial simulation modelling approach. In V. R. Squires &
A. E. Sidahmed, eds. Drylands: Sustainable use of rangelands into the twenty-first centurys.
IFAD Series Technical Report. pp. 97–106.
Espach, C., Lubbe, L.G. & Ganzin, N. 2009. Determining grazing capacity in Namibia with the
aid of remote sensing. African J. Range Forage Sci., 26(3): 133–138.
Technologies, outils et méthodologies pour l’évaluation fourragère dans les pâtures et parcours
Fales, S.L. & Fritz, J.O. 2007. Factors affecting forage quality. In R. F. Barnes, D. A. Miller & C.
J. Nelson, eds. pp. 569–580. Forages, Volume 2: The Science of Grassland Agriculture. Ames,
Iowa. Blackwell Publishers, USA.
Flanagan, D.C. & Nearing, M.A. 1995. WEPP technical documentation. National Soil Erosion
Research Lab, West Lafayette, Indiana, USA.
Foody, G. M. 2003. Geographical weighting as a further refinement to regression modelling:
An example focused on the NDVI–rainfall relationship. Remote Sens. Environ., 88: 283–293.
Foy, J.K., Teague, W.R. & Hanson, J.D. 1999. Evaluation of the upgraded SPUR model
(SPUR2.4). Ecol. Modelling, 118(2–3): 149–165.
Frank, A.B. & Karn, J.F. 2003. Vegetation indices, CO2 flux, and biomass for Northern Plains
grasslands. J. Range Manag., 56(4): 382–387.
Ganskopp, D. & Bohnert, D. 2006. Do pasture-scale nutritional patterns affect cattle
distribution on rangelands? Rangeland Ecol. Manag., 59(2): 189–196.
Gitelson, A.A. 2004. Wide dynamic range vegetation index for remote quantification of
biophysical characteristics of vegetation. J. Plant Physiol., 161(2): 165–173.
Glasser, T., Landau, S., Ungar, E.D., Perevolotsky, A., Dvash, L., Muklada, H., Kababya,
D. & Walker, J. W. 2008. A fecal near-infrared reflectance spectroscopy-aided methodology
to determine goat dietary composition in a Mediterranean shrubland. J. Anim. Sci., 86(6):
1345–1356.
Gordon, I.J. 1995. Animal-based techniques for grazing ecology research. Small Rumin.,
Res.,16(3): 203–214.
Hanson J.D., Baker B.B. & Bourdon R.M. 1992. SPUR2 documentation and user guide. GPSR
technical report No. 1. pp. 24. US Dept. of Agric. USA.
Herrick, J., Van Zee, J., Havstad, K., Burkett, L. & Whitford, W. 2005. Monitoring manual
for grassland, shrubland, and Savanna ecosystems, Vol II. Design, supplementary methods
and interpretation. USDA Jornada Experimental Range. University of Arizona Press, Tuscon
AZ, USA. pp. 236.
Hirschfeld, D.J., Kirby, D.R., Caton, J.S., Silcox, S.S. & Olson, K.C. 1996. Influence of grazing
management on intake and composition of cattle diets. J. Range Manag., 49(3): 257–263.
Hohlt, J.C., Lyons, R.K., Hanselka, C.W. & McKown, D. 2009. Estimating grazeable acreage
for cattle. Texas AgriLife Extension Service, College Station, TX. Texas AgriLife Extension
Publication B-6222, USA.
Holecheck, J.L., Vavra, M. & Pieper, R.D. 1982. Methods for determining the nutritive quality
of range ruminant diets: A review. J. Anim. Sci., 54(2): 363–376.
Holechek, J., Pieper, R.D. & Herbel, C.H. 2001. Range Management: Principles and Practices.
Prentice Hall, Upper Saddle River, N.J., USA.
Holechek, J.L., Vavra, M. & Arthun, D. 1982. Relationships between performance, intake,
diet nutritive quality and fecal nutritive quality of cattle on mountain range. J. Range Manag.,
35(6): 741–744.
Huete, A., Didan, K., Miura, T., Rodriguez, E.P., Gao, X. & Ferreira, L.G. 2002. Overview of
the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sens.
Environ., 83(1–2): 195–213.
Hunt, E.R. & Miyake, B.A. 2006. Comparison of stocking rates from remote sensing and
geospatial data. Rangeland Ecol. Manag., 59(1): 11–18.
211
La conduite d’évaluations nationales des aliments pour animaux
212
Hurcom, S.J. & Harrison, A.R. 1998. The NDVI and spectral decomposition for semi-arid
vegetation abundance estimation. Int. J. Remote Sens., 19(16): 3109–3125.
Isaaks, E.H. & Srivastava, R.M. 1989. Applied geostatistics. Oxford University Press, New York,
USA.
Kawamura, K., Akiyama, T., Yokota, H., Tsutsumi, M., Yasuda, T., Watanabe, O., Wang,
G. & Wang, S. 2005. Monitoring of forage conditions with MODIS imagery in the Xilingol
steppe, Inner Mongolia. Int. J. Remote Sens., 26(7): 1423–1436.
Kiesling, H.E., Nelson, A.B. & Herbel, C.H. 1969. Chemical composition of tobosa grass
collected by hand-plucking and esophageal-fistulated steers. J. Range Manag., 22(3):
155–159.
Kiniry, J.R., Sanchez, H., Greenwade, J., Seidensticker, E., Bell, J.R., Pringle, F., Peacock,
G. & Rives, J. 2002. Simulating grass productivity on diverse range sites in Texas. J. Soil Water
Conser., 57(3): 144–150.
Kogan, F., Stark, R., Gitleson, A., Jargalsaikhan, C., Dugrajav, C. & Tsooj, S. 2004.
Derivation of pasture biomass in Mongolia from AVHRR-based vegetation health indices. Int.
J. Remote Sens., 25(14): 2889–2896.
Langlands, J.P. 1974. Studies on the nutritive value of the diet selected by grazing sheep VII. A
note on hand plucking as a technique for estimating dietary composition. Anim. Sci., 19(02):
249–252.
Leite, E.R. & Stuth, J.W. 1995. Fecal NIRS equations to assess diet quality of free-ranging goats.
Small Rumin. Res., 15(3): 223–230.
Li, H., Tolleson, D., Stuth, J., Bai, K., Mo, F. & Kronberg, S. 2007. Faecal near infrared
reflectance spectroscopy to predict diet quality for sheep. Small Rumin. Res., 68(3): 263–268.
Lyons, R.K. & Stuth, J.W. 1992. Fecal NIRS equations for predicting diet quality of free-ranging
cattle. J. Range Manag., 45(3): 238–244.
Mata, M., Clark, D. A., Edirisinghe, A., Waugh, D., Minneé, E. & Gherardi, S.G. 2007.
Predicting accurate paddock average pasture cover in Waikato dairy farms using satellite
images. Proc. 69th Annual NZ Grassland Assoc. Conf., 69: 23–28.
McDaniel, K.C. & Tiedeman, J.A. 1981. Sheep use on mountain winter range in New Mexico.
J. Range Manag., 34(2): 102–104.
Montieth, J.L. 1972. Solar radiation and productivity in tropical ecosystems. Appl. Ecol., 9:
747–766.
Montieth, J.L. 1977. Climate and efficiency of crop production in Britian. Philosophical Trans.
Royal Soc.London, Series B, 281: 277–294.
Ortega, I.M., SolteroGardea, S., Drawe, D. L. & Bryant, F. C. 1997. Evaluating grazing
strategies for cattle: Nutrition of cattle and deer. J. Range Manag., 50(6): 631–637.
Owens, M.K., Launchbaugh, K.L. & Holloway, J.W. 1991. Pasture characteristics affecting
spatial distribution of utilization by cattle in mixed brush communities. J. Range Manag.,
44(2): 118–123.
Pfister, J.A., Hansen, D. & Malechek, J.C. 1990. Surgical establishment and maintenance of
esophageal fistulae in small ruminants. Small Rumin. Res., 3(1): 47–56.
Pierson, F.B., Carlson, D. H. & Spaeth, K.E. 2001. A process-based hydrology submodel
dynamically linked to the plant component of the simulation of production and utilization on
rangelands SPUR model. Ecol. Modelling, 141(1–3): 241–260.
Technologies, outils et méthodologies pour l’évaluation fourragère dans les pâtures et parcours
Plumb, G.E., White, P. J., Coughenour, M.B. & Wallen, R.L. 2009. Carrying capacity,
migration, and dispersal in Yellowstone bison. Biol. Cons., 142(11): 2377–2387.
Quirk, M.F. & Stuth, J.W. 1995. Preference-based algorithms for predicting herbivore diet
composition. Ann. Zootech., 44: 110.
Reeves, M.C., Winslow, J.C. & Running, S.W. 2001. Mapping weekly rangeland vegetation
productivity using MODIS algorithms. J. Range Manag., 54: A90–A105.
Rouse, J.W., Haas, R. H., Schell, J.A. & Deering, D.W. 1973. Monitoring vegetation systems in
the Great Plains with ERTS. In Proceedings of the third ERTS Symposium, Vol. 1, pp. 309–317
Washington DC, USA.
Ryan, Z. 2005. Establishment and evaluation of a livestock early warning system for Laikipia,
Kenya. Texas A&M University: College Station, Texas, USA (PhD Thesis).
Sannier, C.A.D., Taylor, J.C. & Du Plessis, W. 2002. Real-time monitoring of vegetation
biomass with NOAA-AVHRR in Etosha National Park, Namibia, for fire risk assessment. Int. J.
Remote Sens., 23(1): 71–89.
Sellers, P.J. 1985. Canopy reflectance, photosynthesis and transpiration. International J. Remote
Sens., 6: 1335–1372.
Showers, S.E., Tolleson, D.R., Stuth, J.W., Kroll, J.C. & Koerth, B.H. 2006. Predicting diet
quality of white-tailed deer via NIRS fecal profiling. Rangeland Ecol. Manag., 59(3): 300–307.
Squires, V. & Siebert, B. 1983. Botanical and chemical components of the diet and liveweight
change in cattle on semi-desert rangeland in central Australia. The Rangeland J., 5(1): 28–34.
Stuth, J.W., Angerer, J., Kaitho, R., Zander, K., Jama, A., Heath C., Bucher, J., Hamilton,
W., Conner, R., & Inbody, D. 2003a. The Livestock Early Warning System (LEWS): Blending
technology and the human dimension to support grazing decisions. Arid Lands Newsletter,
University of Arizona, USA. Available at http://cals.arizona.edu/OALS/ALN/aln53/stuth.html.
Stuth, J.W., Angerer, J., Kaitho, R., Jama, A. & Marambii, R. 2005. Livestock early
warning system for Africa rangelands. In V. K. Boken, A. P. Cracknell & R. L. Heathcote, eds.
Monitoring and predicting agricultural drought: A global study. Oxford University Press. New
York, USA. pp. 472.
Stuth, J.W., Schmitt, D., Rowan, R.C., Angerer, J.P., & Zander, K. 2003b. PHYGROW users
guide and technical documentation. Texas A&M University, USA.
Teague, W.R. & Foy, J.K. 2002. Validation of SPUR2.4 rangeland simulation model using a cowcalf field experiment. Agric. Syst., 74(2): 287–302.
Thoma, D.P., Bailey, D.W., Long, D.S., Nielsen, G.A., Henry, M.P., Breneman, M.C. &
Montagne, C. 2002. Short-term monitoring of rangeland forage conditions with AVHRR
imagery. J. Range Manag., 55(4): 383–389.
Thornton, P.K., BurnSilver, S.B., Boone, R.B. & Galvin, K.A. 2006. Modelling the impacts of
group ranch subdivision on agro-pastoral households in Kajiado, Kenya. Agric. Syst., 87(3):
331–356.
Timmons, G.R., Hewitt, D. G., DeYoung, C. A., Fulbright, T.E. & Draeger, D.A. 2010. Does
supplemental feed increase selective foraging in a browsing ungulate? J. Wildlife Manag.,
74(5): 995–1002.
Tucker, C.J. 1979. Red and photographic infrared linear combinations for monitoring vegetation.
Remote Sens. Environ., 8(2): 127–150.
213
La conduite d’évaluations nationales des aliments pour animaux
214
Tucker, C.J., Pinzon, J.E., Brown, M.E., Slayback, D.A., Pak, E.W., Mahoney, R., Vermote,
E. F. & El Saleous, N. 2005. An extended AVHRR 8-km NDVI dataset compatible with MODIS
and SPOT vegetation NDVI data. Int. J. Remote Sens., 26(20): 4485–4498.
Tucker, C.J., Vanpraet, C., Boerwinkel, E. & Gaston, A. 1983. Satellite remote-sensing of
total dry-matter production in the Senegalese Sahel. Remote Sens. Environ., 13(6): 461–474.
USDA (United States Department of Agriculture, Natural Resources Conservation
Service). 2003. National Range and Pasture Handbook. U.S. Dept. of Agriculture, Natural
Resources Conservation Service, Grazing Lands Technology Institute. Fort Worth, Texas, USA.
Van Soest, P.J. 1994. Nutritional Ecology of the Ruminant. Comstock Publication. Ithaca, New
York, USA.
Weisberg, P.J., M.B. Coughenour, M.NB. & Bugmann, H. 2006. Modelling of large herbivorevegetation interactions in a landscape context. Chapter 12 In K. Danell, R. Bergstrom, P.
Duncan & J. Pastor, eds. Large Herbivore Ecology, Ecosystem Dynamics and Conservation.
Cambridge Univ. Press, Cambridge, UK.
White, I.A., Hunt, L.P., Poppi, D.P. & Petty, S.R. 2010. Sampling requirements for predicting
cattle diet quality using faecal near-infrared reflectance spectroscopy (F.NIRS) in heterogeneous
tropical rangeland pastures. Rangeland J., 32(4): 435–441.
Wight, J.R. & Skiles, J.W. 1987. SPUR: Simulation and production and utilization of rangelands.
Documentation and user’s guide. United States Department of Agriculture, Agricultural
Research Service, USA. pp. 372.
Williams, J.R., Izaurralde, R.C. & Steglich, E.M. 2008. Agricultural policy/environmental
extender model: Theoretical documentation, Version 0604. Blackland Research and Extension
Center, Texas AgriLife Research, Texas A& M University Temple, Texas, USA.
Wofford, H., Holechek, J. L., Galyean, M.L., Wallace, J.D. & Cardenas, M. 1985. Evaluation
of fecal indices to predict cattle diet quality. J. Range Manag., 8(5): 450–454.
Manuels FAO: PRODUCTION ET SANTÉ ANIMALES
1. Production en aviculture familiale, 2004 (A, F, Ar)
2. Bonnes pratiques pour l’industrie de la viande, 2006 (A, F, E, Ar)
3. Se préparer à l’influenza aviaire hautement pathogène, 2007 (A, Ar, Ee, Fe, Mke)
3.Revised version, 2009 (A)
4. Surveillance de la grippe aviaire hautement pathogène chez les oiseaux
sauvages, 2007 (A, F, R, Id, Ar, Ba, Mn, Ee, Ce)
5. Oiseaux sauvages et influenza aviaire – Une introduction à la recherche appliquée
sur le terrain et les techniques d’échantillonnage épidémiologique, 2007 (A, Ar, F, R, Id, Ba, E**)
6. Compensation programs for the sanitary emergence of HPAI-H5N1 in Latin American
and the Caribbean, 2008 (Ae, Ee)
7. The AVE systems of geographic information for the assistance in the
epidemiological surveillance of the avian influenza, based on risk, 2009 (Ae, Ee)
8. Préparation des plans d’intervention contre la peste porcine africaine, 2011 (A, F, R, Hy, Ka, Ee)
9. Bonnes pratiques pour l’industrie de l’alimentation animale – Mise en oeuvre du Code
d’usages pour une bonne alimentation animale du Codex Alimentarius, 2013 (A, C, Ar, F, S, P**)
10.Epidemiología Participativa − Métodos para la recolección de acciones y datos orientados a la
inteligencia epidemiológica, 2011 (Ee)
11. Méthode de bonne gestion des urgences: les fondamentaux – GEMP: un guide pour se préparer
aux urgences en santé animale, 2013 (A, F, E*)
12.Investigating the role of bats in emerging zoonosese – Balancing ecology, conservation and public
health interests, 2011 (A)
13.Rearing young ruminants on milk replacers and starter feeds, 2011 (A)
14. Assurance qualité pour les laboratoires d’analyse d’aliments pour animaux, 2011 (A, F**, Re)
15. La conduite d’évaluations nationales des aliments pour animaux, 2014 (A, F)
16. Quality assurance for microbiology in feed analysis laboratories, 2013 (A)
Disponibilité: septembre 2014
A – Anglais
Ar– Arabe
C – Chinois
E –Espagnol
F –Français
P –Portugais
R –Russe
Mn
–Mongol
Id–Bahasa
Multil.– Multilingue
*Epuisé
**En préparation
e
Publication électronique
Mk–Macédonien
Ba –Bengali
Hy –Arménien
Ka –Géorgien
On peut se procurer les Manuels FAO: production et santé animales auprès des points de vente des
publications de la FAO, ou en s’adressant directement au Groupe des ventes et de la commercialisation,
FAO, Viale delle Terme di Caracalla, 00153 Rome, Italie.
Manuels FAO de santé animale
1. Manual on the diagnosis of rinderpest, 1996 (A)
2. Manual on bovine spongifom encephalophaty, 1998 (A)
3.Epidemiology, diagnosis and control of helminth parasites of swine, 1998
4.Epidemiology, diagnosis and control of poultry parasites, 1998
5.Reconnaître la peste des petits ruminants – Manuel de terrain (F, A)
6. Manual on the preparation of national animal disease emergency preparedness plans, 1999 (A, C)
7. Manual on the preparation of rinderpest contingency plans, 1999 (A)
8. Manual on livestock disease surveillance and information systems, 1999 (A)
9.Reconnaitre la peste porcine africaine – Manuel de terrain, 2000 (F, A)
10. Manual on participatory epidemiology – method for the collection of action-oriented
epidemiological intelligence, 2000 (A)
11. Manual on the preparation of African swine fever contigency plans, 2001 (A)
12. Manual on procedures for disease eradication by stamping out, 2001 (A)
13.Reconnaitre la péripneumonie contagieuse bovine, 2001 (F, A)
14. Préparation des plans d’intervention contre la péripneumonie contagieuse bovine, 2002 (F, A)
15. Préparation des plans d’intervention contre la fièvre de la vallée du rift, 2002 (F, A)
16. Preparation of foot-and-mouth disease contingency plans, 2002 (A)
17.Recognizing Rift Valley fever, 2003 (A)
Consulter davantage de publications sur:
http://www.fao.org/ag/againfo/resources/fr/publications.html
Un Système d’Évaluation des Aliments pour Animaux (SNEAA) est un ensemble
complet de procédures, d’équipements, d’outils, de personnel, d’organisations
impliquées dans la collecte, la manipulation et le traitement des données
nécessaires pour calculer et rapporter des provisions d’aliments pour les animaux
provenant de toutes sources et destinés à tous types d’animaux dans un pays. Il
comprend plusieurs composantes qui interagissent de manière intégrée pour
aboutir à un produit commun, l’Évaluation Nationale des Aliments pour
Animaux (ENAA). Une ENAA est une analyse de données informatisées des
demandes en Aliments pour le bétail pour un pays.
Des évaluations précises des provisions présentes et futures et des besoins en
aliments pour animaux sont nécessaires pour une politique nationale de sécurité
alimentaire et pour sa planification, ainsi que pour l’établissement de taux de
charge des animaux durables pour l’environnement. Les ressources alimentaires
animales doivent être évaluées et suivies afin de fournir des informations pour
le développement et la mise en oeuvre de politiques pouvant contribuer à la
croissance durable des secteurs nationaux de l’élevage. Les évaluations
fourniront des informations sur les disponibilités des ressources alimentaires
animales permettant la mise en place de décisions politiques optimales
concernant l’utilisation des ressources alimentaires animales nationales.
Ce document fournit une orientation aux pays pour le développement de leurs
SNEAAs. Les membres des gouvernements et des organisations de recherche
désirant établir des SNEAAs vont vraisemblablement chercher des conseils sur les
aspects procéduriers pour bâtir, et institutionnaliser les SNEAAs. Un ensemble de
procédures recommandées étape par étape est fournie pour l’exécution des
SNEAAs y compris des méthodes pour la planification, l’établissement et la mise
à jour d’une SNEAA. Il faut espérer que les informations fournies dans ce
document permettront aux pays d’initier des activités pour établir et maintenir
l’ENEAA.
ISBN 978-92-5-207332-1 ISSN 1810-1127
9
7 8 9 2 5 2
0 7 3 3 2 1
I3043F/1/08.14
">