changement climatique et production cotonnière au sénégal ... · changement climatique et...

BASE Biotechnol. Agron. Soc. Environ.201721(1),22-35

ChangementclimatiqueetproductioncotonnièreauSénégal:concevoirautrementlesstratégiesdediffusiondesvariétésAbdoulayeNdour(1),RomainLoison(2),Jean-PaulGourlot(2),KaramokhoSeydiBa(1),AbdoulayeDieng(3),PascalClouvel(2)(1)SODEFITEX.BdduCentenairedelaCommunedeDakar,km4,5.BP3216.Dakar(Sénégal).(2)CIRAD.PERSYST.UPRAIDA.AvenueAgropolis.F-34398MontpellierCedex5(France).E-mail:[email protected](3)UniversitédeThiès.ENSA.BPA296.Thiès(Sénégal).

Reçule1juillet2016,acceptéle23janvier2017.

Description du sujet.L’impactduchangementclimatiqueremetencauselastratégiedediffusionvariétaledelaSociétédeDéveloppementetdesFibresTextilesauSénégal(SODEFITEX),baséesurladistinctiondedeuxvariétés:l’uneadaptéeauxconditionshumidesetl’autreauxrisquesdesècheresse.Àpartirdedonnéesrecueilliesenstationexpérimentaleetenparcellesd’agriculteursde2004à2011,l’étudeévaluelapertinencedecettestratégie.Objectifs.L’objectifdel’étudeestd’évaluerlaméthodedesélectionvariétaleetlaperformancedesvariétéscultivéesetàl’essai,soumisesàdesenvironnementshydriquescontrastésdufaitdelavariabilitéspatialeettemporelledelapluviositéetdespratiquesculturales.Méthode. Laméthodologiedéveloppéepermetd’identifierl’occurrenced’unstresshydriquesévèredurantlesphasescritiquesdefloraisonetdedéveloppementdescapsulesvis-à-visdurendementencoton-graineetlaqualitédelafibre.L’indicateurdevécuhydriqueproduitestensuiteintroduitdansl’analysestatistiqueentantqueco-variabledescriptivedel’environnement.Résultats.L’indicateurproduitpermetdediscriminer les rendementsencoton-graineenstationexpérimentaleetchez lesproducteurs.Bienqu’uneffetvariétalsoitconstatésurlerendementégrenageetlescaractéristiquestechnologiquesdesfibres,aucunevariéténesedistinguedesautresvis-à-visduvécuhydrique.Conclusions.Àdéfautdevariétéadaptéeauxstresshydriques,lesrésultatsmilitentenfaveurdel’adoptiond’uneseulevariétésurlebassindeproduction.Lastratégiedediffusiondesvariétésmériterait toutefoisd’êtrerenouveléepourmieuxrendrecomptedesconditionsdecultureenmilieuréeletpermettrel’évaluationdesvariétésparlesproducteurs.Mots-clés.Coton,zoneagroclimatique,critèredesélection,variationgénétique,stressdûàlasécheresse,expérimentationauchamp,Sénégal.

Climate change and cotton production in Senegal: alternate dissemination strategies of varietiesDescription of the subject. Climatechangechallengesthestrategyofvarietaldiffusion,employedbytheSenegalesecottoncompany(SODEFITEX),basedonthedistinctionoftwocultivars:oneadaptedtohumidconditionsandtheothertodrought.Basedondatacollectedinanexperimentalstationandfarmerplotsfrom2004to2011,thestudyprovidesanassessmentofthatstrategy.Objectives. Theaimofthestudywastoevaluateboththemethodologyusedforvarietalselectionandtheperformanceofreleasedandcandidatecultivars,undercontrastedwaterenvironmentsduetovariabilityinrainfall(spatialandtemporal)andcropmanagement.Method. Themethodologyusedallowedtheidentificationoftheoccurrenceofseverewaterstressduringthecriticalcottondevelopment phases (flowering andboll development) and its effect on seed cottonyield andfiber quality.The resultingindicatorofplantwaterstatuswastheninsertedintoourstatisticalanalysisasanenvironmentalcovariate.Results. The resulting indicator allowed the discriminationof seed cottonyield in the experimental station aswell as inon-farmexperiments.Despiteaneffectofcultivaronginningoutturnandfiberquality,allcultivarsshowedsimilarresiliencetowaterstatus.Conclusions. Despitealackofcultivaradaptationtowaterstress,resultssupporttheadoptionofasinglecultivarinthewholeproductionbasin.However,thediffusionstrategywouldbenefitfromabetterconsiderationoffarmercroppingconditions,whichwouldthusallowfortheevaluationofcultivarsbytheproducers.

StratégiedediffusionvariétaledecotonetchangementclimatiqueauSénégal 23

1. INTRODUCTION

La pluie est l’une des ressources naturelles les plusimportantespourl’agricultureenl’absenced’irrigation,soit pour lamajeure partie de la production agricoleenAfrique. La variabilité inter et intra-annuelle desprécipitationsestdoncundesdéterminantsdusuccèsdel’agriculturedanscesrégions(Hulme,1992).L’étudedel’évolutiondesconditionsclimatiquesdepuis1960enAfriquedel’Ouestmontreunetendancerégionaleàl’augmentation significativede laduréedes épisodesdesècheressedurant lasaisondespluies (Nicholson,2005; New et al., 2006).Au-delà du constat d’unebaisse générale de la pluviosité, concomitante à uneaugmentationdelafréquencedesévènementsextrêmesau niveau du continent, la complexité des processusclimatiques impliqués renddifficile la caractérisationdu changement climatique au niveau local enAfrique (Sylla et al., 2013). Au Sénégal, l’analysedes variations climatiques de 1921 à 2014 montreunetendanceà labaissedesprécipitationsannuelles,concomitante à une augmentation de la températuremoyenne annuelle (Sagna et al., 2015). Sur le plandelapluviosité,lesauteursdistinguenttoutefoisdeuxpériodes: une première période humide de 1921 à1967, avec une pluviométrie moyenne de 803mmetunedeuxièmepériode sèchede1968à2014avecunemoyennepluviométriquede614mm.Lapériodesèchepeutsesubdiviserendeuxsous-périodes,dontlapremière,de1968à1998,estrégulièrementdéficitaireà trèsdéficitaireet ladeuxième,de1999à2014,estplus variable avec l’apparition de quelques annéesexcédentaires.

Face à ces changements, les sociétés cotonnièressont amenées à adapter leur mode de production eten particulier leur stratégie de choix des variétés àdiffuseretdeleurairedecultureauseindubassindeproduction(cartevariétale).Enmatièredevariété, letypedecotonnier(Gossypium hirsutumL.)àcroissanceindéterminée prédomine en Afrique de l’Ouest. Cetype, caractérisé par une grande vigueur végétative,une floraison abondante et une fructification étaléeaucoursducycledecultureconfèreauxvariétésuneplasticité remarquablevis-à-visdesaléasclimatiques(Seklokaetal.,2008).Toutefois,lespratiquesdesemistardifdelapartdesproducteursexacerbentleproblèmedelaréductiondeladuréedelasaisondespluies.AuCameroun,faceàceproblème,lasélectiondevariétésprécoces, voire de types variétaux plus déterminés,a donné des résultats prometteurs sur le plan de laproductivitéetdelaqualitédesfibresproduites(Caoetal.,2011).

Avec 46% du territoire national et 27% de lapopulationtotaleduSénégal, lebassindeproductioncotonnièrerecouvrelesrégionsnaturellesduSénégaloriental, de la Casamance continentale et le Sud duSine-Saloum.Conformémentaugradientdepluviositédécrit parNdong (1995) etDacosta et al. (2002), laSociété de Développement et des Fibres Textiles duSénégal (SODEFITEX) distingue trois zones agro-climatiques:–unezonesècheauNord-Ouestdubassincotonnier,avec une pluviosité moyenne variant entre 600 et800mm,

–unezonehumideàl’Estetàl’OuestduParcnationalduNiokolo-Koba avec une pluviosité supérieure à900mmetpouvantdépasser1200mm,

–unezoneintermédiairesituéedanslapartienord-estdubassinetsuddelafrontièresudaveclaGambie,avecunepluviositécompriseentre800et900mm.

La contribution des zones à la production decoton-graine se situe respectivementàhauteurde60,30 et 10%pour les zones agro-climatiqueshumides,intermédiaires et sèches, pour une production totalevariantde25000à50000tdecoton-graine,selonlesannées.Surleplantechnique,cezonageagro-climatiques’accompagne de recommandations distinctes enmatière de fertilisation minérale notamment. Si laSODEFITEXrecommandedespratiquesdefertilisationdifférentes selon la zone agro-climatique, c’est afinde limiter le risqueéconomique lié à l’occurrencedeconditions hydriques défavorables susceptibles delimiterl’efficienced’utilisationdesengraisvis-à-visdurendementencoton-graine.Encequiconcernelacartevariétaletoutefois,etbienquelesvariétésadaptéesauxconditionshumidesetauxstresshydriquesseretrouventrespectivement au Sud et au Nord du bassin deproduction,leurairedeculturerespectivenecorrespondpas aux délimitations des zones agro-climatiques etvarie aucoursdu temps.Cettedistinction spatialedetroiszonesagro-climatiquesdifférenciéesetdelacartevariétaleàdeuxairesdeculturesestaujourd’huiremiseenquestionparl’évolutionrécentedelapluviositéauseindubassindeproduction.L’importantevariabilitéannuelle et spatiale de pluviosité enregistrée cesdernières années atténue les contrastes entre zonesagro-climatiques.Outrel’occurrencedestresshydriquelors des «pauses pluviométriques» au cours de lasaisondespluies(Salacketal.,2012),l’incertitudesurl’installationdespluiesendébutd’hivernageentraineunretardgénéraldessemis(Soumaréetal.,2008)avecpourconséquenceunrisqueaccrudedéficithydriqueenfindecycledeculture.

Keywords. Cotton, agroclimatic zones, selection criteria, genetic processes, drought stress, field experimentation,Senegal.

24 Biotechnol. Agron. Soc. Environ. 201721(1),22-35 NdourA.,LoisonR.,GourlotJ.-P.etal.

Face à ce phénomène, l’objectif de l’étude estd’évaluer la performance des variétés de cotonniercultivées et à l’essai au Sénégal, et soumises à uneforte variabilité interannuelle de pluviosité en lienaveclechangementclimatiquelocaldécritparSagnaet al. (2015). L’article décrit la démarche proposéepour caractériser de façon formelle l’environnementhydrique des plantes et estimer le risque de stresshydriqueencoursde cycleparvoiedemodélisationinformatiqueselonuneméthode inspiréedes travauxdeLoison(2015).

2. MATÉRIEL ET MÉTHODES

2.1. Le dispositif d’étude

Ledispositifd’étudeutiliselesdonnéesrecueilliesparlaSODEFITEXde2004à2011sursessitesderechercheenmilieucontrôléauniveaud’AntennesMultilocalesd’Expérimentation (AMEX) et chez les producteursdanslesSitesdeRechercheetDéveloppement(SRD).Ces dispositifs permettent d’évaluer l’intérêt devariétés candidates au renouvellement des variétésencoursdeculture,encomparaisonaveclestémoinsquesontlesvariétésdéjàdiffuséessurlamêmeairedeculture.

Les sites expérimentaux. Le réseau d’AMEXcomportecinqantennes:SyllacoundaetDabopourlazoneagro-climatiquehumide,VélingaraetDialacotopourlazoneintermédiaire,etKoussanarpourlazonesèche (Figure 1). Les dispositifs expérimentaux sontenblocsrandomisés,avec4ou5répétitionsselonlessitesetannées.LeréseaudeSRDcomportecinqsites:Ibel et Sare Hamidou pour la zone agro-climatiquehumide,MedinaBaoussouetSareBourangpourlazoneintermédiaire,etAïnoumanepourlazonesèche.DanschaqueSRD,lesexpérimentationssontrépartieschezquatre producteurs différents, à raison d’un bloc parproducteur,implantéauseind’unchampcultivépourla production cotonnière. Les travaux culturaux sontréalisésparlesproducteursdefaçonidentiqueàcelleduchampcultivédanslequelleblocexpérimentalestimplanté.Entermesd’environnement,unteldispositifsans répétition induit une diversité de conditions demilieuetdepratiquesd’unblocpaysanàl’autreauseind’unmême SRD. Par contre, ce dispositif est conçupour estimer la capacité d’adaptation du nouveaumatérielvégétalauxpratiquesréellesdesproducteurs,endehorsdesstationsderecherche.

En condition d’AMEX comme de SRD, chaqueobjet occupe une parcelle élémentaire de 6lignes de10m.Les lignesdesemissontespacéesde80cmetles poquets de 30cm dans la ligne, à raison de 3 à

Figure 1.BassindeproductioncotonnièreauSénégal(a)etzonageagro-climatiquedubassindeproductioncotonnièredelaSODEFITEX(b)—Cotton production area in Senegal (a) and agro-climatic zones of the SODEFITEX cotton production area (b).

Zonesècheengrisclair,intermédiaireengrisfoncéethumideennoir.Ledispositifderecherchecomporte5AntennesMultilocalesd’ExpérimentationouAMEX:Koussanar(A1),Dialacoto(A2),Vélingara(A3),Dabo(A4)etSyllacounda(A5);et5SitesdeRechercheetDéveloppementouSRD:Aïnoumane(S1),MedinaBaoussou(S2),SareBourang(S3),SareHamidou(S4),etIbel(S5)— Dry zone in light grey, intermediate zone in dark grey, and wet zone in black. The research device includes 5 experimental stations or AMEX: Koussanar (A1), Dialacoto (A2), Vélingara (A3), Dabo (A4) and Syllacounda (A5); and 5 Sites for Research and Development or SRD: Aïnoumane (S1), Medina Baoussou (S2), Sare Bourang (S3), Sare Hamidou (S4), and Ibel (S5).

Zone sècheZone intermédiaireZone humide

N

0 45 90 km

Parc National Niokolo Koba

S1

A3

A4

A2

S3

S5

A5

S2

A1

S4

Sénégal

N

a

b


4plantesparpoquetensemismanuelenAMEXet6à7plantesparmètre linéaireensemismécaniqueausemoir à traction animale en SRD (disque 16trous).Après démariage manuel, les densités enregistréesvarient respectivement de 6,9± 1,8 en conditiond’AMEX et de 5,1± 1,7plantes.m-2 en SRD. Àtitre d’information, la densité recommandée par laSODEFITEXaprèsdémariageestde8plants.m-2.Lesdatesdelevées’étalentdu21/6(Syllacounda2005)au20/7(Dialacoto2009)enconditiond’AMEXetdu21/6(Ibel2005)au29/7(Aïnoumane2007)enconditiondeSRD.

En termes de pluviosité enfin, et à l’appui del’argumentairesurlechangementclimatiqueauniveaudubassindeproduction,onobserveunefortevariabilitéinterannuelle avec l’occurrenced’années humides en2004, 2010 et d’années déficitaires en 2006 et 2011(Figure 2).Deplus,alorsquelesécartsdepluviositéentre zones agro-climatiqueshumideet sèche restentrelativement stables d’une année à l’autre,marquantainsilecontrasteentrelesdeuxzones,cen’estpaslecasdelazoneintermédiairedontlapluviosités’approchedecelledelazonesèchecertainesannéesetdelazonehumided’autresannées.

Les tests variétaux.Entre2004et2011,troisvariétésétaientdiffusées:lavariétéStam42jusqu’en2006puisStam279Aàpartirde2007commevariétésadaptéesauxconditionsdeculturehumidessurlacartevariétaleetIscoPGcommevariétéadaptéeauxconditionsplussèchessurcettemêmecarte(Figure 3).Lalimiteentrelesdeuxairesdeculturequecesvariétésoccupentvariedans le temps. En référence au catalogue CORAF/WECARD (2005), la variété Isco PG (obtentionde l’Institut Sénégalais de Recherche Agricole) estrelativement adaptée à la sècheresse et présente uncyclepluscourtqueStam42,maisdemêmeduréequeceluideStam279A,toutesdeuxobtentionsdel’ITRA(InstitutTogolaisdeRechercheAgronomique).

Trois variétés candidates ont été testées durantcette période: Stam59A et Stam129A (obtentionsITRA), ainsi que FK59K (obtention de l’Institut del’EnvironnementetRecherchesAgricolesduBurkinaFaso). Les tests conduits de 2004 à 2011 enAMEXetSRDsontprésentésdanslestableaux 1et2.D’unpoint de vue génétique, Stam59A, Stam129A etStam279Aontétéobtenuesparre-sélectiondeStamF,

Plu

vios

ité a

nnue

lle (m

m)

1400

1200

1000

800

600

400

200

0

HumideIntermédiaireSèche

2002

2008

2004

2012

2016

2006

2010

2014

Figure 2. Pluviosité annuelle moyenne enregistrée sur lebassindeproductioncotonnièreduSénégal,parzoneagro-climatique entre 2004 et 2015—Average annual rainfall recorded on the Senegalese cotton production area by agro-climate zone from 2004 to 2015.

Zonehumide(lignenoire),zoneintermédiaire(pointillés)etzonesèche(grisléger).LesrelevéspluviométriquesproviennentdesstationsmétéorologiquesdeDabo,Kounkane,KoldaetKedougoupourlazonehumide,deTambacounda,Missirah,DialacotoetVélingarapourlazoneintermédiaire,etdeNioro,KoussanaretKoungheulpourlazonesèche—Wet zone (black line), Intermediate zone (dotted) and Dry zone (light grey). Rainfall data were collected in the meteorological stations of Dabo, Kounkane, Kolda and Kedougou for the wet zone, Tambacounda Missirah Dialacoto and Vélingara for the intermediate zone, and Nioro, Koussanar and Koungheul for the dry zone.

a b NN



0 25 50 75 100 km 0 25 50 75 100 km

Figure 3. Répartitionspatiale(cartevariétale)desvariétéscultivéesdanslebassindeproductioncotonnièresénégalaisen2004(a)etàpartirde2011(b)—Spatial distribution of cotton varieties (distribution map) in Senegal in 2004 (a) and 2011 (b).

IscoPGadaptéeauxconditionsplussèches(pointillé)etStam42(a)puisStam279A(b)auxconditionshumides(uni)—Isco PSG for drought-prone conditions (dotted) and Stam 42 (a) Stam 279A (b) for wet conditions (plain).


variétélargementcultivéeenAfriquedel’OuestetduCentredepuis25ans.LavariétéFK59KaétéobtenueparcroisemententreStam59AetF135(undesparentsde StamF). Ces variétés présentent donc une faibledistance génétique entre elles et s’apparentent toutesautypedecotonnieràcroissanceindéterminée.

Les données recueillies.Lapluviositéestenregistréepar une station météorologique sur chaque site

expérimental (5AMEXet 5SRD).Lesobservationsagronomiquessontréaliséessurles4lignescentralesde chaque parcelle élémentaire par le personneltechnique de la SODEFITEX. La date de levée estnotée lorsqu’au moins 50% des poquets présententdesplantulesaustadecotylédonsapparents.Lesdatesd’apparitiondela1èrefleur,defindelafloraisonutile,d’ouverture de la 1ère capsule (déhiscence du coton-graine) ont été recueillies sur 10plantes par parcelle

Tableau 1. Testsvariétauxréalisésenantennesmultilocalesd’expérimentation(AMEX)—Varietal tests in experimental stations (AMEX). Campagne Zone sèche Zone intermédiaire Zone humide

Koussanar Vélingara Dialacoto Dabo Syllacounda2004 Stam42

Stam279AStam42Stam279A

Stam42*Stam279A

Stam42*Stam279A

Stam42*Stam279A

2005 IscoPG*Stam279AStam59AFK59K

IscoPG*Stam279AStam59AFK59K

Stam42*Stam279AStam59AFK59K



2006 IscoPG*Stam59AFK59K

IscoPG*Stam59AFK59K

Stam42*Stam59AFK59K

Stam42*Stam59AFK59K

Stam42*Stam59AFK59K

2009 IscoPG*Stam129A

IscoPG*Stam129A

IscoPG*Stam129A

Stam279A*Stam129A

Stam279A*Stam129A

2010 IscoPG*Stam129AStam279A

IscoPG*Stam129AStam279A


IscoPGStam129AStam279A*







Lesvariétésdontlenomestsuivid’unastérisquecorrespondentauxvariétéstémoinsutiliséeslocalementenproduction—Cultivars whose names are followed by an asterisk are the control cultivars used locally in production.

Tableau 2.Testsvariétauxréalisésensitesderechercheetdéveloppement(SRD)—Varietal tests in farmer field conditions (SRD). Campagne Zone sèche Zone intermédiaire Zone humide

Aïnoumane M. Baoussou S. Hamidou S. Bourang Ibel2005 IscoPG*

Stam279AStam42*Stam279A

Stam42*Stam279A

Stam42*Stam279A

Stam42*Stam279A


IscoPG*Stam59AFK59K

Stam279A*Stam59AFK59K




IscoPG*Stam59AFK59K

IscoPG*Stam59AFK59K







Lesvariétésdontlenomestsuivid’unastérisquecorrespondentauxvariétéstémoinsutiliséeslocalementenproduction—Cultivars whose names are followed by an asterisk are the control cultivars used locally in production.


élémentaire. La date retenue pour chaque stadecorrespond à l’occurrence de l’évènement sur 50%desplantes.Lenombredenœudsdelatigeprincipaleau-dessusdurameauportantunefleurblanchesursonpremier nœud (NAWF) diminue durant la phase defloraison.Lafindelafloraisonutileestestiméelorsquecetindicateurprendunevaleurde3.Lesfleursapparuesau-delàdecettedatenecontribuentpasàlaproduction(Oosterhuisetal.,1993).Lerendementencoton-graineest obtenu par récoltes successives de la totalité descapsulesarrivéesàdéhiscenceetpeséesaprèsséchage.Le rendement à l’égrenage (%F) correspond aupourcentagedefibreobtenuaprèségrenage(égreneuse10scies,Continental Gin Company, Huller Cleaner Feader,Model E-PF) par rapport à lamasse initialedecoton-grainedel’échantillon.Lerendementenfibreparhectareestobtenuenmultipliantlerendementencoton-graineparlerendementàl’égrenage.

Encequiconcernelescaractéristiquescommercialesenfin, laqualitédesfibresaétémesuréesur lecotonproduitdanslescinqsitesAMEXen2006et2009,àraison d’une caractérisation d’un échantillon moyenreprésentatif par variété et par parcelle élémentaire.Lescaractéristiquesdelongueur, ténacité,maturitéetcouleurdesfibresdéterminent le classementdes lotsdecotonproduits(CottonIncorporated,2013)etdonclemarchésur lequel ilspourrontêtrecommercialiséset leur prix. L’analyse a été réalisée au Laboratoirede Technologie et de Caractérisation des fibresnaturelles du CIRAD à Montpellier, accrédité ISO

17025 (N° COFRAC 1-2386). Les caractéristiquestechnologiques des fibres (micronaire, longueur,uniformité, ténacité et couleur) ont étémesurées surchaine de mesure instrumentale SITC (Standardized Instrument for Testing Cotton)Uster Technologies®HVI 1000™. Les caractéristiques de maturité et definessedefibreontétémesuréessurl’appareilFineness Maturity TesterdeShriley Development limited.

2.2. Traitement des données

Cadre d’analyse. Compte-tenu de la variabilitéinterannuelle de pluviosité observée au niveau dubassin de production (Figure 2) et de l’étalementdesdatesde levéedesplantes sur lesdifférents sitesexpérimentaux(Tableau 3),leregroupementdestestspar zone agro-climatique n’est pas pertinent pouraccéderàl’interactionentrevariétéetenvironnementhydrique.Pourcontournerladifficulté,nousproposonsd’introduire le vécu hydrique estimé des cotonniersdans l’analyse statistique en tant que co-variabledescriptive de l’environnement hydrique et encomplément d’aspects locaux indissociables du sited’étude(sol,itinérairetechnique).

Estimation du vécu hydrique des cotonniers.Afind’estimercettevariable,nousavonsd’abordréaliséunetypologie d’environnement hydrique des cotonniersen croisant typologie de pluviosité enregistréelocalement et période de levée des cotonniers pour

Tableau 3.Variabilitéd’environnementhydriquedes cotonniers exploréedans ledispositif etprise encomptedans lessimulations—Variability of water environment of cotton plants explored in the device and taken into account in the simulations. Levée Pluviosité AMEX SRD

Dispositif Simulation Dispositif SimulationL1:1au30juin A

BCD

121

11

41

2

1L2:1au15juin A

BCD

4775

1432

20265

232

L3:16au25juillet BCD

12

12

261

121

L4:aprèsle25juillet D 4 1Effectif total 30 15 71 13A:installationdespluiesprécoces(débutmai),pluviositéannuelle>1000mmetrégulière—early arrival of rains (early May), annual rainfall > 1,000 mm;B:installationretardée(finmai–débutjuin)etpluviositéannuelle>1000mmetrégulière—late arrival of rains (late May-early June) and annual rainfall > 1,000 mm and steady;C :installationretardéeetpluviositéannuellecompriseentre800et1000mm—late arrival of rains and annual rainfall between 800 and 1,000 mm;D:installationretardéeetpluviositéannuelle<800mm—late arrival of rains and annual rainfall < 800 mm.


chacundestestsvariétaux.Ensuite,nousavonsréaliséunesimulationduvécuhydriquedescotonnierspour28situations expérimentales représentatives de ladiversité d’environnement hydrique explorée dansl’étude(Tableau 3)parvoiedemodélisationàl’aidedu logiciel DSSAT CSM-CROPGRO-Cotton (Joneset al., 2003). Enfin, nous avons établi une règle decorrespondanceentreenvironnementhydriqueetvécuhydriquedescotonniers,puisappliquécetterègleaux101casdel’étude(Tableau 3).

Typologie de pluviosité. À partir des pluviositésenregistréesdanslesdifférentssitesexpérimentauxetsurlabasedescritèresretenusparl’encadrementdelaSODEFITEXpour le suivi des campagnes agricoles,nousavonsdistinguéquatretypesdepluviositéselonla précocité d’installation de la saison des pluieset l’abondance et la régularité des pluies durantl’hivernage(Figure 4):–TypeA:installationdespluiesprécoce(débutmai),pluviosité>1000mmetrégulière;

–Type B: installation retardée (fin mai-début juin),pluviosité>1000mmetrégulière;

–Type C: installation retardée, pluviosité annuellecompriseentre800et1000mm;

–Type D: installation retardée, pluviosité annuelle<800mm.

Surles50casdepluviositéexplorésdansl’étude(AMEX:5lieux*6années+SRD:5lieux*4années),oncompte12%detypeA,30%detypeB,38% de typeC et 20% de typeD. Les types depluviositéA,B,CetDserépartissentrespectivementà hauteur de 25, 38, 38 et 0% pour la zone agro-climatiquehumide,de0,25,31et44%pourlazoneintermédiaire etde10,10,30et50%pour la zonesèche.

Environnement hydrique des cotonniers. Cetenvironnement est obtenu par le croisement destypologiesdepluviositéavec lapériodede levéedela culture. En cohérence avec les recommandationstechniquesdelaSODEFITEXauprèsdesproducteurs,4plagesdelevéeontétéidentifiées:–L1 (hautement recommandée): levée du 1er au30juin;

–L2(recommandée):levéedu1erau15juillet;–L3(tolérée):levéedu16au25juillet;–L4(exclue):levéeaprèsle25juillet.

La diversité d’environnement hydrique exploréedansl’étudeestmontréedansletableau 3.Quelquesoitletypedepluviositéenregistré,L2estlaplagedelevéelaplusfréquenteavec73%descas.Leslevéestardives (L3etL4) représentent16%descaset leslevéesprécoces(L1)11%descas.

Simulation du vécu hydrique des cotonniers. Selonune méthodologie décrite par Loison (2015), nousavonsprocédéàunesimulationduvécuhydriquedescotonnierssurunpasdetempsquotidienàl’aidedulogicielDSSAT(Jonesetal.,2003).Lessimulationsont été faites sur un échantillon représentatif(28simulations pour les 101cas observés) de ladiversité d’environnement hydrique explorée dansle dispositif (Tableau 3). Les paramètres variétauxadoptés pour la modélisation (phénologie) ont étéceuxestiméspour lavariété témoinStam279A.Entermes de variable d’entrée, nous avons opté pourun sol moyen correspondant à une texture sablo-limoneuse et une profondeur de 100cm. Outre lapluviosité, mesurée sur chaque site expérimental,les variables climatiques de rayonnement incidentet la température journalière proviennent de laNASA(2016).Concernant lesopérationsculturales,nous avons considéré une densité unique de7plantes.m-2. La fertilisation minérale appliquéea été de 200kg.ha-1 d’engrais complet NPKSB(22%-10%-15%-5%-1%), soit 44kg N.ha-1à la levée, complétée par 50kg.ha-1 d’urée (46%)soit 23kgN.ha-1 à lafloraisonpour les zones agro-climatiques humides et intermédiaires et de 150kg.ha-1d’engraisNPKSB,soit33kgN.ha-1àlalevéeenzonesèche,sanscomplémentd’urée.

1 400

1 200

1 000

800

600

400

200

0

Plu

vios

ité (m

m)

50 100 150 200 250 300 350

Jour de l’année

ABCD

Figure 4. TypologiedepluviositéenregistréesurlebassindeproductioncotonnièreauSénégalde2004à2011—Typology of rainfall recorded in the cotton production area in Senegal from 2004 to 2011.

A:Kédougou2005:installationdespluiesprécoce(débutmai),pluviositéannuelle>1000mmetrégulière—early arrival of rains (early May), annual rainfall > 1000 mm and regular ;B :Vélingara2006:installationretardée(finmai-débutjuin),pluviositéannuelle>1000mmetrégulière—late arrival of rains (late May-early June), annual rainfall > 1,000 mm and regular ;C:Missira2008:installationretardée,pluviositéannuellecompriseentre800et1000mm—late arrival of rains, annual rainfall between 800 and 1 000 mm ;D:Missira2007:installationretardée,pluviositéannuelle<800mm—late arrival of rains, annual rainfall < 800 mm.


Ladatedelevéeconsidéréeestcelleobservéesurchaquesiteexpérimentaletchaqueannée.Lavariabled’étathydriquesimuléesurunpasdetempsjournalierparDSSATvariede0à1.Unevaleurcompriseentre0 et 0,4 correspond à un stress hydrique modéré,susceptibled’induireunralentissementdelacroissancedescotonnierssansaltérerledéveloppementdesfruitsdéjàformés.Unevaleurde0,6etau-delàcorrespondàunstresssévère,susceptibled’altérerlaphotosynthèseetparvoiedeconséquencel’accumulationdebiomassepar la plante et d’entrainer l’abscission des boutonsfloraux,desfleursetdesjeunescapsulesenformation(Sadras&Milroy,1996).

Laqualitédelacalibrationdumodèleaétéévaluéesur la base des rendements en coton-graine obtenuset simulésenconditionexpérimentaled’AMEX.Lesrésultatsobtenus(R2>0,9,Figure 5)suggèrentunepriseen compte satisfaisante de l’environnement hydriquedes cotonniers par lemodèle en conditiond’AMEX.Réaliséessansmodifierleparamétragedumodèle,lessimulationsobtenuesenconditiondeSRDsurestimentparcontresensiblementlerendementencoton-graineobservé. Les données recueillies ne permettent pasd’en identifier la cause, vraisemblablement liée àune conduite sub-optimale de la culture spécifiquede chaque agriculteur pour la densité de plantes parhectare, et le contrôle des mauvaises herbes et desravageurs. Dans cette hypothèse, la présence demauvaises herbes comme la présence de ravageurscontribuentàunebaissedurendementencoton-graine

(Badianeetal.,2015).Dufaitdelacompétitionpourl’eau, les nutriments et la lumière, les mauvaisesherbeslimitentledéveloppementvégétatifdesplantescultivéesmaiscontribuent toutefoisà la transpirationglobale du couvert végétal (Lopes et al., 2004). Parailleurs, les ravageurs, carpophages pour l’essentiel,contribuentàunebaissedurendementencoton-grainesansaltérationdudéveloppementvégétatifdesplanteset donc de la transpiration. À défaut de précisionsur l’état des cultures, nous admettrons que le bilanhydrique simulé rend compte du vécu hydrique descotonniersenconditiondeSRD.

Estimation du vécu hydrique des cotonniers. Les28simulations réalisées (Figure 6) ont permis dedistinguerlesenvironnementsn’ayantpasentrainédestress en coursde culture (SH0)des environnementsayant entrainé un stress hydrique durant le cycle deculture(SH1).Encohérenceaveclalittérature(Sadras&Milroy,1996), l’occurrenced’unstresshydriqueaété considérée comme effective pour des niveaux destress supérieur ou égal à 0,6 avant ouverture de lapremièrecapsule.Au-delàdecestadephénologique,lestresshydriquen’apasd’effetnégatifsurlerendementetpeutaméliorerlaqualitédelaproduction(deKocketal.,1990).

Pour un environnement hydrique donné, quandtouteslessimulationsdonnentlemêmevécuhydrique,alorsc’estcelui-làquiest retenu,SH0ouSH1selonles cas. Quand les simulations donnent des vécushydriquesdifférents,cequiestretenuestl’occurrenced’unstressencoursdecycle(SH1).Letableau 4donnela correspondance entre environnement hydrique et

SH0SH1 (flo)SH1 (remp)

50 60 70 80 90 100 110 120

Jour après levée

Niv

eau

de

stre

ss h

ydriq

ue

1

0,8

0,6

0,4

0,2

0

Figure 6.Exemplesdevécuhydriquedescotonnierssimulépar DSSAT — Examples of water stress experienced by cotton plants using the DSSAT crop growth software (Jonesetal.,2003)

Pasdestresshydriqueavantl’ouverturedelapremièrecapsule(SH0),stresshydriqueencoursdecycledeculture(SH1),dèslafloraisonentraitpleinfoncé(flo)etdurantlestadederemplissagedesfruitsentraitpointillé(remp)—No water stress before the opening of the first capsule (SH0), water stress during crop cycle (SH1), from the flowering trait full dark (flo) and during the filling stage of the dotted line results (remp).

Figure 5. Validationdelasimulationdurendementencoton-graine à l’aide du logicielDSSAT (Jones et al., 2003) enconditiondestationexpérimentaleAMEX(pointsnoirs).LasimulationdessituationsréellesenconditiondeSRDàpartirdumêmeparamétragedumodèleconduitàunesurestimationsensible du rendement observé (points gris)—Validation of seed cotton yield simulation using the DSSAT software (Jones et al., 2003), in conditions of experimental station AMEX (black points). Simulation of farmers’ fields seed cotton yield using the same set of parameters led to an overestimation of the observed yield (grey points).

0 1 000 2 000 3 000 4 000

Rendement coton grain observé (kg.ha-1)

Ren

dem

ent

coto

n gr

aine

si

mul

é (k

g.ha

-1)

4000

3000

2000

1000

0

y = 1,0541x

R2 = 0,9039


vécu hydrique simulé des cotonniers, et c’est cettecorrespondancequenousavonsadoptéecommerèglepourestimer levécuhydriquedescasnon simulésàpartir de leur environnement hydrique (95 sur 101).Pourlesautrescas(6sur101),nousadmettonsqu’unelevée précoce (L1) permet un cycle de culture sansstresshydrique,quelsquesoientletypedepluviositéetlesconditionsexpérimentalesd’AMEXoudeSRD.Sur l’ensembledes situationsexplorées, l’occurrenced’unstresshydrique(SH1)correspondrespectivementà 9%, 27% et 47% des cas pour les zones agro-climatiqueshumide,intermédiaireetsèche.

Analyse statistique.Commelemontrentlestableaux 1et2,lesvariétésn’étantpasprésentessurl’ensembledessitesetdescampagnesd’expérimentation,ledispositifàanalyserestincomplet.Poureffectuerl’analyse,nousavonsutilisélelogicielSAS/STAT9.12(SASInstituteInc.,Cary,NC,USA)etplusprécisémentlaprocédureMIXED.Afindeprendreencomptelevécuhydriquedanslemodèlelinéaireadopté,nousavonsconsidérél’effetdelacampagneagricolecommelasommed’uneffet fixe du vécu hydrique des plantes et d’un effetaléatoiredel’année.ComptetenudesdifférencesentreAMEXetSRDauniveaududispositifetdespratiques

agricoles,nousavonsoptépouruneanalyseséparéedesdeuxconditionsexpérimentales.Concernantladensité,des valeurs inférieures à 5plantes.m-2 ne permettentpasd’atteindrelepotentielderendementescomptéenconditiond’alimentationhydriquenonlimitante(Dongetal.,2012).Deplus,Seklokaetal.(2007)rapportentunemodificationsensibledelaphénologiedesplantesenfonctiondeladensitédesplants.L’importanteffectifdedensitésinférieuresà5plantes.m-2enconditiondeSRD contraint donc à introduire cette variable dansl’analyse,aveclesdeuxmodalitésde:≤5plantes.m-2(inf5)et>5plantes.m-2(sup5).

Lesmodèlesstatistiquesadoptéssontlessuivants:

YAMEX=Var+VH+Site+Bloc(Site)+(VarxVH)+(VarxSite)+An+SI+Ɛ

et

YSRD=Var+VH+Site+Densité+Paysan(Site)+(VarxVH)+(VarxDensité)+An+SI+Ɛ

avecY:variableestimée,Var:effetfixedelavariété,VH: effet fixe du vécu hydrique, Densité: effetfixe de la densité de plants.m-2, Site: effet fixe dusite expérimental, Bloc(site): effet fixe du bloc enconditiond’AMEX;Paysan(site):effetfixedupaysanenconditiondeSRD;An:effetaléatoirede l’annéed’essai; SI: somme des interactions (AnxSite),(AnxVar)et(AnxVH);Ɛ :erreur.

Comptetenudelanatureincomplètedudispositifetdel’existencedequelquesdonnéesmanquantes,lelogicielSASn’apastoujourspermisd’estimerlavaleurdesvariables,d’où lesmanquesdans les tableauxderésultats5à7.

3. RÉSULTATS

3.1. Caractéristiques agronomiques

Conditions d’AMEX. Le tableau 5 présente lesrésultats de l’analyse statistique effectuée sur lesvariablesdephénologie,lerendementencoton-graine,le rendement à l’égrenage et le rendement fibre. Surlesmoyennesajustéesdel’effetduvécuhydrique,desdifférencessignificativesentrevariétéss’observentsurlaphénologie,FK59Ksedémarquantdes autresparsaprécocitéaumomentdel’apparitiondelapremièrefleur et la date d’ouverture de la première capsule.Cette précocité ne procure toutefois pas d’avantagevis-à-vis des rendements en coton-graine et enfibre,pour lesquels aucune différence n’est observée entrevariétés. Bien qu’un effet très significatif du vécuhydriqueetdusitesoitobservé,iln’yapasd’interactionsignificativeaveclegénotype.Lerendementfibren’a

Tableau 4. Correspondance entre environnement etvécuhydriqueestimédescotonniers—Correspondence between environment and estimated water status of cotton.Levée Pluviosité Vécu hydrique

AMEX SRDL1:1au30juin A

BCD

SH0SH0SH0-

SH0SH0-SH0

L2:1au15juillet ABCD

SH0SH0SH1SH1

-SH0SH1SH1

L3:16au25juillet BCD

-SH1SH1

SH1SH1SH1

L4:aprèsle25juillet D - SH1SH0:pasdestresshydriqueencoursdeculture—no water stress during cultivation;SH1:stresshydriqueencoursdecycle—water stress during cultivation;A:installationdespluiesprécoceetpluviositéannuelle>1000mm—early arrival of rains (early May), annual rainfall > 1,000 mm and steady ;B:installationretardéeetpluviositéannuelle>1000mm—late arrival of rains (late May-early June) and annual rainfall > 1,000 mm;C:installationretardéeetpluviositéannuellecompriseentre800et1000mm—latearrivalofrainsandannualrainfallbetween800and1,000mm;D:installationretardéeetpluviositéannuelle<800mm—late arrival of rains and annual rainfall < 800 mm.


paspuêtreestiméenconditionsdestresshydriquedesplantes (SH1). Un effet significatif de la variété esttoutefoismisenévidencepourcettevariable,avecunavantageremarquabledelavariétéFK59K.

Conditions de SRD. Alors que des différencessignificatives entre les variétés s’observent enconditiond’AMEX,aucunedifférencedephénologienide rendementn’estmiseenévidenceenconditiondeSRD(Tableau 6).Onobservetoutefoisuneffetduvécuhydriquesur lerendementencoton-graineet lerendementégrenage, tousdeuxaffectésparun stressencoursdecycle.Sanseffetsurlerendementencoton-graine,ladensitédeplantes.m-2aeutoutefoisuneffetsignificatif sur la date d’ouverture de la premièrecapsule,avecunretardde2à3jourspourlaplushautedensité.Enfin,l’analysemetenévidencel’importantevariabilitédeconditionsdemilieud’unblocàl’autreenparcelled’agriculteurpourlerendementenfibreetrésumécommel’effet«paysan».

3.2. Caractéristiques commerciales

Dufaitdesonabsencedansleséchantillonsanalysés,lavariététémoinStam279Aestaussiabsentedel’analyse.Hormispourlaténacité,uneffetvariétalestobservésurl’ensembledesautrescaractéristiques(Tableau 7).Lesseulescaractéristiquesaffectéespar levécuhydrique

des cotonniers sont l’Indice Micronaire (IM) et lafinessede lafibre (H), avec toutefoisune interactionnonsignificativeentregénotypeetvécuhydrique.LesfibresdeFK59Ksontpluslongues,plusfinesetplusblanches que celles de toutes les autres variétés. Entermesdegainpotentiel, la seule longueurdesfibresde FK59K permet de bénéficier d’un différentiel deprixde l’ordrede1,25UScent.pound-1 (soit environ17FCFA.kg-1defibre)parrapportauxautresvariétés,selon leNationalCottonCouncilofAmerica (2016).Enoutre,l’ensembledescaractéristiquesdelongueur,demicronaire,deténacitéetdecouleurpermettraientdebénéficierd’uneprimedel’ordrede4,75UScents.pound-1 (soit environ 64FCFA.kg-1 de fibre). La«qualité»desfibresdeFK59Kpermettraitdoncungainpotentieldevaleurfinancièred’environ3%parrapportauxautresvariétés.Encequiconcernelecouplefinesse/maturité, les règles commerciales induisentdes fortes décotes financières si le micronaire (IM)sortde laplage3,5-4,9, cequin’est lecasd’aucunedes variétés, même en condition de stress hydrique.Toutevariétéproduisantdesfibresfinescourtlerisquede subir une décote financière alorsmême que leursvaleurstechnologiquessontaméliorées,davantagedefibresfinesdansunesectiondefildonnéeaugmentantlarésistanceàlarupturedesfilsconstitués.C’estlecasde la variété FK59K, qui présente une faiblemasselinéique(H).Toutefois,suiteàdescalculsspécifiques

Tableau 5. Analysestatistiquedestestsréalisésenconditiond’AMEXde2004à2011—Statistical analysis of tests in AMEX condition from 2004 to 2011. Variété Vécu hydrique O1F (jal) FFU (jal) O1C (jal) Rdt CG (kg.ha-1) % F (%) Rdt F (kg.ha-1)IscoPG 58,2a 76,2 103,1a 1715 43,1b 824Stam279A 57,2ab 76,0 101,8b 1684 43,2b 831Stam129A 57,1ab 75,7 101,6b 1612 - -Stam59A 58,7a 75,8 103,2ab 1541 43,8b 866FK59K 56,2b 72,8 99,7c 1464 45,1a 884

SH0 58,3 77,9 103,3 1918a - -SH1 56,7 72,6 100,4 1289b - -

Niveau de significativitéVariété * ns *** ns ** nsVécuhydrique ns ns ns ** - -Site ns ns * ** ns nsVariétéxVécuhydrique ns ns ns ns - -VariétéxSite ns ns ns ns ns nsO1F:dated’apparitiondelapremièrefleur—onset of the first flower;FFU:datedefindelafloraisonutile—end of flowering;O1C:dated’ouverturedelapremièrecapsule—first boll opening;RdtCG:rendementcoton-graine—seed cotton yield;%F:rendementàl’égrenage—ginning outturn;RdtF:rendementfibre—fiber yield;SH0:pasdestresshydriqueencoursdeculture—no water stress during cultivation;SH1:stresshydriqueencoursdecycle—water stress during cultivation;lesvariétésoulesvécushydriquesneportantpasdelettreencommunsontstatistiquementdifférentsd’aprèsleTest-tdeStudentà5%—the cultivars or water status groups that do not share the same letter are significantly different from each other using Student t-Test at the 5% level.


Tableau 6.AnalysestatistiquedestestsréalisésenconditiondeSRDde2004à2011—Statistical analysis of tests in SRD condition from 2004 to 2011. Variété Vécu hydrique Densité O1F

(Nbjours)O1C(Nbjours)

Rdt CG(kg.ha-1)

% F(%)

Rdt F(kg.ha-1)

IscoPG 58,3 103,5 969 41,8 426Stam279A 57,4 103,2 973 41,6 433Stam129A 57,0 102,8 - - -Stam59A 57,2 103,4 1008 41,5 430FK59K 56,4 102,6 955 42,3 416

SH0 57,7 102,7 1170a 42,7a 456SH1 56,8 103,6 782b 40,9b 397

Sup5 - 104,4a 1026 - - Inf5 - 101,8b 926 - -Niveau de significativité Variété ns ns ns ns nsVécuhydrique ns ns * * nsDensité - ** ns - -Site ns ns ns ns ***Paysan *** *** ns ns ***VariétéxVécuhydrique ns ns ns ns ns

VariétéxDensité - ns ns - -VariétéxSite - - ns ns nsO1F,O1C,RdtCG,%F,RdtF,SH0,SH1:voirtableau 5—seetable 5;Sup5:densitésupérieureouégaleà5plantes.m-2—density greater than or equal to 5 plants.m-2;Inf5:densitéinférieureà5plantes.m-2—density of less than 5 plants.m-2;lesvariétésoulesvécushydriquesneportantpasdelettreencommunsontstatistiquementdifférentsd’aprèsleTest-tdeStudentà5%—the cultivars or water status groups that do not share the same letter are significantly different from each other using Student t-Test at the 5% level.

Tableau 7. Analysestatistiquedestestsréalisésenconditiond’AMEXen2006et2009—Statistical analysis of tests in AMEX condition in 2006 and 2009.Variété Vécu hydrique UHML (mm) H (mtex) IM Ténacité (CNtex-1) +b (%) Rd (%)IscoPG 27,9c 164a 4,2a 28,7 8,7a 75,8b

Stam129A 27,9bc 159ab 4,1a 29,2 8,6a 75,6b

Stam59A 28,7ab 153ab 3,9b 27,4 8,7a 77,7a

FK59K 29,1a 148b 3,7b 28,4 8,1b 77,6a

SH0 28,4 160a 4,1a 28,2 8,5 76,5SH1 28,3 152b 3,8b 28,6 8,5 76,9

Niveau de significativité Variété ** *** *** ns *** ***Vécuhydrique ns ** ** ns ns nsSite * ns ** * ns nsVariétéxVécuhydrique ns ns ns ns ns *UHML:longueurmoyennedelamoitiésupérieure—Upper High Mean Length;H:finesselinéique—linear fineness;IM:IndiceMicronaire—Micronaire Index ;+b:degrédejaune—degree of yellow;Rd:laréflectance—reflectance;SH0:pasdestresshydriqueencoursdeculture—no water stress during cultivation;SH1:stresshydriqueencoursdecycle— water stress during cultivation;lesvariétésoulesvécushydriquesneportantpasdelettreencommunsontstatistiquementdifférentsd’aprèsleTest-tdeStudentà5%—the cultivars or water status groups that do not share the same letter are significantly different from each other using Student t-Test at the 5% level.


(non présentés), il semble que la maturité des fibresserait meilleure pour Stam59A (1,02) et Isco PG(0,97),lesdeuxautresvariétésétantà0,91.Cesvaleursdematuritésontcomprisesdansl’intervalle[0,9-1,0],soitlafourchetterequisepourfavoriserlafilatureetlaprisedeteinture.Pourlacolorimétrieenfin(Rdet+b),touteslesvariétéssontgroupéesdanslamêmeclassede«grade».Cependant,enréférenceauclassementduNationalCottonCouncilofAmerica(2016),Stam59Abénéficierait d’une légère surprime par rapport àFK59K, elle-même étant légèrement supérieure augroupedesvariétésIscoPGetStam129A.

4. DISCUSSION

La méthodologie proposée dans l’article permetde caractériser le vécu hydrique des plantes etdonc d’identifier l’occurrence d’un stress hydriquesévère durant les phases critiques de floraison et dedéveloppementdescapsulesvis-à-visdurendementencoton-graine(deKocketal.,1990).Ladistinctiondesdeuxcatégoriesdevécuhydrique,SH0etSH1,permetde discriminer les rendements en coton-graine danslesdeuxconditionsd’AMEXetdeSRD(Tableaux 5et6).Cerésultatconstitueuneformedevalidationdela règle de correspondance adoptée pour accéder auvécuhydriquedesplantesàpartirdel’environnementhydriquetelqu’ilaétédéfinisurlabasedestypologiesdepluviositéetdeplagedelevéedescotonniers.

Enconditionexpérimentale contrôléed’AMEXetconformémentàlalittérature,uneffetestobservésurlescaractéristiquesdéterminéesparlegénotype,tellelaphénologie(Seklokaetal.,2008),lerendementégrenageet la plupart des caractéristiques technologiques desfibres produites (Cao et al., 2011). La précocité deFK59K, observée dès l’apparition de la premièrefleur, se retrouve en fin de cycle pour l’ouverture dela première capsule. Bien que significative, cettedifférencedeprécocitérestetoutefoismodesteavecungain de 2 à 3jours sur la durée de cycle par rapportaux témoins IscoPG et Stam279A et n’apporte pasd’avantageentermesdeproductivitéauchampdanslesconditionsenvironnementalesexplorées.EnconditiondeSRD,parcontre,etpourdesniveauxderendementen coton-graine moitié moindre qu’en conditiond’AMEX, aucun effet variétal n’a été observé. Parailleurs, et en cohérence avec les observations deSeklokaetal.(2015),uneffetdeladensitédeplantesestobservésurladated’ouverturedelapremièrecapsuleenconditiondeSRD,avecunretarddequelquesjoursde la date d’ouverture des capsules pour les densitéssupérieuresà5plantes.m-2.Cerésultatvaàl’encontrede la recommandation technique de la SODEFITEXd’unedensitéde8plantes.m-2,biensupérieureàcelleobservée chez les producteurs animés par l’objectif

d’évitementdustresshydriqueenlienavecunedatedesemistardiveet/ouunefindesaisondespluiesprécoce.L’importantécartde rendementencoton-graineentrelestestsconduitsenmilieuréeletenmilieucontrôlé,déjàrapportéparLançonetal.(1989),estrévélateurdeconditionsdeculturesub-optimalesenSRDparrapportàcellesobservéesenAMEX.Entermesd’interactionGénotypex Environnement, ce qui est donc testé enconditiondeSRD,c’estlarusticitédesvariétésvis-à-visdescritèrescontrôlés(vécuhydriqueetdensitédeplantes.m-2)etdesconditionsdemilieuspécifiquesdechaqueblocenparcelled’agriculteur(Table 6).

L’absence d’interaction entre variétés et vécuhydrique,quellesquesoientlesconditionsdeculture,optimales ou sub-optimales,met en évidence que lesvariétésnediffèrentpassurcecritère.CerésultatestàrapprocherdesobservationsdeClouveletal.(2007)etLoisonetal.(2017)quirapportentuneffetmarquéde lasélectionvariétalesur le rendementégrenageetles caractéristiques commerciales des variétés à typeindéterminéauCameroun,maissansaugmentationdurendement moyen en coton-graine depuis 50ans auniveaudelaproductionnationale.

L’absenced’interactionobservéeentrevécuhydriqueetvariétéesttoutefoisàrelativiser.D’uncôté,etdufaitque les variétés relèvent dumême type à croissanceindéterminée et de la faible distance génétique entreelles,ilestpossiblequ’ellesnediffèrentpassurleplandelarésistanceàlasècheresseetpluslargementdelarusticité.Del’autre,ilestpossiblequeladistinctionfaiteentreSH0etSH1nepermettepasdebienrendrecomptede la complexitédes interactions entre lesvariétés etleurenvironnement,tantabiotiquequebiotique.Ainsi,deKocketal.(1990)observentuneffetpositifdustresssur lescaractéristiques technologiquesdelafibrelorsde lamaturationdescapsulesenfindecycleau-delàde l’ouverturede lapremièrecapsule.Outreceteffetd’ordre physiologique, Renou & Brévault. (2016)relatentl’effetintéressantd’untelstressdefindecyclevis-à-visdesinsectescarpophagesauxderniersstadeslarvaires et à un moindre titre les piqueurs-suceursmoinsabondantssurlesparcellesconcernées.

Surleplanméthodologique,lecaractèreincompletdu dispositif en condition d’AMEX (Tableau 1) nuitd’unepartàl’analysestatistique,limitéeparl’aptitudedesmodèlesstatistiquesàestimerlavaleurdesvariables,et d’autre part à l’évaluation du progrès génétiqueaccompli depuis 2004, en référence notamment à lavariété Stam42, abandonnée dans les essais à partirde 2009.D’un point de vue technique, une façon decontournerladifficultédeconservationdestémoinssurunelonguepériodeconsisteàassurerdespériodesderecouvremententretémoins.Lesoutilsstatistiquessontalorscapablesdecomparerdesvariétéssurunepériodelongue, en référence à des témoins différant dans letemps(Bergonzini&Duby,1995).


L’évaluation variétale par les utilisateurs finauxestessentielle,surtoutdanslesrégionssoumisesàdesstresshydriquesoùlesinteractionsentrelegénotypeetlesolainsiqu’aveclepaysagesontlesplusfortes(Fischeretal.,2012).Or,uneimportantevariabilitéintra-blocs’observechezdenombreuxpaysans(nonmontrée), vraisemblablement liée à l’hétérogénéitéspatiale du sol à l’échelle du bloc expérimental.L’absence de répétition en parcelle d’agriculteurnuitdoncàl’évaluationdesvariétésauniveaulocal(Piephoetal.,2011)et,parconséquent,à l’objectifprincipaldesessaisenconditiondeSRD.

Sur le plan de la valorisation de la productionenfin, les variétés conduites en condition d’AMEXse distinguent sur les primes à la qualité généréeparlescaractéristiquesdelongueur,definesseetdecouleur des fibres. Sous réserve d’une stabilité deces caractéristiques en conditions de culture réelleet sur lesbasesdu rendementmoyenencoton-fibreobtenuenconditiondeSRDetducoursde lafibrede65USDcents.pound-1en2016(ICAC,2016),lesprimes associées à la variété FK59K permettraientungain économiquepotentiel pour laSODEFITEXdel’ordrede8%,soit30000FCFA.ha-1.

5. CONCLUSIONS

Entermesd’application,l’absenced’interactionentrelesvariétésetleurvécuhydriquesuggèrequ’uneseulevariétéparmicellestestéespourraitêtrecultivéesurl’ensembledubassindeproduction.Danslecadredecetteoptiontoutefois,lapertederendementdueàdesconditionsdevécuhydriquedéficitaireestestiméeàprèsde600kg.ha-1.EnréférenceauxrésultatsdeCaoetal. (2011)etSeklokaetal. (2007),desvariétésàcyclepluscourtpourraientêtretestéespourpallieraurisqueclimatique,principalementsurleszonessècheet intermédiaire. Par ailleurs, un gain économiquepourrait être obtenu au niveau de la filière avec lavariétéFK59K,entablantsuruneaugmentationdelavaleurmarchandedesfibres,àconfirmerenconditiondeproductionréelle.

En référence aux modèles d’interactionentre génotype et environnement avancés parDesclaux et al. (2008), le schéma de sélectionadopté par la SODEFITEX reste inscrit dans unmode productiviste reposant sur l’hypothèse d’unenvironnement standardisé du fait de l’applicationdes recommandations techniques de la sociétécotonnière. Or, l’écart de performances observéentre les conditions d’AMEX et de SRD montreque ce n’est pas le cas. À dessein ou non selonl’environnement socio-économique, les pratiquesdes agriculteurs divergent des recommandationstechniques,àl’exempledeladensitédeplantes.ha-1

ou de la date de levée dans ce qui a étémesuré enconditiondeSRD.

Afin d’améliorer l’efficience de la sélection devariétésrustiquesadaptéesauchangementclimatiqueetauxconditionsdecultureenmilieuréel,ilconviendraitd’une part de tendre à des dispositifs expérimentauxenAMEXplusreprésentatifsdesconditionsdeculturerencontréesenmilieuréel,enélargissantlagammededatedesemis,parexemple.D’autrepart,enconditionde SRD, il conviendrait d’améliorer l’évaluation desvariétéspar lesutilisateursfinauxavec l’introductionde répétitions des tests au niveau des parcellesd’agriculteurs,parexemple.

Surleplanméthodologiqueenfin,laméthodologieproposée dans l’article permet à l’expérimentateurd’accéder au vécu hydrique des plantes et donc àl’occurrence de stress hydrique à partir des donnéeslocalesdepluviositéetdedatedelevée.Cetteméthodes’applique aux conditions climatiques explorées de2004à2011etrestedonccontingentedelavariabilitédes conditions climatiques explorées durant cettepériode. Dans l’hypothèse d’une variabilité accrueliée aux évolutions du changement climatique etdans l’objectif de la recherche de variétés adaptées,il conviendrait alors de renouveler les approchesexpérimentales en matière de métrologie. La miseen œuvre d’une sélection variétale appuyée par descritèresphysiologiquesenestuneillustration,àpartirde l’assimilation photosynthétique maximale parexemple,queUllahetal.(2008)ontmontréfortementcorrélée au rendement en coton-graine en conditionsdestresshydrique.

Bibliographie

BadianeD., GueyeM.T., ColyE.V. & FayeO., 2015.GestionintégréedesprincipauxravageursducotonnierauSénégaletenAfriqueoccidentale.Int. J. Biol. Chem. Sci.,9(5),2654.

BergonziniJ.-C.&DubyC.,1995.Analyse et planification des expériences : les dispositifs en blocs. Issy-les-Moulineaux,France:ElsevierMasonSAS.

CaoT.-V. et al., 2011. Short-season cotton (Gossypium hirsutum)maybeasuitableresponsetolateplantinginsub-Saharanregions.Field Crops Res.,120(1),9-20.

ClouvelP., Michel-DouniasI., PichotJ.P. & CrétenetM.,2007. Organisation de la production cotonnièreafricaine: de la décolonisation à la libéralisation desfilières.In:PaulR.,AeschlimannJ.-P.&FellerCh.,eds.Histoire et agronomie :  entre ruptures et durée.Paris:IRD,229-246.

CORAF/WECARD, 2005. Catalogue des variétés de cotonnier sélectionnées. Année 2005, http://www.cottoninc.com/fiber/quality/Classification-Of-Cotton/,(03/02/2017).


DacostaH.,KandiaK.Y.&MalouR.,2002.Lavariabilitéspatio-temporelle des précipitations au Sénégal depuisunsiècle.In : Actes du Colloque, Fourth International FRIEND Conference, March 2002, CapeTown, South Africa,499-506.

deKockJ.,deBruynL.P.&HumanJ.J.,1990.Therelativesensitivitytoplantwaterstressduringthereproductivephaseofuplandcotton(Gossypium hirsutumL.).Irrig. Sci.,11(4),239-244.

DesclauxD. et al., 2008. Changes in the concept ofgenotype × environment interactions to fit agriculturediversification and decentralized participatory plantbreeding: pluridisciplinary point of view. Euphytica,163(3),533-546.

DongH.,LiW.,EnejiA.E.&ZhangD.,2012.Nitrogenrateand plant density effects on yield and late-season leafsenescenceofcottonraisedonasalinefield.Field Crops Res.,126,137-144.

FischerK.S. et al., 2012. Field phenotyping strategiesand breeding for adaptation of rice to drought.Front. Physiol.,3,282.

HulmeM.,1992.RainfallchangesinAfrica:1931–1960to1961–1990.Int. J. Climatol.,12(7),685-699.

ICAC, 2016. Production and trade policies affecting the cotton industry – 2016,http://www.icac.org/cotton_info/publications/statistics/stats_wtd/gm-e_2016.pdf,(03/02/2017).

JonesJ.W.etal.,2003.TheDSSATcroppingsystemmodel.Eur. J. Agron.,18(3-4),235-265.

LançonJ., ChanselmeJ.L. & KlassouC., 1989.Représentativitédesessaisvariétauxconduitsenmilieucontrôlé, semi-réel ou réel dans la zone cotonnière duNord-Cameroun.Coton Fibres Trop.,44(2),117-126.

LoisonR., 2015.Ecophysiological analysis and modeling of genotype by environment by crop management interactions on cotton (Gossypium hirsutum L.) in Cameroon for the design of ideotypes. PhD thesis:UniversitédeMontpellier(France).

LoisonR.etal.,2017.SixtyyearsofbreedinginCameroonimproved fibre but not seed cotton yield.Exp. Agric.,53(2),202-209.

LopesC.et al.,2004.Transpirationofgrapevinesandco-habitatingcovercropandweedspeciesinavineyard.A“snapshot”atdiurnaltrends.Vitis,43(2),111-117.

NASA, 2016. Prediction of worldwide energy resource (POWER) climatology resource for agroclimatology,https://power.larc.nasa.gov/cgi-bin/agro.cgi?na,(16/11/2016).

NationalCottonCouncilofAmerica,2016.2016 CCC Loan schedule of premiums and discounts for upland and ELS cotton, http://www.cotton.org/econ/govprograms/cccloan/,(03/02/2017).

NdongJ.-B., 1995. L’évolution de la pluviométrie auSénégal et les incidences de la sécheresse récente surl’environnement.Rev. Géogr. Lyon,70(3),193-198.

NewM. et al., 2006. Evidence of trends in daily climateextremes over southern and westAfrica. J. Geophys. Res.,111(D14),D14102.

NicholsonS.,2005.Onthequestionofthe“recovery”oftherainsintheWestAfricanSahel.J. Arid Environ.,63(3),615-641.

OosterhuisD.M., BourlandF.M. & TugwellN.P., 1993.Physiological basis for the nodes-above-white-flowercotton monitoring system. In: Proceedings of the Beltwide Cotton Conference, National Cotton Council of America, Memphis, USA,1181-1183.

PiephoH.-P. et al., 2011. Statistical aspects of on-farmexperimentation.Crop Pasture Sci.,62(9),721.

RenouA. & BrévaultT., 2016. Ravageurs et maladiesdu cotonnier, et gestion intégrée des ravageurs.In: CrétenetM. & GourlotJ.-P., eds. Le cotonnier.Versailles,France:Quæ;CTA;Gembloux,Belgique:LesPressesagronomiquesdeGembloux,109-154.

SadrasV.O.&MilroyS.P.,1996.Soil-waterthresholdsforthe responses of leaf expansion and gas exchange: areview.Field Crops Res.,47(2-3),253-266.

SagnaP. et al., 2015. Les variations récentes du climatconstatées au Sénégal sont-elles en phase avec lesdescriptionsdonnéesparlesscénariosduGIEC?Pollut. Atmos.,227,1-17.

SalackS. et al., 2012.Analysesmulti-échelles des pausespluviométriques au Niger et au Sénégal. Sécheresse,23(1),3-13.

SeklokaE.etal.,2007.Effectivefloweringtimevariationsin upland cotton (Gossypium hirsutum) at differentplantingdatesandstanddensitiesinBenin.Exp. Agric.,43(2),173.

SeklokaE.etal.,2008.BreedingnewcottonvarietiestofitthediversityofcroppingconditionsinAfrica:effectofplantarchitecture,earlinessandeffectivefloweringtimeon late-planted cotton productivity.Exp. Agric.,44(2),197-207.

SeklokaE.,LançonJ.,BatamoussiM.&ThomasG.,2015.Laréductiondelacroissancevégétativeàfortedensitéde semis comme stratégie d’adaptation variétale auxsemis tardifs en culture cotonnière pluviale au Bénin.Tropicultura,33(4),299-308.

SoumaréM.etal.,2008.Prévisiondel’airedediffusiondessorghos photopériodiques enAfrique de l’Ouest.Cah. Agric.,17(2),160-164.

SyllaM.B.,DialloI.&SalJ.S.,2013.WestAfricanmonsoonin state-of-the-science regional climate models. In:Climate Variability - Regional and Thematic Patterns.Rijeka,Croatia:InTech.

UllahI., Mehboob-ur-Rahman, AshrafM. & ZafarY.,2008. Genotypic variation for drought tolerance incotton (Gossypium hirsutum L.): leaf gas exchangeandproductivity.Flora Morphol. Distrib. Funct. Ecol. Plants,203(2),105-115.

(34réf.)

changement climatique et production cotonnière au sénégal ... · changement climatique et...

Documents