Evaluation of the Integrated Canadian Crop Yield Forecaster (ICCYF) model for in-season prediction of crop yield across the Canadian agricultural landscape.

Chipanshi, A.C., Zhang, Y., Kouadio, L., Newlands, N.K., Davidson, A.M., Hill, H.S., Warren, R., Qian, B., Daneshfar, B., Bedard, F., et Reichert, G. (2015). « Evaluation of the Integrated Canadian Crop Yield Forecaster (ICCYF) model for in-season prediction of crop yield across the Canadian agricultural landscape. », Agricultural and Forest Meteorology, 206, p. 137-150. doi : 10.1016/j.agrformet.2015.03.007  Accès au texte intégral (en anglais seulement)

Résumé

Les prévisions en saison du rendement et de la production des cultures sont très importantes pour les agriculteurs et les décideurs. Dans cette étude, nous évaluons l’efficacité et la fiabilité de l’outil de prévision du rendement régional des cultures ICCYF (Integrated Canadian Crop Yield Forecaster) à différentes échelles temporelles (d’un à trois mois avant la récolte) et spatiales (région agricole de recensement [RAR], province et Canada entier). L’ICCYF a la particularité de produire des prévisions de rendement bien avant la fin de la saison de croissance et de présenter la distribution des probabilités des rendements prévus. L’ICCYF intègre des données climatiques, des indices de végétation calculés à partir de données de télédétection et des données sur les sols et les cultures au moyen d’un modèle de bilan d'eau dans le sol axé sur les processus physiques et d’algorithmes statistiques. Nous avons évalué le modèle en comparant ses résultats aux données d’enquête sur le rendement des cultures de blé de printemps, d’orge et de canola pour la période 1987–2012. Nos résultats montrent que la performance de l’ICCYF présente une forte variation spatiale aux échelles de la RAR et de la province. La performance du modèle était meilleure pour les régions qui sont bien couvertes par les stations climatiques et qui présentent un fort pourcentage de superficie cultivée. À l’échelle de la RAR, le modèle a présenté un coefficient de détermination moyen de 66 %, de 51 % et de 67 % pour le blé de printemps, l’orge et le canola, respectivement. Les prévisions étaient bonnes (indice d’efficacité du modèle > 0) dans 70 % des RAR pour le blé de printemps et le canola et dans 43 % des RAR pour l’orge (faibles valeurs pour les RAR où cette culture est pratiquée sur une faible superficie). À l’échelle provinciale, le pourcentage d'erreur absolue moyenne (PEAM) des prévisions de septembre a varié de 7 à 16 %, de 7 à 14 % et de 6 à 14 % pour le blé de printemps, l’orge et le canola, respectivement. À l’échelle nationale, les PEAM (8 %, 5 % et 9 % pour les trois cultures, respectivement) étaient bien moins élevés que les coefficients de variation historiques correspondants (17 %, 10 % et 17 %). En général, l’ICCYF a donné de meilleurs résultats pour le blé de printemps que pour le canola et l’orge aux trois échelles spatiales. Les prévisions sont fiables à partir de la mi‑août, ce qui donne un délai d’environ un mois avant la récolte et de trois à quatre mois avant la publication officielle des résultats de l’enquête sur les fermes. Ainsi, l’ICCYF pourrait servir d’outil complémentaire à la méthode classique de l’enquête sur les fermes, particulièrement dans les régions qui ne se prêtent pas à ces enquêtes.

Date de modification :