Recherche de formules d’engrais N-P-K ...
Recherche de formules d’engrais N-P-K
économiquement rentables pour la culture du
maïs pluvial dans le centre sud Sénégal
M. Ndiaye’ et M. Sidibe2
’ Institwt Sénégalais de Recherches Agricoles (EV?A), Cenfre
National de Recherches Agronomiques (CNRA) de Bambey, BP 53
S é n é g a l .
2 Institut Sénégalais de Reche,rches Agricoles (LSRA), Bureau
d’Analyses Macro-économiques (BAME) de Dakar t3P 2057
Sénégal
Rhum6
Le maïs, plante très exigeante en éléments fertilisants, était
cultivé autour des cases où les sols sont généralement plus
riches. Mais depuis une vingtaine d’années sa culture se fait en
plein champ sur des sols plus pauvres. L’utjlisation des en.grais
minéraux en milieu paysan est limitée à cause de leurs coûts
très élevés. L’objectif de cette étude est de rechercher des
doses optimales de fumure N P K économiquement rentable
pour la culture du mais pluvial. Ce travail a été réatisé en 1990
en milieu paysan au niveau diu village de Paoskoto dans le
centre sud Sénégal sur un sol ferrugineux tropical lessivé. Le
dispositif expérimental est un arrangement compose rotatif
central basé sur la réponse cle surface représentée par un
polynôme du second degré d’équation: y = bo + bIN -r bzP +
b,!‘, -E-Q!/ I UC!” ! u,t:’ ! b,Nl’ ! buNK -i bsFK. Les ;..jse<
d’engrais des trois éléments ont été pour N de 0, 50, 150, 250
et 300 kg ha-‘, pour PZOS de 0,. 30, 70, 110 et 140 kg ha-’ et
pour KzO de 0, 40, 110, 180 et 220 kg ha-l. La variété de maïs
utilisée est Synthetic C de cycle cfe 90 jours. Les résultats ont
montre que P et N sont les facteurs les plus limitant! du
rendement en grain du maïs. Les doses optimales de N et de P
sont, respectivement, de 150 kg N ha -’ et de 70 PzOs kg ha-‘.
Par dérivation partielle de l’équation du second degré obtenue,
on obtient la formule 147 N - 79 Pz05 - 65 KzO kg ha 1
procurant ie maximum de rendement. L’établissement des
budgets partiels et l’analyse de dominante ont permis de
déterminer les traitements qui présentent un intérêt pour le
producteur. L’analyse marginale effectuée a permis de
quantifier
l’importance
relative
des
traitements
économiquement rentables. On pourrait recommander au
paysan de Paoskoto l’emploi de la formule SON-110 - P&IS - 180
KzO qui a généré un taux marginal de rémunération (TMR) de
3 3 4 96 d’autant plus que ce traitement cdrrespond au
rendement le plus intéressant (1525 kg ha-l). Sur la base d’un
taux cib!e de 100 O/o, les traitements 50-110-40, 50-110-180, et
150-70-110 avec des TMR respectifs de 902 %, 344 % et 115
testés dans des essais implantés sur
t zones écologiques.
Abstract
t-y demanding in terms of its nutrient
ultivated around compound houses
enemlly richer. However, during the last 20
&ivated in open fields on poorer soils. The
lizers by farmers has been limited because of
l‘he objective of this study was to search
ttilizer (N P K) which is economically
cultivation of rainfed maize. This wo,rk was
he village of Paoskoto of the south
ch is located on tropical ferruginous
rimental layout was based on the
represented by a polynome of the second
y = b0 + blN + b2 P + b3K i- b4N2 f b5P’ +
PK. The fertilizcr rates of the three
10, 50, 150, 250, 300 Kg/ha, P205: 0, 30, 70,
0, 40, 110, and 220 Kg/ha. The
ICP 75 of 75 days cycle. The results showed
g factors of maize grain yield. The
and P are 150 Kg N/ha and 70 P205 Kg/ha
o n d degree eciuation, the formula
65 K20 Kg/ha gave the maximum
artial budgets and the analysis of
ermination of the treatments that
the producer. The marginal analysis allowed
of t’he relative importance of the treatments
The treatment 50 N - 110
uld be recommended to Farmers in Paoskoto
returrl (Mfihlj o f 334O/o, a n d
hest grain yield (15;!5Kg/ha). Based on
, the treatments 50-110-40, 50-110-180
gave a MRR of 9029’a, 344% and 115%
to be verified and the results promoted for
nt types of soils and ecological zones.
Inlroduction
283
limitée à cause de ICU~S coûts très elevés. L’objectif de I’exp&inwntation
est de rechercher les doses optimales en éléments fertilisants N, p et K,
pour les productions du maïs pluvial et d’évaluer leur rentabilité
eu>nomique.
Matériel et méthode
L’essai a été implanté h Paoskoto (Département de Nioro) en 1990 sur un
sol de type ferrugineux tropical avec taches et concretions ferrugineuses,
sur sable ou grès sabla - argileux, et cuirasse pouvant affleurer (Pitki,
1989). L’essai a eté mene en milieu paysan sous la gestion de l’exploitant.
L’JSJU n’est intervenu que dans le cadre de la mise en place des intrants
et du suivi des opérations culturafe:i. Le dispositif expérinwnM est un
arrangement compose rotct tif ccn tr*l (ct Rotatable Central Composite
Design P>) basé sur l’hypothtisc selon laquelle la surface de reponsc peut
être représentée par un polynfimc du second degré en dessous ( Cochran
and COX, 1957 ). Y = bo + bl N + bzP qi b3 K + bd N2 f bsP2 + bc;K2 + b7NP
bsNK + bgPK , où N, P, et K ret&senlent les doses respectives d’azote, de
phosphore et de potassium et où ‘ho, .,.... bq sont les coefficients du
FOlynÔme du second degré. Les essais factoriels sont souvent utilisés en
matière de recherche sur la fertilisation des cultures. Cependant le
dispositif factoriel aboutit a un nombre excessif de traitements lorsque le
nombre de facteurs ou de niveaux augmente. Cochran et Cox (1957) ont
reporté un dispositif central et rotatif qui donnait un nombre total de
traitement de 2 k + 2 k + 1 (oit k = nombre de facteurs). Le centre de ce
dispositif est répétt; six fois pour avoir la même erreur standard des
points équidistants du point centrrtl (une meilleure précision pour
l’extension du pdrami:tre étudié par Ia courbe de surface de repense).
Les différents traitements sont identifies par un code compris entre - 1,682
et + 1,682. Le traitement (O,O,O) ebst le centre du dispositif (Tableau 1).
Uazote est apporte sous forme d’urée (46% N) fractionne à raison de 20 9;
au semis, 40 % au 27” et 40 % PLI 41” jour après semis. Le phosphore sous
forme de superphosphate triple (45 % P205) et le potassium sows forme de
chlorure de potassium (60 % K2C)) sont apportés en une seule fois au semis.
Chaque parcelle expérimentale est composée de 8 lignes de 10m de long
et de 6,30m de large. Les écartements sont de 0,90m entre lignes et 0,25
entre poquets sur la ligne. Lt! mntériel végéta1 utilisé est la variété
synthétique C d‘un cv& de 90 jours (du semis d la recolte). Le labour avec
reprise a été realisé en dcebu! :Je c:vl~le sur une profondeur de 20-25rm. Il a
dte suivi d’un hersage. Lo st~mrs~ CI etci effectue à raison de 3 graines /
poquel et le démcwiage A un pied par poquet a été fait 1.5 jours après la
levée.
Des analyses chimiques du SO! ont été effectuées sur des echantillons
prtilevés aux hori/.ons
O-20, 20--H~I, 40-60, W-80 et SO-lOOcm, avant
l’iniulantatinn #te t’cssai. .4 Id récolte, Le rendement en grain a élb
déterminé à pùrtir d’une pdn.eII~~ utile 19,71 m* et I’analyse proposée ici
est basée sur ces r&ultdts. L.‘analyse économique proposée suit une
démarche à trois temps. D’abord un budget partie1 a été établi pour
l’ensemble des traitements sur la base d’estimations de prix pour I;I
recolte, les intrdnts agricoles et le travail familial.
Tableau 1. Matrice de Îrraikements de l’essai
_-
IV” Traitement
Doses cmgrais
Echelle codifiée
N
1'205
K20
N
P
K
-
-
-
1
50
30
40
-1
-1
-1
2
‘250
30
40
1
-1
-1
3
50
150
40
-1
1
-1
4
250
: 10
40
1
1
-1
5
50
30
180
-1
-1
1
A
2.50
30
180
1
-1
1
7
50
: '10
180
-1
1
1
8
250
: 10
180
1
1
1
8
0
.70
110
-1.682 0
0
10
3l)O
70
110
0
0
II
150
0
110
0
-1.682
0
12
150
: 40
110
0
‘1 ht32
0
1.1
150
70
0
0
0
1.682
14
150
70
220
0
0
1.682
15
150
ïil
110
0
0
0
1 ii
150
70
110
0
0
0
17
150
70
110
0
0
0
1%
130
71)
110
0
0
0
19
150
70
110
0
0
0
20
150
71)
110
0
0
0
i poursuivie par une 4valuation de la rcntahiliti,
zitrment dans le but dm> dtitcrmincr ceux qui
:nmomique particulier pour itbs producttwrs. Enfin,
.~conoaliquement intkrcssant, LIII taux marginal dtt
:.Aé pour mesurer le gain additionnel espér6 si cc
hi t ü.dopt6.
uctc‘ur obserd dans 1~s rn,:~ï.hc!s d<b Lr zow (100 F
Ir 6veluer la rkolte. Compta tt>nu d(> la faible part
i familiale, toute la récolte est évaluée au prix
roducteur. Pour les intrants agricoles, les prix
nercattts de la zone (incluant le transport) sont
icmps d’épandage des engrais ont été ramenés en
w sur la base du nombre d’hcurw nkwsaires pour
rnfie de travail d’environ II heures a Ctk retenue. Le
Itcl a 86 cnnsid6r6 comrw u n 616nw:11 di> cwît
,ur Ic rctidcmcnt-l:rain sont ~r~~alystic~s <>II utiliscint
3 multiple (Co&ran and Cos, 193).
285
Juin suivie d’une dernière dkade du mois tri?s sbh~. L’hivernage a
r~t~]]ement dC~rnarr6 le 4 Juillet avec 18,timm d’tlau. Cependant 1~ niois d(l
lui]]ct a été bien arros6 (72,lmm en 9 jours). L’essai a Cté semé ]e 26 Juillet
dans des conditions d’humidité ayant permis une hnnc lev&~. L,: mois
d’Août a été re]ativ~?mt?nt
pluvieux (231,.hm cn 1.3 jours) : CT qui a permis
y(ne honnca croi%ance des plantes jusqu’au stadr fi-8 feuilles. Lc qtac]e 8-10
fc!ui]les jusqu’d l’apparition de l’épi femelle a 6th marqué pilr uno
s&heresse très sévère. Durant le mois de Septembre (surtout 1‘1 dt,rnigre
d&adc), on a (%registri! un total de 52,,2mm en 4 jours. Globa]enient la
pluviomhtric n’a PC~S CL6 favorable pour I’ohtention de lwns rcnd(aments
(Figure 1).
__-- _.-. -. -~--.----.. -._-_ - - . _-- .._. -..
.~
ri
Décades
Fig. 1 Pluviométrie décadaire sur le site
4.
Apcrc;u sur les maladies et les insects
- - -
.
-.%**
-..,
.
- .
(
,
286
Analyse du sol
Les caractéristiques chimiques du sol d’expérimentation sont indIiquée,
dans le Tableau 2. L pH (eau) est faiblement acide. Cette acidité semble
être particulièremer
cm et 0-40cm, zone de
ieux pOUrVu en matière
‘ordre de 0,67 %, dans les vingt (20) premiers
centimètres, mais le
k de MO du sol baisse rapidement en profondeur
jusqu’à des niveaux ‘équilibre très médiocres (0,39 X). Cette diminution
du taux de MO vier
ce que les seules restitutions organiques aux sols
dans les systèmes tri itionnels sont celles des syst&mes racinaires d,ont les
quantités sont faik
L’azote est un élbment déterminant pour 1.a
c-roissancc et le re
ent des céréales, le maïs en Particul?ier. La
tlyn~~miquc dl3 l’azo
dans lc sol ost étroitement Ii& au statut Orga~~iyL!,~
du sol. La carence cl
e la plus fréquente des sols au Sénégal est ct~llc
du phosphore. Il y a
nt plus de 350 mg de PzO5 total par kg dc tcrw
(Nicou, 1975). Dans
sol de Paoskoto le phosphore total varie entre? 213 rt
270mg de P2Cl5 total
dc terre, respectiverncnt aux horizons ~L)-~o~wI
ot 8O-1OOcm. Ce qui
IE les résultats obtenus par Nicou (1975). DCS
teneurs en p 3tassii
ngoablc entre 0,03 et 0,20meq/lOOg de sol,
quoique basses peu
e suffisantes au debut de la mise en culture,
pour les besoins de
le sol de Paoskoto, Its
teneurs en potassiu
gcable varient entre 0,026 et 0,13mec~/lOO~
ervalle ci-dessus. La capacité d’échange
1,44 et 1,29meq/lOOg de sol. En effet, du fait
atrleuse, les horizons superficiels du sol sont
c~drdctérisées 3ar
colloïdale d’absorption limitée à cause dc la
quioxydes (Pieri, 1989). Les taux de c:itlcium
et dc magnésrum 6c i~ng!ahIes sont relativement faibles dans les horizons
superficielles (jusqL ‘, 1Ocm dc profondeur) et concourent (surtout Ca) à
ces horizons. Compte tenu de la grande
at dans les zones de la maisicultuw, il est
dc faire des gén&alisations. On gagnerait donc g
hysico-chimiques du sol et à implanter des
du maïs pluvial dans les régions e:~ sites à
vocation maïsicole.
Rendement - grai
us limitant du rendement
portés dans les Tableaux 3 permc’,ti>nt tif,
L’azote a 6té un ,lcteur limitant du rendement puisque 1’017 ci une
750-70-110 <rt O-70-110. Le
ortant dans les conditions
287
de culture du maïs à Paoskoto. Le traitemc!nt sans P (150-O-110) a été
même inférieur (au plus équivalent) au t&-noin sans engrais (04-O). On a
noté une différence de 820 kg ha-1 entre 150 - 70 - il0 et 150 - 0 - 710.
les analysea de sol reportées dans le Tableau 2, aident à comprendre ces
résultats. La teneur en P (0,0047 à 0,013 g/kg) est faible par rapport à la
teneur moyenne du Sénégal (0,Ol B 0,05 mg kg-1 (Tourte, 1952). Cette
faiblesse pourrait expliquer la très forte prépondérance de l’action à
dominanu? phosphatée. Par contre, le terrain d’expérimentation est assez
pourvu en K20. La teneur en matière (organique (MO) est de l’ordre de 6 g
kg-1 de sol; cette MO à été minéralisée par Ics agents microbiens du sol,
libérant ainsi dans le sol des quantités de nitrate pouvant qtteindre 30 kg
N ha-* tout Ic long de la saison, valeur inférirfurc à celles variant de 60 à
100 kg N ha.-* indiquées par Blonde1 (1971). Ce qui pourrait expliquer la
moindre prépondérance de l’action à dominancc azotbe, comparric à celle
du phosphore.
Interprétation graphique
L’interprétation graphique proposée consiste A tracer la courbe moyenne
des rendements d’un élément quand Ics dt>ux autres sont maintenus
constants. Il convient de signaler le fait que nous disposons pour le tracé
des courbes que de trois points correspondant aux dost!s expérimentées.
L’examen des courbes qui suivent nous permet d’estimer les doses de N, P
et K qui procurent un rendement en grain optimum.
La réponse à N se révèle par une Iégi~c augmentation du rendement avec
l’accroissement de doses de N jusqu’b un maximum qui se situerait aux
em&ons de 150 kg de N ha-l.
L’apport de 150 kg de N ha-1 procure :.ln gam dr rendement de 582 kg ha-1
par rapport au témoin sans N. En tllfct Ic maïs exige des quantités
cunsidérables d’éléments fertilisanl:s,
d’d/Ok!
cn partic,ulier. Les
exportations en N par le maïs SC chiffrenl A 30-35 kg de N ha-1 pour une
récolte de 1000 kg grain/ ha (FAO, 1968) rt 100 & 150 kg N ha-1 pour une
Aoltc de 5000 à 6000 kg grain ha-l (Prasad, 1978). Or les sols ne peuvent
en général assurer qu’une quantitr! limit& dc> N, Carsky and Iwuafor
(IYYY) par conséquent un apport suhstantic~l dr cet élément s’avère
indispensable pour une production au moins soutenue. Un apport de 50
OU 150 kg N ha-1 nous semble justifif, sd!‘\\ toutt>fois perdre de vue que dt:s
IntSthodes d’application de l’azote (~~pplic-ation localisée par exemple)
doivtrlt faire l’objet d’Gtude pour ~II(’ meillr*ure cfficacitC des engrais
dimléS.
..
b
U-r:-.,.nc ml-4
A ../..--..- r- -
r Tnrwi
MO’
r2 T&a1
C/‘N P !Ota1
P.assi
K total
l3ases échangeables, meq/lOOg
(cxn)
eau
FH
____-^_____-_--- O/o&-.--
O/OCJ
Pr=**
meq/lOOg C a
Mg
Na
K
Somme
CEC
KCl
O-10
6.1
5.5
3.94
6.77
0.33
12
0.365
13.27
2.057
0.98
0.35
0.32
0.056
1.42
1.44
10-20
5.6
5.0
3.47
5.96
0.30
11
0.382
10.17
2415
2.415
0.33
0.31
0.034
1.22
1.14
2040
5.5
5.0
2.67
4.59
0.25
1 1
0.2%
9.9
3.001
3.001
0.37
0.37
0.137
1.48
1.29
-10-60
5.9
5.5.
2.22
3.81
0.22
10
0.362
7.1
2.919
2.919
0.47
0.47
0.039
1.58
1.52
1.:.
60-80
6.1
5.2
2.31
3.97
0.24
10
0.370
5.5
2.937
2.937
ü.74
0.74
0.026
1.87
1.72
CL . ..<
80-100
5.5
5.1.
2.29
7.93
0.24
9
0.382
1.7
3.228
3.228
0.86
0.86
0.107
2.29
1.92
. Ci<
$*”
;:
j.&
I ._ :
*MO = 1.72 x C
” P. assi = assimilable = P. TRUOG ppm
,
289
Tableau 3. Effets des engrais NPK sur le rendement en grain (kg bal) et
$6 d’augmentation par rapport au témoin sans engrais
-TF---- N PZOS
K20
Rendt.-grain
% üauf&Ztation/
Trai Lemen t
kg ha-1 -
Témoin
1
50
30 40
787
--Fg
2
250
30 40
1189
t102
3
50
110 40
1025
t74
4
250 110 40
1008
+ 71
5
50
30 180
911
-+- 55
6
250
30 180
1067
f 81
7
SO
110 180
1525
+ 159
8
250 110 180
1003
+ 70
9
0
70 110
714
t- 21
10
300
70 110
1170
+ 99
Il
150
0 110
478
-19
12
150 140 110
869
+47
13
150 70 0
944
+60
14
150
70 220
1325
+125
15
150
70 110
1298
+120
-T( témoin)
0
0
0
589
0
-,---
I\\n gras sont indiquées les données utilisées pour la détermination des éléments
1c.s plus limitant
La réponse du rendement aux doses est .moins nette croissantes de k20. Le
rendement maximum est obtenu avec un apport de 110 kg K20 ha-1
correspondant à un gain de rendement de 352 kg ha-1 par rapport au
tPmoin sans K. Un apport de 110 kg K:O ha-1 nous semble parfaitement
justifié puisque la différence de rendement entre 110 et 220 kg ha-1 est très
faible (27 kg grain/ ha).
Analyse économique
Budget partiel
Les bénéfices nets générés par les difft;re:nts équilibres NPK sont indiqués
dans le Tableau 4. On note que le producteur obtient le bénéfice net le
plus 6levé (97291 Fcfa) avec le traitement 50-110-280 tandis que le
traitement 110-0-110 lui procure le bénéfice net le plus bas (12145 Fcfa).
DC% lors, il convient de mesurer la performanw d’un Irait.cment il tntvcrs
I’anipleur de son bénéfice net, compte tenu de son coût total de r&lisation.
Analyse de dominante
Lo lühleau 8 résume les paramètres calculés selon le traitement appliqui‘
ptir ordre croissant des coûts totaux. Un traitement est considéré comme
dominé s’il est possible de trouver un autre traitement CIUI cotilerait moms
cher tout en ayant un bénéfice net plus élevé. Dans ce cas, le gain de
wndement obtenu ne parvient pas d compenser les coûts additionnels
~gdgés. Autrement, le traitement est dit supérieur (Tableau 5). La courbe
des bénéfices nets est illustrée dans la figure 2. Les points silu& sur cette
courbe montrent les traitements supérieurs landis que CTUX qui çont
dominés sont situés II ien en dessous de la courbe. Les traitements 1, 13,3,
2, 15 et 7. ccwitittl~zn& ceux qui présentent actuellement un int&êt
économique pour le iwducteur. La pente des droites reliant les points sur
la courbe des bén(flccs nets déterminent l’importance relative des
traitements éccnomic uement rentables. Eanalyse marginale qui suit nous
permettra de quantifiel. ccttc importance.
Analyse marginale
Le taux marg,inal de rérnunération (TMR), selon l’optique qui nous
concerne ici, exprime le comportement des bénéfices nets reliés à un
traitement ‘par raprolrt aux coûts engendrés par l’investissement em
intrants et en main d’a,uvre. Les r6sultati obtenus figurent dans le tableau
6. Par exemple, lr p,~ is.d go du t&noin (NPK = O-O-O) au traitement 1 (NPK
= 50-30-40) produii, du delà de I’investisscment initial, un reven:u
supplémentaire éqwv Ilcnt à 7% de cet investissement. Si l’agriculteur
décide de passer au Ilaitement 13 étant donné qu’il se situait déjà au
traitement 1, il <lurai : on plus des 7% mentionnés, un revenu additionnel
de 3%.
La prat.ique courante veut que le TMR calcul6 soit comparé à un taux cible
acceptable dans la XIIW d’d tude pour déterminer les traitements rentables
selon l’optique des lw)ducteurs. Ce taux cible devrait tenir en compte la
nature de la technol~y;ic! proposée ainsi que du coût du capital. Si nou.s
adoptons le taux ntcyw de 50% alors les traitements, 3, 2, 1.5 et 7
mériteraient une attc!ntion particulière pour la suite de l’essai. Toutefois,
comme l’objet tif dt! l’lcsssai i;tait de localiser les traitements susceptibles
d’être poursuivis les années suivantes, il serait souhaitable de poursuivre
tous les traitements cul\\Gricurs en diversifiant les lieux d’implantation.
Analyse statistique
L’équation du wcon j ,rl1.gr6 qui dCfinit les rapports input/outFut s’établit
comme suit (illtwac+o~t du Y ordw 6tant négligée) :
= 4.6; + O.C8N + fk58P + O.llK - 0.3lN2 - 0.48P2 + 0.02K2 - 0.49 NI’ -
;.33NK + 0.23PK
Cette équatioii relie e.; facteurs de production (N,P,K) au rendement de la
culture. Le cwffit-ior-!t dt? détermination multiple RW.69 trouvé par
l’analyse, indique c uc 60% de la variation cies valeurs de rendement
observées sont rxpliq.li:cs pdr I’6quation du mndi\\le. D’autres facteurs de
l’environncmwt (~1 inw,t et fertilitk intrinsèque du sol) peuve,nt être
crédités de 31 ‘V, d(b ::( 1.1~ variation des valeurs de rendement. Les dkrivés
partielles (par r<bpyrr’. h cilaque 6li,iiwnt) sont des équations qui égalées à
zéro et résolues simultantiment permettent de déterminer les doses de N,
P20~ et K20 pro~u~“~nt cios rendements maximum (Ndiaye,l988). Dans le
cas de cette élude U?S doses sont de 147 kg N/ha,79kg P205 ha-1 et de 155
kg K20 ha-‘. Ces r& ~lit~~ts sont en adéquation avec cwx trouvés à partir de
l’interprétation grat hiclut! et dc l’analyse marginal<>. Toutefois, ce qui est
intéressant pour 1~ faysw cc n’est pas le rendement maximum mais
plutôt celui qui prww~ 1~ m‘~ximum de profit.
. . . . . bi_.-“...“.
-
Tableau 4. Budget partie1
des traitement:
-
1
Traite,rm:s
û
i
2
3
4
5
6
7
4
Rdt aju; (Kg ha-l)
589
787
lIESO
1025
1008
911
1067
1525
VP fcfa/ ha)
58900
78700
11w0o
102500
100800
91100
106700
152500
C V Engrais
Quantité N
11
50
250
50
250
50
250
50
Quantité P
0
30
30
110
110
30
30
110
Quantité K
0
40
40
40
40
180
180
mû
Azote (N)
130
130
130
130
130
130
130
130
l’hosphorc (P)
200
200
mû
200
200
200
200
200
Potassium (K)
24.<
143
143
133
143
143
143
143
Tût41 CV engrais
û
18220
44220
34220
60220
8240
64240
54240
CO (H-J)
N-urée
0
0.3
0.3
0.3
0.3
0.3
0.3
0.3
P
0
0.1
0.1
0.1
0.1
0.1
0.1
0.1
K
0
0.1
0.1
0.1
0.1
0.1
0.1
0.1
C.0 Récoi te
0,s
0,74
1.12
0.97
0.95
0.86
1.0-i
1.44
T. J (fcfa)
5ûû
5oû
5ûû
5oû
500
500
5ûû
5ûo
Total C.0
277,B
621.18
810.78
733.43
725.41
679.66
753.24
969.25
Total CV
277,B
18841
45031
34953
60945
38920
64993
55209
EGn6fice Net
5ks622
58959
?3%4
675-27
39855
25180
41707
97291
(Fcfa /ha)
Table 4 conta
Traitements
8
9
2%
10-
1 1
12
1 3
14
15
Rdt ajut.(Kg ha-l
1003
714
1170
478
869
94-I
1325
1298
1 ri-a
VI C-L
,CI(I IL...,
‘Xc4
100309
7l400
117000
47800
86900
94400
132500
129800
Ouantité K
Àzote (N)
i30
l3C
i30
130
130
130
Phosphore (P)
200
200
200
200
200
200
Potassium (K)
143
1 4 3
143
143
143
1 4 3
Total CV enfyais
29730
68730
35230
3230
33500
64960
49230
C V Engrais
0
0 . 3
0 . 3
0.3
0.3
Quantité N
0 . 1
0 . 1
0 . 1
0
0 . 1
0 . 1
0 . 3
0 . 3
Quantité P
0.1
0 . 1
0.1
0 . 1
0 . 1
0
0 . 1
0 . 1
Quantité K
0.95
0.67
l.l(!
0.45
0.82
0.89
0 . 1
0 . 1
Azotr (N)
500
500
xü
500
500
500
1.25
1.22
Phosphore (P)
723.05
436.75
801.82
425.4-I
6 5 Y . 8 3
, ,^ ^-
h-O.L3
500
500
Potas+um (K)
S!I963
30167
69532
35655
63890
34145
874.92
862.19
Total LIV cngt-ais
19.137
41233
-17368
12145
23010
60255
65833
50092
66665
79708
. . -_
. . <.. r . .
Kdt.ajust. = rendement ajusté, VP = valeur dc la production, LV = coüts variables (rcla/ ha),
C.O = coûts d’opportunité (Fcfa), T-J = taux journalier (Fcfa), ICJ = homme/jour
<
Prix de l’urée (16 !% N) = 130 F cfa par kg unité N.
i
Prix du clhlorure & potassium (60 X IGO = 113 F cfa par kg unité KzO
Prix u super phosphClte
triplee (45% PzOr) = 200 F cfa par kg umté i3ûs
Prix du kp, maïs-grain = 100 F cfa
293
Tableau 3. 1 rattements superieurs et domin&
Bénéfice Net Sta=des
.
f
‘T&,
traitements
Iloo-ooo-ooo
0
278
58622 témoin
^C.l n-s* nrn
II
^,._._
--oc*
I
.
uw-u.?u-u‘iu
9
lw541
59~~ superieur
30167
41233 domint?
13
34145
60255 supérieur
3
34953
67547 supkieur
;
EiO-000-110
11
35655
12145 domin&!
t’
,‘f
050-030-180
5
38920
52180 domine,
2
.45tl31
73869 supérieur
:y
250-030-040
150-070-l 10
:, .
15
50092
79708 supérieur
,/ d
050-110-180
7
55209
97291 supériclr
5 ,~,
250-110-040
4
60945
39855 dominé
150-140-I 10
12
63890
23010 dominé
.A
.a”.
250-030-180
6
64993
41707 dominé
150-070-220
14
h5835
66665 dominé
3oao7a110
10
69532
47468 dom&
250-110-180
8
80963
19337 dominé
‘@(-J(Jc ----.-- -.-. _-.-.- ---. -.-..-- -._-.
m “@7-----l
ii
.
. .
0
20000 40000 60000 8oooO 1oooOO
Coüts variables (Fcfa)
Fig. 2. Courbe de bcncficc net (FCFA)
Tableau 6. Evaluation des taux margina,ux de rémunération
Traitements
Coût
Coût Marginal Bénéfice
Bénéfice
‘TMX
Total
N e t
Marginal
Ooo-Ooo-00
278
58622
050-030-C y
;r,.-.- 1
IO.nx~
59859
1237
7
f 50-070-OGQ
050-liO-040
33145
S-1953
15304
808
60255
396
3
25ao~o.oao
-1503 1
10077
67547
7292
?02
73869
6323
f3
150-070-110
FxxtFJ~
3061
~0-110-180
2520’1
5117
79708
97291
5839
1 1 5
17583
3%
*TMR = Tauy: M argink.1 de RémunAratiun
294
On doit signaler cepe dan! qu’il ne s’agit pas simplement de rechercher &
.,S
augmenter les rende1 cnts de façon à obtenir dos profits immédiats pour
.k
une dépense d’inv stissement minimum mais plus profond&nent $
d’approcher du polenltiel des rendements 6ievCs pendant une pciriode
i
indéfinie.
:
Conclusion
Les études de J’umurw entreprises antérieuremrnt ont mis en évidence la
nécessité d’étudier dols formules d’engrais adaptt;cxs aux principaux types
de sol et le danger (.‘utiliser une formule passe-partout, comme C:ela se
pratique à nos iours.
L’ essai que nous avons initié n’a pu être implanl6 que dans une seule
localité en 1990 à raison de diverses contraintes rencontrées. Ils ont permis
toutefois de montrer tue Be phosphore wt Ic plus important facteur qui
limite le rendement dans le sol du paysan de Pdoskoto. Sans apport d,e
P2O5, les rendement!; peuverit être de 400 kt; h<~~. On peut multiplier ce
chiffre par 2 à 3 en apportant 70 kg I’zOs ha-1 sous fornIe de
superphosphate triple. L’azote est ensuite 1’616ment qui lim.ite le
rendement si le phosphore n’est pas un facteur IimiLqnt. L’azote (150 kg PJ
ha-l) fournit une augmentation substantielle du rendement. Le potassium
serait le facteur le ndns limitant du rendement dans cc sol, toutefois il
serait souhaitable d’envisager un apport de c-et élément. Pour le cas
particulier de ce sol de Paoskoto on pourrait recommander au paysan
l’emploi de !jO-110.1180 d’engrais N-P-K à partir de notre analyse
6conomiqw. Ddns ce cas particulier, cc traitcmw! correspond aussi au
rendement le plus iritriressant sur le plan agr(~l‘,““‘iqur!. La reconduite de
l’essai sur flusieul s années permettra d’aiiincr l’information agro-
économiqur
c?t
(l’orienter l’analyse ver‘ la formulation de
recommandations.
Rcfcrcnces
Aleiendto Ortega C. 1987. Insect Pests of hl‘lize. A Guide for Fiel’d
Ident2ic-~~tion. PQlize Program. Mexico, III.; CIMMYT. 106 p.
Blondel, D. 1971 CJnltribution à la connaissam‘c’ de la Dynamique de
1’Azote Minéral fn sol Ferrugineux Tropical à Nioro du Rip (Sénégal).
CRA de Bambey, Sénégal.7 p.
Carsky, R. J. and E:. N. 0. Iwuafor, 199?-1. ~-i~nirih!.l!i:~i~ OC soi1 I’crtilitj,
rcsearch wd rwintenancc t a improwd nkdizrt p r o d u c t i o n a n d
productivity in s &Saharan Africd, Pp S-20. In Bddu-Apraku B., M. A.
B. Fakorede, M i0uedraogo and F. hl. Quin (eds.) S&ategy &X
Sustainahle Msrze Production in Wcat and Central Africa.
Proccrdings of a Regional Maize rWorkslwl~. IlTA-Cotonou. Bcnin
Rci~uhlic, X-25 fipril, 1997. WECAMAN/lITA.
Cochrdn, CV.(;. an< 5-M. Cox., 1957. Experimcr~~al Lksigns. Secor~d
Edition John Wilry and Sons, In<.., Nclw York;.
295
De Leon, C.1986. Maladies du Maïs. Guide d’identification au champ.
~‘rogra~wnc Maïs. Mexico, D.F.; CIMMYT. lOU p.
Eric W.C. ‘rl Kamanga, M. 1987. L’Analyse Economique des Essais
Agronomiques pour la formulation des Recommandations aux
paysans. ISRA / M ic 1Xigan State University. 70 p.
FAO, 1968. Freedom from Hunger Cumpain Fertilizer Program : Physical
and Economical Summary of Tria1 and Demonstration Results,
1961/1962 - 1965/1966. FAO, Rome. 56 p.
N&aye, J.P. 7988. Recherche d’une formule de Pumure Minéraie
Optimum : Aspects M&hodoJo@ques. Dot. ISRA, 54 p.
Nicou, R. 1’375. Caractéristiques principales des sols sableux et sablo-
argileux
d u S é n é g a l . Problènles d e l e u r m i s e e n v a l e u r .
Communication présentée à la 3e réunion du sous-comit6 Ouest
Africain de correlation de sols pour l’évolution et l’aménagement des
ressources en sol. Dakar, 20 Février - 2 Mars, 1975. Dot., ISRA, 23 p.
Eiéri, C. 196’3. Etudes PédoJogiques de la Région de Nioro du Rip.
Note Technique du CNRA, Bambey-Sénégal. 131 p.
Piéri, C. 1989. Fertilité des terres de Savanes. Bilan de Trente (30 ans) de
Recherche et Développement Agricole au Sud du Sahara. Minist&re de
la Coopération et du Développement. ISRA-CIRAD-France. 444 p
Piéri, C. 1986. Fertilisation des cultures vivrières et Fertilité des sols en
Agriculture Paysanne Subsaharienne. L!Agronomie Tropical 41(l) :
l-20.
Prasad, D. 1978. Management Practices For lmproving Ma&! Yields. 1.
SC. Holmes (ed.) TechnoJogy for increasing food production.
FAO, Rome 3 34 5.58, ltaly
Sere, Y. 1984. Phytopathologie du Maïs. Rapport de synthse 2983,
IVRAZ, Station Farako Ba - Burkina Faso
Tourte, R. 1952. Les Engrais N.P.K. Poursuite de l’étude de leurs effets sur
arachide et mil au Sénégal. Annales du CRA de Bambey au Sénégal.
Bulletin Agronomique 8 Septembre 1953,24 p,
179
Effets de la température et de la photopériode sur
les performances du mak en culture irriguée au
Sahel
Ndiaye A.‘, Charcossset A.2, Grillais A.2
1 ISFWFleuve BP : 240 Saint-Louis !%négal, * INRA Station de Gémitique
Végétale Ferme du Moulon 91190 Gif-sur-Yvette, France.
Résumé
Douze semis mensuels de huit populations et hybrides ont été réalisés à la
station de recherche agronomique de Ndiol dans le delta du fleuve Sénégal.
L’objectif est d’étudier et de modéliaer les interactions génotypc x date de
semis (G x D) faisant intervenir une grande variabilité entre les génotypes et
les environnements climatiques. L’étude de l’espérance des carrés moyens
montre que les caracteres dont l’effet environnemental est très important
sont très sensibles aux variations du milieu. II s’agit de la floraison femelle,
de la hauteur du plant, du rendement et de ses composantes. Pour une
caractérisation des génotypes et des dates de semis, les tecnniques de
modélisation de l’interaction telles la régression conjointe, la régression
factorielle et le modèle multiplicatil ont été utilisées. Avec: la régression
conjointe l’interaction (G x D) modélisée, bien que significative pour certains
caractères, explique mal l’interaction totale. Compte tenu des cornaissances
actuelles relatives au déterminisme du développement du mais, la température
moyenne saisonnière et la photopériode ont été introduites au modèle de
régression factorielle comme covariables environnementales. Si les covariables
“température et photopériode” expliquent de façon significative les varia-
tions de l’effet principal “date de semis” pour tous les caractères, I interaction
G x D est souvent mal expliquée par leurs régressions résiduelles respectives
notamment pour le rendement et ses composantes. Enfin, pour le choix
d’une meilleure modélisation de l’interaction “génotype x date de semis” les
qualitits dûjustement des moyennes génotypiques et environnemcntales
par la régression conjointe s une part et d’autre part par la régression
factorielle combinée avec le modéle multiplicatif à deux termes ont été
comparées” Le modèle hybride, combinant les formules du modèle de
régression factorielle et du modèle multiplicatif, a une meilleure qualité
d’ajustement, autant pour les msyennes des génotypes que pour les
moyennes des dates de semis.
Abstract
Twelve monthly seedling of eight stands and hybrids were carrier1 out at the
Ndiol agronomie research station in the Senegal River delta. The aim is to
study and modelize the genotype interactions x sowing date whic,h results in
a wide variability between the genotypes and the climatic envirorlment. The
study on the expectation of an average concession shows that ;he charac-
ters on which the environment has a major impact are very sensitive to
environmental changes. These characters include female flowering, plant
height, output and its components. The combined modelized G x D interac-
tion regression, although significant for cet i&ti Lnal ALLAI s, ,irll tlly e+iains
the total interaction. In light of the tcurrent knowledge regardino the deter-
ministic nature of maize development, the average seasonal bmperature
180
l
I re introduced into the factorial regression maldel as en-
bles. If the “temperature and photoperiod” CO-variables
the variations of the main effect (“sor+g date”) on alf
i.$.
x D interaction is often not well understood given lheir
gression especially with regard to output and its‘&&-
erning the choice of an irnproved modelizatiorr of “geno-
’ interaction, the average genotype and environmental
s by combined regression, on the one hand, and factorial
ith a two-term multiplicative model, on the other hand.*
were comp,ared. Hence the hybrid mode1 combining the factorial regression
and multiplication models, has a higher adjustment quality not only for aver-
age genotype but. a~lso for average planting dates.
Introduction
L’utilisation agrictlc de la vall6c du fleuve SCnCgal en fwticulier et des vallées
sal~éliennes en général, est un prol)lkc trl5 ili:lic,r! ilU& i se complique du fait des
variations annuelles des inondations ct ckc inconv6nients climatiques
particulièrement 1 :s fijrles variatiiw thermicli.~-: >Ics vents desséchants (forte
évaporation) etc.
Une bair;se de ,.endement de 40 à 60% y c’st wuvcnt observée entre la saison
froide allan: de nowmbre à janvier et la saisolj des pluies de juin à cctobre. Les
facteurs clirnatiquc s - température ct photopériojc ewWizllcment - sont suspectés
d’être à l’origine de cette réduction.
En effet, les reildemeats du maïs sont plus faibles çn zone tropicale qu’en zone
tempérée même s( us cu:ture intensive. Chang ( 1968) met en évidence une forte
corrélation positive,entre le rendement en grain et la latitude dans 98 pays, les
rendements dimimantde façon géométrique au fur ct 3 mesure que l’on se rapproche
de l’équateur. JonE et al. (1982) montrent que les plaints chaudes du Mexique sont
caractérisées par ce:; rendements faibles. des vi:r:wzs dc développement élevées.
de courtes période: de remplissage du grain, un indict: de récolte réduit et un nombre
de grains/rang failk comparativement aux hautes et moyennes altitudes. En alti-
tude, la dunfe du cycle semis-maturitc du maïs e*;t ,tllongbe, la surface foliaire plus
~iîlporiarite et les retrdcments en 2~4;~ t.i et! r~~!cG:i*
.\\; ~II: !,lu\\ t:levés. Autrement
dit, les rendctnents du mals en zone tropicale OH. t~.wl~m..-. Ik L:I wgmeuter avec l’altitude
et à diminuer sous les hautes températurcs en plient.
les rçndcmen:s hiologiques et économiques
de matière sèche), lart?partition
de la matière sèc
enfin la durée du cycle de la
lnllucnce de la température et
sur ce phénomkne d’une pari et d’autre part d’étudier les inter-
grande variabilité entre les
Cette étude permettra de comprendre les effets de ces
lioppement du maïs et d’ktablir un modkle de diagnostic pour la
sitwIi\\ws autan! j)~.~ti: i‘L choix des dates de semis er
que pour 1a sti!wt~~ ct le calage du cycle.
Douze dates de semis dc populations et hybrides cit: cycles et d’origines différents
ont été réalisés à 1 a station de recherche agricole r.le Ndiol dans le delta du fleuve
Sénégal. La station mt située a 3 ni d’altitude 1.1 1.‘72’ Nord dc latitude.
181
Huit génotypes d’origines géographiques diffërentes ont étli ut:lisés pour cette
ttude. Il s’agit de : Cimmyt Pool 1, tropical altitude précoce ; Cimmyt Pool 12,
rxopical altitude tardif ; IRAT 143 tropical de plaine précoce ; X 303 C tropical de
plaine tardif ; LG 11 tempéré de plaine précoce, Hélios (B73 x Mo 17), tempéré de
plaine tardif; Early Thaï tropical intermédiaire et témoin station vulgarisé, et enfin
IR 30, hybride double tropical tardif originaire du Brésil.
Les semis ont eu lieu le 15*-jour de chaque mois. L’essai a été mené durant la
période d’août 1993 à juillet 1994. :Le dispositif était compos& de blocs complets
randomisés avec deux répétitions. La parcelle élémentaire comprend 5 lignes de
3,5 m de long, les écartements sont de 80 cm entre les lignes et :!5 cm entre les
paquets : deux graines ont été semé’es par paquet et ensuite démariées à un plant/
poquet, soit une densité optimale de 50 000 plants/ha. Dix plants sont observés sur
la ligne centrale de chaque parcelle. Tous les essais ont été scmes sur la même
bande et ont reçu respectivement 24~ N, 54~ P, 8 lu K. avant le semis et 138~ N
fraclionr&s ?I la montaison et à la floraison. Outre la durée semis-floraison (FF~O,I
et le renjemcnt (RDT), d’autres caractères quantitatifs liés au rendement ont :II?
mesurés. Il s’agit de la hauwr du plant et de l’épi (HMP, HEPI), du nombre dc
grains par rang (NGR), du nombre de rangs par épi (NRE), du poids de mille grains
(PMGR). de la longueur et la largeur de l’épi (LOEP, LAEP) elc.
l.Jne analyse de variante préliminaire selon le modkle interactif complet a &é
d’abord ,effectuée. Ainsi, pour une parcelle ijk du génotype i à la dat- dc semis j, on
oeut écrire:
Tf$ + jk $ij +&jk
où
Y..
est la valeur du génotype i dans le bloc-j de la da.te de semis
IJk
J
est la moyenne générale
i est l’effet du génotype i, effet aléatoire, de variante
j Est l’effet de la date de semis (milieu)
est l’effet bloc k dans la date de semis j ;
ik
IJ est l’interaction génotype x date de semis;
ijk est la résiduelle au niveau de la parcelle ijk de variante CT 2e;
T,‘étude dc l’espérance des car& moyens permet d’estimer la variation expliquée
par les effets d-s génotypes [SO(~’ / (g-l)] et des dates dc semis [SP,:! / (d- 1 !] d’une
part, par 1~s effets d’interaction [SQ,,‘/ (g-l)(d-1)] d’autre part (g est le nombre dc
génotypw d Ic nombre de dates de semis et n le nombre de répétitions :
Pour l’étude de l’interaction génotype x date de semis, plusieurs méthodes de
modélisation de l’interaction ont étlg utilisées : la régression conjointe (Yates et
Cohran 193X: Finlay et Wilkinson 1963), les écovalences génotypiques ec
environnementales, le modèle multiplicatif et enfin la régression factorielle dont
l’espérariz de la matrice de données X de dimensions (1, J) s’écrit (Deni<; 1988) :
E(Xlj) = X]l Ik Yi(k). “(k,h) . z(h)j -’ ‘h pi(hj *‘(h)j “k.Yi(k). ‘(k)j
Leh il!&ics 1; ci i. varient respectivement de 1 à H et dr: 1 à K.
Les matrices de paramètres inconnues du modèle sont représentées par des lettres
grecqucz tanrli,; que les matrices de valeurs des covariablcs nssciciéc:s à chacun des
factcurj wl( connues à priwi et représentées par des lel.tres latines. K et H sont
resp<ctlwmeni Ics nombres de covariables associées au facteur gén :)type ( K 2 1 J et
au ~;NXCLI. cnvironncmenl (H 1. J)
es modéles linéaires précodemment décrits, ,du modèle
ssion conjointe. En effet, si une seule covariable C:onstante
est associée a chaque
eur (H = K = 1) le modèle de régression factorielle revient
au modèle additif (D
Résultats
Les résultats du tabl L. 1 d’analyse de variante montrent des effets “génntypes” et
des effets “date de 2 tr.is” très hautement significatifs. L’interaction “gknotype x
date de semis” est a\\ Psi hautement significative peut. ~US les caractiires notamment
de précocité, de mc
bologie et du rendement ct 3<* ws composantes. Elle n’est
cependant pas, signi lcative pour la largeur de la tcuillc.
Les caractères
( InIl l’effet environncmcnl~il
c‘tt ,iulxrrt;m! sont très sensiblea
aux variations du m iau. Il s’agit de la durée semi\\- t’l:~:k~n femelle, de la hauteur
du plant, de la long1 :uir de la feuille, du poids tic mil/,* i!r;lins, tic IS largeur dc l’épi
et du rendement COI me le montre le Tableau 2. (‘CL,. ~*l’U~~l c‘li\\.lr,>nncrncnt~~l souvint
trt’s important peut Etire doublé d’une forte III:WL.:~OII Ci x 1) comme pour les
caractères de florai )r et de caractéristiques dc 1:: p:ini~~ulc mais il se trouve que
quand l’erreur résic telle 0 ? est importante par riippc!rt 3 I‘ictcrnction,
les effets
d’interaction zkviel lent alors difficilement intl:rprGt;!bl~:\\.
Compte tr:nu dc 1 ‘,ampleur des effets obscrv&.
i1iJU.b now inkkesscrons
2u.X
effets “date dc semi “, aux effets “génotypcs” çt cniliilc 211s interactions génotype
x date de semis.
Les dates de ser is affectent de fa$on sigmficatl~~c t(w les csractèrw. Les plus
grandes varia:ions i @r-dates de semis sont ohtenucs i\\‘i’:~’ Ics variables de précocit6
(FFSO), des caracti
e,; morphologiques et du ~XL!.‘: rk-nt cl tic ws wmpowntes
(RD’I: LOEP. LAE PMGR ctc.j (40% pour Ic ~)!II&. dc rniliz grains ct 755 pour
le rendement 1.
La durée moyel IC: semis-floraison est plus courte au semis de septembre (50
iours > et plu: longt
au semis de janvier (73jwr~). ~&:Ii! un allongement moven du
cycle d’envirsn de liiours pour i’onscmbic tic> \\‘.ii II i,. \\. ?l;,~~.< que cette dittkencc
de précocité ,:st plt
marquée chez les génotypc‘>I
tr< I~J~~YILIX t:u-Jifs tels IR 30 (30
jours), X 301 C (Z I jours), et Cimmyt P~C>: 1 I .!il jcwrs). clic devient moins
Tableau 1. Analyse c variante selon le modèle intwtc~rll cr1111plet
(Somme des G+IT& dl i iicarts SCE)
_ __ II
-----...I_ --..- -. -
-
-
Source
ddl
---- - _-.
FF50
HMP
HEP1
r’R1GlZ
L,OEP L A E P R D T
- __--. .-----.-
Génotype
7
9311.7
24645
1730:
6: ih!
3121!l
I 3x2
994X
***
***
***
II.
*- * *
***
***
Date de
II
E 1309
28712
I2?JX
7 i Id!04
1 X258
27’76
X41
wmis
X>l;*
***
i-r,
.
X%I
*ri*
r-3
I3loc
((lat.
12
168.7
5682
IX.~7
j
1’0 / I
hO2h
4 %
11%
semis)
**
*
ii
**
rl
n
Inter. G x 1)
77
1,41)4.2
21597
1 x7x
lis5.till
IW93
1866
13931
***
Résiduelle 84
_______-
543.2
__ -.; -_-____-
15282
j-9;3
:::S!i -,.& m--e!i;, jz6
-. - ..-- _--
NH: Suite aux donné ; Imanquantes, les ddl dç I;I \\,IIIX:C:* rCsid:~lk dc NRP. I.AF.
NGR. PMGR, et RD >ont respectivement ég;ik~ ir -‘;I :T i S?, i’t 07
-
183
Tableau 2. variation expliqube par les g&lotypes et les dates de semis
_-.-------
~-_
Effet
FF50
HMP
LOF PMGR- LOEP LAEP RDT
___~.- _-
-
-
Génot ‘pe
55.1
139.1
29.0
363.8
I78.5- 7.5
56.3
1
[Ca i 1 (g-l)1
Date semis
63.8
151.7
176.8
1171.0
92.8
14.7
158.4
[C 8 j 2 1 (te 1)1
Interaction
6.5
49.2
9.6
621.8
107.3
3.8
56.5
[C eij i (g-l j(t-Il]
02
6.4
181.9
48.9
905.2
173.6
16.5
67.8
__-_. - -----~.-
__~~.
importante chez les génotypes précoces tropicaux &OU tempérés comme IRA?
143 (19 jours), LG 11 ( Il jours), et Early Thaï (18 jours). En somme, l’ampleur de
la durée du cycle est fonction du génotype, autrement dit, plus le génotype est
tardif, plus l’allongement du cycle est plus important.
Comme pour les caractères de précocité, des variations analogues se manifestent
pour plusieurs autres caractères. Ainsi les plus faibles et plus grandes valeurs se
retrouvent respectivement aux semis de juillet - aout d’une part+ de novembre -
décembre er de mars - avril d’autre part pour les caractères tels le nombre de rami-
fications primaires et surtout le rendement et ses composantes : la longueur de
l’épi, le nombre de grains par rang et le poids de mille grains. D’autres caractères
morphologiques comme la hauteur moyenne du plant, la longueur de la feuille et
de l’entre-noeud sont plus importants pour les semis d’octobre.
La tendance générale est en fait à la baisse des rendements aux semis de juin,
juillet er août et à la hausse pour les semis de novembre-décembre et de mars-avril.
Ces réductions et/ou ces augmentations sont le résultat des variations des
composantes du rendement (PMGR, LOEP, LAEP, NGR) et de la durée du cycle
suite aux variations des facteurs climatiques.
L’étude de la variation du rendement en fonction de la date de semis (Pig.l)
montre que tous les génotypes ont des rendements faibles (RDT < 2Oq/ha)
généralement pour les semis de juillet, Id’août et souvent de septembre ; ils ont des
rendements moyens compris entre 20 et 40q/ha pour les semis d’octobre, de janvier,
de février e’i de mai et cnh de: rendements supkieurs à SOq/ha pour les semis de
novembre-dCcembn d’une part et de mars-avril d’autre part. Les varié:& précoces
Fig. 1. Variation Ju rendement moyen des génotypes en fonction de la date de semis.
184
LG 11, Cimmyt Pool’ l., Cimmyt Pool 12 et Early Thaï ont leur rendemenl. maximal
inf&ieur à 60 q/ha, contrairement aux variétés tardives Helios, IRAT 143 et IR 30
dont les rendements rr.axima sont supérieurs à 70 lqlha.
L’évolution des wmposantes du rendement tels le nombre dc rangslépi, le n-
ombre de grains/ran; et le poids dc mille grains ntct en évidence des maxima pour
les semis de novemtlre et de mars et des minima pour les semis de juin, de juillet et
d’août.
Au total, l’étude cc I’kvolution des caractères permet de répartir les dates de
semis en quatre gro lpes :
(i) le groupe de juia,, juillet, août et septembre dont:
- le sous-groupe i’;août qui se caractérise essenriellement par le raccourcissement.
des cycles des va.ric:tiis(durée moyenne semis-floraiscrn inférieure à SO jours), un
rythme d’apparition des feuilles assez élevé, des plantes de taille réduite, un nombre
total de feuilks et d:s surfaces foliaires réduites (NW, I..Ol~. LAF), de petits épis ct
par conséqucnl des rwdcments tri?s faibles (< LOq/l~a 1 , 1~s tcrnp&+atures ont van?
de 24 à 34^C avec c.e:; extrêmes pouvant allcrjusqu’~~ 77 ‘c‘. l’humidité relative CQ
élevée (66 à 91%) (:t la photopériode longue (13,l it1.j 1.
- le sous-groupe de juin, juillet et septernbrc csl caracttirisé par de!; cycles un
peu plus longs (= 6Ojours) un nombre de feuilles important (environ 20 feuilles par
plant) et des rendcrwnts faibles à moyens (< 3Oq/ha). Les tentpératures varient dc
16 à 42°C avec unc; blumidik relative de 80% et lune photopériode de 13.8 h/j.
(ii) Le groupe d’ocfofbre et de mai qui se çaractér Isr” par une duré.e moyenne semis-
floraison in-!érieurc, ou égale à 58 jours, un rylhrnc: d’appariGon des feuilles ;M~L
élevé, des tc:mpératu!rci variant entre 16 cl ?7’c’ ct une huntiditG relative oscillnn:
entre 33 et 67%.
(iii) L,e groupe de :nvier et de février qui se carackrise essentiellement par une
durée semis Ilorai: 1 très importante (durée moyenne supérieure 3 70 inurs1 et des
rcndemcnts moycIls suite aux effets àcs vent5 cii;mlx 5oui‘r’i:inr ii ccICc tipcjqS<.
(iv) Le groupe rtovenzbre-décembre et murs-avril w caractéri>.ant par 111:
allongcnter,t impo ant de la durée sentis-floraisc)n ICnt~~ll~ ~~upSricure k 70 jours).
un nombre élevé d:: feuilles, des plantes de grande taille, une surface foliaire
importante un rytnrine d’apparition des feuilles relalivemcn( faible. de grands épi5
ct des rendtments élevés( > SOq/ha). Les tempCr;~ttlrc~ SOI~~ rel;rtivcntent fraîches t’t
varient de 1.S à 2O’C et la photopériode assez courk. vari;mt entre Il et 12Sh/i.
En définitive, ce ,iernicr groufpe peut être consid&c;
“~rtttttc
. j
celui des nteilleur~~
dates de sentis da ts Ic cadre de la maïsiculrurc ~nlguéc.
I
185
L’existence d’interactions hautement significative entre les genotypes et les dates
de semis indique que pour tous les caractères Sauf fa hrgeur de la feUik kS
différentes variétés n’ont pas le même rang de classement selon la date de semis
consid&ee. En d’autres termes, l’effet du milieu est plus ou moins importante selon
les ghotype,S.
f,e modèle de régression conjointe ne permettant pas d’expliquer de façon sig-
nificative l’interaction “génotype x date de semis”(cf tableau 3.1, l’écovalence
gcnotypique a été retenue comme paramètre de stabilité. Pour le rendement, les
génotyps de plaine précoces à intermédiaires Cimmyt Pool 1, LG 11, Early ‘fhaï
et IfUT 143 sont les plus stables car ayant des écovalences relativement faibles,
Gn observe en général, que les plus fortes interactions t’en valeur absolue) sont
positives. Par contre, les génotypes Cimmyt Pool 12, X 304 C, Helios et IR 30
ayant des écovalencés souvent importantes sont moins stables que la moyenne et
ont une adaptabilité dite spécifique. Ils sont plus productifs quand les conditions
cnvironnementales sont favorables.
Pour le rendement, les dates de semis à écovalence importante sont le mois de
septembre, de novembre, de mars et d’avril. Ces dates de semis correspondent aux
meilleures dates mis à part le semis dc septembre dont I’écovalence forte est due au
fait que les variétés stables y ont des rendements généralement infkieurs à la
moyenne calculée d’une part et d’autre part les variétés à adaptabilité spécifiques y
trouvent les conditions pour donner souvent de bons rendements. C’est le cas de
IRAT 143 et de Helios.
Linteraction G x D modélisée par la régression conjointe, bien que signifïca-
tive pour la floraison, la hauteur du plant, la hauteur de l’épi et la largeur de l’épi,
explique mal l’interaction totale (environ 25% pour la floraisonj. Elle n’est pas
significative pour le rendement et ses composantes. Les résultats de l’analyse de
variante figurent au Tableau 4A.
Compte tenu des connaissances actuelles relatives au déterminisme du
développement du maïs, la températurc moyenne saisonnière et la photopériode
ont Cté introduites au modèle de régression factorielle comme covariables
Tableau 3. Paramètres de stahtlit+ dec. riiffknts carr&re:~
..--. -.---~_-..--_-
.-.-~-
Géno.
FF50
HMP
HEP1
PMGR
LOEP
LAEP RDT
Cim PI
Wi
136
1455
1659
8992
16
205
777
Cim P12
Wi
60
1953
1384
7119
1218
160
837
IRT143
Wi
58
1201
537
3411
918
74
512
x 304 c
Wi
164
1341
681
17506
1613
105
%9
LG 11
Wi
135
1275
624
9849
4073
223
751
Hetios
:i
i
Wi
73
1246
525
19039
2248
114
1489
E. Thaï
Wi
76
846
469
7374
788
134
667
IR 30
Wi
79
1579
----~_ ~-
552
13386
2899
154
1215
-. -
186
Tableau 4A. Table d’P VQVA du modele de régression conjointe sur les différents caract&res
Xij=p+CXi +l3j +fJ . ,3j + Eij
~---.-. __ __ _---------- . - - - - - - - -._
Source
ddl
TSO H M P
HEP1
PMGR
LOEP L A E P R D T
1669
---1-----
12317 8697
3525 1 _...~~.
15605 763
Effet
7
5966
génotype
*:: I
**
* * *
**
**
* * *
***
Effet date Il
5670
14369 5624 110789 9129 1331
16167
*:. *
**
* * *
:C
* * *
***
**
Interaction 77
7111(
1078X 6439
851314 14946 1076 SO96
G*D
*::*
* * *
*
**
***
*
**+
inter.
17
305
2835 1909 19655 5221 330 3036
modélisée
:<
*
***
*:i;*
***
11s
reste
60
44 1
7942 4529 66159 9225 746 5060
interaction Y---‘--
n s
ÏC%ÏZ&fi~:atif B < 0 oi * : signilicatif B P < 0.05 ** : sipnikitif 3 P
< 0.01 *** : significa f ri 1’ < 0.001
Tableau 4B. Tlble d’ ~WCJV~~ du mod?lc de régression factoricllc faisant inicr\\.cnir 1.1
température et la photl pr,rii&: comme covariablcs environnemental(:b sur 1;: 1 .l; :ahil!li; &:\\
caractères E(X!j) = +
---1- ---. ----- + h =1.2 %(h)j f’j + h=l,2 i(h) z(h)j + ij
-
_ .__ .- _
Source
dr 1
1T50
fIMP HEP1 P M G R L O E P I<AF:P~ Kl).i
Effet génotype ’
4669
12317
8697
3.525 I
15605
76.‘ --- WX
:i< * *
***
* * *
***
*c*
9%.
.ir
Effet date semis
1
S670
14368
5624
110789
9129
13-J(
lO!lO
‘L f *
* * *
* * *
***
***
**r
./II
regTempératurc
3061
174
14
32506
1271
2-i
5290
ir**
n s
ns
***
***
n\\
***
regPhotopériocc
1096
115s
31s
14436
2573
12X
-if?14
i**
***
*
***
***
7x.
.ii
reste
,
613
13040
5295
63847
5289
117i:
626i
c**
* * *
* * *
il;**
***
***
*i*
Interaction G x 1) 7’
‘74S***
10788
6439
85814
14946
1076
SO94
**t
*
***
?.*x
i*-
i**
141
10’9’9
3s.4
3045
ri3v
I I‘
<fi:
r_
* *
***
n s
n s
ns
ns
rEsidTempératurc
10s
1054
108X
14635
14-U
1.%
fa;
**
*
*
**
ns
II‘
n s
résidPhotopériot1 6
194
X635 4968
68133
12370
791
7105
reste interactio?
- - -
-. -~_ __.-_-.--- ._._.._ - - - - - -
- - - __ -_ -~ __. ~_---
ns : non significatif à ’ <’ o.wi * : significatif à P < 0.05 ** : significatit d P C. 0.01
*** : significatif à P &NI ‘j est le résidu par rapport aux régressions
environnementales L,a photopériode de référen:c correspond h 1~ pSrio& de
sensibilité maximal CC la plante aux variations dr: la photopériode c’esi-à-dire la
tinte à laquelle la ~I:I ltc :iur;i ;IccumulC la moitié dc son parcourx 4:: clti~c!~ ~pp~~?~~:t.
Les caractère; étudi is sont ceux ayant une interaciion significatikc.
Le modèk de ré giwion factorielle a permis dc d6xmposer I’effc~. “d,w de
semis” et 1’in:eracti
In (Y i D en rbgressions sur Ics covariabies
elivirc)nn,:ilt~ntai~s
“température et phc .o$rîode” dans le but de mieux comprendre
Ics ph?nom;tnes
bmlogiques rcspons tblcj de l’interaction. Les résultats de l’analyse de vxianx du
modkle de régressif n fxtoriclle faisant intervenir les covariablcs
prkitks wnl
prksentés dans le ta ‘leau 4B. Ces rkultats montrent quv:
187
- ~.a régression sur la covariable “temperature” est très hautement significative
potu la floraison femelle, le nombre total de feuilles, le nombre de ramifications
primaires, la longueur de la feuille, le nombre de rangslepi, le nombre de grains/
rang, le poids de mille grains, la longueur de l’épi et enfin le rendement ;
- La regression sur la photopériode est aussi très hautement significative pour
tous les caractères énumérés ci-dessus hormis la taille paniculaire et le nombre de
grains/rang.
- Enfin le reste de l’effet additif environnemental, après introduction des deux
covariables, est significative pour tous les caractères ; ce qui revient il dire qu’il
devrait exister d’autres covariables pour expliquer l’intégralité de l’effet date de
semis.
- Pour l’interaction G x D, la régression residuelle sur la temperature est
hautement significative pour la floraison femelle, la hauteur du plant, la longueur
de l’entrenoeud, le nombre total de feuilles, la taille paniculaire, le nombre de rami-
fications primaires, le nombre de rangskpi et la kurgeur de l’cpi.
L,a régres,sion residuelle sur la photopériode çst significative pour la floraison
femelle. les hauteurs du plant et de l’épi, ‘le nombre de rangSpi et le poids de mille
grains. En effet, la pkiode du cycle la plus touchée par ces facteurs limitants du
rendement correspond à la période de floraison-maturité mieux ii la phase
d’élaboration du poids de mille grains. Cependant, une étude de type
écophysiologique devrait être menée da:ns le cadre de la quantificatior, des effets
de la température et de la photopériode sur les paramètres d’élaboration du
rendement.
En somme, si les covariables “température et photopériode” expliquent de façon
significative les variations de l’effet principal “date de semis” pour tous les caractères
(89% pour la floraison par exemple), l’interaction G x D est souvent mal expliquée
par leurs régressions résiduelles respectives (un maximum de 34% pour la floraison)
notamment pour Le rendement , le nombre de grainskang, Le poids de mille grains
et les dimensions de l’épi.
Les résultats de l’analyse de variante du modèle de régression factorielle, faisant
intervenir les parametres additifs du délai semis-floraison i et jcomme covariables
génotypiquc Y et environnementale Z sw la varialrilite du rendement figurent dans
le tableau 4C. En ce qui concerne les effets principaux, les paramètres additifs Y et
Z expliquent significativement le rendement moyen des génotypes (85% environ).
Tableau 4C. Table d’ANOVA du modèle de régression factorielle faisant intervenir les
parametres additifs du délai semis-floraisoc. i et j comme covariables génotypique Y et
environnementale Z sur la variabilite du rendement.
-~.-- .._-_ -
Source
XE
ddl
C.M
--~_
F
P
- - .
.__ .__
Effet génotyp:
5966.0 7
852.2
o.ooo***
régrespar Y
1503.5
1
1503.5
15.0
0.000***
reste
4462.3 6
143.1
7.4
0.OCQ***
f’ffet date de semis
16166.~;~
Il
1470.0
0.ooo***
régrespar Z
10311.2
I
10311.2
102.6
0.000***
reste
5855.5
10
585.5
5.8
0.000***
Interaction
8096.0
77
l(J5.1
0.000***
rég.sur Y
1642.2 10
154.2
1.6
0.11 ns
reg..sur 2
425.9
I
70.9
1.2
0.307 ns
rég.par Z. Y
0.06
1
0.06
0.0
n s
reste interaction
6027.6
60
100.5
.._ --. --._- ._-
188
I
La repr& sentation graphique des dates semis en fonction des paramèkes,additifs
environnementau
j,~ rendement et des paramètres additifs environnem.entaux dc
la floraison d’une art, et d’autre part la reprkentation des génotypes en fonc/ion
de l’écovalence E;notypique Wi du rendement et des paramètres additifs
g¬ypiquc:s de 1. kraison permet une meilleure vue d’ensemble. Les figures 2,4
et 2B donnent resl ctivement les deux types de représentation. On peut noter sur le
plan engenclré pal ‘axe 1 et l’axe 2 que :
- les datrs de
mis favorisant l’allongement du délai semis-florakon donc la
tardiveté seraient :obablement responsables de l’essentiel de l’interaction G x D
du fait que 11 varia ilité de l’interaction est d’autant plus importante que la floraison
est tardive. C’est 1 cas des semis de novembre, de décembre, de janvier, de février.
de mars et d’avril lui oltt des kovalences importantes et des paramèwes additifs
environnementau. xl i posztifs et supérieurs à 5 sauf pour le semis d’avril.
If>
--
DO
“i
<
‘,,.
1”
\\.
? ?.
/
Fig. 2a. Variation (11 wamPtrc env. du rendement en fnnction de celui de la tlnrais~w
.
...,
iewL”-
r-
f4Da
IZW
IWO f
ew- y
eoo-
4w-
PW-
Fig. 2b. Rep&ent don des gCriotypes en fonction de I’écoval. et des paramhre additifs
génotypiqu-5.
:
‘-‘--Y
F-
. ..- M.
+Y- ‘f
189
-A l’opposé, les dates de semis favorisant la réduction du délai semis-floraison
donc la précocité ont des écovalences relativement faibles et des paramètres additifs
environnementaux negatifs. C’est lecaa des semis de mai, de juin, de juillet, d’août,
de septembre et d’octobre.
- Dans l’ensemble les génotypes précoces comme LG 11, Cimmyt Pool 1 et
LRAT 143 participent faiblement à l’unteraction tandis que les génotypes tardifs
présentent généralement des écovalewes très importantes notamment Hehos, IR
30etX304C.
- L’interaction observée sur le rendement serait due à un allongement important
du cycle des génotypes provoquant un accroissement de leur rendement dans les
periodes favorisant la tardiveté avec des températures fraîches et des photopériodes
relativement courtes. Ces deux facteurs pouvant favoriser le remplissage du grain,
affectant ainsi le poids de mille grains, le nombre de grains par rang et le nombre
de rangskpi.
Toutefois, les dates de semis à floraison prccoces correspondent aux périodes
les plus chaudes et à photopériodes ~111s longues (> 12.5 h /j).
Quant au modèle multiplicatif à deux termes (TMl et TM2) Ics rfsultats sont
représentés dans le tableau 4D. Le premier terme TMI est hautement significatif
pour tous les caractères notamment pour la floraison. les dimensions de la plante.
le nombre total de feuilles, la taille paniculaire, le nombre de ramifications primaires,
la longueur de la feuille et pour le rendement et ses composantes alors que le sec-
ond terme TM2 n’est pas significati,f pour la hauteur de l’épi. la longueur de
l’entrenoeud, le nombre total de feuilles, la longueur de la feuille et la largeur de
l’épi. Au total, les deux termes multiplicatifs expliquent 71 C/c de l’interaction pour
la floraison, 61% pour la hauteur du plant, 75% pour la taille paniculaire, 68% pour
le poids de mille grains enfin 71% pour le rendement et le rythme d’apparition des
feuilles.
Le principe de la modélisation multiplicative de l’interaction étant similaire à
celui de 1’Analyse en Composantes Principales (ACP) appliquée au terme
d’interaction R,, une représentation graphique des génotypes et des dates de semis
en fonction des termes multiplicatifs ‘IX41 et TM2 a été effectuée. L.a Figure 3A
me.: en évidence trois groupes dont:
Tableau 4D. Table (I’ANOVA du modèle multiplicatif avec deux termes sur les différents
caractères Xij = + i + j +m=1,2i(m).(m).j(m)
-
-
-
~~_- ---- ~.--_
Source
ddl FF50
HMP HEP1 PMGR LOEP LAEP RtiT
.-I_
Effet génot. (i)
7 4669
12317
8697
35251
15605
Y63
5966
***
***
***
*c*
***
***
***
Effet date ci)
11
5670
14369
5624
110789
9129
I:i31
16166
***
***
***
***
***
***
***
Rij
77
748
10788
6439
85813
14946
1076
8096
(41 yli -ij
17
343
3808
2698
3.5753
S463
368
3117
82 . y2i -2j
***
**
**
*t*
**
*
***
15
190
2782
1439
22756
‘il43
233
2692
Résid. pure
**
*
ns
**
*
ns
***
45
214
4199
2302
27305
5341
i7i
--0
-.- ~.
&Ad t
190
,
!
- le groupe GI avec: les cultivars tropicaux de plaine tardifs X 304 C et IR 30 à
ds haut potentiel de production ; leurs meilleurs rendements sont obtenus pendant
les semis de septemt re, de décembre et de janvier.
- le groupe G2, ;w~ec un potentiel moyen, comprend les génotypes tropicaux
intermediairer; Early Tlhaï, IRAT 143 et le tempéré tardif Helios ; ces derniers ont
donné des rendements élevés au semis d’avril.
I enfin le groupe G3 à faible potentiel de production comprend les génotypes
précoces Cimmyt Pc oi 1, Cimmyt Pool 12 et LG 1 l avec des rendemens moyens
en octobre et en nov :mbre.
La représentatiorI des dates de semis en fonction des termes multiplicatifs (Fig.
3B) ne permet pas d’dtablir une typologie claire des lieux. Seul l’axe 1 permet de
mettre en relation le semis d’avril et le comportement des variétés Helios, Early
Thaï et IRAI 143. I,‘axe 2 oppose le tropical tardif IR 30 et Ics précoces LG II,
Cimmyt Pool 1 et Cimmyt Pool 12.
O-
-0,2 -
-n,4 -
O -
-0,4 -
WI * HTUU
Fig. 3b. Rephenl
rcndemcnt.
191
pour le choix d’une meilleure mo&lisation de l’interaction “gknotype x date de
semis”, les qualit& d’ajustement des moyennes gtnotypiques et environnementales
par la rdgression conjointe (RC) d’une part et d’autre part par la &ression factorielle
combinée avec le modèle multiplicatif à deux termes TM 1 et TM2 ont eté comparées.
Ainsi le modèle /z$~ride, combinant les formules du modèle de régression factorielle
et du modèle multiplicatif à deux termes, a une qualitt d’ajustement toujours
meilleure, autant pour les moyennes des génotypes que pour les moyennes des
dates de semis. La qualité d’ajustement varie de 8 1 à 98% sur l’ensemble des dates
de semis et des génotypes dont 98% pour la floraison et 94% pour le rendement. La
faible qualit d’ajustement liée souvent à certaines .dates de semis est due au fait
que la régression factorielle sur les covariables n’expliquait pas souvent une partie
de l’interaction G x D.
Par contre, la régression conjointe donne le plus souvent un ajustement très
moyen, à la fois pour les moyennes des génotypes que pour celles des dates de
semis. L’ajustement est d’environ 60’% pour la floraison femelle et Irs hauteurs de
la. plante et de l’épi, de 50% pour les caractéristiques de la panicule et enfin varie
de 41 à 59% pour les composantes du rendement(NRE, NGR, PMGR). Alors que
la régression conjointe, mettant en relation la variabilitc des caractères (par ex. le
rendement) et les potentialités des dat.es de semis, est directement interprétable, le
modèle de régression factorielle pemnet en outre de comprendre quels étaient les
facteurs biologiques et/ou climatiques responsables de l’interaction génotype x date
de semis sur les caracteres.
Discussion
L’importance des interactions génotype x date de semis peut s’expliquer notamment
par la diversité du matériel étudié, tant par Ics différences de cycle que par les
origines d’une part et d’autre part par le problème complexe de l’adaptabilité des
génotypes aux conditions agroclimatiques. Si la présence d’interactions génotypc
x date de semis rend difficile toute généralisation, il est néanmoins possible de tirer
quelques grandes tendances des analyses précédentes :
- L’étude dp i’espérsnce des carres moyens a permis d’estimer la variation
explrquee par les eikts génutypes, les effets date de semis et les interactions. Les
caract?res tels la durée semis-floraison, la hauteur du plant, la longueur de la feuille,
le poids de mille grains et le rendement, dont l’effet environnemental est plus im-
portant, sont très sensibles aux variations du milieu.
- Les dates de semis affectent de façon significative tous les caractères notamment
les variables de prkocité, les caractères morphoIogiques, le rendement et ses
composantes. La tendance générale est en fait à la baisse des rendements aux semis
de juin, de juillet et d’août et à la hausse pour les semis de novembre-décembre et
de mars-avril.
- Le modèle de régression factorielle a permis dc décomposer l’effet date dc
semis et I’intcra~tion en régressions sur les covariables environnementales
“tcmpCrature et photopériode”. Si les covariables evliquent de façor: significative
l’effet principal “date de semis”, l’interaction G x D est souvent mal expliquée par
les régressions résiduelles.
L’interaction ohwrvCe sur le rendement serait due à un allongement du cycle des
r
genotypes ~,&rlrlr If- t,&~w~~ lcltilivewcnt fraîches et aux photopériodes courtes.
I!
- La représentation graphique des génotypes et des dates de semis cn fonction
des tcrrnw multiplicatifs a ~xrmis de distinguer trois groupes dc génotypes
.-..1..
- I
I
192
difft?rentiables par la durée de leur cycle et de leur potentiel de production.
L’interaction génoty *: x date de semis rendant impossible toute généralisation,
deux stratégie,s ap
omment contradictoires sont envisageables :
(1) Recherche
:s variétes ayant une bonne adaptation genérale, ce qui a pour
corollaire une cet
iç: limitation de leur performance. C’est le cas des variCt~s
IRAT143LG11,l ky Thaï et IR 30 qui ont des écovalences relativement faibles.
(2) Recherche; 1;s variétés spéciftquement adaptées à des saisons particulières,
ce qui permet le p
souvent d’obtenir les meilleures performances au prix d’une
spécialisation soc
nt trés stricte. Dans cette optique, on peut citer les variétés
tropicales IRriT 1
IIR30. Early Thaï et la varieté tempérée tardive Hébos pour la
saison froide (sen dl: novembre-décembre) et les variétés Early Thal, ‘X304 C et
IR 30 pour la sais
chaude (semis de mars-avril). Cependant les potentialités de
ces variétés sont
K importantes en saison froide qu’en saison chaude. Cette
seconde strat@e
bond bien aux objectifs de systématisation de la double culture
dans la vallée de:
elwcs du Sénégal en particulier et du Sahel en général pour
l’augmentation dc
productivité dans le cadre de la sécurité alimentaire.
Les variar ions
I
rendement, ainsi que d’autres caractères. liées aux variations
des conditions en ûnnementales (température et photopériode essentiellement)
ont toujours posé
s iproblèmes aux sélectionneurs : effet négatif des interactions
génotype x envirc
eimcnt dans l’efficacité des programmes de sélecticn. L’étude
des interact ,ons
,énotype x date de semis” en particulier et “genotype x
environnement” e
;intlral nécessite d’être “recadréc” dans la problématique plus
générale de I:i CI préhension de l’expression de la variabilité génktique en
Amélioration des
lames (Parisot-Baril 1992). Les sélectionneurs sont souvent
confrontés à I’an
onisme qui existe entre l’adaptation spécifique à des condi-
(ions particulière:
v milieux et l’adaptabilité générale (homéostasie). Alors que
l’adaptation :@Ci
uc permet une meilleure valorisation des intrants dans les con-
ditions environne
:;Mes optimales ou des milieux particuliers, l’adaptabilité
générale apporte I
: ,<kurité de comportement face aux facteurs non contrôlés du
milieu.
Pour un carat’ :.aussi complexe que le rendement, l’analyse de la variation et
. ‘.
ae la wwria:ion 8
C!rir:lws et envnonnementales à differents niveaux doit conduire
à la formulation ( r. modèle de régulation sous forme de relations plus ou moins
précises cnt:‘e éu
s, plus ou moins définies selon les niveaux d’analyse et la
complexité des il rlctions en cause. Cependant, toute approche physiologique
d’un phénombne,
niveau de la plante entière, est nécessairement plus ou moins
systémique et sin
ilicatrice (Gallais 1990).
Enlin, la conn
;zancc du potentiel de production d’une saison de culture peut
ainsi permettre c btenir une meilleure régularité du rendement. Les facteurs
limitants en culte
irriguée restent les variations des facteurs incontrôlables du
rendement c omm
ii durée du jour, la nature. du sol, l’insolation moyenne et la
température moyc
c. 1,‘étude de leurs effets sur le développement du mais a permis
d’établir un modi
,Ic diagnostic pour la comparaison des differente.; situations
autant pour le chc
ces dates de semis et des génotypes adaptés au miliw que pour
la sélection #il le c
i,ge du cycle, vu la tendance actuelle à la systkmatisation de 1.1
double cuitire da
la vallée du fleuve Sénégal.
,
s
j, Blondon, E et A. Gallais. 1976. Jnffuence de la temperature, de la valeur de I’CcIairement et
de la photopériode sur ledeveloppement floral de quatre genotypes de maïs, Ann. Amehor.
Plantes 26(2): 195-2 1.
Bonhomme, R., M. Derieux, and G.G. Edmeades. 1992. FJowering dates of diverse maize
\\
i
cuttivars in relation to temperature and photoperiod in multilocation field tt$Js. 40 p.
”
-4 -, yr;, $7~ _
B,+an, C. 1978. Les interactions génotype-environnement : Methodes d’une satistique ba&e
;j;; $Fi;;,
sur la rcgression. Tocsin du Radiateur N” 6 : 35 I-365.
; : ,’~~$~~
Brown, J. 1988. An akematiVe approch to muhivariate selection in plant tjree&ng where
genotypes are evalua!cd at msny locations. Theor. Appf. Genet. 76: 76-80.
Chuang-Sheng, Lin, and Brian Thompson. 1975. An cmpirical method ofgrouping genotypes
based on a hnear fUnCth of thegenotype-environment interaction. Herioity 34(2): 255
263.
Crossa, J., A.G. Gauch, Jr and R.W. Zobel. 199U. Additive main effccts and multiplicative
interactton analysis of two international maire cultivar trials. Crop Sci. :iO: 493-SQQ.
DCCOUX, G. et J.B. Denis. 1991. INTEKA, logiciel pour I’interprctation
statistique de
l’interaction entre deux facteurs.
Denis, J.B. et P Vincourt. 1982. Panorama des méthodes statistiques d’analyse tics interactions
genotypc x milieu. Agron. 2(3) : 219-230.
Frceman, G. H. and Jean M. Pcrkins. 1970. Environmental and genotype-rnvironmental
components of variabibty. III. Relations between genotypes grog 1 in differcn(
environments and measures of theso environments. p. 15-25.
Freeman, G.H., and P CI%F. 1979 The use of related variables in explaining genotypc-
environment interactions. Heredity 42: I-I 1
Gallais, A., f 991. Adaptation et adaptabilitli zn arntlirrration des plantes Comf’te-rendu de fa
joumee A.S.F. 24 p
Hardwick, R.C. and J.T. Wood. 197 1. Regrcssion methods for studying genotypr-environment
interactions. Agron. J. 209-22 I
Jûng, %XXI~ Keurl. ;.L. Brcwoakcr, anci Chong Hcc Lee. 1!>82. Effects of SO~;U radiation on
the performance of maire ih 41 successive monthly plantings in Hawaii. Crop Sci. 22 :
13-19.
Lin, C.S. 1982. Grouping genotypes by a cluster method directly related:o genotype -
environment interaction mean square. Theor. Appl. Genet. 62: 277-280.
,rrNdiaye, A. 1995. Contribution à la définition d’idcotypes de maïs pourla culture irriguée en
,
zone sahélienne. Thesc Doctorat Univ. Paris-Sud, France.
Parisot-Baril, C. 1992. Etude de la stabilité d.u rendement chez le ble tendre d’hiver (Inticum
~eWiVtun L. Thell)
Wo@& J.T. 1976. Thç use of environmental variables in the mtcrpretation of genotype-
environmcnt inieraciion. Heredity 37 (1). f-7.
:
IL
WQ9LA.J. 1976. Riz m the estimation of regrcssrnn coefficients in the analysi; of genotype-
env~ronmcntal interaction. Hereditv 37(31. 799-303.
économiquement rentables pour la culture du
maïs pluvial dans le centre sud Sénégal
M. Ndiaye’ et M. Sidibe2
’ Institwt Sénégalais de Recherches Agricoles (EV?A), Cenfre
National de Recherches Agronomiques (CNRA) de Bambey, BP 53
S é n é g a l .
2 Institut Sénégalais de Reche,rches Agricoles (LSRA), Bureau
d’Analyses Macro-économiques (BAME) de Dakar t3P 2057
Sénégal
Rhum6
Le maïs, plante très exigeante en éléments fertilisants, était
cultivé autour des cases où les sols sont généralement plus
riches. Mais depuis une vingtaine d’années sa culture se fait en
plein champ sur des sols plus pauvres. L’utjlisation des en.grais
minéraux en milieu paysan est limitée à cause de leurs coûts
très élevés. L’objectif de cette étude est de rechercher des
doses optimales de fumure N P K économiquement rentable
pour la culture du mais pluvial. Ce travail a été réatisé en 1990
en milieu paysan au niveau diu village de Paoskoto dans le
centre sud Sénégal sur un sol ferrugineux tropical lessivé. Le
dispositif expérimental est un arrangement compose rotatif
central basé sur la réponse cle surface représentée par un
polynôme du second degré d’équation: y = bo + bIN -r bzP +
b,!‘, -E-Q!/ I UC!” ! u,t:’ ! b,Nl’ ! buNK -i bsFK. Les ;..jse<
d’engrais des trois éléments ont été pour N de 0, 50, 150, 250
et 300 kg ha-‘, pour PZOS de 0,. 30, 70, 110 et 140 kg ha-’ et
pour KzO de 0, 40, 110, 180 et 220 kg ha-l. La variété de maïs
utilisée est Synthetic C de cycle cfe 90 jours. Les résultats ont
montre que P et N sont les facteurs les plus limitant! du
rendement en grain du maïs. Les doses optimales de N et de P
sont, respectivement, de 150 kg N ha -’ et de 70 PzOs kg ha-‘.
Par dérivation partielle de l’équation du second degré obtenue,
on obtient la formule 147 N - 79 Pz05 - 65 KzO kg ha 1
procurant ie maximum de rendement. L’établissement des
budgets partiels et l’analyse de dominante ont permis de
déterminer les traitements qui présentent un intérêt pour le
producteur. L’analyse marginale effectuée a permis de
quantifier
l’importance
relative
des
traitements
économiquement rentables. On pourrait recommander au
paysan de Paoskoto l’emploi de la formule SON-110 - P&IS - 180
KzO qui a généré un taux marginal de rémunération (TMR) de
3 3 4 96 d’autant plus que ce traitement cdrrespond au
rendement le plus intéressant (1525 kg ha-l). Sur la base d’un
taux cib!e de 100 O/o, les traitements 50-110-40, 50-110-180, et
150-70-110 avec des TMR respectifs de 902 %, 344 % et 115
testés dans des essais implantés sur
t zones écologiques.
Abstract
t-y demanding in terms of its nutrient
ultivated around compound houses
enemlly richer. However, during the last 20
&ivated in open fields on poorer soils. The
lizers by farmers has been limited because of
l‘he objective of this study was to search
ttilizer (N P K) which is economically
cultivation of rainfed maize. This wo,rk was
he village of Paoskoto of the south
ch is located on tropical ferruginous
rimental layout was based on the
represented by a polynome of the second
y = b0 + blN + b2 P + b3K i- b4N2 f b5P’ +
PK. The fertilizcr rates of the three
10, 50, 150, 250, 300 Kg/ha, P205: 0, 30, 70,
0, 40, 110, and 220 Kg/ha. The
ICP 75 of 75 days cycle. The results showed
g factors of maize grain yield. The
and P are 150 Kg N/ha and 70 P205 Kg/ha
o n d degree eciuation, the formula
65 K20 Kg/ha gave the maximum
artial budgets and the analysis of
ermination of the treatments that
the producer. The marginal analysis allowed
of t’he relative importance of the treatments
The treatment 50 N - 110
uld be recommended to Farmers in Paoskoto
returrl (Mfihlj o f 334O/o, a n d
hest grain yield (15;!5Kg/ha). Based on
, the treatments 50-110-40, 50-110-180
gave a MRR of 9029’a, 344% and 115%
to be verified and the results promoted for
nt types of soils and ecological zones.
Inlroduction
283
limitée à cause de ICU~S coûts très elevés. L’objectif de I’exp&inwntation
est de rechercher les doses optimales en éléments fertilisants N, p et K,
pour les productions du maïs pluvial et d’évaluer leur rentabilité
eu>nomique.
Matériel et méthode
L’essai a été implanté h Paoskoto (Département de Nioro) en 1990 sur un
sol de type ferrugineux tropical avec taches et concretions ferrugineuses,
sur sable ou grès sabla - argileux, et cuirasse pouvant affleurer (Pitki,
1989). L’essai a eté mene en milieu paysan sous la gestion de l’exploitant.
L’JSJU n’est intervenu que dans le cadre de la mise en place des intrants
et du suivi des opérations culturafe:i. Le dispositif expérinwnM est un
arrangement compose rotct tif ccn tr*l (ct Rotatable Central Composite
Design P>) basé sur l’hypothtisc selon laquelle la surface de reponsc peut
être représentée par un polynfimc du second degré en dessous ( Cochran
and COX, 1957 ). Y = bo + bl N + bzP qi b3 K + bd N2 f bsP2 + bc;K2 + b7NP
bsNK + bgPK , où N, P, et K ret&senlent les doses respectives d’azote, de
phosphore et de potassium et où ‘ho, .,.... bq sont les coefficients du
FOlynÔme du second degré. Les essais factoriels sont souvent utilisés en
matière de recherche sur la fertilisation des cultures. Cependant le
dispositif factoriel aboutit a un nombre excessif de traitements lorsque le
nombre de facteurs ou de niveaux augmente. Cochran et Cox (1957) ont
reporté un dispositif central et rotatif qui donnait un nombre total de
traitement de 2 k + 2 k + 1 (oit k = nombre de facteurs). Le centre de ce
dispositif est répétt; six fois pour avoir la même erreur standard des
points équidistants du point centrrtl (une meilleure précision pour
l’extension du pdrami:tre étudié par Ia courbe de surface de repense).
Les différents traitements sont identifies par un code compris entre - 1,682
et + 1,682. Le traitement (O,O,O) ebst le centre du dispositif (Tableau 1).
Uazote est apporte sous forme d’urée (46% N) fractionne à raison de 20 9;
au semis, 40 % au 27” et 40 % PLI 41” jour après semis. Le phosphore sous
forme de superphosphate triple (45 % P205) et le potassium sows forme de
chlorure de potassium (60 % K2C)) sont apportés en une seule fois au semis.
Chaque parcelle expérimentale est composée de 8 lignes de 10m de long
et de 6,30m de large. Les écartements sont de 0,90m entre lignes et 0,25
entre poquets sur la ligne. Lt! mntériel végéta1 utilisé est la variété
synthétique C d‘un cv& de 90 jours (du semis d la recolte). Le labour avec
reprise a été realisé en dcebu! :Je c:vl~le sur une profondeur de 20-25rm. Il a
dte suivi d’un hersage. Lo st~mrs~ CI etci effectue à raison de 3 graines /
poquel et le démcwiage A un pied par poquet a été fait 1.5 jours après la
levée.
Des analyses chimiques du SO! ont été effectuées sur des echantillons
prtilevés aux hori/.ons
O-20, 20--H~I, 40-60, W-80 et SO-lOOcm, avant
l’iniulantatinn #te t’cssai. .4 Id récolte, Le rendement en grain a élb
déterminé à pùrtir d’une pdn.eII~~ utile 19,71 m* et I’analyse proposée ici
est basée sur ces r&ultdts. L.‘analyse économique proposée suit une
démarche à trois temps. D’abord un budget partie1 a été établi pour
l’ensemble des traitements sur la base d’estimations de prix pour I;I
recolte, les intrdnts agricoles et le travail familial.
Tableau 1. Matrice de Îrraikements de l’essai
_-
IV” Traitement
Doses cmgrais
Echelle codifiée
N
1'205
K20
N
P
K
-
-
-
1
50
30
40
-1
-1
-1
2
‘250
30
40
1
-1
-1
3
50
150
40
-1
1
-1
4
250
: 10
40
1
1
-1
5
50
30
180
-1
-1
1
A
2.50
30
180
1
-1
1
7
50
: '10
180
-1
1
1
8
250
: 10
180
1
1
1
8
0
.70
110
-1.682 0
0
10
3l)O
70
110
0
0
II
150
0
110
0
-1.682
0
12
150
: 40
110
0
‘1 ht32
0
1.1
150
70
0
0
0
1.682
14
150
70
220
0
0
1.682
15
150
ïil
110
0
0
0
1 ii
150
70
110
0
0
0
17
150
70
110
0
0
0
1%
130
71)
110
0
0
0
19
150
70
110
0
0
0
20
150
71)
110
0
0
0
i poursuivie par une 4valuation de la rcntahiliti,
zitrment dans le but dm> dtitcrmincr ceux qui
:nmomique particulier pour itbs producttwrs. Enfin,
.~conoaliquement intkrcssant, LIII taux marginal dtt
:.Aé pour mesurer le gain additionnel espér6 si cc
hi t ü.dopt6.
uctc‘ur obserd dans 1~s rn,:~ï.hc!s d<b Lr zow (100 F
Ir 6veluer la rkolte. Compta tt>nu d(> la faible part
i familiale, toute la récolte est évaluée au prix
roducteur. Pour les intrants agricoles, les prix
nercattts de la zone (incluant le transport) sont
icmps d’épandage des engrais ont été ramenés en
w sur la base du nombre d’hcurw nkwsaires pour
rnfie de travail d’environ II heures a Ctk retenue. Le
Itcl a 86 cnnsid6r6 comrw u n 616nw:11 di> cwît
,ur Ic rctidcmcnt-l:rain sont ~r~~alystic~s <>II utiliscint
3 multiple (Co&ran and Cos, 193).
285
Juin suivie d’une dernière dkade du mois tri?s sbh~. L’hivernage a
r~t~]]ement dC~rnarr6 le 4 Juillet avec 18,timm d’tlau. Cependant 1~ niois d(l
lui]]ct a été bien arros6 (72,lmm en 9 jours). L’essai a Cté semé ]e 26 Juillet
dans des conditions d’humidité ayant permis une hnnc lev&~. L,: mois
d’Août a été re]ativ~?mt?nt
pluvieux (231,.hm cn 1.3 jours) : CT qui a permis
y(ne honnca croi%ance des plantes jusqu’au stadr fi-8 feuilles. Lc qtac]e 8-10
fc!ui]les jusqu’d l’apparition de l’épi femelle a 6th marqué pilr uno
s&heresse très sévère. Durant le mois de Septembre (surtout 1‘1 dt,rnigre
d&adc), on a (%registri! un total de 52,,2mm en 4 jours. Globa]enient la
pluviomhtric n’a PC~S CL6 favorable pour I’ohtention de lwns rcnd(aments
(Figure 1).
__-- _.-. -. -~--.----.. -._-_ - - . _-- .._. -..
.~
ri
Décades
Fig. 1 Pluviométrie décadaire sur le site
4.
Apcrc;u sur les maladies et les insects
- - -
.
-.%**
-..,
.
- .
(
,
286
Analyse du sol
Les caractéristiques chimiques du sol d’expérimentation sont indIiquée,
dans le Tableau 2. L pH (eau) est faiblement acide. Cette acidité semble
être particulièremer
cm et 0-40cm, zone de
ieux pOUrVu en matière
‘ordre de 0,67 %, dans les vingt (20) premiers
centimètres, mais le
k de MO du sol baisse rapidement en profondeur
jusqu’à des niveaux ‘équilibre très médiocres (0,39 X). Cette diminution
du taux de MO vier
ce que les seules restitutions organiques aux sols
dans les systèmes tri itionnels sont celles des syst&mes racinaires d,ont les
quantités sont faik
L’azote est un élbment déterminant pour 1.a
c-roissancc et le re
ent des céréales, le maïs en Particul?ier. La
tlyn~~miquc dl3 l’azo
dans lc sol ost étroitement Ii& au statut Orga~~iyL!,~
du sol. La carence cl
e la plus fréquente des sols au Sénégal est ct~llc
du phosphore. Il y a
nt plus de 350 mg de PzO5 total par kg dc tcrw
(Nicou, 1975). Dans
sol de Paoskoto le phosphore total varie entre? 213 rt
270mg de P2Cl5 total
dc terre, respectiverncnt aux horizons ~L)-~o~wI
ot 8O-1OOcm. Ce qui
IE les résultats obtenus par Nicou (1975). DCS
teneurs en p 3tassii
ngoablc entre 0,03 et 0,20meq/lOOg de sol,
quoique basses peu
e suffisantes au debut de la mise en culture,
pour les besoins de
le sol de Paoskoto, Its
teneurs en potassiu
gcable varient entre 0,026 et 0,13mec~/lOO~
ervalle ci-dessus. La capacité d’échange
1,44 et 1,29meq/lOOg de sol. En effet, du fait
atrleuse, les horizons superficiels du sol sont
c~drdctérisées 3ar
colloïdale d’absorption limitée à cause dc la
quioxydes (Pieri, 1989). Les taux de c:itlcium
et dc magnésrum 6c i~ng!ahIes sont relativement faibles dans les horizons
superficielles (jusqL ‘, 1Ocm dc profondeur) et concourent (surtout Ca) à
ces horizons. Compte tenu de la grande
at dans les zones de la maisicultuw, il est
dc faire des gén&alisations. On gagnerait donc g
hysico-chimiques du sol et à implanter des
du maïs pluvial dans les régions e:~ sites à
vocation maïsicole.
Rendement - grai
us limitant du rendement
portés dans les Tableaux 3 permc’,ti>nt tif,
L’azote a 6té un ,lcteur limitant du rendement puisque 1’017 ci une
750-70-110 <rt O-70-110. Le
ortant dans les conditions
287
de culture du maïs à Paoskoto. Le traitemc!nt sans P (150-O-110) a été
même inférieur (au plus équivalent) au t&-noin sans engrais (04-O). On a
noté une différence de 820 kg ha-1 entre 150 - 70 - il0 et 150 - 0 - 710.
les analysea de sol reportées dans le Tableau 2, aident à comprendre ces
résultats. La teneur en P (0,0047 à 0,013 g/kg) est faible par rapport à la
teneur moyenne du Sénégal (0,Ol B 0,05 mg kg-1 (Tourte, 1952). Cette
faiblesse pourrait expliquer la très forte prépondérance de l’action à
dominanu? phosphatée. Par contre, le terrain d’expérimentation est assez
pourvu en K20. La teneur en matière (organique (MO) est de l’ordre de 6 g
kg-1 de sol; cette MO à été minéralisée par Ics agents microbiens du sol,
libérant ainsi dans le sol des quantités de nitrate pouvant qtteindre 30 kg
N ha-* tout Ic long de la saison, valeur inférirfurc à celles variant de 60 à
100 kg N ha.-* indiquées par Blonde1 (1971). Ce qui pourrait expliquer la
moindre prépondérance de l’action à dominancc azotbe, comparric à celle
du phosphore.
Interprétation graphique
L’interprétation graphique proposée consiste A tracer la courbe moyenne
des rendements d’un élément quand Ics dt>ux autres sont maintenus
constants. Il convient de signaler le fait que nous disposons pour le tracé
des courbes que de trois points correspondant aux dost!s expérimentées.
L’examen des courbes qui suivent nous permet d’estimer les doses de N, P
et K qui procurent un rendement en grain optimum.
La réponse à N se révèle par une Iégi~c augmentation du rendement avec
l’accroissement de doses de N jusqu’b un maximum qui se situerait aux
em&ons de 150 kg de N ha-l.
L’apport de 150 kg de N ha-1 procure :.ln gam dr rendement de 582 kg ha-1
par rapport au témoin sans N. En tllfct Ic maïs exige des quantités
cunsidérables d’éléments fertilisanl:s,
d’d/Ok!
cn partic,ulier. Les
exportations en N par le maïs SC chiffrenl A 30-35 kg de N ha-1 pour une
récolte de 1000 kg grain/ ha (FAO, 1968) rt 100 & 150 kg N ha-1 pour une
Aoltc de 5000 à 6000 kg grain ha-l (Prasad, 1978). Or les sols ne peuvent
en général assurer qu’une quantitr! limit& dc> N, Carsky and Iwuafor
(IYYY) par conséquent un apport suhstantic~l dr cet élément s’avère
indispensable pour une production au moins soutenue. Un apport de 50
OU 150 kg N ha-1 nous semble justifif, sd!‘\\ toutt>fois perdre de vue que dt:s
IntSthodes d’application de l’azote (~~pplic-ation localisée par exemple)
doivtrlt faire l’objet d’Gtude pour ~II(’ meillr*ure cfficacitC des engrais
dimléS.
..
b
U-r:-.,.nc ml-4
A ../..--..- r- -
r Tnrwi
MO’
r2 T&a1
C/‘N P !Ota1
P.assi
K total
l3ases échangeables, meq/lOOg
(cxn)
eau
FH
____-^_____-_--- O/o&-.--
O/OCJ
Pr=**
meq/lOOg C a
Mg
Na
K
Somme
CEC
KCl
O-10
6.1
5.5
3.94
6.77
0.33
12
0.365
13.27
2.057
0.98
0.35
0.32
0.056
1.42
1.44
10-20
5.6
5.0
3.47
5.96
0.30
11
0.382
10.17
2415
2.415
0.33
0.31
0.034
1.22
1.14
2040
5.5
5.0
2.67
4.59
0.25
1 1
0.2%
9.9
3.001
3.001
0.37
0.37
0.137
1.48
1.29
-10-60
5.9
5.5.
2.22
3.81
0.22
10
0.362
7.1
2.919
2.919
0.47
0.47
0.039
1.58
1.52
1.:.
60-80
6.1
5.2
2.31
3.97
0.24
10
0.370
5.5
2.937
2.937
ü.74
0.74
0.026
1.87
1.72
CL . ..<
80-100
5.5
5.1.
2.29
7.93
0.24
9
0.382
1.7
3.228
3.228
0.86
0.86
0.107
2.29
1.92
. Ci<
$*”
;:
j.&
I ._ :
*MO = 1.72 x C
” P. assi = assimilable = P. TRUOG ppm
,
289
Tableau 3. Effets des engrais NPK sur le rendement en grain (kg bal) et
$6 d’augmentation par rapport au témoin sans engrais
-TF---- N PZOS
K20
Rendt.-grain
% üauf&Ztation/
Trai Lemen t
kg ha-1 -
Témoin
1
50
30 40
787
--Fg
2
250
30 40
1189
t102
3
50
110 40
1025
t74
4
250 110 40
1008
+ 71
5
50
30 180
911
-+- 55
6
250
30 180
1067
f 81
7
SO
110 180
1525
+ 159
8
250 110 180
1003
+ 70
9
0
70 110
714
t- 21
10
300
70 110
1170
+ 99
Il
150
0 110
478
-19
12
150 140 110
869
+47
13
150 70 0
944
+60
14
150
70 220
1325
+125
15
150
70 110
1298
+120
-T( témoin)
0
0
0
589
0
-,---
I\\n gras sont indiquées les données utilisées pour la détermination des éléments
1c.s plus limitant
La réponse du rendement aux doses est .moins nette croissantes de k20. Le
rendement maximum est obtenu avec un apport de 110 kg K20 ha-1
correspondant à un gain de rendement de 352 kg ha-1 par rapport au
tPmoin sans K. Un apport de 110 kg K:O ha-1 nous semble parfaitement
justifié puisque la différence de rendement entre 110 et 220 kg ha-1 est très
faible (27 kg grain/ ha).
Analyse économique
Budget partiel
Les bénéfices nets générés par les difft;re:nts équilibres NPK sont indiqués
dans le Tableau 4. On note que le producteur obtient le bénéfice net le
plus 6levé (97291 Fcfa) avec le traitement 50-110-280 tandis que le
traitement 110-0-110 lui procure le bénéfice net le plus bas (12145 Fcfa).
DC% lors, il convient de mesurer la performanw d’un Irait.cment il tntvcrs
I’anipleur de son bénéfice net, compte tenu de son coût total de r&lisation.
Analyse de dominante
Lo lühleau 8 résume les paramètres calculés selon le traitement appliqui‘
ptir ordre croissant des coûts totaux. Un traitement est considéré comme
dominé s’il est possible de trouver un autre traitement CIUI cotilerait moms
cher tout en ayant un bénéfice net plus élevé. Dans ce cas, le gain de
wndement obtenu ne parvient pas d compenser les coûts additionnels
~gdgés. Autrement, le traitement est dit supérieur (Tableau 5). La courbe
des bénéfices nets est illustrée dans la figure 2. Les points silu& sur cette
courbe montrent les traitements supérieurs landis que CTUX qui çont
dominés sont situés II ien en dessous de la courbe. Les traitements 1, 13,3,
2, 15 et 7. ccwitittl~zn& ceux qui présentent actuellement un int&êt
économique pour le iwducteur. La pente des droites reliant les points sur
la courbe des bén(flccs nets déterminent l’importance relative des
traitements éccnomic uement rentables. Eanalyse marginale qui suit nous
permettra de quantifiel. ccttc importance.
Analyse marginale
Le taux marg,inal de rérnunération (TMR), selon l’optique qui nous
concerne ici, exprime le comportement des bénéfices nets reliés à un
traitement ‘par raprolrt aux coûts engendrés par l’investissement em
intrants et en main d’a,uvre. Les r6sultati obtenus figurent dans le tableau
6. Par exemple, lr p,~ is.d go du t&noin (NPK = O-O-O) au traitement 1 (NPK
= 50-30-40) produii, du delà de I’investisscment initial, un reven:u
supplémentaire éqwv Ilcnt à 7% de cet investissement. Si l’agriculteur
décide de passer au Ilaitement 13 étant donné qu’il se situait déjà au
traitement 1, il <lurai : on plus des 7% mentionnés, un revenu additionnel
de 3%.
La prat.ique courante veut que le TMR calcul6 soit comparé à un taux cible
acceptable dans la XIIW d’d tude pour déterminer les traitements rentables
selon l’optique des lw)ducteurs. Ce taux cible devrait tenir en compte la
nature de la technol~y;ic! proposée ainsi que du coût du capital. Si nou.s
adoptons le taux ntcyw de 50% alors les traitements, 3, 2, 1.5 et 7
mériteraient une attc!ntion particulière pour la suite de l’essai. Toutefois,
comme l’objet tif dt! l’lcsssai i;tait de localiser les traitements susceptibles
d’être poursuivis les années suivantes, il serait souhaitable de poursuivre
tous les traitements cul\\Gricurs en diversifiant les lieux d’implantation.
Analyse statistique
L’équation du wcon j ,rl1.gr6 qui dCfinit les rapports input/outFut s’établit
comme suit (illtwac+o~t du Y ordw 6tant négligée) :
= 4.6; + O.C8N + fk58P + O.llK - 0.3lN2 - 0.48P2 + 0.02K2 - 0.49 NI’ -
;.33NK + 0.23PK
Cette équatioii relie e.; facteurs de production (N,P,K) au rendement de la
culture. Le cwffit-ior-!t dt? détermination multiple RW.69 trouvé par
l’analyse, indique c uc 60% de la variation cies valeurs de rendement
observées sont rxpliq.li:cs pdr I’6quation du mndi\\le. D’autres facteurs de
l’environncmwt (~1 inw,t et fertilitk intrinsèque du sol) peuve,nt être
crédités de 31 ‘V, d(b ::( 1.1~ variation des valeurs de rendement. Les dkrivés
partielles (par r<bpyrr’. h cilaque 6li,iiwnt) sont des équations qui égalées à
zéro et résolues simultantiment permettent de déterminer les doses de N,
P20~ et K20 pro~u~“~nt cios rendements maximum (Ndiaye,l988). Dans le
cas de cette élude U?S doses sont de 147 kg N/ha,79kg P205 ha-1 et de 155
kg K20 ha-‘. Ces r& ~lit~~ts sont en adéquation avec cwx trouvés à partir de
l’interprétation grat hiclut! et dc l’analyse marginal<>. Toutefois, ce qui est
intéressant pour 1~ faysw cc n’est pas le rendement maximum mais
plutôt celui qui prww~ 1~ m‘~ximum de profit.
. . . . . bi_.-“...“.
-
Tableau 4. Budget partie1
des traitement:
-
1
Traite,rm:s
û
i
2
3
4
5
6
7
4
Rdt aju; (Kg ha-l)
589
787
lIESO
1025
1008
911
1067
1525
VP fcfa/ ha)
58900
78700
11w0o
102500
100800
91100
106700
152500
C V Engrais
Quantité N
11
50
250
50
250
50
250
50
Quantité P
0
30
30
110
110
30
30
110
Quantité K
0
40
40
40
40
180
180
mû
Azote (N)
130
130
130
130
130
130
130
130
l’hosphorc (P)
200
200
mû
200
200
200
200
200
Potassium (K)
24.<
143
143
133
143
143
143
143
Tût41 CV engrais
û
18220
44220
34220
60220
8240
64240
54240
CO (H-J)
N-urée
0
0.3
0.3
0.3
0.3
0.3
0.3
0.3
P
0
0.1
0.1
0.1
0.1
0.1
0.1
0.1
K
0
0.1
0.1
0.1
0.1
0.1
0.1
0.1
C.0 Récoi te
0,s
0,74
1.12
0.97
0.95
0.86
1.0-i
1.44
T. J (fcfa)
5ûû
5oû
5ûû
5oû
500
500
5ûû
5ûo
Total C.0
277,B
621.18
810.78
733.43
725.41
679.66
753.24
969.25
Total CV
277,B
18841
45031
34953
60945
38920
64993
55209
EGn6fice Net
5ks622
58959
?3%4
675-27
39855
25180
41707
97291
(Fcfa /ha)
Table 4 conta
Traitements
8
9
2%
10-
1 1
12
1 3
14
15
Rdt ajut.(Kg ha-l
1003
714
1170
478
869
94-I
1325
1298
1 ri-a
VI C-L
,CI(I IL...,
‘Xc4
100309
7l400
117000
47800
86900
94400
132500
129800
Ouantité K
Àzote (N)
i30
l3C
i30
130
130
130
Phosphore (P)
200
200
200
200
200
200
Potassium (K)
143
1 4 3
143
143
143
1 4 3
Total CV enfyais
29730
68730
35230
3230
33500
64960
49230
C V Engrais
0
0 . 3
0 . 3
0.3
0.3
Quantité N
0 . 1
0 . 1
0 . 1
0
0 . 1
0 . 1
0 . 3
0 . 3
Quantité P
0.1
0 . 1
0.1
0 . 1
0 . 1
0
0 . 1
0 . 1
Quantité K
0.95
0.67
l.l(!
0.45
0.82
0.89
0 . 1
0 . 1
Azotr (N)
500
500
xü
500
500
500
1.25
1.22
Phosphore (P)
723.05
436.75
801.82
425.4-I
6 5 Y . 8 3
, ,^ ^-
h-O.L3
500
500
Potas+um (K)
S!I963
30167
69532
35655
63890
34145
874.92
862.19
Total LIV cngt-ais
19.137
41233
-17368
12145
23010
60255
65833
50092
66665
79708
. . -_
. . <.. r . .
Kdt.ajust. = rendement ajusté, VP = valeur dc la production, LV = coüts variables (rcla/ ha),
C.O = coûts d’opportunité (Fcfa), T-J = taux journalier (Fcfa), ICJ = homme/jour
<
Prix de l’urée (16 !% N) = 130 F cfa par kg unité N.
i
Prix du clhlorure & potassium (60 X IGO = 113 F cfa par kg unité KzO
Prix u super phosphClte
triplee (45% PzOr) = 200 F cfa par kg umté i3ûs
Prix du kp, maïs-grain = 100 F cfa
293
Tableau 3. 1 rattements superieurs et domin&
Bénéfice Net Sta=des
.
f
‘T&,
traitements
Iloo-ooo-ooo
0
278
58622 témoin
^C.l n-s* nrn
II
^,._._
--oc*
I
.
uw-u.?u-u‘iu
9
lw541
59~~ superieur
30167
41233 domint?
13
34145
60255 supérieur
3
34953
67547 supkieur
;
EiO-000-110
11
35655
12145 domin&!
t’
,‘f
050-030-180
5
38920
52180 domine,
2
.45tl31
73869 supérieur
:y
250-030-040
150-070-l 10
:, .
15
50092
79708 supérieur
,/ d
050-110-180
7
55209
97291 supériclr
5 ,~,
250-110-040
4
60945
39855 dominé
150-140-I 10
12
63890
23010 dominé
.A
.a”.
250-030-180
6
64993
41707 dominé
150-070-220
14
h5835
66665 dominé
3oao7a110
10
69532
47468 dom&
250-110-180
8
80963
19337 dominé
‘@(-J(Jc ----.-- -.-. _-.-.- ---. -.-..-- -._-.
m “@7-----l
ii
.
. .
0
20000 40000 60000 8oooO 1oooOO
Coüts variables (Fcfa)
Fig. 2. Courbe de bcncficc net (FCFA)
Tableau 6. Evaluation des taux margina,ux de rémunération
Traitements
Coût
Coût Marginal Bénéfice
Bénéfice
‘TMX
Total
N e t
Marginal
Ooo-Ooo-00
278
58622
050-030-C y
;r,.-.- 1
IO.nx~
59859
1237
7
f 50-070-OGQ
050-liO-040
33145
S-1953
15304
808
60255
396
3
25ao~o.oao
-1503 1
10077
67547
7292
?02
73869
6323
f3
150-070-110
FxxtFJ~
3061
~0-110-180
2520’1
5117
79708
97291
5839
1 1 5
17583
3%
*TMR = Tauy: M argink.1 de RémunAratiun
294
On doit signaler cepe dan! qu’il ne s’agit pas simplement de rechercher &
.,S
augmenter les rende1 cnts de façon à obtenir dos profits immédiats pour
.k
une dépense d’inv stissement minimum mais plus profond&nent $
d’approcher du polenltiel des rendements 6ievCs pendant une pciriode
i
indéfinie.
:
Conclusion
Les études de J’umurw entreprises antérieuremrnt ont mis en évidence la
nécessité d’étudier dols formules d’engrais adaptt;cxs aux principaux types
de sol et le danger (.‘utiliser une formule passe-partout, comme C:ela se
pratique à nos iours.
L’ essai que nous avons initié n’a pu être implanl6 que dans une seule
localité en 1990 à raison de diverses contraintes rencontrées. Ils ont permis
toutefois de montrer tue Be phosphore wt Ic plus important facteur qui
limite le rendement dans le sol du paysan de Pdoskoto. Sans apport d,e
P2O5, les rendement!; peuverit être de 400 kt; h<~~. On peut multiplier ce
chiffre par 2 à 3 en apportant 70 kg I’zOs ha-1 sous fornIe de
superphosphate triple. L’azote est ensuite 1’616ment qui lim.ite le
rendement si le phosphore n’est pas un facteur IimiLqnt. L’azote (150 kg PJ
ha-l) fournit une augmentation substantielle du rendement. Le potassium
serait le facteur le ndns limitant du rendement dans cc sol, toutefois il
serait souhaitable d’envisager un apport de c-et élément. Pour le cas
particulier de ce sol de Paoskoto on pourrait recommander au paysan
l’emploi de !jO-110.1180 d’engrais N-P-K à partir de notre analyse
6conomiqw. Ddns ce cas particulier, cc traitcmw! correspond aussi au
rendement le plus iritriressant sur le plan agr(~l‘,““‘iqur!. La reconduite de
l’essai sur flusieul s années permettra d’aiiincr l’information agro-
économiqur
c?t
(l’orienter l’analyse ver‘ la formulation de
recommandations.
Rcfcrcnces
Aleiendto Ortega C. 1987. Insect Pests of hl‘lize. A Guide for Fiel’d
Ident2ic-~~tion. PQlize Program. Mexico, III.; CIMMYT. 106 p.
Blondel, D. 1971 CJnltribution à la connaissam‘c’ de la Dynamique de
1’Azote Minéral fn sol Ferrugineux Tropical à Nioro du Rip (Sénégal).
CRA de Bambey, Sénégal.7 p.
Carsky, R. J. and E:. N. 0. Iwuafor, 199?-1. ~-i~nirih!.l!i:~i~ OC soi1 I’crtilitj,
rcsearch wd rwintenancc t a improwd nkdizrt p r o d u c t i o n a n d
productivity in s &Saharan Africd, Pp S-20. In Bddu-Apraku B., M. A.
B. Fakorede, M i0uedraogo and F. hl. Quin (eds.) S&ategy &X
Sustainahle Msrze Production in Wcat and Central Africa.
Proccrdings of a Regional Maize rWorkslwl~. IlTA-Cotonou. Bcnin
Rci~uhlic, X-25 fipril, 1997. WECAMAN/lITA.
Cochrdn, CV.(;. an< 5-M. Cox., 1957. Experimcr~~al Lksigns. Secor~d
Edition John Wilry and Sons, In<.., Nclw York;.
295
De Leon, C.1986. Maladies du Maïs. Guide d’identification au champ.
~‘rogra~wnc Maïs. Mexico, D.F.; CIMMYT. lOU p.
Eric W.C. ‘rl Kamanga, M. 1987. L’Analyse Economique des Essais
Agronomiques pour la formulation des Recommandations aux
paysans. ISRA / M ic 1Xigan State University. 70 p.
FAO, 1968. Freedom from Hunger Cumpain Fertilizer Program : Physical
and Economical Summary of Tria1 and Demonstration Results,
1961/1962 - 1965/1966. FAO, Rome. 56 p.
N&aye, J.P. 7988. Recherche d’une formule de Pumure Minéraie
Optimum : Aspects M&hodoJo@ques. Dot. ISRA, 54 p.
Nicou, R. 1’375. Caractéristiques principales des sols sableux et sablo-
argileux
d u S é n é g a l . Problènles d e l e u r m i s e e n v a l e u r .
Communication présentée à la 3e réunion du sous-comit6 Ouest
Africain de correlation de sols pour l’évolution et l’aménagement des
ressources en sol. Dakar, 20 Février - 2 Mars, 1975. Dot., ISRA, 23 p.
Eiéri, C. 196’3. Etudes PédoJogiques de la Région de Nioro du Rip.
Note Technique du CNRA, Bambey-Sénégal. 131 p.
Piéri, C. 1989. Fertilité des terres de Savanes. Bilan de Trente (30 ans) de
Recherche et Développement Agricole au Sud du Sahara. Minist&re de
la Coopération et du Développement. ISRA-CIRAD-France. 444 p
Piéri, C. 1986. Fertilisation des cultures vivrières et Fertilité des sols en
Agriculture Paysanne Subsaharienne. L!Agronomie Tropical 41(l) :
l-20.
Prasad, D. 1978. Management Practices For lmproving Ma&! Yields. 1.
SC. Holmes (ed.) TechnoJogy for increasing food production.
FAO, Rome 3 34 5.58, ltaly
Sere, Y. 1984. Phytopathologie du Maïs. Rapport de synthse 2983,
IVRAZ, Station Farako Ba - Burkina Faso
Tourte, R. 1952. Les Engrais N.P.K. Poursuite de l’étude de leurs effets sur
arachide et mil au Sénégal. Annales du CRA de Bambey au Sénégal.
Bulletin Agronomique 8 Septembre 1953,24 p,
179
Effets de la température et de la photopériode sur
les performances du mak en culture irriguée au
Sahel
Ndiaye A.‘, Charcossset A.2, Grillais A.2
1 ISFWFleuve BP : 240 Saint-Louis !%négal, * INRA Station de Gémitique
Végétale Ferme du Moulon 91190 Gif-sur-Yvette, France.
Résumé
Douze semis mensuels de huit populations et hybrides ont été réalisés à la
station de recherche agronomique de Ndiol dans le delta du fleuve Sénégal.
L’objectif est d’étudier et de modéliaer les interactions génotypc x date de
semis (G x D) faisant intervenir une grande variabilité entre les génotypes et
les environnements climatiques. L’étude de l’espérance des carrés moyens
montre que les caracteres dont l’effet environnemental est très important
sont très sensibles aux variations du milieu. II s’agit de la floraison femelle,
de la hauteur du plant, du rendement et de ses composantes. Pour une
caractérisation des génotypes et des dates de semis, les tecnniques de
modélisation de l’interaction telles la régression conjointe, la régression
factorielle et le modèle multiplicatil ont été utilisées. Avec: la régression
conjointe l’interaction (G x D) modélisée, bien que significative pour certains
caractères, explique mal l’interaction totale. Compte tenu des cornaissances
actuelles relatives au déterminisme du développement du mais, la température
moyenne saisonnière et la photopériode ont été introduites au modèle de
régression factorielle comme covariables environnementales. Si les covariables
“température et photopériode” expliquent de façon significative les varia-
tions de l’effet principal “date de semis” pour tous les caractères, I interaction
G x D est souvent mal expliquée par leurs régressions résiduelles respectives
notamment pour le rendement et ses composantes. Enfin, pour le choix
d’une meilleure modélisation de l’interaction “génotype x date de semis” les
qualitits dûjustement des moyennes génotypiques et environnemcntales
par la régression conjointe s une part et d’autre part par la régression
factorielle combinée avec le modéle multiplicatif à deux termes ont été
comparées” Le modèle hybride, combinant les formules du modèle de
régression factorielle et du modèle multiplicatif, a une meilleure qualité
d’ajustement, autant pour les msyennes des génotypes que pour les
moyennes des dates de semis.
Abstract
Twelve monthly seedling of eight stands and hybrids were carrier1 out at the
Ndiol agronomie research station in the Senegal River delta. The aim is to
study and modelize the genotype interactions x sowing date whic,h results in
a wide variability between the genotypes and the climatic envirorlment. The
study on the expectation of an average concession shows that ;he charac-
ters on which the environment has a major impact are very sensitive to
environmental changes. These characters include female flowering, plant
height, output and its components. The combined modelized G x D interac-
tion regression, although significant for cet i&ti Lnal ALLAI s, ,irll tlly e+iains
the total interaction. In light of the tcurrent knowledge regardino the deter-
ministic nature of maize development, the average seasonal bmperature
180
l
I re introduced into the factorial regression maldel as en-
bles. If the “temperature and photoperiod” CO-variables
the variations of the main effect (“sor+g date”) on alf
i.$.
x D interaction is often not well understood given lheir
gression especially with regard to output and its‘&&-
erning the choice of an irnproved modelizatiorr of “geno-
’ interaction, the average genotype and environmental
s by combined regression, on the one hand, and factorial
ith a two-term multiplicative model, on the other hand.*
were comp,ared. Hence the hybrid mode1 combining the factorial regression
and multiplication models, has a higher adjustment quality not only for aver-
age genotype but. a~lso for average planting dates.
Introduction
L’utilisation agrictlc de la vall6c du fleuve SCnCgal en fwticulier et des vallées
sal~éliennes en général, est un prol)lkc trl5 ili:lic,r! ilU& i se complique du fait des
variations annuelles des inondations ct ckc inconv6nients climatiques
particulièrement 1 :s fijrles variatiiw thermicli.~-: >Ics vents desséchants (forte
évaporation) etc.
Une bair;se de ,.endement de 40 à 60% y c’st wuvcnt observée entre la saison
froide allan: de nowmbre à janvier et la saisolj des pluies de juin à cctobre. Les
facteurs clirnatiquc s - température ct photopériojc ewWizllcment - sont suspectés
d’être à l’origine de cette réduction.
En effet, les reildemeats du maïs sont plus faibles çn zone tropicale qu’en zone
tempérée même s( us cu:ture intensive. Chang ( 1968) met en évidence une forte
corrélation positive,entre le rendement en grain et la latitude dans 98 pays, les
rendements dimimantde façon géométrique au fur ct 3 mesure que l’on se rapproche
de l’équateur. JonE et al. (1982) montrent que les plaints chaudes du Mexique sont
caractérisées par ce:; rendements faibles. des vi:r:wzs dc développement élevées.
de courtes période: de remplissage du grain, un indict: de récolte réduit et un nombre
de grains/rang failk comparativement aux hautes et moyennes altitudes. En alti-
tude, la dunfe du cycle semis-maturitc du maïs e*;t ,tllongbe, la surface foliaire plus
~iîlporiarite et les retrdcments en 2~4;~ t.i et! r~~!cG:i*
.\\; ~II: !,lu\\ t:levés. Autrement
dit, les rendctnents du mals en zone tropicale OH. t~.wl~m..-. Ik L:I wgmeuter avec l’altitude
et à diminuer sous les hautes températurcs en plient.
les rçndcmen:s hiologiques et économiques
de matière sèche), lart?partition
de la matière sèc
enfin la durée du cycle de la
lnllucnce de la température et
sur ce phénomkne d’une pari et d’autre part d’étudier les inter-
grande variabilité entre les
Cette étude permettra de comprendre les effets de ces
lioppement du maïs et d’ktablir un modkle de diagnostic pour la
sitwIi\\ws autan! j)~.~ti: i‘L choix des dates de semis er
que pour 1a sti!wt~~ ct le calage du cycle.
Douze dates de semis dc populations et hybrides cit: cycles et d’origines différents
ont été réalisés à 1 a station de recherche agricole r.le Ndiol dans le delta du fleuve
Sénégal. La station mt située a 3 ni d’altitude 1.1 1.‘72’ Nord dc latitude.
181
Huit génotypes d’origines géographiques diffërentes ont étli ut:lisés pour cette
ttude. Il s’agit de : Cimmyt Pool 1, tropical altitude précoce ; Cimmyt Pool 12,
rxopical altitude tardif ; IRAT 143 tropical de plaine précoce ; X 303 C tropical de
plaine tardif ; LG 11 tempéré de plaine précoce, Hélios (B73 x Mo 17), tempéré de
plaine tardif; Early Thaï tropical intermédiaire et témoin station vulgarisé, et enfin
IR 30, hybride double tropical tardif originaire du Brésil.
Les semis ont eu lieu le 15*-jour de chaque mois. L’essai a été mené durant la
période d’août 1993 à juillet 1994. :Le dispositif était compos& de blocs complets
randomisés avec deux répétitions. La parcelle élémentaire comprend 5 lignes de
3,5 m de long, les écartements sont de 80 cm entre les lignes et :!5 cm entre les
paquets : deux graines ont été semé’es par paquet et ensuite démariées à un plant/
poquet, soit une densité optimale de 50 000 plants/ha. Dix plants sont observés sur
la ligne centrale de chaque parcelle. Tous les essais ont été scmes sur la même
bande et ont reçu respectivement 24~ N, 54~ P, 8 lu K. avant le semis et 138~ N
fraclionr&s ?I la montaison et à la floraison. Outre la durée semis-floraison (FF~O,I
et le renjemcnt (RDT), d’autres caractères quantitatifs liés au rendement ont :II?
mesurés. Il s’agit de la hauwr du plant et de l’épi (HMP, HEPI), du nombre dc
grains par rang (NGR), du nombre de rangs par épi (NRE), du poids de mille grains
(PMGR). de la longueur et la largeur de l’épi (LOEP, LAEP) elc.
l.Jne analyse de variante préliminaire selon le modkle interactif complet a &é
d’abord ,effectuée. Ainsi, pour une parcelle ijk du génotype i à la dat- dc semis j, on
oeut écrire:
Tf$ + jk $ij +&jk
où
Y..
est la valeur du génotype i dans le bloc-j de la da.te de semis
IJk
J
est la moyenne générale
i est l’effet du génotype i, effet aléatoire, de variante
j Est l’effet de la date de semis (milieu)
est l’effet bloc k dans la date de semis j ;
ik
IJ est l’interaction génotype x date de semis;
ijk est la résiduelle au niveau de la parcelle ijk de variante CT 2e;
T,‘étude dc l’espérance des car& moyens permet d’estimer la variation expliquée
par les effets d-s génotypes [SO(~’ / (g-l)] et des dates dc semis [SP,:! / (d- 1 !] d’une
part, par 1~s effets d’interaction [SQ,,‘/ (g-l)(d-1)] d’autre part (g est le nombre dc
génotypw d Ic nombre de dates de semis et n le nombre de répétitions :
Pour l’étude de l’interaction génotype x date de semis, plusieurs méthodes de
modélisation de l’interaction ont étlg utilisées : la régression conjointe (Yates et
Cohran 193X: Finlay et Wilkinson 1963), les écovalences génotypiques ec
environnementales, le modèle multiplicatif et enfin la régression factorielle dont
l’espérariz de la matrice de données X de dimensions (1, J) s’écrit (Deni<; 1988) :
E(Xlj) = X]l Ik Yi(k). “(k,h) . z(h)j -’ ‘h pi(hj *‘(h)j “k.Yi(k). ‘(k)j
Leh il!&ics 1; ci i. varient respectivement de 1 à H et dr: 1 à K.
Les matrices de paramètres inconnues du modèle sont représentées par des lettres
grecqucz tanrli,; que les matrices de valeurs des covariablcs nssciciéc:s à chacun des
factcurj wl( connues à priwi et représentées par des lel.tres latines. K et H sont
resp<ctlwmeni Ics nombres de covariables associées au facteur gén :)type ( K 2 1 J et
au ~;NXCLI. cnvironncmenl (H 1. J)
es modéles linéaires précodemment décrits, ,du modèle
ssion conjointe. En effet, si une seule covariable C:onstante
est associée a chaque
eur (H = K = 1) le modèle de régression factorielle revient
au modèle additif (D
Résultats
Les résultats du tabl L. 1 d’analyse de variante montrent des effets “génntypes” et
des effets “date de 2 tr.is” très hautement significatifs. L’interaction “gknotype x
date de semis” est a\\ Psi hautement significative peut. ~US les caractiires notamment
de précocité, de mc
bologie et du rendement ct 3<* ws composantes. Elle n’est
cependant pas, signi lcative pour la largeur de la tcuillc.
Les caractères
( InIl l’effet environncmcnl~il
c‘tt ,iulxrrt;m! sont très sensiblea
aux variations du m iau. Il s’agit de la durée semi\\- t’l:~:k~n femelle, de la hauteur
du plant, de la long1 :uir de la feuille, du poids tic mil/,* i!r;lins, tic IS largeur dc l’épi
et du rendement COI me le montre le Tableau 2. (‘CL,. ~*l’U~~l c‘li\\.lr,>nncrncnt~~l souvint
trt’s important peut Etire doublé d’une forte III:WL.:~OII Ci x 1) comme pour les
caractères de florai )r et de caractéristiques dc 1:: p:ini~~ulc mais il se trouve que
quand l’erreur résic telle 0 ? est importante par riippc!rt 3 I‘ictcrnction,
les effets
d’interaction zkviel lent alors difficilement intl:rprGt;!bl~:\\.
Compte tr:nu dc 1 ‘,ampleur des effets obscrv&.
i1iJU.b now inkkesscrons
2u.X
effets “date dc semi “, aux effets “génotypcs” çt cniliilc 211s interactions génotype
x date de semis.
Les dates de ser is affectent de fa$on sigmficatl~~c t(w les csractèrw. Les plus
grandes varia:ions i @r-dates de semis sont ohtenucs i\\‘i’:~’ Ics variables de précocit6
(FFSO), des caracti
e,; morphologiques et du ~XL!.‘: rk-nt cl tic ws wmpowntes
(RD’I: LOEP. LAE PMGR ctc.j (40% pour Ic ~)!II&. dc rniliz grains ct 755 pour
le rendement 1.
La durée moyel IC: semis-floraison est plus courte au semis de septembre (50
iours > et plu: longt
au semis de janvier (73jwr~). ~&:Ii! un allongement moven du
cycle d’envirsn de liiours pour i’onscmbic tic> \\‘.ii II i,. \\. ?l;,~~.< que cette dittkencc
de précocité ,:st plt
marquée chez les génotypc‘>I
tr< I~J~~YILIX t:u-Jifs tels IR 30 (30
jours), X 301 C (Z I jours), et Cimmyt P~C>: 1 I .!il jcwrs). clic devient moins
Tableau 1. Analyse c variante selon le modèle intwtc~rll cr1111plet
(Somme des G+IT& dl i iicarts SCE)
_ __ II
-----...I_ --..- -. -
-
-
Source
ddl
---- - _-.
FF50
HMP
HEP1
r’R1GlZ
L,OEP L A E P R D T
- __--. .-----.-
Génotype
7
9311.7
24645
1730:
6: ih!
3121!l
I 3x2
994X
***
***
***
II.
*- * *
***
***
Date de
II
E 1309
28712
I2?JX
7 i Id!04
1 X258
27’76
X41
wmis
X>l;*
***
i-r,
.
X%I
*ri*
r-3
I3loc
((lat.
12
168.7
5682
IX.~7
j
1’0 / I
hO2h
4 %
11%
semis)
**
*
ii
**
rl
n
Inter. G x 1)
77
1,41)4.2
21597
1 x7x
lis5.till
IW93
1866
13931
***
Résiduelle 84
_______-
543.2
__ -.; -_-____-
15282
j-9;3
:::S!i -,.& m--e!i;, jz6
-. - ..-- _--
NH: Suite aux donné ; Imanquantes, les ddl dç I;I \\,IIIX:C:* rCsid:~lk dc NRP. I.AF.
NGR. PMGR, et RD >ont respectivement ég;ik~ ir -‘;I :T i S?, i’t 07
-
183
Tableau 2. variation expliqube par les g&lotypes et les dates de semis
_-.-------
~-_
Effet
FF50
HMP
LOF PMGR- LOEP LAEP RDT
___~.- _-
-
-
Génot ‘pe
55.1
139.1
29.0
363.8
I78.5- 7.5
56.3
1
[Ca i 1 (g-l)1
Date semis
63.8
151.7
176.8
1171.0
92.8
14.7
158.4
[C 8 j 2 1 (te 1)1
Interaction
6.5
49.2
9.6
621.8
107.3
3.8
56.5
[C eij i (g-l j(t-Il]
02
6.4
181.9
48.9
905.2
173.6
16.5
67.8
__-_. - -----~.-
__~~.
importante chez les génotypes précoces tropicaux &OU tempérés comme IRA?
143 (19 jours), LG 11 ( Il jours), et Early Thaï (18 jours). En somme, l’ampleur de
la durée du cycle est fonction du génotype, autrement dit, plus le génotype est
tardif, plus l’allongement du cycle est plus important.
Comme pour les caractères de précocité, des variations analogues se manifestent
pour plusieurs autres caractères. Ainsi les plus faibles et plus grandes valeurs se
retrouvent respectivement aux semis de juillet - aout d’une part+ de novembre -
décembre er de mars - avril d’autre part pour les caractères tels le nombre de rami-
fications primaires et surtout le rendement et ses composantes : la longueur de
l’épi, le nombre de grains par rang et le poids de mille grains. D’autres caractères
morphologiques comme la hauteur moyenne du plant, la longueur de la feuille et
de l’entre-noeud sont plus importants pour les semis d’octobre.
La tendance générale est en fait à la baisse des rendements aux semis de juin,
juillet er août et à la hausse pour les semis de novembre-décembre et de mars-avril.
Ces réductions et/ou ces augmentations sont le résultat des variations des
composantes du rendement (PMGR, LOEP, LAEP, NGR) et de la durée du cycle
suite aux variations des facteurs climatiques.
L’étude de la variation du rendement en fonction de la date de semis (Pig.l)
montre que tous les génotypes ont des rendements faibles (RDT < 2Oq/ha)
généralement pour les semis de juillet, Id’août et souvent de septembre ; ils ont des
rendements moyens compris entre 20 et 40q/ha pour les semis d’octobre, de janvier,
de février e’i de mai et cnh de: rendements supkieurs à SOq/ha pour les semis de
novembre-dCcembn d’une part et de mars-avril d’autre part. Les varié:& précoces
Fig. 1. Variation Ju rendement moyen des génotypes en fonction de la date de semis.
184
LG 11, Cimmyt Pool’ l., Cimmyt Pool 12 et Early Thaï ont leur rendemenl. maximal
inf&ieur à 60 q/ha, contrairement aux variétés tardives Helios, IRAT 143 et IR 30
dont les rendements rr.axima sont supérieurs à 70 lqlha.
L’évolution des wmposantes du rendement tels le nombre dc rangslépi, le n-
ombre de grains/ran; et le poids dc mille grains ntct en évidence des maxima pour
les semis de novemtlre et de mars et des minima pour les semis de juin, de juillet et
d’août.
Au total, l’étude cc I’kvolution des caractères permet de répartir les dates de
semis en quatre gro lpes :
(i) le groupe de juia,, juillet, août et septembre dont:
- le sous-groupe i’;août qui se caractérise essenriellement par le raccourcissement.
des cycles des va.ric:tiis(durée moyenne semis-floraiscrn inférieure à SO jours), un
rythme d’apparition des feuilles assez élevé, des plantes de taille réduite, un nombre
total de feuilks et d:s surfaces foliaires réduites (NW, I..Ol~. LAF), de petits épis ct
par conséqucnl des rwdcments tri?s faibles (< LOq/l~a 1 , 1~s tcrnp&+atures ont van?
de 24 à 34^C avec c.e:; extrêmes pouvant allcrjusqu’~~ 77 ‘c‘. l’humidité relative CQ
élevée (66 à 91%) (:t la photopériode longue (13,l it1.j 1.
- le sous-groupe de juin, juillet et septernbrc csl caracttirisé par de!; cycles un
peu plus longs (= 6Ojours) un nombre de feuilles important (environ 20 feuilles par
plant) et des rendcrwnts faibles à moyens (< 3Oq/ha). Les tentpératures varient dc
16 à 42°C avec unc; blumidik relative de 80% et lune photopériode de 13.8 h/j.
(ii) Le groupe d’ocfofbre et de mai qui se çaractér Isr” par une duré.e moyenne semis-
floraison in-!érieurc, ou égale à 58 jours, un rylhrnc: d’appariGon des feuilles ;M~L
élevé, des tc:mpératu!rci variant entre 16 cl ?7’c’ ct une huntiditG relative oscillnn:
entre 33 et 67%.
(iii) L,e groupe de :nvier et de février qui se carackrise essentiellement par une
durée semis Ilorai: 1 très importante (durée moyenne supérieure 3 70 inurs1 et des
rcndemcnts moycIls suite aux effets àcs vent5 cii;mlx 5oui‘r’i:inr ii ccICc tipcjqS<.
(iv) Le groupe rtovenzbre-décembre et murs-avril w caractéri>.ant par 111:
allongcnter,t impo ant de la durée sentis-floraisc)n ICnt~~ll~ ~~upSricure k 70 jours).
un nombre élevé d:: feuilles, des plantes de grande taille, une surface foliaire
importante un rytnrine d’apparition des feuilles relalivemcn( faible. de grands épi5
ct des rendtments élevés( > SOq/ha). Les tempCr;~ttlrc~ SOI~~ rel;rtivcntent fraîches t’t
varient de 1.S à 2O’C et la photopériode assez courk. vari;mt entre Il et 12Sh/i.
En définitive, ce ,iernicr groufpe peut être consid&c;
“~rtttttc
. j
celui des nteilleur~~
dates de sentis da ts Ic cadre de la maïsiculrurc ~nlguéc.
I
185
L’existence d’interactions hautement significative entre les genotypes et les dates
de semis indique que pour tous les caractères Sauf fa hrgeur de la feUik kS
différentes variétés n’ont pas le même rang de classement selon la date de semis
consid&ee. En d’autres termes, l’effet du milieu est plus ou moins importante selon
les ghotype,S.
f,e modèle de régression conjointe ne permettant pas d’expliquer de façon sig-
nificative l’interaction “génotype x date de semis”(cf tableau 3.1, l’écovalence
gcnotypique a été retenue comme paramètre de stabilité. Pour le rendement, les
génotyps de plaine précoces à intermédiaires Cimmyt Pool 1, LG 11, Early ‘fhaï
et IfUT 143 sont les plus stables car ayant des écovalences relativement faibles,
Gn observe en général, que les plus fortes interactions t’en valeur absolue) sont
positives. Par contre, les génotypes Cimmyt Pool 12, X 304 C, Helios et IR 30
ayant des écovalencés souvent importantes sont moins stables que la moyenne et
ont une adaptabilité dite spécifique. Ils sont plus productifs quand les conditions
cnvironnementales sont favorables.
Pour le rendement, les dates de semis à écovalence importante sont le mois de
septembre, de novembre, de mars et d’avril. Ces dates de semis correspondent aux
meilleures dates mis à part le semis dc septembre dont I’écovalence forte est due au
fait que les variétés stables y ont des rendements généralement infkieurs à la
moyenne calculée d’une part et d’autre part les variétés à adaptabilité spécifiques y
trouvent les conditions pour donner souvent de bons rendements. C’est le cas de
IRAT 143 et de Helios.
Linteraction G x D modélisée par la régression conjointe, bien que signifïca-
tive pour la floraison, la hauteur du plant, la hauteur de l’épi et la largeur de l’épi,
explique mal l’interaction totale (environ 25% pour la floraisonj. Elle n’est pas
significative pour le rendement et ses composantes. Les résultats de l’analyse de
variante figurent au Tableau 4A.
Compte tenu des connaissances actuelles relatives au déterminisme du
développement du maïs, la températurc moyenne saisonnière et la photopériode
ont Cté introduites au modèle de régression factorielle comme covariables
Tableau 3. Paramètres de stahtlit+ dec. riiffknts carr&re:~
..--. -.---~_-..--_-
.-.-~-
Géno.
FF50
HMP
HEP1
PMGR
LOEP
LAEP RDT
Cim PI
Wi
136
1455
1659
8992
16
205
777
Cim P12
Wi
60
1953
1384
7119
1218
160
837
IRT143
Wi
58
1201
537
3411
918
74
512
x 304 c
Wi
164
1341
681
17506
1613
105
%9
LG 11
Wi
135
1275
624
9849
4073
223
751
Hetios
:i
i
Wi
73
1246
525
19039
2248
114
1489
E. Thaï
Wi
76
846
469
7374
788
134
667
IR 30
Wi
79
1579
----~_ ~-
552
13386
2899
154
1215
-. -
186
Tableau 4A. Table d’P VQVA du modele de régression conjointe sur les différents caract&res
Xij=p+CXi +l3j +fJ . ,3j + Eij
~---.-. __ __ _---------- . - - - - - - - -._
Source
ddl
TSO H M P
HEP1
PMGR
LOEP L A E P R D T
1669
---1-----
12317 8697
3525 1 _...~~.
15605 763
Effet
7
5966
génotype
*:: I
**
* * *
**
**
* * *
***
Effet date Il
5670
14369 5624 110789 9129 1331
16167
*:. *
**
* * *
:C
* * *
***
**
Interaction 77
7111(
1078X 6439
851314 14946 1076 SO96
G*D
*::*
* * *
*
**
***
*
**+
inter.
17
305
2835 1909 19655 5221 330 3036
modélisée
:<
*
***
*:i;*
***
11s
reste
60
44 1
7942 4529 66159 9225 746 5060
interaction Y---‘--
n s
ÏC%ÏZ&fi~:atif B < 0 oi * : signilicatif B P < 0.05 ** : sipnikitif 3 P
< 0.01 *** : significa f ri 1’ < 0.001
Tableau 4B. Tlble d’ ~WCJV~~ du mod?lc de régression factoricllc faisant inicr\\.cnir 1.1
température et la photl pr,rii&: comme covariablcs environnemental(:b sur 1;: 1 .l; :ahil!li; &:\\
caractères E(X!j) = +
---1- ---. ----- + h =1.2 %(h)j f’j + h=l,2 i(h) z(h)j + ij
-
_ .__ .- _
Source
dr 1
1T50
fIMP HEP1 P M G R L O E P I<AF:P~ Kl).i
Effet génotype ’
4669
12317
8697
3.525 I
15605
76.‘ --- WX
:i< * *
***
* * *
***
*c*
9%.
.ir
Effet date semis
1
S670
14368
5624
110789
9129
13-J(
lO!lO
‘L f *
* * *
* * *
***
***
**r
./II
regTempératurc
3061
174
14
32506
1271
2-i
5290
ir**
n s
ns
***
***
n\\
***
regPhotopériocc
1096
115s
31s
14436
2573
12X
-if?14
i**
***
*
***
***
7x.
.ii
reste
,
613
13040
5295
63847
5289
117i:
626i
c**
* * *
* * *
il;**
***
***
*i*
Interaction G x 1) 7’
‘74S***
10788
6439
85814
14946
1076
SO94
**t
*
***
?.*x
i*-
i**
141
10’9’9
3s.4
3045
ri3v
I I‘
<fi:
r_
* *
***
n s
n s
ns
ns
rEsidTempératurc
10s
1054
108X
14635
14-U
1.%
fa;
**
*
*
**
ns
II‘
n s
résidPhotopériot1 6
194
X635 4968
68133
12370
791
7105
reste interactio?
- - -
-. -~_ __.-_-.--- ._._.._ - - - - - -
- - - __ -_ -~ __. ~_---
ns : non significatif à ’ <’ o.wi * : significatif à P < 0.05 ** : significatit d P C. 0.01
*** : significatif à P &NI ‘j est le résidu par rapport aux régressions
environnementales L,a photopériode de référen:c correspond h 1~ pSrio& de
sensibilité maximal CC la plante aux variations dr: la photopériode c’esi-à-dire la
tinte à laquelle la ~I:I ltc :iur;i ;IccumulC la moitié dc son parcourx 4:: clti~c!~ ~pp~~?~~:t.
Les caractère; étudi is sont ceux ayant une interaciion significatikc.
Le modèk de ré giwion factorielle a permis dc d6xmposer I’effc~. “d,w de
semis” et 1’in:eracti
In (Y i D en rbgressions sur Ics covariabies
elivirc)nn,:ilt~ntai~s
“température et phc .o$rîode” dans le but de mieux comprendre
Ics ph?nom;tnes
bmlogiques rcspons tblcj de l’interaction. Les résultats de l’analyse de vxianx du
modkle de régressif n fxtoriclle faisant intervenir les covariablcs
prkitks wnl
prksentés dans le ta ‘leau 4B. Ces rkultats montrent quv:
187
- ~.a régression sur la covariable “temperature” est très hautement significative
potu la floraison femelle, le nombre total de feuilles, le nombre de ramifications
primaires, la longueur de la feuille, le nombre de rangslepi, le nombre de grains/
rang, le poids de mille grains, la longueur de l’épi et enfin le rendement ;
- La regression sur la photopériode est aussi très hautement significative pour
tous les caractères énumérés ci-dessus hormis la taille paniculaire et le nombre de
grains/rang.
- Enfin le reste de l’effet additif environnemental, après introduction des deux
covariables, est significative pour tous les caractères ; ce qui revient il dire qu’il
devrait exister d’autres covariables pour expliquer l’intégralité de l’effet date de
semis.
- Pour l’interaction G x D, la régression residuelle sur la temperature est
hautement significative pour la floraison femelle, la hauteur du plant, la longueur
de l’entrenoeud, le nombre total de feuilles, la taille paniculaire, le nombre de rami-
fications primaires, le nombre de rangskpi et la kurgeur de l’cpi.
L,a régres,sion residuelle sur la photopériode çst significative pour la floraison
femelle. les hauteurs du plant et de l’épi, ‘le nombre de rangSpi et le poids de mille
grains. En effet, la pkiode du cycle la plus touchée par ces facteurs limitants du
rendement correspond à la période de floraison-maturité mieux ii la phase
d’élaboration du poids de mille grains. Cependant, une étude de type
écophysiologique devrait être menée da:ns le cadre de la quantificatior, des effets
de la température et de la photopériode sur les paramètres d’élaboration du
rendement.
En somme, si les covariables “température et photopériode” expliquent de façon
significative les variations de l’effet principal “date de semis” pour tous les caractères
(89% pour la floraison par exemple), l’interaction G x D est souvent mal expliquée
par leurs régressions résiduelles respectives (un maximum de 34% pour la floraison)
notamment pour Le rendement , le nombre de grainskang, Le poids de mille grains
et les dimensions de l’épi.
Les résultats de l’analyse de variante du modèle de régression factorielle, faisant
intervenir les parametres additifs du délai semis-floraison i et jcomme covariables
génotypiquc Y et environnementale Z sw la varialrilite du rendement figurent dans
le tableau 4C. En ce qui concerne les effets principaux, les paramètres additifs Y et
Z expliquent significativement le rendement moyen des génotypes (85% environ).
Tableau 4C. Table d’ANOVA du modèle de régression factorielle faisant intervenir les
parametres additifs du délai semis-floraisoc. i et j comme covariables génotypique Y et
environnementale Z sur la variabilite du rendement.
-~.-- .._-_ -
Source
XE
ddl
C.M
--~_
F
P
- - .
.__ .__
Effet génotyp:
5966.0 7
852.2
o.ooo***
régrespar Y
1503.5
1
1503.5
15.0
0.000***
reste
4462.3 6
143.1
7.4
0.OCQ***
f’ffet date de semis
16166.~;~
Il
1470.0
0.ooo***
régrespar Z
10311.2
I
10311.2
102.6
0.000***
reste
5855.5
10
585.5
5.8
0.000***
Interaction
8096.0
77
l(J5.1
0.000***
rég.sur Y
1642.2 10
154.2
1.6
0.11 ns
reg..sur 2
425.9
I
70.9
1.2
0.307 ns
rég.par Z. Y
0.06
1
0.06
0.0
n s
reste interaction
6027.6
60
100.5
.._ --. --._- ._-
188
I
La repr& sentation graphique des dates semis en fonction des paramèkes,additifs
environnementau
j,~ rendement et des paramètres additifs environnem.entaux dc
la floraison d’une art, et d’autre part la reprkentation des génotypes en fonc/ion
de l’écovalence E;notypique Wi du rendement et des paramètres additifs
g¬ypiquc:s de 1. kraison permet une meilleure vue d’ensemble. Les figures 2,4
et 2B donnent resl ctivement les deux types de représentation. On peut noter sur le
plan engenclré pal ‘axe 1 et l’axe 2 que :
- les datrs de
mis favorisant l’allongement du délai semis-florakon donc la
tardiveté seraient :obablement responsables de l’essentiel de l’interaction G x D
du fait que 11 varia ilité de l’interaction est d’autant plus importante que la floraison
est tardive. C’est 1 cas des semis de novembre, de décembre, de janvier, de février.
de mars et d’avril lui oltt des kovalences importantes et des paramèwes additifs
environnementau. xl i posztifs et supérieurs à 5 sauf pour le semis d’avril.
If>
--
DO
“i
<
‘,,.
1”
\\.
? ?.
/
Fig. 2a. Variation (11 wamPtrc env. du rendement en fnnction de celui de la tlnrais~w
.
...,
iewL”-
r-
f4Da
IZW
IWO f
ew- y
eoo-
4w-
PW-
Fig. 2b. Rep&ent don des gCriotypes en fonction de I’écoval. et des paramhre additifs
génotypiqu-5.
:
‘-‘--Y
F-
. ..- M.
+Y- ‘f
189
-A l’opposé, les dates de semis favorisant la réduction du délai semis-floraison
donc la précocité ont des écovalences relativement faibles et des paramètres additifs
environnementaux negatifs. C’est lecaa des semis de mai, de juin, de juillet, d’août,
de septembre et d’octobre.
- Dans l’ensemble les génotypes précoces comme LG 11, Cimmyt Pool 1 et
LRAT 143 participent faiblement à l’unteraction tandis que les génotypes tardifs
présentent généralement des écovalewes très importantes notamment Hehos, IR
30etX304C.
- L’interaction observée sur le rendement serait due à un allongement important
du cycle des génotypes provoquant un accroissement de leur rendement dans les
periodes favorisant la tardiveté avec des températures fraîches et des photopériodes
relativement courtes. Ces deux facteurs pouvant favoriser le remplissage du grain,
affectant ainsi le poids de mille grains, le nombre de grains par rang et le nombre
de rangskpi.
Toutefois, les dates de semis à floraison prccoces correspondent aux périodes
les plus chaudes et à photopériodes ~111s longues (> 12.5 h /j).
Quant au modèle multiplicatif à deux termes (TMl et TM2) Ics rfsultats sont
représentés dans le tableau 4D. Le premier terme TMI est hautement significatif
pour tous les caractères notamment pour la floraison. les dimensions de la plante.
le nombre total de feuilles, la taille paniculaire, le nombre de ramifications primaires,
la longueur de la feuille et pour le rendement et ses composantes alors que le sec-
ond terme TM2 n’est pas significati,f pour la hauteur de l’épi. la longueur de
l’entrenoeud, le nombre total de feuilles, la longueur de la feuille et la largeur de
l’épi. Au total, les deux termes multiplicatifs expliquent 71 C/c de l’interaction pour
la floraison, 61% pour la hauteur du plant, 75% pour la taille paniculaire, 68% pour
le poids de mille grains enfin 71% pour le rendement et le rythme d’apparition des
feuilles.
Le principe de la modélisation multiplicative de l’interaction étant similaire à
celui de 1’Analyse en Composantes Principales (ACP) appliquée au terme
d’interaction R,, une représentation graphique des génotypes et des dates de semis
en fonction des termes multiplicatifs ‘IX41 et TM2 a été effectuée. L.a Figure 3A
me.: en évidence trois groupes dont:
Tableau 4D. Table (I’ANOVA du modèle multiplicatif avec deux termes sur les différents
caractères Xij = + i + j +m=1,2i(m).(m).j(m)
-
-
-
~~_- ---- ~.--_
Source
ddl FF50
HMP HEP1 PMGR LOEP LAEP RtiT
.-I_
Effet génot. (i)
7 4669
12317
8697
35251
15605
Y63
5966
***
***
***
*c*
***
***
***
Effet date ci)
11
5670
14369
5624
110789
9129
I:i31
16166
***
***
***
***
***
***
***
Rij
77
748
10788
6439
85813
14946
1076
8096
(41 yli -ij
17
343
3808
2698
3.5753
S463
368
3117
82 . y2i -2j
***
**
**
*t*
**
*
***
15
190
2782
1439
22756
‘il43
233
2692
Résid. pure
**
*
ns
**
*
ns
***
45
214
4199
2302
27305
5341
i7i
--0
-.- ~.
&Ad t
190
,
!
- le groupe GI avec: les cultivars tropicaux de plaine tardifs X 304 C et IR 30 à
ds haut potentiel de production ; leurs meilleurs rendements sont obtenus pendant
les semis de septemt re, de décembre et de janvier.
- le groupe G2, ;w~ec un potentiel moyen, comprend les génotypes tropicaux
intermediairer; Early Tlhaï, IRAT 143 et le tempéré tardif Helios ; ces derniers ont
donné des rendements élevés au semis d’avril.
I enfin le groupe G3 à faible potentiel de production comprend les génotypes
précoces Cimmyt Pc oi 1, Cimmyt Pool 12 et LG 1 l avec des rendemens moyens
en octobre et en nov :mbre.
La représentatiorI des dates de semis en fonction des termes multiplicatifs (Fig.
3B) ne permet pas d’dtablir une typologie claire des lieux. Seul l’axe 1 permet de
mettre en relation le semis d’avril et le comportement des variétés Helios, Early
Thaï et IRAI 143. I,‘axe 2 oppose le tropical tardif IR 30 et Ics précoces LG II,
Cimmyt Pool 1 et Cimmyt Pool 12.
O-
-0,2 -
-n,4 -
O -
-0,4 -
WI * HTUU
Fig. 3b. Rephenl
rcndemcnt.
191
pour le choix d’une meilleure mo&lisation de l’interaction “gknotype x date de
semis”, les qualit& d’ajustement des moyennes gtnotypiques et environnementales
par la rdgression conjointe (RC) d’une part et d’autre part par la &ression factorielle
combinée avec le modèle multiplicatif à deux termes TM 1 et TM2 ont eté comparées.
Ainsi le modèle /z$~ride, combinant les formules du modèle de régression factorielle
et du modèle multiplicatif à deux termes, a une qualitt d’ajustement toujours
meilleure, autant pour les moyennes des génotypes que pour les moyennes des
dates de semis. La qualité d’ajustement varie de 8 1 à 98% sur l’ensemble des dates
de semis et des génotypes dont 98% pour la floraison et 94% pour le rendement. La
faible qualit d’ajustement liée souvent à certaines .dates de semis est due au fait
que la régression factorielle sur les covariables n’expliquait pas souvent une partie
de l’interaction G x D.
Par contre, la régression conjointe donne le plus souvent un ajustement très
moyen, à la fois pour les moyennes des génotypes que pour celles des dates de
semis. L’ajustement est d’environ 60’% pour la floraison femelle et Irs hauteurs de
la. plante et de l’épi, de 50% pour les caractéristiques de la panicule et enfin varie
de 41 à 59% pour les composantes du rendement(NRE, NGR, PMGR). Alors que
la régression conjointe, mettant en relation la variabilitc des caractères (par ex. le
rendement) et les potentialités des dat.es de semis, est directement interprétable, le
modèle de régression factorielle pemnet en outre de comprendre quels étaient les
facteurs biologiques et/ou climatiques responsables de l’interaction génotype x date
de semis sur les caracteres.
Discussion
L’importance des interactions génotype x date de semis peut s’expliquer notamment
par la diversité du matériel étudié, tant par Ics différences de cycle que par les
origines d’une part et d’autre part par le problème complexe de l’adaptabilité des
génotypes aux conditions agroclimatiques. Si la présence d’interactions génotypc
x date de semis rend difficile toute généralisation, il est néanmoins possible de tirer
quelques grandes tendances des analyses précédentes :
- L’étude dp i’espérsnce des carres moyens a permis d’estimer la variation
explrquee par les eikts génutypes, les effets date de semis et les interactions. Les
caract?res tels la durée semis-floraison, la hauteur du plant, la longueur de la feuille,
le poids de mille grains et le rendement, dont l’effet environnemental est plus im-
portant, sont très sensibles aux variations du milieu.
- Les dates de semis affectent de façon significative tous les caractères notamment
les variables de prkocité, les caractères morphoIogiques, le rendement et ses
composantes. La tendance générale est en fait à la baisse des rendements aux semis
de juin, de juillet et d’août et à la hausse pour les semis de novembre-décembre et
de mars-avril.
- Le modèle de régression factorielle a permis dc décomposer l’effet date dc
semis et I’intcra~tion en régressions sur les covariables environnementales
“tcmpCrature et photopériode”. Si les covariables evliquent de façor: significative
l’effet principal “date de semis”, l’interaction G x D est souvent mal expliquée par
les régressions résiduelles.
L’interaction ohwrvCe sur le rendement serait due à un allongement du cycle des
r
genotypes ~,&rlrlr If- t,&~w~~ lcltilivewcnt fraîches et aux photopériodes courtes.
I!
- La représentation graphique des génotypes et des dates de semis cn fonction
des tcrrnw multiplicatifs a ~xrmis de distinguer trois groupes dc génotypes
.-..1..
- I
I
192
difft?rentiables par la durée de leur cycle et de leur potentiel de production.
L’interaction génoty *: x date de semis rendant impossible toute généralisation,
deux stratégie,s ap
omment contradictoires sont envisageables :
(1) Recherche
:s variétes ayant une bonne adaptation genérale, ce qui a pour
corollaire une cet
iç: limitation de leur performance. C’est le cas des variCt~s
IRAT143LG11,l ky Thaï et IR 30 qui ont des écovalences relativement faibles.
(2) Recherche; 1;s variétés spéciftquement adaptées à des saisons particulières,
ce qui permet le p
souvent d’obtenir les meilleures performances au prix d’une
spécialisation soc
nt trés stricte. Dans cette optique, on peut citer les variétés
tropicales IRriT 1
IIR30. Early Thaï et la varieté tempérée tardive Hébos pour la
saison froide (sen dl: novembre-décembre) et les variétés Early Thal, ‘X304 C et
IR 30 pour la sais
chaude (semis de mars-avril). Cependant les potentialités de
ces variétés sont
K importantes en saison froide qu’en saison chaude. Cette
seconde strat@e
bond bien aux objectifs de systématisation de la double culture
dans la vallée de:
elwcs du Sénégal en particulier et du Sahel en général pour
l’augmentation dc
productivité dans le cadre de la sécurité alimentaire.
Les variar ions
I
rendement, ainsi que d’autres caractères. liées aux variations
des conditions en ûnnementales (température et photopériode essentiellement)
ont toujours posé
s iproblèmes aux sélectionneurs : effet négatif des interactions
génotype x envirc
eimcnt dans l’efficacité des programmes de sélecticn. L’étude
des interact ,ons
,énotype x date de semis” en particulier et “genotype x
environnement” e
;intlral nécessite d’être “recadréc” dans la problématique plus
générale de I:i CI préhension de l’expression de la variabilité génktique en
Amélioration des
lames (Parisot-Baril 1992). Les sélectionneurs sont souvent
confrontés à I’an
onisme qui existe entre l’adaptation spécifique à des condi-
(ions particulière:
v milieux et l’adaptabilité générale (homéostasie). Alors que
l’adaptation :@Ci
uc permet une meilleure valorisation des intrants dans les con-
ditions environne
:;Mes optimales ou des milieux particuliers, l’adaptabilité
générale apporte I
: ,<kurité de comportement face aux facteurs non contrôlés du
milieu.
Pour un carat’ :.aussi complexe que le rendement, l’analyse de la variation et
. ‘.
ae la wwria:ion 8
C!rir:lws et envnonnementales à differents niveaux doit conduire
à la formulation ( r. modèle de régulation sous forme de relations plus ou moins
précises cnt:‘e éu
s, plus ou moins définies selon les niveaux d’analyse et la
complexité des il rlctions en cause. Cependant, toute approche physiologique
d’un phénombne,
niveau de la plante entière, est nécessairement plus ou moins
systémique et sin
ilicatrice (Gallais 1990).
Enlin, la conn
;zancc du potentiel de production d’une saison de culture peut
ainsi permettre c btenir une meilleure régularité du rendement. Les facteurs
limitants en culte
irriguée restent les variations des facteurs incontrôlables du
rendement c omm
ii durée du jour, la nature. du sol, l’insolation moyenne et la
température moyc
c. 1,‘étude de leurs effets sur le développement du mais a permis
d’établir un modi
,Ic diagnostic pour la comparaison des differente.; situations
autant pour le chc
ces dates de semis et des génotypes adaptés au miliw que pour
la sélection #il le c
i,ge du cycle, vu la tendance actuelle à la systkmatisation de 1.1
double cuitire da
la vallée du fleuve Sénégal.
,
s
j, Blondon, E et A. Gallais. 1976. Jnffuence de la temperature, de la valeur de I’CcIairement et
de la photopériode sur ledeveloppement floral de quatre genotypes de maïs, Ann. Amehor.
Plantes 26(2): 195-2 1.
Bonhomme, R., M. Derieux, and G.G. Edmeades. 1992. FJowering dates of diverse maize
\\
i
cuttivars in relation to temperature and photoperiod in multilocation field tt$Js. 40 p.
”
-4 -, yr;, $7~ _
B,+an, C. 1978. Les interactions génotype-environnement : Methodes d’une satistique ba&e
;j;; $Fi;;,
sur la rcgression. Tocsin du Radiateur N” 6 : 35 I-365.
; : ,’~~$~~
Brown, J. 1988. An akematiVe approch to muhivariate selection in plant tjree&ng where
genotypes are evalua!cd at msny locations. Theor. Appf. Genet. 76: 76-80.
Chuang-Sheng, Lin, and Brian Thompson. 1975. An cmpirical method ofgrouping genotypes
based on a hnear fUnCth of thegenotype-environment interaction. Herioity 34(2): 255
263.
Crossa, J., A.G. Gauch, Jr and R.W. Zobel. 199U. Additive main effccts and multiplicative
interactton analysis of two international maire cultivar trials. Crop Sci. :iO: 493-SQQ.
DCCOUX, G. et J.B. Denis. 1991. INTEKA, logiciel pour I’interprctation
statistique de
l’interaction entre deux facteurs.
Denis, J.B. et P Vincourt. 1982. Panorama des méthodes statistiques d’analyse tics interactions
genotypc x milieu. Agron. 2(3) : 219-230.
Frceman, G. H. and Jean M. Pcrkins. 1970. Environmental and genotype-rnvironmental
components of variabibty. III. Relations between genotypes grog 1 in differcn(
environments and measures of theso environments. p. 15-25.
Freeman, G.H., and P CI%F. 1979 The use of related variables in explaining genotypc-
environment interactions. Heredity 42: I-I 1
Gallais, A., f 991. Adaptation et adaptabilitli zn arntlirrration des plantes Comf’te-rendu de fa
joumee A.S.F. 24 p
Hardwick, R.C. and J.T. Wood. 197 1. Regrcssion methods for studying genotypr-environment
interactions. Agron. J. 209-22 I
Jûng, %XXI~ Keurl. ;.L. Brcwoakcr, anci Chong Hcc Lee. 1!>82. Effects of SO~;U radiation on
the performance of maire ih 41 successive monthly plantings in Hawaii. Crop Sci. 22 :
13-19.
Lin, C.S. 1982. Grouping genotypes by a cluster method directly related:o genotype -
environment interaction mean square. Theor. Appl. Genet. 62: 277-280.
,rrNdiaye, A. 1995. Contribution à la définition d’idcotypes de maïs pourla culture irriguée en
,
zone sahélienne. Thesc Doctorat Univ. Paris-Sud, France.
Parisot-Baril, C. 1992. Etude de la stabilité d.u rendement chez le ble tendre d’hiver (Inticum
~eWiVtun L. Thell)
Wo@& J.T. 1976. Thç use of environmental variables in the mtcrpretation of genotype-
environmcnt inieraciion. Heredity 37 (1). f-7.
:
IL
WQ9LA.J. 1976. Riz m the estimation of regrcssrnn coefficients in the analysi; of genotype-
env~ronmcntal interaction. Hereditv 37(31. 799-303.