ANR ESCAPE Changements environnementaux et sociaux en Afrique : passé, présent et futur.

Transcription

1 ANR ESCAPE Changements environnementaux et sociaux en Afrique : passé, présent et futur. Livrable N 4.4 Simulation du rendement des cultures et modélisation bioéconomique pour la représentation des choix techniques des agriculteurs du bassin arachidier au Sénégal Juillet 2013 Charlotte Poeydebat (CIRAD) Aymeric Ricome (CIRED) François Affholder (CIRAD) Françoise Gérard (CIRAD) Bertrand Müller (CIRAD) Philippe Quirion (CIRED) Moussa Sall (ISRA) 1

2 1 Introduction Dans le contexte actuel de demande alimentaire croissante et face à des problématiques de sécurité alimentaire dans les pays en voie de développement où l agriculture familiale domine, le projet ESCAPE a pour but de caractériser la vulnérabilité des agriculteurs vis-à-vis de la variabilité et du changement climatique ainsi que du contexte économique puis de proposer des solutions d adaptations pour l avenir. Le groupe de travail 4 est chargé de construire et paramétrer un modèle bioéconomique simulant les choix techniques des agriculteurs en fonction de leur environnement biophysique et économique. Au travers d une expérimentation virtuelle, l objectif est de pouvoir simuler différents scénarios d évolution des systèmes de culture, notamment des scénarios d intensification, voire d intensification écologique, et d évaluer les risques économiques associés à ces scénarios. Il est également prévu que le modèle puisse permettre de tester différents scénarios économiques pour identifier les contraintes technico-économiques empêchant le développement d une agriculture plus intensive et plus rémunératrice. Plus particulièrement, le but est d évaluer l intérêt des prévisions climatiques et des systèmes d assurance pour réduire les risques économiques. L expérimentation virtuelle bioéconomique porte sur deux régions du Sénégal : d une part la région du pays Sérer, situé entre les villes de Fatick et Bambey, avec à peu près en son centre la commune de Niakhar ( N ; O) et d autre part plus au sud la région du Saloum avec en son centre la ville de Nioro ( N ; O). Les précipitations annuelles moyennes (1950 à 2010) de ces deux régions sont respectivement de 571 et 789 mm et le rayonnement varie de 20 à 24 MJ.m - ².j -1 pendant la saison de culture qui s étend de juin à octobre. Les territoires villageois se trouvent sur de vastes espaces plans et des zones plus réduites de légères dépressions. Les sols de la région sont globalement caractérisés par une faible teneur en matière organique (<1.5%), une faible capacité d échange cationique et une faible fertilité minérale. On distingue néanmoins deux types principaux de sols : i) les sols Dior de type sableux plus ou moins profonds où l eau s infiltre bien et ii) les sols Deck de type sablo argileux retenant mieux les nutriments mais où l eau s infiltre moins bien et le ruissellement est souvent important notamment en début de saison humide, et qui sont plus difficiles à travailler (Boulier & Jouve, 1990). L habitat est réparti en petits villages régulièrement disposés dans le paysage. Tous les villages pratiquent principalement l agropastoralisme. Les productions végétales sont majoritairement les rotations céréales-légumineuses (typiquement mil-arachide) conduites en traction animale. Un élevage bovin très extensif est complété par l élevage de quelques petits ruminants (ovins et caprins) et par la possession de chevaux ou d ânes pour la traction des outils de semis et de sarclage. Le paysage typique de ces régions est celui du parc arboré, où des arbres maintenus à densité faible fournissent divers services, dont la production de fourrage. Dans le cas du pays Sérer, l arbre principal est le Faidherbia albida qui présente le double intérêt de fixer l azote atmosphérique et de perdre son feuillage en saison humide, la transpiration en saison sèche étant assurée par son accès à la nappe phréatique située vers 20m de profondeur. Telle que conçue, l expérimentation virtuelle bioéconomique repose sur deux type de modèles : un modèle biophysique simulant les rendements des cultures à l échelle de la parcelle et un modèle dit bioéconomique à l échelle de l exploitation agricole. La modélisation biophysique consiste à simuler les rendements de systèmes de cultures pour une série d années permettant de tenir compte de la variabilité des rendements face au climat. Le modèle biophysique fournit ainsi une estimation 2

3 de la distribution interannuelle des rendements de chaque système de culture. Les coefficients technico-économiques associés à l itinéraire technique de chacun des systèmes de culture sont déterminés. Les distributions des rendements et les itinéraires techniques associés sont transmis comme données d entrées au modèle bioéconomique. Ce modèle bioéconomique, à l échelle de l exploitation, est un modèle de programmation mathématique qui suppose un agriculteur optimisant une fonction-objectif sous différentes contraintes liées à la structure de l exploitation, aux dotations en facteurs de production, aux contraintes agronomiques, aux besoins alimentaires de la famille et des animaux, etc. Un schéma conceptuel de la démarche de couplage entre les deux types de modèles est proposé en figure 1. L étude confiée au groupe de travail 4 comporte deux phases principales. Dans la première, les modèles biophysique et bioéconomique doivent être calés, c'est-à-dire paramétrés de manière à ce que le modèle bioéconomique restitue aussi fidèlement que possible les choix techniques actuels des agriculteurs dans le contexte climatique et technico-économique présent. Cela suppose d une part le calage du modèle biophysique et son application dans une expérimentation virtuelle biophysique aboutissant aux distributions interannuelles de rendements, et d autre part le calage du modèle bioéconomique sur les systèmes de production observés. Dans la deuxième phase, les modèles ainsi calés sont utilisés pour l expérimentation virtuelle bioéconomique, en vue de tester l intérêt d itinéraires techniques hypothétiques, plus intensifs ou innovants, sous différents scénarios climatiques et/ou économiques, autrement dit pour explorer les conditions d adoption par les agriculteurs de systèmes de culture plus productifs ou plus durables. L un des objectifs de cette expérimentation virtuelle bioéconomique est par exemple de tester l effet de l introduction de systèmes d assurance dans l environnement économique des agriculteurs. Figure 1. Schéma conceptuel général de l expérimentation virtuelle bioéconomique. Le présent rapport concerne les résultats de la première phase. Les sections 2 et 3 portent respectivement sur les modèles biophysiques et économiques, dont les structures sont présentées, 3

4 avant de traiter des données utilisées pour le calage et du paramétrage retenu. La section 4 présente l ensemble des résultats obtenus à la suite du calage, et la section 5 propose une conclusion pour cette phase du travail. 2 La modélisation biophysique à l échelle de la parcelle 2.1 Structure du modèle La partie biophysique de l expérimentation virtuelle a pour but de fournir au modèle bioéconomique des distributions interannuelles de rendements correspondant à différents systèmes de culture préalablement définis. Nous avons retenu de travailler sur une période correspondant aux 20 dernières années seulement, soit la période 1991 à En principe la norme climatologique est de considérer une période de 30 années pour avoir une bonne représentation du climat avec toute sa variabilité, et ce standard est par suite respecté dans le monde de l assurance. Cependant compte tenu de l augmentation importante et régulière de la pluviométrie observée en Afrique de l Ouest (AO) depuis le milieu des années 90s, dont au Sénégal en particulier (Salack et al., 2011), les assureurs et ré-assureurs internationaux ont décidé de ne considérer que les 20 dernières années dans les différents projets pilotes actuellement en cours de développement au Sénégal et dans d autres pays d AO, de manière à mieux refléter les ««conditions actuelles» dans la fixation du coût des primes. Nous avons repris ce raisonnement à notre compte, etla période choisie pour les simulations des rendements correspond aux 20 années les plus récentes pour lesquelles les données climatiques sont disponibles, soit 1991 à 2010 inclus. La modélisation biophysique a consisté à construire un modèle de simulation des cultures, baptisé CELSIUS (CEreal and Legume crops SImulator Under changing Sahelian environment) et développé en Visual Basic sous Microsoft Access. Un schéma conceptuel du modèle CELSIUS est proposé en figure 2. Il fonctionne sur un pas de temps journalier. CELSIUS a été construit en suivant une démarche de modélisation ad hoc (Affholder et al., 2012), à partir du modèle Potential Yield Estimator (PYE) (Affholder et al., 2013). Ce dernier simule le rendement potentiel Y0, c est-à-dire uniquement dépendant du rayonnement et de la température, et le rendement limité par l eau Yw, intégrant le stress hydrique, pour des cultures de céréales ou de légumineuses. Dans PYE, les modules de développement et de croissance proviennent du modèle STICS (Brisson et al,. 1998, 2003) et le module de bilan hydrique provient du modèle Sarra-mil (Affholder, 1997) et est identique à celui de SARRA-H (Dingkuhn et al., 2003). Sous conditions de croissance potentielle, la phénologie de la plante et son indice de surface foliaire potentiel sont calculés à partir du temps thermique. Le taux de croissance potentiel (GR0) est fonction du rayonnement photosynthétiquement actif intercepté (RAINT), de la température de l air journalière moyenne et d Ebmax, le coefficient de conversion maximal du rayonnement en biomasse : GR0 = (Ebmax x RAINT x RAINT²) x F(T), où F(T) est une fonction parabolique de la température dépendant de paramètres spécifiques à l espèce TCmin, TCopt et TCmax, respectivement les températures minimale, optimale et maximale 4

5 pour l efficacité de conversion du rayonnement en biomasse. Le rendement en grains est calculé par une approche simple couplant un indice de récolte à une limitation par les puits (Brisson et al., 1998). Premièrement, l indice de récolte, qui est fonction de la durée de la période de remplissage des grains, est calculé à partir d un taux de croît journalier et d un indice de récolte maximal spécifiques à l espèce. Un premier rendement en grains est calculé comme étant le produit de l indice de récolte et de la biomasse totale. Un deuxième rendement en grains est calculé comme étant le produit du poids maximal d un grain spécifique à l espèce et de la valeur simulée du nombre de grains produits par unité de surface (Ngrain). Ngrain est une fonction linéaire de la vitesse de croissance moyennée sur la durée du stade de floraison (Vitmoy) : Ngrain = Cgrain x Vitmoy + Cgrainv0 Cgrain correspond au nombre de grains mis en place par grammes de matière sèche par jour et Cgrainv0 est la valeur que cette variable prend quand la vitesse de croissance est nulle. Ces deux paramètres sont spécifiques au cultivar. Finalement, le rendement en grains correspond à la valeur minimale entre les deux valeurs de rendement calculées par le modèle. Figure 2. Schéma conceptuel du modèle biophysique de simulation de la croissance des cultures CELSIUS. Les éléments ajoutés à PYE pour aboutir à CELSIUS sont les suivants : - un module de simulation optionnelle des actes techniques en réponse aux états du milieu cultivé (modèle du système de gestion technique). Dans la version actuelle, ce module simule un semis d une culture après une certaine date ou après l échec d un semis antérieur (en cas de destruction de la culture par un stress), et avant une date limite (au-delà de laquelle la parcelle n est plus semée ou re-semée). Le semis est réalisé immédiatement après la première pluie dépassant un seuil fourni comme paramètre du modèle, - un module de simulation de la levée qui fait dépendre l accomplissement de la levée d une constante thermique spécifique à chaque espèce et du stock hydrique du sol, à partir de la date du semis fournie comme paramètre du modèle ou calculée par le modèle de gestion technique, - un module de calcul du ruissellement. Ce module est fondé sur le modèle mis au point pour les sols tropicaux par Albergel et al. (1990) tel que modifié par Sissoko (2009) pour y introduire la 5

6 prise en compte de la couverture du sol par un paillis selon l approche mise au point par Scopel et al. (2004), - un module de calcul du stress lié à la disponibilité en éléments nutritifs de manière à simuler le rendement limité par les nutriments (Ynut) et par l eau et les nutriments (Ywnut). Le coefficient de stress nutritif est calculé comme étant le rapport entre la somme des apports nutritifs (Qnut) disponibles pour la culture et ses besoins nutritifs (Ifertmax), avec Qnut = StockNsol + Nsymb + apportmo + apportmin, où StockNsol est le stock de nutriments du sol qui résulte de la politique antérieure de fumure du sol, Nsymb est la quantité de nutriments (azote) fixée par symbiose mycorhyzienne, apportmo est la quantité de nutriments apportée sous forme organique et apportmin est la quantité de nutriments apportée sous forme minérale. Dans le cadre de cette étude, seul l azote a été considéré comme nutriment éventuellement limtant. Par ailleurs certains éléments existant dans PYE ont été modifiés (modification du module de développement) de manière à simuler la destruction de la culture par un stress hydrique extrême, et à prendre en compte la réduction de la surface foliaire en cas de stress hydrique intervenant après que le LAI ait atteint sa valeur maximale (approximativement à la floraison dans le cas des céréales). Sous conditions de croissance limitée par l eau et les nutriments, le croît journalier potentiel de l indice de surface foliaire et de la biomasse aérienne totale sont multipliés par un coefficient de stress variant entre 0 (stress maximal) et 1 (absence de stress), correspondant à la valeur la plus faible (et donc la plus pénalisante pour la croissance) des coefficients de stress hydrique et nutritif. Dans le cadre de l expérimentation virtuelle bioéconomique, CELSIUS est utilisé pour simuler le rendement limité par l eau et les nutriments (Ywnut) de systèmes de culture déterminés ci-après pour les années 1991 à Les données climatiques La base des données climatiques constituée dans le cadre du projet couvre la période Elle est constituée essentiellement des données des stations agroclimatiques de l ISRA de Bambey pour le pays Sérer et de l ISRA de Nioro pour le Saloum. Les données pluviométriques de ces deux stations importantes de l ISRA sont d une qualité exceptionnelle et comportent peu de lacunes. Les données de rayonnement solaire et de température sont nettement plus fragmentaires et ont nécessité un important travail de critique. A ce stade du projet, la constitution d une référence cohérente de température et de rayonnement pour la station de Nioro est presque achevée, mais pour éviter de retarder davantage le travail de calage du modèle bioéconomique, ce dernier a été réalisé en utilisant pour Nioro les données de Bambey pour ces variables, beaucoup moins influentes dans les variations spatiales de rendement que les données pluviométriques. De même, les variations interannuelles de température et de rayonnement étant faibles comparées à celles de la pluviométrie, les moyennes interannuelles des années 1996 à 2008 par périodes de 10 jours ont été utilisées en première approximation. Sur l ensemble de la période, les données journalières de précipitations sont des mesures journalières provenant des stations pluviométriques ISRA de Bambey 6

7 pour le pays Sérer (couvrant la région dans laquelle est située la commune de Niakhar) et ISRA de Nioro pour le Saloum. 2.3 Typologie des systèmes de culture Les nombreux travaux antérieurs au projet ESCAPE, sur les systèmes agricoles des régions d étude, aux échelles parcelle, exploitation, et territoire villageois (Lericollais, 1972 ; Benoit-Cattin, 1986 ; Lhoste, 1986 ; Garin, 1988 ; Garin, 1989 ; Pieri, 1989 ; Boulier & Jouve, 1990 ; Ganry, 1990 ; Garin et al ; Niane Badiane et al., 2000), fournissaient une base éprouvée pour constituer une typologie des systèmes de culture. Les enquêtes réalisées dans le cadre d ESCAPE avaient pour but d affiner et d actualiser cette typologie pour les besoins spécifiques de la modélisation bioéconomique prévue dans le projet Suivis agronomiques et enquêtes Les systèmes de culture locaux existants ont été caractérisés d une part en s appuyant sur une base de données observées issue de suivis de type «diagnostic agronomique» menés en 1990 et 1991 dans les parcelles de mil et d arachide des régions de Niakhar (pour le pays Sérer) et de Nioro (pour le Saloum), et en 2006, 2007 et 2008 dans les parcelles de mil de la région de Niakhar uniquement (Figure 3). Dans ces suivis, les observations d itinéraires techniques, d états du milieu et des plantes et les mesures de rendements portaient sur des placettes de 25m² délimitées dans les parcelles des agriculteurs. Figure 3. Carte des suivis agronomiques des parcelles paysannes dans les régions du pays Sérer et du Saloum au Sénégal, considérées dans le cadre de l expérimentation virtuelle bioéconomique. 7

8 D autre part, une enquête a été menée en avril 2013 pour mieux décrire le mode de gestion de la fumure organique et minérale par les agriculteurs. Des informations ont été obtenues pour 135 parcelles dans le pays Sérer et 72 dans le Saloum. Les exploitants échantillonnés avaient été préalablement sélectionnés pour une enquête de ménages agricoles réalisée en juillet 2012 (cf. Section où il est décrit le mode d échantillonnage des exploitations). Seulement une partie de ces exploitations a été retenue pour cette enquête complémentaire (20 agriculteurs pour le pays Sérer et 23 pour le Saloum). L échantillonnage aléatoire a été réalisé de manière à avoir, pour chacune des deux régions, 1 à 4 exploitations par village et type d exploitation, de façon proportionnelle aux effectifs de départ. Chaque agriculteur a répondu à un questionnaire à propos de la fertilisation de chacune de ses parcelles (cf. Annexe 1) Typologie Les déterminants de la typologie des systèmes de culture ont peu changé depuis les travaux conduits dans la région au cours des décennies passées : espèce et cultivar, type de sol selon l appellation vernaculaire des sols sableux («Dior», franchement sableux ou «Deck», plus argileux), type de champ selon la proximité des habitations («champ de case» et «champ de brousse»), déterminant la politique de fumure organique et ainsi la gestion à long terme de la fertilité, type de fertilisation organo-minérale (parcage de bétail, apports de déjections, apports d engrais minéraux ternaires ou simples) et quantités de matière fertilisante apportées. Dans les deux régions, les champs de case portent exclusivement le mil (il est exceptionnel d y rencontrer de l arachide ou une autre culture), dont le cultivar est principalement le Souna 3 (cycle de 85 à 95 jours). Les champs de brousse sont cultivés majoritairement en rotation arachide-mil, le plus souvent biennale. Le maïs est présent dans les champs de case ou de brousse de la région du Saloum, mais seulement exceptionnellement dans le pays Sérer. Dans les exploitations enquêtées du Saloum, il ressort qu il n y a jamais de parcage des animaux dans les champs de brousse car les agriculteurs sont très souvent victimes de vol de bétail et qu ils préfèrent parquer leurs animaux dans le village puis amener le fumier par charrette dans les champs. La quantité de fumier épandue dans les champs de case est généralement plus importante que dans les champs de brousse, probablement du fait du temps de transport plus important pour les champs de brousse. Les champs de maïs peuvent être fumés ou non. Quand ils le sont, ils reçoivent généralement une dose de fumier relativement peu variable comprise entre 8 et 13 charrettes.ha -1, soit 2.4 et 3.9 Mg.ha -1, en considérant qu une charrette équivaut en moyenne à 0.3 Mg.ha -1 de fumier (Mime, 1981). Dans le cas du mil, la dose de fumier apportée est beaucoup plus variable, pouvant aller de 1.25 à 30 charrettes.ha -1, soit 0.4 à 9.0 Mg.ha -1 de fumier. Cette variabilité est en partie expliquée par le type de champ, les champs de case recevant une dose de fumier supérieure ou égale à 15 charrettes.ha -1 (soit 4.5 Mg.ha -1 ) et les champs de brousse une dose en moyenne proche de 4 charrettes.ha -1 (soit 1.2 Mg.ha -1 ) et relativement moins variable. Les parcelles d arachide ne sont jamais fumées. Dans les exploitations enquêtées du pays Sérer, les agriculteurs parquent leurs troupeaux composés de bovins, ovins et caprins aussi bien dans les champs de brousse que dans les champs de case, mais au total dans une minorité de champs (14%). Selon la durée du parcage et le nombre et type d animaux composant le troupeau, la quantité de fumier apportée par parcage varie de 0.5 à 16.6 Mg.ha -1. Les très rares champs de maïs (n=2) ne sont jamais parqués mais reçoivent du fumier par charrette (8 et 20 charrettes.ha -1 ). Les champs d arachide sont occasionnellement parqués ou fumés par charrette, la dose de fumier totale apportée variant de 0.6 à 16.6 Mg.ha -1. La moitié des 8

9 champs de brousse cultivés avec du mil sont fumés. La fumure peut être apportée uniquement par charrettes ou bien par charrettes et parcage, la dose totale de fumier étant comprise entre 1.5 et 4.2 Mg.ha -1, excepté dans un cas où la dose s élevait à 9.0 Mg.ha -1. Le recours à l engrais minéral est plutôt rare mais avec des doses très variable. Dans les exploitations enquêtées dans le pays Sérer, les parcelles de case comme de brousse reçoivent de l engrais dans 1 cas sur 4. Les effectifs de champs de case de maïs et d arachide sont trop faibles (n=2) pour pouvoir tirer une conclusion quant à la proportion de champs recevant de l engrais et la dose d engrais. Les champs de case de mil reçoivent de l engrais dans 1 cas sur 6. Dans les champs de brousse, 2 champs de mil sur 5 et seulement 1 champ d arachide sur 5 sont fertilisés avec de l engrais minéral. La formule de l engrais utilisée est variable : le mil est indifféremment fertilisé avec des engrais de formule , , ou encore ; et l arachide peut recevoir avec la même probabilité des engrais de formule , ou Dans les exploitations enquêtées au Saloum, la proportion de champ recevant de l engrais minéral est de 2 champs sur 5, pour les champs de case comme les champs de brousse. De façon générale pour les champs de case et de brousse dans le Saloum, la totalité des champs de maïs et les 2/3 des champs de mil sont fertilisés avec de l engrais minéral, tandis que les champs d arachide n en reçoivent jamais. Le type d engrais utilisé est plus ciblé que dans les exploitations du pays Sérer : le maïs est fertilisé avec de l engrais de formule dans 1/3 des cas et de formule dans 2/3 des cas ; l arachide et le mil reçoivent toujours de l engrais de formule et respectivement. Dans le cas des parcelles fertilisées, la dose d engrais apportée est globalement très variable, allant d une vingtaine à 300 kg.ha -1 dans le cas des céréales et de 50 à 150 kg.ha -1 dans le cas de l arachide. La dose ne semble dépendre ni du type de champ ni du type de sol. La variabilité reflète plus probablement la variabilité de la capacité des agriculteurs à accéder aux intrants et la diversité des stratégies de fertilisation. Souvent, les agriculteurs se basent sur leur propre estimation des rendements de l année précédente pour juger de la fertilité d un champ et décider de le fertiliser ou non. De plus ils peuvent aussi décider de faire des applications localisées sur certains endroits des parcelles, jugés moins fertiles. Les faibles doses d engrais relevées au cours de l enquête, représentant parfois moins de 10 unités d azote, peuvent correspondre à ces cas de figure, et il est difficile d estimer leurs effets sur la production. Cela peut aussi correspondre à des dons d engrais de la part d ONG ou de programmes gouvernementaux plus qu à un réel choix technique de la part des exploitants. Il est à noter qu il est possible que le recours à l engrais soit contraint par sa disponibilité, elle-même très variable selon les années et les zones. Les sols Dior dominent largement dans l échantillon des exploitations enquêtées dans les deux régions, avec ¾ des parcelles sur sol Dior dans le pays Sérer et près de 8 parcelles sur 10 dans l échantillon du Saloum. Les sols Dior de type sableux sont reconnus pour être plus légers et donc plus facile à travailler et pour leur caractéristiques hydriques plus favorables (Boulier & Jouve, 1990). Les sols plus argileux de type Deck sont enrichis en éléments nutritifs en surface mais peuvent présenter plusieurs désavantages, comme par exemple un fort ruissellement en début de saison des pluies lié à la formation d une cuirasse ou une extraction des gousses d arachide plus difficile due à la compacité du sol. D après les résultats de l enquête dans la région de Niakhar (pays Sérer), les parcelles sur sol Dior sont aussi fréquemment fumées (apport de fumier) que celles sur sol Deck (dans 2 cas sur 5), sans distinction du type de champ (case ou brousse). Les parcelles sur sol Dior sont généralement moins fréquemment pourvues en engrais minéraux que les parcelles sur sol Deck, avec 9

10 respectivement 1 parcelle sur 5 et 2 parcelles sur 5 fertilisées. Dans le Saloum (région de Nioro), les parcelles sur sol Dior sont également fumées dans 2 cas sur 5, tandis que les parcelles sur sol Deck sont fumées 1 fois sur 3, mais là encore sans distinction du type de champ. Près de la moitié des parcelles sur sol Dior (dont la grande majorité sont des parcelles de type champ de brousse) contre ¾ des parcelles sur sol argileux (uniquement des parcelles de type champ de brousse) reçoivent un apport d engrais minéral Représentation de la typologie des systèmes de culture dans la modélisation bio-économique On assume, dans le modèle décisionnel que les producteurs simulés ont une représentation des performances agronomiques des systèmes de culture, et de leur dépendance au climat, conforme à celle représentée par les résultats de l expérimentation virtuelle biophysique décrite ci-après. L expérimentation virtuelle biophysique a consisté à simuler, pour chacune des deux régions étudiées, les rendements d un certain nombre de systèmes de culture pour les 20 années climatiques retenues. Les systèmes de culture sont définis, dans cette expérimentation virtuelle comme dans la typologie établie à la section précédente, par des éléments dits de l itinéraire technique, à savoir l espèce, le cultivar, et la politique de fertilisation organo-minérale, et par des éléments de l environnement biophysique, à savoir le type de champ (correspondant en fait au type de fertilité accumulée en conséquence de la politique de fertilisation à long terme) et le type de sol. Un certain nombre d autres paramètres du système de culture ont été considérés comme dépendant directement de la combinaison de ces facteurs, comme la densité de peuplement végétal et la politique de semis. Dans tous les cas, il a été fait abstraction des pertes de rendement dues aux bioagresseurs (maladies, insectes et mauvaises herbes). Deux grands types de systèmes de culture ont été considérés : - des systèmes de culture «actuels», c'est-à-dire effectivement pratiqués aujourd hui par des agriculteurs dans les régions de l étude, - des systèmes de culture «futurs» ou «hypothétiques», faisant appel à des techniques agronomiques et des cultivars déjà disponibles ou pouvant être rapidement disponibles, susceptibles d être pratiqués dans l avenir si l environnement biophysique ou économique des exploitations change, mais supposés inadaptés aux conditions actuelles. A ce stade du projet, un nombre relativement limité de systèmes de culture «futurs» a été considéré et ils n ont été définis que de manière très grossière. L objectif est en effet simplement de vérifier que le modèle économique est assez correctement paramétré pour ne pas simuler l adoption de tels systèmes dans l état actuel de l environnement. Les modalités des facteurs retenus pour établir les types de systèmes de culture sont les suivantes : - Matériel végétal considéré : o Systèmes de culture «existants»: pour le mil, le cultivar considéré est le souna 3. Pour l arachide, il s agit des cultivars pour le pays Sérer d une durée de 90 jours, et pour le Saloum d une durée de 110 jours. Le cultivar de maïs existant choisi est le cultivar Noor 96 de type early thaï, d une durée de 80 jours. Ces cultivars correspondent pour chaque espèce au cultivar le plus répandu dans la région considérée 10

11 o Systèmes de culture «hypothétiques»: ces systèmes de culture correspondent à l hypothèse d un environnement économique (prix, crédit, assurance) plus favorable à l intensification de la production de grains. Parmi ces itinéraires techniques, certains sont identiques aux itinéraires existants en termes de cultivar et de dose de fumure organique tandis que d autres reposent sur la disponibilité de variétés améliorées de mil ou de maïs, mais tous impliquent le recours à des engrais minéraux en quantité supérieures aux pratiques actuelles. Les mil et maïs améliorés virtuels considérés produisent plus de grains mais moins de paille que les variétés actuelles les plus répandues dans la zone et utilisées dans les itinéraires techniques existants (Souna 3 et Noor 96), de manière cohérente à l hypothèse d un marché encourageant la production de grain. - Sols : les deux principaux types de sols présents dans les régions étudiées ont été considérés, à savoir les sols de type Dior et Deck. Ils ont été représentés avec une réserve utile de 90 et 120 mm/m respectivement. Les sols Dior ont été représentés comme étant moins fertiles mais également moins sensibles au ruissellement que les sols Deck, conformément aux descriptions trouvées dans la littérature (Boulier& Jouve, 1990). - Fumure organique : afin de limiter le nombre de situations à simuler et ne représenter que des situations contrastées que le modèle bio-économique puisse distinguer, et malgré les fortes variations de niveaux de fumure observés chez les agriculteurs, seuls trois niveaux de fumure organique ont été considérés pour toutes les cultures : 0, 1.3 et 4.0 Mg.ha -1 de fumier, correspondant à 0, 20 et 60 kg d azote par hectare en considérant un fumier dont la teneur en azote serait de 1.5% (correspondant à la moyenne de fumiers d origine bovine, caprine et equine analysés dans le bassin arachidier (Fall et a., 2000). Le niveau de fumure apportant 20kg.ha -1 d azote (1.3 Mg de fumier par hectare) se veut représentatif d une politique de dispersion de la matière organique par opposition au niveau de fumure apportant 60 kg.ha de N (4 Mg.ha -1 de fumier) qui représente une politique plutôt de concentration de la matière organique. Ces deux niveaux de fumure choisis sont représentatifs des minis et maxis de la gamme des fumures (hors valeurs isolées) observées tous champs et toutes zones confondues dans la région d étude.fertilisation minérale azotée: trois niveaux de fertilisation minérale ont été considérés pour les céréales correspondant à 0, 60 et 120 kg d azote par hectare. T trois niveaux de fertilisation minérale plus faibles ont été considérés pour les légumineuses correspondant à 0, 4.5 et 9 kg d azote par hectare Malgré un nombre déjà limité de modalités choisies, toutes les combinaisons des modalités de ces facteurs n ont pas été retenues, car d une part la capacité d interpréter les résultats des simulations bioéconomiques peut être fortement réduite si un trop grand nombre de scénarios est retenu, et d autre part la précision attendue des deux modèles impliqués dans l étude ne permettait à priori pas d espérer distinguer entre des modalités ayant des performances agronomiques différant de moins de 30% en moyenne. Au total, 23 itinéraires techniques par région ont été utilisés pour le calage du modèle biophysique, dont 5 existants et 18 hypothétiques pour le pays Sérer et 6 existants et 17 hypothétiques pour le Saloum. La liste des itinéraires techniques représentatifs des itinéraires existants et employée pour le calage du modèle d exploitation est fournie dans la table 1. 11

12 Table 1. Liste des itinéraires techniques représentant les itinéraires techniques réels existants employés pour le calage du modèle biophysique CELSIUS dans le cadre de l expérimentation virtuelle bioéconomique. Densité de Quantité de Azote Azote Nom du Type Région Espèce Cultivar semis semence organique minéral système (pieds.m -2 ) (kg.ha -1 ) (kg.ha -1 ) (kg.ha -1 d'engrais ) de culture Sérer arachide araf0e0 Sérer arachide araf1e0 Sérer mil Souna urée miaf0e0 Sérer mil Souna urée miaf1e0 Sérer mil Souna urée miaf2e0 Saloum arachide araf0e0 Saloum arachide araf1e0 Saloum mais Noor urée maaf0e1 Saloum mais Noor urée maaf2e1 Saloum mil Souna urée miaf0e0 Saloum mil Souna urée miaf1e0 Saloum mil Souna urée miaf2e0 La liste des itinéraires technique «hypothétiques» soumis au modèle lors de son calage est fournie dans la table 2. Notons que parmi ces itinéraires techniques «hypothétiques», certains (avec un apport en azote minéral faible) peuvent parfois être appliqués par les agriculteurs, mais de manière moins systématique et dans une proportion moindre que les techniques de la table 1. Le schéma conceptuel général de la démarche d expérimentation virtuelle est repris en figure 4 dans le contexte des régions étudiées. Pour chacune des régions d étude, les 23 itinéraires techniques ont été croisés avec les deux types de champ (case et brousse) et les deux types de sol (Dior et Deck). 12

13 Table 2. Liste des itinéraires techniques hypothétiques soumis au modèle biophysique CELSIUS lors de son calage. Densité de Quantité de Azote Azote Nom du Type Région Espèce Cultivar semis semence organique minéral système (pieds.m -2 ) (kg/ha) (kg.ha -1 ) (kg.ha -1 d'engrais ) de culture Sérer arachide araf0e1 Sérer arachide araf1e1 Sérer arachide araf0e2 Sérer arachide araf1e2 Sérer mais Noor urée maaf0e1 Sérer mais Noor urée maaf2e1 Sérer mais Noor urée maaf0e2 Sérer mais Noor urée maaf2e2 Sérer mais amélioré urée maff0e1 Sérer mais amélioré urée maff2e1 Sérer mais amélioré urée maff0e2 Sérer mais amélioré urée maff2e2 Sérer mil Souna urée miaf0e1 Sérer mil Souna urée miaf2e1 Sérer mil amélioré urée miff0e1 Sérer mil amélioré urée miff2e1 Sérer mil amélioré urée miff0e2 Sérer mil amélioré urée miff2e2 Saloum arachide araf0e1 Saloum arachide araf1e1 Saloum arachide araf0e2 Saloum arachide araf1e2 Saloum mais Noor urée maaf0e2 Saloum mais Noor urée maaf2e2 Saloum mais amélioré urée maff0e1 Saloum mais amélioré urée maff2e1 Saloum mais amélioré urée maff0e2 Saloum mais amélioré urée maff2e2 Saloum mil Souna urée miaf0e1 Saloum mil Souna urée miaf2e1 Saloum mil amélioré urée miff0e1 Saloum mil amélioré urée miff2e1 Saloum mil amélioré urée miff0e2 Saloum mil amélioré urée miff2e2 13

14 Figure 4. Schéma conceptuel de l expérimentation virtuelle bioéconomique appliquée aux régions du pays Sérer et du Saloum au Sénégal dans le cadre du projet ESCAPE. 2.4 Paramétrage du modèle biophysique Le paramétrage de CELSIUS pour l expérimentation virtuelle a reposé principalement sur des travaux de calage antérieurs et sur une expertise agronomique acquise depuis de nombreuses années sur le terrain et au travers de la littérature. Le paramétrage du module de bilan hydrique, de la destruction des cultures par les stress hydriques extrêmes, et des seuils de déclenchement de la levée des semis en sec a été directement repris du paramétrage obtenu par Affholder (1997). On s est assuré que le modèle restituait les distributions de rendements obtenues à paramétrage identique par le modèle Sarra-mil qui avait été calé et validé sur des données expérimentales. Le paramétrage du cultivar de mil souna 3 a été repris à l identique de celui obtenu pour ce même cultivar au Sénégal pour la simulation des rendements potentiel et limité par l eau avec PYE (Affholder et al., 2013). Le cultivar de mil amélioré a été créé virtuellement à partir du cultivar souna 3 par ajustement des paramètres liés à l élaboration du rendement en grain afin d obtenir un rendement potentiel 5 Mg.ha -1 et un indice de récolte plus élevé, traduisant une augmentation de la quantité de grain produite, au détriment de la quantité de paille. CELSIUS a été paramétré pour la première fois pour les deux cultivars d arachide en suivant la même méthodologie que celle appliquée par Affholder et al. (2013), basée sur des valeurs de paramètres issues de la littérature et d autres calées à partir des données du suivi type «diagnostic agronomique» mentionnée à la section Le paramétrage de CELSIUS pour le cultivar actuel de maïs (Noor 96) est adapté de celui d un cultivar brésilien, obtenu pour la simulation des rendements potentiel et limité par l eau avec PYE (Affholder et al., 2013), par ajustement des constantes thermiques et des paramètres relatifs à l élaboration du grain, afin d obtenir un cycle de 80 jours et un rendement potentiel de 3 Mg.ha -1 comme spécifié dans la fiche technique du cultivar. Le cultivar de maïs amélioré a été créé 14

15 virtuellement en réajustant le calibrage du cultivar actuel pour obtenir : au pays Sérer un cycle de 80 jours et un rendement potentiel de 5 Mg.ha -1, volontairement équivalent au cultivar amélioré de mil, et au Saloum un cycle plus long de 10 jours permis par les conditions pluviométriques plus favorables, et un rendement potentiel plus important qu au pays Sérer mais résultant uniquement de l allongement du cycle, les paramètres relatifs à l élaboration du grain étant identiques. Les caractéristiques principales des cultivars utilisées pour leur paramétrage sont résumées dans la table 3. Table 3. Durée du cycle, rendement potentiel (Y0) et rendement limité par l eau et les nutriments maximal (Ywn max) des cultivars de mil, arachide et maïs utilisés pour l expérimentation virtuelle. Durée du cycle Plante Cultivar Région Y0 (Mg.ha -1 Ywnut max ) (jours) (Mg.ha -1 ) Souna 3 Sérer mil maïs arachide Souna 3 Saloum amélioré Sérer et Saloum Noor 96 Sérer et Saloum amélioré Sérer Saloum Sérer Saloum Les paramètres du module de bilan nutritif (Nsymb, Ifertmax, StockN des sols) ont été réglés pour que : 1) pour les systèmes de culture à base de mil et d arachide les plus intensifs et tous ceux à base de maïs, la valeur maximale, pour la série d années utilisée, des rendements limités par l azote (Ywn max) soit équivalente à 80% du rendement potentiel (Y0) et 2) pour les systèmes de culture à base des cultivars actuels de mil et d arachide, pour lesquels des suivis agronomiques étaient disponibles (mentionnés en section 2.3.1), la valeur maximale, pour la série d années utilisées, du rendement Ywn max soit équivalente au rendement maximal obtenu par les agriculteurs dans les meilleures conditions de fertilité observées (à priori exemptes de stress nutritif). 3 La modélisation technico-économique à l échelle de l exploitation Afin d appréhender les décisions de production des agriculteurs ainsi que leurs stratégies d adaptation à la variabilité climatique, il est indispensable de changer d échelle et de passer de la parcelle à l exploitation. C est en effet à cette échelle que l on peut analyser les décisions des ménages agricoles en matière d allocation des ressources, d investissement et de consommation. Pour ce faire, nous couplons le modèle agronomique CELSIUS précédemment décrit, qui permet de tenir compte des interactions biophysiques à l échelle de la parcelle, avec un modèle économique à l échelle de l exploitation. Ce modèle économique permet de modéliser des systèmes d exploitation complexes où interagissent des sous-systèmes de l exploitation (systèmes de cultures et d élevages par exemple). Le couplage de ces deux modèles abouti à un modèle bio-économique qui considère les liens entre les processus biophysiques en œuvre dans les écosystèmes cultivés et les décisions du ménage agricole. En identifiant les différents arbitrages d affectation des moyens de production auxquels doit faire face l agriculteur mais aussi les points de blocage organisationnels, le modèle bioéconomique permet non seulement de comprendre et de reproduire les décisions actuelles des 15

16 producteurs mais aussi, d évaluer ex ante les impacts probables de nouvelles technologies, de nouveaux instruments de politiques agricoles, de systèmes d assurances, etc. Cette section présente la démarche de modélisation économique et les données nécessaires à sa mise en œuvre. Il s agit, en l occurrence, d une méthode de modélisation par optimisation où une fonction d utilité est maximisée sous différentes contraintes auxquelles doivent faire face les d exploitants (dotation en facteurs de production, contraintes financières, etc.). Pour chacune des régions d étude, la représentation des exploitations dans le modèle s appuie sur une typologie d exploitations prenant en compte la diversité des ménages agricoles tant du point de vue de la dotation en facteurs (terre, travail, équipement, cheptel, etc.) que des contraintes et opportunités qui en découlent. Dans la prochaine section, nous présentons la méthode retenue pour caractériser la diversité des exploitations ainsi que les données utilisées. Nous décrivons ensuite le modèle économique construit dans le cadre de ce travail et enfin la méthode de calibrage employée. 3.1 La construction d une typologie d exploitation Méthode statistique employée Une typologie d exploitation a pour but d identifier et de caractériser la diversité des exploitations agricoles sur une zone bien délimitée. Dans notre cas, nous avons réalisé une typologie distincte pour chacune des régions d études (pays Sérer et Saloum) car bien qu à première vue les deux régions présentent des systèmes agraires globalement similaires, les études approfondies ont mis en évidence des différences significatives. Aussi, si l on avait tenté de dresser une même typologie regroupant les deux zones, c est davantage cette diversité «inter-zone» que l on aurait capté plutôt que la diversité des exploitations au sein d une même région. La méthode statistique retenue pour l élaboration des typologies est la Classification Ascendante Hiérarchique (CAH). Cette méthode est la plus largement utilisée pour la construction de typologies (par exemple, Blazy et al., 2009). Elle consiste à grouper progressivement toutes les observations selon leur degré de similarité. L indice de similarité couramment retenu et que nous avons utilisé est celui de la distance euclidienne entre deux observations. Un algorithme classe les individus en appariant à chaque étape les individus ou groupes d individus étant le plus proche. Pour élaborer la classification des exploitations, nous avons retenu comme variables de choix celles ayant trait à la structure des exploitations (les dotations en facteurs de production tels que la terre, le nombre de travailleurs au sein de l exploitation, le capital mobilisé au cours des travaux agricoles), le cheptel de l exploitation (essentiellement le nombre de bovins dans le troupeau, de chevaux et d âne) et enfin le nombre de travailleurs émigrés dans la mesure où il est connu que les émigrés, en envoyant régulièrement des liquidités, contribuent à la prise de décision des agriculteurs L enquête auprès de ménages agricoles Pour réaliser ces typologies, nous avons utilisé des données issues d une enquête auprès de ménages agricoles réalisée en juillet 2012 dans le cadre du projet ESCAPE. Pour chaque région impliquée dans le projet, 5 villages ont été sélectionnés à dire d expert, selon leur distance à la ville 16

17 principale (Niakhar ou Nioro selon la région) et leur degré d enclavement. La table 4 indique les villages retenus. Table 4. Villages sélectionnés pour l enquête de ménage. Zone d étude Pays Sérer Saloum Villages sélectionnés Niakhar Sob Bakfassagal Patar sine Barry Ndondol Kathiote Kaymore Mabo Paoskoto Thiaré Dix-huit exploitants par village ont été choisis aléatoirement pour être enquêtés. Le questionnaire comportait des questions ayant trait à (cf. Annexe 2) : - Les parcelles de l exploitation : taille, type de champs, type de sol, culture emblavée en La composition de la famille et de la main d œuvre : sexe, âge, travail sur l exploitation et/ou en dehors - Les migrants : date de migration et localisation géographique - Le capital de l exploitation : nombre d outil de sarclage, de semoir, de charrue, etc. - Le cheptel de l exploitation et le nombre d animaux à l embouche sur la dernière année - Informations complémentaires sur le chef d exploitation (degré d alphabétisation, adhésion éventuelle à une organisation de producteurs, etc.) - Recours au crédit - Pratiques culturales : production de fumure organique sur l exploitation, application d engrais minéraux - Achat/vente des produits de récolte - Niveaux de perception relatifs aux différentes sources de risque sur l exploitation 3.2 Description du modèle économique La structure générale du modèle Le modèle économique en programmation mathématique est un modèle multi-périodique non récursif. En effet, l horizon de planification est d une seule année mais subdivisée en 7 périodes (P) (Table 5). Le découpage de l année en plusieurs périodes est nécessaire pour refléter les natures saisonnières des activités agricoles et d élevage qui ont des répercussions importantes sur l organisation des travaux agricoles (et non agricoles) tout au long de l année. Ainsi, alors que certaines périodes correspondent à des pics de travaux (lors du sarclo-binage et des récoltes par exemple), d autres requièrent moins de main d œuvre et laissent du temps pour certains membres de la famille pour travailler en dehors de l exploitation. En outre, la périodisation de l année permet de refléter les décalages souvent importants entre les sorties et les rentrées de liquidité et qui peuvent aboutir à des contraintes de liquidité importantes à même d expliquer certaines décisions des agriculteurs, surtout dans un environnement où le marché du crédit est défaillant. Enfin, 17

18 l inadéquation entre les ressources en grains et en fourrages, disponibles ponctuellement, et les besoins alimentaires réguliers des humains et des animaux conduit à des risques de périodes de «soudure» plus ou moins longues et contraint ainsi les choix des exploitants. Dans le modèle, la première période comprend la préparation des sols et le semis à sec du mil, en fin de saison sèche (15/05 au 20/06). La deuxième période (21/06-15/07) coïncide avec le début de l hivernage où ont lieu les semis d arachide et de maïs. La troisième période (16/07-30/08) est celle du sarclage et du binage de l ensemble des parcelles mises en culture. Ensuite, il s agit d une période creuse, juste avant les récoltes, où peu de travaux sont réalisés dans les champs (31/08-25/09). La période suivante est celle des récoltes et la fin de l hivernage (26/09-30/11). La sixième période s étend sur l ensemble de la saison sèche (01/12-13/05). Enfin, la dernière période, d une journée, est construite pour une raison purement technique. En créant une deuxième période durant la saison sèche, il est en effet possible de tenir compte de l effet d une contrainte de trésorerie sur le choix d activités où les sorties et les entrées d argent ont lieu au cours de la même saison sèche. C est notamment le cas des activités d embouche. Table 5. Les périodes du modèle. Nom de la période Date Description de la période P1 15/05-20/06 Préparation des sols et semis à sec du mil P2 21/06-15/07 Semis de l arachide et du semis P3 16/07-30/08 Sarclo-binage P4 31/08-25/09 Période creuse P5 26/09-30/11 Récolte P6 01/12-13/05 Transport récoltes dans les concessions/greniers-saison sèche P7 14/05 Fin de la saison sèche Les décisions du ménage endogènes dans le modèle sont (Figure 5) : - Le choix des cultures (mil, maïs et arachide) - Les pratiques agricoles utilisées - Le choix de certaines activités animales (embouche) - Le recours éventuel à un crédit de campagne (financement de la trésorerie) - Le travail en dehors de l exploitation et l embauche de personnes - L alimentation humaine et animale - Le choix de souscrire ou non à une assurance basée sur un indicateur météorologique Toutes ces décisions sont prises de manière à maximiser l utilité espérée. 18

19 Figure 5. Structure du modèle économique Le zonage agro-écologique : types de champs et de sol Les parcelles de l exploitation agricole simulée sont subdivisées selon le type de champs (Z) et le type de sol (S) qui les caractérisent. De la même manière qu identifiés lors de la typologie des systèmes de culture, on distingue les champs de case et les champs de brousse ainsi que les sols Dior et les Deck (décrits dans la section 2) Le système de production de l exploitation Les cultures et techniques de production associées La combinaison d une culture (mil, maïs ou arachide), d un cultivar et d un itinéraire technique donné correspond dans le modèle économique à une activité culturale (AC). Parmi les 23 activités culturales décrites dans la section 2 et utilisées pour le calibrage du modèle (donc soumise au choix de l agriculteur), 9 sont à base de mil, 8 à base de maïs et 6 à base d arachide. Chacune de ces AC peut être appliquée par l agriculteur sur les différents types de champs et de sols. Les rendements en grains et paille (ou fanes) de chaque AC associée à chaque combinaison sol x champ sont simulés par CELSIUS pour une série de 20 ans ( ). Les distributions de rendements sont utilisées par le modèle comme états de la nature possibles. L horizon de planification est de un an. Par ailleurs, ces AC se caractérisent par des besoins en main d œuvre, en traction animale, en semences, en fumure minérale et en fumure organique spécifiques. Notons enfin que parmi les AC considérées, certaines correspondent à des pratiques peu ou pas utilisées par les agriculteurs mais pouvant devenir intéressants au regard des scénarios qui seront proposés une fois le modèle calibré et validé (dans une logique «What-if») (voir les tables 1 et 2) Les activités animales Chaque exploitation simulée dispose d un cheptel bovin, ovin et d animaux de trait. Les animaux de trait sont des chevaux ou ânes dans le cas du pays Sérer et des bœufs dans le cas du Saloum. 19

20 Etant donné l horizon de simulation et notre question de recherche, nous ne nous intéressons pas à la dynamique de constitution d un troupeau. Cela exigerait la construction d un modèle pluriannuel. Cependant, le troupeau est une source d épargne pour l agriculteur et il n hésite pas à vendre des bêtes en fonction de ses besoins. C est pourquoi nous avons supposé que chaque tête de bétail procurait un revenu annuel à l agriculteur, calculé en divisant le bénéfice que procure la possession de l animal par la durée moyenne de possession de ce dernier. A contrario, le producteur simulé a la possibilité de développer une activité d embouche, bovine ou ovine, puisque celle-ci est réalisée sur 2 ou 4 mois au cours de la saison sèche. Les charges liées aux activités animales (notées AN) sont les temps de conduite du troupeau, les frais vétérinaires et enfin les besoins alimentaires. Dans le modèle, l alimentation animale est endogène. La ration, constitué des produits de récoltes (grains et/ou résidus) et par l achat de «concentré» ou de tourteaux, doit satisfaire les besoins énergétiques et protéiques de l animal L association agriculture-élevage Les activités végétales et animales ne sont pas indépendantes, il existe de nombreuses interactions entre-elles (Le Thiec, 1996). Les plantes sont sources d apport calorifiques pour les animaux. Ces derniers peuvent procurer une force de traction pour les activités culturales ou le transport. Enfin, les animaux peuvent apporter de la matière organique directement en cas de parcage des animaux sur les parcelles ou bien indirectement sous forme de poudrette de parc apportée en charrette. Toutes ces interactions sont explicites dans le modèle La trésorerie et l accès au crédit Bien que le marché du crédit soit très défaillant dans les zones rurales d Afrique de l ouest, certains agriculteurs ont toutefois accès à des crédits de campagnes qui permettent notamment l achat de fertilisants minéraux. Ces crédits sont accordés par des banques ou des organisations de producteurs. C est pourquoi nous avons spécifié dans le modèle que le niveau de trésorerie sur l exploitation doit toujours être positif mais qu en contrepartie les agriculteurs peuvent souscrire à un crédit, dont le montant est toutefois limité, remboursable après la récolte avec un taux d intérêt. Le taux d intérêt est spécifique à la région alors que le montant maximal accordé dépend de l exploitation-type simulée. Les valeurs proviennent de l enquête auprès de ménages agricoles. La trésorerie à une période donné correspond à son niveau initial en début de période, auquel se rajoutent les rentrées (revenus issus de l exploitation et hors de l exploitation, revenu émanant des migrants, emprunt éventuel) et se retranchent les sorties de liquidités (charges d exploitation, dépenses du ménage et remboursement du crédit) L introduction du risque dans le modèle Si l on veut s intéresser à la question de l adoption de systèmes d assurance par les exploitations, il est important de bien considérer la manière dont le risque est introduit dans le modèle. Nous avons deux principales sources de risque à l échelle de l exploitation : le risque de production et le risque de prix. Le risque de production est pris en compte grâce au modèle biophysique qui simule des rendements sur les 20 dernières années climatiques. Par ailleurs, ces séries de rendements, par espèce et itinéraire techniques, permettent de tenir compte des éventuelles relations de dépendances entre espèces et/ou itinéraires techniques. Pour introduire le 20