International network for natural sciences – research journal
  • mendeley icon
  • linkedin icon
  • google plus icon
  • twitter icon
  • google scholar icon
  • facebook icon

Prediction of oil palm production (Elaeis guineensis Jacq.), using agroclimatic data, grown in South-Eastern Côte d’Ivoire

By: Kone Boaké, Kouame Konan, Kassi Koffi Fernand Jean-Martial, Ballo Koffi

Key Words: Côte d’Ivoire, Hydric deficit, Oil palm, Production forecast, Yield

Int. J. Agron. Agri. Res. 13(2), 102-113, August 2018.

Certification: ijaar 2018 0140 [Generate Certificate]

Abstract

The knowledge of the expected production, allows managers of agro-industrial plantations to better organize their technical and financial management. The estimation methods must be easy to apply, while having sufficient precision. This study was initiated to contribute to the development of a method for estimating oil palm production through the use of rainfall data. Experiments were conducted on experimental stations Robert-Michaux of CNRA at Dabou, of PALMCI at Ehania and of PALMAFRIQUE at Anguédedou, located in the south-east of Côte d’Ivoire. The proposed methodology is based on the time between initiation and maturation of the palm regimes. This evolution of the inflorescence is influenced by the climate, through the effects of rainfall. The hydric deficit provides information on the tonnage that will be harvested in the next three years. The results obtained showed that the water deficit was higher in Dabou and Anguédédou than in Ehania. The yields over the four years studied were 16.07 tons/ha/year at Ehania, 12.77 tons/year at Anguédédou and 10.37 tons/ha/year at Dabou. The variations of hydric deficit and that of the production carried out previously make it possible to estimate the production in three years. The climate-based model shows satisfactory results, with error accuracies between 0 and 10% and determination coefficients (R2) of more than 0.97. They demonstrate the economic and technical interest of such a method in the case of these production localities having information on the climatic conditions of oil palm cultivation.

| Views 33 |

Prediction of oil palm production (Elaeis guineensis Jacq.), using agroclimatic data, grown in South-Eastern Côte d’Ivoire

Agronomic Interpretation Working Group. 1995. Systèmes de classification des terres selon leurs aptitudes pour les cultures : 1. La production des céréales de printemps. W.W. Pettapiece (dir.), Bulletin technique 1995-6F. Centre de recherche sur les terres et les ressources biologiques, Agriculture et Agroalimentaire Canada p 90.

Anonyme. 2012. L’huile de palme, l’autre poumon économique de la Côte d’Ivoire – Afrik.com : l’actualité del’Afrique noire et du Maghreb – Le quotidien panafricain : 1-20.

Arthur LM, Van Kooten CG. 1992. Climate Impacts on the Agribusiness Sectors of a Prarie Economy, Prairie Forum 17, 97-109.

Bacci M, Genesio L, Vecchia DA, Assane I, Diarra B, N’Diaye M. 2008. Les prévisions saisonnières et leurs impacts sur la prévention de l’insécurité alimentaire. Le cas d’étude de la campagne 2007/2008 et la prévision pour la campagne 2008/2009, 38p. Disponible sur:

www.case.ibinet.cnr.it/./prevision_saisonnieres_et impacts_campagne.pdf,consultéle05/01/2011.

buisson a. 1989. Tendances climatiques pour l’évaluation de la pluviométrie durant la saison des pluies de l’Afrique sub-saharienne. Veille climatique satellitaire 24, 43-51.

Brklacich, M, Smit B. 1992. Implications of Changes in Climatic Averages and Variability on Food Production Opportunities in Ontario, Canada, Climatic Change, 1992, 20, 1-21.

Caliman JP. 1992. Dégradation des propriètés physiques conditionnant la fertilité des sols sous culture du palmier à huile en Côte d’Ivoire, essai de correction. Science Sol, 44 – 63.

Diahuissie a, boaké k. 2000. Le régime climatique de la station de recherche de La Mé de 1990 à 1999. Rapport d’activité, Mars 2000, 1-12.

Easterling W, Aggarwal P, Batima P, Brander, K, Erda L, Howden M, Kirilenko A, Morton J, Soussana JF, Schmidhuber J, Tubiello F. 2007. Food, fibre, and forest products. In «Climate Change 2007. Climate Change Impacts, adaptations and vulnerability, IPCC Working Group II», Cambridge University Press, Cambridge, England, p 20.

FAO. 1991. Strengthening National Early Warning and Food Information Systems in Asia and the Pacific: FAO Workshop, FAO, Bangkok, Thaïlande.

FAO, AFRISTAT. 2000. Réunion technique sous régionale sur les méthodes de prévisions de récoltes des cultures vivrières. Rapport de synthèse, Bamako 15-16, Mai 2000, p 116.

Frère JL. 1986.Relation climat – production d’une palmeraie en Côte D’Ivoire, Université Nationale d’Abidjan, mémoire de thèse, 23 – 30.

Fontaine B, Philippon N, Camberlin P. 1999. An improvement of June-September rainfall forecasting in the Sahel based upon region April-May moist static energy content (1968-1997). Geophys Res Lett 26,  2041-2044.

Hansen JW. 2002. Realizing the potential benefits of climate prediction to agriculture: issues, approaches, challenges. Agric Syst 74, 309-30.

Hoogenboom G. 2000. Contribution of agrometeorology to the simulation of crop production and its applications, Agric. For. Meteorol., 103(1-2), 137–157.

Horie T, Yajima M, Nakagawa H. 1992. Yield forecasting. Agricultural Systems 40(127), 211-236.

houssou m. 1985.Amélioration du palmier à huile en zone peu humide. Résultats récents obtenus au Bénin. Thèse Doct. Ing, Université Paris-sud orsay, p 119.

IPCC.2014.«Intergovernmental panel on climate change», 5thassessment report, Jacobs, p 30.

Kiendrebeogo R. 2010. Analyse des déterminants socioculturels des perceptions et stratégies d’adaptation des agro- éleveurs face aux changements climatiques : cas de Yé, Bounou, Wembatenga et Amsia au Burkina Faso. Mémoire de fin d’études IDR/UPB,p 75.

King C, Meyer-Roux J. 1990. Remote sensing in agriculture: from research to applications. In applications of Remote Sensing in Agriculture, edited by M.D. Steven and J.A. Clark, (London: Butterworths), 377-395.

Koné N. 2012. Huile de palme : Un produit rentable et très prisé. Le nouveau consommateur Hebdo. Economie, Publié le lundi 3 décembre 2012, p 3.

Meyer-Roux J. 1990. Présentation du projet pilote de télédétection appliquée aux statistiques agricoles, Conference on the Appi, of Remote Sensing to Agricultural Statistics, Office for Publications of the E.C., Luxembourg, 30 p.

Nacambo K. 2010. Analyse des déterminants socioculturels des perceptions et stratégies d’adaptation des agroéléveurs face aux changements climatiques: cas de Folonzo, Tengrela, Péni et Koumbia au Burkina Faso. Mémoire de fin de cycle. IDR/UPB. 48 p.

Palmer TN. 2004. Development of a European multi-model ensemble system for seasonal to inter-annual prediction (DEMETE). Bull Am Meteo Soc 2004; 85, 853-72.

Péné B, Assa AD. 2003. Variations interannuelles de la pluviométrie et de l’alimentation hydrique de la canne à sucre en Côte d’Ivoire. Sécheresse 1(14), 43- 52.

Tanina DS, Nagnin S, Yéi MSO, Théophile L, Gbombélé S, Kouassi EA, Biémi J. 2011. La variabilité climatique et son impact sur les ressources en eau dans le degré carré de Grand-Lahou (Sud-Ouest de la Côte d’Ivoire), Physio-Géo [En ligne], Volume 5, mis en ligne le 20 février 2011, Consulté le 19 avril 2013. p 1581.

http://physio-geo.revues.org/1581

Vossen P. 1993. Forecasting of national crop prodcution, the methodologies developed in the Joint Research Centre in support to the Commission of European Communities. EARSeL Advance in Remote Sensing 2, 158 – 165.

Watson RT, Albritton DL, Barker T, Bashmakov IA, Canziani O, Christ R, Cubasch U, DavidsonO, Gitay H, Griggs D, Houghton J, House J, Kundzewicz Z, Lal M, Leary N, Zhou D. 2001. Climate Change 2001: Synthesis Report. Intergovernmental Panel on Climate Change [IPCC] Contribution of Working Groups I, II, III to the Third Assessment Report, UK: Cambridge University Press, Cambridge 30 p.

Ward MN. 1998. Diagnosis and short-lead time prediction of summer rainfall in tropical North Africa at interannual and multidecadal timescales. J Clim ; 11, 3167-91.

Weber M, Hauer G. 2003. A Regional Analysis of Climate Change Impacts on Canadian Agriculture, Canadian Public Policy, 2003, 29(2), 163-180.

Whishley FD, Acok Β, Baker DN, Fye RE, Hodges ΗF, Lambert JR, Lemmon HE, McKinion JM, Reddy VR. 1986. Crop simulation models in agronomic systems. Advances in Agronomy 40, 141 – 208.

Yao NR. 1989. Les changements climatiques en Côte D’Ivoire : tentative d’explication et esquisse de solutions. Séminaire national sur l’agroclimatologie et la bioclimatologie. Abidjan, Côte D’Ivoire, 4 – 6.

Yao NR, Orsot-dessi DS, Ballo K, Fondio L. 1995. Déclin de la pluviosité en Côte d’Ivoire : impact éventuel sur la production du palmier à huile. Sécheresse 6, 265-271.

Zoundi JS, Lalba A, Tiendrebeogo JP, Bambara D. 2007. Systèmes de cultures améliorés à base de niébé (Vigna unguiculata (L.) Walp) pour une meilleure gestion de la sécurité alimentaire et des ressources naturelles en zone semi-aride du Burkina Faso. In TROPICULTURA, 25(2), p87-96.

Kone Boaké, Kouame Konan, Kassi Koffi Fernand Jean-Martial, Ballo Koffi.
Prediction of oil palm production (Elaeis guineensis Jacq.), using agroclimatic data, grown in South-Eastern Côte d’Ivoire.
Int. J. Agron. Agri. Res. 13(2), 102-113, August 2018.
https://innspub.net/ijaar/prediction-oil-palm-production-elaeis-guineensis-jacq-using-agroclimatic-data-grown-south-eastern-cote-divoire/
Copyright © 2018
By Authors and International Network for
Natural Sciences (INNSPUB)
https://innspub.net
brand
innspub logo
english language editing
  • CALL FOR PAPERS
    CALL FOR PAPERS
    Publish Your Article
  • CALL FOR PAPERS
    CALL FOR PAPERS
    Submit Your Article
INNSPUB on FB
Email Update