Horizon / Plein textes La base de ressources documentaires de l'IRD

IRD

 

Publications des scientifiques de l'IRD

Ramarohetra Johanna, Sultan Benjamin, Baron C., Gaiser T., Gosset Marielle. (2013). How satellite rainfall estimate errors may impact rainfed cereal yield simulation in West Africa. Agricultural and Forest Meteorology, 180, 118-131. ISSN 0168-1923

Accès réservé (Intranet IRD) Demander le PDF

Lien direct chez l'éditeur doi:10.1016/j.agrformet.2013.05.010

Titre
How satellite rainfall estimate errors may impact rainfed cereal yield simulation in West Africa
Année de publication2013
Type de documentArticle référencé dans le Web of Science WOS:000324511100013
AuteursRamarohetra Johanna, Sultan Benjamin, Baron C., Gaiser T., Gosset Marielle.
SourceAgricultural and Forest Meteorology, 2013, 180, p. 118-131. ISSN 0168-1923
RésuméRainfall monitoring via satellite sensors is particularly relevant for the agricultural sector of West Africa. Indeed, food shortages in this region are often caused by rainfall deficits and an early access to data available for the entire region can help to provide credible and timely information for better decision making. This study assesses the accuracy of state-of-the-art satellite rainfall retrievals for agriculture applications in two sites in Niger and Benin. Although these satellite data are widely used instead of rain gauge data for such applications, we found that, in a crop-modelling framework, their use can introduce large biases in crop yield simulations. Biases differ strongly among the four cultivars considered in both sites and are not simple extrapolation of each satellite product cumulative rainfall amount biases. In particular, we found that if an accurate estimation of the annual cumulative rainfall amount is important for yield simulations of pearl millet 'Souna 3' and 'Somno' cultivars in Niger, a realistic distribution of rainfall is also very important for predicting pearl millet 'Somno' and 'HK' yields in Niger as well as maize yields in Benin. Overall the satellite products tested, 3B42v6 appears to be the most suitable satellite product for our specific agricultural application since it minimizes both biases in rainfall distribution and in annual cumulative rainfall amount. For each crop and in both regions, biases in crop yield prediction are the highest when using non-calibrated satellite rainfall products (PERSIANN, 3B42RT, CMORPH and GSMAP).
Plan de classementBioclimatologie [072] ; Télédétection [126]
Descr. géo.AFRIQUE DE L'OUEST
LocalisationFonds IRD [F B010061147]
Identifiant IRDfdi:010061147
Lien permanenthttp://www.documentation.ird.fr/hor/fdi:010061147

Export des données

Disponibilité des documents

Télechargment fichier PDF téléchargeable

Lien sur le Web lien chez l'éditeur

Accès réservé en accès réservé

HAL en libre accès sur HAL


Accès aux documents originaux :

Le FDI est labellisé CollEx

Accès direct

Bureau du chercheur

Site de la documentation

Espace intranet IST (accès réservé)

Suivi des publications IRD (accès réservé)

Mentions légales

Services Horizon

Poser une question

Consulter l'aide en ligne

Déposer une publication (accès réservé)

S'abonner au flux RSS

Voir les tableaux chronologiques et thématiques

Centres de documentation

Bondy

Montpellier (centre IRD)

Montpellier (MSE)

Cayenne

Nouméa

Papeete

Abidjan

Dakar

Niamey

Ouagadougou

Tunis

La Paz

Quito