Predicting Sorghum Yields in Burkina Faso with the SARRA-O Crop Model
DOI:
https://doi.org/10.64707/revstsna.v45i01.2115Keywords:
SARRA-O, yield forecasting, sorghum, easonal forecasts, ECMWF, Burkina FasoAbstract
This study evaluated the performance of the SARRA-O crop model for operational
sorghum yield forecasting in Burkina Faso, with the aim of enhancing the resilience
of the agricultural sector to climate fluctuations and recurrent food insecurity. Daily
seasonal forecast data from the ECMWF model for the period 1991-2020 were used
to drive SARRA-O, which incorporates satellite data (TAMSAT v3.1) and reanalysis
products (ERA5) to compensate for the scarcity of ground-based meteorological
observations. Simulations combining observed data and seasonal forecasts revealed a
pronounced north-south gradient, with yields ranging from 200 kg/ha in the Sahelian
zone to over 2,200 kg/ha in the Sudanian zone. Forecasts initialized in August and
September demonstrated satisfactory performance, with coefficients of determination
(r²) exceeding 0.8, relative root mean square errors (RRMSE) below 20%, and no
statistically significant differences, thereby demonstrating the model's ability to
provide reliable early warnings two to three months before harvest. However, July
forecasts significantly overestimated yields, particularly in the Sahelian zone (155%),
highlighting the need to improve bias correction and downscaling methods to extend
the anticipation window and strengthen the operational use of SARRA-O in early
warning systems and anticipatory food crisis management across the Sahel.
References
Alhassane, A., 2009. Effets du climat et des pratiques culturales sur la croissance et le développement du mil (Pennisetum glaucum [L.] R.BR.) au sahel : contribution à l'amélioration du modèle SARRA-H de prévision des rendements. Thèse de doctorat de l'Université de Cocody, Abidjan, Côte d'Ivoire. Physiologie Végétale, Option : Agrométéorologie. 224 pages.
Allen, R.G., Pereira, L.S., Raes, D. and Smith, M., 1998. Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56. Fao, Rome, 300(9), p.D05109.
Armah-Agyeman, G., Loiland, J., Karow, R., Payne, W.A., Trostle, C., Bean, B., 2002. Grain Sorghum.
Bado, B.V., Bationo, A. and Cescas, M.P., 2006. Assessment of cowpea and groundnut contributions to soil fertility and succeeding sorghum yields in the Guinean savannah zone of Burkina Faso (West Africa). Biology and Fertility of Soils, 43(2), pp.171-176.
Bandaogo, A.A., Traore, A., Saba, F., 2020. Chapitre 23. Stratégies d'adaptation au changement climatique par l'utilisation de variétés améliorées d'arachide : (zone Ouest du Burkina Faso), in : Sultan, B., Bossa, A.Y., Salack, S., Sanon, M. (Eds.), Risques climatiques et agriculture en Afrique de l'Ouest, Synthèses. IRD Éditions, Marseille, pp. 297--304. https://doi.org/10.4000/books.irdeditions.36529
Baron, C., Sultan, B., Balme, M., Sarr, B., Traore, S., Lebel, T., Janicot, S., Dingkuhn, M., 2005. From GCM grid cell to agricultural plot : scale issues affecting modelling of climate impact. Philosophical Transactions of the Royal Society B : Biological Sciences 360, 2095--2108. https://doi.org/10.1098/rstb.2005.1741
Baron, C., Traoré, S., Agali, A., Sultan, B. and Muller, B., 2008. D3. 1d Farmers yield variability assessment and validation of crop model to predict average regional farmers yield for the main cropped varieties of millet, sorghum and maize: project no. 004089. AMMA African Monsoon Multidisciplinary Analysis. instrument IP. thematic priority: 1.1. 6.3 Global change ecosystems W P3. 1: Land productivity.
Barro/Kondombo, C.P., 2010. Diversités agro-morphologique et génétique de variétés locales de sorgho [Sorghum bicolor (L.) Moench] du Burkina Faso. Eléments pour la valorisation des ressources génétiques locales. Thèse de doctorat de l'Université de Ouagadougou, Burkina Faso. Sciences Biologiques Appliquées, Option : Génétique et Amélioration des plantes. 114 pages.
Bouniol, D., Guichard, F., Barbier, J., Couvreux, F. and Roehrig, R., 2021. Sahelian heat wave characterization from observational data sets. Journal of Geophysical Research: Atmospheres, 126(11), p.e2020JD034465.
Bronne, C.E., Wellens, J., Diakité, M., Farid, T., Diallo, M., Tychon, B., 2008. Elaboration d'un modèle de prévision des rendements cotonniers dans la province du Houet (Burkina Faso).
C3S, 2018. Seasonal forecast daily and subdaily data on single levels. Copernicus Climate Change Service (C3S) Climate Data Store (CDS). https://cds.climate.copernicus.eu/datasets/seasonal-original-single-levels?tab=download (Consulté le 20 juillet 2025).
Chantereau, J., Cruz, J.-F., Ratnadass, A., Trouche, G., 2013. Le sorgho, Quæ, CTA, Presses agronomiques de Gembloux. ed, Agricultures tropicales en poche.
Chicco, D., Warrens, M.J., Jurman, G., 2021. The coefficient of determination R-squared is more informative than SMAPE, MAE, MAPE, MSE and RMSE in regression analysis evaluation.
CIRAD, 2019. Quand la modélisation assiste l'agriculture et prévient les crises alimentaires. Centre de coopération Internationale en Recherche Agronomique pour le Développement (CIRAD). https://www.cirad.fr/les-actualites-du-cirad/actualites/2019/science/modele-sarra-o (Consulté le 13 août 2025).
Coulibaly, D., Sanogo, S., Sanogo, C.O., KarembÉ, M. and Ba, A., 2021. Utilisation de Modèle Agrométéorologique pour la Prévision des Rendements des Céréales au Mali : cas du mil, sorgho et maïs. Revue des sciences et sciences de l’ingénieur, 8(1), pp.09-17.
FAO, 2011. Stratégie de gestion des risques de catastrophe en Afrique de l'Ouest et au Sahel. Food and Agriculture Organization of the United Nations (FAO), Rome, Italie.
FAO, 2016. Early Warning Early Action : FAO's Approach to Disaster Risk Reduction (Rapport technique). Organisation des Nations Unies pour l'alimentation et l'agriculture, Rome, Italie.
FAO, PAM, 2019. Réponse conjointe 2019--2020. Soutenir les activités agricoles et pastorales pendant la contre-saison, afin d'améliorer la sécurité alimentaire des ménages touchés par l'insécurité. Organisation des Nations Unies pour l'Alimentation et l'Agriculture (FAO), Programme alimentaire mondial (PAM), Burkina Faso.
Garba, J.N., Diasso, U.J., Waongo, M., Sawadogo, W., Daho, T., 2023. Performance evaluation of satellite-based rainfall estimation across climatic zones in Burkina Faso. Theor Appl Climatol 154, 1051--1073. https://doi.org/10.1007/s00704-023-04593-z
GIEC, 2014. Changements climatiques 2014 : rapport de synthèse : contribution des Groupes de travail I, II et III au cinquième Rapport d'évaluation du Groupe d'experts intergouvernemental sur l'évolution du climat. GIEC, Genève (Suisse).
Guissou, R., Kaboré, A., Bayel, B.K., Ilboudo, F., Le, T., Yameogo, S., 2014. Second rapport d'étude diagnostique sur les risques agricoles et alimentaires et les outils de gestion au Burkina Faso.
Hersbach, H., Dee, D., 2016. ERA5 reanalysis is in production. https://www.ecmwf.int/en/newsletter/147/news/era5-reanalysis-production (Consulté le 20 août 2025).
Hersbach, H., Bell, B., Berrisford, P., Hirahara, S., Horányi, A., Muñoz-Sabater, J., Nicolas, J., Peubey, C., Radu, R., Schepers, D., Simmons, A., Soci, C., Abdalla, S., Abellan, X., Balsamo, G., Bechtold, P., Biavati, G., Bidlot, J., Bonavita, M., De Chiara, G., Dahlgren, P., Dee, D., Diamantakis, M., Dragani, R., Flemming, J., Forbes, R., Fuentes, M., Geer, A., Haimberger, L., Healy, S., Hogan, R.J., Hólm, E., Janisková, M., Keeley, S., Laloyaux, P., Lopez, P., Lupu, C., Radnoti, G., de Rosnay, P., Rozum, I., Vamborg, F., Villaume, S., Thépaut, J.-N., 2020. The ERA5 global reanalysis. Quarterly Journal of the Royal Meteorological Society 146, 1999--2049. https://doi.org/10.1002/qj.3803
Houngnibo, C.M., 2018. Merging des données d'observations satellitaires et in situ pour les applications agroclimatiques au Bénin (Rapport de stage 2e année). Centre Régional AGRHRYMET (CRA), Niamey, Niger, 46p
Houngnibo, M.C.M., Minoungou, B., Gadedjisso-Tossou, A., Ali, A., Segnon, A.C., Tchoho, M.D.L., Zougmoré, R.B., 2023. Translating seasonal forecasts into actionable information for adaptation planning in agriculture and water sectors in West Africa: Approach and application in Niger.
INSD, 2023. Plaquette des principaux indicateurs du 5e Recensement Général de la Population et de l’Habitation (RGPH) de 2019. Ouagadougou, Burkina Faso, 62 pages. https://www.insd.bf/sites/default/files/2023-07/PLAQUETTE%20DES%20PRINCIPAUX%20INDICATEURS.pdf
IRAD, 2023. Itinéraires techniques pour la multiplication de semences certifiées de sorgho pluvial. Institut de Recherche Agricole pour le Développement (IRAD). Garoua, Cameroun. https://www.cifor-icraf.org/fr/ressources/publication/38615/
Jahel, C., Baron, C., Vall, E., Bégué, A., Coulibaly, K., Karambiri, M., Castets, M., Dupuy, S. and Lo Seen, D., 2015. Land pressure and agrarian mutation, spatial modelling of farming systems evolution from plot to regional scale in West Burkina Faso. European Society of Agronomy. https://agritrop.cirad.fr/577911/
Kabore, P.N., Barbier, B., Ouoba, P., Kiema, A., Some, L., Ouedraogo, A., 2019. Perceptions du changement climatique, impacts environnementaux et stratégies endogènes d'adaptation par les producteurs du Centre Nord du Burkina Faso. VertigO - la revue électronique en sciences de l'environnement. https://doi.org/10.4000/vertigo.24637
Kouadio, A.L., 2007. Prévision de la production nationale d'arachide au Sénégal à partir du modèle agrométéorologique AMS et du NDVI. https://orbi.uliege.be/handle/2268/79500
Lavarenne, J., Vaksmann, M., Affholder, F., Ferré, M., Nunes, K., Dingkuhn, M., Macena, F.A., Silva, D., Alhassane, A., Traoré, S. and Sultan, B., 2025. SARRA, histoire d'un modèle de simulation des cultures pour les zones intertropicales. Cahiers Agricultures, 240203.
Lavarenne, J., 2023. Map of soil texture class (USDA system) for Africa at 0-20cm depth, adapted from iSDAsoil for use in SARRA-O crop model. https://doi.org/10.18167/DVN1/YSVTS2
MAAH, 2019. Comité de prévention sur la situation alimentaire et nutritionnelle, 2ième session de l'année 2019.
MAHRH, 2021. Tableau de bord statistique de l’agriculture, des ressources animales et
halieutiques 2021, Burkina Faso, 96 pages. http://cns.bf/IMG/pdf/tableau_de_bord_statistique_2021.pdf
Maidment, R.I., Grimes, D., Black, E., Tarnavsky, E., Young, M., Greatrex, H., Allan, R.P., Stein, T., Nkonde, E., Senkunda, S., Alcántara, E.M.U., 2017. A new, long-term daily satellite-based rainfall dataset for operational monitoring in Africa. Sci Data 4, 170063. https://doi.org/10.1038/sdata.2017.63
MARAH, 2023. Rapport sur les resultats definitifs de l'enquete permanente agricole (EPA) de la campagne agricole 2023/2024. Ministère de l'Agriculture, des Ressources Animales et Halieutiques (MARAH), Burkina Faso. 9p
MARAH, 2024. Fiche de communication -- Cadre Harmonisé d'analyse et d'identification des zones à risque et d'estimation des populations en insécurité alimentaire au Sahel et en Afrique de l'Ouest. Ministère de l'Agriculture, des Ressources Animales et Halieutiques (MARAH), Burkina Faso.
MEEA, 2025. Plan national d'adaptation aux changements climatiques (PNA) du Burkina Faso (2024-2028). Ministère de l'Environnement et de l'Eau et de l'assainissement (MEEA), Burkina Faso.
MERH, 2015. Plan national d'adaptation aux changements climatiques (PNA) du Burkina Faso. Ministère de l'Environnement et des Ressources Halieutiques (MERH), Burkina Faso.
Mishra, A., Hansen, J.W., Dingkuhn, M., Baron, C., Traoré, S.B., Ndiaye, O., Ward, M.N., 2008. Sorghum yield prediction from seasonal rainfall forecasts in Burkina Faso. Agricultural and Forest Meteorology 148, 1798--1814. https://doi.org/10.1016/j.agrformet.2008.06.007
Mkuhlani, S., Zinyengere, N., Kumi, N., Crespo, O., 2022. Lessons from integrated seasonal forecast-crop modelling in Africa: A systematic review. Open Life Sciences 17, 1398. https://doi.org/10.1515/biol-2022-0507
Nana, G., 2016. Analyse de la variabilité spatiale des rendements du maïs (Zea mays L.) et du sorgho [Sorghum bicolor (L). moench] dans la province du Tuy, Burkina Faso. Diplôme d'ingénieur du développement rural, option : agronomie. Université Polytechnique de Bobo-Dioulasso, Burkina Faso. 69p
NCAR, 2013. The Climate Data Guide : Regridding Overview. National Center for Atmospheric Research Staf (NCAR). https://climatedataguide.ucar.edu/climate-tools/regridding-overview (Consulté le 13 août 2025).
Nicholson, S.E., 2013. The West African Sahel: A review of recent studies on the rainfall regime and its interannual variability. International Scholarly Research Notices, 2013(1), p.453521.
Ouédraogo, M., 2012. Impact des changements climatiques sur les revenus agricoles au Burkina Faso.
Ozer, P., Hountondji, Y.-C., Laminou Manzo, O., 2009. Evolution des caractéristiques pluviométriques dans l'est du Niger de 1940 à 2007. Geo-Eco-Trop, 33, 11--30. 20p.
PNUD, 2014. Reducing disaster risk: a challenge for development, UNDP global report. Washington DC, USA. Programme des Nations Unies pour le Developpement (PNUD), New York.
Pachauri, R.K. and Reisinger, A. eds., 2008. Bilan 2007 des changements climatiques : Rapport de synthèse. GIEC.
PRESASS, 2020. Guide Méthodologique pour l'élaboration des prévisions agro-hydro-climatologique en Afrique de l'Ouest et au Sahel. Prévisions Saisonnières des caractéristiques Agro-hydro-climatiques de la saison des pluies pour les zones Soudanienne et Sahélienne de l'Afrique l'Ouest et du Sahel (PRESASS), 46p
Reardon, T., 1993. Cereals demand in the Sahel and potential impacts of regional cereals protection. World Development, 21(1), pp.17-35.
Sal, N.A., 2019. Evaluation du modèle SARRA-O pour l'estimation et la prévision des rendements du mil dans le bassin arachidier du Sénégal. Mémoire d'ingénieur en agrométéorologie. Centre Régional AGRHYMET, Niamey, Niger. 42 pages.
Sankara, R., 2020. Contribution de l'imagerie satellitaire à la lutte contre l'insécurité alimentaire au Burkina Faso : Prévision de rendements du sorgho (Sorghum bicolor L. Moench) à partir des modèles SPIRITS, GeoWRSI et des images du NDVI. Mémoire de Master de spécialisation en gestion des risques et des catastrophes. Université de Liège, Belgique. 45 pages.
Sanogo, A., 2019. Utilisation du modèle SARRA-O pour la prévision des rendements du maïs en culture pluviale au Mali. Mémoire d'ingénieur en agrométéorologie. Centre Régional AGRHYMET, Niamey, Niger. 42 pages.
Sivakumar, M.V. and Gnoumou, F., 1987. Agroclimatology of West Africa: Burkina Faso. International Crops Research Institute for the Semi-Arid Tropics.
Sultan, B., Roudier, P. and Traoré, S., 2015. Les impacts du changement climatique sur les rendements agricoles en Afrique de l’Ouest. Les sociétés rurales face aux changements climatiques et environnementaux en Afrique de l’Ouest», Ed. IRD, pp.209-224.
Traore, A., Yameogo, L.P., OlivierDJINDIERE, K.T., BAZONGO, P. and TRAORE, O., 2021. Effets comparés du tourteau de neem [Azadirachta indica (A. Juss)] et du compost sur le rendement du sorgho [Sorghum bicolor (L. Moench)] en zone Sud-soudanienne du Burkina Faso. J. Appl. Biosci, 163, pp.16834-16845.
Traore, B.S., Alhassane, A., Muller, B., Kouressy, M., Some, L., Sultan, B., Oettli, P., Ambroise, S.L.C., Sangaré, S., Vaksmann, M., Diop, M., Dingkhun, M., Baron, C., 2010. Characterizing and modeling the diversity of cropping situations under climatic constraints in West Africa. Atmos.Sci. Let. (2010). https://doi.org/10.1002/asl.295
Waongo, M., Garba, J.N., Diasso, U.J., Sawadogo, W., Sawadogo, W.L., Daho, T., 2024. A Merging Approach for Improving the Quality of Gridded Precipitation Datasets over Burkina Faso. Climate 12, 226. https://doi.org/10.3390/cli12120226
Wellens, J., Raes, D., Traore, F., Denis, A., Djaby, B., Tychon, B., 2013. Performance assessment of the FAO AquaCrop model for irrigated cabbage on farmer plots in a semi-arid environment. Agricultural Water Management 127, 40--47. https://doi.org/10.1016/j.agwat.2013.05.012
Downloads
Published
How to Cite
Issue
Section
