Valeurs obtenues de sources primaires ou secondaires
Données par approximation
Valeurs obtenues par approximation à base d'autres données provenant de la même localisation
–Données non disponibles
Non applicable ou données non disponibles
LGB Grand Capucin du maïs (Prostephanus truncatus) en voir plus ›
Coléoptère ravageur des stocks de maïs et de manioc
Données contextuelles
Les facteurs contextuels se rapportent aux conditions et pratiques locales susceptibles d'affecter les pertes dans des intervalles saisonniers ou annuels, tels que les conditions météorologiques, l'apparition de ravageurs et les conditions et la durée du stockage du grain au ménage.
Les membres du réseau et d l'équipe d'APHLIS collectent ces données auprès de sources officielles (p.ex. ministères de l'agriculture ou bureaux des statistiques), d'études de recherche publiées et d'enquêtes nationales, etc., ou en menant des entretiens avec les paysans, agents de vulgarisation ou d'autres informateurs. Ces données permettent à APHLIS d'appliquer les chiffres de perte pertinents des profils PHL en fonction des circonstances saisonnières, et de convertir les pourcentages de pertes en pertes absolues (tonnes) à l'aide des chiffres de production. C'est à base des profils de pertes post-récolte et des facteurs contextuels qu'APHLIS estime les pertes post-récolte aux niveaux provincial, national et régional.
L'ensemble des données contextuelles inclut la quantité produite (t), la présence ou non de temps pluvieux à la récolte, le pourcentage commercialisé dans les 3 premiers mois après la récolte, la durée du stockage à la ferme, et la présence de certains ravageurs (p.ex. le Grand Capucin LGB, Prostephanus truncatus) qui sont utilisés pour contextualiser le profil des pertes pour chaque année. L'importance des différents types de facteurs contextuels peut varier selon les cultures. Les données des facteurs contextuels les plus pertinents sont affichées et utilisées dans le calcul des estimations de pertes.
Pour certaines combinaisons de culture / localisation / année pour lesquelles les données contextuelles ne sont pas disponibles, des données par approximation sont utilisées. Ces données se calculent par approximation sur la base de données contextuelles provenant de la même localisation. Les données contextuelles obtenues par approximation sont affichées en gris.
Quantité produite (t) la quantité de céréales produite par les petites et grandes exploitations, par saison de croissance
Temps pluvieux à la récolte présence ou non de temps humide au moment de la récolte qui rendrait difficile le séchage du grain Si le temps est pluvieux au moment de la récolte, la valeur pour l'étape de la récolte dans le profil PHL est augmentée.
% vendu dans les 3 premiers mois la proportion du grain qui est commercialisée pendant les trois premiers mois suivant la récolte, c'est-à-dire qui ne va pas être stockée à la ferme pour pendant une période significative. Cette partie de la récolte ne va pas être affectée par les pertes de stockage à la ferme, mais plutôt par les pertes au cours du transport et du stockage au marché.
Durée du stockage au ménage (mois) la durée de la période durant laquelle le grain a été stocké au niveau du ménage. Pour une durée de stockage au ménage inférieure à 3 mois, le niveau des pertes dues au stockage est réduit à 0 %, pour une durée de 3 à 6 mois la perte de stockage se calcule avec 50 % du chiffre de pertes, tandis que pour une durée de stockage de 6 mois ou plus, 100 % du chiffre de pertes de stockage s'applique.
Présence du Grand Capucin (LGB) dans le cas du maïs : si oui ou non il est probable que le Grand Capucin (Larger Grain Borer LGB, Prostephanus truncatus) cause de grands dégâts. Si le Grand Capucin a été un ravageur important dans cette saison particulière, les pertes dues au stockage se multiplient par 2.
Saison
Si un endroit compte plus d'une saison agricole par année, les données de production saisonnière s'ajoutent séparément pour chaque saison. Les saisons se nomment première, seconde et troisième saison.
Type d'exploitation
Pour les endroits dans lesquels il existe à la fois des petits exploitants et de grandes exploitations commerciales, les données contextuelles s'affichent séparément pour chacun de ces types d'exploitation.