"Impact des pratiques de gestion de la fertilité sur la qualité des

sols sous cultures maraîchères à Bobo-Dioulasso (Burkina Faso)"

Ouedraogo, Rayangnéwendé Adèle

ABSTRACT

In Burkina Faso, market gardening practices involve the intensive use of mineral and organic fertilizers
and pesticides. This thesis focuses on the sustainability of market gardening production systems through a
characterization and typology of market gardening practices and their short and long-term impacts on soils
in Burkina Faso. To this end, a survey was carried out among 300 producers in 10 market gardening areas
in BoboDioulasso. The physical, chemical and biological properties of 69 soil samples from the Kuinima site
were then analyzed. Currently, no farmer is engaged exclusively in organic or agro-ecological production.
Four types of farms have been defined on the basis of their size and practices. These farms have common
assets such as the widespread practice of crop rotation and associations and organic fertilization, but
also specific challenges to be met in terms of the use of pesticides and rational fertilization. Analysis and
fractionation of soil organic carbon (SOC) revealed an asymptotic increase in total carbon content from
9 g C kg-1 for uncultivated control plots to 28 g C kg-1 after 60 years of production. On the other hand,
the carbon content of the < 20 µm fraction has increased linearly over time. There is a strong contribution
of micro-aggregates to the physical stabilization of SOC, favored by short-range-order (SRO) iron and
aluminum oxides and/or metal-humus complexes. In addition, the analysis of various biological indicators
revealed an improvement in the biological properties of the soil as a function of the number of years of
cultivation,...

CITE THIS VERSION

Ouedraogo, Rayangnéwendé Adèle. Impact des pratiques de gestion de la fertilité sur la qualité des sols sous
cultures maraîchères à Bobo-Dioulasso (Burkina Faso). Prom. : Bielders, Charles ; Kambiré, Fabèkourè
Cédric http://hdl.handle.net/2078.1/223427

Le dépôt institutionnel DIAL est destiné au dépôt DIAL is an institutional repository for the deposit
et à la diffusion de documents scientifiques and dissemination of scientific documents from
émanant des membres de l'UCLouvain. Toute UCLouvain members. Usage of this document
utilisation de ce document à des fins lucratives for profit or commercial purposes is stricly
ou commerciales est strictement interdite. prohibited. User agrees to respect copyright
L'utilisateur s'engage à respecter les droits about this document, mainly text integrity and
d'auteur liés à ce document, principalement le source mention. Full content of copyright policy
droit à l'intégrité de l'œuvre et le droit à la is available at Copyright policy
paternité. La politique complète de copyright est
disponible sur la page Copyright policy

Available at: http://hdl.handle.net/2078.1/223427 [Downloaded 2024/06/13 at 16:43:55 ]

 Université Catholique de Louvain
Faculté D’ingénierie biologique, agronomique et environnementale
Earth and Life Institute

Impact des pratiques de gestion de la

fertilité sur la qualité des sols sous cultures
maraîchères à Bobo-Dioulasso
(Burkina Faso)

Rayangnéwendé Adèle OUEDRAOGO

Décembre 2019

Thèse présentée en vue de l’obtention du grade de :

Docteur en sciences agronomiques
et ingénierie biologique.
Membres du jury :

Président : Prof. Marnik VANCLOOSTER (UCL, Belgique)

Promoteur : Prof. Charles BIELDERS (UCL, Belgique)
Co-promoteur : Dr. Fabèkourè Cédric KAMBIRE (IRSAT, Burkina Faso)
Lecteurs : Prof. Pierre BERTIN (UCL, Belgique)
Prof. Marie-Paule KESTEMONT (UCL, Belgique)
Prof. Bas van WESEMAEL (UCL, Belgique)
Prof. Laurent COURNAC (IRD, France)
Prof. Bernard TYCHON (ULg, Belgique)

ii
 En Hommage à mon défunt père K. Fidèle Ouédraogo

ma mère S. Scholastique Ouédraogo

mon époux Florent Ouédraogo et à notre chère fille Urielle

mes frères Mauricia, Victor et Pélagie

En hommage à ma première co-promotrice feue Kadydia Sanon

« Ma grâce te suffit » 2 Cor. 12,9

iii
iv
Remerciements

Je rends grâce à Dieu pour m’avoir offert l’opportunité de la thèse, pour la

santé, le courage et toutes les personnes qu’il a su mettre sur mon chemin
durant ce long parcours.

Selon un adage Burkinabè, « une seule main ne ramasse pas la farine ». Cela
pour dire que ce travail n’aurait jamais pu aboutir sans le précieux concours
et le soutien de plusieurs personnes morales et physiques, à qui je voudrais
traduire en ces lignes toute ma gratitude.

Cette thèse a été réalisée dans le cadre du projet PARADE : «

Renforcement de la résilience des systèmes productifs maraîchers par la
recherche développement et l'éducation participative à l’application de
principes agro-écologiques au Burkina Faso» entièrement financé par
l’Académie de Recherche et d’Enseignement Supérieur (ARES) de la
Fédération Wallonie-Bruxelles. Je voudrais ici manifester toute ma gratitude
à cette institution.
Mes remerciements vont au Pr. Marie-Paule KESTEMONT,
coordonnatrice Nord de ce projet. Elle a su veiller à ce que je sois dans les
meilleures conditions durant mes longs séjours ici en Belgique et durant tout
ce parcours doctoral. Son accompagnement scientifique, surtout sur les
aspects statistiques, ont été très utiles. Je la remercie du fond du cœur.
Cette thèse a été réalisée sous la direction du Pr. Charles BIELDERS.
Il a accepté d’être le garant scientifique de cette thèse malgré ses multiples
occupations et a su trouver le temps nécessaire pour suivre et orienter ce
travail, en se privant souvent de repos. Il a placé sa confiance en moi et a mis
à ma disposition les moyens nécessaires pour réaliser ces travaux. Il a aussi
forgé en moi une rigueur scientifique et professionnelle. Je le prie de trouver
en ces lignes, l’expression de ma profonde reconnaissance.
A mon co-promoteur, Dr. Fabèkourè Cédric KAMBIRE, qui a accepté
co-encadrer cette thèse après le décès de ma première co-promotrice Dr.
SANON. Il m’a redonnée le courage de poursuivre à travers ses conseils et

v
encouragements. Son implication personnelle a permis la réalisation des
travaux sur le terrain et au laboratoire. J’ai bénéficié de ses critiques et son
apport à ce travail a été très utile. Je voudrais lui traduire toute ma
reconnaissance et mes remerciements.
A ma défunte co-promotrice Dr. Kadydia SANON, qui était très
impliquée dans le déroulement de cette thèse et était déterminée à
m’accompagner jusqu’au bout. Je retiens d’elle une femme humble, aimable
et battante. Je voudrais, avec cette thèse que nous avons initiée ensemble, lui
dire merci et lui rendre hommage.
Au Pr. Roger NEBIER, Délégué général du CNRST et coordonnateur
Sud du Projet PARADE, qui a mis à ma disposition les moyens nécessaires
pour la réalisation des activités et a toujours veillé au bon déroulement de cette
thèse. Je le remercie très sincèrement.
Au Pr. Bas van WESEMAEL et au Dr. Caroline CHARTIN, qui m’ont
accueillie dans leur laboratoire pour le fractionnement et l’analyse du carbone.
Ils ont veillé à la qualité scientifique de cette étude à travers leurs orientations
et critiques. Merci pour leur soutien inestimable.
Au Dr. Laurent COURNAC, qui a accepté de m’accueillir dans son
laboratoire à Dakar pour qu’ensemble, nous puissions explorer le volet sur
l’activité biologique des sols maraîchers. Il a mis à ma disposition le plateau
technique du LMI-IESOL pour mes travaux. Il a également suivi ce travail
avec beaucoup d’attention, à travers ses critiques et orientations. Je lui dis un
très grand merci ainsi qu’à toute l’équipe du LMI-IESOL.
Au Pr. Irénée SOMDA, en plus d’être celui qui a initié mes premiers
pas à la recherche durant mon ingéniorat, m’a accueillie dans son laboratoire
pour mes expérimentations. Il a contribué, à travers ses orientations, au bon
déroulement de ces activités, tout en mettant à ma disposition les moyens
matériels. Qu’il soit assuré de ma gratitude.
Au Pr. Marnik VANCLOOSTER, pour avoir accepté de présider le
jury et pour son accompagnement. Aux Pr. Bruno DELVAUX, Pierre
BERTIN et Bernard TYCHON pour l’intérêt porté à mon travail et pour leurs
suggestions très précieuses. Je vous adresse à tous mes sincères
remerciements.

vi
 Au Dr. Madeleine KONKOBO qui n’a cessé de me soutenir par ses
conseils et encouragements tout au long de ce travail et aux Dr. Hadou HARO
et Dr. Schemaeza BONZI pour leurs critiques et orientations. Je vous remercie
du fond du cœur.
Aux techniciens, Idrissa SAVADOGO (IRSAT) ; Sié Amoro
OUATTARA et Mamourou OUATTARA (INERA) ; Sébastien FRANÇOIS,
Marco BRAVIN et Anne ISERENTANT (UCLouvain) ; Moustapha SANE,
Mahécor DIOUF, Lamine DIENG, et Amadou DIOP (LMI-IESOL) pour
l’appui technique considérable. Je vous remercie du fond du cœur.
Mes remerciements vont également :
- au personnel administratif de l’UCL, en particulier Mme Carine DE
MEYER, Mme Danisa ZAPPARATA, Mme Gabriella BIDEGAIN et Mme
Myriam CHEVIGNE pour tous les services rendus et pour leur sympathie ;
- aux chercheurs du GERU, et plus particulièrement Pr. Sébastien
LAMBOT, Pr. Mathieu JAVAUX , Aimé Heri KAZI, Jean-Baptiste GOT,
Raed FEHRI, Pierre SOSNOWSKI, Mokrane KADIR, Issoufou
OUEDRAOGO, Yacouba OUEDRAOGO, Axelle KOCH, Pierre
TOVIHOUDJI, Damien DELFORGE, Victorine DJAGO, et Kaijun WU pour
toutes ces années passées ensemble dans la convivialité et le soutien mutuel ;
- aux braves producteurs de la province du Houet et aux guides pour
leur accueil, leur disponibilité, leur convivialité et pour la qualité des
informations qu’ils m’ont fournies ;
- à mes supérieurs hiérarchiques, Dr. Ignaces MEDAH, Mme
Christine KERE, Mr Moussa WEREME, Dr. Emmanuel NANEMA, Dr.
Hagrétou SAWADOGO et à l’ensemble de mes collègues, au personnel
administratif de l’IRSAT et du CNRST pour leur soutien permanent et leurs
conseils ;
- à mes Camarades et amis doctorants Félix et Oumarou pour le
parcours que nous avons fait ensemble dans la convivialité et à tous les
masterants et stagiaires du projet PARADE pour leur appui ;
- aux Drs. Jeremy ROUAMBA, et Boalidio TANKOANO, Mme
Hélène MILLOGO, Mr. Drissa CISSE, et Mr. Jean Claude MAKI MATESO
pour leur appui dans les aspects de cartographie ;

vii
 - à mes amis Marie-France OUEDRAOGO, Arahama TRAORE,
mariettou SISSAO, Assiata TIENDREBEOGO, Léa ILBOUDO, Sabine
DOAMBA, Fatimata SABA, Justine DEMBELE, Yvette SONDO, Mariam
DIAKITE, Romaine KONSEIGA, Jeurôme YAMEOGO ; Abel BULGO,
Yves OUEDRAOGO, Hermane MALGOUBRI, Lambert ZONGO, Adama
OUATTARA, Parfait TAPSOBA, Korotimi KONE, Mathilde TRAORE et
tous mes amis doctorants de LMI-IESOL (Dakar) en particulier Rokaya,
Rachelle, Binta, Hermione, Espoir, Gildas et Paul pour leur amitié, leur
soutien et encouragement et pour tous les services rendus ;
-à mon cousin Abbé Innocent OUEDRAOGO pour son soutien et à
tous les étudiants Burkinabè à Louvain-la-Neuve pour la fraternité et la
convivialité.
-à Oriane ROSSI, au couple RAES (Bernard et Marie- Agnès) et à
Mme Odette SNOY pour leur amitié, leur soutien et pour tout leur service qui
ont rendu mon séjour agréable en Belgique.
-à mes chers et tendres parents, Feu papa Fidèle, et maman
Scholastique. Ils ont su m’apprendre, avec beaucoup d’amour et d’affection,
les valeurs essentielles. Ils me couvrent toujours de leurs prières et
bénédictions. Ils ont toujours su me donner la force d’avancer à travers leurs
conseils et encouragements. A toi Maman, merci d’avoir veillé sur mon bébé
durant mes longs moments d’absence. A toi papa, qui rêvait de voir ce moment
mais qui malheureusement m’a quittée une année avant, je viens te rendre
hommage avec cette thèse. Merci pour ton intercession et ta protection.
-à tous mes oncles et tantes, en particulier tontons Denis et Joachim,
tantes Suzane, Laurentine, Christiane, Marguerite et Martine et à la famille
BAGBILA (Alexandre et Anne) pour leur amour et leur soutien permanent
depuis mon enfance.
-à mes jeunes frères et sœurs Mauricia, Victor et Pélagie et ma cousine
Nadège, pour leur soutien permanent, leur encouragement et pour avoir été
toujours à mes côtés. Que ce travail leur serve de référence
-à mes beaux-parents papa K. Vincent de Paul et maman Colette
OUEDRAOGO pour leur amour, leur compréhension, leurs encouragements
et leurs bénédictions qui m’ont donné la force d’aller jusqu’au bout. Je

viii
remercie également tous mes beaux-frères et toutes mes belles sœurs pour leur
grande assistance.
-à Bibata GUERE qui m’a apportée un appui inestimable pour la garde
de mon bébé et l’affection qu’elle lui a portée, pendant mes activités de terrain.
-à mon très cher époux Florent OUEDRAOGO, qui a toujours su me
donner les forces nécessaires à travers sa grande attention, son esprit critique,
ses paroles réconfortantes, son soutien permanent et sa patience. Avec notre
très chère et courageuse fille Urielle, vous avez consentit beaucoup de
sacrifices durant mes longues périodes d’absence. J’en suis profondément
touchée.
-à toutes les nombreuses personnes qui m’ont soutenue et que je n’ai
pas pu citer, qu’ils trouvent ici le témoignage de ma profonde gratitude.
Pour terminer, je voudrais dire ceci : « La vache ne finira jamais de remercier
la prairie, car demain, elle aura encore besoin de son fourrage ».

ix
x
Résumé
Au Burkina Faso, la culture maraîchère implique une utilisation intensive de
fertilisants minéraux et organiques et de pesticides chimiques, et ce dans une
logique de maximiser les rendements. Cette thèse s’intéresse à la durabilité
des systèmes de production maraîchers à partir d’une enquête auprès de 300
producteurs dans 10 sites maraîchers à Bobo-Dioulasso. L’étude d’impact à
court et à long terme de ces pratiques sur les sols a ensuite été focalisée sur le
site de Kuinima à travers une analyse des propriétés physiques, chimiques et
biologiques de 69 échantillons de sols issus de parcelles différenciées par leur
durée de mise en culture. Aucun agriculteur ne pratique actuellement une
production exclusivement biologique ou agro-écologique. Quatre types
d’exploitations ont été définis sur base de leur superficie et de leurs pratiques.
Ces exploitations présentent des atouts en commun comme la pratique
généralisée de la rotation, de l’association des cultures et de la fertilisation
organique, mais aussi des défis spécifiques à relever en termes d’usage des
pesticides de synthèse et de fertilisation raisonnée. L’analyse et le
fractionnement du carbone organique du sol (COS) a révélé une augmentation
asymptotique de la teneur en carbone totale, de 9 g C kg-1 pour les parcelles
témoins non cultivées à 28 g C kg-1 après 60 années de production. Par contre,
la teneur en carbone de la fraction stable < 20 µm a augmenté linéairement au
fil du temps. On note une forte contribution des micro-agrégats à la
stabilisation physique du COS, favorisée par les oxydes de fer et d'aluminium
amorphes et/ou les complexes métal-humus. Par ailleurs, l’analyse de
différents indicateurs biologiques a révélé une amélioration des propriétés
biologiques du sol en fonction de la durée d’exploitation, favorisé par la teneur
en carbone labile du sol. Enfin, on note une amélioration de la qualité générale
du sol en fonction de la durée d’exploitation, qui est la plus marquée dans la
composante chimique, puis biologique et enfin, physique. Cette amélioration
de la qualité du sol semble en grande partie attribuable à l’augmentation de la
teneur en carbone du sol consécutif aux apports conséquents d’amendements
organiques. Malgré cette tendance positive, des efforts devront être faits pour
un usage plus raisonné des intrants.

xi
Abstract
In Burkina Faso, market gardening practices involve the intensive use of
mineral and organic fertilizers and pesticides. This thesis focuses on the
sustainability of market gardening production systems through a
characterization and typology of market gardening practices and their short
and long-term impacts on soils in Burkina Faso. To this end, a survey was
carried out among 300 producers in 10 market gardening areas in Bobo-
Dioulasso. The physical, chemical and biological properties of 69 soil samples
from the Kuinima site were then analyzed.
Currently, no farmer is engaged exclusively in organic or agro-ecological
production. Four types of farms have been defined on the basis of their size
and practices. These farms have common assets such as the widespread
practice of crop rotation and associations and organic fertilization, but also
specific challenges to be met in terms of the use of pesticides and rational
fertilization.
Analysis and fractionation of soil organic carbon (SOC) revealed an
asymptotic increase in total carbon content from 9 g C kg-1 for uncultivated
control plots to 28 g C kg-1 after 60 years of production. On the other hand,
the carbon content of the < 20 µm fraction has increased linearly over time.
There is a strong contribution of micro-aggregates to the physical stabilization
of SOC, favored by short-range-order (SRO) iron and aluminum oxides and/or
metal-humus complexes. In addition, the analysis of various biological
indicators revealed an improvement in the biological properties of the soil as
a function of the number of years of cultivation, favored by the labile carbon
content of the soil. Finally, there has been an improvement in soil quality as a
function of the duration of exploitation, which is most pronounced in the
chemical, then biological and finally physical component of soil quality. This
improvement in soil quality appears to be largely due to the increase in soil
carbon content as a result of large inputs of organic amendments. Despite this
positive trend, efforts will have to be made to make a more rational use of
inputs.

xii
Table des matières
Remerciements……………………………………………………………..v
Résumé……………………………………………………………………..xi
Abstract……………………………………………………………………xii
Table des matières……………………………………………………….xiii
Liste des figures………………………………………………………….xvii
Liste des tableaux………………………………………………………...xxi
Liste des annexes………………………………………………………..xxiii
Sigles et abréviations…………………………………………………….xxv
Chapitre 1…………………………………………………………………...1
Introduction………………………………………………………………...1
1.1 Contexte et justification ........................................................................ 1
1.1.1 Importance socio-économique du maraîchage ............................... 1
1.1.2 Pratiques phytosanitaires et risques liés ......................................... 2
1.1.3 Pratiques de fertilisation et leur effet sur l’environnement ............ 3
1.1.4 Besoin de caractériser les pratiques ............................................... 4
1.1.5 Impact des pratiques sur le sol ....................................................... 6
1.2 Hypothèses et objectifs ......................................................................... 8
1.2.1 Hypothèses de recherche................................................................ 8
1.2.2 Objectifs ......................................................................................... 9
1.3 Aperçu de la thèse ............................................................................... 10
Chapitre 2………………………………………………………………….13
Matériels et méthodes……………………………………………………..13
2.1 Zone d’étude ....................................................................................... 13
2.1.1 Situation géographique et généralités .......................................... 13
2.1.2 Contexte climatique ..................................................................... 14
2.1.3 Hydrographie ............................................................................... 16
2.1.4 Les sols ........................................................................................ 17
2.2 Mode d’échantillonnage ..................................................................... 19
2.2.1 Sélection des champs et échantillonnage des sols ....................... 19
Chapitre 3 :…………………………………………………………….......23

xiii
Caractériser la diversité des exploitations maraîchères de la région de
Bobo-Dioulasso (Burkina Faso) pour faciliter leur transition agro-
écologique………………………………………………………………….23
3.1 Introduction......................................................................................... 23
3.2 Matériels et méthodes ......................................................................... 25
3.3 Résultats .............................................................................................. 27
3.3.1 Caractéristiques sociodémographiques des maraîchers ............... 27
3.3.2 Pratiques culturales ...................................................................... 27
3.3.3 Perception des producteurs de l’impact de leurs pratiques .......... 35
3.3.4 Typologie des producteurs en fonction des pratiques .................. 36
3.4 Discussion ........................................................................................... 39
3.5 Conclusions......................................................................................... 43
Chapitre 4………………………………………………………………….45
Short and long-term impact of urban gardening on soil organic carbon
fractions in Burkina Faso…………………………………………………45
4.1 Introduction......................................................................................... 45
4.2 Materials and methods ........................................................................ 48
4.2.1 Study area .................................................................................... 48
4.2.2 Fields selection and soil sampling ............................................... 48
4.2.3 Soil analysis ................................................................................. 48
4.2.4 Data analysis ................................................................................ 50
4.3 Results................................................................................................. 51
4.3.1 General characteristics of soil and organic amendments ............. 51
4.3.2 Factor explaining the total organic carbon variability ................. 52
4.3.3 Effect of shaking and sonication on fractions mass proportion ... 56
4.3.4 Factors explaining the organic carbon fractions variability ......... 57
4.4 Discussion ........................................................................................... 64
4.5 Conclusion .......................................................................................... 70
Chapitre 5………………………………………………………………….73
High-input market gardening operations improve soil biological activity
in Bobo Dioulasso (Burkina Faso)………………………………………..73
5.1 Introduction......................................................................................... 73
5.2 Materials and methods ........................................................................ 75

xiv
 5.2.1 Study area .................................................................................... 75
5.2.2 Field selection and sampling ........................................................ 76
5.2.3 Soil analysis ................................................................................. 76
5.2.4 Data analysis ................................................................................ 78
5.3 Results................................................................................................. 79
5.3.1 Soil biological activity indicators ................................................ 79
5.3.2 Relationship between biological indictors and other soil properties
.............................................................................................................. 83
5.3.3 Principal Component Analysis of all variables ............................ 89
5.4 Discussion ........................................................................................... 91
5.5 Conclusion .......................................................................................... 95
Chapitre 6……………………………………………………………….....97
Short- and long-term effect of market gardening on soil quality……....97
6.1 Introduction......................................................................................... 97
6.2 Materials and methods ........................................................................ 99
6.2.1 Study area and Sampling ............................................................. 99
6.2.2 Measurements on bulk soil samples .......................................... 100
6.2.3 Evaluation of soil quality index ................................................. 102
6.2.4 Statistical analysis ...................................................................... 104
6.3 Results............................................................................................... 104
6.3.1 Chemical, biological and physical characteristics of the soil .... 104
6.3.2 Selection of indicators................................................................ 107
6.3.3 Effect of cultivation on soil quality index .................................. 113
6.4 Discussion ......................................................................................... 117
6.5 Conclusion ........................................................................................ 123
Chapitre 7………………………………………………………………...125
Conclusions générales et perspectives…………………………………..125
7.1 Revue de la méthodologie................................................................. 125
7.2 Résumé des principaux résultats ....................................................... 126
7.3 Limites de l’étude ............................................................................. 128
7.4 Perspectives ...................................................................................... 128
7.4.1 Perspectives pour la recherche ................................................... 128

xv
 7.4.2 Perspectives pour les acteurs du développement ....................... 129
Références bibliographiques…………………………………………….131
Annexes…………………………………………………………………...xvii
Publications et conférences………………………………………………xli
Biographie………………………………………………………………...xlv

xvi
Liste des figures

Figure 1.1. Cadre général de notre étude. Les cadres rectangulaires font
référence à des résultats, alors que les cadres ovales font référence à la
méthodologie. ............................................................................................... 12
Figure 2.1. Situation géographique de la ville de Bobo-Dioulasso .............. 14
Figure 2.2. Les 3 zones climatiques du Burkina Faso sur base de la
pluviométrie moyenne de 1971 à 2000 (Direction nationale de la
météorologie) (PANA, 2003). ...................................................................... 15
Figure 2.3. Diagramme ombro-thermique de Bobo-Dioulasso en 2018.
Source : climate-data.org. ............................................................................. 16
Figure 2.4. Principaux types de sol et cours d’eau dans la province du Houet
(Bobo-Dioulasso) .......................................................................................... 18
Figure 2.5. Localisation et durée de mise en culture des parcelles maraîchères
échantillonnées sur le site Kuinima à Bobo Dioulasso ................................. 20
Figure 2.6. Vue aérienne du site de Kuinima (haut) et agrandissement sur une
partie du site (bas) (source : Google Earth, 2018). Les ronds blancs indiquent
les parcelles qui étaient exploitées our la culture maraichère au moment des
prélèvements de sols. Les symboles roses indiquent la position des parcelles
témoins, non exploitées pour la culture maraîchère...................................... 21
Figure 3.1. Situation géographique des sites d’étude dans la province du Houet
...................................................................................................................... 25
Figure 3.2. Fréquence des cultures maraîchères (% des exploitations) en
fonction du type de périmètre maraîcher. Fruits : melon, fraises. Légumes
feuilles : feuilles de patate, épinard, niébé, oignon, menthe, oseille, amarante.
Racine/tubercule: pomme de terre, betterave, navet. .................................... 28
Figure 3.3. Exemples d’associations de cultures. (a) = choux-gombo-oseille ;
(b) = tomate-laitue ; (c) = poivron-laitue-aubergine ..................................... 30
Figure 3.4. Exemple d’enchainement des cultures sur une même parcelle au
cours d’une année de production. A= association culturale ; AR = association
culturale dû au chevauchement des cultures (culture en relais) .................... 31
Figure 3.5. Quantités annuelles moyennes (et écart-type) de N, P et K
apportées par ha de maraichage sous forme organique ou minérale (a) et

xvii
quantités de N apportées par ha et par cycle de quelques cultures (b) en milieu
urbain, semi-urbain et rural. .......................................................................... 32
Figure 3.6. Proportions de N (a, b, c), P (e, f, g) et K (h, i, j) totaux apportées
sous différentes formes en milieu urbain (a, e, h), semi-urbain (b, f, i) et rural
(c, g, j) de la province du Houet. .................................................................. 34
Figure 4.1. Relative variable importance of co-variates in total organic carbon
(Ctot) variance explanation by conditional inference tree model (Ctree). The
vertical dashed line indicates the mean relative variable importance. Feo + Alo
= sum of oxalate extractable contents of iron and aluminum; Alt.diff = altitude
difference with respect to the river; Clay + FS = clay and fine silt content
determined by textural analysis; Prod_per = production period; Qom = Mass
of organic amendment added during the previous year (dry matter). ........... 54
Figure 4.2. Relationship between total organic carbon content (Ctot) and the
oxalate-extractable iron and aluminum content (Feo + Alo).......................... 55
Figure 4.3. Evolution of the total organic carbon content (Ctot) in market
garden plots as a function of the number of years of cultivation .................. 56
Figure 4.4. Proportion of particles < 20 µm (individual particles and micro-
aggregates < 20 µm in size) as affected by the extraction method. N= 24 ... 57
Figure 4.5. Correlation between observed and predicted C content in the < 20
µm fraction after sonication. ......................................................................... 58
Figure 4.6. Relative variable importance of co-variates in variance explanation
of the C content in the > 20 µm fraction after shaking (a) and sonication (b)
and of the C content in the < 20 µm fraction after shaking (c) and sonication
(d) by means of conditional inference tree models (Ctree). The vertical dashed
lines indicates the mean relative variable importance. Alt.diff = altitude
difference with respect to the river; Clay + FS = clay and fine silt content
determined by textural analysis; Prod_per = production period; Qom = Mass
of organic amendment added during the previous year (dry matter). ........... 59
Figure 4.7. Evolution of total organic carbon content (Ctot) and the C content
in the < 20 µm fraction after shaking (C<20-sh) and sonication (C<20-so) in
market garden plots according to the number of years of cultivation. .......... 60
Figure 4.8. Relationship between the C content in the < 20 µm fraction
(C<20µm) (a) or the C content in the > 20 µm fraction (C>20µm) (b) after

xviii
shaking and sonication and the oxalate extractable iron and aluminum (Feo +
Alo) contents in market garden plots. ............................................................ 61
Figure 4.9. Evolution of the oxalate-extractable Feₒ + Alₒ content as a function
of the number of years of cultivation. ........................................................... 62
Figure 4.10. Relationship between the C content in the < 20 µm fraction
(C<20µm) after shaking or sonication and the clay and fine silt content
determined by textural analysis (Clay + FS)................................................. 63
Figure 5.1. Evolution of enzymatic activities as a function of the number of
years of cultivation: betaglucosidase (a), phosphatase (b), fluorescein di-
acetate (FDA) (c), urease (d), and geometric mean of enzyme activities (GME)
(e). ................................................................................................................. 80
Figure 5.2. Evolution of basal respiration (a), microbial biomass carbon
(MBC) (b), total organic carbon (c), and C/N ratio (d), as a function of the
number of years of cultivation ...................................................................... 81
Figure 5.3. Evolution of NH4+ (a), NO3- (b), total nitrogen (Ntot) (c), as a
function of the number of years of cultivation.............................................. 82
Figure 5.4. Evolution of geometric mean of enzyme activities (GME) (a) and
basal respiration (b) according to the C>20µm fraction. .............................. 85
Figure 5.5. Evolution of phosphatase activity (a), urease activity (b),
geometric mean of enzymes activities (c), and basal respiration (NO3-) (e)
according to the total nitrogen content.......................................................... 86
Figure 5.6. Evolution of enzymatic activity per unit of total organic carbon as
a function of the C<20µm / C>20µm ratio: betaglucosidase (a), phosphatase
(b), fluorescein di-acetate (FDA) (c), urease (d), and geometric mean of
enzyme activities (GME) (e)......................................................................... 87
Figure 5.7. Evolution of specific biological indicators per unit of total organic
carbon according to C<20µm / C>20µm: basal respiration (a), microbial
biomass carbon (b), NH4+ (c) and NO3-(d).................................................... 88
Figure 5.8. Projection of the variables on the first two axes of the principal
component analysis (PCA): soil characteristics and biological indicators (a),
soil characteristics and biological indicators per unit of microbial biomass (b).
...................................................................................................................... 90

xix
Figure 6.1. Evolution of the soil chemical (a), biological (b) and physical (c)
quality indexes as a function of the number of years of cultivation. N = 69 for
(a) and (b); N = 18 for (c). .......................................................................... 114
Figure 6.2. Evolution of the global soil quality index (a) and mean soil quality
index (b) as a function of the number of years of cultivation. N = 18. ....... 115

xx
Liste des tableaux
Tableau 3.1. Fréquence des principaux types d’associations culturales en
milieux urbain, semi-urbain et rural.............................................................. 29
Tableau 3.2. Teneurs en éléments fertilisants (N, P, K) des différents types de
fumures organiques rencontrés dans les sites maraîchers de la province du
Houet (moyenne±eccart-type). ..................................................................... 33
Tableau 3.3. Proportion des producteurs percevant un impact négatif de leurs
pratiques maraîchères sur le sol, l’eau et les cultures ................................... 36
Tableau 3.4. Caractéristiques des différentes classes d’exploitations basées sur
la typologie des pratiques culturales. Norg/Ntot = rapport azote organique /
azote total; IFT = Indice de fréquence de traitements phytosanitaires. ........ 38
Tableau 4.1. Descriptive statistics of some soil parameters of the market
garden fields.................................................................................................. 51
Tableau 4.2. Correlation matrix between soil and site characteristics (N = 69).
Pearson’s r coefficients in bold are statistically significant (p < 0.05). Details
on the level of significance of the correlation are provided in Appendix C. 53
Tableau 5.1. Correlation matrix between biological activity and soil
characteristics. Pearson’s r coefficients in bold are statistically significant (p
< 0.05). Details on the level of significance of the correlation are provided in
Appendix D ................................................................................................... 84
Tableau 6.1. Selected chemical, biological and physical characteristics of the
market garden fields.................................................................................... 106
Tableau 6.2. Correlation matrix between soil characteristics. Pearson’s r
coefficients in bold are statistically significant (p < 0.05). Details on the level
of significance of the correlation are provided in Appendix E. .................. 108
Tableau 6.3. Result of principal component analysis of soil chemical
indicators of the market garden fields, to define the soil chemical quality index
(SQIchem). ..................................................................................................... 109
Tableau 6.4. Result of principal component analysis of soil biological
indicators of the market garden fields, to define the soil biological quality
index (SQIbiol). ............................................................................................ 110
Tableau 6.5. Result of principal component analysis of soil physical indicators
of the market garden fields, to define the soil physical quality index (SQIphys).
.................................................................................................................... 111

xxi
Tableau 6.6. Result of principal component analysis of chemical, biological
and physical soil quality indicators of the market garden fields, to define the
global soil quality index (SQIglobal). ............................................................ 112
Tableau 6.7. Correlation matrix between soil chemical (SQIchem), biological
(SQIbiol) and physical (SQIphys) quality indexes of the market garden fields and
the number of years of cultivation years). Bold numbers are statistically
significant (P < 0.05). ................................................................................. 116

xxii
Liste des annexes
Annexe A : Fiche d’enquête pour la typologie des pratiques maraichères
.................................................................................................................. xviii
Annexe B : Liste des pesticides utilisés dans les exploitations maraîchères
..................................................................................................................xxxii
Annexe C: Correlation matrix between soil and site characteristics (N = 69).
Pearson’s r coefficients in bold are statistically significant (p < 0.05). Below
the diagonal, the level of statistical significance of the correlation is indicated
as follows: ns: non-significant, *: p < 0.05, ** : p < 0.01, ***: p < 0.001.
................................................................................................................. xxxvi
Annexe D: Correlation matrix between biological activity and soil
characteristics. Pearson’s r coefficients in bold are statistically significant (p
< 0.05). Below the diagonal, the level of statistical significance of the
correlation is indicated as follows: ns: non-significant, *: p < 0.05, ** : p <
0.01, ***: p < 0.001. ...............................................................................xxxvii
Annexe E : Correlation matrix between soil characteristics. Pearson’s r
coefficients in bold are statistically significant (p < 0.05). Below the diagonal,
the level of statistical significance of the correlation is indicated as follows:
ns: non-significant, *: p < 0.05, ** : p < 0.01, ***: p < 0.001. ............. xxxviii
Annexe F : Evolution du rapport C<20 µm / C>20 µm en fonction du nombre
d’années d’exploitation ............................................................................ xxxix

xxiii
xxiv
Sigles et abréviations

AIC : Akaike's Information Criterion

Al : Aluminum
APIPAC : Association des Professionnels de l’Irrigation Privée et des
Activités Connexes
ARES-CCD : Académie de Recherche et d’Enseignement Supérieur-
Commission de la Coopération au Développement
BD : Bulk Density
BUNASOLS : Bureau National des Sols
°C : degré Celcius
Ca : Calcium
CAH : Classification Ascendante Hiérarchique
CEC : Capacité d’Echange Cationique
CH4 : Méthane
CO2 : Di-Oxyde de Carbone
COS : Carbone Organique du Sol
CPCS : Commission de Pédologie et de Cartographie des Sols
Ctot : Total Organic Carbon
DGPER : Direction Générale de la Promotion de l’Economie Rurale
DM : Dry Matter
FAO : Food and Agriculture Organization of the United Nations
FDA : Fluorescein Di-Acetate
Fe : Iron
FS : Fine Silt
GIPD : Gestion Intégrée des Productions et des Déprédateurs
GME : Geometric Mean of Enzyme Activities
IAGU : Institut Africain de Gestion Urbaine
IFT : Indicateur de Fréquence de Traitement phytosanitaire
INERA : Institut de l’Environnement et de Recherches Agricoles
IRSAT : Institut de Recherche en Sciences Appliquées et
Technologies
K : Potassium
Ks : Hydraulic Conductivity at Saturation
LMI-IESOL : Laboratoire Mixte International Intensification Ecologique
des Sols
Macpo : Macroporosity
MAH : Ministère de l’Agriculture et de l’Hydraulique
MAHRH : Ministère de l’Agriculture, de l’Hydraulique et des
Ressources Halieutiques
MBC : Microbial Biomass Carbon
MDS : Minimum Data Set
MECV : Ministère de l’Environnement et du Cadre de Vie

xxv
MEF : Ministère de l’Economie et des Finances
Mg : Magnésium
N : Azote
N2O : Oxyde Nitreux
Na : Sodium
NH3 : Ammoniac
NH4+ : Ammonium
NH4OAc : Ammonium Acetate
NO3- : Nitrate
Ntot : Total Nitrogen
OMA : Organo-Mineral Associations
P : Phosphore
PANA : Programme d’Action National d’Adaptation à la variabilité
et aux changements climatiques.
PARADE : PARticipative Agroecological DEvelopment
PAWC : Plant Available Water Capacity
PC : Principal Components
PCA : Principal Component Analysis
pH : Potentiel Hydrogène
PIB : Produit Intérieur Brut
p-NPP : para-Nitro-Phényl Phosphate
POM : Particulate Organic Matter
QCO2 : Metabolic Quotient
Qmic : Microbial Quotient
RMSE : Root Mean Square Error
RPD : Ratio of Prediction to Deviation
RRMSE : Relative Root Mean Square Error
RUAF : Resource Centre on Urban Agriculture and Food Security
Si : Silicium
SOC : Soil Organic Carbon
SOM : Soil Organic Matter
SQI : Soil Quality Index
SRO : Short-Range-Order
TCD : Thermal Conductivity Detector
USDA : United States Department of Agriculture

xxvi
Chapitre 1

Introduction

1.1 Contexte et justification

1.1.1 Importance socio-économique du maraîchage

L’agriculture, principale activité au Burkina Faso, occupe environ 80% de la

population active et contribue pour près de 33% au Produit Intérieur Brut
(PIB) (DGPER, 2010 ; MAHRH, 2011). Dominée par la production
céréalière, qui est généralement effectuée en saison pluvieuse relativement
courte, et tributaire de la pluviométrie, cette agriculture n’arrive ni à occuper
le producteur toute l’année, ni à fournir à la population une alimentation
suffisante et variée et une diversification des sources de revenu. Dans ce
contexte, le maraîchage constitue un élément important de diversification
agricole, de croissance économique, et de réduction de la pauvreté et de la
malnutrition (MAH, 2011). Cela lui attribue une place de choix parmi les
filières porteuses retenues par le gouvernement. En effet, face au déficit
alimentaire chronique au Burkina Faso induit par les périodes de sécheresse
(MECV, 2007; Ouédraogo, 2012) et la pauvreté des sols, l'Etat burkinabè s'est
engagé à développer le maraîchage qui contribue fortement à la sécurité
alimentaire et à la lutte contre le chômage en engendrant près de 620000
emplois (MAHRH, 2007; MEF, 2010 ; MAH, 2011). Le maraîchage est
pratiqué dans toutes les régions du Burkina Faso, avec au total environ 4 844
sites maraîchers. Les régions du Nord, des Hauts-Bassins et du Centre-Sud
disposent chacune de plus de 10 % des sites maraîchers du pays (MAH, 2011).
Le maraîchage permet à un exploitant de 1 ha de tomate, oignon, pomme de
terre et haricot vert d’obtenir un revenu annuel moyen de 500.000 FCFA
(environ 760 €/an) en zone non aménagée et de plus de 1.000.000 FCFA
(environ 1.500 €/an) en zone aménagée (MAH, 2011). Ces revenus ont un
impact positif sur la vie socio-économique des producteurs, à travers la

1
création de nouvelles activités rémunératrices, l'acquisition de biens
d'équipements et manufacturés, la contribution à la sécurité alimentaire,
l’accès à la santé et à l'éducation (Bognini, 2006). Il contribue à plus de 3%
au PIB du pays (MAH, 2011).

Enfin, les effets secondaires du maraîchage sont le recyclage des déchets

solides et liquides, utilisés comme fertilisants pour la production (Kiba, 2012),
l'écologisation des quartiers et, dans une certaine mesure, l’amélioration du
microclimat grâce à l'existence de verdure irriguée en ville (RUAF, 2005).

1.1.2 Pratiques phytosanitaires et risques liés

Malgré les multiples avantages liés au maraîchage, ce secteur est miné par de
nombreuses contraintes d’ordre biotique et abiotique. Parmi les contraintes
biotiques, la pression parasitaire constitue la contrainte majeure, entrainant
ainsi une réduction des rendements pouvant atteindre 90% (Cariglia, 2007).
Cette pression parasitaire a entraîné une consommation croissante de
pesticides. Pourtant, au Burkina Faso, les pesticides sur les cultures
maraîchères ne sont pas appliqués selon les bonnes pratiques agronomiques.
En effet, nous assistons au non-respect de la dose et du délai d’attente avant
la récolte, du nombre de traitements recommandés et à l’utilisation de produits
non recommandés pour les cultures traitées (Toé, 2007 ; Lehmann et al.,
2017 ; Son et al., 2017). Par ailleurs, plus de 70 % des maraîchers n’observent
aucune mesure de protection adéquate pendant les traitements phytosanitaires,
et les contenants vides sont abandonnés sur les lieux de traitement par la
majorité des producteurs (Son et al., 2017).

L’usage actuel des pesticides chimiques au Burkina Faso est donc préoccupant
et pourrait engendrer des problèmes d’ordre sanitaires et environnementaux.
Plusieurs travaux ont mis en évidence la présence de résidus de pesticides dans
les légumes issus des sites maraîchers (Lehmann et al., 2017 ; Son et al., 2018)
pouvant être à l’origine d’un risque alimentaire aigu et chronique chez les
enfants et les adultes, respectivement (Lehmann et al., 2017 ; Toé, 2010 ;
Ahouangninou et al., 2011). Des exportations de produits maraîchers

2
provenant de systèmes de production intensifs ont même déjà été rejetées par
les marchés internationaux en raison des niveaux résiduels de pesticides
(Bempah et al., 2011). Par ailleurs, Lehmann et al. (2017) ont observé la
présence de résidus de pesticides utilisés en maraîchage dans des eaux de
surface et souterraines au Burkina Faso. Enfin, ces pesticides peuvent avoir
un impact négatif sur l’activité biologique des sols, compromettant ainsi leur
productivité. Naré et al. (2014) rapportent une baisse des activités
enzymatiques du sol liée à l’effet de certains types de pesticides couramment
utilisés en production maraîchère au Burkina Faso.

1.1.3 Pratiques de fertilisation et leur effet sur

l’environnement

Malgré le faible taux d’utilisation des engrais chimiques et organiques en

Afrique sub-saharienne, les agriculteurs urbains notamment avec la
production maraîchère utilisent régulièrement des quantités importantes de
fertilisants organiques et chimiques dans le but de maximiser la production
(Predotova et al., 2010). Cette fertilisation intensive peut induire une
accumulation de nutriments dans le sol et des pertes considérables par
lessivage et volatilisation (Drechsel et al., 1999 ; Diogo et al., 2010 ;
Predotova et al., 2010 ; 2011). En effet, Abdulkadhir (2012) a rapporté des
bilans en azote de 279, 1127 et 74 kg N ha-1 respectivement sur des sites
maraîchers de Bobo-Dioulasso (Burkina Faso), Kano (Nigeria) et Sikasso
(Mali), imputables à des apports excessifs d’amendements organiques et de
fertilisants minéraux. Lompo (2012) a également trouvé des bilans fortement
positifs en nutriment (688 kg N ha-1 an-1, 251 kg P ha-1 an-1, 189 kg K ha-1 an-
1
) sur des périmètres maraîchers de Bobo-Dioulasso, ce qui indique une faible
efficacité d'utilisation des engrais et un fort potentiel de pollution des eaux
souterraines par les nitrates. Sangaré (2012) a observé des flux très élevés de
nitrate (236 à 990 kg ha-1 an-1) vers les nappes, liés à une forte utilisation de
fertilisants chimiques et organiques dans des exploitations maraîchères de
Bobo-Dioulasso.

3
D’autres études se sont aussi axées sur les risques de pollution par les métaux
lourds. En effet, le recyclage des déchets solides urbains en agriculture est une
pratique très courante dans la plupart des villes africaines. Outre les effets
bénéfiques de ces déchets sur la fertilité des sols, ils peuvent conduire à une
pollution des sols et une contamination des cultures par des métaux lourds et
des pathogènes tels que les coliformes fécaux, les helminthes, Salmonella spp.
et Escherichia coli (Cissé et al., 2002 ; Amoah, 2006 ; Diogo et al., 2010), qui
à long terme pourrait affecter la santé des consommateurs. Ce type de
contamination peut aussi résulter de l’utilisation des eaux usées couramment
utilisées pour l’irrigation dans les périmètres maraîchers (Abdu et al., 2011).

Enfin, la forte utilisation et la mauvaise gestion des fertilisants sont souvent à

l’origine d’émission de gaz à effets de serre tels que l'oxyde nitreux (N2O),
l'ammoniac (NH3) et le méthane (CH4), et ce d’autant plus que le climat est
chaud (Predotova et al., 2010 ; Lompo, 2012).

1.1.4 Besoin de caractériser les pratiques

Afin de réduire l’impact des pratiques agricoles sur l’environnement et sur la

santé, des initiatives ont été développées à travers quelques projets et
programmes. En guise d’exemple, il y a le projet de l’Institut africain de
gestion urbaine (IAGU) qui avait pour but de réguler les pratiques de
fertilisation et d’utilisation de pesticides à Bobo-Dioulasso, afin d’en limiter
les conséquences négatives (Robineau, 2013 ; 2018) ; le programme de
gestion intégrée des productions et des déprédateurs (GIPD) de la FAO; le
Centre Ecologique Albert-Schweizer à travers son programme Agro-
écologie ; Helvetas (Suisse) qui a fait la promotion de la production biologique
de la tomate et du poivron ; APIPAC (Association des Professionnels de
l’Irrigation Privée et des Activités Connexes) qui a produit plusieurs fiches
techniques sur les techniques de production et d'utilisation des pesticides
naturels (extrait d’ail, oignon, piment sec, feuilles de papaye) en cultures
maraîchères ; Bio-protect qui fait la promotion de l’agro-écologie. De même,
plusieurs programmes de recherche et des décideurs ont entrepris des actions
visant à atténuer les effets négatifs des pratiques maraîchères.

4
Ces différentes actions ont été mises en œuvre dans le but d’une amélioration
de la productivité et de la qualité des cultures maraîchères (Traore et Toé,
2008). Cependant, on observe une faible application par les producteurs, sur
le moyen et le long terme, des pratiques diffusées par les projets de
développement, suscitant des questionnements sur les raisons de ce faible taux
d’adoption. Pour répondre à cette question, il convient d’actualiser la base de
connaissances sur les pratiques, de comprendre la logique qui guide le choix
des pratiques, et la perception des producteurs vis-à-vis de l’impact de ces
pratiques. Ainsi, cette étape constituerait un pas préliminaire à la description
et à l'analyse des exploitations maraichères, préalable indispensable à tout
programme de développement futur. Des études similaires ont été effectuées
dans plusieurs pays africains et ont montré une forte diversité de pratiques
maraichères. Les études de Kiba (2012) ont montré une large diversité de
pratiques de fertilisation entre sites et au sein des sites de production
maraîchère à Ouagadougou. Il affirme que la proximité aux sources de
fertilisants fait partie des principaux facteurs expliquant cette variabilité.

Les systèmes de culture mis en œuvre par les exploitants sont, et resteront,
d'une très grande diversité, en relation notamment avec les particularités
régionales, le grand nombre de cultures produites et leurs multiples
combinaisons (Landais et al., 2016). Cette hétérogénéité a souvent été
évoquée comme l’une des principales causes d’échec des opérations de
développement reposant sur des schémas standardisés (Perrot et Landais,
1993). La prise en compte de la diversité des exploitations agricoles est
incontournable pour la réussite des travaux de recherche et de développement
rural. Pour ce faire, la typologie est un outil permettant d’approcher la
diversité des exploitations agricoles.

Plusieurs typologies ont été effectuées au Burkina Faso sur l’agriculture

urbaine et péri-urbaine. Cependant, ces typologies sont essentiellement basées
sur les orientations socio-économiques des exploitations (Kêdowidé et al.,
2010 ; Dossa et al., 2011) et sur la dynamique spatio-temporelle de
l’agriculture urbaine (Robineau, 2013). Bien que ces typologies fournissent
des éléments pertinents à la compréhension des activités agricoles urbaines,
elles ne donnent pas d’indications sur la caractérisation des pratiques
maraîchères en lien avec les milieux et les conditions de production. En effet

5
au Burkina, il existe une diversité de conditions qui sont entre autres le milieu
dans lequel se trouve le producteur (urbain, semi-urbain, rural), l’accès à l’eau
et aux intrants, l’accès à la terre ou l’accès au marché, qui pourraient
influencer les pratiques (types de culture, types et modes de fertilisation, type
et mode de traitement phytosanitaire, etc). Ainsi, les actions de vulgarisation
visant une production maraichère plus écologique devraient être menées
différemment en tenant compte de cette diversité. Il est alors utile de regrouper
les exploitations maraichères selon une typologie des pratiques pour une
meilleure visualisation. Cela peut permettre de cibler des catégories de
producteurs et de mener avec eux des actions spécifiques ou de comprendre
d’éventuelles différences en termes d’impact environnemental.

1.1.5 Impact des pratiques sur le sol

Face à l’utilisation intensive des fertilisants organiques et minéraux et des

pesticides chimiques dans les systèmes de production maraîchère, plusieurs
études se sont focalisées sur les bilans de nutriments, les émissions de
nutriments dans l’environnement, ainsi que la pollution des sols et des cultures
par les pathogènes et les composés toxiques. Pourtant, dans une perspective
de durabilité de la production maraîchère, l’un des enjeux incontournables
consiste à limiter la dégradation des sols des zones de productions horticoles.
Cela passe par une meilleure connaissance des effets à long terme des
pratiques sur la qualité des sols.

Tout d’abord, contrairement aux systèmes de culture pluviaux pour lesquels

on observe de très faibles teneurs en carbone organique (COS) dans les sols,
liées à la forte minéralisation de la matière organique du sol et aux apports
limités d’amendements organiques (Pallo et al., 2009), les exploitations
maraîchères constituent une exception, du fait d’apports réguliers et intensifs
d’amendements organiques. La matière organique est un élément clé dans le
maintien de la qualité du sol (disponibilité de nutriments, résistance à
l’érosion, substrat pour les micro-organismes) (Milne et al., 2015). Aussi, le
stockage du COS contribue à compenser l’augmentation de la concentration
atmosphérique de CO2 (Minasny et al., 2017). Pourtant, les facteurs à l’origine

6
de l’évolution du COS dans les systèmes de production maraîchère n’ont
jusque-là pas retenu l’attention des chercheurs. Ces facteurs peuvent être liés
aux quantités de fertilisants, à la gestion des parcelles, à la nature du sol et à
la durée d’exploitations. Une meilleure compréhension de la dynamique
temporelle du COS dans les sols maraîchers urbains et des facteurs qui
régissent son accumulation aiderait à caractériser l’impact environnemental
du maraîchage et à identifier des voies pour améliorer les pratiques.

Ensuite, les propriétés biologiques du sol sont essentielles pour assurer la

production végétale et ont une très grande influence sur toutes les propriétés
du sol (Smith et Papendick, 1993). Elles sont l’élément de base qui garantit
les fonctions du sol (Doran et al., 2000). Compte tenu du fait qu’elles sont
sensibles aux pratiques de gestion du sol, on peut s’attendre à ce que les
pratiques maraîchères aient un impact sur la qualité biologique des sols.
Certaines pratiques pourraient avoir des effets positifs, comme la fertilisation
organique et la rotation des cultures (Bunneman et al., 2006 ; Somenhally et
al., 2018). A l’opposé, d’autres pratiques telles que l’utilisation intensive de
pesticides (Bunneman et al., 2006 ; Naré et al.,2014), l’apport d’amendements
organiques pollués en métaux lourds (Garcia et al., 2000 ; Somejkalova et al.,
2003), pourraient influencer négativement la qualité biologique du sol.
Pourtant jusque-là, l’impact à court et à long terme de l’ensemble combiné de
ces pratiques sur les activités biologiques du sol n’a pas été étudié.

Enfin, l’étude de l’évolution du carbone et des propriétés biologiques est très

importante, mais ne reflète pas l’état global de la qualité du sol, permettant de
prendre des décisions sur son mode de gestion. Selon Karlen et al. (1997), la
ressource sol doit être considérée comme un système dynamique vivant
résultant des interactions entre ses composantes chimiques, biologiques et
physiques. Une évaluation de la qualité des sols avec la prise en compte de ses
propriétés chimiques, physiques et biologiques peut fournir des indications
précieuses pour évaluer la durabilité des pratiques de gestion (Doran et Parkin,
1994). Les indices intégrés de qualité du sol sont d’une grande pertinence, car
ils permettront d’orienter les mesures appropriées pour garantir la durabilité
des systèmes de production. Les effets à long termes des pratiques maraîchères
sur la qualité globale du sol n’ont pas été documentés mais leur connaissance

7
s’avère pourtant, incontournable, pour assurer la durabilité des systèmes de
production maraîchère.

Notre thèse de doctorat, financée par l’ARES-CCD dans le cadre du projet

PARADE sur le thème « Impact des pratiques de gestion de la fertilité sur la
qualité des sols sous cultures maraichères à Bobo-Dioulasso (Burkina Faso)»,
est conduite pour nous permettre de nous pencher sur ces questions. Ainsi, une
bonne connaissance des pratiques maraîchères et de leur impact sur la qualité
du sol aidera les chercheurs, les agents de vulgarisation et les décideurs
politiques à développer ensemble, avec les producteurs, des stratégies
appropriées, pertinentes et objectives, pour assurer la durabilité des systèmes
de production maraichers à l’Ouest du Burkina Faso.

1.2 Hypothèses et objectifs

1.2.1 Hypothèses de recherche

Au Burkina Faso comme ailleurs en Afrique subsaharienne, les exploitations

maraîchères sont reparties en zone urbaine, semi-urbaine et rurale avec des
moyens et des conditions de production différents qui pourraient avoir une
influence sur les pratiques culturales. Cela nous conduit à l’hypothèse selon
laquelle il est possible de distinguer différents types d’exploitations
maraichères sur base des pratiques culturales mises en œuvre, et cette
différenciation reflète entre autres le milieu de production (H1).

Ensuite, contrairement aux systèmes de production céréaliers, les cultures

maraîchères sont soumises à des pratiques culturales intensives, dont des
apports importants d’amendements organiques, qui ont vraisemblablement un
impact sur le sol. Ce constat nous a donc conduit à formuler les hypothèses
suivantes :

- La production maraîchère a un effet à court et à long terme sur la

dynamique du carbone organique du sol (H2).

8
- La durée d’exploitation maraîchère a un impact sur l’activité biologique
du sol, et de manière plus générale, sur la qualité globale du sol (H3).

1.2.2 Objectifs

L’objectif global de cette étude est de contribuer à une plus grande durabilité
des systèmes de production maraîchers à travers une meilleure connaissance
des pratiques maraichères et de leur impact à court et à long termes sur le sol
au Burkina Faso.

Pour atteindre cet objectif, la démarche adoptée repose sur quatre objectifs
spécifiques liés aux hypothèses de recherches. Il s’agit de :

-Caractériser la diversité des exploitations maraichères. Cela aboutira à une

meilleure connaissance des pratiques et de leur diversité, pouvant servir à
cibler des catégories de producteurs en vue de mener avec eux des actions
spécifiques pour des modes de production plus durables ou de comprendre
d’éventuelles différences en termes d’impact environnemental.

-Evaluer l'effet du nombre d'années de culture et des différentes

caractéristiques du sol et du site sur le COS total ainsi que sur les fractions
labiles et stables du COS dans un site maraîcher du Burkina Faso. Cela
permettra d’améliorer notre compréhension de la dynamique temporelle à
court (<10 ans) et long termes (>10 ans) du COS dans les systèmes à apports
élevés d’amendements organiques.

-Evaluer l'impact du maraîchage sur l'évolution à court (0-10 ans) et long

termes (> 10 ans) de l’activité biologique dans les sols. Les propriétés
biologiques du sol sont essentielles pour assurer la production et ont une
influence sur toutes les propriétés du sol. Une analyse détaillée de l’évolution
de ces propriétés biologiques après plusieurs années de culture est essentielle
pour évaluer la durabilité des pratiques.

-Etudier l’effet de la durée d’exploitation sur la qualité globale des sols par la
prise en compte de ses propriétés physiques, chimiques et biologiques. En
effet la qualité du sol ne dépend pas uniquement de ses propriétés biologiques,
mais aussi de l’équilibre et des interactions entre ses composantes chimiques,

9
biologiques et physiques. Ainsi, un indice intégré de la qualité des sols basé
sur une combinaison de ces trois composantes donnera une meilleure
indication de l’évolution de la qualité des sols maraîchers après plusieurs
années de production intensive, permettant d’orienter les actions sur des
mesures appropriées de gestion pour garantir la durabilité des systèmes de
production.

1.3 Aperçu de la thèse

Cette thèse est constituée de 7 chapitres interdépendants. Les deux premiers

chapitres développent des aspects généraux, dont une introduction générale et
une section méthodologique qui décrit la zone d'étude et le mode
d’échantillonnage des sols. Les quatre chapitres suivants sont consacrés à des
sujets spécifiques sur les questions liées aux résultats d’enquêtes, de travaux
de terrain et de laboratoire. Une vue d'ensemble schématique de la structure
de la thèse est présentée à la figure 1.1.

Le chapitre 1 est introductif et présente le contexte et la justification de l’étude.

Ensuite, il présente les hypothèses et les objectifs. Dans le chapitre 2, nous
décrivons la zone d’étude. Ce chapitre présente les caractéristiques
biophysiques, agro-climatiques, et édaphiques de la zone d’étude. Les travaux
sur les chapitres 4, 5 et 6 étant effectués sur le même site (site de Kuinima)
avec le même échantillonnage, cette méthodologie d’échantillonnage,
transversale aux trois chapitres, a également été décrite dans ce chapitre 2.

Les chapitres 3, 4, 5 et 6 présentent les principaux résultats de l'étude et

discutent des objectifs spécifiques présentés ci-dessus. Ils sont présentés sous
forme d'articles, chacun comprenant une introduction, une méthodologie
(détails spécifiques à chaque chapitre), les résultats, une discussion et une
conclusion. Les références bibliographiques sont présentées à la fin du
document. Ainsi, le chapitre 3 présente la caractérisation et la typologie des
pratiques maraîchères permettant donc d’apprécier le potentiel d’évolution
des différents types d’exploitations vers des pratiques culturales plus durables.
Dans le chapitre 4, il est question de l’évaluation de l'effet du nombre d'années

10
de culture et des différentes caractéristiques du sol et du site sur les fractions
totales ainsi que labiles et stables du COS, dans le site maraîcher de Kuinima.
Ce chapitre permet de voir l’évolution du carbone total et de ses fractions
stables et labiles en fonction de la durée d’exploitation. Puis, à travers deux
méthodes de fractionnement, il met en évidence les principaux facteurs qui
influencent la teneur en carbone du sol. Le chapitre 5 traite de l'impact du
maraîchage sur l'évolution à court et moyen terme de la qualité biologique des
sols que sont les propriétés enzymatiques et biochimiques du sol. En plus, il
tente d’expliquer les facteurs du sol pouvant expliquer la variabilité entre les
exploitations. Enfin au chapitre 6, nous avons élaboré des indices d'évaluation
de la qualité des sols en intégrant ses propriétés physiques, chimiques et
biologiques. Puis nous avons quantifié l’évolution de ces indices de qualités
physiques, chimiques et biologiques et de l’indice global de qualité du sol en
fonction de la durée d’exploitation. Ces trois derniers chapitres de résultats
ont été rédigés en anglais en vue d’être soumis pour publication à des revues
internationales et ils ont donc été gardés comme tel dans la thèse. Nous avons
terminé le document par une conclusion générale (chapitre 7) qui consiste en
une synthèse des résultats ainsi que des perspectives pour des travaux de
recherche futurs.

11
 Chap 3 : Caractérisation et
typologie des exploitations
maraîchères à Bobo- Enquêtes
Dioulasso

Enquêtes ;
prélèvements
et analyses de
sol

Impact à court et long termes du maraîchage urbain sur :

la dynamique l’activité les propriétés

du carbone biologique du chimiques et
organique du sol physiques du
sol sol

Chap. 4 Chap. 5

La qualité du
sol

Chap. 6

Figure 1.1. Cadre général de notre étude. Les cadres rectangulaires font
référence à des résultats, alors que les cadres ovales font référence à la
méthodologie.

12
Chapitre 2

Matériels et méthodes

2.1 Zone d’étude

2.1.1 Situation géographique et généralités

L’étude est réalisée dans la commune de Bobo-Dioulasso, chef-lieu de la

province du Houet. Bobo-Dioulasso est la seconde ville et la capitale
économique du Burkina Faso. Elle est située à une distance de 360 km au sud-
ouest de Ouagadougou à 4°18 de longitude ouest et 11°10 de latitude nord
(Fig. 2.1). Sa superficie est de 14000 ha, dont environ 5000 ha construits
(Florian, 2003 ; Nacro et al., S.d.). Elle comptait une population totale de 813
610 en 2012 (INSD, 2017). La ville de Bobo-Dioulasso se situe au centre de
la première région de production de fruits et légumes du Burkina-Faso, et 15%
de la production maraîchère du pays est produite dans la province du Houet
(Fauré et Labazée, 2002). Robineau (2013) estime la superficie totale des sites
maraichers de la ville à 175 ha.

13
 Afrique

Figure 2.1. Situation géographique de la ville de Bobo-Dioulasso

2.1.2 Contexte climatique

Sur le plan climatique, le Burkina Faso (superficie de 274 200 km²) est un
pays tropical sans accès à la mer, caractérisé par une saison sèche de novembre
à mai et une saison pluvieuse qui s’étale de mai à octobre (PANA, 2003). Il a
un climat à dominance sahélien avec une zone plus humide au Sud. Il est
subdivisé en trois principales zones climatiques en fonction de la pluviométrie
annuelle moyenne (Fig. 2.2) :
- La zone sahélienne : elle s’étend au Nord et reçoit les pluviométries les plus
basses du pays (300-600 mm/an). Les températures sont très élevées, surtout
au mois d’avril où elles avoisinent 45°C. La végétation est constituée
d'arbustes épineux : c’est la zone d'élevage par excellence.
- La zone soudano-sahélienne : elle est située au centre. Elle connaît une
pluviométrie moyenne comprise entre 600 et 900 mm/an.
- La zone soudanienne : localisée au sud du pays, elle est la plus arrosée avec
une pluviométrie comprise entre 900 et 1200 mm/an (PANA, 2003).

14
Au Burkina Faso, les saisons sont très contrastées et caractérisées par une
alternance de saisons sèches et humides. La saison humide a une durée
d'environ 5 mois (mai/juin à octobre) dans le Sud, et de 3 à 4 mois (juin à
septembre) dans le Nord. Le pays est marqué par des sécheresses récurrentes,
surtout depuis les années 1970. En période chaude, la température maximale
moyenne est de 37°C au sud et au centre et de 41°C au nord. Les minimas sont
respectivement de 24, 25 et 26°C pour le sud, le centre et le nord. En période
froide, les maximas sont respectivement, 34, 36, et 38°C et les minimas de 19,
17 et 14°C pour les mêmes zones (Sangaré, 2012).

Figure 2.2. Les 3 zones climatiques du Burkina Faso sur base de la

pluviométrie moyenne de 1971 à 2000 (Direction nationale de la
météorologie) (PANA, 2003).

Le climat de Bobo-Dioulasso correspond à la zone climatique soudanienne

nettement mieux arrosée par rapport au reste du pays. Il est caractérisé par une
saison sèche de novembre à avril et une saison des pluies de mai à octobre.

15
Les précipitations annuelles varient entre 900 et 1200 mm et les températures
moyennes journalières sont comprises entre 25° C et 30°C (Fig. 2.3).

300 150

250 125
Pluviométrie (mm)

Temperature (°C)
200 100

150 75

100 50

50 25

0 0

Figure 2.3. Diagramme ombro-thermique de Bobo-Dioulasso en 2018.

Source : climate-data.org.

2.1.3 Hydrographie

Au niveau hydrologique, la ville de Bobo-Dioulasso se trouve en grande partie

dans le bassin versant du Mouhoun avec pour principaux affluents, le Kou et
le Houet (Fig. 2.4). Le Houet draine l’eau de la partie nord de la ville et le
Kou, qui a une importance spéciale à cause du captage servant à
l’approvisionnement en eau potable de la ville, se situe dans sa partie ouest et
sud (Nacro et al., 2006). En plus de la fourniture d’eau potable, l’eau du Kou
est utilisée comme source d’irrigation sur certains périmètres maraîchers.
D’autre part, le Houet fournit de l’eau d’irrigation pour 1/3 des jardins urbains
locaux, malgré sa charge élevée de déchets liquide et solide et d’agents
pathogènes (Kinane et al., 2008).

16
2.1.4 Les sols

Au Burkina Faso, les sols dominants sont les sols ferrugineux tropicaux et
ferralitiques. Essentiellement dérivé d’un matériau rocheux acide (grès,
granit) riche en oxydes et hydroxydes de fer et de manganèse, les sols sont
principalement acides et dominés par l’argile kaolinique. Ils sont caractérisés
par une faible teneur en matière organique (Sedogo, 1993) qui est en moyenne
de 0.6% dans la zone de Bobo-Dioulasso (Pallo et al., 2008). On observe
également une faible teneur en phosphore disponible (Lompo et al., 2009) et
une faible capacité d’échange cationique (FAO, 2006). Le pH des sols varie
en général entre 5 et 6,5.
Selon les travaux du BUNASOLS, la commune de Bobo-Dioulasso comprend
cinq unités pédologiques (Fig. 2.4), dominés par les sols à sesquioxydes de fer
et de manganèse. De manière spécifique, on distingue selon le système de
classification français (CPCS, 1967):
-les sols à sesquioxydes de fer et de manganèse. Au Burkina, c'est la sous-
classe des sols ferrugineux tropicaux qui est la plus répandue. Cette classe se
caractérise par une individualisation des sesquioxydes de fer et de manganèse
qui leur confère une teinte se situant dans les gammes 7,5 YR et 10 YR, une
structure massive des horizons A et B, une présence éventuelle d'horizon
induré en cuirasse ou carapace, une décomposition rapide de la matière
organique, une pauvreté en éléments minéraux.
-les sols fersialitiques, aussi appelés sols rouges, sont le résultat d'une
association forte et stable entre des colloïdes argileux et des oxydes de fer et
d’aluminium. Dans ces sols, le fer libre et les minéraux argileux sont fortement
liés et contribuent à la formation d'agrégats polyédriques à facettes brillantes,
anguleux et plus ou moins aplatis.
- les sols peu évolués : ils ont une épaisseur variable, et une texture sableuse,
à sablo-argileuse, une réserve en eau très faible et une fertilité chimique basse;
ce sont des sols inaptes à l’agriculture. Cette faible évolution du profil est due
soit à un impact peu prononcé du climat, soit à l'action de l'érosion. Ce sont
par conséquent des sols peu profonds (40 cm).

17
- les sols minéraux bruts : les sols minéraux bruts s'observent sur les cuirasses
ou les formations superficielles n'ayant pas encore subi ou ne pouvant pas
subir une évolution pédologique.

- les sols hydromorphes : ce sont des sols profonds (> 120 cm) dont l'évolution
est dominée par l'action de l'excès d'eau de manière permanente ou temporaire.
Ils sont de couleur brun grisâtre ou brun grisâtre clair avec des taches grises
et rouilles liées respectivement à la réduction et à l'oxydation du fer. La
structure est généralement polyédrique subangulaire à angulaire faiblement
développée. Cet état de la structure est un des corollaires de l'engorgement.
La texture est moyenne à fine, ce qui leur confère une bonne disponibilité en
eau.

Kuinima

Figure 2.4. Principaux types de sol et cours d’eau dans la province du Houet
(Bobo-Dioulasso)

18
2.2 Mode d’échantillonnage

Pour l’étude, 10 périmètres maraîchers ont été sélectionnés pour la

caractérisation des pratiques agricoles, puis un seul site a été retenu pour
l’étude de leur impact sur le sol. Dans ce paragraphe, nous nous focaliserons
sur le mode de sélection et d’échantillonnage des parcelles utilisées pour
l’étude de l’impact des pratiques sur la qualité du sol étant donné qu’il est
transversal aux chapitres 4, 5 et 6. Les détails des méthodologies spécifiques
à chaque chapitre sont décrits dans les différents chapitres.
L’étude d’impact sur le sol a été réalisée sur le site maraîcher de Kuinima
d’une superficie d’environ 60 ha (N 11°09' 21.46''' ; W 4°14' 46.72'') et situé
à l’intérieur des limites de la ville de Bobo-Dioulasso (Fig. 2.4 et 2.5). Le site
de Kuinima a été choisi car c'est le plus grand site maraîcher urbain de Bobo-
Dioulasso et les parcelles les plus anciennes sont cultivées depuis plus de 50
ans. En plus, on observe une topographie assez homogène permettant de
mener une telle étude. Les superficies sont de petites tailles, avec une médiane
de 808 m2. Au côté nord-est, le site est bordé par la rivière Houet : les parcelles
les plus anciennes sont souvent situées à proximité de la rivière alors que les
plus récentes sont plus éloignées (Fig. 2.5). La distance des champs à la rivière
varie entre 12 et 540 m. Les parcelles sont situées entre 10 et 47 m au-dessus
de la rivière. Les investigations à la tarière et l’observation de fosses
pédologiques ont montré que le sol semblait plutôt homogène sur l'ensemble
du site. Le site présente une topographie à pente douce avec des altitudes
variant de 441 à 478 m.

2.2.1 Sélection des champs et échantillonnage des sols

Grâce à des entretiens avec les producteurs travaillant sur le site, 100 d'entre
eux ont accepté de participer à l'étude et ont permis que des prélèvements de
sol soient faits dans leurs champs. Pour chaque exploitation, les informations
suivantes ont été recueillies : la géolocalisation (latitude, longitude et altitude),
le nombre d'années d’exploitation maraîchère, la période de production
(saisonnière ou annuelle), le type et les doses d'application des amendements
organiques durant la dernière année de culture. Enfin, 69 champs ont été

19
sélectionnés pour couvrir une gamme de durées de culture de 0 à > 50 ans,
tout en assurant une large répartition sur l’ensemble du site (Fig. 2.5).

Figure 2.5. Localisation et durée de mise en culture des parcelles maraîchères

échantillonnées sur le site Kuinima à Bobo Dioulasso

20
Parmi les parcelles échantillonnées, sept champs témoins qui n'avaient jamais
été utilisés pour la culture maraîchère ont été identifiés, bien que certains aient
été utilisés pour la culture pluviale annuelle. Ces champs témoins sont souvent
situés près du bord du site, ou juste à l'extérieur du site (Fig. 2.6).

Figure 2.6. Vue aérienne du site de Kuinima (haut) et agrandissement sur une
partie du site (bas) (source : Google Earth, 2018). Les ronds blancs indiquent
les parcelles qui étaient exploitées pour la culture maraichère au moment des
prélèvements de sols. Les symboles roses indiquent la position des parcelles
témoins, non exploitées pour la culture maraîchère.

21
Pour les champs cultivés depuis plus de 50 ans, nous avons donné
arbitrairement l'âge de 60 ans. Dans chaque champ, une zone homogène a été
ciblée pour les prélèvements de sol. Puis, cinq échantillons de sol ont été
prélevés sur une profondeur de 0-15 cm sur les deux diagonales de la zone
homogène. Ces cinq échantillons ont été mélangés pour former un échantillon
composite par champ. Les prélèvements ont été faits au moins deux semaines
après le dernier apport d'engrais ou d'amendements organiques.
L’échantillonnage décrit ci-dessus concerne les chapitres 4, 5 et 6.

22
Chapitre 3 :

Caractériser la diversité des exploitations

maraîchères de la région de Bobo-Dioulasso (Burkina
Faso) pour faciliter leur transition agro-écologique1

3.1 Introduction

De nos jours, l’agriculture en général, et le maraîchage en particulier, doivent

faire face à de nombreux défis comme l’augmentation de l’offre alimentaire
mais aussi l’exigence d’une production agricole garantissant la sécurité
sanitaire, la qualité nutritionnelle et le respect de l’environnement. Cependant,
dans de nombreux pays en développement, les réglementations en matière de
techniques de production ou de qualité sanitaire des productions agricoles sont
soit inexistantes, soit ne s’accompagnent pas d’un contrôle effectif des
pratiques, des intrants et des produits alimentaires. Ainsi, la culture
maraîchère en Afrique subsaharienne repose souvent sur un usage intensif,
voire abusif, d’intrants (engrais minéraux, déchets organiques, produits
phytosanitaires, eaux usées) avec des conséquences souvent néfastes pour la
santé humaine et l’environnement (Abdulkadir et al., 2013 ; Son et al., 2017).

Face à ces menaces, de plus en plus d’initiatives émergent afin de promouvoir

des pratiques maraichères plus respectueuses de la santé humaine et de
l’environnement (Traoré et Toé, 2008), que cela soit en termes de fertilisation
des cultures, de biocontrôle des maladies et ravageurs, de qualité des eaux
d’irrigation, ou encore de diversité des cultures. Ces initiatives s’inscrivent
dans une démarche de promotion d’une production horticole raisonnée,
préférablement biologique voire même agro-écologique qui, dans sa

1 Adapté de OUEDRAOGO R. A., KAMBIRE F. C., KESTEMONT M-P., BIELDERS C. L.

(2019). Caractériser la diversité des exploitations maraîchères de la région de Bobo-Dioulasso
(Burkina Faso) pour faciliter leur transition agro-écologique. Cah. Agric. 2019, 28, 20.
https://doi.org/10.1051/cagri/2019021.

23
signification technique, se définit comme étant un mode de production ayant
pour ambition de promouvoir des pratiques qui permettent de rendre
l’agriculture plus durable (Stassart et al., 2012).
Dans ce travail, les sites maraichers dans et aux alentours de la ville de Bobo
Dioulasso au Burkina Faso sont utilisés comme cas d’étude en raison de la
diversité des milieux de production (urbain, semi-urbain, rural) induisant des
différences d’accès à l’eau et aux intrants mais aussi d’accès à la terre ou aux
marchés. Selon Gafsi et al. (2007), l’âge et le niveau d’instruction des
exploitants mais aussi le mode d’accès au foncier et aux ressources naturelles
sont autant de facteurs à l’origine de la diversité des exploitations agricoles.
Or, il est bien établi que la prise en compte de cette diversité est une condition
essentielle d’amélioration de l’efficacité des interventions des acteurs de
développement auprès des agriculteurs (Gafsi et al., 2007). Ainsi, afin de
mieux guider les maraîchers vers une transition agro-écologique, il paraît
nécessaire dans un premier temps de caractériser, en fonction du milieu de
production, les pratiques actuelles de production, de comprendre la logique
qui guide le choix de ces pratiques, d’analyser la perception qu’ont les
producteurs de l’impact de leurs pratiques et de déceler les freins à l’adoption
de pratiques plus écologiques.

Compte tenu de la grande diversité des cultures et pratiques maraichères et

des nombreuses combinaisons possibles (Landais et al., 2016), l’élaboration
de typologies apparait comme un moyen de réduire la complexité tout en
conservant une diversité pertinente par rapport aux objectifs visés. Bien que
différentes typologies d'exploitations maraichères aient été établies en Afrique
de l’ouest (Dossa et al., 2011 ; Ahouangninou, 2013), celles-ci ne sont pas
axées sur la caractérisation des pratiques maraîchères en lien avec les
conditions de production. Ainsi, la réalisation d’une typologie des
exploitations en fonction des pratiques observées pourra servir de base à la
planification d’actions d’information, de formation et de vulgarisation de
pratiques agro-écologiques de la part des acteurs du développement.

24
3.2 Matériels et méthodes

L’étude est centrée sur Bobo-Dioulasso et sa périphérie, 2ème ville du pays

(figure 3.1), avec une pluviométrie annuelle comprise entre 900 et 1200 mm
(Robineau et Dugué, 2018). A partir d’une liste exhaustive des sites
maraîchers dans un rayon de 50 km autour de la ville dont la vocation première
est le maraîchage, 5 sites de production urbains (à l’intérieur de la ville :
Kuinima, Kôdeni-Samagan, Dogona-Sakabi, Dafra et Kua), 2 sites semi-
urbains (villes secondaires chefs lieu de département comme Bama et
Tousiana), et 3 sites ruraux (villages autour de la ville : Leguema, Toukoro et
Kiri) ont été retenus pour cette étude (Fig. 3.1).

Figure 3.1. Situation géographique des sites d’étude dans la province du

Houet

Pour chacun des 10 sites, 30 producteurs ont été enquêtés. Les producteurs ont
été choisis selon un échantillonnage systématique de sorte à couvrir au mieux

25
les périmètres maraichers retenus. Pour cela, un quadrillage a été superposé
sur la carte de chaque périmètre. La taille des mailles a été choisie telle qu’il
y avait exactement 30 intersections au sein du périmètre.

La collecte des données a été faite lors d’une enquête par questionnaire portant
uniquement sur les activités maraîchères des 300 producteurs, d’observations
directes de leurs pratiques et de mesures des superficies maraichères au cours
de la dernière année de production. L’enquête (réalisée en 2016) a porté sur
une année complète de production et a concerné toutes les cultures
maraichères et les divers cycles de production (saison sèche ou contre saison,
saison des pluies). Le questionnaire était structuré en 3 parties: les
caractéristiques générales de l’exploitation, les pratiques culturales et la
perception qu’ont les producteurs de l’impact de leurs pratiques sur
l’environnement et la qualité des productions (annexe A).

Les doses d’intrants ont été estimées sur la base des quantités apportées et des
superficies mesurées pour chaque culture maraichère produite au cours de
l’année de référence. Pour les engrais composés, la formulation NPK 15-15-
15 la plus commune (fréquence = 64%) a été utilisée comme référence pour
les calculs. Pour la fumure organique, les teneurs en azote (N ; méthode de
Kjeldahl modifiée), phosphore (P ; spectrophotométrie après extraction à
l’acide ascorbique) et potassium (K ; photométrie à flamme après extraction à
l’acétate d’ammonium) ont été déterminées au laboratoire sol-eau-plante de
l’INERA (Institut National de l’Environnement et de la Recherche Agricole)
sur 5 à 10 échantillons composites par type de fumure prélevés auprès des
producteurs enquêtés. L’indicateur de fréquence de traitement phytosanitaire
(IFT) a été utilisé pour pondérer les apports des différents pesticides. Cet
indice correspond au nombre de doses de pesticides de référence utilisées par
hectare et par an et a été calculé selon la méthode de Son et al. (2018).

Outre des analyses descriptives, une classification ascendante hiérarchique

(CAH) a été utilisée pour établir la typologie des maraîchers en fonction de
leurs choix de pratiques culturales. En plus des variables discriminantes
identifiées à l’issue de l’analyse descriptive (superficie exploitée, dose

26
annuelle d’azote par ha, IFT, pourcentage d’azote organique dans les apports
d’azote totaux, nombre moyen d’épandages de pesticides par culture), le
milieu (urbain, semi-urbain ou rural), la source d’eau (puit/rivière) et le mode
d’irrigation (arrosoir/pompe) ont été ajoutés comme variables
supplémentaires. La pratique de l’association ou de la rotation culturale et
l’utilisation de pesticides biologiques, l’âge et le niveau d’instruction des
producteurs, ainsi que le mode de faire valoir des parcelles n’ont pas été
retenus dans la CAH car ils ne permettaient pas de les discriminer
suffisamment. Enfin, il a été demandé aux producteurs d’évaluer les impacts
de leurs pratiques de fertilisation et d’utilisation de pesticides sur le sol, l’eau
et les produits maraîchers et de proposer des alternatives techniques pour les
limiter.

3.3 Résultats

3.3.1 Caractéristiques sociodémographiques des maraîchers

Selon les sites, 97 à 99% des maraîchers sont des hommes. Leur âge (médiane
= 40 ans) et expérience (médiane = 20 ans) ne diffèrent pas selon le type de
milieu. Près de 60% des producteurs n’ont aucun niveau d’instruction et
seulement 8 à 10% ont atteint le niveau secondaire. Les superficies exploitées
en cultures maraichères sur une année complète vont croissant du milieu
urbain (médiane = 1259 m²), au milieu semi-urbain (médiane = 2411 m²) et
rural (médiane = 4957 m²). En milieu urbain, semi-urbain et rural,
respectivement 20, 28 et 30% des producteurs ne sont pas propriétaires de leur
parcelle.

3.3.2 Pratiques culturales

Les cultures dominantes quel que soit le type de milieu sont le chou (88%), la
tomate (61%), l’aubergine (51%), le poivron (42%), le haricot vert (38%) et
la laitue (31%). On observe cependant une plus grande diversité d’espèces

27
cultivées en milieu urbain (26) comparée à celles des milieux semi-urbain (16)
et rural (19) (Fig. 3.2). En moyenne, on recense 5 espèces différentes par
producteur.

120

100
Fréquence (%)

80

60

40

20

Urbain Semi-urbain Rural

Figure 3.2. Fréquence des cultures maraîchères (% des exploitations) en

fonction du type de périmètre maraîcher. Fruits : melon, fraises. Légumes
feuilles : feuilles de patate, épinard, niébé, oignon, menthe, oseille, amarante.
Racine/tubercule: pomme de terre, betterave, navet.

Dans les trois milieux, la rotation culturale est pratiquée par plus de 90% des
producteurs. Les rotations les plus fréquentes en milieu urbain sont laitue-
tomate (11%), laitue-chou (18%) et chou-tomate (11%). En milieu semi-
urbain : haricot vert-chou (23%), chou-aubergine (20%), laitue-chou (15%) et
chou-tomate (12%). En milieu rural : chou-tomate (23%), carotte-chou (14%)
et aubergine-chou (13%). Selon les producteurs, les rotations permettent de
viser les périodes de forte rentabilité (25%) tout en tenant compte des périodes
favorables à chaque espèce (55%). En général, les cultures à cycle court et
moins exigeantes en intrants (laitue, haricot vert, l’amaranthe, oseille)
viennent en tête de rotation (généralement en octobre) afin de générer

28
rapidement des revenus pour l’achat des semences des principales cultures
maraichères de vente (poivron, chou, tomate) qui coûtent aussi plus cher en
entretien du fait de la longueur de leur cycle et de leurs besoins en intrants
(insecticide, engrais).

L’association culturale est pratiquée par 90%, 72% et 75% des producteurs
urbains, semi-urbains et ruraux, respectivement. Les types d’association sont
très diversifiés et les plus courantes en milieu urbain sont : poivron-laitue
(43%), tomate-laitue (26%), laitue-autre légume feuille (25%) et chou-laitue
(16%). En milieu semi-urbain : chou-laitue (18%), tomate comprenant du
maïs à faible densité (12%) et tomate-laitue (10%). En milieu rural: tomate-
gombo (44%) ou chou-gombo (30%), tomate-légume feuille (30%) et tomate
comprenant du maïs à faible densité (19%) (Tableau 3.1 ; Fig. 3.3). La figure
3.4 illustre des exemples d’enchainement de cultures sur une parcelle au cours
d’une année de production.

Tableau 3.1. Fréquence des principaux types d’associations culturales en

milieux urbain, semi-urbain et rural.

Milieu Type d’association Fréquence (%)

poivron-laitue 43
tomate-laitue 26
Urbain laitue-autres légumes
25
feuille
chou-laitue 16
chou-laitue 18
tomate-maïs (faible
Semi-urbain 12
densité)
tomate-laitue 10
tomate-gombo 44
chou-gombo 30
Rural tomate-légume feuille 30
tomate-maïs (faible
19
densité)

29
 (a)

(b)

(c)

Figure 3.3. Exemples d’associations de cultures. (a) = choux-gombo-oseille ;

(b) = tomate-laitue ; (c) = poivron-laitue-aubergine

30
Selon les producteurs, les associations culturales, en plus de diversifier la
production (43%), permettent des rentrées financières plus régulières grâce
aux récoltes étalées dans le temps, en particulier les légumes feuilles (92%).
Elles permettent aussi parfois de produire des légumes à des périodes moins
favorables d’un point de vue climatique mais très intéressantes en termes de
prix de vente. Par exemples, le poivron et la laitue se vendent bien en saison
chaude qui n’est cependant pas favorable à leur production. En les associant,
la laitue conserve l’humidité du sol en réduisant l’évaporation (bénéfique pour
le poivron) et en retour, le poivron crée de l’ombre pour la laitue, lui
permettant de résister à la forte chaleur.

Figure 3.4. Exemple d’enchainement des cultures sur une même parcelle au
cours d’une année de production. A= association culturale ; AR = association
culturale dû au chevauchement des cultures (culture en relais)

On note globalement des apports plus importants de nutriments N, P et K via

les engrais minéraux et organiques en milieu urbain qu’en milieux semi-urbain
et rural. Ainsi, les apports totaux de N sur les cultures maraichères sur un cycle

31
annuel de production représentent en moyenne 1385 kg ha-1 an-1 en milieu
urbain, contre 811 et 767 kg ha-1 an-1 en milieux semi-urbain et rural,
respectivement (Fig. 3.5a). Les cultures les plus fertilisées sont le chou, la
tomate, le poivron et le haricot vert avec en moyenne 391, 311, 515 et 267 kg
N ha-1 cycle-1, respectivement (Fig. 3.5b).

N_minéral

N_organique

P_minéral
(a)
P_organique

K_minéral

K_organique

0 200 400 600 800 1000 1200 1400 1600

Quantité (kg ha¯¹ an¯¹)

Chou

Tomate (b)

Poivron

Haricot-vert

0 200 400 600 800 1000 1200

Quantité de N (kg ha¯¹ cycle¯¹)

Rural Semi-urbain Urbain

Figure 3.5. Quantités annuelles moyennes (et écart-type) de N, P et K

apportées par ha de maraichage sous forme organique ou minérale (a) et
quantités de N apportées par ha et par cycle de quelques cultures (b) en milieu
urbain, semi-urbain et rural.

32
La majorité des producteurs utilisent les amendements organiques, cette
pratique étant plus présente en milieux urbain et semi-urbain (98%) qu’en
milieu rural (83%). Six types d’amendements ont été répertoriés (fumier de
bovins, porcins, volailles, ovins, déchets urbains et compost), et leur
importance relative varie selon les milieux. L’analyse de la teneur en éléments
fertilisants des différents types de fumure montre que les teneurs en azote (N)
varient de 0,41% à 1,75%, la teneur en phosphore (P) de 0,14% à 1,03% et la
teneur en potassium (K) de 0,51 à 1,13. Les déchets urbains présentent la plus
faible valeur fertilisante, suivi du compost (Tableau 3.2). On note une part
plus importante des fientes de volailles dans la fourniture de P en raison de sa
plus grande richesse en P (Tableau 3.2 ; Fig. 3.5).

Tableau 3.2. Teneurs en éléments fertilisants (N, P, K) des différents types

de fumures organiques rencontrés dans les sites maraîchers de la province du
Houet (moyenne±eccart-type).

Type de
n C(%) N (%) P(%) K(%) C/N
fumure
Fiente
7 28,83±4,15 1,75±0.27 1,03±0,26 1,13±0,19 16,47±1,32
volaille
Fumure
10 23,99±3,25 1,23±0,29 0,39±0,21 1,11±0,34 19,50±2,21
bovine
Fumure
7 22,37±5,29 1,48±0,4 0,55±0,19 0,71±0,14 15,50±3,01
porcine
Fumure
7 21,67±4,44 1,27±0,18 0,34±0,15 1,36±0,41 16,78±3,19
ovine
Compost 5 10,46±2,04 0,55±0,12 0,15±0,04 0,64±0,24 19,00±6,52
Déchets
9 9,20±1,71 0,41±0,08 0,14±0,01 0,51±0,02 21,33±3,59
urbains

La quasi-totalité (98-100%) des maraîchers, tous milieux confondus, utilise

aussi la fumure minérale, très souvent de manière fractionnée. Les engrais
minéraux constituent la source majeure de la fertilisation des cultures
maraichères quel que soit le type de nutriment principal (N, P, K). Ils

33
représentent en moyenne 75%, 89% et 89% des apports totaux de N en milieux
urbain, semi-urbain et rural, respectivement ; 54%, 76% et 72% pour le P, et
53%, 78% et 74% pour le K (Fig. 3.6).

Figure 3.6. Proportions de N (a, b, c), P (e, f, g) et K (h, i, j) totaux apportées

sous différentes formes en milieu urbain (a, e, h), semi-urbain (b, f, i) et rural
(c, g, j) de la province du Houet.

Au total, 35, 29 et 43 préparations commerciales de pesticides ont été

recensées en milieu urbain, semi-urbain et rural, respectivement (annexe B).
Seuls 40 à 45% des pesticides rencontrés sont homologués pour le maraîchage.
Les herbicides à base de glyphosate et Paraquat sont plus particulièrement
utilisés en milieux semi-urbain (58%) et rural (66%) mais faiblement utilisés
en milieu urbain (18%) car les superficies exploitées y sont plus faibles. Tous
les producteurs utilisent les insecticides / acaricides. Les formulations comme
le Lambda super (lambda-cyhalothrine 25 g/l ; 71% des maraichers), Tihan

34
(flubendiamide 100g + spirotetramite75g/l ; 50%), Avaunt (indoxacarb 150
g/l ; 40%), Pacha (acetamipride 10 g/l + lambda-cyhalothrine 15 g/l ; 26%),
CAPT 96 (acetamipride + cyperméthrine ; 26%) et Bomec (abamectine18 g/l ;
24%) sont les plus utilisées (annexe 2). Les quantités de matières actives
apportées sont les plus élevées sur le poivron, le chou, la tomate et l’aubergine
soit parce qu’elles sont très attaquées (cas du choux) ou parce qu’elles
contribuent fortement au revenu des maraichers. Selon le milieu, 60 à 73%
des producteurs affirment faire le choix des doses selon leur expérience.

Rares sont les producteurs (1 à 2%) qui recourent aux pesticides biologiques
achetés en ville ou produits par eux-mêmes (par exemple, des extraits de
feuilles et graines de neem (Azadirachta indica)). Près de la moitié des
producteurs affirment ne pas avoir d’information sur ces types de pesticides
et ce malgré le nombre élevé de projets de développement proposant depuis
plus d’une décennie ce type d’intrants. En milieu semi-urbain, 42% des
producteurs pensent que les pesticides biologiques sont moins efficaces que
les pesticides chimiques contre 20% en milieu urbain et 27% en milieu rural.
Les autres évoquent la non disponibilité des produits (31, 6 et 17%
respectivement en milieu urbain, semi-urbain et rural).

3.3.3 Perception des producteurs de l’impact de leurs

pratiques

Globalement, la perception de l’impact néfaste des apports de pesticides et

d’engrais croît quand on va du milieu urbain au milieu rural (Tableau 3.3). En
ce qui concerne les pesticides, leurs effets négatifs impacteraient avant tout
l’eau de surface (50%) et dans une moindre mesure le sol (33%). Peu de
producteurs (25%), surtout en milieux urbain et semi-urbain, perçoivent un
danger pour les consommateurs de produits maraichers. Tous milieux
confondus, les producteurs sont deux fois plus nombreux à attribuer aux
engrais minéraux des impacts négatifs sur la qualité du sol (67%) que pour les
pesticides (33%) en affirmant que les engrais « tuent » le sol car ils observent
à la longue une perte de fertilité des sols recevant des engrais minéraux. Une
minorité de producteurs en milieu urbain et environ la moitié en milieux semi-

35
urbain et rural affirment que les engrais ont un effet néfaste sur l’eau, qui selon
eux changent son goût.

Quant à la fumure organique, la quasi-totalité des producteurs affirme qu’elle

a un effet bénéfique sur le sol et les cultures maraichères. Tous les producteurs
urbains pensent que la fumure organique est sans effet sur la qualité de l’eau
des nappes et de surface. Par contre, 28 et 20% des producteurs semi-urbains
et ruraux pensent que le fumier, utilisé à forte dose, peut polluer l’eau des
rivières.

Tableau 3.3. Proportion des producteurs percevant un impact négatif de

leurs pratiques maraîchères sur le sol, l’eau et les cultures

Milieu
Semi-
Pratiques Urbain Rural Moyenne P-χ2
urbain
Fréquence (%)
Sol 26,1 33,3 54,3 33,3 0,002
Pesticide
Eau 31,6 60,5 83,3 49,8 0,0001
chimique
Cultures 19,1 27,3 41,5 24,9 0,01
Engrais Sol 56,8 78,3 81,4 67,5 0,0001
minéral Eau 17,1 44,1 56,2 30,3 0,0001
Cultures 14,5 19,5 30,0 18,3 0,08
Sol 4,1 7,1 9,1 5,2 0,5
Fumure organique Eau 0,0 27,6 20,0 7,3 0,0001
Cultures 3,3 3,6 4,5 3,5 0,95

3.3.4 Typologie des producteurs en fonction des pratiques

La CAH a permis de distinguer 4 groupes d’exploitants (Tableau 3-4). La

classe 1 comporte 25% de l’échantillon. Elle regroupe principalement les
exploitations de très petites tailles (811 m2) mais « très intensives » car on y
observe les taux d’application de N et les IFT les plus élevés. La part de l’azote

36
organique dans l’azote total y est cependant la plus élevée. La quasi-totalité
des exploitations de cette classe se situe en milieu urbain (84%) avec pour
principal mode d’irrigation, l’arrosage manuel avec des arrosoirs (96%).

La classe 2 nommée « classe intensive » (17% de l’échantillon total) est

constituée d’exploitations dont la superficie moyenne est de 1119 m² situées
en majorité en milieu urbain (56%). La quantité d’azote apportée est réduite
de moitié et l’IFT d’un tiers environ par rapport à la classe « très intensive ».
Environ un cinquième du N y est apporté sous forme organique et l’arrosage
manuel y est dominant (67%).

La classe 3 appelée « moyennement intensive » (16% des exploitations)

regroupe les exploitations ayant des superficies maraichères moyennement
grandes (2463 m²) situées en majorité en milieu rural (52%). L’apport de N
total et la part de l’azote organique est comparable à la classe « très
intensive », mais l’IFT est 38% plus faible. L’irrigation est gravitaire dans
57% des cas et utilise l’eau pompée à partir des rivières.

Enfin, la classe 4 nommée « peu intensive » (42 % des exploitations) regroupe

les plus grandes exploitations (7829 m²) qui se trouvent majoritairement en
milieu rural. Les doses d’azote mais aussi la part de l’azote organique y sont
les plus faibles. Les traitements phytosanitaires y sont plus fréquents mais à
des doses plus réduites (IFT faible). L’irrigation gravitaire à partir d’eau de
rivière pompée est largement dominante (90% des exploitations de cette
classe).

Ces différentes classes différencient bien les systèmes maraîchers urbains

«intensifs à très intensifs » des systèmes maraîchers ruraux « moyennement à
peu intensifs ». En milieu semi-urbain, les exploitations se répartissent de
façon relativement homogène entre les 4 classes, avec cependant une
prédominance des exploitations « intensives à moyennement intensives ».

37
Tableau 3.4. Caractéristiques des différentes classes d’exploitations basées sur la typologie des pratiques culturales. Norg/Ntot =
rapport azote organique / azote total; IFT = Indice de fréquence de traitements phytosanitaires.

Source
Mode d'irrigation Milieu
d'irrigation

Gravi-
Nombre Nombre
Super Norg/ Manuel taire Semi-
Classe N total IFT traitements/ spécula Rivière Puit Urbain Rural
ficie Ntot (arrosoir) (moto- urbain
spéculation tions
pompe)

kg
m² - - - - Fréquence (%)
ha-1 an-1
Très intensive
811 1828 0,25 65 7 5 46 54 96 4 84 15 1
n=76
Intensive
1119 981 0,21 42 5 5 67 33 67 33 56 27 17
n=50
Moyennement intensive
2463 1036 0,19 26 5 5 78 22 43 57 20 28 52
n=47
Peu intensive
7829 671 0,12 23 9 5 70 30 10 90 25 18 57
n=127

38
3.4 Discussion

Caractéristiques générales
Les superficies cultivées annuellement en maraîchage par exploitation sont en
moyenne 3 fois plus faibles en milieu urbain qu’en milieu rural. En milieu
urbain, l’exiguïté des parcelles est due au morcellement de la propriété
transmise par héritage, à la recherche de terres par des personnes sans emploi
en ville pour se lancer dans le maraîchage afin de subvenir à leurs besoins,
mais surtout à la pression de l'urbanisation qui réduit inexorablement la
surface cultivable en ville. Cette limitation de l’espace cultivable entraine les
producteurs vers une stratégie d’intensification qui vise à produire beaucoup
sur de petites surfaces, en privilégiant des pratiques habituelles dans ce cas :
utilisation à fortes doses de fumures organiques et minérales et de pesticides,
associations culturales plus fréquentes. Cette intensification est facilitée en
milieu urbain par la proximité des commerçants d’intrants et des marchés, en
particulier pour écouler très rapidement les légumes feuilles caractéristiques
des associations de cultures. Par ailleurs Robineau (2018) a noté la présence
de nombreux éleveurs dans la ville de Bobo-Dioulasso qui maintiennent des
relations d’interdépendance avec les maraîchers urbains pour la fourniture de
fumier de bovins et de porcs. Aussi, les déchets urbains (ordures ménagères)
très partiellement collectées par la municipalité sont laissés au bord des rues
ou le long des ruisseaux et deviennent une ressource en fumure organique pour
les maraîchers urbains (Robineau et Dugue, 2018). La qualité de ces déchets
présente cependant un enjeu particulier en termes sanitaires du fait de la
présence possible d’éléments traces métalliques (zinc, cadmium ; Smith et al.,
2004), de germes pathogènes pour les humains et peut-être de résidus
d’antibiotiques. Des actions de promotion d’amendements organiques de
qualité, indemnes d’éléments nocifs, sont à encourager en milieu urbain. Pour
cela, il est nécessaire de réaliser en amont une étude de faisabilité afin
d’anticiper les éventuels obstacles tels que le coût de la collecte des matières
organiques premières et le tri sélectif des ordures ménagères, et la mise en
place de filières de production de compost à partir de déchets ménagers et
d’agro-industries.

39
Doses de fertilisants
La majorité des producteurs combinent fertilisation organique et minérale,
comme cela a été observé ailleurs (Ahouangninou, 2013 ; Abdulkadhir et al.,
2013). Cependant, les apports minéraux sont largement dominants, surtout
pour l’azote, même si aucune analyse n’a été faite pour vérifier la qualité de
ces engrais. Les apports d’azote varient de 125 à 654 kg N ha-1 par cycle de
production en fonction des cultures et de la zone (figure 3.3b). Pourtant, selon
d’Arondel et Traoré (1990), la dose nécessaire pour les légumes en zone
soudano-sahélienne varient selon les cultures de 70 à 140 kg N ha-1. Sangaré
(2012), après avoir noté des doses d’azote pouvant atteindre 800 kg N ha-1 par
cycle, a expliqué ces apports largement excédentaires par une méconnaissance
des maraichers de la valeur fertilisante des divers fertilisants et des besoins
des cultures. Cet excès d’apports d’azote est préjudiciable à la qualité des eaux
souterraines et des cours d’eau et pourrait entrainer des déséquilibres
alimentaires pour les consommateurs de légumes feuilles. Il serait donc
nécessaire d’élaborer une méthode d’apport raisonnée des fertilisants pour les
principales cultures maraîchères et rotations qui soit accessibles aux
maraichers généralement non alphabétisés. Pour cela il conviendrait de mieux
quantifier les besoins des cultures et rotations annuelles les plus courantes
ainsi que la valeur fertilisante des amendements afin de rationaliser les apports
(fractionnés, localisés), en priorité pour les exploitations de classes « très
intensive », « intensive » et « moyennement intensive ».

La part des engrais minéraux dans les apports totaux de nutriments (N, P, K)
est plus élevée en milieu rural malgré une plus grande sensibilité des
producteurs de ce milieu aux impacts négatifs de ce type d’engrais sur
l’environnement. Ceci pourrait s’expliquer d’abord par des contraintes de
disponibilités de la fumure organique pour le maraîchage. En milieu rural, il
est certes plus facile de faire de l’élevage qu’en ville mais il faut considérer
d’une part que les maraîchers ne possèdent pas tous des animaux d’élevage et
d’autre part qu’une culture alimentaire de base comme le maïs pluvial a très
souvent la priorité en termes d’utilisation de la fumure organique (Vall et al.,
2011). Par ailleurs, les exploitations rurales peuvent manquer de fumure
organique et de moyens pour la transporter ainsi que de main d’œuvre
nécessaire à son application au vu des plus grandes surfaces cultivées en

40
milieu rural (jusqu’à 0,78 ha pour la classe « peu intensive »).
Particulièrement pour les exploitations de classe « peu intensives », afin de
contribuer à améliorer la durabilité des systèmes maraichers, il conviendrait
de sensibiliser les maraichers à l’intérêt d’accroitre la part des amendements
organiques afin d’aboutir à une combinaison équilibrée entre fumures
organiques et minérales. Pour cela et quel que soit le milieu, il convient de
développer un élevage bien intégré aux systèmes maraichers et de promouvoir
le compostage des ordures ménagères et des résidus de cultures.

Utilisation des pesticides

Tous les producteurs utilisent les pesticides chimiques, qui sont non
homologués pour plus de la moitié d’entre eux, tels que déjà rapporté par Son
et al. (2017). Parmi les formulations les plus fréquentes, l’Avaunt et le CAPT
96 sont destinés au coton et non aux cultures maraîchères. Le Lamda super
(lambda-cyhalothrine 25 g/l), qui est pourtant utilisé par la majorité des
maraîchers, n’est pas autorisé par le conseil sahélien des pesticides. Cette
même substance active en plus du Paraquat sont interdits par la Commission
Européenne (base de donnée de la Commission Européenne) compte tenu de
leur toxicité. En recourant aux pesticides chimiques de synthèse, les
producteurs visent à garantir l’aspect physique et la rentabilité des cultures
dont les coûts de production sont élevés (Ahouangninou, 2013). Le faible
niveau d’instruction des producteurs occasionne une méconnaissance des
principaux déprédateurs des cultures et des difficultés de lecture des modalités
d’utilisation des pesticides figurant sur les emballages, engendrant ainsi une
utilisation excessive et parfois inadaptées des produits phytosanitaires (Son et
al., 2017). En plus, la mauvaise connaissance des surfaces cultivées rend le
calcul des doses difficile pour ceux qui sont non alphabétisés.

De manière générale, il est impératif de réduire la pression des pesticides

chimiques dans toutes les classes. Cependant, une attention particulière doit
être portée aux producteurs de classe « très intensive » et « intensive » en
milieu urbain qui ne semblent pas sensibles aux impacts des pesticides sur
l’environnement et à la qualité sanitaire de leur production, compte tenu du
fait que la plupart des projets de sensibilisation sont plutôt orientés vers le
milieu rural. Les biopesticides étant très mal connu par les producteurs malgré

41
l’intervention de certains projets, le développement et la promotion de ces
biopesticides (par exemple à travers la mise en place de petites unités locales
de production d’extraits et d’huiles essentielles de plantes), et la lutte
biologique (utilisation de Trichoderma harzianum, par exemple, pour réduire
la pression fongique tellurique ; Dabire et al., 2016) seraient des actions
essentielles en vue de réduire l’usage des insecticides et fongicides chimiques.
Enfin, une sensibilisation des consommateurs pourrait inciter les autorités
publiques à faire appliquer les lois en vigueur règlementant l’usage des
pesticides et conduire les producteurs à modifier leurs pratiques, permettant à
ces derniers une meilleure valorisation économique de leurs produits
maraichers issus de systèmes de culture agro-écologiques.

En milieu rural, le fort taux d’utilisation d’herbicides totaux sur les parcelles
maraichères est surtout lié aux grandes superficies des parcelles et vise à
réduire la charge de travail liée au sarclage. Une mécanisation des opérations
de sarclage ainsi que la pratique de l’irrigation localisée comme le goutte à
goutte permettrait de réduire l’usage des herbicides dans les exploitations des
classes « moyennement intensive » et « peu intensive ».

Mode d’irrigation et système de culture

En milieu rural (exploitations des classes « moyennement intensive » et « peu
intensive »), pour diminuer la pénibilité du travail et le besoin en main-
d’œuvre qui reste souvent très couteuse dans ce milieu (Ahouangninou, 2013),
l’irrigation se fait plus souvent à la raie avec des motopompes car les surfaces
maraichères y sont relativement importantes (respectivement 0,25 ha et 0,78
ha). La part des eaux de rivières dans l’irrigation croit de la classe « très
intensive » à la classe « peu intensive ». Vu la qualité sanitaire souvent
moindre des eaux de surface en milieu urbain, liée à des pollutions diverses
(métaux lourds ; bactéries) (Diogo et al., 2010 ; Abdu et al., 2011), une
sensibilisation particulière mérite d’être menée pour les producteurs
concernés en complément d’une meilleure gestion des eaux usées.

Sur l’ensemble des sites, aucun producteur n’a mis en œuvre des pratiques
relevant exclusivement de l’agriculture biologique ou agro-écologique au sens
global du terme. La pratique des rotations et des associations de cultures

42
semble cependant bien ancrée chez une majorité de producteurs, formant ainsi
une base de travail positive pour faire évoluer le maraichage vers plus de
durabilité. Cependant, l’objectif premier de ces associations et rotations
n’étant pas de lutter contre les ravageurs, mais plutôt de pallier au manque de
terre et pour des raisons économiques, un meilleur encadrement des
producteurs pour une amélioration des associations et rotations avec l’usage
de plantes répulsives pourrait contribuer à une réduction des quantités de
pesticides utilisés.

3.5 Conclusions

Malgré le recours généralisé à des pesticides de synthèse et à la fertilisation

minérale par toutes les classes de producteurs, mais particulièrement intensif
en milieu urbain, les pratiques de la rotation et des associations culturales et
la fertilisation organique mises en œuvre par la majorité des producteurs
constituent un atout pour initier la transition agro-écologique des systèmes de
culture maraîchers. La typologie des maraîchers basée sur les pratiques de
production a permis de définir quatre types d’exploitations présentant des
défis spécifiques à relever pour réussir cette transition agro-écologique. Le
premier défi commun à tous les types de maraîchers réside dans le
développement de méthodes efficaces de gestion intégrées des ravageurs. Le
second défi plus spécifique du maraichage urbain est la mise en œuvre d’une
gestion raisonnée de la fertilisation des cultures maraichères par une réduction
des doses d’engrais, surtout de l’azote. De façon générale, la sensibilisation
aux impacts sanitaires et environnementaux des pratiques culturales
maraichères doit être renforcée, tout particulièrement en milieu urbain, auprès
des producteurs mais peut-être surtout auprès des consommateurs à travers qui
pourra émerger une demande pour des produits issus de systèmes de culture
plus respectueux de la santé et de l’environnement. Une évaluation socio-
économique des freins à l’adoption des pratiques agro-écologiques permettra
de mener des actions plus efficaces.

43
44
Chapitre 4

Short and long-term impact of urban gardening on

soil organic carbon fractions in Burkina Faso2

4.1 Introduction

Soil health is essential to ecosystem functioning and human well-being, and

soil organic matter (SOM) plays a key role in the soil's ability to maintain its
functioning and to provide environmental services. Indeed, SOM promotes
nutrient retention, releases nutrients when decomposed, and helps maintain
soil structure by forming large, stable aggregates, thereby improving water
retention, soil resistance to erosion and providing habitat for soil micro-
organisms (e.g. Milne et al., 2015). Soil organic carbon (SOC) storage has also
been identified as an effective way to offset the increase in atmospheric CO2
concentrations worldwide (Smith, 2016; Minasny et al., 2017). Therefore,
protecting, restoring, and even increasing the SOC content and stock has
become a global priority (Chenu et al., 2019). Loveland and Webb (2003) also
stressed the need for further research on the relationship between carbon and
soil properties to better understand soil behavior and to improve our
understanding of soil quality and related issues.

In tropical smallholder farming systems, SOC content is generally low

because of limited inputs of organic amendments and rapid mineralization of
SOC (Ouattara et al., 1997; Pallo et al., 2008, 2009). However, urban market
gardens may be an exception because of large and frequent inputs of organic
amendments, which are made possible by the commercial nature of the
activity and easy access to a variety of organic amendments (Robineau and

2
Adapted from Ouédraogo R., A., Chartin C., Kambiré F., Cédric., van Wesemael B.,
Delvaux B., Millogo H., Bielders C. L. Short and long-term impact of urban gardening
on soil organic carbon fractions in Lixisols (Burkina Faso). Submited to Géoderma.

45
Dugue, 2018; Ouédraogo et al., 2019). While carbon contents are often below
5 g C kg-1 in soils used for rainfed cultivation in Burkina Faso (Pallo et al.,
2008), Kiba et al. (2012) reported SOC contents ranging between 7 and 22 g
C kg-1 in market gardens in the capital Ouagadougou. However, the factors
that drive changes in SOC content in a market gardening context have so far
received little attention. Besides the type and rate of amendments used by
farmers, the accumulation of SOC may be related to the duration of cultivation
as well as various soil properties including clay and fine silt content, iron (Fe)
and aluminum (Al) oxide content and the level of micro-aggregation (Six et
al., 2002; Feng et al., 2013; Trigalet et al., 2016). A better understanding of
the temporal dynamics of SOC in urban garden soils and the factors that
govern SOC accumulation would help in characterizing the environmental
impact of urban gardening and in identifying pathways for improving
gardening practices.

Total SOC content is often used as an indicator of soil quality but it has several
limitations. Indeed, SOC content may be subject to rapid temporal fluctuations
that hinder a robust estimate of SOC turnover, particularly for the more stable
forms of SOC (Van Wesemael et al., 2019). It may also be insufficiently
sensitive to the effects of soil and crop management practices. For instance,
Trigalet et al. (2014) reported that crop residue additions increased the storage
of carbon in the stable C fraction, even though no change was detected in the
total SOC content. As a result, numerous studies have resorted to fractionation
methods in order to characterize more relevant SOC fractions depending on
the aim of the study (Zimmermann et al., 2007; Poeplau and Don, 2013;
Trigalet et al., 2016). One commonly used approach is to distinguish between
a labile fraction that is unprotected and consists of partially decomposed plant
residues, and a stable fraction following physical or biochemical stabilization
or chemical protection (Trigalet et al., 2017; van Wesemael et al., 2019).

The stable and labile SOC fractions do not have the same sensitivity to
changes in management or environmental conditions and do not contribute
equally to soil biological activity. The labile fraction is the main energy
resource for microflora (Feller et al., 1995). It is rather sensitive to soil
management and thus more variable over time. The stable carbon fraction
corresponds to SOC protected against microbial mineralization through its

46
close association with clay and fine silt particles (Baldock and Skjemstad,
2000; Six et al., 2002). It is therefore less sensitive to short-term management
impacts.

Various protocols have been developed to separate SOC fractions stabilized

by organo-mineral complexes from partially decomposed organic residues
(von Lützow et al., 2007; Stewart et al., 2008; Poeplau et al., 2018). Recently,
van Wesemael et al. (2019) proposed a simple physical fractionation method
for temperate soils. This method first involves shaking of the bulk soil, and
then its wet sieving at 20 µm thereby separating the total carbon into a fine
and more stable fraction (C<20μm), and a coarse labile fraction (C>20μm).
The simplicity of the approach makes it suitable for applications in developing
countries where equipment limitations often restrict access to more complex
approaches. van Wesemael et al. (2019) showed that the labile and stable C
concentrations in temperate soils evolve differently over time in response to
changes in management practices. They stated that the ratio of these two C
fractions could help predict the short-term evolution of SOC concentrations
induced by current management practices. Thus, the implementation of this
simple method in routine analyses of arable land could be beneficial to
farmers. However, tropical soils have specific chemical and mineralogical
properties that may have different effects on SOC fractions (Feller and Beare,
1997; Barthès et al., 2008), and the relevance of this fractionation method has
not yet been tested on these soils. In particular, tropical soils dominated by
kaolinitic clay and Fe and Al oxides are known to form strong micro-
aggregates (Schofield and Samson, 1954; Uehara and Gillman, 1981), which
may contribute to SOC stabilization through physical protection (Six et al.,
2002) and SOC adsorption on mineral surfaces (Uehara and Gillman, 1981;
Lehmann and Kleber, 2015).

The purpose of this study was therefore to assess the combined effects of
cultivation duration, soil properties and site characteristics on total as well as
labile and stable SOC fractions in a market gardening site of Burkina Faso.

47
4.2 Materials and methods

4.2.1 Study area

The study was carried out at the 60-ha, Kuinima market gardening site (N
11°09’21.46’’; W 4°14’46.72’’) in Bobo-Dioulasso, Burkina Faso (Fig. 2.5).
The Kuinima site was chosen because it is the largest market gardening site in
Bobo-Dioulasso and the oldest fields have been cultivated for more than 50
years. The dominant soils are Lixisols (Jones et al., 2015). The site is
described in detail in the section 2.2.

4.2.2 Fields selection and soil sampling

Field selection and soil sampling is described in section 2.2.1.

4.2.3 Soil analysis

Measurements on bulk soil samples

The soil samples were air-dried and sieved at 2 mm. Particle size distribution
(clay: < 2 µm; fine silt: 2 - 20 µm; coarse silt: 20 - 50 µm; fine sand: 50 µm -
0.2 mm; coarse sand: 0.2 – 2 mm) was determined by wet sieving (> 50 µm)
and sedimentation (< 50 µm) after destruction of organic matter at the
laboratory of the Centre provincial de l’agriculture et de la ruralité of the
Brabant Wallon (Belgium). The total carbon (Ctot) and nitrogen (N) contents
were determined using a Variomax Dry Combustion CN Analyzer (Elementar
Analysensystem GmbH, Germany). Oxalate-extractable Al and Fe (Feo + Alo)
contents were determined with a 0.2 M ammonium oxalate extraction solution
at pH 3 (solid to liquid ratio of 0.5 g: 50 ml, end-over-end shaking for 4 hours
in darkness; Blakemore et al., 1981). Concentrations of Alo and Feo were
measured by ICP (ICAP 6500, Thermo-Scientific).

48
Fractionation procedure
SOC was divided into two pools (C<20µm and C>20µm) based on a physical
fractionation scheme adapted from Trigalet et al. (2017) and van Wesemael et
al. (2019). One hundred ml of distilled water was added to 20 g of air-dried
fine earth and shaken horizontally for 20 min. at 250 rpm to disrupt macro-
aggregates. The resulting suspension was first passed through a 50-μm sieve
to remove aggregates, sand and coarse free particulate organic matter (POM)
in order to avoid clogging during subsequent sieving at 20 µm. The coarse
fraction (> 50 μm) was dried at 60°C, weighed and stored at room temperature.
The remaining suspension was subsequently passed through a 20-μm sieve.
The suspension containing particles < 20 μm was first centrifuged (3600 rpm
for 25 min) and the clear supernatant discarded. The < 20 μm and 20-50 μm
fractions were then dried at 60°C, weighed and stored at room temperature.
Organic carbon content was measured in the fraction < 20µm and reported in
g C kg-1 of bulk soil (referred as C<20µm) by considering the mass proportion
of the fraction within the bulk soil sample. Organic carbon content of the >
20µm fraction (C>20µm) was then determined as the difference between Ctot
and C<20µm (Hassink, 1997).

In tropical soils dominated by kaolinite, Fe and Al oxides, micro-aggregation

can be especially strong (Schofield and Samson, 1954; Uehara and Gillman,
1981). Mechanical agitation may not destroy these micro-aggregates, which
tend to be more resistant than aggregates stabilized by soil organic matter
alone (Balesdent et al., 1988). To further characterize the role of these resistant
micro-aggregates in C stabilization, 24 samples were subjected to ultrasonic
dispersion using a Branson Sonifier 250 at 100 J ml−1 as recommended by
Hassink (1997) (20 g of soil in 417 ml at 50 W for 15 min). Subsequent
sieving, drying and organic carbon content measurements were done as
described above. These 24 samples were selected based on their clay and total
organic carbon content (Ctot) by means of conditional latin hypercube
sampling using the clhs package in R (Minasny and McBratney, 2006).

Henceforth, the subscripts ‘sh’ or ‘so’ complete the references C<20µm and
C>20µm in order to specify the fractionation method (by shaking or
sonication, respectively) used to obtain the considered fraction.

49
All analyses were carried out at the Soil science laboratory of the Earth and
life institute of the Université Catholique de Louvain (UCL).

4.2.4 Data analysis

A correlation matrix was computed using the Pearson correlation factor. The
matrix included all the organic carbon data (i.e., Ctot and associated
subfractions C<20µm and C>20µm) and selected soil and site characteristics.
The significance level was set at α = 0.05. Because the content in C<20µm
after sonication (i.e., C<20µm-so) was only determined experimentally for 24
out of 69 samples, a multiple linear regression was fitted (after testing for
normality and homo-sedasticity), using the 24 observed values in order to
estimate the C<20µm-so content on the basis of soil and site characteristics.
A backward stepwise procedure based on the Akaike's Information Criterion
(AIC; Akaike, 1974) was applied to determine the significant covariates to be
kept in the final model. R², root mean square error (RMSE) and ratio of
prediction to deviation (RPD) were computed to evaluate the predictive power
of the model. The fitted regression was then used to estimate the C<20µm-so
content of all 69 samples.

Linear and non-linear regression models were used to describe the evolution
of Ctot, C<20μm and C>20μm contents as a function of the duration of
cultivation. Since the purpose of these regressions was descriptive rather than
for inference, variable transformation was not performed even when
homosedasticity conditions were not met.

Conditional inference tree ensembles (CTree) were grown, each over 500 trees
(with mtry = 2 using cforest in party package in R), in order to assess the
contribution of various explanatory variables for explaining Ctot, C<20μm
and C>20μm contents. The significance level of all statistical tests was set at
α = 0.05. The performance of the CTree was estimated by computing the
RMSE and the explained variance as the coefficient of determination R² (R² =
1 – MSE/variance) on the predicted Out-Off-Bag dataset, i.e. the validation
dataset.

All the data analysis was performed in R 3.5.0 software.

50
4.3 Results

4.3.1 General characteristics of soil and organic amendments

The soil texture is sandy loam (IUSS Working Group WRB, 2015) with 64 to
82% sand and 8 to 23% clay (Table 4.1). The total carbon content (Ctot)
ranges between 5.5 and 34.2 g C kg-1. The pH is slightly acidic to neutral. The
soils are non-saline and rich in oxalate-extractable Fe (average of 811 mg kg-
1
) and Al (average = 652 mg kg-1).

Tableau 4.1. Descriptive statistics of some soil parameters of the market

garden fields

Clay Silt Sand Ctot Feo + Alo C/N pHeau EC

-1 -1
% % % g C kg mmol kg µS cm-1
Minimum 8 8 64 5.5 18 9.6 5 17
Maximum 23 16 82 34.2 60 15.9 7.6 255
Mean 12 13 75 19 38 12.7 6.6 101
St. Dev. 3.1 1.8 3.6 7.5 11 1.3 0.6 43.6
St. Dev: Standard deviation; Ctot = total organic carbon; Feo+Alo is the sum of
oxalate-extractable Fe and Al contents; EC = Electrical Conductivity

Annual application rates of organic amendments are in the range of 0.87 to

184 t DM ha-1 with a mean of 51 t DM ha-1. The types of organic matter
supplied by producers are diversified, both within and between fields. They
consist mostly of urban waste, cattle, sheep or pig manure, poultry droppings,
and compost. These organic amendments have average carbon contents
ranging from 9 to 29%, average N contents ranging from 0.41 to 1.75% and
an average C/N ratio ranging from 15.5 to 21.3 depending on the type of
manure.

51
4.3.2 Factor explaining the total organic carbon variability

Ctot was significantly correlated to Feo+Alo, which sums the oxalate-

extractable Fe and Al contents (r = 0.8; p < 0.05), and the cultivation duration
(r = 0.69; p < 0.05), and to a lesser extent to the clay and fine silt content (r =
0.28 at p < 0.05; Table 4.2).

52
Tableau 4.2. Correlation matrix between soil and site characteristics (N = 69). Pearson’s r coefficients in bold are statistically
significant (p < 0.05). Details on the level of significance of the correlation are provided in Appendix C.
Year Clay+F C<20- C>20- C<20- C>20- (C<20-so)-
Unit Ctot C/N Feo+Alo pH Qom Alt.diff
s S sh sh so* so* (C<20-sh)*
Years years 1 0.24 0.69 0.63 0.64 0.9 0.55 0.81 0.63 0.61 0.17 0.04 -0.17
Clay+FS % 0.24 1 0.28 0.45 0.24 0.52 0.18 0.37 0.08 0.34 -0.1 -0.01 -0.01
Ctot gC kg-1 0.69 0.28 1 0.39 0.99 0.74 0.98 0.85 0.55 0.8 0.05 0.06 -0.16
C<20-sh gC kg-1 0.63 0.45 0.39 1 0.28 0.76 0.21 0.44 0.5 0.48 0.17 -0.18 -0.23
C>20-sh gC kg-1 0.64 0.24 0.99 0.28 1 0.66 0.99 0.81 0.51 0.77 0.03 0.09 -0.14
C<20-so g C kg-1 0.9 0.52 0.74 0.76 0.66 1 0.58 0.92 0.6 0.72 0.46 0.3 -0.14
C>20-so gC kg-1 0.55 0.18 0.98 0.21 0.99 0.58 1 0.76 0.48 0.75 0.02 0.08 -0.13
(C<20-so)-
g C kg-1 0.81 0.37 0.85 0.44 0.81 0.92 0.76 1 0.51 0.68 0.38 0.35 0.04
(C<20-sh)
C/N - 0.63 0.08 0.55 0.5 0.51 0.6 0.48 0.51 1 0.43 0.35 0.08 -0.09
-1
Feo+Alo mmol kg 0.61 0.34 0.8 0.48 0.77 0.72 0.75 0.68 0.43 1 0.03 -0.09 -0.11
pH - 0.17 -0.14 0.05 0.17 0.03 0.46 0.02 0.38 0.35 0.03 1 0.18 0.07
Qom kg DM ha-1 0.04 -0.01 0.06 -0.18 0.09 0.3 0.08 0.35 0.08 -0.09 0.18 1 0.03
Alt.diff m -0.17 -0.01 -0.16 -0.23 -0.14 -0.14 -0.13 0.04 -0.09 -0.11 0.07 0.03 1
Clay+FS = clay and fine silt content determined by textural analysis; Ctot = total organic carbon; C<20-sh and C>20-sh = C content in the <
20 µm and > 20 µm fraction obtained after shaking, respectively; C<20-so and C>20-so = C content in the < 20 µm and > 20 µm fraction, after
sonication, respectively ; Fe+Al = oxalate-extractable Fe and Al ; Qom = Mass of organic amendment added during the previous year (dry
matter); Alt.diff = altitude difference with respect to the river. * N=24

53
The CTree model explained 62% percent of the variance in Ctot (Fig. 4.1).
Feo+Alo is the factor that most influenced the variance of Ctot, followed by
the cultivation duration. Additional factors, including texture, only
contributed marginally to the conditional inference tree model.

Figure 4.1. Relative variable importance of co-variates in total organic carbon

(Ctot) variance explanation by conditional inference tree model (Ctree). The
vertical dashed line indicates the mean relative variable importance. Feo + Alo
= sum of oxalate extractable contents of iron and aluminum; Alt.diff = altitude
difference with respect to the river; Clay + FS = clay and fine silt content
determined by textural analysis; Prod_per = production period; Qom = Mass
of organic amendment added during the previous year (dry matter).

54
The relationship between Feo+Alo and the total organic carbon (Ctot) was
confirmed as strictly linear (R² = 0.64; Fig. 4.2).

40
35 R² = 0.64
30
Ctot (g C kg¯¹)

25
20
15
10
5
y = 0.56x - 2.62
0
0 10 20 30 40 50 60 70
Feₒ + Alₒ (mmol kg¯¹)

Figure 4.2. Relationship between total organic carbon content (Ctot) and the
oxalate-extractable iron and aluminum content (Feo + Alo).

Ctot increased asymptotically with the number of years of cultivation, starting

from a mean value of 9 g C kg-1 on control plots and stabilizing after
approximately 30 years at a mean value of 24 g C kg-1 (Fig. 4.3). However, a
large variability is observed around the mean trend. The C/N ratio increased
linearly from a mean values of 11.7 on control field to 14.0 after 60 years of
cultivation (not shown).

55
 40
35 R² = 0.55

30
Ctot (g C kg¯¹)

25
20
15
10
5 y = 24.16/(1+Exp(+0.55-0.12*x))
0
0 10 20 30 40 50 60 70
Number of years of cultivation

Figure 4.3. Evolution of the total organic carbon content (Ctot) in market
garden plots as a function of the number of years of cultivation

4.3.3 Effect of shaking and sonication on fractions mass

proportion

After shaking, the weight of the fraction < 20 µm represented between 3 and
10% (mean = 7%) of the bulk soil mass (Fig. 4.4). In comparison, the fraction
< 20 µm obtained by texture analysis, i.e. after destruction of soil organic
matter by hydrogen peroxide and chemical dispersion, ranged between 13 and
21% (mean = 18%) of the bulk soil mass. Hence, after fractionation by
shaking, a large proportion (61% on average) of the < 20 µm particle size class
did not pass through the 20 µm sieve, indicating that these particles were part
of shaking-resistant micro-aggregates > 20 µm in size. These micro-
aggregates may contain significant amounts of occluded carbon. After
sonication, the mass proportion of particles < 20 µm was about twice (mean =
15%) that obtained after shaking (Fig 4.4), which is close but still slightly less
than the percentage of clay and fine silt obtained through textural analysis.

56
Figure 4.4. Proportion of particles < 20 µm (individual particles and micro-
aggregates < 20 µm in size) as affected by the extraction method. N= 24

4.3.4 Factors explaining the organic carbon fractions

variability

Based on the 24 samples fractionated through sonication, a multiple linear

regression model was fitted in order to estimate the C content in the < 20 µm
fraction after sonication (C<20-so). The input covariates preselected and used
in the regression procedure described below were: number of years of market
gardening cultivation, total organic carbon (Ctot), C<20µm fraction after
shaking (C<20-sh), oxalate-extractable Fe and Al (Feo + Alo), clay and fine
silt content as measured by textural analysis (Clay + FS), pH, mass of organic
amendment (Qom) added during the previous year (dry matter) and altitude
difference with respect to the river (Alt.diff). We did not take into account
C>20-sh and Ntot because of the very high correlation between these variables
and Ctot (r ≥ 0.9).
The backward stepwise approach showed that C<20-so was mainly explained
by the number of years of cultivation, the total carbon content (Ctot), and the
C content in the < 20 μm fraction obtained after shaking (C<20-sh). The

57
prediction performance of the model was excellent with an R² of 0.92, an
RMSE of 0.66 g kg-1 and an RPD of 3.5 (Fig 4.5). Using this model, the C<20-
so content was predicted for all 69 samples.

14
R² = 0.92
Predicted C< 20 µm (g C kg¯¹)

12 1:1
RMSE = 0.66 g kg¯¹
10 RPD = 3.5

0
0 2 4 6 8 10 12 14
Observed C< 20 µm (g C kg¯¹)

Figure 4.5. Correlation between observed and predicted C content in the < 20
µm fraction after sonication.

Both after shaking and sonication, the C>20µm content was very strongly
correlated to Ctot (Table 4.2). Based on the outcome of the conditional
inference tree models, Feo+Alo content was the factor that influenced most the
C>20μm content after shaking and sonication, followed by the number of
years of cultivation (fig 4.6a, b). Regarding the C<20μm content, the number
of years of cultivation and the Feo+Alo content were both strongly explanatory,
with a significant additional contribution of the soils’ clay and fine silt content
(obtained by textural analysis; Fig. 4.6c, d).

58
Figure 4.6. Relative variable importance of co-variates in variance
explanation of the C content in the > 20 µm fraction after shaking (a) and
sonication (b) and of the C content in the < 20 µm fraction after shaking (c)
and sonication (d) by means of conditional inference tree models (Ctree). The
vertical dashed lines indicates the mean relative variable importance. Alt.diff
= altitude difference with respect to the river; Clay + FS = clay and fine silt
content determined by textural analysis; Prod_per = production period; Qom
= Mass of organic amendment added during the previous year (dry matter).

Whether extracted by shaking or sonication, the C<20µm content increased

linearly as a function of the number of years of cultivation (Fig. 4.7).
However, this relationship was much stronger after sonication (R² = 0.83) than
after shaking (R² = 0.40). After shaking, the C content in the < 20 µm fraction
(C<20-sh) increased from 2.4 g C kg-1 initially to 4.5 g C kg-1 on average after
60 years. After sonication, the C content in the < 20 µm fraction (C<20-so)
increased from 3.3 g C kg-1 initially to 10.3 g C kg-1 on average after 60 years.
On average, the C content in the < 20 µm fraction represents about 15% of the
Ctot after shaking and 31% of Ctot after sonication.

59
Because the C>20μm content is the difference between Ctot and C<20µm,
there was a tendency for C>20µm to first increase and then decrease with the
duration of cultivation. C>20-sh represented 85% on average of Ctot, with an
average of 16.1 g C kg-1, whereas C>20-so represented 69% on average of
Ctot, with an average of 13.0 g C kg-1.

40
35
Carbon content (g C kg¯¹)

30 R² = 0.55

25
20
15 R²= 0.83
10 y = 0.11x + 3.36
R² = 0.40
5
y = 0.03x + 2.04
0
0 10 20 30 40 50 60 70
Number of years of cultivation

C<20-sh C<20-so Ctot

Figure 4.7. Evolution of total organic carbon content (Ctot) and the C
content in the < 20 µm fraction after shaking (C<20-sh) and sonication
(C<20-so) in market garden plots according to the number of years of
cultivation.

60
There was a linear relationship between Feo+Alo and C<20µm after sonication
(R² = 0.56; Fig. 4.8a). This relationship is weak for C<20µm after shaking
(Fig 4.8a). A linear relationship between Feo+Alo and C>20µm is also
observed, whether extracted by shaking (R² = 0.59) or sonication (R² = 0.56)
(Fig 4.8b).

14
Shaking (a)
12 Sonication
C< 20 µm (g C kg¯¹)

10 R² = 0.56
y = 0.15x + 0.25
8

4 R² = 0.23

2
y = 0.04x + 1.23
0
35
y = 0.52x - 3.85 (b)
30

25
C> 20µm (g kg ¯¹)

20

15 R² = 0.59

10
R² = 0.56
5
y = 0.41x - 2.88
0
10 20 30 40 50 60 70
Feₒ + Alₒ (mmol kg¯¹)

Figure 4.8. Relationship between the C content in the < 20 µm fraction

(C<20µm) (a) or the C content in the > 20 µm fraction (C>20µm) (b) after
shaking and sonication and the oxalate extractable iron and aluminum (Feo +
Alo) contents in market garden plots.

61
There is also an increase in the content of oxalate-extractable iron and
aluminum content with the number of years of cultivation (Fig 4.9).

70
60
Feₒ + Alₒ (mmol kg¯¹)

50
40
30 R² = 0,37

20
y = 0.37x + 29.66
10
0
0 10 20 30 40 50 60 70
Number of years of cultivation

Figure 4.9. Evolution of the oxalate-extractable Feₒ + Alₒ content as a

function of the number of years of cultivation.

62
Finally, a significant but weak positive correlation exists between C<20µm
and the soils’ clay and fine silt content (Table 4.2). This relationship is similar
after sonication (R² = 0.25) after shaking (R² = 0.20) (Fig 4.10). The
relationship between C>20µm and the soils’ clay and silt content was not
significant.

14
Shaking
12 y = 0.32x + 0.38
Sonication
C< 20 µm (g C kg¯¹)

10 R² = 0.25

8
6
4
2 R² = 0.20
y = 0.12x + 0.68
0
10 15 20 25 30
Clay + FS (%)

Figure 4.10. Relationship between the C content in the < 20 µm fraction

(C<20µm) after shaking or sonication and the clay and fine silt content
determined by textural analysis (Clay + FS).

63
4.4 Discussion

In Kuinima's market garden, the majority of old fields are located near the
river, and the most recent fields are furthest away (Fig. 2.5). Millogo (2019)
showed that the site expanded over time, starting from the river where access
to water for irrigation was easiest. Consequently, a possible bias may have
been introduced because fields could not be randomly selected across the site,
i.e. recently cultivated fields cannot be found very close to the river and vice-
versa. However, the correlation between Ctot and duration of cultivation was
stronger than between Ctot and elevation above the river, which would support
the fact that the observed trend in Ctot content resulted from cultivation rather
than from a pre-existing spatial trend. The analysis by conditional inference
tree ensemble (Ctree) confirmed that the difference in altitude between fields
and river did not significantly explain Ctot content. Besides, there was no
indication of the existence of a textural gradient across the site, as indicated
for instance by the lack of correlation between clay and fine silt content
(textural analysis) and elevation above the river (Table 4.2). Finally, gardens
are small and often delimited by earthen bunds planted with Moringa oleifera
plants, thereby effectively preventing fine sediment transfer between fields by
overland flow.

Effect of the duration of cultivation

The results show that the duration of cultivation was a major factor explaining
the evolution of SOC content. This relationship is asymptotic for Ctot. The
evolution of Ctot depends on the balance between humification of organic
inputs (mostly organic amendments and plant root biomass) and losses during
SOM mineralization or because of soil erosion (Chenu et al., 2019). The
asymptotic increase in Ctot indicates that, during the first years of cultivation,
inputs were larger on average than losses through mineralization, leading to a
rapid increase in Ctot, which reached a new equilibrium after several decades
(approx. 30 years).

Although the overall trend in Ctot appears positive, a large variability across
fields is observed (Fig. 4. 3). Part of this variability may stem from the

64
variability in initial SOC content, as observed for the control fields for which
Ctot varied from 5 to 15 g C kg-1. This large variability in Ctot in control fields
can be explained by the fact that some of these fields had been used during the
rainy season for annual cropping (e.g., maize) while others had not been
cultivated at all. Actually, control fields with the highest carbon contents were
those that had not been cultivated previously and were occupied by
herbaceous species and shrubs. Additional variability across fields may result
from other sources, including variations in oxalate-extractable Fe and Al
content (Feo+Alo) across the site, as highlighted by the Ctree model (Fig. 4.1),
but also differences in the type and application rates of organic amendments.
Indeed, farmers resort to a variety of amendments, from urban waste and
compost to various types of manure (cattle, sheep, pig, poultry), which vary
widely in terms of composition (mean carbon contents ranging from 9 to 29%,
mean N ranging from 0.41 to 1.75% and mean C/N ratio ranging from 15.5 to
21.3 depending on the type of manure). Survey results also indicated a wide
range of application rates during the year preceding soil sampling, from < 1 to
184 t DM ha-1 yr-1 depending on the farmer and type of amendment used. The
conditional inference tree model did not highlight the quantity of amendments
as a significant variable influencing Ctot variance, but this can be easily
understood since the reported quantities relate to the year that preceded the
sampling and may not be representative of the mean rates applied since the
onset of the gardening activities, especially for the older fields. Finally,
additional variability may have resulted from differences in total root biomass
that are left to decompose in the soil after harvest, since farmers grow a wide
variety of crops (Ouédraogo et al., 2019).

Numerous authors have reported a relationship between total organic carbon

and clay and fine silt content (Feller, 1995; Trigalet et al., 2017). In the present
study, this relationship was weak, which may in part have resulted from the
limited range in clay and fine silt contents across fields. In addition, the clay
and fine silt mostly affects the stable organic carbon fraction rather than the
total organic carbon and in the present study Ctot is dominated by labile
carbon (C>20µm) rather than stable carbon (C<20µm). Finally, the effect of
texture on Ctot may have been occluded by the dominant effects of cultivation
duration and other management effects.

65
Role of oxalate-extractable Fe and Al components
Feo+Alo content was strongly related to Ctot. Feo+Alo encompasses two types
of soil constituents: short-range-order (SRO) Fe and Al oxides and (Fe, Al)-
humus complexes. (Fe, Al) oxides readily interact with 1:1 clay minerals due
to electrostatic forces through the positive and negative surface charges of (Fe,
Al) oxides and 1:1 clays, respectively (Schofield and Samson, 1954; Uehara
and Gillman, 1981). These interactions are even stronger with SRO oxides
(Pochet et al., 2007). Oxalate-extractable Fe and Al thus play a key role in the
soil micro-aggregation process (Chauvel et al., 1976). In addition, SRO Fe and
Al oxides have a greater affinity for organic matter than clay minerals. Indeed,
sorption of organic molecules on these oxides is a major mechanism by which
Fe and Al can stabilize SOC (Six et al., 2002; Wagai and Mayer, 2007;
Schneider et al., 2010; Eusterhues et al., 2014). SRO Fe and Al oxides may
therefore be more important as a storage factor for SOC than other mineral
components of the soil (Jones and Edwards, 1998; Kaiser and Zech, 1998;
Kaiser et al., 2002). More generally, the interactions between organic
compounds and nanoscale SRO consisting mainly of Al, Fe, Si polymers are
key drivers of carbon storage in soils (Basile-Doelsch et al., 2015). Apart from
SRO Fe and Al oxides, (Feo + Alo) also includes (Fe, Al)-humus complexes,
which consist of organo-mineral associations (OMA) that play a key role in
carbon storage (Deng and Dixon, 2002).

The strong correlation between Feo+Alo and the duration of cultivation

questions the mechanisms that may have caused the progressive accumulation
of oxalate-extractable Fe and Al components in soils. Caner et al. (2000) in
India, Do Nascimento et al. (2004) and Fritsch et al. (2011) in Brazil, and Van
Ranst et al. (2019a, 2019b) in Cameroon, observed the transformation of
highly weathered, oxide-rich ferrallitic soils into OMA-rich soils that undergo
podzolization (Do Nascimento et al., 2004; Fritsch et al., 2011) or
andosolization (Caner et al., 2000; Van Ranst et al., 2019a, 2019b). In fact,
these studies converge to show that the transformation of ferrallitic soils was
driven by the accumulation of soil organic matter (SOM), promoted by
changes in climate or microclimate conditions, and iron reduction by bacteria
(Caner et al., 2011). A first step is the decrease in the particle size of (Fe, Al)
oxides and the increase in Al content of Fe oxide (Fritsch et al., 2005). In a

66
second step, organic acids dissolve nanoscale Fe and Al oxides, promote the
synthesis of OMA involving dissolved organic matter and SRO oxides such
as ferrihydrite (Van Ranst et al., 2019b), and eventually form complexes with
Al and Fe (Fritsch et al., 2011; Van Ranst et al., 2019b). This process is
promoted by the small particle size of (Fe, Al) oxides and by environmental
factors that enhance SOM accumulation (Van Ranst et al., 2019b). In our case
study, SOM accumulation is directly linked to the intensive and long supply
of organic residues in urban gardens.

In line with the above-mentioned studies, we propose that the repeated supply
of organic matter in the studied urban gardens has induced SOM
accumulation. This process led to the transformation of secondary oxides into
small-scale SRO (Fe, Al) oxides that acted as a source of Fe and Al to form
(Fe, Al)-humus complexes. In this line, we may explain SOM accumulation
through (i) the management practices, (ii) the formation of SRO (Fe, Al)
oxides and (Fe, Al)-humus complexes, which both strongly contribute to SOM
preservation.

Stable and labile pools of SOC

Following fractionation by shaking, two pools of SOC were obtained. The
C<20 µm fraction consists of SOC associated with free fine silt and fine clay
particles and SOC present in micro-aggregates smaller than 20 μm (Trigalet
et al., 2017). It may also contain fragments of free POM < 20 µm in size
(Poeplau et al., 2013), but because of the limited energy exerted during
shaking, the latter component should be minimal (Schmidt et al., 1999).
Consequently, C<20µm is dominated by organic compounds that are not
easily mineralized by soil micro-organisms because they are adsorbed onto
mineral surfaces or involved in OMA or trapped within micro-aggregates. The
C>20µm fraction on the other hand consists of SOC associated with free
coarse silt and sand particles, free POM larger than 20 µm but also SOC
trapped inside aggregates that withstood shaking. Hence, this fraction contains
labile carbon but it may also contain substantial amounts of SOC inside
aggregates that are not easily accessible to soil micro-organisms through
physical of chemical protection.

67
Methodological considerations.
Compared to textural analysis, only 40% of the clay and fine silt particles were
recovered by shaking, indicating that micro-aggregates were still a significant
part of the fraction > 20 µm after shaking. This was confirmed by sonication,
which resulted in a doubling (82%) of the particles < 20 µm fraction (Fig. 4.4).
Compared to shaking, sonication caused an increase in the C<20µm content
from 6.9 to 14.0 g C kg-1 on average. This increase in C<20µm is much higher
than the 30% increase reported for temperate soils by van Wesemael et al.
(2019). Sonication therefore appears to be a necessity in these tropical soils.
It will avoid underestimating the amount of C contained in shaking-resistant
micro-aggregates > 20 µm in size. Even so, a small proportion (18% on
average) of clay and fine silt particles remained entrapped in aggregates > 20
µm that resisted sonication (Fig. 4.4).

Following the fractionation by shaking and sonication, it becomes possible to

identify three carbon fractions (Fig. 4.7). First, a C>20µm-so fraction obtained
after sonication, which is associated with coarse silt and sand particles, free
particulate organic matter (POM) and a small contribution of micro-
aggregates > 20 µm that resisted sonication. Then, a C<20µm fraction which
corresponds to intra-aggregate POM as well as C bound to fine silt and clay
inside aggregates that resisted shaking but were destroyed by sonication
((C<20-so) – (C<20-sh)). And finally a C<20µm-sh fraction obtained after
shaking and containing C associated with free fine silt and clay particles or
present inside micro-aggregates smaller than 20 μm which were destroyed by
shaking, as explained above.

The C<20µm-sh fraction is only weakly affected by the duration of cultivation

(Fig. 4.7). This may result from the low content in clay- and fine silt-sized
particles, whose surfaces would be easily covered by organic compounds.
Indeed, the level of stable carbon saturation in soil depends on its clay and
fine silt content (Hassink, 1997; Six et al., 2002; Feng et al., 2013). In addition,
kaolinite, which is expected to dominate the clay fraction of the studied soils,
has a low specific surface area. The small rate of increase in the C<20µm-sh
fraction over time may result from increased trapping of SOC inside micro-

68
aggregates < 20 µm in size. Nevertheless, given such a low rate of increase,
the opportunity for C storage in this fraction appears very limited.

In contrast, the C<20µm-so fraction strongly increases with the duration of

cultivation. Assuming that most of this fraction was linked to shaking-resistant
micro-aggregates > 20 µm in size, this indicates that there is a strong potential
for C storage in micro-aggregates >20 µm in these soils. The stronger
correlation observed between Feo+Alo and C<20µm-so compared to Feo+Alo
and C<20µm-sh would corroborate that sonication disrupts micro-aggregates
> 20 µm in size that were largely stabilized by SRO Al and Fe oxides. Van De
Vreken et al. (2016) also reported a linear relationship between Fe and Al
oxides and the C<20 µm fraction.

Because of the linear increase in the C<20-so content and the asymptotic
increase in Ctot, the C>20µm-so fraction first increases with the duration of
cultivation, then decreases. The initial increase likely resulted from the fact
that the application rates of organic amendments initially exceeded the SOM
mineralization rate, leading to the accumulation of SOC mostly in the
C>20µm-so pool. However, it appears that some of this SOC was
progressively entrapped inside shaking-resistant micro-aggregates. When the
total Ctot accumulation rate becomes lower than the rate of increase of
C<20µm-so, i.e. when more C is transferred to the C<20µm-so pool than there
is C accumulation in the soil, the C>20µm-so begins to decrease.

The fractionation by shaking and sonication thus revealed that a significant

amount of carbon got stabilized over time in a > 20 µm pool which resisted
shaking yet was destroyed by sonication. This pool is most likely dominated
by micro-aggregates as well as by OMA associations. Preferential carbon
storage in aggregates is an ideal indicator for long-term preservation (Denef
et al., 2004; Kong et al., 2005). Aggregation creates a physical barrier between
decomposers and soil organic matter. This favored carbon storage by up to
5.85 g kg-1 after 60 years (Fig. 4.7), comparable to that obtained by van
Wesemael et al. (2019) in temperate zones albeit for soils richer in clays of
2:1 type. The preferential stabilization of SOC by micro-aggregates linked to
the presence of Fe and Al oxide is a major asset in the fight against climate

69
change, especially since SOC storage has become a global priority to offset
the increase in atmospheric CO2 concentration.

Effect of organic manure.

Given the positive evolution of the SOC content, we can conclude that the
intensive use of organic manure in market gardening improves soil quality by
maintaining the SOC content above the sustainable production threshold
which, for tropical soils, varies between 2.5 and 13.7 g C kg-1 for a clay and
fine silt content ranging between 5 and 40% (Feller, 1995). It is also likely to
have a positive effect on soil biological quality as several authors established
a close relationship between organic carbon content and soil biological
activity (Feller, 1995; van Wesemael et al., 2019). However, given the
observed increase in C/N ratio with the number of years of cultivation, the
impact of the large additions of organic amendments of mixed origins on soil
biological activity needs to be verified.

4.5 Conclusion

Through the intensive use of organic amendments, market gardening practices

have a positive effect on the dynamics of SOC. Total organic carbon content
increased asymptotically with the duration of cultivation. One observes a rapid
increase in the labile fraction > 20 µm in size, which has a potentially positive
effect on soil biological fertility. Concurrently, part of this carbon is stabilized
by association with clay and fine silt particles. There is also a significant
physical stabilization in the micro-aggregates favored by iron and aluminum
components that are both SRO xides and OMA. In our case study, market
gardening transforms soil components, improves SOC preservation, and thus
helps mitigate the impact of climate change through organic carbon
stabilization.

In our case study, the best predictors of SOC content are the duration of
cultivation and (Feo + Alo), i.e. the sum of oxalate-extractable (Fe, Al)
contents. These two parameters should be considered in SOC stabilization
estimation models with similar physicochemical properties. When

70
considering the fractionation of tropical soils, sonication should be considered
as simple agitation would result in an underestimation of the C<20µm
fraction, given the importance of the microaggregation on SOC stabilization
here.
Although carbon stocks were not quantified in the present study, the large
carbon storage in the C<20µm fraction may indicate a strong C sequestration
potential in the tropical soils that were investigated.

71
72
Chapitre 5

High-input market gardening operations improve soil

biological activity in Bobo Dioulasso (Burkina Faso)

5.1 Introduction

Maintaining the soil’s quality is key to ensure sustainable crop production and
its many other contributions to ecosystem functioning (Bünemann et al.,
2018). Among the three components of soil quality, biological quality is of
particular importance given the ubiquity of processes mediated by soil
microorganisms and their influence on ecosystem stability and fertility (Smith
and Papendick, 1993). Indeed, microorganisms play a crucial role in
biogeochemical cycles and participate in the formation of soil structure (Harris
and Birch, 1989). Numerous studies show the decisive role of biological
activity for many soil functions such as carbon storage and climate change
mitigation, nutrient decomposition and cycling, or detoxification of toxic
substances (Brussaard et al., 1997; Doran et al., 2000).
With regard to the soil’s biological quality, various indicators have been
proposed to facilitate soil monitoring. Biological indicators range from
indicator organisms to biological processes (e.g., respiration) to specific
organic molecules (e.g., enzymes) whose monitoring allows early diagnosis
of changes in the environment (Haynes, 1999; Ramade, 2008). Microbial
biomass carbon (MBC) reflects the size of the microbial population and has
been used to assess the status of land degradation (Ross et al., 1982). It is
sensitive to crop and soil management practices such as the application of
organic manure and mineral fertilizers (Böhme et al., 2005), crop rotation
(Yusuf et al., 2009), tillage and fallowing (Wang et al., 2008; Liu et al., 2010).
Soil enzymatic activities are also regularly used as indicators of soil quality
(Bastida et al., 2008; Trasar-Cepeda et al., 2008) because they intervene in the
decomposition and synthesis of organic matter, nutrient cycling as well as
availability and biodegradation of toxic organic pollutants (Dick, 1997;
Nannipieri et al., 2002). They are well-suited for soil quality monitoring

73
because of their rapid response to changes in the soil environment and their
easy, quick and inexpensive quantification (Dick, 1997). Another frequently
used indicator is soil respiration, as it reflects the ability of the soil to support
soil life, including crops, soil fauna and microorganisms. It is a measure of the
level of microbial activity, in particular in response to changes in the content
and quality of soil organic matter (SOM) (USDA, 2009).
In developing countries, urban market gardening practices are often
characterized by intensive use of pesticides, organic amendments and
chemical fertilizers with the ultimate goal of maximizing production and
profitability with little regard to environmental side effects (Sangaré, 2012;
Abdulkadhir et al., 2013; Lehmann et al., 2017; Son et al., 2017; Lompo et al.,
2018; Ouédraogo et al., 2019). This has raised considerable concern among
researchers and development stakeholders about the impact of continuous and
intensive vegetable production on human health (Ahouangninou et al., 2011;
Bempah et al., 2011; Lehmann et al., 2017) but also on water resources (Sall
et Vanclooster, 2009; Abdu et al., 2011; Abdulkadhir et al., 2015; Lehmann
et al., 2017; Lompo et al., 2018), air quality (Predotova et al., 2010) and soil
resources (Kiba et al., 2012; Abdulkadhir et al., 2013). Several studies in sub-
Saharan Africa have documented the impacts of crop and soil management
practices on market garden soils, but such studies are generally restricted to
soil nutrient balances (Kiba et al., 2012; Abdulkadhir et al., 2013; Lompo et
al., 2018). One exception is the study by Naré et al. (2014) in Burkina Faso
who showed a decrease in soil enzymatic activities following the application
of three pesticides used in market gardening. However, until now, the short
and medium-term impact of market gardening practices on indicators of soil
biological activity remain very scarce.
Nevertheless, given that biological activity is highly sensitive to soil
management, one may expect that intensive market gardening practices will
impact soil biological activity. In addition to the negative effects that intensive
pesticide use could have on soil microorganisms (Bünemann et al., 2006; Naré
et al., 2014; Pose-Juan et al., 2017), other practices can also compromise soil
biological activity. Because farmers frequently rely on urban refuse as soil
amendment or use waster water for irrigation, soil contamination by heavy
metals has been documented in some cities (Adjia et al., 2008; Abdu et al.,

74
2011). Garcia et al. (2000) observed a decrease in microbial biomass and soil
enzyme activities related to heavy metals contained in composted urban solid
waste in Spain. Smejkalova et al. (2003) showed that a range of microbial
activity indicators are affected by soil heavy metal contamination such that
they could be used as sensitive indicators of soil pollution by heavy metals.
On the other hand, fertilizer application can increase soil biological activity
by increasing system productivity, crop residue return and organic matter
content (Böhme et al., 2005; Bünemann et al., 2006; Trasar-Cepeda et al.,
2008; Geisseler and Scow, 2014). Crop rotation and the addition of organic
amendments can also positively affect soil biological activity (Somenahally et
al., 2018). Organic amendments such as manure, compost, or urban refuse are
a direct source of carbon for soil organisms. By stimulating plant growth, such
amendments are also an indirect source of carbon through the recycling of
plant roots and crop residues (Bünemann et al., 2006). A study by Haynes et
al. (1999) in New Zealand on the effect of intensive vegetable production
revealed a decrease in soil organic matter over time that resulted in a
significant decrease in soil microbial activity. On the contrary, in a previous
study on a market gardening site in Burkina Faso, a significant increase in
labile SOC according to the number of years of cultivation was highlighted
(Ouédraogo et al., submitted).
Since potentially harmful practices coexist with practices that could have
positive effects on soil biological quality, their consequences on soil
biological activity should be verified. The objective of this research was
therefore to evaluate the impact of market gardening on the short (< 10 years)
and long-term (>10 years) evolution of the biological activity of the soil.

5.2 Materials and methods

5.2.1 Study area

The study was carried out at the 60-ha Kuinima market gardening site. The
site is described in section 2.2.

75
5.2.2 Field selection and sampling

Field selection and soil sampling is described in section 2.2.1.

5.2.3 Soil analysis

Soil physical and chemical attributes

Particle size distribution (5 fractions) was determined by sieving (> 50µm)

and sedimentation (< 50µm) after destruction of organic matter at the
laboratory of the Centre provincial de l’agriculture et de la ruralité of the
Brabant Wallon (Belgium). Soil pH was measured in a 1:2.5 soil: water
suspension.
Total carbon and nitrogen content were determined using a Variomax Dry
Combustion CN Analyzer (Elementar Analysensystem GmbH, Germany) of
the geography research group (ELI, UCL). SOC was divided into two pools
(< 20 µm and > 20 µm) based on a physical fractionation scheme adapted from
Trigalet et al. (2017) and van Wesemael et al. (2019). One hundred ml of
distilled water were added to 20 g of air-dried fine earth and shaken
horizontally for 20 min. at 250 rpm to disrupt macro-aggregates. The resulting
suspension was first passed through a 50 μm sieve to remove aggregates, sand
and coarse free particulate organic matter (POM) in order to avoid clogging
during subsequent sieving at 20 µm. The coarse fraction (> 50 μm) was dried
at 60°C, weighed and stored at room temperature. The remaining suspension
was subsequently passed through a 20 μm sieve. The suspension containing
particles < 20 μm was first centrifuged (3600 rpm for 25 min.) and the clear
supernatant discarded. The < 20 μm and 20-50 μm fractions were then dried
at 60°C, weighed and stored at room temperature. SOC content was measured
on the bulk soil sample and on the fraction < 20 µm. SOC content of the > 20
µm fraction was determined from the difference between the SOC content in
the bulk soil and the SOC content in < 20 μm fraction (Hassink, 1997). All
SOC contents are reported in g C kg-1 bulk soil, i.e., they are not expressed per
unit mass of each fraction. The carbon content of the > 20 μm and < 20 µm
fractions are hereafter referred to as ‘C>20µm’ and ‘C<20µm’, respectively.

76
Enzyme activity
Enzymatic activities were measured by means of the colorimetric analysis of
the products released by the enzyme when the soil sample was incubated in a
suitable substrate under standard conditions. To determine the activity of
betaglucosidase, a para-Nitro-Phenyl ß-D-glucopyranoside substrate with an
incubation period of 2 h at 37°C was used according to the method described
by Hayano (1973). Urease activity was determined using 2 M urea as a
substrate under standard conditions (2 h at 37°C) (Makoi and Ndakidemi,
2008). Acid phosphatase activity was measured using p-nitrophenylphosphate
(PNP) 15 mM as substrate in a modified universal buffer (MUB) at pH 6.5,
incubated for 1 hour at 37°C (Tabatabai et al., 1969). The activity of
fluorescein di-acetate (FDA) was quantified with FDA substrate, incubated
for 1 hour at 30° C according to the method described by Adam and Duncan
(2001). The absorbance of the products was determined using a
spectrophotometer (Genesys 20). Enzyme activities were expressed in
micrograms of product per gram of dry soil per hour (i.e., absolute activity).
Specific enzymatic activities per unit of SOC or per unit of microbial biomass
were also calculated by dividing absolute enzymatic activity by SOC content
or by microbial biomass carbon, respectively.
For each field, the geometric mean of enzymatic activities (GME) was
calculated as follows (Paz-Ferreiro et al., 2012) (equation 5.1).
GME= (Beta-glucosidase * FDA * Phosphatase * Urease)1/4 (5.1)

Biochemical activities
Soil microbial biomass carbon (MBC) was determined on dry soil samples by
the chloroform fumigation method followed by KCL extraction of the alpha
amino acids constituting the microbial biomass (Vance et al., 1987). The
determination of the amino N-alpha content of lysed and non-lysed samples
was performed by colorimetry of the amino Ninhydrin-alpha nitrogen
complex with a Technicon (Seal-Analytical) Auto-analyzer 3 QuAAtro AQ 2.
The amino N-alpha content of microbial biomass was obtained from the
difference between amino N- alpha content of fumigated and non-fumigated
samples. The microbial carbon content (expressed in µg g-1 of dry soil) was
obtained after multiplication by a coefficient of 21 (Schinner et al., 1995). The

77
microbial quotient (Qmic) was calculated by dividing the microbial carbon
content by the total organic carbon content (Ctot) (Rutgers et al., 2009).
The mineral NH4+ and NO3- (extracted by KCl) content was determined
simultaneously by continuous flow colorimetry on non-fumigated dry
samples. The determination of ammonium was based on the formation of a
complex colored by ammonium ion, sodium salicylate and chlorine in an
alkaline medium. The determination of nitrate was done by reducing nitrate to
nitrite by hydrazine sulfate in the presence of copper sulfate. The Nmin/Ntot
ratio was obtained by dividing the sum of NH4+ and NO3- content by the total
nitrogen content (Ntot).
Basal soil respiration (µg C-CO2 g-1h-1 soil) was determined using a gas
chromatograph (MTI 200) (micro-catharometer) equipped with a thermal
conductivity detector (TCD). Dry soil samples were re-wetted to 80% of the
water retention capacity, and then stored in tightly closed vials. The CO2
concentration was measured at the initial time and the vials were incubated in
the oven at 28°C (±0.5 C). Then CO2 measurements were taken every 24 hours
for 7 days from the initial time. The microbial quotient (Qmic) was calculated
by dividing MBC content by Ctot (Rutgers et al., 2009).
All analyses on soil biological activities were performed at the Laboratoire
mixte international intensification écologique des sols (LMI-IESOL) in Dakar
(Sénégal).

5.2.4 Data analysis

Linear regression analyses were done with Excel and R software. Since the
purpose of the regressions was descriptive rather than for inference, no
variable transformation was performed even when homosedasticity conditions
were not met. The cook’s distance criterion was used to detect outliers; outiers
were not included in the regression. A Pearson correlation matrix between
covariates and biological activities was calculated. The significance level for
all statistical tests was set at α = 0.05. A multivariate principal component
analysis was used to identify the variables that explain the different biological
activity indicators.

78
5.3 Results

As mentioned in the previous chapter, the soils were mostly sandy loam (IUSS
Working Group WRB, 2015) (Table 4.1). The total carbon content ranged
between 5.5 and 34.2 g C kg-1 with a C/N ratio ranging from 9.6 to 15.9. Soils
had a pH on average close to neutral and were non-saline. However, there are
a few farms with an acid pH.

The doses of organic amendments applied ranged from 0.87 to 184 t DM ha-1
year-1 with an average of 51 t DM ha-1 year-1. Farmers use very diverse types
of organic amendments, both within and between fields. These are mainly
municipal waste, cattle, sheep or pig manure, poultry excrement and compost.
Depending on the type, the average nutrient content varies from 9 to 29% for
carbon, from 0.41 to 1.75% for N and from 15.5 to 21.3 for the C/N ratio.

Farmers apply 1274 kg N ha-1 year-1 on average through mineral fertilizers.

Farmers also intensively use pesticides, with an average phytosanitary
treatment frequency index (PTFI) of 48. Irrigation relies exclusively on well
water for all producers.

5.3.1 Soil biological activity indicators

Enzymatic activity values of fields cultivated for more than 50 years increased
on average by 62% for betaglucosidase, 51% for phosphatase, 49% for FDA,
and 94% for urease compared to the control fields (Fig. 5.1a-d). All enzymatic
activities were significantly correlated, but the highest correlation was
observed between the FDA and betaglucosidase (r = 0.56). All four enzymatic
activities increased significantly and mostly linearly (p<0.05) with the number
of years of cultivation. However, 78 to 90% of the total variance could not be
explained by the duration of cultivation, reflecting high variability between
fields. This unexplained variance was reduced by the use of the geometric
mean of enzymatic activities, which shows a clearer increase over time (Fig.
5.1e).

79
 70 300

Phosphatase (µg p-NPP g¯¹ soil h¯¹)

(a) (b)
Betaglucosidase (µg p-NP g¯¹ soil h¯¹)
60 250
50
200
40
150
30
100
20
y = 0.30x + 27.20 50 y = 1.37x + 145.79
10
R² = 0.22 R² = 0.17
0 0
0 10 20 30 40 50 60 70 0 10 20 30 40 50 60 70
Number of years of cultivation Number of years of cultivation

250 900
(c) (d)
FDA (µg fluorescein g¯¹ soil h¯¹)

Uréase (µg NH₄-N g¯¹ soil h¯¹) 800

200 700
600
150
500
400
100
300
y = 0.66x + 126.08
50 200 y = 2.69x + 374.63
R² = 0.10 100 R² = 0.11
0 0
0 10 20 30 40 50 60 70 0 10 20 30 40 50 60 70
Number of years of cultivation Number of years of cultivation

250
(e)

200
GME (µg g¯¹ h¯¹)

150

100
y = 0.99x + 112.67
50 R² = 0.27

0
0 10 20 30 40 50 60 70
Number of years of cultivation

Figure 5.1. Evolution of enzymatic activities as a function of the number of

years of cultivation: betaglucosidase (a), phosphatase (b), fluorescein di-
acetate (FDA) (c), urease (d), and geometric mean of enzyme activities (GME)
(e).

80
Basal respiration increased significantly over time, from 0.59 on average for
control fields to 1.09 µg C-CO2 g-1 soil h-1 after 60 years of cultivation (Fig.
5.2a). The increase was largely linear, although the highest respiration rates
were observed after 20-30 years. Variability between plots not explained by
the duration of cultivation was again very high (R² = 0.13). Microbial biomass
content varied widely across plots, from 12 to 114 µg MBC g-1 soil, but with
no clear temporal trend (Fig. 5.2b).
As opposed to microbial biomass carbon, there was an asymptotic increase in
total organic carbon content over time (R² = 0.55), reaching 24 g C kg-1 after
about 30 years (Fig. 5.2c). The C/N ratio also increased over time, on average
from 11.7 for control fields to 14.0 after 60 years of cultivation (Fig. 5.2d).
The trend was linear with much lower variability than Ctot, MBC, basal
respiration or enzymatic activities.

2.5 120
(a) (b)
Basal respiration (µg C-CO₂ g¯¹

100
2.0
MBC (µg Cmic g¯¹ soil)

80
1.5
soil h¯¹)

60
1.0
40
0.5 y = 0.007x + 0.85 20
R² = 0.13
0.0 0

40 20
(c) (d)
35
30 15
Ctot (g C kg¯¹)

25
C/N

20 10

15
10 R² = 0.55 5 y = 0.05x + 11.53
5 y = 24.16/(1+Exp(+0.55-0.12*x)) R² = 0.39
0 0
0 10 20 30 40 50 60 70 0 10 20 30 40 50 60 70
Number of years of cultivation Number of years of cultivation

Figure 5.2. Evolution of basal respiration (a), microbial biomass carbon

(MBC) (b), total organic carbon (c), and C/N ratio (d), as a function of the
number of years of cultivation

81
NH4+ content ranged between 2 and 41.2 µg N-NH4+ g-1 whereas NO3- content
varied between 9.5 and 114.8 µg N-NO3- g-1 (Fig. 5.3a, b). NO3- was the
dominant form of N in all samples, representing between 50% and 98% of the
total mineral N. The duration of cultivation had no effect on the N-NH4+
content, whereas there was a tendency for N-NO3- to increase with time (p <
0.05). For both indicators, variability was again high. As for total C, there was
an asymptotic increase in total N content over time (R² = 0.47). Total N
content increased from 0.79 g N kg-1 on average on control fields to 1.88 g N
kg-1 after 60 years of cultivation (Fig. 5.3c). Depending on the plot, total
mineral N (NH4+ + NO3-) represented between 2% and 9% of the total N.

45 140
(a) (b)
40 120 y = 0.35x + 33.57
NO₃¯ (µg N-NO₃¯ g¯¹ soil)
NH₄ᶧ (µg N-NH₄ᶧ g¯¹ soil)

35
100
30
25 80
20 60
15
40
10
20
5 R² =0.08
0 0
0 10 20 30 40 50 60 70 0 10 20 30 40 50 60 70
Number of years of cultivation Number of years of cultivation

3.0
(c)
2.5

2.0
Ntot (g N kg¯¹)

1.5

1.0
R² = 0.47
0.5
y= 1.69/(1+Exp(+0.24-0.17*x))
0.0
0 10 20 30 40 50 60 70
Number of years of cultivation

Figure 5.3. Evolution of NH4+ (a), NO3- (b), total nitrogen (Ntot) (c), as a
function of the number of years of cultivation

82
Finally, there were strong correlations between FDA and basal respiration (r
= 0.52), urease and basal respiration (r = 0.64) and between NO3- content and
basal respiration (r = 0.66) (Table 5.1). The correlation between
betaglucosidase or phosphatase and basal respiration, although not strong, was
statistically significant. There was no significant correlation between MBC
and basal respiration. MBC was generally weakly correlated to enzymatic
activities.

5.3.2 Relationship between biological indictors and other soil

properties
The correlation matrix (Table 5.1) shows that the GME (r = 0.78), phosphatase
(r = 0.61), FDA (r = 0.57), betaglucosidase (r = 0.56) and urease (r =0.56) are
all positively correlated with Ctot. Ctot is also strongly correlated with the
basal respiration (r =0.61) and nitrate content (r = 0.49) (Table 5.1). The
correlation between Ctot and MBC is significant but weak (r = 0.28).

83
Tableau 5.1. Correlation matrix between biological activity and soil characteristics. Pearson’s r coefficients in bold are statistically
significant (p < 0.05). Details on the level of significance of the correlation are provided in Appendix D

Units Year Clay.FS Ctot C>20 C<20 C/N Ntot pH Bglu Phos FDA Urease GME Resp MBC Qmic NH4+ NO3- Nmin/Ntot
Year years 1 0.24 0.69 0.64 0.63 0.63 0.71 0.17 0.47 0.41 0.32 0.32 0.52 0.37 0.08 -0.53 -0.02 0.29 -0.19
Clay.FS % 0.24 1 0.28 0.24 0.45 0.08 0.31 -0.14 0.45 0.41 0.29 0.23 0.46 0.18 0.2 -0.15 0.09 0.32 0.11
Ctot g C kg-1 0.69 0.28 1 0.99 0.39 0.55 0.88 0.05 0.56 0.61 0.57 0.56 0.78 0.61 0.31 -0.58 0.09 0.49 -0.19
C>20 g C kg-1 0.64 0.24 0.99 1 0.28 0.51 0.96 0.03 0.55 0.65 0.49 0.58 0.77 0.66 0.28 -0.55 0.15 0.61 -0.12
-1
C<20 g C kg 0.63 0.45 0.39 0.28 1 0.5 0.21 0.17 0.48 0.23 0.35 0.04 0.39 0.11 0.1 -0.31 -0.23 0.09 -0.19
C/N - 0.63 0.08 0.55 0.51 0.5 1 0.36 0.35 0.46 0.14 0.23 0.1 0.32 0.18 0.21 -0.25 -0.26 0.17 -0.29
Ntot g C kg-1 0.71 0.31 0.88 0.96 0.21 0.36 1 -0.04 0.52 0.71 0.52 0.67 0.82 0.73 0.29 -0.54 0.25 0.69 -0.04
pH - 0.17 -0.14 0.05 0.03 0.17 0.35 -0.04 1 0.34 -0.32 0.12 -0.1 0.01 -0.11 0.13 -0.04 -0.45 -0.17 -0.37
Bglu µg g-1 h-1 0.47 0.45 0.56 0.55 0.48 0.46 0.52 0.34 1 0.47 0.56 0.33 0.77 0.33 0.3 -0.24 -0.3 0.24 -0.36
Phos µg g-1 h-1 0.41 0.41 0.61 0.65 0.23 0.14 0.71 -0.32 0.47 1 0.36 0.48 0.79 0.44 0.23 -0.34 0.27 0.44 -0.07
-1 -1
FDA µg g h 0.32 0.29 0.57 0.49 0.35 0.23 0.52 0.12 0.56 0.36 1 0.42 0.75 0.52 0.35 -0.23 -0.07 0.35 -0.15
Urease µg g-1 h-1 0.32 0.23 0.56 0.58 0.04 0.1 0.67 -0.14 0.33 0.48 0.42 1 0.74 0.64 0.23 -0.37 0.1 0.49 0.02
GME µg g-1 h-1 0.52 0.46 0.78 0.77 0.39 0.32 0.82 0.01 0.77 0.79 0.75 0.74 1 0.64 0.36 -0.42 0 0.51 -0.19
Resp µg g-1 h-1 0.37 0.18 0.61 0.66 0.11 0.18 0.73 -0.11 0.33 0.44 0.52 0.64 0.64 1 0.13 -0.44 0.15 0.66 0.12
MBC µg g-1 0.08 0.2 0.31 0.28 0.1 0.21 0.29 0.13 0.3 0.23 0.35 0.23 0.36 0.13 1 0.45 -0.13 -0.01 -0.36
Qmic Mg g-1 -0.53 -0.15 -0.58 -0.55 -0.31 -0.25 -0.54 -0.04 -0.24 -0.34 -0.23 -0.37 -0.42 -0.44 0.45 1 -0.21 -0.44 -0.15
NH4+ µg g -1
-0.02 0.09 0.09 0.15 -0.2 -0.26 0.25 -0.45 -0.3 0.27 -0.07 0.1 0 0.15 -0.13 -0.21 1 0.23 0.42
NO3- µg g-1 0.29 0.32 0.49 0.61 0.09 0.17 0.69 -0.17 0.24 0.44 0.35 0.49 0.51 0.66 -0.01 -0.44 0.23 1 0.57
Nmin/Ntot µg g-1 -0.19 0.11 -0.19 -0.12 -0.2 -0.29 -0.04 -0.37 -0.36 -0.07 -0.15 0.02 -0.19 0.12 -0.36 -0.15 0.42 0.57 1
Clay + FS = clay + fine silt; Ctot = total organic carbon; C<20 and C>20= C in the < 20 µm and > 20 µm fraction, respectively; Ntot = total nitrogen; Bglu =
betaglucosidase; GME = geometric mean of enzyme activities, Resp = basal respiration, Nmin/ Not = mineral and total nitrogen ratio; MBC = microbial biomass
carbon. Qmic = microbial quotient.

84
After carbon fractionation, it appears that the C>20µm fraction is correlated
with biological activity indicators to a similar extent as Ctot (Table 5.1), in
particular with the GME (Fig. 5.4a) and basal respiration (Fig. 5.4b). On the
contrary, correlations are always lower and often not significant with the
C<20µm fraction (Table 5.1).

250 2.5

Basal respiration (µg C-CO₂ g¯¹ soil h¯¹)

(a) (b)

200 2.0
GME (µg g¯¹ h¯¹)

150 1.5

100 1.0

50 y = 3.67x + 78.02 0.5 y = 0.03x + 0.55

R² = 0.60
R² = 0.40
0 0.0
0 5 10 15 20 25 30 35 0 5 10 15 20 25 30 35
C>20µm (g C kg¯¹) C>20µm (g C kg¯¹)

Figure 5.4. Evolution of geometric mean of enzyme activities (GME) (a) and
basal respiration (b) according to the C>20µm fraction.

Enzymatic activities, especially betaglucosidase and phosphatase, are well

correlated to clay+fine silt content (Table 5.1). Strong correlations are also
found between biological activity indicators and Ntot (Table 5.1; Fig. 5.5).
This is most pronounced for phosphatase (r= 0.71), urease (r = 0.67), the GME
(r = 0.82) and basal respiration (r = 0.73). Unsurprisingly, NO3- content is well
correlated to Ntot.

85
 Phosphatase (µg p-NPP g¯¹ soil h¯¹) 300 900
(a) (b)
800

Uréase (µg NH₄-N g¯¹ soil h¯¹)

250
700
200 600
500
150
400
100 300
y = 82.09x + 58.20 200 y = 199.68x + 150.14
50
R² = 0.51 100 R² = 0.45
0 0
0.0 0.5 1.0 1.5 2.0 2.5 3.0 0.0 0.5 1.0 1.5 2.0 2.5 3.0
Ntot (g N kg¯¹) Ntot (g N kg¯¹)

250 2.5
(c)
Basal respiration (µg C-CO₂ g¯¹ soil h¯¹) (d)
200 2.0
GME (µg g¯¹ soil h¯¹)

150 1.5

100 1.0

50 y = 55.712x + 55.972 0.5 y = 0.46x + 0.33

R² = 0.67 R² = 0.53
0 0.0
0.0 0.5 1.0 1.5 2.0 2.5 3.0 0.0 0.5 1.0 1.5 2.0 2.5 3.0
Ntot (g N kg¯¹) Ntot (g N kg¯¹)

140
(e)
120
NO₃¯ (µg N-NO₃¯ g¯¹ soil)

100 y = 29.46x - 1.10

80

60

40

20 R² = 0.48
0
0.0 0.5 1.0 1.5 2.0 2.5 3.0
Ntot (g N kg¯¹)

Figure 5.5. Evolution of phosphatase activity (a), urease activity (b),

geometric mean of enzymes activities (c), and basal respiration (NO3-) (e)
according to the total nitrogen content.

86
Specific enzyme activities per unit carbon are positively correlated with the
C<20µm / C>20µm ratio and this correlation is strong especially with
betaglucosidase (r = 0.71) and the GME (r = 0.75) (Fig. 5.6).

5.0 25
(a) (b)
4.5
4.0 20

(µg p-NPP g¯¹ SOC h¯¹)

Betaglucosidase/Ctot
(µg p-NP g¯¹ SOC h¯¹)

Phosphatase/Ctot
3.5
3.0 15
2.5
2.0 10
1.5
1.0 y = 4.64x + 1 5 y = 21x + 5.78
0.5 R² = 0.50 R² = 0.36
0.0 0
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
C<20 µm/ C>20 µm C<20 µm/ C>20 µm

25 120
(c) (d)
(µg fluorescein g¯¹ SOC h¯¹)

100
20
(µg NH₄-N g¯¹ SOC h¯¹)

y = 38.13x + 17.24
80
Uréase/Ctot
FDA/Ctot

15
60
10
40
5 y = 18.14x + 4.68 20
R² = 0.38 R² = 0.14
0 0
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
C<20 µm/ C>20 µm C<20 µm/ C>20 µm

20
18 (e)
16
14
(µg g¯¹ SOC h¯¹)
GME/Ctot

12
10
8
6
4 y = 16.85x + 4.42
2 R² = 0.57
0
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
C<20 µm/ C>20 µm

Figure 5.6. Evolution of enzymatic activity per unit of total organic carbon
as a function of the C<20µm / C>20µm ratio: betaglucosidase (a), phosphatase
(b), fluorescein di-acetate (FDA) (c), urease (d), and geometric mean of
enzyme activities (GME) (e).

87
Specific basal respiration and specific MBC per unit of carbon are also
significantly correlated with the C<20µm /C>20µm ratio (Fig. 5.7a b). There
is no correlation between nitrogen mineralization per unit of carbon and
C<20µm /C>20µm (Fig. 5.7c d).

0.14 12
(a) (b)
0.12 10
(µg C-CO₂ g¯¹ SOC h¯¹)
Basal repiration/Ctot

(µg Cmic g¯¹ SOC )

0.10
8

MBC/Ctot
0.08
6
0.06
4
0.04
y = 1.68x + 1.07 2 y = 7.91x + 1.19
0.02
R² = 0.15 R² = 0.32
0.00 0
2.5 10
(c)
9
2.0 8 (d)
(µg N-NO₃¯ g¯¹ SOC )
(µg N-NH₄ᶧ g¯¹ SOC )

7
NO₃¯/Ctot
NH₄ᶧ/Ctot

1.5 6
5
1.0 4
3
0.5 2
1
0.0 0
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
C<20 µm/ C>20 µm C<20 µm/ C>20 µm

Figure 5.7. Evolution of specific biological indicators per unit of total

organic carbon according to C<20µm / C>20µm: basal respiration (a),
microbial biomass carbon (b), NH4+ (c) and NO3-(d).

88
5.3.3 Principal Component Analysis of all variables

The principal component analysis (PCA) with absolute biological activities

explains 58% of the total variance. Axis 1, which represents the biological
properties of the soil, explains 42% of the variance. Axis 2, which is strongly
related to the Nmin/Ntot ratio, explains 16% of the variance. The PCA
indicates that all biological activity indicators are linked to the number of
years of cultivation, total organic carbon, total nitrogen, and clay+fine silt
content. It also shows that betaglucosidase is more closely correlated to C/N
ratio and C<20µm fraction, while urease, phosphatase, basal respiration, and
NO3- are more closely correlated to Ntot and C>20µm fraction. The analysis
shows a negative correlation between NH4+ and pH (Fig. 5.8a).
The PCA of the variables normalized by microbial biomass explains 59% of
the variability. There is an orthogonal relationship between soil parameters
(Ctot, C<20µm, C>20µm, Ntot, C/N, clay + fine silt) and biological activity
indicators per unit of MBC. It shows that NH4+ and Nmin/Ntot are more
correlated to biological activities per unit MBC than to soil properties and age.
NO3- is correlated at the same time with soil chemical properties (C>20µm,
Ntot, clay+fine silt), and normalized biological activities per unit MBC (Fig.
5.8b).

89
 Variables (axes F1 et F2 : 58.03 %) (a)
1

Nmin/Ntot NH₄ᶧ
0.75
NO₃¯
0.5
Resp Urease
0.25
PhosNtot
F2 (16.30 %)

Clay+FS C>20
0 GME

FDA Ctot
-0.25
MBC Year
C<20 Bglu
-0.5
C/N

-0.75 pH

-1
-1 -0.75 -0.5 -0.25 0 0.25 0.5 0.75 1
F1 (41.73 %)

Variables (axes F1 et F2 : 59.45 %) (b)

1

Ctot C>20
0.75 C/N
Years
C<20 Ntot
0.5
Clay+FS
NO3
pH
0.25
F2 (24.51 %)

0
Bglu/BM
-0.25 NH4 Phos/MBC
GME/MBC
Nmin/Ntot Resp/MBC
-0.5 FDA/MBC
Uréase/MBC

-0.75

-1
-1 -0.75 -0.5 -0.25 0 0.25 0.5 0.75 1
F1 (34.94 %)

Figure 5.8. Projection of the variables on the first two axes of the principal
component analysis (PCA): soil characteristics and biological indicators (a),
soil characteristics and biological indicators per unit of microbial biomass
(b).

90
5.4 Discussion

This study reveals a general tendency towards improvement in soil biological

activity (betaglucosidase, phosphatase, FDA, urease, MGE, basal respiration,
NO3-) with the number of years of cultivation (Fig. 5.1; 5.2; 5.3). As elsewhere
in West Africa, urban market gardening in Bobo-Dioulasso is characterized
by large and frequent inputs of mineral fertilizers and organic amendments as
well as intensive use of pesticides (Sangare et 2012; Lompo et al., 2018;
Ouédraogo et al., 2019). In addition, farmers grow a wide variety of crops
(Ouédraogo et al., 2019). At Kuinima, farmers apply on average 51 t DM ha-
1
year-1 of organic amendments. Based on a subset of 30 farmers, it was shown
that the average application rates of mineral fertilizers are 1688 kg ha-1 yr-1 for
urea and 2505 kg ha-1 yr-1 of N-P-K fertilizer (15-15-15) (Ouédraogo et al.,
2019). Similarly, farmers use large quantities of pesticides that far exceed the
recommended doses (on average 48 PTFIs per year for a sub-sample of 30
producers), more than half of the pesticides not being registered for market
gardening (Ouedraogo et al., 2019). Even though some market gardening
production sites in Bobo Dioulasso rely on river water which can be heavily
polluted by urban waste water, in the case of Kuinima all irrigation is done
using well water.
Several studies have shown that the addition of organic amendments improves
soil biological properties such as respiration (Masto et al., 2006), microbial
biomass (Masto et al., 2006; Smukler et al., 2008; Kallenbach and Grandy,
2011) and enzymatic activities (Acosta-Martínez et al., 2003; Li et al., 2015).
This could therefore explain the increase in biological activity in the present
study. This is supported by the strong correlation between biological
properties and the organic carbon content of the soil, particularly its labile
fraction (Table 5.1). We would like to point out that, in this study, we decided
to use the labile fraction C>20µm obtained after shaking and not sonication.
Indeed, a strong relationship was observed between biological activity and the
fraction of C<20µm after sonication, which may have been caused by the
passage of part of the POM in the fraction < 20 µm as a result of sonification.
Some studies have shown that some pesticides applied at reasonable doses can
help stimulate biological activity of the soil (Haney et al., 2002), while other

91
studies have reported deleterious effects of pesticide applications (Naré et al.,
2014). In the present case, the improvement in Ctot seems to drive the overall
improvement in soil biological activity. Further studies will be needed to
investigate the contribution of pesticide application to the overall changes in
soil biological quality.
Thus, much of the variability in enzymatic activity, basal respiration and NO3-
content is explained by Ctot, and more specifically by its labile fraction (Table
5.1; Fig. 5.4), confirming the results of Feller (1995), and van Wesemael et al.
(2019). Strong correlations are also observed between these biological
indicators and total nitrogen as previously reported by Frankenberger and
Dick (1983), Aon and Colaneri (2001), Liang et al. (2011). Raiesi (2012)
reported correlations between soil N content and the rate of microbial nitrogen
mineralization and immobilization. The close links between enzymatic
activity and organic carbon and nitrogen are not unexpected since both are the
main constituents of soil organic matter and therefore substrates for enzymatic
degradation (Aaon et al., 2001).
Although the main driver of change in biological activity appears to be the
large inputs in organic amendments and the resulting increase in SOC content,
mostly the C>20µm fraction, there remains a large unexplained variability
between fields. Besides differences in the recent application rates of organic
amendments, from <1 to 184 t DM ha-1, such differences could result from
differences in the type of amendments used. Indeed, producers apply
diversified types of organic matter (household waste, compost, cattle, sheep,
pig, poultry manure), whose composition varies considerably (average carbon
content ranging from 9 to 29%, average nitrogen content from 0.41 to 1.75%
and average C/N ratio from 15.5 to 21.33% depending on the type of manure)
(Ouédraogo et al., 2019). Thus, distinct organic amendments may stimulate
microbial biomass differently by increasing labile organic matter (Marriott et
al., 2006; Smukler et al., 2008; Kallenbach and Grandy, 2011) and/or total soil
carbon over periods ranging from several months to several decades (Kong et
al., 2005). In addition, enzyme activities may change depending on the
composition of the amendments and nutrient availability (Acosta-Martínez et
al., 2003; Sinsabaugh et al., 2008; Štursová and Baldrian, 2011). Finally,
differences in the decomposing root biomass in the soil after harvest may have

92
resulted in additional variability. Besides the differences in organic inputs,
other factors may also explain the variability across fields, for instance the
difference in crop choice (Bardgett et al., 1999; Berg and Smalla 2009), crop
associations and rotations (Yusuf et al., 2009), or the toxicity and application
rates of pesticides. Naré et al. (2014) found differences in FDA activity
between soils treated with endosulfan, deltamethrin and profenofos. His
results showed that deltamethrin had the lowest FDA activity in cultivated
soils. The effects of pesticides can also vary depending on the rate (Yao et al.,
2006), which varied from 9 to 151 PTFI ha-1 year-1.
There are positive correlations between basal respiration and enzyme
activities. However, the relationship shows a high variability, especially for
betaglucosidase, phosphatase and FDA, indicating that a large proportion of
these activities may not be associated with the active microbial population
(Frankenberg and Dick, 1983). Indeed, there are so-called extracellular or
abiotic enzymes that are often associated with dead cells and other non-living
fractions in the soil (Sinsabaugh, 1994). The low correlation between basal
respiration and microbial biomass (Table 5.1) leads us to postulate that basal
respiration is dictated more by the amount of substrate than by microbial
biomass. We also observe that microbial biomass is neither correlated with
enzymatic activities such as betaglucosidase, nor with carbon content, which
is the source of energy for most soil microorganisms (Feller, 1995; Badiane et
al., 2001). This could be explained by the fact that microbial biomass was
underestimated because it was measured on samples of dried and re-wetted
soil. This could be the reason for the low values observed for this indicator.
Similar results were observed by Badiane et al. (2001). The PCA (Figure 5.8b)
shows a strong correlation between standardized indicators with microbial
biomass and Nmin/Ntot ratio that is orthogonal to soil properties. This leads
us to confirm that microbial biomass tends to dictate microbial activity
towards mineralization. Marshner et al. (2011) showed a preferential use of
organic nitrogen by wheat rhizobacteria that transforms them into NH4+
available for plants. However, soil conditions favored a rapid conversion of
NH4+ to NO3- by nitrifying bacteria, which explains the predominance of NO3-
over NH4+ as observed in the present study.

93
In these market garden soils, one observes significant carbon sequestration, as
supported by the very high correlation between the C<20µm fraction and the
number of years of cultivation (Table 5.1). The strong correlation between
specific biological activities per unit of total carbon (especially
betaglucosidase) and the ratio C<20µm / C>20µm tends to indicate that
biological activity promotes carbon sequestration in the soil (Fig. 5.6; 5.7;
appendix F). Indeed, microorganisms break down organic matter into smaller
molecules, making them more reactive towards mineral surfaces and
facilitating their incorporation into aggregates (Lehmann and Kleber, 2015).
Also, Six et al. (2004) and Rillig and Mummey (2006) have shown that soil
fungi, particularly mycorrhizae, can strongly affect soil carbon sequestration,
and fungal biomass tends to increase when the soil C/N ratio increase
(Högberg et al., 2006). Our results indicate an increase in the C/N ratio as a
function of the number of years of cultivation (Fig. 5.2d). Microbial biomass
contributes to carbon sequestration by improving soil aggregation through
fungal hyphae and the production of polysaccharides (Grandy and Neff, 2008;
Plaza et al., 2013). According to analyses by Hayano and Tubaki (1985) and
Conn et al. (2000), fungi were the most important source of β-glucosidase in
soil. This may explain the strong correlation between betaglucosidase activity
and C<20µm fraction (Table 5.1; Fig. 5.8a), compared to other indicators.
Thus, the positive correlation between betaglucosidase, C/N ratio and
C<20µm fraction after the principal component analysis leads us to conclude
that large and regular inputs of organic matter to fields lead to an increase in
C/N that promotes an increase in fungal biomass that affects soil carbon
sequestration.
However, it can be observed that the organic amendments used by farmers
(composted urban waste or crop residues, various manures) have C/N ratios
between 15.5 and 21.3 (Ouédraogo et al., 2019). These values are optimal and
therefore could not explain the increase in the C/N ratio of the SOC. Rather,
the increase in the C/N ratio would be related to the fact that the intake doses
exceed the ability of microorganisms to convert organic amendments to SOC,
either because of insufficient nitrogen availability or because other limiting
factors affect biological activity. Although microbial biomass and, even more
so, basal respiration, increase with carbon content (Table 5.1), microbial

94
biomass per unit of COS tends to decrease with increasing carbon (and age),
suggesting a reduced ability of the microbial community to transform added
organic amendments.
This leads us to believe that current market gardening practices are positively
impacting soil biological activity of market garden soils. Nevertheless,
pesticide, fertilizer and organic inputs should still be provided in a reasoned
and balanced way, for greater efficiency, without forgetting the potential
negative effects that excessive inputs can have on the environment (Sall and
Vanclooster, 2009; Sangaré, 2012; Lompo et al., 2018).

5.5 Conclusion

After several years of vegetable production on the Kuinima market garden,

we can observe an improvement in the biological properties of the soil. This
was attributed to the high use of organic amendments, which has led to an
increase in the organic carbon content of the soil. Although producers use
large quantities of pesticides, their potential negative effects seem to be offset
by the overall improvement in carbon content of the soil. However, there is
considerable variability between farms. Further studies should be conducted
to establish the short-term relationships between biological activities and
gardening practices.
Also, the regular and intensive inputs of organic matter were illustrated by an
increase in the C/N ratio. This increase in the C/N ratio partly reflects a
reduced capacity of the microbial community to transform the added organic
amendments, requiring an optimization of inputs. Further investigations
should be carried out to better understand the evolution of this C/N ratio.

95
96
Chapitre 6

Short- and long-term effect of market gardening on

soil quality

6.1 Introduction

Over the past 50 years, about 2 billion of the 8.7 billion hectares of agricultural
land, permanent pasture, forests and woodlands have been degraded due to
inadequate soil management (Arshad and Martin, 2002). A major challenge
for the future is therefore to develop actions to reduce land degradation and
restore currently degraded land in order to maintain the ecosystem functions
of productivity, climate change mitigation, biodiversity conservation and food
security (Muñoz-Rojas, 2018). To better target these actions and for early
detection of a decline in soil functioning, soil quality monitoring is essential
(Wienhold et al., 2004).
Soil quality has been defined as the “capacity of a specific kind of soil to
function, within natural or managed ecosystem boundaries, to sustain plant
and animal productivity, maintain or enhance water and air quality, and
support human health and habitation” (Doran and Parkin, 1994; Karlen et al.,
1997; Karlen et al., 2003). Soil quality can therefore be viewed as an account
of the soil's ability to achieve its ecosystem and social services under changing
conditions (Tóth, et al., 2007). Although it is widely acknowledged that soil
quality assessment must encompass the biological, chemical and physical
properties of the soil, much current scientific knowledge of soils is based on
the analysis of individual soil components. The soil resource being a “dynamic
living system that emerges through a unique balance and interactions between
its biological, chemical and physical components” (Karlen et al., 1997), it
cannot be assessed properly on the basis of individual soil properties.
Integrated soil quality indices based on a combination of soil properties
provide a better indication of soil quality than individual properties (Masto et
al., 2007). These integrated quality indexes are of high relevance because, in

97
addition to helping farmers assess the economic potential of new options and
their impact on soil resources, they enable researchers and decision-makers to
evaluate policy decisions and measure progress towards sustainable soil
management (Granatstein and Bezdiceck, 1992). When soils are degraded to
the level where they can no longer perform their ecosystem functions,
restoration is slow, expensive and uncertain (Arshad and Martin, 2002).
Whereas most cereal and tuber production in sub-Saharan Africa is achieved
under low input, rainfed conditions, vegetable crop production is largely
achieved under high input, irrigated conditions, especially in urban centers
(Sangaré, 2012; Son et al., 2017; Lompo et al., 2018). This places high
demands on soil fertility maintenance and improvement (Ridder and Keulen,
1990). Yet the assessment of the productivity and sustainability of these
cropping systems has often been limited to measuring plant biomass and
yields and evaluating a limited number of soil properties. In particular, the
long-term effects of market gardening practices in sub-Saharan Africa on soil
resources have not been documented, even though these systems are a source
of major concern given their heavy reliance on pesticides and fertilizers as
well as frequent use of urban refuse and polluted irrigation water
(Ahouangninou et al., 2012; Kiba et al., 2012; Abdulkadhir et al., 2013; Son
et al., 2017). Hence, there is a need to carry out an assessment of the impact
of vegetable gardening practices on urban garden soil quality through the
integration of their physical, chemical and biological properties in order to
guide appropriate measures to guarantee the sustainability of these production
systems.
In developed countries, monitoring systems are increasingly being developed
to monitor the soil quality status of soils and the impact of soil conservation
efforts (Arrouays et al., 2002; Tóth et al., 2007; Griffiths et al., 2016). In recent
years, several studies have focused on the selection of appropriate soil quality
assessment criteria. According to Doran et al. (1996), soil quality should
ideally be assessed through the monitoring of indices of soil functioning, e.g.,
microbial activity, water and solute fluxes, soil carbon and nutrient turnover.
Whereas such indices best reflect the health of a soil, they are time-consuming
and require knowledge of reference values that are difficult to obtain because
they can vary according to geographical areas and objectives. Consequently,

98
simpler methods have been developed, for use in a more routine way. Since
many properties are interdependent and their responses to environmental
changes are sometimes difficult to interpret, Andrews et al. (2002a) proposed
a soil quality index (SQI) based on the combination of different soil properties
into an global index using a statistical approach. The establishment of their
SQI involves the selection of a minimum soil quality data set, normalization
of scores and calculation of a global index. This framework has been used
widely. For instance, Andrews et al. (2002a) assessed the effects of different
soil management practices on SQI. Bastida et al. (2006) proposed a soil
microbiological degradation index based on five indicators (dehydrogenase
activity, water-soluble carbohydrates, urease activity, water-soluble C and
respiration) in a semi-arid climate. Recently, Zhang et al. (2019) integrated
this approach into their assessment of the impact of vegetation restoration on
soil quality in a degraded landscape in China. However, there has been no
evaluation of soil quality by means of an integrated index in market gardening
production systems in sub-saharan Africa. In particular, no information is
available on the long-term effects of land use and land management on soil
quality and its different components. Given that the sustainable management
of the soil is more critical than ever in sub-Saharan Africa, the objective of
this research was therefore to develop an integrated soil quality assessment
index that could be used to monitor changes in soil quality as a result of
intensive urban market gardening in sub-Saharan Africa.

6.2 Materials and methods

6.2.1 Study area and Sampling

The description of the study area and sampling method was done in section
2.2 and it sub-section. Disturbed soil samples were taken from the 0-15 cm
topsoil layer for soil chemical and biological analyses. For the analysis of
physical properties (retention curve, hydraulic conductivity, bulk density),
four undisturbed soil samples and one disturbed composite sample were
collected from a depth of 5-10 cm with Kopecki rings (100 cm3) at random

99
points in each field. These soil samples were taken in the fields at least two
weeks after the last cropping operation.

6.2.2 Measurements on bulk soil samples

Measurements of variables such as texture, total organic carbon (Ctot), total

nitrogen (Ntot) contents and pH were described in Chapter 4. Ctot , Ntot and
pH carried out at the Soil science laboratory of the earth and life institute
laboratory of the Université Catholique de Louvain (UCL). Texture was
determined by wet sieving (> 50 µm) and sedimentation (< 50 µm) after
destruction of organic matter at the laboratory of the Centre provincial de
l’agriculture et de la ruralité of the Brabant Wallon (Belgium).

The other chemical analyses were carried out by the BUNASOLS (Bureau
national des sols, Burkina Faso) laboratory.

The available soil P was measured by the Bray1 method (Bray & Kurtz, 1945).
The exchangeable cations Na, K, Ca and K were extracted using an excess
solution of 1 M NH4OAc (ammonium acetate). The concentrations of
exchangeable sodium, potassium, calcium and magnesium were determined
by flame photometry (Na and K) and atomic absorption spectrophotometry
(Ca and Mg). The cation exchange capacity (CEC) was determined after
saturating the exchange complex with ammonium (ammonium acetate
solution at pH7) and then measuring the concentration of NH4+ after
displacement by KCl. The electrical conductivity was measured
simultaneously with the pH, using a conductivity meter. More details can be
found in Okalebo et al. (2002). Biological indicators were determined as
described previously in Chapter 5. The metabolic quotient (QCO2) was
calculated as the ratio between basal respiration and microbial biomass
carbon. It was expressed in µg C-CO2 released per µg microbial biomass C
(Paz-Ferreiro et al., 2012).
Bulk density was calculated by dividing the dry solid mass (after drying at
105°C, 48 h) by the volume of the Kopecki ring (100 cm3). The retention curve
was determined in the laboratory using sand-kaolin box (low absolute matric
heads h) and pressure plate apparatus (high absolute matric heads) on

100
undisturbed (│h│ < 5 m) and disturbed (10 m < │h│ < 150 m) samples. For
each level of matric head, the total mass of the sample was weighted after
equilibrium was reached. For undisturbed samples, the volumetric water
content of the samples was calculated using equation 6.1 for each level.

𝑉𝑤 (𝑀𝑡−𝑀𝑠)
𝜃= 𝑉𝑡
= 𝑉𝑡.𝜌𝑤
(6.1)

With θ, the volumetric water content (m3/m3); Vw the volume of water

contained in the sample for a given matrix head (m3); Vt, the total volume of
soil (m3); Mt, the total mass of the sample for a given matric head (kg); Ms the
dry solid mass (kg); ρw, water density (kg/m3). For disturbed samples, Vt in
Eq. 6.1 was estimated on the basis of the dry mass of the sample and the bulk
density of the corresponding undisturbed sample.
Volume (%) of macropores (equation. 6.2) was estimated by taking the
difference between the porosity and water content at a matric head of -100 cm
(= pF2). The calculation of the porosity was done according to the equation
6.2:

𝜌𝑏
𝜖 =1− (6.2)
𝜌𝑠

With ε (m3/m3), the porosity; ρb, the bulk density (kg/m3); ρs, particle density
(kg/m3).
The particle density was estimated as a function of clay and SOM content
using the regression proposed by Schjønning et al. (2017).
Plant available water capacity was estimated by subtracting the volumetric
water content at the permanent wilting point (pF = 4.2) from the volumetric
water content at h = -100 cm, taken as field capacity. Saturated hydraulic
conductivity (Ks) was determined in the laboratory on 100 cm³ undisturbed
soil samples (Kopeckis) using a constant head permeameter and Darcy's
(Darcy, 1856) equation (equation 6.3).

𝑉𝐿
𝐾𝑠 = (6.3)
𝑡𝑆𝐻

With Ks, the hydraulic conductivity at saturation (m/s); V, the volume of water
(m³) passing through the sample over a given time interval t (s); L, the height

101
of a kopecki (m); S, the sample cross section (m2); H, the hydraulic head
difference across the sample (m).
All soil physical analyses were conducted at the Soil physics lab of the Institut
de recherche en sciences appliquées et technologies (IRSAT).

6.2.3 Evaluation of soil quality index

The soil quality index (SQI) described by Andrews et al. (2002a) was used in
the present study. To calculate the SQI, three main steps were followed
(Andrews et al., 2003; Zhang et al., 2019; Brejda et al., 2000): (i) selection of
a minimum data set (MDS) of indicators that represent soil functioning to
reduce data redundancy (Doran and Parkin, 1994), (ii) transformation of MDS
indicators into scores and (iii) integrating indicator scores into a comparative
SQI. For the selection of the MDS, standardized principal component analysis
(PCA) and Pearson correlation analyses were performed (Doran and Parkin,
1994). Only principal components (PCs) whose eigenvalues were ≥1 and
explaining at least 5% of the total variance were considered (Andrews et al.,
2002a; 2003). Within each PC, only factors with absolute load values within
10% of the highest factor load were selected as key indicators (Andrews et al.,
2002a). If more than one indicator was retained in a PC using this procedure,
Pearson's correlation analysis was used to check for strong correlations
between indicators (Bastida et al., 2006). In case of strong correlations
between the indicators (correlation coefficient r ≥ 0.6), only the highest
weighted indicator was used in the PC (Andrews et al., 2002a; 2003). After
determining the MDS indicators, a non-linear scoring function was used to
transform the soil indicators into scores ranging from 0 to 1. For this purpose,
the sigmoidal function (equation 6.4) has been widely used (Andrews et al.,
2002a; Sharma et al., 2005; Bastida et al., 2006; Zhang et al., 2019).

𝑎
𝑆= 𝑥 𝑏
(6.4)
(1+( ) )
𝑥0

Where S is the soil indicator score, a is the maximum value reached by the
function (a = 1), x is the indicator value, x0 is the average value of each soil
indicator. The use of the average value is important because it centers the

102
curve on a normalized value of 0.5. b is the value of the slope of the equation.
For lack of site-specific values, slope values (b) of -2.5 and 2.5 were used for
a "more is better" (for most variables) or "less is better"(electrical
conductivity; C/N ratio; BD) curve, respectively (Sharma et al., 2005; Bastida
et al., 2006; Zhang et al., 2019). The choice of an upper or lower asymptote
was determined on the basis of the literature quantifying the relationships
between the indicator and soil function.
Finally, with the indicator score and weighing values, the SQI (equation 6.5)
was calculated as follows (Andrews et al., 2002a; Masto et al., 2008; Zhang
et al., 2019):

SQI= ∑𝑛
𝑖=1 𝑆𝑖 ∗ 𝑊𝑖 (6.5)
where Si is the indicator score calculated by equation 4, and n is the number
of indicators selected in the MDS. Wi is the weighting value of the selected
soil indicators, which was determined as follows.
For each PC, a weighting factor was calculated as the ratio between the percent
variance explained by the PC and the total variance explained by all PCs with
eigen values ≥1 (Andrews et al., 2002). If only one variable is retained for a
given PC, then the weight of the variable equals the weight of the PC. If more
than one variable is retained for a given PC, then the weight of each variable
is the weight of the PC divided by the number of variables, i.e., variables
within a PC are equally weighted. The latter differs from previous studies in
so far that each retained variable was given the weight of its PC, which implied
that the sum of weights could be > 1. In the present case, the sum of weighting
factors = 1. In case multiple variables were retained within a given PC,
adjusting the weight of each variable by the strength of its correlation with the
PC was considered but not implemented because, by virtue of the variable
selection criteria, the correlations between the variables and the PC are
necessarily similar (deviation of less than 10%). In addition, previous studies
also used fixed weights for all variables retained in a given PC.
Using the method described above, we used two approaches: A first approach
consists in performing separate PCAs on chemical, biological and physical
properties, then calculating an average of the chemical, biological and

103
physical indices. The second approach consists in calculating the global index,
by doing PCA on all the indicators.

6.2.4 Statistical analysis

The correlation between soil indicators were analyzed by Pearson correlation

test. The standardized principal component analyses (PCAs) and all the
statistical analyses below were performed using the XLSTAT software
(version 2017). Descriptive and linear regression analyses were conducted to
describe soil characteristics and observe changes in soil quality over time.

6.3 Results

6.3.1 Chemical, biological and physical characteristics of the

soil

Kuinima's soil is mostly sandy (75% sand on average). The total carbon
content was high on average (about 2%), but varied widely from low (0.5%)
to very high contents (3.4%) (Table 6.1). The same trend applies to nitrogen.
CEC varied between 3.4 and 17.6 cmol+ kg-1 and the sum of the exchangeable
bases ranged between 2.4 and 17.1 cmol+ kg-1. The available phosphorus also
varied widely, from a minimum of 21.3 to a maximum of 169.3 mg kg-1. The
pH values were on average close to neutral (mean = 6.6), but in a few fields
soils were acidic (pH = 5). We did not observe any salinity problem on the
site.
Enzyme activities varied widely across fields with minimum values between
11 and 175 µg g-1 h-1 and maximum values between 66.45 and 830 µg g-1 h-1,
depending on the enzyme (Table 6.1). The resulting geometric mean
enzymatic activity (GME) ranged between 65 and 212 µg g-1 h-1, with an
average of 137 µg g-1 h-1.
Respiratory activities ranged from 0.39 to 2 µg C-CO2 g-1 h-1 whereas MBC
ranged from 12 to 114 µg g-1 (Table 6.1). An average metabolic quotient
(QCO2) of 0.03 µg C-CO2 g-1MBC h-1 was observed, with 0.005 and 0.08 µg g-

104
1
h-1 as minimum and maximum values, respectively. The microbial quotient
(Qmic) ranged from 0.6 to 9.9 µg g-1, with a mean of 2.9 mg g-1.
The NH4+ content was low (mean = 6.27 µg g-1) compared to NO3- (mean =
41.84 µg g-1; Table 6.1). The ratio on mineral N over total N varied from 16
to 85, while the C/N ratio ranged from 10 to 16.
Bulk density varied between 1.05 and 1.34 g cm-3 while plant available water
capacity ranged between 14 and 26%. There was a high macroporosity, which
ranged between 22 and 37%. The saturated hydraulic conductivity was on
average 1.5 E-5 m s-1 (Table 6.1).

105
Tableau 6.1. Selected chemical, biological and physical characteristics of the
market garden fields

Characteris
Variables Units Min Max Median Mean St.Dev. N
tics
-1
Ctot g kg 5.50 34.68 19.45 18.70 7.10 69
Ntot g kg-1 0.56 2.55 1.44 1.46 0.50 69
pH - 5.0 7.6 6.6 6.6 0.58 69
Chemical SBE cmol kg-1 2.39 17.10 6.78 6.75 2.61 69
CEC cmol kg-1 3.4 17.6 10.5 10.5 3.5 69
P Bray mg kg-1 21.3 169.3 53.3 62.3 31.37 69
E.C µS cm-1 17.40 255.00 95.00 100.84 43.56 69

Betaglucosidas
µg g-1 h-1 11.0 66.5 33.1 34.3 11.03 69
e
-1 -1
Phosphatase µg g h 57.0 280.0 179.0 177.9 57.8 69
FDA µg g-1 h-1 50.9 217.9 142.0 142.3 36.54 69
Uréase µg g-1 h-1 175.0 830.1 445.5 436.2 145.8 69
GME µg g-1 h-1 64.6 212.4 139.6 137.3 33.1 69
Resp µg g-1 h-1 0.39 1.98 1.00 0.99 0.31 69
MBC µg g-1 12.00 114.00 43.00 47.97 19.95 69
Biological
µg C-
QCO2 CO2 µg-1 0.005 0.08 0.02 0.03 0.02 69
MBC h-1
NH4+ µg g-1 2.00 41.20 2.80 6.27 7.02 69
NO3- µg g-1 9.50 114.80 39.20 41.84 21.37 69
Nmin/Ntot % 1.55 8.53 3.06 3.02 1.20 69
C/N - 9.55 15.94 12.66 12.78 1.7 69
Qmic mg g-1 0.59 9.90 2.74 2.91 1.64 69

Clay % 8 23 11 12 3.1 69
Silt % 8 16 12 13 1.8 69
Sand % 64 82 76 75 3.6 69
Physical BD g cm-3 1.05 1.34 1.13 1.16 0.08 18
PAWC % 14 26 21 0.21 0.03 18
Macpo % 22 37 29 29 0.04 18
KS m s-1 2.4 E-6 4.3 E-5 1.2 E-5 1.5 E-5 1.1 E-5 18
Min = Minimum; Max = Maximum; St.Dev. = Standard deviation; N = number of observations; Ctot = Total organic
carbon ; N tot = Total nitrogen ; SBE = Sum of the exchangeable bases; CEC = Cation exchange capacity; Ptot = total
phosphorus ; FDA = fluorescein-di-acétate ; GME = Geometric mean of enzyme activities; Resp = basal respiration; MBC
= Microbial biomass carbon; QCO2= respiratory quotient ; Nmin/Ntot = mineral nitrogen/ total nitrogen ; Qmic = microbial
quotient ; BD = Bulk density; PAWC = Plant available water capacity; Macpo = macroporosity; Ks= Saturated hydraulic
conductivity.

106
6.3.2 Selection of indicators

Regarding the soil chemical indicators, the first four PCs having eigenvalues
≥1 or explaining at least 5% of the total variance were selected. Together,
these four axes explained 95% of the total variance (Table 6.3). The indicators
with high loading are CEC, Ntot and Ctot in the first PC (PC-1) but only CEC
was retained given the strong correlations between these three indicators
(Table 6.2). In PC-2, PC-3 and PC-4, pH, Pbray and electrical conductivity
were selected, respectively, because of their high loadings (Table 6.2). Thus,
using the weight of each PC, the calculation of the chemical SQI was
performed as described in equation (6.6) (Table 6.3).

107
 Tableau 6.2. Correlation matrix between soil characteristics. Pearson’s r coefficients in bold are statistically significant (p < 0.05).
Details on the level of significance of the correlation are provided in Appendix E.
Year P Urea NH4 Nmin/ PAW Macp
Clay Silt Sand Ctot Ntot pH SBE CEC E.C Bglu Phos FDA Resp QCO2 + NO3- MBC C/N Qmic GME BD Ks
s Bray se Ntot C o
Clay 1 0.03 -0.86 0.10 0.12 0.13 -0.20 -0.02 0.15 0.12 0.26 0.28 0.27 0.13 0.11 -0.07 -0.14 0.10 0.21 0.17 0.14 -0.06 -0.03 0.26 0.14 0.19 -0.11 -0.05
Silt 0.03 1 -0.53 0.25 0.45 0.42 0.03 0.40 0.50 0.13 0.26 0.51 0.38 0.46 0.34 0.20 -0.05 -0.10 0.29 -0.12 0.20 0.26 -0.20 0.55 -0.09 0.62 -0.20 0.00
Sand -0.86 -0.53 1 -0.21 -0.33 -0.32 0.16 -0.19 -0.38 -0.16 -0.35 -0.49 -0.42 -0.34 -0.27 -0.04 0.14 -0.04 -0.33 -0.08 -0.22 -0.08 0.13 -0.50 -0.07 -0.26 0.20 0.04
Years 0.10 0.25 -0.21 1 0.69 0.71 0.17 0.62 0.77 0.19 0.28 0.47 0.41 0.32 0.32 0.37 0.17 -0.02 0.29 -0.19 0.08 0.63 -0.53 0.52 -0.22 0.19 -0.05 0.11
Ctot 0.12 0.45 -0.33 0.69 1 0.88 0.05 0.68 0.89 0.27 0.55 0.56 0.61 0.57 0.56 0.61 0.09 0.09 0.49 -0.19 0.31 0.55 -0.58 0.78 -0.22 0.22 -0.06 0.03
Ntot 0.13 0.42 -0.32 0.71 0.88 1 -0.04 0.69 0.81 0.29 0.72 0.52 0.72 0.56 0.67 0.70 0.17 0.25 0.69 -0.04 0.29 0.36 -0.54 0.76 -0.18 0.17 -0.05 0.00
pH -0.20 0.03 0.16 0.17 0.05 -0.04 1 0.49 0.12 -0.11 -0.16 0.34 -0.32 0.11 -0.11 -0.04 -0.03 -0.44 -0.17 -0.37 0.13 0.35 -0.04 -0.04 0.09 0.13 -0.17 0.02
SBE -0.02 0.40 -0.19 0.62 0.68 0.69 0.49 1 0.80 0.18 0.44 0.60 0.28 0.50 0.39 0.47 0.17 -0.13 0.40 -0.23 0.18 0.66 -0.50 0.55 -0.10 0.21 -0.12 0.00
CEC 0.15 0.50 -0.38 0.77 0.89 0.81 0.12 0.80 1 0.38 0.51 0.67 0.55 0.55 0.49 0.56 0.13 -0.05 0.50 -0.20 0.20 0.71 -0.59 0.70 -0.19 0.24 -0.09 0.03
P Bray 0.12 0.13 -0.16 0.19 0.27 0.29 -0.11 0.18 0.38 1 0.17 0.21 0.31 0.12 0.14 0.41 0.16 -0.01 0.16 -0.11 -0.03 0.18 -0.28 0.25 -0.17 -0.01 0.13 0.22
E.C 0.26 0.26 -0.35 0.28 0.55 0.72 -0.16 0.44 0.51 0.17 1 0.27 0.39 0.40 0.41 0.46 0.13 0.31 0.82 0.39 0.12 0.12 -0.40 0.42 0.03 0.27 -0.23 -0.04
Bglu 0.28 0.51 -0.49 0.47 0.56 0.52 0.34 0.60 0.67 0.21 0.27 1 0.47 0.58 0.35 0.34 -0.05 -0.30 0.24 -0.36 0.30 0.48 -0.24 0.74 -0.09 0.24 -0.15 -0.03
Phos 0.27 0.38 -0.42 0.41 0.61 0.72 -0.32 0.28 0.55 0.31 0.39 0.47 1 0.38 0.49 0.46 0.04 0.27 0.44 -0.07 0.23 0.21 -0.34 0.75 -0.13 -0.06 0.10 -0.03
FDA 0.13 0.46 -0.34 0.32 0.57 0.56 0.11 0.50 0.55 0.12 0.40 0.58 0.38 1 0.43 0.47 0.00 -0.06 0.40 -0.13 0.36 0.30 -0.22 0.74 0.17 0.26 -0.31 -0.18
Urease 0.11 0.34 -0.27 0.32 0.56 0.67 -0.11 0.39 0.49 0.14 0.41 0.35 0.49 0.43 1 0.59 0.18 0.10 0.47 0.03 0.24 0.04 -0.40 0.76 -0.05 0.09 -0.04 -0.01
Resp -0.07 0.20 -0.04 0.37 0.61 0.70 -0.04 0.47 0.56 0.41 0.46 0.34 0.46 0.47 0.59 1 0.41 0.15 0.47 -0.02 0.15 0.30 -0.44 0.59 -0.26 0.17 -0.02 0.22
QCO2 -0.14 -0.05 0.14 0.17 0.09 0.17 -0.03 0.17 0.13 0.16 0.13 -0.05 0.04 0.00 0.18 0.41 1 0.23 0.32 0.35 -0.69 0.06 -0.62 0.06 -0.10 0.06 0.04 0.19
+
NH4 0.10 -0.10 -0.04 -0.02 0.09 0.25 -0.44 -0.13 -0.05 -0.01 0.31 -0.30 0.27 -0.06 0.10 0.15 0.23 1 0.23 0.41 -0.13 -0.25 -0.21 0.00 -0.13 -0.05 0.12 0.09
NO3- 0.21 0.29 -0.33 0.29 0.49 0.69 -0.17 0.40 0.50 0.16 0.82 0.24 0.44 0.40 0.47 0.47 0.32 0.23 1 0.57 -0.01 0.13 -0.44 0.45 -0.01 0.26 -0.19 0.01
Nmin/Nt
0.17 -0.12 -0.08 -0.19 -0.19 -0.04 -0.37 -0.23 -0.20 -0.11 0.39 -0.36 -0.07 -0.13 0.03 -0.02 0.35 0.41 0.57 1 -0.36 -0.33 -0.15 -0.21 0.09 0.08 -0.08 0.02
ot
MBC 0.14 0.20 -0.22 0.08 0.31 0.29 0.13 0.18 0.20 -0.03 0.12 0.30 0.23 0.36 0.24 0.15 -0.69 -0.13 -0.01 -0.36 1 0.15 0.45 0.35 -0.05 0.02 -0.03 -0.09
C/N -0.06 0.26 -0.08 0.63 0.55 0.36 0.32 0.66 0.71 0.18 0.12 0.46 0.21 0.30 0.04 0.30 0.06 -0.25 0.13 -0.33 0.15 1 -0.40 0.31 -0.25 0.12 0.02 0.13
Qmic -0.03 -0.20 0.13 -0.53 -0.58 -0.54 -0.04 -0.50 -0.59 -0.28 -0.40 -0.24 -0.34 -0.22 -0.40 -0.44 -0.62 -0.21 -0.44 -0.15 0.45 -0.40 1 -0.38 0.04 -0.09 0.01 -0.06
GME 0.26 0.55 -0.50 0.52 0.78 0.76 -0.04 0.55 0.70 0.25 0.42 0.74 0.75 0.74 0.76 0.59 0.06 0.00 0.45 -0.21 0.35 0.31 -0.38 1 -0.02 0.16 -0.12 -0.07
BD 0.14 -0.09 -0.07 -0.22 -0.22 -0.18 0.09 -0.10 -0.19 -0.17 0.03 -0.09 -0.13 0.17 -0.05 -0.26 -0.10 -0.13 -0.01 0.09 -0.05 -0.25 0.04 -0.02 1 0.12 -0.60 -0.49
PAWC 0.19 0.62 -0.26 0.19 0.22 0.17 0.13 0.21 0.24 -0.01 0.27 0.24 -0.06 0.26 0.09 0.17 0.06 -0.05 0.26 0.08 0.02 0.12 -0.09 0.16 0.12 1 -0.83 0.15
Macpo -0.11 -0.20 0.20 -0.05 -0.06 -0.05 -0.17 -0.12 -0.09 0.13 -0.23 -0.15 0.10 -0.31 -0.04 -0.02 0.04 0.12 -0.19 -0.08 -0.03 0.02 0.01 -0.12 -0.60 -0.83 1 0.19
Ks -0.05 0.00 0.04 0.11 0.03 0.00 0.02 0.00 0.03 0.22 -0.04 -0.03 -0.03 -0.18 -0.01 0.22 0.19 0.09 0.01 0.02 -0.09 0.13 -0.06 -0.07 -0.49 0.15 0.19 1
E.C. = electrical conductivity; Variables are defined in Table 6.1

108
Tableau 6.3. Result of principal component analysis of soil chemical
indicators of the market garden fields, to define the soil chemical quality index
(SQIchem).

𝑆𝑄𝐼𝑐ℎ𝑒𝑚 = 0.59 ∗ 𝐶𝐸𝐶 + 0.20 ∗ 𝑝𝐻 + 0.13 ∗ 𝑃 𝐵𝑟𝑎𝑦 + 0.07 ∗

𝑒𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑎𝑙 𝑐𝑜𝑛𝑑𝑢𝑐𝑡𝑖𝑣𝑖𝑡𝑦 (6.6)
PC-1 PC-2 PC-3 PC-4
Eigenvalues 3.94 1.35 0.89 0.47
Variance (%) 56.33 19.33 12.68 6.70
Cumulative (%) 56.33 75.65 88.33 95.03
Weghting factor 0.59 0.20 0.13 0.07
Ctot 0.92 -0.05 -0.06 -0.29
Ntot 0.93 -0.16 -0.15 -0.03
pH 0.12 0.94 0.14 0.21
SBE 0.83 0.47 0.01 0.05
CEC 0.94 0.05 0.10 -0.21
P Bray 0.39 -0.34 0.84 0.19
Electrical conductivity 0.70 -0.33 -0.36 0.51
Bold factors are considered highly weighted; underlined and bold factors are retained
in the minimum data set (MDS). PC-1, PC-2 indicate first and second principal
component, respectively. Variables are defined in Table 6.1.

The first three PCs with eigenvalues ≥1 explain 70% of the variance of the
soil biological indicators (Table 6.4). The geometric mean of enzymatic
activities (GME) was used in PC-1. In PC-2, the soil metabolic quotient
(QCO2), Nmin/Ntot and microbial biomass carbon (MBC) are highly weighted,
but MBC was not retained because it is highly correlated to QCO2 (Table 6.2).
The C/N ratio was retained for PC-3. The resulting calculation of the
biological SQI is given by equation (6.7) (Table 6.4).

109
Tableau 6.4. Result of principal component analysis of soil biological
indicators of the market garden fields, to define the soil biological quality
index (SQIbiol).
𝑁𝑚𝑖𝑛 𝐶
𝑆𝑄𝐼𝑏𝑖𝑜𝑙 = 0.51 ∗ 𝐺𝑀𝐸 + 0.16 ∗ 𝑄𝐶𝑂2 + 0.16 ∗ + 0.17 ∗ 𝑁 (6.7)
𝑁𝑡𝑜𝑡
Principal component PC-1 PC-2 PC-3
Eigenvalues 4.64 2.88 1.59
Variance (%) 35.66 22.13 12.24
Cumulative (%) 35.66 57.79 70.02
Weghting factor 0.51 0.32 0.17
Betaglucosidase 0.703 -0.415 0.246
Phosphatase 0.739 -0.014 -0.236
FDA 0.733 -0.239 -0.070
Urease 0.754 0.083 -0.255
Resp 0.755 0.174 0.020
QCO2 0.241 0.777 0.405
NH4 0.075 0.549 -0.481
NO3 0.625 0.448 -0.270
Nmin/Ntot -0.076 0.745 -0.390
MBC 0.256 -0.745 -0.470
C/N 0.447 -0.240 0.604
Qmic -0.568 -0.546 -0.435
GME 0.933 -0.193 -0.095
Bold factors are considered highly weighted; Underlined and bold factors are retained
in the minimum data set (MDS). PC-1, PC-2, PC-3 indicate first, second and third
principal component, respectively. Variables are defined in Table 6.1.

For the soil physical indicators, the first 3 PCs all had eigenvalues ≥1 (Table
6.5). Together, they explain 82% of the variability. The plant available water
capacity (PAWC) indicator was retained in the first PC. The silt content has
high factor loading for PC-1, but was not retained because of its strong
correlation with PAWC. Bulk density (BD) and clay content (Clay) were
retained in PC-2 and PC-3, respectively. The resulting calculation of the
physical SQI is given by equation (6.8) (Table 6.5).

110
Tableau 6.5. Result of principal component analysis of soil physical
indicators of the market garden fields, to define the soil physical quality index
(SQIphys).

𝑆𝑄𝐼𝑝ℎ𝑦𝑠 = 0.44 ∗ 𝑃𝐴𝑊𝐶 + 0.37 ∗ 𝐵𝐷 + 0.19 ∗ 𝐶𝑙𝑎𝑦 (6.8)

Principal component PC-1 PC-2 PC-3

Eigenvalues 2.49 2.11 1.11

Variance (%) 35.60 30.08 15.87
Cumulative (%) 35.60 65.69 81.55
Weighting factor 0.44 0.37 0.19
Clay 0.149 -0.099 0.758
Silt 0.849 -0.255 0.103
Ctot 0.654 -0.576 0.218
BD -0.018 0.959 0.013
PAWC 0.908 0.194 -0.260
Macpo -0.704 -0.663 0.123
Ks 0.032 -0.550 -0.629
Bold factors are considered highly weighted; underlined and bold factors are retained
in the minimum data set (MDS). PC-1, PC-2, PC-3 indicate first, second and third
principal component respectively. Variables are defined in Table 6.1.

When performing the PCA on all indicators combined (chemical, biological,

physical), 85% of the total variance could be explained by means of the first
6 PCs with eigenvalues ≥1 (Table 6.6). In PC-1, the CEC, Ctot and Ntot have
high factor loadings but only the CEC was selected because of the strong
correlations between the variables (Table 6.2). In PC-2, macroporosity
(Macpo), FDA and bulk density (BD) have high factor loadings, but bulk
density was not retained due to its strong correlation with macroporosity
(Table 6.2). Nmin/Not was retained in PC-3, while phosphatase and NH4+
were selected for PC-4. For the 5th PC, pH, microbial quotient (Qmic) and
hydraulic conductivity at saturation (Ks) were selected. Finally, the clay
content and PAWC were selected in PC-6. For the global SQI, the calculation
of the SQI is given by equation (6.9) (Table 6.6).

111
Tableau 6.6. Result of principal component analysis of chemical, biological
and physical soil quality indicators of the market garden fields, to define the
global soil quality index (SQIglobal).

𝑁𝑚𝑖𝑛
𝑆𝑄𝐼𝑔𝑙𝑜𝑏𝑎𝑙 = 0.40 ∗ 𝐶𝐸𝐶 + 0.09 ∗ 𝐹𝐷𝐴 + 0.09 ∗ 𝑀𝑎𝑐𝑝𝑜 + 0.15 ∗ 𝑁𝑡𝑜𝑡
+
0.07 ∗ 𝑝ℎ𝑜𝑠𝑝ℎ𝑎𝑡𝑎𝑠𝑒 + 0.07 ∗ 𝑁𝐻4+ + 0.03 ∗ 𝑝𝐻 + 0.03 ∗ 𝑄𝑚𝑖𝑐 + 0.03 ∗
𝐾𝑠 + 0.025 ∗ 𝐶𝑙𝑎𝑦 + 0.025 ∗ 𝑃𝐴𝑊𝐶 (6.9)
Principal component PC-1 PC-2 PC-3 PC-4 PC-5 PC-6
Eigenvalues 8.74 4.10 3.24 3.07 1.74 1.09
Variance (%) 33.60 15.76 12.45 11.82 6.71 4.21
Cumulative (%) 33.60 49.36 61.81 73.64 80.34 84.56
Weighting factor 0.40 0.19 0.15 0.14 0.08 0.05
Clay 0.106 -0.347 0.410 0.220 -0.356 0.450
Silt 0.822 -0.121 -0.137 -0.271 -0.159 0.078
Ctot 0.880 0.162 -0.237 0.014 -0.225 0.173
Ntot 0.900 -0.071 -0.066 0.304 0.113 -0.031
pH -0.189 -0.316 -0.355 -0.554 0.492 -0.024
SBE 0.824 -0.135 -0.215 -0.278 0.258 -0.046
CEC 0.924 0.124 0.005 -0.134 -0.158 0.062
P bray 0.267 0.629 0.330 -0.300 0.077 -0.217
Electrical conductivity 0.710 -0.397 0.344 0.148 0.297 -0.213
Betaglucosidase 0.714 -0.104 -0.295 -0.386 -0.045 -0.136
Phosphatase 0.543 0.214 -0.153 0.620 -0.279 0.018
FDA 0.434 -0.724 -0.115 -0.157 0.002 -0.139
Urease 0.657 -0.169 0.049 0.450 -0.043 -0.118
GME 0.824 -0.228 -0.152 0.163 -0.209 -0.166
Resp 0.761 0.297 -0.037 -0.050 0.412 -0.064
QCO2 0.338 0.498 0.604 -0.354 -0.015 -0.136
NH4+ 0.152 0.218 0.152 0.687 0.323 0.356
-
NO3 0.735 -0.263 0.477 0.206 0.184 -0.100
Nmin/Ntot 0.253 -0.225 0.867 0.238 0.164 -0.018
MBC 0.227 -0.261 -0.747 0.384 0.152 0.184
C/N 0.463 0.513 -0.387 -0.325 -0.261 0.177
Qmic -0.427 -0.380 -0.385 0.366 0.499 -0.032
BD -0.351 -0.726 0.233 -0.122 -0.264 -0.128
PAWC 0.554 -0.409 0.092 -0.522 0.118 0.430
Macpo 0.096 0.745 -0.319 0.396 0.034 -0.316
Ks 0.102 0.598 0.230 -0.167 0.463 0.387
Bold factors are considered highly weighted; underlined and bold factors are retained
in the minimum data set (MDS). PC-1, PC-2, PC-3, PC-4, PC-5 and PC-6 indicate
first, second, third, fourth, fifth, and sixth principal component, respectively.
Variables are defined in Table 6.1.

112
Both approaches resulted in the selection of 11 indicators for the MDS, out of
26 in total. Both methods had five variables in common: CEC and pH as part
of the chemical MDS, Nmin/Ntot as part of the biological MDS, and PAWC
and clay content as part of the physical MDS. Both approaches differed
substantially in terms of indicator selection for chemical, physical and
especially biological quality. Indeed, in addition to the 5 common indicators,
P Bray, electrical conductivity, GME, metabolic quotient (QCO2), C/N and
bulk density were selected for the averaging method, while the FDA,
phosphatase, NH4+, microbial quotient (Qmic), macroporosity and hydraulic
conductivity were selected for the global approach.

6.3.3 Effect of cultivation on soil quality index

The chemical, biological and physical quality indexes all improved

significantly with the number of years of cultivation, showing a linear trend
(Fig. 6.1). SQIchem almost doubled, increasing from 0.33 in the control plots to
0.64 after 60 years of cultivation (Fig. 6.1a). Although not as strongly as
SQIchem, SQIbiol also increased, from 0.36 for control fields to 0.56 after 60
years (Figure 6.1b). For both indexes, a large variability was observed relative
to the mean trend (RMSE = 0.10 for SQIchem and RMSE = 0.07 for SQIbiol).
The lowest improvement was observed for SQIphys, passing on average from
0.41 in control plots to 0.58 after 60 years. For SQIphys, variability was lower
than for SQIchem and SQIbiol (RMSE = 0.04).

113
 1 1
0.9 (a)
0.9 (b)

Soil biological quality index

Soil chemical quality index

0.8 0.8
0.7 0.7
0.6 0.6
0.5 0.5
0.4 0.4
0.3 0.3
0.2 y = 0.0054x + 0.35 0.2 y = 0.0029x + 0.41
0.1 R² = 0.54 0.1 R² = 0.34
0 0
0 10 20 30 40 50 60 70 0 10 20 30 40 50 60 70
Number of year of cultivation Number of years of cultivation

1
0.9 (c)
Soil physical quality index

0.8
0.7
0.6
0.5
0.4
0.3
y = 0.0019x + 0.46
0.2 R² = 0.48
0.1
0
0 10 20 30 40 50 60 70
Number of years of cultivation

Figure 6.1. Evolution of the soil chemical (a), biological (b) and physical (c)
quality indexes as a function of the number of years of cultivation. N = 69 for
(a) and (b); N = 18 for (c).

Both the global soil quality index and the mean soil quality index improved
significantly with the number of years of cultivation, displaying a linear trend
(Fig. 6.2a). However, the mean SQI appeared slightly more sensitive (greater
slope; Fig. 6.2b), the duration of cultivation explaining a larger proportion of
total variance (R² = 0.59 for mean SQI vs. R² = 0.47 for global SQI). Levels
of variability relative to the mean trend were similar for the two SQI’s, with
RMSE = 0.06 in both cases.

114
 1
(a)
0.9
Global Soil quality index
0.8
0.7
0.6
0.5
0.4
0.3
y = 0.0033x + 0.40
0.2 R² = 0.47
0.1
0

1
(b)
0.9
Mean Soil quality index

0.8
0.7
0.6
0.5
0.4
0.3
0.2 y = 0.0037x + 0.38
0.1 R² = 0.59
0
0 10 20 30 40 50 60 70
Number of years of cultivation

Figure 6.2. Evolution of the global soil quality index (a) and mean soil quality
index (b) as a function of the number of years of cultivation. N = 18.

The global and mean SQI are significantly correlated, although not very
strongly (r = 0.51; Table 6.7). Finally, SQIbiol is very strongly correlated to
SQIchem (r = 0.78) but much less to SQIphys (r = 0.48). The global SQI is most

115
correlated with SQIchem and least with SQIphys, whereas the mean SQI is
equally correlated to all three components.

Tableau 6.7. Correlation matrix between soil chemical (SQIchem), biological

(SQIbiol) and physical (SQIphys) quality indexes of the market garden fields and
the number of years of cultivation years). Bold numbers are statistically
significant (P < 0.05).

Variables Years SQIchem SQIbiol SQIphys SQImean SQIglobal

Years 1 0.65 0.65 0.67 0.75 0.66
SQIchem 0.65 1 0.78 0.67 0.66 0.83
SQIbiol 0.65 0.78 1 0.48 0.68 0.75
SQIphys 0.67 0.67 0.48 1 0.63 0.58
SQImean 0.75 0.66 0.68 0.63 1 0.51
SQIglobal 0.66 0.83 0.75 0.58 0.51 1

116
6.4 Discussion

Chemical, biological and physical characterization of the soils

By comparing with the soils of rainfed fields, good physical and chemical and
biological properties were observed on average (Table 6.1). Total C and N
contents were high compared to values reported for rainfed cropping systems
in western Burkina Faso, but C/N ratios are comparable (Pallo et al., 2008;
Kiba, 2012; Ye et al., 2016). pH values are also slightly more favorable than
is commonly observed in rainfed cropping systems. P-Bray values are high.
Because of the high C content, CEC and exchangeable bases were high as well
(Bilgo et al., 2007, Diallo-Diagne et al., 2016; Ye et al., 2016). Bulk density
values are low, with high macroporosity, PAWC and permeability (Hulugalle,
1988; Bielders et al., 2002; Ouattara et al., 2006; Pallo et al., 2008). Similarly,
enzymatic activities, basal respiration and microbial biomass are generally
high, compared to values that are usually found in the same area (Bilgo et al.,
2006; Diallo-Diagne et al., 2016; Ye et al., 2016).
Most investigated properties improved with the number of years of
cultivation, as can been observed through the many significant correlations
between individual variables and the time of cultivation (Table 6.2). The
increase in total carbon and nitrogen contents with the number of years of
cultivation can be ascribed to the frequent and large inputs of organic
amendments. Ouedraogo et al. (2019) estimated organic inputs in urban
vegetable production sites at 51 t DM ha-1 year-1 on average, not considering
the root biomass that is left in the soil after each crop harvest. In tropical soils
whose clay fraction is dominated by kaolinite and oxides of Fe and Al, the
organic matter content of the soil is the main factor influencing cation
exchange capacity (Pichot, 1975). Hence the large observed increase in CEC
over time, which is strongly correlated with total C content. Though not
significant, soil pH also tended to increase overtime, possibly because of the
large applications of composted material, often of near-neutral pH, on soils
that are naturally slightly acidic. The organic amendments probably also
helped buffer the acidification that can result from the high application rates
of mineral N fertilizers (1274 kg N ha-1 yr-1). In parallel with the increase in
pH, exchangeable bases also increased. The large inputs of mineral fertilizer

117
(Ouedraogo et al., 2019) and the high SOM content may largely explain the
high available P contents. In addition, regular additions of large quantities of
organic amendments and the increased soil pH may have limited P
immobilization by Fe and Al oxides, a frequent issue in strongly weathered
tropical soils (Rao et al., 1999; Liptzin and Silver, 2009).
Most biological indicators also improved as a function of the duration of
cultivation. It has been widely documented that additions of organic
amendments have a positive impact on various indicators of biological
activity, including respiration (Masto et al., 2006), microbial biomass (Masto
et al., 2006; Smukler et al., 2008; Kallenbach and Grandy, 2011) and
enzymatic activities (Acosta-Martínez et al., 2003; Li et al., 2015). This is
supported by the strong correlations between total C content and most
biological indicators (all enzymatic activities, respiration, and microbial
biomass) (Table 6.2). One notable exception to the overall positive trend is the
C/N ratio, which tends to increase with increasing duration of cultivation. The
organic amendments used by farmers (composted urban refuse or crop
residues, various types of manure) have C/N ratios comprised between 15.5
and 21.3 (Ouedraogo et al., 2019). These values are adequate for use as soil
amendments, and therefore do not explain the rise in C/N ratio of the SOC.
Possible reasons for the increase in C/N could be that the application rates
exceed the capacity of microorganisms to transform the organic amendments
into SOC, either because of insufficient N availability or because other
limiting factors affect biological activity. Although microbial biomass and,
even more so, microbial respiration, increase when total soil carbon content
increases (Table 6.2), microbial biomass per unit SOC tended to decrease with
increasing carbon (and age; not shown), which seems to indicate a reduced
ability of the microbial community to transform the added organic
amendments.
Finally, the high organic matter content also had a positive impact on the
physical properties of the soil, mostly by lowering soil bulk density and
improving PAWC (Table 6.2). Such positive effects of organic amendments
have been well documented in other contexts (Ridder and Keulen, 1990).
A few variables frequently reported in soil quality studies were not included
in the present study. These are most notably indicators of susceptibility to soil

118
erosion, e.g. aggregate stability, as well as indicators of contamination by
heavy metals (Bünemann et al., 2018). Structural stability of the soil was not
investigated given that there is very limited risk of erosion at the Kuinima site,
as soils have good permeability (Table 6.1), the topography is relatively flat
and the plots are small and bordered by earthen bunds planted with Moringa
oleifera. In addition, the soil is regularly tilled, which further favors rapid
infiltration.
Several studies have reported heavy metal contamination at urban vegetable
gardening sites in developing countries (Abdu et al., 2011; Kiba et al., 2012).
This contamination results from polluted urban refuse used as soil amendment
as well as sewage water from industrial sites used for irrigation. However,
Abdu et al. (2011) investigated a market gardening site in Bobo-Dioulasso and
found that heavy metal concentrations were below the safety threshold for
arable soils. Although the site investigated by Abdu et al. (2011) was different
from Kuinima, it was also an intensive vegetable production site within the
same city. There was no reason to believe that the type of urban refuse used
at Kuinima is different from the one used at the site investigated by Abdu et
al. (2011). In addition, farmers at Kuinima nowadays exclusively use well
water for irrigation, such that contamination through sewage can be excluded.
As pointed out by Arshad and Martin (2002), the selection of soil indicators
must be adapted to the local context and objectives. Given the knowledge
gained from the study of Abdu et al. (2011) and the high costs of analyses,
heavy metal concentrations were therefore not investigated. Cost is one of the
important factors that must be taken into account when assessing soil quality
(Bünemann et al., 2018).

Principal component analysis

The methodology that was used to identify the MDS allowed to reduce by
58% the number of variables needed to characterize the soil quality status for
both the mean and global SQI. MDS are therefore an effective method for
assessing soil quality, as they allow a rapid and accurate reduction of
redundant variables (Armenise et al., 2013; de Paul Obade and Lal., 2014; Yu
et al., 2018). Because the GME used in the mean SQI actually encompasses 4
different enzymatic activities, the global SQI, which relies on 11 variables,

119
nevertheless appears more efficient in terms of data requirement than the mean
SQI, which effectively uses 14 variables. Both approaches resulted in the
selection of chemical, biological and physical variables, even though no
constraints were implemented to ensure this in the case of the global approach.
Nevertheless, the two approaches differed in the selection of variables for
about half of the indicators, especially regarding the choice of biological
indicators.
Numerous previous studies showed that total organic carbon (Ctot) and total
nitrogen (Ntot) are good indicators of soil quality (Andrews and Carroll, 2001;
Karlen et al., 2009). In our study, total organic carbon (Ctot) and total nitrogen
(Ntot) were not retained. Indeed, in spite of being very highly weighted (Table
6.3), Ctot and Ntot were eliminated from the MDS. This is because Ctot is
very highly correlated with the CEC, for reasons discussed above, and Ntot,
being highly correlated to Ctot, is therefore also highly correlated to CEC.
This does not invalidate the results of previous studies, however, since Ctot is
strongly correlated to the mean (r = 0.75) and global SQIs (r = 0.82).

Evolution of soil quality index

Irrespective of the approach used for calculating the SQI, a steady
improvement in soil quality is observed as the duration of cultivation increases
(Fig. 6.2). This can be largely attributed to large inputs of organic
amendments, which serve as a source of organic carbon for soil
microorganisms and, once decomposed, help improve other soil properties.
The improvements in soil quality were, however, strongest in the chemical
component, followed by the biological and last by the physical components
(Fig. 6.1). This may be because improvements in soil chemical quality are
directly driven by the improved SOM content and the nutrient inputs through
fertilizers. For instance, CEC, which is one of the variables retained for
SQIchem, is expected to increase proportionally with the increase in SOC. In
the case of biological quality, organic matter inputs also drive the overall
improvement of soil quality, but there are signs that these additions may be
excessive, as discussed above (C/N ratio increasing over time; respiration
increase less than proportional to the increase in MBC). Finally, although
SOM also drives the changes in soil physical quality, this happens indirectly,

120
through improvements in soil structure, which may explain why the response
of SQIphys is lowest compared to SQIchem and SQIbiol.
Despite the fact that the global and mean SQI are based on different indicators
for more than half of their MDS, there is a great similarity between the
evolution of the global quality index and the average of the quality indices
(Fig. 6.2). This can be attributed to the strong interdependence between the
different indicators (Table 6.2), as was already mentioned by Karlen et al.
(1994) or Arshad and Martin (2002). Nevertheless, the correlation between
the mean and global SQI is not very strong (r = 0.51), which indicates that
they convey different information to some extent.
Besides the reduction in the number of variables needed for evaluating soil
quality, the use of an SQI allowed to reduce the variability in the data. For
many individual indicators, considerable unexplained variability between
plots remained after removal of the temporal trend (not shown; see chapter 4
and 5). This variability likely resulted from the great variety in crops and crop
management practices across farmers (Ouédraogo et al., 2019). Aggregating
the data at the level of the SQI allowed reducing the unexplained variability,
i.e., some of the variability appears to have been averaged out. This greater
robustness of the SQI compared to individual indicators would be an
additional advantage when using the SQI for comparing the impact of
different crop management strategies on soil quality, for instance.
Even though the global and mean SQI evolve similarly over time, it appears
that the use of the mean SQI may be preferable to the global SQI despite
requiring a slightly larger number of analyses. Indeed, by definition, the
former integrates explicitly the three components of soil quality. Even though
the global SQI also integrates variables from the three components of soil
quality, it appears that it is most strongly impacted by the chemical component
(Table 6.6). In addition, although the variability around the mean linear trend
is similar for both approaches, the linear increase in soil quality over time
explains a greater proportion of the total variance in the case of the mean SQI
than the global SQI, which could indicate greater robustness of the former
approach.

121
Evaluation methodology
The majority of the authors are unanimous regarding the main stages of soil
quality assessment: the selection of an MDS, normalization of scores, and
calculation of a global index (Andrews et al., 2002a; Bünemann et al., 2018).
The selection of MDS can be done either by expert judgment (Doran and
Parkin, 1994) or by statistical methods such as multivariate standardized
principal component (PCA) analyses (Andrews et al., 2002a). These two
methods were considered valid by Andrews et al. (2002b) for establishing a
soil quality index in vegetable production systems in the USA. Svoray et al.
(2012) used the expert judgment method and statistical method to study land
degradation due to soil loss and found that statistical models improved
prediction compared to expert judgment models. Also, Bünemann et al. (2018)
argued that the method based on expert judgement may lack methodological
transparency, which may compromise its application. Rinot et al. (2019) also
recommended the use of quantitative statistical models rather than expert-
based models. However, he added that despite the above limitations, expert
advice can be used to facilitate the selection of relevant attributes when
combined with simple methods (Rinot et al., 2019).
With regard to the standardization of scores, both linear or non-linear
functions have been used, but the functionality of many indicators seems to
be better represented by a non-linear than a linear function (Andrews et al.,
2002b). These authors argued that non-linear functions better represent the
attributes of the soil system and are therefore more appropriate as
normalization functions. This explained the choice of non-linear functions in
the present study. Thus, we used a sigmoidal function with a higher ("more is
better") or lower (“less is better”) asymptote depending on the variable. In the
case of soil pH, a bell-shaped function with an optimum between 6.3 to 7.2 is
most often used, as this corresponds to the optimal range for plant nutrient
availability (Truog, 1947). In the present study, since pH exceeded this
optimum range in only a few cases, the use of a "more is better" sigmoidal
function seemed sufficient.
Besides the choice of normalization function, additional hypotheses were
made regarding the centering of the sigmoidal function and its slope. The
hypotheses are consistent with previous studies (Sharma et al., 2005; Bastida

122
et al., 2006; Zhang et al., 2019). However, the positioning and shape of the
sigmoidal function should ideally be based on reference values and local
knowledge. While this may be possible to some extent for soil chemical and
physical properties, insufficient knowledge is currently available regarding
biological activity indicators to define relevant response functions. An
additional difficulty would be that optimal indicator values may to some
extent be crop-dependent, yet a wide variety of crops are grown in urban
vegetable garden sites (Ouédraogo et al., 2019). In the future, greater effort
should thus be invested in establishing reference values and response
functions for evaluating soil quality for vegetable cropping systems in
weathered tropical soils.

6.5 Conclusion

A SQI was derived for urban market garden soils based on the standardized
PCA method using two different approaches. The first approach was based on
the calculation of a mean index based on the chemical, biological and physical
soil quality. The second approach was based on the estimation of a global soil
quality index. Irrespective of the approach used to calculate the SQI, and in
spite of the intensive use of pesticides and fertilizers, results indicate an
overall improvement in soil quality with the number of years of cultivation,
which was attributed to the large inputs of organic amendments in these
systems. The improvement appears more marked in the chemical, then
biological and finally physical components of soil quality.
Both approaches used for calculating the SQI lead to a similar reduction in the
number of variables needed to estimate the SQI. Nevertheless, the two
approaches differed for about half the indicators retained in the MDS. Despite
the great similarity between the two approaches to soil quality change, the use
of the mean of the quality index seems preferable because it is a more balanced
reflection of the three components of soil quality and explains a greater
proportion of the total variance. In order to improve the methodology, greater
efforts should be made to establish reference values and indicator response
functions to assess soil quality for vegetable growing systems in tropical soils.

123
124
Chapitre 7

Conclusions générales et perspectives

7.1 Revue de la méthodologie

Assurer la durabilité des systèmes de production maraîchers constitue un défi

majeur, compte tenu de la forte pression qu’ils exercent sur l’environnement,
des risques sanitaires mais aussi de leur importance socio-économique au
Burkina Faso. Cette durabilité ne saurait être possible sans une meilleure
connaissance des pratiques maraîchères et la prise en compte de la grande
diversité de ces pratiques dans les systèmes de production. De plus, la santé
des sols (« soil health ») étant un élément crucial pour assurer une production
maraîchère durable, cela suscite un intérêt pour une évaluation de l’évolution
de la qualité du sol en fonction du nombre d’années de culture pour les
systèmes de production intensifs. Ainsi, l’objectif global de cette étude était
de contribuer à évaluer la durabilité des systèmes de production maraîchers à
travers une meilleure connaissance des pratiques maraichères et de leur impact
à court et à long terme sur le sol au Burkina Faso. Pour atteindre cet objectif,
il a fallu :
1) Réaliser une caractérisation générale des pratiques et une typologie des
exploitations maraichères en fonction des pratiques agricoles.
2) Evaluer l'effet à court et long terme du maraîchage et des différentes
caractéristiques du sol et du site sur les fractions totales ainsi que labiles et
stables du carbone organique du sol.
3) Evaluer l'impact du maraîchage sur l'évolution à court et long terme de la
qualité biologique des sols.
4) Explorer la qualité du sol après plusieurs années de culture intensive, par
l’utilisation d’indices intégrés d'évaluation de la qualité des sols qui pourraient
être utilisés pour sa surveillance.
La méthodologie a consisté à sélectionner 300 producteurs repartis sur 10 sites
maraîchers situés en milieu urbain, semi-urbain et rural. Chaque producteur a
été questionné sur ses pratiques et sa perception de l’impact de ses pratiques

125
sur le sol, l’eau et les cultures. Les quantités de pesticides ainsi que celles de
nutriments (N, P, K) apportées sous formes organiques ou minérales ont été
estimées. Enfin, une analyse multivariée a permis d’établir une typologie des
exploitations en fonction des pratiques culturales.
Suite à cette caractérisation, le site de Kuinima a été choisi pour l’étude de la
durée d’exploitation sur le sol. Ce choix tient au fait qu’il s’agit du plus grand
site maraîcher de Bobo-Dioulasso et où les champs les plus anciens sont
cultivés depuis plus de 50 ans avec une topographie relativement homogène.
Soixante-neuf champs ont été sélectionnés pour couvrir une gamme de durées
de culture (de 0 à > 50 ans). Des prélèvements de sol ont été faits dans chacun
des champs sur l’horizon 0-15 cm.
Sur chaque échantillon de sol, une analyse granulométrique et des analyses de
carbone total ont été effectuées, puis un fractionnement du carbone a été fait
par agitation et par sonification. En plus, les teneurs en oxyde de fer et
d’aluminium extrait à l’oxalate ont été mesurées. D’autre part, les mêmes
échantillons ont subi des analyses sur les propriétés biologiques (activités
enzymatiques et biochimique) et chimiques (azote total, phosphore
assimilable, pH, conductivité électrique, CEC, bases échangeables). Des
échantillons non perturbés ont été prélevés pour la détermination des
propriétés physiques (densité apparente ; courbe de rétention ; conductivité
hydraulique). Grâce à des tests statistiques, l’ensemble des indicateurs a été
utilisé pour la détermination d’un indice de qualité du sol.

7.2 Résumé des principaux résultats

L’étude de caractérisation et de typologie des pratiques maraîchères (chapitre

3) a permis d’aboutir à la conclusion selon laquelle, malgré l’utilisation
intensive des pesticides chimiques et des fertilisants minéraux par les
producteurs, surtout en milieu urbain, les pratiques généralisées de la rotation
et des associations culturales et de la fertilisation organique par la majorité
constituent un atout majeur pour la transition agro-écologique des systèmes
de culture maraîchers. La typologie a ainsi permis de définir sur la base des
pratiques, quatre types d’exploitations présentant des défis spécifiques à
relever pour réussir cette transition agro-écologique. Les principaux défis

126
résident dans le développement de méthodes efficaces de gestion intégrées des
ravageurs pour une réduction des doses de pesticide chimique et d’engrais,
surtout de l’azote. La sensibilisation aux impacts sanitaires et
environnementaux des pratiques culturales maraichères doit également être
renforcée, tout particulièrement en milieu urbain, auprès des producteurs mais
aussi auprès des consommateurs. Cela pourrait inciter les autorités à faire
appliquer les lois en vigueur règlementant l’usage des pesticides et conduire
les producteurs à modifier leurs pratiques, permettant à ces derniers une
meilleure valorisation économique de leurs produits maraichers issus de
systèmes de culture agro-écologiques.

Grâce à l'utilisation intensive d'amendements organiques, les pratiques

maraîchères ont un effet positif sur la dynamique du carbone organique du sol
(chapitre 4). La teneur en carbone organique total du sol augmente de façon
asymptotique avec la durée de mise en culture de la parcelle. Il y a d'abord une
augmentation de la fraction labile, puis une partie de ce carbone est stabilisée
par association aux particules d’argile et de limons fins. On assiste également
à une stabilisation physique importante dans les micro-agrégats, favorisés par
la présence d’oxydes de fer et d’aluminium. Ainsi, les pratiques maraîchères
contribuent à atténuer l'impact du changement climatique par la stabilisation
du carbone organique. L’étude de cas a permis de démontrer que les meilleurs
prédicteurs du carbone organique du sol sont le nombre d'années de culture et
la teneur en oxyde de fer et d’aluminium extractibles à l'oxalate, et que le
fractionnement du carbone dans les sols tropicaux nécessite des méthodes plus
énergétiques (comme la sonification) que celles préconisées en milieu tempéré
(agitation).
L’augmentation de la fraction labile de carbone organique du sol (obtenue par
agitation) s’est traduite par une amélioration significative de la fertilité
biologique du sol. On note cependant, une variabilité importante entre les
exploitations, qui pourrait être liée à la diversité des pratiques culturales
(chapitre 5). Une analyse de la qualité du sol à travers une approche holistique
a permis d’observer une amélioration des indices de qualité physiques,
chimiques, biologique et globale du sol attribuable à l’augmentation de la
teneur en carbone du sol grâce aux apports d’amendements organiques. On

127
note cependant une grande variabilité entre les exploitations, qui pourrait être
due à la grande diversité de pratiques culturales (chapitre 6).
Cependant, bien qu’elle ait des effets positifs sur la fertilité du sol, la fumure
organique doit être utilisée de façon raisonnée dans les exploitations
maraîchères. La même précaution doit être observée avec les engrais minéraux
et les pesticides pour plus d’efficience et afin d’atténuer les risques de
lixiviation d’éléments vers les nappes phréatiques et la production de gaz à
effet de serre.

7.3 Limites de l’étude

Cette thèse, qui a permis de caractériser et de faire une typologie des pratiques
maraîchères, puis d’évaluer l’impact sur le sol des pratiques maraichères
intensives en fonction de la durée d’exploitation, présente quelques limites.
La première limite est liée aux enquêtes. En effet, les informations collectées
sur les pratiques culturales ne sont valables que pour l’année d’enquête, mais
ne disent rien sur les pratiques mises en œuvre depuis le début de la production
maraîchère. Cela n’a donc pas permis de faire le lien entre les pratiques
culturales et les propriétés du sol afin de mieux expliquer la variabilité qui
existe entre les exploitations. La deuxième limite tient du fait que l’étude n’a
pas pris en compte les teneurs en métaux lourds du sol dans l’évaluation des
indices de qualité du sol compte tenu du coût que cela engendrait. Enfin, la
troisième limite est liée à l’absence d’exploitations agro-écologiques sur le
site, qui aurait permis de faire une comparaison entre maraîchages agro-
écologique et intensif, pour ce qui est de leur impact sur les sols.

7.4 Perspectives

7.4.1 Perspectives pour la recherche

Le travail ainsi réalisé a permis d’obtenir des informations importantes sur la

diversité et la typologie des pratiques maraîchères. Il a permis également
d’obtenir des résultats intéressants sur l’impact à long terme de ces pratiques

128
sur la qualité du sol. Cependant, certains points méritent d’être approfondis
par la suite. Tout d’abord, la poursuite de l’étude de la durée d’exploitation
sur les propriétés du sol, sur des sites agro-écologiques, permettrait de faire
une comparaison avec les pratiques agroécologiques, et conventionnelles.
L’étude devrait également prendre en compte d’autres dimensions
environnementales de la santé des sols (par exemple, la pollution des eaux
souterraines). En outre, des efforts devraient être faits pour établir des valeurs
de référence et des fonctions de réponse des indicateurs permettant d’évaluer
la qualité des sols pour les systèmes de culture maraichers dans les sols
tropicaux. Enfin, des études approfondies devraient être menées pour établir
les relations à court terme entre l’activité biologique et les pratiques culturales,
ce qui permettrait de mieux expliquer la variabilité qui existe entre les
exploitations.

7.4.2 Perspectives pour les acteurs du développement

Vu l’importance de la fertilisation organique sur le carbone organique du sol,

il est nécessaire de sensibiliser les maraichers en milieu semi-urbain et rural,
à l’intérêt d’accroitre les doses d’amendements organiques tout en réduisant
les quantités de fertilisants minéraux afin d’aboutir à une combinaison
équilibrée entre fumures organiques et minérales. Pour cela, en milieu semi-
urbain et rural, il convient de développer un élevage bien intégré aux systèmes
maraichers et de promouvoir le compostage des ordures ménagères et des
résidus de cultures. Afin d’assurer la disponibilité d’amendements organiques
de qualité, il convient de valoriser les déchets ménagers et agro-industriels,
par la mise en place de filières de compostage. Pour réduire les quantités
d’engrais apportées, il serait nécessaire d’élaborer une méthode d’apport
raisonnée des fertilisants pour les principales cultures maraîchères et les
rotations qui soit accessibles aux maraichers généralement non alphabétisés.
Enfin, des efforts devront être faits pour un usage plus raisonné de tous les
intrants et la mise en place d’un système de surveillance des sols.

129
130
Références bibliographiques

Abdu, N., Abdulkadir, A., Agbenin, J.O., Buerkert, A., 2011. Vertical
distribution of heavy metals in wastewater-irrigated vegetable garden
soils of three West African cities. Nutr. Cycl. Agroecosystems 89, 387–
397. https://doi.org/10.1007/s10705-010-9403-3
Abdulkadir, A., 2012. Nutrient flows in urban and peri-urban agroecosystems
in three West African cities. Doctoral thesis. Wageningen University,
Germany. 217p.
Abdulkadir, A., Leffelaar, P.A., Agbenin, J.O., Giller, K.E., 2013. Nutrient
flows and balances in urban and peri-urban agroecosystems of Kano,
Nigeria. Nutr. Cycl. Agroecosystems 95, 231–254.
https://doi.org/10.1007/s10705-013-9560-2
Acosta-Martinez, V., Zobeck, T.M., Gill, T.E., Kennedy, A.C., 2003.
Enzyme activities and microbial community structure in semiarid
agricultural soils. Biol. Fertil. Soils 38, 216–227.
https://doi.org/10.1007/s00374-003-0626-1
Adam, G., Duncan, H., 2001. Development of a sensitive and rapid method
for the measurement of total microbial activity using fluorescein
diacetate (FDA) in a range of soils. Soil Biol. Biochem. 33, 943–951.
https://doi.org/10.1016/S0038-0717(00)00244-3
Adjia, R., Fezeu, W.M.L., Tchatchueng, J.B., Sorho, S., Echevarria, G.,
Ngassoum, M.B., 2008. Long term effect of municipal solid waste
amendment on soil heavy metal content of sites used for periurban
agriculture in Ngaoundere, Cameroon. African J. Environ. Sci. Technol.
2, 412–421.
Ahouangninou, C.C.A. 2013. Durabilité de la production maraichère au sud-
Benin: un essai de l’approche écosystémique. Thèse de Doctorat
Unique, Université d’Abomey-Calavi, (Bénin). 344 p.
https://agritrop.cirad.fr/572410/1/document_572410.pdf
Ahouangninou, C., Martin, T., Edorh, P., Bio-bangana, S., Samuel, O., St-
laurent, L., Dion, S., Fayomi, B., Biomédicales, S., Calavi, A., Hortsys,
U.P.R., 2012. Characterization of Health and Environmental Risks of
Pesticide Use in Market-Gardening in the Rural City of Tori-Bossito in
Benin , West Africa 2012, 241–248.
Ahouangninou, C., Fayomi, B.E., Martin, T., 2011. Évaluation des risques
sanitaires et environnementaux des pratiques phytosanitaires des
producteurs maraîchers dans la commune rurale de Tirés à part : C.
Ahouangninou Tori-Bossito (Sud-Bénin). Cah Agric 20 : 216-22.
DOI : 10.1684/agr.2011.0485.
Akaike, H., 1974. A new look at the statistical model identification. IEEE
Trans. Autom. Control 19, 716–723.

131
Amoah, P., Drechsel, P., Abaidoo, R.C., Ntow, W.J., 2006. Pesticide and
Pathogen Contamination of Vegetables in Ghana’s Urban Markets.
Archiv. Environ. Contam. Toxicol. 50, 1–6.
Andrews, S.S., Flora, C.B., Mitchell, J.P., Karlen, D.L., 2003. Growers’
perceptions and acceptance of soil quality indices. Geoderma 114, 187–
213. https://doi.org/10.1016/S0016-7061(03)00041-7
Andrews, S.S., Mitchell, J.P., Mancinelli, R., Karlen, D.L., Hartz, T.K.,
Horwath, W.R., Munk, D.S., 2002a. On-farm assessment of soil
quality in California's central valley. Agronomy Journal, 94(1), 12-
23.
Andrews, S.S., Karlen, D.L., Mitchell, J.P., 2002b. A comparison of soil
quality indexing methods for vegetable production systems in Northern
California. Agric. Ecosyst. Environ. 90, 25–45.
https://doi.org/10.1016/S0167-8809(01)00174-8
Andrews, S.S., Carroll, C.R., 2001. Designing a Soil Quality Assessment Tool
for Sustainable Agroecosystem Management Author ( s ): Susan S .
Andrews and C . Ronald Carroll Published by : Wiley on behalf of the
Ecological Society of America Stable URL :
https://www.jstor.org/stable/3061079. Ecol. Soc. Am. 11, 1573–1585.
Aon, M., Colaneri, A., 2001. Temporal and spatial evolution of enzymatic
activities and physico-chemical properties in an agricultural soil. Appl.
Soil Ecol. 18, 255–270. https://doi.org/10.1016/S0929-1393(01)00161-
5
Armenise, E., Redmile-Gordon, M.A., Stellacci, A.M., Ciccarese, A., Rubino,
P., 2013. Developing a soil quality index to compare soil fitness for
agricultural use under different managements in the Mediterranean
environment. Soil Tillage Res. 130, 91–98.
https://doi.org/10.1016/j.still.2013.02.013
Arrouays, D., Jolivet, C., Boulonne, L., Bodineau, G., Saby, N., & Grolleau,
E., 2002. Une initiative nouvelle en France: la mise en place d’un
Réseau multi-institutionnel de Mesures de la Qualité des Sols
(RMQS). Cpte Rend Ac Agr Fr, 88, 93-105.
Arshad, M.A., Martin, S., 2002. Identifying critical limits for soil quality
indicators in agro-ecosystems. Agric. Ecosyst. Environ. 88, 153–160.
https://doi.org/10.1016/S0167-8809(01)00252-3
Badiane, N.N.Y., Chotte, J., Pate, E., Masse, D., Rouland, C., 2001. Use of
soil enzyme activities to monitor soil quality in natural and improved
fallows in semi-arid tropical regions. Appl. Soil Ecol. 18, 229–238.
https://doi.org/10.1016/S0929-1393(01)00159-7
Baldock, J.A., Skjemstad, J.O., 2000. Role of the soil matrix and minerals in
protecting natural organic materials against biological attack. Organic
Geochemistry, 31, 697–710. Org. Geochem. 31, 697–710.

132
Balesdent, J., Wagner, G.H., Mariotti, A., 1988. Soi1 organic matter tumover
in long term fïeld experiments as revealed by carbon 13C natural
abundance. Soil. Sci. Soc. Am. J., 52, 118-124.
Bardgett, R.D., Mawdsley, J.L., Edwards, S., Hobbs P.J., Rodwell, J.S.,
Davies, W.J., 1999. Plant species and nitrogen effects on soil bio-
logical properties of temperate upland grasslands. Funct. Ecol.13:
650–660.
Barthès, B.G., Kouakoua, E., Larré-Larrouy, M.-C., Razafimbelo, T.M., de
Luca, E.F., Azontonde, A., Neves, C.S.V.J., de Freitas, P.L., Feller, C.L.,
2008. Texture and sesquioxide effects on water-stable aggregates and
organic matter in some tropical soils. Geoderma 143, 14–25.
https://doi.org/10.1016/j.geoderma.2007.10.003
Basile-Doelsch, I., Balesdent, J., Rose, J., 2015. Are interactions between
organic compounds and nanoscale weathering minerals the key
drivers of carbon storage in soils? Environ. Sci. Technol. 49, 3997–
3998.
Bastida, F., Luis Moreno, J., Teresa Hernández, García, C., 2006.
Microbiological degradation index of soils in a semiarid climate. Soil
Biol. Biochem. 38, 3463–3473.
https://doi.org/10.1016/j.soilbio.2006.06.001
Bastida, F., Zsolnay, A., Hernández, T., García, C., 2008. Past, present and
future of soil quality indices: A biological perspective. Geoderma 147,
159–171. https://doi.org/10.1016/j.geoderma.2008.08.007
Bempah, C.K., Buah-Kwofie A., Denutsui D., Asomaning J., Tutu A.O.,
2011. Monitoring of pesticide residues in fruits and vegetables and
related health risk assessment in Kumasi metropolis, Ghana. Res. J.
Environ. Earth Sci. 3(6), 761–771.
Berg, G., Smalla, K., 2009. Plant species and soil type cooperativelyshape the
structure and function of microbial communities in therhizosphere.
FEMS Microbiol Ecol 68:1–13.
Bielders, C.L., Michels, K., Bationo, A., 2002. On-farm evaluation of ridging
and residue management options in a Sahelian millet-cowpea intercrop.
1. Soil quality changes. Soil Use Manag. 18, 216–222.
https://doi.org/10.1079/SUM2002135
Bilgo, A., Masse, D., Sall, S., Serpantié, G., Chotte, J.-L., Hien, V., 2006.
Chemical and microbial properties of semiarid tropical soils of short-
term fallows in Burkina Faso, West Africa. Biol. Fertil. Soils 43, 313–
320. https://doi.org/10.1007/s00374-006-0107-4
Blakemore, L. C., Searle P. L. and Daly, B. K. 1981. Methods for Chemical
Analysis of Soils. New Zealand Soil Bureau Scientific Report 10A.
Department of Scientific and Industrial Research, New Zealand.

133
Bognini, S., 2006. Cultures maraîchères dans l’économie des ménages à Réo
et à Goundi dans la province du Sanguié au Burkina Faso. Mémoire
du diplôme de maîtrise. Université de Ouagadougou. Burkina Faso.
106p. https://www.memoireonline.com/10/10/3997/m_Cultures-
maracheres-dans-leconomie-des-menages--Reo-et--Goundi-dans-la-
province-du-Sang29.html#toc58
Böhme, L., Langer, U., Böhme, F., 2005. Microbial biomass, enzyme
activities and microbial community structure in two European long-term
field experiments. Agric. Ecosyst. Environ. 109, 141–152.
https://doi.org/10.1016/j.agee.2005.01.017
Bray, R.H., Kurtz L.T., 1945. Determination of total, organic and available
forms of phosphorus insoils. Soil. Sci. 59, 39-45.
Brejda, J.J., Karlen, D.L., Smith, J.L., Allan, D.L., 2000. Loess Hills and
Palouse Prairie. Soil Sci. Soc. Am. J. 64, 2125–2135.
Brussaard, L., et al., 1997. Biodiversity and ecosystem functioning in soil.
Ambio 26, 563–570
Bünemann, E.K., Bongiorno, G., Bai, Z., Creamer, R.E., De Deyn, G., de
Goede, R., Fleskens, L., Geissen, V., Kuyper, T.W., Mäder, P.,
Pulleman, M., Sukkel, W., van Groenigen, J.W., Brussaard, L., 2018.
Soil quality – A critical review. Soil Biol. Biochem. 120, 105–125.
https://doi.org/10.1016/j.soilbio.2018.01.030
Bünemann, E.K., Schwenke, G.D., Van Zwieten, L., 2006. Impact of
agricultural inputs on soil organisms—a review. Soil Res. 44, 379.
https://doi.org/10.1071/SR05125
Caner, L., Bourgeon, G., Toutain, F., Herbillon, A.J. 2000. Characteristics of
non-allophanic Andisols derived from low-activity clay regoliths in
the Nilgiri Hills (Southern India). European Journal of Soil Science,
51, 553–563.
Caner, L., Petit, S., Joussein, E., Fritsch, E., Herbillon, A.J., 2011.
Accumulation of organo-metallic complexes in laterites and the
formation of Aluandic Andosols in the Nilgiri Hills (southern India):
similarities and differences with Umbric Podzols. Eur. J. Soil Sci.
62, 754–764. https://doi.org/10.1111/j.1365-2389.2011.01389.x
Cariglia, A., 2007. Lutte préventive contre le flétrissement bactérien en culture
de tomate hors sol - état des connaissances et conseils. Association
Réunionnaise pour la Modernisation de l’Economie Fruitière,
Légumière et Horticole (ARMEFLHOR). Pôle de protection des
plantes, St-Pierre Iles de la Réunion, France, 138 p.
Chauvel, A., Pedro, G., Tessier, D., 1976. Rôle du fer dans l’organisation des
matériaux kaoliniques. Sci. Sol, 2, 101-115.
Chenu, C., Angers, D.A., Barré, P., Derrien, D., Arrouays, D., Balesdent, J.,
2019. Increasing organic stocks in agricultural soils: Knowledge gaps
and potential innovations. Soil Tillage Res. 188, 41–52.

134
 https://doi.org/10.1016/j.still.2018.04.011
Cissé, G., Kientga, M., Ouédraogo, B., Tanner, M., 2002. Développement du
maraîchage autour des eaux de barrage à Ouagadougou : quels sont
les risques sanitaires à prendre en compte ? Cahiers Agricultures.
Volume 11, Numéro 1, 31-8, Janvier - Février 2002, Cultures
irriguées et santé. http://www.jle.com/fr/revues/medecine/stv/e-
docs/00/00/EB/2B/article.phtml.
Conn, C., Dighton, J., 2000. Litter quality influences on decomposition,
ectomycorrhizal community structure. Soil Biol. 32, 489–496.
C.P.C.S., 1967. La Classification Française des Sols. ENSA, Grignon, 96 pp.
D’Arondel de Hayes, J., Traoré, G., 1990. Cultures maraîchères en zone
Soudano- Sahélienne. Recueil de fiches techniques, 79: CIRAD-
IRAT, INERA. http://agritrop.cirad.fr/341076/1/ID341076.pdf
Dabire, T.G, Bonzi ,S., Somda, I., Legreve, A., 2016. Evaluation in vitro de
l’activité antagoniste d’isolats de Trichoderma harzianum Pers.
contre trois espèces fongiques pathogènes de l’oignon au Burkina
Faso. Tropicultura, 34, 3,313-322.
de Paul Obade, V., Lal, R., 2014. Using meta-analyses to assess pedo-
variability under different land uses and soil management in central
Ohio, USA. Geoderma 232–234, 56–68.
https://doi.org/10.1016/j.geoderma.2014.04.030
Denef, K., Six, J., Merckx, R., Paustian, K., 2004. Carbon Sequestration in
Micro-aggregates of No-Tillage Soils with Different Clay Mineralogy.
Soil Sci. Soc. Am. J. 68, 1935. https://doi.org/10.2136/sssaj2004.1935
Deng, Y., Dixon, J.B., 2002. Soil organic matter and organic-mineral
interactions. In:Dixon, J.B., Schulze, D.G. (Eds.), Soil Mineralogy
with Environmental Applications. Soil Science Society of America,
Inc, Madison, Wisconsin, USA, pp. 69–197.
DGPER., 2010. « Rapport d’analyse du module maraîchage, bureau central
du recensement général de l’agriculture »,214 p.
Diallo-Diagne, N.H., Assigbetse, K., Sall, S., Masse, D., Bonzi, M., Ndoye,
I., Chotte, J.L., 2016. Response of Soil Microbial Properties to Long-
Term Application of Organic and Inorganic Amendments in a Tropical
Soil (Saria, Burkina Faso). Open J. Soil Sci. 06, 21–33.
https://doi.org/10.4236/ojss.2016.62003
Dick, R., 1997. Soil enzyme activities as integrative indicators of soil health.
In: Pankhurstl, C.E., Double, B.M., Gupta, V.V.S.R. (Eds.),
Biological Indicators of Soil Health. CAB International, pp. 121±156.
Diogo, R.V.C., Buerkert, A., Schlecht, E., 2010. Horizontal nutrient fluxes
and food safety in urban and peri-urban vegetable and millet cultivation
of Niamey, Niger. Nutr. Cycl. Agroecosystems 87, 81–102.
https://doi.org/10.1007/s10705-009-9315-2

135
Dixon, J. B. 1989. Kaolin and Serpentine group minerals. In Minerals in Soil
Environments. Ed. J B Dixon and S BWeed. pp 467–525. SSSA Book
Series No. 1. SSSA, Madison, WI.
do Nascimento, N.R., Bueno, G.T., Fritsch, E., Herbillon, A.J., Allard, T.,
Melfi, A.J., Astolfo, R., Boucher, H., Li, Y., 2004. Podzolization as a
deferralitization process: a study of an Acrisol-Podzol sequence derived
from Palaeozoic sandstones in the northern upper Amazon Basin. Eur. J.
Soil Sci. 55, 523–538. https://doi.org/10.1111/j.1365-
2389.2004.00616.x
Doran, J. W., and Zeiss M. R. 2000. Soil health and sustainability:
managingthe biotic component of soil quality. Appl. Soil Ecol.15:3–
11
Doran, J.W., Sarrantonio, M., Liebig, M.A., 1996. Soil health and
sustainability. In: Sparks, D.L. (Ed.), Advances in Agronomy Vol. 56.
Academic Press, San Diego, CA, pp. 1–54.
Doran, J.W., Parkin, T.B., 1994. Defining and assessing soil quality. In:
Doran, J.W., Coleman, J.W., Bezdicek, D.F. (Eds.), Defining Soil
Quality for a Sustainable Environment. Soil Sci. Soc. Am. Special
Publ., vol. 35. ASA-SSSA, Madison, WI, pp. 3–21.
Dossa, L.H., Abdulkadir, A., Amadou, H., Sangaré, S., Schlecht, E., 2011.
Exploring the diversity of urban and peri-urban agricultural systems
in Sudano-Sahelian West Africa: An attempt towards a regional
typology. Landscape and Urban Planning, 10(2), 196–206.
https://doi.org/10.1016/j.landurbplan.2011.04.005
Drechsel, P., Quansah, C. and Penning De Vries, F., 1999. Stimulation of
urban and peri-urban agriculture in West Africa: characteristics,
challenges, need for action. In Urban Agriculture in West Africa.
Contributing to Food Security and Urban Sanitation, ed. O. B. Smith.
Ottawa, Canada and Wageningen, Netherlands. Available from
http://www.idrc.ca/en/ev-33700-201-1-DO_TOPIC.html
International Development Research Centre (IDRC), Technical
Centre for Agricultural and Rural Cooperation (ACP-EU).
Eusterhues, K., Neidhardt, J., Hädrich, A., Küsel, K., Totsche, K.U., 2014.
Biodegradation of ferrihydrite-associated organic matter.
Biogeochemistry 119, 45–50. https://doi.org/10.1007/s10533-013-9943-
0
FAO, 2006. World reference base for soil resources 2006. A framework for
international classification, correlation and communication. World
Soil Resources Reports, 103 p.
Faure, Y.A., Labazee, P., 2002. Socio-économie des villes africaines: Bobo et
Korhogo dans les défis de la décentralisation. Karthala. Paris, France.
564p.

136
Feller, C., 1995. La matière organique du sol: un indicateur de la fertilité.
Application aux zones sahélienne et soudanienne. Agriculture et
développement, (8), 35-41.
Feller, C., Beare, M., 1997. ScienceDirect - Geoderma Physical control of soil
organic matter dynamics in the tropics. Geoderma 79, 69–116.
Feng, W., Plante, A.F., Six, J., 2013. Improving estimates of maximal organic
carbon stabilization by fine soil particles. Biogeochemistry 112, 81–93.
https://doi.org/10.1007/s10533-011-9679-7
Florian, S., 2003. Le potentiel des systèmes d’information pour la gestion de
l’agriculture urbaine à Bobo-Dioulasso. Mémoire de fin d’études.
Ecole polytechnique fédérale de Lausanne.
Frankenberger, W.T., Dick, W.A., 1983. Relationships Between Enzyme
Activities and Microbial Growth and Activity Indices in Soil1. Soil Sci.
Soc. Am. J. 47, 945.
https://doi.org/10.2136/sssaj1983.03615995004700050021x
Fritsch, E., Balan, E., do Nascimento, N.R., Allard, T., Bardy, M., Bueno, G.
et al., Derenne, S., Melfi, A.J., Calas, G., 2011. Deciphering the
weathering processes using environmental mineralogy and
geochemistry: towards a general model of laterite and podzol genesis
in the Upper Amazon Basin. Compt. Rendus Geosci. 343, 188–198.
Fritsch, E., Morin, G., Bedidi, A., Bonnin, D., Balan, E., Caquineau, S., Calas,
G., 2005. Transformation of haematite and Al-poor goethite to Al-rich
goethite and associated yellowing in a ferralitic clay soil profile of the
middleAmazon Basin (Manaus, Brazil). Eur. J. Soil Sci. 56, 575–588.
Gafsi, M., Dugué, P., Jamin, J-Y., Brossier, J., 2007. Exploitations agricoles
d’Afrique de l’ ouest et du Centre chez Quae. Pp472.
https://cgspace.cgiar.org/bitstream/handle/10568/100821/1395_PDF.
pdf?sequence=1
Garcıá -Gil, J., Plaza, C., Soler-Rovira, P., Polo, A., 2000. Long-term effects
of municipal solid waste compost application on soil enzyme activities
and microbial biomass. Soil Biol. Biochem. 32, 1907–1913.
https://doi.org/10.1016/S0038-0717(00)00165-6
Geisseler, D., Scow, K.M., 2014. Long-term effects of mineral fertilizers on
soil microorganisms – A review. Soil Biol. Biochem. 75, 54–63.
https://doi.org/10.1016/j.soilbio.2014.03.023
Granatstein, D., Bezdicek, D.F., 1992. The need for a soil quality index: local
andregional perspectives. Am. J. Altern. Agric. 7, 12–16.
Grandy, A.S., Neff, J.C., 2008. Molecular C dynamics downstream: The
biochemical decomposition sequence and its impact on soil organic
matter structure and function. Sci. Total Environ. 404, 297–307.
https://doi.org/10.1016/j.scitotenv.2007.11.013

137
Griffiths, B.S., Römbke, J., Schmelz, R.M., Scheffczyk, A., Faber, J.H.,
Bloem, J., Pérès, G., Cluzeau, D., Chabbi, A., Suhadolc, M., Sousa,
J.P., Martins da Silva, P., Carvalho, F., Mendes, S., Morais, P.,
Francisco, R., Pereira, C., Bonkowski, M., Geisen, S., Bardgett, R.D.,
de Vries, F.T., Bolger, T., Dirilgen, T., Schmidt, O., Winding, A.,
Hendriksen, N.B., Johansen, A., Philippot, L., Plassart, P., Bru, D.,
Thomson, B., Griffiths, R.I., Bailey, M.J., Keith, A., Rutgers, M.,
Mulder, C., Hannula, S.E., Creamer, R., Stone, D., 2016.
Selectingcost effective and policy-relevant biological indicators for
European monitoring ofsoil biodiversity and ecosystem function.
Ecol. Indic. 69, 213–223.
https://doi.org/10.1016/j.ecolind.2016.04.023
Harris, J.A., Birch, P., 1989. Soil microbial activity in opencast coal mine
restoration. Soil Use and Management 5, 155±160.
Hassink, J., 1997. The capacity of soils to preserve organic C and N by their
association with silt and clay particles. Plant Soil 191, 77–87.
Hayano, K., 1973. A method for determination of β-glucosidase activity in
soil. Soil Science and Plant Nature 19, 103-108.
Hayano, K., Tubaki, K., 1985. Origin and properties of b-glucosidase activity
of tomato-field soil. Soil Biology & Biochemistry 17, 553–557.
Haney, R.L., Senseman, S.A., Hons, F.M., 2002. Effect of roundup on
microbial activity and biomass from selected soils. J. Environ.Qual.
31, 730-735.
Haynes, R.J., 1999. Size and activity of the soil microbial biomass under grass
and arable management. Biol. Fertil. Soils 30, 210–216.
https://doi.org/10.1007/s003740050610
Hulugalle, N. R. 1988.Effect of cover crop on soil physicaland chemical
properties of an alÞsol in the Sudan savan-nah of Burkina faso. Arid
Land Res. Manage. 2: 251Ð267.
Högberg, M.N., Högberg, P., Myrold, D.D., 2006. Is microbial community
composition in boreal forest soils determined by pH, C-to-N ratio, the
trees, or all three? Oecologia 150, 590–601.
https://doi.org/10.1007/s00442-006-0562-5
Illy, L., Bellem, J., Sangare, N., Kabore, M., 2007. Contribution des cultures
de saison sèche à la réduction de la pauvreté et à l'amélioration de la
sécurité alimentaire. CAPES (Centre d'Analyse des Politiques
Economiques et Sociales). Rapport d’étude. Burkina Faso, 120 p.
https://www.capes.bf/IMG/pdf/cultures_de_saison_seche.pdf
INSD, 2017. Annuaire statistique 2016. Institut National de la Statistique et
de la Démographie. Burkina Faso.
http://www.insd.bf/n/contenu/pub_periodiques/annuaires_stat/Annua
ires_stat_nationaux_BF/Annuaire_stat_2016.pdf

138
IUSS Working Group WRB. 2015. World Reference Base for Soil Resources
2014, update 2015 International soil classification system for naming
soils and creating legends for soil maps. World Soil Resources
Reports No. 106. FAO, Rome.
Jones, A., Breuning-Madsen, H., Brossard, M., Chapelle, J., Dampha, A.,
Deckers, J., Dewitte, O., Dondeyne, S., Gallali, T., Hallett, S., Jones,
R., Kilasara, M., Le Roux, P., Micheli, E., Montanarella, L.,
Spaargaren, O., Thiombiano, L., Van Ranst, E., Yemefack, M.,
Zougmore R., (eds.), 2015, Atlas des sols d’Afrique. Commission
europeenne, Bureau des publications de l’Union europeenne,
Luxembourg. 176 pp.
Jones, D.L., Edwards, A.C., 1998. Influence of sorption on the biological
utilization of two simple carbon substrates. Soil Biol. Biochem. 30,
1895–1902. https://doi.org/10.1016/S0038-0717(98)00060-1
Kaiser, K., Eusterhues, K., Rumpel, C., Guggenberger, G., Kögel-Knabner,
I., 2002. Stabilization of organic matter by soil minerals —
investigations of density and particle-size fractions from two acid
forest soils. J. Plant Nutr. Soil Sci. 165, 451.
https://doi.org/10.1002/1522-2624(200208)165:4<451::AID-
JPLN451>3.0.CO;2-B
Kaiser, K., Zech, W., 1998. Soil dissolved organic matter sorption as
influenced by organic and sesquioxide coatings and sorbed sulfate.
Soil Sci. Soc. Am. J. 62 (1), 129–136.
Kallenbach, C., Grandy, A.S., 2011. Controls over soil microbial biomass
responses to carbon amendments in agricultural systems: A meta-
analysis. Agric. Ecosyst. Environ. 144, 241–252.
https://doi.org/10.1016/j.agee.2011.08.020
Karlen, D.L., Ditzler, C.A., Andrews, S.S., 2003. Soil quality: why and how?
Geoderma 114, 145–156. https://doi.org/10.1016/S0016-
7061(03)00039-9
Karlen, D.L., Hurley, E.G., Andrews, S.S., Cambardella, C.A., Meek, D.W.,
Duffy, M.D., Mallarino, A.P., 2009. Crop rotation effects on soil
quality at three northern corn/soybean locations. Staff Gen. Res. Pap.
Arch. 6, 1–6.
Karlen, D.L., Mausbach, M.J., Doran, J.W., Cline, R.G., Harris, R.F.,
Schuman, G.E., 1997. Soil quality: a concept, definition, and framework
for evaluation. (A Guest Editorial) Soil Sci. Soc. Am. J. 61, 4–10.
Karlen, D.L., Wollenhaupt, N.C., Erbach, D.C., Berry, E.C., Swan, J.B., Eash,
N.S., et al., 1994. Long-term tillage effects on soil quality. Soil Tillage
Res. 32, 313–327.

139
Kêdowidé, C.M.G., Sedogo, M.P., Cisse, G., 2010. Dynamique spatio
temporelle de l’agriculture urbaine à Ouagadougou: cas du
maraîchage comme une activité montante de stratégie de survie.
Vertigo-La revue en sciences de l’environnement, volume 10, numéro
2, http//vertigo.revues.org/10312.
Kiba, D.I. 2012. Diversité des modes de gestion de la fertilité des sols et leurs
effets sur la qualité des sols et la production des cultures en zones
urbaine, péri-urbaine et rurale au Burkina Faso. Thèse de doctorat unique
en développement rural. Option : Systèmes de Production Végétale.
Université polytechnique de Bobo-Dioulasso (Burkina-Faso). 114p.
Kiba, D.I., Zongo, N.A., Lompo, F., Jansa, J., Compaore, E., Sedogo, P.M.,
Frossard, E., 2012. The diversity of fertilization practices affects soil and
crop quality in urban vegetable sites of Burkina Faso. Eur. J. Agron. 38,
12–21. https://doi.org/10.1016/j.eja.2011.11.012
Kinané, M.L., Tougma, A., Ouedraogo, D., Sonou, M., 2008. Urban farmer’s
Irrigation practices in Burkina Faso. Urban Agriculture Magazine
20:25-26.
Kong, A.Y.Y., Six, J., Bryant, D.C., Denison, R.F., van Kessel, C., 2005. The
Relationship between Carbon Input, Aggregation, and Soil Organic
Carbon Stabilization in Sustainable Cropping Systems. Soil Sci. Soc.
Am. J. 69, 1078. https://doi.org/10.2136/sssaj2004.0215
Landais, E., Deffontaines, J-P., Benoît, M., 2016. Les pratiques des
agriculteurs. Point de vue sur un courant nouveau de la recherche
agronomique. Études rurales 109 : 125-158. DOI :
10.3406/rural.1988.3226.
Lehmann, E., Turrero, N., Kolia, M., Konaté, Y., de Alencastro, L.F., 2017.
Dietary risk assessment of pesticides from vegetables and drinking water
in gardening areas in Burkina Faso. Sci. Total Environ. 601–602, 1208–
1216. https://doi.org/10.1016/j.scitotenv.2017.05.285
Lehmann, J., Kleber, M., 2015. The contentious nature of soil organic matter.
Nature 528, 60–68. https://doi.org/10.1038/nature16069
Li, J., Cooper, J.M., Lin, Z., Li, Y., Yang, X., Zhao, B., 2015. Soil microbial
community structure and function are significantly affected by long-term
organic and mineral fertilization regimes in the North China Plain. Appl.
Soil Ecol. 96, 75–87. https://doi.org/10.1016/j.apsoil.2015.07.001
Liang, B., Yang, X., He, X., Zhou, J., 2011. Effects of 17-year fertilization on
soil microbial biomass C and N and soluble organic C and N in loessial
soil during maize growth. Biol. Fertil. Soils 47, 121–128.
https://doi.org/10.1007/s00374-010-0511-7
Liptzin, D., and Silver, W.L. 2009. Effects of carbon additions on iron
reduction and phosphorus availability in a humid tropical forest soil.
Soil Biol Biochem41:1696–1702.

140
Liu, E.K., Zhao, B.Q., Mei, X.R., So, H.B., Li, J., Li, X.Y., 2010. Effects of
no-tillage management on soil biochemical characteristics in northern
China. J. Agric. Sci. 148, 217–223.
https://doi.org/10.1017/S0021859609990463
Lompo, D.J-P., 2012. Matter flows and balances in urban vegetable gardens
of Bobo Dioulasso, Burkina Faso (West Africa). Thèse de doctorat.
University of Kassel, Allemagne. 64p.
Lompo, D.J.-P., Compaoré, E., Sedogo, M.P., Melapie, M., Bielders, C.L.,
Schlecht, E., Buerkert, A., 2018. Horizontal flows of nitrogen,
potassium, and carbon in urban vegetables gardens of Bobo Dioulasso,
Burkina Faso. Nutr. Cycl. Agroecosystems 0123456789.
https://doi.org/10.1007/s10705-018-9949-z
Lompo, F., 2009. Effets induits des modes de gestion de la fertilité sur les états
du phosphore et solubilisation des phosphates naturels dans deux sols
acides du Burkina. Thèse de doctorat en sciences naturelles.
Université de Cocody. Abidjan, Cote d’Ivoire.219 P + annexes.
Loveland, P., Webb, J., 2003. Is there a critical level of organic matter in the
agricultural soils of temperate regions : a review. Soil Tillage Res. 70,
1–18.
MAH., 2011. Rapport général du module maraîchage. Ministère de
l’Agriculture et de l’Hydraulique, Ouagadougou, Burkina Faso, 318
p.
MAHRH., 2011. « Bilan de la campagne 2009-2010 et de programmation
2010-2011 de la filière oignon dans la zone d’intervention du
PAFASP », 86 p.
MAHRH., 2007. Analyse de la filière maraichage au Burkina Faso. Ministère
de l’Agriculture, de l’Hydraulique et des Ressources Halieutiques,
Ouagadougou, Burkina Faso, 127 p.
Makoi, J.H.J.R., Ndakidemi, P.A., 2008. Selected soil enzymes: Examples of
their potential roles in the ecosystem. African J. Biotechnol. 7, 181–191.
https://doi.org/10.5897/AJB07.590
Marriott, E.E., Wander, M.M., 2006. Total and Labile Soil Organic Matter in
Organic and Conventional Farming Systems. Soil Sci. Soc. Am. J. 70,
950. https://doi.org/10.2136/sssaj2005.0241
Marschner, P., Crowley, D., Rengel, Z., 2011. Rhizosphere interactions
between microorganisms and plants govern iron and phosphorus
acquisition along the root axis –model and research methods. Soil
Biol. Biochem. 43, 883–894.
https://doi.org/10.1016/j.soilbio.2011.01.005

141
Masto, R.E., Chhonkar, P.K., Purakayastha, T.J., Patra, A.K., Singh, D., 2008.
Soilquality indices for evaluation of long-term land use and soil
managementpractices in semi-arid sub-tropical India. Land Degrad.
Dev. 19, 516–529.
Masto, R.E., Chhonkar, P.K., Singh, D., Patra, A.K., 2007. Soil quality
response to long-term nutrient and crop management on a semi-arid
Inceptisol. Agric. Ecosyst. Environ. 118, 130–142.
https://doi.org/10.1016/j.agee.2006.05.008
Masto, R.E., Chhonkar, P.K., Singh, D., Patra, A.K., 2006. Changes in soil
biological and biochemical characteristics in a long-term field trial on a
sub-tropical inceptisol. Soil Biol. Biochem. 38, 1577–1582.
https://doi.org/10.1016/j.soilbio.2005.11.012
MECV, 2007. Programme d’action national d’adaptation à la variabilité et aux
changements climatiques (PANA du Burkina Faso). Ministère de
l’Environnement et du Cadre de Vie, Ouagadougou, Burkina Faso, 84
p.
MEF, 2010. Stratégie de Croissance Accélérée et de Développement Durable
2011-2015. Ministère de l’Economie et des Finances, Ouagadougou,
Burkina Faso, 116 p.
Millogo, H., 2019. Contribution de la géomatique a la gestion des sols du
périmètre maraîcher de Kuinima. Mémoire de master professionnel en
système d’information géographique. Universite ouaga I Professeur
Joseph Ki-Zerbo (Burkina Faso). 90p.
Milne, E., Banwart, S.A., Noellemeyer, E., Abson, D.J., Ballabio, C., Bampa,
F., Bationo, A., Batjes, N.H., Bernoux, M., Bhattacharyya, T., Black, H.,
Buschiazzo, D.E., Cai, Z., Cerri, C.E., Cheng, K., Compagnone, C.,
Conant, R., Coutinho, H.L.C., de Brogniez, D., Balieiro, F. de C., Duffy,
C., Feller, C., Fidalgo, E.C.C., da Silva, C.F., Funk, R., Gaudig, G.,
Gicheru, P.T., Goldhaber, M., Gottschalk, P., Goulet, F., Goverse, T.,
Grathwohl, P., Joosten, H., Kamoni, P.T., Kihara, J., Krawczynski, R.,
La Scala, N., Lemanceau, P., Li, L., Li, Z., Lugato, E., Maron, P.-A.,
Martius, C., Melillo, J., Montanarella, L., Nikolaidis, N., Nziguheba, G.,
Pan, G., Pascual, U., Paustian, K., Piñeiro, G., Powlson, D., Quiroga, A.,
Richter, D., Sigwalt, A., Six, J., Smith, J., Smith, P., Stocking, M.,
Tanneberger, F., Termansen, M., van Noordwijk, M., van Wesemael, B.,
Vargas, R., Victoria, R.L., Waswa, B., Werner, D., Wichmann, S.,
Wichtmann, W., Zhang, X., Zhao, Y., Zheng, Jinwei, Zheng, Jufeng,
2015. Soil carbon, multiple benefits. Environ. Dev. 13, 33–38.
https://doi.org/10.1016/j.envdev.2014.11.005

142
Minasny, B., Malone, B.P., McBratney, A.B., Angers, D.A., Arrouays, D.,
Chambers, A., Chaplot, V., Chen, Z.-S., Cheng, K., Das, B.S., Field,
D.J., Gimona, A., Hedley, C.B., Hong, S.Y., Mandal, B., Marchant, B.P.,
Martin, M., McConkey, B.G., Mulder, V.L., O’Rourke, S., Richer-de-
Forges, A.C., Odeh, I., Padarian, J., Paustian, K., Pan, G., Poggio, L.,
Savin, I., Stolbovoy, V., Stockmann, U., Sulaeman, Y., Tsui, C.-C.,
Vågen, T.-G., van Wesemael, B., Winowiecki, L., 2017. Soil carbon 4
per mille. Geoderma 292, 59–86.
https://doi.org/10.1016/j.geoderma.2017.01.002
Minasny, B., McBratney, A.B., 2006. A conditioned Latin hypercube method
for sampling in the presence of ancillary information. Comput. Geosci.
32, 1378–1388. https://doi.org/10.1016/j.cageo.2005.12.009
Muñoz-Rojas, M., 2018. Soil quality indicators: critical tools in ecosystem
restoration. Curr. Opin. Environ. Sci. Heal. 5, 47–52.
https://doi.org/10.1016/j.coesh.2018.04.007
Nacro, H.B., Sd. Etude exploratoire sur l’agriculture urbaine dans la ville de
Bobo-Dioulasso (Burkina Faso). Rapport d’étude. 73p.
Nannipieri, P., Grego, S., Ceccanti, B., 1990. Ecological significance of the
biological activity in soils. In: Bollag, J.M., Stotzky, G. (Eds.), Soil
Biochemistry. Marcel Dekker, New York, pp. 293–355
Nannipieri, P., Kandeler, E., Ruggiero; P., 2002. Enzyme activities and
microbiological and biochemical processes in soil. In: Burns RG,
Dick RP (eds) Enzymes in the environment. Activity, ecology and
applications. Marcel Dekker, New York, pp 1–33.
Naré, R.W.A., Savadogo, P.W., Gnankambary, Z., Nacro, H.B., Sedogo,
P.M., 2014. Effect of three pesticides on soil dehydrogenase and
fluorescein diacetate activities in vegetable garden in Burkina Faso.
Current Research Journal of Biological Sciences 6 (2): 102–106.
Okalebo, J.R., Gathua, K.W., Woomer, P.L., 2002. Laboratory Methods of
Soil and Plant Analysis: A Working Manual, 2nd ed., Nairobi, 128 p.
Ouattara, B., Serpantié, G., Ouattara, K., Hien, V., Lompo, T., Bilgo, A., 1997.
Etats physico-chimiques des sols cultivables en zone cotonnière du
Burkina. Effets de l’histoire culturale et du type de milieu. Jachère
Maint. la Fertil.
Ouattara, K., Ouattara, B., Assa, A., Sédogo, P.M., 2006. Long-term effect of
ploughing, and organic matter input on soil moisture characteristics of a
Ferric Lixisol in Burkina Faso. Soil Tillage Res. 88, 217–224.
https://doi.org/10.1016/j.still.2005.06.003
Ouédraogo, M., 2012. Impact des changements climatiques sur les revenus
agricoles au Burkina Faso. J. Agric. Environ. Int. Dev. 106(1), 3–21.

143
Ouédraogo, R.A., Kambiré, F.C., Kestemont, M-P., Bielders, C.L. 2019.
Caractériser la diversité des exploitations maraîchères de la région de
Bobo-Dioulasso au Burkina Faso pour faciliter leur transition
agroécologique.Cah. Agric.28: 20.
Pallo, F.J.P., Sawadogo, N., Zombré, N.P., Sedogo, M.P., 2009. Statut de la
matière organique des sols de la zone nord- soudanienne au Burkina
Faso. Biotechnol. Agron. Soc. Environ. 13, 139–142.
Pallo, F.J.P., Sawadogo, N., Sawadogo, L., Sedogo, M.P., Assa, A., 2008.
Statut de la matière organique des sols dans la zone sud-soudanienne au
Burkina Faso. Biotechnol. Agron. Soc. Environ. 12, 29–38.
PANA, 2003. Synthèse des études de vulnérabilité et d’adaptation aux
changements climatiques: étude de cas du Burkina Faso. In Atelier de
formation sur les Programmes d’Action Nationaux pour l’Adaptation
(PANA), Ouagadougou, Burkina Faso.
Paz-Ferreiro, J., Gascó, G., Gutiérrez, B., Méndez, A., 2012. Soil biochemical
activities and the geometric mean of enzyme activities after application
of sewage sludge and sewage sludge biochar to soil. Biol. Fertil. Soils
48, 511–517. https://doi.org/10.1007/s00374-011-0644-3
Perrot, C, Landais, E. 1993. Exploitations agricoles: Pourquoi poursuivre la
recherche sur les méthodes typologiques? Dossier : méthodes
d’études en milieu paysan. Les Cahiers de la Recherche
Développement, no33, 13-23.
Pichot, J. 1975. Rôle de la matière organique dans la fertilité du sol. Agron
Trop 30:170-175.
Plaza, C., Courtier-Murias, D., Fernández, J. M., Polo, A., Simpson, A. J.,
2013. Physical, chemical, and biochemical mechanisms of soil
organic matter stabilization under conservation tillage systems: a
central role for microbes and microbial by-products in C
sequestration. Soil Biology and Biochemistry, 57, 124-134.
Pochet, G., Van der, Velde M., Vanclooster M., Delvaux B., 2007. Hydric
properties of high charge, halloysitic clay soils from the tropical South
Pacific region. Geoderma, 138 (1-2): 96-109.
Poeplau, C., Don, A., 2013. Sensitivity of soil organic carbon stocks and
fractions to different land-use changes across Europe. Geoderma 192,
189–201. https://doi.org/10.1016/j.geoderma.2012.08.003
Poeplau, C., Don, A., Six, J., Kaiser, M., Benbi, D., Chenu, C., Cotrufo, M.F.,
Derrien, D., Gioacchini, P., Grand, S., Gregorich, E., Griepentrog, M.,
Gunina, A., Haddix, M., Kuzyakov, Y., Kühnel, A., Macdonald, L.M.,
Soong, J., Trigalet, S., Vermeire, M.-L., Rovira, P., van Wesemael, B.,
Wiesmeier, M., Yeasmin, S., Yevdokimov, I., Nieder, R., 2018. Isolating
organic carbon fractions with varying turnover rates in temperate
agricultural soils – A comprehensive method comparison. Soil Biol.

144
 Biochem. 125, 10–26. https://doi.org/10.1016/j.soilbio.2018.06.025
Pose-Juan, E., Igual, J.M., S_anchez-Martín, M.J., Rodríguez-Cruz, M.S.,
2017. Influence of herbicide triasulfuron on soil microbial community in
an unamended soil and a soil amended with organic residues. Front.
Microbiol. 8, 378.
Predotova, M., Gebauer, J., Diogo, R. V. C., Schlecht, E., Buerkert, A., 2010.
Gaseous nitrogen and carbon emissions from urban gardens in
Niamey, Niger. Field Crops Res. 115: 1 – 8.
Raiesi, F., 2017. A minimum data set and soil quality index to quantify the
effect of land use conversion on soil quality and degradation in native
rangelands of upland arid and semiarid regions. Ecol. Indic. 75, 307–
320. https://doi.org/10.1016/j.ecolind.2016.12.049
Raiesi, F., Beheshti, A., 2014. Soil specific enzyme activity shows more
clearly soil responses to paddy rice cultivation than absolute enzyme
activity in primary forests of northwest Iran. Appl. Soil Ecol.
stage/Articles/Nouveau Doss. 75, 63–70.
https://doi.org/10.1016/j.apsoil.2013.10.012
Raiesi, F., 2012. Soil properties and C dynamics in abandoned and cultivated
farmlands in a semi-arid ecosystem. Plant Soil 351, 161–175.
https://doi.org/10.1007/s11104-011-0941-5
Ramade, F., 2008. Dictionnaire encyclopédique de l’écologie et des sciences
de l’environnement. Malakoff, France : Dunod.
Rao, I. M., Friesen, D. K., Osaki, M., 1999. Plant adaptation to phosphorus-
limited tropical soils. In Handbook of plant and crop stress. pp 61–96.
Marcel Dekker, New York, USA.
Ridder, N., Keulen, H., 1990. Some aspects of the role of organic matter in
sustainable intensified arable farming systems in the West-African semi-
arid-tropics (SAT). Fertil. Res. 26, 299–310.
https://doi.org/10.1007/BF01048768
Rillig, M.C., Mummey, D.L., 2006. Tansley review Mycorrhizas and soil
structure. New Phytol. 171, 41–53.
Rinot, O., Levy, G.J., Steinberger, Y., Svoray, T., Eshel, G., 2019. Soil health
assessment: A critical review of current methodologies and a proposed
new approach. Sci. Total Environ. 648, 1484–1491.
https://doi.org/10.1016/j.scitotenv.2018.08.259
Robineau, O., Dugué, P., 2018. A socio-geographical approach to the diversity
of urban agriculture in a West African city. Landscape and Urban
Planning, 170: p. 48-58.
https://doi.org/10.1016/j.landurbplan.2017.09.010

145
Robineau, O., 2018. Elever des porcs dans une ville d'Afrique de l'Ouest :
arrangements entre acteurs pour gérer la proximité ville-élevage.
Revue d'Elevage et de Médecine Vétérinaire des Pays Tropicaux, 71
(1-2) (dossier L'élevage porcin dans les pays tropicaux) : 10 p.
https://doi.org/10.19182/remvt.31288
Robineau, O., 2013. Vivre de l'agriculture dans la ville africaine. Une
géographie des arrangements entre acteurs à Bobo-Dioulasso,
Burkina Faso. Thèse de doctorat. Université Paul Valéry - Montpellier
III, France, 363p.
https://tel.archivesouvertes.fr/file/index/docid/917958/filename/ThA
_se_O._Robineau_2013.pdf
Rodrigue, J.A., Burger, J.A., 2004. Forest soil productivity of mined land in
the Midwestern and eastern coalfield regions.
Ross, D.J.K., Tate, R., Cairns, A., Meyrick, K.F., Parsic, E.A., 1982.
Restoration of pasture after topsoil removal: effect of soil carbon and
nitrogen mineralization, microbial biomass and enzyme activities.
Soil Biology & Biochemistry 14, 575–581.
RUAF, 2005. Gardens of hope: urban micro-finance as a complementary
strategy for mitigation of the HIV-AIDS pandemic. In: Visit to
Johannesburg and Cape Town 17-25 August 2005. South Africa
RUAF, ETC Urban Agriculture, Leusden, the Netherlands.
Rutgers, M., Schouten, A.J., Bloem, J., van Eekeren, N., de Goede, R.G.M.,
Jagersop Akkerhuis, G.A.J.M., vander Wal, A., Mulder, C., Brussaard,
L., Breure, A.M., 2009. Biological measurements in a nationwide soil
monitoring network. Eur. J. Soil Sci. 60, 820–832.
https://doi.org/10.1111/j.1365-2389.2009.01163.x
Saha, S., Prakash, V., Kundu, S., Kumar, N., Mina, B.L., 2008. Soil enzymatic
activity as affected by long term application of farm yard manure and
mineral fertilizer under a rainfed soybean–wheat system in N-W
Himalaya. Eur. J. Soil Biol. 44, 309–315.
https://doi.org/10.1016/j.ejsobi.2008.02.004
Sall, M., Vanclooster, M., 2009. Assessing the well water pollution problem
by nitrates in the small scale farming systems of the Niayes region,
Senegal. Agric. Water Manag. 96, 1360–1368.
https://doi.org/10.1016/j.agwat.2009.04.010
Sangaré, S.A.K.S.B. 2012. Water and nutrient use efficiency and the vertical
leaching losses in urban vegetable cropping systems in Bobo–
Dioulasso (Burkina Faso). Thèse de doctorat. Université Catholique
de Louvain (Belgique). 193p.
https://dial.uclouvain.be/pr/boreal/object/boreal%3A110879/datastre
am/PDF_01/view

146
Schinner, F., Ohlinger, R., Kandeler, E., Margesin, R., 1995. Indirect
estimation of microbial biomass » in : Method of soil biology.
Margesin Eds.-Springer P. 60-61.
Schjønning, P., McBride, R.A., Keller, T. Obour, P.B., 2017. Predicting soil
particle density from clay and soil organic matter contents. Geoderma
286 (2017) 83–87.
Schmidt, M.W.I., Rumpel, C., Kögel‐Knabner, I., 1999. Evaluation of an
ultrasonic dispersion procedure to isolate primary organomineral
complexes from soils. Eur. J. Soil Sci. 50, 87–94.
https://doi.org/10.1046/j.1365-2389.1999.00211.x
Schneider, M.P.W., Scheel, T., Mikutta, R., van Hees, P., Kaiser, K., Kalbitz,
K., 2010. Sorptive stabilization of organic matter by amorphous Al
hydroxide. Geochim. Cosmochim. Acta 74, 1606–1619.
https://doi.org/10.1016/j.gca.2009.12.017
Schofield, R. K. and Samson, H. R. 1954. Flocculation of kaolinite due to the
attraction of oppositely charged crystal faces. Faraday Discussions 18,
135–145.
Sedogo, P.M., 1993. Évolution des sols ferrugineux lessivés sous culture.
Incidence des modes de gestion sur la fertilité. Thèse de doctorat :
Université Nationale de Côte d’Ivoire, 343 p.
Sharma, K.L., Mandal, U.K., Srinivas, K., Vittal, K.P.R., Mandal, B., Grace,
J.K., Ramesh, V., 2005. Long-term soil management effects on crop
yields and soil quality in a dryland Alfisol. Soil Tillage Res. 83, 246–
259. https://doi.org/10.1016/j.still.2004.08.002
Sinsabaugh, R.L., 1994. Enzymic analysis of microbial pattern and process.
Biol Fertil Soils. 69–74.
Sinsabaugh, R.L., Lauber, C.L., Weintraub, M.N., Ahmed, B., Allison, S.D.,
Crenshaw, C., Contosta, A.R., Cusack, D., Frey, S., Gallo, M.E.,
Gartner, T.B., Hobbie, S.E., Holland, K., Keeler, B.L., Powers, J.S.,
Stursova, M., Takacs-Vesbach, C., Waldrop, M.P., Wallenstein, M.D.,
Zak, D.R., Zeglin, L.H., 2008. Stoichiometry of soil enzyme activity at
global scale. Ecol. Lett. 11, 1252–1264. https://doi.org/10.1111/j.1461-
0248.2008.01245.x
Six, J., Bossuyt, H., Degryze, S., Denef, K., 2004. A history of research on the
link between (micro)aggregates, soil biota, and soil organic matter
dynamics. Soil Tillage Res. 79, 7–31.
https://doi.org/10.1016/j.still.2004.03.008
Six, J., Conant, R.T., Paul, E.A., Paustian, K., 2002. Stabilization mechanisms
of soil organic matter: implications for C-saturation of soils. Plant Soil
241, 155–176.

147
Šmejkalová, M., Mikanová, O., Borůvka, L., 2011. Effects of heavy metal
concentrations on biological activity of soil micro-organisms. Plant, Soil
Environ. 49, 321–326. https://doi.org/10.17221/4131-PSE
Smith, O.B., Moustier, P., Mougeot, L.J.A., Fall, A., 2004. Développement
durable de l’agriculture urbaine en Afrique francophone. Enjeux,
concepts et méthodes. CIRAD / CRDI, 176 p.
Smith, L.J., Papendick, R.I., 1993. Soil organic matter dynamics and crop
residue management. In: Metting, B. (Ed.). Soil Microbial Ecology,
Marcel Dekker, New York.
Smith, P., 2016. Soil carbon sequestration and biochar as negative emission
technologies. Glob. Chang. Biol. 22, 1315–1324.
http://dx.doi.org/10.1111/gcb.13178.
Smukler, S.M., Jackson, L.E., Murphree, L., Yokota, R., Koike, S.T., Smith,
R.F., 2008. Transition to large-scale organic vegetable production in the
Salinas Valley, California. Agric. Ecosyst. Environ. 126, 168–188.
https://doi.org/10.1016/j.agee.2008.01.028
Somenahally, A., DuPont, J.I., Brady, J., McLawrence, J., Northup, B.,
Gowda, P., 2018. Microbial communities in soil profile are more
responsive to legacy effects of wheat-cover crop rotations than tillage
systems. Soil Biol. Biochem. 123, 126–135.
https://doi.org/10.1016/j.soilbio.2018.04.025
Son, D., Zerbo, F.K.B., Bonzi, S., Legreve, A., Somda, I., Schiffers, B., 2018.
Assessment of tomato (Solanum lycopersicum L.) producers’
exposure level to pesticides, in Kouka and Toussiana (Burkina Faso).
Int. J. Environ. Res. Public Health 2018, 15, 204; doi:
10.3390/ijerph15020204
Son, D., Somda, I., Legreve, A., Schiffers, B., 2017. Pratiques phytosanitaires
des producteurs de tomates du Burkina Faso et risques pour la santé
et l’environnement. Cah Agric 26: 25005.
https://doi.org/10.1051/cagri/2017010
Stassart, P.M., Baret, Ph., Grégoire, J-Cl., Hance, Th., Mormont, M., Reheul,
D., Stilmant, D., Vanloqueren, G., Visser, M., 2012. L’agroécologie :
trajectoire et potentiel pour une transition vers des systèmes
alimentaires durables. 21p.
https://orbi.uliege.be/bitstream/2268/130063/1/Agroecologie%20Sta
ssart%20%2c%20Baret%20et%20al.%20GIRAF.pdf
Stewart, C.E., Paustian, K., Conant, R.T., Plante, A.F., Six, J., 2008. Soil
carbon saturation: Evaluation and corroboration by long-term
incubations. Soil Biol. Biochem. 40, 1741–1750.
https://doi.org/10.1016/j.soilbio.2008.02.014

148
Stockmann, U., Adams, M.A., Crawford, J.W., Field, D.J., Henakaarchchi,
N., Jenkins, M., Minasny, B., McBratney, A.B., de Remy de Courcelles,
V., Singh, K., Wheeler, I., Abbott, L., Angers, D.A., Baldock, J., Bird,
M., Brookes, P.C., Chenu, C., Jastrow, J.D., Lal, R., Lehmann, J., O,
A.G., Parton, W.J., Whitehead, D., Zimmermann, M., 2013. Author’s
personal copy The knowns, known unknowns and unknowns of
sequestration of soil organic carbon Author’s personal copy. Ecosyst.
Environ. 164, 80–99.
Strobl, C., Boulesteix, A.-L., Zeileis, A., Hothorn, T., 2007. Bias in random
forest variable importance measures: Illustrations, sources and a
solution. BMC Bioinformatics 8, 25. https://doi.org/10.1186/1471-
2105-8-25
Štursová, M., Baldrian, P., 2011. Effects of soil properties and management
on the activity of soil organic matter transforming enzymes and the
quantification of soil-bound and free activity. Plant Soil 338, 99–110.
https://doi.org/10.1007/s11104-010-0296-3
Svoray, T., Michailov, E., Cohen, A., Rokah, L., Sturm, A., 2012. Predicting
gully initiation: comparing data mining techniques, analytical
hierarchy processes and the topographicthreshold. Earth Surf.
Process. Landf. 37 (6), 607–619.
Tabatabai, M.A. and Bremner, J.M., 1969. Use of p-nitrophenyl phosphate for
assay of soil phosphatase activity. Soil Biol., 1: 301-307
Toé, A.M., 2010. Étude pilote des intoxications dues aux pesticides agricoles
au Burkina Faso, Convention de Rotterdam, 55 p.
Tóth, G., Stolbovoy, V., Montanarella, 2007. "Soil Quality and Sustainability
Evaluation - An integrated approach to support soil-related policies of
the European Union Archived 2013-10-29 at the Wayback Machine",
EUR 22721 EN. 40 pp. Office for Official Publications of the
European Communities, Luxembourg. ISBN 978-92-79-05250-7
Traoré, K., Toé, A.M., 2008. Capitalisation des initiatives sur les bonnes
pratiques agricoles au Burkina Faso. Ministère de l’Agriculture de
l’Hydraulique et des Ressources Halieutiques. 99 p. https://www.doc-
developpement-durable.org/file/Outils-&-bonnes-pratiques-travail-
de-la-Terre/bonnes-pratiques-
agricoles/BonnesPratiquesAgricoles_Burkina.pdf
Trasar-Cepeda, C., Leirós, M.C., Gil-Sotres, F., 2008. Hydrolytic enzyme
activities in agricultural and forest soils. Some implications for their use
as indicators of soil quality. Soil Biol. Biochem. 40, 2146–2155.
https://doi.org/10.1016/j.soilbio.2008.03.015
Trigalet, S., Chartin C., Kruger, I., Carnol M., Van Oost, K., Wesemael, B.,
2017. Soil organic carbon fractionation for improving agricultural soil
quality assessment – a case study in Southern Belgium (Wallonia).
Biotechnol. Agron. Soc. Environ. 21.

149
Trigalet, S., Gabarrón-Galeote, M.A., Van Oost, K., van Wesemael, B., 2016.
Changes in soil organic carbon pools along a chronosequence of land
abandonment in southern Spain. Geoderma 268, 14–21.
https://doi.org/10.1016/j.geoderma.2016.01.014
Trigalet, S., Van Oost, K., Roisin, C., van Wesemael, B., 2014. Carbon
associated with clay and fine silt as an indicator for SOC decadal
evolution under different residue management practices. Agric. Ecosyst.
Environ. 196, 1–9. https://doi.org/10.1016/j.agee.2014.06.011
Truog, E. 1947. Soil reaction influence on availability of plant nutrients. Soil
Sci. Soc. Am. Proc. 11:305–308.
doi:10.2136/sssaj1947.036159950011000C0057x
Uehara, G. and Gillman, G., 1981. The mineralogy, chemistry, and physics of
tropical soils with variable charge clays. West view tropical
agriculture series, 170p. Boulder, Colorado.
USDA, 2009. Soil Respiration Soil Quality Indicators. Nat. Ressour. Conserv.
Serv. 2.
Vall, E., Koutou, M., Blanchard, M., Coulibaly, K., Diallo, M.A., Andrieu, N.
2011. Intégration agriculture-élevage et intensification écologique
dans les systèmes agrosylvopastoraux de l’Ouest du Burkina Faso,
province du Tuy. Partenariat, modélisation, expérimentations : quelles
leçons pour la conception de l’innovation et l’intensification
écologique ? Bobo-Dioulasso, Burkina Faso. 13 p. hal-00718613.
Van De Vreken, P., Gobin, A., Baken, S., Van Holm, L., Verhasselt, A.,
Smolders, E., Merckx, R., 2016. Crop residue management and oxalate-
extractable iron and aluminium explain long-term soil organic carbon
sequestration and dynamics. Eur. J. Soil Sci. 67, 332–340.
https://doi.org/10.1111/ejss.12343
Van Ranst E., Doube M., Mees F., Dumon M., Ye L., Delvaux B. 2019a.
Andosolization of ferrallitic soils – the properties and classification of
soils of the Bambouto Mountains in Western Cameroon revisited.
Geoderma. 340: 81-93.
Van Ranst E., Mees F., de Graeve E., Ye L., Cornelis J.-T., Delvaux B. 2019b.
Impact of andosolization on pedogenic Fe oxides in ferrallitic soils.
Geoderma, 347: 244–251.
van Wesemael, B., Chartin, C., Wiesmeier, M., von Lützow, M., Hobley, E.,
Carnol, M., Krüger, I., Campion, M., Roisin, C., Hennart, S., Kögel-
Knabner, I., 2019. An indicator for organic matter dynamics in temperate
agricultural soils. Agric. Ecosyst. Environ. 274, 62–75.
https://doi.org/10.1016/j.agee.2019.01.005
Vance, E.D., P.C. Brookes, and D.S. Jenkinson. 1987. An extraction method
for measuring soil microbial biomass C. Soil Biology and
Biochemistry 19:703-707.

150
von Lützow, M., Kögel-Knabner, I., Ekschmitt, K., Flessa, H., Guggenberger,
G., Matzner, E., Marschner, B., 2007. SOM fractionation methods:
Relevance to functional pools and to stabilization mechanisms. Soil Biol.
Biochem. 39, 2183–2207. https://doi.org/10.1016/j.soilbio.2007.03.007
Wagai, R., Mayer, L.M., 2007. Sorptive stabilization of organic matter in soils
by hydrous iron oxides. Geochim. Cosmochim. Acta 71, 25–35.
https://doi.org/10.1016/j.gca.2006.08.047
Wang, Q., Bai, Y., Gao, H., He, J., Chen, H., Chesney, R.C., Kuhn, N.J., Li,
H., 2008. Soil chemical properties and microbial biomass after 16 years
of no-tillage farming on the Loess Plateau, China. Geoderma 144, 502–
508. https://doi.org/10.1016/j.geoderma.2008.01.003
Wienhold, B.J., Andrews, S.S., Karlen, D.L., 2004. Soil Quality: A Review of
the Science and Experiences in the USA. Environ. Geochem. Health 26,
89–95. https://doi.org/10.1023/B:EGAH.0000039571.59640.3c
Yao, X.H., H. Min, Z.H., Lü and H.P., Yuan, 2006. Influence of acetamiprid
on soil enzymatic activities and respiration. Eur. J. Soil Biol., 42(2): 120-
126.
Ye, L, Lata, J.C., Masse, D., Nacro, H. B., Barot, S., 2016. Effets du pâturage
sur la biomasse herbacée et sur des paramètres chimiques et
biologiques des sols dans une savane arbustive au Burkina Faso. Int.
J. Biol. Chem. Sci., 10(6): 2539-2554.
Yu, P., Liu, S., Zhang, L., Li, Q., Zhou, D., 2018. Selecting the minimum data
set and quantitative soil quality indexing of alkaline soils under different
land uses in northeastern China. Sci. Total Environ. 616–617, 564–571.
https://doi.org/10.1016/j.scitotenv.2017.10.301
Yusuf, A.A., Abaidoo, R.C., Iwuafor, E.N.O., Olufajo, O.O., Sanginga, N.,
2009. Rotation effects of grain legumes and fallow on maize yield,
microbial biomass and chemical properties of an Alfisol in the Nigerian
savanna. Agric. Ecosyst. Environ. 129, 325–331.
https://doi.org/10.1016/j.agee.2008.10.007
Zhang, Y., Xu, X., Li, Z., Liu, M., Xu, C., Zhang, R., Luo, W., 2019. Effects
of vegetation restoration on soil quality in degraded karst
landscapes of southwest China. Sci. Total Environ. 650, 2657–
2665. https://doi.org/10.1016/j.scitotenv.2018.09.372
Zhao, S., Li, K., Zhou, W., Qiu, S., Huang, S., He, P., 2016. Changes in soil
microbial community, enzyme activities and organic matter fractions
under long-term straw return in north-central China. Agric. Ecosyst.
Environ. 216, 82–88. https://doi.org/10.1016/j.agee.2015.09.028
Zimmermann, M., Leifeld, J., Schmidt, M.W.I., Smith, P., Fuhrer, J., 2007.
Measured soil organic matter fractions can be related to pools in the
RothC model. Eur. J. Soil Sci. 58, 658–667.
https://doi.org/10.1111/j.1365-2389.2006.00855.

151
152
Annexes

xvii
Annexe A : Fiche d’enquête pour la typologie des pratiques
maraichères

Nom de
l’enquêteur………………………………Contact…………………………...

Date de l’enquête ………………………………… No /_____/

Coordonnées géographiques de l’exploitation : N/__//__/.
/__//__//__//__//__/°
W/__//__//__/.
/__//__//__//__//__/°

Coordonnées géographiques de la source d’irrigation : N/__//__/.

/__//__//__//__//__/°
W/__//__//__/.
/__//__//__//__//__/°
I : Identification du producteur
I.1 Nom du chef de
l’exploitation………………………………………………
I.2 Contact /____________________/ I.3 Age /____/
I.4 Sexe : 1=Homme /____/ 2= Femme /____/
I.5 Région :…………………… …I.6 Nom du
site……………………………
I.7 Milieu : 1 = urbain /____/ ; 2= semi-urbain/___/ ; 3= rural /____/
I.8 Niveau d’instruction : 0= Aucune /____/ 1= Primaire /___/
2=Secondaire /___/ 3= Universitaire /___/ 4= École coranique /___/ 5 =
Alphabétisé /___/.
I.9 Quelle est votre activité principale ?
1= Maraichage /___/ ; 2= Agriculture /___/ ; 3= Elevage /____/ ; 4=Autre
/___/
I.10 Quelle est votre activité Secondaire ?
1= Maraichage /___/ ; 2= Agriculture /___/ ; 3= Elevage /____/ ; 4=Autre
/___/

II- Structure et historique de l'exploitation

II.1 Superficie totale (m2)

………………………………………………………………………………
…………………………

xviii
 II.2 Superficie exploitée (m2)
………………………………………………………………………………
……………
II.3 Mode d’acquisition (plusieurs réponses possibles) 1=Héritage /___/,
2=Achat /___/, 3=Location /___/, 4=Prêt/cession temporaire /___/ ;
5=Propriété communautaire /___/ ; 6=Autres :………………

II.4 Comment en êtes-vous arrivé à faire du maraichage (plusieurs réponses

possibles)? 1= de père en fils/____/ ; 2= Engouement personnel /___/ ; 3=
Autre /__________/.

II.5.Depuis quand pratiquez-vous le maraichage ? /_________/

II.6 Comment avez-vous appris à faire du maraichage (plusieurs réponses

possibles)?1= de mon père ou d’un ainé /____/ ; 2= Autodidacte /___/ ; 3=
Via un projet /____/ ; 4= Autre /___/.

II.7. Avez-vous d’autres activités génératrices de revenus ? 1= Oui /___/ ;

2=Non /___/
II.8 Si oui,
lesquelles ?.......................................................................................................
…………………………………………………………………………………………
……………………
II.9 Par rapport à vos autres activités génératrices de revenus, que représente
pour vous le maraichage :
 En termes de temps de travail ? 1= peu important /___/ ; 2=assez
important /___/ ; 3= très important /___/ ; 4=Autre
 En termes d’investissement financier : 1= peu important /___/ ;
2=assez important /___/ ; 3= très important /___/ ; 4=Autre

 En termes de revenus ? 1= peu important /___/ ; 2=assez important

/___/ ; 3= très important /___/ ; 4=Autre

III- Pratiques agronomiques (Ces questions concernent la dernière session

de production, uniquement pour la production maraichère).
III-1 Dans l’année, quelle est la période au cours de laquelle vous faites la
production maraichère (Du premier mois au dernier mois)? De
……………..à………………….
III.2 Source d’irrigation (plusieurs réponses possibles)? 1 =rivière/____/ ;
2=puit /____/ ,3=forage /____/ ; 4=barrage/____/ ; 5= Autre
/_________________/.
III.3 Mode d’irrigation (plusieurs réponses possibles) : 1=arrosage/____/ ; 2=
gravitaire/____/ ; 3= Autre à préciser……………………………………….

xix
III.4 Matériels ou infrastructures (plusieurs réponses possibles) : 1=
Motopompe /___/ ; 2= arrosoir/___/ ; 3= Bassin de stockage /___/ ; 4= Autres
/___________________________/.
III.5 Quelles sont les cultures que vous cultivez ou que vous avez cultivé
récemment ?.........................................................................................................
..............................................................................................................................
...........................
III.6 Y a-t-il des cultures ou variétés que vous ne pratiquez plus ? 1=Oui /___/ ;
2=Non/___/
III.6.1 Si oui,
lesquelles ?...........................................................................................................
.
…………………………………………………………………………………
……………..
III.6.2 Si oui, Pourquoi ?1=Difficile à écouler/___/ ; 2=Attaques
parasitaires/___/ ; 4=Cycle long/____/ ; 5=Baisse de la fertilité du sol/___/ ;
6=Réduction de la disponibilité en eau/___/ ; 7=
Autre/_____________________/.
…………………………………………………………………………………
………………….
…………………………………………………………………………………
………………….
…………………………………………………………………………………
………………….
III.7 Y a-t-il des cultures ou variétés que vous avez récemment adoptées ?
1=Oui /___/ ; 2=Non/___/
III.7.1 Si oui,
lesquelles ?...........................................................................................................
...
…………………………………………………………………………………
…………..
III.7.2 Pourquoi (plusieurs réponses possibles)?1= Facile à écouler ; 2= Cycle
court/___/ ; 3= Plus résistant aux attaques parasitaires/___/ ; 4= Meilleur
rendement/___/ ; 5= Moins exigent en pratiques d’entretien ; 7=
Autre/_________________/.
…………………………………………………………………………………
………………….
…………………………………………………………………………………
………………….
…………………………………………………………………………………
………………….
III.8 Pratiquez-vous la rotation des cultures ? 1=oui /___/ 2=non /___/
III.8.1 Donnez les raisons pour lesquelles vous faites la rotation des
cultures (plusieurs réponses possibles)?

xx
 1=lutter contre les ravageurs /___/ ; 2=diversifier la production /___/ ; 3=
Tenir compte des périodes de production de chaque spéculation/___/ ;
3=Autre /_________/
…………………………………………………………………………………
………………….
…………………………………………………………………………………
………………….
………………………………………………………………………………
…………………
III.8.2 Si non,
pourquoi ?...........................................................................................................
………………………………………………………………………………
…………………………………………………………………………………
…………………………………
III.8.3 Quels sont les successions des cultures ?
 Succession 1 :

………………………………………………………………………………
………………….
 Justification…………………………………………………………
………………………………………………………………………
…………………………
 Succession 2

………………………………………………………………………………
………………….
 Justification…………………………………………………………
………………………………………………………………………
…………………………..
 Succession 3

………………………………………………………………………………
…………………...
 Justification…………………………………………………………
………………………..........................................................................
..........................................

III.8.4 Quelles cultures ne doit-on pas mettre les unes à la suite des
autres (plusieurs réponses possibles)? 1= Cultures de même famille/___/ ;
2=Même espèce/___/ ; 3=Systèmes racinaires identiques/___/ ; 5=cultures à
cycle long /___/ ; Autre=
/_______________________________________________/…………………
……………….

xxi
 ………………………………………………………………………………
…………………………………………………………………………………
…………………………………..
III.8.5 Donner des exemples de successions déconseillées
………………………………………………………………………………
…………………………………………………………………………………
……………………..
III.8.6 Pourquoi (plusieurs réponses possibles)? 1=Attaque
parasitaires/___/ ; 2= Maladie /____/ ; 3=Compétition au niveau des systèmes
racinaires/___/ ; 4= Ne permet pas un gain rapide de revenu/___/ ; 5= Baisse
de rendement/___/ ; 6=
Autre/__________________________________________________/.
…………………………………………………………………………………
………………….
…………………………………………………………………………………
………………….
………………………………………………………………………………
………………
III.9 Pratiquez-vous l’association des cultures ? 1=oui /___/ 2=non /___/
Si non, pourquoi ?
……………………………………………………………………………………
…………………………………………………………………………………………
……………………………………………………………………………………………
……………………………………
III.9.1 Quelles sont les types d’associations (y compris avec arbres ou
arbustes)?
III.9.1.1 Type d’association 1 :
………………………………………………………………………………
…………………..
III.9.1.2 Pourquoi pratiquez-vous ce type d’association (plusieurs réponses
possibles)
1= Lutte contre les ravageurs /___/ ; 2= Lutte contre les adventices
/___/ 3= Diversification de la production/___/ ; 4=Gain de temps/___/ ; 5=
gain rapide de revenus /___/ ; 6= Autres /_____________/.
…………………………………………………………………………………
………………….
…………………………………………………………………………………
………………….
III.9.1.3 Type d’association 2 :
………………………………………………………………………………
…………………...
III.9.1.4 Pourquoi pratiquez-vous ce type d’association (plusieurs réponses
possibles)?

xxii
 1= Lutte contre les ravageurs /___/ ; 2= Lutte contre les adventices
/___/ 3= Diversification de la production/___/ ; 4=Gain de temps/___/ ; 5=
gain rapide de revenus /___/ ; 6= Autres /_____________/.
…………………………………………………………………………………
………………….
…………………………………………………………………………………
………………….

III.9.1.5 Type d’association 3

………………………………………………………………………………
………………….
III.9.1.6 Pourquoi pratiquez-vous ce type d’association (plusieurs réponses
possibles)?
1= Lutte contre les ravageurs /___/ ; 2= Lutte contre les adventices
/___/ 3= Diversification de la production/___/ ; 4=Gain de temps/___/ ; 5=
gain rapide de revenus /___/ ; 6= Autres /_____________/.
…………………………………………………………………………………
………………….
…………………………………………………………………………………
………………….

III.9.1.7 Type d’association 4

………………………………………………………………………………
…………………..
III.9.1.8 Pourquoi pratiquez-vous ce type d’association (plusieurs réponses
possibles)?
1= Lutte contre les ravageurs /___/ ; 2= Lutte contre les adventices
/___/ 3= Diversification de la production/___/ ; 4=Gain de temps/___/ ; 5=
gain rapide de revenus /___/ ;6= Autres /_____________/.
…………………………………………………………………………………
………………….
…………………………………………………………………………………
………………….

III.9.1.9 Type d’association 5 :

………………………………………………………………………………
…………………
III.9.1.10 Pourquoi pratiquez-vous ce type d’association (plusieurs réponses
possibles)?
1= Lutte contre les ravageurs /___/ ; 2= Lutte contre les adventices
/___/ 3= Diversification de la production/___/ ; 4=Gain de temps/___/ ; 5=
gain rapide de revenus /___/ ; 6= Autres /_____________/.
…………………………………………………………………………………
………………….

xxiii
…………………………………………………………………………………
………………….

III.9.2 Quelles sont les types d’association que vous évitez (plusieurs réponses
possibles)? 1= Cultures de la même famille/___/ ; 2=Cultures ayant le même
système racinaire/___/ ; 3= cultures à cycles longs /____/ ; 4=
Autre/___________/.
III.9.3 Donner des exemples d’associations déconseillées
………………………………………………………………………………
…………………………………………………………………………………
……………………..
III.9.3 Pourquoi (plusieurs réponses possibles)? 1=Compétition/___/ ; 2=
Les plantes se gênent/___/ ; 3=Ne permet pas un gain rapide de revenu/___/ ;
4=Autres/_____________________/.
…………………………………………………………………………………
………………….
…………………………………………………………………………………
………………….

III.10.Quelles sont les cultures que vous produisez en saison hivernale sur
votre parcelle (plusieurs réponses possibles)?
1=Cultures maraichères /___/ ; 2= maïs/___/ ; 3=Riz/___/ ;
4=Autre/________/ ; 5= Jachère/___/.
III.11.Si culture annuelle, Pourquoi (plusieurs réponses possibles)? 1=
Manque de temps pour le maraichage/___/ ; 2=profitez de l’arrière effet des
intrants/___/ ; 3=subvenir aux besoins de la famille/___/ ; 4=
Inondation/___/ ; 5=Autre/_________________/.
III.12 Intrants utilisés
III.12.1 Appliquez-vous la fumure organique ? 1= Oui/___/ ; 2= Non/___/
III.12.2 Si oui, Pourquoi appliquez-vous la fumure organique (plusieurs
réponses possibles)?
1= Meilleur fertilité du sol (complémentarité avec les engrais) /___/ ; 2=
Réduction des engrais /___/ ; 3= Plus accessible que les engrais /___/ ; 4=
Indispensable/___/ ; 5= Autres /_____________/.
…………………………………………………………………………………
………………….
…………………………………………………………………………………
………………….

III.12.3 Si non, pourquoi (plusieurs réponses possibles)? 1= Non

disponible/___/ ; 2= Manque de moyen de transport/____/ ; 3= pas efficace
/___/ ; 4= Coût élevé/___/ ; 4= Autres /____________________/.
…………………………………………………………………………………
………………….

xxiv
…………………………………………………………………………………
………………….

III.12.4 Compléter le tableau ci-dessous

Type de fumure Utilisé ?
organique Si oui, pourquoi ? Si non, pourquoi ?
Ordures ménagères
/ Déchets urbains
Fumier porcin

Fumier bovin

Fumier ovin/caprin

Fientes volailles

Compost

Sous-produit
industriel
Autre…

Autre…

-Code si oui : 1=plus disponible ; 2=plus accessible ; 3=plus efficace ;

4=autre (à préciser)
-Code si non : 1=pas disponible ; 2=peu accessible ; 3=moins efficace ; 4=
autre (à préciser)
III.12.5 Utilisez-vous les engrais chimiques ? 1=oui/___/ 2=Non/____/
III.12.6 Si oui, pourquoi (plusieurs réponses possibles)? 1=
disponible/___/ ; 2= moins cher/___/ ; 3= efficace/___/ ; 4=
Indispensable/___/ ; 5= Autre /____________/).
…………………………………………………………………………………
………………….
…………………………………………………………………………………
………………….

III.12.7 Si non, pourquoi (plusieurs réponses possibles)? 1=plus

chère/___/ ; 2= Plus nocif /___/ ; 3=moins efficace/___/ ; 4= Autre
/____________/.
…………………………………………………………………………………
………………….

xxv
…………………………………………………………………………………
………………….

III.18.8 Quels sont les noms des engrais chimiques que vous utilisez ? 1=
NPK 14-23-14/____/ ; NPK 15-15-15/____/ ; Urée/___/ ;
Autres/________________/.
III.12.9 Quel sont les lieux d’approvisionnement (nom et adresses des
fournisseurs si possible) ?
…………………………………………………………………………………
…………………………………………………………………………………
…………………………………………………………………………………
………………………………………………………
III.12.10 Combinez-vous la fumure organique et la fumure minérale ?1=
Oui/___/ ; 2= Non /___/
III.12.11 Si oui, Pourquoi (plusieurs réponses possibles)?
1=Meilleur efficience/____/ ; 3=Réduction des coûts de production/____/ ;
4= Autre /_____________/.
…………………………………………………………………………………
………………….
…………………………………………………………………………………
………………….

III.12.12 Seriez-vous tenté d’utiliser uniquement la fumure organique ? 1=

oui /___/ ; 2= Non /____/.
III.12.13 Si oui pourquoi (plusieurs réponses possibles)? 1= moins
polluant/___/ ; 2= Moins chère/___/ ; 3=Plus disponible/___/ ; 4= Autre
/__________/.
…………………………………………………………………………………
………………….
…………………………………………………………………………………
………………….
III.12.14 Si non, pourquoi (plusieurs réponses possibles)? 1= Faible
disponibilité /___/ ; 2= Coût élevé /___/ ; 3= Moins efficace /___/ ; 4= Autre
/____________/.
…………………………………………………………………………………
………………….
…………………………………………………………………………………
………………….

III.12.15 Seriez-vous tenté d’utiliser uniquement la fumure minérale ? 1= oui

/___/ ; 2= Non /____/.
III.12.16 Si oui, Pourquoi (plusieurs réponses possibles)? 1= plus
efficace/___/ ; 2= Plus accessibilité /___/ ; 3= Disponible /___/ ; 4= Autre
/____/.

xxvi
…………………………………………………………………………………
………………….
…………………………………………………………………………………
………………….

III.12.17 Si non, pourquoi (plusieurs réponses possibles)? 1= Moins

efficace/___/ ; 2= Coût élevé /___/ ; 3= Nocif pour le sol /___/ ; 4= Autre
/____________/.
…………………………………………………………………………………
………………….
…………………………………………………………………………………
………………….

III.12.18 Utilisez-vous d’autres pratiques pour améliorer la fertilité des

sols ? 1=Oui /___/ ; 2= Non/___/.
III.12.19 Si oui, les quelles (plusieurs réponses possibles) ? 1=
Jachère/___/ ; 2=Engrais vert/___/ ; 3=CES/DRS /___/ ; 4=Agroforesterie
/____/ ; 5= Paillage/___/ ; 6= Autre /________/.
III.12.20 En quoi ces techniques améliorent la fertilité (plusieurs réponses
possibles)? 1= Réduit l’érosion/___/ ; 2=Maintient l’humidité/___/ ;
3=Ameublit le sol/___/ ; 4=Apporte des éléments nutritifs/___/ ; 5= Autre
/_______________/.
…………………………………………………………………………………
………………….
…………………………………………………………………………………
………………….

III.12.21 Utilisez-vous les pesticides chimiques (insecticides et herbicides) ?

1=oui/___/ 2=Non/____/
III.12.22 Si oui, pourquoi (plusieurs réponses possibles)? 1= Lutter contre
les attaques parasitaires /___/ ; 2= Prévenir les attaques parasitaires /___/ ;
3= Lutter contre les maladies /___/ ; 4= Prévenir les maladies /___/ 5=
Autre /_________/.
…………………………………………………………………………………
………………….
…………………………………………………………………………………
………………….

III.12.23 Si non, pourquoi (plusieurs réponses possibles)? 1= nocif /___/ ;

2= Plus chère /___/ ; 3= Autre /__________/.
…………………………………………………………………………………
………………….
…………………………………………………………………………………
………………….

xxvii
 III.12.24 Quels sont les noms des pesticides chimiques que vous utilisez
(insecticides et herbicides) ?
………………………………………………………………………………
…………………………………………………………………………………
…………………………………………………………………………………
………………………………………………………
III.12.25 Qui sont vos fournisseurs ? (avec nom et adresse à l’appui si
possible)
………………………………………………………………………………
…………………………………………………………………………………
…………………………………………………………………………………
………………………………………………………
III.12.26 Utilisez-vous des pesticides biologiques ? 1=oui/___/
2=Non/____/
III.12.27 Si oui, pourquoi (plusieurs réponses possibles)? 1= Moins nocif
/___/ ; 2= Plus accessible /___/ ; 3= Plus efficace ; 4= Autre /________/
…………………………………………………………………………………
………………….
…………………………………………………………………………………
………………….

III.12.28 Si non, pourquoi (plusieurs réponses possibles)? 1= Moins

efficace /___/ ; 2= Pas disponible /___/ ; 3= Pas d’informations ; 4= Autre
/____________/.
…………………………………………………………………………………
………………….
…………………………………………………………………………………
………………….

III.12.29 Quels sont ces pesticides biologiques que vous utilisez ?

………………………………………………………………………………
……………………………………………………………………………
III.12.30 Quels sont les lieux d’approvisionnement ?
...........................................................................................................................
..............................................................................................................................
....................................................

xxviii
III.12.31 Tableau d’estimation des doses d’intrants (considérer une seule année. Commencer par noter les spéculations
produites sur la parcelle suivant l’ordre de rotation y compris les cultures annuelles, puis remplir le tableau de manière
horizontale, par spéculation,)
Dosage
Fréquence Pesticide
pest. en Fréque
Spécula Superficie Quantit et/ou stade Fumur Quantit chimique Quantit Pesticide Maladie/R
N Engrais poudre nce et
tions (m2) é (Kg) phenologiqu e org. é (Kg) (insect./ é (l) biologique avageurs
(g/l) ou nombre
e herbicides)
( g)

Code culture :1 = oignon bulbe ; 2= tomate ; 3= chou ; 4= salade ; 5=concombre ; 6=courgette ; 7= Aubergine locale ; 8= piment, 9=carotte ;
10= Aubergine noire ; 11=Gombo ; 12=Melon; 13= menthe, 14= courge, 15=Poivron 16=pastèque; 17=pomme de terre ; 18=haricots verts ;
19= légumes feuilles, 20=Autre :………………………………………………………
Code Type d’intrant : 1= urée, 2= NPK, 3=bouse de vache ; 4= déchets de porc ; 5= Déchets d’ovins et/ou de caprin, 6= fiente de volaille ;
7= compost ; 8=ordures ménagers ; 9= sous-produits industriels.

xxix
III.12.32 Comment choisissez-vous les doses à appliquer (plusieurs réponses
possibles) :
Pesticides:/____/ ; Engrais minéral:/____/ ; Fumier porcin : /____/ ; Fumier
bovin : /____/ ; Fumier ovin/caprin : /____/ ; Fumier volailles : /____/ ;
Compost : /____/ ; Sous-produit industriel : /____/ ; Autre :
……………………./____/ ; Autre :…………………………………/____/.

Code : 1= Par expérience ; 2= Recommandé par le fournisseur ; 3= Notice

du produit ; 4= Recommandé par la vulgarisation ; 5= Autre (à
préciser) :

III.13 Avez-vous toujours pratiqué le maraichage de cette façon ? 1= Oui

/___/ ; 2= Non./____/. …
III.14 Si non, qu’est-ce qui a changé et pourquoi?
1. ………………………………………………………………………
…………………………
2. ………………………………………………………………………
………………………………………………………………………
………………………………
………………………………………………………………………………
………………………………………………………………………………
………………

III-15 Quelles sont les principales difficultés que vous

rencontrez ?..............................
………………………………………………………………………………
………………………………………………………………………………
………………………………………………………………………………
………………………………………………………………………………
………………………………………………………………………………
……………………………..

xxx
III.16 Selon vous, quel est l’impact de vos pratiques sur les paramètres suivants ?
Effet Sans Effet
Pratiques Paramètres Justifier Justifier Justifier Alternatives
néfaste effet bénéfique
Sol
Appl.
Eau
pesticide
Produits
Sol
Appl. engrais Eau
Produits
Sol
Appl. Fumier Eau
Produits
Sol
Appl.
Eau
compost
Produits
Sol
Déchet
Eau
ménagers
Produits
Sol
Eau de
Eau
puit/forage
Produits
Eau de Sol
rivière/ Eau
Marigot Produits
Code justification : 1=Pollue le sol, 2= pollue l’eau ; 3= contamine le produit ; 4= Augmente le rendement ; 5=Fertilise le sol ; 6= Autre (à préciser)

III.17 Etes-vous prêt à collaborer avec nous pour des activités de suivi de votre exploitation ?1=oui/____/ 2=Non/_____/

xxxi
Annexe B : Liste des pesticides utilisés dans les exploitations maraîchères

Fréquence (%)
Pesticides Substance active
Urbain Semi-urbain Rural Type Homologation CSP
Acétamipride (24 g/l) +
CAPT 96 17,8 16,7 43,7 Insecticide Culture maraîchère
Cyperméthrine (72 g/l)
Lambda lambda-cyhalothrine 25g.l 66,7 67,3 79,3 Insecticide Non homologué
Insecticide/A
Bomec 18 EC Abamectine18g/l 27,4 30 14 Culture maraîchère
caricide
Savahaller Methomil 250g /Kg 33,3 0 6,9 Insecticide Culture maraîchère
Acetamipride (8g/l)
Conquest 88 EC 10,3 16,7 23 Insecticide Cotonculture
+cyperméthrine (80 g/l)
Titan 25 EC Acetamipride (25 g/l) 9,6 1,3 1,2 Insecticide Cultures maraîchère
Flubendiamida 100g
Tihan 175 O-TEQ 21,1 63,3 62,1 Insecticide Cultures maraîchère
+Spirotetramite75g/l

Imidaclopride (100 g/l /

Thunder 145 0-TEQ 0,7 0 4,7 Insecticide Cultures maraîchère
Betafluthrine (45 g/l)
Avaunt 150 EC indoxacarb 150g/l 3,4 96,7 19,5 Insecticide Cotonculture
acétamipride (16g/l)
Lamipride 46 EC 2,8 0 11,5 Insecticide Cotonculture
+cyperméthrine 30g/l

Lambda-cyalothrine (15 g/l)

K-optimal 12,3 8,5 5,7 Insecticide Culture maraîchère
+acetamipride (20g/l)

xxxii
 Fréquence (%)
Pesticides Substance active
Urbain Semi-urbain Rural Type Homologation CSP
Emacot 0 19 EC emamectine-benzoate 19g/l 6,2 0 5,7 Insecticide Cotonculture
Acetamipride 10g/l +
Pacha 25 EC 27,9 40 9,2 Insecticide Culture maraîchère
Lambda-cyhalothrine 15g/l
Coga 800WP Mancozeb 800g/kg 2 1,7 9,3 Fongicide Culture maraîchère
Caiman B19 emamectine-benzoate 19,2g/l 8,9 18,3 2,4 Insecticide Cotonculture
Decis 25 EC deltamethrine 25g/l 14,1 5 4,7 Insecticide Culture maraîchère
lambda-cyhalothrine (36g/l) +
Lambdacal 636 EC 1,4 5,1 3,5 Insecticide Cotonculture
Profenos (600g/l)
Cypercal 50 EC cypermetrine 50g/l 8,9 3,3 3,4 Insecticide Culture maraîchère
Insecticide/A
Acaris Abamectine18g/l 17,7 3,3 0 Culture maraîchère
caricide
Cypermetrine 144g/l
Attaquant 344 SE 1,4 3,3 0 Insecticide Cotonculture
Imidaclopride 200g/l
Jumper 75 WG chlorothalonil (750 g/kg) 1.4 3,3 1,2 Fongicide Culture maraîchère
imidaclopride (250 g/Kg) + Insecticide /
Montaz 45 WS 2,1 0 1.2 Sol
Thirame (200g/Kg) Fongicide
deltamethrine (24g/l)
Insecticide/
Pyrinex quick 424 EC +chlorpyriphos-éthyl (400 1,4 0 Cotonculture
acaricide
g/l)

xxxiii
 Fréquence (%)
Pesticides Substance active
Urbain Semi-urbain Rural Type Homologation CSP
Clorpyrifos-éthyl ( 250 g/Kg) Insecticide/
Calthio C 50 WS 48 0 0 Cotonculture
+ Thirame (250 g/ Kg) Fongicide
Timaye Deltaméthrine 0,6 g/kg 1,4 0 0 Insecticide Mangue
Cypermethrine 72 g/l +
Emir fort 104 EC 2,1 0 1,1 Insecticide Cotonculture
acetamipride 32 g/l
Nomolt 150 SC Teflubenzuron 150 g/l 0 0 1,2 Insecticide Cotonculture
Bacillus thuringiensis
Batik WG 1.4 0 2,3 Insecticide Cultures maraîchère
32000microlitre/ micrograme
Abo-lambda lambda-cyhalothrine 25g.l 2.1 0 3,6 Insecticide Non homologués
Ortiva 250 SC Azoxystrobin 250 g/l 0 0 1,2 Fongicide Culture maraîchère
Kophos 500 EC Profenofos 500 g/l 0 0 1,1 Insecticide Cotonculture
Glyphader 360 SL glyphosate (360 g/ l) 3,4 11,9 16,1 Herbicide Cotonculture
Gramopat super Paraquat chloride 200 g/l 5,9 25,1 24,6 Herbicide Non homologué
Gramosol Paraquat chloride 200 g/l 0 11,7 5,8 Herbicide Non homologué
Galant super Haloxyfop-R-méthyl (104 g/l) 0 0 3,5 Herbicide Cotonculture
Maia super Nicosulfuron 60 g/l 0 0 1,2 Herbicide Cultures maraîchère
Malick 108 EC Haloxyfop-R-méthyl (108 g/l) 0 0 1,2 Herbicide Cotonculture
Ikokadigné Haloxyfop-R-méthyl (104 g/l) 9,5 15,3 22,4 Herbicide Cotonculture
Glycel 410 Glyphosate (410 g/kg) 0 18,6 1,2 Herbicide

xxxiv
 Fréquence (%)
Pesticides Substance active
Urbain Semi-urbain Rural Type Homologation CSP
Roundup 360 K Glyphosate 360 g/ l 6,2 15,3 24,4 Herbicide Culture maraîchère
Diga falagan Glyphosate 360 g/ l 0 1,7 0 Herbicide Culture maraîchère
Pendistar Pendimethaline 400 g/l 0 1,7 1.2 Herbicide mais
Nicomais 40 EC Nicosulfuron 40 g/l 0 5,1 5,8 Herbicide mais
Kalach 360 SL Glyphosate 360 g/l 6,2 0 11,6 Herbicide Toutes cultures
Butaplus 50 EC Butachol 50% 0 1.7 1,2 Herbicide Non homologué

xxxv
Annexe C: Correlation matrix between soil and site characteristics (N = 69). Pearson’s r coefficients in bold are statistically
significant (p < 0.05). Below the diagonal, the level of statistical significance of the correlation is indicated as follows: ns: non-
significant, *: p < 0.05, ** : p < 0.01, ***: p < 0.001.
Year Clay+F C<20- C>20- C<20- C>20- (C<20-so)-
Unit Ctot C/N Feo+Alo pH Qom Alt.diff
s S sh sh so* so* (C<20-sh)*
Years years 1 0.24 0.69 0.63 0.64 0.9 0.55 0.81 0.63 0.61 0.17 0.04 -0.17
Clay+FS % ns 1 0.28 0.45 0.24 0.52 0.18 0.37 0.08 0.34 -0.1 -0.01 -0.01
Ctot gC kg-1 *** * 1 0.39 0.99 0.74 0.98 0.85 0.55 0.8 0.05 0.06 -0.16
C<20-sh gC kg-1 *** *** ** 1 0.28 0.76 0.21 0.44 0.5 0.48 0.17 -0.18 -0.23
C>20-sh gC kg-1 *** ns *** * 1 0.66 0.99 0.81 0.51 0.77 0.03 0.09 -0.14
C<20-so g C kg-1 *** * *** *** ** 1 0.58 0.92 0.6 0.72 0.46 0.3 -0.14
C>20-so gC kg-1 *** ns *** ns *** ** 1 0.76 0.48 0.75 0.02 0.08 -0.13
(C<20-so)-
g C kg-1 *** * *** * *** *** *** 1 0.51 0.68 0.38 0.35 0.04
(C<20-sh)
C/N - *** ns *** *** *** ** *** ** 1 0.43 0.35 0.08 -0.09
Feo+Alo mmol kg-1 *** ns *** *** *** *** *** ** ** 1 0.03 -0.09 -0.11
pH - ns ns ns ns ns ns ns ns ** ns 1 0.18 0.07
Qom kg DM ha-1 ns ns ns ns ns ns ns ns ns ns ns 1 0.03
Alt.diff m ns ns ns ns ns ns ns ns ns ns ns ns 1
Clay+FS = clay and fine silt content determined by textural analysis; Ctot = total organic carbon; C<20-sh and C>20-sh = C content in the < 20 µm and > 20 µm fraction obtained
after shaking, respectively; C<20-so and C>20-so = C content in the < 20 µm and > 20 µm fraction, after sonication, respectively ; Fe+Al = oxalate-extractable Fe and Al ; Qom
= Mass of organic amendment added during the previous year (dry matter); Alt.diff = altitude difference with respect to the river. * N=24

xxxvi
Annexe D: Correlation matrix between biological activity and soil characteristics. Pearson’s r coefficients in bold are statistically
significant (p < 0.05). Below the diagonal, the level of statistical significance of the correlation is indicated as follows: ns: non-
significant, *: p < 0.05, ** : p < 0.01, ***: p < 0.001.
Units Year Clay.FS Ctot C>20 C<20 C/N Ntot pH Bglu Phos FDA Urease GME Resp MBC Qmic NH4+ NO3- Nmin/Ntot
Year years 1 0.24 0.69 0.64 0.63 0.63 0.71 0.17 0.47 0.41 0.32 0.32 0.52 0.37 0.08 -0.53 -0.02 0.29 -0.19
Clay.FS % * 1 0.28 0.24 0.45 0.08 0.31 -0.14 0.45 0.41 0.29 0.23 0.46 0.18 0.2 -0.15 0.09 0.32 0.11
Ctot g C kg-1 *** * 1 0.99 0.39 0.55 0.88 0.05 0.56 0.61 0.57 0.56 0.78 0.61 0.31 -0.58 0.09 0.49 -0.19
C>20 g C kg-1 *** ns *** 1 0.28 0.51 0.96 0.03 0.55 0.65 0.49 0.58 0.77 0.66 0.28 -0.55 0.15 0.61 -0.12
C<20 g C kg-1 *** *** *** * 1 0.5 0.21 0.17 0.48 0.23 0.35 0.04 0.39 0.11 0.1 -0.31 -0.23 0.09 -0.19
C/N - *** ns *** *** *** 1 0.36 0.35 0.46 0.14 0.23 0.1 0.32 0.18 0.21 -0.25 -0.26 0.17 -0.29
Ntot g C kg-1 *** * *** *** ns ** 1 -0.04 0.52 0.71 0.52 0.67 0.82 0.73 0.29 -0.54 0.25 0.69 -0.04
pH - ns ns ns ns ns ** ns 1 0.34 -0.32 0.12 -0.1 0.01 -0.11 0.13 -0.04 -0.45 -0.17 -0.37
Bglu µg g-1 h-1 *** *** *** *** *** *** *** ** 1 0.47 0.56 0.33 0.77 0.33 0.3 -0.24 -0.3 0.24 -0.36
Phos µg g-1 h-1 *** ** *** *** ns ns *** ** *** 1 0.36 0.48 0.79 0.44 0.23 -0.34 0.27 0.44 -0.07
FDA µg g-1 h-1 * * *** *** ns ns *** ns *** ** 1 0.42 0.75 0.52 0.35 -0.23 -0.07 0.35 -0.15
Urease µg g-1 h-1 * ns *** *** ns ns *** ns ** *** *** 1 0.74 0.64 0.23 -0.37 0.1 0.49 0.02
GME µg g-1 h-1 *** *** *** *** ** ** *** ns *** *** *** *** 1 0.64 0.36 -0.42 0 0.51 -0.19
Resp µg g-1 h-1 ** ns *** *** ns ns *** ns ** *** *** *** *** 1 0.13 -0.44 0.15 0.66 0.12
MBC µg g-1 ns ns * * ns ns * ns * * ** * ** ns 1 0.45 -0.13 -0.01 -0.36
Qmic Mg g-1 *** ns *** *** ** * *** ns ns ** ns ** *** *** *** 1 -0.21 -0.44 -0.15
NH4+ µg g-1 ns ns ns ns ns * ns *** * * ns ns ns ns ns ns 1 0.23 0.42
NO3- µg g-1 * ** *** *** ns ns *** ns ns *** ** *** *** *** ns *** ns 1 0.57
Nmin/Ntot µg g-1 ns ns ns ns ns * ns ** ** ns ns ns ns ns ** ns *** *** 1
Clay + FS = clay + fine silt; Ctot = total organic carbon; C<20 and C>20= C in the < 20 µm and > 20 µm fraction, respectively; Ntot = total nitrogen; Bglu = betaglucosidase; GME = geometric mean of
enzyme activities, Resp = basal respiration, Nmin/ Not = mineral and total nitrogen ratio; MBC = microbial biomass carbon. Qmic = microbial quotient.

xxxvii
 Annexe E : Correlation matrix between soil characteristics. Pearson’s r coefficients in bold are statistically significant (p < 0.05).
Below the diagonal, the level of statistical significance of the correlation is indicated as follows: ns: non-significant, *: p < 0.05,
** : p < 0.01, ***: p < 0.001.
Year P Urea NH4 Nmin/ PAW Macp
Clay Silt Sand Ctot Ntot pH SBE CEC E.C Bglu Phos FDA Resp QCO2 + NO3- MBC C/N Qmic GME BD Ks
s Bray se Ntot C o
Clay 1 0.03 -0.86 0.10 0.12 0.13 -0.20 -0.02 0.15 0.12 0.26 0.28 0.27 0.13 0.11 -0.07 -0.14 0.10 0.21 0.17 0.14 -0.06 -0.03 0.26 0.14 0.19 -0.11 -0.05
Silt ns 1 -0.53 0.25 0.45 0.42 0.03 0.40 0.50 0.13 0.26 0.51 0.38 0.46 0.34 0.20 -0.05 -0.10 0.29 -0.12 0.20 0.26 -0.20 0.55 -0.09 0.62 -0.20 0.00
Sand *** *** 1 -0.21 -0.33 -0.32 0.16 -0.19 -0.38 -0.16 -0.35 -0.49 -0.42 -0.34 -0.27 -0.04 0.14 -0.04 -0.33 -0.08 -0.22 -0.08 0.13 -0.50 -0.07 -0.26 0.20 0.04
Years ns * ns 1 0.69 0.71 0.17 0.62 0.77 0.19 0.28 0.47 0.41 0.32 0.32 0.37 0.17 -0.02 0.29 -0.19 0.08 0.63 -0.53 0.52 -0.22 0.19 -0.05 0.11
Ctot ns *** ** *** 1 0.88 0.05 0.68 0.89 0.27 0.55 0.56 0.61 0.57 0.56 0.61 0.09 0.09 0.49 -0.19 0.31 0.55 -0.58 0.78 -0.22 0.22 -0.06 0.03
Ntot ns *** ** *** *** 1 -0.04 0.69 0.81 0.29 0.72 0.52 0.72 0.56 0.67 0.70 0.17 0.25 0.69 -0.04 0.29 0.36 -0.54 0.76 -0.18 0.17 -0.05 0.00
pH ns ns ns ns ns ns 1 0.49 0.12 -0.11 -0.16 0.34 -0.32 0.11 -0.11 -0.04 -0.03 -0.44 -0.17 -0.37 0.13 0.35 -0.04 -0.04 0.09 0.13 -0.17 0.02
SBE ns ** ns *** *** *** *** 1 0.80 0.18 0.44 0.60 0.28 0.50 0.39 0.47 0.17 -0.13 0.40 -0.23 0.18 0.66 -0.50 0.55 -0.10 0.21 -0.12 0.00
CEC ns *** ** *** *** *** ns *** 1 0.38 0.51 0.67 0.55 0.55 0.49 0.56 0.13 -0.05 0.50 -0.20 0.20 0.71 -0.59 0.70 -0.19 0.24 -0.09 0.03
P Bray ns ns ns ns * * ns ns ** 1 0.17 0.21 0.31 0.12 0.14 0.41 0.16 -0.01 0.16 -0.11 -0.03 0.18 -0.28 0.25 -0.17 -0.01 0.13 0.22
E.C * * ** * *** *** ns *** *** ns 1 0.27 0.39 0.40 0.41 0.46 0.13 0.31 0.82 0.39 0.12 0.12 -0.40 0.42 0.03 0.27 -0.23 -0.04
Bglu * *** *** *** *** *** ** *** *** ns * 1 0.47 0.58 0.35 0.34 -0.05 -0.30 0.24 -0.36 0.30 0.48 -0.24 0.74 -0.09 0.24 -0.15 -0.03
Phos * ** *** *** *** *** ** * *** * ** *** 1 0.38 0.49 0.46 0.04 0.27 0.44 -0.07 0.23 0.21 -0.34 0.75 -0.13 -0.06 0.10 -0.03
FDA ns *** ** ** *** *** ns *** *** ns ** *** ** 1 0.43 0.47 0.00 -0.06 0.40 -0.13 0.36 0.30 -0.22 0.74 0.17 0.26 -0.31 -0.18
Urease ns ** * ** *** *** ns ** *** ns *** ** *** *** 1 0.59 0.18 0.10 0.47 0.03 0.24 0.04 -0.40 0.76 -0.05 0.09 -0.04 -0.01
Resp ns ns ns *** *** *** ns *** *** *** *** ** *** *** *** 1 0.41 0.15 0.47 -0.02 0.15 0.30 -0.44 0.59 -0.26 0.17 -0.02 0.22
QCO2 ns ns ns ns ns ns ns ns ns ns ns ns ns ns ns *** 1 0.23 0.32 0.35 -0.69 0.06 -0.62 0.06 -0.10 0.06 0.04 0.19
NH4+ ns ns ns ns ns * *** ns ns ns * * * ns ns ns ns 1 0.23 0.41 -0.13 -0.25 -0.21 0.00 -0.13 -0.05 0.12 0.09
NO3- ns * ** * *** *** ns *** *** ns *** ns *** ** *** *** ** ns 1 0.57 -0.01 0.13 -0.44 0.45 -0.01 0.26 -0.19 0.01
Nmin/Nt
ns ns ns ns ns ns ** ns ns ns ** ** ns ns ns ns ** *** *** 1 -0.36 -0.33 -0.15 -0.21 0.09 0.08 -0.08 0.02
ot
MBC ns ns ns ns ** * ns ns ns ns ns * ns ** * ns *** ns ns ** 1 0.15 0.45 0.35 -0.05 0.02 -0.03 -0.09
C/N ns * ns *** *** ** ** *** *** ns ns *** ns * ns * ns * ns ** ns 1 -0.40 0.31 -0.25 0.12 0.02 0.13
Qmic ns ns ns *** *** *** ns *** *** * ** ns ** ns ** *** *** ns *** ns *** ** 1 -0.38 0.04 -0.09 0.01 -0.06
GME * *** *** *** *** *** ns *** *** * *** *** *** *** *** *** ns ns *** ns ** * ** 1 -0.02 0.16 -0.12 -0.07
BD ns ns ns ns ns ns ns ns ns ns ns ns ns ns ns * ns ns ns ns ns * ns ns 1 0.12 -0.60 -0.49
PAWC ns *** * ns ns ns ns ns * ns * ns ns * ns ns ns ns * ns ns ns ns ns ns 1 -0.83 0.15
Macpo ns ns ns ns ns ns ns ns ns ns ns ns ns ** ns ns ns ns ns ns ns ns ns ns *** *** 1 0.19
Ks ns ns ns ns ns ns ns ns ns ns ns ns ns ns ns ns ns ns ns ns ns ns ns ns *** ns ns 1
E.C. = electrical conductivity; Variables are defined in Table 6.1

xxxviii
 0.7
0.6
C<20 µm/C> 20 µm
0.5
0.4
0.3
0.2
0.1
0.0
0 10 20 30 40 50 60 70
Number of year of cultivation

Annexe F : Evolution du rapport C<20 µm / C>20 µm en fonction du nombre

d’années d’exploitation

xxxix
xl
Publications et conférences

Publications dans des revues avec comité de lecture

Ouédraogo R.A., Kambiré F.C., Kestemont M-P., Bielders C.L., 2019.

Caractériser la diversité des exploitations maraîchères de la région de Bobo-
Dioulasso (Burkina Faso) pour faciliter leur transition agro-écologique.
Cahier Agriculture.

Bonzi S., Somda I., Paco S., Toudou A., Ouédraogo R.A., 2013. Effects of
temperature and pH on mycelium growth of Phoma sorghina (Sacc.) Boerema
Dorenbosch and Van Kesteren in vitro. Pak. J. Biol. Sci. 16, 2054–205.

Articles soumis ou à soumettre

Ouédraogo R.A., Chartin C., Kambiré F.C., van Wesemael B., Delvaux B.,
Millogo H., Bielders C.L. Short and long-term impact of urban gardening on
soil organic carbon fractions in Lixisols (Burkina Faso). Submitted to
Geoderma.

Ouédraogo R.A., Kambiré F.C., Cournac L., Bielders C.L. Short- and long-
term effect of market gardening on soil quality indice. To be submitted to
Science of the total environment.

Ouédraogo R. A., Kambire F.C., Cournac L., Bielders CL. High-input market
gardening operations improve soil biological activities in Bobo Dioulasso
(Burkina Faso). To be submitted.

Publications sous forme de résumé

Ouédraogo R.A., Chartin C., Kambiré F.C., van Wesemael B., Millogo H.,
Bielders C.L. Effect of duration of market gardening operations on soil
organic carbon fractions. A case study in Bobo-Dioulasso (Burkina Faso).
EGU Ceneral Assembly 2019, Vienna, Austria. 07 au 12 april 2019. In book
of abstracts.

xli
Ouédraogo R.A.; Kambiré F.C., Laurent C., Chartin C., Millogo H., Bielders
C.L. Effect of market gardening practices on soil biological activity in Bobo-
Dioulasso (Burkina Faso). 24th National Symposium for Applied Biological
Sciences, NSABS 2019. Ghent University, Belgium. February, 2019. In Book
of abstracts.

Ouédraogo R.A., Somda I., Haro H. Sanon S.B.K., Kambire F., Ouédraogo
A., Bonzi S., Bielders C.L. Evaluation de différentes formulations de
composts associés ou non au Trichoderma Harzianum et aux champignons
mycorhiziens arbusculaires sur le rendement de la tomate (Solanum
lycopersicum) et sur le sol en conditions semi-contrôlées. 23rd National
Symposium for Applied Biological Sciences. Université Libre de Belgique.
08 février 2018. Book of abstracts.

Ouédraogo R.A., Sanon S.B.K., Kestemont M-P., Bielders C.L.

Caractérisation et typologie des exploitations maraîchères à Bobo-Dioulasso
(Burkina-Faso). Symposium International sur la Science et la Technologie.
Centre National de la recherche Scientifique et Technologique. Ouagadougou
(Burkina Faso). 06 décembre 2017. Livre des résumés.

Pooda Lamine, Ouédraogo R. A., Koné M., Hien M., Ilboudo J-B. M.H.,
Kambire F.C., Bielders C.L. (2017). Risque de pollution environnementale
par les pesticides utilisés dans des exploitations maraîchères de Sakaby et de
Dogona à Bobo-Dioulasso. Congrès Scientifique International de la Société
de Pharmacologie et de Toxicologie du Burkina (SOPHATOX-B).
Ouagadougou, Burkina Faso. Livre des résumés.

Communications Orales

Ouédraogo R.A., Chartin C., Kambiré F.C, van Wesemael B., Millogo H.,
Bielders C. L. Effet des pratiques maraîchères sur le carbone organique du
sol : cas de Bobo-Dioulasso (Burkina Faso). Animation scientifique.
Laboratoire Mixte International Intensification Ecologique des sols cultivés
en Afrique de l’Ouest. Octobre 2018. Dakar, Sénégal. Communication orale.

Ouédraogo R.A., Sanon S.B.K., Kestemont M-P., Bielders C.L.

Caractérisation et typologie des exploitations maraîchères à Bobo-Dioulasso
(Burkina-Faso) ; Symposium International sur la Science et la Technologie.
Centre National de la recherche Scientifique et Technologique. Ouagadougou
(Burkina Faso). 06 décembre 2017. Communication orale.

xlii
Posters

Ouédraogo R.A., Chartin C., Kambiré F.C., van Wesemael B., Millogo H.,
Bielders C.L. Effect of duration of market gardening operations on soil
organic carbon fractions. A case study in Bobo-Dioulasso (Burkina Faso).
EGU Ceneral Assembly 2019, Vienna, Austria. 07 au 12 april 2019. Poster.

Ouédraogo R.A.; Kambiré F.C.; Cournac L.; Chartin C.; Millogo H.;
Bielders C.L. Effect of market gardening practices on soil biological activity
in Bobo-Dioulasso (Burkina Faso). 24th National Symposium for Applied
Biological Sciences, NSABS 2019. Ghent University, Belgium. February,
2019. Poster.

Ouédraogo R.A., Bielders C.L., Kambire F.C., Sanon S.B.K., Kestemont M-

P. Caractérisation et typologie des pratiques maraîchères de la province du
Houet. 3ième édition des journées portes ouvertes du CNRST. Ouagadougou,
Burkina Faso. Du 07 au 08 décembre 2018. Poster.

Ouédraogo R. A., Somda I., Haro H., Sanon S.B.K., Kambire F.C.,
Ouédraogo A., Bonzi S., Bielders C.L. Evaluation de différentes formulations
de composts associés ou non au Trichoderma Harzianum et aux champignons
mycorhiziens arbusculaires sur le rendement de la tomate (Solanum
lycopersicum) et sur le sol en conditions semi-contrôlées. 23rd National
Symposium for Applied Biological Sciences. Université Libre de Belgique.
08 février 2018. Poster.

Mémoires

Ouédraogo R. A., 2013. Effet de la fertilisation organo-minérale sur la

productivité du cotonnier transgénique Bollgard II. Mémoire de DEA En
gestion intégrée des ressources naturelles/Sciences du sol. Université
Polytechnique de Bobo-Dioulasso, Burkina Faso. 58p.

Ouédraogo R. A., 2011. Biologie, écologie et efficacité des extraits

végétaux contre Phoma sorghina (Sacc.) Boerema, Dorenbosch & van
Kesteren et Fusarium moniliforme Sheld., agents de moisissures du
sorgho. Mémoire d’ingénieur du développement rural, option
agronomie. Université Polytechnique de Bobo-Dioulasso, Burkina
Faso. 72p.

xliii
xliv
Biographie

Née le 24 juillet 1985 à Bobo-Dioulasso,

Rayangnéwendé Adèle Ouédraogo obtient son
certificat d’aptitude professionnel, option
économie familiale et rurale, en 2001 ; puis son
brevet d’étude du premier cycle en 2003. Après
l’obtention de son baccalauréat série « D » en
2006, elle poursuit ses études universitaires à
l’Université polytechnique de Bobo-Dioulasso
(Burkina Faso), où elle obtient son diplôme
d’ingénieur du développement rural, option
agronomie, en 2011, puis son diplôme d’étude approfondie (DEA) en gestion
intégrée des ressources naturelles, option système de production végétale,
spécialité sciences du sol, en 2013. Elle a travaillé comme adjointe du point
focal Burkina du projet GIZ /ICA (Deutsche Gesellschaft für Internationale
Zusammenarbeit/ Initiative du Cajou Africain) de 2013 à 2014. Pendant
l’exercice de cette fonction, elle a participé au programme des Maitres
Formateurs sur la promotion de la chaine de valeur du cajou, au Burkina Faso,
Côte d’Ivoire et Ghana. En 2014 elle a rejoint le Ministère de l’Agriculture
après avoir réussi le concours de recrutement des Ingénieurs d’agriculture. En
2014, elle a participé également à l’étude des perceptions des populations sur
les impacts des changements climatiques et l’identification des besoins de
renforcement des capacités pour améliorer la résilience, avec la SNV
(Netherlands Development Organisation). En 2015, elle a bénéficié d’une
bourse de 4 ans financée par l’ARES CCD pour entamer une thèse de doctorat
à l’Université Catholique de Louvain (Belgique) sous la direction du Pr.
Charles BIELDERS et Dr. Kadidya SANON. Cela a nécessité sa mise à
disposition au Ministère de la recherche scientifique et de l’Innovation où elle
exerçait en tant qu’Ingénieur de recherche.

xlv