Estimation of the Herbaceous and Woody Plant Biomass from Meteorological and Climatic Data in Burkina Faso

Alimata Zorom, Wièmé Some, Yélézouomin Stéphane Corentin Some

Abstract


Estimating plant biomass in areas with highly contrasting vegetation using satellite indices remains a technological challenge. This study aims to develop models for estimating forage yields based on meteorological data in Burkina Faso. A database was created through spatial interpolation of weather station observations, covering 159 biomass collection points in the field between 2017 and 2019. The multiple regression method, combined with the BIC (Bayesian information criterion), was used to select the most effective models for estimating woody, herbaceous, and total biomass according to climatic domains. The most robust results were obtained in the Sahelian domain, with high explainability (adjusted R² from 0.69 to 0.85) and errors stabilized at around 29%. In contrast, in the Sudanese domain, characterized by highly heterogeneous vegetation, the explainability of the models decreased (adjusted R² from 0.15 to 0.48), although errors remained relatively low (15%). The most relevant climate variables for model development are temperature, number of rainy days, wind speed, and atmospheric pressure. These factors are essential indicators for projecting plant biomass at the national level.

Keywords: RRMSE, RMSE, estimation model, climate zone, Burkina Faso

© 2026 Serbian Geographical Society, Belgrade, Serbia.

This article is an open access article distributed under the terms and conditions of the Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Serbia.


Full Text:

PDF

References


Albergel, J., Carbonnel, J. P., & Grouzis, M. (1984). Péjoration climatique au Burkina Faso: Incidences sur les ressources en eau et les productions végétales. Série Hydrologie, 21(1), 3–19. http://www.documentation.ird.fr/hor/fdi:21068

Azuara, J. (2017). L’influence du climat et des activités humaines sur l’histoire holocène de la végétation du nord-ouest de la Méditerranée. Museum National d’Histoire Naturelle.

Baillargeon, S. (2005). Le krigeage: Revue de la theorie et application a linterpolation spatiale de donnees de precipitations [Mémoire de Maitrise, Université Laval].

Balaghi, R., Tychon, B., Eerens, H., & Jlibene, M. (2008). Empirical regression models using NDVI, rainfall and temperature data for the early prediction of wheat grain yields in Morocco. International Journal of Applied Earth Observation and Geoinformation, 10(4), 438–452. https://doi.org/10.1016/j.jag.2006.12.001

Bambara, D., Thiombiano, A., & Hien, V. (2016). Changements climatiques en zones nord-soudanienne et Sub-sahélienne du Burkina Faso: Comparaison entre savoirs paysans et connaissances scientifiques. Revue d’écologie, 71(1), 35-58.

Barnetson, J., Phinn, S., & Scarth, P. (2020). Estimating plant pasture biomass and quality from UAV imaging across queensland’s rangelands. AgriEngineering, 2(4), 523–543. https://doi.org/10.3390/agriengineering2040035

Bognounou, F., Thiombiano, A., Savadogo, P., Boussim, J. I., Oden, P. C., & Guinko, S. (2009). Structure et composition spécifique de la végétation ligneuse de quatre sites sur un gradient latitudinal au Burkina Faso occidental. Bois & Forets des Tropiques, 300, Article 29. https://doi.org/10.19182/bft2009.300.a20412

Bossoukpe, M., Ndiaye, O., Diatta, O., Diatta, S., Audebert, A., Couteron, P., Leroux, L., Diouf, A. A., Dendoncker, M., Faye, E., & Taugourdeau, S. (2021). Unmanned aerial vehicle for the assessment of woody and herbaceous phytomass in Sahelian savanna. Revue d’élevage et de Médecine Vétérinaire des Pays Tropicaux, 74(4), 199–205. https://doi.org/10.19182/remvt.36802

Boudet, G. (1984). Manuel sur les paturages tropicaux et les cultures fourragères. Ministère de la Coopération.

Camaret, S., Bernier, N., Eynard-Machet, R., & Dobremez, J.-F. (2000). Distribution spatiale et évolution temporelle de la végétation et de sa diversité. Relations avec l’hétérogénéité des structures des peuplements en pessière d’altitude (Rapport final, programme “Biodiversité et gestion forestière”). Université de Savoie; Muséum National d’Histoire Naturelle; Office National des Forêts (ONF). https://hal.science/hal-03703096

Casenave, A., & Valentin, C. (1989). Les états de surface de la Zone Sahélienne: Influence sur l’infiltration. Ed. de l’ORSTOM.

Chakri, A., Abakarim, S., Rodrigues, J. C. A., Laftouhi, N.-E., Ibouh, H., Zouhri, L., & Zaitseva, E. (2025). Spatial Bias Correction of ERA5_Ag Reanalysis Precipitation Using Machine Learning Models in Semi-Arid Region of Morocco. Atmosphere, 16(11), Article 1234. https://doi.org/10.3390/atmos16111234

Chai, T., & Draxler, R. R. (2014). Root mean square error (RMSE) or mean absolute error (MAE)? – Arguments against avoiding RMSE in the literature. Geoscientific Model Development, 7(3), 1247–1250. https://doi.org/10.5194/gmd-7-1247-2014

Chicco, D., Warrens, M. J., & Jurman, G. (2021). The coefficient of determination R-squared is more informative than SMAPE, MAE, MAPE, MSE and RMSE in regression analysis evaluation. PeerJ Computer Science, 7, Article e623. https://doi.org/10.7717/peerj-cs.623

Colston, J. M., Ahmed, T., Mahopo, C., Kang, G., Kosek, M., De Sousa Junior, F., Shrestha, P. S., Svensen, E., Turab, A., & Zaitchik, B. (2018). Evaluating meteorological data from weather stations, and from satellites and global models for a multi-site epidemiological study. Environmental Research, 165, 91–109. https://doi.org/10.1016/j.envres.2018.02.027

Daget, P., & Poissonet, J. (1971). Une méthode d'analyse phytologique des prairies: Critères d'application. Annales Agronomiques, 22, 5-41.

Diallo, H., Bamba, I., Barima, Y. S. S., Visser, M., Ballo, A., Mama, A., Vranken, I., Maiga, M., & Bogaert, J. (2011). Effets combinés du climat et des pressions anthropiques sur la dynamique évolutive de la végétation d’une zone protégée du Mali (Réserve de Fina, Boucle du Baoulé). Science et changements planétaires/Sécheresse, 22(2), 97–107. https://doi.org/10.1684/SEC.2011.0306

Diouf, A., Brandt, M., Verger, A., Jarroudi, M., Djaby, B., Fensholt, R., Ndione, J., & Tychon, B. (2015). Fodder Biomass Monitoring in Sahelian Rangelands Using Phenological Metrics from FAPAR Time Series. Remote Sensing, 7(7), 9122–9148. https://doi.org/10.3390/rs70709122

Diouf, A., Djaby, B., Diop, M. B., Wele, A., Ndione, J.-A., & Tychon, B. (2014). Fonctions d’ajustement pour l’estimation de la production fourragère herbacée des parcours naturels du sénégal à partir du ndvi s10 de spot-vegetation. XXVIIe Colloque de l’Association Internationale de Climatologie (pp. 284–289).

Drouin, A., & Saint-Laurent, D. (2010). Comparaison des méthodes d’interpolation pour l’élaboration de modèles numériques d’élévation de haute précision dans la représentation micro-topographique des plaines inondables. Hydrological Sciences Journal, 55(4), 526–539. https://doi.org/10.1080/02626667.2010.481088

Dubreuil, S., Colomer, J. M., Salaün, M., Bartoli, N., & Lefebvre, T. (2017). Évaluation de l’incertitude associée à l’interpolation de maillage dans un calcul couplé partitionné. 3e colloque national en calcul des structures, Université Paris-Saclay.

El Kharki, O., Mechbouh, J., Ducrot, D., Rouchdi, M., & Ngono, J.M. (2015). Panorama sur les méthodes de classification des images satellites et techniques d’amélioration de la précision de la classification. Revue Française de Photogrammétrie et de Télédétection, 210, 23-38. https://doi.org/10.52638/rfpt.2015.259

FAO. (2015). Status of the world’s soil resources: Main report. Food and Agriculture Organization of the United Nations.

Fournier, A. D. M. (1990a). Phénologie, croissance et production végétales dans quelques savanes d’Afrique de l’Ouest [Thèse de doctorat, Université de Paris 6]. https://hal.science/tel-03170865

Fournier, A. D. M. (1990b). Phénologie, croissance et productions végétales dans quelques savanes d’Afrique de l’Ouest: Variation selon un gradient climatique. Institut de Recherche pour le Développement. https://hal.science/hal-03170885

Fournier, A., & Millogo-Rasolodimby, J. (2007). Une végétation menacée ou modelée par les hommes? In A. Fournier, B. Sinsin, & G. A. Mensah (Éds.), Quelles aires protégées pour l’Afrique de l’Ouest? (pp. 62–76). IRD Éditions. https://doi.org/10.4000/books.irdeditions.8014

Gang, F., Wei, S., Shaowei, L., Jing, Z., Chengqun, Y., & Zhenxi, S. (2017). Modeling aboveground biomass using MODIS images and climatic data in grasslands on the Tibetan Plateau. Journal of Resources and Ecology, 8(1), 42–49. https://doi.org/10.5814/j.issn.1674-764x.2017.01.006

Garba, A. (2015). Évolution comparée du couvert végétal en zone de brousse et en zone agricole de 1992 à 2014 dans le bassin d’approvisionnement en bois-énergie de Niamey (Niger) [Doctoral dissertation, AgroParisTech]. https://agritrop.cirad.fr/578865/

Garba, I., Abdourahamane, Z. S., Sanoussi, A. A., & Salifou, I. (2023). Optimisation de l’évaluation de la biomasse fourragère en Zone Sahélienne grâce à l’utilisation de la méthode de Régression Linéaire Multiple en conjonction avec la stratification. European Scientific Journal, 19(33), Article 52. https://doi.org/10.19044/esj.2023.v19n33p52

Gebremedhin, H. H., Salgado, P., Fassinou, C., & Taugourdeau, S. (2025). Using a low-cost drone to assess herbaceous biomass and quality in the Sahelian Rangeland ecosystems. African Journal of Range & Forage Science, 42(3), 230–240. https://doi.org/10.2989/10220119.2025.2525418

Gratton, Y. (2002). Le Krigeage: La méthode optimale d’interpolation spatiale. Les articles de l’Institut d’Analyse Géographique, Québec. Journal of Water Resource and Protection, 13(7).

Hodson, T. O. (2022). Root-mean-square error (RMSE) or mean absolute error (MAE): When to use them or not. Geoscientific Model Development, 15(14), 5481–5487. https://doi.org/10.5194/gmd-15-5481-2022

Joly, D., Brossard, T., Cardot, H., Cavailhes, J., Hilal, M., & Wavresky, P. (2008). Interpolation par recherche d’information locale. Climatologie, 5, 27–47. https://doi.org/10.4267/climatologie.714

Knauer, J., Cuntz, M., Smith, B., Canadell, J. G., Medlyn, B. E., Bennett, A. C., Caldararu, S., & Haverd, V. (2023). Higher global gross primary productivity under future climate with more advanced representations of photosynthesis. Science Advances, 9(46), Article eadh9444. https://doi.org/10.1126/sciadv.adh9444

Lambert, M.-J., Waldner, F., & Defourny, P. (2016). Cropland Mapping over Sahelian and Sudanian Agrosystems: A Knowledge-Based Approach Using PROBA-V Time Series at 100-m. Remote Sensing, 8(3), Article 232. https://doi.org/10.3390/rs8030232

Lazraq, A., & Cléroux, R. (1988). Un algorithme pas à pas de sélection de variables en régression linéaire multivariée. Statistique et analyse des données, 13(1), 39–58.

Lombardi, M., Parolini, N., & Quarteroni, A. (2013). Radial basis functions for inter-grid interpolation and mesh motion in FSI problems. Computer Methods in Applied Mechanics and Engineering, 256, 117–131. https://doi.org/10.1016/j.cma.2012.12.019

Lozzo, M. D. (2017). Pour la substitution d’un simulateur physico-numérique. CERFACS.

Lussem, U., Schellberg, J., & Bareth, G. (2020). Monitoring forage mass with Low-Cost UAV data: Case study at the rengen grassland experiment. Journal of Photogrammetry, Remote Sensing and Geoinformation Science, 88(5), 407–422. https://doi.org/10.1007/s41064-020-00117-w

Neath, A. A., & Cavanaugh, J. E. (2012). The Bayesian information criterion: Background, derivation, and applications. WIREs Computational Statistics, 4(2), 199–203. https://doi.org/10.1002/wics.199

Nungi-Pambu, M., Lo, A., Fassinou, C., Tageson, T., Fensholt, R., Diouf, A. A., Menassol, J. B., Assouma, M. H., Toure, I., & Taugourdeau, S. (2024). A framework for national-scale predictions of forage dry mass in Senegal: UAVs as an intermediate step between field measurements and Sentinel-2 images. International Journal of Remote Sensing, 45(13), 4199–4218. https://doi.org/10.1080/01431161.2023.2290992

PARM. (2021). Évaluation des risques agricoles. Plateforme de gestion des risques agricoles.

Peng, D., Zhang, H., Liu, L., Huang, W., Huete, A. R., Zhang, X., Wang, F., Yu, L., Xie, Q., Wang, C., Luo, S., Li, C., & Zhang, B. (2019). Estimating the aboveground biomass for planted forests based on stand age and environmental variables. Remote Sensing, 11(19), Article 2270. https://doi.org/10.3390/rs11192270

Piao, S., Wang, X., Park, T., Chen, C., Lian, X., He, Y., Bjerke, J. W., Chen, A., Ciais, P., Tømmervik, H., Nemani, R. R., & Myneni, R. B. (2020). Characteristics, drivers and feedbacks of global greening. Nature Reviews Earth & Environment, 1(1), 14–27. https://doi.org/10.1038/s43017-019-0001-x

Rebai, N., Slama, T., & Turki, M. M. (2007). Evaluation de différentes méthodes d’interpolation spatiale pour la production d’un MNT à partir de données topographiques dans un SIG. Revue XYZ, (110), 19–28.

Sanou, L., Ouédraogo, S., Koala, J., Delma, J., & Thiombiano, A. (2023). Productivité intra-annuelle des parcours naturels dans la zone sahélienne du Burkina Faso. Revue d’élevage et de médecine vétérinaire des pays tropicaux, 76, 1–7. https://doi.org/10.19182/remvt.36966

Scaetta, H. (1935). Le Facteur limite en Ecologie végétale. Revue de botanique appliquée et d’agriculture coloniale, 15(162), 77–87. https://doi.org/10.3406/jatba.1935.5466

Some, W., Denis, A., Kouadio, A. L., Djaby, B., Nacro, H. B., Belem, A. M. G., & Tychon, B. (2024). Estimation des rendements fourragers des pâturages dans les espaces climatiques du Burkina Faso à partir de données satellitaires. Revue d’élevage et de médecine vétérinaire des pays tropicaux, 77, 1–17. https://doi.org/10.19182/remvt.37009

Somé, Y., Zorom, A., Somé, W., & Ouoba, P. A. (2023). Analyse de la dynamique de la végétation du Burkina Faso par utilisation de séries temporelles d’images FAPAR. International Journal of Progressive Sciences and Technologies, 38(1), 287–301. https://doi.org/10.52155/ijpsat.v38.1.5191

Somé, Y. S. C. (2010). Modélisation de la distribution spatiale de formes moléculaire Met S d’Anophèles gambiae au Burkina Faso avec les SIG et l’analyse spatiale [Thèse de doctorat, Université d’Orléans].

Tagesson, T., Tian, F., Schurgers, G., Horion, S., Scholes, R., & Ahlström, A. (2021). A physiology-based earth observation model indicates stagnation in the global gross primary production during recent decades. Global Change Biology, 27(4), 836–854. https://doi.org/10.1111/gcb.15424

Taugourdeau, S., Cofélas, F., Bossoukpe, M., Diatta, O., Ndiaye, O., Diehdiou, A., N’Goran, A., Audebert, A., & Faye, E. (2023). Unmanned aerial vehicle outputs and associated field measurements of the herbaceous and tree layers of the Senegalese savannah. African Journal of Ecology, 61(3), 730–735. https://doi.org/10.1111/aje.13123

Taugourdeau, S., Diedhiou, A., Fassinou, C., Bossoukpe, M., Diatta, O., N’Goran, A., Auderbert, A., Ndiaye, O., Diouf, A. A., Tagesson, T., Fensholt, R., & Faye, E. (2022). Estimating herbaceous aboveground biomass in Sahelian rangelands using Structure from Motion data collected on the ground and by UAV. Ecology and Evolution, 12(5), Article e8867. https://doi.org/10.1002/ece3.8867

Traore, S. S., Dembele, S., Dembele, D., Diakite, N., & Diakite, C. H. (2022). Dynamique de l’occupation du sol et trajectoire du couvert végétal autour de trois sites miniers du Sud Mali entre 1988 et 2019. Physio-Géo, 17, 151–166. https://doi.org/10.4000/physio-geo.14565

UA/NEPAD. (2019). Des drones à l'horizon: Transformer l'agriculture en Afrique. Agence de planification et de coordination du NEPAD. https://hdl.handle.net/10568/99326

Yanogo, I. P., & Yaméogo, J. (2023). Recent rainfall trends between 1990 and 2020: Contrasting characteristics between two climate zones in Burkina Faso (West Africa). Bulletin of the Serbian Geographical Society, 103(1), 87–106. https://doi.org/10.2298/GSGD2301087Y

Zeng, Y., Jia, L., Menenti, M., Jiang, M., Zheng, C., Bennour, A., & Lv, Y. (2024). Regional divergent evolution of vegetation greenness and climatic drivers in the Sahel-Sudan-Guinea region: nonlinearity and explainable machine learning. Frontiers in Forests and Global Change, 7, Article 1416373. https://doi.org/10.3389/ffgc.2024.1416373

Zhang, J., Okin, G. S., Zhou, B., & Karl, J. W. (2021). UAV‐derived imagery for vegetation structure estimation in rangelands: Validation and application. Ecosphere, 12(11), Article e03830. https://doi.org/10.1002/ecs2.3830


Refbacks

  • There are currently no refbacks.