Le Ciblage et la Dissémination des Interventions Réussies de Gestion de l’Eau Agricole

AWM banner

L’outil de ciblage des interventions de gestion de l’eau agricole (TAGMI) est un outil d’aide à la prise de décision faciliter le ciblage et la dissémination de trois différentes interventions technologiques de Gestion de l’eau agricole (GEA) dans les bassins de Limpopo et de la Volta. L’outil Web affiche le résultat d’un modèle de réseau bayésien qui évalue l’influence des facteurs sociaux et biophysiques sur la probabilité de succès de la mise en œuvre des différentes interventions de GEA. Le modèle de réseau bayésien se base sur les discussions des participants des consultations et les expériences combinées des chercheurs en sciences naturelles et sociales du CPWF-BDC ainsi que des praticiens. (Lire plus sur le processus de consultation).

TAGMI visualise sur une carte les résultats du modèle, en utilisant les données disponibles à l’échelle d’une commune, mettant ainsi en évidence les différences spatiales dans la probabilité que les interventions puissent être adoptés avec succès dans les communes indiquées, pour chaque pays dans les Bassins de la Volta et de la Limpopo. TAGMI contribue à répondre à la question : « Y’a-t-il une chance acceptable qu’une intervention en GEA dite réussie dans une localité donnée puisse être dupliquée avec succès dans une autre localité ? »

TAGMI Assesses the Likelihood of Success. The tool models the relationship between social and bio-physical factors and successful implementation and long-term adoption of agricultural water management technologies. It is intended for non-technological expert users who want to know which parts of the river basins have conditions suitable for successful implementation of a planned AWM intervention. For more detailed information about using the tool see the User Manual.

It is Science Based. Taking social and human resources into account reflects the fact that there are further enabling conditions required beyond the purely bio-physical conditions that dictate whether or not a technology is appropriate for introduction. The conceptual framework for the Bayes model is informed by the Sustainable Livelihoods Framework (DFID 1999). For more detailed information about the Bayes model behind the tool see the Model Technical Documentation

TAGMI tient compte des preuves. L’outil calculer le degré de certitude avec laquelle le modèle a calculé la probabilité de succès, en évaluant la « solidité de l’évidence », ce qui permet de se donner une idée sur la qualité des connaissances et des données qui sous-tendent la probabilité de succès calculée. Les prédictions issues du modèle ne sont pas meilleures que les données qui ont servi à l’alimenter. Il tient compte du fait que la certitude ne peut être totale mais que des degrés de certitude peuvent être atteints et s’avèrent utiles.


This tool was developed as part of the 3-year CGIAR Challenge Program on Water and Food's Volta and Limpopo Basin Development Challenges (2011-2013) (About), for:

  • Volta Basin: Soil and Water Conservation, Small reservoirs, Smallscale irrigation
  • Limpopo Basin: Conservation agriculture, Small reservoirs, Smallscale irrigation
Further developments to the tool:
  • Upper East Region, Ghana: Small petrol pumps - as part of the project "Enhancing uptake and socio-economic benefits of shallow groundwater irrigation in the White Volta Basin" (Research into Use), funded by CPWF, Challenge Program of Water and Food (2013)
  • White Volta Basin: Drip irrigation, Small electric pumps (GH), Small petrol/ diesel pumps (BF) – as part of the project "Targeting investments in Groundwater irrigation in the White Volta Basin", funded by the CGIAR Water, Land and Ecosystems program (2014-2015)
  • Niger Basin: Smallscale irrigation – part of the project "Managing water and food systems in the Volta - Niger basins", within the project "WLE in Africa", funded EC/IFAD and the CGIAR Water, Land and Ecosystems program (2014-2016)