Results showed that the model performance can be judged as very good (Moriasi et al., 2007) especially considering limited data condition and high climate, land use and soil type variabilities in the studied basin (Figure 1). Prediction uncertainty is acceptable: most of the observed data (around 80& ) are bracketed by the 95PPU within an acceptable width (R-factor < 1). However, model is characterized by more prediction uncertainties during high flows (Figure 2). The most sensitive parameters are mostly related to surface runoff reflecting the dominance of this process on the streamflow generation (Table 1).
De toutes les activites humaines, l’agriculture reste le secteur le plus influence par le climat et ses variations. Or, l’intensification et la frequence des evenements extr^emes dues au changement climatique auront de plus en plus des consequences desastreuses sur la production agricole et les revenus des paysans. Dans ce contexte, l’assurance agricole climatique est de plus en plus consideree comme un outil d’adaptation au changement climatique. Pour indemniser les agriculteurs en cas de pertes de recoltes dues aux aleas climatiques, l’estimation des deg^ats peut être faite indirectement par le biais d’indicateurs appeles indices climatiques. Des valeurs seuils des ces indices climatiques sont utilisees pour declencher les indemnisations des producteurs sinistres. Cet article fait une synthese des indices climatiques bases sur la pluie, le bilan hydrique, les indices de vegetation, utilises ou pouvant ^etre utilises dans les systemes d’assurances agricoles indicielles. Il presente egalement leurs atouts et leurs faiblesses.
