Le présent rapport thématique du GLO sur l’Afrique de l’Ouest et le Sahel a été élaboré par le Centre régional AGRHYMET dans le cadre d’un Mémorandum d’accord signé en 2019 entre le Comité permanent inter-États de lutte contre la sécheresse dans le Sahel (CILSS) et la Convention des Nations Unies sur la lutte contre la désertification (CNULCD). Ce travail a été accompli avec l’appui généreux de TetraTech, USAID et SERVIR Afrique de l’Ouest. Analysant les enjeux, contraintes et atouts de 7 pays sahéliens (Burkina Faso, Mali, Mauritanie, Niger, Nigéria, Sénégal et Tchad), ce rapport thématique régional met en lumière les acquis et opportunités existants pour favoriser le développement durable et inclusif de toute la région. Ainsi, faisant face à la dégradation des terres, de bonnes pratiques de Gestion Durable des Terres (GDT) ont été développées.

L’étude a été réalisée dans la zone pastorale du Niger, elle se propose de : tester la stabilité du modèle d’estimation de la biomasse du Ministère de l’Élevage et des Industries Animales (MEIA) du Niger ; puis de comparer les performances de l’intégrale et du maximum du NDVI de SPOT VEGETATION et eMODIS à l’aide des données réelles collectées de 2001 à 2012 par MEIA. La méthode de régression linéaire simple est utilisée pour calculer les coefficients de détermination R² et les erreurs quadratiques sur la série (RMSE), par zone bioclimatique puis année par année. Les résultats montrent des R² variant, suivant les années, de 0,52 à 0,73, de façon très significative (P<.0001). Ce coefficient de détermination est plus élevé dans les zones saharienne et nord sahélienne comparé à la zone sahélienne typique. Les RMSE annuelles varient entre 120 et 460 Kg.MS.ha-1. Les tests non paramétriques de comparaison de moyenne (Test de Wilcoxon et des signes) ne mettaient pas en évidence de différence significative entre SPOT VEGETATION et eMODIS (intégrale ou maximum). Cette possibilité d’intercomparabilité des indices provenant de différents capteurs permet aux utilisateurs d’assurer la production sans interruption avec une possibilité d’analyse convergente si l’un des deux capteurs était indisponible.

Le Sahel est une large entité biogéographique s’étendant du Sénégal à l’Éthiopie (UNESCO, 1981). Cette zone naturelle fait face à des défis sécuritaires qui engendrent des pertes énormes en vies humaines et animales au Mali (terrorisme et rébellion armée), en Libye (terrorisme et guerre tribale), et dans la zone du Lac Tchad (Boko Haram au Nigeria, au Niger, au Tchad et au Cameroun) ainsi qu’à des défis climatiques et démographiques avec des conséquences sur la dégradation des ressources naturelles et la sécurité alimentaire et nutritionnelle des populations. Les communautés pastorales sont particulièrement sensibles et affectées par ces défis (DNEP, 2013). Ces dernières années plusieurs initiatives ont été prises en faveur de ces populations à l’échelle continentale et au niveau régional

Ces travaux de thèse ont porté sur la zone pastorale du Niger. Ils ont pour objectif principal de contribuer à l’amélioration des méthodes d’estimation des rendements fourragers au Sahel en général et en particulier au Niger. Il s’agit plus spécifiquement de : valider le modèle BIOMASAH (BIOMAsse SAHélienne) utilisé par le Centre Régional AGRHYMET [AGRonomie Hydrologie et METéorologie] (CRA); tester le modèle du Ministère de L’Élevage et de Industries Animales (MEIA) ; proposer un Modèle par Régression linéaire Multiple (MRM) ; tester la méthode de similarité et enfin comparer ces méthodes d’estimation entre elles. Le travail a été réalisé d’une part avec les mesures de masse herbacée faites au sol de 2001 à 2012 par le MEIA, les observations pluviométriques des stations de la Direction Météorologique du Niger, les variables météorologiques issues du l’institution européenne appelée "European Centre for Medium-Range Weather Forecasts" (ECMWF) et d’autre part, avec les images satellitaires notamment le NDVI de SPOT VEGETATION et MODIS et les pluies estimées dénommées RFE provenant de l’institution américaine "Famine Early Warning Systems NETwork"(FEWSNET). La validation du modèle BIOMASAH a été faite à l’aide des tests de t et de Wilcoxon pour comparer les moyennes mesurées in situ à celles obtenues du modèle et aussi des tests de corrélation de Pearson, Kendall et Spearman. Quant au modèle MEIA, les performances ont été testées en comparant les résultats inter et intra capteurs SPOT VEGETATION et MODIS en utilisant les R² et le RMSE issus des calculs avec l’intégrale et le maximum NDVI comme variables explicatives du rendement fourrager. Le modèle de référence (MR) a été réalisé par régression linéaire multiple avec la méthode pas-à-pas ascendante pour la sélection de variables basée sur le R² ajusté et le RMSE. La validation croisée ‘leave one out’ (LOOCV) a été utilisée pour calculer les R² de validation et un diagnostic systématique des résidus pour mieux caractériser le modèle. viii La méthode de similarité des profils saisonniers d’indice de végétation a été réalisée en utilisant comme critères le R², le MAD et le RMSE. Le profil de la période de croissance de la végétation de chaque pixel a été tracé pour toutes les années. Ensuite, le profil de l’année cible a été comparé avec celui des autres années pour identifier l’année similaire. Les résultats de la similarité ont été confrontés aux données observées d’une part avec les tests de corrélations de Pearson, Spearman et Kendall et d’autre part à l’aide de tests de t et de Wilcoxon pour comparer les moyennes. La comparaison des quatre modèles a été faite sur la base des R², des R² ajustés et les RMSE. Le modèle BIOMASAH a donné des moyennes significativement différentes des moyennes observées (p <0,001). Les corrélations de Pearson, Kendall et Spearman sont faibles. En ce qui concerne le modèle MEIA, le meilleur R² à l’échelle globale est de 0,56. Il n’y a pas de différence significative à utiliser les NDVI de MODIS ou de SPOT VEGETATION. Le RMSE est de 367 kg.ha-1. Les R² et le RMSE varient fortement d’une année à l’autre. Le modèle de référence a donné un R² ajusté global de 0,69 et un RMSE de 282 kg.ha-1, la différence entre le RMSE calculé et celui de la validation est de 2,72 kg.ha-1. La comparaison des moyennes de la similarité à celles observées a montré qu’il n’y a pas de différence significative (p<0,001) pour le R². Par contre les différences sont significatives au même seuil pour le MAD et le RMSE. La comparaison des modèles montre que le Modèle par Régression linéaire Multiple (MRM) est le meilleur, mais il reste perfectible. Ainsi, se propose-t-on de continuer ces recherches avec d’autres indices tels que le LAI et le FAPAR et l’EVI. Aussi, il serait intéressant de prospecter les voies telles que : tenir compte du feuillage des ligneux, ajuster les métriques à la phénologie des herbacées, et à celles des ligneux. Ces travaux permettront d’améliorer la qualité des informations utilisées pour planifier les actions de développement en faveur de la société nigérienne en vue de la protéger contre les crises pastorales.

La situation pastorale est globalement bonne voire excellente dans la partie pastorale des pays du front sahélien. La situation est caractérisée par une bonne disponibilité du fourrage vert et d’eau pour l’abreuvement du bétail . En effet, la poursuite des précipitations régulières et abondantes enregistrées dans certaines zones pendant le mois de septembre a favorisé une nette augmentation de la productivité de la végétation et un bon remplissage des mares. Toutefois, des poches de faible productivité de biomasse fourragère ont été observées par endroits en Mauritanie, au Burkina, au Mali, au Niger et au Tchad. Dans ces zones que nous pouvons considérées à risque, les conditions agro-météorologiques telles que l’installation tardive de la végétation et les pauses pluviométriques n’ont pas été favorables à la croissance et au développement de la végétation. La comparaison des rendements fourragers de l’année 2016 par rapport à 2015 indique une situation supérieure de 25 à 50 % et équivalente sur la façade atlantique et sur la moitié est du sahel. Au centre du sahel, notamment au Mali, au Burkina et au Niger la situation est moins bonne . La comparaison de la productivité par hectare par rapport aux 5 dernières années indique une situation en baisse surtout dans le sahel central et l’extrême Nord Est du Tchad .