Recherche
9 items
Bulletin de veille environnementale au sahel et en Afrique de l’Ouest : suivi des feux
La tendance des feux actifs au cours de la saison 2019-2020 dans l’ensemble des pays CILSS/CEDEAO est à la baisse, de l’ordre de 2% par rapport à la moyenne dans des 5 dernières saisons (2014 à 2019). En effet, les occurrences de feux élevées dans les pays côtiers (Guinée, Togo, Côte d’Ivoire, Bénin, Libéria et Sierra Leone) restent inférieures par rapport cette moyenne. La répartition mensuelle des occurrences de feux montre que cette baisse globale cache d’importantes variabilités/ contrastes selon les zones bioclimatiques, les pays et les mois. A l’exception du Burkina Faso tous
les pays du front sahélien ont enregistré plus de feux (sur la saison 2019-2020) par rapport à la moyenne des 5 dernières saisons. Cette situation pourrait s’expliquer par le manque de contrôle dû au contexte sécuritaire, aggravé par les mesures du confinement liées à la pandémie du COVID-19. Localement, des baisses sont observées dans le sud-est du Sénégal, à l’extrême ouest du Mali, en Guinée, le nord de la Sierra Leone, le nord-est de la Côte d’Ivoire, la moitié nord du Ghana,
une bonne partie du Togo, la zone du Parc de W des trois pays (Bénin, Burkina, Niger) ; le sud et
l’extrême nord-est du Nigeria et le sud du Tchad. Ailleurs, on note des hausses de détections des foyers de feux voire même équivalentes à la moyenne des 5 dernières années
Evaluation des ressources pastorales au sahel nigérien à l'aide des données NDVI issues de spot-vegetation et modis
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.
Mapping of Zones At Risk (ZAR) in west Africa by using NGI, VCI and SNDVI from the E-statuib
This work is carried out at the AGRHYMET Regional Centre (ARC)-CILSS as part of the African Monitoring of Environment for Sustainable Development (AMESD) project. The analysis protocol has been improved under the Monitoring of Environment for Security in Africa (MESA) project. The MESA Project has been designed on the achievements of AMESD; its overall objective is to provide African countries with access to Earth Observation data for environmental monitoring and sustainable development. The specific objective of this study is to develop an operational analysis protocol for vegetation monitoring in general and especially for crops and pastures. Three vegetation indices were used: Vegetation Condition Index (VCI), Normalized Growth Index (NGI) and Standardized Normalized Difference Vegetation Index (SNDVI). The analysis of these drought indices is based on taking into account the agro-climatic characteristics of the Sahelian region, the comparison of the NGI profile (per administrative unit) from year X (in progress) to the maximum NGI profiles, minimum and average of the time series data (1998 to year x-1) and evidence convergence. Six years of application of the method and validation actions carried out concluded that it is possible to determine the zones at risk (ZAR) in order to anticipate food crises.
Modélisation spatiale de la production fourragère en zone pastorale nigérienne
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.
Performance of similarity analysis in the estimation of forage yields in the Sahelian zone of Niger
The study aims to test the performance of similarity analysis in herbaceous fodder biomass estimate in the Nigerian pastoral zone, in a context of insecurity and precipitation spatiotemporal variability. It is carried out on the time series of NDVI decadal images of SPOT VEGETATION for the period from 2001 to 2012 and on fodder biomasses measured in situ during the same period. Similarity analysis compares NDVI seasonal patterns to detect similar years using three criteria: the RMSE (Root Mean squared error), the MAD (Mean absolute Deviation), and R². Exploratory statistical analyzes with bootstrap are carried out to better characterize the observations resulting from the simulation. Moreover, the analysis of the parametric and non-parametric correlations is carried out to evaluate the level of link between the simulated data and the real data. The t test and the Wilcoxon test are then carried out in order to compare the means of the actual biomasses with those obtained by the similarity analysis. At the local level, the results indicate that the R² is more efficient than the RMSE and the MAD which have almost the same performances. The results of the similarity calculated with R² can be used as a proxy to the herbaceous phytomass measured in situ, as there is no significant difference between the simulated mean and the mean measured at the 1% threshold. On the other hand, the results of the similarity calculated with the RMSE and the MAD are not exploitable. Parametric and nonparametric correlations are all significant at the 1% threshold. However, the R² are low and vary between 0.32 and 0.45. It therefore seems necessary to continue the research, as numerous studies have revealed very good links between certain indices like the FAPAR, the EVI and the LAI and the aerial phytomasse.
Projet MESA, du satellite à la gestion des parcours
Le Projet MESA a pour objectif global d’améliorer les capacités des structures régionales et nationales impliquées dans la gestion de l’environnement, le climat et la sécurité alimentaire dans la zone CEDEAO, plus la Mauritanie et le Tchad, à utiliser l’information issue de l’observation de la terre pour la prise de décision et la planification. Les objectifs spécifiques de la THEMA-CEDEAO sont les suivants:
1. Assurer un accès amélioré et durable des acteurs aux niveaux régional et national aux données d'OT en capitalisant sur les résultats du projet AMESD ;
2. Rendre disponibles les données d'OT et les services améliorés d'information contribuant à une meilleure prise de décision et une meilleure planification;
3. Contribuer à la fertilisation mutuelle en matière de technologie d’Observation de la Terre au niveau continental et dans les institutions régionales et nationales ;
4. Renforcer les cadres de développement de politiques ;
5. Renforcer les capacités des acteurs aux niveaux régional et national en matière d'information relative à l’OT (les sources, les utilisations, les limites, les implications politiques, etc).
VALIDATION OF A HERBACEOUS BIOMASS ASSESSMENT MODEL FOR SAHELIAN RANGELANDS (BIOMASAH) IN NIGER
This study was carried out in the pastoral zone of Niger with the aim of validating outputs of the BIOMASAH model developed by the AGRHYMET Regional Centre (ARC) relative to real data collected over the 2001-2011 period by the Ministry Livestock and Animal Industries (MEIA) of Niger. We used parametric tests (t-tests) and nonparametric tests (Wilcoxon and sign tests) for mean comparisons. A correlation analysis was performed by calculating Pearson’s r, Spearman’s ρ, Kendall’s T and Hoeffding’s D correlation coefficients. The results showed that the BIOMASAH model generally overestimated biomass (983.17 vs. 591.17 kg/ha) with a highly significant difference relative to the field findings (P <.0001). Pearson’s r (0.15), Spearman’sρ (0.22) Kendall’s T (0.13) and Hoeffding’s D (0.1) correlation coefficients were low but highly significant (p <.0001). Grazing pressure and spatiotemporal variability of rainfall helped explain the noted differences.
Vulnérabilité des ressources pastorales face a la variabilité et au changement climatique dans la commune rurale de Tioribougou, Mali
Les changements climatiques constituent une menace sérieuse pour les ressources pastorales au Mali. Contribuer à une meilleure connaissance des impacts de la variabilité et du changement climatique sur ces ressources afin d’en améliorer la résilience est donc l’objectif général de cette étude. Pour se faire, 184 éleveurs ont été enquêté individuellement dans cinq (5) villages et une séance de «focus group» a été organisée dans chaque village. Des données journalières et mensuelles de pluies de la période 1980-2014 ont été également analysées pour la station de kolokani et celles de températures journalières de la période 1951-2010 pour la station de Sotuba. Cette étude a mis en relation les analyses scientifiques et les perceptions locales des éleveurs sur le changement climatique ainsi que leurs stratégies d’adaptation mises en place. Les résultats obtenus montrent une tendance générale à la baisse du cumul pluviométrique. Une augmentation des températures a été observée soit 0,58°C pour les maximales et 1, 16°C pour les minimales. Cette situation illustre que les ressources pastorales sont vulnérables (85% des enquêtés constatent une dégradation des pâturages et des conditions d’abreuvement) face aux effets négatifs de la variabilité et au changement climatique dans la zone d’étude.
Vulnérabilités des ressources pastorales face à la variété et au changement climatique dans la commune rurale de Tioribougou, Mali
Les changements climatiques constituent une menace sérieuse pour les ressources pastorales au Mali. Contribuer à une meilleure connaissance des impacts de la variabilité et du changement climatique sur ces ressources afin d’en améliorer la résilience est donc l’objectif général de cette étude. Pour se faire, 184 éleveurs ont été enquêté individuellement dans cinq (5) villages et une séance de «focus group» a été organisée dans chaque village. Des données journalières et mensuelles de pluies de la période 1980-2014 ont été
également analysées pour la station de kolokani et celles de températures journalières de la période 1951-2010 pour la station de Sotuba. Cette étude a mis en relation les analyses scientifiques et les perceptions locales des éleveurs sur le changement climatique ainsi que leurs stratégies d’adaptation mises en place. Les résultats
obtenus montrent une tendance générale à la baisse du cumul pluviométrique. Une augmentation des températures a été observée soit 0,58°C pour les maximales et 1, 16°C pour les minimales. Cette
situation illustre que les ressources pastorales sont vulnérables (85% des enquêtés constatent une dégradation des pâturages et des conditions d’abreuvement) face aux effets négatifs de la variabilité et au changement climatique dans la zone d’étude.