UN NOUVEL INDICE COMPOSITE POUR SUIVRE LA SÉCHERESSE AGRICOLE AU SAHEL, VALIDÉ SUR 40 ANS DE DONNÉES SATELLITES

Résumé

Des chercheurs ont développé un nouvel indice multivarié de sécheresse agricole pour le Sahel central, le MDCI, qui combine pour la première fois stress végétatif, stress thermique, stress climatique et un indicateur inédit d'efficience pluviométrique. Pondéré par Random Forest et validé sur 40 ans de données satellites, il concorde fortement avec les indices de référence existants (VHI, NVSWI, PDSI).

Au Sahel, la sécheresse agricole reste l'une des principales menaces pour la sécurité alimentaire, mais elle reste difficile à quantifier avec précision : les réseaux de stations météorologiques y sont clairsemés, et les indices satellites classiques — pris isolément — ne capturent chacun qu'une partie du phénomène. Une équipe de chercheurs, notamment affiliée à Aix-Marseille Université, à l'Institut agronomique et vétérinaire Hassan II (Rabat) et à l'Université Abdou Moumouni (Niamey), propose une nouvelle réponse à ce problème : un indice composite multivarié baptisé MDCI (Multivariate Drought Composite Index).

L'étude porte sur le bassin central du fleuve Niger, une zone qui s'étend sur le Niger, le Mali et le Burkina Faso — l'une des principales régions céréalières d'Afrique de l'Ouest, mais aussi une zone d'insécurité où la collecte de données de terrain est aujourd'hui impossible. Les chercheurs ont donc dû s'appuyer exclusivement sur la télédétection multi-capteurs, en mobilisant quarante ans d'archives satellites (NOAA AVHRR et VIIRS, CHIRPS, MODIS, TerraClimate) pour construire un indice capable de retracer l'historique complet des sécheresses depuis 1981.

La principale innovation du MDCI est d'intégrer, en plus des composantes habituelles de stress végétatif, thermique et climatique, un nouvel indicateur d'efficience pluviométrique (NRUE), conçu pour représenter la sensibilité cumulée des agrosystèmes aux sécheresses passées. Un algorithme de Machine Learning (Random Forest) a ensuite été utilisé pour pondérer objectivement chacune de ces composantes, en se basant sur les anomalies de rendement céréalier comme variable de référence.

Le modèle final accorde le poids le plus important à cette nouvelle composante d'efficience pluviométrique (23 %), suivie de l'indice de concentration des précipitations et de l'indice de condition de végétation (20 % chacun). Comparé aux indices de sécheresse les plus utilisés en télédétection (VHI, NVSWI), le MDCI affiche une concordance très élevée, ainsi qu'une bonne corrélation avec des indices hydroclimatiques de référence comme le SPI et l'indice de sévérité de sécheresse de Palmer (PDSI). L'analyse historique confirme que la décennie 1981-1990 a été la plus sèche de toute la période étudiée, avec des sécheresses exceptionnelles en 1984 et 1987, tandis que les deux dernières décennies montrent une tendance à l'atténuation de la sécheresse, cohérente avec une humidification progressive du Sahel central déjà documentée par d'autres études.

Les auteurs reconnaissent des limites à leur approche : l'absence de variables hydrologiques (humidité du sous-sol, évapotranspiration réelle) et de facteurs physiographiques dans la configuration actuelle du modèle, ainsi que des écarts de qualité entre les capteurs satellites utilisés sur une aussi longue période. Ils appellent à tester le MDCI avec des données à plus haute résolution (Sentinel-2, Landsat) et à l'étendre à d'autres contextes agroclimatiques que le Sahel.

Publication scientifique

A new multivariate agricultural drought composite index based on random forest algorithm and remote sensing data developed for Sahelian agrosystems

Ismaguil Hanadé Houmma, Sébastien Gadal, Loubna El Mansouri, Maman Garba, Paul Gérard Gbetkom, Mansour Badamassi Mamane Barkawi, Rachid Hadria , 2023 . Geomatics, Natural Hazards and Risk (Taylor & Francis) , vol. 14 (1) .

DOI : https://doi.org/10.1080/19475705.2023.2223384

Consulter la publication scientifique

Résultats clés

- Corrélation de 0,95 avec le VHI et de 0,94 avec le NVSWI (p < 2,2e-16).
- Corrélation de 0,85 avec le PDSI et de 0,72 avec le CWDI.
- La composante d'efficience pluviométrique (NRUE) pèse pour 23 % dans le modèle, devant la composante climatique classique (20 %).
- La décennie 1981-1990 identifiée comme la plus sèche de la série, avec des sécheresses exceptionnelles en 1984 et 1987.
- Tendance à l'atténuation de la sécheresse sur les deux dernières décennies.

Pourquoi c’est important

Le MDCI offre un cadre reproductible pour reconstituer l'historique complet des sécheresses agricoles sur de longues périodes dans des zones où la collecte de données de terrain est impossible, avec une application directe aux systèmes d'alerte précoce en Afrique de l'Ouest.

Fichiers joints

Documents et figures associés à cet article.

Discussion scientifique

Aucun commentaire publié pour le moment.

Connectez-vous pour participer Connexion