M. Bamba DIOP1, A. Aziz DIOUF1, Antoine ROYER2

A. Introduction
M. Bamba DIOP1, A. Aziz DIOUF1, Antoine ROYER2, Carolien TOTE2, Gayane FAYE1, Souleymane DIOP1, Gora BEYE1, Jacques A. NDIONE1, Malick DIAGNE1,
(1) - Centre de Suivi Ecologique BP 15532—Dakar - Fann — Sénégal Tél. : (221) 33 825 80 66/67— Fax : (221) 33 825 81 68. www.cse.sn — [email protected] –[email protected]—[email protected]— [email protected] - [email protected] - [email protected] - [email protected]
(2) -VITO NV Boeretang 200. BE-2400 MOL Belgium Tel. + 32 14 33 55 11. Fax + 32 14 33 55 99 - [email protected] - [email protected]
Depuis le milieu des années 1980, le Centre de Suivi Ecologique (CSE) a mis en place un dispositif de suivi de la campagne agro-pastorale basé sur l’utilisation des technologies géospatiales. Ce dispositif a subi plusieurs
évolutions allant de l’utilisation des indices de végétation bruts à l’intégration des indices annexes pour la définition des zones à risque (ZAR) d’insécurité alimentaire. C’est sur cette lancée que le CSE, avec le concours du projet
AGRICAB, financé par la Commission Européenne à travers le 7ème programme-cadre de l'Union Européenne (FP7), a mené, avec le soutien de ses partenaires européens dont VITO (Belgique), des analyses plus poussées des
données de végétation et de pluviométrie, pour une définition plus précise des zones à risque. Les résultats de ces analyses ont permis d’améliorer considérablement le système d’alerte précoce (SAP) au Sénégal.
Remarque : Les analyses ont été faites avec le logiciel SPIRITS, développé par VITO (Partenaire Belge) pour l'unité des ressources agricoles de surveillance du Centre commun de recherche (JRC-MARS) de la Commission européenne (CE). Il est le résultat d'une
longue expérience dans le traitement de données d'image, mûri au CCR-Mars et VITO depuis le début des années 90.
B. Méthodologie
C. Résultats
B1. Détection des anomalies de croissance de la
végétation
B2. Définition des ZAR (Zones à risque)
- Anomalies de croissance de la végétation (VCI)
- Profils de la végétation par rapport à la moyenne (RDVI)
- Anomalies de démarrage de la végétation (SoS)
- Anomalies de croissance de la végétation (VCI)
B3. Bilan de la campagne : Principe de la
convergence d’évidence
Etape1 : Classification automatique des zones de profils
d’anomalies similaires pour réduire le champ d’investigation
(SoS)
(RDVI)
(VCI)
(VCI)
Parcelles de mil
abandonnées au nord du
département de Bambey;
retard de démarrage et
déficit de croissance de
la végétation en 2013
Etape 2 : Expliquer les déficits de croissance de la végétation par la pluviométrie
(C) : CSE, Septembre 2013
(C) : CSE, Septembre 2013
Le protocole d’analyse des données satellitaires de végétation et de pluviométrie, pour le suivi de la campagne agro-pastorale au CSE, a ainsi connu certaines
innovations :
 l’introduction de l’analyse de début de croissance de la végétation encore appelée Analyse Start of Season (SoS); permet de détecter les zones qui ont enregistré des
retards, en nombre de décades, sur le début moyen de croissance de la végétation ;
 l’introduction du clustering : permet, en fin de campagne, de combiner toutes les observations jusque-là enregistrées par décade en intégrant le pourcentage
d’occupation du sol de chaque classe. Le clustering constitue le premier pas vers la recherche d’évidences pour la caractérisation finale des zones à risque ;
 la mise en œuvre du principe de la convergence d’évidence : se fait à travers une analyse combinée des profils de végétation et de pluviométrie. Si cette dernière ne
permet pas d’expliquer les anomalies observées dans le couvert végétal, le terrain permet une caractérisation sans conteste des zones à risque.
D. Conclusion et perspectives
Avec le concours du projet AGRICAB financé par la Commission Européenne à travers le 7ème programme-cadre de recherche développement (FP7), l’amélioration du protocole d’analyse des données
satellitaires de végétation et de pluviométrie a permis de rehausser la qualité des bulletins de suivi de la campagne agro-pastorale, par une meilleure caractérisation des zones à risques d’insécurité alimentaire.
Le défi qui s’impose pour les saisons à venir sera d’estimer l’impact des anomalies de croissance de la végétation sur les récoltes, les pâturages et les populations rurales. Cette activité sera une bonne transition
vers l’opérationnalisation des analyses quantitatives en cours pour la prévision des rendements des cultures.
Etape 3 : Si Etape 2 non satisfaite (cas de profils non
similaires, faire une visite de terrain
M. Bamba DIOP1, A. Aziz DIOUF1, Antoine ROYER2, Carolien TOTE2, Gayane FAYE1, Souleymane DIOP1, Gora BEYE1, Jacques A. NDIONE1, Malick DIAGNE1,
(1) - Centre de Suivi Ecologique BP 15532—Dakar - Fann — Sénégal Tél. : (221) 33 825 80 66/67— Fax : (221) 33 825 81 68. www.cse.sn — [email protected] –[email protected]—[email protected]— [email protected] - [email protected] - [email protected] - [email protected]
(2) -VITO NV Boeretang 200. BE-2400 MOL Belgium Tel. + 32 14 33 55 11. Fax + 32 14 33 55 99 - [email protected] - [email protected]
Résumé
Depuis le milieu des années 1980, le CSE a mis en place un dispositif de suivi de la campagne agro-pastorale basé sur l’utilisation des technologies géospatiales. Ce dispositif a subit plusieurs évolutions allant de l’utilisation des
indices de végétation brutes à l’intégration des indices annexes qui permettent de mesurer les anomalies de croissance de la végétation et d’aboutir, par la suite, à la définition des zones à risque (ZAR) d’insécurité alimentaire.
L’amélioration du protocole d’analyse des données satellitaires de végétation et de pluviométrie est une des préoccupations du CSE dans le cadre du renforcement du système de veille environnementale. C’est dans ce contexte
que, le CSE, à travers un projet de recherche et développement dénommé AGRICAB, financé par la commission européenne à travers le 7ème programme-cadre de recherche développement (FP7) a mené, avec le soutien de ses
partenaires européens dont VITO (Belgique), des analyses poussées des données de végétation et de pluviométrie, pour définir un protocole d’exploitation des données qui permet une définition plus précise des zones à risque en
mettant en exergue le principe de la convergence d’évidence. Les résultats de ces analyses ont permis d’améliorer considérablement le système d’alerte précoce (SAP) national dont le CSE est membre du comité d’exécution.
Le protocole d’analyse des données satellitaires de végétation et de pluviométrie, pour le suivi de la campagne agro-pastoral au CSE, a ainsi connu des innovations majeures :
 l’introduction de l’analyse de début de croissance de la végétation encore appelée Analyse Start of Season (SoS) ; permet de détecter les zones qui ont enregistré des retards , en nombre de décades, sur le début moyen de la
croissance de la végétation ;
 l’introduction du clustering : permet, en fin de campagne, de combiner toutes les observations jusque là enregistrées par décade en intégrant le pourcentage d’occupation du sol de chaque classe. Le clustering constitue le
premier pas vers la recherche d’évidences pour la caractérisation finale des zones à risque ;
 la mise en œuvre du principe de la convergence d’évidence : se fait à travers une analyse combinée des profils de végétation et de pluviométrie. Si cette dernière ne permet pas d’expliquer les anomalies observées dans le
couvert végétal, le terrain permet une caractérisation sans conteste des zones à risque.
Avec le concours du projet AGRICAB financé par la Commission Européenne à travers le 7ème programme-cadre de recherche développement (FP7), l’amélioration du protocole d’analyse des données satellitaires de végétation
et de pluviométrie a permis de rehausser la qualité des bulletins à mi-parcours et de fin de campagne agro-pastorale, par une meilleure caractérisation des zones à risques d’insécurité alimentaire.
Le défi qui s’impose pour les saisons à venir sera d’estimer l’impact des anomalies de croissance de la végétation sur les récoltes, les pâturages et les populations rurales. Cette activité sera une bonne transition vers
l’opérationnalisation des analyses quantitatives en cours pour la prévision des rendements des cultures.
Mots clés : Sécurité alimentaires, images satellitaires, indices de végétation et de pluviométrie, zones à risques, Système d’alerte précoce, Sénégal.