` L a Gestion des risques climatiques p our la vulgarisation d 'agriculture et de l 'élevage au Mali : La G uide de référence Matériel de formation James Hansen | Sylwia Trzaska | Tufa Dinku | Rija Faniriantsoa Dannie Dinh | Amanda Grossi | Adama Sarr | Sophia Huyer Michel Dione | Agathe Mucherie | Anais Lecuyer Diallo Aboubacar | Afoussatou Diarra November 2025 Citer ce rapport Hansen J, Trzaska S, Dinku T, Faniriantsoa R, Dinh D, Grossi A, Sarr A, Huyer S, Dione M, Mucherie A, Lecuyer A, Aboubacar D, Diarra A. 2025. La Gestion des risques climatiques pour la vulgarisation d'agriculture et de l'élevage au Mali : La Guide de référence. AICCRA Training Materials. Accelerating Impacts of CGIAR Climate Research for Africa (AICCRA). Remerciements L'élaboration de ce guide a bénéficié du soutien du projet « Accélération de l'impact de la recherche climatique du CGIAR pour l'Afrique » (AICCRA) et du Columbia World Project, ACToday, de l'Université Columbia à New York. Ce projet vise à bâtir un avenir africain climato-intelligent, porté par la science et l'innovation en agriculture. Il est piloté par l'Alliance of Bioversity International et le CIAT, et bénéficie d'une subvention de l'Association internationale de développement (IDA) de la Banque mondiale. Découvrez ses travaux sur aiccra.cgiar.org. Le projet « Adapter l'agriculture au climat d'aujourd'hui » (ACToday) a été mis en œuvre dans six pays (Bangladesh, Colombie, Éthiopie, Guatemala, Sénégal et Vietnam) afin de permettre aux partenaires d'intégrer des solutions de services climatiques à leurs efforts pour éradiquer la faim, assurer la sécurité alimentaire, améliorer la nutrition et promouvoir une agriculture durable. À propos des rapports de l'AICCRA Les titres de cette série visent à diffuser des recherches intermédiaires sur la mise à l'échelle des services climatiques et l'agriculture intelligente face au climat en Afrique, afin de susciter les réactions de la communauté scientifique. Photo de couverture (c) IRI/J Hansen Avertissement Ce guide n'a pas été évalué par des pairs. Les opinions exprimées ici sont celles de l'auteur(e) et ne reflètent pas nécessairement les politiques ou opinions de l'AICCRA, des donateurs ou des partenaires. Licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License. ©2024 CIAT, IRI, and ILRI. The copyright over this report is jointly owned by Centro Internacional de Agricultura Tropical (CIAT), the International Research Institute for Climate and Society (IRI) of the Columbia Climate School, and the International Livestock Research Institute (ILRI). Partners About AICCRA Accelerating Impacts of CGIAR Climate Research for Africa (AICCRA) is a project that helps deliver a climate-smart African future driven by science and innovation in agriculture. It is led by the Alliance of Bioversity International and CIAT and supported by a grant from the International Development Association (IDA) of the World Bank. Explore our work at aiccra.cgiar.org MATÉRIEL DE FORMATION | CRMAE MALI: GUIDE DE RÉFÉRENCE CONTENTS INTRODUCTION ......................................................................................................... 2 MODULE 1 | LES BASES DU CLIMAT ......................................................................... 5 Session 1.1. Les concepts de base en climat ................................................................................. 6 Session 1.2. Le Climat du Mali .......................................................................................................... 15 Session 1.3. Les données et informations climatiques .............................................................. 31 Session 1.4. Les Prévisions climatiques saisonnières ................................................................. 51 Session 1.5. Le Changement climatique ........................................................................................ 64 MODULE 2 | LES INFORMATIONS CLIMATIQUES DISPONIBLES POUR L'AGRICULTURE ......................................................................................................... 87 Session 2.1. Aperçu et analyses historiques de Climate Maproom ........................................ 88 Session 2.2. Le Maproom Climat et Agriculture .......................................................................... 105 Session 2.3. Le Maproom de Suivi Climatique ............................................................................. 112 MODULE 3 | LES DECISIONS AGRICOLES SENSIBLES AU CLIMAT ........................ 119 Session 3.1. L’Impact du risque climatique sur les producteurs ............................................ 120 Session 3.2. Comprendre les décisions agricoles sensibles au climat .................................. 132 Session 3.3. La Prise de décision en situation d'incertitude .................................................... 144 Session 3.4. Les Outils d'analyse des décisions sensibles au climat ...................................... 152 Session 3.5. Les Informations climatiques et les décisions agricoles .................................... 169 Session 3.6. Les Autres options de gestion des risques pour les producteurs .................. 184 MODULE 4 | FOURNIR DES SERVICES CLIMATIQUES AUX PRODUCTEURS ......... 202 Session 4.1. Les Stratégies de communication des services climatiques ruraux ............... 203 Session 4.2. L’Égalité des sexes et l’inclusion sociale dans les services climatiques .......... 214 Session 4.3. Communiquer des informations climatiques probabilistes aux producteurs227 REFERENCES CITEES ................................................................................................. 238 GLOSSAIRE ................................................................................................................ 244 L’ANNEXE. ANIMATION D'UN ATELIER DE PRÉVISIONS SAISONNIÈRES ............. 250 i i MATÉRIEL DE FORMATION | CRMAE MALI: GUIDE DE RÉFÉRENCE L’INTRODUCTION L'amélioration des informations météorologiques et climatiques disponibles au Mali offre de nouvelles opportunités aux agents de vulgarisation agricole pour aider les producteurs à mieux gérer les risques auxquels ils sont confrontés et à adapter les technologies recommandées aux conditions climatiques locales. Cette formation de deux semaines vise à permettre aux agents de vulgarisation agricole d'accéder, de comprendre et d'intégrer les informations climatiques dans leur travail. Elle vise à fournir des connaissances fondamentales sur la prise de décision climatique et agricole ; ainsi que des outils pratiques pour analyser les risques liés au climat, utiliser des informations météorologiques et climatiques appropriées pour appuyer les décisions agricoles, communiquer efficacement des informations climatiques complexes aux producteurs et intégrer les services climatiques aux activités de vulgarisation agricole. Le Module 1 : Fondamentaux du climat fournit des connaissances fondamentales sur les concepts, les données et les analyses de données courantes liés au climat, ainsi que sur les prévisions. Une compréhension de base du climat fournira le contexte nécessaire à l'apprentissage ultérieur des types et de l'utilisation des informations climatiques pour améliorer la gestion des risques agricoles. Elle prépare également les participants à répondre aux questions et préoccupations des producteurs clients concernant la météo et le climat. Ce module aborde les concepts de probabilité fondamentaux pour comprendre et gérer les risques, ainsi que pour interpréter et utiliser les informations climatiques à l'appui de la gestion des risques. Bien que le cours se concentre sur la variabilité climatique, ce module offre un bref aperçu du changement climatique à long terme. Le Module 2 : Informations climatiques disponibles pour l’agriculture présente un aperçu des produits et services d’information météorologique et climatique pertinents, disponibles ou prochainement auprès de l’Mali-Météo et d’autres fournisseurs d’informations publiques. Il enseigne aux participants comment naviguer et utiliser les produits d’information historiques, de surveillance et de prévision pertinents disponibles auprès de l’Mali-Météo, y compris les Maprooms en ligne. 2 2 MATÉRIEL DE FORMATION | CRMAE MALI: GUIDE DE RÉFÉRENCE Le Module 3 : Décisions agricoles sensibles au climat renforce la compréhension des participants de l’interaction entre le climat et la prise de décision agricole. Il leur permet d’effectuer des analyses de base des décisions de gestion agricole sensibles au climat dans des conditions d’incertitude. Outre la productivité des cultures et de l’élevage, plusieurs facteurs influencent les décisions de gestion agricole, notamment aux échelles saisonnières et à long terme. Afin de permettre aux participants d’apporter un soutien et des conseils appropriés à leurs producteurs, ce module permet de comprendre les facteurs qui conduisent à des décisions de gestion différentes selon les producteurs et les conditions climatiques. Le Module 4 : Fournir des services climatiques aux producteurs permet aux participants d’intégrer les services climatiques aux services qu’ils fournissent à leurs clients producteurs. S'appuyant sur les apprentissages des trois autres modules, le module 4 les prépare à animer un atelier participatif de planification saisonnière avec les producteurs, en s'appuyant sur des données historiques et des prévisions saisonnières. La formation se conclut par l'élaboration et la présentation de plans d'intégration des services climatiques aux activités de vulgarisation avec les producteurs clients des participants. Ces plans aborderont : les informations et le soutien nécessaires aux décisions clés de gestion sensibles au climat ; les besoins spécifiques des différents types de producteurs ; les stratégies de communication, de formation et de soutien ; le calendrier annuel des activités des services climatiques ; et le suivi et la réponse aux retours d'information. Cette formation s'adresse aux professionnels des services de vulgarisation et de conseil agricoles publics et privés qui soutiennent activement les producteurs en leur fournissant des informations, des conseils et d'autres services. Les activités de la formation requièrent des connaissances informatiques de base et comprennent des cours magistraux interactifs, des discussions de groupe, des auto-évaluations, des études de cas et des démonstrations pratiques d'outils. 3 3 MATÉRIEL DE FORMATION | CRMAE MALI: GUIDE DE RÉFÉRENCE MODULE 1 LES BASES DU CLIMAT 4 4 MATÉRIEL DE FORMATION | CRMAE MALI: GUIDE DE RÉFÉRENCE MODULE 1 | LES BASES DU CLIMAT Le Module 1 : Bases du climat fournit une base de connaissances sur les concepts, les processus, les données, les prévisions et les probabilités climatiques. Une compréhension de base du climat fournira les informations de base et le contexte nécessaires à l'apprentissage ultérieur de l'utilisation de l'information climatique pour améliorer la gestion des risques agricoles. Il prépare également les participants à répondre aux questions et aux préoccupations des producteurs clients concernant le climat. Le module comprend des concepts de probabilité qui sont à la base de la compréhension et de la gestion des risques, ainsi que de l'interprétation et de l'utilisation de l'information climatique à l'appui de la gestion des risques. À la fin de ce module, vous serez en mesure de : • Comprendre le concept de services climatiques. • Caractériser le climat du pays. • Comprendre les données climatiques, les informations climatiques et leurs limites. • Appliquer les concepts statistiques au climat. • Interpréter les prévisions climatiques saisonnières probabilistes. • Expliquer les causes, les impacts potentiels, les options d'adaptation et d'atténuation, ainsi que les controverses liées aux changements climatiques à long terme. • Discutez avec les météorologues et les climatologues des préoccupations liées au climat et des besoins d'information des décideurs agricoles, ainsi que des options pour y répondre. 5 5 MATÉRIEL DE FORMATION | CRMAE MALI: GUIDE DE RÉFÉRENCE Session 1.1. Les concepts de base en climat Cette session définit les termes clés essentiels à toute discussion sur le climat. Elle présente les principaux paramètres qui définissent la météo et le climat. À la fin de cette session, vous serez capable de : • Déterminer si un problème particulier en jeu ou les informations fournies concernent la météo, la variabilité climatique, ou le changement climatique. Les Échelles de temps Dans la science du climat, il est d'usage de distinguer trois concepts : la météo, le climat et le changement climatique. La météo, c’est l'état de l'atmosphère à un moment donné en ce qui concerne la température, les précipitations, l'humidité, la pression atmosphérique, le vent, la nébulosité et l'ensoleillement. Le terme « météo » : • Est généralement limité aux conditions sur de courtes périodes (deux semaines ou moins) ; • Décrit le temps qu’il fait dehors, à un endroit et à un moment donné ; • Peut changer considérablement de façon soudaine ; • Réfère à ce qui nous est présenté au journal télévisé. Le climat correspond aux statistiques météorologiques en tout lieu sur une période de temps spécifique. Le terme « climat » : • Implique des périodes longues (années/mois) ; • Intègre les cycles saisonniers (saisons sèches/pluvieuses) ; • Inclut la caractérisation des événements météorologiques extrêmes (inondations, cyclones) ; • Informe sur les conditions typiques d'un lieu et d'une période spécifique de l'année donnés de l'année ; • Se reflète souvent dans la végétation ou les activités agricoles et économiques. Une période de référence, ou climatologie, est souvent utilisée pour désigner une période fixe sur laquelle sont calculés les résumés statistiques météorologiques, tels que ceux mentionnés ci- dessus. L'Organisation météorologique mondiale (OMM) recommande une période de 30 ans pour les climatologies, appelées « normales climatologiques », et celles-ci sont mises à jour tous les 10 ans. La variabilité climatique se définit comme les différences par rapport à l'état moyen du climat, ou climatologie, à des échelles temporelles et spatiales. Selon l'OMM, la variabilité climatique désigne les « écarts du climat sur une période donnée (par exemple, un mois, une saison, une année ou 6 6 MATÉRIEL DE FORMATION | CRMAE MALI: GUIDE DE RÉFÉRENCE même une décennie) par rapport aux statistiques à long terme pour la même période calendaire. » La variabilité climatique est mesurée par ces écarts, généralement appelés anomalies. Le changement climatique désigne les modifications des caractéristiques du climat sur de longues périodes. Il est important que ces changements se produisent non seulement dans les conditions moyennes, mais aussi dans la variabilité. De plus amples informations sur le changement climatique seront fournies plus loin dans cette session. Les Dimensions temporelles et spatiales du climat Le climat et ses caractéristiques varient d'un endroit à un autre ainsi que d'une période à une autre. Il est courant de conceptualiser le climat comme ayant des dimensions spatiales et temporelles et de présenter les caractéristiques climatiques dans ces deux dimensions. Des exemples de représentation du climat dans l’espace et le temps sont présentés dans la Figure 1.1-1 ci-dessous. Figure 1.1-1. Les illustrations de dimensions spatiales et temporelles du climat, calculées sur la période 1981-2022. a) Une carte des précipitations annuelles moyennes sur le Mali (mm/an) ; b) Une série chronologique des précipitations mensuelles (mm/an) à Bamako-Sénou; c) Une cycle saisonnier moyen des pluies à Bamako-Sénou ; d) le nombre d’années présentant des précipitations annuelles d’une catégorie donnée (mm/an). 7 7 MATÉRIEL DE FORMATION | CRMAE MALI: GUIDE DE RÉFÉRENCE Exercice En travaillant individuellement ou en petits groupes et répondez aux questions suivantes : • Identifiez les zones où les précipitations sont les plus fortes et les plus faibles sur la carte (Figure.1.1-1 a). Quel type de cultures correspond à chacune de ces zones ? • Pouvez-vous identifier une configuration systématique dans la série chronologique des précipitations mensuelles (Figure 1.1-1 b) ? Qu’est-ce qui varie le plus d’une année à l’autre ? • D’après les Figures 1.1-1 b et c, pensez-vous que les précipitations du mois le plus humide seront toujours d’environs 250 mm ? • La Figure 1.1-1 d montre la répartition des quantités totales de précipitations tombées au cours des différentes années de la période 1981-2020. w Identifiez l’intervalle de pluies tombé le plus fréquemment ; sur combien d’années cette quantité a-t-elle été enregistrée ? w Quelle a été la plus petite catégorie enregistrée ? Combien de fois ? Avec quelle freqeunce ? w Quelle a été la plus grande catégorie enregistree ? combine de fois ? Avec quelle frequence? Les Composantes principales de la météo et du climat Le temps et le climat sont tous deux mesurés par un certain nombre de variables. Les variables les plus importantes sont décrites dans la suite de cette section, ainsi que les standards d’unités et méthodes de mesure. Les composantes du climat d'un lieu donné comprennent : • la température ; • les précipitations ; • l'humidité ; • la pression atmosphérique ; • le vent ; • l'ensoleillement/la nébulosité ; et • la qualité de l'air. La Température La température mesure le degré de chaleur ou de froid d'une substance. Les mesures de routine pour la météo et le climat se concentrent sur la température de l'air, bien que la température de l'eau, en particulier celle de l'océan ou des grands lacs, puisse également présenter un intérêt. Pour les applications agronomiques, la température du sol est parfois nécessaire. La température reflète 8 8 MATÉRIEL DE FORMATION | CRMAE MALI: GUIDE DE RÉFÉRENCE la quantité d'énergie reçue par la surface de la Terre et constitue un facteur limitant important pour la croissance des plantes. Exercise En travaillant individuellement ou en petits groupes répondez aux questions suivantes : • D’après votre expérience, quel est le moment le plus chaud de la journée, et quel est le plus frais ? • Au cours de quels mois ressentez-vous les températures les plus élevées, et au cours de quels mois les plus basses ? Quelle saison est la plus chaude : la saison des pluies ou la saison sèche ? Pourquoi ? • Quels sont les endroits les plus frais du Senegal ? Pourquoi ? Savez-vous où se trouve l’endroit le plus chaud ? La température est mesurée à l'aide d'un thermomètre, en utilisant dans la plupart des pays l'échelle Celsius (°C) où 0°C et 100°C correspondent respectivement au gel et à l'ébullition de l’eau.1 Les services météorologiques enregistrent la température la plus chaude et la plus froide de la journée - Tmax et Tmin respectivement. La température moyenne de cette journée (Tmoy) est la moyenne de ces deux chiffres. La Précipitation Les précipitations sont l'eau qui tombe sur le sol sous forme de pluie, de neige ou de grêle. L'eau est essentielle pour de nombreuses activités économiques, de l'usage domestique à la production d'énergie hydroélectrique ; elle constitue un facteur limitant essentiel pour la croissance des plantes au niveaux des tropiques et est étroitement surveillée par les services météorologiques et hydrologiques. Les précipitations sont mesurées à l'aide d'un pluviomètre, qui est généralement un réceptacle en plastique ou en métal muni de marques graduées indiquant la profondeur des précipitations accumulées. La quantité d'eau contenue dans la neige sera, quant à elle, estimée à partir de l'épaisseur de la couche de neige. Les unités utilisées le plus souvent sont les millimètres (mm). Contrairement à la température, l'eau peut s'accumuler dans le sol ou dans un lac, c'est pourquoi les précipitations peuvent être mesurées en tant que quantité cumulée sur différentes durées, par 1 L'échelle Fahrenheit est parfois utilisée, principalement aux États-Unis et dans les territoires associés. Dans cette échelle, l'eau gèle à 32°F et bout à 212°F. Pour convertir en degrés Celsius, T°C=5/9(T°F-32). Dans certaines applications scientifiques, le degré Kelvin peut être utilisé. L'eau gèle à 273,15K et bout à 373,13K. T°C=TK-273,15. Une règle simple pour reconnaître l'utilisation d'une échelle non Celsius : si les valeurs de la température de l'air sont systématiquement comprises entre 20 et 90 degrés, ce sont des degrés Fahrenheit qui sont utilisés. Si elles sont supérieures à 200 degrés, on utilise l'échelle Kelvin. 9 9 MATÉRIEL DE FORMATION | CRMAE MALI: GUIDE DE RÉFÉRENCE exemple : quotidienne, hebdomadaire, décadaire (10 jours), mensuelle, ou annuelle.2 Les précipitations journalières sont des cumuls de précipitions tombées en 24 heures et reportées a 8h du matin. À l'échelle météorologique, les mesures de précipitations peuvent varier fortement dans le temps et l'espace. Il peut commencer et s'arrêter de pleuvoir en quelques minutes ; et il peut également pleuvoir d'un côté d'une ville ou d'une vallée, mais pas de l'autre. La température, en revanche, a tendance à moins varier à ces échelles. À moins qu'il n'y ait un changement d'altitude (par exemple, du fond de la vallée au sommet de la montagne), de végétation (par exemple, de la prairie à la forêt) ou de proximité d'un plan d'eau, il est peu probable que la température change en l'espace d'un kilomètre environ (dimension spatiale) ou en quelques minutes (dimension temporelle). À l'échelle du climat, les cycles saisonniers ou les variations d'une année à l'autre (dimensions temporelles) pour les variables telles que la température et les précipitations se comportent très différemment entre les régions tropicales et les régions tempérées (dimensions spatiales), comme l'illustre la Figure 1.1-2. a) Mean seasonal cycle of rainfall and temperature b) Mean seasonal cycle of rainfall and temperature Addis Ababa Niamey 260 26 180 36 240 24 220 22 160 32 200 20 140 28 180 18 120 24 160 16 140 14 100 20 120 12 80 16 100 10 80 8 60 12 60 6 40 8 40 4 20 2 20 4 0 0 0 0 Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Month Month c) Mean seasonal cycle of rainfall and temperature d) Mean seasonal cycle of rainfall and temperature Cape Town Moscow 100 20 120 24 90 18 110 22 80 16 100 20 90 18 70 14 80 16 60 12 70 14 50 10 60 12 40 8 50 10 30 6 40 8 20 4 30 6 10 2 20 4 0 0 10 2 -10 Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec -2 0 0 -20 Month -4 Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec -30 -6 Month -40 -8 Figure 1.1-2. Le cycle saisonnier moyen des précipita-5t0 ions (bleu) et des temp-é10r atures (orange) dans quatre endroits, a) Addis-Abeba [8,98° N, 38,76° E], b) Niamey [13,51° N, 2,12° E], c) Le Cap [33,92° S, 18,42° E] et d) Moscou [55,75° N, 37,62° E]. 2 Le plus souvent exprimée en mm/jour, mm/semaine, mm/décennie, mm/mois ou mm/année. Cependant, les précipitations peuvent parfois être exprimée différemment : par exemple, la pluviométrie annuelle moyenne en mm/mois signifie que la pluviométrie annuelle totale a été divisée par 12. Les "précipitations quotidiennes moyennes" indiquent la quantité "moyenne" de pluie que l'on peut attendre d'un jour de pluie et sont obtenues en divisant les précipitations annuelles totales par le nombre de jours où des précipitations ont été observées. Il est très important de prêter attention aux unités dans lesquelles les précipitations sont exprimées. Notez que 10 mm de pluie mesurés par un pluviomètre équivalent à 1 litre d'eau sur une surface de 1m2. Dans certaines applications scientifiques, les précipitations sont exprimées en unités de volume, par exemple, l'intensité des précipitations peut être exprimée en m3/s. 10 10 Rainfall (mm/month) Rainfall (mm/month) Temperature (C) Temperature (C) Rainfall (mm/month) Rainfall (mm/month) Temperature (C) Temperature (C) MATÉRIEL DE FORMATION | CRMAE MALI: GUIDE DE RÉFÉRENCE Exercice Travaillez individuellement ou en petits groupes et répondez aux questions suivantes en vous basant sur la Figure 1.1-2 : • Quelles sont les précipitations mensuelles moyennes maximales à Addis ? En quel mois ? Quelles sont les précipitations mensuelles moyennes minimales à Addis ? En quel mois ? Quelle est l’amplitude annuelle (la différence entre le maximum et le minimum, le contraste saisonnier) des précipitations mensuelles moyennes à Addis ? • Quelle est la température mensuelle moyenne maximale à Addis ? En quel mois ? Quelle est la température mensuelle moyenne minimale à Addis ? En quel mois ? Quelle est l’amplitude annuelle de la température mensuelle moyenne à Addis ? • Localisez les quatre villes sur une carte du monde. • Quelle est la valeur et le mois des précipitations mensuelles moyennes maximales dans chaque ville ? Quelle est la valeur et le mois des précipitations mensuelles minimales ? Quelle est l’amplitude annuelle des précipitations ? Quelle ville reçoit le plus de précipitations en un mois ? Quelle ville a la saison sèche la plus longue ? Quelle ville a la saison sèche la plus courte, voire inexistante ? • Quelle est la valeur et le mois des températures mensuelles moyennes maximales et minimales dans chaque ville ? Quelle est l'amplitude du cycle saisonnier des températures ? Quelle ville connaît les mois les plus froids ? Quelle ville est la plus chaude toute l'année ? • Comment les maxima et les minima de précipitations et de températures sont-ils liés dans une ville donnée ? Les climats tropicaux, à l'exception des régions équatoriales, sont souvent caractérisés par de grands contrastes de précipitations, alors que les températures y présentent des variations relativement faibles au cours de l'année. Les climats tropicaux sont caractérisés par des températures moyennes mensuelles égales ou supérieures à 18°C tout au long de l'année, avec de faibles variations entre les mois. À l'inverse, à l'exception des régions équatoriales, les précipitations peuvent présenter de forts contrastes entre la saison sèche et la saison des pluies. Aux latitudes moyennes, les précipitations varient relativement peu, tandis que la température présente de grands écarts. La classe de climats de latitudes moyennes appelée « tempérée » ou « océanique » englobe les régions où la température moyenne mensuelle est supérieure à 0°C mais inférieure à 18°C. Dans les climats « continentaux » de latitude moyenne, la température peut descendre en dessous de 0°C pendant les mois les plus frais. 11 11 MATÉRIEL DE FORMATION | CRMAE MALI: GUIDE DE RÉFÉRENCE Exercice Les précipitations annuelles totales à Niamey sont d'environ 500 mm/an, contre environ 600 mm/an à Moscou. La différence est de l'ordre de 20 %. La Figure 1.1-3 montre la végétation naturelle autour de Niamey et de Moscou au début de l'été. Travaillez individuellement ou en petits groupes pour répondre aux questions suivantes : • Vous attendiez-vous à ces différences ? • Comment les facteurs climatiques et autres peuvent-ils expliquer ces différences ? Figure 1.1-3. La végétation naturelle autour de Moscou (à gauche) et de Niamey (à droite) au début de l'année. L’Humidité L'humidité mesure la quantité de vapeur d'eau présente dans l'air à un moment donné. Il existe deux mesures standard de l'humidité : • L'humidité absolue, qui est la mesure de la quantité de vapeur d'eau dans une parcelle d'air donnée et est généralement mesurée en unités masse/volume ou volume/volume. • L'humidité relative, qui est la mesure de la quantité de vapeur d'eau dans l'air à un moment donné par rapport à la quantité maximale de vapeur d'eau qu'une parcelle d'air peut retenir, appelée niveau de saturation. Elle est généralement exprimée en pourcentages (de saturation). Le niveau de saturation dépend fortement de la température - plus l'air est chaud, plus il peut contenir de vapeur d'eau. Si l'air saturé se refroidit (par exemple, la nuit), l'eau se condense et crée du brouillard ou des précipitations. Notez que le même niveau d'humidité absolue en deux endroits du Mali peut donner des résultats très différents. L'humidité absolue et l'humidité relative ont tendance à être corrélées aux précipitations, les régions et les saisons les plus sèches connaissant une humidité plus faible que les régions et les saisons les plus humides. 12 12 MATÉRIEL DE FORMATION | CRMAE MALI: GUIDE DE RÉFÉRENCE Le Rayonnement solaire et la Couverture nuageuse L'existence de presque toute la vie sur Terre est alimentée par la lumière du Soleil. La plupart des plantes utilisent l'énergie de la lumière solaire, combinée au dioxyde de carbone et à l'eau par le processus de la photosynthèse, pour se développer. Les animaux, y compris les humains, consomment des plantes et d'autres animaux pour survivre et se développer. Les humains utilisent également des combustibles fossiles, vestiges d'anciennes matières végétales et animales formées à l'aide de l'énergie solaire, pour soutenir diverses activités. Le rayonnement solaire est également la source d'énergie des mouvements au sein du système climatique, tels que les vents et les courants océaniques. La quantité de rayonnement solaire reçue à un endroit donné dépend principalement de la durée du jour et de la couverture nuageuse. Ces derniers ont des effets différents sur la quantité d'énergie reçue localement, des détails qui dépassent le cadre de cette formation. Le rayonnement solaire reçu à un endroit donné peut être mesuré de différentes manières : (i) l'irradiance solaire - une mesure directe de l'énergie instantanée reçue par unité de surface, en kW/m2, qui peut ensuite être transformée en insolation, c'est-à-dire en énergie reçue sur une période de temps ; (ii) le nombre d'heures d'ensoleillement, qui est ensuite transformé en énergie solaire reçue en une journée ; ou (iii) l'estimation de la couverture nuageuse, qui permet d'estimer l'insolation totale en une journée. Les Vents Les vents sont un élément important du système climatique car ils déplacent les masses d'air, pouvant avoir des propriétés différentes (température, humidité). Ils peuvent apporter de l'air humide ou sec dans une région, ou, à l'inverse, chasser l'air humide généré localement par évaporation et évapotranspiration. Il n'est pas rare que l'arrivée de la saison des pluies soit précédée d'un changement des vents dominants et que les nouveaux vents apportent l'humidité qui alimente les précipitations depuis les zones océaniques ou les forêts tropicales voisines. Le retrait de la saison des pluies correspond souvent au fait que les nouveaux vents n'apportent plus d'humidité dans la région. Les vents sont également importants dans l'estimation de l'évapotranspiration des plantes. La Pression atmosphérique La pression atmosphérique est une mesure de la force ou du poids de l'air sus-jacent par unité de surface à la surface. Les vents peuvent être générés par les différences de pression atmosphérique, soufflant généralement, sous les tropiques, des zones de haute pression vers les zones de basse pression. Les pressions atmosphériques basses ont tendance à se former, à quelques exceptions près, au-dessus de zones où les températures sont plus chaudes que celles de leur environnement et les hautes pressions sont souvent situées au-dessus de zones plus fraîches. L'air plus chaud dans les zones de basse pression s'élève et, s'il contient suffisamment d'humidité, le mouvement ascendant peut entraîner des précipitations car l'air humide se refroidit en altitude et ne peut plus contenir la même quantité de vapeur d'eau. Dans les zones de haute pression, l'air descend souvent et sera relativement sec, car il provient des couches atmosphériques supérieures, plus froides, contenant moins d'humidité. Les déserts, cependant, font exception à cette règle car, généralement, 13 13 MATÉRIEL DE FORMATION | CRMAE MALI: GUIDE DE RÉFÉRENCE les pressions plus élevées recouvrent ces surfaces chaudes. Ce phénomène est lié aux processus d'humidification de l'air ainsi qu'aux schémas de circulation générale et au cycle diurne de la température. Exercice Les éléments ci-dessus constituent les variables les plus importantes, nécessaires pour décrire les conditions atmosphériques actuelles et prévoir leur évolution dans un avenir proche, de 24 heures à quelques semaines. Leur impact sur les plantes et les cultures varie. En travaillant individuellement ou en petits groupes, répondez aux questions suivantes : • Quel a été le dernier événement météorologique ou climatique, ou le plus important, dont vous vous souvenez, et qui a eu un impact négatif sur les cultures ? • Était-il lié aux conditions météorologiques ou au climat ? Auto-évaluation 1. Rappeler les différences entre la météo, le climat et le changement climatique. 2. Quelles sont les deux dimensions du climat ? En quoi la météo et le climat diffèrent-ils sur ces deux dimensions ? 3. Rappeler les trois principales variables utilisées pour décrire le climat d'un lieu donné. 14 14 MATÉRIEL DE FORMATION | CRMAE MALI: GUIDE DE RÉFÉRENCE Session 1.2. Le Climat du Mali Dans cette session, nous utiliserons les concepts de base acquis lors de la session précédente pour décrire les différents types de climats rencontrés au Mali, en fonction des précipitations et des températures. À la fin de cette section, vous serez en mesure : • Décrire les différents climats du pays et les contraintes qui en découlent pour les activités agricoles. • Interpréter la variabilité climatique au Mali et ces principales causes. Les Caractéristiques principales du climat du Mali Deux facteurs jouent un rôle important dans la détermination du climat du Mali : (i) l'absence de relief important : le pays est alors largement ouvert aux différentes masses d'air ; et (ii) sa position géographique en région tropicale. Le climat du Mali présente une diversification entre le Nord et le Sud du pays, ainsi qu’entre la côte et l’intérieur des terres, qui influence fortement le type d’agriculture et la distribution des différentes zones de subsidence sur le territoire (Figure 1.2-1). Les catégories climatiques des Figures 1.2-1 (a) et (b) correspondent à différentes conditions moyennes annuelles de précipitations et de températures, paramètres les plus importants pour la végétation. Le climat du nord du Pays est plus aride que le Sud, étant plus tropical. Des climats côtiers sont aussi identifiés, moins chaud que dans les Terres. Ces différents climats se reflètent dans les Figures 1.2- 1 (c) et (d) représentant la végétation potentielle, et la répartition des zones de subsistance du Mali (zones dans lesquelles les ménages obtiennent de manière relativement similaire leurs besoins alimentaire - FEWSNET3). La Distribution des zones climatiques dans l’espace La Figure 1.2-2 permet d'expliquer les principales tendances spatiales du climat au Mali. Les précipitations jouent un rôle important dans la définition de la tendance nord-sud. Les plus faibles taux de précipitation au Nord expliquent les climats et végétations arides, alors que les plus fortes précipitations enregistrées dans le Sud du pays sont associées aux climats et végétations tropicales. 3 Famine Early Warning System Network - https://fews.net/west-africa/senegal 15 15 Figure 1.2-1. La distribution dans l’espace (a) des zones climatiques selon la classification Koppen- Geiger, (b) des zones agroécologiques, (c) des principaux types de végétation, et (d) des zones de subsistance au Mali. Exercice • Quels sont les principaux types de climat au Mali ? Décrivez leur emplacement approximatif. • Trouvez sur la carte de type de végétation (Figure 1.2-1 c) les zones de steppes et les zones de forêts. A quels climats ces types de végétation correspondent-ils ? • Dans le domaine climatique désertique du Mali, à quoi correspondent les zones de subsidences ML01, ML02 et ML03 (Figure 1.2-1 d) ? Quels phénomènes peuvent influencer ces variations d’Est en Ouest dans ces types d’agriculture ? 16 16 Figure 1.2-2 : La distribution spatiale (a) des précipitations annuelles moyennes, et (b) de la température moyenne annuelle au Mali. Sources : base de données ENACTS sur la période 1981- 2000. Au Mali, la distribution des précipitations est entièrement liée au comportement du front pluvieux, phénomène à plus grande échelle, et sera expliqué plus loin dans cette section. Cependant, la température varie à l'intérieur d'un domaine climatique suivant une tendance est-ouest expliquée par l'influence océanique et continentale près des côtes. Exercice • Quelle est la différence de température annuelle moyenne entre la côte et les terres les plus à l’Est ? • Quelles sont les précipitations annuelles moyennes (approximatives) dans les zones recouvertes de forêts ? Et dans les zones arides de steppes ? • Pouvez-vous identifier les zones de subsistances basées sur les cultures de maïs pluvial ? Quelle fourchette de précipitations annuelles moyennes reçoivent-elles ? • Les Caractéristiques temporelles du climat du Mali Outre la répartition spatiale, les précipitations sont également réparties de manière inégale au cours de l'année, ce qui entraîne des saisons des pluies et des saisons sèches. La durée de ces saisons définira le type de végétation et de cultures qui peuvent être cultivées dans un endroit donné. L’ensemble des précipitations se produisent entre juin et septembre au Mali, et principalement en aout et septembre. La Figure 1.2-3 montre les différences (durée, intensité et début des précipitations) de cycles saisonniers de précipitations entre le Nord et le Sud du Mali pour la saison humide. 17 17 Figure 1.2-3. Les caractéristiques temporelles des précipitations saisonnières au Mali. (a) La distribution mensuelles des précipitations entre le Nord et le Sud du Mali sur la période. (b) La date moyenne de début de la saison des pluies, calculé en nombre de jour à partir du 1er juin. Sources : Mali-Météo Maproom. La Figure 1.2-3a révèle que le Sud du Mali est la région qui reçoit les premières et les dernières pluies, résultant en une saison des pluies plus longue. Le mois de juin est caractérisé par les variations spatiales les plus forte d’une année sur l’autre. C’est aussi le mois clé marquant le début de la période de culture. La Figure 1.2-3b montre le décalage dans le démarrage de la saison des pluies entre les régions du Mali. Si la région de Kédougou peut en général commencer ses activités de culture avec un début de saison des pluies (ou saison d’hivernage) dès début juin, la région de Linguère n’y entre qu’environ mi-juillet. Exercice Travaillez individuellement ou en petits groupes et répondez aux questions suivantes : • Quels sont les principaux types de climats au Mali ? Décrivez leur localisation approximative. • Dans plusieurs régions, les climats sont classés comme « tempérés ». Vous attendiez-vous à des climats tempérés au Mali ? Pourquoi y a-t-il des climats tempérés au Mali ? • Il existe différentes variantes de climats tempérés au Mali. Quelles sont les différences ? 18 18 Les Facteurs principaux déterminant le climat du Mali Le climat du Mali est influencé par une interaction complexe de facteurs locaux et mondiaux, qui déterminent les conditions météorologiques observées dans tout le pays. La compréhension de ces facteurs clés est essentielle pour appréhender les caractéristiques du climat du Mali. Les Facteurs globaux • La latitude, qui définit la quantité d'énergie solaire par m2 que reçoit un endroit donné ; pour faire simple, cette quantité diminue de l'équateur aux pôles, en raison de la courbure de la Terre. Ces différences alimentent les circulations océaniques et atmosphériques dans le système climatique. • La rotation de la Terre autour du Soleil. L'axe de la Terre étant incliné, les régions polaires reçoivent des quantités d'énergie très différentes, selon la saison. Pendant l'hiver de l'hémisphère Nord, les régions polaires du nord ne reçoivent pas de lumière solaire et les latitudes moyennes reçoivent moins de rayonnement solaire avec des jours plus courts que leurs homologues du sud. Pendant l'hiver austral, le pôle Nord et les latitudes moyennes du nord reçoivent plus de rayonnement solaire que leurs homologues du sud. La variation de l'énergie reçue dans les tropiques en raison du cycle saisonnier est beaucoup plus faible. • La répartition des masses océaniques et terrestres. L'eau, la surface terrestre, et l'atmosphère ont des capacités différentes de stockage et de distribution de l'énergie. Ces différences définissent les circulations atmosphériques entre les masses terrestres et les océans. La Figure 1.2-4 présent schématiquement ces facteurs globaux et les circulations qui en résultent, en l’absence de facteurs locaux. 19 19 Figure 1.2-4. La représentation schématique des facteurs principaux globaux influençant le climat local. a) les différences d'énergie reçues par latitude ; b) les circulations atmosphériques méridiennes qui en résultent, en l'absence de masses terrestres ; c) le cycle saisonnier. d) Circulation atmosphériques de Walker, liés au positionnement des masses terrestres et océaniques. Sources: http://www.ux1.eiu.edu/~cfjps/1400/circulation.html, https://www.climate.gov/news- features/blogs/enso/walker-circulation-ensos-atmospheric-buddy 20 20 Exercise • Notez le modèle de circulation dans la dimension verticale sur la Figure 1.2-4 b. Où l'air monte-t-il, où descend-il ? Les cellules situées immédiatement au nord et au sud de l'équateur sont appelées cellules de Hadley et définissent l'étendue des tropiques. Notez les vents à la surface de la Terre dans les tropiques (Alizés). Dans quelle direction soufflent-ils ? • Sous l'effet du cycle saisonnier représenté sur la Figure 1.2-4 c, le système de la figure 1.2- 4 b n'est pas symétrique et se déplace respectivement vers le sud et vers le nord. Il en va de même pour la zone d'ascension de l'air près de l'équateur. Pensez-vous que la zone d'ascension de l'air se trouve au nord de l'équateur ou au sud de l'équateur pendant la période juin-septembre (l'été de l'hémisphère Nord) ? • Dans la Figure 1.2-4 d, identifiez les masses terrestres et les océans. Les flèches verticales représentent les mouvements de montée et de descente dans les tropiques, dans la direction est-ouest. L'air humide ascendant est susceptible de générer des précipitations. Où trouve-ton les mouvements ascendants les plus forts (appelé « convection ») ? Au- dessus des océans ou des continents ? Les Facteurs locaux Si les facteurs globaux jouent un rôle important dans le climat du Mali, les facteurs locaux sont tout aussi importants pour déterminer les conditions climatiques spécifiques du pays. Les circulations théoriques liées aux facteurs globaux interagissent avec les facteurs locaux tels que les chaînes de montagnes, les plans d'eau intérieurs, les types de végétation et les sols. Ces éléments locaux modifient la température, les régimes de précipitations et les flux de vent, créant des microclimats et des phénomènes météorologiques uniques. Les effets des facteurs locaux sont représentés schématiquement à la Figure 1.2-5. Figure 1.2-5. La représentation schématique des facteurs locaux influençant le climat local. Les effets de la topographie sur le climat d'une région donnée peuvent être très importants. Les chaînes de montagnes créent des barrières qui modifient les régimes de vent et de précipitations. Les caractéristiques topographiques, telles que les chenaux étroits des vallées, amplifient les vents. 21 21 L'orientation des montagnes par rapport au soleil peut créer des microclimats distincts dans certaines régions. Une brise de terre prédomine la nuit. La surface terrestre se refroidit et atteint des températures inférieures à celles de la surface de l'eau adjacente. Une basse pression se développe à la surface de l'eau et une haute pression se développe à la surface terrestre. En raison de ce gradient de pression entre la terre et la mer, l'air se déplace de la terre vers la mer. Une brise de terre se forme le long du littoral. La brise marine prédomine pendant la journée. Pendant la journée, la surface terrestre se réchauffe à des températures supérieures à celles de la surface de l'eau. Par conséquent, une zone de basse pression se forme à la surface terrestre et une haute pression se développe à la surface de l'eau. L'air se déplace horizontalement de la mer (surface de l'eau) vers la terre le long du gradient de pression entre la mer et la terre. Ce mouvement d'air de la mer vers la terre est appelé brise marine. La végétation est un indicateur du climat d'une région. De ce fait, les zones climatiques sont définies par la répartition des types de végétation : flore des déserts chauds, forêt tropicale humide, forêt boréale, forêt décidue tempérée et toundra. Les vastes couverts forestiers et les prairies ont un effet rafraîchissant sur l'environnement. Les sols forestiers absorbent également de grandes quantités d'énergie, ce qui influence la météo et le climat. La végétation influence le climat car elle influence la réflexion de l'énergie solaire à la surface de la Terre et la quantité de vapeur d'eau dans l'atmosphère. Le Facteurs régionaux : La Mousson d'Afrique de l'Ouest La caractéristique saisonnière principale de l'Afrique de l'Ouest est celle de la mousson, illustrée par la Figure 1.2-6. La mousson d'hiver du sud-ouest s'écoule en surface sous la forme d'une couche d'air humide et froide peu profonde, d’origine maritime. Elle est recouverte par l'alizé primaire du nord-est, qui souffle du Sahara et du Sahel sous la forme d'un profond courant d'air chaud et sec, souvent poussiéreux, connu sous le nom d'harmattan. Le phénomène de mousson d'Afrique de l'Ouest est lié à l'alternance du vent de sud-ouest et de l'harmattan à la surface. Cette alternance se situe normalement entre les latitudes 9° et 20° N. En raison des origines, température et taux d’humidité différentes de ces masses d’air, un front intertropical se forme à la convergence de ces deux vents. 22 22 3/22/22, 10:17 AM West African monsoon | Britannica Figure 1.2-6. Les schémas des vents et des précipitations liées à la mousson ouest-africaine, pour les périodes (gauche) de juin à septembre, et (droite) de janvier à mars. Source : Encyclopædia Britannica, Inc. La Figure 1.2-7 montre plus de détails et les relations entre les précipitations et les vents ainsi que la topographie en Afrique de l’Ouest. Notez que les maxima des précipitations se trouvent toujours un peu au sud de la zone de convergence des vents (zone ou les vents sont les plus faibles). https://www.britannica.com/science/West-African-monsoon 1/1 23 23 Figure Error! No text of specified style in document.-4: À gauche : La climatologie des vents a la surface de la Terre (les flèches sont proportionnelles à la vitesse des vents) et des précipitations mensuelle (aplats verts) pour les mois de janvier, mai, et août. Source des donnée : NCEP-NCAR Reanalysis 2 ; À droite : La topographie de l’Afrique de l’Ouest (en haut) ; et les structures détaillées des précipitations annuelles moyennes en Afrique de l’Ouest, 1951-1989 (en bas). Source : IRD, http://www.cartographie.ird.fr/pluvio.html Auto-évaluation • Quelles facteurs définissent les caractéristiques principales du climat au Mali ? Les facteurs globaux ou locaux ? Citez trois éléments dans la classe choisie. • Comment varient dans l’espace les précipitations et des températures en fonction du cycle saisonnier ? Quel facteur est le plus important pour expliquer le cycle saisonnier des précipitations ? 24 24 Exercice • La structure des précipitations moyennes annuelles de la Figure 1.2-7, présente-t-elle les le même alignement zonale des isohyètes (lignes de même valeur de précipitations) que les précipitations au Mali ? • Identifiez les régions avec des précipitations les plus élevées. En utilisant les vents au mois d’aout et la topographie, pouvez-vous expliquer la structure régionale des précipitations ? La Variabilité climatique au Mali La succession des saisons se produit régulièrement, mais avec des déviations d'une année sur l'autre : la saison des pluies peut être plus ou moins pluvieuse, plus ou moins longue, la température peut être un peu plus chaude ou plus froide que l'année précédente, etc. Ces variations sont importantes au Sahel, particulièrement au Mali, impliquant la nécessité d’adaptation des systèmes socio-économiques. En effet, elles ne sont pas sans conséquences sur la productivité des cultures et le bien-être des animaux et des hommes. Pour cette raison, une partie de la science du climat se concentre sur la compréhension et la prévision de ces variations interannuelles. Sur la base des éléments vus jusqu'à présent, il est facile de comprendre qu'un petit changement dans la configuration saisonnière des vents (par exemple, la présence de vents plus forts en provenance du Sahara ou la mise en place plus tardive des vents en provenance de l'océan Atlantique) peut retarder la saison des pluies, ou la rendre plus courte. De même, une humidité moindre apportée par les vents peut rendre la saison moins pluvieuse. Le Mali est sujet à des changements climatiques décennaux et interannuels importants, et est notamment très sensible aux sécheresses et aux pauses sèches. En période de mousson, les pluies peuvent être intermittentes, entrainant des pauses sèches plus longues, et le nombres de jour pluvieux durant une année ou une décennie peuvent alors être moindre. Cela a été le cas dans les années 1970. Depuis, la pluviométrie totale semble revenir à la normale, mais avec des précipitations plus intenses et toujours moins de jours pluvieux. 25 25 Figure Error! No text of specified style in document.-5: Les anomalies interannuelles standardisés des précipitations au Sahel (1950-2020). Source : AGRHYMET. Exercice • Identifiez une année qui a particulièrement été touché par les sècheresses au Mali. Correspond-t-elle sur la Figure 1.2-8 à une anomalie négative des précipitations totales ? Quels autres paramètres pluviométriques sont clés dans le développement des sècheresses ? En plus des facteurs situés à proximité immédiate du Mali, des variations dans des régions aussi éloignées que l'océan Pacifique tropical peuvent également affecter le climat au Mali, en perturbant les cellules établies entre les masses terrestres et les océans, comme illustré dans les Figures 1.2-4 et 1.2-5. Plusieurs phénomènes dans les océans environnants et lointains ont un impact profond sur la variabilité interannuelle du climat au Mali, notamment les modes zonal et méridien de l’Atlantique, ainsi que El Niño – Oscillation australe (ENSO) dans le Pacifique tropical. L’Oscillation Australe d’El Niño (El Niño - Southern Oscillation ou ENSO) El Niño – Oscillation australe (ENSO) est un phénomène océanique et atmosphérique qui se produit dans la région équatoriale du Pacifique. En conditions neutres, en raison des alizés, on observe une accumulation d’eaux chaudes et une forte évaporation accompagnée de précipitations importantes dans l’est du Pacifique équatorial, ainsi que des conditions climatiques généralement humides en Asie du Sud-Est. Du côté ouest d’océan Pacifique équatorial, les eaux de surface sont plus froides et l’atmosphère est plus sèche, entraînant des conditions arides sur la côte ouest de l’Amérique du Sud tropicale (Figure 1.2-9a). 26 26 Périodiquement, ces conditions se relâchent, les eaux chaudes et les systèmes générateurs de pluie se déplacent vers l’ouest et peuvent provoquer des pluies torrentielles sur la côte de l’Amérique du Sud (Figure 1.2-9a b). C’est un épisode El Niño. Lors de l’épisode opposé, appelé La Niña, les circulations atmosphériques et le contraste des températures océaniques se renforcent (Figure 1.2- 9a). El Niño/La Niña se produisent principalement autour de décembre-janvier et tirent leur nom de leur coïncidence avec Noël (El Niño = le petit garçon, en référence à l’enfant Jésus). Figure 1.2-9. Une représentation schématique des conditions (a) neutres, (b) El Niño et (c) La Niña dans le Pacifique équatorial. Exercice Travaillez individuellement ou en petits groupes pour répondre à la question suivante : • Repérez la circulation dans la Figure 1.2-4d qui est perturbée par le phénomène El Niño/La Niña. Quelle autre circulation peut-elle également perturber ? Les anomalies de la circulation atmosphérique et des précipitations dans l’océan Pacifique équatorial se propagent à travers le monde via des connexions atmosphériques et des ondes dans l’atmosphère, et peuvent générer des anomalies climatiques dans différentes régions du globe. La Figure 1.2-8 montre les principales anomalies climatiques lors de la phase El Niño. Bien que ces figures soient globales, en résumé, El Niño tend à réduire les précipitations au sein de la mousson d’Afrique de l’Ouest. Exercice Travaillez individuellement ou en petits groupes. En examinant la série temporelle de l'ENSO (Figure 1.2-11) : • À quelle fréquence les événements El Niño/La Niña se produisent-ils ? • En quelles années ont eu lieu les deux événements El Niño les plus forts et les deux événements La Niña les plus forts ? 27 27 Figure 1.2-10. Les impacts de (a) El Niño et (b) La Niña sur les températures et les précipitations à travers le monde pendant la saison décembre-février. Source : NOAA https://www.noaa.gov/understanding-el-nino, consulté le 10 janvier 2025. La Figure 1.2-11 montre l'évolution temporelle des anomalies de température de surface de la mer dans le Pacifique équatorial associées aux événements El Niño/La Niña. Figure 1.2-11. Une série temporelle des anomalies de SST dans l’océan Pacifique équatorial sur la période 1950-2020. Source : https://fews.net/el-niño-and-precipitation, consulté le 8 février 2021. L’Océan Atlantique Bien que l'ENSO soit un phénomène mondial affectant le climat dans de nombreuses régions du globe, les températures de surface de la mer (sea surface temperature ou SST) dans l'océan Atlantique tropical connaissent également des variations, comme le montre la Figure 1.2-12. Les eaux de surface de la mer plus chaudes ou plus froides affectent le gradient de température entre la mer et la terre, influençant ainsi la circulation des vents et l'advection de l'humidité nécessaire 28 28 pour alimenter les précipitations dans la mousson ouest-africaine. Comme mentionné ci-dessus, 40 % de l'humidité de la mousson d’Afrique de l’Ouest provient de l'océan Atlantique. En plus d'affecter directement l'humidité nécessaire aux précipitations, la variabilité de la SST dans l'océan Atlantique peut influencer la manière dont l'ENSO impacte les précipitations en Afrique de l'Ouest, comme le montre la Figure 1.2-13. Note : il n'est pas nécessaire de comprendre la Figure 1.2-13, souvenez-vous simplement : c'est compliqué ! Figure 1.2-12. Les modes de variabilité de temperature de surface de la mer (SST) dans l'océan Atlantique tropical. Les couleurs rouges représentent des SST plus chaudes que la normale ; les couleurs bleues – plus froides que la normale. Source : Foltz et al. 2019. 29 29 Figure 1.2-13. Le schéma des composants principaux de la variabilité de l'océan Atlantique tropical et des interactions avec l'océan Pacifique. Source : Foltz et al. 2019. Frontiers in Marine Science. Une Note sur les effets de surpâturage et modifications de l'albédo L'une des premieres explications des sécheresses sahéliennes était basé sur l'hypothèse de Charney (Charney et al. 1977), selon laquelle elles étaient causées par un déclin de la couverture végétale. Cette dégradation de la végétation, liée au surpâturage et la conversion des zones boisées en terres agricoles aurait entraîné une augmentation de la réflectivité ou de l'albédo du paysage (Fuller et Ottke 2002). Ce phénomène peut alors réduire le réchauffement de la terre localement, car moins de rayonnement solaire est absorbé et moins d'humidité est libérée dans l'atmosphère, pouvant entraîner une diminution des précipitations. Si cette hypothèse est valide localement, et montre l’importance de la reboisement de certaines zones, elle ne permet pas d’expliquer les retours a des conditions plus humides. Actuellement, le rôle des SST est reconnu comme le principal mécanisme de la variabilités interannuelle de la mousson ouest-africaine. 30 30 Session 1.3. Les données et informations climatiques Il est important d'établir une distinction entre les données météorologiques et climatiques et les informations météorologiques et climatiques. Les données désignent des ensembles de mesures de variables météorologiques et climatiques à partir desquelles sont extraites des informations plus utiles au quotidien ou intégrées à des applications telles que les modèles de cultures ou hydrologiques. Les informations météorologiques et climatiques reposent sur diverses analyses de données réalisées avec un objectif précis. La plupart des gens ont besoin d'informations météorologiques et climatiques, et non de données, pour leurs activités quotidiennes et professionnelles. Cependant, il existe différents types de données, qui influencent le type et la qualité des informations climatiques qu'il est possible d'en tirer. À la fin de cette section, vous serez en mesure : • D’identifier les différents types de données météorologiques et climatiques, leurs forces et leurs faiblesses. • D’identifier certains aspects statistiques du climat. • De décrire et d’interpréter les informations climatiques fournies. • D’expliquer les différentes dimensions et échelles du climat. Bien que souvent utilisées de manière interchangeable, il existe une distinction importante entre données climatiques et informations climatiques : • Les données climatiques sont un ensemble de valeurs/mesures de la variable d'intérêt (température, pression atmosphérique, vent, humidité, nébulosité, précipitations, etc.). Il s'agit d'un ensemble de valeurs généralement peu utiles aux non-spécialistes. • Les informations climatiques sont des données analysées ou interprétées pour un objectif spécifique, par exemple la moyenne sur un comté, la fréquence des précipitations au-delà de certains événements, la durée de la saison des pluies. Les différents types d'informations climatiques peuvent être obtenus à partir des mêmes données, avec des analyses différentes. Par exemple, la fréquence des précipitations extrêmes et la durée de la saison des pluies sont toutes deux extraites des mêmes données pluviométriques quotidiennes. La plupart des décisions en agriculture ne nécessitent pas de données, mais des informations préparées dans un but précis. Cela ne peut se faire que si un dialogue soutenu est établi entre les producteurs 31 31 et les utilisateurs d'informations climatiques. Enfin, cette extraction ajoute de la valeur aux données initiales. Les Types de données climatiques Notre compréhension de la météo et du climat, de leur variabilité, et de leur évolution à long terme sous l'effet du changement climatique repose sur l'analyse des données relatives aux variables énumérées à la Section 1.1. Ces données sont recueillies régulièrement par divers dispositifs et organisations, depuis des stations météorologiques terrestres gérées par les services météorologiques, jusqu'aux données recueillies en altitude par les radars ou les avions, ou au milieu de l'océan par les navires et les bouées. Depuis 40 ans, les conditions météorologiques sont également observées par des satellites en orbite autour de la Terre. La Figure 1.3-1 présente les différentes sources de données qui contribuent à nos connaissances climatiques. a) b) c) d) Figure 1.3-1. Les sources de données météorologiques et climatiques. (a) la représentation schématique de divers appareils mesurant les variables météorologiques ; (b) l’image d'une station météorologique typique ; (c) les navires et les bouées – les sources principales de mesures dans les mers et les océans ; (d) la constellation de plusieurs satellites en orbite autour de la Terre. Exercice • Prenez un moment pour identifier les différentes façons de mesurer les variables météorologiques et climatiques dans la Figure 1.3-1 a. Quelles plateformes sont utilisées pour la collecte de données à la surface de la terre ? Dans l'atmosphère ? Et au-dessus de l'atmosphère terrestre ? 32 32 Ces mesures conduisent à trois types de données : 1. Les données de station correspondent à des mesures exactes à un endroit et temps donné, le plus souvent à la surface de la Terre, bien que les radars et ballons stationnaires collectent des données sur l'atmosphère. Certaines régions du globe ont très peu de stations de mesures. La Figure 1.3-2 montre la répartition des stations météorologiques qui ont déclaré recueillir des données le 1er juin 1997. Figure 1.3-2. La localisation des stations météorologiques ayant déclaré avoir collecté des données le 1er juin 1997. Chaque cercle rouge représente une station. 2. Les données en point de grille divisent la surface de la Terre en petits carrés et attribuent à chaque carré une valeur d'une variable météorologique/climatique à un temps donné. De cette façon, la surface de la Terre est uniformément couverte de valeurs, même dans les endroits où il n'y a pas d'observation. La façon dont les valeurs dans les endroits sans observation sont dérivées dépend de l'ensemble de données et de ses spécificités. Les techniques vont d'une simple moyenne des valeurs observées les plus proches, à des méthodes plus complexes qui incluent, par exemple, l'altitude. L’absence de zones sans valeurs facilite alors de nombreuses analyses. La plupart de ces ensembles de données sont également mondiaux. Il y a cependant des limites quant à la façon dont les données dans des endroits sans observations représentent la réalité. Actuellement, la résolution des ensembles de données maillées - la taille des carrés - varie de quelques km2 à quelques centaines de km2. 33 33 Figure 1.3-3. Une carte des vents a la surface des océans (les flèches) et d'une mesure de leur convergence (les couleurs) basée sur des données en point de grille. Deux types de données en point de grille sont particulièrement importantes ; a. Les données satellitaires constituent une catégorie particulière de données maillées. Les satellites peuvent observer de vastes étendues de la Terre et de l'atmosphère, même dans les zones océaniques éloignées et difficiles d'accès. Cependant, ils présentent également certains inconvénients : Il existe différents types de satellites. Certains orbitent autour de la Terre et passent au-dessus du même endroit tous les 15 jours environ. Cela signifie qu'ils mesurent les variables météorologiques/climatiques tous les 15 jours. D'autres sont stationnaires au-dessus d'un endroit donné, ce qui signifie qu'ils observent chaque minute les conditions à cet endroit et dans un périmètre de plusieurs kilomètres, mais ils ne sont pas assez nombreux pour que les mesures couvrent l'ensemble du globe. Les satellites effectuent des observations à très grande distance et les mesures peuvent être affectées par ce qui se passe entre le satellite et la surface de la Terre. Par exemple, par temps nuageux, certains satellites ne « voient » pas la surface de la Terre et ne peuvent donc pas mesurer sa température. De même, ils auront des difficultés à obtenir des valeurs exactes de la température s'il y a beaucoup de pollution ou de fumée. Enfin, certaines variables ne sont pas mesurées directement mais sont issues de valeurs calculées à partir de mesures qui reflètent la variable. La précipitation, par exemple, est une variable indirectement mesurée. Comme mentionné ci-dessus, les satellites ne peuvent pas mesurer ce qui leur est caché par les nuages. Les nuages et la pluie sont indissociables, les satellites ne peuvent donc pas mesurer la pluie qui touche le sol. Ils font alors une estimation de la quantité de pluie sous les nuages en se basant sur la hauteur des nuages - plus les nuages sont hauts, plus les précipitations sont intenses. La hauteur des nuages est elle-même estimée à partir de la température de leur sommet - plus le nuage est haut, plus la température est froide. La température des nuages est ensuite calibrée aux mesures de précipitations observées au sol, aux stations météorologiques. Cette méthode n'est pas sans défaut car certaines caractéristiques locales, telles que les montagnes, les lacs ou même la végétation, peuvent 34 34 influencer les taux de précipitations. C'est pourquoi on parle « d’estimations des précipitations par satellite ». Exercice • Comparez les Figures 1.3-2 et 1.3-3 en termes de données au niveau des océans. Supposons qu'un ensemble de données maillées remplisse les observations manquantes avec la moyenne des valeurs observées voisines. Il existe des stations mesurant les précipitations et la température dans deux vallées séparées par une chaîne de montagnes sans observations. Les valeurs correspondant à la chaîne de montagnes ont alors été dérivée comme une moyenne entre les observations dans les vallées. w Dans quelle mesure pensez-vous que les valeurs maillées représentent bien les conditions dans les montagnes ? Quels aspects seront bien représentés ? Quels aspects seront moins bien représentés ? w Quelle erreur attendez-vous pour la température ? Quelle erreur attendez-vous pour les précipitations ? • Citez les avantages et les inconvénients des différents types de données. • Quelles sont les précautions à prendre lors de l'utilisation des données de la station ? • Quelles sont les précautions à prendre lors de l'utilisation de données maillées ou modélisées ? En résumé, les satellites apportent une grande quantité d'informations, en particulier pour les régions reculées, mais ces informations ne sont pas la « vérité du terrain » et les données satellitaires doivent souvent être corrigées à l'aide d'observations, lorsqu'elles sont disponibles, dans un processus appelé « fusion ». Les données fusionnées ont l'avantage d'une couverture spatiale uniforme et sont plus proches de la vérité du terrain que les données satellitaires seules. Un jeu important de données fusionnées au Mali est le jeu de données de haute résolution sur les précipitations et la température, développé dans le cadre de l'initiative ENACTS (Enhancing National Climate Services). Sa résolution actuelle est de 4 km x 4 km et couvre la période de 1981 à aujourd'hui. Ces données sont à la base de nombreuses maproom qui seront discutées dans le module 2. b. Les données modélisées (ou ‘sorties de modèle’) font référence aux données générées par les modèles numériques. Ces modèles - modèles de circulation générale ou régionale (MCG ou MCR) - sont un ensemble d'équations représentant les lois physiques et chimiques qui régissent le système météorologique et climatique. En ingérant les données disponibles décrivant les conditions actuelles et en résolvant ces équations à l'aide d'ordinateurs puissants, ils sont capables de prédire les conditions météorologiques et climatiques dans le futur ainsi que dans des endroits sans observations. Les MCG seront expliqués plus en détail dans la section consacrée aux prévisions. À ce stade, il est important de comprendre qu'ils peuvent générer des données maillées, en comblant les données manquantes, à la surface de la Terre ainsi que dans 35 35 l'atmosphère, grâce à des procédures très complexes basées sur des équations physiques. Ils créent des ensembles de données maillées plus cohérents sur le plan physique et sont particulièrement appréciés des climatologues, particulièrement des données de « réanalyse » dans le temps. Les données modélisées peuvent souffrir de biais systématiques, similaires à ceux des ensembles de données maillées. Important : Une description du type de données utilisées pour générer les informations données doit accompagner ces informations (ex. sous forme de légende ou de description) et il est très important de prêter attention aux données utilisées. Exercice Travail individuel ou en petits groupes : • Énumérez les avantages et les inconvénients des différents types de données. • Quelles précautions faut-il prendre lors de l'utilisation de données de station ? • Quelles précautions faut-il prendre lors de l'utilisation de données maillées ou modélisées ? La Mesure du climat de surface Les Instruments de mesure Dans les stations météorologiques du monde entier, de nombreux instruments permettent de mesurer les variables atmosphériques « in situ », c'est-à-dire directement. Les paramètres météorologiques sont mesurés à l'aide d'une large gamme d'instruments. Chaque instrument est conçu pour mesurer un paramètre spécifique. Parmi les instruments météorologiques courants, on trouve : le thermomètre, le pluviomètre, le baromètre, l’anémomètre, le thermomètre humide, ou l’hygromètre (Figure 1.3-4). Un thermomètre mesure la température. Étant destiné à mesurer la température de l'air, il est important qu'il soit à l'abri non seulement de la lumière directe du soleil, mais aussi de la chaleur rayonnante du sol et des autres objets environnants. Les thermomètres plus anciens (comme celui illustré à la Figure 1.3-4) étaient généralement fabriqués avec du mercure, liquide à la plupart des températures observées sur Terre et qui se dilate de manière prévisible à des températures plus élevées. Les thermomètres plus récents sont généralement numériques et, pour diverses raisons, indiquent des températures légèrement différentes des méthodes plus traditionnelles. Les mesures de température comptent parmi les données climatiques disponibles les plus anciennes. Cependant, pour l'analyse climatique, il est essentiel de prendre en compte les changements d'instrumentation, de localisation et d'environnement immédiat (par exemple, l’occupation des sols). 36 36 Figure 1.3-4. Les instruments de mesure météorologiques courants: (a) un thermomètre à mercure, (b) un pluviomètre, (c) baromètre, et (d) un anémomètre. Sources: https://www.homesciencetools.com/product/thermometer-plastic-back/ (consulté le 25 Feb 2022), https://www.123rf.com/photo_100212071_meteorology-with-rain-gauge-in-garden-measurement-of- precipitation.html (consulté le 25 Feb 2022), https://www.flinnsci.com/barometer- metric/ap5070/?gclid=Cj0KCQjw94WZBhDtARIsAKxWG-_ksMsWzA9vwfxyJ5vhK- UCMsqH28Sb0S9vsaaaa0YFxxPGIVGM9gYaAh5DEALw_wcB (consulté le 14 Sep 2022), https://www.baranidesign.com/wind-sensors (consulté le 25 Feb 2022). Un pluviomètre mesure l'accumulation des précipitations. Comme pour le thermomètre, les instruments plus anciens, comme celui illustré à la figure 1.3-4, étaient manuels et les mesures n'étaient généralement effectuées qu'une fois par jour. Les instruments plus modernes sont automatiques et fournissent des mesures toutes les heures, voire plus fréquemment. La conception d'un pluviomètre peut avoir un impact considérable sur la quantité de précipitations mesurée, tout comme les changements environnementaux, tels que la construction de nouveaux bâtiments ou la croissance des arbres à proximité. Ces problèmes sont aggravés par la nature très localisée des précipitations : même à quelques mètres de distance, l'intensité de la pluie peut varier considérablement. La mesure de l'épaisseur de neige pose des défis supplémentaires. Par conséquent, il est impératif de prendre en compte les effets des changements d'instrumentation, de localisation et de contexte environnemental. Néanmoins, en raison de l'importance des précipitations, en particulier sous les tropiques, les jeux de données climatiques relatives aux précipitations comptent parmi les plus développés de toutes les variables climatiques. Un baromètre mesure la pression atmosphérique. Tous les baromètres nécessitent un capteur de pression ou un liquide compressible (généralement du mercure ou de l'eau) pour mesurer la pression atmosphérique. Les anciens baromètres affichaient souvent la pression sur un cadran circulaire, mais les plus récents sont numériques. Les mesures de pression atmosphérique sont relativement insensibles aux variations d'instrumentation, de localisation et de conditions environnementales ; il existe donc des jeux de données de pression atmosphérique de bonne qualité, adaptés à l'analyse climatique. Un anémomètre mesure la vitesse et la direction du vent. Il existe très peu de données sur le climat éolien, notamment en raison de la nature très localisée et capricieuse du vent. 37 37 Un thermomètre à bulbe humide, ou hygromètre, permet de déduire l'humidité. Le bulbe d'un thermomètre standard (généralement à mercure) est recouvert d'un tissu imbibé d'eau et le refroidissement par évaporation de l'eau du tissu abaisse la température du thermomètre à bulbe humide. À 100 % d'humidité relative, la température du bulbe humide et la température normale (ou « bulbe sec ») sont identiques. À mesure que l'humidité relative diminue, l'écart entre les températures du bulbe sec et du bulbe humide augmente. Les mesures d'humidité étant basées sur les températures, les problèmes de qualité des données pour la température s'appliquent généralement également à l'humidité. Que sont les stations météorologiques ? Les stations météorologiques du monde entier sont généralement équipées des instruments mentionnés ci-dessus, bien que certaines en aient moins et d'autres plus (Figure 1.3-5). Différents protocoles existent pour l'étalonnage des instruments météorologiques et les moyens de transmission des données. Le site choisi pour l'établissement d'un observatoire météorologique doit satisfaire à certaines exigences de base recommandées par l'OMM. Les observatoires (ou stations) météorologiques sont situés sur des sites sélectionnés pour garantir que les observations soient représentatives de la zone environnante et ne soient pas indûment influencées par des facteurs locaux. Alors que de nombreuses stations météorologiques plus anciennes nécessitent un enregistrement manuel des valeurs, de nombreuses stations plus récentes sont entièrement automatiques et comprennent un enregistreur de données capable de transmettre les informations enregistrées à un service météorologique. Les stations météorologiques automatiques sont généralement équipées d'un thermomètre, d'un baromètre, d'un pluviomètre, d'un anémomètre, d'un capteur d'énergie, d'un enregistreur de données et parfois d'un capteur de température du sol, tous montés sur le même appareil (figure 1.3-6). Les relevés de tous les instruments sont enregistrés numériquement sur l'enregistreur de données et peuvent être surveillés à distance. Afin de mesurer les propriétés atmosphériques à différentes couches de l'atmosphère, plusieurs de ces instruments peuvent être montés sur un avion ou placés sous un ballon météorologique qui mesure l'altitude en vol (figure 1.3-7). Un ballon météorologique est un type de ballon à haute altitude qui transporte des instruments météorologiques pour prendre des mesures à haute altitude dans l'atmosphère. Une radiosonde est un instrument alimenté par batterie qui mesure la pression atmosphérique, la température et l'humidité, généralement à bord d'un ballon météorologique, et transmet ces données par radio à un récepteur au sol. Une radiosonde est une radiosonde utilisée pour mesurer le vent en plus d'autres paramètres. Une sonde aérosonde est un appareil d'enregistrement météorologique comprenant plusieurs instruments (généralement dans un cadre entièrement numérique) et conçu pour être largué d'un avion à la surface tout en effectuant des enregistrements tout au long de sa chute. À noter que, contrairement aux stations météorologiques, ces plateformes n'enregistrent généralement pas les paramètres atmosphériques de manière continue. Elles sont plutôt larguées ponctuellement à des fins spécifiques. 38 38 Figure 1.3-5. Une site de station météorologique traditionnelle. Cette station météorologique comprend un pluviomètre, un pluviomètre, une jauge de température, un baromètre, des anémomètres, des pyranomètres, et un pyrhéliomètre avec des panneaux solaires pour alimenter le tracker solaire et certains capteurs. Source : https://www.essearth.com/compact-weather- sensors-and-traditional-weather-sensors/, consulté le 10 février 2025. Figure 1.3-6. Une station météorologique. Source : Alpha Omega Electronics (s.d.). Système de station météorologique automatique avancé. Source : https://www.alphaomega- electronics.com/en/compact-stations-kits/1713-advanced-automatic-weather-station-system.html, consulté le 25 février 2022. 39 39 Figure 1.3-7. À gauche : Le lancement d'un ballon météo avec des instruments attachés. À droite : Un avion de surveillance des tempêtes qui lance des sondes pour enregistrer les conditions atmosphériques au sein d'une tempête. Sources : https://www.forbes.com/sites/marshallshepherd/2018/05/18/it-was-weather-balloon-georgia-not-a-bomb-5- questions-answered-about-them/, https://scied.ucar.edu/learning-zone/atmosphere/dropsonde, consulté le 10 février 2025. Les Analyses climatiques Comme mentionné précédemment, ce sont les informations climatiques (c’est-à-dire les données une fois analysées) qui sont les plus utiles. Dans cette section, nous allons aborder les types d’analyse de données statistiques les plus utilisés. Certaines analyses s'appliquent à la fois aux dimensions spatiales et temporelles du climat, d'autres à une seule. La Moyenne Le calcul de moyennes est probablement l'analyse la plus simple et la plus courante. Elle consiste à diviser la somme des valeurs par le nombre de valeurs. Elle nous donne une idée globale des valeurs de l'ensemble des données, sachant qu'elles ne sont pas toutes égales à la moyenne. Par exemple, les précipitations annuelles moyennes à un endroit peuvent être de 600 mm/an alors qu'elles sont de 800 mm/an à un autre endroit. Cette analyse est pratique pour calculer les caractéristiques climatiques dans l’espace et le temps, par exemple les précipitations moyennes sur une région ou un bassin versant, ou sur une période donnée (par exemple 1991-2020). Lorsque les valeurs moyennes sont calculées dans le temps, il est recommandé d'utiliser au moins 30 ans de données pour que la moyenne soit représentative du climat. La moyenne des 3 ou 5 dernières années, bien que donnant certaines informations, peut ne pas être réellement représentative du climat, car ces années peuvent avoir été exceptionnellement humides ou sèches, froides ou chaudes. Les météorologues font souvent référence aux « normales climatiques », moyennes qui couvrent généralement des périodes de 30 ans jusqu’à la décennie la plus récente entièrement terminée, et sont mises à jour tous les 10 ans. La normale climatologique actuelle est 1991-2020. Les Anomalies Le calcul de moyennes est utile pour décrire le climat mais il ne rend pas compte de la variabilité des données dans l'espace et dans le temps. Il peut parfois être utile de savoir qu'une partie du bassin versant ou du département reçoit plus de précipitations, ou est plus chaude qu'une autre 40 40 partie. Il peut aussi être intéressant de savoir qu'une année a été plus fraîche ou plus chaude que la moyenne. Les anomalies sont calculées en soustrayant, à chaque valeur, la moyenne des données dans le domaine spatial ou dans la série chronologique. Les valeurs des anomalies peuvent être positives ou négatives. Alors que la variabilité s’observe à partir des valeurs brutes sur une carte ou une série temporelle, l'exprimer sous forme d'anomalies en termes de valeurs « inférieures à la moyenne » ou « supérieures à la moyenne » permet de repérer plus facilement où et quand un déficit de précipitations, ou une vague de chaleur ont été observées. Parfois, la variabilité totale possible autour d’une valeur moyenne est une information importante. Par exemple on peut estimer que le total des précipitations annuelles dans un endroit donné se situe entre 950 et 1250 mm/an, ou entre 1100 +/- 150 mm/an. Cette dernière exprime la quantité de précipitations moyenne en y ajoutant une plage de variabilité. Si ces valeurs représentent l’étendue entre le maximum et le minimum des valeurs observées, on parle d’amplitude des données. L’Écart-type L'écart-type est une autre mesure de la variabilité des valeurs autour de la moyenne. Au lieu de prendre les valeurs maximales et minimales des données, qui, la plupart du temps, ne se produisent qu'une seule fois dans l'enregistrement et sont donc exceptionnelles, il permet de déterminer quel est l’écart « moyen » par rapport à la moyenne. Pour ce faire, on calcule d'abord la somme des anomalies au carré pour prendre en compte les écarts à la moyenne sans leur signe (afin qu'ils ne s'annulent pas), puis la racine carrée de cette somme (pour revenir aux mêmes unités que la variable initiale), que l’on divise par le nombre d'observations, pour obtenir l'anomalie « moyenne ». La température ou la pluviométrie en un lieu sera alors présentée sous forme de moyenne +/- écart- type. Notez que l'écart-type sera plus petit que l'amplitude discutée précédemment. Fournir une mesure de la variabilité autour de la moyenne est important pour comprendre le climat et les risques locaux. 41 41 Exercice • Comparez les informations relatives aux précipitations de deux sites A et B en termes de risques pour les cultures : w Le site A reçoit en moyenne 1250 mm/an avec un écart-type de 100 mm w Le site B reçoit en moyenne 1250 mm/an avec un écart-type 400 mm • Comparez les informations relatives aux précipitations de deux sites A et B en termes de risques pour les cultures : w Le site B reçoit en moyenne 1250 mm/an avec un écart-type 400 mm w Le site C reçoit en moyenne 600 mm/an avec un écart-type 400 mm Le Coefficient de variation et les Anomalies normalisées Utiliser les mesures de moyenne et l'écart-type permettent de traduire simplement l’ensemble des caractéristiques du climat - ce qu'il est en moyenne et à quel point il peut varier. Si la comparaison des valeurs moyennes est simple, elle devient plus compliquée lorsque la variabilité est également incluse. Deux mesures supplémentaires facilitent les comparaisons et la compréhension du climat : le coefficient de variation et les anomalies normalisées. Le coefficient de variation correspond à l'écart type divisé par la moyenne. En exprimant l'anomalie « moyenne » comme une fraction de la moyenne de la variable, on obtient une idée de l'importance de la variabilité dans ses valeurs. Les anomalies normalisées sont les anomalies des valeurs de la variable divisées par l'écart type. Parfois, on se réfère à l'anomalie relative plutôt que sa valeur. C'est le cas lorsque nous voulons savoir si deux endroits co-varient (ont des anomalies de même signe au même moment et que leurs plus fortes et moins fortes anomalies coïncident). En effet, il est moins intéressant de savoir si les plus fortes anomalies sont de 100 ou 200 mm mais si elles sont fortes par rapport à la gamme entière des anomalies. La normalisation des anomalies peut également être utile pour comparer les anomalies entre différentes variables pour un même lieu ou pour différents lieux. Par exemple, pour estimer l'impact des températures de surface de l’Océan Atlantique sur les précipitations à Dakar, on peut examiner les séries chronologiques des anomalies normalisées des températures de surface de la mer dans une zone clé du Golfe de Guinée et les anomalies normalisées des précipitations à Dakar. L’analyse de corrélation est une procédure statistique qui utilise les anomalies normalisées pour estimer le degré de covariation des variables, mais elle dépasse le cadre de ce cours. 42 42 Exercice Calculez les coefficients de variation pour les sites A, B et C de l’encadré précédent. Dans quel endroit préféreriez-vous pratiquer l'agriculture ? Pourquoi ? Les Fréquences et Probabilités, les Extrêmes Les mesures de variabilité ci-dessus, bien qu'utiles, ne sont pas toujours suffisantes pour décrire le climat en détails. D’autres informations peuvent être nécessaire pour certaines applications. Par exemple : quelle est la fréquence des valeurs proches du maximum ou du minimum ? Quelle est la fréquence des valeurs proches de la moyenne par rapport aux valeurs extrêmes ? Quelles valeurs se reproduisent avec une certaine périodicité, par exemple, une fois tous les 10 ans, une fois tous les 50 ans ? Combien de fois un certain seuil est-il franchi, par exemple, la quantité de pluie saisonnière nécessaire à la culture d'un certain produit, le seuil de température ou de pluie lié aux épidémies de paludisme ? L'analyse de fréquences et la construction de fonctions de densité de probabilité et de courbes de probabilité de dépassement permettent de répondre à ce genre de questions (Figure 1.3-8). Grâce à ce type d ’analyses, les changements à long terme des caractéristiques du climat, y compris de la variabilité climatique, peuvent être identifiés par des modifications dans la forme des distributions. Un exercice vous permettra de découvrir et de mettre en pratique la façon dont ces figures sont réalisées et comment les interpréter. Figure 1.3-8. Les exemples de fonction de densité de probabilité (à gauche) et de probabilité cumulative (à droite) pour des valeurs de précipitations annuelles et saisonnières. 43 43 Exercice En travaillant individuellement, en binômes ou en petits groupes, a partir de données dans des endroits sélectionnés au Mali et en suivant les étapes décrites dans l’exercice (fichiers fournis séparément), vous acquerrez de l'expérience en analyse de données climatiques et en interprétation des régimes pluviométriques et de leurs implications. Les analyses comprennent : • Analyse préliminaire des données climatiques pour en extraire le cycle saisonnier moyen des précipitations, les séries chronologiques des précipitations totales annuelles et les anomalies. • Distribution annuelle de la fréquence des précipitations, conversion en probabilités, visualisation sous forme d'histogramme et interprétation des résultats. • Calcul et visualisation des probabilités cumulées. • Calcul, visualisation et interprétation des probabilités de dépassement. • Analyse des terciles. • w Graphique des probabilités alternatives de dépassement. L’Indice de précipitations normalisé (SPI) Les déficits pluviométriques sont les anomalies climatiques ayant le plus d'impact sur la société au Mali. Ils provoquent des sécheresses, pouvant affecter la production agricole, la disponibilité et la qualité de l'eau, et donc la sécurité alimentaire et l'assainissement. Le phénomène de sécheresse peut être défini comme résultant de niveaux de précipitations inférieurs à ce qui est considéré comme normal, et est relatif aux conditions locales, dans l'espace et dans le temps. La même anomalie pluviométrique aura des impacts différents au Sahel et en Amazonie, durant ou en dehors de la saison des pluies. De même, une anomalie de précipitations sur un mois aura un impact différent si elle fait partie d’un déficit pluri-mensuel ou si elle est ponctuelle. En effet, la durée des déficits pluviométriques est importante pour comprendre les impacts potentiels de la sécheresse. Les déficits pluviométriques persistant sur 1 à 6 mois affectent l'humidité du sol et l'agriculture tandis que les déficits persistant sur 6 à 24 mois auront un impact sur le débit des cours d'eau, les réservoirs et les eaux souterraines. Ainsi, les définitions de ce qu’est une sécheresse varient selon les secteurs affectés, et les échelles de temps. L'indice de précipitations normalisé (SPI) a été conçu pour quantifier les déficits de précipitation à plusieurs échelles et les mettre en relation avec les conditions normales prévalant localement (Figure 1.3-9). La possibilité de calculer cet indice à plusieurs échelles permet de détecter différents types de sécheresses ayant des impacts différents selon les secteurs. La normalisation le rend aussi comparable entre régions. 44 44 Figure 1.3-9. Un exemple de carte de SPI calculé pour la période juin-aout 2022 au Mali. Source: IRI and Mali-Météo Maproom/Climate Monitoring/ Seasonal SPI http://197.155.140.164/maproom/Climatology/Climate_Monitoring/seasonalspi.html?Set- Language=fr&T=Jun-Aug%202022 Le SPI peut estimer l'intensité de la sécheresse sur n'importe quel intervalle souhaité, par exemple un mois, cinq mois ou 200 jours. Techniquement, il correspond au nombre d'écarts-types par lequel la valeur observée s'écarterait de la moyenne sur le long terme, pour une variable aléatoire normalement distribuée. Comme les précipitations ne sont pas normalement distribuées, une transformation est d'abord appliquée pour que les valeurs de précipitations transformées suivent une distribution normale. Des valeurs de SPI positives indiquent des précipitations supérieures à la médiane et des valeurs négatives indiquent des précipitations inférieures à la médiane. Comme le SPI est normalisé, les climats plus humides et plus secs peuvent être représentés de la même manière ; ainsi, cet indice est applicable au suivi des périodes humides. Le SPI présente plusieurs atouts : il est conçu pour quantifier le déficit de précipitations à plusieurs échelles de temps correspondant à la disponibilité temporelle de différentes ressources en eau (par exemple, l'humidité du sol, le manteau neigeux, les eaux souterraines, le débit des rivières, et le stockage des réservoirs). Il utilise uniquement les données de précipitations. Les valeurs sont 45 45 comparables entre régions aux climats différents. Le SPI est relativement simple à calculer. Le SPI présente également d'importantes limites : en tant que mesure de l'approvisionnement en eau uniquement, le SPI ne tient pas compte de l'évapotranspiration, ce qui limite sa capacité à saisir l'effet de la hausse des températures (associée au changement climatique) sur la demande et la disponibilité en eau. Il est sensible à la quantité et à la fiabilité des données utilisées pour ajuster la distribution ; 30 à 50 ans recommandés. Il ne prend pas en compte l'intensité des précipitations et ses impacts potentiels sur le ruissellement, le débit des cours d'eau et la disponibilité en eau dans le système d'intérêt. Les Horizons temporels de l’information climatique De la même manière qu’il y a deux dimensions de l’information climatique et plusieurs échelles, on distingue trois horizons temporels : 1. L’information historique, basée sur l’analyse des données collectées dans l passé nous informe sur les aléas, leurs fréquences, et peut permettre de calculer les risques, identifier les zones risques, évaluer l’évolution des risques etc. En l’absence d’informations sur le futur, l’information historique est une bonne source d’information et peut être utilisée dans de nombreuses décisions et activités de planification. 2. Le suivi climatique nous informe sur les conditions ‘actuelles’ c’est-à-dire sur les niveaux de risque actuels en fonction des évènements récents et prévus dans les jours à venir. Il s’agit souvent d’actualisation sur les aléas et risques connus à partir des analyses historiques et des prévisions à court terme (météo) et en vue d’actions immédiates. 3. Les prévisions et les projections climatiques nous informent sur les risques dans le futur. Elles semblent les plus intéressantes pour les décisions et la planification mais elles sont souvent entachées d’incertitudes. Cela ne veut pas dire qu’elles ne sont pas utiles mais qu’il faut incorporer l’incertitude dans le processus de décisions et planification. Les modules 3 et 4 abordent ces questions. Exercice • Citez un exemple d’information historique, de suivi et de prévision. • Pour quelles décisions ou activités utilisez-vous ou pourriez-vous utiliser chacune de ces informations ? Comprendre et interpréter les cartes et graphiques climatiques les plus courants Comme vous avez pu le constater, l’information climatique est souvent présentée sous forme visuelle : cartes, graphes, courbes. La représentation graphique est une façon simple et concise de représenter l’information contenue dans les données après les avoir analysées. Les graphiques 46 46 permettent souvent une interprétation plus aisée et intuitive, des comparaisons, soulignent des changements etc. Il y a deux principaux types de graphiques en climat, correspondant aux deux dimensions du climat : • Les cartes, pour la dimension spatiale • Les courbes, les histogrammes, etc., le plus souvent utilisés pour la dimension temporelle. Les Cartes Dans la science du climat, beaucoup d'informations passent par des cartes qui représentent la valeur de différentes variables dans l'espace. Elles permettent de voir la dimension spatiale du climat. Les éléments clés d'une carte sont les suivants : L’orientation: La boussole ou la rose des vents indique généralement la direction du nord sur la carte. Les directions est, sud et ouest sont implicites par rapport à la direction du nord, car l'est est toujours à 90 degrés à droite du nord, le sud est toujours opposé au nord et l'ouest est toujours à 90 degrés à l'ouest du nord (ou opposé à l'est). La convention la plus courante pour les cartes est que le Nord soit directement en haut de la page, l'Est à droite, l'Ouest à gauche et le Sud en bas. S'il n'y a pas de boussole ou de flèche de direction, il faut partir de cette hypothèse. L’échelle : L'échelle d'une carte indique comment les distances sur la carte correspondent aux distances réelles. La plupart des cartes sont "linéaires", c'est-à-dire qu'une distance fixe sur la page correspond à une distance horizontale fixe dans la vie réelle. À titre de référence, près de l'équateur, un degré de latitude ou de longitude est approximativement égal à 110 km. Si une carte ne comporte pas d'échelle, mais que l'entité géographique représentée (hémisphère, continent, pays, état, ville, etc.) est connue, l'échelle de la carte peut être estimée en recherchant les dimensions en longueur ou en coordonnées de l'entité géographique et en mesurant la distance entre ces limites sur la carte. La légende : La légende est généralement présentée sous forme d'un encart dans un coin de la carte ou d'un élément situé en dessous ou au-dessus de la carte qui donne un aperçu de la signification des symboles de la carte. Les lignes côtières, les frontières nationales et parfois les frontières des États ou des régions sont souvent délimitées par des lignes (généralement des lignes noires pleines) et souvent, le nom de l'entité géographique est écrit sous forme de texte à l'intérieur de ces frontières. Les informations clés sont présentées soit par une échelle de couleurs, de courbes de niveau ou d'un motif d'ombrage ou de hachures. La légende indique la signification de l'échelle utilisée, ainsi que les unités de la variable représentée sur la carte (par exemple, mm/an ou mm/mois pour les précipitations annuelles ou mensuelles, degrés C pour la température, et mètres au-dessus du niveau de la mer pour l'altitude, etc.) 47 47 L’échelle de couleurs : En théorie, une échelle de couleurs peut être composée de n’importe quel arrangement de couleurs et peut être mise à l'échelle dans n'importe quel contexte mathématique. Cependant, il existe certaines conventions en cartographie géophysiques. Les zones océaniques sont souvent représentées en bleu. Les cartes d’élévation montrent souvent les régions de faible altitude en vert, les régions d'altitude moyenne en jaune, les régions d'altitude élevée en marron et les régions d'altitude très élevée en blanc. Les cartes de température montrent souvent les régions froides en couleurs froides (bleu, vert, violet) et les régions chaudes en couleurs chaudes (jaune, orange, rouge, rose ou brun). Les cartes concernant les précipitations peuvent être un peu plus variables. Certaines peuvent utiliser des couleurs froides (bleu, vert, violet) pour indiquer les zones à fortes précipitations et des couleurs chaudes (jaune, orange, rouge) pour indiquer les zones sèches. Dans d'autres cas, l'échelle de couleurs peut être inversée, les couleurs froides représentant les faibles précipitations et les couleurs chaudes les fortes précipitations. Certaines cartes de précipitations montrent également différents niveaux de précipitations comme différents degrés de saturation de la même couleur. Il est donc toujours important de regarder attentivement la légende et l'échelle de couleurs afin d'interpréter avec précision les informations présentées. Figure Error! No text of specified style in document.-6: Un exemple d’échelle de couleurs. Les couleurs plus froides (bleu, vert) représentent les faibles précipitations, et les couleurs plus chaudes (rouge, orange) les fortes précipitations. Les isolignes : Les lignes tracées sur une carte reliant des sites ayant les mêmes valeurs d'une variable particulière sont appelés isolignes (le préfixe "iso" signifie égal). Les isolignes peuvent être dessinées et libellées. Leur espacement peut être spécifié dans la légende ou être implicites comme par exemple avec zones de couleur différente. Les lignes de contour sur une carte en relief indiquant les sites de même altitude, les isothermes (lignes reliant des sites de température égale), les isohyètes (lignes reliant des sites de précipitations égales) ou les isobares (lignes reliant des sites de pression atmosphérique égale) sont des exemples d’isolignes. Dans la plupart des cas, les échelles de couleurs et les isolignes sont espacées à intervalles égaux (par exemple, tous les 100 mètres d'altitude ou 50 mm de précipitations annuelles ou 2 degrés C de température moyenne). Cependant, certaines échelles de couleurs ne sont pas espacées de manière égale : par exemple, si une carte des précipitations a des couleurs différentes à 50 mm, 100 mm, 150 mm, 200 mm, 300 mm, 400 mm, 600 mm, et 1000 mm. Les Graphiques Il s’agit le plus souvent de représentations de la dimension temporelle de l’information. Les courbes et les histogrammes sont les formes les plus fréquentes. La dimension temporelle est souvent représentée sur l’un des axes ou les unités de temps sont indiquées. L’autre axe en général capte les valeurs correspondant aux unités de temps. Comme la plupart des graphiques n’ont que deux dimensions, la dimension spatiale est omise ; il s’agit le plus souvent soit des informations temporelles pour un point donné ou pour une unité spatiale ou la dimension spatiale a été agrégée, 48 48 en calculant la moyenne sur l’espace (un pays, un département etc.). Un histogramme est une forme particulière de l’information temporelle car il s’agit des fréquences avec lesquelles une classe d’évènements se produit. Comme pour les cartes, il faut rechercher des informations contenues sur les axes, légendes, titres de la figure etc. Auto-évaluation 1. Quelle est la différence entre une donnée et une information climatique. Donnez un exemple de chacune. 2. Énumérez les avantages et les inconvénients des différents types de données climatiques. Quelles précautions prendre lors de l'utilisation d'informations basées sur chaque type de données ? 3. Que représente la Figure 1.3-10 ci-dessous ? Fait-elle référence à une dimension spatiale ou temporelle ? Quelle période de temps est analysée ? Quelles données ont été utilisées ? Quelles analyses de données ont-t’elles été réalisées ? Existe-t-il une variabilité dans les données ? Quelle est la principale mise en garde concernant le résultat présenté ? Exercice Identifiez les principaux types de cartes et graphiques présents dans ce document. 49 49 Figure 1.3-10 : Les anomalies de la moyenne mondiale des températures de surface basées sur les données des stations. La ligne rouge fine représente l’anomalie de la moyenne annuelle, la ligne rouge épaisse représente la moyenne mobile sur cinq ans. Source: la figure de la NASA adaptée de Goddard Institute for Space Studies https://earthobservatory.nasa.gov/features/GlobalWarming/page2.php, consulté le 21 Feb 2021. 50 50 Session 1.4. Les Prévisions climatiques saisonnières La prévision saisonnière repose sur l'évolution plus lente des températures des océans et sur des phénomènes tels que l'ENSO ou l'IOD, abordés dans la session 1.3. Il existe deux grandes catégories de méthodes permettant de prévoir l'évolution du climat au cours de la prochaine saison. Cette session présente quelques concepts fondamentaux de la prévision saisonnière. Elle n'a pas pour objectif de fournir des informations détaillées sur les méthodes spécifiques utilisées en pratique, mais plutôt d'en fournir les bases pour faciliter l'interprétation et l'utilisation des prévisions. À la fin de cette section, vous serez en mesure : • D’identifier les différents types de prévisions. • D’expliquer l'incertitude des prévisions. • D’interpréter les prévisions saisonnières probabilistes. • Expliquer les différences, les avantages et les limites de trois présentations différentes de prévisions saisonnières. Les Bases des prévisions saisonnières Les prévisions climatiques saisonnières reposent sur la compréhension des schémas climatiques à grande échelle et de leur influence sur le temps et le climat sur des saisons entières (généralement 3 à 4 mois), et plus particulièrement sur l'influence des températures de surface de la mer (voir la session précédente) sur le climat terrestre. L'océan et l'atmosphère sont étroitement liés et échangent constamment chaleur, humidité et énergie. Ces températures de surface de la mer influencent le temps et le climat de plusieurs manières : • Le Réchauffement de l'air : l'océan absorbe la chaleur du soleil et réchauffe l'air au-dessus. Lorsque les températures de surface de la mer sont élevées, davantage de chaleur est transférée à l'atmosphère, ce qui peut modifier la pression atmosphérique et la configuration des vents. • L’Augmentation de l'humidité : l'eau plus chaude s'évapore davantage, ajoutant ainsi de l'humidité à l'air. Cette humidité supplémentaire peut entraîner une augmentation de la nébulosité et des précipitations plus abondantes lorsqu'elle se condense en précipitations. • La Modification des régimes des vents : les températures de surface de la mer chaudes provoquent une élévation de l'air, créant des zones de basse pression. Celles-ci attirent l'air environnant, ce qui peut modifier la configuration des vents sur de vastes régions. Ces 51 51 changements affectent les systèmes météorologiques, comme les moussons et les tempêtes. Transport d'humidité sur de longues distances : Les vents peuvent transporter l'air riche en humidité des zones océaniques chaudes vers des régions éloignées, y compris à l'intérieur des terres, où il alimente la plupart des grands systèmes pluviométriques, comme les moussons. Les régions océaniques qui influencent la mousson ouest-africaine sont : - Les régions de l’océan Atlantique subtropical, a travers l’apport direct de l’humidité et l’influence sur les vents - La région de l’océan Pacifique équatorial (El Niño), à travers un pont atmosphérique dans les hautes couches de l’atmosphère (teleconnexions) - L’océan Indien à travers des teleconnxions - La région méditerranéenne à travers des apports d’humidité et l’influence sur les vents venant du Sahara La Figure 1.4-1 illustre les principales influences océaniques sur la mousson ouest-africaine. Les résultats de ces influences vont dépendre des amplitudes des anomalies de SST et de leurs timings relatifs. Figure Error! No text of specified style in document.-7: Les principales zones d’influence océaniques sur la saison des pluies en Afrique de l’Ouest (téléconnexions) Plusieurs méthodes sont utilisées pour tirer parti de la lente évolution des températures de surface des océans et de ses impacts sur le climat. Les principales catégories sont présentées ci-dessous. 52 52 Les Méthodes de prévision saisonnière Les Méthodes statistiques Les méthodes statistiques utilisent les données climatiques historiques et établissent des relations statistiques entre la variable d'intérêt (prédictant) et la ou les variables qui sont responsable de leurs variations (prédicteur). Par exemple, les précipitations, le nombre de jours de pluie ou les anomalies de température au cours d'une saison à venir peuvent être des exemples de prédictant, alors que l’on utilise souvent les anomalies de température de la surface des océans (SST) comme prédicteur. Pour expliquer les variations du prédictant, les relations identifiées - parfois appelées « modèle statistique » - peuvent faire intervenir de simples conditionnements aux anomalies de SST, une régression linéaire entre deux indices, ou peuvent impliquer des analyses spatio-temporelles plus complexes, comme l'analyse de corrélation canonique. Les méthodes statistiques sont simples à comprendre et à appliquer. Cependant, elles s'appuient fortement sur les relations entre les variables et la sélection de prédicteurs qui peuvent ne pas être toujours valables. Par exemple, en Afrique de l'Ouest, l’influence sur la mousson d’une forte anomalie des SST dans l’océan Atlantique peut être perturbée par les effets des anomalies des SSTs dans l’océan Indien ou par un phénomène atmosphérique au-dessus de l’océan Atlantique Nord, appelée l’Oscillation de l’océan Nord Atlantique, qui en d’autres circonstances, n’affecteraient pas directement la mousson. En outre, il est facile de sélectionner trop de prédicteurs qui sont soit redondants, soit présentent des corrélations qui ne peuvent pas être étayées par des mécanismes plausibles expliquant leur influence sur la région d’intérêt. Par conséquent, il est recommandé de toujours vérifier la co-variabilité des prédicteurs et de proposer des mécanismes (au moins hypothétiques) pour expliquer l'impact des prédicteurs sélectionnés sur les précipitations et les températures saisonnières dans la région d’intérêt, afin d'éviter l’overfitting des modèles. Les mesures d’incertitude dans les résultats modélisés de prédiction doivent également être fournies (voir la section sur les incertitudes, ci-dessous). Les Méthodes dynamiques Les méthodes dynamiques font référence à l'utilisation de modèles basés sur des équations physiques qui régissent les interactions entre les différents composants du système climatique, appelés modèles de circulation générale (MCG), et sont similaires aux modèles utilisés dans la prévision numérique météorologique. Ces modèles décrivent l'évolution de chaque variable à l'aide d'équations physiques. La Figure 1.4-2 montre schématiquement (en haut) les principaux processus inclus dans les modèles numériques météorologique et climatologique et (en bas) les principaux processus et interactions décrits par les équations. Pour décrire l'état de l'atmosphère en différents endroits du globe et dans sa hauteur, l'atmosphère, depuis la surface de la Terre, est partitionnée dans l’espace en petites « cellules » dans lesquelles les changements de chaque variable météorologique et climatique sont calculés en fonction du temps. La Figure 1.4-3 représente schématiquement la partition de l'atmosphère et les principales variables calculées à chaque étape. 53 53 Figure 1.4-2. La représentation schématique des principaux processus physiques du système climatique (en haut). Les principaux processus et interactions décrits par les équations d'un modèle de circulation général- GCM (en bas). Ces modèles reflètent nos connaissances actuelles du système climatique et des interactions complexes qui y prennent place, tout en tirant parti des avancées des technologies informatiques. Ils sont utilisés pour prédire le temps, et ils sont très performants pour prévoir l’ENSO plusieurs mois 54 54 à l’avance, ainsi que pour anticiper comment l’ENSO perturbera les circulations atmosphériques et influencera le climat à l’échelle mondiale. Toutefois, ces modèles présentent également plusieurs limites. Le principal défi concerne la résolution du modèle (taille horizontale et verticale des cellules de la Figure 1.4-3). La taille typique d'une cellule varie d'environ 50 km x 50 km à 100 km x 100 km, avec des conditions supposées uniformes au sein de la grille. Cependant, à ces résolutions, les modèles ne capturent pas les hétérogénéités à l'intérieur d'une cellule, par exemple liés aux chaînes de montagnes ou aux plans d'eau. Augmenter la résolution et ainsi le nombre de cellules du modèle (en diminuant la taille des cellules) pose des problèmes de temps de calcul des équations, limité par les ressources informatiques actuelles. Un autre problème majeur réside dans notre connaissance imparfaite des conditions atmosphériques au moment de l’initialisation du modèle de prévisions. Figure 1.4-3. La représentation schématique d'un MCG, du partitionnement en cellules de grille et des principales variables calculées à la surface de la Terre et dans l'atmosphère. 55 55 Exercice En travaillant individuellement ou en petits groupes, explorez les points suivants : • Supposons que, dans un modèle de circulation générale (MCG), la surface de la Terre soit divisée en 10 000 points de grille et que la hauteur de l’atmosphère soit divisée en 20 niveaux. Pour prédire l’état futur de l’atmosphère, le modèle doit résoudre 100 équations dans chaque cube. Et il ne peut progresser que par pas de 15 minutes. Autrement dit, pour prédire l’état de l’atmosphère en une heure, il doit résoudre les équations 4 fois, en progressant de 15 minutes à chaque fois. Supposons que l’ordinateur puisse résoudre 1 million d’équations par seconde. • Combien de temps faudra-t-il au modèle pour calculer l’état de l’atmosphère dans 24 heures ? Dans un mois ? Dans 3 mois ? Dans un an ? • Supposons que vous souhaitiez que votre point de grille soit plus petit et couvre la moitié de la distance dans chaque direction (indice : il y a trois directions). Combien de temps faudra- t-il au modèle pour calculer l’état de l’atmosphère dans 24 heures ? Dans un an ? Les Méthodes mixtes Pour tirer parti des avantages des modèles dynamiques et corriger certains de leurs biais systématiques, des traitements statistiques sont parfois appliqués aux résultats des modèles de circulations général, régional ou à plus petite échelle. Ces traitements sont souvent appelés Model Output Statistics (MOS), et sont intégrés dans les outils de Prédiction du Climat développé par l'IRI. Les Formats de prévisions climatiques saisonnières L’Incertitude L’incertitude est une caractéristique inhérente associée aux prévisions du climat futur, que ce soit aux échelles météorologiques ou à celles du changement climatique. Les principales sources d'incertitude dans les modèles prévisionnels sont les suivantes : • L'incertitude sur les conditions initiales du processus de prévision, due au manque de données d'observation météorologique dans certaines zones (par exemple, dans les zones océaniques et peu peuplées, comme les déserts). • L’incertitude sur notre représentation du système, par exemple, une ligne de régression n'est qu'une représentation approximative d'un nuage de points ; les MCG ne rendent qu'imparfaitement compte des conditions locales en raison de leur résolution grossière. • L’incertitude sur l'évolution du système et des facteurs qui l’influence ; par exemple l’incertitude sur les changements de température de l’océan, ou les changements des taux d'émission pour les projections climatiques au cours de la période de prévision climatique. 56 56 L'importance relative de ces facteurs dépend de l'horizon de la prévision : l'incertitude sur les conditions initiales est plus importante pour les prévisions météorologiques à court terme, et l'incertitude sur l'évolution du système et les facteurs externes plus importante pour les horizons plus longs tels que le changement climatique. Il est important de noter que l'incertitude peut et doit être évaluée et communiquée pour transcrire la confiance à accorder aux prévisions. L'évaluation de l'incertitude devrait faire partie intégrante de l'évaluation des prévisions. Les formats probabilistes sont alors un moyen pratique de transmettre l'incertitude des prévisions. Le Format de prévision flexible Comme nous l'avons vu dans les sections précédentes, le climat et sa variabilité peuvent être exprimés sous la forme d'une distribution probabiliste des valeurs historiques d’une variable (par exemple les précipitations annuelles ou saisonnières, le nombre de jours de pluie, la température moyenne mensuelle, etc.). Les distributions historiques donnent une première estimation de la probabilité qu'une valeur donnée se produise ou soit dépassée ou non dans le futur. Les prévisions probabilistes reportent les variations potentielles de ces probabilités, comme le montre la figure 1.4- 3. Ce format de prévision saisonnière permet à l'utilisateur d'accéder à l’ensemble des probabilités associées à une valeur qui présente un intérêt pour sa prise de décision. Des Maprooms permettent de visualiser les probabilités historiques et prévues pour un lieu donné, ainsi que de générer des cartes de probabilité de dépassement (ou de non-dépassement) d'une valeur définie par l'utilisateur. Exercice En travaillant individuellement ou en petits groupes, répondez aux questions suivantes : • En regardant la Figure 1.4-3a : w Que suggèrent les prévisions concernant les précipitations de la saison prochaine ? w Quelle est la quantité de précipitations prévue la plus probable ? Quelle est la probabilité associée ? w Quelle est la pluviométrie climatologique la plus probable ? Quelle est la probabilité climatologique associée ? w Quelle est la probabilité prévue pour la quantité de la question b ? Le décalage de probabilité par rapport à la climatologie est-il important ? • En regardant la Figure 1.4-3b : w Que signifie la médiane ? w Quel est le rapport entre les précipitations climatologiques et la médiane ? w Quelle est la quantité de précipitations prévue pour une probabilité de dépassement de 50 % ? Le décalage de la médiane prévue est-il important ? 57 57 Figure 1.4-3. La différence entre les distributions probabilistes historiques (bleue) et prévisionnelles (rouge) de précipitations totales pour la période octobre-décembre 2020, à la position 31.5E, 12.25S. a) Distributions de probabilités, b) Probabilités de dépassement des précipitations. Le Format de prévision en terciles Le format en terciles est un ancien format de prévision probabiliste où la distribution historique était initialement divisée en trois segments équiprobables – les terciles – ayant une probabilité nominale d'occurrence de 33,3 %. La prévision indiquait des écarts par rapport aux probabilités attendues de 33,3 %, comme le montre la Figure 1.4-4. Les Maprooms permettent de représenter la distribution spatiale des probabilités historiques ou prévisionnelles des différents terciles ainsi que de générer des cartes du tercile le plus probable (dominant) ou d’un seul des tercile comme sur la Figure 1.4-5. Le format de prévision par tercile présente l'inconvénient de pré-partitionner la distribution complète en segments prédéfinis qui ne correspondent pas toujours à des seuils pertinents pour les décisions. Cependant, de nombreuses prévisions sont encore présentées dans ce format. 58 58 Figure 1.4-4. La représentation schématique des probabilités terciles, et des potentiels décalages entre les probabilités terciles climatologiques et prévisionnelles. Figure 1.4-5. Un exemple de probabilités historiques pour la période juin-août au Mali de subir des précipitations en-dessous la normale (tercile « sec »), pendant les années d’El Niño. Source: MaliMeteo Maproom, http://197.155.140.164/maproom/Climatology/Climate_Analysis/ENSO_Prob_Precip.html?Set- Language=fr&season=Jun-Aug&ensoState=ElNino 59 59 Exercice Travaillez individuellement ou en petits groupes et répondez aux questions suivantes en vous référant à la Figure 1.4-5 : • À quoi correspondent les couleurs vertes ? À quoi correspondent les couleurs orange/jaune ? À quoi correspondent les couleurs vertes ? • D’après vos souvenirs de la section 1.1, quelles régions du Kenya connaissent de fortes précipitations entre octobre et décembre ? • Quelles sont les prévisions concernant les précipitations pour la saison d’octobre à décembre 2024 ? L’Utilisation des prévisions saisonnières L’Interprétation Il est important que les utilisateurs comprennent la nature intrinsèquement incertaine des prévisions climatiques et sachent interpréter et exploiter les informations probabilistes. Historiquement, de nombreux forums régionaux sur les perspectives climatiques (Regional Climate Outlook Forums ou RCOF) ont produit des cartes consensuelles de prévisions saisonnières basées sur des efforts de prévision utilisant divers logiciels et la collaboration de météorologues de nombreux pays de la région. Avant le RCOF, les experts techniques se réunissaient autour des résultats de leurs différents efforts de prévision et une carte de consensus qualitative était dessinée, délimitant différentes sous-régions relatives aux probabilités terciles pour les précipitations et la température pour la saison à venir (correspondant à la probabilité que la saison soit « supérieure à la normale », « proche de la normale » ou « inférieure à la normale »). Ce format, s’il convient à la communauté météorologique, ne convient pas forcement à la communauté des utilisateurs. L'interprétation d'une prévision probabiliste consensuelle basée sur des terciles en une décision réalisable exige une connaissance spécifique de ce que signifient « au-dessus de la normale », « près de la normale » et « au-dessous de la normale » pour un lieu et une saison donnés - une connaissance que les utilisateurs peuvent ne pas avoir directement. En effet, les décisions cruciales pour l'agriculture, la santé ou la gestion de l'eau peuvent dépendre de seuils autres que les 33ème ou 67ème percentiles de température et de précipitations. Ces défis sont abordés plus en détail à la Section 4.6. Les autres Considérations sur l'utilisation des prévisions En réalité, le rendement des cultures dépend de plusieurs facteurs autres que le total saisonnier des précipitations : le calendrier de début et de fin des pluies, les dates de semis et de récolte, la répartition intrasaisonnière des précipitations, le nombre et la durée des périodes de sécheresse, 60 60 la fréquence et l'intensité des vagues de chaleur, ainsi que de nombreux facteurs non climatiques (fertilité des sols, pratiques de gestion, pressions liées à l'utilisation des terres, etc.). Pour prendre ces décisions avec succès, la communauté météorologique doit être transparente sur les questions de compétence et d'incertitude des prévisions et vérifier adéquatement les prévisions par rapport aux observations historiques. De plus, les services météorologiques et hydrologiques nationaux (SMHN) doivent être attentifs aux besoins des utilisateurs et s'efforcer de présenter les informations de manière accessible aux différents secteurs utilisateurs. Cependant, les utilisateurs doivent également comprendre que les informations climatiques sont intrinsèquement probabilistes et incertaines et doivent orienter leurs décisions en fonction des informations probabilistes produites par les experts techniques. Il est généralement impossible de réaliser des prévisions parfaitement précises plusieurs mois avant une saison cible. Cependant, de nombreux résultats de prévisions peuvent néanmoins s'avérer utiles pour orienter les décisions. Les professionnels des différents secteurs qui constituent la communauté des utilisateurs doivent avoir une compréhension claire du niveau de compétence et du délai d'anticipation nécessaires à la prise de décision éclairée par une prévision. Cette compréhension doit guider l'engagement des utilisateurs auprès du SMHN. Il est également important que les utilisateurs comprennent qu'en raison de la nature incertaine et probabiliste des prévisions climatiques, certaines prévisions peuvent sembler erronées (par exemple, des prévisions qui penchaient fortement vers des conditions humides alors que des conditions sèches se sont effectivement produites). De tels événements peuvent nécessiter d'affiner et de réévaluer la méthodologie de prévision, mais ne signifient pas nécessairement que l'entreprise de prévision (menée par les organisations régionales et le SMHN) est intrinsèquement peu fiable ou dénuée de valeur. La communauté des utilisateurs et la communauté météorologique doivent apporter une perspective historique à cet engagement et s'efforcer de garder à l'esprit les succès et les échecs au fil du temps afin d'améliorer continuellement le processus de prévision, de communication et d'engagement. Le Continuum de la prévision Bien que ce module soit principalement axé sur les prévisions saisonnières, les prévisions peuvent être effectuées à différentes échelles et horizons, depuis les prévisions météorologiques aux projections relatives au changement climatique. Ces différentes prévisions sont basées sur différentes hypothèses. Par exemple : • Les prévisions météorologiques prévoient l'évolution à court terme des conditions atmosphériques sur une période de quelques jours et sont principalement basées sur les observations des conditions atmosphériques actuelles. • Les prévisions saisonnières prévoient les conditions climatiques plusieurs mois à l'avance et sont basées sur le fait que les variations de températures de surface de la mer, comme dans le 61 61 cas de l'ENSO, ont un impact sur les circulations à grande échelle (qui apportent l'humidité sur les continents) et ainsi sur les précipitations. • Les projections du changement climatique tentent de prévoir l'évolution du climat plusieurs décennies à l'avance. Elles sont basées sur le changement de la composition de l'atmosphère, et donc les changements d’énergie que notre système climatique reçoit, redistribue (via les circulations océaniques et atmosphériques mondiales), et utilise pour faire fondre la glace et augmenter la température des océans et des continents. Il est important de comprendre que plus l’horizon de prévision est long, plus l’incertitude est grande et moins la prévision est précise en termes de résolution spatiale et temporelle ainsi que de montants. La Figure 1.4-6 est une représentation schématique des différents types de prévisions, des échelles spatio-temporelles associées et des facteurs sous-jacents. Les échelles de prévision intermédiaires entre la météo, la saison et le changement climatique, telles que les prévisions intra-saisonnières (plusieurs semaines à l’avance) ou décennales (évolution au-delà de l'année suivante) n'en sont encore qu'à leurs débuts. Initial & Projected Atmospheric Current Composition Observed Initial & Projected Initial & Projected State of Atmosphere State of Ocean Climate Change State Decadal adapted from CLIVAR Spatial Scales &Uncertainty Figure 1.4-6. La représentation schématique probabiliste des différents types de prévisions en fonction des échelles temporelles, spatiales, et des incertitudes. Les principaux facteurs qui contrôlent les prévisions sont énumérés en haut de la figure. Source : adapté de CLIVAR. 62 62 Time scales &Uncertainty Les Savoirs autochtones en matière de prévisions météorologiques De nombreuses communautés autochtones du monde entier utilisent les prévisions météorologiques et climatiques traditionnelles, fondées sur l'observation de leur environnement immédiat, pour orienter leurs décisions et faire face aux risques climatiques (Nkuba et al., 2022). Partout dans le monde, les communautés locales, dépourvues d'instruments scientifiques et d'outils et techniques d'analyse, ont développé l'art d'évaluer et d'anticiper les conditions météorologiques au fil des générations. Les prévisions autochtones reposent en grande partie sur l'observation de divers changements de la faune et de la flore et autres changements physiques dans leur environnement, qui précèdent ou accompagnent les phénomènes météorologiques d'intérêt (Rautela and Karki, 2015; Roncoli et al., 2002). De nombreuses études menées en Afrique ont montré que les agriculteurs n’ opposent pas les prévisions scientifiques et aux prévisions autochtones, mais les utilisent plutôt en complément de leurs systèmes autochtones (Nkuba et al., 2022; Roncoli et al., 2002), et les valorisent de plus en plus à mesure que leurs prévisions autochtones deviennent moins fiables en raison des changements climatiques, mais aussi environnementaux. Les divergences entre les prévisions ou entre les prévisions et les résultats ne sont pas considérées comme des échecs. Les communautés ont la capacité de travailler au sein de multiples systèmes de connaissances et d'allier le savoir traditionnel aux nouvelles techniques agricoles pour renforcer leur résilience, démontrant ainsi que l'intégration de diverses méthodes de prévision améliore la prise de décision plutôt que de semer la confusion. Auto-évaluation • Quels sont les deux principaux types de prévisions ? Citez les avantages et les inconvénients de chacun. • Quelles sont les principales sources d'incertitude ? Peut-on l'éviter ? Comment les prévisions gèrent-elles l'incertitude ? • Baseriez-vous vos décisions agricoles sur une prévision saisonnière déterministe à haute résolution ? Expliquez pourquoi. Les divergences entre les prévisions ou entre les prévisions et les résultats ne sont pas considérées comme des échecs. Les communautés ont la capacité de travailler au sein de multiples systèmes de connaissances et d'allier le savoir traditionnel aux nouvelles techniques agricoles pour renforcer leur résilience, démontrant ainsi que l'intégration de diverses méthodes de prévision améliore la prise de décision plutôt que de semer la confusion. 63 63 Session 1.5. Le Changement climatique Bien que le climat varie à de nombreuses échelles de temps, et que les Session 1.1 et 1.2 en aient abordé certaines, tandis que la Session 1.4 a introduit les prévisions à différentes échelles de temps, cette section se concentrera sur le changement climatique à long terme. Il existe de nombreux écrits sur ce sujet, mais l'objectif de cette section est uniquement d'en présenter les points essentiels. Les sessions précédentes de ce module abordent la variabilité climatique sur des échelles de temps allant de quelques semaines à plusieurs décennies, et notre définition pratique du climat fait généralement référence à un ensemble de caractéristiques agrégées établies sur plusieurs décennies. Le changement climatique se produit à des échelles de temps encore plus longues et désigne des modifications des caractéristiques climatiques sur des siècles, voire plus. À la fin de cette session, vous serez capable de : • Comprendre les mécanismes du changement climatique. • Faire la distinction entre le réchauffement climatique et le changement climatique. • Expliquer l'effet de serre, notamment la différence entre les effets de serre naturels et anthropiques, et le rôle des gaz à effet de serre comme le dioxyde de carbone et le méthane. • Décrire les impacts du changement climatique d'origine humaine sur les sociétés, à la fois directs (par exemple, par des phénomènes météorologiques extrêmes) et indirects (par exemple, impact sur l'agriculture et les ressources en eau). • Reconnaître que, même si les projections relatives au changement climatique sont incertaines, des stratégies d'adaptation efficaces, comme l'utilisation des informations climatiques pour les décisions locales et l'examen des options sans regret, peuvent préparer les sociétés aux défis climatiques actuels et futurs. Le climat de la Terre a connu de nombreuses et considérables modifications au cours de ses 4,6 milliards d'années d'histoire – parfois très rapidement – en raison de processus internes aux systèmes climatiques et parfois d'événements externes tels qu'une chute de météorite (Figure 1.5- 64 64 1). Certains de ces changements ont entraîné des extinctions massives d'animaux et de plantes, d'autres ont ralenti l'évolution des écosystèmes et de leurs habitants. La plupart des variations climatiques à long terme se sont produites il y a bien longtemps, avant l'apparition des humains et leur impact. Figure 1.5-1. Le Cratère de Vredefort (Afrique du Sud). Il s'agit du plus grand cratère d'impact vérifié sur Terre, avec un diamètre estimé à environ 300 kilomètres. Il s'est formé il y a plus de 2 milliards d'années et est l'une des plus anciennes structures d'impact connues. La préoccupation actuelle concernant le changement climatique réside dans son impact sur les sociétés humaines, soit directement (inondations, températures insupportables, pénuries d'eau potable, impact sur nos lieux de vie, etc.), soit indirectement, en affectant l'environnement dans lequel nous vivons ou dont dépend notre économie et notre bien-être (sécheresses, pertes de récoltes et de bétail, pénuries d'eau et d'énergie, etc.). Cette préoccupation tient également au fait que le changement climatique évolue très rapidement – ses effets sont perceptibles d'une génération à l'autre – bien plus vite que la capacité d'adaptation de nos sociétés. À terme, il aura des coûts socio-économiques importants. En revanche, des mesures peuvent être prises pour ralentir le changement climatique (atténuation du changement climatique) et anticiper et s'adapter aux nouvelles conditions climatiques (adaptation au changement climatique). Cette section examinera les causes du changement climatique actuel, le mettra en perspective avec les changements climatiques passés et examinera ses impacts à l'échelle mondiale et au Mali. Le Mécanisme du changement climatique actuel Nous avons appris lors de la Session 1.2 que le rayonnement solaire est la principale source d'énergie de la Terre et du climat, et que l'océan et l'atmosphère jouent un rôle essentiel dans la redistribution de l'énergie entre les zones équatoriales et les latitudes plus élevées, entre les océans 65 65 et les terres émergées, etc. L'atmosphère joue également un rôle crucial en maintenant la Terre plus chaude qu'elle ne le serait sans elle. En effet, si l'atmosphère est transparente à la lumière visible du Soleil – ce qui explique pourquoi nous pouvons voir le Soleil et son rayonnement atteindre la surface de la Terre – elle ne laisse pas passer facilement tous les types de rayonnement. Elle absorbe notamment le rayonnement infrarouge, c'est-à-dire que les molécules de certains gaz de l'atmosphère absorbent ce type d'énergie spécifique et leur température augmente. Pour expliquer le rayonnement infrarouge en termes très simples : tout objet dont la température est de l'ordre de +/- 80 °C émet un rayonnement infrarouge thermique de grande longueur d'onde. Nous ne le voyons pas comme le rayonnement émis par le Soleil, qui est beaucoup plus chaud, mais nous le ressentons sous forme de chaleur. Certains animaux nocturnes et certaines caméras spéciales peuvent le voir et le capturer sous forme d'image (Figure 1.5-2), ce qui est parfois appelé vision nocturne. Figure 1.5-2. Les exemples d'images visibles et infrarouges. À gauche : Une photo d'un homme en lumière visible. Au milieu : Une photo du même homme en lumière infrarouge. À droite : Une photo infrarouge d'un éléphant, prise de nuit. Sources : http://nhm.ac.uk, https://www.elephantlisteningproject.org/thermal-imaging/ Exercice • En observant les images IR de la Figure 1.5-2, si les objets les plus chauds sont d'un jaune ou d'un rouge plus vif et les objets les plus froids d'un violet ou d'un bleu (les images ne sont pas dans la même échelle de couleurs), quelles sont les parties les plus chaudes et les plus froides de l'homme (figure 1.5-2, au milieu) ? Pourquoi de telles différences ? • En observant l'échelle de la figure de droite (en °C), quelle est la température approximative des parties les plus chaudes et des parties les plus froides de l'éléphant ? Quelle est la température approximative de l'eau ? La Figure 1.5-3 présente les trajectoires schématiques des rayonnements visible (émis par le Soleil) et infrarouge (IR, émis par la Terre). L'énergie solaire traverse principalement l'atmosphère et, lorsqu'elle atteint la surface de la Terre, est réfléchie ou absorbée par celle-ci, augmentant ainsi sa température. Une partie de l'énergie solaire peut être réfléchie ou absorbée par les nuages et les 66 66 particules d'aérosols présents dans l'atmosphère. Le rayonnement infrarouge, ou énergie terrestre, est principalement réfléchi et absorbé par les molécules de l'atmosphère et seule une fraction traverse l'espace. En d'autres termes, l'atmosphère agit comme une couverture et maintient la Terre plus chaude qu'elle ne le serait sans elle. La température moyenne de la Terre est d'environ 15 °C et serait d'environ -18 °C sans la « couverture » atmosphérique, également connue sous le nom d'effet de serre. Cet effet se produit naturellement dans l'atmosphère et contribue à maintenir la Terre habitable. Figure 1.5-3. À gauche : Les trajectoires du rayonnement solaire (visible) à travers l'atmosphère. À droite : Les trajectoires du rayonnement infrarouge émis par la surface terrestre. Source : https://forces.si.edu/atmosphere/02_04_07.html Le terme « l’effet de serre » est dérivé d'une analogie avec les serres – des structures dotées de parois et de toits en verre, souvent utilisées pour cultiver des légumes ou des fleurs dans les climats froids, ou pour contrôler les conditions de croissance, comme l'humidité, etc. Les serres et l'effet de serre fonctionnent tous deux en retenant la chaleur du soleil, mais leur méthode diffère. Les serres retiennent la chaleur principalement en empêchant l'air chauffé par le rayonnement solaire de s'échapper de la serre. À l'inverse, l'effet de serre retient la chaleur en limitant la vitesse à laquelle la chaleur, et non l'air, s'échappe vers l'espace. Les gaz de l'atmosphère terrestre ne contribuent pas tous à l'effet de serre. Les principaux gaz présents dans l'atmosphère sont : l'azote, qui constitue environ 78 % des gaz atmosphériques, l'oxygène, environ 20,9 %, et l'argon, environ 0,9 %. Ils ne contribuent pas à l'effet de serre. Le reste, moins de 1 %, est composé d'environ 12 gaz différents, parmi lesquels le dioxyde de carbone, la vapeur d'eau, le méthane, le protoxyde d'azote et la vapeur d'eau, ainsi que les gaz fluorés, qui sont les plus actifs dans le piégeage des IR. Autrement dit, une très petite fraction des gaz atmosphériques, mesurée en parties par million (ppm), est responsable du maintien de l'habitabilité de notre planète. Il est facile de comprendre que même une légère perturbation de la quantité de ces « gaz à effet de serre » (GES) peut avoir des effets importants sur la quantité d'énergie piégée par l'atmosphère. Depuis environ 150 ans, les activités humaines liées à l'industrialisation ont ajouté des GES à l'atmosphère, en quantités suffisantes pour entraîner un piégeage supplémentaire d'énergie dans le système. La figure 1.5-4 illustre les effets de serre naturels et anthropiques. 67 67 Figure 1.5-4. Un schéma de l'effet de serre naturel et de l'effet de serre amplifié par l'activité humaine. Les principaux gaz à effet de serre responsables du changement climatique sont le dioxyde de carbone et le méthane. L'augmentation actuelle des quantités de GES dans l'atmosphère est indiscutablement liée aux activités humaines. Depuis les années 1800, ces dernières ont injecté d'importantes quantités de dioxyde de carbone dans l'atmosphère, principalement en raison de la combustion de combustibles fossiles comme le charbon, le pétrole et le gaz pour le chauffage et les transports. Le défrichage et l'abattage des forêts libèrent également du dioxyde de carbone. L'agriculture et l'exploitation pétrolière et gazière sont des sources majeures d'émissions de méthane. L'énergie, l'industrie, les transports, le bâtiment, l'agriculture, et l'aménagement du territoire comptent parmi les principaux secteurs émetteurs de gaz à effet de serre (Figure 1.5-5). Figure 1.5-5. Les contributions des différents secteurs aux émissions de GES. Source : GIEC (2014). En raison des différences de niveaux de développement et d'industrialisation, les pays ne contribuent pas de manière égale à ces émissions, la contribution des pays en développement par habitant étant plus faible (Figure 1.5-6). Parallèlement, leurs économies étant dominées par des 68 68 secteurs sensibles au climat comme l'agriculture, ils seront les plus touchés par le changement climatique. Figure 1.5-6. Les émissions de GES par habitant en 2021, en tonnes équivalent CO2 sur une période de 100 ans. Source : https://ourworldindata.org/grapher/per-capita-ghg-emissions?time=latest Le Réchauffement climatique ou changement climatique ? Bien que ces termes soient souvent utilisés de manière interchangeable, réchauffement climatique et changement climatique ne sont pas synonymes. Le « réchauffement climatique » désigne l'augmentation des températures mondiales due principalement à l'augmentation des concentrations de gaz à effet de serre dans l'atmosphère. Le « changement climatique » désigne les variations du climat sur une longue période, liées à l'augmentation de l'énergie du système climatique due à l'augmentation des concentrations de gaz à effet de serre dans l'atmosphère. Ces changements affecteront les précipitations, la température, les régimes de vents, etc. Comme nous l'avons vu dans la Session 1.2.2, l'énergie du système océan-atmosphère et les différences qui y existent sont responsables de nombreux processus au sein du système climatique, tels que les courants océaniques, les mouvements des masses d'air, l'évaporation, etc. Il est facile d'imaginer que tous ces aspects seront affectés par l'augmentation de l'effet de serre, qui emprisonnera davantage d'énergie dans le système. En réalité, l'énergie supplémentaire du système ne contribuera pas entièrement à l'augmentation de la température mondiale, mais contribuera à divers processus climatiques tels que la fonte des calottes glaciaires polaires, l'augmentation de l'évaporation, et l'intensité des tempêtes. Une partie de cette énergie pourra être stockée, par 69 69 exemple, dans l'océan. La Figure 1.5-7 illustre la répartition de l'énergie supplémentaire entre les différents types d'énergie et processus au sein du système climatique. Si ces différents mécanismes n'intervenaient pas et que toute l'énergie supplémentaire était transformée en augmentation de température, notre Terre se réchaufferait beaucoup plus rapidement. Figure 1.5-7. L'énergie supplémentaire au sein du système climatique liée à l'augmentation des gaz à effet de serre dans l'atmosphère. Exercice • Le changement climatique actuel est dû à l'augmentation des émissions de GES dans l'atmosphère. Prenons l'exemple de la météorite du Yucatán : laquelle des deux météorites a eu un effet similaire ? Quelle est la différence entre cet événement et le mécanisme actuel du changement climatique ? • En observant la carte des températures moyennes au Mali (Figure 1.2-2), quels sont les minima et les maxima ? La section 1.5 indique que l'effet de serre naturel maintient la température mondiale à 15 °C. Cette température correspond-elle à celle observée au Mali ? Si ce n'est pas le cas, comment expliquez-vous ces différences ? • Lequel des termes « réchauffement climatique » ou « changement climatique » s'applique à ce qui se passera au Mali dans les décennies à venir ? 70 70 Les Impacts du changement climatique actuel Comment le changement climatique est-il prédit ? Pour prédire le climat des 100 prochaines années environ, les scientifiques utilisent des modèles de circulation générale, comme ceux décrits à la Session 1.4, Figure 1.4-2. Ces modèles sont en quelque sorte des mini-laboratoires où différents scénarios peuvent être testés. Comme ils simulent le climat sur une très longue période, ces modèles sont d'abord testés en simulant le climat observé au cours des 100 dernières années. S'ils réussissent à simuler les principales caractéristiques du climat passé, telles que la température moyenne mondiale et l'amplitude de ses variations, comme celles de la Figure 1.3-6, les modèles sont chargés d'augmenter la concentration de GES dans l'atmosphère en fonction des taux d'émission anticipés. Comme les taux d'émission de GES futurs exacts ne sont pas connus et dépendent fortement de l'évolution future des différentes sociétés, cinq scénarios possibles d'augmentation des GES sont testés. Ils décrivent les grandes tendances socio-économiques susceptibles de façonner la société future (appelées trajectoires socio-économiques partagées ou SSP), destinées à couvrir l'ensemble des futurs plausibles. Il s'agit notamment d'un monde de croissance et d'égalité axées sur la durabilité (SSP1) ; d'un monde « moyen » où les tendances suivent globalement leurs schémas historiques (SSP2) ; d'un monde fragmenté de « résurgence du nationalisme » (SSP3) ; d'un monde d'inégalités toujours croissantes (SSP4) ; et d'un monde de croissance rapide et sans contrainte de la production économique et de la consommation d'énergie (SSP5). Ces trajectoires socio-économiques communes conduisent à leur tour à différents scénarios d'évolution du climat et à une série de résultats possibles. À noter : comme pour les prévisions saisonnières, les projections du changement climatique ne visent pas à prédire une séquence d'événements météorologiques, mais à évaluer leurs statistiques et leurs variations dans le temps. Les modèles sont imparfaits et ne reflètent la réalité que dans une certaine mesure. Par conséquent, les projections du changement climatique ne doivent pas être considérées comme exactes à un endroit donné, mais comme des indications de résultats probables. De plus, différents modèles peuvent représenter divers phénomènes climatiques avec plus ou moins de fidélité. Nous avons vu que, pour les prévisions saisonnières, il est préférable de prendre en compte les résultats fournis par plusieurs modèles. Par conséquent, les approches probabilistes et les fourchettes de résultats doivent toujours être prises en compte dans l’évaluation de l’évolution du climat sur les 100+ années à venir. Cependant, malgré les réserves mentionnées ci-dessus, avec des approches appropriées nous pouvons avoir confiance dans les projections et les modèles de changement climatique, en raison de leur base physique et de leur capacité à représenter les changements climatiques observés et passés. Les modèles se sont révélés être des outils extrêmement importants pour simuler et comprendre le climat, et leur capacité à fournir des estimations quantitatives crédibles du changement climatique futur, en particulier à grande échelle, est largement reconnue. La Figure 1.5- 8 présente les dernières projections des températures moyennes de surface mondiales, selon 71 71 différents scénarios de développement. Il est à noter que l'ampleur du changement climatique futur dépend de nos actions actuelles pour réduire les émissions de gaz à effet de serre. Plus nous émettons, plus les changements futurs seront importants, et certains scénarios prévoient une augmentation de la température mondiale de l'ordre de 5 °C, bien supérieure à celle observée au cours des 100 dernières années et représentée à la Figure 1.3-6, ouvrant ainsi la voie à des territoires inexplorés pour le climat local. Figure 1.5-8. Le changement observé et simulé de la température de surface mondiale par rapport à la température moyenne de 1850-1900 pour les différents scénarios d'émissions SSP, GIEC, AR6. Les Impacts mondiaux du changement climatique Le changement climatique affecte les sociétés et les écosystèmes de multiples façons. Par exemple, il peut modifier les précipitations, influencer les rendements des cultures, affecter la santé humaine et animale, modifier les forêts, les plans d'eau et d'autres écosystèmes, et même impacter notre approvisionnement énergétique. Les impacts liés au climat se font sentir dans tous les pays et touchent de nombreux secteurs de notre économie, et leur examen complet dépasse le cadre de ce cours. Au cours de cette session, nous aborderons deux aspects importants des résultats liés aux impacts climatiques : les travaux du Groupe d’experts intergouvernemental sur l’évolution du climate (GIEC) et les modifications du cycle de l'eau. Les Impacts du changement climatique au niveau local Bien que les rapports du GIEC contiennent de nombreuses conclusions et analyses pour de nombreuses régions du globe, le type d'analyse nécessaire pour évaluer les impacts potentiels du changement climatique au niveau local, avec la granularité nécessaire aux décisions nationales ou infranationales, doit être réalisé en tenant compte de la forte variabilité du climat, des paysages, des moyens de subsistance et des autres facteurs socio-économiques qui caractérisent le lieu. La Figure 1.5-9 illustre le décalage entre l'échelle à laquelle les projections climatiques sont réalisées et l'échelle à laquelle les facteurs socio-économiques fonctionnent. Les impacts biophysiques du changement climatique, obtenus à partir des modèles climatiques et d'autres composantes biophysiques, peuvent-être aggravés par la fragilité socio-économique du 72 72 pays. D'importantes quantités d'informations locales sont nécessaires pour « localiser » les projections, comme l'illustrent les couches intermédiaires de facteurs locaux. Figure 1.5-9. L’illustration schématique de l'échelle des modèles de changement climatique (la couche supérieure) par rapport à l'échelle à laquelle les systèmes sociaux fonctionnent et l'adaptation se produit. Les couches intermédiaires présentent les données locales nécessaires pour « localiser » les projections. Source : David Viner, Unité de recherche sur le climat, Université d'East Anglia, Royaume-Uni (s.d.). 73 73 Exercice • La Figure 1.5-10 représente les variations de la température de surface mondiale au cours des 20 000 dernières années, ainsi que les projections pour les 100 prochaines années environ. Notez que la température sur l'axe vertical est présentée comme des anomalies par rapport à la fin du XIXe siècle, début de l'industrialisation. Notez également les intervalles de temps inégaux sur l'axe horizontal : les 100 années passées et les 100 prochaines années présentent le même espacement que 1 000, voire 10 000 ans plus tôt ; ceci est important pour la lecture des graphiques. • Examinez la période remontant à environ 10 000 ans. Il s'agit d'une période de climat relativement stable dans l'histoire récente de la Terre, qui a permis l'émergence de l'agriculture et l'établissement des sociétés humaines telles que nous les connaissons aujourd'hui. Des variations de la température de surface de la Terre ont cependant été observées au cours de cette période. Identifiez les principales périodes « chaudes » et « froides » sur la figure. Quelles étaient les anomalies approximatives de la température de surface mondiale au cours de ces périodes ? • Examinez les 100 prochaines années. La ligne pointillée représente les projections. w Que signifient les trois flèches ? w En prenant l'augmentation moyenne de la température mondiale, de combien la température mondiale devrait-elle augmenter par rapport à la température actuelle ? • Observez la fin de la dernière période glaciaire, il y a environ 20 000 à 15 000 ans. w Quelle était alors l'amplitude des anomalies de température mondiale ? w Combien de temps a-t-il fallu pour que la température atteigne la ligne zéro ? w Quelle serait l'augmentation de la température sur la même période si elle continue d'augmenter au rythme prévu pour les 100 prochaines années ? 74 74 Figure 1.5-10. Une réprésentation de la température globale à la surface de la Terre au cours des 20 000 dernières années. Notez la période de stabilité observée au cours des 6 000 à 8 000 dernières années et l'écart de température moyenne globale de 4 à 5°C entre le dernier maximum glaciaire et la température actuelle. Le Scepticisme climatique Un climatosceptique est une personne qui remet en question ou minimise la compréhension dominante du réchauffement climatique, notamment l'idée qu'il soit principalement dû à l'activité humaine. Ces personnes croient souvent que le réchauffement climatique est un phénomène naturel et cyclique. Certains avancent même que le changement climatique pourrait éventuellement avoir des conséquences positives ou que les progrès technologiques permettront de résoudre le problème. Le plus souvent, ce climato-scepticisme résulte d'un manque de compréhension, d'un malaise face à des réalités inquiétantes ou d'une résistance à la mise en œuvre de mesures strictes. Il est important de souligner que les idées fausses et les contre-vérités sur le climat sont omniprésentes sur les réseaux sociaux. Il est crucial d'être vigilant quant aux sources d'information. Nombre des arguments des climatosceptiques s'appuient sur le fait que le climat de la Terre, notamment la température et la teneur en dioxyde de carbone de l'atmosphère, a varié par le passé. S'il est vrai que notre planète a connu plusieurs changements climatiques au cours de sa longue histoire, celui que nous vivons actuellement est plus rapide et plus violent que jamais. De plus, elle est directement causée par l'activité humaine, ce qui n'était pas le cas auparavant. Les variations climatiques antérieures avaient deux causes principales : (a) les éruptions volcaniques, responsables 75 75 du refroidissement (en émettant des particules dans l'atmosphère, qui renvoient la lumière solaire) ; et (b) l'alternance entre périodes glaciaires et périodes chaudes (environ tous les 10 000 ans). Ce changement est dû à la variation de l'orbite terrestre par rapport au Soleil. Les changements actuels ne sont liés à aucun de ces phénomènes. Les climatologues sont convaincus que la principale cause de l'augmentation des concentrations atmosphériques de dioxyde de carbone, de méthane et d'autres gaz à effet de serre est l'activité humaine. Ce point ne fait l'objet d'aucun débat sérieux dans les milieux scientifiques, même s'il fait (malheureusement) l'objet d'un débat politique et social dans certaines régions du monde. Voici quelques arguments des climatosceptiques et leurs réfutations. • « Le climat était plus chaud autrefois, comme au Moyen Âge. » Trouver des parallèles avec la situation actuelle est trompeur. La chaleur de cette époque était régionale (par example, l’Europe), et non mondiale. De plus, son impact est minime comparé aux changements climatiques que nous observons actuellement. • « Il n'y a pas de réchauffement climatique, il fait toujours froid ! » Il est crucial de ne pas confondre météo et climat. La météo se rapporte aux phénomènes atmosphériques à court terme et vise à prévoir les conditions à des endroits précis sur de brèves périodes. En revanche, le climat se réfère aux statistiques météorologiques et un seul épisode froid n'affectera pas les tendances observées au réchauffement. De plus, des cas isolés de températures basses record à un endroit précis sur une courte durée ne sont pas révélateurs des tendances climatiques globales. Pour une compréhension globale, il faut considérer les températures moyennes à l'échelle mondiale. • « 1 °C, ce n'est rien, les scientifiques sont trop alarmistes. » Si un seul degré peut nous sembler insignifiant, les écosystèmes en ressentent assurément l'impact. Songez au léger changement nécessaire pour transformer la pluie en neige, et vice versa. De plus, on parle d'une hausse moyenne mondiale de 1°C, ce qui peut se traduire par des températures bien plus élevées à certains endroits, ainsi que par d'autres conséquences telles que des pluies et des vents extrêmes plus fréquents, entraînant des inondations et d'autres destructions, ou des sécheresses prolongées impactant la production alimentaire, etc. • « Peu importe, les humains, la faune et la flore sont capables de s'adapter ! » Tout au long de l'histoire, les variations climatiques ont joué un rôle crucial dans les extinctions massives. C'est un fait indéniable. D'innombrables espèces animales et végétales subissent déjà les conséquences néfastes des changements climatiques rapides. Ces changements rapides ne leur laissent pas suffisamment de temps pour s'adapter, ce qui implique souvent des migrations. Les humains ne sont pas à l'abri de ces défis. Si notre adaptabilité est supérieure, des migrations humaines massives pourraient s'avérer nécessaires. Cependant, dans le monde actuel, la situation 76 76 n'est pas simple. Les habitats qui restent habitables sont étroitement réglementés par des frontières bien définies. Cela signifie que les migrations transfrontalières sont devenues bien plus complexes qu'elles ne l'auraient été par le passé. Si nous ne parvenons pas à anticiper et à nous préparer à ces changements, les inévitables migrations à grande échelle pourraient entraîner une exacerbation des tensions aux frontières, voire des affrontements armés. • « On ne peut même pas prévoir la météo à quelques jours d'avance. Comment peut-on prétendre prédire le climat ? » Les projections climatiques ne permettent pas de prédire des schémas individuels, mais des tendances générales. Imaginons que nous chauffions une casserole d'eau ; nous savons que l'eau va chauffer, mais nous ignorons où apparaîtront les bulles lorsqu'elle commencera à bouillir. Nous pouvons donc prédire des tendances générales, même si parfois nous ne pouvons pas en prédire les détails précis. • « Nous nous dirigeons vers une ère glaciaire. » Les cycles glaciaires s'étendent sur des dizaines de milliers d'années. Le réchauffement climatique aura des conséquences dans les deux prochaines décennies. Nous devons nous préoccuper des 100 prochaines années et ne pas espérer qu'une ère glaciaire dans plus de 10 000 ans résoudra nos problèmes imminents. • « Les cycles solaires provoquent le réchauffement climatique. » S'il est vrai que l'activité solaire et le rayonnement émis varient au fil du temps, ces dernières décennies, le soleil s'est légèrement refroidi et n'a aucun impact sur le réchauffement climatique récent. L’Adaptation et L’Atténuation du changement climatique Deux concepts sont importants à distinguer lorsqu'on parle de changement climatique : l'adaptation et l'atténuation. L'adaptation au changement climatique signifie s'adapter aux effets du changement climatique, tandis que l'atténuation du changement climatique signifie réduire les causes du changement climatique. L'atténuation et l'adaptation sont des stratégies complémentaires qui agissent ensemble pour protéger les populations du changement climatique. Cependant, les mesures d'atténuation prendront des décennies pour agir sur la hausse des températures ; l'adaptation est donc nécessaire dès maintenant. Moins nous atténuons aujourd'hui, plus nous aurons besoin d'adaptation plus tard, et l'adaptation deviendra moins efficace. Ces deux aspects sont nécessaires pour protéger les populations et la planète du changement climatique. L’Adaptation au changement climatique L'adaptation au changement climatique est le processus d'ajustement aux effets du changement climatique. Cela peut inclure des changements. L'adaptation au changement climatique désigne le processus d'ajustement des pratiques, des systèmes et des structures afin de minimiser les impacts 77 77 négatifs du changement climatique. Elle implique de modifier les comportements, les systèmes et les modes de vie afin de renforcer la résilience et de garantir le fonctionnement des communautés malgré les défis climatiques. L'adaptation comprend également la planification des risques futurs associés au changement climatique. Globalement, l'adaptation au changement climatique contribue à réduire la vulnérabilité et à soutenir la durabilité à long terme face aux changements environnementaux. Voici quelques exemples d'adaptation au changement climatique : • L’Agriculture : Les cultures plus résistantes à la sécheresse, à la chaleur ou aux inondations. • Les Infrastructures : Les construction de digues, de défenses contre les inondations et d'infrastructures résilientes au climat. • La Planification : La création d'espaces verts, amélioration du stockage de l'eau et gestion des terres pour réduire les risques d'incendies de forêt. • L’Assurances : La mise en place de nouveaux régimes d'assurance contre les menaces liées au climat. • Les Systèmes d'alerte précoce : Développer des systèmes pour avertir la population des phénomènes météorologiques extrêmes. • La Restauration des écosystèmes : Restaurer les écosystèmes naturels et les habitats fauniques. • La Construction : Utiliser de nouvelles technologies et de nouveaux matériaux de construction pour résister aux phénomènes météorologiques extrêmes. L'adaptation peut se faire aux niveaux local, national et international. S'adapter au changement climatique contribue à protéger les populations, les économies et l'environnement. Elle permet également aux communautés de bénéficier des opportunités liées au changement climatique. Réduire les émissions L’Atténuation du changement climatique L'atténuation du changement climatique vise à réduire ou à prévenir les émissions de gaz à effet de serre (GES) dans l'atmosphère, atténuant ainsi l'ampleur du changement climatique futur. Elle implique des interventions humaines visant à réduire les sources de ces gaz, comme la combustion de combustibles fossiles pour produire de l'énergie, ou à améliorer les puits qui les absorbent, comme les forêts et les océans. Les principales stratégies d'atténuation comprennent la transition vers des sources d'énergie renouvelables comme l'énergie solaire et éolienne, l'amélioration de l'efficacité énergétique des bâtiments et des transports, l'adoption de pratiques d'aménagement durable des terres qui protègent les forêts et favorisent la séquestration du carbone, ainsi que le développement et le déploiement de technologies de captage et de stockage du carbone. Une atténuation efficace est essentielle pour limiter le réchauffement climatique et ses impacts, nécessitant des efforts concertés aux niveaux individuel, national et international. 78 78 10 A P P LY I N G C L I M AT E I N F O R M AT I O N F O R A D A P TAT I O N D E C I S I O N - M A K I N G be necessary. There are different approaches, methods and tools for assessing climate risks (e.g., Jones et al., 2005; Willows and Box 3: Deriving critical thresholds of climate Connell, 2003), but essentially, a practitioner needs to deter- stimuli for malaria transmission mine and assess: • AccLeepsta eblxee rmiskp lleevse ld; In order to provide early warning for malaria outbreak in u Tableau 1.5-1 illustrent le large éventail deA fmriceas,u trhees I nqtueri npaetiuovneanl tR eêsterear cphr iIsnessti tpuoteu rfo r Climate • Impaatctétsn ouf ecrli mlea tec chhaannggee mone tnhte accltimiviatyt ioqru sey.s teIlm e wsht icihmportant de anradp Spoeclieerty q(IRuI')u dneev ealotptéendu tahtei oSnea seofnfiacla Ccleim atic Suit- oftenné icnevsoslvitees thuen aep pcliocamtiobnin oafi scloimn atde 'sacpenparroiocsh; ability for Malaria Transmission (CSMT) tool (see http:// es, mises en œuivnrger idà.l dteoou.cso lulemsb ina.ievdeua/umxa, pdroeosm a/.cHteioanlths /.Regional • Impinadctisv iodf ucehallnegse as uinx naocnc-oclridmsa tien tfaecrtnoarst i(oe.nga.,u sxo.c i o- .Africa/.Malaria/.CSMT/). Fundamental to this tool is the economic conditions, land-use change, technological empirically derived critical thresholds for malaria trans- advLanecse sI, netfco.)r mona thtieo anctsiv cityli mor asytsitqeume; s pour l'adaptation mission: monthly precipitation at and above 80mm, mean temperature between 18 and 32°C, and mean • CoEstn o f gcélinméartea lc, halensg e iinmfopramctsa; tainodns climatiques nécessaires à lrae lactiovne cheupmtiiodinty adte lse asptl 6a0n%s (dH'ealdlmaupttha etito anl. , 2007). dépendent de la portée de la planification/analyse de l'adaptation, allant de l'évaluation initiale des • Cornifsidqeunecse leetv edl eo fl ethuer aasnseasslymseen dt,é wtahiilclhé ee nàt al'iélsv daelutaailteidconsideration of uncertainty. on des options de gestion des risques (Lu, 2011). Si la parameters of a system and that of climate variables. An example question du changement climatique évoque la notion deo mf doerdivifiincga ctrioitnicsal dther ecseh oqldusi oef sctl imgéanteé srtaimleumli efonr tm alaria trans- For climcatoen rsisikd aésrsées scmoemntm aned s mtaabnlaeg eemt einmt,m cruitaicballe t,h croesmhomlde i snous l’avomnisss ivoun ,i sl ep rcolvimideadt ivna Brioex à3 .plusieurs échelles. a key concept. A critical threshold refers to the level of magnitude of a systeEmn ptreorcmesse ast wshimichp lseusd,d leens o ra rcatpividit échsa nhgue mocaciunres. sT heits les systèmOnecse na acrtiutircealls t hérevsohlouledn ist ideenn triféiepdo, nfusteu ràe ccliemsa te change could bev aa crriaitticioaln lsev eel to f pcleimuavtee nstti msu'aludsa (pe.tge.,r 4 0à% dreivdeurcstieosn conditionsp rocjleimctiaotniqs auree st akseann isn tos ucobnirs iddeera tidoonm tom maegaesusr e the signifi- in annual rainfall) or a critical level of impacts on an activity or cance of climate risks. For the example described in Box 3, system (eim.g.p, loorsts aonf tbsi.o loLgai caFli gspuerceie s1 b.y5 2-101% )c. oCnrictiecpalt tuharelissheo ldless variatioifn fsu tculriem calitmiqautee csh aancgteu perlloejesc teiotn sla i nmdicaartge ea lld teh e critical are oftent ousléedr aton cseep. aIrla ater rai vsyes tqemue’s cleosp ivnagr riaantgioe nfrso mcli mvualnteiqraubeles dépassecnlitm laa tmic athrgrees hdoeld tso wléilrla bnec eex ceete dqeude ( il.ee .s, ymsotènmthley temperature state (see Figure 6 below). They are also closely related to the risk between or above 18-32°C, rainfall exceeding 80 mm, and attitude soof sitta skoehuomldiesr sà, wdheicsh c uoltnimtraatienlyt edse tperlmusin iems tphoe rstigannitfie-s ou gravermelaetnivte ehnudmoidmitmy haiggéhe. rS tih laan f 6ré0q%u)e, tnhcee r idske ocf ems alaria out- cance of écvliémnaetem riesknst asn ed stth ef aniebelde ,t ole a dsaypstt. èCmriteic sale t hrréetsahoblldirsa progressibveremakewnot uoldu baet tpeeirncedirvaed usnig niofiucavnetl. état. Dans of climatcee stttime ucloi anrce eupsutualalyl idseartiivoend ,f rloem c threanndg aenmaleysnist ocf lkimeyatique implique que des événements d'impact grave peuvent se produire plus fréquemment et/ou des événements d'une ampleur sans précédent Figure 6p:e Cuovnencet pstuuravle inlluirs, tsroautimone ottfa an ct olep isnygs trèamngee à s hdoews icnogn tthraei nretleast iaocncsrhuipe sb, eptowteennti ecllilmemateen cth irarnégceu panédra tbhlreess hold (Figeuxcreee 1d.a3n-7c,e c, ôantéd dorfo hiot)w. adaptation can establish a new critical threshold, reducing vulnerability to climate change (Source: Carter et al., 2007) Stationary Climate & Coping Range Changing Climate Vulnerable Vulnerable Adaptation Coping Range Vulnerable Vulnerable Planning Horizon Figure 1.5-11. Une illustration conceptuelle du climat historique et futur, de la marge de manœuvre et de l'adaptation. Source : IPCC (2007) Tableau 1.5-1. Les exemples de stratégies d’atténuation du changement climatique. Secteur Stratégie d'atténuation Les sources d’énergie renouvelables : remplacer des combustibles fossiles (charbon, pétrole, gaz) par l’énergie solaire, éolienne, géothermique, et hydraulique pour la production d’électricité. 79 79 L’Appro- Améliorer l’efficacité énergétique : utiliser moins d’énergie pour obtenir le même visionnement rendement, grâce à une meilleure isolation des bâtiments, des appareils plus efficaces, et énergétique une gestion plus intelligente du réseau. Les technologies de capture et de stockage du carbone : capturer des émissions de CO2 des centrales électriques et des installations industrielles et leur stockage sous terre. L’énergie nucléaire : une source d’énergie de base à faible émission de carbone (même si elle présente son propre lot de défis). Le Transport Les véhicules électriques et hybrides rechargeables réduisant la dépendance aux véhicules à essence et diesel. Améliorer les transports publics, rendre les bus, les trains et les métros plus accessibles et plus efficaces. Encourager le vélo et la marche sur des distances plus courtes, réduisant ainsi la dépendance aux transports motorisés. Développer des avions et des navires plus économes en carburant, réduisant ainsi les émissions provenant des voyages et du transport maritime internationaux. L’Utilisation Protéger et restaurer les forêts, car elles absorbent et stockent le CO2 de l’atmosphère des terres et grâce à la photosynthèse. foresterie Le boisement et le reboisement : planter de nouveaux arbres et restauration des forêts dégradées pour augmenter la séquestration du carbone. Les pratiques agricoles durables, telles que la réduction de l’utilisation d’engrais, l’amélioration de la gestion des sols et la réduction du gaspillage alimentaire. L’Industrie Améliorer l’efficacité énergétique des processus industriels, réduire la consommation d’énergie dans l’industrie manufacturière et dans d’autres industries. Développer et utiliser des matériaux alternatifs, en remplaçant les matériaux à fortes émissions comme le ciment par des options plus durables. Réduire les émissions des processus industriels, telles que le méthane provenant de la production de pétrole et de gaz et l’oxyde nitreux provenant de la production d’engrais. La Gestion Réduire la production de déchets grâce à la réutilisation, au recyclage et au compostage. des déchets Capturer le méthane des décharges et l’utiliser comme source d’énergie. L'adaptation vise à atténuer ou à soutenir le rétablissement des systèmes après de tels événements dommageables. Il convient de noter que des événements à fort impact à l'avenir peuvent se produire plus fréquemment en raison de toute combinaison des facteurs suivants : • une variation de la moyenne, en maintenant l'amplitude de la variabilité constante (Figure 1.5- 12a) ; • une variation de l'amplitude de la variabilité, en maintenant la moyenne constante (Figure 1.5- 12b) ; ou • une variation de la fréquence des événements rares d'un côté de la distribution (Figure 1.5- 12c). 80 80 Figure 1.5-12. L’effet des variations de la distribution des températures entre le climat actuel et le climat futur sur les valeurs extrêmes : (a) un simple déplacement de l'ensemble de la distribution vers un climat plus chaud ; (b) une augmentation de la variabilité des températures sans déplacement de la moyenne ; (c) une modification de la forme de la distribution, dans cet exemple, une modification de l'asymétrie vers la partie la plus chaude de la distribution. Source : IPCC (2007) Lors de la conception des plans d'adaptation et de la recherche d'informations climatiques, il est important de garder à l'esprit les éléments suivants : Les Informations climatiques vs. Les Informations sur les impacts Les diverses statistiques météorologiques passées et projetées, telles que citées précédemment et appliquées aux précipitations, à la température, à l'humidité atmosphérique, au rayonnement solaire, au vent, etc., constituent des informations climatiques et devraient être disponibles auprès des services météorologiques. Les variations de rendement des cultures dues aux variations de température, les prévisions de zones inondées lors d'une crue soudaine après de fortes pluies ou les variations de l'incidence des maladies vectorielles dues aux variations de température et de précipitations dépassent généralement le mandat des producteurs d'informations climatiques. Ces informations sont généralement élaborées conjointement avec un secteur ou un décideur donné, à l'aide de modèles d'impact (par exemple, modèles de cultures, modèles hydrologiques ou d'inondation, modèles de vecteurs et de maladies). L’Incertitude Les praticiens doivent accepter que les informations sur le climat futur soient fournies avec un certain niveau d'incertitude, inhérent aux projections. Cet élément doit être pris en compte dans le processus de décision. Cependant, l'incertitude ne signifie pas que le climat futur est totalement inconnu ou que les projections sont fausses. De plus, l'incertitude peut être quantifiée et des décisions peuvent néanmoins être prises. Il existe quatre principales sources d'incertitude dans les projections climatiques : • les niveaux futurs d'émissions anthropiques et la survenue de phénomènes naturels (par exemple, les éruptions volcaniques) ; • les imperfections des modèles climatiques utilisés pour projeter l'évolution du climat ; • une connaissance imparfaite du climat actuel qui sert de point de départ aux projections ; et 81 81 20 A P P LY I N G C L I M AT E I N F O R M AT I O N F O R A D A P TAT I O N D E C I S I O N - M A K I N G • la difficulté de représenter, et donc de projeter de manière fiable, les variations interannuelles Types oef ti ndteércveentnioanles. benefits of interventions falling between these two extreme cases would require some degree of consideration for uncertainty treat- TheLre’ His oa brriozaod nra ntgeemof pinoterveeln tions that could be imple- ment in the climate information used. Table 6 summarizes the mented to manage climate risks. As shown in Table 6, these inter- varying requirements for uncertainty treatments of different risk venLtieon s tryefpleect ddiff'einrefnot rwmayas tinio wnhsic h nthéec deescissiaoinr-emsa kindgépendra dum antaygpeme endt i'nintetrevernvteionntsi.on ou d'investissement prodce'assd haanpdtlaest iuonnce retati,n tey.n Ntroe-r eagruett rinetser,v edneti olnas adreu nroéte prévue du retour sur investissement. La Figure 1.5-13 affepctreéds bey nutnece drtaeinst ye rxeelamtedp tloe fsu tduree cdliimffaétre echnatnsg etsy, pi.ee., Planning horizons they deliver benefits greater than costs no matter what happesn sd toe décisions en fonction de leur horizon temporel. Les thei nunvceersttaiisnspeamrameentetrss idn' itnhefrdaescitsriounc-tmuarkeinsg .pElunhsa nimcinpgotrhteants (irrigPalatninoing, rhéorsizeoanus d deteer tmrianne shpowo rfatr, ibnatortrhaegfeutsu,r eatdca.)p toatniotn progviésinoné ranadle dmisseemnitn dateiosn hofo crliimzoatne sin tfoermmaptioonr efolsr fparlmuisn glongs quei nlevesn tdioénc misaiyo bnes n/einedveeds. Ftiisgusree m14e inllutsst rianteds itvhied vuareyilnsg t pellasn - community in drought-prone areas is an example of no-regret ning horizons for a range of activities and systems. This has major inteqrvueent iloen .p Eovarltueatfieoun iollfe s udche i nctuerlvteunrteiosn so duoe sl an opt lraeqnuiifriecation agriimcopllieca. tLio'nhso forriz hoonw ctleimmatpe oinrfeorlm daetio ln'i nuntceerrvtaeinntyt isohnou lodu b e thed qeuasn tiinfivcaetisotnis osf eumncerntatinst iaesu inr ac liumnat ei minfporamcatt iosnu.r T ola th pe récisiont reaavtedc, alsa dqifufeerelnlet soleursc eisn offo urnmcerattaiiontniess apree aussvoceiantetd ê wtirteh othfeor uenrdn oief sth. eS sip leectsr uqmu, adnectiistioénss dsoem petrimécesi phiatvae ttioo bnes m oaude la probabdiiflfietréen dt 'tuimnee s claolens.g Tuaebl ep 7é prrieosdenets dthee sreélactihvee sriegnsisfieca nlocer so f on planning issues (e.g., to plan for the relocation of a large pop- different sources of uncertainties for different time horizons. ulatdioen )l aor pinrvoesctmheanint (ee. gs.,a tios soenlec td tehes lopclautiioens, dpeseigunv oef nthte être prédites avec une certaine précision, seules des techtenincadl aspneccieficsa tgioénns éforra al emsa jdore rse sperrvéoicri)p. Gitiavetino tnhes ,c oanvseidce ru- ne granItd ies winorcteh rntoittiundg eth,a pt uenucveretanint têy trreleat efod utor inmiepasc tp aossuesrs muenn ts able stake such decisions represent, climate information used are beyond the scope of this guidance hence not discussed here to ehvaoluriazteo tnhe dsee in 3te0rv eàn t5io0n s anneesd.s Dtoe trse aitn tfhoe rwmidae triaonnges o pf résentantb uutn th teey lc adne bge rséig ndif'iicnacnet, retsipteucidalely povoeur trhrea nieeanr tt enrme (pseae se. g., uncceortnaivnetiens itro àth el aex tpenlat npoifsiscibalet.i oAnss eassginrgi cthoel ep.o tDeneti apl lus, les systèWmilbeyse taagl.,r i2c0o0l8e).s dans 50 ans résulteront très probablement d'étapes d'adaptation successives plutôt que de changements planifiés 50 ans à Tabl'laev 6a: n Ucnec.e rDtaein tpyl utrse,a tcmeesn tc inh aclnimgaetme iennfotrsm nateio ns eforro ansst espsainsg rtiosku ms ainadgueimtse npt ainrt elrev ecnltiimonast, les marchés et l'économie mondiaux et locaux, ainsi que les préférences des consommateurs, etc. jouant un rôle signifiTcyaptei fo. f climate risk Level of requirement for treating management invention Examples climate information uncertainties NoL-eresg remt esures d'adaptation Paroumtroetinsg cqounsee rvaletiosn ainndf reaffsictiernuccietsu inr ethse uàse ogfrandLeo wéchelle se concentrent généralement sur des horiznaotnursa l rteesomurpceos rels beaucoup plus courts, plus compatibles avec les Lodwé-rceigsrieotns prises aux niveaux Iintdegirvaitdinugeclli meatt ec orismk amnduandaputattaioirnea sesets lsemse nctys cinlteos dMee pdiruomje-lotw. À; F ldexeib tleels horizons, les changements climatiques bpuosinuersrsa ainedn cto mêtmruen mity opliannsn iinmg portants que la variabilité interannuelle, voire Wnino-wnin significatifs. De plus, le GDIEivCer s(i2fy0in1g 2so) urrececso omf inmcoamnede de privilégier les mMeedsiuumre-lso wbénéfiques dans le Flecxaibdlree/a daep tsivceémnaanraigoesm celnimt atiqueAsdo fputitnugrnse,w mcraopiss taoususist ip rdeavanilisn glec licmoantetceoxntdeit iocnlismaMtiqeduiuem actuel, dites « options Anstaicnipsa torreyg prleant n»in, gc oor minvmesetm penotintsIn stdalelin gd iérrpigaatriotn psyostuemr saborder les futures teHnidghances climatiques. Elles peuvent offrir des avantages dès maintenant et poser les bases pour faire face aux changements futurs. Concernant les cadres conceptuels, une telle approche élargit la marge de manœuvre Figure 14: Adaptation decision contexts and their associated time horizons (Source: modified from Jones, 2007) actuelle, quelle que soit la direction que prendra le changement climatique. 0 10 20 30 40 50 60 70 80 90 100 Time horizon (years from present) Figure 1.5-13. Les contextes de décision en matière d'adaptation et leurs horizons temporels associés. Source : Lu, 2007 82 82 Typical decision context Ann E u le a c l t c io ro n p c s ycles/pro W fith & ol l e o f s a s rm Pl a p n la t n b n r i e n e g T d o in u g ri s c m yc T d le re e s e c v ro e p lo Ge s pm n e e n r t a s tio N n e a w l s i u rr c i c g e a s t s io io n n p ro T j r e a c n t s s port infrastructure Major urba P n r i o n t f e r c as te tr d u c ar t e u a re s Large dams Intergenerationa F l e o q re u s i t t y succession Bridge design life La Figure 1.5-14 présente un continuum plus complet d’horizons, incluant des échelles de temps plus courtes, et les applications d’adaptation associées. Il convient de noter que la capacité à fournir des informations climatiques anticipées pour des horizons inférieurs à plusieurs décennies découle de facteurs différents des émissions anthropiques, et que des échelles de temps différentes ont des facteurs et des besoins en données différents. Ainsi, la question de l’adaptation au changement climatique nécessite de se concentrer sur la collecte de données et de l’information climatique maintenant, et pas seulement pour un avenir lointain. Dans tous les cas il est important de garder à l’esprit la différenciation d’echelles présentée dans la Figure 1.5-14. PyCPT2.5 Training September 5-22, 2023, Lamont Campus, Pal isades, NY 1 Figure 1.5-14. Un schéma illustrant la relation entre les échelles de temps climatiques et les mécanismes d'urgence et d'adaptation. Source : Mason et al. (s.d.), adapté de l'OMM (s.d.). L’Utilisation appropriée des informations climatiques pour l'adaptation Le climat est intrinsèquement incertain, et cela ne changera pas, même avec de meilleures données scientifiques. Nous devons apprendre à y faire face, notamment pour la planification à long terme, où l'incertitude est la plus grande. Les modèles climatiques ont des limites et il est nécessaire de les utiliser intelligemment, tout en gérant l'incertitude. Si les projections et les études climatiques peuvent être utiles, les décisions ne devraient pas dépendre uniquement d'elles. Les experts reconnaissent désormais les risques liés à la conception de stratégies d'adaptation en fonction des conditions et des impacts climatiques futurs projetés – une approche parfois appelée « descendante » ou « prédire puis agir ». Les approches privilégiées partent de la décision d'adaptation et des options disponibles, et visent des solutions flexibles et pratiques capables de gérer l'éventail des conditions climatiques futures plausibles. Parmi ces facteurs figurent (Walker et al., 2013) : 83 83 • La robustesse, qui vise à obtenir des résultats acceptables dans un large éventail de conditions climatiques futures plausibles ; • La résilience, qui vise à renforcer les capacités et les mécanismes permettant d’anticiper, d’absorber et de se remettre rapidement des chocs ou des stress ; • La flexibilité, qui implique de réévaluer et d’ajuster les plans en fonction de l’évolution des conditions. • La résistance, qui consiste à surdimensionner les infrastructures critiques pour les rendre résistantes aux événements extrêmes, mais cette solution peut s’avérer coûteuse. Auto-évaluation 1. Qu'est-ce que l'effet de serre ? Est-il naturel ou anthropique ? Pourquoi est-il important pour le climat de la Terre ? 2. Quelle est la différence entre « réchauffement climatique » et « changement climatique » ? 3. Quelle est la principale cause du changement climatique ? 4. Quels sont les principaux impacts probables du changement climatique au Mali ? 84 84 85 85 MODULE 2 Les Informations climatiques disponibles pour l'agriculture 86 86 MODULE 2 | LES INFORMATIONS CLIMATIQUES DISPONIBLES POUR L'AGRICULTURE En tant qu'institution météorologique publique mandatée, L'Agence Nationale de la Météorologie du Mali (Mali-Météo) fournit régulièrement des informations météorologiques et climatiques à différents utilisateurs et secteurs, principalement ceux de l'agriculture et de l'élevage. Le Module 2 donne un aperçu des produits et services d'information météorologique et climatique pertinents qui sont disponibles auprès d'institutions publiques telles que l'Mali-Météo. Il enseigne aux participants comment naviguer et utiliser les produits d'information historiques, surveillés et prévisionnels pertinents disponibles sur les salles de cartes climatiques interactives en ligne de l'Mali-Météo. À la fin de ce module, vous serez en mesure de : • Interpréter et utiliser les produits et services liés à l'agriculture disponibles par l'intermédiaire de l'Mali-Météo. • Naviguer dans les produits Mali-Météo Maproom. 87 87 Session 2.1. Aperçu et analyses historiques de Climate Maproom Grâce à l'initiative ENACTS (Enhancing National Climate Services), l'Mali-Météo a produit des données climatiques de haute qualité à une résolution spatiale de 4 km. Ces données constituent la base d'une gamme de produits d'information historiques, de surveillance et de prévision localisés, disponibles sur le site web de l'Mali-Météo via les « Climate Maprooms » en ligne. Les données climatiques historiques sont précieuses pour caractériser les risques, comprendre les cycles saisonniers, interpréter les prévisions et détecter les tendances. Associés au changement climatique. Cette session offre un aperçu des données ENACTS et des Maprooms de l'Mali-Météo, ainsi que de sa suite de produits d'analyse climatique historique. À l'issue de cette session, vous serez en mesure de : • Expliquer la pertinence des données et outils ENACTS pour la prise de décision agricole. • Décrire les trois échelles de temps disponibles dans les Maprooms climatiques de l'Mali-Météo. • Naviguer dans la Maproom d'analyse historique de l'Mali-Météo pour accéder aux analyses pertinentes. • Caractériser le climat du Mali en termes de saisonnalité, d'extrêmes et de tendances. Les maprooms ENACTS sont le moyen par lequel les produits d'information climatique sont mis à la disposition des utilisateurs. Un Maproom est une collection de cartes interactives et d'autres figures qui permettent aux utilisateurs de générer des informations sur le climat passé, présent et futur. Le Maproom est dynamique en ce que les cartes et les figures sont générées par l'utilisateur en temps réel car les maprooms sont liés aux données climatiques d'origine. Les utilisateurs peuvent se concentrer sur des domaines d'intérêt spécifiques grâce aux capacités d'extraction et de synthèse des informations. La version actuelle de maprooms ENACTS comprend un maproom général pour le climat, appelé « Climat » ainsi que deux maprooms spécifiques aux applications, à savoir les maprooms « Climat et Agriculture » et « Gestion des risques de catastrophe ». La capture d'écran de la figure 2.2-1, montre 88 88 la page d’accueil du Maproom d’Mali-Météo. Chacun de ces maprooms est divisé en sous-maprooms présentant différents types de produits climatiques. Seulement le maproom général sur le « Climat » et le Maproom « Climat et Agriculture » sont présentées dans ce module. Figure 2.2-1. Page d’accueil du Maproom de Mali-Météo. Le Maproom du “Climat” Le maproom général pour le climat comprend deux sous-maprooms avec des informations sur le passé (historique) et présent (surveillance). Les informations historiques se trouvent sous le maproom « Analyse climatique », les informations de suivi sous le maproom « Suivi climatique ». Ici, nous nous concentrons sur l'onglet "Analyse climatique" (Figure 2.2-2). 89 89 Figure 2.2-2. Le maproom « Analyse climatique ». 90 90 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Le maproom d’analyse climatique fournit des analyses et des visualisations instantanées et ajustables sous la forme de cartes et de graphiques interactifs qui peuvent décrire des caractéristiques climatiques historiques telles que la saisonnalité, les tendances, les extrêmes et autres. Par exemple, il peut aider à déterminer si les changements observés dans la productivité agricole sont liés aux variations du climat ou à un autre facteur, comme la dégradation des sols. Il peut également aider à améliorer l'adaptation des cultures, des systèmes agricoles et apporter un soutien agricole face aux risques climatiques locaux en analysant la saisonnalité, les tendances et la variabilité. De plus, les informations climatiques historiques peuvent aider à décider des moments appropriés pour la préparation des terres, la sélection des semences ou des races animales, la plantation, le désherbage, l'application d'engrais et la lutte contre les ravageurs et les maladies. Contenu du maproom d’analyse climatique Le Maproom d’analyse climatique comporte plusieurs sous-composantes (onglets) qui permettent une analyse à différentes échelles de temps (quotidienne, décadaire [10 jours], mensuelle et saisonnière). Les produits de cette Maproom sont les suivants : • Analyse des précipitations quotidiennes (par exemple, intensité moyenne des précipitations, nombre de jours humides/secs, probabilité de périodes sèches/humides, etc.); • Analyse des températures quotidiennes ; • Analyse climatique décadaires; • Analyse climatique mensuelles; • Analyse climatique saisonnières ; • Analyse de la tendance saisonnière ; • Analyse des précipitations extrêmes ; • Analyse des températures extrêmes ; • Index de Précipitations Standard (SPI) ; • Probabilité des précipitations saisonnières conditionné par ENSO ; • Probabilité des températures saisonnières conditionné par ENSO ; Maproom 1 : Analyse climatique des précipitations quotidiennes. Cet onglet explore les précipitations quotidiennes historiques grâce à un nombre de statistiques différentes. De nombreuses options sont disponibles pour produire des séries chronologiques annuelles des précipitations quotidiennes telles que le nombre de jours secs/humides et de périodes sèches/humides. L'utilisateur peut alors choisir de cartographier (Figure 2.2-3) la moyenne, l'écart type ou la probabilité de dépassement du seuil choisi, sur plusieurs années. Cliquer sur la carte génère un graphique spécifique à l'emplacement (Figure 2.2-4) pour le diagnostic choisi. Dans ce maproom comme dans d'autres, les utilisateurs peuvent extraire et visualiser les informations générées pour différents niveaux administratifs en cliquant sur la carte ou en choisissant dans la liste déroulante. Cet outil peut être utilisé pour déterminer : • L’augmentation/la diminution des précipitations dans une certaine zone au fil du temps ; 91 91 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE • Comment les périodes sèches/humides (x nombre de jours consécutifs secs/humides) se comparent aux tendances des maladies à transmission vectorielle ; • Quelles zones connaissent de fortes précipitations et risquent d'être inondées ; • Quelles zones sont vulnérables aux sécheresses. Figure 2.2-3. Nombre moyen de jours de pluie pendant la saison de juillet à septembre sur le Mali. Figure 2.2-4. Probabilité de jours de pluie au-dessus d'un seuil donné pendant la saison juillet- septembre pour un endroit spécifique sur le Mali. L'axe X (horizontal) indique le nombre de jours de pluie tandis que l'axe Y (vertical) indique la probabilité (chance) de dépasser un nombre donné de jours de pluie (probabilité de dépassement). Par exemple, la probabilité d'avoir plus de 60 jours de pluie à l'endroit sélectionné est supérieure à 95 %, tandis que la probabilité d'avoir plus de 70 jours de pluie est d'environ 50 %. 92 92 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Notez qu'il existe des onglets, communs à tous les maprooms, qui fournissent une description du produit que vous explorez, des informations sur les ensembles de données utilisés pour générer les produits, des explications sur les onglets communs utilisés pour naviguer dans les produits, ainsi que des informations de contact (Figure 2.2-5). Figure 2.2-5. Onglets utiles disponibles pour tous les maprooms. L'onglet "Description" fournit des informations sur les produits maproom que l'on consulte ; l'onglet "Documentation des données" est destiné à décrire les données utilisées pour créer les maprooms ; l'onglet "Instructions" fournit des explications sur certains boutons utiles ; et l'onglet "Contact" fournit les coordonnées de l'institution ou de la personne qui gère la maproom (dans ce cas Mali-Météo). Enfin, pour exporter les tableaux de données ou télécharger des images et des graphiques obtenus, l'onglet Instructions montre comment utiliser les boutons qui apparaissent lorsque vous survolez les cartes. Ces boutons vous permettent également de zoomer, partager, télécharger, etc. (figure 2.2-5). Maproom 2 : Analyse des températures quotidiennes. Cet onglet explore les températures quotidiennes historiques grâce à un nombre de statistiques différentes. De nombreuses options sont disponibles pour produire des séries chronologiques annuelles des températures quotidiennes telles que des statistiques journalières saisonnière des températures (minimale, moyenne et maximale), le nombre de jours chauds et froids, le nombre de dégrée-jours de refroidissement et le nombre de dégrée-jours de croissance. L'utilisateur peut alors choisir de cartographier (Figure 2.2-6) la moyenne, l'écart type ou la probabilité de dépassement du seuil choisi, sur plusieurs années. Cliquer sur la carte génère un graphique spécifique à l'emplacement (Figure 2.2-7) pour le diagnostic choisi. Dans ce maproom comme dans d'autres, les utilisateurs peuvent extraire et visualiser les informations générées pour différents niveaux administratifs en cliquant sur la carte ou en choisissant dans la liste déroulante. Maproom 3 : Analyse climatique décadaire Cet onglet permet aux utilisateurs de visualiser les précipitations et les températures agrégées sur des périodes de 10 jours présentées sous forme de saisonnalité, de tendances et d'anomalies. Cliquer sur la carte générera une climatologie décadaire comme le montre la figure 2.2-8. Maproom 4 : Analyse climatique mensuelle L'analyse mensuelle, basée sur 30 ans d’observation, est similaire à l'analyse décadaire décrite ci- dessus, sauf que les climatologies sont présentées à une échelle de temps mensuelle. Il permet aux utilisateurs de visualiser les précipitations, la climatologie mensuelle des températures maximales, minimales et moyennes, les anomalies et les tendances. L'analyse mensuelle peut être utilisée pour déterminer : la distribution spatiale des précipitations ou de la température au cours d'un mois spécifique (Figure 2.2-9), les changements dans la 93 93 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE saisonnalité (Figure 2.2-10) et les années qui ont connu une augmentation ou une diminution inhabituelle des précipitations ou de la température (Figure 2.2-11). Maproom 5 : Analyse climatique saisonnière Comme pour l’analyse mensuelle, ce maproom permet aux utilisateurs de visualiser les précipitations, les températures maximales, minimales et moyennes, ainsi que les anomalies et les tendances à l’échelle saisonnière (Figure 2.2-12). En cliquant sur la carte, une série chronologique de la variable sélectionnée est générée, accompagnée de la tendance linéaire qui montre l’évolution de la variable au fil du temps. Un graphique des anomalies est également disponible, permettant d’identifier les années ayant enregistré des hausses ou des baisses inhabituelles de précipitations ou de température (Figure 2.2-13). Les utilisateurs peuvent extraire et afficher ces informations pour différents niveaux administratifs, soit en cliquant directement sur la carte, soit en les sélectionnant via la liste déroulante. Figure 2.2-6. Climatologie de la température moyenne pendant la saison de juillet à septembre sur le Mali. 94 94 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 2.2-7. Série chronologique de la température moyenne (en haut) et la probabilité de dépassement correspondante (en bas) pendant les saisons du 1er juillet au 30 septembre pour un emplacement sélectionné au Mali. 95 95 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 2.2-8. Analyse climatique décadaire. Figure 2.2-9. Climatologie des températures minimales du Mali en juillet. 96 96 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 2.2-10. Saisonnalité de la température minimale pour un endroit spécifique au Mali. Les barres indiquent la température moyenne (climatologie) pour chaque mois, tandis que les lignes vertes, bleues et rouges indiquent respectivement les 5e, 50e et 95e centiles Figure 2.2-11. Anomalies et tendances des températures minimales pour un endroit spécifique du Mali. 97 97 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 2.2-12. Analyse climatique saisonnière. 98 98 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 2.2-13. Série chronologique de la précipitation (en haut) et les anomalies correspondantes (en bas) pendant les saisons du juillet au septembre pour un emplacement sélectionné au Mali. Maproom 6 : Analyse des précipitations extrêmes Cet maproom offre un outil interactif permettant d’explorer l’historique des caractéristiques extrêmes des précipitations mensuelles et saisonnières. L’utilisateur peut définir une saison ainsi que les statistiques quotidiennes saisonnières d’intérêt, puis visualiser sur une carte la probabilité qu’un seuil choisi soit dépassé ou non (Figure 2.2-14). La carte indique ainsi la probabilité que la valeur saisonnière franchisse (ou non) le seuil défini. Il est également possible d’examiner la variance ou le coefficient de variation pour apprécier l’ampleur de la variabilité au fil des années. L’utilisateur peut définir : la saison (dates de début et de fin) sur l’ensemble des années disponibles ; les définitions de jours/épisodes humides ou secs, incluant le seuil de pluie (en mm) pour qualifier un jour humide, ainsi que la longueur minimale des épisodes ; les statistiques saisonnières quotidiennes, telles que : la pluviométrie totale, le nombre de jours humides ou secs, l’intensité des précipitations, et le nombre d’épisodes humides ou secs. 99 99 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Enfin, pour les statistiques saisonnières annuelles, l’utilisateur peut : cartographier la probabilité d’excéder ou non un seuil donné ; examiner la variance, qui mesure la dispersion interannuelle ; ou consulter le coefficient de variation, rapport entre l’écart-type et la moyenne, permettant une interprétation relative de la variabilité. Figure 2.2-14. Probabilité où le cumul des précipitations de la saison de juillet à septembre peut dépasser 500 mm. Maproom 7 : Analyse des températures extrêmes C’est comme l’analyse des précipitations extrêmes, cet maproom permet d’analyser les températures extrêmes à l’échelle mensuelle et saisonnière. Les utilisateurs ont le choix d’analyser la moyenne saisonnière, le nombre des jours chauds et froids. 100 100 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 2.2-15. Probabilité que le nombre de jour où la température maximale au-dessus 35°C pour la saison de de juillet à septembre dépasse 30 jours. Maproom 8 : Probabilité de précipitations saisonnières conditionné par Oscillation australe El Niño ou ENSO Ce maproom permet aux utilisateurs de déterminer la probabilité que les précipitations moyennes saisonnières se situent dans le tiers supérieur (humide), moyen (normal) ou inférieur (sec) de la distribution historique des précipitations compte tenu de la phase d'ENSO (El Niño Southern Oscillation : El Niño, Neutral, La Niña) au cours d'une saison ; mais ce n’est pas une prévision. Il est basé uniquement sur des observations historiques des précipitations et des températures de surface de la mer. Cependant, il est utile pour explorer l'effet des différentes phases ENSO sur les précipitations saisonnières sur une zone d'intérêt. Par exemple, si l'on s'attend à ce que la saison à venir soit une saison El Niño, ce maproom peut aider à évaluer l'impact attendu d'El Niño sur une zone d'intérêt. Ce maproom peut être utilisé pour afficher : • Des cartes montrant la probabilité qu'un endroit soit plus sec, plus humide ou normal pour une saison donnée et une phase ENSO (figure 2.2-16) ; et • Des séries chronologiques du total des précipitations saisonnières à un endroit donné pour une saison particulière et la phase ENSO de chaque année (figure 2.2-17). 101 101 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 2.2-16. Probabilité d'une saison sèche juillet-septembre pendant El Niño pour le Mali. 102 102 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 2.2-17. Série chronologique du total des précipitations saisonnières pendant la saison juillet-septembre et une phase ENSO pour un endroit sélectionné (indiqué en haut) au Sénégal. Les valeurs de précipitations en dessous de la ligne horizontale noire montrent des valeurs inférieures à la normale, les valeurs entre les lignes horizontales noires et vertes représentent des valeurs normales, tandis que les valeurs au-dessus de la ligne verte indiquent des valeurs supérieures à la normale. Maproom 9 : Probabilité de la température saisonnière conditionné par ENSO Ce maproom permet aux utilisateurs de déterminer la probabilité que la température moyenne saisonnière minimale ou maximale se situe dans le tiers supérieur (chaud), moyen (normal) ou inférieur (froid) (« tercile ») de la distribution de température historique compte tenu de l'état de ENSO (El Niño, Neutre, La Niña) au cours de cette même saison. Il est similaire au cas des précipitations ci-dessus. 103 103 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 2.2-18. Maproom des probabilités de la température saisonnière conditionné par ENSO. Auto-Évaluation • Quel maproom est mieux adapté pour identifier les mois les plus secs et les plus humides d'un lieu donné ? • Imaginons un type de culture ne supportant pas plus de 3 pause sèches durant le début de sa croissance. Quel maproom et analyses utiliser pour connaitre les meilleures zones pour la variétale? 104 104 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Session 2.2. Le Maproom Climat et Agriculture Les performances agricoles et la prise de décision peuvent être très sensibles aux caractéristiques des précipitations, telles que la survenue de périodes de sécheresse, d'événements extrêmes et le début et la fin de la principale saison des pluies. Cette session décrit la Maproom agricole, qui fournit un riche ensemble d'analyses historiques adaptées aux besoins des décideurs agricoles. À l'issue de cette session, vous serez en mesure de : • Naviguer dans la Maproom Climat et Agriculture de l'Mali-Météo pour accéder aux analyses pertinentes. • Identifier les dates historiques de début et de fin dans différentes régions du pays. Le maproom Climat et Agriculture a été développé grâce à un processus de coproduction avec des experts agricoles de l'IRI ainsi que des parties prenantes dans le pays. Le maproom Climat et Agriculture offre aux utilisateurs une gamme de produits d'information climatique. Les informations climatiques présentent un certain nombre d'avantages pour l'agriculture et la sécurité alimentaire, notamment le développement de systèmes agricoles durables et économiquement viables, l'amélioration de la production et de sa qualité, la réduction des risques et des pertes, la réduction des coûts, l'augmentation de l'efficacité dans l'utilisation de l'eau, de la main-d'œuvre et de l'énergie, et la conservation des ressources naturelles. Le maproom Climat et Agriculture permet aux utilisateurs d’accéder à certaines informations climatiques, et en analyser les différents paramètres climatiques historiques pour les aider à prendre des décisions critiques dans leur planification agricole. Les décisions critiques peuvent inclure : quand planter, quand appliquer les engrais ou les pesticides, et sélectionner d'autres pratiques appropriées pour faire pousser une culture dans différentes conditions climatiques. Le maproom Climat et Agriculture comporte deux sous-composants (onglets) , l’un explorant l'analyse des précipitations quotidiennes, l’autre reportant les dates historiques de début de saisons de pluie. La date de début de la saison des pluies, telle qu'identifiée par des critères agronomiques, est l’une des informations les plus importante pour l’agriculture au Mali. Le démarrage de la saison des pluies est officiellement défini lorsqu’un certain seuil de pluie est accumulée sur quelques jours, sans être suivi d'une longue interruption des pluies (périodes sèches) pouvant endommager les cultures en germination. La visualisation de ce paramètre est possible pour n'importe quel niveau administratif, en fonction de la résolution d'intérêt. La figure 2.3-1 montre le contenu de la « maproom Climat et Agriculture » du Mali. 105 105 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 2.3-1. Aperçu du maproom Climat et Agriculture pour le Mali Maproom 1 : Analyses des précipitations quotidiennes Ce maproom, qui a également été décrit précédemment dans le maproom d'analyse climatique, explore les précipitations quotidiennes historiques en utilisant des statistiques saisonnières simples. De nombreuses options peuvent être spécifiées pour produire des séries chronologiques annuelles à partir des données de précipitations quotidiennes pour un diagnostic saisonnier donné. L'utilisateur peut choisir de visualiser la moyenne, l'écart type ou la probabilité de dépasser un seuil choisi (figure 2.3-2). Cliquer sur une carte produira alors une série temporelle locale (figure 2.3-3) du diagnostic choisi. Entre autres analyses, ce maproom peut être utilisé pour déterminer : l'augmentation/la diminution des précipitations dans une certaine zone au fil du temps ; comment les périodes sèches/humides (x nombre de jours consécutives secs/humides) se comparent ; quelles zones ont pu être inondées ou saturées en eau en raison de l'intensité des précipitations ; quelles zones ont connu des sécheresses ; ou quelles sont les tendances globales des précipitations. 106 106 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 2.3-2. Probabilité d'avoir au moins 3 périodes de sécheresse entre 1er juillet au 30 septembre au Mali. 107 107 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 2.3-3. Série chronologique du nombre de pauses sèches (en haut) et probabilité de dépassement de nombre de pauses sèches (en bas) pendant les saisons du 1er juillet au 30 septembre pour un emplacement sélectionné au Mali. Maproom 2 : Dates historiques de début de saison des pluies Ce maproom permet aux utilisateurs d'explorer les dates historiques de début de la saison des pluies en fonction de critères définis par l'utilisateur. La date de début de la saison des pluies est déterminante pour décider de la date optimale de semis. En permettant l'exploration de l'historique des dates de début de saison des pluies, le maproom permet également aux utilisateurs de comprendre la variabilité spatiale et temporelle de ces dates et donc de caractériser le risque de réussite d'une campagne agricole qui lui est associée. La définition du démarrage de la saison des pluies utilisée ici est basée sur l’occurrence d’un événement pluvieux significatif (par exemple 20 mm en 3 jours) non suivi d'une période sèche (par exemple une période sèche de 7 jours dans les 21 jours suivants). La date réelle étant le premier jour de l'événement pluvieux. La date de début de saison des pluies est calculée pour chaque année selon la définition, et est exprimée en jours depuis 108 108 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE une date de début précoce (par exemple le 1er juin). La recherche de la date de début se fait à partir de cette date de début précoce et pour un certain nombre de jours suivants (par exemple 60 jours). De plus, le maproom reporte les statistiques annuelles de la date de début de saison des pluies : la moyenne (par défaut), l'écart type ou la probabilité de dépasser un nombre de jours choisi. En cliquant sur la carte (figure 2.3-4) à un endroit donné, une série temporelle annuelle locale des dates de début de saisons de pluies s’affiche (figure 2.3-5), ainsi qu'un tableau avec les dates réelles (par opposition aux jours depuis le début précoce); et un graphique de probabilité de dépassement. Notez que si les critères pour définir la date de début ne sont pas remplis dans la période de recherche, l'analyse renverra une valeur manquante. Et si l'analyse renvoie 0 (jours depuis le début précoce), il est probable que la date de début précoce soit choisie pendant la saison des pluies. Figure 2.3-4. Dates de début moyennes depuis la date de début au plus tôt (1er juin) au Mali. Ainsi, 10 représente la date du 10 juin, tandis que 60 représente la date du 30 juillet. 109 109 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 2.3-5. Exemple de série chronologique de dates du début de la saison pluvieuse pour un lieu sélectionné au Mali. Maproom 3 : Adéquation climatique des cultures Ce Maproom permet d’explorer l’adéquation climatique des cultures grâce à une analyse spatiale superposée. Le résultat est un indice compris entre 0 et 5, où 5 indique que toutes les conditions sont réunies et que la zone est la plus favorable à la culture considérée. L’utilisateur peut sélectionner différentes couches pour visualiser les données sous forme de séries chronologiques ou de cartes. Il est également possible de définir un point personnalisé pour examiner les séries temporelles, ainsi que de choisir une année spécifique pour la visualisation cartographique. Des valeurs personnalisées peuvent être renseignées afin de définir les paramètres d’adéquation climatique propres à la culture étudiée, ce qui permet d’identifier les zones les plus adaptées. La carte affiche le nombre de conditions climatiques favorables pour une culture donnée (Figure 2.3-6). 110 110 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 2.3-6. Maproom adéquation climatique des cultures 111 111 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Session 2.3. Le Maproom de Suivi Climatique Suivre les données climatiques en temps quasi réel et comparer les conditions actuelles avec celles des années précédentes peut aider les décideurs à comprendre l'évolution du climat et à y réagir. L'Mali-Météo utilise son réseau de stations météorologiques automatiques pour mettre à jour ses données maillées tous les dix jours pendant la saison des pluies. Ces données alimentent plusieurs produits Maproom d'information climatique surveillée. Cette session présente la suite de produits Maproom d'Mali-Météo pour la surveillance climatique. À l'issue de cette session, vous serez capable de : • • Naviguer dans le suivi climatique Maproom d'Mali-Météo pour accéder à des analyses pertinentes ; • • Évaluer la progression et la performance de la saison en cours aux échelles décadaires, mensuelles et saisonnières. Le maproom de suivi climatique, disponible grâce à l’onglet « Suivi Climatique » du Maproom général « Climatologie » permet de surveiller la saison en cours à des échelles de temps décadaires, mensuelles et saisonnières. Différentes cartes et graphiques sont utilisés pour comparer la saison en cours avec la climatologie ou avec les années récentes. Le maproom de suivi climatique fournit régulièrement des données sur les précipitations décadaire (10 jours), mensuelles et saisonnières pour l'ensemble du pays ainsi que des outils d'analyse. Il permet la surveillance climatique de la saison en cours, en la comparant avec la climatologie ou les années récentes. Les utilisateurs peuvent extraire des cartes, graphiques et analyses en tout point d’intérêt et pour n’importe quel niveau administratif en choisissant le type d'analyse souhaité. Le maproom de surveillance climatique comporte des sous-composants (onglets) qui permettent aux utilisateurs d'analyser les données à différentes échelles temporelles (décadaire, mensuelles et saisonnières) et spatiales (point donné ou limites administratives). Les analyses disponibles incluent les anomalies décadaires, mensuelles et saisonnières, intégrant l’analyse d’évènements de précipitations extrêmes. La figure 2.4-1 montre les différents onglets du maproom de surveillance climatique pour le Mali. 112 112 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 2.4-1. Le maproom de surveillance du climat montrant les options d'analyse disponible pour le Mali. Maproom 1 : Suivi Climatique Cette option permet aux utilisateurs de visualiser différentes informations climatiques sur les 10 derniers jours, le mois ou la saison les plus récents. La carte par défaut montre les totaux de précipitations sur les 10 derniers jours (décade) disponible (Figure 2.4-2), mais les totaux pour les décades précédentes peuvent également être affichés. Figure 2.4-2. Maproom 1. Suivi climatique décadaire. 113 113 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Cet outil de surveillance climatique peut également être utilisé pour générer des cartes d'anomalies de précipitations ou d'anomalies cumulées sur une période de temps définie. De plus, il est possible de visualiser la distribution spatiale de probabilité d'événements extrêmes, présentées sous forme d'indice de précipitation standardisé (standardized precipitation index - SPI) pour l'année en cours. Cela se fait en sélectionnant dans le menu déroulant de la catégorie « Analyse ». Les anomalies aident à examiner la différence entre les précipitations décadaires, mensuelles ou saisonnières les plus récentes et la climatologie attendue (moyenne à long terme) exprimée en mm ou en pourcentage. Ces cartes offrent de nombreuses options pour évaluer les performances de la saison en cours et prendre des mesures en conséquence. Quatre graphiques de séries chronologiques différents (Figure 2.4-3) sont générés en cliquant sur n’importe quel endroit de la carte. Les quatre graphiques représentent les éléments suivants : • Le cumul des précipitations décadaires sur la région sélectionnée pour les trois dernières années. Cela peut être utilisé pour comparer visuellement les performances de la saison en cours avec les deux années précédentes. • Les différences de précipitations décadaires (par rapport à la moyenne de 1991-2020) sur la région sélectionnée pour les 3 dernières années. Ces anomalies pluviométriques peuvent être utilisées pour évaluer les performances de la saison en cours par rapport à la climatologie de cet endroit. • Les précipitations décadaires lissées pour l'année en cours (ligne noire épaisse) comparées aux trois années antérieures (bleue - année précédente ; magenta - 2e année plus récente ; gris - 3e année plus récente). • Les précipitations décadaires cumulées de l’année en cours (courbe bleue) et la moyenne cumulée à long terme (1991-2020) (courbe noire) depuis le jour calendaire de l'année choisie par l'utilisateur, dans la région sélectionnée. L'enveloppe grise indique les valeurs de précipitations cumulées comprises entre les 5ème et 95ème percentiles historiques de précipitations cumulées. Le 5éme percentile représente l'extrême sec tandis que le 95ème percentile représente les extrêmes humides. Cette analyse peut être utilisée pour estimer à quel point la saison en cours est extrême par rapport à ce qui est normalement attendu (climatologie) pour cet endroit. 114 114 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 2.4-3. Graphiques de surveillance du climat (voir explication dans le texte : de a) à d) respectivement). Maproom 2 : Indice de précipitation standardisé (standardized precipitation index - SPI) mensuel Le SPI est un indicateur d'évènements extrêmes de précipitations, qu'il s'agisse de sécheresse ou de fortes pluies. Le SPI est le nombre d'écarts-types observés par rapport à la moyenne climatologique des précipitations cumulées. Pour calculer cet indice, une série chronologique à long terme d'accumulations de précipitations sur plusieurs mois est utilisée pour estimer une fonction de densité de probabilité appropriée. La distribution de probabilité cumulée associée est ensuite estimée et transformée en une distribution normale. Le résultat est le SPI, qui peut être interprété comme une probabilité utilisant la distribution normale standard (c'est-à-dire que les utilisateurs peuvent s'attendre à ce que le SPI soit dans un écart type environ 68 % du temps, deux écarts types environ 95 % du temps, etc.) Ainsi, le SPI peut être utilisé comme indicateur d'événements de précipitations extrêmes, qu'il s'agisse de sécheresse ou de précipitations excessives. Les cartes de SPI présentent l'index de précipitations standard du mois le plus récent (en utilisant 1981 à la dernière année complète comme base de référence). Elles permettent aux utilisateurs d'évaluer les éventuelles sécheresses ou inondations qui ont pu se produire dans la zone d'intérêt. Cliquer sur la carte (figure 2.4-4) fait apparaître la série temporelle locale (figure 2.4-5) d’un point ou moyennée sur un niveau administratif. 115 115 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 2.4-4. SPI mensuel pour août 2021 sur le Mali. 116 116 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 2.4-5. Série chronologique SPI mensuelle pour un district sélectionné au Mali. Maproom 3 : SPI saisonnier Le SPI saisonnier est similaire au SPI mensuel, à la différence qu’il est basé sur les quantités totales de précipitations saisonnières. Auto-Évaluation • Quel produit de suivi climatique utiliseriez-vous pour vérifier la sévérité d’une sécheresse en cours (dernière décade ou mois) ? • Est-il plus adapté d’utiliser les “ Anomalies cumulées” ou les « Anomalies cumulées en pourcentage » ? Pourquoi ? • Sur le graphique de précipitation cumulées de la Figure 2.4-3 d), où se situerait la ligne bleue par rapport à la ligne noire pour une année très humide ? 117 117 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE MODULE 3 Les Décisions agricoles sensibles au climat 118 118 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE MODULE 3 | LES DECISIONS AGRICOLES SENSIBLES AU CLIMAT Le module 3 : Les Décisions agricoles sensibles au climat vise à mieux comprendre l’interaction entre le climat et la prise de décision agricole. Comprendre les décisions sensibles au climat prises par les producteurs et les facteurs qui influencent leurs décisions est essentiel pour comprendre comment les services climatiques peuvent soutenir la prise de décision des producteurs. Dans ce module, vous découvrirez comment la variabilité climatique interagit avec l’environnement, les objectifs et les contraintes des producteurs pour influencer leurs décisions de gestion. Vous découvrirez certains outils et méthodes utilisés pour caractériser et analyser les décisions de gestion agricole sensibles au climat. Vous découvrirez également les options qui s’offrent aux producteurs pour gérer les risques liés au climat, notamment les technologies de production, la diversification, les prévisions climatiques saisonnières et l’assurance agricole indicielle. À la fin de ce module, vous serez capable de : • Expliquer comment le risque climatique, l’aversion au risque et les caractéristiques des producteurs influencent la prise de décision et le bien-être des producteurs. • Identifier les types et les échelles de temps d’informations climatiques pouvant étayer les décisions des producteurs. • Interpréter les implications et les limites des outils d’analyse et d’aide à la décision. • Reconnaître les options qui s’offrent aux producteurs pour gérer les risques liés au climat. • Expliquer aux producteurs le rôle, les atouts et les limites de l'assurance agricole indicielle. • Exploiter les outils gratuits et adaptés au secteur agricole pour soutenir la prise de décision éclairée par le climat. 119 119 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Session 3.1. L’Impact du risque climatique sur les producteurs Le climat est l'un des principaux facteurs de risque agricole, en particulier dans les zones pluviales subhumides à arides. Les risques liés au climat compliquent la prise de décision agricole et contribuent à la pauvreté et à l'insécurité alimentaire. Cette session aborde les mécanismes par lesquels les risques liés au climat affectent la productivité et la rentabilité agricoles, ainsi que le bien-être des ménages ruraux qui dépendent de l'agriculture. À l'issue de cette séance, vous serez capable de : • Définir les termes et les concepts liés au risque. • Expliquer les principaux mécanismes par lesquels les risques climatiques affectent les moyens de subsistance et le bien-être des ménages de petits exploitants. • Expliquer deux mécanismes par lesquels l'impact d'un choc climatique sur les moyens de subsistance des producteurs peut persister longtemps après le retour à la normale des conditions climatiques. Les Notions de risque Les producteurs évoluent dans un environnement soumis à une variabilité stochastique, c'est-à-dire influencé par le hasard. Les sources de variabilité stochastique, telles que le climat et les prix du marché, sont d'importants facteurs de risque agricole. Le risque désigne les impacts de la variabilité stochastique sur la productivité, la rentabilité, ou certains aspects du bien-être. Le terme risque est utilisé de deux manières opposées. En économie agricole et en analyse décisionnelle, le risque englobe l'ensemble des variations des impacts et il prend en compte l'impact de l'incertitude qui en résulte sur les conditions futures. Cette perspective utilise des statistiques de dispersion (par exemple, l'écart type, le coefficient de variation) pour quantifier le risque. Ce cours utilise généralement cette définition du risque. La perspective des aléas, largement utilisée dans la gestion des risques de catastrophe, considère le risque comme la probabilité qu'une catastrophe ou un autre événement dommageable se produise. Cette perspective utilise des probabilités discrètes de subir des événements indésirables pour quantifier le risque. Plusieurs concepts sont pertinents pour le risque et ses impacts sur l'agriculture. Dans le contexte du climat, les aléas, les chocs et les événements extrêmes désignent un phénomène physique lié au climat susceptible d'avoir des effets néfastes sur le bien-être humain, directement ou par 120 120 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE l'intermédiaire des ressources naturelles. Un stress désigne une condition susceptible d'entraîner des effets néfastes, mais qui se produit sur une période plus longue qu'un choc. Le risque composé désigne les situations où plusieurs types d'aléas simultanés interagissent. L'exposition désigne la fréquence et la gravité des chocs ou des stress environnementaux subis par une communauté. La vulnérabilité désigne les caractéristiques des communautés humaines ou des systèmes sociaux qui les rendent vulnérables aux effets néfastes, tels qu'une insécurité alimentaire accrue, la pauvreté ou la mortalité, lorsqu'ils sont exposés à un choc ou à un stress externe. Cette perspective considère la probabilité de subir des effets néfastes comme une fonction des caractéristiques internes qui déterminent la vulnérabilité et l'exposition aux chocs ou aux aléas externes. Il est à noter que certaines disciplines et communautés utilisent le terme vulnérabilité pour désigner les effets combinés des caractéristiques internes et de l'exposition sur la probabilité d'effets néfastes. Dans le contexte du développement, la résilience désigne la capacité d'un individu, d'une communauté ou d'une société à résister à une situation moins favorable (par exemple, la pauvreté), ou à se rétablir si elle se trouve déjà dans une situation défavorable (par rapport à un objectif de développement), face à des chocs stochastiques ou à des stress à long terme. Du point de vue du développement, la vulnérabilité et la résilience peuvent être considérées comme des concepts opposés, bien que la résilience considère le bien-être sur de longues périodes, tandis que la vulnérabilité peut également se concentrer sur les impacts immédiats des chocs. Le concept de résilience est utilisé différemment selon les disciplines et les communautés, et a considérablement évolué depuis son orientation initiale sur les systèmes écologiques (Barrett et al., 2021). L’Actions d’adaptation désigne les actions que les individus ou les communautés mettent en œuvre pour résister à un choc et limiter ses impacts négatifs immédiats. Bien que les stratégies d'adaptation des ménages ruraux réduisent les impacts immédiats, certaines réduisent les possibilités de subsistance ou augmentent la vulnérabilité à long terme. L'adaptation implique également un ajustement des systèmes naturels ou humains en réponse à des stimuli climatiques réels ou attendus ou à leurs effets, ce qui atténue les dommages ou exploite les opportunités bénéfiques. Bien que l’adaptation soit utilisée de plusieurs manières, elle fait généralement référence à des changements sur des périodes plus longues que l’adaptation. Les Impacts sur la production végétale et animale Les conditions climatiques influencent les systèmes de production végétale et animale par le biais de divers mécanismes (Tableau 3.1-1). Ces mécanismes, par lesquels les conditions climatiques influencent la productivité des cultures, et de l'élevage, sont très variés et parfois très spécifiques au contexte. Le rayonnement solaire entraîne la conversion du CO2 atmosphérique en biomasse végétale par la photosynthèse. La température contrôle le rythme de développement phénologique des plantes, la plupart de leurs processus physiologiques ainsi que la croissance et le développement des poissons. Les précipitations déterminent la quantité d'eau disponible pour les plantes dans le sol et pour l'aquaculture, et influencent la disponibilité et le mouvement du sol et des nutriments. L'évapotranspiration potentielle détermine l'absorption d'eau et de nutriments par 121 121 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE les plantes dans le sol. La variabilité de la température peut également être un facteur important de production dans les environnements tropicaux, où les températures fluctuent près des seuils supérieurs ou inférieurs que les cultures ou les animaux peuvent tolérer. Les variations dans la quantité, le calendrier et la répartition des précipitations constituent souvent la principale source de variabilité annuelle de la production, des revenus et de la consommation dans les systèmes agricoles des zones arides (c'est-à-dire la production pluviale dans les environnements subhumides à arides) et dans les zones sujettes aux inondations. Tableau 3.1-1. Exemples d’impacts météorologiques et climatiques sur la productivité végétale. Paramètre Impacts Rayonnement solaire • Du CO2 en biomasse végétale par photosynthèse Température • Taux de développement phénologique • La plupart des processus physiologiques des plantes Précipitation • Eau disponible dans le sol • Mouvement et disponibilité des nutriments du sol Évapotranspiration potentielle • Favorise l'absorption d'eau et de nutriments du sol Température, humidité, vent • Dynamique des populations et mouvement des ravageurs et des agents pathogènes Les Cultures, les pâturages, et les parcours Les précipitations représentent l'apport en eau potentiellement disponible pour les plantes, tandis que l'évapotranspiration potentielle (ETP) représente les besoins en eau des plantes. Les cultures et les pâturages sont sensibles aux interactions dynamiques entre la météo quotidienne, le bilan hydrique du sol et le stade phénologique. Par conséquent, les précipitations moyennes de la saison de croissance ne présentent généralement qu'une faible corrélation avec les rendements locaux des cultures, même dans les environnements fortement limités en eau. Des indices capturant ces interactions dynamiques peuvent être obtenus en combinant les données de précipitations quotidiennes et d'ETP avec un modèle simple de bilan hydrique du sol. Un modèle de bilan hydrique du sol calcule les variations de la teneur en eau dans la zone racinaire en additionnant les apports provenant des précipitations, de l'irrigation et de la remontée capillaire depuis les couches inférieures, et en soustrayant les écoulements provenant de l'évapotranspiration, du ruissellement de surface et de la percolation profonde (Figure 3.1-1). Les modèles simples de bilan hydrique du sol peuvent ignorer certains de ces processus (par exemple, le ruissellement et la remontée capillaire). 122 122 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 3.1-1. Un schéma du bilan hydrique du sol. Adapté d'Allen et al., 2006. L'indice le plus couramment utilisé pour saisir la relation entre les précipitations et les besoins des plantes est l'indice de satisfaction des besoins en eau (Water Requirements Satisfaction Index ou WRSI) (Frere and Popov, 1979). Il est calculé comme le rapport entre l'évapotranspiration réelle (AETc) et la transpiration potentielle (PETc), accumulées tout au long de la saison de croissance, soit : " 𝐴𝐸𝑇𝑐 𝑊𝑅𝑆𝐼 =& ! , !#$𝑃𝐸𝑇𝑐! où n est le nombre de périodes (jours ou décades) de la saison de croissance et t un nombre donné de jours ou de décades. Le besoin en eau de la culture au jour t est l'IRSE ajusté au stade de développement du couvert végétal : 𝑃𝐸𝑇𝑐! = 𝐾𝑐! ∗ 𝑃𝐸𝑇! . L'évapotranspiration réelle est réduite les jours où la teneur en eau du sol (SW) est insuffisante pour répondre aux besoins des cultures : 𝐴𝐸𝑇𝑐! = min(𝑃𝐸𝑇𝑥! , 𝑆𝑊!). La teneur en eau quotidienne du sol est mise à jour en additionnant les précipitations et en soustrayant l'AET et le ruissellement : 𝑆𝑊! = 𝑆𝑊!%$ + 𝑃! − 𝐴𝐸𝑇𝑐! − 𝑟𝑢𝑛𝑜𝑓𝑓! . L'indice WRSI prend en compte les précipitations quotidiennes (P), l'évapotranspiration potentielle (PET), le développement du couvert végétal (Kc) (par rapport à la couverture totale du couvert végétal) et la rétention d'eau dans la zone racinaire (WHC) du sol. En intégrant des informations dynamiques sur la quantité et le moment des précipitations, en lien avec la réaction des cultures aux précipitations, l'indice WRSI est généralement plus fortement et plus linéairement lié aux rendements des cultures que les autres indices de sécheresse basés sur les précipitations. La réponse des plantes aux conditions climatiques est généralement non linéaire et parfois non monotone (c'est-à-dire qu'elle augmente et diminue sur différentes parties de la plage de variabilité), et la variabilité climatique interagit avec cette non-linéarité pour réduire la productivité moyenne. Cette interaction peut être illustrée graphiquement par une courbe de réponse non linéaire du rendement des cultures aux précipitations de la saison de croissance (Figure 3.1-2). Bien que les 123 123 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE deux panneaux affichent les mêmes précipitations moyennes, la plus grande variabilité des précipitations dans le panneau de droite entraîne une baisse du rendement moyen. Notez que la baisse de productivité moyenne ne reflète pas l'impact néfaste d'une année de très faible production, qui peut impacter le bien-être des ménages les années suivantes. Figure 3.1-2. La courbe de réponse non linéaire du rendement des céréales aux précipitations pendant la période de végétation, illustrant la réduction du rendement moyen en réponse à une augmentation de la variabilité des précipitations. Le Bétail Les chaînes de valeur du bétail sont vulnérables aux effets des précipitations, des inondations, des vagues de chaleur et des tempêtes de vent (Tableau 3.1-2). Le stress thermique résulte de la combinaison d'un échauffement excessif du corps d'un animal et d'une faible capacité de l'animal à se refroidir par évaporation de sa peau ou de ses poumons. L'échauffement excessif est fonction de la température de l'air et, dans le cas des animaux exposés directement au soleil, de l'absorption du rayonnement solaire à ondes courtes. Le refroidissement par évaporation est influencé par la température, l'humidité et le vent. Les indices de stress thermique les plus simples et les plus utilisés combinent les effets de la température et de l'humidité de l'air. 124 124 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Tableau 3.1-2. Les exemples d'impacts météorologiques et climatiques sur les chaînes de valeur animales. Facteur Chaîne de valeur animale climatique Viande et produits laitiers de ruminants Volaille Variabilité • La dégradation des fourrage et des pâturages des • Les espèces végétales invasives précipitations • La réduction de la productivité de la viande et du lait • Le risque accru de maladie • Les conflits d'utilisation des ressources • La volatilité des prix des aliments pour animaux • L’envasement des endroits d'eau, l’assèchement prématuré • La baisse de la nappe phréatique Inondation • L’augmentation des maladies (à transmission • La réduction de la productivité des œufs vectorielle, respiratoires, piétin) et du taux d'éclosion • L’augmentation de la mortalité des petits • La mortalité élevée ruminants • La destruction d'abris • La pourriture des pâturages • Difficulté à couvrir • La pollution et l’envasement des endroits d'eau • La prolifération des agents pathogènes, • La dégradation des voies de circulation et des risque accru de maladie routes d'accès • Le risque de contamination des • L’augmentation des coûts et des délais de équipements transport • L’inaccessibilité des abreuvoirs et des • La perturbation de l'accès au marché, les mangeoires fluctuations des prix • La corrosion des équipements • La délocalisation du marché vers des zones métalliques routières à risque • La dégradation de la qualité des aliments • La réduction de l’espace de reproduction Vagues de • L’affaiblissement des animaux (en particulier des • La réduction de la production et de la chaleur races exotiques) qualité des œufs • La mortalité des animaux • La perte de poids des animaux • La réduction de la productivité de la viande et du • L’augmentation de la mortalité lait • La détérioration des structures et des • Le risque accru d'avortement équipements plastiques • Le risque accru de maladie • La réduction de la qualité du fourrage • Le risque de feux de brousse • L’envasement des androits d'eau • La surexploitation des forages • La réduction de l'activité du marché aux bestiaux • La détérioration accélérée de la qualité de la viande Tempêtes de • La réduction de la production des œufs vent • L’augmentation de la mortalité des poussins • La destruction des abris de reproduction • L’exposition accrue aux prédateurs • La dispersion et la perte des aliments • L’augmentation du risque de maladies aviaires (maladie de Newcastle, variole aviaire, coryza aviaire) 125 125 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Le stress thermique menace la santé animale en raison du séchage prématuré de l'herbe et de l’augmentation du risque de feux de brousse. Le stress thermique diminue la production de viande et de lait dans les systèmes d'élevage de ruminants (Chen et al., 2024), en particulier pour les races exotiques. Dans les chaînes de valeur de la volaille, les vagues de chaleur réduisent la production d'œufs de viande, augmentent la mortalité due au stress thermique et à la déshydratation, et peuvent endommager les équipements en plastique. Le stress thermique chez le bétail africain est principalement évalué à l'aide de l'indice température- humidité (ITH), une mesure largement adoptée qui combine la température ambiante et l'humidité relative pour quantifier le stress thermique : ITH = 0,8 x T + ((HR / 100) x (T – 14,4)) + 46,4, d'après l'équation de Mader et al. (2006), où T représente la température en °C et HR représente l'humidité relative en pourcentage. Cependant, ces seuils diffèrent selon l'espèce et la race des animaux. Dans le cas des animaux laitiers d'Afrique de l'Ouest, par exemple, les chèvres ont tendance à tolérer des valeurs de ITH plus élevées que celles généralement observées pour les bovins (Yusuff et al., 2024). Les indices prenant également en compte le vent et le rayonnement solaire peuvent mieux prédire le stress thermique chez les animaux dans certaines conditions (Wijffels et al., 2021; Yan et al., 2021). Les aléas hydrométéorologiques, tels que les inondations, les tempêtes de vent, et la foudre, peuvent tuer les animaux non protégés. Les autres impacts climatiques sur le bétail ont tendance à être plus indirects, car les animaux n'utilisent pas directement les ressources, telles que le rayonnement solaire, le CO2, ou les précipitations atmosphériques. Les épisodes de sécheresse sévère entraînent une mortalité généralisée du bétail dans les communautés pastorales et les autres systèmes d'élevage extensif des zones semi-arides à arides, en dégradant l'état des pâturages et en réduisant la productivité du fourrage. Les impacts climatiques sur la production piscicole diffèrent quelque peu selon que l'on pêche en eau libre (océan, lac) ou en étang. Les aléas hydrométéorologiques, tels que les turbulences causées par les tempêtes de vent et les inondations, et la foudre, affectent la navigation et entraînent parfois des pertes humaines pour les pêcheurs, en particulier dans les pêcheries en eau libre. Les inondations entraînent des fuites de poissons et des dommages aux infrastructures des systèmes aquacoles. Le ruissellement des eaux pluviales a un impact sur la pêche en augmentant la pollution de l'eau. À plus long terme, la montée du niveau des eaux des lacs et des océans a des conséquences néfastes sur les communautés de pêcheurs en endommageant les infrastructures de pêche et d'aquaculture. Les Menaces biologiques Le climat, en particulier la température, l'humidité, et le vent, a un impact important mais indirect sur les cultures, les poissons, en raison de ses influences sur la dynamique des populations et le mouvement des insectes nuisibles et des agents pathogènes microbiens. Les conditions climatiques 126 126 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE influencent le risque d'endommager les cultures par une gamme de ravageurs, notamment le criquet pèlerin (Schistocerca gregaria), la chenille légionnaire d'automne (Spodoptera frugiperda), et les divers foreurs de tiges et pucerons. Les maladies des cultures sensibles au climat comprennent le mildiou des feuilles (Exserohilum turcicum) et l'anthracnose dans le sorgho, ainsi que le mildiou dans le millet perlé. Le climat impacte les systèmes de production animale par le biais de maladies telles que la fièvre de la vallée du Rift, la trypanosomose, la maladie de Newcastle, la variole ovine/caprine/aviaire, le coryza aviaire, et les maladies transmises par les tiques et les parasites intestinaux. Les Impacts sur le bien-être des ménages ruraux Les catastrophes liées au climat ont un impact disproportionné sur les pays du Sud et sur les populations les plus pauvres de ces pays. Les chocs associés aux événements climatiques extrêmes déclenchent des réactions en cascade qui impactent la productivité et le marché et conduisent à une insécurité alimentaire aiguë. L'incertitude associée à la variabilité du climat a un impact négatif sur les décisions des producteurs, et par conséquent elle réduit la production agricole et les moyens de subsistance. Les effets du climat sur l'accessibilité des aliments se propagent dans l'économie. Les effets négatifs du risque climatique sur la sécurité alimentaire et ses précurseurs peuvent persister longtemps après une période de stress climatique. L'analyse de chacun de ces mécanismes ci-dessous s'appuie sur les études de Hansen et al. (2022, 2019) et est résumée dans la Figure 3.1-3. Figure 3.1-3. Les principaux mécanismes par lesquels les risques climatiques contribuent à la pauvreté en zone rurale. Adapté de Hansen et al. (2019). 127 127 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Les Impacts à court terme des chocs climatiques Les phénomènes météorologiques et climatiques extrêmes, tels que les sécheresses, les inondations, ou les températures extrêmes (hautes ou basses), peuvent entraîner une réduction de la consommation alimentaire et des effets sur la santé, tels que l'émaciation (poids insuffisant par rapport à la taille), le retard de croissance (taille insuffisante par rapport à l'âge), l'insuffisance pondérale (poids insuffisant par rapport à l'âge) et le périmètre brachial (MUAC). Un choc peut avoir des répercussions sur l'ensemble d'une communauté, mais la gravité des effets sur la sécurité alimentaire et la santé diffère d'un individu à l'autre en raison de différences dans les caractéristiques de chacun, telles que le sexe, l'âge, la possession d'actifs, et le capital social. Il existe des différences importantes entre la séquence d’impacts des chocs à évolution lente (par exemple, la sécheresse) et celle des chocs à évolution rapide (par exemple, les inondations, les tempêtes) (Hill et al., 2019) (Figure 3.1-4). Un choc à évolution lente déclenche généralement une cascade d'impacts discutés ci-dessous : la réduction de la production agricole, l’augmentation des prix des denrées de base, la réduction des termes d'échange pour le travail, et les biens d'équipement, la baisse des revenus, et la réduction de la consommation alimentaire. Figure 3.1-4. Une cascade typique d'impacts d'un choc climatique (a) à évolution lente (b) à évolution rapide. L'impact le plus direct d'un choc climatique est souvent la réduction de la production agricole et parfois associée à la mortalité du bétail. Pour les petits exploitants agricoles, une mauvaise récolte réduit directement la disponibilité de la nourriture issue des cultures de subsistance et conduit 128 128 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE souvent les ménages à rationner leur consommation alimentaire dans la période de soudure avant la récolte de l'année suivante. Une réduction de la disponibilité d'une culture vivrière en raison d’un choc climatique peut entraîner une augmentation de son prix jusqu'à modifier l'équilibre du marché. Un changement dans la production d'une denrée agricole tend à entraîner un changement inverse dans son prix. Cela peut constituer un défi particulier pour les cultures horticoles qui ont une courte durée de conservation et des coûts de transport élevé. Pour de nombreux produits agricoles, le commerce et le stockage réduisent la fluctuation des prix aux variations de productivité. Dans la plupart des cas, la baisse de la production agricole induite par le climat a un impact négatif sur les revenus ruraux, en particulier sur les ventes de produits agricoles et sur l'économie agricole dans son ensemble (par exemple, les intrants agricoles, les services de conseil et de financement agricoles, la transformation après récolte, la commercialisation, et le transport). Les ménages ruraux (qui achètent plus de biens qu'ils n'en vendent) subissent l'impact combiné d'une disponibilité réduite due à la production de subsistance, d'une baisse des revenus et d'une accessibilité réduite due à la hausse des prix alimentaires. Par ailleurs, les prix plus élevés qu'ils perçoivent pour leurs ventes peuvent refléter en partie l'impact d'un choc de productivité négatif sur les revenus des producteurs (qui vendent plus de biens qu'ils n'en achètent). À mesure que les ménages épuisent leurs réserves alimentaires et leurs économies, ils se tournent de plus en plus vers d’autres emplois non agricoles pour combler le manque à gagner, ce qui risque d’inonder le marché du travail local. La valeur des actifs pourrait baisser si les ménages touchés recouraient à l'échange de leurs biens contre de la nourriture, par le biais de ventes de détresse ou de troc, alors que la demande de ces biens diminue en raison de la baisse des revenus et de l'augmentation du coût des denrées alimentaires. Si une sécheresse réduit la production de cultures vivrières ou les ressources en pâturages, les éleveurs pourraient être amenés à vendre leurs animaux, ce qui pourrait entraîner une surabondance de l'offre et une chute des prix du marché. Les impacts des chocs à déclenchement rapide peuvent être plus complexes et plus spécifiques au contexte. Outre les dommages aux cultures, les tempêtes ou les inondations peuvent entraîner des pertes immédiates de bétail et d'autres biens d'équipement, des maladies déclenchées par la contamination de l'eau potable, et des dommages aux infrastructures qui entraînent une perte d'accès aux marchés et aux services vitaux. Les Impacts de l'incertitude climatique sur les décisions des producteurs Tandis que les effets des conditions climatiques extrêmes (les sécheresses, par exemple) sur les communautés rurales sont plus visibles, l'incertitude liée à la variabilité du climat (le manque d’information sur ce qui va se produire ou la crainte d’une mauvaise saison) contribue également à la baisse de productivité agricole et affecte les moyens de subsistance. L’incertitude climatique affecte les décisions en décourageant l'adoption de pratiques agricoles améliorées et l'investissement dans l'agriculture, et il réduit notamment l'efficacité de l'utilisation des intrants (par exemple, le choix non optimal du taux d’engrais). 129 129 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE L'incertitude est une caractéristique fondamentale du climat et un défi majeur pour les décisions de gestion sensibles au climat. Si les producteurs connaissaient à l’avance les conditions météorologiques quotidiennes et saisonnières à venir, ils seraient en mesure de choisir les meilleures options de gestion possibles pour s’adapter à ces futures conditions. Cependant, les producteurs doivent prendre des décisions avant de vivre ces conditions. L'incertitude associée à la variabilité du climat crée une « cible mobile » pour la gestion de l’exploitation, qui réduit l'efficacité des terres et des intrants de production et donc la rentabilité. En effet, une gestion agricole (par exemple, le choix du variété, les taux d'engrais, la densité de semis) qui est optimale pour des conditions climatiques moyennes peut être loin d'être optimale pour les conditions météorologiques spécifiques chaque année (qui peuvent se trouver au-dessus et au-dessous de la moyenne). De plus, la plupart des producteurs ont une aversion pour le risque et, par conséquent, n'optimisent pas leur gestion pour des conditions climatiques moyennes, mais pour des conditions défavorables. Cette tendance est renforcée par l’incertitude liée à la variabilité du climat. Les producteurs appliquent le principe de précaution par la sélection de cultures et de variétés moins risqués mais moins rentables, en évitant d'investir dans des actifs et des technologies de production, en sous-utilisant d'engrais, en utilisant l’élevage du bétail comme épargne de précaution plutôt que comme source de revenus, et en réorientant de la main-d'œuvre familiale vers des activités non agricoles moins rentables. La Session 3.2. aborde plus en détail l'aversion au risque et ses effets sur les décisions sensibles au climat. Les Impacts persistent à travers les réponses d’adaptation et les conséquences sur la santé Les effets d'un choc climatique sur la sécurité alimentaire persistent souvent longtemps après le retour à la normale des conditions climatiques. Cela est dû à la fois aux conséquences à long terme des effets sur la santé des enfants et au fait que certaines stratégies d'adaptation des ménages épuisent les actifs productifs sur le long terme. Une crise grave ou prolongée entraînant une malnutrition in utero ou au cours des 1000 premiers jours de la vie peut avoir un impact négatif sur la santé physique et mentale, les résultats scolaires, et les revenus de l'individu à l'âge adulte. Par exemple, un retard de croissance durant la petite enfance réduisent les revenus à l'âge adulte de 5 à 7 %, en moyenne dans 34 pays en développement, où se trouvent 90 % des enfants souffrant d'un retard de croissance dans le monde (Galasso et Wagstaff, 2018). Une étude portant sur 106 330 femmes dans 19 pays d'Afrique subsaharienne a montré que la sécheresse subie pendant la petite enfance réduit le niveau d'éducation et la richesse à l'âge adulte, compromet à l'autonomisation, et augmente la probabilité que leurs enfants aient un faible poids à la naissance pour les populations rurales, mais pas pour les populations urbaines (Hyland et Russ, 2019). Lorsqu'un choc climatique grave (comme une sécheresse, une inondation, ou une vague de chaleur) réduit la disponibilité et l'accessibilité de la nourriture, les ménages vulnérables ont généralement recours à une série de stratégies d'adaptation pour faire face à la crise immédiate. Les difficultés liées aux premières stratégies d'adaptation, comme le rationnement des repas, ne durent 130 130 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE généralement que jusqu'à la prochaine récolte. Si le stress est grave et persiste suffisamment longtemps, les producteurs peuvent mettre en œuvre des stratégies d'adaptation de plus en plus drastiques qui réduisent leur capacité future à assurer leur subsistance et leurs moyens de subsistance et ont un impact sur le long terme, par exemple : le défaut de paiement des prêts, la liquidation des actifs productifs, la déscolarisation des enfants de l'école, et la surexploitation des ressources naturelles. Le « piège à pauvreté » désigne une situation dans laquelle un ménage ou une communauté ne parvient pas à accumuler les ressources nécessaires pour sortir de la pauvreté (Barrett, 2005). En milieu rural, un piège à pauvreté se caractérise par une production alimentaire de subsistance, une faible adoption de pratiques agricoles améliorées, ainsi qu'une pauvreté et une insécurité alimentaire chroniques. Le risque climatique contribue aux pièges à pauvreté par les mécanismes décrits dans cette session et résumés dans la Figure 3.1-3. 131 131 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Session 3.2. Comprendre les décisions agricoles sensibles au climat Comprendre les décisions sensibles au climat prises par les producteurs et les facteurs qui influencent leurs décisions est essentiel pour comprendre comment les services climatiques peuvent les informer. Les producteurs et les environnements dans lesquels ils évoluent peuvent être très variables. Les pratiques de gestion développées par la recherche agricole ont plus de chances d'être adoptées et bénéfiques pour les producteurs si elles tiennent compte de ces différences et si la vulgarisation agricole les aide à adapter ces pratiques à leurs exploitations, à leurs objectifs, à leurs contraintes, et aux conditions climatiques prévues. À la fin de cette session, vous serez capable de : • Expliquer comment les différences d'objectifs des ménages et les contraintes de ressources peuvent conduire différents producteurs à choisir différentes options de gestion. • Identifier les échelles de temps des décisions agricoles importantes et les informations climatiques qui les soutenaient. • Utiliser des arbres de décision pour décrire des problèmes de décision simples en situation d'incertitude. Les Caractéristiques des producteurs et prise de décision Une décision de gestion est sensible au climat si le décideur choisirait différentes options en fonction des conditions météorologiques ou climatiques observées ou anticipées. Bien que le climat ait une forte influence sur la prise de décision des producteurs, ces derniers prennent en compte un large éventail de facteurs lorsqu'ils évaluent les options, tels que leurs propres objectifs et contraintes, ainsi que leur environnement physique (par exemple, choix du site, propriétés du sol et du paysage), économique (par exemple, prix des intrants et des extrants, accès aux marchés), social, et institutionnel (par exemple, accès aux services, politiques favorables et restrictives). Les recommandations de gestion de l’exploitation sont parfois basées sur des critères simples tels que la maximisation du rendement d'une culture particulière. Cependant, les taux d'adoption des pratiques recommandées sont souvent faibles, en particulier pour les petits exploitants agricoles. En effet, les petits exploitants agricoles ont d’autres objectifs que la maximisation de la productivité, 132 132 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE et sont confrontés à une série de contraintes en matière de ressources. Les objectifs qui peuvent influencer les décisions de gestion de l'exploitation comprennent : • la subsistance (la production alimentaire du ménage), • le revenu, • l’accumulation de terres, bétail et autres actifs, • réduire la pénibilité des taches, • le statut social, • procurer de meilleurs moyens de subsistance à la prochaine génération. L’importance relative de ces objectifs et d’autres peut varier considérablement selon les cultures et les producteurs, et est influencée par une série de facteurs, notamment la culture locale, la religion et l’éducation. Les décisions des producteurs sont également influencées par une série de facteurs et contraintes liées aux ressources, notamment : • la disponibilité des terres cultivables, • la disponibilité et le rythme de travail du ménage, • le capital (c'est-à-dire l’épargne, le crédit et le matériel), • le capital social (c'est-à-dire la capacité d'accéder à une série d'aides par le biais de contacts sociaux et institutionnels). Ces facteurs et contraintes limitent la capacité des producteurs à atteindre leurs objectifs. Les petits exploitants et les groupes sociaux défavorisés (tels que les femmes, les producteurs plus pauvres, et ceux qui manquent d'éducation ou d'alphabétisation au sein des communautés de petits exploitants) ont tendance à être plus touchés par les contraintes de ressources que les producteurs des grandes exploitations. Lorsque nous traitons des risques liés au climat et du rôle de l'information dans la gestion des risques, l'un des facteurs les plus importants à prendre en compte est l'attitude du producteur face au risque. La plupart des individus n'aiment pas le risque. Bien que les producteurs commerciaux et les petits exploitants puissent avoir des attitudes similaires à l'égard du risque, les producteurs commerciaux sont souvent mieux à même de gérer les risques liés au climat grâce à des instruments financiers tels que l'épargne, le crédit, et l'assurance. Comme mentionné dans la Session 3.1, la variabilité du climat complique la prise de décision agricole. Par exemple, cela crée une cible mouvante pour la direction, ce qui réduit l'efficacité de l'utilisation des intrants et donc la rentabilité. L'aversion au risque conduit les producteurs à choisir des exploitations moins risquées mais moins rentables, à utiliser des quantités d'engrais inférieures aux quantités optimales, à utiliser des aliments pour poissons de mauvaise qualité, à réorienter la main-d'œuvre familiale vers des activités non agricoles moins rentables, et à éviter d'investir dans des actifs productifs et des technologies améliorées. Le risque climatique incite les producteurs à 133 133 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE garder de grands troupeaux par mesure de précaution, ce qui peut entraîner un surpâturage, surtout en période de sécheresse. Des décisions agricoles sensibles au temps et au climat Comme les producteurs le savent, la temporalité est très importante pour la gestion agricole. Nous considérons trois aspects de temporalité : la saisonnalité, l’horizon temporel de décision et le délai de planification de la décision. La saisonnalité fait référence aux périodes de l'année où les activités agricoles ont lieu et où les principales décisions de gestion récurrentes sont prises (par exemple pour les cultures : la période entre le début des semis et la fin des récoltes). Les producteurs de cultures pluviales prennent des décisions importantes avant le début de la saison des pluies concernant l'allocation des terres, le choix des cultures, et le type de production. Le cycle climatique annuel a une grande influence sur le calendrier des activités agricoles et des décisions de gestion. Les processus financiers et politiques des gouvernements peuvent également influencer le cycle annuel des activités de conseil agricole. L’horizon temporel de la décision fait référence à la période entre la date de mise en œuvre d’une décision et la date d’observation de son résultat immédiat, par exemple la période entre la date de semis et la date de levée qui matérialise le résultat du semis. Le choix de la culture annuelle ou du variété à planter a généralement un horizon temporel de 3-4 mois, car la productivité et la rentabilité de cette décision peuvent être affectées par les conditions des 3-4 mois entre la semis et la récolte. Pendant la croissance de la culture, les horizons temporels sont beaucoup plus courts pour les décisions concernant les opérations sur le terrain telles que la lutte antiparasitaire, l'irrigation supplémentaire, ou le moment de la récolte. D'autre part, la décision de planter ou de supprimer des cultures pérennes telles que le café s’incrit dans un horizon de planification de 5 à 10 ans. Le délai de planification d’une décision correspond au temps qui est nécessaire pour commencer l’exécution d’une décision. Certaines décisions agricoles nécessitent une période de préparation, par exemple pour obtenir un crédit, acheter des intrants agricoles et des animaux de traits, ou embaucher de la main-d'œuvre. Ces trois aspects du calendrier sont importants pour les services climatiques. Pour que les informations climatiques soient utiles à la prise de décision agricole, l'échelle temporelle des informations doit correspondre à l'horizon temporel plus le délai de planification de la décision (Tableau 3.2-1). En outre, les services climatiques doivent tenir compte de la saisonnalité, car les informations climatiques et le support appropriés doivent être disponibles aux moments de l'année où les producteurs prennent des décisions clés sensibles au climat. Le délai de planification d’une décision et l'horizon temporel d'une décision déterminent l'échelle temporelle des informations météorologiques ou climatiques susceptibles d'étayer la décision. 134 134 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Tableau 3.2-1. Les examples de décisions sensibles au climat prises par les producteurs agricoles, notamment en matière de cultures, d’élevage (sédentaire et pastoral), et de pêche (aquacole et en mer) à différentes échelles de temps, et informations externes pertinentes. Le Le Timing Système La Décision Les Informations pertinentes Peu Tout La conception du système agricole, la • Les précipitations et les températures historiques fréquent, planification de l'entreprise • Les informations sur le marché avant un Cultures La sélection du système de culture • Les caractéristiques des cultures et des variétés investissem ent majeur Élevage La race d'élevage, la sélection du site • Les précipitations et les températures historiques • Les espèces d'élevage, les caractéristiques des en capital races d’élevage Pêche La système d’aquaculture et la sélection • Les précipitations et les températures historiques du site • La qualité de l’eau • Les espèces de poissons, les caractéristiques des races de poissons Tout au Élevage La mobilité du troupeau • La disponibilité et la qualité des pâturages long de • Les prévisions saisonnières des précipitations l'année • La disponibilité et la qualité de l'eau Les ventes de bétail • Les prix, la dynamique du marché • La taille du troupeau • La valeur de la race • Le potentiel de reproduction • Les besoins des ménages Avant la Cultures L’affectation des terres agricoles • Les prévisions saisonnières des précipitations saison des La sélection des cultures et des cultivars • Les prévisions saisonnières des précipitations pluies • Les prévisions saisonnières de début des précipitations La préparation du sol, la fertilisation de • Les prévisions saisonnières des précipitations fond • Les prévisions saisonnières de début des précipitations Le timing de semis • Les prévisions saisonnières de début des précipitations Élevage Les types de pâturages et de fourrages • Les prévisions saisonnières des précipitations • Les prévisions saisonnières de début des précipitations Pêche L’entretien et la réparation des étangs • Les prévisions saisonnières des précipitations et du débit Pendant la Cultures La fermeture latérale • La mise à jour des prévisions saisonnières des précipitations saison des • Les prévisions intra-saisonnières des précipitations pluies La gestion de l'irrigation • La surveillance et les prévisions météorologiques • Le bilan hydrique du sol La fréquence et l’intensité du désherbage • Les prévisions météorologiques La gestion des nuisibles et des maladies • La surveillance et les prévisions météorologiques Élevage La conservation du fourrage et du • La surveillance et les prévisions météorologiques pâturage (des précipitations, de la humidité) • La température de stockage La gestion vétérinaire • La disponibilité des ressources vétérinaires 135 135 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Tableau 3.2-1, continué. Le Le Timing Système La Décision Les Informations pertinentes Pendant la Élevage La sélection des races pour le • Les précipitations et les températures historiques saison des (cont.) repeuplement • Les informations sur le marché pluies La gestion de l'élevage sélectif • Caractéristiques génétiques, résistance aux (cont.) maladies Le traitement et le stockage des surplus • Les précipitations et les températures historiques de produits animaux • Prévisions des précipitations saisonnières Dons de bétail • La compétence du bénéficiaire • La taille du troupeau Pêche La gestion de l’étang, de la nutrition, et des • La surveillance des pluies, les prévisions prédateurs météorologiques • La qualité de l’eau (e.g., la turbidité, la salinité, la temperature, le pH, O2, NH4+, NO2-,) La fin de la Cultures Le timing de récolte • Les prévisions météorologiques (des précipitations, de la humidité) saison des pluies La gestion après récolte • Les prévisions météorologiques (des précipitations, de la humidité) Élevage La conservation du pâturage et du fourrage Pêche La gestion après récolte des poissons • Les prévisions météorologiques (des précipitations, de la humidité) La saison Élevage La suppression de la reproduction • La santé des animaux sèche • La mise à jour des prévisions saisonnières des précipitations La récolte de fourrage et de fruits • La taille du troupeau sauvages supplémentaires • Les besoins des ménages La Cultures L’irrigation d'appoint d'urgence • Les prévisions saisonnières des précipitations sécheresse • Le bilan hydrique du sol • Les prévisions météorologiques des précipitations La Élevage La division du troupeau • La taille et la composition du troupeau sécheresse • Les perspectives saisonnières des précipitations (suite) • Le risque de conflit L’accord de prélèvement d’animaux • Les prix du marché d’élevage • La surveillance des pluies • Les prévisions saisonnières des précipitations L’achat de fourrage supplémentaire • Les prévisions saisonnières des précipitations • L'état des pâturages et des parcours Les accords d'accès temporaire aux zones • Les prévisions saisonnières des précipitations de pâturage ou aux endroits d'eau • L'état des pâturages et des parcours Le partage du travail • La disponibilité et la qualité de l’eau • l'état des pâturages La gestion des chocs de froid par abris et • Dynamique historique de la santé du bétail par déplacements limités • La disponsibilité des ressources vétérinaires La reprise Élevage L’augmentation du temps de pâturage et • La disponsibilité des pâturages après la des pâturages • Le risque de conflit sécheresse Emprunter des animaux • La valeur, les caractéristiques, la résistance aux maladies de la race 136 136 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Un calendrier agricole est un outil de planification qui résume la succession des activités agricoles dans le temps et à une échelle locale. Pour les cultures annuelles, un calendrier agricole identifie le moment opportun pour les semis, la croissance des cultures, et la récolte. Il peut parfois aussi être étendu pour indiquer les temps des stades phénologiques (comme la croissance végétative, la floraison, le remplissage des grains, et la maturité physiologique) et les activités agricoles (comme la préparation des sols, l'application d'engrais, et le désherbage). Étant donné que les stades de croissance des cultures et les principales activités agricoles sont sensibles aux conditions météorologiques, il est utile de superposer au calendrier des graphiques de la climatologie saisonnière des précipitations et des températures. La Figure 3.2-1 montre un exemple de calendrier pour une localité (Kaffrine), superposé à des graphiques de climatologie saisonnière pour les précipitations et la température. Exercice : Les Décisions agricoles sensibles au climat Travaillez en petits groupes, par région : w Énumérez au moins trois décisions sensibles au climat qui sont importantes pour les agriculteurs ou autres décideurs agricoles de votre région. Pour chaque décision : § Décrivez le moment (saisonnalité, horizon temporel, délai) de la décision. § Comment le climat influence-t-il la décision ? § Quels autres facteurs, informations et contraintes influencent cette décision ? § Vous attendez-vous à ce que différents types d’agriculteurs choisissent des options différentes ? Pourquoi ? § Quelles informations relatives au climat, le cas échéant, permettraient de faire de meilleurs choix ? § Avez-vous des suggestions pour améliorer les conseils de vulgarisation agricole existants concernant cette décision ? 137 137 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Segou Region, Meteo Mali dekadal climate analysis Maproom 90 40 80 70 35 60 50 Rain 30 Tmin 40 Tmax 25 30 20 20 10 0 15 Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Rainfed grains, pulses field preparation sowing weeding harvest Cotton sowing harvest Rice (main season) sowing harvest Herd migration south to north north to south Lean season Crop farmers Pastoralists Figure 3.2-1. L’exemple de calendrier agricole pour Segou, superposé à des graphiques de climatologie saisonnière pour les précipitations et les températures provenant des maprooms climatiques de l'Mali-Météo. Source : FEWS NET, https://fews.net/west-africa/mali Décrire les problèmes de décision risqués avec les arbres de décision Le résultat d'une décision de gestion dépend aussi de facteurs externes qui échappent au contrôle du producteur. Les décisions de gestion sensibles au climat exigent généralement qu'un producteur choisisse parmi un ensemble d'options, alors que les conditions climatiques et autres états de la nature qui affectent le résultat sont encore incertains. Un arbre de décision est un moyen de décrire les décisions de gestion dans des conditions incertaines, lorsque la décision relève de peu d'options et lorsque les risques qui influencent les résultats de cette décision peuvent être décrits par un nombre limité de conditions. Un arbre de décision capture ces trois aspects d'un problème de décision (Figure 3.2-2) : 138 138 Dekad rainfall, mm Temperature, °C TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE 1. Le producteur choisit l’une des décisions possibles. Un carré représente un nœud de décision. Les choix possibles sont représentés par une ligne partant de la droite du nœud de décision. 2. Il existe des conditions incertaines et indépendantes de la volonté du producteur, ou « états de la nature », qui peuvent affecter le résultat de la décision. Par exemple, la gamme de précipitations saisonnières totales possibles peut être exprimée en termes de trois états naturels également probables : le tercile « inférieur à la normale », le tercile « près de la normale », et le tercile « supérieur à la normale » de la distribution historique. Ces conditions sont traduites dans l’arbre de décision par un cercle appelé nœud de hasard, suivi de lignes représentant des états incertains de la nature et leurs probabilités. 3. Soit le producteur observe directement le résultat de sa décision, soit il fait face à une autre décision qui peut affecter le résultat final. Un nœud final, représenté par un triangle, représente alors le résultat d'une séquence donnée d'options de décision et d’états de la nature. Pour un producteur, le résultat peut faire référence par exemple au rendement de la culture récoltée, exprimé en kg/ha, ou le revenu de la vente de la récolte, exprimé en CFA/ha. Figure 3.2-2. Les composants d'un arbre de décision. Un arbre de décision constitue un moyen utile de décrire les décisions de gestion en situation d'incertitude, lorsque la décision comporte un nombre restreint d'options et que les risques qui influencent les résultats de la décision peuvent être décrits par un nombre restreint d'états de la nature. Les branches qui suivent chaque nœud de décision et chaque nœud des hasards donnent son nom à ce type de diagramme. L'arbre de décision représente le déroulement du temps : de la décision aux conditions climatiques incertaines, jusqu'au résultat final. Les arbres de décision peuvent également représenter des séquences de décisions plus grandes, en ajoutant des nœuds de décision après chaque état de la nature suivant un nœud aléatoire. Rappelons que le temps entre une décision et son résultat est appelé l'horizon temporel de la décision. L'exemple ci-dessous (Figure 3.2-3) représente une séquence de deux décisions simples, chacune avec seulement deux options, suivies de seulement deux états de la nature. Comme le suggère cet exemple, des séquences réalistes de décisions 139 139 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE agricoles peuvent facilement conduire à trop de nœuds et de branches à représenter dans un diagramme. Si la conséquence (par exemple, revenu en CFA ou kg/ha de rendement) de chaque nœud final est connue, et si la probabilité de chaque état de la nature est connue, la valeur attendue de chaque option de décision peut être calculée en multipliant les valeurs de chaque nœud final par la probabilité de son état de nature, puis en ajoutant le résultat sur tous les états de la nature. Figure 3.2-3. Un arbre de décision représentant une séquence de deux décisions. Un exemple d'arbre de décision Par exemple, supposons qu'un producteur soit confronté au choix de souscrire ou non à une assurance-récolte. Supposons que le revenu de la production agricole soit de 150 $ si les précipitations saisonnières tombaient dans le tercile inférieur à la normale, 500 $ si les précipitations saisonnières étaient près de la normale, et 650 $ si les précipitations saisonnières étaient supérieures à la normale. La prime d'assurance coûte 75 $ et indemnise 200 $ si les précipitations saisonnières tombent dans le tercile inférieur à la normale. En d’autres termes, la prime réduit le revenu de 75 $ pour n'importe quel état de la nature et augmente le revenu de 200 $ si les précipitations sont inférieures à la normale. La probabilité que des précipitations tombent dans un tercile donné est de 1/3, soit environ 33,3%, ou 0,333 (1/3 de chances de tomber dans le tercile inférieur, 1/3 dans le tercile moyen, et 1/3 dans le tercile supérieur). Cela peut être représenté par l'arbre de décision ci-dessous (Figure 3.2-4). Le revenu attendu peut être calculé à partir des informations contenues dans l'arbre de décision : • Sans assurance, le rendement espéré est : 0,333 × 150 $ + 0,333 × 500 $ + 0,333 × 650 $ = 433 $ • Avec l'assurance, le rendement espéré est : 140 140 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE 0,333 × 275 $ + 0,333 × 425 $ + 0,333 × 575 $ = 425 $ Figure 3.2-4. Une représentation sous forme d'arbre de décision d'une décision d'assurance. Pour un producteur qui souhaite sélectionner l'option de gestion avec le rendement espéré le plus élevé, l'arbre de décision peut être simplifié en remplaçant les nœuds de hasard pour chaque option par des nœuds finaux indiquant la valeur attendue (Figure 3.2-5). Dans ce cas, la décision de souscrire à une assurance est en moyenne moins rentable. Figure 3.2-5. Une représentation sous forme d'arbre décisionnel d'une décision d'assurance, les conséquences incertaines étant remplacées par des rendements escomptés. Les prévisions peuvent modifier les probabilités que différents états de la nature se produisent. Dans l'exemple de l'assurance, supposons qu'il y ait une prévision de 25 % de probabilité de précipitations supérieures à la normale, 30 % de probabilité de près de la normale, et 45 % de probabilité de précipitations saisonnières inférieures à la normale (Figure 3.2-6). Dans cet exemple : • Sans assurance, le rendement espéré est : 0,45 × 150 $ + 0,30 × 500 $ + 0,20 × 650 $ = 380 $. • Avec l'assurance, le rendement espéré est : 141 141 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE 0,45 × 275 $ + 0,30 × 425 $ + 0,20 × 575 $ = 395 $. Le rendement espéré des deux options de décision est réduit et est plus élevé avec assurance, en raison de la prévision. Figure 3.2-6. Une représentation sous forme d'arbre décisionnel d'une décision d'assurance, avec des probabilités modifiées par des prévisions saisonnières. Les Limites des arbres de décision Bien que les arbres de décision soient utiles pour décrire des décisions associées à des conditions incertaines, ils présentent plusieurs limites importantes lorsqu'ils sont appliqués à des problèmes de décision réels. Tout d’abord, les arbres de décision ne peuvent décrire que des décisions avec un nombre limité d’options. Les décisions telles que la spéculation ou le variété à planter peuvent être décrites avec des arbres de décision. Cependant, des décisions telles que la quantité d'engrais à utiliser ou le pourcentage de terres à exploiter avec une culture particulière ont un nombre infini d'options possibles, pour lesquelles les arbres de décisions ne seront pas appropriés. De même, les arbres de décision ne peuvent décrire le risque qu'avec un nombre limité d’états de la nature. Les variables climatiques telles que le niveau des précipitations ou la température moyenne au cours d'une période particulière peuvent prendre un nombre infini de valeurs possibles. Même s’il est parfois pratique d’utiliser des termes comme « supérieur à la normale », « près de la normale », et « inférieur à la normale » (comme le font souvent les services météorologiques nationaux lorsqu’ils présentent des prévisions saisonnières) cela peut simplifier à l'excès les aspects de la variabilité climatique qui sont importants pour une prise de décision de gestion agricole. Enfin, les arbres de décision sont parfois trop complexes à dessiner ou à analyser en cas de décisions et de risques complexes, même si le risque est représenté par un petit nombre d’états de la nature. 142 142 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Exercice : Un Arbre de décision Travailez individuel ou en petits groupes : • Dessinez un arbre de décision représentant le choix variétal, le choix du dosage d’engrais et les incertitudes liées aux précipitations saisonnières. Vous pouvez utiliser des formes et des lignes dans PowerPoint, ou dessiner à la main et joindre une photo. Utilisez les rendements indiqués dans le tableau A3-2 ci-dessous. • Calculez le rendement espéré pour chaque option de décision et saisissez les valeurs dans la colonne climatologie du tableau A3.2-1. Tableau A3.2-1. Rendements (marge brute) de chaque option de décision et état naturel (CFA/ha). REMARQUE : Les marges brutes et les variétés sont hypothétiques et ne reposent pas sur des données réelles. Tercile Rendement espéré Engrais inférieur à la proche de supérieur à basé sur les Variété (kg N/ha) normale la normale la normale climatologiques prévisions SC411 0 55 000 70 000 85 000 30 73 000 89 000 98 000 60 66 000 93 000 108 000 SC621 0 69 000 82 000 94 000 30 72 000 89 000 102 000 60 68 000 92 000 106 000 • Dessinez un arbre de décision qui remplace les nœuds aléatoires et les états naturels par des nœuds terminaux indiquant les rendements attendus. Quelle est l'option de gestion la plus rentable ? • Supposons qu'une prévision saisonnière modifie les probabilités de précipitations à 50 % de pluie sèche, 30 % de pluie moyenne, et 20 % de pluie humide pour la saison à venir. Répétez les étapes 2 et 3 en utilisant les probabilités de prévision et saisissez les valeurs dans la colonne « Prévision ». 143 143 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Session 3.3. La Prise de décision en situation d'incertitude Cette session développe l'idée que les individus, y compris les agriculteurs, ont tendance à être réticents au risque. Elle présentera les concepts associés à l'aversion au risque et examinera comment identifier les options de gestion susceptibles d'être privilégiées par différents agriculteurs présentant différents degrés d'aversion au risque. À l'issue de cette session, vous serez capable de : • Expliquer le rôle du risque et de l'aversion au risque dans les décisions de gestion agricole. • Expliquer les concepts, les hypothèses, et les limites de l'équivalent de certitude et de la prime de risque en lien avec la prise de décision en situation d'incertitude. • Utiliser un graphique E-S pour décrire les compromis risque- rendement et identifier l'ensemble risque-efficience pour un ensemble d'options de gestion de la production. L’Aversion au risque et les concepts connexes La Session 3.1 a introduit le concept d'aversion au risque. Alors que les producteurs privilégient généralement les options qui augmentent la production ou le revenu moyen, l'aversion au risque signifie qu'un producteur privilégie également les options qui réduisent le risque, exprimé par la variabilité interannuelle de la production ou du revenu. La gestion du risque implique de trouver un compromis entre l'objectif de maximisation de la production ou du revenu attendu et celui de minimisation de sa variabilité. L'importance relative de ces deux objectifs dépend du degré d'aversion au risque de chaque individu. Pour expliquer l’aversion au risque et les concepts qui y sont étroitement liés nous allons imaginer un jeu dans lequel vous, en tant qu’agent de conseil agricole, devez choisir entre recevoir un revenu mensuel incertain, ou recevoir un revenu inférieur mais certain (garanti). Le « jeu du pile ou face » qui suit est un scénario irréaliste, mais il est utile pour comprendre ces concepts. Imaginez que votre employeur vous offre un choix : au lieu de recevoir votre salaire mensuel, vous avez le choix de jouer à un jeu. Si vous acceptez, votre employeur lancera une pièce : si elle tombe sur face, vous doublez votre salaire pour le mois prochain. Si elle tombe sur pile, vous ne recevrez aucun salaire le mois prochain. Si vous ne jouez pas, vous êtes certain de recevoir votre revenu mensuel normal (y). Si vous jouez, il y a une probabilité de 0,5 de recevoir deux fois votre revenu 144 144 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE mensuel normal, ou 2y, et une probabilité de 0,5 de recevoir un revenu mensuel de 0. Par conséquent, la valeur attendue du jeu est de : 0.5 × 2y + 0.5 × 0 = y. La Figure 3.3-1 représente ce problème de décision sous la forme d'un arbre de décision. Figure 3.3-1. Une représentation sous forme d'arbre de décision du « problème du jeu de pile ou face » (1 sur 4). Joueriez-vous le jeu ? Pourquoi ? Pourquoi pas ? La plupart des gens choisiraient de ne pas le faire, car la conséquence négative d’avoir un revenu nul pour l'année est bien plus importante que l'avantage supplémentaire d'avoir le double de leur revenu mensuel. Et si votre employeur ne vous versait que 90 % de votre revenu mensuel normal si vous décidiez de ne pas jouer ? Dans ce cas (Figure 3.3-2), la valeur attendue de jouer au jeu (y) est supérieure à la valeur attendue de ne pas jouer (0,9y). Joueriez-vous le jeu ? Joueriez-vous au lieu de ne toucher que 80% de vos revenus mensuels avec certitude (Figure 3.3-3) ? ...Ou 70%, ou 60% ? Figure 3.3-2. Une représentation de l'arbre de décision du « problème du jeu de pile ou face » (2 sur 4). 145 145 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 3.3-3. Une représentation de l'arbre de décision du « problème du jeu de pile ou face » (3 sur 4) A un moment donné, vous devenez indifférent à jouer le jeu ou à ne pas jouer, ce qui vous donnerait un rendement espéré égal à votre revenu mensuel normal (y) avec un risque considérable, et obtenir un rendement inférieur mais certain (Figure 3.3-4). Figure 3.3-4. Une représentation de l'arbre de décision du « problème du jeu de pile ou face » (4 sur 4). Cette valeur est dite « équivalent de certitude », ou EC. L’EC est un rendement garanti que l’on accepterait, plutôt que de risquer un rendement futur plus élevé mais incertain. Le EC exprime la valeur subjective qu’un individu attribue à un rendement économique incertain, ajustée en fonction de son coût subjectif du risque. Si l’I est inférieur à la valeur attendue d’une perspective risquée, cela montre que le décideur est averse au risque. Pour une personne averse au risque, l’incertitude réduit la valeur d’une option. En revanche, si un décideur est neutre au risque, c'est-à-dire indifférent au risque, alors, pour une option de décision donnée, son EC sera égal au rendement espéré de cette option. Selon la théorie de la décision, un décideur qui suit un ensemble particulier d'hypothèses sélectionnera l'option de gestion disponible présentant le EC le plus élevé. La différence entre le rendement espéré et le EC est appelée prime de risque, ou PR. Elle est définie comme le rendement moyen qu'un décideur serait prêt à sacrifier, ou, de manière équivalente, le montant maximal qu'il serait prêt à payer pour éliminer le risque. La PR mesure le coût des effets combinés du risque et de l'aversion au risque. Une augmentation de l'aversion au risque ou du risque (c'est-à-dire de la variabilité) des rendements entraîne une augmentation de la PR. 146 146 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Selon la théorie de la décision, un décideur rationnel qui suit un ensemble d'hypothèses particulier sélectionnera l'option de gestion disponible présentant le EC le plus élevé. Le EC d'une option de gestion donnée, et donc son attrait pour un producteur par rapport aux autres options, est fonction de trois facteurs : le rendement espéré (ou moyen) de l’investissement, la variabilité (ou écart type) des rendements, et le degré d'aversion au risque du décideur. Toutes choses étant constantes par ailleurs, pour une option de gestion donnée : • Un rendement espéré croissant augmente le EC ; • Une variabilité croissante du rendement diminue le EC ; et • L’augmentation de l’aversion au risque diminue le EC. L’Utilité espéré Le jeu de pile ou face a introduit les concepts d’équivalent de certitude (EC) et de probabilité de risque (PR) de manière à aider un agent de vulgarisation agricole à reconnaître l'importance du risque et de l'aversion au risque dans la prise de décision agricole. Une brève introduction à l'utilité espérée (ou espérance mathématique) est ajoutée ici pour les apprenants avancés souhaitant comprendre comment quantifier l'aversion au risque et l'équivalent de certitude . Le cadre standard en économie pour la prise en compte des préférences de risque suppose que le décideur cherche à maximiser la valeur espérée d'une fonction d'utilité et se conforme à un ensemble d'hypothèses (ou axiomes) qui définissent la prise de décision « rationnelle » face au risque (Anderson et al., 1977). L'utilité U est une mesure sans unité de la valeur subjective, ou de la préférence accordée à différents niveaux de richesse w (par exemple, céréales stockées, taille du troupeau ou argent). La forme de U représente les préférences d'un décideur : • Une valeur U croissante indique qu'un décideur préfère plus plutôt que moins (une condition supposée valable pour tous les individus). Une fonction d'utilité U concave par rapport à l'axe horizontal (c'est-à-dire courbée vers la droite) implique une aversion au risque. • Une fonction U linéaire implique une neutralité au risque (des personnes qui maximisent leur profit). • Une fonction U convexe (courbée vers la gauche) implique une tendance à la recherche de risque (c'est-à-dire des joueurs). La plupart des gens sont averses au risque et ont donc une fonction d'utilité concave, comme dans la Figure 3.3-5. Le degré d'aversion au risque est lié à la courbure de U : plus la fonction d'utilité est concave, plus le décideur est averse au risque. Une interprétation économique attribue l'aversion au risque à une « utilité marginale décroissante de la richesse ». Cela signifie qu'une variation donnée de la richesse (par exemple, recevoir 100 CFA) a un impact plus important sur le bien-être subjectif à un faible niveau de richesse qu'à un niveau élevé. Par exemple, une personne ayant besoin d'un moyen de transport tirera généralement moins d'avantages d'une deuxième ou d'une troisième voiture que d'une seule voiture. À titre d'exemple plus pertinent, le bénéfice d'une récolte supplémentaire de 500 kg de maïs lors d'une bonne année de récolte, par rapport à la moyenne à 147 147 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE long terme, ne compense pas les difficultés résultant d'un déficit de 500 kg de maïs lors d'une mauvaise année. Mathématiquement, le degré d'aversion au risque est représenté par la dérivée seconde de U, qui exprime sa courbure, divisée par la dérivée première de U, qui exprime sa pente. La Figure 3.3-5 illustre le concept d'utilité espérée pour une perspective risquée simple avec deux conséquences également probables, w1 et w2. Dans ce cas, le résultat espéré E{w} est la moyenne simple, (w1+w2)/2. L'axe vertical représente l'utilité associée à w1 et w2, ainsi qu'au rendement espéré E{w}. Comme U est concave, l'utilité espérée, E{U(w)}, est inférieure à l'utilité du résultat espéré, U(E{w}). L'équivalent de certitude, EC, est le point sur l'axe des richesses (horizontal) qui correspond à l'utilité espérée des deux conséquences possibles. Si l'on connaît la forme de la fonction d'utilité d'un décideur et la distribution de probabilité de la richesse à la fin d'une période de décision pour une option de gestion donnée, alors l'utilité potentielle peut être calculée comme suit : 𝐸𝐶 = 𝑈%$(E{𝑈(𝑤)}). Maximiser l'utilité potentielle équivaut à maximiser l'utilité espérée, E{U(w)}. Figure 3.3-5. Une illustration des concepts d'utilité espérée pour un décideur averse au risque confronté à deux résultats équiprobables. Il serait possible de calculer l'utilité potentielle de chaque option et donc d'identifier la meilleure stratégie de gestion si des informations complètes étaient disponibles sur : • le niveau d'aversion au risque de l'individu ; • la distribution de probabilité des conséquences de chaque option de gestion ; et • les actifs, les sources de revenus, et les dépenses du ménage agricole. 148 148 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Cependant, ce type d'analyse n'est généralement pas utilisé systématiquement en vulgarisation agricole pour trois raisons. Premièrement, les calculs utilisés pour l'analyse sont complexes et nécessitent des informations économiques sur l'ensemble du ménage agricole. Deuxièmement, les méthodes de mesure des préférences individuelles en matière de risque sont complexes et chronophages. Troisièmement, des recommandations de gestion sont formulées pour de nombreux producteurs qui peuvent avoir des situations économiques et des niveaux d’aversion au risque différents. Les Hypothèses et les limites Les décideurs cherchent à maximiser le rendement espéré s'ils : • connaissent la moyenne et la variabilité des rendements de chaque option de gestion ; • privilégient un rendement espéré élevé plutôt qu'un rendement espéré faible ; • ne privilégient pas un risque élevé plutôt qu'un risque faible ; et • ont des préférences rationnelles et cohérentes. La maximisation du rendement espéré est un principe utile pour guider les décideurs réticents au risque dans le choix des options les plus cohérentes avec leurs risques réels, leurs objectifs et leurs préférences en matière de risque. Cependant, de nombreuses données montrent que les individus choisissent souvent des options incompatibles avec leurs objectifs et leurs préférences en matière de risque. Les difficultés fréquentes à prendre des décisions rationnelles en matière de gestion des risques sont liées à : • l'ambiguïté : les individus ont une connaissance incomplète des conséquences probabilistes des options de décision ; • les préférences incohérentes : qui impliquent de privilégier différentes options à différents moments, ou selon la manière dont une perspective risquée est présentée ; et • les biais cognitifs tels que l'aversion aux pertes, qui consiste à accorder plus d'importance à une conséquence de décision présentée comme une perte qu'à une conséquence présentée comme une richesse finale équivalente. L’Analyse des décisions lorsque les préférences sont inconnues Il est généralement impossible d'identifier les pratiques de gestion agricole qui maximisent l'efficacité énergétique pour un groupe cible de producteurs. Cependant, des méthodes simples d'analyse de l'efficacité des risques permettent d'évaluer les options pour un groupe de producteurs ayant des préférences de risque différentes, sur la base de quelques hypothèses générales. Plutôt que d'identifier la meilleure option de gestion, l'analyse de l'efficacité des risques permet de regrouper les options de gestion en un ensemble d'options susceptibles de convenir à certains décideurs et un ensemble d'options qu'aucun producteur ne privilégierait et qui, par conséquent, ne devraient être recommandées à personne. 149 149 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE La plus simple analyse de l'efficacité du risque utilise des graphiques pour montrer la différence entre le rendement attendu et le risque. Le rendement espéré est exprimé sous forme de moyenne et le risque peut être exprimé sous forme de variance ou d'écart-type. Elle est parfois appelée analyse E-V (rendement attendu - variance) ou E-S (rendement attendu - écart type). Les analyses E- S et E-V supposent que tout décideur préfère un rendement espéré plus élevé et un risque plus faible. Pour rappel, l'écart-type sert à mesurer la dispersion, ou l'étalement, d'un ensemble de valeurs autour de leur moyenne. Plus l'écart-type est faible, plus la population est homogène. Le graphique E-S de la Figure 3.3-6 montre la moyenne et l'écart-type des rendements pour six options de gestion. Un décideur qui souhaite maximiser le rendement attendu choisira l'option E. S’il souhaite minimiser le risque, il choisira l'option A. Un décideur qui est quelque peu averse au risque pourrait choisir l'option C, et un décideur qui est plus averse au risque pourrait choisir l’option B. Aucun décideur ne choisirait l'option F, car des options sont disponibles avec un rendement espéré plus élevé et un risque plus faible (options B, C et D). Qu'en est-il de l'option D ? Cette option a un rendement plus élevé que les options A et B, et un risque plus faible que les options C et E. Cependant, le décideur pourrait obtenir une meilleure combinaison de risque et de rendement espéré en choisissant une combinaison des options B et C. Pour trouver l'ensemble d'options satisfaisant aux hypothèses que les décideurs pourraient choisir, tracez des lignes droites pour relier les options de décision qui se trouvent au-dessus et à droite des autres options, comme dans la Figure 3.3-7. Ces options sont appelées « l'ensemble efficace ». Dans cet exemple, l'ensemble efficace se compose des options A, B, C et E. Les options ne faisant pas partie de l'ensemble efficace dans notre exemple (D et F) ne seraient sélectionnées par aucun décideur et ne devraient donc pas être incluses dans les recommandations des agents de conseil. Outre les quatre hypothèses de maximisation de l'efficacité de conversion, les analyses E-V et E-S supposent que la forme de la distribution de probabilité doit se rapprocher d'une distribution normale. Étant donné que les décisions concrètes ne respectent souvent pas entièrement ces hypothèses, les résultats des analyses E-V et E-S doivent être considérés comme une approximation. 150 150 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 3.3-6. Les risques et rendements attendus pour un ensemble de six options de gestion, représentés dans un diagramme moyenne - écart-type (E-S). Figure 3.3-7. Une diagramme E-S montrant l'ensemble des options de gestion efficaces. 151 151 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Session 3.4. Les Outils d'analyse des décisions sensibles au climat Cette session présente des outils utiles pour traduire les informations sur le climat, les sols, les caractéristiques génétiques, et la gestion en estimations de la productivité et de la rentabilité des cultures. À l'issue de cette session, vous serez capable de : • Décrire le rôle et l'utilisation appropriée des modèles de simulation des cultures pour estimer la productivité. • Utiliser les calculs budgétaires d'entreprise pour comparer la rentabilité des options de gestion des cultures et de l'élevage. Lorsque les informations disponibles sont suffisantes, l'analyse décisionnelle permet d'identifier les options de gestion les mieux adaptées aux objectifs des producteurs, à leur attitude face au risque, aux conditions climatiques prévues, et à l'environnement local. Une analyse rigoureuse des décisions de gestion agricole comprend généralement les étapes suivantes : 1. Comprendre les objectifs et les contraintes qui influencent les décisions des producteurs. 2. Décrire le problème de décision et les options de gestion. 3. Identifier les incertitudes climatiques pertinentes et leur influence sur la production. 4. Estimer les distributions de probabilité de la production végétale ou animale pour chaque option de gestion, en s'appuyant par exemple sur des expériences sur le terrain, des modèles de simulation de cultures, des modèles statistiques, ou des connaissances d'experts. 5. Élaborer un budget d'entreprise réaliste et l'utiliser pour estimer les distributions de probabilité des rendements financiers de chaque option de gestion. 6. Utiliser les prévisions climatiques, si elles sont pertinentes, pour modifier les distributions de probabilité de la production et des rendements de chaque option de gestion. 7. Utiliser l'analyse des risques pour comparer les options de gestion et identifier les options privilégiées, en fonction de : o L'équivalence de certitude si les préférences en matière de risque peuvent être estimées ; ou o Une analyse E-S ou une autre analyse de l'efficacité des risques lorsque les préférences sont inconnues. Une analyse rigoureuse des décisions agricoles nécessite l'accès à des données 152 152 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE fiables sur le système de production, l'environnement, ainsi que les objectifs et les contraintes des producteurs. En tant qu'agent de vulgarisation agricole, vous n'effectuerez peut-être pas ces analyses systématiquement dans le cadre de votre travail avec les producteurs. Cependant, comprendre les concepts et les outils d'analyse décisionnelle vous aidera à mieux comprendre les défis auxquels les producteurs sont confrontés lorsqu'ils prennent des décisions risquées et sensibles au climat, et vous permettra de les accompagner plus efficacement en leur fournissant des informations climatiques, des formations et des conseils techniques. L’Estimation de la productivité : Les Modèles de simulation agricole Un modèle est une représentation simplifiée d'un système. Les modèles de simulation des cultures sont des programmes informatiques qui reproduisent la croissance et le développement d'une culture. Les modèles sont basés sur les connaissances actuelles de la physiologie des cultures et de l'écologie de la réponse des cultures aux pratiques de gestion et à l'environnement. Les premiers développements des modèles de simulation des cultures ont mis l'accent sur leur capacité à intégrer les connaissances de différents processus et à simuler les interactions entre la génétique (G), l'environnement (E), et la gestion (ou le management, M), parfois appelées interactions « G×E×M ». Au fur et à mesure que leur capacité à simuler ces interactions progressait, les modèles de culture ont été de plus en plus considérés comme des outils permettant de transférer les résultats de la recherche agronomique traditionnelle dans des lieux autres que ceux où ils ont été développés et testés, et d'adapter les technologies de production à des environnements spécifiques sans avoir à reproduire la recherche sur le terrain à chaque endroit. Leur capacité à simuler la réponse du rendement des cultures aux conditions météorologiques, au sol et à la gestion fait des modèles de simulation des cultures des outils utiles pour comprendre et soutenir les décisions de gestion des cultures sensibles au climat, lorsqu'ils sont utilisés de manière appropriée, avec une compréhension de leurs capacités et de leurs limites. Les Niveaux d'analyse L'adéquation d'un modèle de culture à un environnement donné dépend en partie de sa capacité à représenter les principaux déterminants de la production dans cet environnement. Rabbinge (1993) a classé les niveaux de production végétale (plus exactement, les « niveaux d'analyse ») en fonction des facteurs qui limitent la production (Figure 3.4-1). L'évolution des modèles de culture s'est faite parallèlement à ces niveaux de production. Au fur et à mesure que les modèles de culture intègrent des processus supplémentaires, ils tendent à devenir plus complexes et à exiger davantage de données. Au premier niveau, celui de la production potentielle, la production végétale n'est limitée que par les caractéristiques génétiques des cultures, l'irradiation solaire, la température, la longueur du jour, et le CO2. Les premiers modèles de culture intégraient les processus physiologiques de base qui déterminent la production potentielle, notamment la phénologie, la photosynthèse, la respiration, et la croissance des différentes parties de la plante. Un deuxième niveau de détail, la 153 153 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE production réalisable, tient compte de la disponibilité de l'eau et de l'azote dans le sol. La dynamique et l'absorption de l'eau, de l'azote, et du carbone organique du sol ont été ajoutées aux modèles de culture pour simuler la production réalisable. Ce niveau est parfois divisé entre la production limitée par l'eau et la production limitée par l'azote. De nombreux modèles de culture largement utilisés sont capables de décrire la croissance et le rendement des cultures avec ces hypothèses. Le troisième niveau, la production réelle, peut être limité par une série de contraintes supplémentaires telles que les ravageurs, les maladies, et les diverses limitations des éléments nutritifs et toxicités du sol. Bien qu'aucun modèle ne simule l'ensemble des déterminants de la production réelle, plusieurs modèles de culture ont tenté de prendre en compte certains déterminants à ce niveau, notamment la dynamique du phosphore et la réaction aux ravageurs, aux maladies, et à divers facteurs physiques et chimiques du sol. Figure 3.4-1. Les niveaux de production agricole. Les Processus de modélisation Les processus d'un modèle de culture typique calculent les éléments suivants (Figure 3.4-2) : • le bilan hydrique et azoté du sol, • la phénologie ou le stade de croissance de la culture, • l'augmentation de la biomasse par la photosynthèse, • la diminution de la biomasse par la respiration ; • la répartition de la biomasse végétale entre les différentes parties de la plante (racines, tiges, feuilles, grains ou autres produits récoltés) ; et • la perte de biomasse par sénescence. Chaque jour, ou parfois à intervalles plus courts, un modèle de culture typique calcule les taux de changement de l'état du sol et de la plante en réponse à l'environnement, et calcule le nouvel état du sol et de la plante sur la base du taux de changement. Le processus est répété chaque jour jusqu'à ce que la culture atteigne la maturité physiologique ou la maturité de la récolte. 154 154 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 3.4-2. Un schéma simplifié du contrôle de traitement pour un modèle de production végétale fonctionnant sur un pas de temps journalier. Les flèches bleues et brunes indiquent le flux d'informations. Les lignes pointillées indiquent les paramètres génétiques d'entrée. Adapté dePlant, Cell & Environment 36(9) : 1658-1672, DOI : 10.1111/pce.12119 La plupart de ces processus sont influencés par les données météorologiques quotidiennes (Tableau 3.4-1). Les précipitations déterminent le bilan hydrique et azoté du sol. L'évapotranspiration potentielle est une composante du bilan hydrique du sol et influence la photosynthèse et le stress hydrique des cultures. L'évapotranspiration potentielle est modélisée en fonction des températures minimales et maximales quotidiennes, du rayonnement solaire, et parfois de l'humidité et du vent. La phénologie est contrôlée par la température et, pour les cultures sensibles à la photopériode, par la longueur du jour. Le rayonnement solaire alimente la photosynthèse. Les principaux processus physiologiques (phénologie, photosynthèse, respiration, répartition, sénescence) sont influencés par la température et, indirectement, par les précipitations, par l'intermédiaire du bilan hydrique et azoté du sol. Les modèles de simulation des cultures nécessitent généralement des données quotidiennes sur les précipitations, les températures minimales et maximales et le rayonnement solaire. Certains utilisent également le vent et l'humidité relative ou la température du point de rosée pour fournir des estimations plus précises de l'évapotranspiration potentielle. 155 155 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Tableau 3.4-1. Les données météorologiques quotidiennes qui influencent la croissance et le développement des cultures dans les modèles de simulation des cultures (indiquées par des ombres vertes). Longueur Rayonnement Évapotranspiration Processus Pluies Température du jour solaire potentielle Bilan de l'eau et de l'azote dans le sol Phénologie Photosynthèse Respiration Cloisonnement En simulant les interactions complexes entre les conditions météorologiques quotidiennes, la dynamique de l'eau et de l'azote dans le sol, la phénologie et la physiologie des cultures, les modèles de simulation des cultures rendent généralement mieux compte de la réaction des cultures aux conditions climatiques saisonnières que les modèles statistiques (Figure 3.4-3). Figure 3.4-3. Les rendements observés du soja (Géorgie, États-Unis, essais variétaux) en fonction des précipitations saisonnières, de la température et des rendements simulés. Source : James W. Jones, Université de Floride. L’Estimation de la rentabilité : L’Analyse du budget d'entreprise La rentabilité d'une exploitation agricole dépend non seulement des revenus tirés de la vente de ses produits, mais aussi des coûts de production. Un producteur est peu susceptible d'adopter une technologie qui augmente les coûts plus que les revenus. L'analyse du budget d'entreprise est un outil utile pour estimer la rentabilité d'une exploitation agricole et comparer la rentabilité de différents modes de gestion. Elle permet également de traduire des informations probabilistes sur la productivité attendue des cultures, de l'élevage, ou de la pêche en termes économiques plus 156 156 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE pertinents pour la prise de décision agricole. Cette session présentera les concepts et la terminologie du : • budget d'entreprise ; • comment établir un budget simple pour une exploitation agricole, animale, ou piscicole ; • les calculs de base ; et • comment calculer la distribution de probabilité des rendements économiques pour un ensemble d'options de gestion des cultures. Un budget d'entreprise est un outil utile pour estimer la rentabilité d'une entreprise agricole et pour comparer la rentabilité d'autres options de gestion de l'entreprise. Ici, une entreprise est définie comme la production et la commercialisation d’une seule culture ou d’un seul produit d’élevage qui produit effectivement un produit commercialisable. L’entreprise est le niveau de gestion le plus bas dans la hiérarchie des systèmes agricoles et le plus simple à analyser. Une exploitation agricole diversifiée peut comprendre de nombreuses entreprises (ou activités) de production, et un ménage agricole peut être soutenu par une combinaison d'entreprises agricoles et non agricoles (Figure 3.4- 4). Figure 3.4-4. Une illustration d'un système agricole avec plusieurs entreprises agricoles, d'élevage et non agricoles. Un budget d'entreprise décrit les sources et les montants des revenus, des coûts et des bénéfices associés à une entreprise agricole, y compris : • les coûts variables et fixes de production • le rendement ou la productivité escomptés • le prix attendu du produit agricole • le revenu, ou les recettes brutes, calculé comme le rendement × le prix • la marge brute : revenu net après les coûts de production • le prix d'équilibre : prix minimum de la récolte nécessaire pour couvrir les coûts • le rendement d'équilibre : rendement minimum nécessaire pour couvrir les coûts 157 157 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE La budgétisation des entreprises implique deux simplifications qui rendent les analyses plus simples et plus généralisables à l'ensemble des agriculteurs. Tout d'abord, il s'agit de la plus petite unité pour laquelle les agriculteurs prennent des décisions de gestion qui ont un impact sur leurs moyens de subsistance. Deuxièmement, les budgets d'entreprise sont exprimés sur la base d'une unité de terre (c'est-à-dire un hectare) ou de bétail (c'est-à-dire un animal ou une unité de bétail tropical), ce qui permet de les adapter facilement à différentes tailles d'exploitations. Un budget partiel simplifie davantage le budget de l'entreprise en ignorant les coûts qui ne changent pas entre les options de gestion envisagées. Les budgets partiels d'entreprise peuvent être utilisés pour comparer différentes options de gestion, car la gestion de la production n'affecte pas les coûts fixes. En raison de ces simplifications, les résultats peuvent être interprétés relativement facilement entre les agriculteurs qui utilisent des technologies similaires dans des conditions environnementales (c'est- à-dire le sol, les conditions météorologiques, l'économie) similaires. Calculs du budget d'entreprise La marge brute désigne le rendement net, ou bénéfice, qu'un agriculteur réaliserait sur une entreprise au cours d'une année donnée, sans tenir compte des coûts fixes. La marge brute de rentabilité est la différence entre le revenu généré par l'entreprise de production, généralement par la vente d'une culture ou d'un produit de l'élevage, et les coûts encourus pour produire le produit. Pour une entreprise de culture, la marge brute peut être calculée comme suit : 𝑀𝑎𝑟𝑔𝑒 𝑏𝑟𝑢𝑡𝑒 = 𝑟𝑒𝑛𝑑𝑒𝑚𝑒𝑛𝑡 × 𝑝𝑟𝑖𝑥 à 𝑙𝑎 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛 − 𝑐𝑜û𝑡 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛 où la marge brute est en CFA/ha, le rendement en kg/ha, le prix à la production en kg/ha, et le coût de production en CFA/ha. Pour une entreprise agricole simple qui inclut les dépenses liées aux semences, aux engrais, à la main-d'œuvre, à la récolte et au traitement post-récolte, la marge brute est la suivante : 𝑀𝑎𝑟𝑔𝑒 𝑏𝑟𝑢𝑡𝑒 = 𝑟𝑒𝑛𝑑𝑒𝑚𝑒𝑛𝑡 × 𝑝𝑟𝑖𝑥 à 𝑙𝑎 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛 − 𝑑𝑒𝑛𝑠𝑖𝑡é 𝑑𝑒 𝑠𝑒𝑚𝑖𝑠 × 𝑝𝑟𝑖𝑥 𝑑𝑒𝑠 𝑠𝑒𝑚𝑖𝑠 − 𝑡𝑎𝑢𝑥 𝑑𝑒 𝑓𝑒𝑟𝑡𝑖𝑙𝑖𝑠𝑎𝑛𝑡 × 𝑝𝑟𝑖𝑥 𝑑𝑢 𝑓𝑒𝑟𝑡𝑖𝑙𝑖𝑠𝑎𝑛𝑡 − 𝑞𝑢𝑎𝑛𝑡𝑖𝑡é 𝑑𝑒 𝑚𝑎𝑖𝑛 𝑑&𝑜𝑒𝑢𝑣𝑟𝑒 × 𝑝𝑟𝑖𝑥 𝑑𝑒 𝑙𝑎 𝑚𝑎𝑖𝑛 𝑑&𝑜𝑒𝑢𝑣𝑟𝑒 − 𝑟𝑒𝑛𝑑𝑒𝑚𝑒𝑛𝑡 × 𝑐𝑜û𝑡𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛 𝑒𝑡 𝑝𝑜𝑠𝑡 − 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛 − 𝑐𝑜û𝑡𝑠 𝑓𝑖𝑥𝑒𝑠 Pour une entreprise d'élevage, la marge brute peut être calculée comme suit : 𝑀𝑎𝑟𝑔𝑒 𝑏𝑟𝑢𝑡𝑒 = 𝑝𝑜𝑖𝑑 𝑑𝑒 𝑙&𝑎𝑛𝑖𝑚𝑎𝑙 × 𝑝𝑟𝑖𝑥 − 𝑐𝑜û𝑡 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛 où le poids de l'animal est exprimé en kg/animal, le prix de l’animal est exprimé en CFA/kg, et le coût de production est exprimé en CFA/animal. Les rendements et les prix sont généralement les sources d'incertitude les plus importantes (en partie à cause de la variabilité du climat) qui affectent la prise de décision des agriculteurs. Lorsqu'un agriculteur sème une culture, il ne sait pas quels seront le rendement et le prix au moment de la 158 158 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE récolte. L'analyse du seuil de rentabilité utilise les résultats d'un budget d'entreprise pour identifier le rendement minimum nécessaire pour atteindre le seuil de rentabilité (c'est-à-dire ne pas subir de perte de revenu net) pour un prix à la production donné : 𝑝𝑟𝑖𝑥 𝑎𝑢 𝑠𝑒𝑢𝑖𝑙 𝑑𝑒 𝑟𝑒𝑛𝑡𝑎𝑏𝑖𝑙𝑖𝑡é = 𝑐𝑜û𝑡 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛 ⁄ 𝑟𝑒𝑛𝑑𝑒𝑚𝑒𝑛𝑡, où le prix minimum à la production nécessaire pour atteindre le seuil de rentabilité pour un rendement donné : 𝑟𝑒𝑛𝑑𝑒𝑚𝑒𝑛𝑡 𝑎𝑢 𝑠𝑒𝑢𝑖𝑙 𝑑𝑒 𝑟𝑒𝑛𝑡𝑎𝑏𝑖𝑙𝑖𝑡é = 𝑐𝑜û𝑡 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑜𝑛⁄𝑝𝑟𝑖𝑥. Considérations pratiques La formule utilisée pour établir le budget d'une entreprise peut varier en fonction, par exemple : • des aspects de la gestion qui entraînent des coûts, certains supposés varier en fonction de la gestion et d’autres supposés constants ; • du fait que l'entreprise de production génère un seul produit ou plusieurs sources de revenus ; et • du fait que l'analyse tient compte de la valeur des intrants (terre, main-d'œuvre) et de la consommation des ménages. Les coûts fixes, tels que le loyer ou l'impôt sur la terre, doivent être payés chaque année ou saison, que l'entreprise soit mise en place ou non et qu'elle soit gérée ou non. Les coûts fixes sont parfois inclus et parfois omis dans les calculs. Les tableaux sont souvent utilisés pour dresser la liste des coûts, indiquer les unités, les prix unitaires et les quantités d'intrants, et comparer les coûts, les recettes brutes, et les marges brutes pour plusieurs options de gestion. Les institutions telles que les organisations nationales de recherche et de conseil agricoles disposent souvent de leurs propres modèles ou lignes directrices pour les calculs et les présentations du budget de l'entreprise. La Combinaison de modèles de simulation et d'analyse budgétaire d'entreprise Des modèles de simulation agricole basés sur les processus peuvent être exécutés avec des données météorologiques historiques pour générer des distributions de probabilité de productivité. L'analyse budgétaire d'entreprise est souvent combinée à la modélisation par la simulation pour traduire le risque de production en risque de revenu. L'analyse budgétaire stochastique qui en résulte offre un outil puissant pour estimer l'impact du risque climatique et des options de gestion sur la rentabilité des entreprises agricoles, à condition que les données d'entrée et les résultats de simulation soient correctement validés. L’Exemple : Gestion du maïs dans une zone semi-aride du Kenya Nous utilisons une étude publiée sur l'utilisation potentielle des prévisions saisonnières pour la gestion du maïs au Kenya (Hansen et al., 2009) pour illustrer l'utilité de combiner la simulation des cultures et l'analyse budgétaire d'entreprise. L'exemple ci-dessous examine l'influence du taux 159 159 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE d'engrais et des précipitations saisonnières sur la productivité et la rentabilité du maïs, à l'aide de données météorologiques (1969-2002), pédologiques et variétales provenant du Centre national de recherche sur l'agriculture en terres arides de l'Organisation kenyane de recherche agricole et animale (Kenya Agricultural and Livestock Research Organization), situé à Katumani, au Kenya (1°35' S, 37°14' E). Le modèle de culture APSIM a été utilisé pour simuler la réponse du maïs à 11 doses d'engrais azotés (N) (de 0 à 120 kg N/ha) et quatre densités de semis (2,2, 3,5, 4,5 et 5,5 plants/m²). Les marges brutes ont été calculées sur la base des prix observés sur le marché local au moment de l'étude. Les rendements et les marges brutes ont montré une forte variabilité d'une année sur l'autre, principalement en raison de la variabilité des précipitations (Figure 3.4-5). Le stress hydrique a entraîné des pertes totales de récoltes pendant plusieurs années. Le graphique de la Figure 3.4-6 montre l'influence du rendement moyen et de la marge brute moyenne sur la dose d'engrais. Dans cet exemple, les rendements réagissent positivement à la dose d'engrais jusqu'à environ 80 kg N/ha, et restent quasiment constants à des doses plus élevées (Figure 3.4-7a). En revanche, la marge brute moyenne augmente avec des doses d'engrais allant jusqu'à 60 kg N/ha, puis diminue considérablement avec des doses plus élevées (Figure 3.4-7b). En général, le niveau d'utilisation d'intrants maximisant la rentabilité (exprimé en marge brute) est inférieur à celui maximisant la productivité (exprimé en rendement). Cela suggère que les recommandations d'engrais devraient tenir compte du coût et de la rentabilité, et non se fonder sur la maximisation des rendements. Pour illustrer l'interaction entre le taux d'engrais et les précipitations saisonnières, la Figure 3.4-7 compare les courbes de réponse aux engrais du rendement et de la marge brute, moyennées sur les saisons sèches, moyennes, et humides. Dans cet exemple, notez que les rendements et les marges brutes sont plus élevés les années à fortes précipitations saisonnières et plus faibles les années à faibles précipitations, quel que soit le taux d'engrais. De plus, pour chaque tercile pluviométrique, le taux d'engrais maximisant la marge brute attendue est inférieur au taux maximisant le rendement espéré. Enfin, les taux d'engrais maximisant le rendement et le profit augmentent avec l'augmentation des précipitations et diminuent avec la diminution des précipitations. Il arrive souvent que les taux d'intrants de production les plus rentables aient tendance à augmenter les années à conditions climatiques saisonnières favorables et à diminuer les années à conditions climatiques défavorables. 160 160 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 3.4-5. Des séries chronologiques (a) de rendement et (b) de marge brute du maïs simulées à partir de données météorologiques et pédologiques quotidiennes de Katumani, au Kenya, pour plusieurs options d'engrais et de densité de semis. Résultats de la simulation : Hansen et al. (2009). 161 161 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 3.4-6. Une simulation de rendement et de marge brute moyens du maïs en fonction du taux d'engrais azoté, moyenne de toutes les années de données météorologiques. Les simulations sont basées sur des données météorologiques et pédologiques quotidiennes de Katumani, au Kenya, et une densité de semis de 4,5 plants/m², d'après Hansen et al. (2009). 162 162 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 3.4-7. Une simulation (a) de rendement et (b) de marge brute du maïs en fonction du taux d'engrais azoté, pour chaque tercile pluviométrique d'octobre à décembre. Les simulations sont basées sur des données météorologiques et pédologiques quotidiennes de Katumani, au Kenya, et une densité de semis de 4,5 plants/m². Les cercles rouges indiquent les niveaux d'engrais maximisant le rendement moyen et la rentabilité. D'après Hansen et al., 2009. Les Outils d'aide à la décision Prendre de bonnes décisions en matière de gestion de la production exige des producteurs qu'ils anticipent la réaction des cultures ou des animaux aux décisions de gestion, à la génétique, aux sols, et aux incertitudes météorologiques. Ces interactions entre la génétique des cultures ou des animaux, l'environnement (sols, météo, paramètres hydriques), et la gestion peuvent être complexes. Par exemple, la production agricole n'est pas une simple fonction des conditions climatiques moyennes pendant la saison de croissance, mais une réponse aux interactions dynamiques entre la météo, le sol, et l'environnement biotique, ainsi que la physiologie et la phénologie de la culture. L'état de l'environnement avant la saison de croissance, en particulier l'eau 163 163 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE et les nutriments stockés dans le profil du sol, peut fortement influencer la réaction des cultures aux conditions météorologiques pendant la saison de croissance. Plusieurs outils d'aide à la décision combinent données, modélisation et analyse budgétaire d'entreprise pour aider les producteurs et leurs conseillers à comprendre ces interactions complexes, à explorer des hypothèses sur les scénarios de gestion et à identifier des options de gestion prometteuses. Le RiceAdvice Le RiceAdvice est un outil interactif d'aide à la décision, développé par AfricaRice, qui génère des recommandations sur la gestion des nutriments, le désherbage et d'autres bonnes pratiques agricoles pour le riz, et les cultures en rotation. Ces recommandations sont basées sur les réponses des agriculteurs à un questionnaire à choix multiples portant sur la localisation, les conditions de l'exploitation, la gestion des sols et les apports en nutriments. RiceAdvice calcule le retour sur investissement, permettant aux agriculteurs de définir leurs objectifs de rendement en fonction de leur budget. La version la plus récente, RiceAdvice Lite, est disponible sous forme d'application pour smartphone Android et d'application web (https://lite.riceadvice.info). L'application Android ne nécessite pas de connexion Internet pour générer les recommandations et peut donc être utilisée dans des zones reculées. Le projet AICCRA s'est associé à la Fondation Syngenta pour étendre l'utilisation de RiceAdvice au Mali. La Fondation Syngenta a facilité l'accès aux prêts pour les Centres d'agriculture mécanisée (CEMAs) et a formé de jeunes prestataires de services (dont 40 % de femmes) afin qu'ils puissent formuler des recommandations et accompagner leur mise en œuvre. La Fondation Syngenta a également aidé les prestataires de services féminins à se procurer des téléphones mobiles. Grâce à ce partenariat, plus de 16 000 agriculteurs maliens, dont environ 5 000 femmes, ont utilisé les recommandations de RiceAdvice. L’Office du Niger (organisme semi-autonome du Mali qui gère un important système d’irrigation dans la région de Ségou) a officiellement intégré RiceAdvice à sa campagne agricole 2025. L’iSAT L'Intelligent Systems Advisory Tool (iSAT) est un outil d'aide à la décision conçu pour automatiser la génération et la diffusion de conseils de gestion des cultures et des fourrages pour un système de production et un lieu donnés, sur la base d'informations météorologiques et climatiques (Joseph et al., 2022). L'iSAT vise à traduire les informations climatiques en connaissances exploitables en tenant dûment compte des incertitudes associées aux informations et des conséquences potentielles des décisions prises. Il cherche à imiter le processus de prise de décision du producteur à l'aide d'arbres de décision basés sur les conditions météorologiques observées et prévues ou sur les prévisions saisonnières pour choisir parmi des séries de messages de conseil. Les messages de conseil et les seuils météorologiques qui déclenchent des messages particuliers sont élaborés en combinant la simulation des cultures et les connaissances d'experts. Les avis sont validés avec les agriculteurs dans une zone pilote avant d'être utilisés de manière opérationnelle. 164 164 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Les conseils d’iSAT comprennent à la fois la planification en préparation à la saison basée sur les prévisions saisonnières et les conseils de gestion tactique pendant la saison de croissance, grâce à la surveillance et aux prévisions météorologiques. La Figure 3.4-12 illustre la structure de l'arbre de décision pour les conseils hebdomadaires au cours de la période de végétation. La Figure 3.4-13 est un exemple de conseils d'avant-saison diffusés au début de la période de végétation 2022. Figure 3.4-12. Une exemple d'arbre de décision utilisé par l'iSAT pour sélectionner parmi 20 messages d'information hebdomadaires basés sur les quantités de pluie observées et prévues. Figure 3.4-13. Une exemple d'avis d'avant-saison diffusés aux agriculteurs dans les sites pilotes de l'AICCRA au Sénégal au début de la saison de croissance 2022. 165 165 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE L’Utilisation appropriée et limites des outils d'aide à la décision basés sur des modèles Parce que les outils d'aide à la décision basés sur des modèles pour les cultures et l'élevage permettent d'explorer rapidement et facilement les conséquences de diverses alternatives de gestion dans diverses conditions météo historiques ou prévues, il est intéressant de les utiliser pour formuler des recommandations de gestion à l'intention des producteurs. Cependant, ces outils d'aide à la décision doivent être utilisés avec prudence, sous la supervision d'experts connaissant les hypothèses, l'utilisation appropriée et les limites des modèles de simulation des cultures. Les modèles de simulation des cultures présentent d'importantes limites. Ils ne simulent pas la plupart des processus qui peuvent limiter la production agricole, par exemple les oligo-éléments du sol, la toxicité du sol, les ravageurs, et les maladies. Par conséquent, ils sont susceptibles de surestimer les rendements que les petits exploitants agricoles obtiennent dans leurs champs. La précision des résultats des simulations de cultures dépend de la qualité des données d'entrée. L'obtention de données d'entrée précises est particulièrement difficile pour les propriétés du sol, qui peuvent varier considérablement sur de courtes distances, ainsi que pour l'humidité initiale du sol et la teneur en nitrates, qui varient dans l'espace et dans le temps. Si les modèles de simulation des cultures ont été testés dans l'environnement dans lequel ils seront utilisés, et si des données d'entrée et une expertise de qualité sont disponibles, les modèles de simulation des cultures peuvent contribuer aux recommandations de vulgarisation d'au moins trois manières. Tout d'abord, les modèles de culture peuvent être utilisés pour sélectionner des stratégies potentielles de gestion des cultures pour un environnement particulier, et identifier un petit ensemble de candidats prometteurs à tester par le biais d'expériences sur le terrain ou d'essais à la ferme. Deuxièmement, les modèles de culture peuvent tester la sensibilité des pratiques de gestion des cultures recommandées dans une gamme plus large de conditions pédologiques et météorologiques que celles qui peuvent être échantillonnées dans le cadre d'expériences sur le terrain. Cela peut indiquer si une variété particulière ou une pratique de gestion peut être recommandée avec confiance dans une large gamme de sols et de conditions climatiques, ou si elle doit être ajustée pour des conditions spécifiques. Enfin, et c'est peut-être le plus important, les outils d'aide à la décision qui utilisent des modèles de culture constituent un moyen utile pour les agriculteurs et leurs conseillers d'apprendre les principes de la gestion des risques climatiques. Ces outils favorisent l'apprentissage par l'expérience accélérée et l'expérimentation de scénarios de décision. Lorsque ces outils sont utilisés en groupe pour expérimenter des options de gestion dans différents scénarios climatiques ou d'autres conditions environnementales, ils remettent parfois en question les convictions des agriculteurs, des conseillers et même des chercheurs, ce qui les amène à réfléchir différemment à leurs problèmes de gestion des risques. C'est pourquoi ces outils basés sur des modèles de culture sont parfois appelés « outils d'aide à la discussion ». Les outils de modélisation et d'aide à la décision présentés lors de cette session sont axés sur la gestion des entreprises de production individuelles. Cependant, les producteurs prennent également de nombreuses décisions qui impactent plusieurs entreprises, par exemple : 166 166 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE • la répartition des terres agricoles entre cultures, pâturages, jachères ou autres utilisations des terres ; • la répartition du travail des ménages entre les activités agricoles et non agricoles, et les responsabilités familiales ; • la location ou l'achat de terres ; • la répartition des ressources entre la consommation, l'épargne de précaution et l'investissement dans l'exploitation ; • l'emprunt et le remboursement des prêts ; et • les investissements importants en capital tels que les terres, les structures agricoles, l'équipement et l'éducation. L'analyse des conséquences économiques de ces décisions nécessite une analyse plus complexe de l'ensemble de l'exploitation. En outre, l'analyse d'une seule entreprise agricole ne donne pas une image complète du risque auquel un agriculteur est confronté. En effet, la diversification réduit le risque (Session 3.5). Pour une exploitation diversifiée, la variabilité (exprimée en coefficient de variation) du revenu du ménage peut être beaucoup plus faible que la variabilité moyenne des marges brutes des différentes entreprises de production si les différentes sources de revenu agricole ne sont pas fortement corrélées. Tout revenu non agricole tend également à réduire la variabilité du revenu global d'un ménage agricole. Pour ces raisons, une compréhension complète des conséquences des options de gestion auxquelles un agriculteur est confronté nécessiterait l'analyse des revenus, des dépenses et des actifs provenant de toutes les sources. Les analyses complexes nécessaires à la prise en compte de ces décisions au niveau de l'exploitation dépassent le cadre de cette formation. Une évaluation des premières décennies (depuis la fin des années 1980) de l'utilisation pionnière d'outils d'aide à la décision agricole basés sur des modèles et tenant compte du climat en Australie a révélé que les producteurs en tiraient profit non pas en mettant en œuvre les actions identifiées par les outils, mais en comprenant et en anticipant mieux les risques climatiques, en explorant de nouvelles options de gestion, et en actualisant leurs propres « règles empiriques ». Ces données ont conduit à un changement d'orientation : de « l'aide à la décision » à « l'aide à la discussion », et vers l'utilisation de ces outils pour favoriser le co-apprentissage entre producteurs et conseillers agricoles (McCown et al., 2012; Nelson et al., 2002). D'après l'expérience en Australie et des évaluations plus récentes (Duncombe, 2018; Tsan et al., 2019), les outils numériques d'aide à la décision devraient être plus efficaces lorsqu'ils alimentent les processus décisionnels des producteurs, renforcent l'apprentissage social entre producteurs et conseillers agricoles, et visent à renforcer plutôt qu'à remplacer les services de conseil institutionnel. 167 167 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Exercice : Analyser des options de gestion des cultures Travaillez en petits groupes. • Cette activité vous permettra d'expérimenter l'utilisation de la simulation des cultures et des budgets d'entreprise pour analyser les options de gestion agronomique. Vous effectuerez un calcul de base de la marge brute des cultures, examinerez les marges brutes de diverses options de gestion et réaliserez une analyse graphique E-S de ces options, en utilisant les résultats d'une étude de simulation de gestion du maïs publiée dans une zone semi-aride du Kenya. • Les instructions se trouvent dans la fiche d'activité : A3-4 Analyse crop management options.docx. • L'exercice nécessite le tableur Excel : A3-4 Katumani maize enterprise budget.xlsx. 168 168 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Session 3.5. Les Informations climatiques et les décisions agricoles Cette session présente quelques exemples importants d'utilisation des informations climatiques pour éclairer les décisions de gestion agricole. Elle aborde l'adaptation des stratégies de gestion agricole au climat local à partir d'analyses de données historiques, les prévisions saisonnières pour la planification agricole saisonnière et les décisions de semis dans les systèmes de cultures annuelles pluviales. À l'issue de cette session, vous serez capable de : • Décrire comment les données climatiques historiques peuvent être utilisées pour adapter les systèmes agricoles aux conditions climatiques locales. • Décrire les possibilités pour les agriculteurs d'utiliser les prévisions climatiques saisonnières pour la planification. • Identifier les défis courants liés à l'utilisation des prévisions saisonnières pour la prise de décision agricole, et identifier les solutions à ces défis. • Décrire les facteurs climatiques qui influencent les décisions relatives aux systèmes de production végétale, animale et piscicole, ainsi que les informations qui peuvent éclairer ces décisions. Jusqu'à présent, ce module a abordé les impacts du climat sur la production et les producteurs agricoles (Session 3.1), les principes de prise de décision en situation d'incertitude (Sessions 3.2 et 3.3), ainsi que les outils et approches permettant d'analyser les conséquences des décisions de gestion agricole face aux risques climatiques (Session 3.4). Rappelons que l'échelle de temps des informations climatiques doit correspondre à l'horizon temporel des décisions pour que les services climatiques soient utiles aux décisions de gestion des risques (Session 3.2). Cette session aborde quelques exemples de décisions de gestion agricole, ainsi que les types et les échelles de temps des informations qui peuvent éclairer ces décisions. L’Adaptation des systèmes agricoles au climat historique Les données climatiques historiques constituent la principale source de connaissances sur la saisonnalité, la variabilité et les tendances qui définissent le climat local. Ces connaissances sont fondamentales pour développer des systèmes agricoles bien adaptés à leur climat local, en particulier lorsque celui-ci est en évolution. 169 169 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Cibler les espèces, les variétés, et les technologies de production appropriées L'utilisation des données météo historiques, directement et à l'aide de modèles de simulation, pour analyser les risques et appuyer la prise de décision est bien établie dans la recherche et la pratique agricoles. Les analyses climatiques historiques peuvent éclairer diverses questions de planification agricole, telles que : • Quelles variétés de cultures, espèces, et races de poissons ou d'animaux d'élevage sont adaptées à quels sites ? Les sélectionneurs utilisent les données climatiques pour adapter les caractéristiques des variétés aux conditions climatiques locales. Les informations climatiques spatiales pertinentes comprennent le début, la fin, et la durée moyens de la saison de croissance pluviale. Le délai thermique de maturité, les besoins en eau des cultures, et les plages de températures optimales sont également pertinents pour adapter les cultures et les variétés aux conditions climatiques locales. • Quels taux d'engrais faut-il recommander aux agriculteurs ? La réponse des cultures aux engrais chimiques et organiques est une fonction complexe des caractéristiques des cultures, du sol et du climat, ainsi que de la densité du peuplement (voir l'exemple illustratif de la Session 3.4). L'utilisation de données spatiales pédoclimatiques pour formuler des recommandations d'engrais spécifiques à chaque région devrait améliorer la rentabilité agricole et favoriser l'adoption de technologies par rapport aux recommandations d'engrais globales sur de vastes superficies. • Quelles zones sont les plus propices au développement de l'irrigation ? L'analyse des données climatiques historiques peut fournir des informations sur les zones où les précipitations sont suffisantes pour une production agricole optimale, la quantité d'eau supplémentaire nécessaire par l'irrigation pour combler un éventuel déficit pluviométrique, et leurs variations d'une année sur l'autre. Comme indiqué précédemment (Session 3.1), un modèle de bilan hydrique du sol peut capturer les interactions dynamiques entre l'eau fournie par les précipitations, la demande des plantes en évapotranspiration, et leur développement. Un modèle de bilan hydrique du sol est essentiel au calcul d'indices saisonniers tels que l'indice de satisfaction des besoins en eau (WRSI), mais peut également fournir des informations supplémentaires sur le moment des déficits hydriques et le stress qui en résulte pour les plantes. • Où des maladies sensibles au climat menacent-elles la production agricole, animale ou piscicole ? Les conditions météo influencent la multiplication et la propagation de nombreux ravageurs, organismes pathogènes et vecteurs de maladies animales importants pour l'agriculture. Des variables telles que la température, l'humidité relative, les précipitations, et (pour la propagation des organismes pathogènes) le vent peuvent indiquer si les conditions sont favorables à une épidémie ou à une infestation. Connaître les zones climatiques favorables ou défavorables à ces menaces biologiques peut éclairer les décisions concernant le 170 170 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE développement de nouveaux produits agricoles et de nouvelles chaînes de valeur, ainsi que les priorités d'investissement dans les mesures de surveillance et de contrôle. Les salles de cartographie climatique de l'Mali-Météo offrent un large éventail d'analyses spatiales des informations climatiques historiques, telles que celles présentées à la Figure 3.5-1, qui peuvent être utiles pour adapter les technologies agricoles et autres interventions aux conditions climatiques locales. Figure 3.5-1. Des exemples d'analyses spatiales des conditions climatiques historiques moyennes disponibles sur les salles de cartographie climatique de l'Mali-Météo : (a) date de début des précipitations, (b) température maximale quotidienne, et (c) nombre de périodes sèches d'au moins 7 jours entre août et septembre. Source : Salle de cartographie climatique historique de l'Mali-Météo. Détecter et comprendre le changement En raison du changement climatique, les cultures, les pâturages, les espèces d'élevage et de poissons, ainsi que les pratiques de production qui étaient bien adaptées aux conditions climatiques locales il y a quelques décennies, pourraient ne plus l'être aux conditions climatiques actuelles. Par exemple : • Les aléas tels que les sécheresses, les inondations, ou les vagues de chaleur peuvent avoir augmenté ou diminué. • Le début ou la fin de la saison de croissance pluviale peut avoir changé. • Les cultures et les poissons arrivent probablement à maturité plus tôt en raison de la hausse des températures pendant la saison de croissance. • Les variations de température ou d'humidité peuvent avoir modifié le risque de menaces de ravageurs ou de maladies sensibles au climat pour les cultures ou l'élevage. N'importe lequel de ces changements peut nécessiter une modification des pratiques agricoles afin de s'adapter aux nouvelles conditions climatiques locales. 171 171 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Dans les communautés rurales traditionnelles, les systèmes de production agricole peuvent avoir été perfectionnés et transmis de génération en génération. Bien que ce processus d'essais-erreurs puisse être très efficace pour adapter les systèmes agricoles à des environnements locaux stables, il ne peut pas suivre le rythme des changements rapides de l'utilisation des terres, des technologies ou des conditions de marché ; et, ces dernières décennies, du climat lui-même. Les communautés rurales traditionnelles apprennent également par l'expérience à comprendre leur climat local et à utiliser des indicateurs observables pour anticiper les conditions météorologiques à venir. Cependant, les connaissances climatiques traditionnelles peuvent être biaisées, faussées par les changements d'utilisation des terres ou de qualité des sols, ou érodées par un changement climatique rapide. Les systèmes agricoles traditionnels peuvent donc être mal adaptés au climat actuel. Des investissements agricoles insuffisants et une mauvaise adaptation peuvent survenir si : • le changement climatique réel n'est pas reconnu ; ou • les changements de performance agricole sont attribués à tort au changement climatique alors qu'un autre facteur en est la cause sous-jacente. L'analyse des données météorologiques historiques offre aux producteurs et aux autres décideurs un moyen de confronter leurs perceptions du changement, ou de l'absence de changement, à des mesures objectives. Le Maproom des Échelles de temps des précipitations (Figures 2.2-11 à 2.2-13 Figure 3.5-2) décompose les données historiques en une composante de temps qui représente les changements à long terme associés au changement climatique, et en composantes décennales et interannuelles qui représentent respectivement la variabilité naturelle à basse fréquence et à haute fréquence. Cela peut corriger ces deux types d'erreurs : • en sensibilisant aux tendances réelles des aspects climatiques qui impactent leurs exploitations ou en les sensibilisant aux changements climatiques qui affectent leurs exploitations ; ou • en suggérer si les changements perçus sont causés par le changement climatique anthropique, par la variabilité climatique naturelle à basse fréquence, ou par un autre facteur de changement (tel que le changement d’utilisation des terres ou la dégradation des sols). Adapter la gestion des exploitations agricoles Les organismes de recherche et de vulgarisation agricoles sont chargés de développer des technologies de production agricole adaptées et de conseiller les producteurs. Cependant, ces derniers sont ultimement responsables de l'adoption et de la gestion de leurs produits en fonction de leurs objectifs, de leurs contraintes, et de leur tolérance au risque. À l'échelle de l'exploitation, l'analyse climatique historique peut éclairer des questions telles que : • Mes cultures et mon élevage sont-ils adaptés au climat local ? • Mon exploitation et ma famille sont-elles résilientes aux aléas du changement climatique ? • Est-ce que je profite des années de bonnes conditions climatiques ? 172 172 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Les Services Climatiques Intégrés Participatifs pour l'Agriculture (PICSA) constituent un exemple d'approche efficace pour adapter la gestion des exploitations agricoles aux conditions climatiques locales. PICSA est un processus d'ateliers systématiques, animé par des intermédiaires qualifiés, qui guide les producteurs dans l'adaptation de leur système agricole et de leurs moyens de subsistance au climat local, en s'appuyant sur des graphiques de séries chronologiques climatiques historiques locales, une cartographie participative des ressources, des calendriers d'activités, et des activités budgétaires. PICSA et d'autres approches de communication participative sont abordées à la Session 4.1. La Planification agricole saisonnière basée sur les prévisions Le Rôle des prévisions saisonnières dans la gestion agricole Bien que les producteurs prennent des décisions de gestion à plusieurs reprises tout au long de l'année, la période précédant la principale campagne agricole est particulièrement cruciale, car elle leur impose de nombreuses décisions stratégiques. Les prévisions saisonnières sont potentiellement pertinentes pour un large éventail de systèmes et de décisions de production agricole. Cependant, c'est dans le cas des cultures annuelles pluviales que l'utilisation des prévisions saisonnières a été la plus étudiée, et les données disponibles suggèrent qu'elle est la plus répandue. En Afrique subsaharienne, les données disponibles montrent qu'une grande partie des agriculteurs ayant accès aux prévisions saisonnières adaptent au moins certaines de leurs décisions de gestion en conséquence, malgré les difficultés auxquelles ils sont confrontés (Vaughan et al., 2019). L'intérêt de l'utilisation des prévisions saisonnières pour la gestion des cultures et de l'élevage dépend des interactions entre les conditions climatiques saisonnières, les options de gestion, les prix des intrants et des produits agricoles (c.-à-d. cultures, élevage), la productivité, et la rentabilité. En général, il est rentable d'augmenter les investissements dans les intrants de production (par exemple, les taux d'application d'engrais, les semences, le désherbage, les aliments pour animaux) lorsque des conditions climatiques favorables sont anticipées, et de réduire ces investissements lorsque des déficits pluviométriques ou d'autres conditions défavorables sont anticipés. L'étude de modélisation de la fertilisation du maïs au Kenya présentée précédemment (Session 3.4, Figure 3.4- 8) illustre cette interaction. Dans cet exemple, le taux d'engrais maximisant les profits variait en fonction du total des précipitations saisonnières : • 80 kg N/ha pendant le tiers le plus humide des années ; • 60 kg N/ha pendant le tiers médian des années ; et • 20 kg N/ha pendant le tiers le plus sec des années. Si les prévisions saisonnières sont précises (c'est-à-dire qu'elles fournissent beaucoup plus d'informations sur la saison à venir que la distribution climatique historique), et si les producteurs les interprètent correctement et les intègrent à leurs décisions, elles devraient conduire à de meilleures décisions qui améliorent en moyenne leur bien-être. Toutefois, comme les prévisions saisonnières sont probabilistes, les producteurs n’en bénéficieront pas nécessairement chaque année. 173 173 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Comment les producteurs au Mali utilisent-ils les prévisions saisonnières ? Au Mali et dans toute l'Afrique, une grande partie des producteurs qui ont accès aux prévisions saisonnières modifient au moins une partie de leurs décisions de gestion en réponse aux défis climatiques auxquels ils sont confrontés (Vaughan et al., 2019). Une étude de Worou et al. (2025) documente comment les agriculteurs maliens (à Sikasso et à 93 % à Kadiolo) réagissent aux prévisions saisonnières (Tableau 3.5-1). La majorité d'entre eux choisissent des cultures et des variétés résistantes à la sécheresse et utilisent des ouvrages de conservation de l'eau (avec des bassins zaï et des bassins en demi-lune) lorsque les précipitations sont annoncées comme insuffisantes. Face à des prévisions de précipitations supérieures à la normale, les réponses les plus fréquentes consistent à sélectionner des cultures adaptées à ces conditions et des variétés à cycle long, ainsi qu'à effectuer des semis tardifs. Les agriculteurs ajustent les variétés cultivées, les pratiques de préparation des sols, et les dates de semis en fonction de l'anticipation ou du retard des pluies. Les Défis courants et leurs solutions Les producteurs peuvent rencontrer plusieurs difficultés courantes lors de l'utilisation des prévisions climatiques saisonnières. Une bonne compréhension de ces difficultés suggère des moyens pour les agents de vulgarisation agricole d'aider les producteurs à les surmonter et à mieux exploiter les prévisions saisonnières. La discussion ci-dessous s'appuie sur Hansen et al. (2011; 2022). Premièrement, les contraintes de ressources peuvent limiter la capacité des petits producteurs relativement pauvres à agir en fonction des prévisions. Par exemple, un hybride à haut rendement peut être bien plus performant que la variété habituelle lors d'une saison de croissance prévue plus longue et avec des précipitations plus importantes que la normale. Pourtant, les petits exploitants ne peuvent pas changer de variété si les semences ne sont pas disponibles ou s'ils n'ont pas accès au crédit pour les acheter. Bien que ces contraintes puissent réduire les options disponibles, en particulier pour les petits producteurs relativement pauvres, les données disponibles en Afrique montrent que la majorité des agriculteurs qui ont accès aux prévisions saisonnières modifient certaines décisions de gestion en conséquence (Hansen et al., 2011; Vaughan et al., 2019). Bien que de fortes contraintes de ressources puissent exclure les petits producteurs relativement pauvres de certaines options de gestion fondées sur les prévisions, les ajustements de la répartition des terres et de la main-d'œuvre entre les activités agricoles, ainsi que le calendrier des opérations agricoles, sont moins susceptibles d'être affectés par ces contraintes. Lorsque la disponibilité d'intrants clés, tels que les semences ou le crédit, limite la capacité des producteurs à tirer parti des prévisions saisonnières, les institutions agricoles et les acteurs de la chaîne de valeur pourraient être en mesure de prendre des mesures pour alléger les contraintes qui les empêchent d'agir en fonction de ces prévisions. 174 174 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Tableau 3.5-1. Les stratégies déclarées par au moins 50 % des agriculteurs interrogés, en réponse aux prévisions de précipitations saisonnières à Sikasso et Kadiolo. Adapté de Worou et al., 2025. Conditions prévisionnelles Stratégie % d'agriculteurs Sikasso Kadiolo La survenue tardive L’organisation collective du travail 100 93,0 Les variétes à cycle court 50,7 49,4 Le semis tardif 60,8 58,8 L’entretien intensif des cultures 82,6 84,7 La microdosage d’engrais 46,3 54,1 La survenue précoce Les variétés à cycle long 76,8 83,5 Le semis précoce 87,0 93,0 Réduire des apports d’engrais 50,7 50,5 La préparation précoce du champ (le fumier, 76,8 95,3 les billons, le labour) La survenue précoce et la Les variétés à cycle long 94,2 90,6 cessation tardive La survenue tardive et la Les variétés à cycle court 97,1 95,3 cessation précoce La survenue tardive et la Les variétés à cycle court 90,0 91,8 cessation tardive Les variétés à cycle long 69,4 71,7 Les pluies excessives Le semis tardif 50,7 76,8 Les cultures adaptées aux conditions humides 81,1 93,0 Éviter les zones déprimées 84,0 34,0 Les pluies insuffisantes Conserver l'eau de pluie grâce à des bassins zaï 66,7 74,1 et des bassins en demi-lune Les variétés tolérantes à la sécheresse 88,4 96,5 Un deuxième défi concerne l'impact potentiel d'une prévision « erronée » sur le bien-être des producteurs relativement pauvres et vulnérables. La possibilité qu'un producteur enregistre une baisse de son revenu net ou de sa production certaines années, suite à l'application des prévisions saisonnières, constitue un défi important. Cependant, cette préoccupation révèle un problème lié à la manière dont les prévisions saisonnières sont parfois communiquées et interprétées. Si les prévisions sont pertinentes, elles devraient améliorer le bien-être des producteurs, en moyenne, si ceux-ci interprètent correctement la distribution des prévisions et si leurs décisions en réponse aux prévisions sont cohérentes avec celles prises face à l'incertitude climatique historique. Toutefois, un producteur pourrait réagir aux prévisions saisonnières d'une manière incompatible avec ses objectifs et sa tolérance au risque si : 175 175 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE • des informations probabilistes sont perdues ou déformées lors de la génération, de la communication, ou de l'interprétation des prévisions ; • le producteur a des difficultés à comprendre les nouveaux formats d'information ; ou • des conseils agricoles ou des interventions politiques encouragent des mesures de gestion particulières incompatibles avec les objectifs ou la tolérance au risque du producteur. Il est possible d'éviter les erreurs et de protéger le bien-être des producteurs en communiquant sur la nature probabiliste des prévisions saisonnières et en formant les producteurs à comprendre et à agir en fonction de ces prévisions, d'une manière cohérente avec leur compréhension et leur action face à la variabilité climatique saisonnière en l'absence de prévisions. Troisièmement, les conventions courantes de présentation des prévisions saisonnières ne répondent pas aux besoins des producteurs. La convention la plus répandue exprime une prévision saisonnière sous forme de probabilités que les précipitations de la saison à venir se situent dans les catégories « inférieures à la normale », « normales », ou « supérieures à la normale » définies comme les tiers inférieur, médian, et supérieur de la distribution des précipitations saisonnières des 30 dernières années (Session 1.4). L'expérience acquise auprès de producteurs de nombreux pays et contextes a révélé plusieurs faiblesses limitant l'utilisation de ces prévisions pour la prise de décision agricole locale : • Les prévisions spatiales approximatives ne fournissent pas d'informations sur les conditions climatiques attendues sur le lieu de production. • Les catégories de prévisions sont souvent interprétées à tort comme autre chose que des terciles. • Les variations de probabilité des terciles (par exemple, « probabilité supérieure à la normale de précipitations inférieures à la normale ») sont complexes et sujettes à des erreurs d'interprétation. • Les 33e et 67e percentiles de la distribution historique qui définissent les terciles sont arbitraires et ne sont pas nécessairement pertinents pour des décisions agricoles particulières. Ces contraintes reflètent les pratiques conventionnelles et non les caractéristiques inhérentes aux prévisions saisonnières. La plupart de ces faiblesses peuvent être atténuées en adoptant des méthodes de prévision objectives, en utilisant les données climatiques historiques locales pour calibrer et réduire l'échelle des prévisions, et en présentant les distributions de probabilité des prévisions avec la distribution climatologique (tableau 3.5-2). La présentation « Flexible Forecast Maproom » (Session 2.5, Figures 2.5-4 à 2.5-5) corrige les principales faiblesses de la convention des terciles en utilisant les données climatiques historiques locales pour calibrer et réduire l'échelle des prévisions, et en présentant les prévisions sous forme de graphiques de distribution de probabilité aux côtés de la distribution historique pour le même lieu, la même saison et la même variable (Hansen et al., 2022). La réduction d'échelle des prévisions aux données climatiques locales et la 176 176 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE présentation de la distribution climatologique aux côtés de la distribution des prévisions, en unités physiques (par exemple, millimètres de précipitations), fournissent toutes les informations nécessaires pour anticiper les conditions climatiques saisonnières à venir à l'échelle locale de la prise de décision. La présentation de la distribution prévisionnelle complète fournit les quantités ou probabilités prévues associées à tout seuil décisionnel pertinent et évite les erreurs d'interprétation fréquentes dans les prévisions probabilistes catégoriques. La possibilité de comparer les formes et la position des distributions prévisionnelles et climatologiques traduit le degré d'incertitude de la prévision par rapport à la climatologie, et donc sa fiabilité, plus clairement que les variations de probabilité en terciles. En supposant que des résidus rétrospectifs soient utilisés pour calibrer une distribution prévisionnelle, plus cette distribution est étroite, plus le système de prévision est précis. Tableau 3.5-2. Les défis d'utilisabilité des prévisions saisonnières en terciles et solutions disponibles grâce aux méthodes de prévision NextGen et à la présentation des prévisions flexibles. Adapté de Hansen et al., 2019. Défi Solution Manque d'informations sur le climat local Prévisions à échelle réduite Prévisions groupées avec la climatologie locale Les catégories sont difficiles à comprendre Fournir une distribution de probabilité de Les catégories ne correspondent pas aux seuils des prévision complète décideurs Pertinence limitée des moyennes saisonnières Prévoir des variables supplémentaires Traduire en impacts, en options Quatrièmement, différents producteurs peuvent prendre des décisions très différentes en réponse à une même prévision. Si les agents de vulgarisation agricole ou les services météorologiques nationaux tentent de formuler des recommandations descendantes sur la manière dont les producteurs devraient agir en fonction des prévisions saisonnières, l'absence de prise en compte des différences entre les producteurs peut poser problème. L'allocation des terres agricoles rares, de la main-d'œuvre familiale, et des ressources financières (par exemple, l'épargne, le crédit) sont très sensibles aux différences de disponibilité des ressources, aux variations des coûts des intrants et des prix attendus des produits, ainsi qu'aux objectifs des producteurs et à leur niveau d'aversion au risque. Les résultats d'une étude modélisée de la valeur des informations d’ENSO pour un problème simple de combinaison de cultures en Argentine (Messina et al., 1999) illustrent la sensibilité des décisions d'allocation saisonnière des terres agricoles aux préférences de risque et aux prix (Figure 3.5-4). Pour de telles décisions, les avis doivent être adaptés aux différentes caractéristiques et contextes des producteurs. Une approche efficace consiste à soutenir la compréhension et l'utilisation des prévisions saisonnières par les producteurs grâce à des approches de communication et de planification participatives (Session 4.3). 177 177 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 3.5-4. Une modélisation des réponses d'allocation optimale des terres agricoles aux informations de prévisions saisonnières basées sur l’ENSO, influencées par l'aversion au risque et les prix, Pergamino, Argentine. D'après Messina et al., 1999. Les Décisions de semis Dans les systèmes de cultures annuelles pluviales en climats subhumides et semi-arides, les décisions concernant les semis et leur période de semis sont particulièrement sensibles aux conditions climatiques et particulièrement importantes pour la gestion des risques liés au climat. Semer trop tard peut réduire les rendements en réduisant le temps nécessaire à la conversion du CO2 et du rayonnement solaire en biomasse et en produits récoltés. Semer trop tôt augmente le risque d'un manque d'eau dans le sol pour l'établissement des semis. Bien que les agriculteurs puissent replanter lorsque cela se produit, cela augmente le coût de la main-d'œuvre et des semences, et peut réduire les rendements en retardant l'établissement des cultures. Pour une culture et une variété donnée, la date de semis influence également les conditions météorologiques auxquelles la culture sera exposée pendant sa maturation. Si la date de semis est une décision importante dans les systèmes de cultures annuelles pluviales, elle constitue également une décision difficile car le début de la saison de croissance pluviale est variable. Les Définitions du début de la saison de croissance pluviale Le début de la saison de croissance pluviale a été défini de plusieurs manières, notamment lorsqu'il se produit pour la première fois, dans une période de dates de début possibles, que : 178 178 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE • l'humidité disponible dépasse une fraction seuil de la capacité de rétention d'eau disponible dans la couche superficielle du sol ; • le front d'humidification du sol dépasse une profondeur seuil ; • la quantité de précipitations sur une courte période (par exemple, 3 jours) dépasse un seuil ; ou • la quantité cumulée de précipitations sur une courte période dépasse une fraction spécifiée de l'évapotranspiration potentielle. S'appuyant sur les recherches de l'ICRISAT menées en Afrique de l'Ouest sahélienne dans les années 1980, la convention la plus répandue en Afrique subsaharienne définit le début comme le premier jour, après une date donnée, bien avant le début normal, où le total des précipitations sur une courte période (généralement 2 à 3 jours consécutifs) dépasse une quantité donnée (généralement 15 à 30 mm), et où aucune période sèche dépassant une durée donnée (généralement 7 à 21 jours) ne survient au cours de la période suivante (généralement 3 à 4 semaines). L’Météo Mali définit le début comme le premier jour dans une période de mai à juillet, lorsque le total des précipitations sur 3 jours consécutifs dépasse 20 mm, et lorsqu'aucune période sèche dépassant 10 jours ne se produit dans les 30 jours suivants. Cette définition utilise les données pluviométriques pour répondre à deux questions distinctes : • Les précipitations ont-elles été suffisantes pour favoriser la germination ? • Les précipitations seront-elles suffisantes pour soutenir la croissance des plantules jusqu'à ce que les racines soient suffisamment profondes et que les précipitations soient suffisamment régulières pour permettre l'établissement de la culture ? Le deuxième critère permet de déterminer si une pluie à germination précoce constitue un véritable début de croissance conduisant à une implantation réussie de la culture, ou un faux début de croissance conduisant à un échec de l'implantation. Il est simple de déterminer quand ces conditions ont été remplies, quel que soit le lieu et l'année précédente pour lesquels des données pluviométriques quotidiennes sont disponibles. Cependant, trois facteurs limitent l'utilité de cette définition du début de croissance pour guider les agriculteurs dans leurs décisions de semis. Premièrement, l'utilisation des données pluviométriques sur une période de 2 ou 3 jours pour évaluer si la couche superficielle du sol contient suffisamment d'eau pour la germination des graines ne tient pas compte de l'humidité stockée dans le sol lors des pluies précédentes, ni des différences dans les propriétés hydrologiques du sol. Deuxièmement, l'utilisation des précipitations observées pour évaluer le début de croissance n'aide pas l'agriculteur à anticiper ou à planifier la date de début de croissance. Enfin, un agriculteur doit attendre quelques semaines pour déterminer si une pluie de germination signale le début réel de la saison de croissance pluviale, ou si une période de sécheresse entraîne un faux début. 179 179 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Il est important de sélectionner des seuils appropriés lors de l'utilisation de cette définition du début, afin de garantir que les dates calculées de la pluie de germination et les estimations de la quantité de pluies ultérieures suffisante pour l'établissement des cultures correspondent au plus près aux conditions du terrain. Le menu des options sur les Maprooms d'Mali-Météo pour les dates de début et de fin de la saison de croissance permet aux utilisateurs de modifier ces seuils. Les Questions des agriculteurs sur les semis Rappelons, comme indiqué dans la Session 3.2, que les décisions prises en situation d'incertitude ont des horizons de planification caractéristiques (la période entre la prise de décision et l'application de ses conséquences). Dans le cas des systèmes de cultures annuelles pluviales, les décisions concernant la planification et le moment des semis sont influencées par des facteurs à plusieurs échelles de temps. Examinons trois questions qu'un agriculteur pourrait se poser au début de la saison de croissance : • Quand dois-je préparer mes champs et mes intrants pour les semis ? • Dois-je planter maintenant ? • Si je plante maintenant, quelles cultures et variétés sont les mieux adaptées aux conditions météorologiques prévues en fin de saison de croissance ? Ces questions, et les informations qui peuvent y répondre, ont des échelles de temps différentes. La sélection variétale, qui interagit avec la date de semis, a un horizon saisonnier. Les préparatifs de semis peuvent bénéficier de prévisions de début de pousse, souvent intégrées aux prévisions saisonnières. Déterminer si l'eau est suffisante pour la germination nécessite une surveillance et des prévisions météorologiques à court terme. Déterminer le risque d'échec de l'établissement des cultures nécessite d'anticiper les précipitations à une date infrasaisonnière. Nous approfondissons chacune de ces questions dans la discussion qui suit. La discussion qui suit s'applique aux systèmes de culture pluviale, aux systèmes, et aux endroits où les variétés disponibles ont besoin d'un temps thermique fixe (généralement exprimé en degrés- jours de croissance au-dessus d'une température seuil spécifique à la culture) pour mûrir, et où les agriculteurs visent à semer lorsque l'humidité disponible dans le sol est suffisante pour faire germer les graines. Cependant, elle ne s'applique pas à certains systèmes de culture traditionnels dans les environnements sahéliens semi-arides qui ont adapté les pratiques de plantation à des dates de début de pluie très variables. Le semis à sec consiste à semer les graines avant les premières pluies de la saison. Dans des conditions très sèches, les graines restent en dormance jusqu'à ce que les premières pluies significatives de la saison se produisent. Les variétés traditionnelles de sorgho, de mil, et de niébé de la zone sahélienne sont très sensibles à la photopériode. En conséquence, ils arrivent à maturité à peu près à la même période de l'année, en fonction de petits changements de durée du jour, que le début des pluies entraîne des semis précoces ou tardifs. 180 180 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Quand dois-je me préparer ? Les agriculteurs connaissent généralement la fourchette normale des dates de début de la saison et préparent leurs champs et leurs intrants avant la date prévue. La date moyenne de début de la saison (Figure 3.5-1a) et la variabilité autour de cette date (Figure 3.5-5) sont disponibles sur les Maprooms de l'Mali-Météo. Il peut être utile pour les agriculteurs d'anticiper si le début de la saison est susceptible de se produire plus tôt ou plus tard que la normale, par exemple pour recruter de la main-d'œuvre pour les semis ou pour labourer leurs champs suffisamment près de la date de semis afin d'éviter la prolifération des mauvaises herbes. Les prévisions du calendrier des précipitations sont disponibles pour aider les agriculteurs à anticiper et à se préparer pour les années où la saison commence nettement plus tôt ou plus tard que la normale. Figure 3.5-5. Les séries chronologiques la variabilité des dates de début de la saison de croissance pluviale près de San, Segou. Source : Maproom de l'Mali-Météo. Dois-je semer maintenant ? Déterminer si les conditions sont propices au semis implique deux questions : • Le sol est-il suffisamment arrosé pour faire germer mes graines si je sème maintenant ? • Si je sème maintenant, quelle est la probabilité que les semis meurent par manque d’eau avant que les racines ne soient suffisamment profondes ou avant que les pluies soient suffisamment fréquentes pour permettre l’établissement de la culture ? La première question, « Le sol est-il suffisamment arrosé pour faire germer mes graines si je sème maintenant ? », est relativement facile à répondre grâce aux observations des agriculteurs sur la profondeur du front d’humidification du sol ou les précipitations locales, et aux prévisions météo à court terme. La deuxième question, « Je sème maintenant, quelle est la probabilité que ma culture meure par manque d’eau avant son établissement ? », est plus complexe. La période critique de 3 à 4 semaines entre le semis et l’établissement de la culture est plus longue que le délai d’anticipation des prévisions météorologiques. Les prévisions infra-saisonnières, avec des délais d’anticipation allant jusqu’à quatre semaines, sont une innovation relativement récente. Des prévisions infra- saisonnières expérimentales existent, mais elles ne sont généralement pas encore opérationnelles 181 181 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE au Mali ni ailleurs en Afrique subsaharienne. En l’absence de prévisions de risque de sécheresse à une échéance sous-saisonnière, l’analyse climatique historique offre des informations pertinentes. Quelle variété planter ? L’utilisation des données climatiques historiques pour sélectionner des variétés adaptées à la durée de la saison de croissance a été abordée plus tôt dans cette session. Cependant, la durée de la saison de croissance pluviale pouvant varier considérablement d’une année à l’autre dans une zone donnée, une variété adaptée à une saison de croissance moyenne peut ne pas être optimale certaines années. Le choix des cultures et des variétés à planter, ainsi que la période de semis, sont des décisions interdépendantes. La date de semis peut influencer la maturité d’une variété donnée, lui permettant de profiter pleinement de la durée de la saison de croissance et d’éviter les pertes de récolte dues au stress hydrique ou à des conditions excessivement humides en fin de saison. Si la date de début des pluies d’une année donnée est beaucoup plus précoce ou plus tardive que la normale, les informations sur les dates moyennes et prévues de fin des précipitations, ainsi que l’analyse des conditions météorologiques historiques en fin de saison de croissance (par exemple, Figure 3.5-6), pourraient éclairer les décisions concernant les semis. Le passage à une variété ou une espèce de culture à saison plus longue ou plus courte pourrait améliorer la production si le semis a lieu beaucoup plus tôt ou plus tard que la normale, une année donnée. Les cultures ou variétés très sensibles à la photopériode peuvent faire exception à cette généralisation. Par exemple, les variétés locales de mil perlé du Sahel occidental africain ont été sélectionnées, au fil de nombreuses générations, pour fleurir et mûrir à peu près à la même période chaque année, en réponse aux variations de la durée du jour, quelle que soit la date de semis. Cette adaptation aux risques climatiques permet aux agriculteurs de tirer pleinement parti des années où le début des cultures est précoce et les saisons de croissance longues, tout en obtenant une récolte dans les années où la saison des cultures démarre tard. 182 182 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 3.5-6. L’Occurrence historique (a) de périodes sèches de fin de saison (du 8 septembre au 7 octobre) d'au moins 10 jours, et (b) de périodes de fortes précipitations de fin de saison (du 15 octobre au 14 novembre) dépassant 10 mm/jour près de San, Segou. Source : Maproom de l'Mali- Météo. 183 183 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Session 3.6. Les Autres options de gestion des risques pour les producteurs Cette session aborde certaines stratégies à la disposition des agriculteurs pour gérer les risques liés au climat, notamment les technologies et innovations agricoles intelligentes face au climat, la diversification, et l'assurance agricole indicielle. À l'issue de cette session, vous serez en mesure de : • Expliquer ce qui rend une pratique agricole « climato-intelligente ». • Expliquer comment différents types de technologies de production agricole réduisent les risques de production liés au climat. • Identifier les possibilités de diversification pour réduire les risques pour un système de production agricole donné. • Expliquer les concepts de base de l'assurance agricole, notamment ses principaux rôles, les principales différences entre l'assurance indicielle, et l'assurance indicielle, et la structure du contrat. • Identifier les circonstances dans lesquelles les producteurs sont susceptibles de bénéficier d'une assurance indicielle. Les Technologies agricoles intelligentes face au climat L'agriculture intelligente face au climat (AIC) est une approche visant à réorienter l'agriculture face au changement climatique. Elle ne se définit pas par un ensemble de pratiques particulières, mais par des changements de pratiques qui conduisent à des augmentations durables de la productivité, de la résilience, et, lorsque cela est possible, à une atténuation des gaz à effet de serre (GES) (Lipper et al., 2014). Ces trois piliers sont parfois appelés : • La productivité : L'AIC vise à accroître durablement la productivité et les revenus agricoles, ce qui, à son tour, améliorera la sécurité alimentaire et nutritionnelle. • La résilience : L'AIC vise à réduire les impacts négatifs et à renforcer la capacité des producteurs à s'adapter et à prospérer, face aux risques à court terme et aux stress à long terme. À l'échelle du paysage, l'AIC accorde souvent une attention particulière à la protection et à l'amélioration des services écosystémiques essentiels au maintien de la productivité face au changement climatique. 184 184 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE • L’atténuation : L’AIC vise à réduire ou à éliminer les émissions de gaz à effet de serre (GES), ou au minimum, à améliorer la productivité et la résilience sans augmenter les émissions nettes de GES par unité d’aliment, de fibres et de carburant produite. Une technologie ou pratique de production est « intelligente face au climat », dans un contexte donné, uniquement si elle améliore ces trois piliers par rapport aux pratiques existantes. Les technologies de production végétale, piscicole et animale varient considérablement en termes de productivité, de rentabilité, de sensibilité aux conditions climatiques et de contribution aux émissions de GES. La discussion ci-dessous, qui s’inspire de Hansen et al. (2019) et des références qui y figurent, se concentre sur le pilier résilience et met en évidence trois technologies de production agricole qui ont démontré des avantages généralisés en matière de réduction des risques. Étant donné que les avantages en matière de risques de technologies de production particulières sont souvent très spécifiques au contexte, il est important de s’appuyer sur l’expertise locale pour sélectionner ou recommander les technologies disponibles, et de réaliser des essais sur le terrain adéquats dans diverses conditions climatiques lors du développement de nouvelles. Des informations sur les technologies et les pratiques d'agriculture intelligentes face au climat appropriées pour des sites et des systèmes particuliers au Mali sont disponibles auprès de plusieurs sources, notamment l’Institut d'Economie Rurale (IER), et les universités agricoles. Les Variétés de cultures tolérantes au stress La révolution verte, qui a considérablement augmenté la production vivrière de céréales et réduit la faim et la pauvreté au cours du dernier tiers du 20ème siècle, a été largement stimulée par de nouvelles variétés de cultures à haut rendement. Ces premières améliorations de la génétique des cultures ont ciblé des environnements à fort potentiel et ont été soutenues par des programmes de gestion de l'eau, de la fertilité des sols, et des parasites très gourmands en ressources. Cependant, les gains de productivité et de bien-être obtenus grâce aux technologies de la révolution verte ont largement contourné les grandes régions marginales d'agriculture pluviale, où les impacts de la variabilité climatique sont plus importants, et où les taux élevés de pauvreté et de faim en milieu rural sont plus persistants. Les programmes internationaux de recherche sur la sélection des semences ont réagi en accordant une plus grande attention à la tolérance aux stress liés au climat, ce qui a permis de faire progresser les variétés de maïs tolérantes à la sécheresse en Afrique subsaharienne et les variétés de riz plus tolérantes à la sécheresse, aux inondations, et à la salinité à travers le monde. En Afrique subsaharienne, les variétés de maïs tolérant à la sécheresse sont toujours plus performants que les variétés commerciales dans des conditions de sécheresse lors des essais sur le terrain, mais leurs performances par rapport aux variétés commerciales standard dans des conditions non stressantes sont mitigées. Lors d'expériences sur le terrain en Asie, le riz tolérant à la sécheresse et aux inondations n'a pas subi de baisse significative en termes de rendement dans des conditions sans stress. 185 185 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE L'agriculture de conservation L'agriculture de conservation (AC) vise à améliorer et à stabiliser durablement la production en combinant la réduction des perturbations du sol dues au travail du sol, le maintien de la couverture du sol par des matières organiques, et la diversification des cultures par le biais de cultures intercalaires ou de rotations. L'AC n'est pas une technologie fixe, mais un ensemble variable de pratiques qui incluent parfois des pratiques supplémentaires de gestion de la fertilité des sols, de l'eau ou des mauvaises herbes. Les avantages de l'AC en termes de rendement et de réduction des risques sont associés à une combinaison d'amélioration de l'infiltration et de la rétention de l'eau, d'accumulation de carbone dans le sol, et de réduction du stress thermique grâce à la présence de résidus organiques. Lorsque ces avantages ont été observés, ils augmentent généralement avec le temps et peuvent ne pas se concrétiser au cours des premières années. L'efficacité de l'AC varie en fonction du contexte. Certaines études de recherche ont conclu que l'AC présente des avantages plus importants en termes de gestion des risques et de productivité dans des environnements plus exposés à la sécheresse. D'autres études montrent des interactions plus complexes entre les pratiques d'AC et les conditions environnementales. La complexité de l'AC, la demande concurrentielle de résidus organiques et le délai avant que les avantages en termes de rendement ne se fassent sentir ont contribué à des taux d'adoption très variables et à des cas de désadoption en Afrique subsaharienne. La Gestion de l'eau agricole L'irrigation a le potentiel d'augmenter considérablement la productivité et de réduire les risques associés à l'agriculture pluviale dans les zones arides (c'est-à-dire les zones subhumides et semi- arides). La capacité de stockage d'un système d'irrigation détermine en grande partie sa capacité à atténuer les effets de la variabilité climatique sur l'agriculture. Les grands systèmes d'irrigation basés sur des réservoirs qui peuvent stocker suffisamment d'eau pour répondre à la demande pendant plusieurs saisons agricoles peuvent protéger les cultures contre les grandes sécheresses. Toutefois, la construction, l'exploitation, et l'entretien de ces systèmes sont coûteux et les grands bassins de stockage en plein air ont un taux d’évaporation important. Les systèmes existants sont généralement le résultat d'importants investissements d'infrastructure de la part des gouvernements ou des donateurs, et répondent souvent à de multiples demandes en eau, telles que la production d'énergie industrielle, municipale, et hydroélectrique. Les solutions de gestion de l'eau à petite échelle pour l'agriculture ont une capacité moindre à atténuer les effets des sécheresses prolongées ou graves, mais elles sont généralement plus accessibles aux petits exploitants en raison de leur coût initial moins élevé. Les options de gestion de l'eau agricole à petite échelle comprennent la collecte de l'eau à la ferme et l'irrigation à partir des eaux souterraines. L'irrigation par les eaux souterraines, à l'aide de pompes électriques, à essence, ou à diesel, est souvent une option lorsque la nappe phréatique est suffisamment élevée et fiable. Les efforts visant à réduire les émissions de gaz à effet de serre provenant de l'agriculture 186 186 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE et la baisse du coût des panneaux solaires ont entraîné une augmentation de l'attention portée à l'irrigation par les eaux souterraines à l'aide de l'énergie solaire. La collecte des eaux de pluie est une alternative lorsque l'irrigation par les eaux souterraines est impossible ou peu pratique, ou lorsque la zone est impactée par la salinité dans l’eau ou le sol. Dans la plupart des cas, l'adoption de l'irrigation nécessite un investissement initial important, de la part des producteurs ou de fonds publics. Lorsque cette responsabilité incombe aux producteurs, la sécurité foncière et l'accès à des financements à des conditions favorables sont des conditions importantes pour que les petits exploitants adoptent l'irrigation. L'investissement dans l'irrigation est plus susceptible d'être rentable lorsqu'il permet aux producteurs de passer de cultures vivrières pluviales de base à des cultures à plus forte valeur ajoutée, comme les cultures horticoles. Gestion du bétail intelligente face au climat Le Pastoralisme au Mali Le pastoralisme englobe les systèmes d'élevage nomades, transhumants, ou semi-sédentaires, dans lesquels les éleveurs déplacent leurs troupeaux (les bovins, les chèvres, les moutons, les chameaux) pour suivre la variabilité saisonnière et spatiale des ressources en fourrage et en eau dans des environnements semi-arides et arides très variables. La transhumance saisonnière est une pratique ancienne et bien organisée au Mali et dans tout le Sahel ouest-africain. Elle consiste en le déplacement saisonnier des troupeaux, et parfois des ménages, du nord au sud, entre les pâturages de saison humide du Sahel au nord et les régions agropastorales et agricoles du sud, où le bétail séjourne pendant la saison sèche. Le pastoralisme est très résilient face à la variabilité climatique et aux autres aléas environnementaux. Il a évolué au fil des siècles comme moyen de gérer les risques liés au climat. La transhumance permet aux éleveurs d'exploiter les périodes de production fourragère optimale et de réduire le risque de perte totale du troupeau lors des sécheresses (Umutoni and Ayantunde, 2018). Les éleveurs s'appuient fortement sur les connaissances traditionnelles relatives au climat et à son lien avec les pâturages et les ressources en eau. Cette forte dépendance aux indicateurs climatiques traditionnels peut rendre difficile l'introduction d'informations climatiques scientifiques. Les réseaux sociaux traditionnels, les accords de réciprocité et les droits d'accès contribuent à atténuer l'impact des chocs (Tugjamba et al., 2023). De nombreux ménages pastoraux diversifient la composition de leurs troupeaux (les espèces et les classes d'âge différentes) et parfois leurs activités de subsistance (les cultures, l’agropastoralisme, la commerce) afin de répartir les risques (Hegazi et al., 2021; Umutoni and Ayantunde, 2018). Bien que le pastoralisme soit un système de subsistance très résilient, il est soumis à la pression croissante de la variabilité climatique, des changements d'affectation des terres, de la raréfaction des ressources, des restrictions de mobilité, des conflits, et des difficultés de gouvernance. Les contrôles aux frontières nationales, l'insécurité, les déplacements de population, et la fragmentation des zones de pâturage dus à la sédentarisation agricole et à d'autres changements d'affectation des terres limitent la mobilité, modifient les corridors de transhumance traditionnels, et exacerbent les 187 187 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE conflits entre éleveurs et agriculteurs (Hegazi et al., 2021). L’augmentation des températures, des taux d’évapotranspiration, et de l’irrégularité des précipitations intensifient la sécheresse et réduisent le temps de rétablissement des troupeaux entre les épisodes de sécheresse (Tugjamba et al., 2023). L’interaction entre les contraintes environnementales et les facteurs sociaux, institutionnels, et sécuritaires menace la résilience du pastoralisme au Mali et dans toute la région (D’Errico et al., 2021). L’Intégration de la gestion de la santé animale, de l'alimentation et du bétail Un programme intégré de santé du troupeau est un ensemble coordonné d'interventions visant à améliorer la santé, la productivité, et la résilience des troupeaux d'animaux d'élevage. Il associe santé animale, la nutrition, la génétique, la gestion, et les practiques de bien-être (Båge et al., 2020). Il est important d'aborder la santé du bétail et les stratégies de gestion de l'alimentation de manière intégrée, car le risque climatique impacte directement ou indirectement tous les éléments du programme intégré de santé du troupeau. Cette approche est particulièrement importante dans les régions confrontées à d'importantes contraintes de ressources et à l'évolution des risques climatiques et sanitaires. La santé animale a des conséquences majeures sur la façon dont les animaux utilisent leurs ressources, notamment l'alimentation et l'eau. Une mauvaise santé animale tend à augmenter les intrants, notamment les médicaments, et à réduire les extrants (Perry et al., 2018). Ainsi, il existe une corrélation positive directe entre santé animale et efficacité (de Vries and de Boer, 2010), ce qui devrait se traduire par une baisse des émissions (Kyriazakis et al., 2024). Cette approche est particulièrement importante dans les régions confrontées au changement climatique, aux contraintes de ressources et à l'évolution des risques sanitaires. Une productivité limitée restreint les possibilités d'accès à des marchés rentables et compromet la résilience à long terme des communautés. Outre l'amélioration de la productivité et de la résilience, la gestion intégrée de la santé animale, de l'alimentation, et des troupeaux réduisent les émissions de gaz à effet de serre et contribuent ainsi aux trois piliers de « l'agriculture intelligente face au climate ». Les animaux malades émettent davantage de méthane et d'oxyde nitrique, augmentant ainsi l'intensité des émissions de gaz à effet de serre (GES) des produits d'élevage. Par exemple, le parasitisme chez les agneaux peut entraîner une augmentation de 33 % du rendement en méthane (g CH4/kg d'aliment) (Fox et al., 2018). Prévenir les avortements chez les bovins pourrait réduire l'intensité des émissions (IE, ou la quantité de GES produite par unité de produit) de 4,6 %. Tandis que chez les caprins, cette réduction pourrait atteindre 15,8 %. Réduire de moitié la mortalité des veaux réduirait l'IE de 3 %, et son élimination de 6 % (Gurmu et al., 2024). L'alimentation de précision du bétail peut réduire l'impact environnemental de l'élevage en optimisant l'utilisation des nutriments alimentaires et leur efficacité, ce qui se traduit par une moindre excrétion de nutriments. Par exemple, l'alimentation de précision en production porcine peut réduire les coûts de plus de 8 %, diminuer l'apport en protéines et en phosphore de 25 %, réduire l'excrétion de 40 % et diminuer les émissions de GES de serre de 6 % (Pomar and Remus, 2019). 188 188 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Les programmes de sélection animale ciblent de plus en plus des caractéristiques telles que la tolérance à la chaleur, la résistance aux maladies, et l'efficacité alimentaire. L'utilisation de races locales ou résilientes peut améliorer la durabilité environnementale et sociale, le bien-être animal, et la production, par rapport à l'introduction de races cosmopolites à l'adaptation incertaine dans des zones environnementales non contrôlées (Colombi et al., 2024). Les gains génétiques obtenus grâce à la sélection permettent à un nombre réduit d'animaux de produire la même quantité, réduisant ainsi les émissions de GES et améliorant la résilience climatique. Les programmes de sélection modernes visent à produire des races améliorées, plus productives, plus nutritives, et plus résilientes aux défis climatiques et environnementaux. La sélection génomique et l'édition génétique permettent d'obtenir des caractéristiques animales résilientes au changement climatique. Certains programmes font état d'une réduction des émissions de méthane entérique allant jusqu'à 40 % grâce à la sélection sélective. L'adoption rapide de races améliorées est essentielle pour surmonter les impacts climatiques et garantir des moyens de subsistance durables. Une génétique de qualité adaptée aux objectifs locaux (lait, viande, croissance, adaptation) et une alimentation de haute qualité sont essentielles à la résilience et à la productivité. La Diversification La diversification est une stratégie bien connue de gestion des risques dans des domaines aussi divers que les investissements financiers et la production agricole. Les producteurs peuvent souvent utiliser la diversification pour réduire les risques qui impactent leur revenu et leur production, même si les contraintes de ressources limitent leur accès à d'autres options de gestion des risques. Il arrive toutefois que l'enseignement des sciences agricoles ne mette pas toujours l'accent sur la stratégie de diversification pour gérer les risques pour les entreprises de production individuelles, contrairement aux technologies telles que la génétique des cultures et des animaux, les pratiques agronomiques, les pratiques phytosanitaires, et les soins vétérinaires. Que peuvent diversifier les producteurs ? Les agriculteurs et les agropasteurs disposent d'un large éventail d'options pour diversifier leurs moyens de subsistance, notamment les sources de revenus agricoles et non agricoles, les espèces et les races de bétail, les spéculations et les cultivars, l'emplacement et la topographie des champs, ainsi que le calendrier des activités de production et de commercialisation. L'augmentation du nombre d'espèces cultivées ne contribue guère à atténuer le risque climatique si toutes les cultures réagissent de la même manière aux contraintes climatiques, car leurs rendements et leurs bénéfices seraient susceptibles d'être fortement corrélés. Les corrélations entre les rendements des cultures ou des variétés peuvent être réduites (et la réduction des risques accrue) si la période de sensibilité aux risques climatiques est différente d’une espèce à l’autre (par exemple, en raison de la différence de phénologie ou des dates de semis). En effet, l'impact d'une sécheresse ou d'un stress thermique de courte durée au cours de la saison de croissance est réduit si seule une partie des plantes cultivées se trouve à un stade critique (par exemple, l'anthèse ou la formation des grains) à ce moment-là. Le fait de cultiver des plantes dans des champs différents 189 189 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE avec des sols et des environnements hydrologiques différents, peut également réduire la corrélation et la variabilité globale. Une stratégie traditionnelle de gestion des risques dans les systèmes agricoles extensifs des zones arides, en particulier dans le Sahel ouest-africain, consiste à diviser les cultures entre les zones de dépression (qui recueillent et retiennent l'eau pendant les courtes périodes de sécheresse) et les zones à altitude plus élevée (qui sont moins sensibles à l'engorgement et aux conditions anoxiques pendant les périodes de fortes pluies) (Brouwer et al., 1993). L'élevage offre des options supplémentaires pour réduire les risques grâce à la diversification. Là où la production animale est traditionnellement dominée par une seule espèce animale (notamment les bovins –, la diversification de la production, par exemple avec des chèvres, des moutons et/ou de la volaille, peut accroître la résilience aux sécheresses, aux vagues de chaleur et aux problèmes sanitaires liés au climat, et assurer un approvisionnement plus continu en viande, en lait et en revenus tout au long de l'année. De plus, les rôles différenciés des animaux et des cultures dans les systèmes agricoles mixtes peuvent être exploités pour atténuer les impacts des chocs climatiques. Outre sa contribution à la consommation des ménages, l'élevage est souvent considéré comme une forme d'épargne et abattu ou vendu à des moments stratégiques. Lorsque les producteurs vendent des animaux pour combler un manque à gagner lié à la production agricole, les revenus issus de la vente des cultures et des animaux sont négativement corrélés. La possibilité d'utiliser l'élevage ou la pêche comme tampon en période de stress peut donc faire de la diversification entre les exploitations agricoles axées sur les cultures et l'élevage une stratégie efficace de gestion des risques. Relation entre diversification et risque Les systèmes agricoles diversifiés ne sont pas toujours plus résistants aux risques climatiques, car les contraintes liées à l'environnement et au marché peuvent limiter l'éventail des moyens de subsistance viables ou les avantages de la diversification. Dans une étude à l'échelle de l'Afrique, Waha et al. (2018) ont utilisé les données de 28 000 ménages dans 18 pays pour étudier la relation entre le climat, la diversification et la sécurité alimentaire. Ils ont constaté que les ménages ayant des systèmes de production plus diversifiés étaient généralement mieux à même de répondre à leurs besoins de consommation. Toutefois, les avantages de la diversification agricole sont influencés par des facteurs tels que l'orientation des ménages vers le marché, la possession de bétail, les possibilités d'emploi non agricole et les ressources foncières disponibles. Les auteurs ont conclu que les meilleures opportunités de diversification des cultures vivrières, des cultures de rente et du bétail se trouvent dans les zones où les précipitations annuelles ont une moyenne comprise entre 500-1000 mm, et un coefficient de variabilité des précipitations annuelles compris entre 17 et 22 %. Les avantages de la diversification en termes de risque dépendent du nombre d'activités (productives ou génératrices de revenus), et de leur degré de corrélation dans le temps. 190 190 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE L'augmentation du nombre d'activités ou de sources de revenus réduit le risque. La figure 3.6-2a illustre la variabilité des revenus d'un système agricole diversifié hypothétique en fonction du nombre de sources de revenus non corrélés. Chaque source de revenus présente un écart type de 1,0. Les corrélations entre chaque source de revenus sont proches de 0,0. La combinaison de deux sources de revenus réduit la variabilité. L'ajout de sources de revenus supplémentaires réduit davantage la variabilité globale, mais dans une moindre mesure. La diminution de la corrélation entre les différentes sources de revenus réduit également le risque. La figure 3.6-2b illustre ce phénomène avec des séries chronologiques de revenus provenant de portefeuilles combinant deux sources de revenus. La réduction du risque est maximale lorsque les différentes sources de revenus sont faiblement ou négativement corrélés. La combinaison de revenus provenant de deux sources parfaitement corrélées n'a aucun effet sur le risque. Figure 3.6-2. Écart type des rendements d'une combinaison diversifiée d'activités agricoles, en proportions égales, en fonction : (a) du nombre d'entreprises non corrélées, et (b) de la corrélation entre deux entreprises. Les rendements de chaque activité individuelle ont un écart type de 1,0. Rappelons que sur un graphique E-S (moyenne – écart type, couvert dans la section Session 3.2.2), un décideur rationnel sélectionnerait les options qui se situent à gauche (risque plus faible) et en haut (rendements plus élevés) du graphique. La Figure 3.6-3 montre un graphique moyenne-écart- type (ou E-S) des rendements de deux activités hypothétiques, A et B, dont la moyenne, l'écart-type et la corrélation sont spécifiés. A et B sont combinées, et leurs proportions respectives varie sur le graphique par incréments de 10 %. La forme parabolique de la courbe de la Figure 3.6-3 est caractéristique des graphiques E-S représentant des portefeuilles diversifiés. Dans cet exemple, un décideur rationnel ne choisirait jamais l'activité A à 100 % parce que la combinaison de A avec l'activité B à hauteur de 40 % réduirait le risque et augmenterait le rendement escompté. L'existence d'un mélange diversifié présentant un risque inférieur à celui de l'activité individuelle la moins risquée dépend de la moyenne, de l'écart-type et de la corrélation des options individuelles. 191 191 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 3.6-3. Un graphique de l'écart-type moyen (E-S) des rendements des combinaisons de deux entreprises hypothétiques avec des moyennes, des écarts-types, et une corrélation spécifiés. Les Lignes directrices pour l'utilisation de la diversification pour gérer les risques Comprendre l'influence de la diversification sur les risques suggère quelques lignes directrices pour utiliser la diversification agricole comme stratégie de gestion des risques climatiques : 1. Un objectif clé de la diversification agricole est de combiner des sources de revenus ou de nourriture présentant une corrélation faible ou négative. Pour les cultures, cette corrélation peut être réduite en sélectionnant des cultures ou des variétés présentant une phénologie différente, en échelonnant les dates de semis, et en sélectionnant des parcelles présentant des caractéristiques topographiques différentes. La diversification des produits agricoles peut réduire le risque de revenu si les prix à la production sont faiblement ou négativement corrélés, même si les rendements sont fortement corrélés. 2. Tenir compte de toutes les sources potentielles de production et de revenus, et pas seulement de la production agricole. Les ménages agricoles disposent souvent d'autres sources de revenus que la production agricole, comme un emploi salarié et un travail journalier hors exploitation, des transferts de fonds de la famille élargie, des programmes de protection sociale, et des aides humanitaire d'urgence. 3. Si la production et les revenus d'un ménage agricole sont déjà diversifiés, il faut rechercher des possibilités d'ajuster le portefeuille d'activités et les revenus afin de mieux répondre aux objectifs et aux préférences en matière de risque des producteurs. 192 192 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE 4. Déterminer si le portefeuille doit être ajusté à mesure que de nouvelles informations sur le climat et les marchés deviennent disponibles. L’Assurance agricole indicielle Le Rôle de l'assurance agricole L'assurance agricole indicielle, également appelée « assurance indicielle », est une innovation relativement récente qui a permis de surmonter d'importants défis pour assurer les petits exploitants agricoles et les éleveurs. Comme d'autres formes d'assurance, l'assurance agricole protège les assurés contre des types de risques spécifiques en versant une indemnité lorsqu'une perte couverte survient. Dans le secteur agricole, l'assurance peut contribuer au bien-être des producteurs de deux manières. Premièrement, l'assurance protège les producteurs contre les pertes. Un événement climatique extrême, comme une sécheresse ou une inondation, peut avoir des répercussions à long terme sur leurs moyens de subsistance. Par exemple, un agriculteur qui ne récolte pas suffisamment pour rembourser ses prêts en raison d'une sécheresse ou d'une inondation risque de perdre sa capacité d'emprunt pour acheter des intrants agricoles. De même, il peut être difficile pour un éleveur de reconstituer son troupeau si une sécheresse épuise les ressources en pâturage au point de provoquer la mort de nombreux animaux. Les indemnités d'assurance peuvent aider les producteurs à éviter les stratégies d'adaptation qui épuisent leurs actifs productifs ou à remplacer les actifs perdus suite à un événement climatique extrême. Deuxièmement, l'assurance peut améliorer les moyens de subsistance des producteurs en favorisant l'adoption de pratiques de production améliorées et l'accès au crédit. En versant des indemnités après un événement extrême, l'assurance protège non seulement les producteurs contre le recours à des stratégies d'adaptation menaçant leurs moyens de subsistance en épuisant leurs actifs productifs, mais elle peut également débloquer des investissements plus risqués, mais généralement plus rentables. Pour les petits exploitants, le risque d'un événement rare mais grave, comme une inondation ou une sécheresse, dissuade d'investir dans des semences améliorées, des engrais et d'autres intrants agricoles coûteux. Le risque a également un impact négatif sur le développement des services financiers ruraux et l'accès au crédit pour les petits exploitants. Savoir que l'assurance versera des indemnités en cas de conditions climatiques extrêmes renforce la confiance des producteurs pour investir dans des pratiques agricoles améliorées, et renforce la confiance des organismes de crédit pour prêter aux petits exploitants. Ainsi, les producteurs peuvent bénéficier de l'assurance même les années où ils ne reçoivent aucune indemnité. Qu'est-ce que l'assurance indicielle ? Comprendre l'assurance indicielle nécessite de comprendre en quoi elle diffère de l'assurance d'indemnisation traditionnelle (Tableau 3.5-1). Dans toute assurance, le producteur ou autre client verse régulièrement un montant convenu, appelé prime. Si un risque spécifique survient, le client reçoit une indemnité. Le montant et le calendrier de versement de la prime, les conditions de 193 193 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE versement et le montant de l'indemnité sont clairement spécifiés dans un contrat, bien avant la survenance du risque en question. Tableau 3.5-1. Contrastes entre l'assurance basée sur l'indemnité et l'assurance basée sur l'indice. Assurance indemnitaire Assurance indicielle Indemnités basées sur La mesure des pertes L’indice corrélé aux pertes Visites à la ferme Oui Non Incitation à une bonne Non (les mauvais rendements Oui (le rendement pas directement lié au gestion entraînent à un remboursement) paiement) Avantages Les paiements bases sur la perte • Les paiements plus rapides réelle • Le coût de gestion plus faible, permettant de réduire les primes et/ou augmenter le montant des versements • Plus accessibles aux petits exploitant Limites • Les coûts de gestion élevés, • Le risque de base (les certaines pertes donc primes élevés et/ou ne seront pas indemnisées) faibles indemnités • Les paiements lents L'assurance indemnitaire couvre une perte spécifique et nécessite des visites d'exploitation pour vérifier la réalité de la perte. Ce type d'assurance a parfois fonctionné pour les grandes exploitations. Cependant, quelques difficultés l'ont généralement rendu inapplicable aux petits producteurs. L'aléa moral désigne l'incitation des producteurs à négliger une bonne gestion des risques afin de recevoir des indemnités. L'antisélection désigne la tendance à privilégier l'assurance pour les producteurs subissant des pertes plus fréquentes. L'aléa moral et l'antisélection augmentent le coût de l'assurance. Troisièmement, la nécessité de visites d'exploitation pour vérifier les sinistres entraîne des coûts de traitement élevés et de longs délais d'indemnisation. L'assurance agricole indicielle déclenche les indemnisations en fonction d'un indice corrélé aux pertes agricoles, plutôt qu'aux pertes réelles. Les indices incluent les précipitations ou la température pendant une période définie, les rendements échantillonnés sur une région plus vaste et la télédétection de l'état de la végétation ou de l'étendue des inondations. L'assurance indicielle vise à couvrir des menaces spécifiques, et pour un certain nombre de producteurs, qui peuvent être prises en compte par l'indice sélectionné. Baser les indemnisations sur un indice mesuré objectivement, plutôt que sur la performance des producteurs individuels, réduit l'incitation des producteurs à négliger une bonne gestion des risques (aléa moral) ou à fonder leur décision de souscrire une assurance sur les pertes qu'ils anticipent 194 194 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE (antisélection). Sans avoir à traiter les sinistres ni à vérifier les pertes, les indemnisations peuvent être versées rapidement et à faible coût administratif. La principale limite de l'assurance indicielle est le risque de base, qui représente la relation imparfaite entre les pertes des producteurs et l'indice qui déclenche les indemnisations. Par conséquent, les producteurs qui paient une prime d'assurance peuvent ne pas recevoir d'indemnisation en cas de pertes importantes de récoltes ou de bétail, ou en recevoir sans subir de pertes réelles. Ces deux formes de risque de base peuvent réduire les bénéfices que les producteurs tirent de l'assurance. Il existe trois principaux types de programmes d'assurance agricole indicielle : 1. L’assurance indicielle météorologique (souvent dite assurance climatique) est basée sur des variables météo telles que les précipitations ou la température, ou parfois sur le résultat d'un modèle de bilan hydrique du sol guidé par des données météorologiques. 2. L’assurance indicielle de rendement est basée sur les rendements estimés sur une région donnée, en utilisant un échantillonnage statistique de champs de producteurs. 3. L’assurance indicielle bétail est basée sur les données de mortalité du bétail estimées sur une région spécifique, ou bien sur des données de télédétection de la végétation. La Structure d'un contrat d'assurance indicielle La Figure 3.6-4 illustre la structure d'un contrat d'assurance indicielle climatique simple. Cet exemple d'indice est basé sur les précipitations et est destiné aux régimes d'assurance indicielle contre la sécheresse. La durée du contrat correspond à la plage de dates précise pendant laquelle l'assurance couvre un risque particulier. Un contrat d'assurance indicielle climatique bien conçu offre une protection pendant les phases critiques, lorsque la culture est particulièrement vulnérable aux aléas climatiques. Le timing est peut-être l'un des facteurs les plus importants à prendre en compte lors de la conception d'un indice basé sur les précipitations pour l'assurance indicielle agricole. Le seuil de déclenchement est une valeur seuil prédéfinie de l'indice qui déclenche le début du versement, et le seuil de sortie est un seuil prédéfini qui déclenche le montant maximal du versement. Les contrats d'assurance indicielle climatique augmentent souvent les versements de manière linéaire lorsque la valeur de l'indice se situe entre le seuil de déclenchement et le seuil de sortie. 195 195 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Figure 3.6-4. Les composants d'un contrat d'assurance indiciel simple contre la sécheresse. L’Assurance indicielle au Mali Au Mali, les agriculteurs et les éleveurs ont accès à quelques produits d'assurance agricole indicielle, principalement axés sur les cultures et les risques climatiques : les sécheresses et les inondations. • L’OKO Finance Insurance : Le principal fournisseur, l’OKO Finance, propose une assurance indicielle climatique aux petits exploitants agricoles, couvrant la sécheresse et les pluies excessives. Ses produits sont actuellement disponibles pour des cultures comme le maïs, le coton, l'arachide, le sorgho, et le sésame. OKO calcule les indemnisations en fonction des données pluviométriques, avec des seuils adaptés aux stades de croissance spécifiques de chaque zone géographique. L'assurance OKO vise à améliorer l'accès au crédit pour les agriculteurs assurés, tout en les protégeant contre les pertes de récoltes. Elle est proposée par téléphone mobile en partenariat avec l’Orange et l’Allianz, la rendant ainsi accessible aux agriculteurs non bancarisés. • Le PlaNet Guarantee : Le PlaNet Guarantee propose une assurance indicielle climatique par satellite au Mali depuis 2011, axée sur des cultures comme le coton et le maïs. Son assurance utilise les estimations de précipitations par télédétection satellitaire pour déclencher les indemnisations, afin de couvrir les pertes de rendement dues à la sécheresse ou aux excès de pluie. PlaNet Guarantee vise à être facilement accessible aux petits exploitants agricoles. Le développement d'une assurance indicielle du bétail pour les éleveurs est prévu dans un avenir proche. L'Assurance indicielle vaut-elle son prix ? L'assurance est à la fois un moyen efficace de gérer certains risques et un moyen coûteux de gérer les risques. En matière d'assurance commerciale, les primes payées par les producteurs assurés doivent couvrir plusieurs coûts. Une partie de la prime est épargnée pour les indemnités que 196 196 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE l'entreprise doit verser aux assurés lorsque le risque couvert survient. Une autre partie sert à couvrir les frais d'exploitation et à générer des bénéfices pour la compagnie d'assurance qui assume ce risque. Puisque les primes d'assurance doivent couvrir le coût moyen des indemnités, les frais d'exploitation et les bénéfices de la compagnie d'assurance, les producteurs peuvent s'attendre à payer plus pour les primes qu'ils ne reçoivent en retour sous forme d'indemnités, sur plusieurs années. Rappelons, comme indiqué dans la Session 3.3, qu'un décideur qui suit un ensemble particulier d'hypothèses choisira l'option de gestion disponible présentant le plus grand équivalent de certitude (EC). L'assurance n'est susceptible de réussir à long terme que si les bénéfices l'emportent sur les coûts pour le producteur. Pour cela, l'EC du revenu agricole doit être plus élevé avec assurance que sans assurance. Il est utile d'examiner trois cas où cela pourrait se produire : 1. L'effet positif d'une variabilité réduite l'emporte sur l'effet négatif d'une baisse du revenu moyen sur le revenu des exploitations agricoles. 2. L'assurance entraîne des changements de gestion qui augmentent le revenu net. 3. Les subventions aux primes réduisent le coût de l'assurance. Cas 1 : L'Effet de réduction du risque l'emporte sur l'effet de réduction du revenu. Si nous supposons que (a) les primes d'assurance ne sont pas subventionnées et (b) l'assurance ne modifie pas les pratiques de gestion agricole, alors l'assurance a deux effets opposés sur le revenu des exploitations agricoles. Premièrement, l'assurance réduit le revenu net moyen, ce qui tend à réduire le revenu des exploitations agricoles. En effet, le versement moyen est inférieur à la prime annuelle. Deuxièmement, l'assurance réduit la variabilité du revenu, ce qui tend à augmenter le revenu des exploitations agricoles. Rappelons que la combinaison de sources de revenu négativement corrélées réduit la variabilité du revenu (Session 3.5). Étant donné que les versements d'assurance interviennent les années où la production est très faible, le revenu provenant des versements est conçu pour avoir une forte corrélation négative avec le revenu agricole et donc réduire la variabilité du revenu net agricole. L'assurance ayant deux effets opposés sur le rendement économique, il est possible qu'elle bénéficie à certains producteurs, mais pas à d'autres, lorsque les deux hypothèses (absence de subvention des primes et absence d'effet sur la gestion agricole) sont vérifiées. L'assurance est plus susceptible d'augmenter le rendement économique du revenu agricole lorsque : • le risque est très élevé ; • l'aversion au risque est très forte ; • l'assurance réduit considérablement un risque important ou empêche un choc de réduire les revenus futurs par la perte d'actifs productifs ; et • les coûts d'exploitation plus la marge bénéficiaire des assureurs représentent un faible pourcentage du coût des primes. 197 197 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Le pastoralisme est un exemple où ces conditions sont susceptibles de se vérifier. Les communautés pastorales qui dépendent des pâturages des zones semi-arides à arides d'Afrique comptent parmi les populations les plus vulnérables au risque de sécheresse. Dans ce système et cet environnement, si la taille du troupeau d'un ménage tombe en dessous d'un certain seuil, il lui est impossible de générer suffisamment de revenus pour reconstituer son troupeau sans aide extérieure. Cela crée un piège de la pauvreté qui peut être déclenché par la mortalité du troupeau lors d'une sécheresse. L'assurance bétail indicielle (IBLI) a été lancée par l'Institut international de recherche sur l'élevage dans le nord du Kenya en 2010 et a depuis été adaptée dans plusieurs autres pays. L'indice de végétation par différence normalisée (NDVI), basé sur la télédétection par satellite, est un bon indicateur de l'état des pâturages et est fortement corrélé à la mortalité du bétail en période de sécheresse. L'IBLI est conçu pour protéger les éleveurs contre la perte de troupeaux et les pièges de la pauvreté qui en résultent lors de sécheresses sévères, en déclenchant des indemnisations lorsque le NDVI dans les zones de pâturage traditionnelles tombe en dessous d'un seuil. La conception et le calibrage initiaux de l'indice et des déclencheurs ont tiré parti des données sur la mortalité des troupeaux disponibles au Kenya. Cas 2 : L'Assurance entraîne des changements de gestion qui augmentent le revenu net Le deuxième cas, dans lequel l'assurance augmente le revenu agricole attendu, est possible si l'assurance entraîne des changements de gestion agricole, ce qui augmente le revenu agricole moyen. Plusieurs initiatives d'assurance agricole indicielle ont été conçues pour surmonter le risque comme obstacle à l'adoption d'une gestion agricole améliorée ou aux opportunités de marché. L'assurance peut conduire à une meilleure gestion si elle renforce la volonté des producteurs d'adopter de meilleures pratiques, d'investir le capital limité des ménages ou d'emprunter ; ou renforce la volonté des prêteurs ou des acteurs de la chaîne de valeur de fournir des services aux producteurs. Dans le cas des systèmes agricoles basés sur les cultures, l'expérience montre que les avantages liés à l'amélioration des pratiques de gestion sont généralement plus importants que ceux liés à la réduction de la variabilité des revenus. Les Facteurs déterminant le coût de l'assurance L'assurance n'étant efficace à long terme que si les avantages l'emportent sur les coûts, il est important de concevoir des programmes d'assurance rentables. Plusieurs aspects de la conception des contrats et des programmes d'assurance indicielle influencent le coût pour les producteurs : • le montant et la fréquence des indemnités : Pour une prime donnée, les producteurs doivent arbitrer entre la fréquence et l'ampleur des indemnités. La fréquence des indemnités dans un contrat d'assurance indicielle doit refléter étroitement la fréquence des événements extrêmes entraînant des pertes importantes dépassant la capacité de gestion d'un ménage ou pouvant conduire les producteurs à un défaut de paiement. L'assurance récolte indicielle couvre souvent le coût des intrants de production afin de protéger l'accès des producteurs au crédit ou de permettre la replantation si une sécheresse en début de saison détruit les cultures en germination. Assurer la valeur totale d'une récolte serait beaucoup plus coûteux. 198 198 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE • les coûts d'exploitation : Plus les coûts d'exploitation par producteur sont élevés, plus la prime est élevée. Le faible coût de transaction est l'un des principaux avantages de l'assurance agricole indicielle par rapport à l'assurance indemnisation. Les coûts d'exploitation par producteur diminuent généralement à mesure que le nombre de producteurs adoptant un produit d'assurance particulier augmente, et les coûts fixes peuvent être répartis entre un plus grand nombre de producteurs clients. Une fois un programme d'assurance conçu et mis en œuvre, les frais d'exploitation et la marge bénéficiaire fixés par les compagnies d'assurance ne sont généralement pas négociables. • L’incertitude : Si une compagnie d'assurance ne dispose pas de suffisamment de données pour estimer précisément le risque assuré, elle augmentera le coût de l'assurance pour se protéger de cette incertitude. • les subventions : Dans certains pays, les gouvernements subventionnent les primes d'assurance afin de réduire le coût pour les producteurs et ainsi stimuler l'adoption. Cependant, des subventions mal appliquées peuvent décourager d'autres moyens de gestion des risques, créer une dépendance à l'égard de futures aides subventionnées et fausser les incitations pour les assureurs et les banques. Les Bonnes pratiques en matière d'assurance indicielle Le coût élevé, le risque de base, l'hétérogénéité des besoins des producteurs, et la confiance dans l'assurance sont des défis majeurs pour exploiter pleinement les avantages potentiels de l'assurance agricole indicielle. La prise en compte de ces défis suggère des pratiques pour y remédier (Tableau 3.5-2). 199 199 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE Tableau 3.5-2. Les pratiques recommandées pour relever les principaux défis de l'assurance indicielle. Défi Bonnes pratiques Coût élevé • La conception pour les risques de faible fréquence et de grande ampleur • Compléter d'autres stratégies de gestion des risques • La priorité aux avantages dans les bonnes années • L’utilisation prudente des subventions intelligentes Risque de base • Utiliser des données de haute qualité, à long terme et complètes • S'appuyer sur les connaissances en agrométéorologie • Valider l'indice par rapport aux souvenirs des agriculteurs, aux registres de production, à la télédétection, ... Des besoins • Cibler les agriculteurs qui peuvent en bénéficier, pas nécessairement tous les différents pour agriculteurs. les agriculteurs • Les processus de conception participative des agriculteurs • Vérifier que l'index capture les risques les plus importants pour les agriculteurs. Confiance • La communication transparente sur les conditions d'assurance, le risque de base • Investir dans l'éducation et les capacités des agriculteurs • Un environnement juridique et réglementaire solide pour faire respecter les contrats 200 200 TRAINING MATERIAL | CRMALE MALI REFERENCE GUIDE MODULE 4 Fournir des services climatiques aux producteurs 201 201 MODULE 4 | FOURNIR DES SERVICES CLIMATIQUES AUX PRODUCTEURS Le Module 4 : Fournir des services climatiques aux producteurs permet aux agents de vulgarisation d'intégrer les services climatiques aux services qu'ils fournissent à leurs clients producteurs. L'intégration des services climatiques aux activités et responsabilités de vulgarisation agricole peut améliorer l'efficacité de ces deux types de services. Fournir des services climatiques aux producteurs dépasse largement la simple transmission d’informations. Il faut comprendre la diversité des besoins des producteurs, renforcer leur capacité à interpréter et à agir de manière appropriée face aux nouveaux types d'informations, et communiquer leurs demandes et leurs retours aux producteurs d'informations climatiques et de conseils agricoles. Les processus de communication sont donc essentiels pour permettre aux producteurs de bénéficier des services climatiques. À la fin de ce module, vous serez capable de : • Comprendre pourquoi les échelles de temps des informations météorologiques et climatiques nécessitent des stratégies de communication différentes. • Formuler une stratégie de communication pour les services climatiques dans un contexte donné. • Identifier les facteurs qui conduisent à des bénéfices inéquitables des services climatiques et les solutions possibles. • Animer un atelier de planification et de communication des prévisions saisonnières avec un groupe de producteurs. 202 202 Session 4.1. Les Stratégies de communication des services climatiques ruraux Fournir des services climatiques aux agriculteurs va bien au-delà de la simple diffusion d'informations. Des services efficaces doivent commencer par comprendre la diversité des besoins des agriculteurs en matière de communication et de capacités. Les différents canaux par lesquels les communautés rurales accèdent à l'information ont des rôles, des atouts et des limites différents. Cette session aborde les différents besoins et canaux de communication pertinents pour les services climatiques ruraux. Elle guide les participants dans la réflexion sur la manière dont les canaux de communication peuvent être combinés de manière stratégique pour répondre aux besoins des communautés rurales en matière de services climatiques. À l'issue de cette session, vous serez capable de : • Comprendre pourquoi les échelles de temps des informations météorologiques et climatiques nécessitent des stratégies de communication différentes. • Expliquer comment les processus participatifs de groupe aident les agriculteurs à comprendre et à utiliser les informations climatiques probabilistes. • Identifier les atouts et les limites des canaux de communication numériques et audiovisuels. • Formuler une stratégie de communication adaptée pour fournir des services climatiques aux communautés agricoles dans un contexte donné. Des besoins différents en matière d’informations météorologiques et climatiques Rappel : la météo réfère à l'état de l'atmosphère à un moment et un lieu donné. Les prévisions météo peuvent être données heure par heure ou quotidiennement, et jusqu’à 10 jours à l’avance. Le climat désigne des informations statistiques sur la météo. Il s'agit par exemple des prévisions saisonnières de précipitations ou de températures pour les 3 à 5 mois à venir, et des résumés de données historiques illustrant les cycles saisonniers, la variabilité, et les tendances. 203 203 La météo est relativement simple à comprendre et à prendre en compte dans la prise de décision, car les individus en font l'expérience tous les jours. En revanche, le climat est un concept statistique plus abstrait et les informations climatiques sont intrinsèquement probabilistes. Étant donné que les informations climatiques sont plus difficiles à comprendre et à utiliser, il est nécessaire de mettre en place des processus spécifiques de communication et d’accompagnement pour les utiliser de manière appropriée. Les Considérations pratiques Certaines différences entre les informations météorologiques et climatiques impliquent une communication spécifique de ces informations à une communauté donnée de producteurs ou d’éleveurs (Tableau 4.1-1). Les informations météorologiques sont utilisées fréquemment tout au long du calendrier agricole, surtout en saison de croissance, et doivent être communiquées rapidement. Au contraire, les informations climatiques ont tendance à être utilisées moins fréquemment, et à des moments particuliers de l'année. Par exemple, les prévisions saisonnières sont consultées juste avant la saison des pluies, pour planifier les stratégies de production agricole. Les informations climatiques historiques peuvent être utilisées au moment de la prise de décision pour évaluer si un système agricole est adapté aux risques, aux tendances et aux cycles saisonniers de leur climat local. Les informations météorologiques sont relativement simples à comprendre. Leur répétition fréquente permet aux producteurs d'apprendre à les comprendre, à évaluer leur exactitude, et à agir en conséquence. Les informations climatiques sont plus difficiles à comprendre car elles sont plus complexes et intrinsèquement probabilistes. Étant donné que les informations climatiques sont consultées au maximum quelques fois par an, les décideurs doivent s'appuyer sur des descriptions statistiques plutôt que sur leur expérience personnelle pour évaluer leur exactitude et être formés à les interpréter et à agir en conséquence. Tableau 4.1-1. Les différences entre les informations météorologiques et climatiques qui ont des implications sur les besoins de communication. Informations météorologiques Informations climatiques Utilisé fréquemment, nécessaire rapidement Utilisé à des moments stratégiques particuliers Les informations relativement simples Les informations complexes et probabilistes Les utilisateurs apprennent à interpréter et à agir Les utilisateurs ont besoin de formation et de sur les informations grâce à la répétition soutien pour interpréter et agir sur les informations Les messages simples, fréquence des Le calendrier, la formation, et le soutien nécessaires informations adaptées aux téléphones portables sont adaptés aux processus participatifs du groupe et aux chaînes de télévision 204 204 Les Considérations psychologiques La recherche en psychologie définit deux systèmes différents utilisés par le cerveau humain pour traiter les décisions fondées sur des informations incertaines : • Le traitement analytique fait référence au système que notre cerveau utilise pour traiter les informations sous la forme d'une description statistique, telle qu'une distribution de probabilité, ou la probabilité qu’un événement spécifique se produise, tel que des précipitations saisonnières au-dessus de la moyenne. • Le traitement expérientiel fait référence au système que notre cerveau utilise pour traiter les informations obtenues d’une expérience répétée. Il met en relation les situations actuelles avec les souvenirs personnels ou les récits d’autres personnes. Le système de traitement expérientiel du cerveau est susceptible de jouer un rôle majeur dans l'interprétation des informations météorologiques, car les individus vivent les conditions météorologiques au quotidien et conservent de nombreux souvenirs d'expériences positives et négatives liées à la météo. Les producteurs, en particulier, sont susceptibles d'avoir des souvenirs marquants, parfois très négatifs, de leur expérience de la météo et de son impact sur leurs activités agricoles. Le climat se référant à des statistiques (c.-à-d. les moyennes, la variabilité, les cycles saisonniers, et les tendances) généralement décrites par des graphiques ou des résumés statistiques, et non à des événements vécus à des moments précis, le traitement analytique est susceptible de jouer un rôle majeur dans l'interprétation des informations climatiques. Lorsque les individus sont capables de relier de nouvelles informations abstraites à leur propre expérience, et donc d'intégrer leurs systèmes de traitement analytique et expérientiel, ils sont plus enclins à agir en fonction de ces informations et à éviter certaines des erreurs généralement associées à la prise de décision basée sur des informations probabilistes. Cette compréhension de la manière dont l’esprit humain traite les informations complexes suggère que les stratégies de communication qui aident les producteurs à relier les informations climatiques à leur propre expérience sont essentielles pour leur permettre d’utiliser efficacement les nouvelles informations climatiques (Marx et al., 2007). Sur la base de ces considérations pratiques et psychologiques, les informations météorologiques et climatiques nécessitent des stratégies de communication distinctes. Les canaux de téléphonie mobile et de télévision et radio, par exemple, sont bien adaptés au contenu simple, à la fréquence, et aux brefs délais propres aux informations météorologiques. Le développement de formations structurées et l’utilisation d’outils participatifs apportent les degrés d'apprentissage et de soutien supplémentaires nécessaires aux producteurs pour comprendre et agir de manière appropriée sur les informations climatiques. Les Processus de communication participative sur le climat Les processus de communication participative avec des groupes de producteurs peuvent s'avérer efficaces pour améliorer leur compréhension et leur volonté d'agir face à des informations 205 205 climatiques probabilistes complexes, car ils offrent des possibilités de formation formelle et d'apprentissage social, et parce qu'ils aident à surmonter les difficultés cognitives rencontrées lors du traitement et de l'utilisation d'informations incertaines. Les individus ont généralement des difficultés à interpréter les informations probabilistes et ont tendance à commettre plusieurs erreurs courantes lorsqu'ils les utilisent pour prendre des décisions, en particulier lorsqu'elles sont présentées et traitées sous forme de résumés statistiques. Cependant, ces difficultés sont atténuées lorsque les individus combinent le traitement analytique et expérientiel pour prendre des décisions fondées sur des informations climatiques (Marx et al., 2007). Par ailleurs, le traitement expérientiel a souvent une plus grande influence sur la prise de décision, car il est lié aux souvenirs et aux émotions d'une personne. Les processus de communication participative qui intègrent des activités de groupe peuvent aider les producteurs à relier les informations climatiques statistiques à leur expérience personnelle ou collective. En voici quelques exemples : • Les jeux de simulation de décisions ; • Les activités mettant en relation les graphiques d'information climatique avec la mémoire des producteurs sur les saisons agricoles récentes ; • Les discussions de groupe sur l'expérience acquise avec les indicateurs climatiques traditionnels ; et • Les discussions de groupe sur les dangers, les possibilités, et les options de décision associée aux conditions climatiques saisonnières vécues (par exemple, des précipitations supérieures ou inférieures à la normale). Plusieurs processus de communication climatique participative incluent des supports de formation et d'orientation utiles. La planification participative de scénarios (PPS), développée par le Programme d'apprentissage sur l'adaptation de CARE International, rassemble les collectivités locales et diverses parties prenantes afin d'intégrer les prévisions climatiques saisonnières à leur planification (Ambani et al., 2018). La PPS est conçue pour favoriser l'accès, la compréhension et l'interprétation collective des prévisions climatiques saisonnières pour la prise de décision par les producteurs et autres décideurs. Ce processus est étroitement lié à la convention des terciles pour la présentation des prévisions saisonnières et inclut une discussion sur les aléas, les risques, les opportunités, et les décisions potentielles associés à chaque scénario de tercile pluviométrique. Des ateliers PPS d'un ou deux jours réunissent tous les acteurs concernés avant chaque saison des pluies afin de coproduire des services climatiques adaptés aux besoins des utilisateurs. Les participants à la PPS produisent des avis de gestion consensuels pour les cultures, l'élevage, et d'autres secteurs sensibles au climat. Le SPPARCK (Planification participative saisonnière des risques agricoles avec connaissances sur le climat) est un atelier participatif développé par l'IRI pour aider les producteurs à relier les prévisions saisonnières réduites, présentées sous forme de probabilité de dépassement, à leur propre 206 206 mémoire de la variabilité climatique historique (Hansen et al., 2022). Il soutient spécifiquement l'utilisation de la présentation « Flexible Forecast Maproom » (Session 2.5), bien qu'elle ait été développée avant l'adoption de ce format par les services météorologiques nationaux. Si l'objectif de cette approche est de permettre aux producteurs de comprendre et d'utiliser les prévisions saisonnières pour leur planification, la plupart du temps est consacré à l'utilisation des données climatiques historiques locales pour comprendre le concept de probabilité et les risques que les prévisions saisonnières modifient. SPPARCK est présenté à la Sesssion 4.3. Le PICSA (Services climatiques intégrés participatifs pour l'agriculture) est un processus structuré et participatif de communication, de formation et de planification climatique, développé par l'Université de Reading (Dorward et al., 2015). Le PICSA combine des informations climatiques locales spécifiques à des activités participatives, telles que la cartographie des ressources, des calendriers d'activités et des activités budgétaires, afin de permettre aux producteurs de prendre des décisions plus éclairées en matière de cultures, d'élevage, et de moyens de subsistance. Le PICSA met fortement l'accent sur l'utilisation des informations climatiques historiques pour comprendre les risques importants pour l'agriculture. Le PICSA utilise notamment des prévisions saisonnières, basées sur l'ancienne convention de prévision en terciles. À l'instar de l'atelier de planification saisonnière abordé lors de la prochaine session, le PICSA fait largement appel à des graphiques de données climatiques historiques locales. L'approche des champs-écoles paysans, initialement développée par la FAO pour soutenir la lutte intégrée contre les ravageurs, réunit régulièrement les producteurs pendant une saison agricole pour des formations et des apprentissages partagés. Les services climatiques et la gestion des risques agricoles liés au climat ont été intégrés aux programmes et cursus des champs-écoles paysans en Indonésie, aux Philippines et, plus récemment, en Afrique de l'Est (Climate Resilient Farmer Field School, Osumba et al., 2021; p’Rajom et al., 2020). Parce qu’elles abordent en détail une série de sujets et de questions spécifiques de gestion agricole, les écoles pratiques d’agriculture sont les approches de communication participative les plus détaillées et les plus chronophages pour les services climatiques. Les Canaux de communication numériques et médiatiques sur le climat Les services de vulgarisation de l’agriculture et de l’élevage et les services climatiques utilisent toute une gamme de canaux de communication pour atteindre leurs clients. Les services de vulgarisation de l’agriculture et de l’élevage mettent traditionnellement l’accent sur les processus de communication en face à face (par exemple, les visites de fermes, les ateliers de formation, les écoles pratiques d’agriculture) et sur les médias audiovisuels. En réponse à l’expansion de la couverture de téléphonie mobile et aux considérations de coûts, les services de vulgarisation agricole utilisent de plus en plus les canaux de communication numériques. 207 207 Les Médias audiovisuels Dans une grande partie de l'Afrique rurale, la radio rurale reste le canal de communication qui offre la plus grande portée au moindre coût. Elle est largement et efficacement utilisée pour les informations météorologiques et pour les campagnes de sensibilisation et d'éducation sur les innovations agricoles qui sont largement applicables aux producteurs d'une région donnée. Bien que les médias audiovisuels (radio et, dans certaines régions, télévision) soient généralement un canal de diffusion à sens unique, plusieurs innovations peuvent rendre la communication plus interactive et donc mieux à même d'impliquer les producteurs et de répondre à leurs besoins spécifiques au contexte. Les groupes d'écoute communautaire combinent la portée de la radio avec les avantages de l'interaction de groupe et de l'apprentissage social. Les groupes d'écoute radio peuvent contribuer efficacement à l'évolution des pratiques agricoles et ont participé à plusieurs initiatives visant à soutenir les services climatiques ruraux en Afrique. Une programmation créative impliquant des producteurs et des experts dans des dialogues villageois, des feuilletons radiophoniques, et des émissions de téléréalité aide les producteurs à intégrer les nouvelles informations et concepts à leur expérience. Les Chaînes de téléphonie mobile Les nouveaux services numériques qui utilisent les téléphones mobiles ont le potentiel de remédier à la fois aux limites des médias de diffusion et aux problèmes de ressources et d'échelle des canaux de communication traditionnels en face-à-face. Si l'on dispose d'informations sur la localisation et les caractéristiques des producteurs, il est possible d'adapter les messages sur le climat et le conseil en fonction de leurs besoins. Il existe des canaux interactifs de téléphonie mobile qui permettent un accès « à la demande » au contenu et un flux d'informations bidirectionnel. Les téléphones mobiles sont utilisés de plusieurs manières. La diffusion de messages à tous les producteurs abonnés, sous la forme de textes courts (SMS) ou de messages audios, est un canal de communication efficace, mais axé sur l'offre. Il peut s'agir d'un moyen efficace pour diffuser des informations urgentes et pertinentes à de nombreuses personnes à la fois, telles que les prévisions météorologiques quotidiennes ou les alertes d'urgence en cas de conditions météorologiques extrêmes. Des stratégies de téléphonie mobile plus réactives à la demande permettent aux utilisateurs de demander à recevoir des SMS ou des messages audios à partir d'un menu d'options, par le biais d'applications de réponse vocale interactive (IVR) ou de menu de données de services supplémentaires non structurées (USSD). Les centres d'appel qui permettent à l'utilisateur de parler à un expert constituent la stratégie de communication par téléphone mobile la plus axée sur la demande, mais aussi la plus coûteuse. Les Outils Internet et applications numériques Pour les producteurs qui ont accès à un service de données et à des smartphones ou des ordinateurs, les applications numériques et les outils basés sur le web offrent des options puissantes et flexibles pour accéder aux informations liées au climat. Les applications numériques 208 208 et les outils basés sur le web peuvent fournir des informations adaptées à des décideurs et à des lieux particuliers, et dans des formats multiples (texte, visuel, audio). Les applications de médias sociaux, telles que WhatsApp et Facebook, sont largement utilisées dans de nombreuses régions pour partager de nombreux types d'informations, y compris des informations liées au climat, entre les institutions et la population en général, et entre les individus au sein d'une communauté ou d'un réseau de parenté. Les Vidéos de vulgarisation De courtes vidéos de vulgarisation réalisées par des producteurs modèles ou des agents de conseil peuvent être un moyen efficace de partager des concepts et des informations avec les producteurs. Elles peuvent être communiquées par exemple à l'aide d'un projecteur portable, être disponibles à la demande sur des écrans d'ordinateur ou des projecteurs dans les bureaux des autorités locales, les centres de formation ou d'autres installations communautaires, ou être lues sur des smartphones, des tablettes ou des ordinateurs portables. Les Canaux numériques au Mali Plusieurs plateformes numériques fournissent aux agriculteurs et aux éleveurs du Mali des informations météorologiques, climatiques, et des conseils agricoles. Le Sandji est un service de téléphonie mobile qui propose aux agriculteurs des prévisions pluviométriques quotidiennes, mensuelles, et saisonnières adaptées à leur localisation (rayon d'environ 3 km), par SMS en français et en bambara. Une étude récente a montré que l'utilisation de ce service dans la région de Nara, au Mali, était associée à des gains de temps et à des revenus plus élevés : les utilisateurs ont constaté une amélioration des rendements et une réduction des besoins en main-d'œuvre par rapport aux non-utilisateurs (Bizo et al., 2024). Le GARBAL utilise des estimations satellitaires de la biomasse, des endroits d'eau, de la concentration des troupeaux, et des prix du marché pour aider les éleveurs et les agro-éleveurs à prendre des décisions de gestion. Ce service diffuse les informations par USSD/téléphone pour les téléphones mobiles classiques. Dans le nord du Mali (Gao/Ménaka), il a été lancé en 2017 sous la marque commerciale GARBAL. Les Réseaux institutionnels Les institutions représentent un troisième type de canal de communication, en plus des processus participatifs de groupe et des canaux de communication numérique. Au Mali, les producteurs et les autres parties prenantes locales accèdent aux informations liées au climat et à d'autres types d'informations par le biais de nombreuses institutions (Sogoba et al., 2014). Ces institutions peuvent jouer des rôles différents dans la production, la traduction, le transfert et l'utilisation des informations climatiques. Il n'est pas toujours évident pour un utilisateur final de savoir si une institution donnée est la source des informations auxquelles il accède ou si elle transfère des informations qu'il a obtenues auprès d'une autre institution. 209 209 Le Groupe de Travail Pluridisciplinaire d’Assistance Agrométéorologique (GTPA) Au Mali et dans d'autres pays du Sahel occidental, des groupes de travail multipartites ont été mis en place depuis le début des années 1980 pour soutenir la gestion des sécheresses et autres risques climatiques. Le Groupe de Travail Pluridisciplinaire d’Assistance Agrométéorologique (GTPA) au Mali accompagne les agriculteurs et les éleveurs en leur fournissant des informations climatiques et des conseils. Le GTPA publie des bulletins d'information environ tous les 10 jours, durant la saison agricole pluviale de mai à octobre. Ces bulletins comprennent : • des informations de synthèse sur les conditions hydrologiques, météorologiques, agricoles et phytosanitaires ; • des prévisions météorologiques à 3, 7 et 10 jours ; • des informations sur le bilan hydrique des sols et les besoins en eau des cultures ; • un calendrier climatologique avec les dates de semis ; • des informations sur le calendrier et la durée des périodes sèches et humides ; • des informations sur les marchés ; et • l'état des fourrages. Les bulletins du GTPA sont diffusés à la radio et à la télévision dans tout le Mali. Le projet AICCRA a récemment mis en place des groupes de travail multipartites locaux afin de soutenir les services climatiques agricoles dans neuf localités du Mali (Baguineda, Baraouéli, Dioila, Macina, Niono, San, Ségou, Selingue, et Sikasso). Ces groupes visent à combler le fossé entre les données météorologiques et les besoins des agriculteurs en fournissant des conseils climatiques adaptés aux spécificités locales et rédigés dans les langues locales (Diarra and Dossou-Yovo, 2024). Les défis et les opportunités Bien que certaines institutions impliquées dans les services climatiques agricoles au Mali fournissent des services obligatoires de manière continue, d'autres interviennent dans des activités de services climatiques dans le cadre de projets à durée déterminée. Ces projets peuvent améliorer l'accès des producteurs aux institutions clés tout au long de leur cycle de vie. Par conséquent, les institutions qui interagissent avec les producteurs varient dans l'espace et dans le temps. Les producteurs ont tendance à avoir une meilleure connaissance, un meilleur accès et une meilleure capacité à exploiter les informations climatiques dans les zones où des projets de services climatiques sont actifs. La diversité des institutions impliquées dans les services climatiques présente à la fois des opportunités et des défis. En ce qui concerne les défis, lorsque l'information circule à travers un réseau d'institutions, il existe un risque de distorsion de l'information. La perte d'informations sur la nature probabiliste et l'incertitude inhérente à l'information constituent une préoccupation particulière dans le cas des informations climatiques. De plus, la diversité des institutions augmente le risque que les producteurs reçoivent des informations contradictoires de différentes institutions. Cela est particulièrement difficile lorsque la source et la qualité de l'information ne sont pas communiquées, ou lorsque les producteurs reçoivent des recommandations de gestion contradictoires. 210 210 La diversité des institutions présente également des opportunités. Premièrement, les institutions que les producteurs connaissent et en qui ils ont confiance peuvent être très efficaces pour introduire de nouveaux types d'informations et renforcer leur confiance et leur capacité à les exploiter. La confiance dans un messager est une condition importante pour l'acceptation et l'utilisation de l'information. Deuxièmement, les organisations de femmes et autres organisations non gouvernementales au service des groupes défavorisés peuvent être bien placées pour atteindre ces groupes de producteurs avec des services climatiques et renforcer leur capacité à comprendre et à exploiter efficacement l'information. Troisièmement, les prestataires de services de vulgarisation et de conseil agricoles, ainsi que les organisations agroalimentaires, ont la possibilité de regrouper les informations climatiques avec d'autres types d'informations ou de services afin d'exploiter leurs synergies et d'en accroître l'adoption. Enfin, les institutions qui travaillent avec les producteurs peuvent amplifier l'influence de ces derniers sur les fournisseurs d'informations et de services. Combiner les canaux de communication Les différents canaux de communication disponibles dans une région donnée jouent des rôles différents dans la mise en place des services climatiques en milieu rural. Ils permettent : • La sensibilisation aux services disponibles ; • L’éducation des producteurs aux risques climatiques et à leur gestion ; • L’adaptation des systèmes agricoles au climat local d’après des données historiques ; • La planification saisonnière basée sur les prévisions ; • L’accès au suivi et prévisions météo quotidiennes ; • La diffusion des alertes météo ; • La communication d’informations, conseils et outils d’aide à la décision personnalisés ; • L’intégration de commentaires des utilisateurs dans la coproduction de services climatiques ; et • Le soutien à l’accès des agents de conseil agricole aux informations climatiques, conseils et outils d’aide à la décision. Certains canaux de communication sont mieux adaptés que d'autres selon l’objectif visé. Par exemple, les vidéos et les programmes de radio et de télévision sont bien adaptés pour sensibiliser, renforcer les concepts abordés dans les processus participatifs et fournir des prévisions et des avis météorologiques fréquents. Les téléphones portables peuvent transmettre des prévisions météorologiques spécifiques à un lieu et des alertes de conditions météo extrêmes sous forme de SMS ou de messages vocaux, et fournir des informations ciblées sur demande. Les processus participatifs sont efficaces pour l'apprentissage initial et la planification saisonnière à partir d’informations climatiques complexes, et offrent une opportunité d'apprentissage et de rétroaction nécessaires pour concevoir des services efficaces. Une matrice simple propose une approche pratique pour développer une stratégie de communication des services d'information climatique (SIC) pour une communauté agricole et un contexte donné. Les colonnes représentent les canaux d'accès à l'information disponibles pour la 211 211 communauté, et les lignes les fonctions SIC nécessitant une communication pour cette communauté. Ensuite, pour chaque cellule, évaluez l'utilité du canal donné pour soutenir la fonction donnée. Le Tableau 4.1-3 fournit un exemple très général, sur une échelle de 1 (inutile) à 3 (très utile). Cependant, les activités des services climatiques et les canaux de communication disponibles pour les soutenir varient selon le contexte local. Tableau 4.1-3. L’adéquation des différents canaux de communication aux fonctions de communication des services climatiques (1 = pas utile, 2 = assez utile, 3 = très utile). Adapté de Hansen et al., 2019 . Le canal de communication Réunions Médias Téléphone Internet, La fonction de groupe audiovisuels mobile smartphone La connaissance des services 2 3 1 2 Les connaissances en matière de climat 3 2 1 2 S'adapter à la climatologie locale 3 1 1 2 La planification saisonnière basée sur les 3 2 1 2 prévisions La surveillance et prévisions météorologiques 1 3 3 2 Les alertes météorologiques extrêmes 1 2 3 2 Les informations et conseils personnalisés 2 2 3 3 Les commentaires du producteur 3 1 2 3 Fournir des informations et un soutien au 1 1 1 3 personnel de vulgarisation 212 212 Exercice : La Stratégie de communication pour les services d’information climatique (SIC) ruraux Travaillez en petits groupes avec des pairs de la même région. Cet exercice utilise le modèle PowerPoint A4-1 Rural climate service communication strategies.pptx • Convenez d'un contexte rural familier et spécifique. • Identifiez les besoins de communication pertinents et les canaux disponibles dans ce contexte. 213 213 Session 4.2. L’Égalité des sexes et l’inclusion sociale dans les services climatiques Les inégalités sont profondément ancrées dans la structure des sociétés, des économies, et des gouvernements. Ces inégalités structurelles peuvent compliquer la fourniture de services climatiques accessibles et bénéfiques à tous. Même si les services climatiques ont le potentiel d'améliorer la vie des agriculteurs ruraux, ils risquent de renforcer les inégalités existantes si les prestataires ne comprennent pas et ne répondent pas aux besoins et contraintes spécifiques des femmes et des autres populations historiquement marginalisées, et ne les incluent pas dans la conception des services. Il est crucial de reconnaître ces populations comme des groupes d'utilisateurs distincts, avec des besoins et des obstacles spécifiques en matière d'accès et d'utilisation des services climatiques. À l'issue de cette session, vous serez capable de : • Expliquer comment les concepts de justice sociale et de justice climatique s'appliquent aux services climatiques. • Reconnaître les facteurs qui conduisent aux inégalités de genre dans l'utilisation et les bénéfices des services climatiques ruraux. • Décrire les avantages de traiter l'information climatique comme un bien public. • Identifier les pratiques de services climatiques qui peuvent s'attaquer aux facteurs courants de répartition inéquitable des bénéfices des services climatiques ruraux. La Justice climatique et les services climatiques Le genre et l'équité sociale sont des aspects qui suscitent une préoccupation croissante en matière de justice climatique et, plus largement, de justice sociale. L'injustice sociale désigne le traitement inégal et inférieur de certaines populations et communautés en fonction de certains aspects de leur identité, notamment le genre, la race, l'origine ethnique, la religion, l'identité sexuelle, l'âge, les compétences, la langue et la classe sociale. Ces injustices se chevauchent souvent et sont difficiles à dissocier, des individus aux identités multiples (par exemple, une femme âgée pauvre appartenant à une minorité ethnique) subissant des traitements injustes disproportionnés et aggravés. Ainsi, la 214 214 justice sociale est le travail actif visant à instaurer l'égalité des droits, des chances, de traitement, et d'accès aux ressources pour tous les groupes et communautés dans tous les aspects de la société. La justice sociale est fondamentale pour notre reconnaissance de l'injustice climatique et environnementale. Autrement dit, le changement climatique et la dégradation de l'environnement impactent de manière disproportionnée les communautés marginalisées, car ils exacerbent les inégalités existantes causées par l'injustice sociale. La justice climatique reconnaît que le changement climatique et l'injustice climatique sont des enjeux de droits humains et œuvre activement pour une répartition plus équitable des conséquences du changement climatique et des efforts visant à l'atténuer. Les préoccupations concernant la justice climatique découlent de la reconnaissance que les conséquences négatives du changement climatique anthropique, notamment l'élévation du niveau de la mer, la désertification et la fréquence croissante des mauvaises récoltes et des phénomènes météorologiques extrêmes, ont des répercussions majeures sur la qualité de vie humaine. Les pays riches, dont les modes de vie sont plus gourmands en ressources, sont responsables d'une part importante des émissions de gaz à effet de serre à l'origine du changement climatique, tandis que les pays plus pauvres et les communautés vulnérables subissent souvent les effets négatifs des crises climatiques plus tôt et plus durement. Reconnaître que les communautés les moins responsables du changement climatique sont les premières à en souffrir, c'est reconnaître l'injustice climatique. La justice climatique féministe examine comment les facteurs de dégradation du climat et de l'environnement sont également les facteurs structurels des inégalités de genre (Tufquet et al., 2023). Tout comme les inégalités économiques, sociales, raciales, et autres conduisent différents groupes et communautés à des niveaux de vulnérabilité différents face aux risques liés au changement climatique, les solutions d'adaptation visant à remédier aux vulnérabilités climatiques peuvent bénéficier davantage à certains groupes et communautés qu'à d'autres, et aggraver encore leur marginalisation. Les services climatiques visent à exploiter les informations et services climatiques pour réduire les écarts de capacité de réponse et d'adaptation aux impacts et aux risques climatiques. Cependant, tous les individus – en fonction de leur âge, de leur sexe, de leur statut socio-économique, de leur situation géographique, de leurs capacités physiques, de leur niveau d'éducation, de leur religion, de leur origine ethnique, et de nombreux autres facteurs et catégories – ne peuvent pas participer de manière égale et équitable à la conception et à l'accès à ces services. Dans cette session, nous nous concentrerons sur les défis liés à l'égalité et à la justice fondées sur le genre et la richesse dans les services climatiques ruraux. Adopter une approche d'égalité des genres et d'inclusion sociale (EGIS) peut contribuer à garantir que les services climatiques soient inclusifs, équitables et bénéfiques pour tous. Cela implique d'aller au-delà du simple traitement égalitaire de tous, et de prendre en compte l'impact du genre d'une personne, ainsi que d'autres aspects de son identité (l’intersectionnalité), sur son accès inégal aux ressources, sa capacité à participer à la prise de décision, et ses chances de bénéficier des services climatiques dans un contexte culturel et institutionnel particulier. L'inclusion sociale, qui vise à améliorer les capacités, les opportunités, et la dignité des individus et des groupes défavorisés de la 215 215 société, vise à lever les différents obstacles auxquels ils sont confrontés. En adoptant une approche EGIS et en adaptant des solutions pour remédier à ces inégalités intersectionnelles, les prestataires de services climatiques peuvent contribuer à rendre ces ressources essentielles plus accessibles et plus bénéfiques pour tous les membres des communautés rurales. Les Facteurs d'inégalités de genre dans les SIC ruraux En moyenne, en Afrique, les femmes rurales ont des revenus, un accès à l'éducation, à la propriété et au financement, une participation politique, une possession de téléphone portable, et un état de santé inférieurs à ceux des hommes ruraux. Les normes socioculturelles, les biais institutionnels, et les différences de ressources et de capacités entre les individus renforcent ces inégalités au sein des populations rurales. Au Mali, les femmes sont confrontées à d'importants défis qui limitent leur accès aux informations et aux services de conseil en matière de climat, notamment : • Des normes socioculturelles qui les contraignent à assumer une part disproportionnée du travail domestique non rémunéré ; • Des normes socioculturelles qui limitent leur contrôle sur les moyens de production et les décisions ; • Une sous-représentation dans les institutions agricoles ; et • L’inégalité en matière d'alphabétisation et d'éducation. Au Mali rural, les normes socioculturelles conduisent les femmes à jouer des rôles différents dans la production agricole et leur confèrent généralement moins de contrôle sur les ressources et la prise de décision que les hommes. Les normes patriarcales associent traditionnellement les femmes aux tâches domestiques plutôt qu'aux rôles politiques et économiques. UN Women WCARO (2023) estime qu'au Mali, les femmes consacrent en moyenne près de quatre fois plus de temps aux tâches domestiques et de soins non rémunérées (21,6 heures par semaine) que les hommes (5,7 heures par semaine). Cela limite le temps dont elles disposent pour contribuer aux entreprises agricoles, accéder à l'éducation, et participer aux activités de communication et de formation en matière d'agriculture et de climat. Toutefois, le rôle et l'influence des femmes varient considérablement selon le lieu, le groupe ethnique, et le système de production. Au Mali rural, les filles rencontrent d'importantes difficultés d'accès à l'éducation. Le taux d'alphabétisation des adultes y est nettement inférieur chez les femmes (26 %) que chez les hommes (46 %), selon les données de World Bank Gender Data Portal (n.d.). Ce taux est plus faible et l'écart entre les sexes est plus important au Mali que dans l'ensemble de l'Afrique subsaharienne. Les facteurs d'inégalité de genre au Mali constituent des obstacles majeurs au développement agricole en général, et à l'accès équitable aux services climatiques, à leur utilisation, et aux bénéfices qui en découlent. Ces services ont le potentiel d'améliorer le bien-être des femmes rurales et d'autres groupes défavorisés. Toutefois, ils risquent de renforcer les inégalités existantes si les 216 216 prestataires ne parviennent pas à comprendre et à répondre efficacement à leurs besoins et contraintes spécifiques, et à les inclure dans le développement des services. Les informations qui suivent mettent en lumière certains des défis liés au genre dans le domaine des services climatiques, tels qu'ils ont été identifiés au Mali et ailleurs en Afrique subsaharienne. Cependant, les facteurs d'inégalité peuvent être fortement influencés par le contexte et la culture. Les efforts visant à développer des systèmes d'information agricole équitables devraient donc s'appuyer sur la connaissance de la manière dont le genre et d'autres aspects de l'identité interagissent avec les normes socioculturelles et les préjugés institutionnels dans un contexte local donné. Les Normes influencent le contrôle des décisions sensibles au climat Les normes socioculturelles qui différencient les rôles agricoles et décisionnels selon le genre peuvent entraîner des différences de participation aux décisions agricoles et familiales. Les normes socioculturelles qui limitent l'accès des femmes aux actifs productifs, tels que la terre, les animaux de trait ou les finances, influencent également les décisions agricoles qu'elles contrôlent. Les facteurs qui influencent directement ou indirectement l'influence des femmes sur les décisions sensibles au climat contribuent souvent à un moindre accès à l'information climatique et à son utilisation par les femmes rurales (Bullock and Katothya, 2022; Carr and Onzere, 2018). Dans certains cas, ils peuvent également entraîner des différences dans les types et les échelles temporelles d'information auxquels les femmes et les hommes accèdent et sur lesquelles ils agissent. Par exemple, Carr (2016) a constaté que les communautés de producteurs d'arachides au Mali privilégient les champs des hommes à ceux des femmes. En début de saison de croissance, les femmes doivent attendre que les champs des hommes soient prêts avant de pouvoir accéder à la main-d'œuvre et à la traction animale. De ce fait, elles sont plus à même d'utiliser les informations sur les précipitations en fin de saison qu'en début de saison. L’étude a également révélé que les femmes hésitaient à utiliser les données climatiques par crainte de représailles si leurs maris percevaient l’augmentation de la production comme une menace pour leur autorité. Au Mali, le genre, l'âge, et l'appartenance ethnique interagissent et influencent l'utilisation des services climatiques. Les membres les plus âgés de la communauté bénéficient d'un meilleur accès aux services de vulgarisation agricole, aux moyens de production (terres et bétail), et à un pouvoir de décision accru, ce qui leur permet d'exploiter les informations climatiques. Cependant, les agriculteurs âgés ont généralement un niveau d'instruction et d'alphabétisation plus faible et sont moins réceptifs au changement, ce qui peut freiner leur utilisation de ces informations. À l'inverse, les jeunes agriculteurs sont désavantagés par leurs réseaux sociaux, le contrôle limité des moyens de production, et leur manque d'autonomie décisionnelle. Ils sont néanmoins généralement mieux informés, maîtrisent mieux les langues et les outils numériques, et sont plus ouverts aux innovations. Les hommes âgés sont, de manière générale, les plus aptes à exploiter les informations climatiques (Carr and Onzere, 2018). Les jeunes hommes doivent parfois passer par les aînés pour accéder aux terres, à la traction animale, et au matériel agricole. Les femmes ne peuvent généralement pas 217 217 posséder de terres et sont confrontées à des contraintes sociales qui les empêchent de prendre des décisions agricoles de manière indépendante, car leur rôle est perçu comme secondaire par rapport à celui des hommes dans la production agricole. L'insécurité foncière dissuade les femmes de planter des arbres fruitiers et d'apporter d'autres améliorations durables aux terres agricoles. Les jeunes femmes sont les plus exposées aux obstacles à la participation aux décisions agricoles. L'appartenance ethnique et la religion influencent les relations de genre au sein des foyers et des communautés. Chez les Malinkés, les femmes sont davantage considérées comme des partenaires dans la prise de décisions agricoles que chez les Bambaras ou les Sénoufos, mais uniquement dans les foyers monogames. Cependant, à mesure que les foyers se développent et s'enrichissent, les hommes peuvent prendre d'autres épouses, et les épouses aînées perdent alors de l'influence sur les décisions agricoles. Les Normes et les biais institutionnels influencent l'accès Au Mali, les femmes rurales, et en particulier les ménages dirigés par des femmes, sont moins susceptibles que les hommes d’accéder aux informations météorologiques et climatiques (Segnon et al., 2024). Les tâches ménagères et la garde des enfants peuvent empêcher les femmes rurales d'assister aux réunions ou d'écouter des émissions de radio aux mêmes heures de la journée que les hommes (Archer, 2003; Poulsen et al., 2015; Yessoufou et al., 2022). Au Mali, les taux de possession de téléphones mobiles sont comparables chez les femmes et les hommes. Cependant, les femmes ont moins accès à l'information numérique et aux services de conseil, notamment en raison du manque de temps, d'un niveau de lecture et d'alphabétisation numérique plus faible, et de restrictions culturelles (Jones et al., 2024; Segnon et al., 2024). Le service public de vulgarisation agricole malien compte davantage d'agents masculins que féminins, et ce dernier interagit plus fréquemment avec les agriculteurs de sexe masculin qu'avec ceux de sexe féminin (Diarra et al., 2021). Ce service privilégie également les cultures de rente, traditionnellement cultivées par les hommes. Ces facteurs créent un biais involontaire à l'encontre des agricultrices. Par ailleurs, l'adhésion aux organisations agricoles est élevée, tant chez les hommes que chez les femmes. Les ONG de développement qui fournissent des services de conseil agricole privilégient donc souvent les agricultrices afin de surmonter les obstacles auxquels elles sont confrontées. Les biais institutionnels, évoqués précédemment, qui persistent dans certaines associations de producteurs et organisations prestataires de SIC peuvent avoir un impact négatif sur la participation des femmes aux réunions et formations liées aux SIC. Les normes sociales qui associent la participation aux réunions publiques aux hommes ou restreignent les interactions entre les sexes peuvent également empêcher les femmes d'accéder aux informations climatiques partagées via les canaux de communication de groupe (Gumucio et al., 2020). En outre, le processus de partage d'informations au sein des ménages est complexe et influencé par divers facteurs qui vont au-delà de la simple réception initiale de l'information. Ainsi, même 218 218 lorsqu'un conjoint (généralement le mari) reçoit des informations climatiques, il n'est pas garanti qu'elles soient effectivement partagées ou transférées à l'autre conjoint. L'accès limité à l'éducation a un impact sur l'utilisation des SIC L'utilisation de l'information climatique est liée au niveau d'éducation, et donc au sexe et à l'âge. L'éducation améliore les compétences en lecture, en écriture et en calcul, permettant aux individus de mieux comprendre et interpréter des informations climatiques complexes et de participer aux discussions de groupe liées aux services climatiques. Un niveau d'éducation plus élevé est généralement associé à une meilleure connaissance de l'existence et de l'utilité de l'information climatique pour la prise de décision agricole, ainsi qu'à un meilleur accès aux technologies et aux institutions permettant d'obtenir des informations et des avis climatiques. À l'inverse, un niveau d'éducation et un taux d'alphabétisation plus faibles chez les femmes rurales peuvent les exclure des ressources d'information climatique textuelles telles que les SMS, les bulletins, et les supports de formation écrits. En général, les faibles niveaux de maîtrise du numérique chez les productrices, et les producteurs plus âgés des deux sexes, entravent leur capacité à accéder aux produits et outils numériques d'information climatique et à les utiliser. La combinaison d'un faible taux d'achèvement de l'enseignement secondaire et de lourdes responsabilités domestiques nuit à la participation des femmes à la formation agricole (Thiaw et al., 2022). Les Modèles économiques des SIC et les défis de l'égalité des richesses La tension entre les approches de bien public et de bien privé en matière de services climatiques constitue un enjeu actuel majeur pour le développement de ces services en Afrique et dans le monde. Elle implique des enjeux historiques, politiques, économiques et d'équité complexes. Déplacer l'équilibre entre les approches de bien public et de bien privé Une ressource est considérée comme un bien public si elle est non rivale – ce qui signifie que son utilisation par un individu n'empêche pas d'autres individus de l'utiliser – et non exclusive – ce qui signifie que les personnes qui ne paient pas ne peuvent être empêchées de l'utiliser. En l'absence de restrictions imposées de l'extérieur, l'information présente ces deux caractéristiques d'un bien public. À la fin des années 1980 et dans les années 1990, plusieurs forces ont contribué à un changement mondial : l'information climatique, en particulier les données historiques, n'est plus considérée comme un bien public pour le développement, mais comme un bien privé générateur de revenus. Les grandes banques internationales de développement ont promu des programmes d'ajustement structurel qui ont encouragé ou imposé aux pays en développement de privatiser ou de réduire la taille des services publics afin de réduire les dépenses publiques. À peu près au même moment, plusieurs pays du Nord, notamment d'Europe occidentale, ont entrepris des démarches pour recouvrer une partie des coûts des services météo nationales (SMN) en commercialisant certains aspects de leurs données et services. En 1995, l'Organisation météorologique mondiale (OMM) a 219 219 réagi au débat sur l'accès aux données en publiant la Résolution 40, compromis entre les partisans des données en tant que bien public et les pressions en faveur d'une restriction de l'accès afin de favoriser le recouvrement des coûts et de limiter la concurrence du secteur privé. La Résolution 40, qui régit désormais le partage des données climatiques par les SMN, établit une distinction entre un ensemble minimal de « données et produits essentiels à la fourniture de services visant à protéger la vie et les biens, ainsi que le bien-être de toutes les nations » qui devraient être librement accessibles à des fins non commerciales, et des données supplémentaires que les SMN peuvent restreindre ou facturer à leur discrétion. Ces pressions ont conduit les SMN à réduire considérablement la quantité de données climatiques qu'ils mettaient gratuitement à disposition et, plus récemment, à développer des services météorologiques et climatologiques payants (directement et par le biais de partenariats public-privé) afin de compenser l'insuffisance de leur financement public. Les Avantages et les limites des modèles économiques alternatifs Les trois principaux modèles économiques pour les services climatiques agricoles sont : • les biens publics financés par des fonds publics ; • l’utilisateur-payeur ; et • le tiers-payeur. Ces modèles peuvent coexister dans un pays et un contexte donnés. Le modèle du « tiers-payeur » implique qu'un donateur au développement ou un autre bailleur de fonds non gouvernemental subventionne des prestataires de services publics et/ou privés. Ces subventions sont généralement limitées aux cycles de projet et peuvent s'accompagner de l'attente d'une transition des prestataires vers un modèle utilisateur-payeur. Plusieurs variantes de modèles économiques de services climatiques basés sur l'utilisateur-payeur existent en Afrique, notamment les abonnements annuels, le paiement à l'utilisation et les informations climatiques groupées avec la téléphonie mobile ou d'autres services. De plus, les modèles utilisateur-payeur et tiers-payeur peuvent impliquer des prestataires du secteur public, du secteur privé ou une combinaison d'organisations publiques et privées. Les arguments en faveur des modèles économiques de services basés sur l'utilisateur-payeur incluent : l'insuffisance des fonds publics pour que les SMN puissent maintenir les services et les infrastructures, les préoccupations en matière de durabilité liées à la dépendance au financement externe des projets, une plus grande flexibilité et un plus grand esprit d'innovation au sein du secteur privé, et la possibilité de promouvoir de nouvelles entreprises dans l'économie rurale non agricole. Étant donné que le secteur privé rencontre généralement moins d'obstacles à l'innovation, il peut bénéficier d'un avantage comparatif dans certains aspects de la prestation de services, tels que le développement d'outils numériques conviviaux, l'intégration de nouvelles informations dans les services existants destinés aux producteurs, et l'élaboration de conseils spécialisés pour les produits agricoles de grande valeur. En revanche, les SMN du secteur public ont le mandat et 220 220 l'avantage comparatif de fournir des données et des informations de haute qualité qui sous-tendent la gestion des risques climatiques. Le modèle utilisateur-payeur est confronté à d'importants défis économiques et a donc connu un succès très limité en Afrique subsaharienne. Prenons l'exemple d'un individu payant pour accéder à des informations climatiques. Une fois obtenues, ces informations peuvent être librement partagées et utilisées par des personnes non abonnées au sein de réseaux communautaires et familiaux. Ce partage informel accroît la valeur sociale de l'information, mais réduit également le nombre de clients potentiels prêts à payer pour le service, ainsi que le montant que les abonnés sont prêts à payer. Rappelons qu'une ressource est un bien public si elle est non rivale et non exclusive. L'information ne peut être considérée comme un bien privé et commercialisable que si elle est rendue exclusive. Si un fournisseur de services tente de rendre l'information exclusive en imposant des restrictions et des sanctions pour le partage d'informations avec des utilisateurs non payants, cela annulerait ou réduirait considérablement les avantages pour les abonnés et la communauté rurale dans son ensemble. De telles restrictions et sanctions réduiraient probablement aussi le nombre de producteurs disposés à payer pour l'information. Les Préoccupations liées à l'équité fondée sur la richesse Outre le défi économique, dépendre uniquement des services payants pour les producteurs risque de renforcer les inégalités fondées sur la richesse, car les ménages ruraux relativement pauvres, axés sur la subsistance, sont moins en mesure de payer ces services que les producteurs à vocation commerciale. Les études sur la disposition à payer fournissent généralement des estimations distinctes de la proportion de la population échantillonnée qui serait prête à payer pour le service, et, pour ceux qui sont prêts à payer, du montant (le moyen et la fourchette) qu'ils seraient prêts à payer. Les études disponibles sur la disposition à payer montrent que les services climatiques payants excluraient une grande partie des producteurs (Tableau 4.2-2). Les producteurs qui n'ont pas la volonté ou la capacité de payer pour des informations climatiques sont de manière disproportionnée des producteurs relativement pauvres qui sont confrontés à des contraintes foncières et financières (par exemple, le crédit), et des productrices qui n'ont pas de contrôle sur les finances du ménage (Amegnaglo et al., 2017; Antwi-Agyei et al., 2021a; Diallo and Dossou-Yovo, 2024; Ouédraogo et al., 2018). Un ensemble d'informations particulier a généralement un coût fixe, mais les rendements qu'un producteur peut obtenir en investissant dans ces informations dépendent de l'échelle et du système de production. Le rapport avantages-coûts d'un service d'information payant est donc moins favorable pour les agriculteurs qui cultivent de petites superficies que pour les agriculteurs relativement riches qui cultivent de plus grandes superficies ou produisent des cultures à plus forte valeur ajoutée. Étant donné que les femmes contrôlent en moyenne beaucoup moins de terres que les hommes, elles peuvent espérer des rendements nettement inférieurs pour le même investissement dans un service d'information climatique. Il ne serait pas rationnel pour un producteur de payer plus pour un service d'information que l'augmentation moyenne de revenu qu'il en tire. 221 221 Tableau 4.2-2. Les études publiées sur la proportion de producteurs (non) disposés à payer pour des informations météorologiques et climatiques en Afrique subsaharienne. Le « CAP moyen » correspond au montant annuel par producteur, calculé en moyenne sur l'ensemble de l'échantillon, ajusté aux dollars de 2022. Étude Pays Produit Ne veut pas CAP Taille de payer (%) moyen* l'échantillon Amegnaglo et al., Prévisions saisonnières 19 23,42 $ 354 2017 Bénin Divers 57 n / A 193 Antwi-Agyei et al., Ghana Prévisions saisonnières 79 2021 Prévisions météo quotidiennes 76 Kamau et al., 2024 Kenya « Avis agro-météorologique » 49 3,09 $ 2 384 Donkoh, 2019 Ghana Prévisions météorologiques 54 28,37 $ n / A Prévisions saisonnières 47 7,51 $ 169 Ouédraogo et al., 2018 Burkina Faso Prévisions météo quotidiennes 47 4,27 $ Conseils agricoles 67 3,50 $ Zongo et al., 2015 Burkina Faso Prévisions saisonnières 36 1,19 $ 629 *Montant annuel par producteur, moyenné sur l'ensemble de l'échantillon, ajusté aux USD 2022. Les institutions publiques de météorologie et de vulgarisation de l’agriculture et de l’élevage, sous- financées, sont confrontées à des défis majeurs pour répondre aux besoins d'information des producteurs et des autres décideurs agricoles. Alors que ces institutions et la communauté plus large des services climatologiques agricoles cherchent des solutions à ces défis, il est important de prendre en compte l'équité et les besoins des producteurs pauvres en ressources qui seraient exclus des services payants. Un investissement adéquat dans des informations climatiques appropriées, considérées comme un bien public, ainsi que la mobilisation de l'innovation du secteur privé là où elle apporte une valeur ajoutée, devraient maximiser les bénéfices des services climatologiques pour les populations agricoles et l'économie agricole dans son ensemble. Améliorer la répartition des bénéfices des SIC ruraux Une fois les groupes défavorisés identifiés et les principales contraintes auxquelles ils sont confrontés pour accéder aux services, les utiliser et en bénéficier comprises, plusieurs options s'offrent à eux pour favoriser des services climatologiques ruraux plus équitables (Tableau 4.2-3). Les forces contextuelles qui alimentent les inégalités en fonction de facteurs tels que le sexe, l'âge, les possibilités d'éducation, et la richesse soulignent l'importance de comprendre les besoins et les contraintes spécifiques des différents groupes d'utilisateurs lors de la conception et de la fourniture de services climatologiques. Une approche unique risque de ne pas répondre aux besoins de 222 222 certains groupes d’utilisateurs et de limiter l’impact potentiel des informations climatiques pour tous les producteurs. Tableau 4.2-3. Les solutions potentielles aux défis courants en matière d’égalité dans les services climatiques ruraux. Le défi de l'égalité Les solutions potentielles Les différences entre Évaluer séparément les besoins d’information des femmes, des hommes et des les sexes et les âges jeunes, des ménages dirigés par des femmes et des éleveurs. dans les besoins d'information sur le Faciliter les discussions communautaires autour de l’amélioration de la prise de climat décision des femmes au sein des ménages et des communautés. Les obstacles à l'accès Combinez des canaux de communication adaptés à différents besoins et aux technologies de ressources. l'information et des communications, aux Planifiez des réunions, des diffusions, etc. en tenant compte des contraintes de médias audiovisuels, et temps et de mobilité des femmes. aux canaux de communication de Collaborer avec des groupes de femmes et de jeunes, ainsi qu'avec des groupe organisations expérimentées dans la conception de services d'information et de conseil socialement inclusifs, afin de diffuser l'information et de renforcer les capacités. Tirer parti du rôle des jeunes comme diffuseurs d'information. Former des vulgarisateurs et d’autres intermédiaires pour soutenir des services climatiques socialement inclusifs par le biais de formations et d’ateliers ; et pour reconnaître quand le sexe, l’âge ou le statut affectent négativement la participation. Les contraintes liées au Renforcer les capacités grâce à des processus participatifs. sexe et à l'âge en matière d'éducation et Présenter des informations et des formations dans les langues locales, sous des d'alphabétisation formats audio et vidéo. Les contraintes liées à Fournir un ensemble essentiel d’informations climatiques historiques, surveillées la richesse pour et prévues, ainsi que des avis liés au climat, en tant que biens publics. accéder aux services payants Tester l’impact de la tarification différentielle pour les services payants. Les Canaux et les processus de communication Les données disponibles suggèrent que les défis les plus répandus, et donc les opportunités les plus prometteuses pour améliorer la répartition des bénéfices des services climatiques ruraux, concernent les canaux et les processus de communication. Comprendre les différences dans la manière dont les hommes et les femmes préfèrent accéder à l'information, et les défis qu'ils rencontrent, peut suggérer des opportunités pour rendre l'accès plus équitable en combinant les canaux de communication. 223 223 Les processus de communication participative de groupe sont particulièrement efficaces pour renforcer la capacité des femmes rurales à comprendre, accéder et agir sur l'information climatique (Brisebois et al., 2022; Huyer et al., 2023). Les processus participatifs offrent la possibilité d'intégrer la formation à la communication climatique, afin de renforcer les capacités des femmes et d'autres groupes ayant eu moins accès à l'éducation ou moins d'expérience préalable avec les produits d'information climatique. Par exemple, au Rwanda, les interventions de communication participative de groupe (le PICSA, les Clubs des auditeurs de radio) ont éliminé un écart entre les sexes dans l'utilisation des informations météorologiques et climatiques à des fins de gestion et ont réduit l'écart en termes d'investissement global dans leurs exploitations, de capacité d'adaptation et de confiance en la planification. Par rapport à un groupe témoin dans lequel les agriculteurs accédaient aux informations météorologiques et climatiques principalement par le biais des médias audiovisuels et des téléphones portables (Gumucio et al., 2020; Ingabire, 2021). Les résultats ont également montré des avantages en termes d'autonomisation des femmes, sous la forme d'une participation accrue à la prise de décision au sein du foyer et d'un statut social accru au sein de leurs communautés. Les participantes aux groupes de discussion du Club des auditeurs de radio ont évoqué le concept de « parler avec des actes » pour décrire comment l'acquisition de nouvelles connaissances et leur utilisation pour améliorer les performances de leurs exploitations ont renforcé la confiance de leurs maris dans leurs conseils et, par conséquent, leur participation et leur influence dans la prise de décision. Dans tout processus de communication de groupe, il est important que les animateurs sachent reconnaître les cas où le sexe, l'âge, ou le statut social influencent négativement la participation de certains individus au groupe. Les Horaires et les lieux accessibles Étant donné que les rôles des femmes au foyer et à la garde des enfants imposent des contraintes de temps importantes, les services climatiques sont plus susceptibles de bénéficier aux femmes rurales si les processus de communication s'adaptent à leurs contraintes d'emploi du temps ou leur font gagner du temps. Une programmation adaptée aux contraintes de temps des femmes, et éventuellement une programmation adaptée aux emplois du temps et aux préférences des hommes et des femmes, peut améliorer l'accessibilité des informations climatiques via les médias audiovisuels. De même, les réunions de groupe de communication et de formation sur les services climatiques doivent s'adapter aux contraintes de temps et de mobilité des femmes pour en tirer profit. Pour garantir que les services touchent efficacement les femmes et les hommes, il est important de comprendre leur disponibilité et leur charge de travail. Cela peut se faire en organisant une activité participative quotidienne, hebdomadaire et saisonnière afin de recenser leurs différentes responsabilités et contraintes de temps, et d'identifier les moments les plus propices aux réunions et aux programmes audiovisuels liés au climat. Les Partenaires et les processus La culture et le contexte locaux peuvent déterminer si les groupes mixtes ou non mixtes sont plus efficaces pour renforcer la capacité des femmes à accéder aux informations climatiques, à les 224 224 comprendre et à agir en conséquence. Lorsque des préjugés institutionnels ou des normes socioculturelles empêchent les femmes de participer aux processus collectifs, des partenariats avec des groupes de femmes locaux ou des rassemblements communautaires inclusifs ou religieux pourraient améliorer leur participation. Les services climatiques sont susceptibles de contribuer davantage aux moyens de subsistance et à l'autonomisation des femmes si les prestataires de services collaborent avec les organisations de la société civile qui s'attaquent aux facteurs institutionnels socioculturels sous-jacents des inégalités, et s'ils facilitent les discussions communautaires sur l'amélioration de la prise de décision des femmes et de leur accès aux ressources au sein des ménages et des communautés. Le Contenu de l'information S'il est prouvé que les femmes sont plus susceptibles de bénéficier des stratégies et des canaux de communication sur le climat que les hommes, il existe des preuves plus limitées que les différences entre les activités agricoles des femmes et des hommes, ainsi que les normes socioculturelles qui les désavantagent souvent et influencent les décisions qu'elles contrôlent, peuvent les amener à avoir besoin de types et d'échelles d'information différents, ou à des périodes de l'année différentes. Dans ce cas, un effort délibéré est nécessaire pour identifier et répondre à ces différents besoins d'information. Les besoins, l'accès, et l'utilisation de l'information climatique doivent donc être évalués séparément pour les ménages dirigés par des femmes, et pour les femmes et les hommes au sein des ménages. Cela peut s'avérer difficile dans les cultures où les femmes ne sont pas censées s'adresser directement aux hommes sur le terrain. Le format de l'information peut influencer l'accès et l'utilisation de l'information. Fournir des informations et des ressources éducatives dans les langues locales, et sous forme audio et vidéo, peut les rendre plus accessibles et utilisables pour les femmes et les autres groupes ayant eu moins accès à l'éducation. Qui finance les SIC ? Il est important d'équilibrer les rôles des secteurs public et privé dans la fourniture de SIC de l’agriculture et de l’élevage, et de promouvoir des partenariats public-privé qui soutiennent l'avantage comparatif de chacun. D'après les données disponibles, tout service d'information climatique exigeant des utilisateurs le paiement d'un tarif fixe, périodique ou à l'utilisation, exclura inévitablement un sous-ensemble de producteurs déjà confrontés à des contraintes foncières ou financières. La seule façon d'éviter de renforcer les inégalités de richesse est de mettre à disposition un ensemble essentiel de services climatiques en tant que bien public. Dans la mesure où cela nécessite une augmentation du financement public des services météo nationales et des autres fournisseurs d'information du secteur public, cela échappe probablement au contrôle des fournisseurs de SIC qui travaillent directement avec les communautés agricoles. Plusieurs options pourraient aider la communauté des fournisseurs de SIC sénégalais à réduire les inégalités de richesse. Premièrement, cela pourrait renforcer l'argument économique en faveur d'une augmentation des investissements publics dans les biens publics d'information climatique, en 225 225 mesurant les avantages économiques et sociaux des SIC agricoles à l'aide de méthodes d'évaluation d'impact appropriées et rigoureuses. Deuxièmement, les partenariats et les modèles économiques public-privé générant des revenus grâce à des informations climatiques à valeur ajoutée et des services de conseil ciblant les producteurs agricoles commerciaux et les acteurs de la chaîne de valeur pourraient contribuer à subventionner la production de biens publics. Troisièmement, une tarification différenciée tenant compte des différences, par exemple, d'échelle ou de valeur moyenne de production, pourrait accroître l'adoption de ces services par les petits exploitants relativement pauvres. Les institutions publiques de météorologie et de vulgarisation agricole, sous-financées, sont confrontées à des défis complexes lorsqu'elles cherchent à répondre aux besoins d'information des producteurs et des autres décideurs agricoles. Alors que ces institutions et la communauté plus large des services climatologiques agricoles cherchent des solutions à ces défis, il est important de prendre en compte l'équité et les besoins des producteurs pauvres en ressources qui seraient exclus des services payants. Un investissement adéquat dans des informations climatiques appropriées, en tant que bien public, tout en encourageant l'innovation du secteur privé là où elle apporte une valeur ajoutée, devrait maximiser les avantages des services climatologiques pour les populations agricoles et l'économie agricole dans son ensemble. Exercice En travaillant en petits groupes d'une même région, pour un ou deux produits d'information climatique existants (par exemple, prévisions saisonnières, bulletin agrométéorologique, avis agricole, prévisions météorologiques), répondez aux questions suivantes dans le contexte d'un contexte rural familier spécifique : • Comment ce produit d'information répond-il aux besoins et aux vulnérabilités spécifiques au genre ? • Le produit prend-il en compte les différents rôles, responsabilités et impacts du risque climatique sur les hommes et les femmes ? • Y a-t-il des préjugés ou des stéréotypes sexistes évidents dans le langage, l'imagerie ou les suppositions ? • Quels canaux les hommes et les femmes des zones rurales utiliseraient-ils pour accéder à ces informations ? Des groupes particuliers auraient-ils de la difficulté à accéder à ces canaux ? 226 226 Session 4.3. Communiquer des informations climatiques probabilistes aux producteurs Les producteurs peuvent tirer davantage profit des prévisions climatiques saisonnières s'ils comprennent leur impact sur leur climat local. Lors de cette session, nous apprendrons à animer un atelier de formation, de présentation et de planification des prévisions saisonnières avec un groupe d'agriculteurs. Ce processus, appelé la « Planification participative saisonnière des risques agricoles avec connaissance du climate » (Seasonal Participatory Planning for Agricultural Risk with Climate Knowledge ou SPPARCK), utilise des graphiques climatiques historiques et le format de probabilité de dépassement pour les prévisions saisonnières, disponible via la Maproom de prévisions flexibles. Cette session s'appuie sur Hansen et al. (2022) et résume le déroulement de l'atelier. L'Annexe 2 fournit des instructions détaillées, étape par étape, pour animer un atelier SPPARCK. À la fin de cette session, vous serez capable de : • Former des personnes, sans expérience préalable, à l'interprétation des séries chronologiques climatiques saisonnières et des graphiques de probabilité de dépassement. • Animer des agriculteurs lors d'un atelier participatif de base sur la communication et la planification des prévisions saisonnières. Les Raisons et le sommaire de SPPARCK L'atelier de « Planification participative saisonnière des risques agricoles avec connaissance du climate » (Seasonal Participatory Planning for Agricultural Risk with Climate Knowledge ou SPPARCK) vise à permettre aux producteurs d'interpréter les prévisions saisonnières dans le contexte de la variabilité de leur climat local et d'intégrer ces informations dans leurs décisions de planification saisonnière. Il a d'abord été testé au Kenya en 2004, puis au Kenya, au Sénégal et en Tanzanie. La présentation ci-dessous s'inspire de Hansen et al. (2022). L'approche de SPPARCK repose sur quelques hypothèses concernant les producteurs participants. Premièrement, les producteurs comprennent la variabilité climatique saisonnière et les risques qui en découlent, et intègrent ces informations dans leurs décisions de gestion agricole et de subsistance. Leur compréhension du risque climatique repose sur leur mémoire des conditions climatiques saisonnières passées et de leurs impacts sur leurs propres exploitations, et pas nécessairement sur des descriptions statistiques ou graphiques de la variabilité ou du risque. 227 227 Deuxièmement, bien que les producteurs comprennent le risque climatique, ils sont sujets à des biais cognitifs et à des erreurs de décision qui, comme le montrent les recherches, affectent la plupart des gens lorsqu'ils prennent des décisions basées sur des informations probabilistes. Troisièmement, avec une formation simple, les producteurs peuvent comprendre les informations présentées visuellement sous forme de graphiques. Quatrièmement, les producteurs possèdent un niveau de numératie de base (c.-à-d. compréhension des nombres, du comptage, et des proportions). L'atelier ne requiert pas de savoir lire et écrire, mais le processus devra être adapté si les participants ne savent pas lire. L'atelier de SPPARCK utilise plusieurs approches pour renforcer la capacité des producteurs à comprendre les prévisions climatiques saisonnières probabilistes et à les intégrer à leurs décisions. Premièrement, relier les informations climatiques à l'expérience des producteurs les aide à relier leurs modes de traitement cognitif analytique et expérientiel. Comme indiqué dans la Session 4.1, les individus sont plus susceptibles d'utiliser de nouvelles informations climatiques probabilistes et moins susceptibles de commettre des erreurs importantes dans leur interprétation et leur mise en œuvre s'ils utilisent à la fois leurs systèmes de traitement cognitif analytique et expérientiel. Deuxièmement, l'atelier de SPPARCK présente le climat en termes de fréquences naturelles associées à la variabilité historique, avant d'introduire la probabilité des conditions climatiques saisonnières futures. Les recherches montrent que certaines des erreurs courantes commises lors de l'interprétation et de la mise en œuvre des informations probabilistes sont réduites, voire éliminées, si celles-ci sont exprimées en fréquences naturelles équivalentes, même si les fréquences historiques sont utilisées pour estimer les probabilités futures (Gigerenzer and Hoffrage, 1995). Quatrièmement, à l'instar d'autres processus de communication participative sur le climat, l'atelier de SPPARCK intègre des discussions de groupe afin de tirer parti de l'apprentissage social entre producteurs. Au sein d'une communauté rurale, certains producteurs comprennent généralement les nouvelles informations ou adoptent les innovations plus rapidement que d'autres. Ces producteurs éminents, qui comprennent rapidement les nouveaux produits d'information climatique et leurs implications pour les décisions de gestion agricole, peuvent aider leurs pairs à apprendre. Le Déroulement de l'atelier de SPPARCK Les six étapes de l'atelier sur les prévisions saisonnières sont résumées dans le Tableau 4.3-1 et détaillées dans le reste de cette session. Le déroulement de l'atelier suit une progression logique qui part de la mémoire des producteurs sur la variabilité climatique et les guide étape par étape pour interpréter les prévisions dans le contexte de leur climat local et les appliquer à leurs décisions de planification saisonnière habituelles. L'atelier de SPPARCK vise à introduire de nouvelles informations et de nouveaux concepts complexes par petites étapes (Figure 4.3-1), notamment par des activités participatives de création graphique pour les participants n'ayant jamais été exposés à des graphiques. Des instructions étape par étape pour l'animation de l'atelier sont disponibles en annexe. 228 228 Tableau 4.3-1. Le sommaire des étapes de l'atelier de formation et de planification des prévisions saisonnières des producteurs. Adapté de Hansen et al. (2022) . L’Étape L’Objectif Le Processus Les Options 1. L’Objectif, Façonner les Objectif actuel de l'atelier Discutez des indicateurs les concepts attentes des Définir les termes et concepts clés climatiques autochtones pour participants. renforcer la confiance. 2. De la Reliez les Évoquer les conditions récentes de la L’activité participative de dessin mémoire à la données et les saison de croissance. de graphiques de séries variabilité graphiques des Présenter un graphique de séries chronologiques, à l'échelle, séries chronologiques, valider par rapport à pour les années sollicitées. chronologiques la mémoire collective. Calculer la probabilité de à l’expérience dépasser les seuils à partir d'un des graphique de séries participants. chronologiques. 3. De la Comprendre la Trier les séries chronologiques dans L’activité participative visant à variabilité à la relation entre la le graphique de fréquence de trier les séries chronologiques probabilité variabilité et la dépassement. récentes selon la fréquence de probabilité et Redéfinir l’axe des Y de la fréquence dépassement (à l'échelle). interpréter le relative à la probabilité et discuter de graphique de la relation entre la fréquence passée probabilité de et la probabilité future. dépassement. Entraînez-vous à lire la probabilité de se trouver au-dessus ou en dessous d'un seuil. 4. Les Comprendre la Montrez la courbe de probabilité de Mettez en surbrillance les prévisions prévision dépassement décalée vers la droite années de l’El Niño dans le modifient les comme une et/ou vers la gauche de la distribution graphique de la série probabilités distribution de climatologique et discutez de ses chronologique et affichez le probabilité implications pour le climat et pour graphique de probabilité de décalée. l'agriculture. dépassement pour les années Entraînez-vous à lire les variations de de l’El Niño à côté de toutes les probabilité de dépasser un seuil. années. Identifiez un endroit familier avec un climat plus humide ou plus sec et discutez de la manière dont ce climat affecterait les performances et la gestion de la ferme. 5. Les Les prévisions Présenter les prévisions actuelles et Demandez au personnel du prévisions actuelles pour d’autres informations pertinentes services météo nationales de actuelles la prochaine pour la planification. discuter des prévisions et du saison de Revoir l’interprétation des prévisions. climat local, mais uniquement croissance. Répondez à toutes les questions. s'il est formé à la communication des prévisions flexibles. 6. La Faciliter la Les questions de cadrage actuelles planification discussion sur Discutez des options de gestion en de l’agriculture les plans de groupes de discussion. et de l’élevage gestion agricole Présenter et discuter les plans du pour la saison à groupe en séance plénière. venir Répondre aux questions des producteurs et aux besoins d’assistance supplémentaire. 229 229 Figure 4.3-1. La séquence utilisée pour former les producteurs à l'interprétation et à l'utilisation du graphique de prévision flexible. L’Étape 1 : La Présentation de l’objectif et des concepts clés de l’atelier L’Étape 1 présente l’objectif et la feuille de route de l’atelier, et explique les concepts clés, notamment : météo, climat, variabilité, fréquence, incertitude, probabilité, et prévision. Plusieurs concepts sont essentiels à la compréhension et à l’utilisation appropriée des informations climatiques probabilistes. Il est conseillé d’en discuter avec les producteurs dès le début, et de laisser éventuellement une brève définition ou description à disposition (pour les participants sachant lire) lors des réunions de formation et de planification. Tout d’abord, il est important d’expliquer l’échelle de temps des prévisions saisonnières. Dans de nombreux endroits, les producteurs et le grand public pensent au changement climatique à long terme lorsqu’ils sont confrontés au concept de « climat ». Dans d’autres endroits, les producteurs peuvent avoir les prévisions météorologiques à l’esprit lorsqu’ils abordent les prévisions saisonnières. Si vos producteurs ne maîtrisent pas encore bien la variabilité climatique et les prévisions climatiques saisonnières, abordez les concepts suivants : la météo (conditions atmosphériques à un moment et un lieu précis), le climat (statistiques telles que la moyenne, les cycles saisonniers, la variabilité, les tendances sur de longues périodes), la variabilité climatique (différences saisonnières d’une année à l’autre), et le changement climatique (évolutions de paramètres tels que la température moyenne et les précipitations moyennes sur au moins plusieurs décennies, en partie dues aux modifications de l’atmosphère dues à l’activité humaine). Deuxièmement, définissez et expliquez les concepts suivants : la variabilité (différences des conditions climatiques au cours des dernières années), la fréquence (exprime la variabilité par des chiffres), l’incertitude (le climat ayant été variable par le passé, je ne suis pas certain du temps qu’il fera lors de la prochaine saison de croissance), la probabilité (exprime l’incertitude par des chiffres), et la prévision (ou prédiction). Le message clé est qu’une prévision est une nouvelle information qui modifie les probabilités concernant l’avenir. Une prévision réduite l’incertitude, mais ne l’élimine pas complètement. Étant donné que l'atelier utilisera ces concepts d'une manière qui pourrait être nouvelle pour la communauté, soit parce que leur langue ne dispose pas de mot équivalent, soit parce que le mot le plus proche a une signification différente au sein de la communauté agricole, il est important de s'accorder sur les mots qui représentent le mieux chaque concept, ainsi que sur leur signification dans le contexte de l'information climatique. Lors de la traduction dans le mot ou l'expression le plus proche dans la langue locale, les producteurs sont-ils susceptibles d'avoir une signification différente pour ce mot ? Chaque mot traduit-il pleinement le concept, ou devez-vous définir comment nous (prestataires de services climatiques, communicateurs ou animateurs) 230 230 utilisons les mots ? Dans les services climatiques, nous utilisons souvent des mots dont le sens technique diffère de celui du grand public. Pour éviter tout malentendu, il est important d'expliquer et de convenir avec les exploitations participantes de ce que nous entendons par termes et concepts clés. Il est important de discuter des concepts clés, surtout si la langue locale ne propose pas de mots pour certains d'entre eux. Deux sujets supplémentaires peuvent aider à préparer les participants pour la suite de l'atelier, si le temps le permet. Savoirs climatiques traditionnels. Reconnaître et discuter des indicateurs climatiques traditionnels de la communauté peut contribuer à respecter les connaissances des producteurs, à instaurer la confiance et à favoriser les échanges. Dans la plupart des cultures, les producteurs, ou d'autres membres de la communauté, comme les prévisionnistes traditionnels, ont identifié des méthodes pour prédire le déroulement de la saison ou le temps à venir. Étant donné que la plupart des communautés agricoles utilisent les connaissances et les indicateurs climatiques traditionnels, il peut être utile d'examiner comment ces indicateurs influencent leurs décisions agricoles et s'ils sont fiables à 100 % ou comportent une certaine incertitude. Pour illustrer les analogies entre prévisions et décisions, vous pourriez présenter des exemples d'utilisation d'informations incertaines par les participants en dehors de l'agriculture, et expliquer comment de nouvelles informations modifiant les probabilités constituent une forme de prévision. Utilisez des exemples pertinents pour les producteurs avec lesquels vous travaillez. Un exemple qui pourrait fonctionner dans certains contextes est celui des paris sur l'équipe qui remportera un événement sportif, comme le football. Les statistiques passées de victoires et de défaites contre une équipe donnée (ou des équipes similaires) donnent une idée de la probabilité que votre équipe favorite remporte le prochain match. Imaginez que vous appreniez que le joueur vedette de votre équipe (ou de l'équipe adverse) est blessé et ne peut pas jouer. Cette nouvelle information fournit un pronostic ; elle modifie la probabilité que l'équipe remporte le prochain match. L’Étape 2 : Comprendre la variabilité passée L’Étape 2 vise à aider les producteurs à relier les graphiques de séries chronologiques à leur expérience collective. Le processus commence par solliciter la mémoire collective des participants concernant les précipitations de la saison de croissance et les performances agricoles qui en résultent pour les cinq dernières années. Cinq ans sont suggérés car la période est suffisamment récente pour qu’au moins certains producteurs s’en souviennent, et parce qu’il est facile de convertir le nombre d’années sur cinq en pourcentage. Si les participants ne sont pas déjà familiarisés avec les graphiques, les impliquer dans une activité participative pour construire un graphique de séries chronologiques, à l’échelle, pour la période étudiée favorise la compréhension et la confiance. Une fois qu’ils sont à l’aise avec le format, un graphique généré par ordinateur avec l’ensemble des données historiques disponibles est présenté et discuté. 231 231 La discussion sur le graphique de séries chronologiques doit mettre en évidence trois points clés. Premièrement, le graphique doit représenter leur expérience des précipitations saisonnières pour la saison de croissance spécifiée. Le graphique semble-t-il cohérent avec la façon dont ils ont classé chacune des cinq dernières années ? Indique-t-il les années dont ils se souviennent comme étant exceptionnellement humides ou inhabituellement sèches ? Deuxièmement, le graphique de séries chronologiques permet de synthétiser les informations sur la variabilité climatique passée. Le graphique montre-t-il que les précipitations saisonnières sont plus ou moins variables que prévu ? Semble-t-il dégager une tendance (par exemple, une tendance à la hausse ou à la baisse), ou simplement une variabilité aléatoire ? Troisièmement, le graphique de séries chronologiques peut être utilisé pour déterminer le pourcentage d'années (ou le nombre sur dix) où les précipitations ont dépassé ou été inférieures à un seuil donné. Si au moins certains participants connaissent la division et le pourcentage, il est utile de les amener à calculer le pourcentage d'années où les précipitations saisonnières ont dépassé un seuil significatif. Cet exercice les aidera à interpréter le graphique de probabilité de dépassement de l'Étape 3 et à en reconnaître l'utilité. À ce stade, les participants peuvent également évaluer l'adaptation de leur système agricole actuel au climat local. Par exemple : les agriculteurs cultivent-ils les cultures et les variétés les mieux adaptées aux conditions moyennes de la saison de croissance ? Sement-ils et récoltent-ils aux meilleurs moments ? À quelle fréquence peuvent-ils s'attendre à des mauvaises récoltes ou à des mauvaises pâturages en raison de la variabilité climatique ? La diversification, l'assurance, et les autres stratégies sont-elles appropriées pour atténuer les risques climatiques ? Que souhaiteraient-ils changer pour sécuriser et optimiser leurs exploitations et leurs moyens de subsistance dans le contexte climatique actuel ? Cette discussion pourrait être facilitée par l'examen de graphiques de séries chronologiques de variables saisonnières supplémentaires, telles que le début et la durée de la saison des pluies, le risque de longues périodes de sécheresse pendant les périodes critiques, les températures moyennes, les degrés-jours de croissance, ou les unités de froid. L'évaluation de l'adaptation de leur système agricole à la variabilité climatique historique pourrait suggérer des changements. Cela les aide également à identifier les décisions de gestion sensibles au climat qu'ils pourraient ajuster en fonction des prévisions saisonnières. L’Étape 3 : La Présentation du graphique de probabilité de dépassement L’Étape 3 présente le graphique de probabilité de dépassement (PDD) et aide les participants à l’interpréter. Cependant, il est d’abord présenté en termes de fréquence, afin de décrire la variabilité historique. Comme à l’Étape 2, la participation des producteurs à une activité graphique participative peut les aider à comprendre le graphique de PDD et son lien avec le graphique de séries chronologiques. Pour ce faire, les participants doivent trier les totaux de précipitations de la saison de croissance récente sur un graphique de PDD vierge, en plaçant la fréquence plutôt que la probabilité sur l’axe vertical. L’axe vertical est ensuite modifié, passant du nombre d’années au pourcentage d’années (ou nombre d’années sur dix) avec au moins une quantité donnée de précipitations saisonnières. 232 232 Une fois le format maîtrisé, un graphique généré par ordinateur reprenant l’ensemble des données historiques disponibles est présenté et discuté. À ce stade, l’animateur explique comment la fréquence relative des variations passées est liée aux probabilités futures. Même si la fréquence relative et la probabilité sont mathématiquement équivalentes, l'utilisation de la fréquence relative passée pour estimer la probabilité de la prochaine saison de croissance pourrait être un concept nouveau pour les producteurs participants. Les participants apprendront à déterminer la probabilité de précipitations supérieures, puis inférieures à un seuil qu'ils considèrent pertinent pour les décisions agricoles. S'ils ont calculé le pourcentage d'années où les précipitations saisonnières ont dépassé un seuil particulier à l'Étape 2, ils devraient constater combien il est plus facile de trouver ces probabilités à partir du graphique de probabilité de dépassement. Il est important de souligner que le graphique de probabilité de dépassement contient les mêmes informations que le graphique de série chronologique, mais agencé de manière à faciliter la recherche de probabilités. Cette étape peut être prolongée pour revenir à la discussion sur l'adaptation des systèmes agricoles des participants à la variabilité de leur climat local, abordée à l'Étape 2. Si des graphiques de séries chronologiques de variables saisonnières supplémentaires (par exemple, début et durée des précipitations, risque de sécheresse, températures, degrés-jours de croissance, unités de froid) sont utilisés, les mêmes données historiques peuvent être présentées sous forme de graphiques de probabilité de dépassement. L’Étape 4 : Comprendre la prévision comme un déplacement de la distribution de probabilité historique L’Étape 4 présente une prévision comme une nouvelle information qui déplace la distribution de probabilité historique et permet aux participants d’interpréter une prévision au format de PDD. Deux activités sont proposées pour renforcer cette idée. Premièrement, lorsque les producteurs connaissent l’El Niña et/ou La Niña, la distribution décalée peut être obtenue en présentant un graphique de PDD pour l’El Niño à côté de la distribution climatologique, et le graphique de la série chronologique correspondante avec les années de l’El Niño mises en évidence. Une explication simplifiée de ce que les météorologues entendent par El Niño (c’est-à-dire des températures plus chaudes que la normale dans l’est de l’océan Pacifique équatorial) et de son influence sur les conditions climatiques dans d’autres régions du monde peut contribuer à renforcer la confiance. La deuxième activité consiste à identifier un endroit familier au climat plus humide (ou plus sec) et à discuter des différences entre ce climat et celui du lieu où se trouve le producteur. Si les participants interprètent correctement le graphique de PDD, ils devraient s’attendre à ce que la courbe de PDD pour l’endroit le plus humide soit décalée vers la droite de leur emplacement. S'ils utilisent un endroit plus sec, celui-ci sera décalé vers la gauche. En option, les séries chronologiques et les PDD représentent graphiquement les deux endroits (l'emplacement des producteurs 233 233 participants et l'endroit plus humide ou plus sec). Discuter de ce que serait leur exploitation, mais avec le climat de l'endroit plus humide (ou plus sec) sélectionné, les aidera à relier une prévision hypothétique à leur expérience agricole. Pour aider les participants à interpréter un décalage du PDD vers la droite (c'est-à-dire un décalage de probabilité vers des conditions plus humides) ou vers la gauche (c'est-à-dire un décalage de probabilité vers des conditions plus sèches), ils répètent l'activité consistant à déterminer la probabilité de connaître des précipitations supérieures ou inférieures au même seuil. Cela peut être fait en utilisant soit la courbe de PDD pour les années de l’El Niña (ou de La Niña) de leur emplacement, soit la courbe de PDD historique pour un endroit spécifique au climat plus humide (ou plus sec). L’Étape 5 : La Présentation des prévisions saisonnières Les Étapes 1 à 4 permettent aux producteurs de comprendre et de se fier aux prévisions saisonnières. La mise en œuvre des Étapes 5 et 6 varie selon que l’atelier a lieu juste avant le début de la saison de culture pluviale ou sous forme d’activité de formation pendant une période de jachère bien avant la saison de culture : • Si l’atelier a lieu juste avant la saison, les Étapes 5 et 6 se concentrent désormais sur la planification de la saison à venir, basée sur les prévisions actuelles, plutôt que sur la formation. • Si l’atelier a lieu bien avant le début de la saison de culture, les Étapes 5 et 6 utilisent une prévision de l’année précédente ou une prévision hypothétique pour préparer les participants à comprendre la prévision et à l’utiliser pour planifier la saison suivante dès qu’elle sera disponible. Dans ce cas, les producteurs participeront à un court atelier couvrant les Étapes 5 et 6 une fois les prévisions pour la saison suivante disponibles. Lorsque les prévisions de l’année en cours ou de l’année précédente sont présentées, les participants doivent discuter de leur interprétation. L’explication des prévisions saisonnières doit inclure une brève explication du contexte et des implications des prévisions, comme le Mali-Météo l’inclut dans ses puces de prévisions saisonnières. Les participants doivent comprendre : • quelle institution a produit les prévisions ; • comment les prévisions saisonnières sont produites ; • quelles variables et quelle période de temps couvrent les prévisions ; et • comment interpréter les prévisions comme une variation des probabilités. Si les prévisions incluent des variables saisonnières supplémentaires (par exemple, dates de début et de fin de saison, probabilités de périodes sèches, degrés-jours de croissance), elles peuvent être présentées et discutées. Pour renforcer l’interprétation, les participants identifieront les probabilités de connaître des précipitations saisonnières supérieures ou inférieures à un seuil en fonction des courbes de PDD historiques et prévues, en utilisant la même valeur seuil que celle utilisée aux Étapes 2 à 4. 234 234 L’Étape 6 : Planifier l’ajustement de la gestion agricole en fonction des prévisions La présentation des prévisions mène à l’Étape 6, la « Planification agricole », où les producteurs discutent et décident des décisions de gestion saisonnière, le cas échéant, qu’ils modifieront en fonction des prévisions saisonnières. Si l'atelier se déroule sous forme de formation bien avant le début de la saison, les participants discutent des décisions de gestion saisonnières, le cas échéant, qu'ils modifieraient si les prévisions pour la saison suivante correspondaient à celles présentées à l’Étape 5. Les discussions de groupe permettent aux participants d'apprendre des autres producteurs et de recueillir leurs commentaires sur leurs idées. Cela peut se faire en grand groupe ou en petits groupes qui résument ensuite leurs plans à l'ensemble du groupe. Une prévision saisonnière donnée peut ou non amener les producteurs à modifier leurs plans de gestion. Leur décision d'ajuster leurs plans pour la saison à venir, et le type d'ajustements qu'ils effectuent, peut dépendre de l'ampleur de la modification des probabilités importantes pour les décisions, et de l'existence d'options plus adaptées aux conditions prévues que les plans existants. Ils peuvent convenir en groupe de modifier certains de leurs plans, tandis que certaines décisions peuvent différer selon les producteurs. Si les agents de vulgarisation agricole et autres professionnels peuvent fournir des informations sur les options de gestion et répondre aux questions, le processus vise à soutenir la prise de décision des producteurs. Les Considérations pratiques Le Calendrier L'atelier complet de formation, de communication, et de planification sur les prévisions est nécessaire la première fois que les producteurs sont exposés aux prévisions réduites au format de prévision flexible. L'ensemble du processus prend généralement entre 8 et 12 heures, réparties sur deux jours. Les producteurs et les agents de vulgarisation sont généralement très occupés peu avant le début de la saison de croissance. De plus, il peut s'écouler un court laps de temps entre la publication des prévisions saisonnières par ANASIM et le moment où les producteurs doivent acheter les semences et autres intrants et préparer leurs champs pour les semis. En raison de ces contraintes de temps, il peut être souhaitable de dispenser la formation (l’Étapes 1 à 4) pendant une période creuse du calendrier agricole, et d'organiser un atelier plus court pour présenter les prévisions réelles et ajuster les plans pour la saison à venir (l’Étapes 5 et 6). Si le processus est divisé en un atelier de formation et un atelier de présentation et de planification des prévisions, il convient de présenter les prévisions de l'année précédente. Une fois que les producteurs formés sont familiarisés avec le format des prévisions et comprennent leur lien avec la variabilité historique, un court atelier leur suffira pour : • revoir brièvement les connaissances acquises aux Étapes 1 à 4 ; 235 235 • présenter les prévisions saisonnières actuelles (l’Étape 5) ; et • planifier l'ajustement de la gestion de l'exploitation en fonction des prévisions (l’Étape 6). Sans la formation (les Étapes 1 à 4), un atelier de présentation et de planification des prévisions saisonnières prendrait généralement entre 2 et 3 heures. La Figure 4.3-2 résume ces options. Figure 4.3-2. Les options de planification des ateliers de formation, de présentation, et de planification des prévisions saisonnières. La Taille et la composition du groupe d’atelier de SPPARCK La taille d'un atelier devrait généralement être limitée à environ 25 à 30 producteurs. Si le groupe est trop grand, il sera difficile d'impliquer tous les participants dans les discussions et les activités participatives, et d'évaluer leur compréhension des concepts. Si les producteurs sont déjà organisés en groupes, il convient de les utiliser autant que possible. Dans certaines cultures et certains contextes, les productrices peuvent être réticentes à participer pleinement à un groupe mixte. Tenez compte de la culture locale, de votre expérience avec les groupes mixtes ou non mixtes, et de toute directive pertinente pour décider d'organiser des ateliers séparés pour les hommes et les femmes, et si des animatrices sont nécessaires pour garantir une participation libre et équitable des femmes. L’Adaptation aux différents contextes de producteurs Le processus de l'atelier peut être adapté aux producteurs ayant des niveaux d'éducation et d'alphabétisation différents. Premièrement, si le taux d'alphabétisation est faible, davantage de discussions et de répétitions peuvent être nécessaires. Des images pourraient remplacer le texte pour identifier les composants des graphiques (par exemple, les étiquettes des axes) et caractériser la mémoire des producteurs des dernières années. Deuxièmement, si les participants ont été 236 236 exposés aux graphiques à l'école ou lors d'autres formations, les activités participatives de calcul de séries chronologiques et de graphiques de points d'entrée pourraient probablement être supprimées et la durée globale pourrait être réduite. Alors que les ateliers pilotes précédents duraient de 12 à 14 heures sur deux jours, il pourrait être envisageable de les réduire à une seule journée si la majorité des producteurs sont alphabétisés et déjà à l'aise avec les graphiques. Troisièmement, si les participants ne sont pas familiarisés avec les pourcentages, les probabilités pourraient être exprimées en nombre d'années sur dix. Exercice: L’atelier de pratique sur les prévisions saisonnières • Travaillez en groupes de 10 à 15 personnes. • Ressources nécessaires : w L’Annexe 1. Animation d'un atelier de prévisions saisonnières w A4-2 Participatory workshop practice schedule.pdf w Les graphiques imprimés (A4-2 workshop graphs to print.pptx) • Il s’agit d’un jeu de rôle. Chacun votre tour, animez la discussion et jouez le rôle d’agriculteurs. • Pour chaque étape, nous passerons en revue, nous nous entraînerons et discuterons. • Vous disposez d’environ 6 heures pour pratiquer et discuter d’un atelier qui dure généralement 2 jours. L’objectif est de comprendre le processus, et non de terminer chaque étape. • Consacrez suffisamment de temps aux étapes les plus complexes, en particulier les étapes 2, 3 et 4, pour être sûr de pouvoir guider les agriculteurs tout au long de leur réalisation. 237 237 REFERENCES CITEES Allen, R.G., Pereira, L.S., Raes, D., Smith, M., 2006. Evapotranspiracion del cultivo. Guias para la determinacion de los requerimientos de agua de los cultivos. Estudio FAO: Riego y Drenaje (FAO). Ambani, M., Shikuku, P., Maina, J.W., Percy, F., 2018. Practical guide to PSP: Participatory Scenario Planning using seasonal forecasts. CARE International, Geneva. Amegnaglo, C.J., Anaman, K.A., Mensah-Bonsu, A., Onumah, E.E., Amoussouga Gero, F., 2017. Contingent valuation study of the benefits of seasonal climate forecasts for maize farmers in the Republic of Benin, West Africa. Climate Services 6, 1–11. https://doi.org/10.1016/j.cliser.2017.06.007 Anderson, J.R., Dillon, J.L., Hardaker, B., 1977. Agricultural Decision Analysis. Monographs: Applied Economics. Antwi-Agyei, P., Amanor, K., Hogarh, J.N., Dougill, A.J., 2021a. Predictors of access to and willingness to pay for climate information services in north-eastern Ghana: A gendered perspective. Environmental Development 37, 100580. https://doi.org/10.1016/j.envdev.2020.100580 Antwi-Agyei, P., Dougill, A.J., Abaidoo, R.C., 2021b. Opportunities and barriers for using climate information for building resilient agricultural systems in Sudan savannah agro-ecological zone of north-eastern Ghana. Climate Services 22, 100226. https://doi.org/10.1016/j.cliser.2021.100226 Archer, E.R.M., 2003. Identifying Underserved End-User Groups in the Provision of Climate Information. Bulletin of the American Meteorological Society 84, 1525–1532. https://doi.org/10.1175/BAMS-84-11-1525 Båge, R., Jacobson, M., Dione, M.M., Gertzell, E., Genfors, E., Kiara, H.K., König, U., Rajala, E., Ström- Hallenberg, G., Wieland, B., Magnusson, U., 2020. A practical guide to herd health management in pigs, dairy and small ruminants. International Livestock Research Institute (ILRI), Nairobi. Barrett, C.B., 2005. Rural poverty dynamics: development policy implications. Agricultural Economics 32, 45–60. https://doi.org/10.1111/j.0169-5150.2004.00013.x Barrett, C.B., Ghezzi-Kopel, K., Hoddinott, J., Homami, N., Tennant, E., Upton, J., Wu, T., 2021. A scoping review of the development resilience literature: Theory, methods and evidence. World Development 146, 105612. https://doi.org/10.1016/j.worlddev.2021.105612 Bizo, I.M., Traore, B., Sidibé, A., Soulé, M., 2024. Effectiveness of climate information services: an evaluation of the accuracy and socio-economic benefits for smallholder farmers in Niger and Mali. Front. Clim. 6. https://doi.org/10.3389/fclim.2024.1345888 Brisebois, A., Eriksen, S.H., Crane, T.A., 2022. The Politics of Governing Resilience: Gendered Dimensions of Climate-Smart Agriculture in Kenya. Front. Clim. 4. https://doi.org/10.3389/fclim.2022.864292 Brouwer, J., Fussell, L.K., Herrmann, L., 1993. Soil and crop growth micro-variability in the West African semi-arid tropics: a possible risk-reducing factor for subsistence farmers. Agriculture, Ecosystems & Environment 45, 229–238. https://doi.org/10.1016/0167-8809(93)90073-X Bullock, R., Katothya, G., 2022. Understanding gendered access and uptake of climate services to develop socially inclusive programming in Kenya (Working Paper No. 7), AICCRA Working Paper. International Livestock Research Institute, Nairobi. 238 238 Carr, E.R., 2016. USAID / Mali climate change adaptation Activity (MCCAA) Behavioral baseline survey: Final synthesis report. USAID. Carr, E.R., Onzere, S.N., 2018. Really effective (for 15% of the men): Lessons in understanding and addressing user needs in climate services from Mali. Climate Risk Management 22, 82–95. https://doi.org/10.1016/j.crm.2017.03.002 Chen, L., Thorup, V.M., Kudahl, A.B., Østergaard, S., 2024. Effects of heat stress on feed intake, milk yield, milk composition, and feed efficiency in dairy cows: A meta-analysis. Journal of Dairy Science 107, 3207–3218. https://doi.org/10.3168/jds.2023-24059 Colombi, D., Perini, F., Bettini, S., Mastrangelo, S., Abeni, F., Conte, G., Marletta, D., Cassandro, M., Bernabucci, U., Ciampolini, R., Lasagna, E., 2024. Genomic responses to climatic challenges in beef cattle: A review. Animal Genetics 55, 854–870. https://doi.org/10.1111/age.13474 de Vries, M., de Boer, I.J.M., 2010. Comparing environmental impacts for livestock products: A review of life cycle assessments. Livestock Science 128, 1–11. https://doi.org/10.1016/j.livsci.2009.11.007 D’Errico, M., Bori, A., Campos, A.P. de la O., 2021. Resilience and Conflict: Evidence from Mali. Sustainability 13, 10444. https://doi.org/10.3390/su131810444 Diallo, A., Dossou-Yovo, E.R., 2024. A gendered analysis of farmers’ access to and willingness to pay for climate information services: Evidence from rice farmers in Mali. Climate Services 35, 100507. https://doi.org/10.1016/j.cliser.2024.100507 Diarra, A., Dossou-Yovo, E.R., 2024. Scaling climate information services using the local group for meteorological assistance in Mali (AICCRA Report). Accelerating Impacts of CGIAR Climate Research for Africa (AICCRA). Diarra, F.B., Ouédraogo, M., Zougmoré, R.B., Partey, S.T., Houessionon, P., Mensah, A., 2021. Are perception and adaptation to climate variability and change of cowpea growers in Mali gender differentiated? Environ Dev Sustain 23, 13854–13870. https://doi.org/10.1007/s10668-021- 01242-1 Donkoh, S.A., 2019. Farmers’ willingness-to-pay for weather information through mobile phones in northern Ghana. Ghana Journal of Science, Technology and Development 6, 19–36. https://doi.org/10.47881/166.967x Dorward, P., Clarkson, G., Stern, R., 2015. Participatory Integrated Climate Services for Agriculture (PICSA): Field Manual. Walker Institute, University of Reading, Reading, UK. Duncombe, R., 2018. Best Practice Lessons and Sources of Further Information, in: Digital Technologies for Agricultural and Rural Development in the Global South. CABI, Oxfordshire, UK, pp. 127–132. Fox, N.J., Smith, L.A., Houdijk, J.G.M., Athanasiadou, S., Hutchings, M.R., 2018. Ubiquitous parasites drive a 33% increase in methane yield from livestock. International Journal for Parasitology 48, 1017–1021. https://doi.org/10.1016/j.ijpara.2018.06.001 Frere, M., Popov, G.F., 1979. Agrometeorological crop monitoring and forecasting. UN Food and Agriculture Organization (FAO), Rome. Galasso, E., Wagstaff, A., 2018. The Aggregate Income Losses from Childhood Stunting and the Returns to a Nutrition Intervention Aimed at Reducing Stunting. The World Bank 38. 239 239 Gigerenzer, G., Hoffrage, U., 1995. How to improve Bayesian reasoning without instruction: Frequency formats. Psychological Review 102, 684–704. https://doi.org/10.1037/0033- 295X.102.4.684 Gumucio, T., Hansen, J.W., Nsengiyumva, G., Birachi, E., Kagabo, D., Rose, A., Munyangeri, Y., 2020. Rwanda Climate Services for Agriculture: Qualitative Evaluation through a Gender Lens (CCAFS Working Paper No. 315). CGIAR Research Program on Climate Change, Agriculture and Food Security, Wageningen. Gurmu, E.B., Ndung’u, P.W., Wilkes, A., Getahun, D., Graham, M.W., Leitner, S.M., Marquardt, S., Mulat, D.G., Merbold, L., Worku, T., Gakige, J.K., Tadesse, D., Bekele, M., Arndt, C., 2024. Comparison of methodologies for estimating enteric methane emission factors from sheep in smallholder systems in Africa: A case study from Ethiopia. Small Ruminant Research 240, 107362. https://doi.org/10.1016/j.smallrumres.2024.107362 Hansen, J., Hellin, J., Rosenstock, T., Fisher, E., Cairns, J., Stirling, C., Lamanna, C., van Etten, J., Rose, A., Campbell, B., 2019. Climate risk management and rural poverty reduction. Agricultural Systems 172, 28–46. https://doi.org/10.1016/j.agsy.2018.01.019 Hansen, J., List, G., Downs, S., Carr, E.R., Diro, R., Baethgen, W., Kruczkiewicz, A., Braun, M., Furlow, J., Walsh, K., Magima, N., 2022. Impact pathways from climate services to SDG2 (“zero hunger”): A synthesis of evidence. Climate Risk Management 35, 100399. https://doi.org/10.1016/j.crm.2022.100399 Hansen, J.W., Dinku, T., Robertson, A.W., Cousin, R., Trzaska, S., Mason, S.J., 2022. Flexible Forecast Presentation Overcomes Longstanding Obstacles to Using Probabilistic Seasonal Forecasts. Frontiers in Climate. https://doi.org/10.3389/fclim.2022.908661 Hansen, J.W., Mason, S.J., Sun, L., Tall, A., 2011. Review of seasonal climate forecasting for agriculture in sub-Saharan Africa. Ex. Agric. 47, 205–240. https://doi.org/10.1017/S0014479710000876 Hansen, J.W., Mishra, A., Rao, K., Indeje, M., Ngugi, K., 2009. Potential value of GCM-based seasonal rainfall forecasts for maize management in semi-arid Kenya. Agricultural Systems 101, 80–90. https://doi.org/10.1016/j.agsy.2009.03.005 Hansen, J.W., Vaughan, C., Kagabo, D.M., Dinku, T., Carr, E.R., Körner, J., Zougmoré, R.B., 2019. Climate Services Can Support African Farmers’ Context-Specific Adaptation Needs at Scale. Frontiers in Sustainable Food Systems 3, 21. https://doi.org/10.3389/fsufs.2019.00021 Hegazi, F., Krampe, F., Smith, E., 2021. Climate-related security risks and peacebuilding in Mali (No. 60), SIPRI Policy Paper. Stockholm International Peace Research Institute, Solna, Sweden. Hill, R., Skoufias, E., Maher, B., 2019. The Chronology of a Disaster. World Bank, Washington, DC. https://doi.org/10.1596/31721 Huyer, S., Rose, A., Hansen, J., 2023. Integrating Gender and Social Inclusion in Ag-Data Hubs (AICCRA Report). Dakar. Hyland, M., Russ, J., 2019. Water as destiny – The long-term impacts of drought in sub-Saharan Africa. World Development 115, 30–45. https://doi.org/10.1016/j.worlddev.2018.11.002 Ingabire, C., 2021. Closing gender gaps in farmers’ access to climate information: The case of Radio listeners clubs in Rwanda (CCAFS Info Note). Wageningen. Jones, R.T., Spencer, F.I., Paris, L.A., Soumaïla, D., Kamara, N., Hiscox, A., Logan, J.G., 2024. Evaluating barriers to reaching women with public health information in remote communities in Mali. BMC Health Serv Res 24, 905. https://doi.org/10.1186/s12913-024-11277-5 240 240 Joseph, J.E., Worou, N., Diedhiou, L., Dhulipala, R., Houessionon, P., Whitbread, A.M., 2022. iSAT, the new generation digital agro advisory tool that empowers farmers to manage climate risks (Brief). Accelerating Impacts of CGIAR Climate Research for Africa (AICCRA). Kyriazakis, I., Arndt, C., Aubry, A., Charlier, J., Ezenwa, V.O., Godber, O.F., Krogh, M., Mostert, P.F., Orsel, K., Robinson, M.W., Ryan, F.S., Skuce, P.J., Takahashi, T., van Middelaar, C.E., Vigors, S., Morgan, E.R., 2024. Improve animal health to reduce livestock emissions: quantifying an open goal. Proceedings of the Royal Society B: Biological Sciences 291, 20240675. https://doi.org/10.1098/rspb.2024.0675 Lipper, L., Thornton, P., Campbell, B.M., Baedeker, T., Braimoh, A., Bwalya, M., Caron, P., Cattaneo, A., Garrity, D., Henry, K., Hottle, R., Jackson, L., Jarvis, A., Kossam, F., Mann, W., McCarthy, N., Meybeck, A., Neufeldt, H., Remington, T., Sen, P.T., Sessa, R., Shula, R., Tibu, A., Torquebiau, E.F., 2014. Climate-smart agriculture for food security. Nature Climate Change 4, 1068–1072. https://doi.org/10.1038/nclimate2437 Lu, X., 2011. Provision of climate information for adaptation to climate change. Climate Research 47, 83–94. https://doi.org/10.3354/cr00950 Mader, T.L., Davis, M.S., Brown-Brandl, T., 2006. Environmental factors influencing heat stress in feedlot cattle1,2. J Anim Sci 84, 712–719. https://doi.org/10.2527/2006.843712x Mali [WWW Document], n.d. . World Bank Gender Data Portal. URL https://genderdata.worldbank.org/en/economies/mali (accessed 11.13.25). Marx, S.M., Weber, E.U., Orlove, B.S., Leiserowitz, A., Krantz, D.H., Roncoli, C., Phillips, J., 2007. Communication and mental processes: Experiential and analytic processing of uncertain climate information. Global Environmental Change 17, 47–58. https://doi.org/10.1016/j.gloenvcha.2006.10.004 McCown, R.L., Carberry, P.S., Dalgliesh, N.P., Foale, M.A., Hochman, Z., 2012. Farmers use intuition to reinvent analytic decision support for managing seasonal climatic variability. Agricultural Systems 106, 33–45. https://doi.org/10.1016/j.agsy.2011.10.005 Messina, C.D., Hansen, J.W., Hall, A.J., 1999. Land allocation conditioned on El Niño-Southern Oscillation phases in the Pampas of Argentina☆☆Florida Agricultural Experiment Station, Journal Series No. R-06795. Agricultural Systems 60, 197–212. https://doi.org/10.1016/S0308- 521X(99)00032-3 Nelson, R.A., Holzworth, D.P., Hammer, G.L., Hayman, P.T., 2002. Infusing the use of seasonal climate forecasting into crop management practice in North East Australia using discussion support software. Agricultural Systems 74, 393–414. https://doi.org/10.1016/S0308- 521X(02)00047-1 Nkuba, M.R., Chanda, R., Mmopelwa, G., Kato, E., Mangheni, M.N., Lesolle, D., Adedoyin, A., Mujuni, G., 2022. Factors associated with farmers’ use of indigenous and scientific climate forecasts in Rwenzori region, Western Uganda. Reg Environ Change 23, 4. https://doi.org/10.1007/s10113- 022-01994-0 Osumba, J.J.L., Recha, J.W., Oroma, G.W., 2021. Transforming Agricultural Extension Service Delivery through Innovative Bottom–Up Climate-Resilient Agribusiness Farmer Field Schools. Sustainability 13, 3938. https://doi.org/10.3390/su13073938 Ouédraogo, M., Barry, S., Zougmoré, R.B., Partey, S.T., Somé, L., Baki, G., 2018. Farmers’ Willingness to Pay for Climate Information Services: Evidence from Cowpea and Sesame Producers in Northern Burkina Faso. Sustainability 10, 611. https://doi.org/10.3390/su10030611 241 241 p’Rajom, M.O., Oroma, G.W., Osumba, J.J.L., Recha, J.W.M., 2020. Climate resilient farmer field schools handbook. CGIAR Research Program on Climate Change, Agriculture and Food Security, Wageningen. Perry, B.D., Robinson, T.P., Grace, D.C., 2018. Review: Animal health and sustainable global livestock systems. animal 12, 1699–1708. https://doi.org/10.1017/S1751731118000630 Pomar, C., Remus, A., 2019. Precision pig feeding: a breakthrough toward sustainability. Anim Fron 9, 52–59. https://doi.org/10.1093/af/vfz006 Poulsen, E., Sakho, M., McKune, S., Russo, S., Ndiaye, O., 2015. Exploring synergies between health and climate services: Assessing the feasibility of providing climate information to women farmers through health posts in Kaffrine, Senegal (Working Paper No. 131), CCAFS Working Paper. CGIAR Research Program on Climate Change, Agriculture and Food Security (CCAFS), Copenhagen. Rabbinge, R., 1993. The ecological background of food production, in: Crop Protection and Sustainable Agriculture. John Wiley & Sons, Chichester, UK, pp. 2–29. Rautela, P., Karki, B., 2015. Weather Forecasting: Traditional Knowledge of the People of Uttarakhand Himalaya. JGEESI 3, 1–14. https://doi.org/10.9734/JGEESI/2015/19016 Roncoli, C., Ingram, K., Kirshen, P., 2002. Reading the Rains: Local Knowledge and Rainfall Forecasting in Burkina Faso. Society & Natural Resources 15, 409–427. https://doi.org/10.1080/08941920252866774 Segnon, A.C., Magassa, M., Obossou, E.A.R., Partey, S.T., Houessionon, P., Zougmoré, R.B., 2024. Gender vulnerability assessment to inform gender-sensitive adaptation action: a case study in semi-arid areas of Mali. Front. Clim. 6. https://doi.org/10.3389/fclim.2024.1418015 Sogoba, B., Ba, A., Zougmoré, R.B., Samaké, O.B., 2014. How to establish dialogue between researchers and policymakers for climate change adaptation in Mali: Analysis of challenges, constraints and opportunities (CCAFS Working Paper No. 84). CGIAR Research Program on Climate Change, Agriculture and Food Security (CCAFS), Copenhagen. Thiaw, I., Faye, C., Dacosta, H., Dione, D., 2022. Maraîchage et Economie des Ménages Urbains et Périurbains de la Région de Dakar: Cas des Communes de Hann-Bel-Air, Parcelles Assainies, Ouakam et de Grand- Yoff. Int. J. Environ. Agric. Biotech 7, 92–111. https://dx.doi.org/10.22161/ijeab.74.11 Tsan, M., Totapally, S., Hailu, M., Addom, B.K., 2019. The Digitalisation of African Agriculture Report 2018-2019. CTA, Wageningen. Tufquet, L., Tabbush, C., Staab, S., Williams, L., Howell, B., 2023. Feminist climate justice: A framework for action, Progress of the World’s Women. UN-Women, New York. Tugjamba, N., Walkerden, G., Miller, F., 2023. Adapting nomadic pastoralism to climate change. Climatic Change 176, 28. https://doi.org/10.1007/s10584-023-03509-0 Umutoni, C., Ayantunde, A.A., 2018. Perceived effects of transhumant practices on natural resource management in southern Mali. Pastoralism 8, 8. https://doi.org/10.1186/s13570-018-0115-7 UN Women, 2023. Measuring and Valuing Unpaid Care and Domestic Work in Mali (policy brief). UN-Women WCARO. Vaughan, C., Hansen, J.W., Roudier, P., Watkiss, P., Carr, E., 2019. Evaluating agricultural weather and climate services in Africa: Evidence, methods, and a learning agenda. WIREs Clim Change 10. https://doi.org/10.1002/wcc.586 242 242 Waha, K., van Wijk, M.T., Fritz, S., See, L., Thornton, P.K., Wichern, J., Herrero, M., 2018. Agricultural diversification as an important strategy for achieving food security in Africa. Global Change Biology 24, 3390–3400. https://doi.org/10.1111/gcb.14158 Walker, W., Haasnoot, M., Kwakkel, J., 2013. Adapt or Perish: A Review of Planning Approaches for Adaptation under Deep Uncertainty. Sustainability 5, 955–979. https://doi.org/10.3390/su5030955 Wijffels, G., Sullivan, M., Gaughan, J., 2021. Methods to quantify heat stress in ruminants: Current status and future prospects. Methods, Methods to face the challenges of ruminant phenotyping 186, 3–13. https://doi.org/10.1016/j.ymeth.2020.09.004 Worou, O.N., Govoeyi, B., Saley, I.A., Badolo, F., Traore, B., Nebie, B., Abdoulaye, T., 2025. Perceptions and adaptation strategies: The role of climate information services among farmers in Sikasso, Mali. African Journal of Agricultural Research 21, 844–861. https://doi.org/10.5897/AJAR2024.16845 Yan, G., Li, H., Shi, Z., 2021. Evaluation of Thermal Indices as the Indicators of Heat Stress in Dairy Cows in a Temperate Climate. Animals 11, 2459. https://doi.org/10.3390/ani11082459 Yessoufou, A.N.-D., Kumar, S., Worou, N., Faye, A., Houessionon, P., Huyer, S., Diedhiou, L., Whitbread, A.M., 2022. Assessing the reach of climate and agricultural related content via community radio stations in Senegal (Report). Accelerating Impacts of CGIAR Climate Research for Africa. Yusuff, A.T., Badmos, A.A., Alli, O.I., Chimezie, V.O., Adeyemi, S.A., Fayeye, T.R., 2024. Temperature Humidity Index: Influence on Milk Yield and Milk Composition of Multiparous West African Dwarf Does. Kafkas Univ Vet Fak Derg 30, 319–324. https://doi.org/10.9775/kvfd.2023.30997 Zongo, B., Diarra, A., Barbier, B., Zorom, M., Yacouba, H., Dogot, T., 2015. Farmers’ Perception and Willingness to Pay for Climate Information in Burkina Faso. JAS 8, 175. https://doi.org/10.5539/jas.v8n1p175 243 243 GLOSSAIRE adaptation L’ajustement des systèmes naturels ou humains en réponse à des stimuli climatiques réels ou attendus ou à leurs effets, qui atténue les dommages ou exploite les opportunités bénéfiques, généralement sur de longues périodes aléa moral L’incitation pour les producteurs à négliger une bonne gestion des risques afin de recevoir des indemnités d’assurance amplitude La différence entre le maximum et le minimum, le contraste saisonnier analyse de l'efficacité des L’analyse, basée sur quelques hypothèses générales, utilisée pour risques identifier les options de décision qui pourraient et ne seraient pas envisagées pour un groupe de décideurs ayant différents niveaux d'aversion au risque analyse des risques Une approche systématique pour analyser les options de décision dans des conditions d'incertitude anémomètre L’instrument qui mesure la vitesse et la direction du vent anomalie La différence entre la moyenne ou la ligne de base anomalie standardisée Une anomalie divisée par l'écart type arbre de décision Un outil d'aide à la décision qui utilise un modèle arborescent des décisions et de leurs conséquences possibles assurance bétail indexée L’assurance pour le bétail basée sur les données de mortalité du bétail estimées sur une région spécifique, ou sur les données de télédétection de la végétation comme indicateur de mortalité du bétail assurance indemnité L’assurance qui verse des indemnités en fonction d'une perte vérifiée assurance indexée sur les L’assurance basée sur un indice météorologique tel que les données de intempéries précipitations ou de température assurance indicielle Une assurance qui verse des indemnités en fonction de la valeur des données utilisées comme indicateur d'une perte particulière, plutôt que des pertes réelles assurance rendement de L’assurance indicielle basée sur les rendements estimés sur une région surface donnée, à l'aide d'un échantillonnage statistique provenant de nombreux champs d'agriculteurs. aversion au risque La volonté d'un décideur de sacrifier une partie du rendement attendu afin de réduire la variabilité ou le risque des rendements baromètre L’instrument qui mesure la pression atmosphérique bilan hydrique du sol Le calcul de la quantité d'eau dans le sol, en tenant compte de toutes les quantités d'eau ajoutées, retirées ou stockées dans un volume donné de sol pendant une période de temps donnée budget de l'entreprise L’analyse pour estimer la rentabilité d'une entreprise agricole et pour comparer la rentabilité d'autres modes de gestion des entreprises agricoles 244 244 calendrier agricole Une aide à la planification visuelle qui résume les cycles annuels des activités climatiques et agricoles pour un lieu particulier changement climatique Les modifications des caractéristiques du climat sur de longues périodes. Il est important que ces changements se produisent non seulement dans les conditions moyennes, mais aussi dans la variabilité. chaperon Les actions que les individus ou les communautés entreprennent pour résister à un choc et limiter ses impacts négatifs immédiats climat Les statistiques météorologiques à un endroit donné, sur une période de temps spécifiée, comprenant généralement la moyenne, la saisonnalité, la variabilité et la tendance coefficient de variation Une mesure statistique de la dispersion relative des points de données dans une ‘de données autour de la moyenne contrainte Une pénurie de certaines ressources qui empêche un décideur de mettre en œuvre une option souhaitée coproduction Un processus qui implique les générateurs et les utilisateurs d'informations climatiques impliqués tout au long de la production de services climatiques coût fixe Les dépenses (par exemple, loyer foncier, impôts) qui ne dépendent pas de la gestion d'une entreprise ou d'un portefeuille, ou de la quantité de biens produits coût variable Un coût de production qui varie selon la gestion aléa Un phénomène physique susceptible d'avoir des effets néfastes sur le bien-être humain, directement ou par l'intermédiaire des ressources naturelles. Équivalent à un choc ou à un événement extrême . décision sensible au Une décision est sensible au climat si un décideur sélectionne différentes climat options dans différentes conditions météorologiques ou climatiques observées ou prévues. seuil de déclenchement Une valeur seuil pré-identifiée d'un indice d'assurance qui déclenche le début d'un versement délai de mise en œuvre Le temps nécessaire entre la prise d'une décision et sa mise en œuvre distribution normale Une fonction qui représente la distribution de nombreuses variables aléatoires sous la forme d'un graphique symétrique en forme de cloche données climatiques L’ensemble de mesures de variables météorologiques et climatiques à partir desquelles des informations plus utiles dans la vie quotidienne sont extraites ou qui sont ingérées dans des applications telles que des modèles de cultures ou hydrologiques données de la station Les mesures exactes dans un endroit donné, principalement à la surface de la Terre, bien que les radars et les ballons stationnaires enregistrent également des informations sur l'atmosphère au-dessus données de réanalyse Les données basées sur un mélange d'entrées d'observation provenant des formes de données ci-dessus et de modèles dynamiques sur la façon dont l'atmosphère devrait se comporter 245 245 données fusionnées Les ensembles de données météorologiques basés sur un mélange d'observations de stations et de données proxy quadrillées provenant, par exemple, de télédétection par satellite ou de réanalyse données océaniques Les données basées sur des observations des propriétés océaniques (la température et la vitesse sont particulièrement pertinentes pour le climat et la météo) écart type Une mesure de la dispersion des données par rapport à la moyenne. ensemble efficace L'ensemble des options de gestion que les décideurs rationnels ayant différents niveaux d'aversion au risque pourraient sélectionner entreprise La production et la commercialisation d'une seule culture ou d'un seul produit d'élevage qui produit un produit commercialisable équivalent de certitude Un rendement garanti que quelqu'un accepterait, plutôt que de prendre le risque d'un rendement plus élevé, mais incertain, dans le futur. état de nature Les conditions aléatoires, incertaines et indépendantes de la volonté du décideur, qui influencent les conséquences d'une décision exposition La fréquence et la gravité des risques, chocs ou stress environnementaux auxquels une communauté est confrontée fenêtre de contrat La plage spécifique de dates pendant lesquelles l'assurance couvre un risque particulier fonction de densité de Une fonction dont la valeur à un échantillon donné dans l'espace probabilité (PDF) d'échantillonnage peut être interprétée comme fournissant une probabilité relative que la valeur de la variable aléatoire soit égale à cet échantillon graphique de probabilité Un graphique qui montre la probabilité (sur l'axe vertical) qu'une variable de dépassement aléatoire, telle que les conditions climatiques saisonnières (sur l'axe horizontal), tombe au-dessus d'un seuil graphique de séries Les graphiques de séries chronologiques représentent la variabilité en chronologiques traçant une valeur (par exemple, les conditions climatiques moyennes saisonnières, le long de l'axe vertical) en fonction du temps (le long de l'axe horizontal). horizon temporel La période de temps future qu'un décideur prend en compte lorsqu'il évalue les conséquences d'une option de décision humidité Une mesure la quantité de vapeur d'eau présente dans l'air à un moment donné humidité absolue Une mesure de la quantité de vapeur d'eau dans une parcelle d'air donnée qui est généralement mesurée en unités de masse/volume ou de volume/volume humidité relative Une mesure de la quantité de vapeur d'eau dans l'air à un moment donné par rapport au niveau de saturation (la quantité maximale de vapeur d'eau qu'une parcelle d'air peut retenir), généralement exprimée en pourcentage de saturation incertitude Les informations imparfaites sur les états futurs ou les conséquences résultant de la variabilité stochastique 246 246 indice standard de Un indice permettant de caractériser la sécheresse météorologique sur précipitations (IPS) une gamme d'échelles de temps, exprimé comme le nombre d'écarts types selon lesquels les précipitations cumulées observées s'écartent de la moyenne climatologique informations climatiques Les données structurées décrivant le climat passé, actuel ou futur marge brute Désigner le rendement net, ou bénéfice, d'une entreprise au cours d'une année donnée, en ignorant les coûts fixes, exprimé sur la base d'une surface ou d'une unité animale. médian Le nombre ayant la valeur médiane de l'ensemble lorsqu'il est classé par ordre croissant mesures verticales Les mesures pour évaluer les propriétés atmosphériques à différents niveaux de l'atmosphère météo L'état de l'atmosphère à un moment et à un endroit donnés en fonction de variables telles que la température, les précipitations, l'humidité, la pression atmosphérique, le vent, la nébulosité et l'ensoleillement méthodes dynamiques L'utilisation de modèles basés sur des équations physiques qui régissent les interactions entre les différents composants du système climatique, appelés modèles de circulation générale, et similaires aux modèles utilisés dans la prévision numérique du temps modèle de simulation de Un programme informatique qui utilise des fonctions mathématiques culture pour imiter la croissance et le développement d'une culture en réponse aux conditions météorologiques, aux conditions du sol et à la gestion nœud de décision Un symbole d'arbre de décision représentant une décision parmi plusieurs options nœud de hasard Un symbole d'arbre de décision représentant l'incertitude due à de multiples états probabilistes de la nature nœud final Un symbole d'arbre de décision représentant la conséquence d'une option de décision, généralement en termes monétaires outil d'aide à la décision Un outil ou un système d'information qui soutient les activités de prise de décision organisationnelle partitionnement La répartition de la nouvelle matière sèche, produite par la photosynthèse, entre les différentes parties de la plante phénologie L'occurrence et le moment des phases de développement d'une plante ou d'un animal photosynthèse Un processus par lequel les plantes convertissent le dioxyde de carbone atmosphérique et l'énergie solaire en biomasse piège de la pauvreté Une condition dans laquelle un individu, un ménage ou une communauté est incapable d'échapper à la pauvreté sans intervention extérieure, dans des milieux ruraux caractérisés par une production alimentaire de subsistance, une faible adoption de pratiques de production agricole améliorées, ainsi qu'une pauvreté chronique et une insécurité alimentaire. pression atmosphérique Une mesure de la force ou du poids de l'air sus-jacent par unité de surface à la surface 247 247 prime d'assurance Le montant contractuel qu'un client paie périodiquement pour une assurance prime de risque Une mesure du coût subjectif de l'incertitude pour un individu, pour une option de décision particulière, exprimée comme la différence entre le rendement attendu et l'équivalent de certitude. prix d'équilibre Prix minimum à la production nécessaire pour atteindre le seuil de rentabilité pour un rendement donné probabilité de La probabilité qu'une certaine valeur soit dépassée ou non dépassée dépassement/non- dépassement processus participatif Un processus de communication ou de planification facilité dans lequel tous les participants jouent un rôle actif recettes brutes Le total des montants reçus d'une entreprise au cours d'une année réchauffement climatique Également connu sous le nom de changement climatique, une augmentation progressive de la température globale de l'atmosphère terrestre généralement attribuée à l'effet de serre causé par l'augmentation des niveaux de dioxyde de carbone, de chlorofluorocarbures et d'autres polluants. rendement attendu Le bénéfice ou la perte anticipé(e) d'une entreprise ou d'un portefeuille, estimé(e) comme la moyenne de la distribution des états stochastiques de la nature. rendement d'équilibre Le rendement minimum nécessaire pour atteindre le seuil de rentabilité pour un prix à la ferme donné résilience La capacité d'un individu, d'une communauté ou d'une société à résister à l'évolution vers un état moins souhaitable (par exemple, la pauvreté), ou à se rétablir s'il se trouve déjà dans un état indésirable (par rapport à un objectif de développement), face à des chocs stochastiques ou à des stress à long terme. respiration La conversion de la biomasse végétale en énergie risque Les impacts de la variabilité stochastique sur la productivité, la rentabilité ou certains aspects du bien-être risque composé Un cas dans lesquels plusieurs types de dangers simultanés interagissent risque de base Le risque que les indemnités d’assurance ne correspondent pas aux pertes en raison de la relation imparfaite entre les pertes factuelles et l’indice qui déclenche les indemnités s'orienter Un modèle au sein d'une variable aléatoire qui change systématiquement au fil du temps saisonnalité Les périodes de l'année où les activités agricoles ont lieu et où les principales décisions de gestion récurrentes sont prises Maprooms Les produits d'information climatique interactifs en ligne sélection adverse La tendance à souscrire une assurance de préférence aux producteurs qui subissent des pertes plus fréquentes sénescence Perte de biomasse végétale associée au vieillissement 248 248 seuil de sortie Un seuil pré-identifié d'un indice d'assurance qui déclenche le montant maximal du paiement station météo Une installation, sur terre ou en mer, dotée d'instruments et d'équipements permettant de mesurer les conditions atmosphériques température Une mesure de la chaleur ou du froid d'une substance tercile Un ensemble de données organisées par ordre avec des valeurs qui divisent les données en trois groupes, chacun contenant un tiers des données totales thermomètre L’instrument de mesure de la température thermomètre/hygromètre L’instrument utilisé pour déduire l'humidité ambiante à bulbe humide traitement analytique Un système utilisé par l'esprit humain pour traiter les informations qui se présentent sous la forme d'une description statistique traitement expérientiel Un système cognitif que l'esprit humain utilise pour prendre des décisions basées sur des informations acquises grâce à des expériences répétées unité d'élevage tropical L’unité permettant de convertir le nombre d'animaux d'élevage de (UTT) différentes espèces en un poids commun. Les facteurs de conversion courants sont : bovins = 0,70, ovins et caprins = 0,10, porcins = 0,20 et poulets = 0,01. valeur espéré La moyenne arithmétique d'un grand nombre de résultats sélectionnés indépendamment d'une variable aléatoire, calculée comme la somme de toutes les valeurs possibles multipliée par leurs probabilités d'occurrence respectives paiement d'assurance Le montant d'argent que l'assurance verse à un client lorsque des conditions contractuelles (c'est-à-dire une perte vérifiée ou un indice dépassant un seuil spécifié) se produisent. vulnérabilité Les caractéristiques des communautés humaines ou des systèmes sociaux qui les rendent vulnérables aux impacts négatifs, tels qu'une insécurité alimentaire accrue, la pauvreté ou la mortalité, lorsqu'ils sont exposés à un choc ou à un stress externe 249 249 L’ANNEXE. ANIMATION D'UN ATELIER DE PRÉVISIONS SAISONNIÈRES Cette annexe fournit des conseils sur l'animation de l'atelier participatif de formation et de planification des prévisions saisonnières pour les producteurs, présenté à la Session 4.3. Elle a deux objectifs : • Fournir des instructions pour une activité d'apprentissage visant à acquérir de l'expérience en animant l'atelier ; et • Fournir des ressources pour la mise en œuvre de l'atelier avec les producteurs. Les exemples de séries chronologiques historiques et de graphiques de probabilité de dépassement (PDD) présentés dans ce guide sont basés sur les données pluviométriques de juillet à septembre 1993-2020, recueillies près de Mopti. Ces données ont été téléchargées depuis la base de données Maproom d'analyse des précipitations journalières historiques de l'Mali-Météo. Bien que les graphiques du Maproom aient pu être utilisés pour l'atelier, l’Excel a été utilisé pour améliorer leur format. L'Étape 5 utilise un graphique hypothétique de prévision des précipitations saisonnières représentant la même localité. Vous devrez préparer les graphiques correspondants à votre localité lors de la préparation de l'atelier. Dans le cadre de cette activité d'apprentissage, vous réaliserez un atelier combinant les 6 étapes. Cependant, vous utiliserez une prévision hypothétique pour apprendre à diriger le processus. L'objectif est d'apprendre à diriger le processus et non de planifier pour l'année en cours. L'ensemble du processus de formation et de planification prend généralement entre 8 et 12 heures, réparties sur deux jours. Cependant, pour cette activité, nous ne disposons que de 4 à 6 heures pour mettre en pratique le processus, temps de discussion compris. Les Matériels nécessaires • un tableau de conférence • des marqueurs (au moins 2 couleurs) • une grande règle (1 meter si possible) • les versions papiers (une grande copie pour le groupe et une copie au format A4 par participant) de : 250 250 o Un graphique de série chronologique historique des précipitations saisonnières : o Un graphique de la probabilité de dépassement des précipitations saisonnières : o Un graphique chronologique historique des précipitations saisonnières avec l’El Niño mis en évidence : 251 251 o Un graphique de la probabilité de dépassement des précipitations saisonnières avec l’El Niño mis en évidence : Un exemple de graphique de prévision saisonnière : • Sur un tableau de conférence ou une feuille de papier de la taille d'une affiche, dessinez un tableau vierge comportant trois colonnes (L’Année, Les Cultures, et Les Précipitations) et cinq lignes. Laissez un espace supplémentaire dans la colonne Pluies car vous ajouterez plus tard les quantités de pluie mesurées de juillet à septembre. Année Cultures Précipitations 2020 2019 2018 2017 2016 252 252 • Sur un tableau de conférence ou une feuille de papier de la taille d'une affiche, dessinez un graphique vierge avec l'année en abscisse et les précipitations de juillet à septembre en ordonnée : • Sur un tableau de conférence ou une feuille de papier de la taille d'une affiche, tracez un graphique vierge avec les précipitations de juillet à septembre comme axe des x. L'axe des y comporte deux étiquettes, comme indiqué ci-dessous : o « Les années avec au moins cette quantité de pluie » o « La probabilité d'avoir au moins cette quantité de pluie » 253 253 L’Étape 1 : Présenter l'objectif de l'atelier et les concepts clés Cette étape consiste à expliquer l'objectif de l'atelier et à s'assurer que les participants comprennent et s'accordent sur la signification de concepts clés tels que le climat et la différence avec le temps (la météo), la variabilité, la fréquence, l'incertitude, la probabilité et la prévision. L’Objectif de l'atelier Expliquez que l'objectif de cet atelier est d'aider les producteurs à comprendre ce que les prévisions saisonnières signifient pour leur climat local, et comment ce type d'information peut être utile pour les décisions de gestion de l'exploitation. Les Concepts clés Plusieurs concepts sont essentiels pour comprendre et utiliser correctement les informations climatiques probabilistes. Discutez de ces concepts avec les producteurs au début de l'atelier, et laissez éventuellement une brève définition ou description disponible comme aide-mémoire (pour les participants qui savent lire) au cours de l'atelier. Ceci est important lorsque les communautés rurales ont des significations différentes à l'esprit, ou lorsque leur langue locale n'a pas de mot équivalent pour certains de ces concepts. Discutez de la traduction de chaque mot clé ou des expressions les plus proches dans la langue locale : les producteurs sont-ils susceptibles d'avoir un sens différent à l'esprit pour certains de ces mots ? Le mot ou l'expression choisi(e) traduit-il(elle) parfaitement le concept ou faut-il définir la manière dont nous (fournisseurs de services climatiques, agents de conseil ou facilitateurs) utilisons les mots ? Pour éviter les malentendus, il est important d'expliquer et de convenir avec les producteurs participants de ce que nous voulons dire lorsque nous utilisons des termes et des concepts clés. Tout d'abord, expliquez l'échelle de temps des prévisions saisonnières. Les producteurs pensent-ils au changement climatique à long terme lorsqu'ils rencontrent le concept de « climat » ? Ont-ils à l'esprit les prévisions météorologiques lorsqu'on leur présente les prévisions saisonnières ? Si les producteurs n'ont pas déjà une bonne compréhension de la variabilité du climat et des prévisions climatiques saisonnières, discutez de ces concepts. Deuxièmement, définir et expliquer ces concepts : • La variabilité fait référence au fait que les conditions climatiques ont été différentes d'une année à l'autre dans le passé. Par exemple, les précipitations pendant l’hivernage de 2024 étaient différentes de celles de 2023, qui étaient différentes de celles de 2022. • La fréquence exprime la variabilité par des nombres. Par exemple, au cours de deux des dix dernières années, je n'ai pas pu produire suffisamment de récoltes pour nourrir ma famille jusqu'à la prochaine récolte. 254 254 • L'incertitude porte sur ce qui se passera dans le futur. Comme le climat a été variable dans le passé, je suis incertain du temps qu'il fera au cours de la prochaine saison de croissance. • La probabilité exprime l'incertitude par des nombres. Par exemple, il y a deux chances sur cinq, soit 40% de chance que je ne produise pas assez de récoltes pour nourrir ma famille jusqu'à la prochaine récolte. • La prévision est une nouvelle information qui modifie les probabilités concernant l'avenir. Une prévision réduit l'incertitude quant à l'avenir, mais ne l'élimine pas complètement. Expliquez que l'atelier montrera aux producteurs comment utiliser les probabilités et les graphiques pour décrire la variabilité climatique passée et comprendre ce qu'une prévision climatique saisonnière signifie pour leur climat local. En option : Les Analogies entre les prévisions et les décisions. Vous pouvez donner des exemples de la manière dont les participants utilisent les informations incertaines en dehors de l'agriculture, et expliquer comment de nouvelles informations qui modifient les probabilités constituent une forme de prévision. Utilisez des exemples pertinents pour les producteurs avec lesquels vous travaillez. Une illustration qui pourrait fonctionner dans certains endroits est de deviner (ou de parier) quelle équipe gagnera un événement sportif, comme le football. L'historique des victoires et des défaites contre une équipe particulière (ou des équipes similaires) donne une idée de la probabilité que votre équipe préférée remporte le prochain match. Supposons que vous appreniez que le joueur vedette de votre équipe (ou de l'équipe adverse) est blessé et ne peut pas jouer. Cette nouvelle information constitue une prévision ; elle modifie la probabilité que l'équipe gagne le prochain match. Facultatif : les indicateurs climatiques locaux. Si une communauté vit au même endroit depuis longtemps, elle a probablement développé des connaissances sur la manière d'anticiper les conditions météorologiques en observant le ciel ou les phénomènes biologiques. Il est important de respecter les connaissances climatiques locales des producteurs et de les intégrer autant que possible dans la discussion afin d’enrichir la discussion et de l’ancrer dans les systèmes de connaissances locaux, d'instaurer la confiance et de favoriser la communication. Cette discussion doit mettre l'accent sur plusieurs points : • Les producteurs comme les météorologues font des prévisions en observant l'environnement qui les entoure. Vous n'essayez pas de remplacer les connaissances traditionnelles sur le climat. Au contraire, vous introduisez de nouvelles informations que les producteurs peuvent prendre en compte parallèlement à leurs connaissances traditionnelles. • Les prévisions des producteurs et des météorologues fournissent des informations utiles sur l'avenir, même si elles comportent une part d'incertitude. Les prévisions concernant les conditions climatiques futures n'ont pas besoin d'être certaines pour être utiles. 255 255 • Les météorologues utilisent des informations sur l'environnement dans des endroits éloignés, par exemple l'évolution des températures dans des océans lointains. Ces informations aident les météorologues à faire des prévisions à plus long terme. L’Étape 2 : Comprendre la variabilité passée Les producteurs ont généralement une bonne compréhension de leur climat local grâce à leur expérience collective. Cette étape commence par une discussion sur les conditions climatiques des dernières années et amène les producteurs à se fier aux graphiques de séries chronologiques de leur climat local et à les interpréter correctement. La Mémoire des dernières années • Affichez un tableau comportant trois colonnes Année Cultures Précipitations (Année, Cultures et Précipitations) et cinq lignes, 2022 énumérant les cinq dernières années pour lesquelles 2021 des données pluviométriques sont disponibles, en 2020 commençant par la plus récente. 2019 • Pour la prochaine campagne agricole, demandez aux 2018 participants de classer chacune des cinq dernières années comme bonne, moyenne ou mauvaise sur la base des résultats agricoles. Répétez l'exercice en ce qui concerne les précipitations : humides, moyennes ou sèches. Notez les réponses consensuelles sur le tableau. Notez les différences évidentes entre les cultures et les précipitations et discutez-en. • Sur le tableau contenant la mémoire des producteurs sur les conditions pluviométriques, inscrivez la quantité de pluie mesurée pour chacune des cinq dernières années. L’Activité participative sur les graphiques de séries temporelles Cette activité participative peut ne pas être nécessaire si les participants ont déjà l'habitude de lire des graphiques simples. • Impliquez les participants dans le tracé des quantités de pluie sur un graphique chronologique. Montrez un graphique vierge sur un tableau Padex, avec l'année en abscisse et les précipitations en ordonnée. Demandez à des volontaires de marquer à tour de rôle la quantité de pluie mesurée chaque année. Ils mesureront à partir du bas, placeront une marque horizontale au-dessus de 256 256 l'année correspondante et relieront les marques par des lignes verticales pour former un rectangle. Inscrivez la quantité de précipitations au-dessus de chaque marque. • Discutez de la manière dont les quantités de pluie figurant dans le graphique sont liées à la manière dont ils ont classé ces années, en termes de précipitations et de rendement des cultures. Interpréter un graphique de série chronologique • Affichez une grande impression du graphique de la série chronologique des précipitations totales saisonnières et distribuez des petites impressions (A4) aux participants. À ce stade, les participants devraient être à l'aise avec ce format de graphique. Rappelez-leur ce que représentent l'axe vertical (précipitations totales pour une saison particulière ou un ensemble de mois) et l'axe horizontal (année). • La discussion des questions suivantes aidera les participants à interpréter le graphique de la série chronologique : o Combien d'années sont représentées sur le graphique ? o Si les participants ont fait l'activité de graphique participatif : Les cinq dernières années du graphique ressemblent-elles au graphique qu'ils viennent de créer ? Ils doivent reconnaître que le graphique généré par l'ordinateur contient les mêmes informations que le graphique qu'ils ont créé, mais avec plus d'années de données. o Quelle est l'année où les précipitations ont été les plus importantes (pour la saison juin- septembre) ? Quelle quantité de pluie a été mesurée cette année-là ? o Quelle est l'année où les précipitations ont été les plus faibles ? Quelle quantité de pluie a été mesurée cette année-là ? o Quelles sont les années dont vous vous souvenez parce qu'elles ont été exceptionnellement humides ou exceptionnellement sèches ? Discutez de votre expérience au cours de ces années. • Demandez aux producteurs si les graphiques révèlent une variabilité plus ou moins grande que celle à laquelle les participants s'attendaient. Vous pouvez demander si les graphiques des séries chronologiques montrent une tendance à long terme à 257 257 l'augmentation ou à la diminution des précipitations, en particulier si les producteurs ont déjà exprimé leur conviction que les précipitations ont évolué dans une direction particulière. • Facultatif : si la plupart des participants sont familiarisés avec la division et le pourcentage, dirigez-les vers une activité consistant à utiliser le graphique de la série chronologique pour trouver la probabilité que les précipitations saisonnières dépassent un seuil donné. Suggérez un seuil ou demandez aux participants d'identifier un seuil de précipitations au-delà duquel ils considéreraient qu'une saison est plus humide que la normale. Demandez-leur de compter le nombre d'années où les précipitations ont été supérieures à ce seuil. Si certains participants savent diviser, demandez-leur de calculer la probabilité que les précipitations soient supérieures au seuil. Sinon, faites le calcul pour eux. Par exemple, supposons que vous utilisiez le graphique ci-dessus (Fig 1) pour cette activité et que vous choisissiez un seuil de 650 mm. Sur les 30 années de données du graphique, 4 années, soit 13 %, ont eu des précipitations supérieures à 650 mm. • Suggestion : En tenant une règle horizontale sur le graphique, le bord supérieur de la règle étant aligné au niveau du seuil sur l'axe vertical, il est plus facile de compter le nombre de points au-dessus ou au-dessous d'un seuil donné. Vous pouvez faire la démonstration de ce processus sur la grande feuille d'impression. • Suggestion : Si les participants ne sont pas familiarisés avec les pourcentages ou les fractions, vous pouvez arrondir la probabilité aux 10 % les plus proches et expliquer le résultat en termes de nombre d'années sur dix au cours desquelles les précipitations dépassent le seuil donné. • Facultatif : si le temps le permet et si les participants sont intéressés, faites-leur suivre le même processus pour trouver la probabilité que les précipitations soient inférieures à 450 mm ou à un autre seuil en dessous duquel ils considéreraient qu'une saison est plus sèche que la normale. L’Étape 3 : Introduire le graphique de probabilité de dépassement Cette étape présente aux participants un graphique de probabilité de dépassement et leur apprend à l'interpréter correctement. Les participants apprendront que la probabilité est un moyen de quantifier l'incertitude de l'avenir et qu'elle est calculée à partir de la fréquence relative (c'est-à-dire le nombre de fois qu'un événement s'est produit dans le passé, divisé par le nombre d'observations disponibles). Ils apprendront que le graphique de probabilité de dépassement contient les mêmes informations qu'un graphique de séries chronologiques, mais qu'il est présenté dans un format qui facilite la visualisation de la probabilité que les conditions 258 258 climatiques saisonnières soient supérieures ou inférieures à tout seuil susceptible d'influer sur leurs décisions. L’Activité participative sur les graphes de probabilité • Commencez par un graphique vierge avec la variable météorologique (par exemple, les précipitations saisonnières) sur l'axe des x, et la fréquence (ex : « Années avec au moins cette quantité de pluie », 0 à 5) sur l'axe des y. Lorsque vous l'affichez pour la première fois, cachez le deuxième axe des y (« Probabilité d'avoir au moins cette quantité de pluie »). • Demandez à des volontaires de trier les quantités de pluie tombées au cours des 5 dernières années (saison septembre- décembre), de la plus faible à la plus forte, et marquez le point sur le nouveau graphique. • Pour le premier point (pluviométrie la plus faible), posez les questions suivantes : o Quelle est l'année la plus sèche sur le graphique ? o Combien de mm de précipitations ont été mesurés ? o Sur les cinq années, combien ont eu au moins cette quantité de pluie ? (La bonne réponse est les cinq années.) • Alignez la règle horizontalement à 5 ans, puis mesurez autant de cm vers la droite et faites un point. Inscrivez au-dessus du point l'année en question. Le deuxième point est similaire : quelle a été la deuxième année la plus sèche ? Quelle a été la quantité de pluie ? Sur 5 années, combien ont eu au moins cette quantité de pluie ? (La bonne réponse est 4 années.) Faites un point au bon endroit. Répétez l'opération pour la troisième année la plus sèche, la quatrième année la plus sèche et enfin l'année la plus humide. La dernière personne à faire un point peut également relier tous les points. Pour transformer ce graphique en une distribution de probabilités, nous devons faire deux choses. • Tout d'abord, nous transformons le nombre d'années (fréquence) en pourcentage d'années (fréquence relative). La probabilité peut également être exprimée en pourcentage. Un événement dont la probabilité est de 100 % se produira à coup sûr. Un événement ayant une probabilité de 50 % se produira dans 50 % des cas - si vous le répétez suffisamment de fois. Remarque : nous avons choisi 5 parce qu'il est facile de calculer la 259 259 fréquence relative (en pourcentage) : 5 années sur 5 (5/5) = 100 %, 4/5 = 80 %, 3/5 = 60 %, 2/5 = 40 %, 1/5 = 20 %. Inscrivez ces pourcentages à côté des nombres sur l'axe vertical. • Ensuite, nous passons de la fréquence à la probabilité. Changez l’axe des y (ou révélez le nouveau titre si vous l’aviez caché) : « Probabilité qu'il pleuve au moins autant ». (Vous pouvez également expliquer cela après avoir affiché le graphique de probabilité basé sur les 30 années de données). • Expliquez que la fréquence (dans le passé) est liée à la probabilité (dans le futur). Remarque : la recherche montre que la présentation des informations sous forme de fréquences relatives plutôt que de probabilités équivalentes a un effet positif sur de nombreuses tâches de raisonnement quantitatif ou d'estimation. C'est pourquoi nous exprimons d'abord le graphique en nombre d'années, puis en pourcentage d'années, et enfin en pourcentage de probabilité. Interpréter un graphique de probabilité • Expliquez que le fait de prendre en compte un plus grand nombre d'années dans le passé rend le graphique de probabilité plus précis. Montrez ensuite un graphique complet de la probabilité de dépassement, basé sur toutes les années de données disponibles. Ce graphique montre la probabilité associée à une quantité de pluie donnée, ou la quantité de pluie associée à une probabilité donnée. • Guidez les participants dans une activité d'interprétation du graphique de probabilité de dépassement, similaire à l'exercice que vous avez fait dans le module 2. • Quel que soit le seuil utilisé dans le graphique de la série temporelle à l'étape 2, demandez aux participants de trouver la probabilité de subir un dépassement à l'aide du graphique de la probabilité de dépassement. Discutez de ce qui est le plus facile à utiliser. • Rappelez aux participants que les graphiques de séries temporelles et de probabilités contiennent les mêmes informations, mais qu'elles sont disposées différemment. Laissez du temps pour la discussion jusqu'à ce que la plupart des participants semblent 260 260 comprendre le graphique de probabilité de dépassement. Bien qu'il s'agisse probablement de l'étape la plus compliquée, l'expérience montre que les producteurs peuvent comprendre les graphiques de probabilité avec de la formation et de la répétition. L’Étape 4 : Une Prévision modifie la distribution de probabilité Une fois que les producteurs comprennent le graphique de probabilité de dépassement et son lien avec les données historiques de leur région, vous pouvez aborder l'influence des prévisions saisonnières sur ces dernières. Deux activités peuvent s'avérer utiles : • Montrer comment les phénomènes El Niño ou La Niña modifient la distribution des probabilités. • Utiliser un lieu familier au climat plus humide ou plus sec pour illustrer ce que pourrait indiquer une prévision climatique. L’El Niño modifie la distribution de probabilité Cette activité peut s'avérer efficace si la plupart des producteurs connaissent déjà les phénomènes El Niño et La Niña. Elle nécessite la préparation d'un graphique chronologique utilisant un symbole ou une couleur différente pour mettre en évidence les années d’El Niño (ou de La Niña), ainsi que d'un graphique de probabilité de dépassement ne présentant que les années d’El Niño (ou de La Niña), superposées à la distribution climatologique complète. L'El Niño (et La Niña) sont des exemples importants de l'influence des océans sur le climat dans de nombreuses régions du monde, y compris au Mali. • Décrivez le phénomène El Niño. Lorsque les météorologues parlent d'« El Niño », ils font référence à des températures anormalement élevées dans l'est de l'océan Pacifique, près de l'équateur. Cette zone se situe à l'opposé du Mali. Pendant longtemps, les pêcheurs du Pérou et de l'Équateur ont constaté des eaux anormalement chaudes tous les deux ou trois ans. Comme le phénomène était généralement le plus intense en fin d'année, à l'approche de Noël, ils l'ont appelé « El Niño », qui signifie « petit garçon » en espagnol, en référence à l'enfant Jésus. La raison pour laquelle il est possible d'effectuer des prévisions climatiques plusieurs mois à l'avance est que les océans influencent l'atmosphère qui les surplombe, mais que les océans évoluent lentement. Une suggestion : L’utilisation d’un globe terrestre peut aider les producteurs à visualiser l’océan Pacifique par rapport au Mali. Si les producteurs ont entendu parler d’El Niño mais en ont une compréhension inexacte, il est important d’éviter de les corriger de manière à les mettre mal à l’aise. 261 261 • Présentez le graphique chronologique avec les années El Niño mises en évidence. Discutez de la tendance des années El Niño à être plus humides ou plus sèches que les autres années. Demandez- leur à quoi ressemblerait le graphique de probabilité de dépassement s’il ne prenait en compte que les années El Niño. • Présentez le graphique de probabilité de dépassement pour les années El Niño, superposé à la distribution pour les autres années. Expliquez comment interpréter ce type de prévision en termes de décalage des probabilités. Discutez de l’influence que le fait de savoir que la saison suivante sera marquée par El Niño influencerait leurs attentes. Utilisez un lieu familier pour illustrer ce à quoi pourrait ressembler un climat plus humide ou plus sec Cela nécessite de sélectionner un lieu que les agriculteurs connaissent bien et qui présente un climat plus ou moins humide. • Expliquez : Imaginez que nous utilisions les données des pluies d'un emplacement plus humide pour établir une distribution de probabilité. Comment la compareriez-vous à votre emplacement ? (Si le graphique de probabilité de dépassement est correctement interprété, la courbe devrait se décaler vers la droite de leur emplacement. Si vous utilisez un emplacement plus sec, elle sera décalée vers la gauche.) Veillez à ce que cela n'entraîne pas de confusion entre une prévision qui modifie la distribution de probabilité et une prévision se référant à un emplacement géographique différent. L’Étape 5 : Présenter les prévisions saisonnières Présentez le bulletin de prévision saisonnière de l’Mali-Météo L'Mali-Météo publie ses prévisions saisonnières officielles dans un bulletin qui fournit également des informations générales et contextuelles. Si possible, demandez à un membre du personnel de l'Mali-Météo d'expliquer les prévisions et de répondre à vos questions. Cette étape peut inclure une discussion sur les conditions climatiques actuelles et d'autres circonstances que les producteurs doivent prendre en compte lorsqu'ils planifient la saison à venir. Si les prévisions 262 262 actuelles comprennent des variables saisonnières supplémentaires, telles que les dates de début et de fin de saison ou la fréquence des périodes de sécheresse, l'animateur doit montrer la pertinence de ces variables supplémentaires pour la prise de décisions agricoles. Comme nous le verrons plus loin, la présentation des prévisions saisonnières actuelles, et le fait d'amener les agriculteurs à les utiliser pour ajuster leurs décisions de gestion, peuvent être intégrés dans le même atelier que les Étapes 1 à 4, ou menés séparément lors d'un court atelier juste avant le début de la saison agricole. Présentez un exemple de prévision saisonnière présentée sous forme de graphique de distribution de probabilité. Une remarque : Dans cette activité, nous utilisons une prévision hypothétique à titre d’exemple. Par conséquent, les discussions des Étapes 5 et 6 doivent porter sur l’interprétation de cette prévision et l’identification des actions que les producteurs pourraient entreprendre différemment, et non sur la planification de la prochaine saison agricole. • Présentez le graphique de prévision. Expliquez qu'il ne s'agit pas d'une prévision réelle pour la saison à venir, mais d'un exemple de présentation d'une prévision saisonnière. • Guidez les participants dans le processus de calcul de la probabilité de dépassement à l'aide du graphique de probabilité de dépassement, quel que soit le seuil utilisé avec le graphique de séries chronologiques de l'Étape 2 et le graphique de probabilité de dépassement de l'Étape 3. Expliquez la probabilité basée sur la distribution historique et sur les prévisions. Expliquez pourquoi elles diffèrent. Rappelez aux participants que, s’ils peuvent identifier les quantités seuils de précipitations saisonnières pour des cultures, des variétés ou d’autres options de gestion particulières, ils peuvent facilement trouver les probabilités de connaître une valeur supérieure ou inférieure à la valeur seuil de la distribution historique et des prévisions, en utilisant ce type de graphique. L’Étape 6 : Planifier l'adaptation de la gestion de l'exploitation en fonction des prévisions Au cours de cette étape, vous aiderez les participants à décider des décisions de gestion saisonnière qu'ils modifieront, le cas échéant, en fonction des prévisions. La discussion de groupe permet aux participants d'apprendre des autres agriculteurs et d'obtenir un retour d'information sur leurs idées. Bien que les agents de conseil agricole et les chercheurs puissent fournir des informations sur les options de gestion et répondre aux questions, le processus vise à soutenir la prise de décision des producteurs. Une remarque : Lorsque cette étape est réalisée dans le cadre de la formation, en utilisant les prévisions d'une année passée, veillez à ce que les participants comprennent qu'ils discutent des options de gestion afin d'apprendre à interpréter le nouveau format de prévision et 263 263 d'identifier les types de décisions qu'ils pensent devoir envisager de modifier si et lorsque les prévisions réelles pour la saison à venir sont présentées. • Guidez les participants afin qu'ils discutent de la question suivante : Qu'est-ce que je peux faire différemment cette saison sur la base des prévisions saisonnières annoncées ? » Expliquez-leur que la question de savoir s'ils souhaitent adapter leurs plans pour la saison à venir, et le type d'adaptation qu'ils apporteront, peut dépendre : (1) de la mesure dans laquelle les prévisions modifient les probabilités qui sont importantes pour les décisions, (2) de l'existence d'options de gestion qui seraient mieux adaptées que les plans existants aux conditions prévues. La discussion entre les producteurs peut les aider à identifier des idées et à clarifier leurs propres plans. Cela peut se faire soit au sein du grand groupe, soit en sous-groupes qui partagent ensuite leurs plans avec l'ensemble du groupe. Les participants peuvent vouloir ou non ajuster certains de ces plans en fonction des prévisions saisonnières qui leur ont été communiquées. Ils peuvent se mettre d'accord en tant que groupe pour modifier certains de leurs plans, et certaines décisions peuvent être différentes selon les producteurs. • Quelques questions peuvent aider à orienter la réflexion et la discussion des participants : o Quelles sont les prévisions concernant les précipitations pour la saison à venir ? Il s'agit probablement : (a) d’une probabilité accrue de conditions humides, (b) d’une probabilité accrue de conditions sèches, ou (c) de très peu de changement par rapport à la distribution historique des probabilités. o Pour la (les) variable(s) prévue(s), existe-t-il des seuils susceptibles d'affecter les performances de votre exploitation, de vos cultures ou de votre bétail, ou d'influer sur les options de gestion que vous choisiriez ? Si oui, comment les prévisions influencent-elles la probabilité d'obtenir des précipitations supérieures ou inférieures au seuil ? o Comment pensez-vous que les prévisions affecteront les décisions de gestion de votre exploitation (ou de vos cultures ou de votre bétail) ? o Pensez à une année récente au cours de laquelle la saison de croissance a été plus humide que d'habitude, ou à une année au cours de laquelle la saison a été plus sèche que d'habitude. Y a-t-il quelque chose que vous auriez fait différemment dans votre exploitation si vous aviez su à l’avance ce que seraient les précipitations ? o Qu’allez-vous faire différemment cette saison en raison des prévisions ? o Avez-vous besoin d’autres informations pour décider de la meilleure façon de gérer votre exploitation en fonction des prévisions saisonnières ? o Avez-vous besoin d’une aide supplémentaire pour mettre en œuvre vos projets pour la saison à venir ? 264 264 • Si les participants planifient en petits groupes, demandez à un représentant de chaque groupe de présenter la liste des décisions de gestion qu'ils modifieraient en fonction des prévisions. Notez les types de décisions que les participants disent vouloir modifier en fonction des prévisions saisonnières. 265 265 aiccra.cgiar.org i fo@c n giar.org CGIARAfrica